Analysis of lateral magnetic attractive forces in switch reluctance traction motor

Cover Page

Cite item

Full Text

Abstract

AIM: This study aimed to analyze lateral magnetic attractive forces in switch reluctance traction motor in case of asymmetric magnetic frame and draw a set of recommendations aimed at partial or complete elimination of the effect of these forces on the bearing units of an electric machine.

METHODS: The calculations were performed using MATLAB (SIMULINK) mathematical models and the finite element method (FEMM software suite).

RESULTS: Lateral magnetic attractive forces in a switch reluctance traction motor can be significantly in case of asymmetric magnetic frame, reducing the service life of an electric machine.

CONCLUSION: The proposed set of measures at the design, manufacturing, and operation stages of the switched-reluctance traction motor of an electric locomotive will minimize the effect of lateral magnetic attraction forces on bearing assemblies and increase the service life of the electric machine.

About the authors

Ekaterina E. Miroshnichenko

Rostov State Transport University

Author for correspondence.
Email: ekaterinailjasova@rambler.ru
ORCID iD: 0000-0002-8883-8021
SPIN-code: 1498-5371

Cand. Sci. (Engineering), Associate professor

Russian Federation, Rostov-on-Don

References

  1. Kosmodamianskiy AS, Vorobyev VI, Kapustin MY, et al. Problems of development of traction drives with brushless traction motors for passenger electric locomotives. Transport Urala. 2020;2(26):20–25. (In Russ.) doi: 10.20291/1815-9400-2020-2-20-25 EDN: GJBPOA
  2. Sobirov ShN. On the issue of reliability analysis of asynchronous traction electric motors of the OZ-EL electric locomotive. In: Collection of scientific articles based on the materials of the XV International Scientific and Practical Conference Fundamental and applied approaches to solving scientific problems; 2024 Jun 4. Ufa: Ufa University of Science and Technology; 2024. P. 37–46. (In Russ.) EDN: TCPBAT
  3. Kudratov ShI, Sobirov ShN. Neispravnosti asinhronnyh tyagovyh elektrodvigatelej lokomotivov i prinimaemye mery po ustraneniyu otkazov. Modern Scientific Research International Scientific Journal. 2024;2(5):6–10. (In Russ.) doi: 10.5281/zenodo.1122119
  4. Popov DI. Razrabotka nauchnykh osnov postroyeniya elektrotekhnicheskikh kompleksov dlya ispytaniya tyagovykh elektricheskikh mashin metodom vzaimnoy nagruzki [dissertation]. Omsk; 2022. Accessed: 16.07.2025. Available from: https://omgtu.ru/scientific_activities/Диссертация_ПоповДИ%20(08.04.2022).pdf (In Russ.)
  5. Voron OA, Sirotkin VV, Petrushin AD. Obosnovanie ispol’zovaniya ventil’no-induktornyh elektricheskih mashin dlya upravleniya potokom energii rekuperacii elektricheskogo podvizhnogo sostava. Izvestiya vysshih uchebnyh zavedenij. Elektromekhanika. 2023;4(66):34–39. (In Russ.) doi: 10.17213/0136-3360-2023-4-34-39 EDN: DPZIKE
  6. Petrushin AD, Shevkunovа AV, Smachnyy. VYu. Electromagnetic Torque of Switched-Reluctance Motor and its Correlation with the Magnetic System Geometry. Bulletin of the South Ural State University. Ser. Power Engineering. 2020;2(20):127–137. (In Russ.)]. doi: 10.14529/power200212 EDN: LKBNJK
  7. Kashuba AV, Shevkunova AV, Mishchenko AV, Evteev NS. Development of an Energy-Efficient Switched Reluctance Motor for Fan Drive. Vestnik Ural’skogo gosudarstvennogo universiteta putej soobshcheniya. 2024;3(63):33–46. (In Russ.) doi: 10.20291/2079-0392-2024-3-33-46
  8. Petrushin AD, Tulyaganov M. Optimal Control of the Switched Reluctance Motor of High-Speed Rail Transport with an On-Board Energy Source. In: International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM) 2024, Sochi, Russian Federation. Sochi; 2024:490–494. doi: 10.1109/ICIEAM60818.2024.10553741
  9. Parmar J, Panchal J, Jhankal T, Patel AN. Selection of Stator Pole Tip for Torque Ripple Reduction of Switched Reluctance Motor. In: 11th Power India International Conference (PIICON) IEEE 2024; Jaipur, India. Jaipur: IEEE; 2024:1–6. doi: 10.1109/PIICON63519.2024.10995057
  10. Shahbazi R, Rashidi A. Torque Ripple Reduction of Switched Reluctance Motor by Implementing a New Converter based on DITC Method. In: IEEE Energy Conversion Congress and Exposition (ECCE) 2023; Nashville, TN, USA. Nashville: IEEE; 2023:5043–5048. doi: 10.1109/ECCE53617.2023.10362140
  11. Ren P, Zhu J, Liu Y, et al. An Improved Model-Predictive Torque Control of Switched Reluctance Motor based on Sector Adaptive Allocation Technology. IEEE Transactions on Power Electronics. 2024;39(4):4567–4577. doi: 10.1109/tpel.2023.3349283 EDN: ATAWCM
  12. Chihnyaev VA, Akhmetzyanov DI. Investigation of Electromechanical Characteristic of Switched Reluctance Motor. Vestnik Chuvashskogo universiteta. 2013;3:240–246. (In Russ.) EDN: RUBSSP
  13. Ge L, Yuan R, Cheng Q, et al. Model Predictive Torque and Force Control of an Switched Reluctance Machine. In: IEEE International Conference on Predictive Control of Electrical Drives and Power Electronics (PRECEDE) 2021; Jinan, China. Jinan: IEEE; 2021:280–284. doi: 10.1109/PRECEDE51386.2021.9680949
  14. Asok A, Praveen Kumar N. Finite Element-based Dynamic Eccentricity Fault Analysis in Switched Reluctance Motor Using Machine Learning Approach. In: 7th International Conference on Computer Applications in Electrical Engineering-Recent Advances (CERA) 2023; Roorkee, India. Roorkee; 2023:1–6. doi: 10.1109/CERA59325.2023.10455118
  15. Mogila VS, Korolionok TS. Features of calculation traction gate-inductor engines. Vestnik Belorusskogo gosudarstvennogo universiteta transporta: Nauka i transport. 2011;2(23):21–25. (In Russ.) EDN: INGSWW
  16. Miroshnichenko EE. Highly Reliable Switched Reluctance Motor for the Traction Electric Drive System of Railway Rolling Stock. Omsk Scientific Bulletin. 2023;4(188):70–76. (In Russ.) doi: 10.25206/1813-8225-2023-188-70-76 EDN: AOCLHB

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Miroshnichenko E.E.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

link to the archive of the previous title

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».