Evaluation of Fuel Consumption and Dynamic Performance of a Compressed Natural Gas Hybrid Electric Truck
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">The objective of the project was to compare the fuel consumption of a prototype hybrid electric CNG truck with that of two trucks: a CNG truck and a diesel truck for the similar market and operating conditions. The tests were conducted on a test route representative of the conditions encountered by these vehicles in normal driving operations. The test route length was 276 km with a maximum altitude difference of 374 m. The test route had four sections, including a hilly section with a length of 88 km. The result of the comparison between the two CNG trucks was expressed as fuel savings of CNG in percentage. The fuel consumption of the diesel truck was accurately measured using the gravimetric method. The hybrid electric CNG truck showed average fuel savings of 3.6% and demonstrated up to 7.7% in savings for the entire trip compared to the CNG truck. On the hilly section of the route, the hybrid electric CNG truck showed average fuel savings of 22% for the ascending portion and 9.7% for the complete section. On this section, the hybrid electric CNG truck also demonstrated superior dynamic behavior compared to the other two trucks. The torque and power contribution of the electric axle led to a less demanding and more economical behavior for the hybrid electric truck engine on the ascending section of the hilly route. The hybrid electric truck took a shorter time to complete the hilly section of the route compared to the other two trucks.</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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».