Vorhersage von Kupplungsrupfen aus Drehmomentsignalen

Vorhersage von Kupplungsrupfen aus Drehmomentsignalen

Ein datengetriebenes Lernsystem, das das Drehmomentsignal einer Trockenkupplung liest, sechs Reibmaterialien unterscheidet und Kupplungsrupfen im Fahrzeug aus einem Laborprüfstandstest vorhersagt.

Fazer Quiz Baixar Apresentação

Rupfen ist das Wort, das die Automobilindustrie für das Längsbeben verwendet, das man spürt, wenn eine Kupplung einrückt. Es ist ein Komfortproblem, aber auch ein Entwicklungsproblem: Um herauszufinden, ob ein neuer Reibbelag normal rupft, muss man ihn normalerweise in ein Auto einbauen und fahren.

🔍 Das Problem

Frühere Forschung hatte gezeigt, dass Rupfen durch das Verhalten von Schlupfdrehzahl und Temperatur erklärt werden kann, die beide im Kupplungsdrehmomentsignal erfasst werden. Das Signal trägt die Antwort – die Schwierigkeit besteht darin, sie auf eine Weise zu extrahieren, die wiederholbar, kostengünstig ist und funktioniert, bevor ein Belag jemals ein Fahrzeug erreicht.


🧪 Der Ansatz

Diese Arbeit schlägt ein Lernsystem vor, das auf einer multivariaten, datengesteuerten Analyse von Drehmomentsignalen basiert. Die experimentelle Basis war bewusst breit:

  • ein Trockenkupplungssystem,
  • ein Personenkraftwagen,
  • ein Prüfstand,
  • und sechs verschiedene organische Belagmaterialien.

Anstatt Rupfen analytisch zu modellieren, behandelt die Methode jedes Drehmomentsignal als hochdimensionale Beobachtung und wendet eine regularisierte Version eines Standard-Linearklassifikators an. Die Regularisierung ist wichtig – sie hält das Modell stabil, wenn es weit mehr Signalproben als Testläufe gibt.

📊 Was dabei herauskam

Das resultierende Modell ist rechnerisch effizient und hochgenau bei der Unterscheidung von Drehmomentsignalen verschiedener Beläge, und es verwendet dafür nur eine Handvoll Merkmale. Diese Kompaktheit ist der praktische Gewinn: Sie bedeutet, dass die Klassifizierung schnell ausgeführt und von einem Ingenieur interpretiert werden kann.

Das zweite Ergebnis ist das nützlichere. Durch die paarweise Berechnung der Korrelation gegen ein bekanntes Gold-Material wird es möglich, ein Rupfproblem im Fahrzeug aus einem Standard-Prüfstandstest im Labor vorherzusagen.

Der Prüfstand ist keine Ersatzmessung mehr, sondern wird zur Vorhersage.

💡 Warum es wichtig ist

Jede Rupfbewertung, die auf einem Prüfstand geklärt werden kann, ist ein Fahrzeugtest, der nicht durchgeführt werden muss. Angewendet über ein Materialentwicklungsprogramm reduziert das sowohl die Zeit zur Entwicklung eines neuen Reibmaterials als auch die Kosten für dessen Qualifizierung für rupffreie Performance.

📄 Vollständige Veröffentlichung

Gregori, I. R. S.; Sanches, I.; Thomaz, C. E. — Clutch Judder Classification and Prediction: A Multivariate Statistical Analysis Based on Torque Signals. IEEE Transactions on Industrial Electronics, 64(5):4287–4295, November 2016. DOI: 10.1109/TIE.2016.2630666.

Die vollständige Veröffentlichung auf ResearchGate lesen

Comentários (0)

Deixe um Comentário

Seja o primeiro a comentar!