MétaCan
Menu
Retour à la cohorte
Enregistrement W2999187101 · doi:10.4271/2019-01-5093

Hardware-in-the-Loop Simulation for Functional Verification of Multiple Control Units in Hybrid Electric Vehicles

2019· article· en· W2999187101 sur OpenAlexaff
Ferdinando Ferrara, Domenico Natella, Luigi Milia, Vito Braca, Paolo Poletto, Salvatore Esposito, Donato Amoroso, Mario D’Agostino, Giancarlo Di Mare, Silvio Baccari, Francesco Vasca

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueReal-time simulation and control systems
Établissements canadiensChrysler (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceLoop (graph theory)Hardware-in-the-loop simulationControl (management)Control engineeringEmbedded systemEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">Hardware-in-the-loop (HIL) platforms are widely used in the automotive industry for testing strategies and functionalities of electronic control units (ECUs). This paper describes the HIL testbed developed in Fiat Chrysler Automobiles (FCA) laboratories for the functional analysis of multiple control units in hybrid electric vehicles (HEVs). A case study including the ECUs dedicated to internal combustion engines (ICEs), transmissions, brakes, and electric motors (EMs) is being analyzed. Modeling construction procedures for the hardware (HW) and software components is described and their integration is characterized. HIL real-time simulation results show the effectiveness of the proposed architecture for verifying the functionalities shared among the control units.</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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,226
Écart entre enseignants0,213 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetReal-time simulation and control systemsTravaux en français237 207