«Приоритет 2030»: в Московском Политехе научат автомобиль подстраивать давление в шинах под тип грунта
Аспирант транспортного факультета Московского Политеха Андрей Назаров разрабатывает систему автоматического регулирования давления в шинах для автомобилей многоцелевого назначения. Проект должен повысить проходимость военной и специальной техники за счет того, что машина сама будет определять тип грунта и подбирать оптимальное давление для каждого колеса. Проект получил поддержку в рамках конкурса грантов им. академика В.Е. Фортова Московского Политеха.
Сейчас многоосные грузовики и военная техника оснащаются системами централизованной подкачки шин. Водитель может изменить давление во всех колесах одновременно, не выходя из кабины. Но эти системы работают по принципу фиксированных настроек: есть несколько предустановленных значений для самых типичных поверхностей — асфальт, грунт, песок, снег. Водитель переключает режим вручную, ориентируясь на дорожные условия.
«Разнообразие опорных поверхностей намного обширнее, чем предусмотрено в стандартных системах. Кроме того, оптимальное давление зависит не только от типа грунта, но и от нагрузки на конкретное колесо, количества осей, даже от того, первым или вторым проходом едет машина по колее. Все это обычно не учитывается», — объясняет Андрей Назаров.
В проекте разрабатывается цифровой двойник системы «автомобиль-опорная поверхность», учитывающий множество факторов. С помощью цифрового двойника определяется сцепление ведущих колес с опорной поверхностью и силы сопротивления их качению в зависимости от типа поверхности, нагрузки на каждое колесо и текущего давления в шине. На основе этих данных система подбирает такое давление, которое обеспечит лучшую проходимость, экономичность или среднюю скорость — в зависимости от задачи.
Разработка включает несколько этапов. Сначала создается универсальная математическая модель на базе MatLab Simulink для машин с разным количеством осей. Модель тестируется в виртуальной среде и сравнивается с данными испытаний — это нужно, чтобы подтвердить ее работоспособность и адекватность.
Затем планируется оснастить реальный автомобиль необходимыми датчиками. В качестве тестовой машины выбран КАМАЗ-5350 — трехосный грузовик, который широко используется в армии и промышленности. На него установят датчики нагрузки на оси и крутящего момента, чтобы система получала актуальные данные о распределении веса и условиях движения.
Один из важных моментов проекта — внедрение искусственного интеллекта для распознавания типа дороги. Видеокамера на автомобиле будет снимать поверхность впереди машины, а нейросеть — определять, что это за грунт: асфальт, песок, глина, болото, снег или что-то еще. Для этого нужно обучить ИИ на большой базе данных изображений различных поверхностей.
«Камера видит дорогу впереди, нейросеть распознает тип грунта, на основе цифрового двойника рассчитывается оптимальное давление для каждой оси с учетом нагрузки, и система автоматически регулирует давление в шинах. Водитель не участвует в этом процессе — все происходит автоматически», — описывает работу системы разработчик.
Это важно не только для проходимости. Правильное давление в шинах влияет на расход топлива, износ резины и скорость движения. На твердой поверхности выгоднее высокое давление — меньше сопротивление качению, экономится топливо. На мягком грунте нужно низкое давление — увеличивается пятно контакта, колесо меньше проваливается. Если машина едет с постоянным давлением, она либо теряет проходимость на мягких грунтах, либо перерасходует топливо на твердых.
Кроме того, важно учитывать распределение нагрузки. Груженый автомобиль требует других настроек, чем порожний. Передние и задние оси несут разную нагрузку, особенно на многоосных машинах. Существующие системы регулируют давление одинаково для всех колес, что не всегда оптимально.
Система должна работать в трех режимах: максимальная проходимость, экономичность и средняя скорость. В зависимости от задачи алгоритм будет выбирать разные стратегии регулирования давления. Для преодоления сложного участка приоритет — проходимость, для движения по шоссе — экономия топлива, для смешанных маршрутов — баланс между скоростью и расходом.
Если испытания подтвердят эффективность технологии, ее можно будет внедрять на различных типах многоцелевых автомобилей — от армейских грузовиков до специальной техники для добывающей промышленности, лесного хозяйства, геологоразведки. Везде, где машины работают в условиях бездорожья и меняющихся грунтов.
Справка: грантовый конкурс имени В.Е. Фортова проводится в рамках федеральной программы «Приоритет 2030», в которой Московский Политех участвует со стратегическими проектами «Модульная платформа компактных электромобилей» и «Локализация автокомпонентов».
Фото: Изображение от freepik
