Tailpipe Emissions and Fuel Economy for 2WD Vehicles and AWD Vehicles Tested on a Double-Axle Chassis Dynamometer: A Comparative Study
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">Tailpipe emissions, fuel consumption, and wheel torque data were measured for three pairs of vehicles tested over four drive cycles at the Emissions Research and Measurement Section of Environment and Climate Change Canada in Ottawa, Ontario. Each pair of vehicles included identical vehicle models; one vehicle was equipped with an AWD drivetrain and one vehicle was equipped with a FWD drivetrain. The AWD vehicle was tested on a double-axle chassis dynamometer. The amount of AWD activity was heavily dependent on driving behavior and AWD system design. During periods of torque delivery, the percentage of AWD activity ranged between 32% and 57% for the FTP-75 drive cycle, between 3% and 8% for the HWFCT drive cycle, and between 21% and 29% for the US06 drive cycle. The fourth drive cycle was the FTP-75 driven at -7°C. AWD distributions did not show sensitivity to temperature for the first and second vehicle models. The third vehicle model showed increases in AWD activity ranging from 27% to 33% at cold temperature. Vehicle fuel consumption increased with the amount of AWD activity, but was more sensitive to the additional weight of AWD components. Fuel consumption increases ranged between 2.2% and 13.9% for the FTP-75 drive cycle, between 1.6% and 7.8% for the HWFCT drive cycle, between 0.4% and 7.7% for the US06 drive cycle, and between 9.0% and 15.7% for the cold temperature FTP-75 drive cycle. There were no statistically significant differences in emissions of CO, NO<sub>x</sub>, and THC between the FWD and AWD vehicles.</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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».