Modellering av fartsprofil til tunge køyretøy i stigning

Abstract

Formålet med denne oppgåva er å vidareutvikle ein modell som estimerer fartsprofil for tunge køyretøy i stigning. Eksisterande modellar ser på motoreffekten i køyretøya som konstant og maksimal, medan effekten i realiteten er avhengig av kva gir som er i bruk og turtalet til motoren.

Gjennom samarbeid med transportbransjen er det samla kunnskap om metodar og gjennomført praktiske forsøk i køyretøy. Forsøka inkluderer testing av både enkelt utstyr for personbil og meir avansert utstyr som også fungerer med tunge køyretøy. Til slutt er det gjennomført forsøk med ein instrumentert lastebil i ordinær godstrafikk, der fart og posisjon vart logga saman med informasjon om gir og turtal. Resultata frå arbeidet danna grunnlaget for formuleringa av den vidareutvikla modellen.

Prosjektet har kartlagt fleire metodar som kan nyttast til datalogging frå tunge køyretøy og vist fordelar og ulemper med desse. Resultata frå undersøkingane viser at alle metodane krev tilrettelegging til det enkelte køyretøy, på grunn av manglande standardisering av datakommunikasjon og fysiske grensesnitt. Den formulerte modellen viser godt samsvar med målte fartsprofil frå lastebilforsøket og gjev eit meir nøyaktig fartsprofil enn den eksisterande modellen.

Funna i prosjektet indikerer at ein slik modell av motoreffekten er hensiktsmessig, ut frå eit mål om meir nøyaktige fartsprofil for tunge køyretøy. Framgangsmåtane nytta i prosjektet kan vere nyttige for å gjennomføre meir omfattande forsøk i framtidige arbeid, og prinsippet for den vidareutvikla modellen kan nyttast som eit utgangspunkt for meir generelle køyretøymodellar.

The purpose of this work is to develop a model that predicts the speed profiles of heavy vehicles in grades. Existing models assume engine power to be constant, while it in reality is dependent on gear and engine speed. This project attempts to implement this effect into the model.

The project has cooperated with transportation companies in order to gain methodological knowledge and perform experiments with heavy vehicles. The experiments include testing of simple logging devices for light vehicles as well as more advanced equipment which can also be applied on heavy vehicles. Also, field testing with a truck in commercial traffic has been conducted, logging position and speed data with a GPS device, while simultaneously collecting information about gear and engine speed.

The study surveys and compares several methods for data collection from heavy vehicles. Because of a lack of standardisation in communication protocols and physical interfaces, each method requires adaption to the vehicle in question. The proposed model produces speed profiles that closely replicate the actual speed profile recorded during field testing.

The findings in this project indicate that the proposed way of modelling engine power facilitates for more realistic speed profiles for heavy vehicles. The methods used for data logging may be useful to conduct more comprehensive trials in future work, and the model proposed may be used as a basis for more general vehicle models.