MétaCan
Menu
Retour à la cohorte
Enregistrement W4404057218 · doi:10.23919/aeit63317.2024.10736774

Comparative Analysis of 2D and 3D Permanent Magnet Synchronous Motor Models Under Demagnetization Conditions

2024· article· en· W4404057218 sur OpenAlexaff
Shiva Garaei, Chunyan Lai, K. Lakshmi Varaha Iyer

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésDemagnetizing fieldSynchronous motorMagnetPermanent magnet synchronous motorPermanent magnet synchronous generatorComputer scienceAutomotive engineeringEnvironmental scienceMechanical engineeringPhysicsElectrical engineeringEngineeringMagnetic fieldMagnetization

Résumé

récupéré en direct d'OpenAlex

The increasing industrial and research interest in Permanent Magnet Synchronous Motors (PMSMs) highlights the need for accurate performance evaluation methods. Analyzing PMSM performance using two-dimensional (2D) and three-dimensional (3D) magnetic field analysis with the finite element method (FEM) is both complex and time-consuming. The accuracy of 2D analysis results has always been a topic of debate, raising questions about the preferred type of analysis for specific motor applications. This study presents a comparative analysis of 2D and 3D models of PMSMs under demagnetization conditions. Both partial and uniform demagnetization scenarios are examined to assess their impact on key magnetic quantities. The research focuses on evaluating the electromagnetic torque, flux linkage, and back electromotive force (back-EMF) in both 2D and 3D models. Results indicate significant differences in the magnetic performance between the two modeling approaches under demagnetization, providing insights into the accuracy and reliability of each method. This study aims to enhance the understanding of PMSM behavior in degraded magnetic states with both 2D and 3D models.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,241
Écart entre enseignants0,227 · 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'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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectric Motor Design and AnalysisTravaux en français237 207