Cogging Torque Computation in an Asymmetrical Interior Permanent Magnet Machine for Electric Vehicles
Notice bibliographique
Résumé
This article computes the cogging torque in an asymmetrical 36-slot 4-pole interior permanent magnet (IPM) machine designed for high torque density and transportation applications. Cogging torque causes acoustic noise and vibration. Therefore, it is important to know the value of cogging torque in the asymmetrical IPM machine. The cogging torque of the asymmetrical permanent magnet machine is computed based on a Fourier series expansion of air gap flux density in an equivalent slot-less IPM machine and relative air gap permeance function. The flux distribution of the asymmetrical IPM machine is computed using an equivalent lumped magnetic circuit based on flux distribution obtained using the finite-element analysis (FEA) method. The computed flux distribution follows the FEA results and thus the lumped magnetic circuit is validated. Then, the cogging torque of the asymmetrical IPM machine is derived. The Fourier coefficients of the flux distribution and relative air gap permeance in the asymmetrical IPM machine are analyzed and used to compute the cogging torque and compared to the FEA results. The computed cogging torque follows the FEA results and thus the newly derived cogging torque is justified by FEA and measurement. The FFT of the cogging torque is analyzed. Skewing technique is used to minimize cogging torque.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».