Analisi dei Dati in Uscita dalla Simulazione

9.2 Modello Dymola

9.3.2 Analisi dei Dati in Uscita dalla Simulazione

Al termine del long run `e stato possibile confrontare gli andamenti uscenti dalla simulazione con quelli ottenuti in seguito alla rielaborazione dei dati di pista. Ovviamente questo secondo set di dati `e sostanzialmente identico, in termini di tendenza di tempo sul giro e sottosterzo medio, a quello uscente dalla simulazione del long run con Aerolap come mostrato in Figure 5.2 e 5.3.

E quindi lecito aspettarsi una cospicua differenza tra un andamento e l’altro dovuta alle gi`a citate sostanziali differenze nel metodo di simulazione di un programma rispetto all’altro. Questo appare evidente dalle Figure 9.4 e 9.5.

71.00 72.00 73.00 74.00 75.00 76.00 77.00 78.00 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 T e m p o s u l g ir o ( s) # giri Acquisizione Simulazione

Figura 9.4: Andamenti del tempo sul giro rilevati dal simulatore e dai dati di pista

0.750 0.850 0.950 1.050 1.150 1.250 1.350 1.450 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 S o tt o st e rz o m e d io ( d e g ) # giri Acquisizione Simulazione

Figura 9.5: Andamenti del sottosterzo medio rilevati dal simulatore e dai dati di pista

Concentrandosi sulla Figura 9.4 si può notare come il primo giro del long run simulato sia più lento di quello reale. La spiegazione di questo risiede ovviamente nella prestazione del pilota. Per quanto riguarda la tendenza invece si possono evidenziare le due parabole crescenti per entrambi gli andamenti. Appare evidente come quella della simulazione sia crescente in maniera molto più veloce rispetto all’altra. Tale risultato è ancora una volta conseguenza del differente andamento di angoli di deriva in un caso e nell’altro. Al simulatore si rileva un’usura maggiore rispetto a quella reale e quindi è normale ottenere un tempo sul giro che degrada più velocemente. Dall’andamento riportato in Figura 9.4 sono evidenti anche i due drop nelle prestazioni della gomma ai giri 5 e 10, come da resoconto del pilota.

Per quanto riguarda l’andamento del sottosterzo medio, invece, si può notare dalla Figura 9.5 che dal simulatore emerge una tendenza al sovrasterzo più marcata rispetto ai rilevamenti di pista. Questo è ancora una volta conse-

guenza del maggior valore dell’usura sull’assale posteriore rispetto a quanto atteso. Infatti un uso pi`u intensivo dell’assale posteriore porta ad un aumento del sovrasterzo del veicolo.

Capitolo 10

Conclusioni e Sviluppi Futuri

Come riportato al capitolo 8 il modello elaborato appare adeguato per gli sco- pi del presente lavoro in quanto descrive in maniera sufficientemente corretta l’effetto che il degrado della gomma ha sulle prestazioni della dinamica veicolo. Esso può essere inoltre utilizzato con carattere predittivo per un’analisi preliminare delle caratteristiche dinamiche del veicolo in funzione dell’usura dei pneumatici ogni volta che è necessario confrontarsi con un nuovo circuito del quale non si hanno dati. Infine, come risulta dal capitolo 9, è anche im- plementabile in un modello complesso come quello che gira sul simulatore di guida e anche in questo caso è in grado di restituire comportamenti del veicolo verosimili. L’approccio proposto richiede quindi pochi dati in input, essendo sufficiente solamente un’acquisizione di pista e i parametri caratterizzanti il modello di Pacejka del pneumatico, ma fornisce in output un modello predittivo sufficientemente accurato e affidabile, oltre che intrinsecamente semplice e, per questa ragione, facilmente integrabile, con basso dispendio di tempo ed energie in algoritmi più complessi. Ovviamente, come in tutti i modelli e ancor più nel caso di quelli empirici, la semplicità si paga in termini di ge- neralità per cui il decadimento delle prestazioni in funzione del degrado che è stato tarato è valido solamente per il pneumatico dal quale discendono le acquisizioni dei dati di pista che costituiscono il punto di partenza. D’altronde questa è una pecca intrinseca dei modelli basati su dati empirici che pagano la loro elevatissima scientificità (nulla è più scientifico dell’osservazione dell’esperienza) con una forte dipendenza dal campione di dati dal quale derivano. Un approccio più accademico al problema, magari con conseguente formulazione di un modello matematico più complesso, avrebbe sicuramente portato ad un modello valido per un maggior numero di casi, ma altrettanto sicuramente avrebbe dato vita a una complessità fine a se stessa dal momento che non è richiesta una rappresentazione schematica del processo di usura del pneumatico. Tale complessità, oltre ad essere inutile per lo scopo, avrebbe richiesto anche uno sforzo enormemente maggiore per lo sviluppo del modello e suc- cessivamente anche per il suo utilizzo. Sarebbero stati necessari infatti molti più dati di input, ottenibili solamente tramite adeguate prove sperimentali sul pneumatico in modo da caratterizzarne il comportamento, e anche il suo

utilizzo sarebbe risultato particolarmente complesso e scomodo per analisi di prima approssimazione o per l’integrazione con altri strumenti di simulazione. Queste ragioni, che hanno spinto alla scelta del procedimento effettivamente seguito per l’elaborazione del modello, sono le stesse che verosimilmente ren- dono inconveniente la complicazione dello stesso, soprattutto per aziende che, come la Dallara, non sono produttrici di pneumatici, ma di veicoli.

Piuttosto che complicare il modello di usura meccanica appare importante inserire anche una modellazione del comportamento termico del pneumatico, che in questo lavoro è stato fin da subito trascurato, aggiungendo la dipendenza delle proprietà della mescola dalla temperatura. È inoltre opportuno ripetere il procedimento di taratura su un software diverso da Aerolap per inserire in modo maggiormente accurato anche la dipendenza del comportamento in longitudinale dall’usura. Per finire, il modello può essere applicato anche a differenti tipi di vetture e pneumatici ripetendo il procedimento di taratura proposto per averlo a disposizione anche su veicoli che competono in campionati differenti da quello analizzato.

Ringraziamenti

Vorrei ringraziare innanzi tutto il Professor Guiggiani per la grande possibilità che mi ha offerto proponendomi questo lavoro di tesi e per la diligenza e la forza di volontà che lo hanno caratterizzato in tutti questi anni di attività. Cercherò di far tesoro di tutti i suoi insegnamenti e di applicarli nella mia vita lavorativa.

Un grande ”grazie” va inoltre all’Ing. Andrea Toso, all’Ing. Luca Bergianti e all’Ing. Alessandro Moroni che mi hanno accolto nel loro reparto e forni- to supporto costante con dati e strutture senza le quali non sarebbe stato possibile portare a termine il lavoro.

Un ringraziamento particolare va ovviamente alla mia famiglia che mi ha cresciuto e supportato per questo primo quarto di secolo di vita, ognuno a modo suo. Da ognuno di loro ho avuto sostegno e conforto continuo, anche nei momenti più difficili. In questi anni di Università sono grato a tutti loro soprattutto per avermi permesso di concentrarmi solamente sullo studio, sollevandomi da tutte le altre responsabilità che avrei dovuto sopportare.

Infine un ”grazie” speciale va ai miei amici e colleghi.

Grazie ai colleghi della Dallara che mi hanno accolto e insegnato moltissimo durante gli ultimi 6 mesi.

Grazie ai miei amici dell’Universit`a. Da loro ho imparato che l’unione fa la forza e che una squadra di persone volenterose avr`a sempre migliori risultati del singolo, per quanto possa essere capace.

Grazie a tutto l’ETeam Squadra Corse dell’Università di Pisa. Posso dire senza dubbio che l’esperienza all’interno della squadra mi ha lasciato molto di più di soli 6 CFU; sicuramente ho avuto indietro molto più di quello che ho dato.

Grazie ai miei amici di Montecatini per tutti i momenti di svago, ma anche per quelli di supporto, che sono stati fondamentali per affrontare le difficolt`a di questi 5 anni di Ingegneria.

Appendice A

Regolazione Toe

Dallara P217 Mechabook – rev 1.00 Page 148

Suspensions: Geometry adjustments Ride height

Push Rod adjuster threads 5/8 –24 UNEF LH & RH +1 flat adjuster push / pull rod length +0.353 mm

ride height change +0.722 mm

+1 Push Rod adjuster complete rotation à Camber variation about 0.02 deg, but the correlation is not linear:

Spring perch thread 1.5 mm / rev (complete revolution)

Toe

(positive is toe-OUT )

The Toe value in the standard suspension configuration is 0.0°. The steering tie rod point on Ackermann clevis has two possible positions:

The rear point is to have the least steering radius possible for the circuits with very tight hairpins. The forward point helps to increase the steering arm and reduce the effort necessary on the steering wheel.

In these two cases, the relationships between tie rod register adjustments and toe angle are the followings: Tie rod joint on Ackermann clevis rearward:

+1 flat : 3/8”-24

Toe change + 0.168 deg (10.09’) + 0.7 mm at the rim Tie rod joint on Ackermann clevis forward:

+1 flat : 3/8”-24

Toe change + 0.148 deg (8.9’) + 0.635 mm at the rim

Note: if you move the tie rod point attachment to the Ackermann clevis, then you need to adjust the tie rod register if you want to keep the same Toe angle. For example, if you have 0.0° Toe angle with the tie rod attachment rearward, then, with the attachment forward, you will have a Toe angle of -1.4°; thus, then you have to shorten the tie rod by rotating the adjuster by 9 flats.

Appendice B

Serbatoio Benzina

Collector Pot System

Fuel Specification

The o-rings for the fuel system are all standard Viton. Fuel specification depending on the series (FIA/ACO or IMSA). Fuel Bladder

Note: the fuel cell shown in the pictures here below belongs to a different car. Bladder capacity is 75 liters nominal.

The fuel system uses a flexible FT3.5 specification bladder, suitable for fuel up to 20% Ethanol

The bladder is installed through an access hole in the seat bulkhead. Before installing the bladder, make sure that the cavity in the monocoque is clean and free of sharp edges. It is recommended to add thin adhesive backed foam on the bottom of the fuel cell cavity and along all edges.

Appendice C

Regolazione Barra Anti-rollio

Anteriore

ANTI-ROLL BAR

Rotate the Anti Roll Bar blades to adjust the bar stiffness:

There are two ways to adjust the rear Anti Roll Bar stiffness: blades horizontal à soft Bar; blades vertical à stiff Bar.

· There are two possible tubes for Anti Roll Bar: - 20 x 1.5 [mm]

- 25 x 2.5 [mm]

· The 20 x 1.5 Bar has two possible versions of blades: - Diameter 30.0 / 11.0, thickness 4.0 / 3.0 (THIN) - Diameter 30.0 / 25.0, thickness 8.0 / 4.0 (THICK) · The 25 x 2.5 Bar can be used only with the THICK blade.

ANTI-ROLL BAR

Rotate the Anti Roll Bar blades to adjust the bar stiffness:

There are two ways to adjust the rear Anti Roll Bar stiffness: blades horizontal à soft Bar; blades vertical à stiff Bar.

· There are two possible tubes for Anti Roll Bar: - 20 x 1.5 [mm]

- 25 x 2.5 [mm]

Dallara P217 Mechabook – rev 1.00 Page 180

Anti-Roll Bar – stiffness

The forces at Ground according to the tube and blade dimensions and the blade angle are listed in the table below:

Anti Roll Bar Stiffness Definition

The Dallara convention for defining the ARB stiffness@droplink is:

Stiffness @ Drop Link = Force @ droplink / Disp @ droplink

(where the droplink force and displacement are in equal and opposite directions). The Dallara convention for measuring ARB stiffness @ ground is:

Stiffness @ Ground = Stiffness @ Drop Link / (MR Drop Link)^2

Bibliografia

[1] Massimo Guiggiani (2018), The Science of Vehicle Dynamics [2] Hans Pacejka (2005), Tire and Vehicle Dynamics

[3] K. A. Grosch (2008), Rubber Abrasion and Tire Wear [4] Paul Haney (2003), The Racing and High Perfomance Tire

[5] J.Veen (2007), An Analitical Approach to Dynamic Irregular Tyre Wear [6] Henry Salminen (2014), Parametrizing Tyre Wear Using a Brush Tyre

Model

[7] Huang et al. (2015), Three Dymensional Global Pattern Predition for Tyre Tread Wear

[8] M. M. Da Silva et al. (2012), A simplified model for evaluating tire wear during conceptual design

Nel documento Elaborazione di un Modello Predittivo del Comportamento Dinamico del Veicolo in Funzione dell'Usura dei Pneumatici (pagine 84-95)