Оценка возможности рекуперации энергии колебаний в системе подрессоривания двухосного грузового автомобиля



Цитировать

Полный текст

Аннотация

Одной из проблем, с которой в настоящее время сталкиваются производители электрического транспорта, является разработка эффективного источника энергии. В настоящее время основным автономным источником энергии электротранспорта является электрический тяговый аккумулятор химического типа, но в силу своей низкой энергоемкости, он не может обеспечить длительный пробег без подзарядки. В предлагаемой статье рассмотрен способ повышения энергоэффективности транспортных средств за счет рекуперации энергии колебаний в системе подрессоривания при движении по неровностям дорожного покрытия. Для преобразования механической энергии колебаний в электрическую, ведущие производители мира разрабатывают специальные рекуперативные амортизаторы. В статье рассмотрены конструкции подобных амортизаторов компаний Audi и ZF. Для количественной оценки энергии колебаний, которую потенциально возможно преобразовать в электрическую в работе использована имитационная математическая модель движения двухосного транспортного средства по неровностям, реализованная в пакете имитационного моделирования MATLAB/Simulink. В качестве входного воздействия в модели использованы реализации случайных дорожных профилей, которые были получены методом формирующего фильтра по известным из литературы спектральным характеристикам неровностей для различных типов дорог. В результате проведенных с математической моделью вычислительных экспериментов было определено количество рассеиваемой в системе подрессоривания энергии при движении транспортного средства с различной скоростью по различным типам дорог. Также для сравнения была определена энергия, затрачиваемая транспортным средством на движение с различной скоростью по дороге с асфальтобетонным покрытием. Сравнение полученных значений энергии позволяет сделать вывод о перспективности применения рекуперации энергии колебаний в системе подрессоривания особенно для транспортных средств, способных двигаться с высокими скоростями по грунтовым дорогам.

Об авторах

Р. Р Маликов

МГТУ им. Н.Э. Баумана

Email: ramil192@mail.ru

А. А Смирнов

МГТУ им. Н.Э. Баумана

к.т.н.

А. В Климов

Московский автомобильно-дорожный государственный технический университет (МАДИ)

Список литературы

  1. Попов Леонид. Инженеры Audi разработали генерирующую подвеску // Драйв. Режим доступа: https://www.drive.ru/news/audi/57ab40a3ec05c44268000038.html.
  2. ZF and Levant Power Develop the World’s First Fully Active, Regenerative Suspension for Automobiles // ZF Company press information. Режим доступа: http://revolution-green.com/regenerative-suspension-automobiles/.
  3. Жеглов Л.Ф. Спектральный метод расчета систем подрессоривания колесных машин. Изд-во МГТУ им. Н.Э. Баумана, 2013. 212 с.
  4. Шалыгин А.С., Палагин Ю.И. Прикладные методы статистического моделирования. Изд-во «Машиностроение», 1986. 320 с.
  5. Афанасьев Б.А., Белоусов Б.Н., Жеглов Л.Ф. Проектирование полноприводных колесных машин. Изд-во МГТУ им. Н.Э. Баумана, 2013. 432 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Маликов Р.Р., Смирнов А.А., Климов А.В., 2016

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».