利用印迹长度的轮胎磨损估计系统和方法

文档序号:930407 发布日期:2021-03-05 浏览:25次 >En<

阅读说明:本技术 利用印迹长度的轮胎磨损估计系统和方法 (Tire wear estimation system and method using footprint length ) 是由 K·B·辛格 M·A·阿拉特 于 2020-08-28 设计创作,主要内容包括:轮胎磨损状态估计系统包括支撑车辆的轮胎。传感器单元安装在轮胎上,并包括印迹中心线长度测量传感器、压力传感器、温度传感器和用于存储轮胎的标识信息的电子存储容量。处理器与传感器单元电子通信,并接收测量的中心线长度、测量的压力、测量的温度和标识信息。轮胎结构数据库存储轮胎结构数据,并与处理器电子通信。标识信息与轮胎结构数据相关。分析模块存储在处理器上并接收测量的中心线长度、测量的压力、测量的温度、标识信息和轮胎结构数据作为输入。分析模块包括由输入生成轮胎的估计的磨损状态的预测模型。(The tire wear state estimation system includes a tire supporting a vehicle. The sensor unit is mounted on the tire and includes a footprint centerline length measurement sensor, a pressure sensor, a temperature sensor, and an electronic memory capacity for storing identification information of the tire. The processor is in electronic communication with the sensor unit and receives the measured centerline length, the measured pressure, the measured temperature, and the identification information. The tire structure database stores tire structure data and is in electronic communication with the processor. The identification information is associated with the tire structure data. The analysis module is stored on the processor and receives as inputs the measured centerline length, the measured pressure, the measured temperature, the identification information, and the tire configuration data. The analysis module includes a predictive model that generates an estimated wear state of the tire from the inputs.)

利用印迹长度的轮胎磨损估计系统和方法

技术领域

本发明总体上涉及轮胎监测系统。更具体地,本发明涉及预测轮胎磨损的系统。具体地,本发明涉及用于基于轮胎的印迹的长度的改变来估计轮胎磨损状态的系统和方法。

背景技术

轮胎磨损在诸如安全性、可靠性和性能的车辆因素中起重要作用。胎面磨损,其指的是轮胎的胎面的材料损失,直接影响这样的车辆因素。所以,希望监测和/或测量轮胎所经历的胎面磨损的量,其被指示为轮胎磨损状态。应理解为了方便起见,术语“胎面磨损”与“轮胎磨损”可互换地使用。

监测和/或测量胎面磨损的一种方式是通过设置在轮胎胎面中的磨损传感器的使用,其被称为直接方法或方式。从轮胎安装的传感器测量轮胎磨损的直接方式具有多个挑战。将传感器安置在未固化或“生”的轮胎中然后在高温下固化可引起对磨损传感器的损害。另外,传感器耐久性在满足轮胎的数百万的循环需求中可证实是个问题。此外,直接测量方式中的磨损传感器必须足够小,以便在轮胎以高速旋转时不引起任何均匀性问题。最后,磨损传感器可能是昂贵的,并明显增加轮胎的成本。

由于这样的挑战,已开发了替代性方式,其包括在轮胎寿命期间的胎面磨损的预测,包括轮胎磨损状态的间接估计。由于缺乏最优预测技术,这些替代性方式在现有技术中具有某些缺点,其降低胎面磨损预测的准确性和/或可靠性。例如,许多这样的技术包括不容易获得的数据或信息,诸如非标准车辆系统信号,或者在所有驱动状况下不精确的数据。

另外,间接估计轮胎磨损的某些现有技术包括从在本领域被称为车辆CAN总线的车辆控制器局域网络获得数据。可能不合需要的是难以以经济可靠的方式访问或利用车辆CAN总线。

所以,在本领域存在对如下系统和方法的需求,它们利用容易获得的精确参数精确可靠地估计轮胎磨损状态,并且它们能独立于车辆CAN总线操作。

发明内容

根据本发明的示例性实施例的一个方面,提供一种轮胎磨损状态估计系统。系统包括车辆和支撑车辆的轮胎。传感器单元安装在轮胎上,并包括:印迹中心线长度测量传感器,其测量轮胎的印迹的中心线长度;压力传感器,其测量轮胎的压力;温度传感器,其测量轮胎的温度;和电子存储容量,其用于存储轮胎的标识信息。处理器与传感器单元电子通信,并接收测量的中心线长度、测量的压力、测量的温度和标识信息。轮胎结构数据库存储轮胎结构数据,并与处理器电子通信。标识信息与轮胎结构数据相关。分析模块存储在处理器上并接收测量的中心线长度、测量的压力、测量的温度、标识信息和轮胎结构数据作为输入。分析模块包括由输入为轮胎生成估计的磨损状态的预测模型。

根据本发明的示例性实施例的另一方面,提供一种用于估计支撑车辆的轮胎的磨损状态的方法。方法包括以下步骤:将传感器单元安装在轮胎上;通过传感器单元测量轮胎的印迹中心线长度;通过传感器单元测量轮胎的压力;通过传感器单元测量轮胎的温度;和将轮胎的标识信息存储在传感器单元中。在处理器中接收测量的中心线长度、测量的压力、测量的温度和标识信息。将轮胎结构数据存储在与处理器电子通信的轮胎结构数据库中,并使标识信息与轮胎结构数据相关。将分析模块存储在处理器上,并且分析模块接收测量的中心线长度、测量的压力、测量的温度、标识信息和轮胎结构数据作为输入。通过分析模块中的预测模型由输入为轮胎生成估计的磨损状态。

本发明提供以下技术方案:

1. 一种轮胎磨损状态估计系统包括:车辆;支撑所述车辆的轮胎;安装在所述轮胎上的传感器单元,所述传感器单元包括:印迹中心线长度测量传感器,其测量所述轮胎的印迹的中心线长度;压力传感器,其测量所述轮胎的压力;温度传感器,其测量所述轮胎的温度;和电子存储容量,用于存储所述轮胎的标识信息;处理器,其与所述传感器单元电子通信,所述处理器接收测量的中心线长度、测量的压力、测量的温度和所述标识信息;轮胎结构数据库,其存储轮胎结构数据,所述轮胎结构数据库与所述处理器电子通信,其中,所述标识信息与所述轮胎结构数据相关;分析模块,其存储在所述处理器上并接收所述测量的中心线长度、所述测量的压力、所述测量的温度、所述标识信息和所述轮胎结构数据作为输入;并且所述分析模块包括预测模型,以便由所述输入生成所述轮胎的估计的磨损状态。

2. 根据方案1所述的轮胎磨损状态估计系统,其中,所述分析模块还包括去归一化过滤器,其接收所述测量的中心线长度、所述测量的压力、所述测量的温度、所述标识信息和所述轮胎结构数据作为输入,并生成归一化印迹长度。

3. 根据方案2所述的轮胎磨损状态估计系统,其中,所述分析模块还包括存储印迹测量的历史记录的历史印迹测量数据库,所述历史印迹测量数据库与所述处理器电子通信,并且其中,所述归一化印迹长度与印迹测量的历史记录相关,并取这些值的平均值。

4. 根据方案3所述的轮胎磨损状态估计系统,其中,所述分析模块还包括时间过滤器,其中,这些值的平均值被应用于所述时间过滤器,以说明所述轮胎的时间尺度分解,所述时间过滤器生成所述轮胎的正则化印迹长度。

5. 根据方案4所述的轮胎磨损状态估计系统,其中,所述正则化印迹长度被输入到所述预测模型,用于估计剩余胎面深度。

6. 根据方案1所述的轮胎磨损状态估计系统,还包括车载收集单元,以收集所述车辆的速度和所述车辆的惯量的测量;

其中,所述分析模块接收所述车辆的速度和所述车辆的惯量作为输入;和

所述分析模块包括事件过滤器,其中,在由所述分析模块进行进一步的分析之前将所述车辆的速度和所述车辆的惯量与阈值相比较。

7. 根据方案6所述的轮胎磨损状态估计系统,其中,根据全球定位系统数据计算所述车辆的速度,并且通过加速度计测量所述车辆的惯量。

8. 根据方案1所述的轮胎磨损状态估计系统,其中,所述压力传感器、所述温度传感器、所述中心线长度传感器和用于存储轮胎标识信息的所述存储容量并入单个单元。

9. 根据方案1所述的轮胎磨损状态估计系统,其中,所述压力传感器、所述温度传感器、所述中心线长度传感器和用于存储轮胎标识信息的所述存储容量并入多个单元。

10. 根据方案1所述的轮胎磨损状态估计系统,其中,所述传感器单元包括传输装置,所述传输装置包括用于无线传输的天线和用于有线传输的导线中的至少一个。

11. 根据方案1所述的轮胎磨损状态估计系统,其中,所述轮胎结构数据包括轮胎类型、轮胎型号、尺寸信息、制造地点、制造日期、胎面冠部编码、模具编码、轮胎印迹形状因子、模具设计落差、轮胎带束层/缓冲层角度和覆层材料中的至少一个。

12. 根据方案1所述的轮胎磨损状态估计系统,其中,所述预测模型是非线性回归模型。

13. 根据方案12所述的轮胎磨损状态估计系统,其中,所述预测模型包括RandomForest回归元、XgBoost回归元和CatBoost回归元中的至少一个。

14. 根据方案1所述的轮胎磨损状态估计系统,其中,所述处理器包括传输装置,以将所述磨损状态估计发送至显示装置、服务中心、车队管理器和车辆控制系统中的至少一个。

15. 一种用于估计支撑车辆的轮胎的磨损状态的方法包括步骤:

将传感器单元安装在所述轮胎上;

通过所述传感器单元测量所述轮胎的印迹中心线长度;

通过所述传感器单元测量所述轮胎的压力;

通过所述传感器单元测量所述轮胎的温度;

将所述轮胎的标识信息存储在所述传感器单元中;

在处理器中接收测量的中心线长度、测量的压力、测量的温度和所述标识信息;

将轮胎结构数据存储在与所述处理器电子通信的轮胎结构数据库中;

使所述标识信息与所述轮胎结构数据相关;

将分析模块存储在所述处理器上;

在所述分析模块中接收所述测量的中心线长度、所述测量的压力、所述测量的温度、所述标识信息和所述轮胎结构数据作为输入;和

通过所述分析模块中的预测模型由所述输入生成所述轮胎的估计的磨损状态。

16. 根据方案15所述的用于估计支撑车辆的轮胎的磨损状态的方法,还包括步骤:

在所述分析模块中提供去归一化过滤器;

在所述去归一化过滤器中接收所述测量的中心线长度、所述测量的压力、所述测量的温度、所述标识信息和所述轮胎结构数据作为输入;和

通过所述去归一化过滤器生成归一化印迹长度。

17. 根据方案16所述的用于估计支撑车辆的轮胎的磨损状态的方法,还包括步骤:

将印迹测量的历史记录存储在与所述处理器电子通信的历史印迹测量数据库上;和

使所述归一化印迹长度与所述印迹测量的历史记录相关,并取这些值的平均值。

18. 根据方案17所述的用于估计支撑车辆的轮胎的磨损状态的方法,还包括步骤:

在所述分析模块中提供时间过滤器;和

将这些值的平均值应用于所述时间过滤器,以便产生所述轮胎的正则化印迹长度。

19. 根据方案18所述的用于估计支撑车辆的轮胎的磨损状态的方法,还包括将所述正则化印迹长度输入到所述预测模型的步骤。

20. 根据方案15所述的用于估计支撑车辆的轮胎的磨损状态的方法,还包括步骤:

提供车载收集单元,以收集所述车辆的速度和所述车辆的惯量的测量;

接收所述车辆的速度和所述车辆的惯量作为进入所述分析模块的输入;

在所述分析模块中提供事件过滤器;和

在通过所述分析模块进行进一步分析之前通过所述事件过滤器将所述车辆的速度和所述车辆的惯量与阈值相比较。

附图说明

将作为示例并参考附图描述本发明,其中:

图1是车辆的示意透视图,其包括采用本发明的轮胎磨损状态估计系统的示例性实施例的轮胎;

图2是在新的状况下的图1所示的轮胎的印迹的平面图;

图3是在磨损状态下的图1所示的轮胎的印迹的平面图;

图4是本发明的轮胎磨损状态估计系统的示例性实施例的各方面的示意图;

图5是示出图4所示的轮胎磨损状态估计系统的分析模块的各方面的示意图;和

图6是带有到基于云的服务器和到用户装置的数据传输的表示的图1所示的车辆的示意图。

相似的附图标记贯穿附图指相似的零件。

定义

“ANN”或“人工神经网络”是用于非线性统计数据建模的自适应工具,其根据在学习阶段期间通过网络流动的外部或内部信息改变其结构。ANN神经网络是用于对输入与输出之间的复杂关系建模或用于找到数据模式的非线性统计数据建模工具。

“轴向的”和“轴向地”表示平行于轮胎的旋转轴线的线或方向。

“CAN总线”是控制器局域网络的缩写。

“周向的”表示沿着垂直于轴向方向的环形胎面的表面的周边延伸的线或方向。

“赤道中心面(CP)”表示垂直于轮胎的旋转轴线且穿过胎面中心的平面。

“印迹”表示当轮胎旋转或滚动时由轮胎胎面与平坦表面形成的接地面积或接触面积。

“内侧面”表示把轮胎安装在车轮上且把车轮安装在车辆上时最靠近车辆的轮胎侧面。

“侧向的”表示轴向方向。

“外侧面”表示把轮胎安装在车轮上且把车轮安装在车辆上时离车辆最远的轮胎侧面。

“径向的”和“径向地”表示径向地朝着或远离轮胎的旋转轴线的方向。

“肋”表示胎面上周向延伸的橡胶条,其由至少一个周向花纹沟以及第二个这样的花纹沟和侧向边缘中任一个限定,该条在侧向方向上未被全深度花纹沟分开。

“胎面元件”或“牵引元件”表示由具有邻近沟槽的形状限定的肋或块元件。

具体实施方式

参考图1至6,在10处指示了本发明的轮胎磨损状态估计系统的示例性实施例。轮胎磨损状态估计系统10和附随的方法试图克服由通过直接传感器测量来测量轮胎磨损状态的现有技术的方法所造成的挑战。这样,本主题的系统和方法在本文被称为估计磨损状态的“间接”磨损感测系统和方法。由轮胎安装的传感器测量轮胎磨损的现有技术的直接方式具有以上所描述的多个挑战。轮胎磨损状态估计系统10和附随的方法利用间接方式,并避免直接安装至轮胎胎面的轮胎磨损传感器的使用所伴随的问题。

特别参考图1,系统10估计支撑车辆14的每个轮胎12上的胎面磨损。尽管车辆14被描绘成乘用车,但本发明不受如此限制。本发明的原理适用于其它的车辆种类,诸如商用卡车,其中车辆可由比图1所示的更多或更少的轮胎支撑。

轮胎12具有传统的结构,并且每个轮胎安装在相应的车轮16上,如本领域的技术人员所知。每个轮胎12包括一对侧壁18(仅一个示出),所述侧壁延伸至周向胎面20,该周向胎面因道路磨耗而随着年龄的增长磨损。内衬22设置在轮胎12的内表面上,并且当将轮胎安装在车轮16上时,形成充满诸如空气的加压流体的内部空腔24。

传感器单元26通过诸如粘合剂附接至每个轮胎12的内衬22,并且如以下将更详细描述地测量轮胎的某些参数或状况。应理解传感器单元26可以这样的方式附接,或者附接至轮胎12的其它部件,诸如附接在侧壁18中的一个上或侧壁18中的一个中,附接在胎面20上或胎面20中,附接在车轮16上,和/或它们的组合。为了方便起见,本文中将参考传感器单元26在轮胎12上的安装,应理解这样的安装包括所有这样的附接。

为了检测诸如轮胎压力38(图4)和温度40的某些实时轮胎参数,将传感器单元26安装在每个轮胎12上。由于这个原因,传感器单元26优选地包括压力传感器和温度传感器,并且可具有任何已知的构造。

传感器单元26优选地还包括电子存储容量,用于存储每个轮胎12的标识(ID)信息,被称为轮胎ID信息并在42处指示(图4)。替代性地,轮胎ID信息42可被包括在另一传感器单元中,或者被包括在单独的轮胎ID存储介质中,诸如轮胎ID标签,其优选地与传感器单元26电子通信。轮胎ID信息42可包括以下将更详细描述的轮胎参数和/或制造信息。

转向图2,传感器单元26(图1)优选地还测量轮胎12的印迹32的中心线30的长度28。更具体地,当轮胎12接触地面的时候,由胎面20与地面形成的接触面积被称为印迹32。印迹32的中心线30对应于轮胎12的赤道中心面,其是垂直于轮胎的旋转轴线且穿过胎面20的中心的平面。传感器单元26因而测量轮胎印迹32的中心线30的长度28,其在本文被称为印迹中心线长度28。用于测量印迹中心线长度28的任何合适的技术可由传感器单元26采用。例如,传感器单元26可包括应变传感器或压电传感器,其测量胎面20的变形并因而指示中心线长度28。

应观察到,随着轮胎12磨损,中心线长度28减小。例如,图2所示的印迹32对应于在没有轮胎磨损的情况下的新状况下的轮胎12。图3示出了相同轮胎12在行驶大约21,000千米(km)之后在磨损状态或状况下的印迹。在这样的行驶之后,当与图2所示的新的状况相比较时,轮胎12经历了胎面深度的大约30%的减小(如由在磨损之后的印迹所示,在32w处所标明的),以及中心线长度的大约6%的减小(由28w所标明的)。该观察表明中心线长度28、28w可以是轮胎12的磨损状态的指示器。

进一步的测试证实了该观察,表明中心线长度28的减小对应于轮胎12的磨损,包括当胎面深度减小100%或完全减小至法定极限时中心线长度的减小高达20%。应理解传感器单元26在某一时间点测量轮胎12的中心线长度28、28w,并且为了方便起见,任何这样的测量应被称为中心线长度28。

应理解压力传感器、温度传感器、轮胎ID容量和/或中心线长度传感器可并入单个传感器单元26,或者可并入多个单元。为了方便起见,本文中将参考单个传感器单元26。

参考图4,传感器单元26包括传输装置34,用于将轮胎压力38、轮胎温度40和中心线长度28的测量参数以及轮胎ID信息42发送至处理器36。传输装置34可包括用于无线传输的天线或用于有线传输的导线。处理器36可集成到传感器单元26中,或者可以是远程处理器,其可安装在车辆14上或者可以是基于云的。为了方便起见,处理器36将被描述成安装在车辆14上的远程处理器,应理解处理器替代性地可以是基于云的或者集成到传感器单元26中。

轮胎磨损状态估计系统10的各方面优选地在处理器36上执行,所述处理器36能够实现从传感器单元26的数据输入和以下将描述的特定分析技术和算法的执行,所述特定分析技术和算法存储在合适的存储介质中并且还与处理器电子通信。

以这种方式,传感器单元26测量轮胎压力38、轮胎温度40和中心线长度28,并将这些测量参数与轮胎ID信息42一起发送至处理器36。轮胎ID信息42使得能够电子访问46轮胎结构数据库44。轮胎结构数据库44存储以下将更详细地描述的轮胎结构数据50。数据库44与处理器36电子通信并且可存储在处理器上,以能够实现轮胎结构数据50到处理器36的传输48。

轮胎ID信息42可与每个轮胎12的特定结构数据50相关,包括:轮胎类型;轮胎型号;尺寸信息,诸如轮辋尺寸、宽度和外直径;制造地点;制造日期;包括化合物标识或与化合物标识相关的胎面冠部编码;包括胎面结构标识或与胎面结构标识相关的模具编码;轮胎印迹形状因子(FSF);模具设计落差(mold design drop);轮胎带束层/缓冲层角度;和覆层材料。轮胎ID信息42还可与服务历史或其它信息相关,以识别每个轮胎12的特定特征和参数,以及轮胎的机械特性,诸如转弯参数、弹簧刚度、载荷-充气关系等。

分析模块52存储在处理器36上,并且接收轮胎压力38、轮胎温度40、轮胎中心线长度28、轮胎ID信息42和轮胎结构数据50。分析模块52分析这些输入,以生成在54处指示的轮胎磨损状态的估计,如以下将更详细描述的。

转向图5,分析模块52接收轮胎压力38、轮胎温度40、中心线长度28和轮胎ID信息42的基于轮胎的数据输入。分析模块52优选地还从车载收集单元56接收数据。来自车载收集单元56的数据包括如根据全球定位系统(GPS)数据计算的车辆速度58和根据加速度计的对于车辆14的惯量测量60。

将事件过滤器62应用于从车载收集单元56接收的数据。更具体地,在事件过滤器62中检查车辆状况,包括根据GPS数据的测量的车辆速度58和惯量测量60。将这些测量值与包括上和下极限的阈值相比较。如果测量值在阈值之外,则系统10不继续,因为车辆14可能在正常或可预测的状况之外操作。如果测量值在阈值范围内,则将轮胎压力38、轮胎温度40、中心线长度28和车辆速度58的测量数据发送至去归一化过滤器64。

去归一化过滤器64用于说明并消除充气压力38、温度40和车辆速度58对轮胎12的中心线长度28的影响。在去归一化过滤器64中,使用预先训练的回归模型来说明充气压力38、温度40和车辆速度58的影响。不管车辆和轮胎操作状况如何,都使中心线长度28回归至预先限定的标称状况,也就是说,预先限定的充气压力38、温度40和车辆速度58。

另外,轮胎12的最快磨损部分可能不总是在中心线30处(图2)。对于许多轮胎,最快的磨损可能在胎肩88处。然而,轮胎12在中心线30处与在胎肩88处的磨损速率之间的差异典型地取决于轮胎结构数据50,包括轮胎印迹形状因子(FSF)、模具设计落差、轮胎带束层/缓冲层角度和/或覆层材料。来自轮胎结构数据库44的轮胎结构数据50因而被输入到去归一化过滤器64,并与来自传感器单元26的中心线长度测量28结合用于估计在胎肩88处的长度90,所述胎肩88可能是胎面20的最快磨损部分。在标题为“Tire Wear StateEstimation System and Method Employing Footprint Shape Factor(利用印迹形状因子的轮胎磨损状态估计系统和方法)”的申请中更详细地描述了利用印迹形状因子的技术,所述申请与同一受让人——固特异轮胎和橡胶公司——的本申请同时提交,并且其全文并入本文中。

去归一化过滤器64生成归一化印迹长度66。由于轮胎12的中心线长度28还可能受车辆载荷影响,所以必须说明并消除载荷对归一化印迹长度66的影响。为了消除载荷对归一化印迹长度66的影响,访问历史印迹测量数据库68。历史印迹测量数据库68与处理器36电子通信,可存储在处理器上,并包含印迹测量70的历史记录。归一化印迹长度66与历史记录70相关,并取这些值的平均值。

将这些值的平均值应用于时间过滤器72。时间过滤器72说明轮胎12的时间尺度分解。更具体地,时间过滤器72说明并消除由于随着时间的过去可能影响轮胎12的因素或参数引起的偏差,所述因素或参数不在上述测量参数中。在标题为“Method for ExtractingChanges in Tire Characteristics(用于在轮胎特征中提取变化的方法)”的申请中更详细地描述了用于时间过滤器72中的技术,所述申请与同一受让人——固特异轮胎与橡胶公司——的本申请同时提交,并且其全文并入本文中。

时间过滤器72产生对于轮胎12的正则化印迹长度74。正则化印迹长度74被输入预测模型76,以便生成对于轮胎12的估计的磨损状态54。预测模型76优选地是非线性回归模型。作为背景,非线性回归模型是其中观察数据通过为模型参数的非线性组合的函数建模的回归分析的一种形式,所述函数依赖于一个或多个独立变量。可用于预测模型76的非线性回归模型的示例包括Random Forest回归元、XgBoost回归元和CatBoost回归元。

以这种方式,将中心线长度28、压力38和温度40的基于轮胎的测量值与轮胎ID信息42和速度58与惯量60的基于车辆的测量值一起输入到分析模块52。在应用去归一化过滤器64之后生成归一化印迹长度66,并且在归一化印迹长度与历史记录70相关并且将这些值的平均值应用于时间过滤器72之后生成正则化印迹长度74。预测模型76利用正则化印迹长度74,以估计轮胎12的磨损状态54。

参考图6,当为每个轮胎12估计磨损状态54时,数据可从车辆14上的处理器36无线地发送78至远程处理器,诸如在基于云的服务器80中的处理器。磨损状态估计54可被存储和/或远程地分析,并且还可无线地发送82至显示装置84,用于对于车辆14的使用者可访问的显示,诸如智能手机。替代性地,磨损状态估计54可从处理器36直接无线地发送86至显示装置84。

另外,可在处理器36中将轮胎磨损状态估计54与预定磨损极限相比较。如果磨损状态估计54低于胎面20的可接受的剩余深度的极限,则可将通知发送至显示装置84。轮胎磨损状态估计系统10因而可向车辆操作者提供一个或多个轮胎12已磨损并应更换的通知或建议。

轮胎磨损状态估计系统10还可将轮胎磨损状态估计54发送或传送至服务中心或车队管理器。此外,轮胎磨损状态估计系统10可将轮胎磨损状态估计54发送或传送至车辆14的电子控制单元和/或车辆控制系统,诸如制动系统和/或悬架系统,以提高这样的系统的性能。

以这样的方式,本发明的轮胎磨损状态估计系统10通过测量印迹中心线长度28、压力38和温度40的基于轮胎的参数、测量速度58和惯量60的基于车辆的参数和并入轮胎ID信息42来估计轮胎12的磨损状态。系统10将这些参数和信息输入到分析模块52,其提供轮胎磨损状态54的精确可靠估计。本发明的轮胎磨损状态估计系统10因而提供独立单独的系统,其不需要集成到车辆的电子系统中,包括CAN总线系统。

本发明还包括估计轮胎12的磨损状态的方法。方法包括根据以上介绍并在图1至6中示出的说明的步骤。

应理解在不影响本发明的整体概念或操作的情况下,上述轮胎磨损状态估计系统的结构和方法可被改变或重新布置,或者可省略或增加为本领域的技术人员所知的部件或步骤。例如,在不影响本发明的整体概念或操作的情况下,电子通信可通过有线连接或无线通信。这样的无线通信包括射频(RF)和Bluetooth®(蓝牙)通信。

已参考优选实施例描述了本发明。本领域的技术人员在阅读和理解该说明时将想到潜在的变型和变更。应理解所有这样的变型和变更或它们的等同物被包括在本发明的如所附权利要求所阐述的范围内。

15页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:用于提取轮胎特性的变化的方法

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!