MétaCan
Menu
Retour à la cohorte
Enregistrement W4293585698 · doi:10.4271/2022-01-1106

Evaluation of the Impact of Driving Cycle on the Fuel Consumption of Commercial Vehicles

2022· article· en· W4293585698 sur OpenAlexaff
Marius-Dorin Surcel, Maxime Tanguay-Laflèche

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensFPInnovations
Organismes subventionnairesnon disponible
Mots-clésFuel efficiencyConsumption (sociology)Automotive engineeringDriving cycleTransport engineeringComputer scienceEnvironmental economicsBusinessAeronauticsEngineeringEconomicsElectric vehicle

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">The conditions of vehicle use are among the most important factors affecting the fuel consumption. Such conditions may include payload, type of duty cycle, traffic density, number of stops and starts, type of pavement, and use of auxiliary systems. Transport companies are interested in results from experiments reproducing similar operational conditions to help them understand and quantify the impact of duty cycles on fuel economy and operating costs. The goal of this study was to evaluate the effect of driving cycle on fuel efficiency. The fuel consumption measurement methodology was based on the protocols described in SAE J1321 Fuel Consumption Test Procedure - Type II and SAE J1526 Fuel Consumption Test Procedure (Engineering Method). The tests were conducted with various vehicles under different test conditions. Several duty cycles were replicated on the track, such as a local delivery, regional transport, long-distance constant speed, and stop-and-go cycles. The vehicles were driven by the same drivers throughout the respective test periods. The drivers followed the drive cycle, driving as they would normally do according to the road conditions and their driving skills. The drive cycle was monitored by observers assigned to each vehicle to assist the driver in following the cycle. The tests conducted on three different duty cycles in winter conditions showed a significant decrease (25 to 37%) in fuel efficiency between regional transport duty cycle and stop-and-go duty. A less significant decrease in fuel efficiency (1 to 7%) was noted between constant speed duty cycle at 80 km/h (50 mph) and regional transport duty cycle. An increase in fuel efficiency of 3.3% was reported for one of the heavy-duty vehicles on regional transport duty cycle compared to constant speed duty cycle. Summer tests resulted in an average decrease in fuel efficiency of 41.7% between constant speed duty cycle and stop-and-go aggressive urban highway duty cycle.</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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,282
Écart entre enseignants0,257 · 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'étudeObservationnel
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 revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetVehicle emissions and performanceTravaux en français237 207