Application of statistical formulas to hydrodynamic torque converter modelling

• Autorzy: Kesy A. , Kadziela A.

Warianty tytułu

PL

Użycie wskaźników statystycznych w modelowaniu przekładni hydrokinetycznej

• Języki publikacji: EN

Abstrakty

EN

In this paper a numerical estimation of hydrodynamic torque converter model is discussed. During the estimation it was assumed that the flow through in working area contains multiple flow streams. A contribution of each individual flow stream in transferring torque was assumed based on a pre-selected torque function. Model estimation relied upon proper equation and function parameter selection that provided minimization of the modelling error. Statistical factors were selected for accuracy evaluation of the modelled torque function. In this case torque functions were converted to diverging series, where values of fundamental statistical factors were calculated. Based on tests and numerical calculations for a pre-selected hydrodynamic torque converter it was concluded that there is a relation between modelling accuracy and values of some of the statistical factors. Application of statistical factors drastically simplified numerical calculations during modelling estimation.

PL

Artykuł dotyczy estymacji numerycznego modelu przekładni hydrokinetycznej, w którym założono, że przepływ w przestrzeni roboczej składa się z wielu strug. W tym modelu udział poszczególnych strug w przenoszeniu momentu obrotowego określono na podstawie arbitralnie dobranej funkcji rozkładu momentu. Estymacja modelu polegała na doborze postaci równania i parametrów tej funkcji, tak żeby uzyskać najmniejszy błąd modelowania. Do oceny funkcji rozkładu momentu pod kątem dokładności modelu zaproponowano użycie wskaźników statystycznych. W tym celu dobierane funkcje rozkładu momentu zamieniono na szeregi rozdzielcze, dla których następnie obliczano wartości podstawowych wskaźników statystycznych. Na podstawie badań doświadczalnych i obliczeń numerycznych wybranej przekładni hydrokinetycznej wykazano, że istnieje związek między dokładnością modelu, a wartościami pewnych wskaźników statystycznych. Użycie wskaźników statystycznych znacznie upraszcza obliczenia numeryczne podczas estymacji.

Słowa kluczowe

EN

hydrodynamic torque converter model; model estimation; statistical factors

PL

model przekładni hydrokinetycznej; estymacja modelu; czynniki statystyczne

• Wydawca: Springer ; Wrocław University of Science and Technology
• Czasopismo: Archives of Civil and Mechanical Engineering
• Rocznik: 2009
• Tom: Vol. 9, no 4
• Strony: 33--48
• Opis fizyczny: Bibliogr. 12 poz., tab., wykr.

Twórcy

autor

Kesy A.

autor

Kadziela A.

• Technical University of Radom, Malczewskiego 29, 26-600 Radom, Poland

Bibliografia

• [1] Kesy Z.: Hydrodynamic torque converter controlled by working fluid properties, Technical University of Radom Publishing Company, Radom, 2003.
• [2] Kesy A.: Identification and optimization of hydrodynamic transmission system, Technical University of Radom Publishing Company, Radom, 2004.
• [3] Kadziela A.: Modelling and optimization of hydrodynamic torque converter with using of genetic algorithm, PhD thesis, Technical University of Radom, Radom, 2006.
• [4] Stesin S.P.: Optimization of parameters of hydrodynamic transmission systems of building and road machines, Mashinostroenie, Moscow, 1996.
• [5] Pawelski Z.: Investigation of hydrodynamic torque converter characteristics for unsteady – state of Load, PhD thesis, Technical University of Łódź, Łódź, 1980.
• [6] Flack R.: Experimental flow fields in an automotive torque converter an invited Sumary and review paper, International Journal of Vehicle Design, Vol. 38, No. 2–3, 2005, pp. 240–258.
• [7] Stesin S.P.: Blade machines and hydrodynamic torque converters, Mashinostroenie, Moscow, 1990.
• [8] Kesy Z., Kesy A., Kadziela A.: Estimation of parameters for a hydrodynamic transmission system mathematical model with the application of genetic algorithm, Solids Mechanics and its Application, Kluwer Academic Press, 2004, pp. 143–152.
• [9] Saltzer B.K.: Math 300: Descriptive statistics, Strayer University, 2005.
• [10] Starzynska W.: Practical statistics, PWN, Warszawa, 2002.
• [11] Casella G., Robert C.P.: Monte Carlo statistical methods, Springer-Verlag LLC Pub. New York, 2004.
• [12] Morrison F.: The Art of modelling dynamic systems. Forecasting for chos, Randomness, an Determinism. Multiscience Press Inc., 1991.