Controller Design for Air Conditioner of a Vehicle with Three Control Inputs Using Model Predictive Control
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Fuel consumption optimization is a critical field of research within the automotive industry to meet consumer expectations and regulatory requirements. A reduction in fuel consumption can be achieved by reducing the energy consumed by the vehicle. Several subsystems contribute to the overall energy consumption of the vehicle, including the air conditioning (A/C) system. The loads within the A/C system are mainly contributed by the compressor, condenser fan, and underhood aerodynamic drag, which are the components targeted for overall vehicle energy use reduction in this paper. This paper explores a new avenue for A/C system control by considering the power consumption due to vehicle drag (regulated by the condenser fan and active grille shutters (AGS)) to reduce the energy consumption of the A/C system and improve the overall vehicle fuel economy. The control approach used in this paper is model predictive control (MPC). The controller is designed in Simulink, where the compressor clutch signal, condenser fan speed, and AGS open-fraction are inputs. The controller is connected to a high-fidelity vehicle model in Gamma Technologies (GT)-Suite (which is treated as the real physical vehicle) to form a software-in-the-loop simulation environment, where the controller sends actuator inputs to GT-Suite and the vehicle response is sent back to the controller in Simulink. Quadratic programming is used to solve the MPC optimization problem and determine the optimal input trajectory at each time step. The results indicate that using MPC to control the compressor clutch, condenser fan, and AGS can provide a 37.6% reduction in the overall A/C system energy consumption and a 32.7% reduction in the error for the air temperature reference tracking compared to the conventional baseline proportional integral derivative control present in the GT-Suite model.
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.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,004 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle