SVILUPPO DI APPROCCI DI INTELLIGENZA ARTIFICIALE PER LA STIMA DEI CARICHI ALLO PNEUMATICO DI UNA VETTURA SPORTIVA DURANTE LA GUIDA IN PISTA

In questo lavoro vengono stimati i carichi alla ruota di una vettura sportiva in vista di caratterizzazione pneumatici e per verifiche di durabilità strutturale dei componenti della sospensione. È stata adottata una sospensione anteriore strumentata di tipo double-wishbone di una vettura sportiva a trazione posteriore per stimare i carichi alla ruota per mezzo di tre approcci: (i) un metodo a matrice geometrica (GM), (ii) reti neurali feed-forward (FNN) che tengono conto di una sospensione parzialmente strumentata (PIS) e di una piattaforma inerziale (IMU) e (iii) modelli lineari (LM). Dopo aver allenato le FNN utilizzando come input i segnali della sospensione acquisti in un circuito e come target le relative forze a terra misurate con il metodo GM, i modelli FNN sono stati validati in tre differenti circuiti confrontando le forze da essi stimate con quelle misurate dal metodo GM. Dai risultati raggiunti, gli approcci FNN sono efficaci per la stima delle forze agenti alla ruota.