Application of the new SEUMRE global optimisation tool in high efficiency EV/PHEV/EREV electric mode operations
Notice bibliographique
Résumé
Electric vehicles (EV/HEV/PHEV/EREV) draw mechanical power or regenerate electric power using multiple electric motors and generators (M/Gs). To achieve optimal vehicles electrical/mechanical energy conversion efficiency and to prolong the pure electric range of these vehicles, the energy conversion efficiency is to be maximised against powertrain component operation parameters using high fidelity model and simulation. However, the energy conversion efficiency model using vehicle powertrain component model and simulation is complex and computationally intensive. An efficient global optimisation tool is needed to produce the optimal efficiency look-up surface for real-time control system implementation, or to search for the optimal operation parameters in real time. In this work, a new two-mode-plus EREV design is used. The optimal vehicle energy conversion efficiency under various powertrain component operation parameters are obtained using three alternative global optimisation tools, GA, PSO, and SEUMRE. Application of SEUMRE allow refined and more accurate vehicle energy conversion efficiency map being created for the optimal operation of the EV/PHEV/EREV. Optimal vehicle control schemes can then be generated in determining the speed and torque of the M/Gs of the vehicle without violating their physical constraints and achieving the overall maximum efficiency of the hybrid powertrain system.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».