Detalhes bibliográficos
| Ano de defesa: |
2016 |
| Autor(a) principal: |
Gregori, I. R. S. |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Centro Universitário FEI, São Bernardo do Campo
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.fei.edu.br/handle/FEI/277
|
Resumo: |
Nos últimos anos, a indústria automobilística tem promovido, e testemunhado, uma série de avanços tecnológicos e científicos em sistemas veiculares de embreagem com o intuito de proporcionar melhor conforto aos motoristas e automóveis cada vez mais eficientes energeticamente. Entretanto, um dos problemas mais básicos e conhecidos ainda inerente aos sistemas de embreagem dos veículos atuais, tais como carros de passageiros e caminhões, é um fenômeno natural e complexo chamado de trepidação. A trepidação é o termo usado na indústria automobilística para descrever a oscilação longitudinal em um veículo durante a sua fase de acoplamento da embreagem. Pesquisas anteriores mostram que a trepidação pode ser explicada pelo torque transmitido pela embreagem, em função da velocidade e da temperatura de deslizamento. Neste contexto, esta tese propõe e implementa um sistema de aprendizagem de dados, baseado na análise estatística multivariada do sinal do torque como um todo, para melhor caracterização do fenômeno de trepidação. Os experimentos foram realizados utilizando os seguintes recursos principais: sistema de embreagem a seco, automóvel de passageiros, bancada de testes e seis materiais de fricção orgânicos. A abordagem proposta permitiu o desenvolvimento de um modelo de reconhecimento de padrões computacionalmente eficiente e altamente preciso para classificar os sinais de torque em relação aos diferentes materiais de fricção investigados, utilizando as informações mais expressivas dos dados e uma versão regularizada de um classificador linear. Correlacionando os padrões aprendidos com um material de fricção de referência (padrão ouro), foi possível também prever em laboratório o problema de trepidação no veículo. Acredita-se que os resultados alcançados desta tese, possam permitir uma redução considerável no tempo e nos custos de desenvolvimento de novos materiais de fricção para fabricação de sistemas veiculares de embreagem isentos de trepidação. |
