MétaCan
Menu
Retour à la cohorte
Enregistrement W1988644006 · doi:10.4271/2011-01-0396

Model Based Torque Converter Clutch Slip Control

2011· article· en· W1988644006 sur OpenAlexfundno aff
Kumaraswamy Hebbale, Chunhao Lee, Farzad Samie, Chi–Kuan Kao, Chen Xu, Jeremy Horgan, Scott Hearld

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric and Hybrid Vehicle Technologies
Établissements canadiensnon disponible
Organismes subventionnairesEnvironment and Climate Change Canada
Mots-clésClutchTorque converterTorqueControl theory (sociology)Slip (aerodynamics)Direct torque controlComputer scienceAutomotive engineeringControl (management)EngineeringPhysicsInduction motorVoltageElectrical engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">To realize better fuel economy benefits from transmissions, car makers have started the application of torque converter clutch control in second gear and beyond, resulting in greater demand on the torque converter clutch (TCC) and its control system. This paper focuses on one aspect of the control of the torque converter clutch to improve fuel economy and faster response of the transmission.</div><div class="htmlview paragraph">A TCC is implemented to control the slip between the pump and turbine of the torque converter, thereby increasing its energy transfer efficiency and increasing vehicle fuel economy. However, due to the non-linear nature of the torque converter fluid coupling, the slip feedback control has to be very active to handle different driver inputs and road-load conditions, such as different desired slip levels, changes in engine input torques, etc. This non-linearity requires intense calibration efforts to precisely control the clutch slip in all the scenarios.</div><div class="htmlview paragraph">In this paper, a model based control method is developed to calculate the feedforward portion of the pressure control signal. This feedforward pressure calculation is so accurate that when it is used in conjunction with the slip feedback signal, the control of the torque converter clutch becomes extremely effective in controlling the slip to desired small values and at the same time preventing clutch flares and lock ups. The proposed feedforward algorithm applies the Kotwicki model or an equivalent table lookup to predict torque across the clutch using the desired slip, current estimated engine torque, and turbine speed. This new control strategy provides more accurate control, and reacts faster during the transient conditions, such as engine torque changes and reference slip changes. The strategy has been applied and demonstrated in various torque converters in both RWD and FWD GM transmissions.</div></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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,963
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,211
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetElectric and Hybrid Vehicle TechnologiesTravaux en français237 207