MétaCan
Menu
Retour à la cohorte
Enregistrement W2964039265

Design and Analysis of Automatic Motor Blower

2019· article· en· W2964039265 sur OpenAlexvenueno aff
Jnanesh Kumar, M J Gururaj

Notice bibliographique

RevueInternational Journal of Robotics and Automation · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueIoT-based Control Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutomotive engineeringBattery (electricity)AlternatorHVACVentilation (architecture)Power (physics)Air conditioningEngineeringComputer scienceMechanical engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The primary objective of automatic motor blower (AMB) is to absorb the heat and maintain the uniform temperature of the vehicle cabin. This mechanism aims to reduce the cabin heat, when the vehicle is parked under sunlight or due to unavoidable circumstances. AMB senses the temperature through inbuilt temperature sensor of the vehicle. It works with a secondary battery and the battery is charged by an alternator. This superior characteristic will be a promising in HVAC (heating, ventilation and air conditioning) system. The purpose of cabin heat neutralization is to maintain a comfortable environment for the occupants and the chauffer while boarding and departing from the vehicle. The vehicles parked under sun heats up easily and causes discomfort on arrive. Normally the Air condition system will be turned on to overcome from the cabin heat. This consumes up to 50% power of the primary battery, additionally this affects the fuel efficiency drastically. AMB helps to maintain the uniform temperature while the vehicle engine is turned off. The AMB will be activated while the vehicle engine is turned off and the temperature sensor reaches the assigned level. The foregoing section contains a brief description of the principle functions and components of AMB. This concept named AMB (Automatic Motor Blower) is designed in CATIA V5 R20 and analyzed using ANSYS 16.0.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,008
Tête enseignante GPT0,235
Écart entre enseignants0,227 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Robotics and AutomationMême sujetIoT-based Control SystemsTravaux en français237 207