文献

J-GLOBAL ID：202102249572360256   整理番号：21A1142011

ハイブリッド電気自動車のためのECMSの予測【JST・京大機械翻訳】

Forecasting ECMS for Hybrid Electric Vehicles

著者 (8件)： Kuchly Jean (PRISME lab, University of Orleans, France) ,  Kuchly Jean (Groupe PSA, France) ,  Nelson-Gruel Dominique (PRISME lab, University of Orleans, France) ,  Charlet Alain (PRISME lab, University of Orleans, France) ,  Simon Antoine (Groupe PSA, France) ,  Jaine Thierry (Groupe PSA, France) ,  Nouillant Cedric (Groupe PSA, France) ,  Chamaillard Yann (PRISME lab, University of Orleans, France)
資料名： IFAC PapersOnLine  (IFAC PapersOnLine)
巻： 53  号： 2  ページ： 14154-14160  発行年： 2020年 
JST資料番号： W3101A  ISSN： 2405-8963  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文は,ハイブリッド電気自動車のエネルギーと汚染物質管理の問題に取り組むためのリアルタイムの適切な方法を提案する。文献で提案された方法は,将来の考慮と限られた計算資源を取り入れることの困難さのために,しばしば,基本的な最適制御問題を,単一インスタント最適化(Paganelli,2002)に制限する。本論文のポイントは,速度制限,道路曲率,交通および道路標識のような地図情報を用いて,長期車両速度予測に基づくオンライン指向法を提案した。この速度予測信号に適用したPontryagin最大原理は,最適制御問題を根発見問題に変換することを可能にした。この問題は,オフラインで訓練されたブラックボックス法により初期化されたPegasusアルゴリズムを用いて解決され,高い計算効率を可能にした。結果は,古典的方法よりもほぼ最適で,かなり良く,本論文で用いた実際の運転トリップにおいて,予測-ECMSは,SOC-フィードバック適応ECMSよりも,消費1.1%とNO_x排出量4.4%を良好に示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  最適制御 ,  道路 ,  道路標識 ,  トリップ ,  汚染物質 ,  曲率 ,  ブラックボックス ,  速度制限 ,  *ハイブリッド自動車 ,  排出量
準シソーラス用語： 計算効率 ,  実時間 ,  オンライン , 【Automatic Indexing@JST】

著者キーワード (4件)： ハイブリッド電気自動車 ,  エネルギー管理 ,  汚染物質管理 ,  リアルタイム

分類 (1件)： 電気自動車  (QG07020B)

タイトルに関連する用語 (2件)： ハイブリッド電気自動車 ,  予測