Plug-In Hybrid Vehicle Thermal Management and System Operation in Real-World Conditions
Notice bibliographique
Résumé
Plug-in hybrid electric vehicles (PHEVs) use stored electrical energy from electrical grids as well as chemical energy from fuel as energy sources for propulsion and various auxiliary loads. Using their electrified powertrains, PHEVs are designed to achieve improved overall efficiency and lower emissions compared to conventional internal combustion engine vehicles (ICEVs). Real-world conditions may, however, require significant thermal management energy, lowering PHEV efficiency and increasing their tailpipe emissions. A series of on-road tests were completed in Canadian summer and winter conditions to characterize the operation of four 2018 model-year PHEVs: a minivan, an SUV, and two hatchbacks. Their respective thermal management equipment and associated control strategies are discussed in this paper. Vehicle equipment included electric air-conditioning systems, electric coolant heaters, advanced heat pump systems, and conventional heater core-based systems. The results are analyzed in terms of operation strategy, thermal management loads, tailpipe CO2 emissions, and various electric range metrics. In summertime, all vehicles were able to run all-electrically for significant distances, thanks to their electric air-conditioning systems. In wintertime, the two vehicles with electric coolant heaters immediately started their engines to boost heat production, but also used stored electrical energy to provide heat and/or propulsion. One vehicle had an advanced heat pump system, which allowed it to run all-electrically for significant portions of winter testing (albeit for shorter distances than in summer testing). The remaining test vehicle had no electrical heating capability, and thus required engine operation whenever cabin heat was needed, but blended-in electrical energy for propulsion when possible.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».