• KEPCO Journal on Electric Power and Energy
• /
• 제6권4호
• /
• pp.467-472
• /
• 2020

The superconducting synchronous generator is one of the breakthrough elements for direct-drive wind turbines because it is light and small. Normally the superconducting one has copper armature windings in the stator and superconducting field windings on the rotor. The high resistance of the armature can make large copper losses, comparing with the conventional generators with a gear box. One of the solutions for the large copper losses could be a fully superconducting generator. But the high magnetic fields from the superconducting field windings on the rotor also make high perpendicular magnetic fields on the superconducting tapes in the armature windings. We have proposed a fully superconducting synchronous generator with dual field windings. It could immensely decrease the circumferential component of the magnetic field from the field windings at the armature windings. In this paper, we conceptually designed 3 types of superconducting synchronous generators. The first one is the fully superconducting one with conventional structure, which has superconducting armature windings in the stator and superconducting field windings on the rotor. The second one is the one with dual superconducting field windings and superconducting armature windings between them. The last one is the same as the third one except the structure of the armature. If the concentrated armature windings are superconducting ones with cryostats, then they cannot be installed within the span of 2 poles. So, we adopted 3 phases windings within 4 poles system. It makes more AC losses but can be manufactured really.

• 방송공학회논문지
• /
• 제27권6호
• /
• pp.885-896
• /
• 2022

제조에서의 모터 불량은 향후 A/S 및 신뢰성에 중요한 역활을 한다. 모터의 불량 구분은 소리, 전류, 진동등의 측정을 통해 검출한다. 본 논문에서 사용한 데이터는 자동차 사이드미러 모터 기어박스의 소리를 사용하였다. 모터 소리는 3가지의 클래스로 구성되어 있다. 소리 데이터는 멜스펙트로그램을 통한 변환 과정을 거쳐 네트워크 모델에 입력된다. 본 논문에서는 불량 모터 구분 성능을 올리기 위한 데이터 증강, 클래스 불균형에 따는 다양한 데이터 재샘플링, 재가중치 조절, 손실함수의 변경, 표현 학습과 클래스 구분의 두 단계 분리 방법 등 다양한 방법을 적용하였으며, 추가적으로 커리큘럼 러닝 방법, 자기 스페이스 학습 방법 등을 Bidirectional LSTM Attention, Convolutional Recurrent Neural Network, Multi-Head Attention, Bidirectional Temporal Convolution Network, Convolution Neural Network 등 총 5가지 네트워크 모델을 통하여 비교하고, 모터 소리 구분에 최적의 구성을 찾을 수 있었다.

• 대한기계학회논문집A
• /
• 제40권2호
• /
• pp.221-227
• /
• 2016

풍력발전기에서 메인 샤프트는 로터허브와 증속기를 연결하는 중요 부품 중 하나이며 주로 자유단조공법을 통하여 제조된다. 하지만 고 MW급 이상의 메인샤프트는 중량을 감소시키기 위하여 중공형 설계가 이루어지며 주조공법을 이용하여 제조되고 있다. 본 연구의 목적은 중공형 메인샤프트를 단조공법을 이용하여 생산할 수 있는 제조공정을 개발하는 것이다. 자유단조 공법의 공정설계 방법에 따라 중실형과 중공형 메인샤프트를 제조하기 위한 단조공정을 각각 설계하였다. 설계된 공정의 성형가능성을 확인하기 위하여 온도, 변형률 속도에 따른 유동응력을 열간압축실험을 통하여 구한 후 유한요소해석을 수행하였다. 유한요소해석을 통하여 단조업계에서 통상 행해지는 중실형 단조공법의 온도 및 변형률 등의 관리인자와 제안된 중공형단조공법의 인자를 비교하여 성형가능성을 예측하였다. 시제품 제작을 통하여 중공형 형상을 원소재회수율, 내부품질, 형상 및 치수 등에서 높은 생산성으로 제조가 가능함을 확인하였다.