MétaCan
Menu
Retour à la cohorte
Enregistrement W4312806925 · doi:10.1504/ijvd.2022.127014

A mathematical model for vibration analysis of a parallel hybrid electric bus powertrain

2022· article· en· W4312806925 sur OpenAlexaff
Wei Chen, Zhengwei Li, Yulong Lei, Sajad Saraygord Afshari, Yao Fu, Liguo Hou

Notice bibliographique

RevueInternational Journal of Vehicle Design · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueGear and Bearing Dynamics Analysis
Établissements canadiensUniversity of ManitobaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPowertrainEngineeringFlywheelVibrationAutomotive engineeringRotor (electric)DrivetrainClutchBearing (navigation)Modular designStructural engineeringTorqueComputer scienceMechanical engineering

Résumé

récupéré en direct d'OpenAlex

This paper presents a parallel hybrid electric bus equipped with an automated manual transmission (AMT) and a mathematical model of the hybrid powertrain is developed for vibration analysis. The powertrain dynamic model is established by a modular modelling approach. A detailed AMT dynamic model, considering gear time-varying meshing stiffness, shaft elastic deformation, and bearing elastic support, is incorporated into the powertrain dynamic model. The damping and gyroscopic effect of gear-rotor in the AMT are considered as well. The AMT dynamic model is validated by experiment data from the time and frequency domain comparisons. Finally, the parameter analysis of the dual-mass flywheel (DMF) is utilised to illustrate how to use the proposed powertrain dynamic model for vibration reduction. The influence of the DMF parameters on vibration responses of the system with varying engine rotation speed is investigated. This study provides a basis for further vibration control of the hybrid powertrain during the engine driving mode.

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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,246
Écart entre enseignants0,228 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Vehicle DesignMême sujetGear and Bearing Dynamics AnalysisTravaux en français237 207