MétaCan
Menu
Retour à la cohorte
Enregistrement W2341636193 · doi:10.1177/0142331216642835

Hybrid vehicular fuel cell/battery powertrain test bench: design, construction, and performance testing

2016· article· en· W2341636193 sur OpenAlexaff
Mohammad Salah, Mohammed Abu Mallouh, Mohamed Z. Youssef, Eman Abdelhafez, M. A. Hamdan, Brian Surgenor

Notice bibliographique

RevueTransactions of the Institute of Measurement and Control · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensQueen's UniversityOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésTest benchPowertrainAutomotive engineeringAutomotive industryHybrid vehicleBattery (electricity)Energy managementEngineeringFuel efficiencyEnergy (signal processing)Power (physics)Computer scienceMechanical engineeringTorque

Résumé

récupéré en direct d'OpenAlex

The development of hybrid vehicular power systems has been conducted for decades to improve transportation quality mainly in terms of environment pollution and fuel economy. Hence, hybrid electric vehicular systems are considered an attractive and potential solution in the long run to replace conventional combustion engine vehicles. In this paper, a scaled-down vehicular powertrain test bench is designed and constructed utilizing a hybrid fuel cell/battery energy sources. The performance of the proposed test bench is also investigated experimentally to explore the modes of operation for system components under various road conditions. Load-following energy management strategy is implemented experimentally in this hybrid configuration. The concepts that can be learned from such test bench are certainly essential for any future implementation on real full-size vehicles. In this study, it is shown that even though fuel cells have a good energy-to-weight ratio, they have a slow response and that is why they must be combined with other fast-response energy sources like a battery or supercapacitor. The test bench is mainly built to explore the implementation of various energy management strategies and control algorithms without the need to have a real vehicle and an automotive test track. In addition, it is an excellent platform for training highly qualified automotive engineers and university undergraduate students as well as automotive researchers.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 GPT0,195
Écart entre enseignants0,170 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Institute of Measurement and ControlMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207