Wheel & Axle Disconnect Controls on Hybrid Electric Powertrains
Notice bibliographique
Résumé
With the proliferation of electric vehicles in the market, it has become important for Automotive OEMs (Original Equipment Manufacturers) to focus on delivering a higher driving range while also maximizing performance. One approach OEMs are actively considering in meeting this goal is to include a secondary drive axle disconnect into the powertrain which has the potential to improve the overall driving range by about 6-8.3% [4]. This paper outlines the need for a novel controls architecture to make the Powertrain controls software modular and to reduce the development time needed to provide robust powertrain control software. To do this, the electrified powertrain torque controls at STELLANTIS NV takes a decentralized controls architecture approach, by separating the axle disconnect controls subsystem (ADCS) from the primary path of torque controls. The ADCS takes in information such as the desired axle state and controls the axle disconnect actuators to achieve that state. It then communicates back the current status to the primary torque path, like an external “secondary” controller. ADCS also interacts with the primary torque path by providing finalized target motor speeds for synchronization, axle disconnect torque estimates, and axle disconnect torque limits within which the electric machines must remain. This approach enables us to have a common primary path across the powertrain architectures, thereby improving development time, and carrying forward lessons learned from previous powertrain programs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».