Sensor Cleaning - Virtuell verktyg för att säkerställa tillgängligheten av AD sensorsystem

Viktiga resultat som projektet gav

Projektets mål var att utveckla en CAE-modell för att prediktera rengöringsprestandan av framrutetorkarna, samt att utveckla en matematisk modell av den artificiella smutsen som används för att utvärdera rengöringssystemen. CFD-modellen inkluderar, komplett bil med vindrutesystem, vindhastighet, vindrutetorkarnas rörelse och vätskeinjektion. Metoden gör det möjligt att förutse torkarkvalitén, optimera vindrutetorkarnas aerodynamik, optimera vätskekonsumtionen och optimera vätskefördelning på rutan.

Långsiktiga effekter som förväntas

Under utveckling av CAE-modellen utökade vår kunskap inom det teknik och metod som inte fanns eller var inte mogen för att utveckla vår beräkningsmodell. Under projektets gång har dessa metoder och teknik utvecklats och idag har den tekniken och metoden avancerats och finns i den kommersiella mjukvaran som användes under projektet. Man har mycket kunskap kring torr och våt damm partiklar, dess egenskap och karaktäristik påverkan på glas och fordonsyta. Detta medfört att vi idag har en beräkningsmodell som predikterar rengöringsprestandan i fordon.

Upplägg och genomförande

Projektet delades upp i 7 arbetspaket med tydliga mål och mätbara leveranser. Volvo Cars ledde projektet, och hade kommunikation mot de involverade partners. Chalmers hade fokus på litteraturstudier och forskning kring torr och våt dammpartiklar, medan FS Dynamics och Volvo Cars arbetade med att utveckla beräkningsmodellen. Med kontinuerliga kommunikation och möten kunde vi lösa det frågeställningar som uppstod under projektgenomförandet. Genom att ha master thesis projekt och vetenskapliga publikationer kunde projektet förmedla kunskapen som framtagits.