Modeling and simulation of touring racecar supported by experimental data

Abstract

Para pilotos e engenheiros de corrida, a introdução de um novo circuito no calendário de corridas traz muitos desafios e expectativas. Configurar o veículo para novas condições e o processo de aprender o traçado do circuito são tópicos importantes a serem tratados. O foco deste trabalho reside na inclusão de um novo circuito no campeonato conhecido como Brasileiro de Marcas: um campeonato profissional de competição automobilística que utiliza veículos semelhantes a sedans originais de fábrica. O problema tratado está relacionado aos poucos dados disponíveis sobre o Circuito dos Cristais MG, recentemente inaugurado no estado de Minas Gerais, e o curto tempo para preparar os pilotos durante o final de semana de corrida. Esse trabalho tem o objetivo de demonstrar como a análise de dados e simulações de tempo de volta podem ajudar uma equipe pequena a melhorar o desempenho na competição. Para atingir o objetivo, técnicas de pilotagem e indicadores de performance de dois pilotos profissionais foram comparados e discutidos com base em dados coletados no circuito. Simulações de tempo de volta foram realizadas por meio de um modelo simples do veículo, porém com os parâmetros de entrada derivados de simulações estocásticas. Precisamente, o método Monte Carlo foi utilizado para estimar o coeficiente de arrasto, a eficiência do trem de força e o coeficiente de atrito pneu/solo com base em dados coletados do sistema de aquisição de dados de um Toyota Corolla 2016 de competição. Dois tipos de dados foram utilizados neste trabalho: dados de treinamento, coletados no Circuito Ayrton Senna GO, utilizados para estimar os parâmetros, e dados de teste, provenientes do Circuito dos Cristais MG, utilizados para validar as simulações. Ambos os circuitos foram parametrizados com ajuda de um software de desenho assistido por computador (CAD).

Abstract : For drivers and race engineers, a new circuit included to the racing calendar brings many challenges and expectations. How to setup a racecar and the process of learning the racing line are important topics to be addressed. This work focuses on data analysis techniques and lap time simulations to deal with the introduction of a new circuit to the Brazilian touring car championship known as Brasileiro de Marcas: a professional racing category of silhouette racecars resembling compact sedans. The problem addressed relates to the scarce data available from the Cristais Circuit MG, recently built at Minas Gerais state, and the short time to prepare drivers during the race event. This work aims to demonstrate how data analysis and lap time simulations can help an entry-level racing team to improve performance. To accomplish with the objective, driving techniques and key performance indicators of two professional drivers were compared and discussed supported by data acquired at the racetrack. Lap time simulations were also carried with the help of a simple vehicle model with input parameters derived from stochastic simulations. Precisely, Monte Carlo method was used to estimate drag coefficient, drivetrain efficiency and tire/road coefficient of friction support by data acquired from a 2016 Toyota Corolla. Two sets of data were acquired for this work: training data, from Ayrton Senna Circuit - GO, at Goiás state - used to estimate the parameters, and Cristais Circuit MG, used to validate the vehicle model. The parameterization of the circuits was performed via a computer-aided design software.