Trepidação em veículos equipados com embreagens a seco:uma abordagem multivariada do sinal de torque no comportamento do atrito dos materiais de fricção

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Gregori, I. R. S.
Orientador(a): Thomaz, C. E.
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Centro Universitário FEI, São Bernardo do Campo
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://repositorio.fei.edu.br/handle/FEI/277
Resumo: Nos últimos anos, a indústria automobilística tem promovido, e testemunhado, uma série de avanços tecnológicos e científicos em sistemas veiculares de embreagem com o intuito de proporcionar melhor conforto aos motoristas e automóveis cada vez mais eficientes energeticamente. Entretanto, um dos problemas mais básicos e conhecidos ainda inerente aos sistemas de embreagem dos veículos atuais, tais como carros de passageiros e caminhões, é um fenômeno natural e complexo chamado de trepidação. A trepidação é o termo usado na indústria automobilística para descrever a oscilação longitudinal em um veículo durante a sua fase de acoplamento da embreagem. Pesquisas anteriores mostram que a trepidação pode ser explicada pelo torque transmitido pela embreagem, em função da velocidade e da temperatura de deslizamento. Neste contexto, esta tese propõe e implementa um sistema de aprendizagem de dados, baseado na análise estatística multivariada do sinal do torque como um todo, para melhor caracterização do fenômeno de trepidação. Os experimentos foram realizados utilizando os seguintes recursos principais: sistema de embreagem a seco, automóvel de passageiros, bancada de testes e seis materiais de fricção orgânicos. A abordagem proposta permitiu o desenvolvimento de um modelo de reconhecimento de padrões computacionalmente eficiente e altamente preciso para classificar os sinais de torque em relação aos diferentes materiais de fricção investigados, utilizando as informações mais expressivas dos dados e uma versão regularizada de um classificador linear. Correlacionando os padrões aprendidos com um material de fricção de referência (padrão ouro), foi possível também prever em laboratório o problema de trepidação no veículo. Acredita-se que os resultados alcançados desta tese, possam permitir uma redução considerável no tempo e nos custos de desenvolvimento de novos materiais de fricção para fabricação de sistemas veiculares de embreagem isentos de trepidação.
id FEI_2bef08e730713b8bf7f10fed13300be5
oai_identifier_str oai:repositorio.fei.edu.br:FEI/277
network_acronym_str FEI
network_name_str Biblioteca Digital de Teses e Dissertações da FEI
repository_id_str
spelling Gregori, I. R. S.Thomaz, C. E.2019-03-15T17:49:21Z2019-03-15T17:49:21Z2016GREGORI, I. R. S. <b> Trepidação em veículos equipados com embreagens a seco: </b> uma abordagem multivariada do sinal de torque no comportamento do atrito dos materiais de fricção. 2016. 114 f. Tese (Doutorado em Engenharia Elétrica) - Centro Universitário FEI, São Bernardo do Campo, 2016 Disponível em: <https://doi.org/10.31414/EE.2016.T.128553>. Acesso em: 28 set. 2018.https://repositorio.fei.edu.br/handle/FEI/27710.31414/EE.2016.T.128553Nos últimos anos, a indústria automobilística tem promovido, e testemunhado, uma série de avanços tecnológicos e científicos em sistemas veiculares de embreagem com o intuito de proporcionar melhor conforto aos motoristas e automóveis cada vez mais eficientes energeticamente. Entretanto, um dos problemas mais básicos e conhecidos ainda inerente aos sistemas de embreagem dos veículos atuais, tais como carros de passageiros e caminhões, é um fenômeno natural e complexo chamado de trepidação. A trepidação é o termo usado na indústria automobilística para descrever a oscilação longitudinal em um veículo durante a sua fase de acoplamento da embreagem. Pesquisas anteriores mostram que a trepidação pode ser explicada pelo torque transmitido pela embreagem, em função da velocidade e da temperatura de deslizamento. Neste contexto, esta tese propõe e implementa um sistema de aprendizagem de dados, baseado na análise estatística multivariada do sinal do torque como um todo, para melhor caracterização do fenômeno de trepidação. Os experimentos foram realizados utilizando os seguintes recursos principais: sistema de embreagem a seco, automóvel de passageiros, bancada de testes e seis materiais de fricção orgânicos. A abordagem proposta permitiu o desenvolvimento de um modelo de reconhecimento de padrões computacionalmente eficiente e altamente preciso para classificar os sinais de torque em relação aos diferentes materiais de fricção investigados, utilizando as informações mais expressivas dos dados e uma versão regularizada de um classificador linear. Correlacionando os padrões aprendidos com um material de fricção de referência (padrão ouro), foi possível também prever em laboratório o problema de trepidação no veículo. Acredita-se que os resultados alcançados desta tese, possam permitir uma redução considerável no tempo e nos custos de desenvolvimento de novos materiais de fricção para fabricação de sistemas veiculares de embreagem isentos de trepidação.In the last years, the automotive industry has promoted and witnessed a number of technological and scientific advances regarding clutch system engagement with the aim to provide better comfort to drivers and vehicles that are more fuel-efficient than ever. However, one of its most basic and well-known problems still inherent to vehicles nowadays, like passenger cars and trucks, is a natural and complex phenomenon called judder. Judder is the term used in the automotive industry to describe the longitudinal oscillation in a vehicle during its clutch system engagement. Past research has shown that judder can be explained using a behavior of slip speed and temperature captured by the clutch torque. This thesis proposes and implements a data-driven learning system for better characterization of the judder phenomenon. It is based on a multivariate statistical analysis from whole torque signals. The experimental results have been carried out using the following main resources: dry clutch system, passenger car, test bench and six different organic facing materials. The multivariate statistical analysis implemented has allowed the development of a computationally efficient and highly accurate learning model to discriminate the torque signals from different facings, using most expressive features and a regularized version of a standard linear classifier. Given this multivariate framework and calculating the correlation pair-wisely to a known gold material, it has been also possible to predict judder problem in the vehicle based on a standard test bench in laboratory. We believe that the findings of this thesis might reduce significantly the time of development and the cost of testing new friction materials for allowing judder-free performance on vehicles.porpt_BRCentro Universitário FEI, São Bernardo do CampoAutomóveis-EmbreagensAnálise multivariadaTrepidação (embreagem)Trepidação em veículos equipados com embreagens a seco:uma abordagem multivariada do sinal de torque no comportamento do atrito dos materiais de fricçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Biblioteca Digital de Teses e Dissertações da FEIinstname:Centro Universitário da Fundação Educacional Inaciana (FEI)instacron:FEIinfo:eu-repo/semantics/openAccessORIGINALfulltext.pdfapplication/pdf35260499https://repositorio.fei.edu.br/bitstream/FEI/277/1/fulltext.pdf2a929066abf33cccf354c4bbc1f70185MD51TEXTfulltext.pdf.txtfulltext.pdf.txtExtracted texttext/plain169709https://repositorio.fei.edu.br/bitstream/FEI/277/2/fulltext.pdf.txt622d98876cacb76fe105863e08a093b0MD52THUMBNAILfulltext.pdf.jpgfulltext.pdf.jpgGenerated Thumbnailimage/jpeg1127https://repositorio.fei.edu.br/bitstream/FEI/277/3/fulltext.pdf.jpg96e52555baea0a28719c0b7110790a97MD53FEI/2772019-05-07 16:08:18.881Biblioteca Digital de Teses e Dissertaçõeshttp://sofia.fei.edu.br/pergamum/biblioteca/PRI
dc.title.pt_BR.fl_str_mv Trepidação em veículos equipados com embreagens a seco:uma abordagem multivariada do sinal de torque no comportamento do atrito dos materiais de fricção
title Trepidação em veículos equipados com embreagens a seco:uma abordagem multivariada do sinal de torque no comportamento do atrito dos materiais de fricção
spellingShingle Trepidação em veículos equipados com embreagens a seco:uma abordagem multivariada do sinal de torque no comportamento do atrito dos materiais de fricção
Gregori, I. R. S.
Automóveis-Embreagens
Análise multivariada
Trepidação (embreagem)
title_short Trepidação em veículos equipados com embreagens a seco:uma abordagem multivariada do sinal de torque no comportamento do atrito dos materiais de fricção
title_full Trepidação em veículos equipados com embreagens a seco:uma abordagem multivariada do sinal de torque no comportamento do atrito dos materiais de fricção
title_fullStr Trepidação em veículos equipados com embreagens a seco:uma abordagem multivariada do sinal de torque no comportamento do atrito dos materiais de fricção
title_full_unstemmed Trepidação em veículos equipados com embreagens a seco:uma abordagem multivariada do sinal de torque no comportamento do atrito dos materiais de fricção
title_sort Trepidação em veículos equipados com embreagens a seco:uma abordagem multivariada do sinal de torque no comportamento do atrito dos materiais de fricção
author Gregori, I. R. S.
author_facet Gregori, I. R. S.
author_role author
dc.contributor.author.fl_str_mv Gregori, I. R. S.
dc.contributor.advisor1.fl_str_mv Thomaz, C. E.
contributor_str_mv Thomaz, C. E.
dc.subject.por.fl_str_mv Automóveis-Embreagens
Análise multivariada
Trepidação (embreagem)
topic Automóveis-Embreagens
Análise multivariada
Trepidação (embreagem)
description Nos últimos anos, a indústria automobilística tem promovido, e testemunhado, uma série de avanços tecnológicos e científicos em sistemas veiculares de embreagem com o intuito de proporcionar melhor conforto aos motoristas e automóveis cada vez mais eficientes energeticamente. Entretanto, um dos problemas mais básicos e conhecidos ainda inerente aos sistemas de embreagem dos veículos atuais, tais como carros de passageiros e caminhões, é um fenômeno natural e complexo chamado de trepidação. A trepidação é o termo usado na indústria automobilística para descrever a oscilação longitudinal em um veículo durante a sua fase de acoplamento da embreagem. Pesquisas anteriores mostram que a trepidação pode ser explicada pelo torque transmitido pela embreagem, em função da velocidade e da temperatura de deslizamento. Neste contexto, esta tese propõe e implementa um sistema de aprendizagem de dados, baseado na análise estatística multivariada do sinal do torque como um todo, para melhor caracterização do fenômeno de trepidação. Os experimentos foram realizados utilizando os seguintes recursos principais: sistema de embreagem a seco, automóvel de passageiros, bancada de testes e seis materiais de fricção orgânicos. A abordagem proposta permitiu o desenvolvimento de um modelo de reconhecimento de padrões computacionalmente eficiente e altamente preciso para classificar os sinais de torque em relação aos diferentes materiais de fricção investigados, utilizando as informações mais expressivas dos dados e uma versão regularizada de um classificador linear. Correlacionando os padrões aprendidos com um material de fricção de referência (padrão ouro), foi possível também prever em laboratório o problema de trepidação no veículo. Acredita-se que os resultados alcançados desta tese, possam permitir uma redução considerável no tempo e nos custos de desenvolvimento de novos materiais de fricção para fabricação de sistemas veiculares de embreagem isentos de trepidação.
publishDate 2016
dc.date.issued.fl_str_mv 2016
dc.date.accessioned.fl_str_mv 2019-03-15T17:49:21Z
dc.date.available.fl_str_mv 2019-03-15T17:49:21Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv GREGORI, I. R. S. <b> Trepidação em veículos equipados com embreagens a seco: </b> uma abordagem multivariada do sinal de torque no comportamento do atrito dos materiais de fricção. 2016. 114 f. Tese (Doutorado em Engenharia Elétrica) - Centro Universitário FEI, São Bernardo do Campo, 2016 Disponível em: <https://doi.org/10.31414/EE.2016.T.128553>. Acesso em: 28 set. 2018.
dc.identifier.uri.fl_str_mv https://repositorio.fei.edu.br/handle/FEI/277
dc.identifier.doi.none.fl_str_mv 10.31414/EE.2016.T.128553
identifier_str_mv GREGORI, I. R. S. <b> Trepidação em veículos equipados com embreagens a seco: </b> uma abordagem multivariada do sinal de torque no comportamento do atrito dos materiais de fricção. 2016. 114 f. Tese (Doutorado em Engenharia Elétrica) - Centro Universitário FEI, São Bernardo do Campo, 2016 Disponível em: <https://doi.org/10.31414/EE.2016.T.128553>. Acesso em: 28 set. 2018.
10.31414/EE.2016.T.128553
url https://repositorio.fei.edu.br/handle/FEI/277
dc.language.iso.fl_str_mv por
pt_BR
language por
language_invalid_str_mv pt_BR
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Centro Universitário FEI, São Bernardo do Campo
publisher.none.fl_str_mv Centro Universitário FEI, São Bernardo do Campo
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da FEI
instname:Centro Universitário da Fundação Educacional Inaciana (FEI)
instacron:FEI
instname_str Centro Universitário da Fundação Educacional Inaciana (FEI)
instacron_str FEI
institution FEI
reponame_str Biblioteca Digital de Teses e Dissertações da FEI
collection Biblioteca Digital de Teses e Dissertações da FEI
bitstream.url.fl_str_mv https://repositorio.fei.edu.br/bitstream/FEI/277/1/fulltext.pdf
https://repositorio.fei.edu.br/bitstream/FEI/277/2/fulltext.pdf.txt
https://repositorio.fei.edu.br/bitstream/FEI/277/3/fulltext.pdf.jpg
bitstream.checksum.fl_str_mv 2a929066abf33cccf354c4bbc1f70185
622d98876cacb76fe105863e08a093b0
96e52555baea0a28719c0b7110790a97
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1734750971595063296