Virtuell realtidsprediktion av sensornedsmutsning
| Diarienummer | |
| Koordinator | Chalmers Tekniska Högskola AB - Chalmers Tekniska Högskola Inst f Mekanik & Maritima Vetenskap |
| Bidrag från Vinnova | 4 847 500 kronor |
| Projektets löptid | april 2022 - juli 2026 |
| Status | Pågående |
| Utlysning | Trafiksäkerhet och automatiserade fordon - FFI |
| Ansökningsomgång | Trafiksäkerhet och automatiserade fordon - FFI - december 2021 |
Viktiga resultat som projektet gav
Projektets huvudsakliga mål bedöms ha uppnåtts. En rCFD-baserad metodik och ett industriellt arbetsflöde för snabb prediktion av kontaminantdeponering utvecklades, verifierades mot konventionell CFD och experimentella data samt tillämpades på ett fullskaligt fordon. Projektet gav också ny kunskap om hur turbulens, vakstrukturer och partikelstorlek påverkar deponering, liksom principer för sensorplacering och flera vetenskapliga publikationer.
Långsiktiga effekter som förväntas
På längre sikt förväntas metodiken kunna integreras i industriella aerodynamikprocesser och användas för att jämföra sensorpositioner och lokala geometriska lösningar tidigt i fordonsutvecklingen. Det kan bidra till kortare utvecklingscykler, minskat behov av sena fysiska prov och robustare sensorfunktion i svåra väder- och vägförhållanden. Resultaten kan därmed stödja säkrare förarstöd och automatiserad körning samt stärka svensk fordonsindustris konkurrenskraft.
Upplägg och genomförande
Projektet genomfördes som ett doktorandprojekt i nära samverkan mellan Chalmers, Volvo Cars och Geely Technology Europe. Numerisk utveckling av rCFD kombinerades med konventionell tidsupplöst CFD, Euler–Lagrangesk partikelspårning och vindtunnelprovning med vatten och artificiell snö. Arbetet gick stegvis från referensfall och förenklade geometrier till ett fullskaligt fordon. Resultaten följdes upp gemensamt och arbetsflödet överfördes till industriparterna i nära samarbete.