Discovery of potential innovative gaps in automotive planetary gear mechanisms database.

Abstract

Esta tese apresenta um processo inovador para identificar requisitos potencialmente inovadores no projeto de trens de engrenagens planetárias (PGTs) utilizados em transmissões automáticas (ATs). Uma abordagem multidisciplinar, integrando ciência de mecanismos e máquinas, teoria dos grafos e técnicas avançadas de ciência de dados, é empregada para abordar esta desafiadora tarefa de projeto. Para viabilizar a análise, novos conceitos de juntas redundantes e virtuais sao introduzidos, permitindo uma representação aprimorada de mecanismos de engrenagens planetárias (PGMs) em modelos de grafos. Também propõe uma equação geral de mobilidade revisada para PGMs, permitindo a análise integral dos mecanismos sem necessidade de simplificação. Além disso, novas métricas de complexidade estrutural e capacidade funcional são desenvolvidas, suportando avaliações comparativas abrangentes de PGMs. O processo apresentado envolve a construção de um banco de dados abrangente de PGMs, seguido por análise estratégica de atributos e descoberta de lacunas inovadoras. Este processo foi aplicado em um estudo de caso de 155 transmissões automotivas (6-10 velocidades), analisando 143 atributos distintos e resultando na identificação de treze conjuntos de atributos inovadores com múltiplos potenciais construtivos. Com base em um desses conjuntos, dois PGMs potencialmente inovadores foram sintetizados. Esta pesquisa também resultou em um valioso banco de dados enriquecido e uma extensa revisão da literatura sobre PGTs automotivos. Embora o tamanho do banco de dados seja atualmente limitado pela natureza meticulosa da extração de dados, uma aplicabilidade mais ampla é prevista através da futura automação do processo de coleta de dados e da integração de modelos de aprendizado de representação de grafos (GRL).

Abstract: This thesis presents a novel process for identifying potential innovative requirements in the design of automotive planetary gear trains (PGTs) used within automatic transmissions (AT). A multidisciplinary approach, integrating mechanism and machine science, graph theory, and advanced data science techniques, is employed to address this challenging design task. To enable the analysis, this research introduces new concepts of redundant and virtual joints, allowing an improved representation of planetary gear mechanisms (PGMs) within graph models. It is proposed a revised general mobility equation for PGMs, allowing the full analysis of the mechanisms without the need for simplifications. Furthermore, new metrics of structural complexity and functional capability are developed, supporting comprehensive comparative evaluations of PGM designs. The proposed process involves constructing a comprehensive database of PGMs, followed by strategic feature analysis and discovery of potentially innovative gaps. This process was applied in a case study of 155 automotive transmissions (6-10 speeds), analyzing 143 distinct attributes and resulted in the identification of thirteen innovative feature sets with multiple candidates PGSs. Based on one of these sets, two potentially innovative PGMs were synthesized. This research also resulted in a valuable enriched database and an extensive literature review on automotive PGTs. While the database size is currently constrained by the meticulous nature of data extraction, broader applicability is envisioned through future automation of the data collection process and the integration of graph representation learning (GRL) models.