MétaCan
Menu
Retour à la cohorte
Enregistrement W2537633214 · doi:10.15866/iremos.v9i4.9580

Modeling, Simulation and Performance Comparison of Conventional Vehicle Against Three Configurations of Hybrid Vehicles

2016· article· en· W2537633214 sur OpenAlexaff
Mohammed Abu Mallouh, Mohammad Salah, Eman Abdelhafez, M. A. Hamdan, Brian Surgenor

Notice bibliographique

RevueInternational Review on Modelling and Simulations (IREMOS) · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric and Hybrid Vehicle Technologies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPowertrainAutomotive engineeringHybrid vehicleBattery (electricity)Hybrid systemDriving cycleEngineeringElectric vehicleAutomotive industryInternal combustion engineFuel efficiencyComputer sciencePower (physics)TorqueAerospace engineering

Résumé

récupéré en direct d'OpenAlex

In the last two decades, an extensive research work has been conducted in the automotive industry to develop and improve vehicles’ performance. Different vehicular powertrain configurations such as electric vehicles, hybrid ICE/battery vehicles, and recently hybrid FC/battery vehicles have been investigated to find more efficient alternatives for conventional combustion engines vehicles. Because of the many hybrid and electrical vehicle configurations and powertrain technologies, modeling and simulation of such vehicles are very important tools for final design development. Simulation saves time and cost in predicting performance, selecting powertrain components, and tuning control systems. In this paper, three hybrid vehicle models are developed and tested based on forward looking modeling technique and utilizing the Powertrain System Analysis Toolkit (PSAT) software package. Unlike most of the literature, this paper shows more details about sizing of the major components of the proposed powertrains. The main hybrid powertrain components were sized such that acceptable drivability, performance, and fuel economy are achieved. The performance of developed vehicle models is compared with an internal combustion engine (ICE) Nissan Sunny vehicle model using a non-standard driving cycle that was developed to reflect a local driving pattern. The hybrid models under investigation are hybrid fuel cell/battery vehicle, and two hybrid ICE/battery vehicles; one with series configuration, and the other with parallel configuration. The performance of the models is investigated in terms of fuel economy, drivability, emissions, and efficiency. The introduced simulation results demonstrate that the hybrid FC/battery configuration performs the best and is consequently recommended as the powertrain of choice for future vehicles.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,048
Tête enseignante GPT0,297
Écart entre enseignants0,250 · 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'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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Review on Modelling and Simulations (IREMOS)Même sujetElectric and Hybrid Vehicle TechnologiesTravaux en français237 207