W pracy przedstawiono monitor diagnostyczny układu hamulcowego pojazdu samochodowego, możliwy do wykorzystania w warunkach jego bieżącej eksploatacji. Zakres prac związanych z realizacją procedur diagnostycznych wynikał z przeprowadzonej analizy literaturowej aktualnego stanu wiedzy. Sformułowano monitor diagnostyczny, bazujący na równaniach ruchu prostoliniowego hamowanego samochodu, pozwalający na całościową diagnostykę układu hamulcowego oraz na diagnostykę hamulców poszczególnych kół pojazdu. Obydwa warianty zostały zweryfikowane doświadczalnie na podstawie badań drogowych. Badania drogowe polegały na realizacji procesów prostoliniowego hamowania samochodu osobowego w różnorodnych warunkach. Warunki te obejmowały zarówno różną intensywność hamowania jak i różną prędkość początkową pojazdu, kąt nachylenia jezdni, zmienianą masę pojazdu, różne ciśnienie w ogumieniu.
W celu zwiększenia dokładności diagnostyki realizowanej z wykorzystaniem hamowań o zmiennej dynamice i hamowań krótkotrwałych, zastosowano metody analizy danych oparte o sztuczne sieci neuronowe. Stanowiły one uzupełnienie analitycznej formy monitora diagnostycznego układu hamulcowego. Monitor diagnostyczny, uzupełniony o algorytmy analizy danych oparte o sieci neuronowe, również zweryfikowano w oparciu o doświadczalne procesy hamowania, przeprowadzane w różnorodnych warunkach. Następnie dokonano analizy możliwości rozpoznania niesprawności hamulców z wykorzystaniem zarówno analitycznej formy monitora diagnostycznego jak i jego wariantów uzupełnionych o zastosowanie sztucznych sieci neuronowych.
The work presents a diagnostic monitor for the braking system of a motor vehicle, which can be used in the conditions of its current operation. The scope of work, related to the implementation of diagnostic procedures, resulted from the literature analysis of the current state of knowledge. A diagnostic monitor was formulated, based on the equations of rectilinear motion of the braking car. The formulated monitor allowed for a comprehensive diagnostics of the braking system and the diagnostics of the brakes of individual vehicle wheels. Both variants have been experimentally verified on the basis of road tests. The road tests included rectilinear braking processes of a passenger car, performed in various conditions. These conditions included: different intensity of braking , different vehicle initial speed, change of road inclination angle, changed vehicle weight, and different tire pressure.
In order to increase the accuracy of diagnostics, performed with the use of braking processes with variable dynamics and short-time braking processes, data analysis methods based on artificial neural networks were applied. They complemented the analytical form of the diagnostic monitor of the braking system. The diagnostic monitor, supplemented with data analysis algorithms based on neural networks, was also verified based on experimental braking processes carried out in various conditions. Then, the possibility of recognizing brake failure was analyzed using both the analytical form of the diagnostic monitor and its variants supplemented with the use of artificial neural networks.
