Evaluation of Engine Programming to Reduce Fuel Consumption
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">The goal of this study was to evaluate the potential for reducing fuel consumption of heavy-duty vehicles by modifying their engine power ratings through programming of their engine electronic control units. This paper summarizes the activities, observations, and results obtained from tests conducted on a test track to compare default settings with those optimized for potential economic gains and improved performance.</div><div class="htmlview paragraph">Tests for long-distance and regional transport operations were conducted at constant speed. Results from these tests showed considerable fuel savings, of approximately 7%, when the engine power rating was reduced from 450 hp to 400 hp and speed from 105 km/h to 98 km/h. In these tests, the dynamic performance of the vehicles was not affected by the reduction in power. Tests for local delivery operations were conducted on a stop-and-go cycle and showed fuel savings of 4.5% when the engine power rating was reduced from 450 hp to 400 hp, with the driver using a moderate driving technique. Tests for urban transport operations were conducted on stop-and-go cycles and showed fuel savings of up to 5% when the engine power rating was reduced from 240 hp to 200 hp, with the driver using an eco-friendly driving technique.</div><div class="htmlview paragraph">It is certain that limiting the available engine power will impact vehicle performance, depending on driving style. Consequently, technical considerations must be accompanied by training drivers, especially those with aggressive driving habits, to practice eco-friendly driving techniques. This training could be incorporated into a process of continuous improvement and monitoring of driver performance as part of incentive programs.</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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».