MétaCan
Menu
Retour à la cohorte
Enregistrement W4400875768 · doi:10.3390/en17143566

Ambient Temperature Effects on Energy Consumption and CO2 Emissions of a Plug-in Hybrid Electric Vehicle

2024· article· en· W4400875768 sur OpenAlexaff
Hamidreza Abediasl, Mahdi Shahbakhti

Notice bibliographique

RevueEnergies · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAutomotive engineeringPowertrainEnvironmental scienceInternal combustion engineEnergy consumptionElectric vehicleCombustionBattery electric vehicleElectric energy consumptionSpark plugFuel efficiencyEngineeringElectrical engineeringChemistryElectric energyMechanical engineeringPower (physics)

Résumé

récupéré en direct d'OpenAlex

The ambient temperature affects the operation of different powertrain systems, including electric, hybrid electric, and internal combustion engines. This study investigated the effect of the ambient temperature on the energy consumption and CO2 emissions of a plug-in hybrid electric vehicle running in different powertrain modes. The vehicle was driven for 4150 km following a selected route 199 times in different powertrain modes and in different ambient temperatures ranging from −24 °C to 32 °C. Instantaneous and cumulative fuel consumptions were measured using a fuel flow meter, and the battery energy usage was determined from the vehicle telematics during each test. The total energy consumption and total CO2 emissions were affected by the ambient temperature in all powertrain modes, including electric, hybrid electric (charge-depleting and charge-sustaining), and conventional internal combustion engine modes. The highest increase was associated with the charge-depleting hybrid electric mode, with 350% and 290% increases in energy consumption and CO2 emissions when the ambient temperature dropped from 29 °C to −24 °C. The conventional internal combustion engine mode was the least affected, with only 7% and 8% increased in energy consumption and CO2 emissions, respectively.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,004
Tête enseignante GPT0,205
Écart entre enseignants0,201 · 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'étudeExpérimental (laboratoire)
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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetVehicle emissions and performanceTravaux en français237 207