MétaCan
Menu
Retour à la cohorte
Enregistrement W4283270859 · doi:10.17559/tv-20210520095227

Optimal Gear-Shifting of a Wet-Type Two-Speed Dual-Brake Transmission for an Electric Vehicle

2022· article· en· W4283270859 sur OpenAlexaff
Xinxin Zhao, Jinggang Zhang, Nasser L. Azad, Senqi Tan, Yuhan Song

Notice bibliographique

RevueTehnicki vjesnik - Technical Gazette · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueGear and Bearing Dynamics Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésDual (grammatical number)Automotive engineeringBrakeTransmission (telecommunications)Electrical engineeringEngineeringArt

Résumé

récupéré en direct d'OpenAlex

In improving the efficiency of powertrain systems and ride comfort for electric vehicles (EVs), the transmission model is required to enable more accessible and more straightforward control of such vehicles. In this study, a wet-type, two-speed, dual-brake transmission system, as well as a new electromechanical clutch actuator, is presented for EVs. A new coordinated optimal shifting control strategy is then introduced to avoid sharp jerks during shifting processes in the transmission system. Based on a state-space model of the electromechanical clutch actuator and dual-brake transmission, we develop a linear quadratic regulator strategy by considering ride comfort and sliding friction work to obtain optimal control trajectories of the traction and shifting motors under model-based control. Simulations and bench tests are carried out to verify the performance of the proposed control laws. Results of the proposed coordinated control strategy show that noticeable improvements in terms of vehicle jerk and friction energy loss are achieved compared with an optimal control scheme only for the shifting motor as the input.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,715
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,248
Écart entre enseignants0,235 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTehnicki vjesnik - Technical GazetteMême sujetGear and Bearing Dynamics AnalysisTravaux en français237 207