Mathematical Modeling of a Linear-Induction Motor Based on Detailed Equivalent Circuits


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Electric drives based on traction linear-induction motors are used in industry and city transport. The main advantages of this electric drive are unrestricted acceleration and vehicle climbing angles, as well as ecological cleanliness. The development of high-speed design and analysis software tools for linear electric motors is thus becoming quite timely. The use of the finite-element method for solving field problems in a three-dimensional setting and dynamic vehicle-operation regimes is time-consuming. It is proposed to use a detailed magnetic equivalent circuit of a linear-induction-motor longitudinal section with the introduction of the Bolton coefficient to correct for the transverse-edge effect in a solid secondary element. Model features based on multilayer magnetic equivalent circuits are shown, and the effect of the number of layers on the designed motor-traction force is evaluated. When selecting an appropriate pole pitch-to motor gap ratio, a two-level equivalent circuit turns out to be suitable. The secondary element is represented in the model as a set of rectangular rods connected in parallel. The influence of the calculation method of the secondary rods’ motional EMF on the motor-traction-force accuracy is shown. The greatest error is observed in a low-slip region (when the motor passes into a generative braking regime) and the simplest spatial derivative of the magnetic flux. When the derivative calculation formula becomes more complicated, the indicated error sharply decreases. Another way to reduce the calculation error of the motional EMF in the secondary element circuit is to increase the number of these circuits by decreasing the width of the elementary rod. The prominence of the detailed magnetic equivalent-circuit method and convenience of online viewing should be noted.

Об авторах

F. Sarapulov

Ural Federal University named after the First President of Russia B.N. Yeltsin

Автор, ответственный за переписку.
Email: journal-elektrotechnika@mail.ru
Россия, Yekaterinburg, 620002

V. Frizen

Ural Federal University named after the First President of Russia B.N. Yeltsin

Email: journal-elektrotechnika@mail.ru
Россия, Yekaterinburg, 620002

E. Shvydkiy

Ural Federal University named after the First President of Russia B.N. Yeltsin

Email: journal-elektrotechnika@mail.ru
Россия, Yekaterinburg, 620002

I. Smol’yanov

Ural Federal University named after the First President of Russia B.N. Yeltsin

Email: journal-elektrotechnika@mail.ru
Россия, Yekaterinburg, 620002

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Allerton Press, Inc., 2018

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».