MétaCan
Menu
Retour à la cohorte
Enregistrement W2216656527 · doi:10.1504/ijpt.2015.073786

Acausal powertrain modelling with cycle-by-cycle spark ignition engine model

2015· article· en· W2216656527 sur OpenAlex
Hadi Adibi Asl, Roydon Fraser, John McPhee

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Powertrains · 2015
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPowertrainAutomotive engineeringDriving cycleEngineeringTorque converterInternal combustion engineFuel efficiencyTorquePower (physics)Electric vehiclePhysicsClutch

Résumé

récupéré en direct d'OpenAlex

Due to more stringent emission limits and demand to improve fuel consumption, automotive researchers have been trying to develop detailed physics-based powertrain models for fuel consumption and emission control purposes. This paper presents an acausal powertrain model including vehicle longitudinal dynamics. The developed cycle-by-cycle spark ignition (SI) engine model is connected to a physics-based dynamic torque converter model, and the torque converter is connected to the rest of the powertrain (gear box, differential, tyres and chassis model) through acausal mechanical port connections. The SI engine speed and load are variable during the many-cycle powertrain simulation. The cycle-by-cycle four-stroke engine is based on a two-zone combustion modelling approach which assumes the engine speed is kept constant during a cycle. The SI engine and dynamic torque converter models are cross-validated with the GT-Power software and experimental data. The developed powertrain model in MapleSim is a suitable plant model that can be used for control applications due to the fast simulation time (faster than real time).

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 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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,850
Score d'incertitude au seuil0,841

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,267
Écart entre enseignants0,241 · 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