A força lateral do pneu é crucial para a estabilidade do veículo e o desempenho de manuseio, mas continua difícil de estimar com precisão. Métodos convencionais dependem de medições a bordo e inferem as forças dos pneus indiretamente através de modelos de dinâmica do veículo e do pneu, tornando-os altamente sensíveis a erros de modelagem. Pneus inteligentes oferecem uma rota mais direta ao reconstruir forças a partir de medições internas de aceleração; no entanto, abordagens existentes baseadas em modelo de anel negligenciam variações de deformação na largura e, portanto, apresentam desempenho confiável apenas sob deslizamento lateral puro. Este estudo propõe uma estrutura de estimativa de força lateral baseada em física que integra um modelo analítico tridimensional baseado em casca com uma estratégia de sensoriamento distribuído axialmente. A formulação da casca captura a deformação circunferencial-axial-radial acoplada do pneu, e funções de núcleo em forma fechada são derivadas através da expansão de modo circunferencial e soluções de função de forma axial. Essas relações estabelecem uma matriz de observação linear que mapeia excitações de contato distribuídas em respostas de aceleração multi-eixo globais, permitindo um esquema de mínimo quadrado inverso eficiente para estimativa de força em tempo real. Experimentos em banco de pneu com um protótipo de pneu inteligente atingem erros normalizados abaixo de 6% e rápida convergência em cargas, velocidades e condições de deslizamento variáveis. A validação comparativa contra estimadores baseados em anel usando dados de aceleração gerados por simulações de elementos finitos mostra marcante maior robustez sob condições de deslizamento combinado com ângulos de deslizamento de até 15°. Co-simulações utilizando CarSim–Simulink revelam inversamente que observadores baseados em dinâmica de veículos, estabelecidos utilizando um UKF com modelos de pneus lineares e de escova, ambos sofrem perda aguda de precisão ou divergência além de ± 1,5°. O estimador proposto baseado em pneu inteligente, fundamentado em um modelo analítico de pneu baseado em casca tridimensional e estratégia de sensoriamento espacial, oferece uma base confiável, interpretável e escalável para o controle de veículos de próxima geração.
Ji et al. (2026) estudaram essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: