22 januari 2018

En simuleringsmodell av en av Scanias dieselmotorer för tunga fordon har nu laddats ner 3000 gånger av forskare runt om i världen. På avdelningen för Fordonssystem firas framgången med tårta.

Att forskningsresultat som ligger i absoluta framkanten håller länge bevisas av det faktum att den matematiska modell som forskarna på Avdelningen för fordonsystem publicerade redan 2011 fortfarande är högaktuell och kanske mer aktuell än någonsin.

– Artikeln är fortfarande en av mina mest citerade, säger Lars Eriksson, professor i fordonssystem, som bjöd kollegerna på tårta när antalet nedladdningar översteg 3000.

LiU Diesel

Den virtuella motorn med namnet LiU Diesel, är en matematisk beskrivning och en simuleringsmodell av en av Scanias befintliga dieselmotorer för tunga fordon.

– Det är en motor som är extra svår att optimera och reglera, en reglerteknikers verkliga dröm att arbeta med. Den här typen av motor ändrar beteende beroende på arbetspunkt, vilket gör att den blir svår att reglera för att få låga emissioner och låg bränsleförbrukning. I modellen har vi lyckats fånga fysiken som ger motoregenskaperna på ett kompakt sätt, säger Lars Eriksson.

Forskarna vid Fordonsystem använder modellen som en komponent i simuleringar av större system och troligtvis gäller samma sak för de 3000 forskare runt om i världen som laddat ner modellen.

Svårreglerad

Scania tvekade inte länge när forskarna ville lägga ut modellen av motorn på nätet.

– Vi fick ja till att publicera modellen fritt när de insåg nyttan med att ha fler forskare som jobbar på problem som är relevanta för dem, säger Lars Eriksson.

För ett par veckor sedan besökte Lars Eriksson tekniska universitetet i Eindhoven där såväl modellen som LiU forskarnas lärobok används i undervisningen.

– Vi har även blivit inbjudna att delta i EU projekt, och deltar nu i ett Horizon 2020-projekt om rena sjötransporter, tack vara vår kompetens kring dieselmotorer, säger han.

Här finns modellen LiU Diesel

Artikeln från 2011:
Modelling diesel engines with a variable-geometry turbocharger and exhaust gas recirculation by optimization of model parameters for capturing non-linear system dynamics
J Wahlström, L Eriksson, Proceedings of the Institution of Mechanical Engineers: Journal of Automobile Engineering, First Published May 13, 2011
http://journals.sagepub.com/doi/10.1177/0954407011398177


Kontakt

Fler nyheter från fordonsforskningen

Man omgiven av grävmaskiner.

"Att doktorera är intressant hela tiden!"

I sin forskning måste doktoranden Thomas Heeger ta hänsyn till allt från hydraulik, mekanik och elektronik till programmering och akustik. Då blir det sällan tråkigt.

Två forskare i hydraulik-labbet.

Forskning krävs när diesel byts mot el

Trodde du att det bara är att byta ut dieselmotorn på en grävmaskin mot en elmotor? Så enkelt är det inte. Hydrauliken kan nämligen anpassas till elmotorns många fördelar. Vid LiU pågår forskning om just detta.

En person står i en industriell produktions labb

Robotar underlättar återtillverkningsprocesser

Återtillverkning är ett sätt att ta tillvara på värdet hos redan tillverkade produkter. Forskare vid Linköpings universitet har lyckats visa potentialen för automation inom reparation och återtillverkning.

Senaste nytt från LiU

Serverrum,data på svart skärm.

Maskinpsykologi – en brygga till generell AI

AI som är lika intelligent som människor kan bli möjlig tack vare psykologiska inlärningsmodeller, kombinerat med vissa typer av AI. Det menar Robert Johansson som i sin avhandling har utvecklat begreppet maskinpsykologi.

Forskning för hållbar framtid får nära 20 miljoner i bidrag

Ett oväntat samarbete mellan materialvetenskap och beteendevetenskap. Utveckling av bättre tjänster för att hantera klimatförändringarna. Det är två forskningsprojekt vid LiU som får stora stöd från Marianne och Marcus Wallenbergs stiftelse.

Innovativ idé för effektivare cancerbehandlingar prisas

Lisa Menacher har tilldelats Christer Giléns stipendium 2024 inom området statistik och maskininlärning för sin masteruppsats. Hon har använt maskininlärning i ett försök att göra val av cancerbehandling mer effektivt.