TY - GEN

T1 - Empirische Modellierung des Reibwertes für das Groschrad-Fahrbahn-System

AU - Bouzid, N.

AU - Heimann, Bodo

AU - Trabelsi, A.

PY - 2005

Y1 - 2005

N2 - Eine besonders wichtige Größe bei der Entwicklung von Steuer- und Regelungssystemen für Kraftfahrzeuge ist der Reibwert zwischen Reifen und Fahrbahn. Eine schnelle Prognose dieser veränderlichen Größe im Fahrzeug würde die Optimierung der aktiven Sicherheitssysteme, wie z. B. ABS, ESP und der Systeme der Abstands- und Geschwindigkeitsregelung ermöglichen. Die Reibwertprognose im Kfz zur Vorkonditionierung der Regelungssysteme lässt sich anhand einer vereinfachten Modellierung durch empirisch gewonnene Zusammenhänge realisieren, die den Reibwert aus der Verknüpfung der Signale mehrerer Sensoren ableiten. Zur Vereinfachung der Einflüsse des Gummis bietet sich an, eine homogene Struktur als Approximation für den Reifen zu verwenden. Die so genannten 'Grosch-Räder' sind Vollgummiräder mit einem Durchmesser von 80 mm. Durch die einfachere Struktur des Grosch-Rades im Vergleich zum Pkw-Reifen ist eine Untersuchung der verschiedenen Einflüsse auf die Reibwertcharakteristika von Elastomeren möglich. Im Rahmen dieses Beitrag wird eine Messplattform zur Reibwerterfassung an Grosch-Rädern beschrieben. Anschließend erfolgt die Präsentation des Konzeptes zur Onlineprädiktion des Reibwertes zwischen Rad und Fahrbahn. Der Einsatz von neuronalen Netzen zur datenbasierten Modellbildung wird vorgestellt. Abschließend werden die Ergebnisse der Erprobung des Modells auf verschiedenen Fahrbahnen präsentiert.This paper presents an approach for the modelling of the rolling process between the road and the Grosch-wheel. The use of an empirical data based model allows the fast prediction of the maximal grip. This involves the simultaneous acquisition of the slip-friction curve and the different influence parameters like the road texture and temperature. The relationship between the inputs and outputs of the process is build through a neural network.

AB - Eine besonders wichtige Größe bei der Entwicklung von Steuer- und Regelungssystemen für Kraftfahrzeuge ist der Reibwert zwischen Reifen und Fahrbahn. Eine schnelle Prognose dieser veränderlichen Größe im Fahrzeug würde die Optimierung der aktiven Sicherheitssysteme, wie z. B. ABS, ESP und der Systeme der Abstands- und Geschwindigkeitsregelung ermöglichen. Die Reibwertprognose im Kfz zur Vorkonditionierung der Regelungssysteme lässt sich anhand einer vereinfachten Modellierung durch empirisch gewonnene Zusammenhänge realisieren, die den Reibwert aus der Verknüpfung der Signale mehrerer Sensoren ableiten. Zur Vereinfachung der Einflüsse des Gummis bietet sich an, eine homogene Struktur als Approximation für den Reifen zu verwenden. Die so genannten 'Grosch-Räder' sind Vollgummiräder mit einem Durchmesser von 80 mm. Durch die einfachere Struktur des Grosch-Rades im Vergleich zum Pkw-Reifen ist eine Untersuchung der verschiedenen Einflüsse auf die Reibwertcharakteristika von Elastomeren möglich. Im Rahmen dieses Beitrag wird eine Messplattform zur Reibwerterfassung an Grosch-Rädern beschrieben. Anschließend erfolgt die Präsentation des Konzeptes zur Onlineprädiktion des Reibwertes zwischen Rad und Fahrbahn. Der Einsatz von neuronalen Netzen zur datenbasierten Modellbildung wird vorgestellt. Abschließend werden die Ergebnisse der Erprobung des Modells auf verschiedenen Fahrbahnen präsentiert.This paper presents an approach for the modelling of the rolling process between the road and the Grosch-wheel. The use of an empirical data based model allows the fast prediction of the maximal grip. This involves the simultaneous acquisition of the slip-friction curve and the different influence parameters like the road texture and temperature. The relationship between the inputs and outputs of the process is build through a neural network.

M3 - Aufsatz in Konferenzband

SP - 291

EP - 307

BT - VDI-Berichte 1912, 10. Internationaler Kongress Reifen-Fahrwerk-Fahrbahn

CY - Düsseldorf, Deutschland

ER -