Sensitivitätsanalyse der Wärmequellen- sowie Wärmetransportmodellierung in permanenterregten Synchronmaschinen View Full Text


Ontology type: schema:ScholarlyArticle     


Article Info

DATE

2019-02-28

AUTHORS

Christopher Beck, Daniel Keller, Harald Echtle, Sebastian Haug, Christian Krüger, Michael Bargende

ABSTRACT

Elektromotoren zeichnet ein hoher Wirkungsgrad aus. Die auftretenden Verluste erwärmen dennoch den Motor und führen insbesondere bei hohen Leistungsdichten zu Einschränkungen des Betriebsbereichs. Um einen zuverlässigen Einsatz sicherzustellen, muss durch die Wahl eines geeigneten Kühlkonzeptes die Temperatur der kritischen Bauteile kontrolliert und gegebenenfalls gesenkt werden. Bei permanenterregten Synchronmaschinen sind vor allem die Magnete sowie die Isolierung der Kupferwicklung und der Blechpakete temperaturempfindlich. Um während des Entwicklungsprozesses Bauteiltemperaturen vorhersagen zu können, müssen Wärmequellen, Wärmetransport und Wärmesenken modelliert werden. Der vorliegende Bericht präsentiert die Ergebnisse einer Sensitivitätsanalyse zum Einfluss der Wärmequellenmodellierung und der für den Transport innerhalb der Struktur maßgeblichen Eigenschaften innerhalb eines 3D-Modells. Um den als Basis verwendeten nasslaufenden Elektromotor vereinfacht abbilden zu können, kommen sowohl analytische Randbedingungen als auch Daten aus vereinfachten CFD-Simulationen zum Einsatz. Im Rahmen einer Studie werden der Einfluss und die Notwendigkeit von temperaturabhängigen, lokal variablen Verlusten und Stoffeigenschaften aufgezeigt. Dabei werden auf Basis der elektromagnetischen Auslegung die ohmschen Verluste in der Kupferwicklung und die Ummagnetisierungsverluste untersucht. Des Weiteren werden temperaturabhängige Stoffeigenschaften und der Einfluss der Verformung des Blechpakets auf den Wärmetransport untersucht. Die Ergebnisse werden gegenübergestellt und die Erkenntnisse zur Auslegung zukünftiger Elektromotoren werden aufgezeigt. Das entwickelte Simulationsmodell dient als Basis für detaillierte Simulationen nasslaufender Elektromotoren. More... »

PAGES

1-7

Journal

Identifiers

URI

http://scigraph.springernature.com/pub.10.1007/s00502-019-0714-z

DOI

http://dx.doi.org/10.1007/s00502-019-0714-z

DIMENSIONS

https://app.dimensions.ai/details/publication/pub.1112460229


Indexing Status Check whether this publication has been indexed by Scopus and Web Of Science using the SN Indexing Status Tool
Incoming Citations Browse incoming citations for this publication using opencitations.net

JSON-LD is the canonical representation for SciGraph data.

TIP: You can open this SciGraph record using an external JSON-LD service: JSON-LD Playground Google SDTT

[
  {
    "@context": "https://springernature.github.io/scigraph/jsonld/sgcontext.json", 
    "author": [
      {
        "affiliation": {
          "alternateName": "Daimler (Germany)", 
          "id": "https://www.grid.ac/institutes/grid.5433.1", 
          "name": [
            "Daimler AG, Mercedesstra\u00dfe 137, 70327, Stuttgart, Deutschland"
          ], 
          "type": "Organization"
        }, 
        "familyName": "Beck", 
        "givenName": "Christopher", 
        "type": "Person"
      }, 
      {
        "affiliation": {
          "alternateName": "Daimler (Germany)", 
          "id": "https://www.grid.ac/institutes/grid.5433.1", 
          "name": [
            "Daimler AG, Mercedesstra\u00dfe 137, 70327, Stuttgart, Deutschland"
          ], 
          "type": "Organization"
        }, 
        "familyName": "Keller", 
        "givenName": "Daniel", 
        "type": "Person"
      }, 
      {
        "affiliation": {
          "alternateName": "Daimler (Germany)", 
          "id": "https://www.grid.ac/institutes/grid.5433.1", 
          "name": [
            "Daimler AG, Mercedesstra\u00dfe 137, 70327, Stuttgart, Deutschland"
          ], 
          "type": "Organization"
        }, 
        "familyName": "Echtle", 
        "givenName": "Harald", 
        "type": "Person"
      }, 
      {
        "affiliation": {
          "alternateName": "Daimler (Germany)", 
          "id": "https://www.grid.ac/institutes/grid.5433.1", 
          "name": [
            "Daimler AG, Mercedesstra\u00dfe 137, 70327, Stuttgart, Deutschland"
          ], 
          "type": "Organization"
        }, 
        "familyName": "Haug", 
        "givenName": "Sebastian", 
        "type": "Person"
      }, 
      {
        "affiliation": {
          "alternateName": "Daimler (Germany)", 
          "id": "https://www.grid.ac/institutes/grid.5433.1", 
          "name": [
            "Daimler AG, Mercedesstra\u00dfe 137, 70327, Stuttgart, Deutschland"
          ], 
          "type": "Organization"
        }, 
        "familyName": "Kr\u00fcger", 
        "givenName": "Christian", 
        "type": "Person"
      }, 
      {
        "affiliation": {
          "alternateName": "University of Stuttgart", 
          "id": "https://www.grid.ac/institutes/grid.5719.a", 
          "name": [
            "Institut f\u00fcr Verbrennungsmotoren und Kraftfahrwesen, Lehrstuhl Fahrzeugantriebe, Universit\u00e4t Stuttgart, Pfaffenwaldring 12, 70569, Stuttgart, Deutschland"
          ], 
          "type": "Organization"
        }, 
        "familyName": "Bargende", 
        "givenName": "Michael", 
        "type": "Person"
      }
    ], 
    "citation": [
      {
        "id": "sg:pub.10.1365/s35658-013-0370-8", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1005099146", 
          "https://doi.org/10.1365/s35658-013-0370-8"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.1365/s35658-013-0370-8", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1005099146", 
          "https://doi.org/10.1365/s35658-013-0370-8"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.1007/978-3-642-25267-9", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1005820343", 
          "https://doi.org/10.1007/978-3-642-25267-9"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.1007/978-3-642-25267-9", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1005820343", 
          "https://doi.org/10.1007/978-3-642-25267-9"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1016/j.applthermaleng.2012.04.006", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1008105682"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1039/b002667k", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1016765299"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://app.dimensions.ai/details/publication/pub.1018954094", 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.1007/978-3-642-84132-3", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1018954094", 
          "https://doi.org/10.1007/978-3-642-84132-3"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.1007/978-3-642-84132-3", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1018954094", 
          "https://doi.org/10.1007/978-3-642-84132-3"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.1007/978-3-642-19981-3", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1022287148", 
          "https://doi.org/10.1007/978-3-642-19981-3"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.1007/978-3-642-19981-3", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1022287148", 
          "https://doi.org/10.1007/978-3-642-19981-3"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1016/s0017-9310(98)00336-6", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1039907579"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1109/tia.2017.2746015", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1091458489"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.1134/s0869864317040011", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1092113395", 
          "https://doi.org/10.1134/s0869864317040011"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1109/icems.2014.7014052", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1093517582"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1115/1.4039459", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1101672738"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://app.dimensions.ai/details/publication/pub.1103203290", 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.1007/978-3-658-22632-9", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1104521029", 
          "https://doi.org/10.1007/978-3-658-22632-9"
        ], 
        "type": "CreativeWork"
      }
    ], 
    "datePublished": "2019-02-28", 
    "datePublishedReg": "2019-02-28", 
    "description": "Elektromotoren zeichnet ein hoher Wirkungsgrad aus. Die auftretenden Verluste erw\u00e4rmen dennoch den Motor und f\u00fchren insbesondere bei hohen Leistungsdichten zu Einschr\u00e4nkungen des Betriebsbereichs. Um einen zuverl\u00e4ssigen Einsatz sicherzustellen, muss durch die Wahl eines geeigneten K\u00fchlkonzeptes die Temperatur der kritischen Bauteile kontrolliert und gegebenenfalls gesenkt werden. Bei permanenterregten Synchronmaschinen sind vor allem die Magnete sowie die Isolierung der Kupferwicklung und der Blechpakete temperaturempfindlich. Um w\u00e4hrend des Entwicklungsprozesses Bauteiltemperaturen vorhersagen zu k\u00f6nnen, m\u00fcssen W\u00e4rmequellen, W\u00e4rmetransport und W\u00e4rmesenken modelliert werden. Der vorliegende Bericht pr\u00e4sentiert die Ergebnisse einer Sensitivit\u00e4tsanalyse zum Einfluss der W\u00e4rmequellenmodellierung und der f\u00fcr den Transport innerhalb der Struktur ma\u00dfgeblichen Eigenschaften innerhalb eines 3D-Modells. Um den als Basis verwendeten nasslaufenden Elektromotor vereinfacht abbilden zu k\u00f6nnen, kommen sowohl analytische Randbedingungen als auch Daten aus vereinfachten CFD-Simulationen zum Einsatz. Im Rahmen einer Studie werden der Einfluss und die Notwendigkeit von temperaturabh\u00e4ngigen, lokal variablen Verlusten und Stoffeigenschaften aufgezeigt. Dabei werden auf Basis der elektromagnetischen Auslegung die ohmschen Verluste in der Kupferwicklung und die Ummagnetisierungsverluste untersucht. Des Weiteren werden temperaturabh\u00e4ngige Stoffeigenschaften und der Einfluss der Verformung des Blechpakets auf den W\u00e4rmetransport untersucht. Die Ergebnisse werden gegen\u00fcbergestellt und die Erkenntnisse zur Auslegung zuk\u00fcnftiger Elektromotoren werden aufgezeigt. Das entwickelte Simulationsmodell dient als Basis f\u00fcr detaillierte Simulationen nasslaufender Elektromotoren.", 
    "genre": "research_article", 
    "id": "sg:pub.10.1007/s00502-019-0714-z", 
    "inLanguage": [
      "de"
    ], 
    "isAccessibleForFree": false, 
    "isPartOf": [
      {
        "id": "sg:journal.1136004", 
        "issn": [
          "0932-383X", 
          "1613-7620"
        ], 
        "name": "e & i Elektrotechnik und Informationstechnik", 
        "type": "Periodical"
      }, 
      {
        "issueNumber": "2", 
        "type": "PublicationIssue"
      }, 
      {
        "type": "PublicationVolume", 
        "volumeNumber": "136"
      }
    ], 
    "name": "Sensitivit\u00e4tsanalyse der W\u00e4rmequellen- sowie W\u00e4rmetransportmodellierung in permanenterregten Synchronmaschinen", 
    "pagination": "1-7", 
    "productId": [
      {
        "name": "doi", 
        "type": "PropertyValue", 
        "value": [
          "10.1007/s00502-019-0714-z"
        ]
      }, 
      {
        "name": "readcube_id", 
        "type": "PropertyValue", 
        "value": [
          "5f7f6f41477e8419c351f96dcfc1f8c0be9c1a27c5d2e110a96382b7494cce70"
        ]
      }, 
      {
        "name": "dimensions_id", 
        "type": "PropertyValue", 
        "value": [
          "pub.1112460229"
        ]
      }
    ], 
    "sameAs": [
      "https://doi.org/10.1007/s00502-019-0714-z", 
      "https://app.dimensions.ai/details/publication/pub.1112460229"
    ], 
    "sdDataset": "articles", 
    "sdDatePublished": "2019-04-15T08:48", 
    "sdLicense": "https://scigraph.springernature.com/explorer/license/", 
    "sdPublisher": {
      "name": "Springer Nature - SN SciGraph project", 
      "type": "Organization"
    }, 
    "sdSource": "s3://com-uberresearch-data-dimensions-target-20181106-alternative/cleanup/v134/2549eaecd7973599484d7c17b260dba0a4ecb94b/merge/v9/a6c9fde33151104705d4d7ff012ea9563521a3ce/jats-lookup/v90/0000000374_0000000374/records_119717_00000001.jsonl", 
    "type": "ScholarlyArticle", 
    "url": "https://link.springer.com/10.1007%2Fs00502-019-0714-z"
  }
]
 

Download the RDF metadata as:  json-ld nt turtle xml License info

HOW TO GET THIS DATA PROGRAMMATICALLY:

JSON-LD is a popular format for linked data which is fully compatible with JSON.

curl -H 'Accept: application/ld+json' 'https://scigraph.springernature.com/pub.10.1007/s00502-019-0714-z'

N-Triples is a line-based linked data format ideal for batch operations.

curl -H 'Accept: application/n-triples' 'https://scigraph.springernature.com/pub.10.1007/s00502-019-0714-z'

Turtle is a human-readable linked data format.

curl -H 'Accept: text/turtle' 'https://scigraph.springernature.com/pub.10.1007/s00502-019-0714-z'

RDF/XML is a standard XML format for linked data.

curl -H 'Accept: application/rdf+xml' 'https://scigraph.springernature.com/pub.10.1007/s00502-019-0714-z'


 

This table displays all metadata directly associated to this object as RDF triples.

131 TRIPLES      20 PREDICATES      38 URIs      18 LITERALS      7 BLANK NODES

Subject Predicate Object
1 sg:pub.10.1007/s00502-019-0714-z schema:author N70165a1078234e8ab527e04881bfbfa6
2 schema:citation sg:pub.10.1007/978-3-642-19981-3
3 sg:pub.10.1007/978-3-642-25267-9
4 sg:pub.10.1007/978-3-642-84132-3
5 sg:pub.10.1007/978-3-658-22632-9
6 sg:pub.10.1134/s0869864317040011
7 sg:pub.10.1365/s35658-013-0370-8
8 https://app.dimensions.ai/details/publication/pub.1018954094
9 https://app.dimensions.ai/details/publication/pub.1103203290
10 https://doi.org/10.1016/j.applthermaleng.2012.04.006
11 https://doi.org/10.1016/s0017-9310(98)00336-6
12 https://doi.org/10.1039/b002667k
13 https://doi.org/10.1109/icems.2014.7014052
14 https://doi.org/10.1109/tia.2017.2746015
15 https://doi.org/10.1115/1.4039459
16 schema:datePublished 2019-02-28
17 schema:datePublishedReg 2019-02-28
18 schema:description Elektromotoren zeichnet ein hoher Wirkungsgrad aus. Die auftretenden Verluste erwärmen dennoch den Motor und führen insbesondere bei hohen Leistungsdichten zu Einschränkungen des Betriebsbereichs. Um einen zuverlässigen Einsatz sicherzustellen, muss durch die Wahl eines geeigneten Kühlkonzeptes die Temperatur der kritischen Bauteile kontrolliert und gegebenenfalls gesenkt werden. Bei permanenterregten Synchronmaschinen sind vor allem die Magnete sowie die Isolierung der Kupferwicklung und der Blechpakete temperaturempfindlich. Um während des Entwicklungsprozesses Bauteiltemperaturen vorhersagen zu können, müssen Wärmequellen, Wärmetransport und Wärmesenken modelliert werden. Der vorliegende Bericht präsentiert die Ergebnisse einer Sensitivitätsanalyse zum Einfluss der Wärmequellenmodellierung und der für den Transport innerhalb der Struktur maßgeblichen Eigenschaften innerhalb eines 3D-Modells. Um den als Basis verwendeten nasslaufenden Elektromotor vereinfacht abbilden zu können, kommen sowohl analytische Randbedingungen als auch Daten aus vereinfachten CFD-Simulationen zum Einsatz. Im Rahmen einer Studie werden der Einfluss und die Notwendigkeit von temperaturabhängigen, lokal variablen Verlusten und Stoffeigenschaften aufgezeigt. Dabei werden auf Basis der elektromagnetischen Auslegung die ohmschen Verluste in der Kupferwicklung und die Ummagnetisierungsverluste untersucht. Des Weiteren werden temperaturabhängige Stoffeigenschaften und der Einfluss der Verformung des Blechpakets auf den Wärmetransport untersucht. Die Ergebnisse werden gegenübergestellt und die Erkenntnisse zur Auslegung zukünftiger Elektromotoren werden aufgezeigt. Das entwickelte Simulationsmodell dient als Basis für detaillierte Simulationen nasslaufender Elektromotoren.
19 schema:genre research_article
20 schema:inLanguage de
21 schema:isAccessibleForFree false
22 schema:isPartOf N9372c3fbc0bd4da7bcb5681c09e660c5
23 Nde68c21a93dd4f84aa9941c28e059608
24 sg:journal.1136004
25 schema:name Sensitivitätsanalyse der Wärmequellen- sowie Wärmetransportmodellierung in permanenterregten Synchronmaschinen
26 schema:pagination 1-7
27 schema:productId N150869187d6f4889a06996d6e77d1e23
28 N3eccac6163fe40559524cd429719639c
29 N60a745c76c074492be9ef7d5d286f01e
30 schema:sameAs https://app.dimensions.ai/details/publication/pub.1112460229
31 https://doi.org/10.1007/s00502-019-0714-z
32 schema:sdDatePublished 2019-04-15T08:48
33 schema:sdLicense https://scigraph.springernature.com/explorer/license/
34 schema:sdPublisher Nb92e104c2f7e406988211253844c0570
35 schema:url https://link.springer.com/10.1007%2Fs00502-019-0714-z
36 sgo:license sg:explorer/license/
37 sgo:sdDataset articles
38 rdf:type schema:ScholarlyArticle
39 N150869187d6f4889a06996d6e77d1e23 schema:name doi
40 schema:value 10.1007/s00502-019-0714-z
41 rdf:type schema:PropertyValue
42 N19ba952d965c44e8ac57ae09f9c39523 schema:affiliation https://www.grid.ac/institutes/grid.5719.a
43 schema:familyName Bargende
44 schema:givenName Michael
45 rdf:type schema:Person
46 N228c218780944562875a915a2f8eb74d schema:affiliation https://www.grid.ac/institutes/grid.5433.1
47 schema:familyName Beck
48 schema:givenName Christopher
49 rdf:type schema:Person
50 N3707736b67264e5db3b872c6ca4b502b schema:affiliation https://www.grid.ac/institutes/grid.5433.1
51 schema:familyName Krüger
52 schema:givenName Christian
53 rdf:type schema:Person
54 N3c79f4e97a3e42dc8090a8cd80486491 rdf:first N53d1a1bb0e32431daed8de9cc0d2942b
55 rdf:rest N89e086e1634b464b836d23b399bf0f11
56 N3eccac6163fe40559524cd429719639c schema:name readcube_id
57 schema:value 5f7f6f41477e8419c351f96dcfc1f8c0be9c1a27c5d2e110a96382b7494cce70
58 rdf:type schema:PropertyValue
59 N53d1a1bb0e32431daed8de9cc0d2942b schema:affiliation https://www.grid.ac/institutes/grid.5433.1
60 schema:familyName Haug
61 schema:givenName Sebastian
62 rdf:type schema:Person
63 N60a745c76c074492be9ef7d5d286f01e schema:name dimensions_id
64 schema:value pub.1112460229
65 rdf:type schema:PropertyValue
66 N70165a1078234e8ab527e04881bfbfa6 rdf:first N228c218780944562875a915a2f8eb74d
67 rdf:rest N77c4529515ec4044acd0ffe90b85cb29
68 N77c4529515ec4044acd0ffe90b85cb29 rdf:first N8a21d43c09ed4818b8f1d5773c7e2ba4
69 rdf:rest Nb928b80fd08d4ba6b4e93be29698249c
70 N89e086e1634b464b836d23b399bf0f11 rdf:first N3707736b67264e5db3b872c6ca4b502b
71 rdf:rest Nfca1d199de30409cbcc2f6e5deb97591
72 N8a21d43c09ed4818b8f1d5773c7e2ba4 schema:affiliation https://www.grid.ac/institutes/grid.5433.1
73 schema:familyName Keller
74 schema:givenName Daniel
75 rdf:type schema:Person
76 N91adbb32a5124c5d8b8434786b53b73e schema:affiliation https://www.grid.ac/institutes/grid.5433.1
77 schema:familyName Echtle
78 schema:givenName Harald
79 rdf:type schema:Person
80 N9372c3fbc0bd4da7bcb5681c09e660c5 schema:volumeNumber 136
81 rdf:type schema:PublicationVolume
82 Nb928b80fd08d4ba6b4e93be29698249c rdf:first N91adbb32a5124c5d8b8434786b53b73e
83 rdf:rest N3c79f4e97a3e42dc8090a8cd80486491
84 Nb92e104c2f7e406988211253844c0570 schema:name Springer Nature - SN SciGraph project
85 rdf:type schema:Organization
86 Nde68c21a93dd4f84aa9941c28e059608 schema:issueNumber 2
87 rdf:type schema:PublicationIssue
88 Nfca1d199de30409cbcc2f6e5deb97591 rdf:first N19ba952d965c44e8ac57ae09f9c39523
89 rdf:rest rdf:nil
90 sg:journal.1136004 schema:issn 0932-383X
91 1613-7620
92 schema:name e & i Elektrotechnik und Informationstechnik
93 rdf:type schema:Periodical
94 sg:pub.10.1007/978-3-642-19981-3 schema:sameAs https://app.dimensions.ai/details/publication/pub.1022287148
95 https://doi.org/10.1007/978-3-642-19981-3
96 rdf:type schema:CreativeWork
97 sg:pub.10.1007/978-3-642-25267-9 schema:sameAs https://app.dimensions.ai/details/publication/pub.1005820343
98 https://doi.org/10.1007/978-3-642-25267-9
99 rdf:type schema:CreativeWork
100 sg:pub.10.1007/978-3-642-84132-3 schema:sameAs https://app.dimensions.ai/details/publication/pub.1018954094
101 https://doi.org/10.1007/978-3-642-84132-3
102 rdf:type schema:CreativeWork
103 sg:pub.10.1007/978-3-658-22632-9 schema:sameAs https://app.dimensions.ai/details/publication/pub.1104521029
104 https://doi.org/10.1007/978-3-658-22632-9
105 rdf:type schema:CreativeWork
106 sg:pub.10.1134/s0869864317040011 schema:sameAs https://app.dimensions.ai/details/publication/pub.1092113395
107 https://doi.org/10.1134/s0869864317040011
108 rdf:type schema:CreativeWork
109 sg:pub.10.1365/s35658-013-0370-8 schema:sameAs https://app.dimensions.ai/details/publication/pub.1005099146
110 https://doi.org/10.1365/s35658-013-0370-8
111 rdf:type schema:CreativeWork
112 https://app.dimensions.ai/details/publication/pub.1018954094 schema:CreativeWork
113 https://app.dimensions.ai/details/publication/pub.1103203290 schema:CreativeWork
114 https://doi.org/10.1016/j.applthermaleng.2012.04.006 schema:sameAs https://app.dimensions.ai/details/publication/pub.1008105682
115 rdf:type schema:CreativeWork
116 https://doi.org/10.1016/s0017-9310(98)00336-6 schema:sameAs https://app.dimensions.ai/details/publication/pub.1039907579
117 rdf:type schema:CreativeWork
118 https://doi.org/10.1039/b002667k schema:sameAs https://app.dimensions.ai/details/publication/pub.1016765299
119 rdf:type schema:CreativeWork
120 https://doi.org/10.1109/icems.2014.7014052 schema:sameAs https://app.dimensions.ai/details/publication/pub.1093517582
121 rdf:type schema:CreativeWork
122 https://doi.org/10.1109/tia.2017.2746015 schema:sameAs https://app.dimensions.ai/details/publication/pub.1091458489
123 rdf:type schema:CreativeWork
124 https://doi.org/10.1115/1.4039459 schema:sameAs https://app.dimensions.ai/details/publication/pub.1101672738
125 rdf:type schema:CreativeWork
126 https://www.grid.ac/institutes/grid.5433.1 schema:alternateName Daimler (Germany)
127 schema:name Daimler AG, Mercedesstraße 137, 70327, Stuttgart, Deutschland
128 rdf:type schema:Organization
129 https://www.grid.ac/institutes/grid.5719.a schema:alternateName University of Stuttgart
130 schema:name Institut für Verbrennungsmotoren und Kraftfahrwesen, Lehrstuhl Fahrzeugantriebe, Universität Stuttgart, Pfaffenwaldring 12, 70569, Stuttgart, Deutschland
131 rdf:type schema:Organization
 




Preview window. Press ESC to close (or click here)


...