Performance Evaluation of Heavy-Duty Vehicles Equipped with Automatic Transmissions and Powertrain Adaptive Systems in Forestry Transportation
Notice bibliographique
Résumé
<div class="htmlview paragraph">The purpose of this study was to evaluate automatic transmissions in a forestry context by comparing their performance with that of standard manual transmissions, and assessing the possibility of improving fuel efficiency by adapting the engine and automatic transmission performances to the vehicle's load. Long-haul test results showed that during the test day, the degradation in driver performance with the manual transmission truck translated into a 2.9% relative increase in fuel consumption when compared with the automatic transmission truck. The fleet data assessment indicated no obvious difference in fuel consumption between the performance of automatic transmissions and manual transmissions.</div> <div class="htmlview paragraph">One system for adapting engine performance to vehicle load uses an onboard weigh scale to determine the load status of the vehicle. Long-haul test results for the engine adaptive system showed a 10.6% improvement when compared with the manual transmission control truck, and 7.9% when compared with the automatic control truck. Computer simulations of the long-haul test showed similar results. In the second system, an electronic control triggers the automatic transmission to convert to an economy shift pattern when the truck is empty. The operational fuel data indicated an overall 4.6% fuel improvement, calculated using baseline and test line ratios between the test and control truck.</div> <div class="htmlview paragraph">The results of this study indicate that automatic transmissions can eliminate driver shifting ability as a factor in fuel efficiency and offer the possibility of adapting a vehicle's performance to meet the changing demands placed on the engine during a trip.</div>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».