Riassunto analitico
La sperimentazione rappresenta una delle tecniche più importanti ed utilizzate, in particolar modo nelle attività di ricerca e di verifica attinenti alle innovazioni tecnologiche, soprattutto in ambito motoristico. Essa infatti consente non solo di validare concretamente le previsioni teoriche che sono alla base dei sempre più diffusi software di simulazione, ma anche di valutare l'influenza di fattori ignoti o talvolta trascurati per determinate necessità.
Tuttavia, occorre sottolineare che le misure sperimentali effettuate in sala prova non sono completamente prive di errori, bensì sono affette da incertezze, che sono più o meno significative a seconda dei casi di studio. Pertanto risulta necessario stimare innanzitutto correttamente tali incertezze, quindi valutare quanto esse influenzano i risultati ed infine, se necessario, cercare di ridurle quanto possibile.
Il seguente lavoro di tesi è stato svolto presso l'azienda HPE-Coxa, all'interno del reparto di Testing, con lo scopo di apportare un miglioramento relativamente all'analisi dei dati ricavati da un motore monocilindrico ad alta potenza specifica derivato dal V6 1.6L per Formula Uno.
In particolare l'obiettivo è stato quello di stimare ed analizzare i valori e le relative incertezze che caratterizzano la catena di misura delle grandezze coinvolte nel bilancio termico del motore in esame. In seconda battuta, sono stati revisionati i modelli matematici e le assunzioni fisiche che sottendono al calcolo delle componenti del bilancio termico a partire dalle misure grezze. Inoltre è stato sviluppato un opportuno codice di calcolo in ambiente Matlab, al fine di visualizzare i risultati ottenuti e quantificare i miglioramenti apportati.
In parallelo, tale progetto si pone anche l'obiettivo di identificare e risolvere le principali cause che portano ad una netta discrepanza tra i valori attesi sulla base di risultati fisici noti e i valori sperimentali ottenuti, con la consapevolezza che le possibili fonti di errore su cui poter intervenire sono essenzialmente due: la correttezza dei modelli matematici utilizzati nei calcoli e la precisione e l'accuratezza degli strumenti di misura utilizzati.
|
Abstract
Testing is one of the most important technique, particularly for technological innovations research and validation activities, especially in the automotive field. As a matter of fact, it allows not only to validate concretely the theoretical studies that allow the increasingly widespread simulation software to work properly, but also to evaluate the influence of unknown or neglected factors.
However, it is also known that experimental measurements carried out in test cells are not completely error free, but rather they are affected by more or less significant uncertainties, depending on the case studied. Therefore, firstly you have to estimate these uncertainties correctly, then you need to evaluate their influence on the results and finally, if necessary, you can try to reduce them as much as possible.
This thesis has been carried out at HPE-Coxa company, within the Testing department, with the aim of improve data analysis of specific tests done on a high specific power single-cylinder engine derived from the Formula One 1.6L V6 one.
The main objective is to estimate and analyze the values and uncertainties related to energy breakdown quantities measurement chain. Secondly, starting from the raw measurements, the mathematical models and the physical hypothesis underlying the calculation of energy breakdown components have been revised. Furthermore, it has been developed a suitable code in Matlab environment, in order to visualize the results and to quantify the improvements made. In parallel, this project also aims to identify and solve the main factors that lead to a discrepancy between the expected values on the basis of known physical results, and the experimental values obtained in the tests, knowing that it is possible to operate on the two following error sources: mathematical models correctness and measuring instruments precision and accuracy.
|
