MétaCan
Menu
Retour à la cohorte
Enregistrement W2218752541 · doi:10.1109/vppc.2015.7353008

Robust Gear Shifting Force Control of a Solenoid Actuator in an Automated Manual Transmission of an Electric Vehicle via µ-Synthesis

2015· article· en· W2218752541 sur OpenAlexaff
Rana Tahmasebi, Hossein Vahid Alizadeh, Benoît Boulet

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric and Hybrid Vehicle Technologies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésRobustness (evolution)SolenoidManual transmissionActuatorControl theory (sociology)Robust controlComputer scienceControl systemControl engineeringAutomotive engineeringElectric vehicleEngineeringMechanical engineeringControl (management)ClutchArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper proposes a multi-physics approach to the force control of an electromagnetic solenoid system utilized to perform the gear shifting in an electric vehicle equipped with an automated manual transmission. Considering different operating conditions of the electric vehicles, the operating temperature of the gear shifting system varies on the time scales of minutes, hours, days and seasons. Such a temperature variation affects the performance of the gear shifting process in electric vehicles which are equipped with automated manual transmissions and causes a considerable uncertainty in the dynamical behavior of the gear shifting system. The aim of the present study is to develop a control strategy to perform an efficient gear shifting in different operating temperatures. To this end, a coupled thermal-electromagnetic modeling approach is followed to identify the uncertainty model and to model the perturbed systems. The accuracy of the obtained uncertainty model is verified by a set of experiments. Knowing the perturbed systems, the μ-synthesis robust control technique is employed to design a robust closed-loop force control system which ensures a satisfactory gear shifting over the entire range of operating temperatures. The simulation results validate the robustness, performance, and stability criteria.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,641
Score d'incertitude au seuil0,797

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,020
Tête enseignante GPT0,241
Écart entre enseignants0,221 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectric and Hybrid Vehicle TechnologiesTravaux en français237 207