MétaCan
Menu
Retour à la cohorte
Enregistrement W4400829576 · doi:10.1139/tcsme-2023-0220

Study on lateral stability of distributed drive electric tractor semi-trailers under low adhesion road conditions

2024· article· en· W4400829576 sur OpenAlexvenueno aff
Wei Gao, Y. J. Gene Liao, Zhaowen Deng, Youqun Zhao, Baohua Wang

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Engineering and Vibrations Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésTractorStability (learning theory)Automotive engineeringAdhesionEnvironmental scienceComputer scienceMaterials scienceEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

To improve the lateral stability of tractor-semitrailer under low adhesion road surface, a direct yaw torque control strategy considering longitudinal speed control was proposed based on distributed electric drive technology. A hierarchical control strategy was designed, with the upper layer using a linear quadratic regulator (LQR) controller to calculate the yaw moment. To distribute the longitudinal force and additional yaw moment, the torque distribution method was adopted based on quadratic programming in the lower controller. The co-simulation was conducted by Trucksim and Matlab/Simulink under the conditions of single lane change (SLC) of 110 km/h and double lane change (DLC) of 70 km/h. The results indicate that in comparison with the PID controller and the uncontrolled vehicle, the LQR controller improves the lateral stability of the vehicle on the low-adhesion road.

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: Empirique
Score de désaccord entre enseignants0,354
Score d'incertitude au seuil0,729

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,020
Tête enseignante GPT0,251
Écart entre enseignants0,231 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetMechanical Engineering and Vibrations ResearchTravaux en français237 207