Analisi e simulazione di profili termici per la selezione di materiali d’attrito per pastiglie freno

Oggigiorno i modelli predittivi sono uno strumento sempre più diffuso. Dal marketing, alla finanza, sino ad ambiti più prettamente ingegneristici e fisici, consentono importanti risparmi in termini di tempo e di costi, oltre a permettere una maggiore comprensione dei fenomeni analizzati. La loro rapida e recente diffusione è dovuta sia al sempre maggior numero di dati a disposizione, sia alla crescente e più economicamente accessibile potenza di calcolo dei computer. Nella seguente tesi, realizzata presso ITT Friction Technologies, azienda leader nel campo dei materiali d’attrito, viene elaborato un modello predittivo della temperatura dei dischi freno impiegati in ambito automobilistico. In prima analisi, si implementa un modello teorico della temperatura, ottenuto a partire da un modello tridimensionale che, con alcune ipotesi semplificative, viene ridotto ad un modello a parametri concentrati. I risultati del modello teorico vengono così confrontati con quelli ottenuti tramite le prove banco realizzate in precedenza dall’azienda, evidenziando come il modello risulti scarsamente affidabile, date le forti ipotesi semplificative adottate. Dato il considerevole numero di prove banco eseguite da ITT, si realizza un modello predittivo tramite algoritmi di Machine Learning. Il modello ottenuto risulta decisamente più affidabile rispetto a quello teorico, con un RMSE (Root Mean Square Error) di circa il 7%. Una volta ottenuto il modello di temperatura, si analizza la possibilità di realizzare un modello del coefficiente di attrito dei materiali utilizzati nelle prove elaborate, con l’obiettivo di individuare i materiali più idonei all’applicazione, completando quindi l’iniziale processo di selezione dei materiali. Viene inoltre presa in considerazione la possibilità di simulare il profilo termico delle prove strada, ultima fase del processo di validazione.