A novel platform for power train model of electric cars with experimental validation using real-time hardware in-the-loop (HIL): A case study of GM Chevrolet Volt 2<sup>nd</sup> generation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper presents a novel platform for accurate mathematical modeling of electric cars' propulsion system. It provides, for the first time, a Hardware in-the-Loop (HIL) real-time experimental verification for a case study of GM Chevrolet Volt for both power and control parts in addition to the mechanical part. The novelty of this work can be split into three steps; first, each component of the power-train is accurately modeled taking transient dynamics of all parts of the electric vehicle (EV) into consideration. Secondly, a PSIM simulation platform is consequently developed, to demonstrate the validity of this mathematical modeling. Finally, the Typhoon HIL is used to provide the experimental verification of the proposed model in real-time, which precisely validate the viability of the model. The HIL technology is used to prototype and test the control proposed system while simulating the power circuit on the HIL module platform. The Permanent Magnet Synchronous Motor (PMSM) and the Power Electronics hardware components are simulated in real-time at which the parameters can be changed while the simulation is running. However, the control algorithm is generated as a C code and downloaded to the TI controller that exists on a Digital Signal Processing (DSP) board. The results from the simulation based on PSIM environment and hardware validations using HIL are in agreement, which validates the developed model. The performance has been investigated under different load operating conditions in real-time to verify its robustness. The case study can be extended for any electric car as it provides a generic platform for modeling any propulsion system.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle