MétaCan
Menu
Retour à la cohorte
Enregistrement W4413785559 · doi:10.1109/access.2025.3603939

Numerical Modeling Method of Turn-to-Turn Transient Voltages Taking Into Account the Common Mode Interactions

2025· article· en· W4413785559 sur OpenAlexaff
Héléna Gressinger, Jean-François Balavoine, Emmanuel Mateo, Loucif Benmamas, Robin Acheen, Stéphane Duchesne

Notice bibliographique

RevueIEEE Access · 2025
Typearticle
Langueen
DomaineEngineering
ThématiquePulsed Power Technology Applications
Établissements canadiensSafran Electronics (Canada)
Organismes subventionnairesnon disponible
Mots-clésTurn (biochemistry)Transient (computer programming)VoltageMode (computer interface)Computer scienceTransient analysisControl theory (sociology)Transient responseMechanicsElectrical engineeringPhysicsEngineeringNuclear magnetic resonanceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Electrifying future aircraft requires the development of advanced embedded electrical power systems. To achieve this objective, increasing on-board voltage levels are needed, beyond the conventional reference values of 230VAC/540VDC. In More-Electric Aircraft (MEA) and All-Electric Aircraft (AEA) applications, rotating electrical machines powered by PulseWidth Modulation (PWM) inverters are widely used. However, the use of these fast-switching PWM inverters combined with the presence of non-negligible cable lengths leads to significant overvoltages at the machine terminals (caused by waveform reflection phenomena) and non-uniform voltage distribution within stator windings. This leads to an increased risk of Partial Discharge (PD) inception, as turn-to-turn voltages may exceed the Partial Discharge Inception Voltage (PDIV). The risk is further exacerbated by the use of Wide Band Gap (WBG) inverters, which enable higher switching frequencies and faster voltage rise times. Combined with the harsh environmental conditions associated to high-altitude operations, these factors further increase the probability of PD inception and insulation breakdown in machine windings. This paper presents a time-domain validation of a High-Frequency (HF) model of an electrical machine stator windings. The method uses a two-time-scale approach, accounting for the electrical machine’s operating environment to predict turn-to-turn and turn-to-ground voltage distributions. In order to take into account the HF behavior of the different elements constituting the stator winding, an experimental validation is carried out using three systems of increasing complexity: an elementary air-core coil, an intermediate ferrite core coil, and a more representative coil with a laminated-iron core to simulate the materials of electrical machines.

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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,022
Tête enseignante GPT0,371
Écart entre enseignants0,349 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetPulsed Power Technology ApplicationsTravaux en français237 207