Wie wichtig sind Wasser-, Schnee- & Eis-Schichten für die Reibung?

Ein kürzlich durchgeführtes Forschungsprojekt der Technischen Universität Berlin (TU Berlin) hatte zum Ziel, eine Methode zur Prognose des Reibwertpotentials auf der Straße zu entwickeln. Hierzu führte das Team des Fachgebiets Kraftfahrzeuge (KFZB) umfangreiche Bremstests durch, bei denen ein wichtiges technisches Hilfsmittel von Lufft nicht fehlen durfte.

Was beeinflusst Reibung?

Beim Thema Reibung scheiden sich die Geister. Bisher gibt es weder einen allgemeingültigen Algorithmus zur Bestimmung des Reibwerts mittels Sensorik noch genügend Wissen über die wichtigsten Einflussfaktoren, wie z.B. Zwischenschichten, Reifen oder Straßenoberflächen. Auf was es letztendlich wirklich ankommt, war bisher noch nicht ausreichend erforscht.

Das wurde zum Anlass für ein Projekt genommen, welches das Ziel hatte eine Methode zur Prognose des Reibwerts zwischen Reifen und Straße zu bestimmen.

Der Versuchsaufbau

In einem Messzeitraum von insgesamt 30 Monaten führten wir etwa 3.600 Bremsungen an 32 definierten Messpunkten auf einer 121 km langen Strecke südwestlich von Berlin durch. Diese befanden sich sowohl auf Stadt- und Landstraßen als auch auf Autobahnen. Davon verwendeten wir 938 Messungen, um sie mit naheliegenden Glättemeldeanlagen bzw. Wetterstationen zu vergleichen. Hierfür hinterlegten vor Durchführung der Bremsmessungen die Straßen- und Reifendaten digital im System und ermittelten diese nachträglich mithilfe von GPS-Daten.

Weitere wichtige Informationen waren die vom Auto gelieferte Außentemperatur, Fahrzeuggeschwindigkeit sowie die Regenintensität. Mittels eines Servo-Beschleunigungsaufnehmers maßen wir die Fahrzeugverzögerung und über einen Zeitraum von 0,5 Sekunden. Daraus lässt sich unmittelbar der Reibwert bestimmen.

Ein weiteres wichtiges Hilfsmittel war der mobile Straßensensor MARWIS von Lufft, der zusätzliche Wetterdaten zum Vergleich lieferte. Zudem gibt er verlässliche Informationen über die Zwischenschicht aus, die als gute Referenz für unsere eigenen Reibwert-Tests dienten.

Datensammlung

Durch die vielen Bremstests konnten wir schließlich ein Spektrum aller möglichen Straßen-Wetterverhältnisse erstellen: bei unterschiedlichen Wasserfilmhöhen, geschlossenen Schneedecken, bei Schneematsch, für alle möglichen Oberflächentemperaturen sowie bei trockenen Straßenoberflächen.

Jeder Messdatensatz enthielt letztendlich über 60 Parameter bestehend aus Wetterinformationen, fahrzeugspezifischen Informationen und Straßenoberflächeninformationen, die der entwickelte Schätz-Algorithmus teilweise berücksichtigt.

Die Fusion aller aufgenommenen Informationen verhalf uns letztendlich zu einem Schätzverfahren der vorherrschenden Reibung.

Das Ergebnis

Dabei bestätigte sich die Einschätzung, dass die Zwischenschicht der wichtigste Einflussfaktor für den Reibwert zwischen Reifen und Straße ist – also das, was auch der MARWIS bei der Reibwert-Ermittlung berücksichtig:

    • Bei trockenen Oberflächen beobachteten wir den maximalen Reibwert von bis zu 1,05
    • Bei dünn vereisten Flächen lag der Wert zwischen 0,2 und 0,45. Auf poliertem Eis lagen die Reibwerte zwischen 0,04 – dem absolut niedrigsten Wert – und 0,15
    • Bei normal vereisten Oberflächen lag der Reibwert zwischen 0,1 und 0,4
    • Bei Schnee schwankte er zwischen 0,15 und 0,4

Die Komplexität der vielen möglichen Einflussfaktoren lässt sich demnach relativ gut auf das, was sich zwischen Straße und Reifen befindet, reduzieren. Daher bestätigte das Forschungsprojekt u.a., dass sich der innovative Sensor MARWIS als gute Referenz für Wetterdaten und vor allem für die Zwischenschicht eignet.

Sie haben Fragen zum MARWIS oder möchten ein Angebot anfordern? Entdecken Sie unsere Themenseite zum ersten mobilen Straßensensor Lufft MARWIS oder sprechen Sie gleich mit unseren Experten.

Das könnte Sie auch interessieren

Mountains in the Swiss Alps with glaciers and snow

2023 Trends bei der Umweltmonitoring

Auch 2023 wird voraussichtlich wieder ein Jahr, wie bisher kein anderes. Wir haben global erhobene Daten, unsere eigene Marktkenntnis und die Erfahrung unserer Kunden zusammengeführt um die aktuellen Herausforderungen und...
HydrologieMeteorologie
Water Pressure Level Sensor OTT PLS 500

Die neue OTT PLS 500 stellt sich vor

Aufbauend auf jahrzehntelanger Erfahrung behält die neue Drucksonde PLS 500 die Schlüsselelemente der bewährten, robusten und zuverlässigen OTT PLS bei, ist aber nun noch intuitiver und benutzerfreundlicher.Die OTT PLS 500...
Hydrologie

FAQ: Datenfernübertragung für den OTT ecoLog 1000 & Sutron XLink 100/500

Die nahtlose Integration vom Sensor zur Software wird vereinfacht, weil die Übertragungstechnologie fortschrittlicher und intuitiver wird. Der OTT ecoLog 1000, ein All-in-One-Wasserstandslogger, und unsere bewährte Familie von Sutron XLink-Datenloggern unterstützen...
Unkategorisiert