MétaCan
Menu
Retour à la cohorte
Enregistrement W4317677030 · doi:10.1139/tcsme-2022-0137

Energy harvesting optimization using 2D car suspension system actuated by a sawtooth speed bump

2023· article· en· W4317677030 sur OpenAlexvenueno aff
Min‐Chie Chiu, Mansour Karkoub, Ming-Guo Her

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Energy Harvesting Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSawtooth waveVibrationAutomotive engineeringElectromagnetic coilEnergy harvestingSuspension (topology)Control theory (sociology)Shock absorberEnergy (signal processing)EngineeringAcousticsComputer scienceMechanical engineeringPhysicsElectrical engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

In this work, an optimal suspension system is proposed to reduce the oscillations/vibrations of the car's body and harvest some of the induced vibration energy. The usual shock absorbers are replaced with energy harvesters capable of not only absorbing vibrations for ride comfort but also regenerating electrical energy for onboard use. To investigate the efficiency of the proposed harvesters, the input to the vehicle wheels is assumed to come from a sawtooth-shaped speed bump or rumble speed strip. Also, given the coupling between the various degrees of freedom of the car (heave, pitch, etc.), a half-car model is adopted in the derivation of the equations of motion. To maximize the amount of energy harvested, the design parameters of the harvesters are obtained using the simulated annealing optimization technique with four objective functions. Many of the design parameters, including magnet size, coil turns, and coil layers, are adjusted during the optimization process. Constant and accelerated motions are considered in this study to maximize the generated electricity index and ride comfort efficiency. The simulation results showed that the optimized harvesters were able to regenerate a significant amount of energy while maintaining an acceptable ride comfort level.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,919
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,201
Écart entre enseignants0,183 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetInnovative Energy Harvesting TechnologiesTravaux en français237 207