Alimentato dall'ascesa dell'e-commerce e dei servizi di spedizione veloce come Amazon, i consumatori si aspettano i loro prodotti a portata di mano nel giro di pochi giorni e persino ore, non settimane. Questa cultura on-demand coincide con l'espansione delle tecnologie di trasporto, connettività, e automazione, e insieme, questi cambiamenti stanno scuotendo un'importante pietra miliare del trasporto americano:la nostra dipendenza vitale dai camion medi e pesanti.

I camion di classe 8 consegnano circa l'80% delle merci negli Stati Uniti e rappresentano circa il 22% del consumo totale di energia per il trasporto. Il loro ruolo significativo nel consentire le transazioni commerciali e nel consumo di carburante li rende obiettivi primari per il cambiamento che sosterrà meglio le mutevoli esigenze di mobilità e consegna dell'America.

Per soddisfare le esigenze future, l'Argonne National Laboratory del Dipartimento dell'Energia degli Stati Uniti (DOE) è all'avanguardia nella ricerca per migliorare l'efficienza e l'utilizzo di questi veicoli, minori emissioni, e ridurre la dipendenza americana dal petrolio straniero. I ricercatori del laboratorio affrontano questo lavoro su più fronti.

Insieme a concetti e controlli del motore avanzati all'avanguardia, i ricercatori valutano le tecnologie emergenti per potenziare i responsabili delle decisioni sia nel settore privato che in quello pubblico. Questi sforzi di ricerca sono rafforzati da partenariati industriali e governativi, e sfruttando le strutture di livello mondiale di Argonne e collaborando tra diverse discipline per accelerare l'innovazione.

Con competenze e risorse diverse per le ricette di combustione fondamentali e la valutazione del veicolo, modellazione multifisica ad alta fedeltà, apprendimento automatico, e analisi predittiva, Argonne contribuisce all'evoluzione della tecnologia per carichi medi e pesanti per il futuro.

Collaborazione per pionieri dei motori avanzati

Argonne presta la sua esperienza nella tecnologia per carichi medi e pesanti per due importanti collaborazioni che stanno portando avanti l'efficienza. Uno è il 21st Century Truck Partnership di DOE, dove i partner del governo e dell'industria hanno unito le forze per identificare le aree di ricerca necessarie e accelerare lo sviluppo di nuove tecnologie.

Argonne lavora anche con Navistar nel SuperTruck II del DOE, una collaborazione su larga scala in cui team di produttori stanno lavorando per migliorare significativamente l'efficienza dei camion di Classe 8. Gli obiettivi specifici includono un aumento del 100% dell'efficienza del trasporto e del 55% dell'efficienza termica dei freni, che misura quanto bene un motore converte l'energia del carburante in energia meccanica.

Attraverso questa collaborazione, I ricercatori di Argonne stanno lavorando per individuare approcci di combustione avanzati in grado di raggiungere questi obiettivi di efficienza. Questo lavoro si basa su SuperTruck I del DOE, che aveva obiettivi simili e in cui Argonne ha anche collaborato con Navistar.

"Siamo entusiasti di collaborare nuovamente con Navistar su questo importante lavoro. Vogliamo utilizzare la nostra vasta esperienza di motori sperimentali per sviluppare approcci innovativi per migliorare l'efficienza, ", ha affermato Thomas Wallner, responsabile della ricerca e responsabile del progetto Argonne Engineering.

Ottimizzazione dei motori ad alta efficienza

L'ottimizzazione è necessaria per progettare motori più efficienti e non richiede solo una profonda comprensione di come i materiali e i componenti lavorano insieme, ma anche strumenti in grado di comprendere rapidamente i processi di combustione. Argonne offre entrambi gli aspetti con la sua esperienza combinata di modellazione della combustione e capacità di calcolo ad alte prestazioni.

I produttori di camion e altre parti interessate sfruttano queste due capacità per accelerare lo sviluppo di parti avanzate del motore, come sistemi di accensione avanzati. Il CRADA (accordo di ricerca e sviluppo cooperativo) in corso di Argonne con Cummins e Convergent Science Inc. esemplifica il valore che queste capacità apportano al processo.

In questa collaborazione, Gli esperti di Argonne stanno ottimizzando i modelli di iniettori a spruzzo di carburante utilizzati nella progettazione interna dell'azienda. I modelli prevedono un fenomeno noto come cavitazione, per cui il carburante si trasforma da liquido a vapore. Il processo può erodere l'iniettore e ostacolare le prestazioni se non affrontato prima della produzione.

Avere una chiara comprensione di come si verifica la cavitazione può consentire miglioramenti che risolvono o mitigano il problema, e l'utilizzo della modellazione computazionale nel processo consente di risparmiare tempo e denaro.

"Utilizzando metodi di modellazione e calcolo ad alte prestazioni, puoi prevedere il problema e capire come e perché sta accadendo, che fa risparmiare all'industria i costi sperimentali, ", ha affermato Sibendu Som, responsabile della sezione di multifisica computazionale di Argonne. "Il tempo e il denaro che risparmi, puoi mettere a punto metodi ingegneristici per affrontare il problema, se ciò significa cambiare il materiale o il design o la posizione delle parti."

Ottimizzazione delle operazioni

L'efficienza può essere migliorata non solo ottimizzando il motore, ma anche ottimizzando i controlli dei singoli veicoli e la consegna delle merci. Instradamenti e controlli più intelligenti possono aiutare a migliorare l'efficienza del carburante e il risparmio sui costi e, a livello di sistema, ridurre al minimo la congestione e altre interruzioni.

Così, oltre all'ottimizzazione del motore, I ricercatori di Argonne modellano l'energia e la mobilità in interi sistemi urbani per valutare l'impatto delle tecnologie emergenti. Esplorano anche modi per valutare il percorso in base al consumo di carburante, tempo, e impatti ambientali. Tali modelli possono aiutare le aziende a massimizzare l'efficienza operativa consigliando percorsi che consentono di risparmiare energia e tempo e le tecnologie dei veicoli più adatte a percorsi specifici, Per esempio.

I ricercatori sfruttano il deep learning per ottimizzare i loro modelli. L'apprendimento profondo è una forma di apprendimento automatico che utilizza una classe di algoritmi chiamata "reti neurali profonde, " che imitano in modo gerarchico i semplici processi di segnale del cervello. Sono particolarmente utili nell'analisi di proprietà complesse.

"Risparmiare tempo sulla simulazione ci consente di porre molte più domande su come verranno utilizzati i veicoli in futuro e su come le nuove tecnologie li influenzeranno, "Il responsabile della simulazione dei veicoli e della mobilità, Aymeric Rousseau, ha affermato. "Il nostro obiettivo è quello di utilizzare l'apprendimento automatico per migliorare l'efficienza operativa senza la necessità di simulazioni ad alta fedeltà".

Valutazioni reali delle tecnologie emergenti

Da adottare, è necessario prima dimostrare che le nuove tecnologie per carichi medi e pesanti soddisfano un'esigenza specifica del settore, e fornire vantaggi superiori. Argonne può valutare varie tecnologie per impieghi medi e pesanti per fornire tali informazioni, aiutare i decisori a capire dove dovrebbero essere collocati gli investimenti e gli sforzi di ricerca e sviluppo.

In un progetto per Fedex, i ricercatori hanno confrontato uno dei veicoli medi dell'azienda con due veicoli elettrici in fase iniziale e hanno confrontato le loro prestazioni con un modello di motore diesel di base. L'analisi di Argonne si è concentrata sulla misurazione del consumo energetico relativo di ciascuna tecnologia.

Per fornire informazioni sul mondo reale, i ricercatori hanno utilizzato gli strumenti di test avanzati di Argonne, compresi i suoi dinamometri interni e la cella di prova in grado di simulare un'ampia gamma di condizioni ambientali. Hanno combinato i test con un'analisi dei costi basata su percorsi proprietari di esempio.

Questo lavoro ha generato dati fattuali critici che hanno aiutato Fedex a capire quali tecnologie erano più convenienti in base al loro consumo di energia, e ha contribuito a guidare le decisioni di investimento aziendale.

"La nostra analisi fa molte cose, compreso aiutare le parti interessate a capire quali tecnologie riducono i costi e avvantaggiano i consumatori e l'ambiente, non solo per oggi ma anche per domani, ", ha affermato l'ingegnere di ricerca Forrest Jehlik.

"Possiamo anche aiutare i partner del settore a soddisfare le loro esigenze con la tecnologia giusta. Ad esempio, possiamo aiutare un'azienda a capire quanta potenza della batteria avrebbe bisogno per supportare le proprie operazioni utilizzando veicoli elettrici. Dato che il costo di questi veicoli è in gran parte determinato dal costo della batteria e dell'elettronica ad alta potenza, avere questo tipo di intuizione può fornire risparmi reali."

Ottimizzazione del sistema

L'intera portata delle capacità di analisi di Argonne non si ferma all'analisi dei costi; va ancora più in profondità con l'aiuto di modelli ampi. Con il suo modello GREET brevettato, Argonne è in grado di fornire analisi dell'intero ciclo di vita del carbonio per un massimo di 85 diverse combinazioni di veicoli e combustibili. Inoltre, Gli strumenti di modellazione di Argonne POLARIS e Autonomie consentono ai ricercatori di modellare la mobilità e l'energia in intere città.

Il laboratorio continuerà a spingere i confini della tecnologia media e pesante da tutte le diverse angolazioni. Le molteplici capacità e approcci di Argonne stanno aiutando la nazione a raggiungere l'indipendenza energetica e a sostenere l'innovazione in tutto il settore energetico.

"La domanda non è se le cose cambieranno, ma come, " Rousseau ha detto. "Forniamo le informazioni per aiutare i nostri partner a capire come le cose potrebbero cambiare e consentire loro di fare scelte su come prepararsi per quei cambiamenti futuri".