polito.it
Politecnico di Torino (logo)

Riduzione dello Squilibrio negli Pneumatici: Modello Predittivo e Algoritmo Python per l'Ottimizzazione del Layout = Reducing Imbalance in Tires: Predictive Model and Python Algorithm for Layout Optimization

Irene Bella

Riduzione dello Squilibrio negli Pneumatici: Modello Predittivo e Algoritmo Python per l'Ottimizzazione del Layout = Reducing Imbalance in Tires: Predictive Model and Python Algorithm for Layout Optimization.

Rel. Cristiana Delprete. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Meccanica, 2025

Abstract:

Il presente lavoro ha come obiettivo la riduzione dello squilibrio dinamico nei pneumatici durante la fase di costruzione, attraverso lo sviluppo di un modello predittivo in grado di ottimizzare la distribuzione del peso degli elementi che compongono la copertura. Lo squilibrio dinamico rappresenta una delle principali fonti di vibrazioni e disomogeneità nei pneumatici finiti, con effetti negativi sul comfort di guida e sulla qualità percepita del prodotto. L’approccio metodologico ha previsto inizialmente la realizzazione di un modello semplificato bidimensionale (2D), successivamente evoluto in un modello tridimensionale (3D), più accurato nel rappresentare le reali condizioni fisiche e geometriche del processo. Il modello 3D calcola la forza centrifuga risultante a partire dalla posizione e dalla massa delle permanenze, tenendo conto del metodo di applicazione con tutte le sue variabili. La validazione è stata effettuata su un campione selezionato di 24 specifiche produttive, utilizzando dati sia simulati che reali. Sono stati testati differenti scenari di assemblaggio (tuning) e condizioni di disturbo come variazione di peso, raggio e distribuzione della massa. I risultati mostrano che l’algoritmo è in grado di individuare configurazioni migliorative nella maggior parte dei casi, con una riduzione dello squilibrio anche superiore a 15 grammi. Tuttavia, alcuni test su macchine di misura hanno evidenziato derive strumentali significative, in alcuni casi fino a 8 grammi, da considerare nella lettura dei risultati. L’algoritmo attualmente implementato è di tipo esaustivo (brute-force), limitato nel numero di elementi ruotati per contenere il tempo di calcolo. Si propone, come sviluppo futuro, l’utilizzo di tecniche di apprendimento automatico (machine learning) per migliorare l’efficienza computazionale e per integrare parametri aggiuntivi, come la prima armonica della forza radiale (H1RFV). Tenere conto della relazione tra H1RFV e forza centrifuga dello squilibrio potrebbe migliorare i risultati del modello. Infine, il sistema sviluppato è stato giudicato sufficientemente coerente e robusto per giustificare la creazione di un’interfaccia applicativa. Questa applicazione rende il modello accessibile anche a operatori non esperti di programmazione, consentendone l’uso diretto in ambito produttivo. In conclusione, il modello proposto rappresenta uno strumento efficace per migliorare la qualità dei pneumatici in fase di costruzione, pur presentando margini di miglioramento legati a vincoli tecnici, computazionali e di processo. La futura integrazione con tecniche intelligenti e la considerazione di ulteriori parametri di processo potrà rendere il sistema ancora più performante e adattabile.

Relatori: Cristiana Delprete
Anno accademico: 2024/25
Tipo di pubblicazione: Elettronica
Numero di pagine: 65
Informazioni aggiuntive: Tesi secretata. Fulltext non presente
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Meccanica
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-33 - INGEGNERIA MECCANICA
Aziende collaboratrici: Pirelli Industrie Pneumatici Srl
URI: http://webthesis.biblio.polito.it/id/eprint/36695
Modifica (riservato agli operatori) Modifica (riservato agli operatori)