• banco prova
• Bouc Wen
• Kelvin Voigt
• Maxwell
• multy layer perceptron

Il lavoro svolto in ambito di questa tesi, si propone di sviluppare modelli per la simulazione dei carichi agenti su carrelli elevatori durante manovre dinamiche. In particolare, si implementano modelli che vadano a simulare il comportamento della dinamica della gomma per il carrello elevatore. Tramite una banco prova sono ottenuti dati sperimentale con cui andare a fare il fitting con i modelli analizzati, attraverso un processo di ottimizzazione dei parametri di questi ultimi. Tali parametri servono poi per la successiva caratterizzazione delle gomme in una simulazione multibody, al termine della quale vengono discussi i risultati e confrontati con i dati ottenuti da una campagna sperimentale in cui sono stati effettuati test sul veicolo strumentato. Infine, viene approcciata l'intelligenza artificiale con lo sviluppo di reti Multy Layer Perceptron da addestrare con i dati sperimentali del banco prova e successivamente vengono applicati vari test per valutarne l'efficacia e la loro adoperabilità.