Modeling and Parameter Estimation of Automatic Transmission for Heavy-Duty Vehicle Using Dual Clutch Scheme
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">This paper focuses on modeling of the heavy-duty vehicle drivetrain with automatic transmission by using dual clutch scheme. The planetary gear set in the automatic transmission is complicated structure and difficult to understand. The advantage of the dual clutch scheme is that it can be used to represent the complex planetary gear set intuitively, which is a great help to understand the gear shifting process. It is also suitable for being used in the controller due to its low order. Some conditions are required to convert the planetary gear set to the dual clutch model. The heavy-duty vehicle driveline can be converted to the dual clutch model due to its heavy engine and vehicle inertia.</div><div class="htmlview paragraph">This paper also proposes system parameter estimation methods to represent the driveline model. The main parameters are lumped inertia, lumped gear efficiency, output shaft compliance and friction coefficient of clutches. First, a method for estimating lumped inertia and lumped gear efficiency is proposed using WLSE (Weighted Least Square Estimation) when gear is engaged. Second, resonance frequency of the system is obtained from the lock-up oscillation data occurring at the end of the gear shifting. The output shaft compliance is calculated by analyzing resonance frequency of the system. Third, the slip and friction coefficients of the clutch over time are calculated in the inertia phase. Using those data, the relationship between the dynamic friction coefficients and slip of the wet clutch can be obtained.</div><div class="htmlview paragraph">Finally, a simulation is constructed to verify the accuracy of the proposed dual clutch model and the estimated system parameters. Simulation result is compared with experimental data.</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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».