MétaCan
Menu
Retour à la cohorte
Enregistrement W4391795778 · doi:10.1016/j.mechatronics.2024.103148

Modular Maglev: Design and implementation of a modular magnetic levitation system to levitate a 2D Halbach array

2024· article· en· W4391795778 sur OpenAlexafffund
Zhenchuan Xu, Chanuphon Trakarnchaiyo, Curtis Stewart, Mir Behrad Khamesee

Notice bibliographique

RevueMechatronics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMagnetic Bearings and Levitation Dynamics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésMaglevLevitationModular designHalbach arrayMagnetic levitationElectrodynamic suspensionEngineeringElectrical engineeringComputer sciencePhysicsMagnetMagnetic fieldMagnetic energy

Résumé

récupéré en direct d'OpenAlex

A modular magnetic levitation system with static square coils and a moving 2D Halbach array is proposed in this paper. The mover achieves six degrees of freedom (DOF) motion with long stroke translational motion and yaw motion. A novel 2D lookup table is used to model the force and torque on the mover, including the edge effect. The 2D lookup table uses force decay ratio (FDR) and effective torque arms (ETA) to reduce the table dimension. At each levitation height, the proposed data-driven model reduces table size from 964,806 points to 791 points. This reduced-dimension table is validated to support the 6 DOF motion, including infinite yaw rotation. Then, a direct wrench and active coil selection method is used to decouple the force and torque and determine the coil currents. With the force and torque model and the active coil selection method, the mover can move across different sets of active coils for long stroke movement. Lastly, experimental validation results are presented. The motion range is ±120 mm in the horizontal direction, with a maximum speed of 500 mm/s. The system is validated to have a full 360° range of yaw motion with a maximum speed of 75 °/s.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,222
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMechatronicsMême sujetMagnetic Bearings and Levitation DynamicsTravaux en français237 207