Environmental and Economic Benefits of a Battery Electric Vehicle Powertrain with a Zinc–Air Range Extender in the Transition to Electric Vehicles
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
Emissions and pollution from the transportation sector due to the consumption of fossil fuels by conventional vehicles have been negatively affecting the global climate and public health. Electric vehicles (EVs) are a cleaner solution to reduce the emission and pollution caused by transportation. Lithium-ion (Li-ion) batteries are the main type of energy storage system used in EVs. The Li-ion battery pack must be considerably large to satisfy the requirement for the vehicle’s range, which also increases the cost of the vehicle. However, considering that most people use their vehicles for short-distance travel during daily commutes, the large pack is expensive, inefficient and unnecessary. In a previous paper, we proposed a novel EV powertrain design that incorporated the use of a zinc–air (Zn–air) battery pack as a range-extender, so that a smaller Li-ion pack could be used to save costs. The design and performance aspects of the powertrain were analyzed. In this study, the environmental and economic benefits of the proposed dual-battery powertrain are investigated. The results from the new powertrain were compared with values from a standard EV powertrain with one large Li-ion pack and a conventional internal combustion engine vehicle (ICEV) powertrain. In addition, an air pollution model is developed to determine the total amount of pollution released by the transportation sector on Highway 401 in Ontario, Canada. The model was then used to determine the effects of mass passenger EV rollout on pollution reduction.
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