MétaCan
Menu
Retour à la cohorte
Enregistrement W4211193803 · doi:10.1109/vppc53923.2021.9699277

Optimal Traction Power Distribution Strategy for Dual-motor Electric Vehicles

2021· article· en· W4211193803 sur OpenAlexaff
Truong-Minh Doan, Thanh Vo–Duy, Minh C. Ta

Notice bibliographique

Revue2021 IEEE Vehicle Power and Propulsion Conference (VPPC) · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric and Hybrid Vehicle Technologies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésAutomotive engineeringTraction motorRegenerative brakeState of chargeEnergy managementElectric vehicleAccelerationDual (grammatical number)Traction (geology)Battery electric vehicleComputer scienceElectric motorTractive forceEnergy consumptionBattery (electricity)Power (physics)Energy (signal processing)Control theory (sociology)EngineeringControl (management)Electrical engineeringMechanical engineeringBrakePhysics

Résumé

récupéré en direct d'OpenAlex

This paper proposes an efficiency-based optimal energy management strategy for a dual-motor all-wheel-drive electric vehicle to maximize the remaining battery state-of-charge at the end of the journey. The objective of the research is to distribute traction force in acceleration duration and allocate regenerative as well as mechanical braking force in deceleration interval to these two electric motors. Firstly, the energy consumption for the vehicle is formulated. Then, a searching technique is applied to find the optimal distribution factors. The performance of the proposed strategy is validated by simulation with two representative driving cycles. Simulation results illustrate the effectiveness of the proposed energy management 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 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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,018
Tête enseignante GPT0,244
Écart entre enseignants0,226 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2021 IEEE Vehicle Power and Propulsion Conference (VPPC)Même sujetElectric and Hybrid Vehicle TechnologiesTravaux en français237 207