Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/38171| Título: | Desenvolvimento de algoritmo preditivo para estimar autonomia de combustível de um veículo comercial |
| Título(s) alternativo(s): | Development of a predictive algorithm to estimate the fuel range of a commercial vehicle |
| Autor(es): | Ribas, Guilherme Kramer |
| Orientador(es): | Germer, Eduardo Matos |
| Palavras-chave: | Energia - Consumo Automóveis - Consumo de combustível Veículos - Dinâmica Simulação (Computadores) Energy consumption Automobiles - Fuel consumption Vehicles - Dynamics Computer simulation |
| Data do documento: | 21-Jun-2024 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | RIBAS, Guilherme Kramer. Desenvolvimento de algoritmo preditivo para estimar autonomia de combustível de um veículo comercial. 2024. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Mecânica) - Universidade Tecnológica Federal do Paraná, Curitiba, 2024. |
| Resumo: | Durante uma viagem rodoviária é desejável o conhecimento da autonomia do consumo de combustível de um veículo para planejamento da rota e das paradas de abastecimento. Entretanto, o consumo real de combustível é determinado por diversas variáveis que podem dificultar uma estimativa da distância possível a ser percorrida, principalmente quando se avaliam veículos comerciais. Dentro desse contexto se insere o presente trabalho, cujo objetivo é desenvolver um algoritmo, com base em estudos e metodologias pré-existentes, que considere a rota a ser percorrida e dados de topografia no cálculo de autonomia de combustível. O algoritmo inicial para estimativa de autonomia foi desenvolvido em Python, contendo a aplicação de um modelo simplificado de dinâmica veicular longitudinal e a aplicação de rede neural para estimativa de consumo de combustível. Gráficos foram elaborados e os resultados foram comparados com dados de simulação. |
| Abstract: | During a road trip, it is desirable to know the fuel consumption range of a vehicle to plan the route and fuel stops. However, actual fuel consumption is determined by several variables that can make it difficult to estimate the possible distance to be covered, especially when evaluating commercial vehicles. This work is inserted within this context, the objective of which is to develop an algorithm, based on pre-existing studies and methodologies, that considers the route to be taken and topography data when calculating fuel autonomy. The initial algorithm for estimating autonomy was developed in Python, containing the application of a simplified longitudinal vehicle dynamics model and the application of a neural network to estimate fuel consumption. Graphs were created and the results were compared with simulation data. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/38171 |
| Aparece nas coleções: | CT - Engenharia Mecânica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| algoritmoestimarautonomiacombustivel.pdf Disponível a partir de 2029-05-03 | 3,72 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
