IT201800007884A1 - Sistema e metodo per monitorare il consumo di battistrada - Google Patents
Sistema e metodo per monitorare il consumo di battistrada Download PDFInfo
- Publication number
- IT201800007884A1 IT201800007884A1 IT102018000007884A IT201800007884A IT201800007884A1 IT 201800007884 A1 IT201800007884 A1 IT 201800007884A1 IT 102018000007884 A IT102018000007884 A IT 102018000007884A IT 201800007884 A IT201800007884 A IT 201800007884A IT 201800007884 A1 IT201800007884 A1 IT 201800007884A1
- Authority
- IT
- Italy
- Prior art keywords
- tread
- tire
- tread wear
- quantities
- relating
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims description 75
- 238000000034 method Methods 0.000 title claims description 25
- 238000012360 testing method Methods 0.000 claims description 39
- 238000012937 correction Methods 0.000 claims description 34
- 239000000463 material Substances 0.000 claims description 27
- 230000001133 acceleration Effects 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 16
- 238000013528 artificial neural network Methods 0.000 claims description 13
- 230000001788 irregular Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 description 12
- 101150088095 RTM2 gene Proteins 0.000 description 10
- 101150092658 RTM1 gene Proteins 0.000 description 8
- 238000007620 mathematical function Methods 0.000 description 6
- 238000009472 formulation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 206010011906 Death Diseases 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- -1 AV (i.e. Proteins 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
- B60C11/00—Tyre tread bands; Tread patterns; Anti-skid inserts
- B60C11/24—Wear-indicating arrangements
- B60C11/246—Tread wear monitoring systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
- G01M17/02—Tyres
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tires In General (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Description
DESCRIZIONE
del brevetto per invenzione industriale dal titolo:
“SISTEMA E METODO PER MONITORARE IL CONSUMO DI BATTISTRADA”
SETTORE TECNICO DELL’INVENZIONE
La presente invenzione è relativa a un metodo e a un sistema per monitorare il consumo di battistrada con la capacità di stimare il consumo di battistrada ed il materiale di battistrada rimanente (“Remaining Tread Material” - RTM) degli pneumatici di veicoli a motore (ad esempio, veicoli dotati di motori a combustione interna, veicoli ibridi, veicoli elettrici, ecc.).
STATO DELL’ARTE
Come è ampiamente noto, gli pneumatici dei veicoli a motore sono soggetti, con l’uso, al deterioramento; in particolare, il battistrada di uno pneumatico è soggetto ad un’usura che causa la riduzione nel tempo dello spessore del battistrada. Quando lo spessore del battistrada raggiunge un certo spessore di fine vita del battistrada, lo pneumatico dovrebbe essere sostituito per non compromettere la sicurezza di guida.
Sfortunatamente, molti conducenti non verificano regolarmente lo spessore del battistrada degli pneumatici dei loro veicoli a motore, con il conseguente rischio di continuare a guidare anche quando lo spessore del battistrada di uno o più pneumatici ha raggiunto lo (o, anche peggio, è diventato inferiore allo) spessore di fine vita del battistrada, correndo in tal modo un serio rischio di sicurezza. Infatti, tipicamente, un comune conducente non possiede strumenti di misura dello spessore del battistrada e può dimenticarsi di far controllare periodicamente gli pneumatici del proprio veicolo a motore da un gommista.
Pertanto, nel settore automobilistico è molto sentita la necessità di tecnologie in grado di stimare l’RTM.
Ad esempio, soluzioni note di questo tipo sono fornite in WO 2017/156213 A1 e WO 2017/156216 A1, che sono relative, rispettivamente, ad un sistema indicatore di una vita prevista di battistrada integrato in un veicolo e ad un sistema indicatore di una vita prevista di battistrada di aiuto alla guida. In particolare, entrambe dette domande internazionali descrivono un metodo implementato tramite computer per monitorare la vita del battistrada di uno pneumatico, il quale metodo comprende:
• ricevere, tramite uno o più processori, dati associati ad una o più misure di spessore di battistrada, l’una o più misure di spessore di battistrada essendo eseguite da un dispositivo di misura esterno ad un veicolo, l’una o più misure di spessore di battistrada essendo descrittive di uno spessore di almeno un battistrada di almeno uno pneumatico del veicolo;
• associare, tramite l’uno o più processori, un rispettivo valore di tempo o di distanza a ciascuna delle una o più misure di spessore di battistrada;
• accedere, tramite l’uno o più processori, ad un modello che correla l’una o più misure di spessore di battistrada con uno spessore previsto di battistrada;
• determinare, tramite l’uno o più processori, un tempo stimato o una distanza stimata in corrispondenza del/della quale si prevede che lo spessore previsto di battistrada eguagli o superi una soglia di spessore di battistrada basata almeno in parte sul modello; e
• fornire, tramite l’uno o più processori, il tempo o la distanza stimato/a ad un sistema di notifica.
Detto sistema di notifica è integrato:
• secondo WO 2017/156213 A1, nel veicolo mentre,
• secondo WO 2017/156216 A1, in un dispositivo di calcolo di un utente (ad esempio uno smartphone o un tablet).
Anche la Richiedente ha sentito la necessità di sviluppare una tecnologia per stimare il consumo di battistrada e l’RTM di pneumatici di veicoli a motore (ad esempio, veicoli dotati di motori a combustione interna, veicoli ibridi, veicoli elettrici, ecc.). A tal riguardo, la domanda italiana di brevetto della Richiedente No.
102018000006322 depositata il 14 giugno 2018 descrive un metodo per monitorare il consumo di battistrada che comprende:
• una fase di calibrazione di un modello di consumo di battistrada, che è illustrata schematicamente in Figura 1 (dove è indicata nel complesso con 1); ed
• una fase di monitoraggio del consumo di battistrada, che è illustrata schematicamente in Figura 2 (dove è indicata nel complesso con 2).
In particolare, come mostrato in Figura 1, la fase di calibrazione di un modello di consumo di battistrada 1 include:
• eseguire test di usura di battistrada su uno o più pneumatici (blocco 11), preferibilmente utilizzando uno o più sistemi/dispositivi/macchinari di test di pneumatici, quali uno o più macchinari di test di usura di tipo indoor;
• misurare grandezze relative al consumo di battistrada indicative del consumo di battistrada risultante dai test di usura di battistrada eseguiti, e prime grandezze relative all’energia di attrito legate all’energia di attrito a cui è/sono soggetto/i lo/gli pneumatico/i durante i test di usura di battistrada eseguiti (blocco 12); e
• determinare un modello di consumo di battistrada (“Tread Wear Model” - TWM) calibrato sulla base delle grandezze relative al consumo di battistrada misurate e delle prime grandezze relative all’energia di attrito misurate (blocco 13).
Convenientemente, le grandezze relative al consumo di battistrada sono indicative di riduzioni di spessore di battistrada risultanti dai test di usura di battistrada eseguiti.
Preferibilmente, determinare un TWM calibrato (blocco 13) include:
• fornire un predefinito TWM di riferimento che correla matematicamente
- l’energia di attrito sperimentata da un (generico) pneumatico lungo un (generico) percorso di guida - al consumo di battistrada causato da detta energia di attrito
- attraverso dati parametri;
• calcolare valori di calibrazione dei dati parametri sulla base del predefinito TWM di riferimento e delle grandezze relative al consumo di battistrada e delle prime grandezze relative all’energia di attrito misurate (convenientemente, applicando le grandezze relative al consumo di battistrada e le prime grandezze relative all’energia di attrito misurate nel predefinito TWM di riferimento per calcolare i valori di calibrazione dei dati parametri); e
• determinare il TWM calibrato sulla base del predefinito TWM di riferimento e dei valori di calibrazione calcolati (convenientemente, applicando i valori di calibrazione calcolati nel predefinito TWM di riferimento).
Il predefinito TWM di riferimento è convenientemente basato su una predefinita formulazione matematica della fisica di consumo di battistrada, i cui parametri possono essere calcolati sulla base di misure del consumo di battistrada e dell’energia di attrito durante i test di usura di battistrada. In particolare, la predefinita formulazione matematica è basata sull’osservazione che un battistrada di uno pneumatico è consumato di una quantità proporzionale all’energia di attrito che lo pneumatico sperimenta lungo un percorso di guida, e alla sua capacità intrinseca di sopportare l’abrasione. Ad esempio, il predefinito TWM di riferimento può essere espresso in termini matematici come:
WT = fn,k,…(EFR) (1) dove
• EFR indica l’energia di attrito sperimentata da un (generico) pneumatico lungo un (generico) percorso di guida,
• WT indica il consumo di battistrada (ad esempio, espresso in termini di perdita media di slittamento di battistrada, i.e. di riduzione media dello spessore del battistrada sulla larghezza del battistrada) dovuto all’energia di attrito EFR e
• fn,k,… (EFR) indica una predefinita funzione matematica dell’energia di attrito EFR, la quale predefinita funzione matematica è caratterizzata da un insieme di dati parametri n,k,… e permette di calcolare, sulla base dell’energia di attrito EFR, il consumo di battistrada WT dovuto a detta energia di attrito EFR.
Preferibilmente, il predefinito TWM di riferimento e quindi l’equazione (1) possono essere vantaggiosamente espressi secondo la seguente formula matematica:
WT = k∙(EFR)<n>, (2) in cui
• n è relativo alla resistenza complessiva dello pneumatico al consumo (abradibilità) e
• k è relativo alla sensibilità dello pneumatico all’usura dovuta a fattori esterni (ad es. superficie).
In particolare, i parametri n e k definiscono la forma della funzione “consumo vs energia di attrito”, che è specifica di ciascun modello di pneumatico (disegno, mescola, costruzione).
A sua volta, l’energia di attrito EFR può essere espressa, in ciascuna delle equazioni (1) e (2), come:
EFR = g(Q1,Q2,Q3,…) (3) dove
• Q1,Q2,Q3,… indicano grandezze relative all’energia di attrito che variano tipicamente lungo un percorso di guida (in cui dette grandezze relative all’energia di attrito Q1,Q2,Q3,… possono convenientemente includere una o più delle seguenti grandezze: forze laterali in curva e longitudinali totali, forze di slittamento, angolo di slittamento, rapporto di slittamento, rigidezza in curva, rigidezza di frenata/trazione, ecc.) e
• g(Q1,Q2,Q3,…) indica una predefinita funzione matematica delle grandezze relative all’energia di attrito Q1,Q2,Q3,…, la quale predefinita funzione matematica permette di calcolare l’energia di attrito EFR complessiva sperimentata da un (generico) pneumatico su un percorso di guida sulla base delle grandezze relative all’energia di attrito Q1,Q2,Q3,… su detto percorso di guida.
Alla luce di quanto precede, è chiaro che, misurando le prime grandezze relative all’energia di attrito (blocco 12 in Figura 1) durante i test di usura di battistrada eseguiti (blocco 11 in Figura 1), è possibile calcolare (blocco 13 in Figura 1) l’energia di attrito EFR complessiva sperimentata dallo/dagli pneumatico/i sotto test sulla base dell’equazione (3). Successivamente è possibile calcolare (nuovamente blocco 13 in Figura 1) l’insieme di dati parametri n,k,… sulla base dell’equazione (1), dell’energia di attrito EFR complessiva calcolata sulla base dell’equazione (3), e delle grandezze relative al consumo di battistrada misurate (blocco 12 in Figura 1) per i test di usura di battistrada. Altrimenti, è possibile calcolare (blocco 13 in Figura 1) i dati parametri n e k sulla base dell’equazione (2), dell’energia di attrito EFR complessiva calcolata sulla base dell’equazione (3), e delle grandezze relative al consumo di battistrada misurate (blocco 12 in Figura 1) per i test di usura di battistrada.
Convenientemente, per quanto riguarda i test di usura di battistrada (blocco 11 in Figura 1), è possibile definire un percorso di guida da simulare e successivamente simulare detto percorso di guida mediante uno o più sistemi/dispositivi/macchinari di test di pneumatici, quali uno o più macchinari di test di usura di tipo indoor, che forniscono, durante i test di usura di battistrada eseguiti, misure delle prime grandezze relative all’energia di attrito (ad esempio, forze laterali in curva e longitudinali totali, angolo di slittamento, rapporto di slittamento, rigidezza in curva, ecc.). Invece, le grandezze relative al consumo di battistrada possono essere convenientemente misurate dopo ciascun percorso di guida simulato per mezzo di uno strumento di misura dello spessore del battistrada.
Da quanto precede, è chiaro che la fase di calibrazione del modello di consumo di battistrada 1 permette di ottenere, per ciascun tipo/modello di pneumatico, un rispettivo TWM specificamente calibrato. Convenientemente, la fase di calibrazione del modello di consumo di battistrada 1 può essere eseguita per ottenere, per ciascun tipo/modello di pneumatico, una pluralità di rispettivi TWM specificamente calibrati a seconda della posizione di montaggio di uno pneumatico su un veicolo a motore, quale un primo TWM calibrato per pneumatici montati su ruote anteriori e un secondo TWM calibrato per pneumatici montati su ruote posteriori, o anche, nel caso di veicoli a quattro ruote, un primo TWM calibrato per uno pneumatico montato su una ruota anteriore destra, un secondo TWM calibrato per uno pneumatico montato su una ruota anteriore sinistra, un terzo TWM calibrato per uno pneumatico montato su una ruota posteriore destra e un quarto TWM calibrato per uno pneumatico montato su una ruota posteriore sinistra.
Inoltre, come mostrato in Figura 2, la fase di monitoraggio del consumo di battistrada 2 include:
• acquisire, da un bus di veicolo di un veicolo a motore (ad esempio, uno scooter, un motociclo, un’automobile, un furgone, un autocarro, ecc.) dotato di due o più ruote su ciascuna delle quali è montato uno pneumatico, grandezze relative alla guida (ad esempio, accelerazioni longitudinali e trasversali, velocità, angolo di sterzata, tasso di imbardata, slittamento laterale del veicolo, velocità angolare di ruota, ecc.) legate alla guida del veicolo a motore (blocco 21);
• calcolare, sulla base delle grandezze relative alla guida acquisite e di un predefinito modello di dinamica di veicolo relativo al veicolo a motore, seconde grandezze relative all’energia di attrito legate all’energia di attrito sperimentata, durante la guida, dagli pneumatici del veicolo a motore (blocco 22);
• stimare (blocco 23)
- un consumo di battistrada sperimentato dagli pneumatici del veicolo a motore durante la guida sulla base delle seconde grandezze relative all’energia di attrito e del TWM calibrato e
- un RTM degli pneumatici del veicolo a motore sulla base del consumo di battistrada stimato.
Preferibilmente, calcolare le seconde grandezze relative all’energia di attrito (blocco 22) include:
• fornire un predefinito modello di dinamica di veicolo che è relativo al veicolo a motore e che correla matematicamente
- le grandezze relative alla guida (ad esempio, accelerazioni longitudinali e trasversali, velocità, angolo di sterzata, tasso di imbardata, slittamento laterale del veicolo, velocità angolare di ruota, ecc.) acquisite dal bus di veicolo del veicolo a motore durante la guida
- alle seconde grandezze relative all’energia di attrito legate all’energia di attrito sperimentata, durante la guida, dagli pneumatici del veicolo a motore; e
• calcolare dette seconde grandezze relative all’energia di attrito sulla base del predefinito modello di dinamica di veicolo e delle grandezze relative alla guida acquisite (convenientemente, immettendo dette grandezze relative alla guida acquisite nel predefinito modello di dinamica di veicolo).
Il predefinito modello di dinamica di veicolo è convenientemente basato su una predefinita formulazione matematica della dinamica del veicolo a motore, la quale predefinita formulazione matematica permette di calcolare, sulla base delle misure eseguite a bordo del veicolo (ovvero le misure che producono le grandezze relative alla guida), forze e slittamenti sperimentati dagli pneumatici durante la guida. Per esempio, il predefinito modello di dinamica di veicolo può essere espresso in termini matematici come:
Q1,Q2,Q3,… = h(P1,P2,P3,…) (4) dove
• P1,P2,P3,… indicano le grandezze relative alla guida acquisite (che, come spiegato in precedenza, possono includere accelerazioni longitudinali e trasversali, velocità, angolo di sterzata, tasso di imbardata, slittamento laterale del veicolo, velocità angolare della ruota, ecc.),
• Q1,Q2,Q3,… indicano, in questo caso, le seconde grandezze relative all’energia di attrito (ad esempio, forze laterali in curva e longitudinali totali, angolo di slittamento, rapporto di slittamento, rigidezza in curva, ecc.), e
• h(P1,P2,P3,…) indica una predefinita funzione matematica delle grandezze relative alla guida acquisite P1,P2,P3,…, la quale predefinita funzione matematica permette di calcolare, sulla base di dette grandezze relative alla guida acquisite P1,P2,P3,…, le seconde grandezze relative all’energia di attrito Q1,Q2,Q3,….
Pertanto, una volta che le seconde grandezze relative all’energia di attrito Q1,Q2,Q3,… sono state calcolate sulla base delle grandezze relative alla guida acquisite P1,P2,P3,… e dell’equazione (4), è possibile stimare il consumo di battistrada sperimentato dagli pneumatici del veicolo a motore durante la guida immettendo le seconde grandezze relative all’energia di attrito Q1,Q2,Q3,… nel TWM calibrato (blocco 23 in Figura 2); ovvero, immettendo le seconde grandezze relative all’energia di attrito Q1,Q2,Q3,… nel predefinito TWM di riferimento caratterizzato dai valori di calibrazione dei dati parametri calcolati nella fase di calibrazione del modello di consumo di battistrada 1.
In estrema sintesi, nella fase di calibrazione del modello di consumo di battistrada 1, le grandezze relative al consumo di battistrada (ovvero WT nelle equazioni (1) e (2)) e le prime grandezze relative all’energia di attrito (ovvero Q1,Q2,Q3,… nell’equazione (3)) sono “note”, mentre i dati parametri (ovvero n,k,… nell’equazione (1), e n e k nell’equazione (2)) sono “incogniti” ma possono essere calcolati utilizzando le equazioni (1) e (3), o (2) e (3).
Invece, nella fase di monitoraggio del consumo di battistrada 2, i dati parametri (ovvero n,k,… nell’equazione (1), e n e k nell’equazione (2)) sono noti dalla fase di calibrazione del modello di consumo di battistrada 1, e anche le grandezze relative alla guida (ovvero P1, P2, P3,… nell’equazione (4)) sono “note” dalle misure a bordo del veicolo. Pertanto, il consumo di battistrada (ovvero WT nelle equazioni (1) e (2)) può essere stimato utilizzando le equazioni (1), (3) e (4) o (2), (3) e (4).
Convenientemente, per ciascun tipo/modello di veicolo a motore, un rispettivo predefinito modello di dinamica di veicolo è utilizzato nella fase di monitoraggio del consumo di battistrada 2 per calcolare le seconde grandezze relative all’energia di attrito (blocco 22 in Figura 2). Più convenientemente, per ciascun tipo/modello di veicolo a motore, è possibile usare una pluralità di rispettivi predefiniti modelli di dinamica di veicolo per tenere conto delle diverse posizioni di montaggio degli pneumatici su un veicolo a motore (ovvero ruote anteriori e posteriori, o ruote anteriori destra e sinistra e ruote posteriori destra e sinistra).
Preferibilmente, stimare il consumo di battistrada (blocco 23 in Figura 2) include calcolare, sulla base delle seconde grandezze relative all’energia di attrito e del TWM calibrato, un valore di consumo di battistrada indicativo di una riduzione dello spessore del battistrada dovuta a una distanza percorsa dal veicolo a motore, e stimare l’RTM (di nuovo blocco 23 in Figura 2) include calcolare uno spessore rimanente di battistrada sulla base del valore di consumo di battistrada e di uno spessore iniziale di battistrada. Convenientemente, lo spessore rimanente di battistrada è espresso in termini di una percentuale di spessore rimanente di battistrada rispetto allo spessore iniziale di battistrada.
Inoltre, stimare l’RTM (blocco 23 in Figura 2) include convenientemente rilevare una condizione di imminente fine vita per gli pneumatici del veicolo a motore se lo spessore rimanente di battistrada raggiunge una predefinita soglia (ad esempio, se la percentuale di spessore rimanente di battistrada raggiunge il, o scende al di sotto del, 20% dello spessore iniziale di battistrada).
Preferibilmente, la stima del consumo di battistrada e dell’RTM (blocco 23 in Figura 2) è eseguita ogni N chilometri/miglia percorsi dal veicolo a motore, in cui N indica un predefinito numero intero positivo (ad esempio N può essere uguale a 5000 o 10.000, o anche un numero minore di chilometri/miglia).
La precisione e l’affidabilità della stima del consumo di battistrada e dell’RTM (blocco 23 in Figura 2) possono essere convenientemente aumentate se il conducente/proprietario del veicolo a motore sottoposto a monitoraggio del consumo di battistrada si reca da un gommista per far misurare lo spessore del battistrada degli pneumatici del proprio veicolo a motore. Infatti, il consumo di battistrada e l’RTM stimati possono essere vantaggiosamente corretti sulla base di misure di spessore di battistrada eseguite per mezzo di uno strumento di misura dello spessore del battistrada (poiché dette misure consentono di azzerare gli errori di stima e quindi di resettare la stima del consumo di battistrada e dell’RTM).
Inoltre, 102018000006322 descrive anche un sistema per monitorare il battistrada, che è schematicamente illustrato in Figura 3 (dove è indicato nel complesso con 3) e che include:
• un dispositivo di acquisizione 31, che è
- installato a bordo di un veicolo a motore (non mostrato in Figura 3, ad es. uno scooter, un motociclo, un’automobile, un furgone, un autocarro, ecc.) dotato di due o più ruote su ciascuna delle quali è montato uno pneumatico, ed
- accoppiato a un bus di veicolo 40 (ad esempio, basato sul Controller Area Network (CAN) bus standard) di detto veicolo a motore per acquisire le grandezze relative alla guida (blocco 21 in Figura 2);
• un dispositivo/sistema di elaborazione 32, che è collegato, in modo cablato o senza fili, al dispositivo di acquisizione 31 per ricevere da quest’ultimo le grandezze relative alla guida, e che è programmato per
- calcolare le seconde grandezze relative all’energia di attrito (blocco 22 in Figura 2) e
- stimare il consumo di battistrada e l’RTM (blocco 23 in Figura 2); ed
• un dispositivo di notifica 33 configurato per informare un utente associato al veicolo a motore (ad esempio un conducente e/o un proprietario dello stesso) dell’RTM degli pneumatici stimato dal dispositivo/sistema di elaborazione 32.
Convenientemente, il dispositivo di notifica 33 è configurato per avvisare l’utente associato al veicolo a motore di una condizione di imminente fine vita rilevata dal dispositivo/sistema di elaborazione 32 per gli pneumatici del veicolo a motore.
Inoltre, le Figure 4 e 5 illustrano schematicamente due specifiche forme preferite di realizzazione del sistema per monitorare il consumo di battistrada 3 secondo 102018000006322.
In particolare, facendo riferimento alla Figura 4, in una prima specifica forma preferita di realizzazione (indicata complessivamente con 3A) del sistema per monitorare il consumo di battistrada 3:
• il dispositivo/sistema di elaborazione 32 è implementato/realizzato per mezzo di un cosiddetto sistema di cloud computing 32A che è remotamente collegato senza fili al dispositivo di acquisizione 31 (ad es. tramite una o più tecnologie di comunicazione mobile, quali GSM, GPRS, EDGE, HSPA, UTMS, LTE, LTE Advanced e/o sistemi di comunicazioni senza fili di futura 5<a >generazione (o anche oltre)); e
• il dispositivo di notifica 33 è implementato/realizzato per mezzo di un dispositivo elettronico di comunicazione 33A (quale ad esempio uno smartphone, un tablet, un laptop, un computer fisso, una smart TV, uno smartwatch, ecc.), che è associato al (ad esempio posseduto e/o utilizzato dal) l’utente (in Figura 4 indicato con 5) associato al veicolo a motore (in Figura 4 indicato con 4), e che è remotamente collegato al sistema di cloud computing 32A tramite una o più reti cablate e/o senza fili.
Preferibilmente, il sistema di cloud computing 32A è programmato per inviare una notifica RTM al dispositivo elettronico di comunicazione 33A che, successivamente, fornisce all’utente 5 detta notifica RTM. Per esempio, il dispositivo elettronico di comunicazione 33A può convenientemente essere uno smartphone o un tablet su cui è installata un’applicazione software (ovvero una cosiddetta app), la quale app è configurata per ricevere, dal sistema di cloud computing 32A, una notifica push che indica l’RTM degli pneumatici stimato. È possibile utilizzare anche altri tipi di notifica RTM, quali messaggi SMS, messaggi di posta elettronica o, più in generale, messaggi di testo e/o audio e/o immagine e/o video e/o di tipo multimediale.
Si evidenzia che il sistema di cloud computing 32A può essere vantaggiosamente utilizzato per fornire un servizio di monitoraggio del consumo di battistrada a molti veicoli a motore 4 e, quindi, a molti utenti 5.
Invece, facendo riferimento alla Figura 5, in una seconda specifica forma preferita di realizzazione (indicata complessivamente con 3B) del sistema per monitorare il consumo di battistrada 3:
• il dispositivo/sistema di elaborazione 32 è implementato/realizzato per mezzo di una centralina elettronica di controllo (“Electronic Control Unit” - ECU) 32B (autoveicolistica) installata a bordo del veicolo a motore 4; ed
• il dispositivo di notifica 33 è implementato/realizzato per mezzo di un’interfaccia uomomacchina (“Human-Machine Interface” - HMI) 33B fornita a bordo del veicolo a motore 4.
In detta seconda specifica forma preferita di realizzazione 3B, l’ECU 32B può convenientemente informare un conducente del veicolo a motore 4 dell’RTM stimato degli pneumatici tramite un messaggio grafico visualizzato dall’HMI 33B (che pertanto può convenientemente comprendere uno schermo e/o un indicatore grafico).
L’ECU 32B può convenientemente essere una ECU specificamente dedicata al monitoraggio del consumo di battistrada, o una ECU dedicata a diverse funzioni che includono anche il monitoraggio del consumo di battistrada. Analogamente, l’HMI 33B può convenientemente essere una HMI specificamente dedicata al monitoraggio del consumo di battistrada, o una HMI dedicata a diverse funzioni che includono anche il monitoraggio del consumo di battistrada (ad esempio, una HMI di un sistema infotelematico e/o di assistenza al conducente di bordo).
Alla luce di quanto precede, risulta chiaro che il metodo ed il sistema per monitorare il consumo di battistrada secondo 102018000006322, tenendo conto della fisica del consumo di battistrada, della dinamica del veicolo e dello stile di guida, consentono di stimare automaticamente il consumo di battistrada e l’RTM di uno pneumatico in modo molto efficiente ed affidabile senza che un conducente debba necessariamente possedere uno strumento di misura dello spessore del battistrada né recarsi da un gommista per far misurare lo spessore del battistrada degli pneumatici del proprio veicolo a motore.
SCOPO E RIASSUNTO DELL’INVENZIONE
Il metodo per monitorare il consumo di battistrada secondo 102018000006322 permette di stimare il consumo di battistrada come consumo medio di materiale lungo il profilo del battistrada, per cui si assume implicitamente un consumo di battistrada perfettamente regolare (ovvero si assume che le nervature di battistrada si consumino sostanzialmente alla stessa velocità).
Tuttavia, la Richiedente ha notato che, in molti casi, il battistrada dello pneumatico si consuma in modo irregolare con una o più nervature che si consumano molto più rapidamente a causa del design e dell’utilizzo dello pneumatico.
Pertanto, scopo della presente invenzione è quello di fornire un metodo perfezionato per monitorare il consumo di battistrada ed un sistema perfezionato per monitorare il consumo di battistrada, che permettano di stimare il materiale di battistrada rimanente (RTM) con maggiore accuratezza tenendo conto del consumo irregolare di battistrada.
Tale scopo è raggiunto dalla presente invenzione in quanto essa concerne un metodo per monitorare il consumo di battistrada ed un sistema per monitorare il consumo di battistrada, come definiti nelle rivendicazioni allegate.
BREVE DESCRIZIONE DEI DISEGNI
Per una migliore comprensione della presente invenzione, alcune forme preferite di realizzazione, che sono intese puramente a titolo di esempi non limitativi, saranno ora descritte facendo riferimento ai disegni allegati (tutti non in scala), in cui:
• le Figure 1 e 2 illustrano schematicamente, rispettivamente, una fase di calibrazione di un modello di consumo di battistrada ed una fase di monitoraggio del consumo di battistrada di un metodo per monitorare il consumo di battistrada secondo la domanda di brevetto italiana della Richiedente No. 102018000006322;
• la Figura 3 illustra schematicamente un sistema per monitorare il consumo di battistrada secondo 102018000006322 per eseguire la fase di monitoraggio del consumo di battistrada della Figura 2;
• le Figure 4 e 5 illustrano schematicamente due specifiche forme preferite di realizzazione del sistema per monitorare il consumo di battistrada della Figura 3 secondo 102018000006322;
• le Figure 6 e 7 illustrano schematicamente, rispettivamente, una fase preliminare ed una fase perfezionata di monitoraggio del consumo di battistrada di un metodo perfezionato per monitorare il consumo di battistrada secondo una forma preferita di realizzazione della presente invenzione; e
• la Figura 8 illustra schematicamente un esempio non limitativo di un sistema perfezionato per monitorare il consumo di battistrada per eseguire la fase perfezionata di monitoraggio del consumo di battistrada della Figura 7.
DESCRIZIONE DETTAGLIATA DI FORME PREFERITE DI REALIZZAZIONE DELL’INVENZIONE
La seguente discussione è presentata per permettere ad un esperto nella tecnica di realizzare e utilizzare l’invenzione. Varie modifiche alle forme di realizzazione risulteranno subito evidenti agli esperti nella tecnica senza allontanarsi dall’ambito di protezione della presente invenzione come rivendicata. Pertanto, la presente invenzione non deve essere intesa come limitata alle sole forme di realizzazione mostrate e descritte, ma le va accordato il più ampio ambito di protezione coerente con i principi e le caratteristiche descritti nella presente e definiti nelle rivendicazioni allegate.
La presente invenzione riguarda un metodo perfezionato per monitorare il consumo di battistrada (in particolare, perfezionato rispetto alla soluzione secondo la domanda di brevetto italiana della Richiedente No. 102018000006322), che include una fase preliminare e una fase perfezionata di monitoraggio del consumo di battistrada.
A tal riguardo, la Figura 6 illustra schematicamente una fase preliminare (indicata complessivamente con 6) secondo una forma preferita di realizzazione della presente invenzione. In particolare, la fase preliminare 6 comprende eseguire la fase di calibrazione del modello di consumo di battistrada 1 del metodo per monitorare il consumo di battistrada secondo 102018000006322, determinando in tal modo un modello di consumo di battistrada (“Tread Wear Model” - TWM) calibrato. A tal riguardo, si richiama l’attenzione sul fatto che, in considerazione della precedente descrizione dettagliata della fase di calibrazione del modello di consumo di battistrada 1, nel seguito detta fase di calibrazione del modello di consumo di battistrada 1 non sarà descritta nuovamente, rimanendo valido quanto descritto in precedenza, salvo differenze/variazioni rilevanti che, invece, saranno esplicitamente descritte qui di seguito.
Inoltre, la fase preliminare 6 comprende anche:
• determinare, sulla base di una o più delle grandezze relative al consumo di battistrada misurate (che sono misurate in corrispondenza del blocco 12 in Figura 1 e sono indicative del consumo di battistrada risultante dai test di usura di battistrada eseguiti in corrispondenza del blocco 11 in Figura 1), un primo fattore di correzione relativo al consumo irregolare di battistrada dovuto a caratteristiche dello pneumatico (e.g. disegno, costruzione, ecc.) - blocco 61 in Figura 6; e
• addestrare una rete neurale artificiale (“Artificial Neural Network” - ANN) a fornire secondi fattori di correzione relativi al consumo irregolare di battistrada dovuto all’utilizzo dello pneumatico (e.g. a causa dello stile di guida, del percorso di guida, delle caratteristiche del veicolo, ecc.) - blocco 62 in Figura 6.
Preferibilmente, il primo fattore di correzione è indicativo di un primo rapporto tra il materiale di battistrada rimanente (RTM) in corrispondenza del punto di battistrada più consumato e l’RTM medio per il consumo irregolare di battistrada dovuto a caratteristiche dello pneumatico, e ciascun secondo fattore di correzione è indicativo di un rispettivo secondo rapporto tra l’RTM in corrispondenza del punto di battistrada più consumato e l’RTM medio per il consumo irregolare di battistrada dovuto all’utilizzo dello pneumatico.
In dettaglio, secondo una specifica forma preferita di realizzazione non limitativa della presente invenzione:
• eseguire test di usura di battistrada (blocco 11 in Figura 1) include
- definire un tragitto di guida di test da simulare ed
- eseguire un test di usura di battistrada su un dato pneumatico per mezzo di un sistema/dispositivo/macchinario di test di pneumatici (quale un macchinario di test di usura di tipo indoor) che simula il tragitto di guida di test;
• misurare grandezze relative al consumo di battistrada (blocco 12 in Figura 1) include misurare, per mezzo di uno strumento di misura dello spessore di battistrada, un profilo di spessore di battistrada del dato pneumatico, il quale profilo di spessore di battistrada risulta dal tragitto di guida di test simulato; e
• determinare un primo fattore di correzione (blocco 61 in Figura 6) include
- determinare, sulla base del profilo di spessore di battistrada misurato, una prima quantità di RTM di punto peggiore RTM1,WP in corrispondenza di un punto di battistrada più consumato del dato pneumatico (ad esempio, in corrispondenza della nervatura di battistrada più consumata) ed una prima quantità di RTM medio RTM1,AV lungo il profilo del battistrada di detto dato pneumatico, e
- calcolare un primo fattore di correzione CF1 come rapporto tra la prima quantità di RTM di punto peggiore RTM1,WP e la prima quantità di RTM medio RTM1,AV (ovvero, CF1 = RTM1,WP/RTM1,AV).
Convenientemente, eseguire test di usura di battistrada (blocco 11 in Figura 1) include anche:
• selezionare uno o più modelli di veicolo e uno o più modelli di pneumatico;
• definire uno o più tragitti di guida di test da simulare; e
• eseguire uno o più test di usura di battistrada su uno o più dati pneumatici del/i modello/i di pneumatico selezionato/i per mezzo di uno o più sistemi/dispositivi/macchinari di test di pneumatici (ad esempio, uno o più macchinari di test di usura di tipo indoor) che simulano il/i tragitto/i di guida di test percorso/i da uno o più veicoli a motore del/i modello/i di veicolo selezionato/i su cui è/sono montato/i il/i dato/i pneumatico/i.
In questo modo, è possibile definire (blocco 61 in Figura 6) diversi primi fattori di correzione per diversi modelli di veicolo, diversi modelli di pneumatico e diversi tragitti di guida di test.
Preferibilmente, l’ANN è addestrata (blocco 62 in Figura 6) sulla base di una data banca dati (e.g. una banca dati di “wear feet”) che include dati statistici relativi all’utilizzo di pneumatici e corrispondenti dati statistici relativi all’RTM.
Più preferibilmente, i dati statistici relativi all’utilizzo di pneumatici sono indicativi di grandezze registrate relative all’utilizzo di pneumatici (e.g. parametri di veicoli e di tragitti che tipicamente causano un consumo irregolare di battistrada, come la severità del tragitto espressa come valore quadratico medio (“Root Mean Square” - RMS) di accelerazioni trasversali e longitudinali, allineamento delle ruote del veicolo e pressione di gonfiaggio degli pneumatici) associate a pneumatici usati e che hanno provocato un consumo irregolare di battistrada di detti pneumatici usati, mentre i corrispondenti dati statistici relativi all’RTM sono indicativi di coppie di quantità di RTM determinate per gli pneumatici usati, in cui ciascuna coppia di quantità di RTM:
• è relativa a un rispettivo pneumatico usato e corrisponde a rispettive grandezze registrate relative all’utilizzo di pneumatici associate a detto rispettivo pneumatico usto; ed
• include una seconda quantità di RTM di punto peggiore RTM2,WP in corrispondenza di un punto di battistrada più consumato del rispettivo pneumatico usato ed una rispettiva seconda quantità di RTM medio RTM2,AV lungo il profilo del battistrada di detto rispettivo pneumatico usato.
Inoltre, addestrare l’ANN (blocco 62 in Figura 6) include preferibilmente:
• calcolare, per ciascun pneumatico usato, un rispettivo secondo fattore di correzione CF2 come rapporto tra la rispettiva seconda quantità di RTM di punto peggiore RTM2,WP e la rispettiva seconda quantità di RTM medio RTM2,AV (ovvero, CF2 = RTM2,WP/RTM2,AV); e
• addestrare l’ANN eseguendo una tecnica di apprendimento supervisionato che include applicare all’ANN, per ciascun pneumatico usato, le grandezze registrate relative all’utilizzo di pneumatici associate a detto pneumatico usato come ingressi e il rispettivo secondo fattore di correzione CF2 come uscita, per cui l’ANN viene addestrata a fornire in uscita, sulla base di grandezze relative all’utilizzo di pneumatici in ingresso, un corrispondente secondo fattore di correzione CF2.
Si evidenzia che i primi ed i secondi fattori di correzione CF1 e CF2 sono tipicamente inferiori ad uno a causa del consumo irregolare di battistrada (mentre sarebbero uguali ad uno in caso di consumo di battistrada perfettamente regolare), in cui minore è la prima/seconda quantità di RTM di punto peggiore RTM1,WP/RTM2,WP rispetto alla prima/seconda quantità di RTM medio RTM1,AV/RTM2,AV (ad esempio a causa di un consumo di battistrada estremamente irregolare), minore sarà il primo/secondo fattore di correzione CF1/CF2.
Pertanto, i primi ed i secondi fattori di correzione CF1 e CF2 possono essere sfruttati vantaggiosamente nella fase perfezionata di monitoraggio del consumo di battistrada per raffinare la stima di RTM eseguita implementando la fase di monitoraggio del consumo di battistrada 2 secondo 102018000006322 precedentemente descritta (la quale stima di RTM, come spiegato in precedenza, è basata su una stima di consumo medio di battistrada lungo il profilo del battistrada per cui viene tenuto in conto il consumo irregolare di battistrada). In questo modo, è possibile ottenere una stima di RTM più accurata (ovvero, una stima di vita utile rimanente (“Remaining Useful Life” - RUL) di pneumatico più accurata), che tiene conto anche del consumo irregolare di battistrada. In termini matematici, tale raffinamento della stima di RTM può essere convenientemente espresso come:
RTMrefined = RTMaverage CF1∙CF2 (5) dove
• RTMaverage indica una terza quantità di RTM medio stimata implementando la fase di monitoraggio del consumo di battistrada 2 secondo 102018000006322 descritta in precedenza; e
• RTMrefined indica una quantità corretta di RTM che tiene conto del consumo irregolare di battistrada dovuto a caratteristiche dello pneumatico (tramite CF1) e all’utilizzo dello pneumatico (tramite CF2).
A tal riguardo, la Figura 7 illustra schematicamente una fase perfezionata di monitoraggio del consumo di battistrada (indicata complessivamente con 7) secondo una forma preferita di realizzazione della presente invenzione. In particolare, la fase perfezionata di monitoraggio del consumo di battistrada 7 comprende:
• eseguire la fase di monitoraggio del consumo di battistrada 2 del metodo per monitorare il consumo di battistrada secondo 102018000006322, ottenendo in tal modo una terza quantità di RTM medio RTMaverage; e
• eseguire un raffinamento della stima di RTM (blocco 71) basato sul primo e sul secondo fattore di correzione CF1 e CF2 (convenientemente, utilizzando l’equazione (5)), ottenendo in tal modo una quantità corretta di RTM RTMrefined che tiene conto del consumo irregolare di battistrada dovuto alle caratteristiche dello pneumatico e all’utilizzo dello pneumatico.
A tal riguardo, si richiama l’attenzione sul fatto che, in considerazione della precedente descrizione dettagliata della fase di monitoraggio del consumo di battistrada 2, nel seguito detta fase di monitoraggio del consumo di battistrada 2 non sarà nuovamente descritta, rimanendo valido quanto descritto in precedenza, salvo differenze/variazioni rilevanti che, invece, saranno esplicitamente descritte qui di seguito.
Più in dettaglio, eseguire un raffinamento della stima di RTM (blocco 71 in Figura 7) comprende:
• fornire, per mezzo dell’ANN addestrata, un secondo fattore di correzione CF2 sulla base di una o più delle grandezze relative alla guida acquisite (acquisite in corrispondenza del blocco 21 in figura 2); e
• correggere la terza quantità di RT medio RTMaverage sulla base del primo fattore di correzione CF1 e del secondo fattore di correzione CF2 fornito dall’ANN addestrata sulla base dell’una o più grandezze relative alla guida acquisite.
Preferibilmente, le grandezze relative alla guida acquisite includono grandezze relative ad accelerazioni indicative di accelerazioni trasversali e longitudinali del veicolo sottoposto a monitoraggio del consumo di battistrada, e fornire un secondo fattore di correzione CF2 per mezzo dell’ANN addestrata include:
• calcolare, sulla base delle grandezze relative ad accelerazioni, grandezze relative ad accelerazioni medie indicative di accelerazioni trasversali e longitudinali medie del veicolo sottoposto a monitoraggio del consumo di battistrada (ad esempio RMS delle accelerazioni trasversali e longitudinali); e
• immettere in ingresso nell’ANN addestrata le grandezze relative ad accelerazioni medie, almeno una grandezza relativa alla pressione indicativa di una pressione di gonfiaggio di pneumatico associata allo pneumatico sottoposto a monitoraggio del consumo di battistrada, e grandezze relative alla convergenza, alla campanatura e al carico che sono associate allo pneumatico e al veicolo sottoposti a monitoraggio del consumo di battistrada, per cui l’ANN addestrata fornisce in uscita un corrispondente fattore di correzione CF2.
Convenientemente, la grandezza relativa alla pressione può essere inclusa nelle grandezze relative alla guida acquisite o può essere una predefinita grandezza relativa alla pressione memorizzata, mentre le grandezze relative alla convergenza, alla campanatura e al carico sono predefinite grandezze memorizzate.
Per porre quanto precede in una diversa prospettiva, nell’addestramento dell’ANN (blocco 62 in Figura 6) eseguito nella fase preliminare 6 sulla base dei dati statistici relativi all’utilizzo di pneumatici e dei dati statistici relativi all’RTM, l’ANN è addestrata per apprendere la seguente funzione da utilizzare nella fase perfezionata di monitoraggio del consumo di battistrada 7 (in particolare, per determinare il secondo fattore di correzione CF2 da utilizzare nel raffinamento della stima di RTM - blocco 71 in Figura 7):
CF2 = r(RMSAy, RMSAx Pressione, convergenza, Campanatura, Carico(6) dove
• RMSAy e RMSAx indicano le grandezze relative ad accelerazioni medie indicative, rispettivamente, delle accelerazioni trasversali e longitudinali medie del veicolo sottoposto a monitoraggio del consumo di battistrada (in particolare, RMS delle accelerazioni trasversali e longitudinali);
• Pressione indica la grandezza relativa alla pressione; • Convergenza, Campanatura e Carico indicano le grandezze relative. rispettivamente, a convergenza, campanatura e carico; e
• CF2, come spiegato in precedenza, è uguale a RTM2,WP/RTM2,AV.
Da quanto precede è immediatamente chiaro che l’addestramento dell’ANN (blocco 62 in Figura 6) della fase preliminare 6 può essere convenientemente eseguito in modo da ottenere diverse ANN specificamente addestrate per diversi modelli di pneumatico e/o diversi modelli di veicolo.
La presente invenzione riguarda anche un sistema perfezionato per monitorare il consumo di battistrada che, da un punto di vista architetturale, ha la stessa architettura del sistema per monitorare il consumo di battistrada 3 secondo 102018000006322 mostrato in Figura 3 e descritto precedentemente in dettaglio, in cui il dispositivo/sistema di elaborazione 32, secondo la presente invenzione, memorizza in una memoria interna il primo fattore di correzione CF1, include l’ANN addestrata ed è programmato per eseguire la fase perfezionata di monitoraggio del consumo di battistrada 7 implementando la fase di monitoraggio del consumo di battistrada 2 secondo 102018000006322 ed eseguendo il raffinamento della stima di RTM (blocco 71 in Figura 7).
Ovviamente, le due specifiche forme preferite di realizzazione del sistema per monitorare il consumo di battistrada 3 mostrate nelle Figure 4 e 5 e descritte precedentemente in dettaglio possono essere convenientemente sfruttate per realizzare anche il sistema perfezionato per monitorare il consumo di battistrada secondo la presente invenzione.
A tal riguardo, si evidenzia che anche un’architettura ibrida (mostrata in Figura 8 e indicata complessivamente con 3C) può essere convenientemente sfruttata per realizzare il sistema perfezionato per monitorare il consumo di battistrada secondo la presente invenzione, in cui il sistema di cloud computing 32A è utilizzato unitamente all’HMI 33B (che è installata a bordo del veicolo a motore 4 ed è remotamente collegata al sistema di cloud computing 32A tramite una o più reti senza fili).
Da quanto precede, i vantaggi tecnici e le caratteristiche innovative della presente invenzione risultano immediatamente evidenti agli esperti nella tecnica.
In particolare, è importante sottolineare che la presente invenzione permette di stimare l’RTM con accuratezza estremamente elevata (in particolare, con una accuratezza incrementata rispetto alla soluzione secondo 102018000006322) tenendo conto del consumo irregolare di battistrada legato alle caratteristiche degli pneumatici e all’utilizzo degli pneumatici.
In conclusione, è chiaro che numerose modifiche e varianti possono essere effettuate alla presente invenzione, tutte comprese nell’ambito di protezione dell’invenzione, come definito nelle rivendicazioni allegate.
Claims (14)
- RIVENDICAZIONI 1. Metodo per monitorare il consumo di battistrada comprendente una fase preliminare (6) ed una fase di monitoraggio del consumo di battistrada (7); in cui la fase preliminare (6) include: • eseguire test di usura di battistrada su uno o più pneumatici; • misurare grandezze relative al consumo di battistrada e prime grandezze relative all’energia di attrito, in cui le grandezze relative al consumo di battistrada sono indicative di un consumo di battistrada risultante dai test di usura di battistrada eseguiti, e le prime grandezze relative all’energia di attrito sono relative all’energia di attrito a cui è/sono sottoposto/i lo/gli pneumatico/i testato/i durante i test di usura di battistrada eseguiti; e • determinare, sulla base delle grandezze relative al consumo di battistrada e delle prime grandezze relative all’energia di attrito misurate, un modello di consumo di battistrada calibrato; in cui la fase di monitoraggio del consumo di battistrada (7) include: • acquisire, da un bus di veicolo (40) di un veicolo a motore (4) dotato di due o più ruote provviste, ciascuna, di uno pneumatico, grandezze relative alla guida legate alla guida del veicolo a motore (4), • calcolare, sulla base delle grandezze relative alla guida acquisite e di un predefinito modello di dinamica di veicolo relativo al veicolo a motore (4), seconde grandezze relative all’energia di attrito legate all’energia di attrito sperimentata, durante la guida, da almeno uno pneumatico del veicolo a motore (4); • stimare, sulla base delle seconde grandezze relative all’energia di attrito e del modello di consumo di battistrada calibrato, un consumo di battistrada sperimentato da detto almeno uno pneumatico del veicolo a motore (4) durante la guida; e • stimare, sulla base del consumo di battistrada stimato, un’attuale quantità media di materiale di battistrada rimanente di detto almeno uno pneumatico del veicolo a motore (4); caratterizzato dal fatto che: • la fase preliminare (6) include inoltre - determinare, sulla base di una o più delle grandezze relative al consumo di battistrada misurate, un primo fattore di correzione relativo ad un consumo irregolare di battistrada dovuto a caratteristiche dello pneumatico, e - addestrare una rete neurale artificiale per fornire secondi fattori di correzione relativi ad un consumo irregolare di battistrada dovuto all’utilizzo dello pneumatico; e • la fase di monitoraggio del consumo di battistrada (7) include inoltre - fornire, per mezzo della rete neurale artificiale addestrata, un secondo fattore di correzione sulla base di una o più delle grandezze relative alla guida acquisite, e - calcolare una quantità corretta di materiale di battistrada rimanente sulla base dell’attuale quantità media di materiale di battistrada rimanente, del primo fattore di correzione e del secondo fattore di correzione fornito dalla rete neurale artificiale addestrata sulla base dell’una o più grandezze relative alla guida acquisite.
- 2. Il metodo per monitorare il consumo di battistrada della rivendicazione 1, in cui il primo fattore di correzione è indicativo di un primo rapporto tra il materiale di battistrada rimanente in corrispondenza del punto di battistrada più consumato e il materiale di battistrada rimanente medio per un consumo irregolare di battistrada dovuto a caratteristiche dello pneumatico, e ciascun secondo fattore di correzione è indicativo di un rispettivo secondo rapporto tra il materiale di battistrada rimanente in corrispondenza del punto di battistrada più consumato e il materiale di battistrada rimanente medio per un consumo irregolare di battistrada dovuto all’utilizzo dello pneumatico.
- 3. Il metodo per monitorare il consumo di battistrada secondo la rivendicazione 1 o 2, in cui eseguire test di usura di battistrada include: • definire un percorso di guida di test da simulare; ed • eseguire un test di usura di battistrada su un dato pneumatico per mezzo di un sistema/dispositivo/macchinario di test di pneumatici che simula il percorso di guida di test; in cui misurare grandezze relative al consumo di battistrada include misurare, per mezzo di uno strumento di misura dello spessore di battistrada, un profilo di spessore di battistrada del dato pneumatico, il quale profilo di spessore di battistrada risulta dal percorso di guida di test simulato; ed in cui determinare un primo fattore di correzione include: • determinare, sulla base del profilo di spessore di battistrada misurato, una prima quantità di materiale di battistrada rimanente di punto peggiore in corrispondenza di un punto più consumato di battistrada del dato pneumatico ed una prima quantità media di materiale di battistrada rimanente lungo il profilo di battistrada di detto dato pneumatico; e • calcolare il primo fattore di correzione come rapporto tra la prima quantità di materiale di battistrada rimanente di punto peggiore e la prima quantità media di materiale di battistrada rimanente.
- 4. Il metodo per monitorare il consumo di battistrada secondo una qualsiasi rivendicazione da 1 a 3, in cui la rete neurale artificiale è addestrata sulla base di una data banca dati che include dati statistici relativi all’utilizzo di pneumatici e corrispondenti dati statistici relativi al materiale di battistrada rimanente.
- 5. Il metodo per monitorare il consumo di battistrada della rivendicazione 4, in cui i dati statistici relativi all’utilizzo di pneumatici sono indicativi di grandezze registrate relative all’utilizzo di pneumatici che sono associate a pneumatici usati e che hanno causato un consumo irregolare di battistrada di detti pneumatici usati; in cui i corrispondenti dati statistici relativi al materiale di battistrada rimanente sono indicativi di coppie di quantità di materiale di battistrada rimanente determinate per gli pneumatici usati, in cui ciascuna coppia di quantità di materiale di battistrada rimanente: • è relativa ad un rispettivo pneumatico usato e corrisponde a rispettive grandezze registrate relative all’utilizzo dei pneumatici associate a detto rispettivo pneumatico usato; ed • include una rispettiva seconda quantità di materiale di battistrada rimanente di punto peggiore in corrispondenza di un punto più consumato di battistrada del rispettivo pneumatico usato ed una rispettiva seconda quantità media di materiale di battistrada rimanente lungo il profilo di battistrada di detto rispettivo pneumatico usato; ed in cui addestrare la rete neurale artificiale include: • calcolare, per ciascun pneumatico usato, un rispettivo secondo fattore di correzione come rapporto tra la rispettiva seconda quantità di materiale di battistrada rimanente di punto peggiore e la rispettiva seconda quantità media di materiale di battistrada rimanente; e • addestrare la rete neurale artificiale eseguendo una tecnica di apprendimento supervisionato che include applicare alla rete neurale artificiale, per ciascun pneumatico usato, le grandezze registrate relative all’utilizzo di pneumatici associate a detto pneumatico usato come ingressi e il rispettivo secondo fattore di correzione come uscita.
- 6. Il metodo per monitorare il consumo di battistrada della rivendicazione 5, in cui: • le grandezze registrate relative all’utilizzo di pneumatici sono indicative di accelerazioni trasversali e longitudinali, di pressioni di gonfiaggio di pneumatici, di convergenze, di campanature e di carichi che sono associate agli pneumatici usati; • le grandezze relative alla guida acquisite includono grandezze relative ad accelerazioni indicative di accelerazioni trasversali e longitudinali del veicolo a motore (4); ed in cui fornire un secondo fattore di correzione per mezzo della rete neurale artificiale addestrata include: • calcolare, sulla base delle grandezze relative ad accelerazioni, grandezze relative ad accelerazioni medie indicative di accelerazioni trasversali e longitudinali medie del veicolo a motore (4); ed • immettere in ingresso nella rete neurale artificiale addestrata le grandezze relative ad accelerazioni medie, almeno una grandezza relativa alla pressione indicativa di una pressione di gonfiaggio di pneumatico associata all’almeno uno pneumatico del veicolo a motore (4), e grandezze relative alla convergenza, alla campanatura e al carico che sono associate a detto almeno uno pneumatico e a detto veicolo a motore (4).
- 7. Il metodo per monitorare il consumo di battistrada della rivendicazione 6, in cui la grandezza relativa alla pressione è inclusa nelle grandezze relative alla guida acquisite o è una predefinita grandezza relativa alla pressione; ed in cui le grandezze relative alla convergenza, alla campanatura e al carico sono predefinite grandezze.
- 8. Sistema per monitorare il consumo di battistrada (3,3A,3B,3C) progettato per eseguire la fase di monitoraggio del consumo di battistrada (7) del metodo per monitorare il consumo di battistrada come rivendicato in una qualsiasi rivendicazione precedente; il sistema per monitorare il consumo di battistrada (3,3A,3B,3C) includendo un dispositivo di acquisizione (31), un dispositivo/sistema di elaborazione (32,32A,32B) ed un dispositivo di notifica (33,33A,33B); in cui il dispositivo di acquisizione (31) è: • installato a bordo di un veicolo a motore (4) dotato di due o più ruote provviste, ciascuna, di uno pneumatico; ed • accoppiato a un bus di veicolo (40) del veicolo a motore (4) per acquisire le grandezze relative alla guida; in cui il dispositivo/sistema di elaborazione (32,32A,32B): • è collegato al dispositivo di acquisizione (31) per ricevere da esso le grandezze relative alla guida; • è configurato per memorizzare il primo fattore di correzione; • include la rete neurale artificiale addestrata; ed • è programmato per - calcolare le seconde grandezze relative all’energia di attrito, - stimare il consumo di battistrada e l’attuale quantità media di materiale di battistrada rimanente, e - calcolare la quantità corretta di materiale di battistrada rimanente; ed in cui il dispositivo di notifica (33,33A,33B) è configurato per informare un utente (5) associato al veicolo a motore (4) della quantità corretta di materiale di battistrada rimanente calcolata dal dispositivo/sistema di elaborazione (32,32A,32B).
- 9. Il sistema per monitorare il consumo di battistrada della rivendicazione 8, in cui il dispositivo/sistema di elaborazione (32) è un sistema di cloud computing (32A) che è remotamente collegato senza fili al dispositivo di acquisizione (31); ed in cui il dispositivo di notifica (33) è un dispositivo elettronico di comunicazione (33A) associato all’utente (5) e remotamente collegato al sistema di cloud computing (32A) tramite una o più reti cablate e/o senza fili.
- 10. Il sistema per monitorare il consumo di battistrada della rivendicazione 8, in cui il dispositivo/sistema di elaborazione (32) è un sistema di cloud computing (32A) che è remotamente collegato senza fili al dispositivo di acquisizione (31); ed in cui il dispositivo di notifica (33) è un’interfaccia uomo-macchina (33B) che è installata a bordo del veicolo a motore (4) ed è remotamente collegata al sistema di cloud computing (32A) tramite una o più reti senza fili.
- 11. Il sistema per monitorare il consumo di battistrada della rivendicazione 8, in cui il dispositivo/sistema di elaborazione (32) è una centralina elettronica di controllo (32B) installata a bordo del veicolo a motore (4); ed in cui il dispositivo di notifica (33) è un’interfaccia uomomacchina (33B) installata a bordo del veicolo a motore (4).
- 12. Sistema di cloud computing (32A) progettato per ricevere grandezze relative alla guida legate alla guida di un veicolo a motore (4), e programmato come il dispositivo/sistema di elaborazione (32) del sistema per monitorare il consumo di battistrada (3,3A,3C) come rivendicato in una qualsiasi rivendicazione da 8 a 10.
- 13. Centralina elettronica di controllo (32B) progettata per essere installata a bordo di un veicolo a motore (4) e per ricevere grandezze relative alla guida legate alla guida di un veicolo a motore (4), e programmata come il dispositivo/sistema di elaborazione (32) del sistema per monitorare il consumo di battistrada (3,3B) come rivendicato nella rivendicazione 8 o 11.
- 14. Prodotto informatico comprendente una o più porzioni di codice software e/o firmware che sono: • caricabili su un dispositivo/sistema di elaborazione (32,32A,32B) progettato per ricevere grandezze relative alla guida legate alla guida di un veicolo a motore (4); e • tali da far sì che, quando caricate, detto dispositivo/sistema di elaborazione (32,32A,32B) diventi programmato come il dispositivo/sistema di elaborazione (32,32A,32B) del sistema per monitorare il consumo di battistrada (3,3A,3B,3C) come rivendicato in una qualsiasi rivendicazione da 8 a 11.
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102018000007884A IT201800007884A1 (it) | 2018-08-06 | 2018-08-06 | Sistema e metodo per monitorare il consumo di battistrada |
| PCT/IB2019/056488 WO2020031022A1 (en) | 2018-08-06 | 2019-07-30 | Tread wear monitoring system and method |
| JP2021506466A JP7079373B2 (ja) | 2018-08-06 | 2019-07-30 | トレッド摩耗監視システム及び方法 |
| CN201980052481.1A CN112533775B (zh) | 2018-08-06 | 2019-07-30 | 胎面磨损监测系统和方法 |
| US17/262,847 US11458777B2 (en) | 2018-08-06 | 2019-07-30 | Tread wear monitoring system and method |
| EP19772864.5A EP3833553B1 (en) | 2018-08-06 | 2019-07-30 | Tread wear monitoring system and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102018000007884A IT201800007884A1 (it) | 2018-08-06 | 2018-08-06 | Sistema e metodo per monitorare il consumo di battistrada |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| IT201800007884A1 true IT201800007884A1 (it) | 2020-02-06 |
Family
ID=63840945
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| IT102018000007884A IT201800007884A1 (it) | 2018-08-06 | 2018-08-06 | Sistema e metodo per monitorare il consumo di battistrada |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US11458777B2 (it) |
| EP (1) | EP3833553B1 (it) |
| JP (1) | JP7079373B2 (it) |
| CN (1) | CN112533775B (it) |
| IT (1) | IT201800007884A1 (it) |
| WO (1) | WO2020031022A1 (it) |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2565051A (en) * | 2017-07-27 | 2019-02-06 | Continental Automotive Gmbh | Method and device for monitoring a behavior of a tire of a vehicle |
| DE102018214154A1 (de) * | 2018-08-22 | 2020-02-27 | Continental Reifen Deutschland Gmbh | Messvorrichtung, Vorrichtung, System, Fahrzeug und Verfahren |
| CN112373248B (zh) * | 2020-11-27 | 2022-08-19 | 智周博行(北京)科技有限公司 | 轮胎磨损检测方法、轮胎磨损检测装置及车辆 |
| KR102829559B1 (ko) * | 2020-12-16 | 2025-07-04 | 현대자동차주식회사 | 머신 러닝을 이용한 타이어 마모 예측 방법 및 장치 |
| CN112644229B (zh) * | 2020-12-25 | 2022-11-11 | 宜宾凯翼汽车有限公司 | 一种间接式的轮胎磨损监测方法及esp系统 |
| TWI747698B (zh) * | 2021-01-05 | 2021-11-21 | 神達數位股份有限公司 | 胎況評估方法及系統 |
| JP7595494B2 (ja) * | 2021-03-17 | 2024-12-06 | Ｔｏｙｏ Ｔｉｒｅ株式会社 | 摩耗量推定システム、演算モデル生成システムおよび摩耗量推定方法 |
| DE102021203191A1 (de) * | 2021-03-30 | 2022-10-06 | Continental Reifen Deutschland Gmbh | Verfahren zur Bestimmung eines Abriebs eines Reifens |
| EP4194230B1 (en) * | 2021-12-13 | 2024-11-20 | Bridgestone Europe NV/SA | Apparatus and methods for calculating and/or monitoring a tire wear rate of a vehicle |
| CN118369220A (zh) * | 2022-01-06 | 2024-07-19 | 普利司通美国轮胎运营有限责任公司 | 综合轮胎健康建模以及用于其开发和实施的系统 |
| AU2023247899A1 (en) * | 2022-03-29 | 2024-08-08 | Compagnie Generale Des Etablissements Michelin | Method and system for estimating the remaining useful life of tyres for transport vehicles on the basis of telematic data |
| JP7515189B2 (ja) * | 2022-06-16 | 2024-07-12 | オートペディア カンパニー リミテッド | 深層人工ニューラルネットワークを用いたタイヤトレッド面摩耗判断システム及び方法 |
| FR3139753B1 (fr) | 2022-09-15 | 2025-03-28 | Continental Automotive Tech | Procédé de détermination d’un rayon dynamique compensé d’une roue d’un véhicule, procédé d’estimation de la profondeur d’une bande de roulement d’un pneumatique et véhicule automobile pour mettre en œuvre lesdits procédés |
| JP2024082105A (ja) * | 2022-12-07 | 2024-06-19 | 株式会社ブリヂストン | タイヤ摩耗状態予測装置、タイヤ摩耗状態予測方法及びプログラム |
| US20240192093A1 (en) * | 2022-12-13 | 2024-06-13 | The Goodyear Tire & Rubber Company | System for estimation of remaining tire mileage |
| CN121285473A (zh) * | 2023-04-17 | 2026-01-06 | 韩国轮胎与科技株式会社 | 轮胎磨损推定装置及磨损推定方法 |
| CN117657175B (zh) * | 2023-12-01 | 2024-12-10 | 小米汽车科技有限公司 | 车辆车轮磨损程度确定方法、装置、介质及车辆 |
| CN119239624B (zh) * | 2024-09-29 | 2025-12-30 | 中国第一汽车股份有限公司 | 轮胎胎面磨损量的确定方法、装置、设备及车辆 |
| CN119189873B (zh) * | 2024-10-11 | 2025-05-16 | 山东华盛橡胶有限公司 | 一种新能源汽车的轮胎磨损检测预警方法、设备及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2813378A1 (en) * | 2013-06-14 | 2014-12-17 | The Goodyear Tire & Rubber Company | Tire wear state estimation system and method |
| WO2017156213A1 (en) * | 2016-03-09 | 2017-09-14 | Compagnie Generale Des Etablissements Michelin | Vehicle integrated expected tread-life indicator system |
| EP3318422A1 (en) * | 2016-11-08 | 2018-05-09 | The Goodyear Tire & Rubber Company | Indirect tire wear state prediction system and method |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0331422A3 (en) | 1988-03-02 | 1991-02-06 | Mitsui Petrochemical Industries, Ltd. | Method of preparing 2-acylresorcinols |
| JP2001287516A (ja) * | 2000-04-04 | 2001-10-16 | Bridgestone Corp | タイヤの設計方法、タイヤ用加硫金型の設計方法、タイヤ用加硫金型の製造方法、タイヤの製造方法、タイヤの最適化解析装置及びタイヤの最適化解析プログラムを記録した記憶媒体 |
| US7228732B2 (en) * | 2001-01-26 | 2007-06-12 | Bridgestone Firestone North American Tire, Llc | Tire wear analysis method |
| ATE402830T1 (de) * | 2001-11-02 | 2008-08-15 | Michelin Soc Tech | Verfahren und vorrichtung zum messen von verschleiss eines fahrzeugmontierten reifens |
| FR2835919A1 (fr) * | 2002-02-08 | 2003-08-15 | Michelin Soc Tech | Mesure de coefficient d'adherence maximal a partir de la connaissance des efforts et du couple d'autoalignement generes dans l'air de contact d'un pneu |
| JP2004067009A (ja) * | 2002-08-08 | 2004-03-04 | Toyota Motor Corp | タイヤ状態推定装置 |
| FR2919523A1 (fr) * | 2007-07-30 | 2009-02-06 | Daniel Joseph Francois Wolff | Dispositifs permettant de detecter l'usure de pneus par l'adjonction a l'interieur de celui ci d'un couche coloree visible lorsque atteint son degre d'usure preconise |
| KR100845196B1 (ko) * | 2007-09-11 | 2008-07-10 | 금호타이어 주식회사 | 타이어 마모 측정 방법 |
| US9649889B2 (en) * | 2012-12-13 | 2017-05-16 | The Goodyear Tire & Rubber Company | Autonomous, plug-in wear or abrasion sensing system |
| US9259976B2 (en) * | 2013-08-12 | 2016-02-16 | The Goodyear Tire & Rubber Company | Torsional mode tire wear state estimation system and method |
| US20150057877A1 (en) * | 2013-08-22 | 2015-02-26 | The Goodyear Tire & Rubber Company | Tire wear state estimation system utilizing cornering stiffness and method |
| CH708954A2 (de) * | 2013-12-03 | 2015-06-15 | Rolf Liener | Vorrichtungen für elektrische Profiltiefenmessung von Fahrzeugreifen bei stehendem oder bewegtem Fahrzeug. |
| JP6291366B2 (ja) * | 2014-06-25 | 2018-03-14 | 住友ゴム工業株式会社 | タイヤのシミュレーション方法及びシミュレーション装置 |
| JP2017156295A (ja) * | 2016-03-04 | 2017-09-07 | 三菱重工業株式会社 | タイヤの摩耗寿命推定システム |
| CN106515318B (zh) * | 2016-11-23 | 2018-07-20 | 彩虹无线（北京）新技术有限公司 | 一种基于车联网大数据的汽车轮胎磨损故障预警的方法 |
| US20180154707A1 (en) * | 2016-12-05 | 2018-06-07 | The Goodyear Tire & Rubber Company | Indirect tire pressure and wear state estimation system and method |
-
2018
- 2018-08-06 IT IT102018000007884A patent/IT201800007884A1/it unknown
-
2019
- 2019-07-30 CN CN201980052481.1A patent/CN112533775B/zh active Active
- 2019-07-30 WO PCT/IB2019/056488 patent/WO2020031022A1/en not_active Ceased
- 2019-07-30 EP EP19772864.5A patent/EP3833553B1/en active Active
- 2019-07-30 US US17/262,847 patent/US11458777B2/en active Active
- 2019-07-30 JP JP2021506466A patent/JP7079373B2/ja active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2813378A1 (en) * | 2013-06-14 | 2014-12-17 | The Goodyear Tire & Rubber Company | Tire wear state estimation system and method |
| WO2017156213A1 (en) * | 2016-03-09 | 2017-09-14 | Compagnie Generale Des Etablissements Michelin | Vehicle integrated expected tread-life indicator system |
| EP3318422A1 (en) * | 2016-11-08 | 2018-05-09 | The Goodyear Tire & Rubber Company | Indirect tire wear state prediction system and method |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3833553A1 (en) | 2021-06-16 |
| CN112533775B (zh) | 2022-08-26 |
| US20210188017A1 (en) | 2021-06-24 |
| WO2020031022A1 (en) | 2020-02-13 |
| CN112533775A (zh) | 2021-03-19 |
| JP2021533029A (ja) | 2021-12-02 |
| JP7079373B2 (ja) | 2022-06-01 |
| EP3833553B1 (en) | 2023-03-08 |
| US11458777B2 (en) | 2022-10-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| IT201800007884A1 (it) | Sistema e metodo per monitorare il consumo di battistrada | |
| IT201800006322A1 (it) | Sistema e metodo per monitorare il consumo di battistrada | |
| EP3378679B1 (en) | Model based tire wear estimation system and method | |
| ES2768205T3 (es) | Procedimiento y sistema para determinar una desviación de presión entre una presión de neumático teórica y una presión de neumático actual para un neumático de un vehículo y para determinar la carga de una rueda | |
| JP5993804B2 (ja) | タイヤ接地状態推定方法 | |
| JP7493647B2 (ja) | 摩耗量推定装置および摩耗量推定方法 | |
| CN104185781B (zh) | 用于进行轮胎压力检查的方法和装置 | |
| JP2014532170A (ja) | 車両ホイールの転がり抵抗を推定する方法 | |
| CN107709948B (zh) | 负载求出方法 | |
| JP2019113373A (ja) | 輪荷重推定装置 | |
| US9387736B2 (en) | System, method, and program for detecting deflated tires | |
| JP5265145B2 (ja) | タイヤ内圧低下検出方法及び装置、並びにタイヤ内圧低下検出プログラム | |
| JP7595494B2 (ja) | 摩耗量推定システム、演算モデル生成システムおよび摩耗量推定方法 | |
| JP5126048B2 (ja) | タイヤ空気圧監視装置 | |
| CN113665302A (zh) | 生成虚拟轮胎模型和模拟轮胎状况的方法以及虚拟轮胎模型 | |
| EP2161144A2 (en) | A method of determining the tire conditions of a vehicle | |
| IT201900009555A1 (it) | Metodo e sistema per stimare l'usura del battistrada di uno pneumatico | |
| KR100907729B1 (ko) | 자동차 타이어 압력상태 및 휠얼라이먼트 상태를 출력하는디스플레이 장치 | |
| CN106347039B (zh) | 利用速度区间的胎压监测装置及其方法 | |
| CN104204756A (zh) | 用于胎压检测的方法和装置 | |
| KR102322778B1 (ko) | 타이어 상태 측정 시스템 및 방법 | |
| JP2004279217A (ja) | タイヤ空気圧点検によるタイヤ管理方法、タイヤ溝点検及びタイヤ空気圧点検によるタイヤトータル管理方法 | |
| JP2023094268A (ja) | タイヤ摩耗量推定システム、演算モデル生成システムおよびタイヤ摩耗量推定方法 | |
| IT201800009737A1 (it) | Sistema di misurazione dell'aderenza delle ruote di un autoveicolo alla superficie stradale tramite uso di trasduttori di forza inseriti nelle sospensioni per rilevare le forze trasversali trasmesse dalle ruote al veicolo |