| Tipo di tesi | Tesi di laurea magistrale | ||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Autore | FERRARI, ANDREA | ||||||||||||||||||||||||||||||
| URN | etd-12082018-150050 | ||||||||||||||||||||||||||||||
| Titolo | Correlazione oggettiva-soggettiva del fenomeno del brake judder | ||||||||||||||||||||||||||||||
| Titolo in inglese | Subjective-objective correlation of the brake judder phenomenon | ||||||||||||||||||||||||||||||
| Struttura | Dipartimento di Ingegneria | ||||||||||||||||||||||||||||||
| Corso di studi | Ingegneria Del Veicolo (D.M.270/04) | ||||||||||||||||||||||||||||||
| Commissione |
|
||||||||||||||||||||||||||||||
| Parole chiave |
|
||||||||||||||||||||||||||||||
| Data inizio appello | 2019-02-07 | ||||||||||||||||||||||||||||||
| Disponibilità | Accessibile via web (tutti i file della tesi sono accessibili) | ||||||||||||||||||||||||||||||
Riassunto analitico
Il brake judder è una vibrazione a bassa frequenza che si sviluppa in frenate a bassa decelerazione e quindi di lunga durata. È uno dei fenomeni vibratori più fastidiosi che si sviluppa tramite l’impianto frenante e può essere percepito dall'utente attraverso il pedale, il volante ed il sedile. L’obiettivo di questo lavoro di tesi è andare a capire quali parametri oggettivi della vibrazione portano a determinate valutazioni soggettive date dal collaudatore in fase di validazione. Infine, è stato sviluppato un modello predittivo di valutazione, attraverso tecniche di machine learning, per cercare di ottenere giudizi sempre più oggettivi a fronte di un particolare fenomeno vibratorio e quindi capire dove agire per ovviare al problema. |
|||||||||||||||||||||||||||||||
Abstract
Brake judder is a low-frequency vibration that occurs during long braking. It is one of the most annoying vibration phenomenon. It develops through the brake system and can be felt by the driver via brake pedal, steering wheel and seat. The purpose of this work is to understand which objective vibration's parameters lead to certain subjective marks given by the tester during validation test. Finally, it has been developed a predictive model for rating through machine learning techniques. It allows to get more objective ratings as a result of a particular vibration and therefore understand where one should act to remedy the problem. |
|||||||||||||||||||||||||||||||
| File |
|
||||||||||||||||||||||||||||||