BACKGROUND: The relevance of the study is driven by the rapid development of the market for electric special-purpose vehicles, designed for utility services tasks in particular. In the context of tightening requirements for energy efficiency and performance, a key challenge is optimizing the performance of the most energy-intensive systems. The scientific problem lies in the lack of representative data on the performance of the traction battery thermal management system under real-world operating conditions characterized by high-amplitude loads caused by hydraulic equipment. The first step in solving this problem is to obtain the aforementioned data using telematics monitoring methods for subsequent analysis and identification of objective patterns.
AIM: Identification of quantitative relationships between the load profiles of an electric compact loader and the operating parameters of its traction battery thermal management system under real-world operating conditions.
METHODS: The study employed the method of telematics operational data logging. Field experiments involved operation of the loader in typical scenarios with hydraulic equipment, such as a road brush. Data on the power consumption of the traction electric motors and the hydraulic system electric motor, temperature sensors of the battery thermal management system, heater power, and battery current were collected using telematics.
RESULTS: Data on the real-world operation of the compact loader in winter conditions, obtained through telematics data logging, are presented. Relationships and patterns were established (e.g., the correlation between load current and heating power, the influence of ambient temperature). The obtained results reveal the actual behavior of the thermal management system during real-world winter operation.
CONCLUSION: The acquired data will make upcoming optimization of the thermal management system’s control algorithms possible, leading to reduced energy consumption. The results form the basis for developing a predictive system that reduces downtime and maintenance costs compared to diagnostics performed after a fault occurs.
Обоснование. Актуальность исследования обусловлена интенсивным развитием рынка электрической специальной техники, в частности, предназначенной для выполнения коммунальных задач. В условиях ужесточения требований к энергоэффективности и производительности, ключевой задачей становится оптимизация работы наиболее энергоемких систем. Научная проблема заключается в отсутствии репрезентативных данных о работе системы термостатирования тяговой аккумуляторной батареи в реальных условиях эксплуатации, характеризующихся высокоамплитудными нагрузками от гидравлического оборудования. Первым этапом решения данной проблемы является получение указанных данных методами телематического мониторинга для последующего анализа и выявления объективных закономерностей.
Цель — выявление количественных зависимостей между нагрузочными режимами электрического мини-погрузчика и параметрами работы его системы термостатирования тяговой аккумуляторной батареи в реальных условиях эксплуатации.
Методы. В рамках исследования применялся метод телематического режимометрирования. Натурные эксперименты включали работу погрузчика в типовых сценариях с работой гидравлического оборудования по типу дорожной щетки. Осуществлялся сбор данных мощности работы тяговых электродвигателей и электродвигателя гидравлики, датчиков температуры системы термостатирования тяговой аккумуляторной батареи, мощности нагревателя и тока потребления батареи при помощи телематики.
Результаты. Представлены данные реальной эксплуатации мини-погрузчика в зимних условиях, полученные с помощью телематического режимометрирования, установлены зависимости и закономерности (взаимосвязь между током нагрузки и мощностью нагрева, влияние внешней температуры). Полученные результаты раскрывают фактическое поведение системы термостатирования при реальной эксплуатации в зимних.
Заключение. Полученные данные в будущем позволят оптимизировать алгоритмы управления системой термостатирования, что приведет к снижению энергопотребление. Результаты являются основой для разработки системы прогнозирования, сокращающей простои и затраты на обслуживание по сравнению с диагностикой при возникновении неисправности.