MétaCan
Menu
Retour à la cohorte
Enregistrement W3011705744 · doi:10.1109/iccia49288.2019.9030985

Analytical Approach to Nonlinear Behavior Study of an Electric Vehicle

2019· article· en· W3011705744 sur OpenAlexaff
Cyrus Mehdipour, Fazel Mohammadi, Iman Mehdipour

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMathematics
ThématiqueFractional Differential Equations Solutions
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésNonlinear systemTorqueControl theory (sociology)InertiaExcitationElectric motorElectric vehiclePerturbation (astronomy)Computer sciencePower (physics)PhysicsEngineeringMechanical engineeringClassical mechanicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Permanent Magnet Direct Current (PMDC) motors have great application potentials in Electric Vehicles (EVs) industry, due to their advantages, such as no need for the field excitation arrangement, no input power consumption for the excitation, and having lower costs for low power rating applications. To analyze the nonlinear behavior of the EV equipped with the PMDC motor, the electromechanical equations related to a typical model of the PMDC motor are derived, and the electrical equivalent circuit related to the mechanical equations is presented in this paper. Homotopy Perturbation Method (HPM) and Variational Iteration Method (VIM) as the two analytical techniques are applied to solve the evolution equations. The performance of the PMDC motor that is concerned with the nonlinear parameters (viscous friction, torque, and inertia) is evaluated. In addition, the accuracy of the two analytical techniques is compared with the numerical solution. The results confirm the applicability of the two analytical techniques to analyze the nonlinear behavior of the 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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,725
Score d'incertitude au seuil0,322

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,080
Tête enseignante GPT0,366
Écart entre enseignants0,286 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFractional Differential Equations SolutionsTravaux en français237 207