MétaCan
Menu
Retour à la cohorte
Enregistrement W2219729361 · doi:10.1109/vppc.2015.7353003

Real Time Evaluation of the Driver Ability to Recover Energy during Braking, by Observing the Slip Ratio of the Powered Wheels, on an Electric Vehicle

2015· article· en· W2219729361 sur OpenAlexaff
Maxime Boisvert, Philippe Micheau, Didier Mammosser, Jonathan Nadeau

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Dynamics and Control Systems
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésRegenerative brakeAutomotive engineeringSlip (aerodynamics)TorqueSlip ratioThreshold brakingParametric statisticsVehicle dynamicsElectric vehicleRetarderComputer scienceEngineeringControl theory (sociology)BrakeControl (management)Power (physics)Mathematics

Résumé

récupéré en direct d'OpenAlex

This article is about a new method to evaluate the ability of the pilot to recover energy during the regenerative braking period. In order to optimize the amount of energy recovered from electrical braking, most of the existing literatures present optimal methods which consist in defining the optimal braking torque as a function of vehicle speed. The originality of the present study is to propose a new strategy based on the observation of the powered wheel slip. It has been proved that regenerative braking based on a slip controller was less affected by the majority of the parametric changes [1], including the type of road. This method proposes to evaluate the pilot by observing the slip ratio instead of the applied torque. Thus, the optimal engine torque is reduced when the pilot is on a slippery road. Thereby the pilot evaluation is possible in all road conditions.

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)0,001
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 enseignants0,775
Score d'incertitude au seuil0,256

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
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 Opus0,011
Tête enseignante GPT0,210
Écart entre enseignants0,199 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetVehicle Dynamics and Control SystemsTravaux en français237 207