A Linear Quadratic Integral Approach to the Profiling of Engine Speed for Synchronization
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">During driving conditions, when it is needed to transition from Electric Vehicle (EV) to Hybrid Vehicle operation, synchronization of the engine with the shaft and transmission is essential to enable clutch engagement and, subsequently, providing engine power to the wheels. Challenges arise when the engine must generate power to move itself and cannot rely on electric motors for precision. Cost-effective hybrid vehicle propulsion architectures which utilize small 12V belt-starter generators (BSGs) to initiate engine activation are inherently affected. In these situations, a speed profile that balance rapid response and control effort while considering system limitations to mitigate undesirable overshoots and delays, is required. This paper presents a Linear Quadratic Integral (LQI) approach to formulate a speed reference profile that ensures optimal engine behavior. The proposed strategy is seamlessly integrated as an open-loop feedforward controller into a powertrain torque control supervisor. System constraints are evaluated downstream the LQI where the electric authority is considered, and the target is achieved by jointly actuate electric machine and the engine. A low-level engine control is tasked to command the actuators to meet such profile. Through the utilization of case studies, including scenarios involving engine activation during EV mode, the paper highlights the effectiveness of the proposed strategy.</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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».