Abstract- Axial flux အမြဲတမ်းသံလိုက် (AFPM) မော်တာများသည် ၎င်းတို့၏ ပြားချပ်ချပ်ဖွဲ့စည်းပုံနှင့် မြင့်မားသော torque သိပ်သည်းဆတို့နှင့်အတူ လျှပ်စစ်ကားများနှင့် ဒရုန်းများကဲ့သို့သော ခေတ်မီနယ်ပယ်များတွင် သိသာထင်ရှားသော အာရုံစိုက်မှုကို ဆွဲဆောင်ထားသည်။ သို့သော် ၎င်းတို့၏ စွမ်းဆောင်ရည် မျက်နှာကျက်ကို ထပ်မံချိုးဖျက်ရန်အတွက် ရဟတ်ဒီဇိုင်းသည် အရေးကြီးသော ပြောင်းလဲမှုတစ်ခုဖြစ်သည်။ ဤဆောင်းပါးသည် Halbach array ၏ flux-focusing နိယာမဖြင့် စတင်ပြီး dual-skewed pole တည်ဆောက်ပုံ၏ ပိုမိုကောင်းမွန်သော ဒီဇိုင်းကို ရှင်းပြထားသည်။ ၎င်းသည် မော်တာဒီဇိုင်းတွင် Pareto အကောင်းဆုံးဖြစ်နိုင်ချေရှိသော ဘက်စုံရည်မှန်းချက်မျိုးဗီဇဆိုင်ရာ algorithms နှင့် metaheuristic နည်းလမ်းများဖြင့် ကွန်ပျူတာအကူအညီပေးသည့် ဒီဇိုင်း၏ နယ်နိမိတ်အတွင်းသို့ ရွေ့လျားသွားသည်။ နောက်ဆုံးတွင်၊ ၎င်းသည် ပျော့ပျောင်းသော သံလိုက်ပေါင်းစပ် (SMC) ပစ္စည်းများ၏ ပိုက်ကွန်ပုံသဏ္ဍာန် အသွင်သဏ္ဌာန်ဖြစ်စဉ်ကို အာရုံစိုက်ပြီး ဤနည်းပညာသည် အင်ဂျင်နီယာရှေ့ပြေးပုံစံများမှ axial flux မော်တာများ အမြောက်အမြား ထုတ်လုပ်မှုအထိ ဤနည်းပညာကို မည်ကဲ့သို့ တံတားထိုးပေးသည်ကို ဆွေးနွေးသည်။
I. Halbach Array နှင့် Dual-Skewed Poles- သံလိုက်စက်ကွင်း၏ 'ပေါင်းစပ်' နှင့် 'ပုံဖော်ခြင်း'
axial flux motor ၏ စွမ်းဆောင်ရည် မျက်နှာကျက်သည် rotor ဘက်ရှိ အမြဲတမ်းသံလိုက်များမှ ထုတ်လုပ်သော သံလိုက်စက်ကွင်း ဖြန့်ဖြူးမှု အရည်အသွေးပေါ်တွင် များစွာမူတည်ပါသည်။ သမားရိုးကျ မျက်နှာပြင်တပ်ဆင်ထားသော အမြဲတမ်းသံလိုက် (SPM) တည်ဆောက်ပုံသည် ရိုးရှင်းသော်လည်း ကွဲပြားသော သံလိုက်လှိုင်းလိုင်းများ၏ မွေးရာပါ အားနည်းချက်သည် လေ-ကွာဟမှု အကန့်အသတ်နှင့် လေထုသိပ်သည်းဆနှင့် မြင့်မားသော ယိုစိမ့်မှုတို့ကို ဖြစ်စေသည်။
Halbach array သည် စံပြနီးပါးဖြေရှင်းချက်ပေးသည်။ ၎င်းသည် အမြဲတမ်းသံလိုက်များ၏ အထူးအစီအစဉ်တစ်ခုဖြစ်သည် - ကပ်လျက်သံလိုက်များ၏ သံလိုက်လမ်းကြောင်းကို 90° ဖြင့် စဉ်ဆက်မပြတ် လှည့်ပတ်ထားသောကြောင့် သံလိုက်စက်ကွင်းအား ခင်းကျင်း၏တစ်ဖက်တွင် မြှင့်တင်ကာ အခြားတစ်ဖက်တွင် လုံးဝဖျက်သိမ်းလုနီးပါးဖြစ်ကာ မိမိကိုယ်ကိုကာကွယ်မှုဆိုင်ရာအကျိုးသက်ရောက်မှုကို ရရှိစေသည် ။ ပိုမိုနားလည်သဘောပေါက်သည့် ဝေါဟာရများဖြင့်- သမားရိုးကျ သံလိုက်ပတ်လမ်းတစ်ခုတွင် flux မျဉ်းများသည် အချိုးကျစွာ ကွဲလွဲနေပြီး Halbach array 'confinition' သည် အလုပ်လုပ်သောလေ-ကွာဟချက်ဘက်သို့ flux မျဉ်းများကို ထိရောက်စွာ အာရုံစူးစိုက်နိုင်စေရန် လုပ်ဆောင်သည်။ Halbach array ကိုအသုံးပြုထားသော axial flux motors များတွင် torque density 28% အထိတိုးနိုင်ပြီး cogging torque 65% လျော့ချနိုင်သည်ကို သက်သေပြခဲ့သည်။
သို့သော်လည်း Halbach array သည် လက်တွေ့ရဟတ်ဒီဇိုင်းတွင် စိန်ခေါ်မှုများနှင့် ရင်ဆိုင်နေရသည်- air-gap flux density ၏ sinusoidal အရည်အသွေးကို မြှင့်တင်ထားသော်လည်း၊ torque ripple - အထူးသဖြင့် cogging torque - ချောမွေ့သောလည်ပတ်မှုအတွက် အဓိက ပိတ်ဆို့မှုတစ်ခုအဖြစ် ကျန်ရှိနေပါသည်။ dual-skewed pole magnet နည်းပညာကို မိတ်ဆက်ခြင်းသည် ဤနာကျင်မှုအမှတ်ကို ပစ်မှတ်ထား၍ တိကျသော ကြားဝင်ဆောင်ရွက်မှုတစ်ခုဖြစ်သည်။
2024 ခုနှစ် ထိုင်းနိုင်ငံရှိ Khon Kaen တက္ကသိုလ်မှ သုတေသနအဖွဲ့သည် IEEE Access တွင် ထုတ်ဝေသည့် Halbach array ဖြင့် ဆန်းသစ်သော TORUS axial flux motor ကို အဆိုပြုခဲ့သည်။ အမြဲတမ်းသံလိုက်များကို ကွဲလွဲသောပုံစံဖြင့်စီစဉ်ခြင်းဖြင့် ( dual-skewed poles များဖွဲ့စည်းခြင်း) ၊ မြှင့်တင်ထားသောမော်တာသည် အခြေခံလိုင်းတစ်ခုနှင့်နှိုင်းယှဉ်ပါက back-EMF တွင် 4% တိုးလာပြီး no-load အခြေအနေအောက်တွင် cogging torque 9.3% လျော့ချခြင်းကိုပြသခဲ့သည်။ ဝန်အောက်တွင်၊ ပျမ်းမျှ torque 8% တိုးလာပြီး torque ripple 7.8% လျော့ကျသွားသည်။ ဤတိုးတက်မှုများသည် ကြောင့်ဟု ယူဆနိုင်သည် flux-focusing နှင့် flux canceling effect တို့၏ ပေါင်းစပ်တိုးတက်မှု - ကွဲလွဲသောဖွဲ့စည်းပုံသည် အာကာသအတွင်း သံလိုက်စက်ကွင်းထိန်းချုပ်မှုအတွက် လွတ်လပ်မှုအတိုင်းအတာကို ချဲ့ထွင်ကာ လေ-ကွာဟမှု flux သိပ်သည်းဆ၏ သဟဇာတအစိတ်အပိုင်းများကို ထိထိရောက်ရောက် နှိမ်နင်းပေးပါသည်။
အခြားလေ့လာမှုများက ပျော့ပျောင်းသော သံလိုက်ပေါင်းစပ် Core များပါရှိသော axial flux မော်တာများအတွက်၊ Halbach array ၏ axial magnetisation coefficient (optimal value ~0.82) ကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် ပိုမို၍ torque တိုးမြှင့်မှုကို ရရှိနိုင်သည်။ မကြာသေးမီက ရလဒ်များ ပိုမိုထွက်ပေါ်သည်- သိပ္ပံနည်းကျ အစီရင်ခံစာများ တွင် ထုတ်ဝေသည့် 2025 လေ့လာမှုတစ်ခုက လက်ခံခဲ့ပြီး dual-skewed Halbach array နှစ်ချက်ခြမ်း axial flux အမြဲတမ်းသံလိုက်မော်တာကို Multi-objective genetic algorithm optimisation အားဖြင့်၊ ပျမ်းမျှ torque 7.8% တိုးလာပြီး torque ripple သိသိသာသာ လျော့ချနိုင်ခဲ့သည်။
II Computer-Aided Design ၏ 'Ace Weapon' သည် Multi-Objective Genetic Algorithms နှင့် Metaheuristic Methods
Halbach array သည် 'ဘာလုပ်ရမလဲ' မေးခွန်းကိုဖြေပါက၊ ခေတ်မီသော optimization algorithms သည် 'အကောင်းဆုံးဖြစ်အောင်လုပ်နည်း' မေးခွန်းကို အဖြေပေးပါသည်။ axial flux မော်တာများအတွက်၊ ရဟတ်ဂျီသြမေတြီ၊ သံလိုက်အတိုင်းအတာ၊ သံလိုက်ထောင့်နှင့် လျှပ်ကူးထောင့်ကဲ့သို့သော ဒီဇိုင်းပြောင်းလွဲချက်များကို ရှုပ်ထွေးသောလိုင်းမဟုတ်သောနည်းလမ်းများဖြင့် ပေါင်းစပ်ထားပြီး သမားရိုးကျ single-parameter sweep သို့မဟုတ် trial-and-error နည်းလမ်းများသည် ၎င်းတို့၏ ကန့်သတ်ချက်သို့ ရောက်ရှိသွားပါသည်။
Multi objective genetic algorithms (MOGA) သည် လက်ရှိတွင် အရင့်ကျက်ဆုံး ဖြေရှင်းနည်းများဖြစ်သည်။ ၎င်းတို့သည် 'အံဝင်ခွင်ကျရှင်သန်ခြင်း' နှင့် 'မျိုးရိုးဗီဇကွဲလွဲမှု' သဘာဝ၏ ယန္တရားများကို အတုယူကာ Pareto-optimal solution set များအတွက် ကျယ်ပြန့်သော ဒီဇိုင်းနေရာလွတ်ကို အလိုအလျောက် ရှာဖွေခြင်း၊ ရွေးချယ်ခြင်း၊ ဖြတ်ကျော်ခြင်းနှင့် ဗီဇပြောင်းလဲခြင်း လုပ်ဆောင်ချက်များမှတဆင့် ရှာဖွေကြသည်။ Pareto ရှေ့မျက်နှာစာရှိ အမှတ်တစ်ခုစီသည် လွှမ်းမိုးချုပ်ကိုင်မှုမရှိသော အပေးအယူကို ကိုယ်စားပြုသည် - အခြားရည်မှန်းချက်များကို မစွန့်စားဘဲ နောက်ထပ်တိုးတက်အောင် လုပ်ဆောင်နိုင်ခြင်းမရှိပါ။
အထူးသဖြင့်၊ NSGA-II (elitism with non-dominated Sorting Genetic Algorithm) သည် အသုံးအများဆုံးမျိုးကွဲဖြစ်သည်။ V-shaped အတွင်းပိုင်းအမြဲတမ်းသံလိုက် vernier မော်တာအပေါ်ပြည်တွင်းလေ့လာမှုတစ်ခုတွင် BP neural network surrogate model နှင့် NSGA-II ပေါင်းစပ်မှုသည် torque နှင့် core loss optimisation နှစ်ခုစလုံးတွင် 10% ထက်ပိုသောတိုးတက်မှုကိုရရှိခဲ့သည်။ နိုင်ငံတကာနယ်နိမိတ်တွင်၊ လျှပ်စစ်သံလိုက်သုတေသန C မှ Progress In Progress in Electromagnetics Research C မှ Liu Huijun ၏အဖွဲ့မှ 2025 လေ့လာမှု တွင် ဘက်စုံသုံးမျိုးရိုးဗီဇကောင်းမွန်အောင်လုပ်ဆောင်ခြင်းလုပ်ငန်းစဉ်ကို အထွက်အား ရုန်းအားကို မြှင့်တင်ရန်နှင့် torque ripple နည်းပါးစေရန် ရည်ရွယ်ချက်နှစ်ခုဖြင့် စနစ်တကျသရုပ်ပြခဲ့သည်။ ထို့အပြင်၊ မျိုးရိုးဗီဇဆိုင်ရာ အယ်လဂိုရီသမ်များနှင့် TOPSIS နည်းလမ်းတို့ကို ပေါင်းစပ်ထားသော ဝိုင်ယာကြိုးအမြဲတမ်းသံလိုက်ပြိုင်တူသောမော်တာများတွင် ရဟတ်အပေါက်အထိုင်တည်ဆောက်ပုံကို ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ရန်အတွက်လည်း အဆိုပြုထားသည်။
Multi-objective genetic algorithms တစ်ခုတည်း အလုပ်မလုပ်ပါ။ metaheuristic မိသားစုသည် ပြဿနာလက္ခဏာများအလိုက် မတူညီသော အခန်းကဏ္ဍများ ပါဝင်သည်-
· Particle swarm optimization (PSO) သည် bird flocking မှမှုတ်သွင်းထားသော၊ စဉ်ဆက်မပြတ်ကိန်းရှင်များကိုကမ္ဘာလုံးဆိုင်ရာအကောင်းဆုံးဖြစ်အောင်ပြုလုပ်ရာတွင်ထူးချွန်သည်။ coreless stator axial-field အမြဲတမ်းသံလိုက်မော်တာကို ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ရာတွင်၊ အမြဲတမ်းသံလိုက်ပမာဏတစ်ယူနစ်အတွက် GA နှင့် PSO နှစ်ခုလုံးကို အထွက်ပါဝါတိုးမြှင့်ရန်အတွက် အသုံးပြုထားသည်။ အလေးချိန်ရှိသော inertia-adjusted PSO ကို axial-divided-phase magnetic-levitation switched reluctance flywheel motor ၏ structural parameter optimization တွင်လည်း အသုံးပြုထားပါသည်။
· Artificial neural networks (ANN) သည် surrogate မော်ဒယ်များအဖြစ် လုပ်ဆောင်သည်။ အကန့်အသတ်ရှိသော ဒြပ်စင် သရုပ်ဖော်မှု တစ်ခုစီသည် (အထူးသဖြင့် 3D FEM) သည် မိနစ်မှ နာရီအထိ ကြာနိုင်ပြီး၊ ၎င်းတို့ကို ပိုမိုကောင်းမွန်အောင် ပြုပြင်ခြင်း စက်ဝိုင်းထဲသို့ တိုက်ရိုက် ထည့်သွင်းခြင်းသည် ကြီးမားသော တွက်ချက်မှုဆိုင်ရာ ဝန်ထုပ်ဝန်ပိုး ဖြစ်စေပါသည်။ ထို့ကြောင့်၊ သုတေသီများသည် ANN အငှားကိုယ်ဝန်ဆောင်များအား သစ္စာစောင့်သိမှုမြင့်မားသော FEM ဒေတာကို လေ့ကျင့်ပေးလေ့ရှိပြီး နာရီကြာသော သရုပ်ဖော်မှုများကို ဒုတိယအဆင့် ခန့်မှန်းချက်များဖြင့် အစားထိုးကာ တွက်ချက်မှုဆိုင်ရာ ထိရောက်မှုကို သိသိသာသာ တိုးတက်စေပါသည်။ အမြဲတမ်းသံလိုက်-အကူအညီပေးထားသော ခလုတ်မထိတွန့်ဆုတ်သောမော်တာ၏ အကောင်းဆုံးဖြစ်အောင်ပြုလုပ်ရာတွင်၊ ရည်မှန်းချက်များစွာကို ပိုမိုကောင်းမွန်အောင်လုပ်ဆောင်ရန်အတွက် မျိုးရိုးဗီဇဆိုင်ရာ အယ်လဂိုရီသမ်ကို ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ထားသော ပံ့ပိုးမှု vector စက် (GASVM) ကို NSGA-II နှင့် အတူအသုံးပြုခဲ့သည်။
· Ant colony optimization (ACO) သည် axial flux motors များ၏ ထိရောက်မှုပိုကောင်းအောင် လုပ်ဆောင်ရန်အတွက်လည်း အသုံးပြုထားပါသည်။ double-stator single-rotor axial-flux brushless DC မော်တာ၏ ပိုမိုကောင်းမွန်အောင်ပြုလုပ်မှုတွင် GA သည် စွမ်းဆောင်ရည်ကို 91.01% မှ 91.57% အထိ တိုးတက်စေပြီး ACO မှ 91.80% သို့ တိုးမြှင့်ပေးပါသည်။
ဤ metaheuristic နည်းလမ်းများ၏ ပေါင်းစပ်အသုံးချမှုသည် axial flux motors များအတွက် 15% ခန့်အထိ အလုံးစုံ ထိရောက်မှု မြှင့ ်တင်ပေးနိုင်သည် - စွမ်းဆောင်ရည်မြင့် drive စနစ်များအတွက် ပိုမိုတင်းကြပ်သော စက်မှုလုပ်ငန်းစံနှုန်းများကို ရင်ဆိုင်ရာတွင် သိသာထင်ရှားသော အောင်မြင်မှုတစ်ခုဖြစ်သည်။
III SMC ပစ္စည်းများနှင့် Near-Net-Shape ဖွဲ့စည်းခြင်း- Rotor ထုတ်လုပ်မှုတွင် 'ဂျီဩမေတြီလွတ်လပ်မှု'
Halbach array နှင့် multi-objective optimization သည် axial flux motors များ၏ စိန်ခေါ်မှုများကို ဖြေရှင်းပေးမည်ဆိုလျှင်၊ soft magnetic composite (SMC) material သည် near-net-shape forming technology နှင့်အတူ 'manufacturability' ၏ စည်းမျဉ်းများကို ပြန်လည်ရေးသားနေပါသည်။
Soft magnetic composite သည် သံ-အခြေခံအမှုန့်ကို အမှုန့်သတ္တုဗေဒ လုပ်ငန်းစဉ်အားဖြင့် လျှပ်စစ် insulating binder ဖြင့် နှိပ်ခြင်းဖြင့် ဖွဲ့စည်းထားသော သံလိုက်ပစ္စည်းဖြစ်သည်။ အမှုန့်သတ္တုဗေဒ လုပ်ငန်းစဉ်သည် သံလိုက်အမှုန်များကြားတွင် လျှပ်ကူးနိုင်သော အလွှာတစ်ခု ဖန်တီးပေးကာ eddy current ဆုံးရှုံးမှုကို ထိရောက်စွာ လျှော့ချပေးသည်။ တစ်ချိန်တည်းမှာပင်၊ SMC သည် isotropic သံလိုက်ဂုဏ်သတ္တိများကို ပြသသည် ။ ရိုးရာဆီလီကွန်သံမဏိနံရံကပ်ဆေးများ၏ anisotropic အပြုအမူနှင့် အခြေခံကွာခြားချက်ဖြစ်သော ဆီလီကွန်စတီးလ်သည် မြင့်မားသော flux သိပ်သည်းဆ (saturation ≥ 2.0 T) ကို ၎င်း၏ နှစ်ဘက်လှည့်ပတ်လမ်းကြောင်းတွင်သာ သယ်ဆောင်နိုင်သော်လည်း ရှုပ်ထွေးသော သုံးဖက်မြင်သံလိုက်ဆားကစ်များတွင် လုပ်ဆောင်မှု ညံ့ဖျင်းသည်။ အခြားတစ်ဖက်တွင်မူ SMC သည် စစ်မှန်သောသုံးဖက်မြင် flux လမ်းကြောင်းဒီဇိုင်းကို ပံ့ပိုးပေးသည်၊ ၎င်းသည် 3D သံလိုက်စက်ကွင်းဖြန့်ဖြူးမှုအပေါ်အခြေခံသည့် axial flux မော်တာများကဲ့သို့သော ဆန်းသစ်သော topologies အတွက် စံပြပစ္စည်းတစ်ခုဖြစ်လာစေသည်။
ပို၍အရေးကြီးသည်မှာ၊ SMC သည် မကြုံစဖူး အတိုင်းအတာတစ်ခုအထိ ရဟတ်ဒီဇိုင်းကို ပံ့ပိုးပေးသည်။ ထုတ်လုပ်မှုလွတ်လပ်ခွင့်ကို .
သမားရိုးကျ ဆီလီကွန်စတီးလ် cores များကို ရှည်လျားသော လုပ်ငန်းစဉ်များဖြစ်သော ကွင်းဆက်များ - ထုထည်၊ အထပ်ထပ်၊ ဂဟေဆက်ခြင်း စသည်ဖြင့် - ပစ္စည်းအသုံးပြုမှုနည်းပါးပြီး ပြင်းထန်သော ဂျီဩမေတြီကန့်သတ်ချက်များဖြင့် ထုတ်လုပ်ရပါမည်။ အမှုန့်သတ္တုဗေဒကို အသုံးပြု၍ SMC သည် အလွန်ရှုပ်ထွေးသော ဂျီဩမေတြီသွင်ပြင်လက္ခဏာများကို တစ်လှမ်းချင်းပုံသွင်းရန် ခွင့်ပြုသည်။ ဤသည်မှာ ၏ အဓိက အဓိပ္ပာယ်ဖြစ်ပါသည် 'near-net-shape forming' - နောက်ဆုံးပုံသဏ္ဍာန်နှင့် နီးစပ်သော ဒီဇိုင်းကို မှိုတစ်ခုအတွင်း နှိပ်ခြင်းဖြင့် တိုက်ရိုက် သိရှိနိုင်ပြီး၊ နောက်ဆက်တွဲ စက်ပစ္စည်းများကို အလွန်လျှော့ချနိုင်သည်။
ဤအားသာချက်သည် axial flux မော်တာများတွင် အထူးထင်ရှားသည်။ Japan Powder Metallurgy Society မှ 2025 လေ့လာမှုတစ်ခုတွင်၊ SMC အား stator ၏ သွားများနှင့် အနားကွပ်နှစ်ထပ်ကို ပေါင်းစပ်ဖွဲ့စည်းရန်၊ လျှပ်စစ်သံလိုက်စွမ်းဆောင်ရည်နှင့် ကုန်ထုတ်မှုစွမ်းဆောင်ရည်ကို တစ်ချိန်တည်းတွင် ပြိုင်တူတိုးတက်စေပြီး stator နှင့် ရဟတ်ကြားရှိ ဆန့်ကျင်ဘက်ဧရိယာကို သိသိသာသာတိုးလာစေပါသည်။ 2025 ခုနှစ် အောက်တိုဘာလမှ ပြည်တွင်းစက်မှုလုပ်ငန်း အစီရင်ခံစာတွင် SMC သည် ၎င်း၏ isotropic သံလိုက်ဂုဏ်သတ္တိများ၊ အားနည်းသော လက်ရှိဆုံးရှုံးမှုများနှင့် 3D flux ဒီဇိုင်းအတွက် ပံ့ပိုးမှုများကြောင့် SMC သည် မြင့်မားသောစွမ်းဆောင်ရည်၊ စွမ်းအင်သုံးစွဲမှုနည်းပါးပြီး တည်ငြိမ်သောအစုလိုက်အပြုံလိုက်ထုတ်လုပ်မှုဆီသို့ axial flux မော်တာများကို မောင်းနှင်နေကြောင်း ထောက်ပြထားသည်။ လက်ရှိ လုပ်ငန်းစဉ်အဆင့်တွင်၊ SMC stator များ၏ ရှေ့နောက်ညီညွတ်မှုကို 15% ထက်ပို၍ မြှင့်တင်ထားပြီး စုစုပေါင်းအထွက်နှုန်းသည် 96% ကျော်လွန်ပါသည်။
ပိုမိုအဆင့်မြင့်သောအသုံးချပရိုဂရမ်များတွင် SMC သည် ဟိုက်ဘရစ် stator တည်ဆောက်ပုံ များအဖြစ် ဆီလီကွန်စတီးလ်နှင့် ပေါင်းစပ်ထားသည် - ဆီလီကွန်စတီးသည် 2D သံလိုက်လမ်းကြောင်းများအတွက် မြင့်မားသော flux သိပ်သည်းဆ (≥ 2.0 T) ကို သယ်ဆောင်ပေးသည်၊ SMC သည် ရှုပ်ထွေးသော 3D flux ကို ကိုင်တွယ်သည်။ ပစ္စည်းနှစ်ခုစလုံးသည် ရှုပ်ထွေးနေသော လက်ရှိဆုံးရှုံးမှုများနှင့် ဒီဇိုင်းရှုပ်ထွေးမှုကို လျှော့ချပေးကာ ၎င်းတို့၏ သက်ဆိုင်ရာအားသာချက်များကို အသုံးချသည်။
ဟုတ်ပါတယ်၊ SMC ဟာ ချို့ယွင်းချက်မရှိတာမဟုတ်ပါဘူး။ ၎င်း၏သံလိုက်စိမ့်ဝင်နိုင်စွမ်းသည် ဆီလီကွန်သံမဏိထက်နိမ့်သည်၊ အလွန်နိမ့်သောကြိမ်နှုန်းအသုံးပြုမှုတွင် peak flux သိပ်သည်းဆကို ကန့်သတ်ထားသည်။ ထို့အပြင် ၎င်း၏ ကြွပ်ဆတ်သော သဘောသဘာဝသည် rotor-side အသုံးပြုမှုအတွက် စက်ပိုင်းဆိုင်ရာ ကြံ့ခိုင်မှုကို ထည့်သွင်းစဉ်းစားရန် ပို၍အရေးကြီးပါသည်။ မည်သို့ပင်ဆိုစေကာမူ၊ axial flux motors များရှိ stator cores များ၏ရှုပ်ထွေးသောဂျီသြမေတြီများအတွက် SMC ၏အားသာချက်များသည်၎င်း၏အားနည်းချက်များထက်ပိုမိုများပြားသည် - ထို့ကြောင့်၎င်းကို axial flux motors များ၏စီးပွားရေးကိုအရှိန်မြှင့်ရန်အတွက်အဓိကသော့ချက် တစ်ခုအဖြစ်မှတ်ယူသည်။.
IV နိဂုံး- သော့သုံးချက်၊ မစ်ရှင်တစ်ခု
သံလိုက်ပတ်လမ်းအခြေခံမူများ (Halbach array နှင့် dual-skewed poles) မှ ဒီဇိုင်းပိုင်းဆိုင်ရာ ပြန်လည်ဖွဲ့စည်းပုံစနစ် (multi-objective genetic algorithms နှင့် metaheuristic method) ၊ နောက်ဆုံးတွင် ပစ္စည်းများနှင့် ထုတ်လုပ်မှုတွင်ပါရာဒိုင်းပြောင်းခြင်းအထိ (SMC near-net-shape forming) ၊ စွမ်းဆောင်ရည်မြင့် axial flux မှ မော်တာအသွင်ပြောင်းခြင်းမှ ဒီဇိုင်းပုံစံ- 'computation-driven + materials-driven' သို့ 'experience-driven' ။
Halbach array သည် သံလိုက်ဓာတ်အား မကြုံစဖူးသော အဆင့်များသို့ အာရုံစိုက်သည်။ dual-skewed pole တည်ဆောက်ပုံသည် တိကျသော လှိုင်းပုတ်ခြင်းကို ရရှိသည်၊ ရည်ရွယ်ချက်များစွာရှိသော မျိုးရိုးဗီဇဆိုင်ရာ အယ်လဂိုရီသမ်များနှင့် မက်သာဟောပညာနည်းလမ်းများသည် ကြီးမားကျယ်ပြန့်သော ရှာဖွေမှုနေရာတစ်ခုတွင် လျှပ်စစ်သံလိုက်၊ အပူနှင့် ထုတ်လုပ်မှုကုန်ကျစရိတ်များကြား Pareto-အကောင်းဆုံးအပေးအယူများကို ထိရောက်စွာရှာဖွေနိုင်သည်; SMC သည် သမားရိုးကျ ကုန်ထုတ်လုပ်မှု၏ သုံးဖက်မြင် ကန့်သတ်ချက်များကို ချိုးဖျက်ကာ ယခင်က ပညာရပ်ဆိုင်ရာ စာတမ်းများတွင်သာ ရှိခဲ့သော ရှုပ်ထွေးသော ဂျီဩမေတြီများကို အစုလိုက်အပြုံလိုက် ထုတ်လုပ်မှု ဖြစ်နိုင်ချေကို ပေးသည်။ ဤသော့သုံးချက်သည် စွမ်းဆောင်ရည်မထိခိုက်စေဘဲ၊ ကျွန်ုပ်တို့၏ကားများ၊ လေယာဉ်၊ စက်ရုပ်များနှင့် အိမ်သုံးပစ္စည်းများကို စျေးနှုန်းသက်သာစွာဖြင့်၊ တိုတောင်းသောအချိန်နှင့် ပိုမိုယုံကြည်စိတ်ချရမှုနှင့်အတူ စွမ်းဆောင်ရည်မထိခိုက်စေဘဲ ပန်းတိုင်တစ်ခုဆီသို့ အတူတကွ ရောက်ရှိလာပါသည်။
အင်ဂျင်နီယာများနှင့် သုတေသီများအတွက်၊ ၎င်းသည် နည်းပညာဆိုင်ရာ နယ်နိမိတ်များကို စဉ်ဆက်မပြတ် ချဲ့ထွင်ရုံသာမက ဖမ်းယူရကျိုးနပ်သော ဒီဇိုင်း-ပါရာဒိုင်းပြောင်းလဲမှု ပြတင်းပေါက်တစ်ခုလည်း ဖြစ်သည်။
