Modular Winding Arrangement Design to Suppress Short-Circuit Current and Magnetic Coupling in PM Machines for Flywheel Battery

Q: 이 논문에서 정의한 모듈형 권선 배열이란 무엇인가?

모듈형 권선 배열은 플라이휠 배터리용 영구자석 기계에서 단락 전류와 자기 결합을 억제하기 위해 제안된 권선 배치 방식이다. 기존 배열과 달리 각 상 권선이 전체 원주를 따라 균일하게 분포되지 않고 대각선으로 배치되며, 상 간 자기 격리 능력을 향상시키기 위해 격리 치가 추가된다. 이는 자기 인덕턴스를 높여 단락 전류를 줄이고 상호 인덕턴스를 거의 0으로 만들어 자기 결합을 효과적으로 차단한다.

Q: 모듈형 권선 배열이 영구자석 기계의 단락 전류와 자기 결합을 어떻게 억제하는가?

연구 결과, 모듈형 권선 배열은 기존 배열보다 자기 인덕턴스 평균값을 약 60% 증가시켜 단락 전류 진폭을 36.2% 감소시킨다. 또한, 상호 인덕턴스를 거의 0으로 만들어 상 간 자기 결합을 효과적으로 차단하며, 이는 격리 치 추가와 권선 배열의 공간적 재배치를 통해 달성된다. 따라서 모듈형 권선 배열은 플라이휠 배터리용 영구자석 기계의 고장 허용 능력을 크게 향상시킨다.

Luting Miao; Meimei Xu; Qian Zhang

doi:10.4283/JMAG.2024.29.4.397

학술저널

저자정보: Luting Miao (Jiangsu University) Meimei Xu (Jiangsu University) Qian Zhang (Jiangsu University)

저널정보: 한국자기학회 Journal of Magnetics Journal of Magnetics Vol.29 No.4

오류 신고하기

피인용 0

검색

초록·키워드

Due to the advantages of long life-period and environmental friendliness, the flywheel battery is widely concerned. In this paper, a modular winding arrangement is proposed to suppress the short-circuit current (SCC) and magnetic coupling of permanent magnet (PM) machines for flywheel battery. Firstly, the design principle of the modular arrangement is elaborated. Then, the magnetomotive force (MMF) harmonic components in the conventional and modular arrangement are derived through winding spatial distribution. Afterwards, the inductance expression is obtained according to winding function theory. Furthermore, the inversely proportional relationship between self-inductance and SCC are deduced. Then, the finite element method (FEM) is adopted, which verifies that the modular winding arrangement has the advantage of SCC and magnetic coupling suppression in PM machines for flywheel battery. Finally, a five-phase PM machine and the proposed modular arrangement machine, and the experiments are carried out for theoretical verification.

#modular winding arrangement #PM machines #flywheel battery #SCC #magnetic coupling

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-25-02-092100821

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료