Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
1 Scientific Papers of The Institute of Electrical Machines, Drives and Measurements of the Wrocław University of Science and Technology Series: Studies and Research

1 2008

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: prmanent magnet

Sortuj według:

Ogranicz wyniki do:

Badanie wpływu rozkładu wektora namagnesowania na moment zaczepowy silnika magnetoelektrycznego

Stachowiak D., Pietrowski W.

Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały

2008

Vol. 62, nr 28

227-232

W artykule przedstawiono wyniki badań wpływu rozkładu wektora namagnesowania na moment zaczepowy silnika z magnesami trwałymi naklejonymi na powierzchnię wirnika. Moment wyznaczono na podstawie rozwiązań równań oczkowych siatki reluktancyjnej. Siatkę reluktancyjna utworzono na podstawie funkcji interpolacyjnych elementów krawędziowych i ściankowych. Rozpatrzono układy z magnesami trwałymi odpowiadającymi strukturze Halbacha. Zbadano wpływ kształtu magnesu oraz magnetyzacji typu Halbach na moment zaczepowy. Otrzymane wyniki obliczeń porównano z wynikami dla układu o promieniowo namagnesowanych magnesach. Opracowano sztuczną sieć neuronową do aproksymacji charakterystyk momentu. Do trenowania sztucznej sieci neuronowej zastosowano algorytm Levenberg-Marquardt. Wyniki obliczeń pokazują, że poprzez właściwy dobór wymiarów, kształtu i namagnesowania magnesów można znacząco zredukować pulsacje momentu.

In the paper the effect of distribution of magnetization vector on cogging torque in permanent magnet machines is discussed. The motors with arc surface-mounted permanent magnets are considered. The cogging torque has been calculated using reluctance network method. Reluctance network is formed using the interpolation functions of edge and facet element. The influence of magnet shape and Halbach magnetization on cogging torque is investigated. The elaborated artificial neural network has been applied to approximate cogging torque - angle characteristics. The Levenberg-Marquardt algorithm has been used to train the artificial neural network. The calculation results show that correctly selected distribution of magnetization vector can reduce the torque pulsation.