Design of alternative energy storage systems for hybrid vehicles based on statistical processing of driving cycles information

Hybrid vehicles represent the future for automakers, since they allow to improve the fuel economy and to reduce the pollutant emissions. A key component of the hybrid powertrain is the Energy Storage System, that determines the ability of the vehicle to store and reuse energy. Though electrified Energy Storage Systems (ESS), based on batteries and ultracapacitors, are a proven technology, Alternative Energy Storage Systems (AESS), based on mechanical, hydraulic and pneumatic devices, are gaining interest because they give the possibility of realizing low-cost mild-hybrid vehicles. Currently, most literature of design methodologies focuses on electric ESS, which are not suitable for AESS design. In this contest, The Ohio State University has developed an Alternative Energy Storage System design methodology. This work focuses on the development of driving cycle analysis methodology that is a key component of Alternative Energy Storage System design procedure. The proposed methodology is based on a statistical approach to analyzing driving schedules that represent the vehicle typical use. Driving data are broken up into power events sequence, namely traction and braking events, and for each of them, energy-related and dynamic metrics are calculated. By means of a clustering process and statistical synthesis methods, statistically-relevant metrics are determined. These metrics define cycle representative braking events. By using these events as inputs for the Alternative Energy Storage System design methodology, different system designs are obtained. Each of them is characterized by attributes, namely system volume and weight. In the last part the work, the designs are evaluated in simulation by introducing and calculating a metric related to the energy conversion efficiency. Finally, the designs are compared accounting for attributes and efficiency values. In order to automate the driving data extraction and synthesis process, a specific script Matlab based has been developed. Results show that the driving cycle analysis methodology, based on the statistical approach, allows to extract and synthesize cycle representative data. The designs based on cycle statistically-relevant metrics are properly sized and have satisfying efficiency values with respect to the expectations. An exception is the design based on the cycle worst-case scenario, corresponding to same approach adopted by the conventional electric ESS design methodologies. In this case, a heavy system with poor efficiency is produced. The proposed new methodology seems to be a valid and consistent support for Alternative Energy Storage System design.

Studio e ottimizzazione dell'installazione di un motore Diesel common rail per voli suborbitali

Studio per volo suborbitale con dieselfan

Studio e ottimizzazione di un riduttore aeronautico avanzato per motori diesel common rail

Così concepito il riduttore rispetta i requisiti richiesti in termini di peso, affidabilità, realizzabilità e costi contenuti. Per quanto riguarda la realizzabilità e i costi, si sono progettati due componenti che possono essere ottenuti da barre commerciali in un'unica lavorazione al tornio, se munito di creatore per le ruote dentate: questo ci consente di contenere i costi di produzione, costi che erano stati già abbattuti in partenza utilizzando i carter Simonini, evitando di dover progettare e costruire dei carter ad hoc.

Studio e ottimizzazione per una versione potenziata di un motore diesel v6 common rail.

Studio e ottimizzazione per una versione potenziata di un motore diesel v6 common rail con incremento della potenza erogabile.

Studio e ottimizzazione di un piccolo propulsore Diesel common rail, sovralimentato per un drone

Studio e ottimizzazione di un piccolo propulsore Diesel di piccola potenza common rail, sovralimentato per un drone.

Autonomous Vehicle and Internet on Vehicles

In questa tesi mi occupo di spiegare come si comportano i veicoli autonomi per prendere tutte le decisioni e come i dati dei sensori di ogni auto vengono condivisi con la flotta di veicoli

Manutenzione preventiva della Rail Line tramite il metodo MAGEC

L'elaborato è il risultato del progetto di tesi svolto presso l’azienda Lift Truck Equipment L.T.E. di Ostellato (Ferrara) che opera nell’ambito della progettazione e produzione di gruppi di sollevamento ed attrezzature per carrelli elevatori all’interno del gruppo Toyota Material Handling. Il progetto è stato svolto nel periodo da gennaio a marzo 2016 in collaborazione con l’ufficio di Ingegneria di processo di L.T.E. e riguarda l’applicazione del metodo MAGEC (Modi e Analisi dei Guasti e delle Criticità) per l’analisi dei guasti di una linea produttiva dell’azienda, la Rail Line. Nel primo capitolo viene inquadrato il sistema produttivo dell’azienda in aderenza con la filosofia del TPS (Toyota Production System) per chiarire l’ambito in cui è nato il progetto, le motivazioni che hanno portato al suo sviluppo e l’ottica secondo cui è stato svolto. Nel secondo capitolo è fornita una descrizione dell’approccio utilizzato, che consiste in una variante della FMECA, il metodo più utilizzato per le analisi in ambito affidabilistico. Inoltre sono riportate le attività di pianificazione che sono state svolte preliminarmente all’inizio del progetto. Successivamente nel terzo capitolo sono illustrati in modo dettagliato i vari step dell’implementazione del metodo, dalla raccolta dati, effettuata presso l’azienda, all’elaborazione. L’ultimo capitolo è dedicato ai risultati dell’analisi e a una breve descrizione di come tali risultati sono stati utilizzati nelle attività di manutenzione preventiva.