Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Online Estimation of Rolling Resistance and Air Drag for Heavy Duty Vehicles
KTH, School of Industrial Engineering and Management (ITM), Machine Design (Dept.).
2012 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Skattning av rullmotstånd och luftmotstånd för tunga fordon (Swedish)
Abstract [sv]

Fordonsindustrin går mot alltmer autonoma fordon. Funktioner för fordonsreglering och

förarstöd blir allt viktigare för att minska bränsleförbrukningen och förbättra förarupplevelsen.

Med information om körmotståndets olika delar kan mer detaljerad information utnyttjas av

funktioner som reglerar fordonen och deras prestanda kan därmed förbättras. Körmotståndet kan

delas in i rullmotstånd, luftmotstånd samt förändring i potentiell energi orsakad av väglutning.

Skattningar av väglutning och fordonets massa har förekommit i många forskningspublikationer

och används idag i flertalet funktioner i tunga fordon. När information om dessa är känd kvarstår

att undersöka möjligheten att skatta rullmotstånd och luftmotstånd var för sig.

I detta examensarbete presenteras två metoder baserade på Kalmanfiltrering för skattning av

rullmotstånd och luftmotstånd. Båda metoderna använder information från sensorer som är

vanligt förekommande på moderna tunga fordon. Skattningarna genereras genom att använda en

fordonsmodell tillsammans med mätningar av fordonets hastighet samt information om

motormoment, väglutning och fordonsvikt. En beskrivning av skattningsmetoderna ges och deras

prestanda utvärderas genom simuleringar och experiment med riktiga fordon.

Experimenten visar att det är svårt att skilja rullmotstånd och luftmotstånd från varandra med de

föreslagna metoderna. Det visas att simultana skattningar av både rull- och luftmotstånd är

möjliga men att det i praktiken krävs en stor hastighetsvariation för att bra värden ska erhållas.

Det visas också att skattning av en del av körmotståndet i taget genererar noggranna resultat. På

grund av rullmotståndets kraftiga temperaturberoende visar det sig emellertid vara svårt att

basera dessa skattningar på varandra.

Abstract [en]

The vehicle industry is moving towards more and more autonomous vehicles. In order to reduce

fuel consumption and improve driver experience, driver support functions and vehicle control are

becoming increasingly important. With information about the different parts of the driving

resistance, driver support functions and vehicle control can be improved. The driving resistance

can be divided into rolling resistance, air drag and change in potential energy due to road grade.

Estimations of the road grade and the vehicle mass have been subject to many research

publications and are used in numerous functions in heavy duty vehicles of today. With this

information known, it is interesting to investigate the possibilities to estimate the rolling

resistance and the air drag separately.

This thesis presents two methods based on Kalman filters for online estimation of the rolling

resistance and the air drag. They both use information from sensors that are part of the standard

equipment for heavy duty vehicles. A vehicle model is used together with measurements of the

vehicle speed and information about the engine torque, the road grade and vehicle mass to

generate the estimations. The designs of the estimators are described and the performance is

evaluated through simulations and experiments with real vehicles.

The experiments have shown the difficulty in separation of the rolling resistance and air drag. It

is shown that simultaneous estimations of the two is possible, but in practice a too large variation

of speed is required to obtain accurate estimates with the investigated methods. It is also shown

that when estimating one parameter at a time, accurate estimations can be generated. However, it

is proven to be difficult to base these estimations on each other, to due large temperature

dependency of the rolling resistance.

Place, publisher, year, edition, pages
2012.
Series
MMK 2012:41 MDA 431
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-99275OAI: oai:DiVA.org:kth-99275DiVA: diva2:541752
External cooperation
Scania CV AB,Per Sahlholm
Uppsok
Technology
Supervisors
Examiners
Available from: 2012-07-23 Created: 2012-07-23 Last updated: 2012-07-24Bibliographically approved

Open Access in DiVA

Robin Andersson(1374 kB)3823 downloads
File information
File name FULLTEXT01.pdfFile size 1374 kBChecksum SHA-512
c6ee9850e274128f82929650f84fb9f6093bddcb888a9739f4db7017f5e6d9d0d1bdcc1ba11b7ea88b513d0b9b49cf7dea349d3172beb88117fe08c4f42c20a8
Type fulltextMimetype application/pdf

By organisation
Machine Design (Dept.)
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 3823 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 499 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf