BR102021016269A2 - Sistema de estimativa de estado de desgaste do pneu - Google Patents

Abstract

Um sistema de estimativa de estado de desgaste do pneu inclui pelo menos um pneu que suporta um veículo. Um sensor é montado no pneu e mede parâmetros de pneu. Pelo menos um sensor é montado no veículo e mede parâmetros de veículo. Cada um dentre uma pluralidade de submodelos recebe parâmetros de pneu selecionados a partir do sensor montado no pneu e parâmetros de veículo selecionados a partir do sensor montado no veículo. Cada um dos submodelos gera uma estimativa de estado de desgaste do submodelo, e uma confiabilidade de modelo é determinada para cada um dos submodelos. Um modelo supervisor recebe a estimativa de estado de desgaste a partir de cada submodelo e a confiabilidade de modelo para cada submodelo, e gera uma estimativa de estado de desgaste combinada para o pneu.

Description

SISTEMA DE ESTIMATIVA DE ESTADO DE DESGASTE DO PNEU Campo da Invenção

[001] A invenção se refere, genericamente, a sistemas de monitoramento de pneus. Mais particularmente, a invenção se refere a sistemas que preveem o desgaste do pneu. Especificamente, a invenção é direcionada a um sistema para estimar o estado de desgaste de um pneu pelo emprego de submodelos e pela determinação de um estado de desgaste geral a partir das estimativas geradas por cada submodelo.

Fundamentos da Invenção

[002] O desgaste do pneu tem uma função importante em fatores do veículo, tais como, segurança, confiabilidade e desempenho. O desgaste do pneu, o qual se refere à perda de material da banda de rodagem do pneu, afeta diretamente tais fatores do veículo. Como resultado, é desejável monitorar e/ou medir a quantidade de desgaste experimentado por um pneu. Para fins de conveniência, o termo “desgaste da banda de rodagem” pode ser usado de forma intercambiada aqui com o termo “desgaste do pneu”.

[003] Uma abordagem para o monitoramento e/ou a medição do desgaste da banda de rodagem tem sido através do emprego de sensores de desgaste dispostos na banda de rodagem do pneu, a qual tem sido referida como um método ou abordagem direta. A abordagem direta para a medição do desgaste do pneu a partir dos sensores montados no pneu tem múltiplos desafios. O posicionamento dos sensores em um pneu não vulcanizado ou “verde” para ser, então, vulcanizado diante de temperaturas elevadas pode provocar danos aos sensores de desgaste. Além disso, a durabilidade do sensor pode se apresentar como sendo um problema em atender os milhões de ciclos necessários para pneus. Mais ainda, os sensores de desgaste em uma abordagem de medição direta devem ser pequenos o bastante para não causarem quaisquer problemas de uniformidade conforme o pneu rotaciona em velocidades elevadas. Finalmente, os sensores de desgaste podem ter custos elevados e acrescentarem de forma significativa no custo do pneu.

[004] Devido a tais desafios, abordagens alternativas têm sido desenvolvidas, as quais envolvem a previsão do desgaste da banda de rodagem em relação à vida do pneu, incluindo estimativas indiretas do estado de desgaste do pneu. Essas abordagens alternativas têm experimentado certas desvantagens no estado anterior da técnica devido a uma carência de técnicas de previsão otimizadas, as quais, por sua vez, reduzem a precisão e/ou confiabilidade das previsões de desgastes da banda de rodagem.

[005] As estimativas indiretas de desgaste de pneu do estado da técnica anterior incluem modelos estatísticos que são baseados na determinação do comportamento e/ou das características de um determinado pneu. Por exemplo, estimativas do desgaste indireto tem sido baseadas: no raio de rolamento do pneu; no escorregamento do pneu; na energia de atrito do pneu; vibração do pneu; rigidez de curvatura do pneu; rigidez de frenagem do pneu; comprimento da superfície de apoio do pneu; e análise das combinações de parâmetros, tais como a quilometragem do pneu, o clima, e a construção do pneu.

[006] Cada uma dessas técnicas proporciona uma estimativa específica do estado de desgaste do pneu. Entretanto, a confiabilidade de cada técnica pode ser afetada por uma alteração nos parâmetros externos, tais como o clima, a localização do veículo, a superfície da estradas e a rugosidade da estrada, bem como os parâmetros físicos do pneu, tais como a temperatura do pneu, o estado de carga do veículo, e similares. Além disso, quaisquer dessas técnicas podem superar outras técnicas através do fornecimento de uma estimativa mais precisa e/ou confiável do desgaste do pneu com base no ambiente de funcionamento do pneu e no acompanhamento das mudanças nos parâmetros físicos e externos. No estado da técnica anterior, não tem ocorrido nenhuma maneira quanto a se combinar ou se determinar os resultados de cada técnica em separado em tempo real para se chegar a uma estimativa otimizada do estado do desgaste.

[007] Como resultado, existe uma necessidade no estado da técnica quanto a uma estimativa do estado de desgaste do pneu geral que proporcione uma estimativa mais precisa e confiável do estado do desgaste do pneu em relação aos sistemas do estado anterior da técnica.

Sumário da Invenção

[008] De acordo com um aspecto de uma modalidade exemplificativa da invenção, um sistema de estimativa de estado de desgaste do pneu é fornecido. O sistema inclui pelo menos um pneu suportando um veículo. Um sensor é montado no pneu, e o sensor montado no pneu mede os parâmetros do pneu. Pelo menos um sensor é montado no veículo, e o sensor montado no veículo mede os parâmetros de veículo. Cada um dentre a pluralidade de submodelos recebe parâmetros de pneu selecionados a partir do sensor montado no pneu e parâmetros de veículo selecionados a partir do sensor montado no veículo. Cada um dentre a pluralidade de submodelos gera uma respectiva estimativa do estado do desgaste do submodelo. Determina-se uma confiabilidade para cada um dentre a pluralidade de submodelos. Um modelo supervisor recebe a estimativa do estado de desgaste do submodelo e a confiabilidade para cada um dos submodelos como dados de entrada. O modelo supervisor gera uma estimativa do estado de desgaste combinada para o pneu.

Breve Descrição dos Desenhos

[009] A invenção será descrita a seguir como forma de exemplo e com referência aos desenhos de acompanhamento, nos quais:
a Figura 1 é uma vista em perspectiva de um veículo e pneu equipado com sensor, parcialmente em seção, empregado em associação com o sistema de estimativa de estado de desgaste do pneu da presente invenção;
a Figura 2 é uma vista plana esquemática do veículo mostrado na Figura 1;
a Figura 3 é um fluxograma mostrando aspectos de submodelos do sistema de estimativa de estado de desgaste do pneu da presente invenção;
a Figura 4 é uma representação esquemática de um modelo supervisor de uma primeira modalidade exemplificativa do sistema de estimativa de estado de desgaste do pneu da presente invenção;
a Figura 5 é uma representação esquemática de um modelo supervisor de uma segunda modalidade exemplificativa do sistema de estimativa de estado de desgaste do pneu da presente invenção; e
a Figura 6 é uma vista esquemática em perspectiva do veículo mostrado na Figura 1 com uma representação da transmissão de dados para um servidor baseado na nuvem e um dispositivo de visualização

[010] Sinais de referência similares se referem à partes similares ao longo dos desenhos.

Definições

[011] "Axial" e "axialmente" se referem às linhas ou direções que são paralelas ao eixo de rotação do pneu.

[012] "CAN" é uma abreviação para a rede em área de controlador.

[013] "Circunferencial" se refere às linhas ou direções se estendendo ao longo do perímetro da superfície da banda de rodagem anular perpendicular à direção axial.

[014] "Plano central equatorial (CP)" se refere ao plano perpendicular ao eixo de rotação do pneu e passando através do centro da banda de rodagem

[015] "Superfície de apoio do pneu" se refere à área ou marca de contato criada pela banda de rodagem do pneu com uma superfície plana conforme o pneu rotaciona ou rola.

[016] "GPS" é uma abreviação para o sistema de posicionamento global.

[017] "Lado interno" se refere o lado do pneu mais próximo do veículo quando o pneu é montado em uma roda e a roda é montada no veículo.

[018] "Lateral" se refere a uma direção axial.

[019] "Área de contato efetiva" se refere à área total do solo contatando os elementos de banda de rodagem entre as bordas laterais em torno de toda a circunferência da banda de rodagem dividida pela área bruta de toda a banda de rodagem entre as bordas laterais.

[020] "Lado externo" se refere ao lado do pneu mais afastado do veículo quando o pneu é montado em uma roda e a roda é montada no veículo.

[021] "Radial" e "radialmente" se referem à direções radialmente em sentido ou em afastamento do eixo de rotação do pneu.

[022] "Nervura" se refere a uma tira de borracha estendendo-se circunferencialmente na banda de rodagem que é definida por pelo menos um sulco circunferencial e tanto por um segundo sulco quanto uma borda lateral, a tira sendo lateralmente não dividida por sulcos muito profundos.

[023] "TPMS" é uma abreviação para o sistema de monitoramento de pressão de pneu.

[024] "Elemento de banda de rodagem" ou "elemento de tração" se refere a uma nervura ou um elemento em bloco definido por um formato apresentando sulcos adjacentes.

Descrição Detalhada da Invenção

[025] A presente invenção proporciona um sistema que fornece uma estimativa indireta do estado de desgaste do pneu utilizando-se um modelo supervisor que determina um estado de desgaste de pneu geral a partir das estimativas do estado de desgaste do pneu geradas por diferentes submodelos.

[026] Uma primeira modalidade exemplificativa do sistema de estimativa de estado de desgaste do pneu da presente invenção é indicada por 10 e é mostrada nas Figuras de 1 a 4 e 6. Com referência em particular à Figura 1, o sistema 10 estima o estado de desgaste de cada pneu 12 suportando um veículo 14. Enquanto o veículo 14 é descrito como um veículo de transporte, a invenção não fica restrita a esta condição. Os princípios da invenção encontram aplicações em outras categorias de veículos, tais como caminhões comerciais, veículos do tipo para todo-oterreno, e similares, nos quais os veículos podem ser suportados por mais ou menos pneus. Além disso, a invenção encontra aplicações em um veículo 14 individual ou em frotas de veículos.

[027] Cada pneu 12 inclui um par de áreas de talão 16 (somente uma é mostrada) e um núcleo de talão (não mostrado) embutido em cada área de talão. Cada um dentre um par de paredes laterais 18 (somente uma é mostrada) estende-se radialmente para fora de uma respectiva área de talão 16 até uma banda de rodagem em contato com o solo 20. O pneu 12 é reforçado por uma carcaça 22 que se estende de modo toroidal a partir de uma área de talão 16 até a outra área de talão, conforme do conhecimento dos especialistas da área. Um forro de revestimento interno 24 é formado na superfície interna da carcaça 22. O pneu 12 é montado em uma roda 26 de uma maneira conhecida pelos especialistas da área e, quando montado, forma uma cavidade interna 28 que é preenchida com um fluido pressurizado, tal como o ar.

[028] Uma unidade de sensor 30 pode ser fixada ao forro de revestimento interno 24 de cada pneu 12 por meios tais como um adesivo e medir certos parâmetros ou condições do pneu, conforme será descrito em maiores detalhes a seguir. Deve ser entendido que a unidade de sensor 30 pode ser fixada de tal maneira, ou a outros componentes do pneu 12, tal como entre as camadas da carcaça 22, sobre ou no interior de uma das paredes laterais 18, sobre ou no interior da banda de rodagem de pneu 20, e/ou uma combinação das mesmas. Para fins de conveniência, referência aqui é feita à a montagem da unidade de sensor 30 no pneu 12, com o entendimento de que a montagem inclui todos esses tipos de fixações.

[029] A unidade de sensor 30 é montada em cada pneu 12 para detectar certos parâmetros do pneu em tempo real no interior do pneu, tais como a pressão e temperatura do pneu. Preferencialmente, a unidade de sensor 30 é um módulo ou sensor de sistema de monitoramento de pressão do pneu (TPMS), de um tipo que é disponível comercialmente, e pode apresentar qualquer tipo de configuração conhecida. Para fins de conveniência, a unidade de sensor 30 pode ser referida como um sensor TPMS. Cada sensor TPMS 30, preferencialmente, também inclui uma capacidade de memória eletrônica para armazenamento da informação de identificação (ID) para cada pneu 12, conhecida como informação de ID de pneu. Alternativamente, a informação de ID de pneu pode ser incluída em outra unidade de sensor, ou em uma mídia de armazenamento de ID de pneu em separado, tal como uma identificação de ID de pneu 34.

[030] A informação de ID de pneu pode incluir informações da fabricação para o pneu 12, tais como: o tipo de pneu; modelo de pneu; informações de tamanho, tal como o tamanho do aro, largura, e diâmetro externo; localização da fabricação; data da fabricação; um código da capa da banda de rodagem que inclui ou se correlaciona com uma identificação de um composto; e um código em molde que inclui ou se correlaciona com uma identificação da estrutura da banda de rodagem do pneu. A informação de ID do pneu pode incluir também um histórico do serviço ou outras informações para identificação dos fatores e parâmetros específicos de cada pneu 12, bem como as características mecânicas do pneu, tais como parâmetros de curvatura, razão de mola, relação carga-enchimento, e similares. Tal identificação de pneu permite a correlação dos parâmetros de pneu medidos e o pneu 12 específico para fornecer o rastreamento local ou central do pneu, sua condição atual, e/ou sua condição ao longo do tempo. Além disso, a capacidade do sistema de posicionamento global (GPS) pode ser incluída no sensor TPMS 30 e/ou na identificação de ID do pneu 34 para fornecer o rastreamento da localização do pneu 12 durante o transporte e/ou o rastreamento da localização do veículo 14 no qual o pneu foi instalado.

[031] Voltando atenção agora para a Figura 2, o sensor TPMS 30 e a identificação de ID de pneu 34 incluem, cada, uma antena para transmissão sem fio 36 da temperatura de pneu medida, bem como os dados de ID do pneu, a um processador 38. O processador 38 pode ser montado no veículo 14, conforme mostrado, ou pode ser integrado no sensor TPMS 30. Para fins de conveniência, o processador 38 será descrito como sendo montado no veículo 14, sendo entendido que o processador pode ser alternativamente integrado com o sensor TPMS 30. Preferencialmente, o processador 38 está em comunicação eletrônica ou integrado com um sistema eletrônico do veículo 14, tal como o sistema de barramento CAN 42, o qual é referido como o barramento CAN.

[032] Aspectos do sistema de estimativa de estado de desgaste do pneu 10 preferencialmente são executados no processador 38 ou em outro processador que seja acessível através do barramento CAN de veículo 42, o qual permite a introdução de dados do sensor TPMS 30 e a identificação de ID de pneu 34, bem como a introdução de dados a partir de outros sensores que estão em comunicação eletrônica com o barramento CAN. Desta maneira, o sistema de estimativa de estado de desgaste do pneu 10 permite a medição da temperatura e pressão do pneu com o sensor TPMS 30, as quais são transmitidas, preferencialmente, ao processador 38. Preferencialmente, a ID de pneu é transmitida a partir da etiqueta de identificação de ID de pneu 34 para o processador 38. Preferencialmente, o processador 38 correlaciona a temperatura do pneu medida, a pressão do pneu medida, o tempo de medição, e a informação de ID para cada pneu 12.

[033] Voltando atenção para a Figura 4, a primeira modalidade exemplificativa do sistema de estimativa de estado de desgaste do pneu 10 inclui um modelo supervisor 60. O modelo supervisor 60 infere a confiabilidade de múltiplos submodelos ou estimadores com funções de pontuação de confiabilidade que calculam uma pontuação de confiabilidade de cada submodelo com base nos parâmetros físicos ou externos. A confiabilidade inferida de cada submodelo é combinada com as estimativas individuais do estado de desgaste do pneu a partir de cada submodelo, gerando uma estimativa de estado de desgaste combinada 62 individual. Um modelo supervisor 60 preferido é uma Rede de Trabalho Bayesiana, que é um modelo gráfico probabilístico representando um conjunto de variáveis e suas dependências condicionais através de um gráfico direcionado de forma acíclica. Naturalmente, outros tipos de modelos de previsão podem ser utilizados como o modelo supervisor 60.

[034] Os submodelos ou estimadores analisados pelo modelo supervisor 60 incluem um estimador de estado de desgaste com base no raio de rolamento 54, um estimador de estado de desgaste com base no escorregamento 56 e um estimador de estado de desgaste com base na energia de atrito 58. Com referência a Figura 3, um exemplo de estimador de estado de desgaste com base no raio de rolamento 54 inclui um calculador de raio de rolamento 66 calculando uma mudança no raio do pneu 12 gerando uma estimativa de desgaste de raio de rolamento 64. Outros submodelos que podem ser analisados pelo modelo supervisor 60 incluem: um estimador de estado de desgaste com base na vibração; um estimador de estado de desgaste com base na rigidez de curvatura; um estimador de estado de desgaste com base na rigidez de frenagem; um estimador de estado de desgaste com base no comprimento da superfície de apoio do pneu; e um estimador de estado de desgaste de pneu com base na análise de combinações de parâmetros, tais como quilometragem, clima, e construção do pneu.

[035] O raio de rolamento com base no estimador 54, os parâmetros pneumáticos 68 obtidos a partir do sensor TPMS 30, tais como a pressão, temperatura e ID, são introduzidos no calculador de raio de rolamento 66. Além disso, os parâmetros de veículo 70 são medidos por sensores que são montados no veículo 14, e que estão em comunicação eletrônica com o sistema de barramento CAN 42 do veículo (Figura 2). Especificamente, os parâmetros de veículo 70, tais como a velocidade da roda, a velocidade do veículo, a aceleração e/ou posição são obtidos e são introduzidos no calculador de raio de rolamento 66.

[036] O calculador de raio de rolamento 66 calcula uma mudança no raio do pneu 12 com base nos parâmetros de pneu 68 e nos parâmetros de veículo 70, os quais são usados pelo estimador de estado de desgaste com base no raio de rolamento 54 para gerar a estimativa de desgaste do raio de rolamento 64. Uma técnica exemplificativa para a determinação da estimativa de desgaste do raio de rolamento 64 é descrita nas Patentes Norte-Americanas Nos. 9.663.115; 9.878.721; e 9.719.886, de titularidade do mesmo cessionário da presente invenção, The GoodYear Tire & Rubber Company, sendo incorporadas neste relatório como referências.

[037] Um estimador de estado de desgaste com base no escorregamento 56 exemplificativo inclui um calculador de escorregamento de pneu 72 que calcula o escorregamento do pneu 12 para gerar uma estimativa do estado de desgaste com base no escorregamento 74. No estimador de estado de desgaste com base no escorregamento 56, os parâmetros de pneu 68 obtidos a partir do sensor TPMS 30, tais como a pressão, temperatura, e ID, são introduzidos no calculador de escorregamento de pneu 72. Além disso, os parâmetros de veículo 70, tais como velocidade da roda, velocidade do veículo, e/ou a aceleração são obtidos e introduzidos no calculador de escorregamento de pneu 72.

[038] O calculador de escorregamento 72 calcula o escorregamento do pneu 12 com base nos parâmetros de pneu 68 e nos parâmetros de veículo 70, o qual é usado pelo estimador de estado de desgaste com base no escorregamento 56 para gerar a estimativa do estado de desgaste com base no escorregamento 74. Técnicas exemplificativas para a determinação da estimativa do estado de desgaste com base no escorregamento 74 são descritos nas Patentes Norte-Americanas Nos. 9.610.810; 9.821.611; e 10.603.962, as quais são de titularidade do mesmo cessionário da presente invenção, The GoodYear Tire & Rubber Company, sendo incorporadas neste relatórios como referências.

[039] Um estimador de estado de desgaste com base na energia de atrito 58 exemplificativo inclui um calculador de energia de atrito de pneu 76 que calcula a energia de atrito do pneu 12 para gerar uma estimativa de desgaste com base na energia de atrito 78. No estimador de estado de desgaste com base na energia de atrito 58, os parâmetros de pneu 68 obtidos a partir do sensor TPMS 30, tais como a pressão, temperatura e ID, são introduzidos no calculador de energia de atrito 76. Além disso, os parâmetros de veículo 70, tais como a inércia do veículo e/ou a localização são obtidos e introduzidos no calculador de energia de atrito 76.

[040] O calculador de energia de atrito 76 calcula a energia de atrito do pneu 12 com base nos parâmetros de pneu 68 e nos parâmetros de veículo 70, o qual é usado pelo estimador de estado de desgaste com base na energia de atrito 58 para gerar a estimativa de desgaste com base na energia de atrito 78. Um exemplo de técnica para a determinação da estimativa de desgaste com base na energia de atrito 78 é descrita na Patente Norte-Americana No 9.873.293, a qual é de titularidade do mesmo cessionário da presente invenção, The GoodYear Tire & Rubber Company, sendo incorporada neste relatório como referência.

[041] Conforme descrito anteriormente, tem-se outros submodelos que podem ser analisados pelo modelo supervisor 60. Técnicas exemplificativas para a determinação de uma estimativa do estado de desgaste com base na vibração são descritos nas Patentes Norte-Americanas Nos. 9.259.976 e 9.050.864, bem como nas Publicações de Pedidos de Patentes Norte-Americanas Nos. 2018/0154707 e 2020/0182746, as quais são de titularidade do mesmo cessionário da presente invenção, The GoodYear Tire & Rubber Company, sendo incorporadas neste relatório como referências. Uma técnica exemplificativa para a determinação de uma estimativa do estado de desgaste com base na rigidez de curvatura é descrito na Patente Norte-Americana No. 9.428.013, a qual é de titularidade do mesmo cessionário da presente invenção, The GoodYear Tire & Rubber Company, sendo incorporada neste relatório como referência.

[042] Uma técnica exemplificativa para a determinação de uma estimativa de estado de desgaste com base na rigidez de frenagem é descrita na Patente NorteAmericana No 9.442.045, a qual é de titularidade do mesmo cessionário da presente invenção, The Goodyear Tire & Rubber Company, e que é incorporada neste relatório como referência. As técnicas exemplificativas para a determinação de um comprimento da superfície de apoio do pneu com base no estimador de estado de desgaste são descritas na Patente Norte-Americana Nos. 62/893.862; 62/893.852; e 62/893.860, as quais são de titularidade do mesmo cessionário da presente invenção, The GoodYear Tire & Rubber Company, sendo incorporadas neste relatório como referências. Uma técnica exemplificativa para a determinação de uma estimativa do estado de desgaste do pneu com base em uma análise das combinações de parâmetros, tais como, a quilometragem do pneu, clima, e construção do pneu é descrito na Publicação de Pedido de Patente Norte-Americana No. 2018/0272813, a qual é de titularidade do mesmo cessionário da presente invenção, The GoodYear Tire & Rubber Company, sendo incorporada neste relatório como referência.

[043] Retornando para a Figura 4, o sistema de estimativa de estado de desgaste do pneu 10 calcula as confiabilidades dos submodelos ou dos estimadores e introduz os mesmos no modelo supervisor 60 para gerar a estimativa do estado de desgaste do pneu combinada 62. Aqui, referência é feita como forma de exemplo ao estimador de estado de desgaste com base no raio de rolamento 54, ao estimador de estado de desgaste com base no escorregamento 56 e ao estimador de estado de desgaste com base na energia de atrito 58. Mais particularmente, uma respectiva pontuação de confiabilidade de modelo 82, 84 e 86 é determinada para cada um dentre o estimador de estado de desgaste com base no raio de rolamento 54, o estimador de estado de desgaste com base no escorregamento 56 e o estimador de estado de desgaste com base na energia de atrito 58 com base nos parâmetros externos e físicos que cada estimador é sensível, referidos como parâmetros de sensibilidade.

[044] Por exemplo, a pontuação de confiabilidade de modelo de raio de rolamento 82 é determinada utilizando-se uma função de pontuação de confiabilidade de raio de rolamento 88. Os parâmetros de sensibilidade de raio de rolamento 94 são fatores que não são contabilizados no estimador de estado de desgaste com base no raio de rolamento 54 e são conhecidos como afetando a confiabilidade da estimativa de desgaste do raio de rolamento 64. Os parâmetros de sensibilidade 94 incluem: o estado de carregamento do veículo 14, ou seja, o desvio da carga presente no veículo a partir de um estado de carregamento nominal do veículo; condições extremamente elevadas ou baixas de pressão de enchimento do pneu, ou seja, o desvio da pressão de enchimento do pneu a partir de uma faixa de pressão de enchimento nominal; o estado de nivelamento da estrada, ou seja, o desvio do nivelamento da estrada aonde o veículo está transitando a partir de uma condição de estrada plana; e a situação do GPS, ou seja, o desvio quanto ao indicado pelo GPS do veículo quanto a sua velocidade em relação as velocidades não transmitidas para as rodas. Esses parâmetros de sensibilidade 94 são introduzidos na função de pontuação de confiabilidade de raio de rolamento 88, o qual pontua os parâmetros com uma técnica de modelagem estatística, tais como uma técnica de regressão, um modelo de aprendizagem por máquina e/ou uma técnica ou função de lógica difusa, gerando a pontuação de confiabilidade de modelo de raio de rolamento 82.

[045] A pontuação de confiabilidade do modelo com base no escorregamento 84 é determinada utilizando-se uma função de pontuação de confiabilidade com base no escorregamento 90. Os parâmetros de sensibilidade com base no escorregamento 96 são fatores que não são contabilizados no estimador de estado de desgaste com base no escorregamento 56 e são conhecidos por afetarem a confiabilidade da estimativa de estado de desgaste com base no escorregamento 74. Os parâmetros de sensibilidade 96 incluem: o estado de carregamento do veículo 14, ou seja, o desvio da carga presente do veículo a partir de um estado de carregamento nominal de veículo; condições extremamente elevadas ou baixas de pressão de enchimento do pneu, ou seja, o desvio da pressão de enchimento do pneu a partir de uma faixa de pressão de enchimento nominal; a situação do GPS, ou seja, o desvio da velocidade do veículo indicado pelo GPS a partir das velocidades das rodas não motrizes; a temperatura ambiente do pneu 12; e a condição da superfície da estrada, ou seja, as características da estrada aonde o veículo se encontra transitando conforme o indicado por um coeficiente de atrito. Esses parâmetros de sensibilidade 96 são introduzidos na função de pontuação de confiabilidade com base no escorregamento 90, a qual pontua os parâmetros com uma técnica de modelagem estatística, tais como uma técnica de regressão, um modelo de aprendizagem por máquina, e/ou uma técnica ou função de lógica difusa, para gerar a pontuação de confiabilidade de modelo com base no escorregamento 84.

[046] A pontuação de confiabilidade do modelo com base na energia de atrito 86 é determinada utilizando-se a função de pontuação de confiabilidade com base energia de atrito 92. Os parâmetros de sensibilidade com base na energia de atrito 98 são fatores que não são contabilizados no estimador do estado de desgaste com base na energia de atrito 58 e são conhecidos por afetarem a confiabilidade da estimativa do desgaste com base na energia de atrito 78. Os parâmetros de sensibilidade 98 incluem: a temperatura ambiente do pneu 12; a condição da superfície da estrada, ou seja, as características da estrada na qual o veículo 14 está transitando conforme o indicado por um coeficiente de atrito; e a condição de rugosidade da estrada, ou seja, a rugosidade da estrada aonde o veículo está transitando conforme o indicado pelo índice de rugosidade internacional (IR). Esses parâmetros de sensibilidade 98 são introduzidos na função de pontuação de confiabilidade com base na energia de atrito 92, a qual pontua os parâmetros com uma técnica de modelagem estatística, tais como, uma técnica de regressão, um modelo de aprendizagem por máquina, e/ou uma técnica ou função de lógica difusa, para gerar a pontuação de confiabilidade do modelo com base na energia de atrito 86.

[047] A estimativa do desgaste do raio de rolamento 64 gerada pelo estimador de estado de desgaste com base no raio de rolamento 54 e a pontuação de confiabilidade do modelo de raio de rolamento 82 são introduzidas no modelo supervisor 60. A estimativa do desgaste com base no escorregamento 74 gerada pelo estimador de estado de desgaste com base no escorregamento 56 e a pontuação de confiabilidade do modelo com base no escorregamento 84 são também introduzidas no modelo supervisor 60. Adicionalmente, a estimativa de desgaste com base na energia de atrito 78 gerada pelo estimador de estado de desgaste com base na energia de atrito 58 e a pontuação de confiabilidade de modelo com base na energia de atrito 86 são introduzidas no modelo supervisor 60.

[048] Preferencialmente, o sistema de estimativa de estado de desgaste do pneu 10 inclui ainda uma estimativa do estado de desgaste do pneu diante de uma etapa anterior 80, a qual pode ser referida como o estado de desgaste em T-1. Devido ao pneu 12 continuar a se desgastar com o passar do tempo, a estimativa do estado de desgaste do pneu na etapa anterior 80 melhora a estimativa atual do estado de desgaste do pneu 62. Portanto, a estimativa do estado de desgaste do pneu na etapa anterior 80, preferencialmente, é também introduzida no modelo supervisor 60. Quando a estimativa do estado de desgaste do pneu na etapa anterior 80 não está disponível, uma quilometragem 120 do veículo 14 pode ser introduzida no modelo supervisor 60 viabilizando a uma estimativa do estado de desgaste do pneu em uma etapa anterior a ser obtida.

[049] O modelo supervisor 60 recebe então a estimativa de desgaste do modelo de raio de rolamento 64, a pontuação de confiabilidade do modelo de raio de rolamento 82, a estimativa do desgaste do modelo com base no escorregamento 74, a pontuação de confiabilidade do modelo com base no escorregamento 84, a estimativa do desgaste do modelo com base na energia de atrito 78, a pontuação de confiabilidade do modelo com base na energia de atrito 86 e a estimativa do estado de desgaste do pneu na etapa anterior 80 como dados de entrada. O modelo supervisor 60 executa, em seguida, uma inferência estatística para determinar uma distribuição probabilística quanto aos estados de desgaste do pneu, indicando a estimativa de desgaste combinada 62 individual mais provável. Quando feito emprego de uma Rede de Trabalho Bayesiana como o modelo supervisor 60, a estimativa de desgaste 62 é gerada através da realização de uma inferência Bayesiana.

[050] Desta maneira, a primeira modalidade do sistema de estimativa de estado de desgaste do pneu 10 da presente invenção proporciona uma estimativa precisa e confiável do estado de desgaste de pneu 62 fazendo uso de um modelo supervisor 60. O modelo supervisor determina o estado de desgaste 62 compreensivo a partir das estimativas geradas pelos múltiplos submodelos 54, 56 e 58.

[051] Com referência agora as Figuras de 1 a 3 e de 5 a 6, uma segunda modalidade exemplificativa do sistema de estimativa de estado de desgaste do pneu da presente invenção é indicada por 100. A segunda modalidade do sistema de estimativa de estado de desgaste do pneu 100 é similar em estrutura e funcionamento da primeira modalidade do sistema de estimativa de estado de desgaste do pneu 10, com a exceção de que a pontuação de confiabilidade do modelo de raio de rolamento 82 e a pontuação de confiabilidade de modelo com base no escorregamento 84 são determinadas de maneira diferente na segunda modalidade do sistema de estimativa de estado de desgaste do pneu. Portanto, somente as diferenças entre a segunda modalidade do sistema de estimativa de estado de desgaste do pneu 100 e a primeira modalidade do sistema de estimativa de estado de desgaste do pneu 10 serão descritas.

[052] Na segunda modalidade do sistema de estimativa de estado de desgaste do pneu 100, a confiabilidade do modelo de raio de rolamento 82 é inferida empregando-se múltiplas correlações. Por exemplo, uma primeira correlação do raio de rolamento 102 inclui a correlação do raio de rolamento do pneu 12 com a quilometragem do veículo 14. Uma segunda correlação do raio de rolamento 104 inclui a correlação da velocidade do sistema de posicionamento global (GPS) com as velocidades das rodas do veículo 14. Uma terceira correlação de raio de rolamento 106 inclui a correlação do raio de rolamento do pneu 12 com a carga do veículo. Uma quarta correlação de raio de rolamento 108 é relacionada com a nivelação da estrada aonde o veículo 14 se encontra transitando. Essas correlações 102, 104, 106 e 108 são utilizadas pelo modelo supervisor para inferir a confiabilidade 82 do modelo de raio de rolamento. Quando se emprega uma Rede de Trabalho Bayesiana como o modelo supervisor 60, a confiabilidade 82 é inferida através de uma inferência Bayesiana.

[053] A confiabilidade do modelo com base no escorregamento 84 é também inferida utilizando-se múltiplas correlações. Uma primeira correlação com base no escorregamento 110 inclui uma correlação entre o escorregamento do pneu 12 e a quilometragem do veículo 14. Uma segunda correlação com base no escorregamento 112 inclui uma correlação entre a velocidade do sistema de posicionamento global (GPS) com as velocidades das rodas do veículo 14. Uma terceira correlação com base no escorregamento 114 inclui a correlação do escorregamento do pneu 12 com a temperatura do pneu. Uma quarta correlação com base no escorregamento 116 é relacionada com as características da superfície da estrada pela qual o veículo 14 se encontra transitando. Uma quinta correlação 118 é relacionada com a rugosidade da estrada pela qual o veículo 14 se encontra transitando. Essas correlações 110, 112, 114, 116 e 118 são utilizadas pelo modelo supervisor para inferir quanto a confiabilidade 84 do modelo com base no escorregamento. Quando se emprega uma Rede de Trabalho Bayesiana como o modelo supervisor 60, a confiabilidade 84 é inferida através do desempenho de uma inferência Bayesiana.

[054] Tal como na primeira modalidade sistema de estimativa de estado de desgaste do pneu 10, na segunda modalidade do sistema de estimativa de estado de desgaste do pneu 100, o modelo supervisor 60 recebe a estimativa de desgaste do modelo de raio de rolamento 64, a confiabilidade do modelo de raio de rolamento 82, a estimativa do estado de desgaste do modelo com base no escorregamento 74, a confiabilidade do modelo com base no escorregamento 84, a estimativa do desgaste do modelo com base na energia de atrito 78, a pontuação de confiabilidade do modelo com base na energia de atrito 86 e a estimativa do estado de desgaste do pneu na etapa anterior 80 como dados de entrada. O modelo supervisor 60 executa, em seguida, uma inferência estatística para determinar uma distribuição probabilística quanto ao estado de desgaste do pneu, isso ajuda a indicar a estimativa de desgaste combinada 62 individual mais provável. Quando uma Rede de Trabalho Bayesiana é empregada como o modelo supervisor 60, então a estimativa de desgaste 62 é gerada pela realização de uma inferência Bayesiana.

[055] Desta maneira, a segunda modalidade do sistema de estimativa de estado de desgaste do pneu 100 da presente invenção proporciona uma estimativa precisa e confiável do estado de desgaste 62 utilizando um modelo supervisor 60. O modelo supervisor 60 determina o estado de desgaste 62 geral a partir das estimativas geradas pelos múltiplos submodelos 54, 56 e 58.

[056] Conforme mostrado na Figura 6, parâmetros de pneu 68 para cada pneu 12, parâmetros de veículo 70 para cada veículo 14 podem ser transmitidos sem fio 40 a partir do processador 38 e/ou do barramento CAN 42 no veículo para um processador remoto 48, tal como um processador em um servidor baseado na nuvem 44. O servidor baseado na nuvem 44 pode executar aspectos do sistema de estimativa de estado de desgaste do pneu 10, 100. A estimativa do estado de desgaste do pneu 62 pode ser transmitida sem fio 46 até um dispositivo 50, tal como um servidor de gerenciamento de frota ou um dispositivo operador de veículo, o qual inclui um visualizador 52 para mostrar o estado de desgaste estimado a um gerenciador de frota ou a um operador do veículo 14.

[057] A presente invenção inclui ainda um método de estimativa do estado de desgaste 62 de um pneu 12. O método inclui as etapas em acordo com a parte descritiva apresentada anteriormente e mostrada nas Figuras de 1 a 6.

[058] Deve ser entendido que a estrutura e o método descritos acima do sistema de estimativa de estado de desgaste do pneu 10, 100 podem ser alterados ou rearranjados, ou os componentes ou etapas conhecidas pelos especialistas na área técnica omitidos ou acrescentados, sem afetar-se o conceito ou a operação global da invenção.

[059] A invenção foi descrita com referência às modalidades preferidas. Modificações e alterações em potencial irão ocorrer a outros mediante a leitura e entendimento desta parte descritiva. Deve ser entendido que todas modificações e alterações desse tipo se incluem no escopo da invenção, conforme estabelecido no quadro de reivindicações em apenso, ou aos seus equivalentes.

Claims (10)

1. Sistema de estimativa de estado de desgaste do pneu, CARACTERIZADO pelo fato de que compreende: pelo menos um pneu suportando um veículo; um sensor montado no pelo menos um pneu, o sensor montado no pneu medindo parâmetros de pneu; pelo menos um sensor montado no veículo, o pelo menos um sensor montado no veículo medindo parâmetros de veículo; uma pluralidade de submodelos, em que cada submodelo recebe parâmetros de pneu selecionados a partir do sensor montado no pneu e parâmetros de veículo selecionados a partir do pelo menos um sensor montado no veículo; uma pluralidade de estimativas de estado de desgaste de submodelo, cada uma das estimativas de estado de desgaste de submodelo sendo gerada por um submodelo respectivo da pluralidade de submodelos; uma confiabilidade de modelo sendo determinada para cada um dentre a pluralidade de submodelos; e um modelo supervisor, o modelo supervisor recebendo como dados de entrada a pluralidade de estimativas de estado de desgaste de submodelo e a confiabilidade de modelo para cada um dentre a pluralidade de submodelos, em que o modelo supervisor gera uma estimativa de estado de desgaste combinada para o pelo menos um pneu.
2. Sistema de estimativa de estado de desgaste do pneu, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que o modelo supervisor executa uma inferência Bayesiana para determinar uma distribuição probabilística sobre a pluralidade de submodelos na geração da estimativa de estado de desgaste combinada.
3. Sistema de estimativa de estado de desgaste do pneu, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que a pluralidade de submodelos inclui um estimador de estado de desgaste com base no raio de rolamento.
4. Sistema de estimativa de estado de desgaste do pneu, de acordo com a reivindicação 3, CARACTERIZADO pelo fato de que o estimador de estado de desgaste com base no raio de rolamento inclui um calculador de raio de rolamento, e o calculador de raio de rolamento recebe os parâmetros de pneu selecionados e os parâmetros de veículo selecionados para calcular uma mudança em um raio do pelo menos um pneu.
5. Sistema de estimativa de estado de desgaste do pneu, de acordo com a reivindicação 3, CARACTERIZADO pelo fato de que a confiabilidade de modelo para o estimador de estado de desgaste com base no raio de rolamento inclui uma função de pontuação de confiabilidade de raio de rolamento que pontua parâmetros de sensibilidade de raio de rolamento para gerar a pontuação de confiabilidade de modelo para o estimador de estado de desgaste com base no raio de rolamento.
6. Sistema de estimativa de estado de desgaste do pneu, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que a pluralidade de submodelos inclui um estimador de estado de desgaste com base no escorregamento.
7. Sistema de estimativa de estado de desgaste do pneu, de acordo com a reivindicação 6, CARACTERIZADO pelo fato de que o estimador de estado de desgaste com base no escorregamento inclui um calculador de escorregamento de pneu, e o calculador de escorregamento de pneu recebe os parâmetros de pneu selecionados e os parâmetros de veículo selecionados para calcular o escorregamento do pelo menos um pneu.
8. Sistema de estimativa de estado de desgaste do pneu, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que a pluralidade de submodelos inclui um estimador de estado de desgaste com base na energia de atrito.
9. Sistema de estimativa de estado de desgaste do pneu, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que a pluralidade de submodelos inclui pelo menos um dentre um estimador de estado de desgaste com base na vibração, um estimador de estado de desgaste com base na rigidez de curvatura, um estimador de estado de desgaste com base na rigidez de frenagem, um estimador de estado de desgaste com base no comprimento da superfície de apoio do pneu, e um estimador de estado de desgaste de pneu com base na análise de combinações de parâmetros incluindo pelo menos um dentre quilometragem do pneu, clima, e construção do pneu.
10. Sistema de estimativa de estado de desgaste do pneu, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que compreende uma estimativa de um estado de desgaste do pelo menos um pneu em uma etapa anterior sendo recebida como um dado de entrada no modelo supervisor.

Images