Extended Range Electric Vehicle Powertrain Simulation, and Comparison with Consideration of Fuel Cell and Metal-Air Battery
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">The automobile industry has been undergoing a transition from fossil fuels to a low emission platform due to stricter environmental policies and energy security considerations. Electric vehicles, powered by lithium-ion batteries, have started to attain a noticeable market share recently due to their stable performance and maturity as a technology. However, electric vehicles continue to suffer from two disadvantages that have limited widespread adoption: charging time and energy density. To mitigate these challenges, vehicle Original Equipment Manufacturers (OEMs) have developed different vehicle architectures to extend the vehicle range.</div><div class="htmlview paragraph">This work seeks to compare various powertrains, including: combined power battery electric vehicles (BEV) (zinc-air and lithium-ion battery), zero emission fuel cell vehicles (FCV)), conventional gasoline powered vehicles (baseline internal combustion vehicle), and ICE engine extended range hybrid electric vehicle. The parameters of comparison are: energy consumption, range, life cycle and tailpipe emissions, cost, and customer acceptance. A unique zinc-air battery model was developed using the vehicle modelling software to perform the analysis, with consideration of research data, current market status, and controls logic of the dual energy systems powertrain.</div><div class="htmlview paragraph">Modelling of the five powertrains was performed using the vehicle modelling software Autonomie. In correspondence with the EcoCar 3 competition [<span class="xref">1</span>], the 2015 Chevrolet Camaro was used as the vehicle architecture platform. A powertrain decision matrix was developed to compare these powertrains from the metrics of energy consumption, emissions, customer acceptance, and life cycle cost. Emissions analysis is completed as a ‘Well-to-Wheel’ analysis in order to take into account all sources of emissions production.</div><div class="htmlview paragraph">As expected, all powertrains devoid of a gasoline internal combustion engine had lower tailpipe and greenhouse gas emissions. Powertrains powered by battery power alone, however, were not able to achieve the total range target, but it will be shown that developments in the metal-air battery will aid in addressing this limitation.</div></div>
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».