Optimal Control of Li-Ion Hydrogen Fuel Cell Hybrid Vehicles
Notice bibliographique
Résumé
Hydrogen fuel cells are poised to become the next major power generation technology for the automotive industry. Fuel cell hybrid vehicles have similar power trains to conventional series hybrid electric vehicles. The underlying hybrid control concepts used for conventional hybrid vehicles are still valid although it is unknown how well they will perform on fuel cell based vehicles since the fuel cell is a fundamentally different power source. \nThis thesis reviews several control strategies for fuel cell vehicles including a mode switching rule-based control strategy, a constant fuel cell output strategy and an adaptive variation of the equivalent consumption minimization strategy (A-ECMS) which has been modified for fuel cell vehicles. These strategies are implemented in simulation and evaluated against optimal strategies. The optimal strategies have been determined using convex optimization problem solving techniques. \nThe mode switching and constant fuel cell strategies have also been evaluated in real world testing on a fully functional, road safe, fuel cell powered SUV. The test vehicle was designed and built by the University of Waterloo Alternative Fuels Team (UWAFT) for the EcoCAR competition. \nThe simulation results demonstrate that near optimal fuel economies can be achieved through operating the fuel cell at near peak efficiency while the battery manages all major transients in the power demand. The constant fuel cell strategy demonstrates the highest fuel economy of all the tested strategies since it operates continually within this high efficiency region. The mode based strategy showed the worst results since the fuel cell would follow the transients of the power demand, pushing it out of the peak efficiency region. The simulation results were validated by the experimental results which showed similar relationships. The A-ECMS provided good results although they were lower than the constant fuel cell strategy. \nHydrogen fuel cell vehicles have the real potential to become the next major vehicle technology. Only by continuing to research every aspect of these vehicles needed to make them viable for consumer use can these vehicles ever replace the gasoline powered vehicles we use today.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».