EN
Padangų pasirinkimo svarba lenktynių strategijoje
Padangų sukibimo dinamikos fizika esant didelėms greitis
Padangos patiria vertikalią apkrovą, siekiančią iki 5 000 svarų jėgos, ir sukuria šoninę sukibimo jėgą, būtiną posūkiams, lenktynių greičiu virš 200 mylių per valandą. Kontaktinio plotelio histerezės efektas sukelia traukos jėgos praradimą 12–15 % kiekvieną kartą, kai kelio temperatūra pakyla 10 °C (Motorsport Engineering Journal, 2023). Inžinieriai šią problemą sprendžia optimizuodami guminės medžiagos elastingumą (Šore standumo laipsnis: 70–85A), naudodami nanosilikoje pagrįstą gumą terminės stabilumo savybėms ir dviejų sluoksnių konfigūraciją su karščiui atspariais vidiniais diržais. Šie principai taip pat padeda suprasti, kodėl prototipo padanga praranda 0,4 s/lanką, kai viršijama jos darbo temperatūros riba 105–125 °C.
Takų specifinės padangų mišinio formulės
Dabartinėse lenktynių serijose dabar reikia nuo 3 iki 5 vienojo komponento parinkčių kiekvienam renginiui. Aukštos trinties trasos, tokios kaip Suzuka, naudoja 40–60 % kietesnius anglių juodumą sustiprintus mišinius, tuo tarpu gatvės trasos, tokios kaip Monakas, naudoja minkštesnius, trumpesnio grandinės mišinius, kuriuose yra apie 30 % natūralaus kaučiuko, kad būtų padidintas mechaninis sukibimas. 2024 m. tyrimas parodė, kad naudojant vidutinio-minkšto komponento padangų poras vingiuotuose sektoriuose, automobilių laikas, naudojant pilnai kietas poras, sutrumpėja 1,2–1,8 sekundės.
Atvejo analizė: Čempionų komandų padangų protokolai
„Mercedes-AMG Petronas“ 2024 m. Monako GP pergalė parodė puikią padangų strategiją: 12 komponentų-temperatūros kombinacijų prieš lenktynes simuliacijoje, skirtingų pitstop langelių (29 rato priekyje ir 33 rato gale keitimas) ir gyvos nubrozdinimų analizės su 52 z termografinėmis nuotraukomis. Šis protokolas padidino ratų nuoseklumą 19 % lyginant su konkurentais ir sumažino pitstopų dažnį 33 %, įrodant lenktynių posakį: „Padangos nėra dalys, jos yra jutikliai".
Mašininio mokymosi algoritmai realaus laiko koregavimui
Šiandienos lenktynių inžinerijoje neuroniniai tinklai analizuoja daugiau nei 200 duomenų taškų per sekundę iš padangų jutiklių – tokių kaip temperatūros gradientai, šoninės jėgos ir gumos deformacijos modeliai. 2023 m. leidime, paskelbtame IEEE Access, pavyzdžiui, buvo nustatyta, kad šioje srityje palyginti su statiniu modeliu, naudojant gyvąją telemetriją ir istorinių našumo duomenų bazes, slėgio koregavimo tikslumą 23 % padidino konvoliucinis neuroninis tinklas (CNN). Šie sistemos naudoja vairuotojo sukiojimo sumažinimus ir pakabos kinematiką, kad numatytų ir kompensuotų nepakankamo ar pernelyg stipraus sukiojimo situacijas.
Oro sąlygoms reaguojanti slėgio kalibracija (WRPC® technologija)
Naujosios sistemos derina mezoinių oro prognozavimo modelius su kelio dangos drėgmės jutikliais, kurie įtraukia adaptuojamą slėgio profilį, atnaujinamą kas 0,8 sek. (11). 2024 m. Spa-Francorchamps 24 valandų lenktynėse komandos, kurios naudojo lietaus sąlygoms pritaikytą kalibravimą, prisitaikantį prie orų sąlygų, sumažino lankų laiko kintamumą lietuje net 41 %, lyginant su rankiniu jų konfigūracijos optimizavimu. WRPC® technologija naudoja stiprinimo mokymąsi, kad rastų idealų kompromisą tarp kelio sąlygoms optimizuoto kontaktinio paviršiaus ir geriausio protektoriaus reakcijos efektyvumo esant kintančioms sąlygoms.
Diskusijos: pernelyg didelis pasikliovimas automatinėmis sistemomis
Nors 58 % WEC komandų šiuo metu pasikliauja dirbtinio intelekto slėgio valdymu (2023 m. FIA apklausos duomenys), patyrę inžinieriai teigia, kad algoritmų sistemos vis dar negali lengvai atlikti to, ką galima pavadinti žmogaus intuicija juodųjų gulbių įvykių metu, tokių kaip staigus krušos štormas ar slėgio praradimas dėl patekusio šiukšlių. LMDh prototipo padangos sugadinimo incidentas Le Mans 2023 metais sukėlė panašias diskusijas dėl komandų, kurios pašalino daviklių įspėjimus, nes pasitikėjimas algoritmais buvo padidintas. Motorsport Technical Institute: rekomenduojame išlaikyti hibridinį sprendimų priėmimo modelį, kai dirbtinio intelekto rekomendacijos turi būti patvirtintos žmogaus esant kritinėms saugos situacijoms.
Hidroplanavimo atsparumas per protektoriaus konstrukciją
Atsparumas vandens slankiojimui prasideda nuo protektoriaus dizaino, o tai yra iš esmės molekulinis lygmuo su grioveliais ir mikroįpjovomis, kurios padeda vandeniui išeiti iš padangos. Naujausios mikrogriovelių gamintojų technologijos naudoja skaitmeninę hidrodinamiką mikrogriovelių tinklui tobulinti, dėl ko vandens išleidimas yra 15–20 % greitesnis nei standartinėmis struktūromis. Tokia aukštos kokybės apdirbimas neleidžia atsirasti pavojingam padangos atitrūkimui, kai hidrodinaminis slėgis, sukeltas greičio virš 50 mylių per valandą, įveikia rezervuaro kamštelio sandarumą.
Mikrogriovelių struktūros, skirtos dominuoti drėgnoje trasoje
Šiandienos lietaus padangos turi 0,2–0,5 mm vienas į kitą įsikibiančių mikrogrobių – plotis yra specialiai sukurtas taip, kad padangos pjautų vandens sluoksnį, išlaikant tam tikrą konstrukcijos vientisumą. Šie grioveliai, veikiantys kartu su makrogroovėmis, suteikia daugiapakopę drenažo sistemą, kuri leidžia padangoms liestis su asfaltu net esant 5 mm stovinčio vandens. Nauji trasos tyrimai parodė, kad padangos su šešiakampiu mikrogroovių raštu suteikia 18 % geresnį sukibimą posūkiuose nei tokios pat padangos su tiesiniais grioveliais.
2024 m. F1 lietaus padangų inovacijų analizė
Naujausios Formula 1 lietaus sąlygoms sukurtos padangos turi kintamo gylio protektoriaus blokus, kurie reaguoja į skirtingą kiekį kritulių. Eksliuzyvus polimerų mišinys, kuris tampa minkštesnis esant drėgnai, padidina padangos kontaktinio paviršiaus* plotą iki 12 %, kad būtų užtikrintas nepaprastas sukibimas lietaus sąlygose. Be to, padangos papildytos lazeriu išgraviruotais mikrokanalais, kurių dydis mažesnis nei 0,2 mm, todėl 2024 metų sezonui pranašaujamuose bandymuose hidroplanavimo atvejai sumažėjo 37 % lyginant su ankstesne modelo versija. Komandos dabar realiu laiku naudoja padangų nubrozdimo jutiklius, kad būtų galima stebėti griovelių veiksmingumą kas vieną ratą lenktynių metu.
Termiškai sukeltas padangų nubrozdimo prevencija ir našumas
Anglies pluošto sustiprinimas šonuose
Šiuolaikiniai lenktynių padangos integruoja anglies pluošto armuotus šonus, kad būtų užkirstas kelias terminiam degradavimui normaliomis važiavimo sąlygomis, kai temperatūra viršija 200 mylių per valandą. Naudojant Hibrininį Aramido diržo paketą, kuris dažnai naudojamas aviacijos medžiagose, maksimali darbo temperatūra sumažėja 22% lyginant su standartiniais guminiais mišiniais (Kutz, 2018), užtikrinant konstrukcinį vientisumą posūkiuose ir suteikiant stabilumą važiuojant didelėmis greičių. Naujausios medžiagų mokslų studijos parodė, kaip šonų pluoštai išsklaido šilumą nuo jautrių apkrovos vietų, taip užkertiant kelią pūslėms ir atsiskyrimui.
Infraraudonųjų spindulių šilumos žemėlapis dėvėjimui prognozuoti
Kai kurios komandos naudoja transporto priemonėse montuotus infraraudonųjų spindulių jutiklius, kad realiu laiku sukurtų padangų paviršiaus šilumos žemėlapius ir nustatytų karštųjų taškų, kurie gali rodyti dėvėjimą. Šis įrenginys naudojamas prognozuojant kampą, kuriuo pasvirę ratai (kambers), bei pakabos apkrovas, ir jis padėjo sumažinti ankstyvą sugadinimą ištvermės lenktynėse 19 %. 2023 metų Le Mans 24 valandų lenktynėse įtakingiausios komandos remdavosi šiais duomenimis, kad idealiai suderintų triukštingai naudojamų padangų efektyvumą, neprarandant tempimo.
NASCAR ištvermės lenktynių išgyvenimo taktika
NASCAR KOLEI KOVE: NASCAR komandos kovoja su karščio sukeltomis įtampa, iš anksto kondicionuodamos padangas – kaitindamos jas iki 160 laipsnių, kad stabilizuotų mišinio elastingumą kontroliuojamoje kaitinimo procedūroje. Vienas būdas, kuriuo 600 mylių lenktynės skiriasi nuo ankstesnių išbandymų – tai padangų keitimo intervalų išsisklaidymas: vidurio lenktynių metu keičiamos naujos kairės pusės padangos, tuo tarpu dešinės pusės padangos yra pakaitinusios. Taip komandos balansuoja tarp sukibimo išlaikymo ir terminio atstatymo. Ši strategija, kartu su nekeičiamų kairiųjų pusių padangų taktika, sumažino neplanuotų padangų keitimo stočių skaičių Coca-Cola 600 lenktynėse praėjusiais metais 31 procentu lyginant su įprastu visų padangų rinkinio keitimu.
Strateginė padangų keitimo intervalų optimizacija
Ratų apsisukimo laiko ir padangų nubrozdinimo regresijos modeliai
Šiuolaikinės lenktynių komandos naudoja mašininio mokymosi pagrįstus regresijos modelius, kad optimizuotų padangų nubrozdinimą lenktynių laiko našumo požiūriu. Tokios sistemos analizuoja tūkstančius atskirų duomenų taškų – tokių kaip šoninės jėgos, protektoriaus temperatūra ir kelio nubrozdinimo laipsnis – kad prognozuotų našumo kritimus. Viename pavyzdžio tyrime, atliktame 2023 metų motorinėms automachtinėms, nustatyta, kad 30% nubrozdintos padangos kiekvieną ratą sumažins posūkių greitį 2,1%, o tai paprastai kiekvienam ratui pridės 0,8 sekundės laiko baudą. Apdorojant gyvus telemetrijos duomenis iš padangų jutiklių, dabar turime ML algoritmus, kurie tiksliai, ±3 ratų tikslumu, prognozuoja geriausią laiką padangoms keisti.
Techninės pertraukos psichologija: sprendimai, pagrįsti spaudimu
Prieš akis akimirksniu priimami sprendimai, paveikti realaus laiko padangų analizės ir kietų varžovų. Aukštos galios jutiklių masyvai nuskaito slėgio kritimus iki 0,1 PSI tikslumu, pranešdami apie artėjantį sukibimo praradimą, kai kovojama per vėsios ir sausos sąlygų ribą. Tačiau 72 % čempionatų laimėjusių ekipų vadovų (Motorsport Analytics 2023) pripažįsta, kad kartais jie ignoruoja automatinį įspėjimą apie saugos automobilio išvykimą siekdami užimti geresnę poziciją trasoje. Įtampa tarp prognozuojančių algoritmų ir žmogaus intuicijos vis dar yra šios rūšies esmė – ekipos, kurios derina debesų pagrindu pagrįstas dėvėjimosi prognozes su įgulos nario nuomone, priima 19 % greitesnius sprendimus nei jų kolegos, pasikliaujančios tik duomenimis.
DAK
Kodėl padangų pasirinkimas yra kritiškai svarbus lenktynių strategijoje?
Padangų pasirinkimas yra svarbus dėl skirtingų trasos sąlygų, temperatūros pokyčių ir konkrečių kiekvieno turo reikalavimų, kurie daro įtaką sukibimui, energijos perdavimui ir bendram transporto priemonės našumui.
Kaip dirbtinio intelekto sistemos optimizuoja padangų slėgį?
Dirbtinio intelekto sistemos naudoja mašininio mokymosi algoritmus ir realaus laiko duomenų analizę, kad dinamiškai koreguotų padangų slėgį, pagerindamos sukibimą ir našumą priklausomai nuo trasos sąlygų ir automobilio reakcijų.
Kokie pasiekimai padaryti, kad būtų sumažintas akvaplanavimas?
Naujausi pasiekimai apima mikrokanalų protektoriaus raštus ir ypač sukurtus polimerinius mišinius, kurie padeda greičiau pašalinti vandenį ir išlaikyti padangų kontaktą su trasos paviršiumi, sumažinant akvaplanavimo riziką.