Análise experimental do comportamento dos pneus em um veículo a hidrogênio

Para melhorar o desempenho do seu protótipo movido a hidrogénio, a equipa Team H2politO da Universidade Politécnica de Turim realizou uma análise experimental aprofundada do comportamento dos pneus e do sistema de transmissão. Usando avançados sistemas de aquisição de dados Dewesoft e sensores de temperatura RFID sem fios, a equipa reuniu informações críticas sobre a rigidez em curva, o deslizamento lateral e a resposta térmica. Os resultados irão refinar a modelação do veículo e a estratégia de corrida para futuras competições Shell Eco-Marathon.

A equipa H2politO é uma equipa estudantil do Politecnico di Torino, a Universidade Politécnica de Turim. A equipa participa na Shell Eco Marathon Europa-África, uma competição focada no consumo de combustível.

Durante a competição, o objetivo é completar:

• 11 voltas, num total de 14,5 km, em no máximo 35 minutos, e

• 10 voltas, durante as quais o consumo de combustível é medido.

A equipa que utilizar a menor quantidade de combustível vence.

A equipa possui dois veículos que participam em duas categorias:

• Motor de combustão, Urban Concept (JUNO),

• Protótipo com célula de combustível de hidrogénio (IDRAzephyrus).

Membros principais da equipa:

• Carlo Maria Desenzani, responsável pela estratégia e divisão dinâmica

• Davide Molina, gestor do veículo

• Alexander James Valtorta, responsável pela divisão eletrónica

• Alessandro Zuccotti, responsável pela divisão mecânica

O IDRAzephyrus

A Figura 2 mostra o veículo protótipo IDRAzephyrus envolvido neste projeto. O IDRAzephyrus é altamente compacto e leve, mas não possui espaço interno para acomodar instrumentação pesada ou volumosa. Trata-se de uma estrutura monocoque em fibra de carbono, projetada para minimizar a massa, a área frontal e o coeficiente de penetração aerodinâmica.

IDRAzephyrus, características do veículo

O sistema de propulsão do veículo é composto por uma célula de combustível, uma FCCU que inclui um conversor DC/DC, responsável por controlar a carga de um conjunto de supercapacitores, e um controlador de motor que alimenta o motor elétrico PMDC a bordo.

Embora alcançar uma elevada eficiência dos subsistemas seja fundamental para obter um resultado competitivo, a abordagem estratégica adotada durante a competição também desempenha um papel significativo.

Uma das atividades de medição mais críticas está relacionada com a dinâmica do veículo, para a qual são necessários sensores especialmente concebidos. Por meio dessa análise, é possível orientar o desenvolvimento tanto do ponto de vista dinâmico quanto estrutural do veículo.

Também é possível melhorar a simulação do veículo, tanto do ponto de vista dinâmico quanto energético. A nossa equipa utiliza essa simulação aprimorada para desenvolver a estratégia de corrida ideal para um circuito específico, suas condições de pista e altitude. Essa abordagem garante os melhores resultados possíveis em termos de consumo de combustível.

A divisão de Dinâmica do Veículo e Estratégia utiliza uma metodologia orientada por dados para construir um modelo completo do carro. Esse modelo permite a aquisição de informações cruciais, possibilitando o aperfeiçoamento e a otimização de diversos componentes do veículo.

Os stakeholders

O projeto envolveu a colaboração de vários intervenientes, cada um com um papel fundamental no processo de medição e aquisição de dados. A nossa equipa precisava de obter medições precisas e fiáveis para analisar detalhadamente o comportamento do protótipo.

Para apoiar este objetivo, a equipa colaborou com a Dewesoft, uma empresa especializada em instrumentação de aquisição de dados.

A Dewesoft forneceu um sistema de aquisição analógico-digital de alto desempenho, essencial para recolher sinais dos diversos sensores instalados no veículo. Além disso, disponibilizou o sistema de navegação inercial NAVION e antenas GPS diferenciais, ambos fundamentais para reconstruir com precisão a dinâmica e as trajetórias do veículo em condições reais de utilização.

Recebemos também contributos técnicos adicionais da Radio6ense, que nos forneceu sensores de temperatura passivos RFID não invasivos. Conseguimos posicioná-los tanto entre a câmara de ar e o pneu, como no estator do motor elétrico. Estes sensores inovadores, totalmente livres de bateria, são ativados por ondas irradiadas de um transmissor e, uma vez energizados, transmitem dados de volta ao transmissor, que depois os envia para o sistema de aquisição da Dewesoft.

Graças a esta solução, foi possível obter informações térmicas valiosas em áreas anteriormente inacessíveis do pneu do protótipo, tudo integrado numa única solução.

O objetivo da equipa

Para desenvolver uma estratégia de corrida que otimize o desempenho do veículo, é necessário um modelo que considere os aspetos energéticos de cada componente. Esse modelo deve também ter em conta a interação entre os componentes e o ambiente envolvente, além de representar o comportamento dinâmico do veículo.

A modelação da dinâmica longitudinal é relativamente simples, uma vez que o carro requer baixo binário para acelerar. Em contraste, a modelação da dinâmica lateral é muito mais complexa. Por isso, é essencial obter uma melhor correspondência entre os resultados de simulação e o comportamento real.

A principal limitação é a ausência de ferramentas adequadas para adquirir dados do veículo, como acelerações longitudinais e angulares. Não dispomos de acelerómetro nem giroscópio, o que impede a obtenção de informações sobre a interação entre pneus e asfalto.

Até agora, alguns coeficientes utilizados nos modelos da equipa, como a rigidez de deriva, foram estimados geometricamente e derivados da distribuição de massa do veículo. No entanto, os dados obtidos anteriormente são apenas aproximados, resultando em diferenças entre o comportamento real e o simulado.

No último ano, a equipa também trabalhou no desenvolvimento de competências na análise e compreensão do pneu, um componente-chave em competições de eficiência. Em testes preliminares realizados este ano, medimos experimentalmente que uma variação de 8 °C na temperatura do asfalto pode aumentar o arrasto até 14% com os pneus atuais. Este resultado destaca o impacto significativo da temperatura da superfície no desempenho do pneu, motivo pelo qual pretendemos aprofundar esta análise com novos dados.

O nosso objetivo foi, portanto, monitorizar a temperatura dos pneus, bem como de outros componentes de difícil acesso, como o motor elétrico e o redutor de velocidade. Esta tarefa revelou-se bastante desafiante.

A solução

Durante os testes em pista, utilizámos instrumentação avançada da Dewesoft para recolher uma ampla variedade de dados heterogéneos. Em particular, foram utilizados o sistema de navegação inercial Navion2, o módulo de aquisição de dados de alta dinâmica SIRIUS HD 16xLV e o SixSense, um sistema inovador de medição sem fios desenvolvido em colaboração com a Radio6ense.

Dado o volume e a diversidade dos dados recolhidos, não foi possível realizar uma análise completa e exaustiva num curto período de tempo e sob todas as perspetivas possíveis. Por isso, os testes foram concebidos para construir uma base de dados estruturada e abrangente, que servirá como recurso valioso para futuras análises e comparações.

Realizámos uma análise inicial observando a interação entre o asfalto e os pneus, com o objetivo de caracterizar este componente, que é o mais complexo do veículo.

No entanto, não é possível obter dados diretamente do pneu, sendo necessário converter os dados recolhidos pelo NAVION2, relativos ao corpo do veículo, para os dois eixos. O NAVION2 é um sistema de navegação inercial altamente avançado.

O sistema é capaz de calcular acelerações angulares e longitudinais como se estivesse localizado no centro de massa do veículo, mesmo estando fisicamente instalado noutra posição. Ao introduzir a posição relativa em relação ao centro de massa, o sistema realiza internamente as transformações de coordenadas necessárias.

O principal desafio na análise do comportamento do veículo é a dificuldade em obter o ângulo de deriva lateral. No entanto, a plataforma inercial do software DewesoftX, utilizada para aquisição de dados e processamento de sinais digitais, consegue calcular este valor. A partir daí, torna-se possível determinar a geometria relativa das rodas, conhecida do veículo, bem como a sua aceleração angular em torno do eixo Z.

Conhecendo o ângulo de deriva e as forças atuantes na carroçaria, é possível determinar a rigidez de deriva do pneu.

Para analisar os dados, utilizámos o modelo dinâmico tipo “bicicleta”, que representa o eixo dianteiro com duas rodas sobrepostas e considera a roda traseira como única, tal como no veículo real. Este modelo permite uma análise prática do comportamento em curva com baixa complexidade computacional, revelando-se eficaz para a nossa aplicação.

Alguns efeitos, como a transferência de carga entre eixos ou a variação do ângulo de cambagem, não foram considerados nesta fase. Esta decisão baseou-se na configuração leve do veículo, com uma massa de aproximadamente 30 kg, o que torna esses efeitos negligenciáveis para a análise realizada, já que o gráfico de rigidez de deriva não atingiu a zona de saturação.

A identificação por radiofrequência, RFID, utiliza campos eletromagnéticos para identificar e rastrear automaticamente etiquetas associadas a objetos. Graças à instrumentação SixSense da Dewesoft, que utiliza tecnologia RFID sem fios, conseguimos instalar sensores em componentes rotativos, como os pneus, e em partes de difícil acesso, como o motor elétrico e o redutor de velocidade.

Os dados de temperatura foram monitorizados através de antenas ligadas a um recetor via Ethernet, com sincronização completa garantida no ambiente Dewesoft.

Configuração experimental

Realizámos a instalação dos sistemas no protótipo IDRAzephyrus em preparação para os testes em pista.

A Dewesoft Italia forneceu a seguinte instrumentação:

• NAVIONi2 para dados de dinâmica do veículo

• SIRIUS HD 16xLV para dados do barramento CAN e dois potenciômetros para o ângulo de direção

• Leitor SixSense, um leitor RFID que opera na banda UHF, ligado às antenas de leitura de um lado e a um computador portátil do outro

A plataforma inercial foi instalada sob a coluna de direção do veículo, com as distâncias medidas com precisão em relação ao centro de massa, utilizando o modelo CAD do carro.

A configuração utilizada foi a configuração padrão do protótipo, excluindo a célula de combustível, sendo alimentada por três baterias LiPo, cada uma com capacidade de 12 V e 5000 mAh. As placas utilizadas nesta configuração foram:

• Conversor DC-DC

• Supercapacitor

• Placa de alimentação

• Módulo de telemetria

• Volante

• Sensor de ângulo de direção

• Sensor de velocidade

• Extras: telemóvel

A implementação para testes foi simples, exigindo apenas pequenos ajustes na configuração e no layout na parte frontal do veículo (Figura 4).

O módulo de telemetria foi ligado ao sistema de aquisição de dados através do protocolo CAN para transmitir os dados gerados pelo veículo. A ligação física foi realizada com um cabo Micro-Fit macho-macho. Uma bateria LiPo de 12 V e 5000 mAh, ligada através de um adaptador a cabos com conectores banana, alimentou o sistema de aquisição de dados.

Inserimos os sensores de temperatura dos pneus entre a câmara de ar e o pneu. Durante a montagem, garantimos a sua fixação com fita adesiva e, posteriormente, através da pressão de enchimento da câmara de ar, como mostrado na Figura 5. A grande vantagem destes sensores é a sua reduzida espessura, que permite mantê-los na superfície do pneu sem o alterar.

Foram montados dois sensores em cada uma das três rodas do veículo, totalizando seis sensores. Adicionalmente, instalámos quatro sensores de diferentes tipos, adequados para superfícies metálicas, no motor elétrico e no redutor de velocidade, com dois sensores em cada. Juntamente com os sensores, posicionámos também antenas, ver Figura 6, nas proximidades, para os energizar, permitindo assim a medição e a recolha dos dados transmitidos.

A Figura 7 ilustra a preparação do veículo em laboratório antes dos testes.

Durante os testes em pista, foram realizadas várias voltas, principalmente para simular uma estratégia de corrida. Fizemos isso para tornar os testes mais fáceis de interpretar, tanto imediatamente após a sua realização como no futuro, e para analisar o comportamento dinâmico do carro em condições semelhantes às enfrentadas posteriormente na corrida.

Medições

No final do dia de testes, os engenheiros da Dewesoft forneceram-nos todos os dados recolhidos para análise utilizando o seu software.

Obtivemos o primeiro conjunto de dados significativo a partir do diagrama de forças do veículo no plano XY, ver Figura 8. Este diagrama ilustra as forças que atuam sobre o carro. É de importância fundamental ao nível mecânico no desenvolvimento de novos componentes, pois permite calcular a força máxima e o valor quadrático médio a partir destes dados.

Os principais dados analisados foram os relacionados com o comportamento lateral do veículo IDRAzephyrus, como a rigidez de deriva e os ângulos de deriva lateral.

A Figura 9 ilustra o ângulo de deriva lateral do veículo calculado pelo sistema NAVION. Em contraste, a Figura 10 apresenta os dados do sensor de direção, com a tensão de saída convertida em ângulos das rodas. Por fim, a Figura 11 mostra a taxa de guinada.

Os dados foram então filtrados a 2 Hz utilizando um filtro IIR, permitindo obter sinais mais limpos. Com o auxílio destes dados e da geometria do veículo, foi possível calcular os ângulos de deriva lateral dos eixos dianteiro e traseiro, conforme apresentado na Figura 12.

Esta figura, em particular, evidencia um comportamento globalmente neutro do veículo, com os ângulos de deriva lateral dianteiro e traseiro praticamente idênticos. Mesmo considerando toda a sessão de sete voltas e analisando a diferença entre os valores dos ângulos de deriva dos dois eixos, a média é praticamente igual a zero.

A partir destes dados, foi possível calcular a rigidez de deriva, conforme representado na Figura 13, que mostra tanto a rigidez de deriva como a direção do veículo. Os valores apresentam picos que, no entanto, não ocorrem durante a realização de curvas. Por esse motivo, utilizámos a função “if” para obter o valor da rigidez de deriva apenas para ângulos de direção superiores a 1°. Caso contrário, o valor é definido como 0°.

Posteriormente, verificámos que a rigidez de deriva varia ao longo do circuito. Este fenómeno deve-se às diferentes deformações do veículo, que induzem variações de cambagem, bem como às condições do asfalto nas diversas curvas. A Figura 14 apresenta os resultados desta análise.

A Figura 15 apresenta uma visão geral das fórmulas utilizadas para os cálculos. Em seguida, tratámos estes dados no MATLAB para obter um vetor contendo apenas os valores superiores a 0° (Figura 16). A partir desse vetor, calculámos o valor quadrático médio para obter um valor constante a ser utilizado no nosso modelo no Simcenter Amesim, a plataforma de simulação de sistemas mecatrónicos para avaliação virtual de desempenho.

Os valores obtidos para a rigidez de deriva foram de 1621,5 N/rad no eixo dianteiro e 1009,8 N/rad no eixo traseiro. Os valores anteriormente utilizados pela equipa para a simulação da dinâmica do veículo eram de 2000 N/rad no eixo dianteiro e 1500 N/rad no eixo traseiro.

Após a análise da dinâmica do veículo, analisámos as temperaturas adquiridas através dos sensores Radio6ense.

A Figura 17 mostra a temperatura do motor, em vermelho, ao longo de toda a prova. Esta característica apresenta-se de forma intermitente, como evidenciado no gráfico. Também é possível observar que a temperatura aumenta em certos momentos, mantém-se constante noutros ou diminui, dependendo da sua capacidade de troca térmica.

Um verdadeiro estado estacionário é atingido apenas nos últimos sete minutos da simulação. De facto, durante este intervalo, o aumento de calor na fase ativa é igual ao calor dissipado na fase inativa.

Este aquecimento fornece indicações importantes sobre a gama de temperatura do motor elétrico em funcionamento, mas ao mesmo tempo evidencia como as perdas de potência no cobre variam continuamente ao longo da corrida. Por isso, utilizámos estes dados para criar um ajuste no modelo que já considera a evolução da temperatura do motor. Além disso, estes resultados serão úteis nos próximos ensaios em bancada, permitindo identificar a faixa de temperatura adequada para a caracterização do novo motor elétrico.

Por outro lado, como mostrado na Figura 17, é possível observar a temperatura do redutor de velocidade, representada a azul. Verifica-se que esta aumenta mais lentamente, mas em regime estacionário atinge o mesmo valor, uma vez que ambos os componentes estão interligados.

Relativamente aos dados de temperatura dos pneus, conforme ilustrado na Figura 18, confirmamos o que já havia sido observado nos primeiros testes deste ano. O pneu passa por um curto regime transitório para se adaptar à temperatura do asfalto, sem aumento significativo de temperatura devido às curvas. A Figura 18 apresenta o gráfico da temperatura de um único pneu, dado que o comportamento é semelhante tanto no pneu dianteiro, mais solicitado pela direção, como no traseiro, responsável pela propulsão do veículo.

Conclusão

Os testes experimentais realizados revelaram-se extremamente produtivos do ponto de vista dos dados obtidos, e a decisão de simular corridas mostrou-se acertada, pois permitiu recolher uma grande quantidade de dados representativos das condições reais de utilização do veículo.

Os resultados obtidos do ponto de vista dinâmico também foram excelentes e consistentes. De facto, diferem dos valores anteriormente utilizados pela equipa, permitindo aproximar o modelo da realidade, uma vez que foram obtidos de forma mais rigorosa e com recurso a sensores mais avançados, tornando-os mais precisos, robustos e fiáveis.

Por fim, graças à medição das temperaturas do motor elétrico e dos pneus, foi possível obter dados que seriam difíceis de estimar de outra forma, fornecendo assim uma nova base para a definição de futuros testes nestes componentes.