MétaCan
Menu
Retour à la cohorte
Enregistrement W4403278006 · doi:10.1109/icem60801.2024.10700376

Analysis and Enhanced Modeling of Inductive Displacement Sensor in Active Magnetic Bearing

2024· article· en· W4403278006 sur OpenAlexaff
Mohammad Ali Salahmanesh, Hossein Abootorabi Zarchi, Hamidreza Mosaddegh-Hesar, Salman Abdi Jalebi, Gholamreza Arab Markadeh, Ali Akbar Derakhshi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMagnetic Bearings and Levitation Dynamics
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésMagnetic bearingDisplacement (psychology)Bearing (navigation)Computer scienceAcousticsPhysicsElectrical engineeringEngineeringMagnetArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Inductive displacement sensors are commonly used in active magnetic bearing (AMB) applications. In most research, conventional models used to analyze inductive sensors in terms of determining sensitivity and obtaining a relationship between output voltage and displacement ignore the effects of fringing in air gaps. However, the effects of flux fringing on the performance of these sensors cannot be ignored in industrial applications. In this article, by using the Schwarz-Christoffel transformation, 3-D self-and mutual inductances for the radial and axial poles of a 3-degree-of-freedom inductive sensor are calculated, with the effects of fringing taken into account. The results of these calculations are compared with finite element results. The results show that the model based on the Schwarz-Christoffel method outperforms the ideal model in which flux fringing is ignored, with an inductance calculation error of about 8% for radial poles and 6.5% for axial poles, respectively.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,298

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,221
Écart entre enseignants0,214 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMagnetic Bearings and Levitation DynamicsTravaux en français237 207