Electric Motor Simulator for Didactic Support by Means of an Electromechanical Mathematical Model
Notice bibliographique
Résumé
El objetivo de esta investigación es desarrollar un simulador de motor eléctrico basado en un modelo matemático electromecánico, que pueda utilizarse como herramienta didáctica para la enseñanza de cursos en laboratorios de ingeniería mecánica, eléctrica y electromecánica. Se empleó un método analítico para estudiar los principios y elementos de todas las partes de un motor de CC y una técnica experimental para la recopilación de datos; se empleó el lenguaje de programación Python para realizar el análisis de datos. En la validación del modelo, se encontró una correlación de 0,775 para la corriente; es decir, la fuerza de asociación es alta, y una correlación de 0,94 para la velocidad, lo que explica una fuerza de asociación muy alta. Además, el error cuadrático medio en la corriente es de 0,002, mientras que el error cuadrático medio en la velocidad es de 1,189. Los resultados numéricos ilustran la robustez y estabilidad del modelo matemático. La investigación tiene contribuciones tanto académicas como sociales, y sirve de base para futuras investigaciones relacionadas con el modelado matemático en el campo de la ingeniería mecánica, eléctrica, electromecánica y de control. En futuras investigaciones, el objetivo es modelar varios tipos de motores y posteriormente desarrollar un multisimulador de motores eléctricos con fines educativos y económicos
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».