MétaCan
Menu
Retour à la cohorte
Enregistrement W4403390428 · doi:10.1109/tte.2024.3471683

Unequal-Thickness Flat Wire Winding-Based Eddy Current Loss Reduction for Coreless Axial Flux Permanent Magnet Synchronous Machine Adapted to Extended-Range Electric Vehicles

2024· article· en· W4403390428 sur OpenAlexaff
Xiaoguang Wang, Hao Yin, Jian Ge, M. H. Chen, Yifan Zhou, Zhiheng Lin, Rong Yu, Wei Xu

Notice bibliographique

RevueIEEE Transactions on Transportation Electrification · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesScience and Technology Development Fund
Mots-clésEddy currentMagnetReduction (mathematics)Range (aeronautics)Permanent magnet synchronous generatorCurrent (fluid)Flux (metallurgy)Electromagnetic coilElectrical engineeringMagnetic fluxMaterials scienceMechanical engineeringEngineeringPhysicsAerospace engineeringMagnetic fieldMetallurgyGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

Axial flux machines are increasingly attracting attention due to their power density and compact structure, making them particularly suitable for extended-range electric vehicles (EREVs). Among these, the coreless axial flux permanent magnet synchronous machine (CAFPMSM) with flat wire is renowned for its high copper filling, thermal conductivity, and efficiency. However, the flat wire in CAFPMSM is subject to substantial eddy current losses induced by the magnetic field. To mitigate eddy current loss, an unequal-thickness winding structure with multilayer flat wire is proposed in this article. A mathematical model is first developed to quantify the eddy current losses based on the air-gap flux density distribution. The relationship between the thickness of each layer of the winding and the resulting eddy current loss is analyzed. Second, the proposed winding configuration is further evaluated through 3-D finite element analysis (FEA) to assess its effectiveness in reducing losses. Finally, comprehensive experiments are carried out to demonstrate the effectiveness of the unequal-thickness windings in reducing eddy current loss and improving the efficiency of the machine.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,873
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,244
Écart entre enseignants0,231 · 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.

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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Transportation ElectrificationMême sujetElectric Motor Design and AnalysisTravaux en français237 207