Hybrid Electric Vehicle Modelling And Fuel Economy Regression Analysis
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F46747885%3A24220%2F22%3A00010187" target="_blank" >RIV/46747885:24220/22:00010187 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/46747885:24620/22:00010187
Výsledek na webu
<a href="https://www.actapress.com/PaperInfo.aspx?paperId=55234" target="_blank" >https://www.actapress.com/PaperInfo.aspx?paperId=55234</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.2316/J.2022.201-0297" target="_blank" >10.2316/J.2022.201-0297</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Hybrid Electric Vehicle Modelling And Fuel Economy Regression Analysis
Popis výsledku v původním jazyce
This paper starts with reviewing of recent developments and studies on hybrid electric vehicle (HEV) modelling, control, and fuel economy management. Then, the paper presents and guides modelling of HEVs on Matlab 2021b Simulink with powertrain, internal combustion engine, battery, converter, starter/generator motor, vehicle dynamics, control system, and the whole integrated HEV model. Latest hybrid electrical models are simulated on standard driving cycles of Extra-Urban Driving Cycle, New York City Cycle, Federal Test Procedure 75, and Highway Fuel Economy Test. Data on fuel consumption are collected and processed in Matlab to set up different fuel consumption regression models. The best fit regression model for HEV fuel consumption estimation is found with the determination coefficient R square more than 99.14%. The best HEV selected fuel regression model is then simulated and compared to the normal HEVs with the same sizes on different driving cycles to prove the optimal performances of the selected HEVs on fuel economy consumptions.
Název v anglickém jazyce
Hybrid Electric Vehicle Modelling And Fuel Economy Regression Analysis
Popis výsledku anglicky
This paper starts with reviewing of recent developments and studies on hybrid electric vehicle (HEV) modelling, control, and fuel economy management. Then, the paper presents and guides modelling of HEVs on Matlab 2021b Simulink with powertrain, internal combustion engine, battery, converter, starter/generator motor, vehicle dynamics, control system, and the whole integrated HEV model. Latest hybrid electrical models are simulated on standard driving cycles of Extra-Urban Driving Cycle, New York City Cycle, Federal Test Procedure 75, and Highway Fuel Economy Test. Data on fuel consumption are collected and processed in Matlab to set up different fuel consumption regression models. The best fit regression model for HEV fuel consumption estimation is found with the determination coefficient R square more than 99.14%. The best HEV selected fuel regression model is then simulated and compared to the normal HEVs with the same sizes on different driving cycles to prove the optimal performances of the selected HEVs on fuel economy consumptions.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
20205 - Automation and control systems
Návaznosti výsledku
Projekt
<a href="/cs/project/EF16_025%2F0007293" target="_blank" >EF16_025/0007293: Modulární platforma pro autonomní podvozky specializovaných elektrovozidel pro dopravu nákladu a zařízení</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2022
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Mechatronic systems and control
ISSN
2561-1771
e-ISSN
—
Svazek periodika
50
Číslo periodika v rámci svazku
4
Stát vydavatele periodika
CA - Kanada
Počet stran výsledku
10
Strana od-do
171-181
Kód UT WoS článku
000908367300001
EID výsledku v databázi Scopus
—