Smart driving:
| dc.contributor.advisor | Mendes, André de Souza | |
| dc.contributor.advisorLattes | http://lattes.cnpq.br/7653270462284415 | |
| dc.contributor.author | Silva, Bruno José Abad Miranda | |
| dc.contributor.author | Vollet, Bruno Liotti | |
| dc.contributor.author | Ferreira, Daniel Rampazzo Bragança | |
| dc.contributor.author | Okada, Gustavo | |
| dc.contributor.author | Zanetti, Heitor Cavalhieri | |
| dc.contributor.author | Ciampone, Pedro de Souza | |
| dc.contributor.author | Massad, Pedro | |
| dc.contributor.author | Gatt, Vitor Assarito | |
| dc.contributor.author | Navarro, Ygor Dalmazo | |
| dc.date.accessioned | 2024-07-12T18:54:01Z | |
| dc.date.available | 2024-07-12T18:54:01Z | |
| dc.date.issued | 2024-06-20 | |
| dc.description.abstract | Quando se pensa em utilização dos recursos naturais, certamente uma das primeiras coisas que vem a mente é a utilização de combustiveis fósseis, visto que os combustiveis são a maior fonte de energia para o transporte de pessoas. No Brasil, um total de 16,1 bilhões de viagens por ano são realizadas por ônibus, sendo esse o transporte coletivo mais utilizado no país, tendo uma frota nacional de 117 mil veículos consumindo uma média mensal de 4000 litros por veículo, isso resulta em um gasto mensal de 2 bilhões de reais. Tendo isso em vista, uma pequena economia de combustível poderia resultar em um grande impacto econômico e ambiental. Segundo Melman (2021), 74,9% da variação do consumo de combustível é definida por três variáveis, perfil da pista, modelo do veículo e modo de condução. Sendo o perfil da pista e o modelo do veículo variáveis não possíveis de manipular, foi escolhido como objeto de estudo o modo de condução, que corresponde a 21,8% da composição do consumo e pode ser definido por parâmetros como rotação do motor, posição do pedal do acelerador, velocidade e aceleração. Pensando na variabilidade e na má condução dos motoristas de ônibus, foi criado o projeto Smart Driving, visando reduzir o impacto do condutor no consumo de combustível através da manipulação do sinal do pedal. Com isso, foi desenvolvido um sistema que pode ser implementado em diferentes ônibus por ser compacto e de fácil instalação. Para o sistema em questão, foi feita simulação integrada pelo Simulink com TruckSim, que considerando a dinâmica do veículo e determinadas condições, pode ser avaliada a influência que o sistema teria no consumo de combustível, mostrando que pode chegar a uma redução de 5,1% pelos parâmetros do teste. Além disso, ainda é apresentado um projeto corretivo para a embreagem utilizada, visto que o sistema pode impactar na sua vida útil. Esse redimensionamento foi realizado buscando o mínimo de alteração no powertrain do ônibus para que assim possa ser facilmente inserido em diferentes modelos. | pt_BR |
| dc.description.abstract | When you think about the usage of natural resources, certainly the first thing that comes to mind is the usage of fossil fuels, since they are the main source of energy for people transportation. In Brazil, it is made a total of 16,1 billion of trips by buses, which is the most common public transport in the country, with a fleet of 117 thousand and with the average consumption of 4000 liters per vehicle, resulting in 2 billion of reais in expenses. Therefore, a little fuel economy can result in a great impact in the economics and in the environment. According to Melman (2021), 74,9% of the fuel consumption variation is defined by three variables: the track profile, vehicle model and driving behavior. Since the track profile and the vehicle model are variables not able to manipulate, it was chosen as object of study the driving behavior, which corresponds 21,8% of the consumption and can be defined by parameters such as engine speed, throttle pedal position, speed and acceleration. Thinking about the variability and the bad driving behavior by the bus drivers, it was created the project Smart Driving, with the goal of reducing the impact of the driver’s bad driving behavior in the fuel consumption by the manipulation of the throttle signal. So, it was made a compact system with easy installation that can be used in different bus models. For this system, it was performed an integrated simulation of a Simulink with TruckSim, which considering the vehicle dynamics and certain test conditions could be seen the influence of the system’s work in the fuel consumption, which showed a 5,1% of reduction in the simulation. Besides that, it is shown a redesign in the vehicle’s clutch, since the project may impact its lifecycle. This redesign was made considering the minimum alteration in the bus's powertrain so it can be easily assembled in different models. | en |
| dc.format.extent | 82 | |
| dc.identifier.uri | https://repositorio.fei.edu.br/handle/FEI/5441 | |
| dc.rights | Restrito | |
| dc.subject | má condução | |
| dc.subject | economia de combustível | |
| dc.subject | modo de condução | |
| dc.subject | ônibus urbano | |
| dc.subject | bad driving behavior | |
| dc.subject | fuel consumption | |
| dc.subject | driving behavior | |
| dc.subject | city bus | |
| dc.title | Smart driving: | |
| dc.title.alternative | influência do modo de condução no consumo de combustível em ônibus urbanos | |
| dc.type | Trabalho de Conclusão de Curso | |
| fei.date.entrega | 2024 |