MétaCan
Menu
Retour à la cohorte
Enregistrement W4408468228 · doi:10.1109/access.2025.3551606

An Optimal Permanent Magnet Motor for Pumps in Electric/Hybrid Vehicles: Design and Experimentation

2025· article· en· W4408468228 sur OpenAlexaff
Mohamed Z. Youssef

Notice bibliographique

RevueIEEE Access · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensOntario Tech University
Organismes subventionnairesMoonshot Research and Development Program
Mots-clésMagnetAutomotive engineeringElectric motorTraction motorComputer scienceElectrical engineeringEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

This paper presents the optimal design of a 1/2 HP Surface-Mounted Permanent Magnet Motor (SMPM). The motor complies with the latest department of Energy (DoE) standards for water pump applications, released in January 2020. A design procedure is performed to optimize the cogging torque and total harmonic distortion (THD), through parametric analysis. The design is executed using the ANSOFT Maxwell 3D software and proven using the lab pump test rig. The proposed design aims to produce a back-EMF close to a sinusoidal waveform, maximize the power density and reduce the cogging torque. To attain this sinusoidal back-EMF along with a reduced cogging torque, techniques like optimizing the skewing angle and modifying the windings configuration have been used. To decrease the harmonics in the back EMF, the pole pitch is calculated such that it eliminates the significant harmonics to achieve high power factor. The proposed SMPM based pump cost is${\$}$72, which is less than the current price of the induction machine-based pump of${\$}$113 for the same power rating. The test rig readings prove the proposed design has a better working efficiency of 2% compared to the best market pump circulators with an excellent power factor at its rated load.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,000
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 Opus0,017
Tête enseignante GPT0,291
Écart entre enseignants0,274 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetElectric Motor Design and AnalysisTravaux en français237 207