MétaCan
Menu
Retour à la cohorte
Enregistrement W2108991943 · doi:10.1109/vppc.2008.4677706

A novel design and feasibility analysis of a fuel cell plug-in hybrid electric vehicle

2008· article· en· W2108991943 sur OpenAlexaff
Di Wu, Sheldon S. Williamson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésAutomotive engineeringMiles per gallon gasoline equivalentPowertrainElectric vehicleCommercializationHybrid vehiclePropulsionDriving rangeEngineeringGreen vehicleComputer scienceFuel efficiencyPower (physics)Torque

Résumé

récupéré en direct d'OpenAlex

Hydrogen powered fuel cell vehicles (FCVs) are receiving global attention, stimulated by the urgent need for more fuel-efficient vehicles. However, current challenges for fuel cells such as high cost, sizing problem, and limited driving range, greatly affect the pace of FCV development. At the same time, domestic and renewable energy resource usage is frequently being encouraged for future electric propulsion applications. This philosophy has lead auto manufacturers to investigate the potential of plug-in hybrid electric vehicles (PHEVs). In this paper, a fuel cell based PHEV (FC-PHEV) configuration, powered by combining an on-board regenerative fuel cell (RFC) and down-sized Ni-MH batteries, is modeled and investigated in detail. This configuration prospectively points towards remarkable advantages from the point of view of both environmental as well as cost friendliness. In addition, an FC-PHEV will also depict longer life span, while maintaining good vehicle performance, compared to regular plug-in hybrid vehicles (PHEVs) or fuel cell hybrid electric vehicles (FC-HEVs). This paper will present a power train configuration of a FC-PHEV, developed for a family sedan. A suitable power management approach has been developed, which considers fuel economy, component efficiency, and driving pattern. The vehicle performance and feasibility are also investigated based on the modeling and simulation studies. A detailed comparison and discussion from the point of view of fuel economy, drive train efficiency, as well as practical cost and commercialization issues will also be presented.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,407
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

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

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 Opus0,040
Tête enseignante GPT0,267
Écart entre enseignants0,227 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations20
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Battery Technologies ResearchTravaux en français237 207