Development of a software platform for a plug-in hybrid electric vehicle simulator
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Electricity use for transportation has had limited applications because of battery storage range issues, although many recent successful demonstrations of electric vehicles have been achieved. Renewable biofuels such as biodiesel and bioethanol also contribute only a small percentage of the overall energy mix for mobility. Recent advances in hybrid technologies have significantly increased vehicle efficiencies. More importantly, hybridization now allows a significant reduction in battery capacity requirements compared to pure electric vehicles, allowing electricity to be used in the overall energy mix in the transportation sector. This paper presents an effort made to develop a Plug-in Hybrid Electric Vehicle (PHEV) platform that can act as a comprehensive alternative energy vehicle simulator. Its goal is to help in solving the pressing needs of the transportation sector, both in terms of contributing data to aid policy decisions for reducing fossil fuel use, and to support research in this important area. The Simulator will allow analysing different vehicle configurations, and control strategies with regards to renewable and non-renewable fuel and electricity sources. The simulation platform models the fundamental aspects of PHEV components, that is, process control, heat transfer, chemical reactions, thermodynamics and fluid properties. The outcomes of the Simulator are: (i) determining the optimal combination of fuels and grid electricity use, (ii) performing greenhouse gas calculations based on emerging protocols being developed, and (iii) optimizing the efficient and proper use of renewable energy sources in a carbon constrained world.
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle