Содержание
Нужно ли ставить автомат на ноль. Можно ли рвать ноль автоматом
Друзья, как известно для защиты электропроводки применяются автоматические выключатели. Если рассматривать однофазную сеть (фаза и ноль) то здесь могут применяться однополюсные или двухполюсные автоматы. В данной статье, я бы хотел разобраться, в каких случаях применяются те или иные автоматические выключатели и нужно ли ставить автомат на ноль.
В 90 % случаев однофазного питания применяются именно однофазные автоматы, которые при аварии связанной с появлением больших токов отключают только фазу. Нулевой провод при этом не разрывается так как заводится и подключается напрямую к нулевой шине.
Применение двухполюсных автоматических выключателей в данном случае позволяет разрывать одновременно фазу и ноль. Такие автоматы применяют если необходимо запитать потребителей отдельной линией, например водонагреватель, розетку для стиральной машинки, электроплиту. Это очень удобно, если возникает необходимость полностью отсоединить таких потребителей от электрической сети – одним щелчком отключается фаза и ноль.
К тому же двухполюсные автоматы применяют в качестве вводных и устанавливают перед счетчиком электроэнергии. Давайте рассмотрим, в каких случаях допускается разрывать нулевой провод и почему в большинстве силовых схем ставить двухполюсный автомат запрещено.
Согласно ПУЭ в однофазных сетях могут использоваться как однополюсные, так и двухполюсные автоматические выключатели.
В каких случаях должен ставиться двухполюсный автомат, а в каких достаточно однополюсного? Чтобы ответить на этот вопрос необходимо хорошо ориентироваться в библии электриков – ПУЭ.
Но не стоит пугаться друзья, по ходу статьи я буду ссылаться на различные пункты этого нормативного документа, так что Вам не придется сидеть и тратить время на поиски ответа на данный вопрос. Чтобы ответить на вопрос можно ли рвать нейтраль питающего кабеля, необходимо знать какая система заземления используется в вашем доме. Самыми популярными на сегодняшний день являются система заземления TN-C и TN-S. Основное отличие между ними это способ эксплуатации нулевых и защитных проводников.
Таким образом, вопрос о том, нужно ли ставить автомат на ноль, правильней было бы сформулировать так: когда допускается разрыв фазы без нуля, а когда этого делать нельзя ни при каких условиях.
Можно ли ставить автомат на ноль в системе заземления TN-C?
Наиболее устаревшей и часто встречающейся в домах старой постройки является система заземления типа TN-C. Суть электроснабжения в данном случае заключается в том, что нулевой защитный и нулевой рабочий проводники совмещены в одном проводнике, который называется PEN. При однофазном питании в такой системе в электрощит заводится два проводника – фазный (L) и нулевой (PEN). При трехфазном питание в щит будет заходить четыре проводника: три фазы и PEN.
Чтобы ответить на вопрос можно ли ставить автомат на ноль в такой схеме для начала давайте рассмотрим пункт 1.7.145 ПУЭ в котором сказано.
Как видно друзья в данном случае согласно пункта 1.7.145 ПУЭ ЗАПРЕЩЕНО рвать проводник PEN, то если запрещено устанавливать в него какие либо коммутационный аппараты.
В данном случае, если завести на автомат PEN проводник – это будет равносильно тому, что при срабатывании автоматического выключателя одновременно будет рваться и защитная шина, что из соображений безопасности совершенно недопустимо. В частности это касается случая, когда по причине неисправности автомата фазный контакт останется замкнутым (например, произойдет залипание или подгорание контактов). При случайном прикосновении к нему человек ничем не будет защищен.
Поэтому при электроснабжении квартиры или частного дома по системе TN-C необходимо устанавливаться однополюсный автомат. В случае трехфазного питания на его место ставится 3-хполюсное коммутирующее устройство, в то время как PEN проводник подключается напрямую на электросчетчик или на нулевую шину.
Вывод из этого один – запрещено подключать нулевой проводник через автомат в системе TN-C. Правда, в реальных ситуациях допускается пропускать нулевой провод через двухполюсный автомат (4-х полюсный для цепей питания 380 Вольт) и при системе заземления TN-C.
Но это возможно лишь при условии, что в линии однофазного (3х фазного) ответвления предусмотрено специальное расщепление PEN проводника на отдельные PE и N шины с одновременным обустройством повторного заземления!
Нужно ли ставить автомат на ноль в системе заземления TN-S?
Питание по системе заземления TN-S подразумевает разделение проводников N и PE на всем протяжении, начиная от источника питания (конкретно ТП) и заканчивая конечным потребителем.
В этом случае нулевой рабочий и нулевой защитный проводники подключаются к разным шинам. Систему TN-S легко определить, заглянув в электрощиток. При трехфазном вводе в электрощит будет заходить пять проводов: три фазы, ноль и заземление. При однофазном питании три провода: фаза, ноль и заземление. Схема питания при трехфазном и однофазном подключении будет иметь примерно следующий вид.
Согласно ПУЭ пункт 1.7.145 заземляющий проводник (PE) запрещается рвать любыми коммутационными аппаратами, включая автоматические выключатели. А так как заземляющий и нулевой проводники разделены, то нулевой проводник разрешается заводить в автомат. Следовательно в системе заземления TN-S ДОПУСКАЕТСЯ разрывать нулевой рабочий проводник.
Друзья еще хочу акцентировать внимание что при подключении нужно использовать многополюсные автоматические выключатели, которые будут одновременно отключать нулевой проводник совместно со всеми фазными проводниками. ЗАПРЕЩЕНО устанавливать два независимых автомата на фазу и ноль. В правилах ПУЭ пункт 3.1.18 вот что сказано на этот счет.
Какой можно сделать вывод из всего этого. Согласно ПУЭ нет четного требования «нужно» или «необходимо» разрывать нулевой рабочий проводник в системе заземления TN-S. Там четко сказано «допускается», и следовательно вам решать нужно ли ставить автомат на ноль или нет.
Похожие материалы на сайте:
- Часто выбивает автоматический выключатель
- Что такое пробка-автомат
- Назначение плавкого предохранителя
Можно ли рвать ноль автоматом?
Можно ли рвать ноль автоматом? Этот вопрос начинают задавать себе многие, когда начинают выбирать вводной автоматический выключатель. Нулевой проводник нужно заводить на автоматический выключатель или сразу на нулевую шину? Ответ на этот вопрос мы будем искать в ПУЭ. Вам листать эту толстую книгу совсем не нужно, так как ответ вы можете узнать в данной статье. Также здесь приведены ссылки на соответствующие пункты нормативных документов.
Для возможности отключения нулевого проводника вместе с фазным применяют 2-х полюсные (в однофазной сети) и 4-х полюсные (в трехфазной сети) автоматические выключатели.
Для того чтобы определиться можно ли в вашей ситуации рвать ноль автоматом, нужно посмотреть какая система заземления применена в доме.
Сначала познакомимся с пунктом 1.7.145. ПУЭ:
Не допускается включать коммутационные аппараты в цепи PE- и PEN-проводников, за исключением случаев питания электроприемников с помощью штепсельных соединителей.
Допускается также одновременное отключение всех проводников на вводе в электроустановки индивидуальных жилых, дачных и садовых домов и аналогичных им объектов, питающихся по однофазным ответвлениям от ВЛ.
При этом разделение PEN-проводника на PE- и N-проводники должно быть выполнено до вводного защитно-коммутационного аппарата.
PEN-проводник совмещает в себе нулевой рабочий N и нулевой защитный PE проводники на всем протяжении от источника питания. Это система заземления TN-C.
Как определить ее дома? Загляните в распределительный щиток и если ввод 2-х жильный, то у вас TN-C. Тут нет третьего отдельного заземляющего провода. Она использовалась раньше, и встречается в домах советской постройки.
В данной ситуации ПУЭ запрещается рвать ноль автоматом.
Однофазная схема распределительного щита будет выглядеть примерно так:
Трехфазная схема распределительного щита будет выглядеть примерно так:
Хотя при такой системе заземления вы все таки можете ноль пропустить через автомат, если у вас объект недвижимости (частный дом, дача и т.д.) питается однофазным ответвлением от линии электропередач, при условии, что сделано разделение проводника PEN до автомата. Тут уже получается 3-х проводная сеть.
Если в вашем доме система заземления TN-S. Это когда проводники N и PE разделены на самостоятельные проводники на всем протяжении от источника питания.
Как ее определить дома? Загляните в щиток и если ввод 3-х жильный (в однофазной сети) или 5-и жильный (в трехфазной сети), то у вас TN-S.
В данной ситуации пункт 1.7.145. ПУЭ запрещает рвать автоматом только заземляющий проводник PE. Поэтому нулевой проводник можно заводить на автоматический выключатель.
Однофазная схема распределительного щита будет выглядеть примерно так:
Трехфазная схема распределительного щита будет выглядеть примерно так:
Если защита осуществляется не автоматическими выключателями, а с помощью предохранителей, то смотрим в ПУЭ пункт 3.1.17.
При защите сетей предохранителями последние должны устанавливаться на всех нормально незаземленных полюсах или фазах. Установка предохранителей в нулевых рабочих проводниках запрещается.
Учтите только то, что заводить «L» и «N» на разные автоматические выключатели запрещено. Их нужно подключать только к одному аппарату, который обеспечивает одновременное отключение обоих проводников. Это прописано в пункте 3.1.18. ПУЭ.
Расцепители в нулевых проводниках допускается устанавливать при условии, что при их срабатывании отключаются от сети одновременно все проводники, находящиеся под напряжением.
Как видите «допускается» не означает «нужно». Поэтому решайте сами нужно ли рвать ноль автоматом в системе заземления TN-S.
Еще хочу отметить рекомендации ПУЭ изложенные в пункте 7.1.21.
При питании однофазных потребителей от многофазной питающей сети ответвлениями от воздушных линий, когда PEN-проводник воздушной линии является общим для групп однофазных потребителей, питающихся от разных фаз, рекомендуется предусматривать защитное отключение потребителей при превышении напряжения выше допустимого, возникающего из-за не симметрии нагрузки при обрыве PEN-проводника.
Отключение должно производиться на вводе в здание, например воздействием на независимый расцепитель вводного автоматического выключателя посредством реле максимального напряжения, при этом должны отключаться как фазный (L), так и нулевой рабочий (N) проводники.
Например, от одной воздушной линии с совмещенным нулевым рабочим и нулевым защитным проводником PEN питается улица из нескольких частных домов. Несколько домов подключены к одной фазе, несколько домов к другой фазе и т.д. При обрыве общего для всех проводника PEN возможно превышение напряжении, так как нагрузка на фазах не равномерная. Вот в такой ситуации в ПУЭ рекомендуется защищаться от скачков напряжения с помощью реле напряжения, при этом одновременно должны отключаться L и N.
Улыбнемся:
Пошли как-то мастер и практикант устранять повреждение на высоковольтном кабеле. Пришли и смотрят: кабель перепахан, жилы скручены…
Мастер:
— Я подсуну лом между жил, а ты бей по ним кувалдой, чтобы они разогнулись.— Все понял? — Бей!
Практикант размахнулся и как даст кувалдой мастеру по каске. Мастер, естественно, с копыт и сошел.
— Дяденька, простите, я не нарочно, я не хотел, я промахнулся, я больше не буду…
Мастер (с осоловевшими по 5 копеек глазами):
— Какая падла ток включила?!
млн операций в секунду: нулевая фаза
Наиболее важным этапом любого программного проекта является понимание бизнес-проблемы и создание требований.
Программное обеспечение на основе машинного обучения здесь ничем не отличается.
Начальный шаг включает в себя тщательное изучение бизнес-проблем и требований.
Эти требования переводятся в цели модели и выходные данные модели. Необходимо указать возможные ошибки и минимальный успех запуска. Самый полезный вопрос для продолжения работы над решением AI/ML — «Как дорого обходятся неверные прогнозы?» Ответ на этот вопрос определит осуществимость проекта машинного обучения.
Декомпозиция рабочего процесса
Каждую задачу всего бизнес-процесса необходимо разложить на составные элементы, чтобы увидеть, где можно внедрить прогнозирование (модель машинного обучения).
Чтобы ответить на вопрос «как внедрить AI/ML» , мы выполним следующие шаги:
- Определите бетон процесс , который может работать на AI/ML (см. рисунок выше).
- Разложите этот процесс в ориентированный граф из задач .
- Определите, где люди могут быть удалены из задачи, то есть какую задачу можно заменить элементом прогнозирования, таким как модель машинного обучения?
- Оцените рентабельность инвестиций для внедрения инструмента AI/ML для выполнения каждой задачи.
- Ранжирование реализации AI/ML для каждой задачи с точки зрения рентабельности инвестиций.
- Начните с начала списка и структурируйте реализацию AI/ML, заполнив либо AI Canvas , либо Machine Learning Canvas .
AI Canvas или его альтернатива Machine Learning Canvas помогают структурировать процесс разбивки. Они также помогают точно сформулировать, что необходимо для прогнозирования и как мы реагируем на ошибки, допущенные алгоритмом прогнозирования.
Холст AI
AI Canvas был предложен A. Agrawal et. al в своей книге «Машины предсказания. Простая экономика искусственного интеллекта». 2018 и «помощь в рассмотрении, создании и оценке инструментов ИИ». Пример такого полотна и описание каждого компонента представлено на рисунке ниже:
Источник рисунка
Холст машинного обучения
Хотя вышеприведенная канва ИИ представляет собой высокоуровневую структуру реализации ML/AI, в какой-то момент мы хотели бы указать как видение системы ML, так и специфику системы. Для достижения этих целей есть еще один инструмент, Холст машинного обучения , предложенный Луи Дораром. Этот холст структурирует проект машинного обучения и помогает указать основные требования для реализации проекта. Первоначально мы определяем цель, отвечая на вопрос , чего мы хотим добиться для конечных пользователей прогностической системы? Далее мы связываем бизнес-цель с задачей машинного обучения.
Центральной частью схемы является структурный блок Value Proposition , описывающий продукты или услуги, создающие определенную ценность для клиентов. Обычно мы отвечаем на следующие вопросы: Какие проблем мы пытаемся решить? Почему это важно? Кто является конечным пользователем нашей системы? Какую ценность проект машинного обучения предоставляет конечному пользователю? Как они будут использовать ваши результаты/прогнозы?
Оставшийся холст разделен на три широкие категории: Learning, Prediction, и Evaluation . Категория Learning отвечает за то, как будет изучаться модель ML. Часть Prediction описывает, как выполняется прогноз. Наконец, категория «Оценка» содержит методы и показатели для модели машинного обучения и оценки системы. Следующий холст машинного обучения является примером, предоставленным Луи Дораром:
В целом холст машинного обучения состоит из десяти составных блоков, таких как Ценностное предложение, Источники данных, Задача прогнозирования, Функции (инженерные), Автономная оценка, Решения, Создание прогнозов, Сбор данных, Создание моделей, и Live. Оценка и мониторинг . Каждый из этих блоков ориентирован на один аспект будущего приложения машинного обучения:
.
Ценностное предложение
Это ключевые блоки всего холста. Здесь мы должны ответить на три важных вопроса:
- В чем проблема ? Какой цели мы служим? Что мы пытаемся сделать для конечного пользователя?
- Почему так важен?
- Кто является конечным пользователем? Можем ли мы указать персону ?
Чтобы создать эффективное заявление Ценностное предложение , мы могли бы использовать шаблон заявления о позиционировании ценности Джеффри Мура:
**Для (целевого клиента), который (потребность или возможность), наш (название продукта/услуги) является (категорией продукта), который (преимущество). **
Сужение области проблемы может быть полезно для следующего вопроса о необходимых данных. Например, вместо создания универсального чат-бота создайте бота, который помогает планировать конференц-звонки.
Источники данных
Данные необходимы для обучения моделей машинного обучения. В этом блоке мы уточняем все доступные и возможные источники данных, которые будут использоваться для задачи ML. Например, мы могли бы использовать:
- Внутренние/внешние базы данных.
- Витрины данных, кубы OLAP, хранилища данных, системы OLTP.
- Кластеры Hadoop,
- REST API для сбора данных.
- Статические файлы, электронные таблицы.
- Веб-скрапинг.
- Вывод других (ML) систем.
- Наборы данных с открытым исходным кодом.
- Полезные общедоступные наборы данных: наборы данных Kaggle, поиск наборов данных Google, репозиторий UCI или список наборов данных Википедии для исследований в области машинного обучения
Кроме того, мы должны прояснить скрытых затрат приложения машинного обучения.
- Насколько дорого может получиться хранилище данных?
- Должны ли мы покупать внешние данные?
- Какие инструменты и процессы оценки данных доступны для обеспечения доступа к данным из других систем?
Задача прогнозирования
Выяснив, какие данные доступны, мы проводим мозговой штурм, какой тип машинного обучения следует использовать. Вот несколько примеров вопросов, которые могут прояснить задачу машинного обучения:
- Контролируемое или неконтролируемое обучение?
- Это обнаружение аномалии?
- Проблема в том, какой вариант выбрать? (рекомендация)
- Нужно ли предсказывать непрерывное значение? (регрессия)
- Какая категория должна быть предсказана? (классификация)
- Нужно ли группировать наши данные? (кластеризация)
- Если под наблюдением, какой тип задачи машинного обучения должен быть выбран: классификация, регрессия или ранжирование?
- Если классификация, то будет ли это задача бинарной или мультиклассовой классификации?
- Какие входные данные для задачи прогнозирования?
- напр. Текст электронной почты.
- Каков результат задачи прогнозирования?
- напр. «спам» и «обычный»
- Какова степень сложности нашей модели машинного обучения?
- напр.
Является ли наша модель комбинацией других моделей ML? Используем ли мы ансамблевое обучение? Сколько скрытых слоев включено в модель глубокого обучения?
- напр.
- Каковы затраты на сложность, такие как время обучения и вывода, для вышеуказанных моделей?
Особенности (Проектирование)
Поскольку для каждого алгоритма ML требуются входные данные в виде функций, нам следует уточнить, как должны быть представлены входные данные.
- Как мы извлекаем функции из необработанных источников?
- Рассмотрите возможность включения экспертов в предметной области, чтобы указать, какие аспекты данных наиболее важны для конкретной задачи машинного обучения.
Автономная оценка
Перед любой реализацией обучения модели машинного обучения нам необходимо указать и настроить методы и показатели для оценки системы перед ее развертыванием. Здесь нам нужно будет указать:
- Метрики, специфичные для предметной области, которые оправдывают развертывание модели машинного обучения.
Например, смоделированные с использованием данных обучения и тестирования, будет ли предсказание модели приносить больше дохода, чем доход, созданный «традиционным» способом.
- Какие показатели технической оценки следует использовать?
- Точность, Отзыв, Мера F-1.
- Точность.
- Что означают ошибки прогнозирования модели, такие как ложных срабатываний и ложных отрицательных результатов ?
- Каковы наши тестовые данные?
- Сколько тестовых данных нам нужно, чтобы быть уверенными в том, что модель машинного обучения работает хорошо?
Решения
После завершения задачи ML, разработки функций и деталей оценки необходимо указать:
- Как прогнозы используются для принятия решений?
- Как конечный пользователь или система взаимодействуют с прогнозами модели?
- напр. Что произойдет, если пользователь получит список рекомендаций по продуктам? Что произойдет, если входящее электронное письмо классифицируется как «спам»?
- Существуют ли скрытые издержки при принятии решений, например человек в цикле ?
Такая информация необходима для последующего принятия решения о развертывании модели машинного обучения.
Делать прогнозы
Этот блок включает информацию о том, когда мы делаем прогноз на новых входных данных.
- Когда должны быть доступны прогнозы?
- Новые прогнозы создаются каждый раз, когда пользователь открывает приложение, например рекомендации.
- Новые прогнозы делаются по запросу.
- Новые прогнозы делаются по расписанию.
- Делаются ли прогнозы на лету для каждой точки данных или для партия входных данных?
- Насколько сложным в вычислительном отношении может быть вывод модели в приложении?
- Есть ли человек в цикле , который может помочь в прогнозировании?
Сбор данных
Связанный с Making Predictions , блок Сбор данных собирает информацию о новых данных , которые должны быть собраны для повторного обучения модели машинного обучения. Таким образом, мы указываем, как предотвратить 9Распад модели 0006 ML явление. Дополнительные вопросы, на которые нужно ответить в этом блоке:
- Как пометить новые данные?
- Насколько дорого обходится сбор новых данных?
- Насколько дорого обходится обработка мультимедийных данных, таких как изображения, звук или видео?
- Есть ли человек в цикле для ручной очистки и маркировки поступающих данных?
Строительные модели
Тесно связан с предыдущим блоком, Модели зданий отвечает на вопросы об обновлении моделей машинного обучения, поскольку разные задачи машинного обучения требуют разной частоты переобучения модели:
- Как часто следует переобучать модель?
- напр. ежечасно, еженедельно или с каждой новой точкой данных.
- Какие скрытые расходы для переобучения модели?
- напр. используем ли мы облачные ресурсы для выполнения таких задач?
- какова ценовая политика поставщика облачных услуг?
- как мы должны выполнить оценку стоимости оборудования?
- общие Калькуляторы облачных цен — Google Cloud Calculator, Amazon ML Pricing, Microsoft Azure Calculator
- Сколько времени займет переобучение модели?
- Как мы решаем проблемы масштабирования облачных операций, поскольку они могут быть более сложными и дорогостоящими?
- Планируем ли мы изменения в стеке технологий?
- напр.
как мы можем справиться с эволюцией технологического стека, когда в современном ИИ появляются новые инструменты и рабочие процессы разработки?
- напр.
Оценка и мониторинг в реальном времени
После развертывания модель ML должна быть оценена, и здесь нам нужно будет указать как модели , так и бизнес-метрики , которые должны коррелировать. Как правило, метрики должны соответствовать методологии S.M.A.R.T и быть: конкретными, измеримыми, достижимыми, релевантными, и ограниченными во времени .
- Как отслеживать производительность системы?
- напр. A/B-тестирование
- Как мы оцениваем создание стоимости?
- например, пользователи проводили меньше времени в папке «Входящие».
Результатом этого этапа является завершенная канва машинного обучения. Попытка заполнить эту канву может инициировать экзистенциальную дискуссию о реальной цели и скрытых затратах на программное обеспечение машинного обучения. Такое обсуждение может привести к решению вообще не внедрять AI/ML. Возможные причины могут быть следующими:
- Решение нашей задачи не допускает неправильных прогнозов.
- Внедрение AI/ML приведет к низкой рентабельности инвестиций.
- Обслуживание проекта ML/AI не гарантируется.
Другой вопрос: когда развертывать ML/AI? На следующем рисунке показан компромисс между ранним и поздним развертыванием модели машинного обучения.
Обучение
- Предметно-ориентированный дизайн для продуктов машинного обучения
Дальнейшее чтение
- «Какая основная причина провала большинства проектов машинного обучения?»
- Новый бизнес ИИ (и чем он отличается от традиционного программного обеспечения)
Политика конфиденциальности
Почему крутящий момент однофазного (расщепленного асинхронного двигателя) не равен нулю?
спросил
Изменено
7 лет, 7 месяцев назад
Просмотрено
2к раз
\$\начало группы\$
В однофазном двигателе развиваемый крутящий момент равен sin a , где а — разность фаз между двумя токами (один через пусковую обмотку, а другой — через основную обмотку). После того, как двигатель достигает 75% полной скорости, пусковая обмотка отключается. Значит ли это, что «а» равно нулю? А почему крутящий момент не равен нулю?
- крутящий момент
- однофазный
\$\конечная группа\$
\$\начало группы\$
Как только двигатель начинает раскручиваться, механический импульс ротора, который теперь действует как маховик, постепенно становится основным источником крутящего момента. в конце концов крутящий момент фактически равен нулю при отсутствии нагрузки (при условии отсутствия трения), но он больше в зависимости от фактической нагрузки. Под нагрузкой и после вращения крутящий момент, ранее обусловленный углом электрической фазы между основной и пусковой катушками, постепенно заменяется углом «скольжения», который представляет собой число механических градусов после «0» между положением ротора и гребнем. формы волны тока, питающего катушки статора. Это конечное состояние возникает, когда скорость вращения синхронизируется с частотой питания. Таким образом, вклад пусковой катушки в этот момент больше не имеет значения, потому что ротор получает большую часть добавленного крутящего момента на основе чисто позиционного угла скольжения, который намного больше, чем вклад пусковой катушки, который, как вы сказали, теперь может быть выключен.
Приношу свои извинения за то, что не могу математически проиллюстрировать для вас, что происходит между начальным, переходным и конечным состояниями, так как я уже более 40 лет изучал, как работают различные двигатели переменного тока, и я Я давно забыл большинство этих подробностей. Но, возможно, объяснение, которое я предлагаю, по крайней мере, поможет операции иметь смысл.
\$\конечная группа\$
\$\начало группы\$
Векторы
Проблема с однофазными асинхронными машинами заключается в том, что они не имеют вращающегося поля статора, а только пульсирующее поле.