|
|
|
|
|
MDPI期刊推荐 | 聚焦电动汽车领域优质期刊—World Electric Vehicle Journal |
|
|
期刊名：World Electric Vehicle Journal
期刊主页：https://www.mdpi.com/journal/wevj
01期刊简介
World Electric Vehicle Journal (WEVJ, ISSN: 2032-6653)创刊于2007年，该杂志由世界电动汽车协会 (WEVA) 及其成员欧洲电动汽车协会 (E-Mobility Europe)、电动交通协会 (EDTA) 和亚太电动汽车协会 (EVAAP) 所有，2018年由MDPI代运营。期刊发表与纯电动汽车、混合动力电动汽车和燃料电池电动汽车相关的研究。
WEVJ最新影响因子 (Impact Factor, IF)为2.6，期刊CiteScore 为5.0，CiteScore实现了连续七年增长。在此，期刊编辑办公室感谢期刊学术编辑、作者、读者、审稿专家和订阅者对WEVJ的大力支持与广泛关注，期刊将继续秉持“快速、高效、高质量”的宗旨，不断提升期刊水平，欢迎广大学者积极投稿，敬请关注支持。
02期刊主编和副主编
|
主编
|
|
Prof. Dr. Joeri Van Mierlo
比利时布鲁塞尔自由大学
|
|
副主编
|
|
Prof. Dr. Michael Fowler
滑铁卢大学化学工程系
|
|
副主编
|
|
Prof. Dr. Vladimir Katic
诺维萨德大学技术科学学院
|
|
副主编
|
|
Dr. Aymeric Rousseau
芝加哥大学阿贡国家实验室
|
|
副主编
|
|
Prof. Dr. Peter Van den Bossche
布鲁塞尔自由大学工程科学学院
|
03 投稿优势
•更高文章曝光度
WEVJ 已被ESCI (Web of Science)、Scopus, Ei Compendex等多个数据库收录。
ESCI数据库分区情况：
|
Engineering, electrical & electronic
|
172/366 (Q2)
|
|
Transportation science & technology
|
38/77 (Q2)
|
Scopus数据库分区情况：
|
Engineering: Automotive Engineering
|
35/133 (Q2)
|
•更快发表速度
|
Time to First Decision
|
17.6 Days
|
|
Acceptance to Publication
|
2.9 Days
|
•开放获取
读者可以免费阅读和下载期刊文章。
•作者持有版权
04 精选文章
A Smart Battery Management System for Electric Vehicles Using Deep Learning-Based Sensor Fault Detection
采用基于深度学习的传感器故障检测的电动汽车智能电池管理系统
Venkata Satya Rahul Kosuru and Ashwin Kavasseri Venkitaraman
https://www.mdpi.com/2239810
文章亮点
(1) 介绍了电动汽车电池设计和管理的原理，重点讨论了传感器故障检测。
(2) 提出了一种基于早期电池优化深度残差网络 (IB-DRN) 的电池假数据检测和分类系统。
(3) 与传统方法相比，IB-DRN系统实现了较高的准确率、精确度、召回率和F1分数。
Energy Management and Optimization of Large-Scale Electric Vehicle Charging on the Grid
大规模电动汽车电网充电能量管理与优化
Raymond O. Kene and Thomas O. Olwal
https://www.mdpi.com/2230438
文章亮点
(1) 本文研究了电动汽车对电网的能耗，并回顾了电动汽车充电控制和优化方法的最新应用
(2) 提出了一种稳健而动态的多级优化方法，用以解决大规模电动汽车接入电网充电的能源管理问题。
(3) 提出了未来的研究方向，包括开发多级能源管理优化方法，深入研究大规模电动汽车充电的辅助服务等。
Emerging Trends in Autonomous Vehicle Perception: Multimodal Fusion for 3D Object Detection
自动驾驶汽车感知的新兴趋势：3D物体检测的多模态融合
Simegnew Yihunie Alaba et al,
https://www.mdpi.com/2032-6653/15/1/20
文章亮点
(1) 本综述详尽回顾了基于多模态融合的3D目标检测方法，重点关注CNN和基于Transformer的模型.
(2) 综述强调了为全自动驾驶汽车配备多种传感器以确保其稳健可靠运行的必要性。
(3) 综述探讨了摄像头、激光雷达和雷达传感器的优缺点。
(4) 综述总结了自动驾驶数据集，并分析了基于多模态融合方法的最新进展。
(5) 综述最后强调了当前面临的挑战、尚未解决的问题以及未来研究的潜在方向。
Simulating Noise, Vibration, and Harshness Advances in Electric Vehicle Powertrains: Strategies and Challenges
电动汽车动力系统噪声、振动和声振粗糙度仿真进展：策略与挑战
Krisztián Horváth and Ambrus Zelei
https://www.mdpi.com/2032-6653/15/8/367
文章亮点
(1) 本文详细介绍了机械噪声和振动的来源，包括齿轮系统中的齿轮缺陷和轴不平衡。
(2) 本文介绍的方法包括仿真和建模技术，有助于识别和解决 NVH 难题。多体动力学、有限元方法和多领域仿真等工具对于理解复杂系统的动态行为至关重要。借助仿真，工程师可以在设计阶段预测噪声和振动挑战并制定有效的解决方案。
(3) 这项研究强调了系统级方法在 NVH 管理中的重要性，其中对整个传动系统进行建模和分析，而不仅仅是单个组件。
05 特刊征稿
选择适合您的特刊进行投稿，WEVJ将为您提供高效优质的出版服务，守护您的发表体验。
https://www.mdpi.com/journal/wevj/special_issues
06 作者指南
如您对投稿有任何疑问，欢迎阅读作者指南（https://www.mdpi.com/journal/wevj/instructions），或联系WEVJ期刊编辑部：wevj@mdpi.com
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。
