eSleek22

DIE NEUE GENERATION

Dieses Jahr haben wir mit dem eSleek22 einen neuen, innovativen Schritt gewagt und eins und eins zusammengefügt – Elektrischer Antrieb und autonomes Fahren in einem Fahrzeug.
Die Premiere des eSleek22 kannst Du dir hier ansehen.

Gesamtkonzept

Leistung:

4x38kW / 4x52PS

Drehmoment:

1400Nm

Gewicht:

185kg

Höchstgeschwindigkeit:

130km/h

0 auf 100km/h:

2,2s

Kapazität:

6,98 kWh

Systemspannung:
600V

Saisonziele:
– Integration des autonomen System
– Einbau eines neuen Steuergeräts

Erfolge

Formula Student Netherlands
Skidpad: P2
Acceleration: P2
Efficiency: P2
AutoX: P1
Endurance: P1
Overall: P1


Formula Student Austria
Skidpad: P2
Acceleration: P2
Cost Understanding: P3
AutoX: P3
Overall: P3


Formula Student Germany
Efficiency: P3
Endurance: P2

Overall: P2

Chassis

Bauweise:

Carbon Voll-Monocoque in Integralbauweise mit Aluminium Honigwabe, einlaminierter Aluminium Front Hoop, neues ergonomische und aerodynamische Optimierung

Cockpit:

Ergonomische Auslegung des Arbeitsplatzes des Fahrers

Verstellbare Pedalerieeinheit

Sitz über 3D Scan an Faherrücken angepasst

Sitzposition: „Reclined“

Sicherheit:

Eigenentwickelte Crashbox aus CFK-Rohren mit Antiintrusionplate aus CFK

Gewichtsoptimierter Schroth 6-Punkt-Gurt

Hohe Engergieaufnahme der Sandwichpanel im Monocoque schützen Fahrer im Falle eines Unfalls

Vehicle Dynamics

Fahrdynamikfunktionen:

Traktionskontrolle, TorqueVectoring und Rekuperation

Konstruktion:

optimierte Kinematik hinsichtlich Aerodynamik Bauraum

Reifen:

Hoosier 16×7,5-10″ LCO

Steuergeräte:

Speedgoat Baseline

Simulationen:

Vehicle Dynamics Simulation inklusive Reifenmodell

Laptime Simulation

Mehrkörpersimulation

Aerodynamik


Aero Balance:

variabel einstellbar für on Track Setup

Simulation:

on Track validierte Simulation relevanter Fahrsituationen

Abtriebsbeiwert:

5,8 m²

Widerstandsbeiwert:

1,8 m²

Fertigung:

Handlaminiert von FEM optimierten Lagenaufbauten

Systemelektronik

Steuergerät:

Speedgoat Baseline

Kommunikation:

6 unabhängige CAN Busse, vollständiges Automotive Ethernet Netzwerk mit Fernzugriff

Boardnetz:

24V LV-Batterie mit Lithium Ionen Rundzellen

ca. 200m Kabel

Dashboard:

Anzeige zur Visualisierung von Fahrzeugzuständen und Eingabe von Parametern integriert im Lenkrad

Sensorik:

20 Sensoren zur Validierung von Fahrzeugdaten

Vollständige Integration von Lidar und Kamera zum autonomen Fahren

Fahrwerk

Radstand:

1530 mm

Spurweite:

1220 mm

Aufhängung:

Doppelquerlenkeraufhängung

Bremse:

Hinterachse: selbstentwickelter 4 Kolben-Bremssattel

Vorderachse: selbstentwickelter 8 Kolben-Bremssattel

selbstentwickelte Bremsscheiben (gelocht)

Lenkung:

geradverzahnte Zahnstangenlenkung mit einem Kardangelenk

Feder-Dämpfer-System:

Entkoppeltes Monospring Feder-Dämpfer-System

Radträgereinheit:

Lasergeschmolzener, topologieoptimierter Radträger aus Aluminium

Felgen:

selbstentwickelte Vollcarbonfelgen

Reifen Hoosier 16×7,5-10″ LCO

Batterie

Spannung:

600V

Container:

Hinterwagenbatterie mit Compositecontainer

Kapazität:

6,98 KWh

Zellaufteilung:

144s2p in 6 Modulen

AMS:
Selbst programmiertes AMS zur Überwachung aller wichtigen Zellparameter

eDrive

Motoren:
4x AMK DT5

Permanent erregte Synchronmaschinen mit Statorpaket aus Cobalteisen für weniger Ummagnetisierungsverluste & hohe Leistungsdichte

Wechselrichter:

AMK Kompaktwechselrichter KW26 mit integrierten Antriebsreglern und FSE Firmware

EMV optimiertes selbst konsturiertes Hinterwagenpackage

Getriebe:

Reduziertes Stufenplanetengetriebe mit einer Übersetzung von 11,69

Kühlung:

Gemeinsamer Kreislauf für Motoren und Wechselrichter mit lasergesinterten Motorkühlmänteln sowie eigenentwickelten Kühlplatten aus Aluminium

Autonomes System

Kameras:

Stereolabs ZED 2i

Lidar:

Ouster OS1 64 Layer

Andere Sensoren:

Novatel PwrPak7D, 2x XSENS IMU

Verarbeitungseinheiten:

Intel Core i7-10750H, RTX 2080 mobile

Leistung von PUs:

9829,5 GFLOPS

Energieverbrauch der PUs:

330 W

Betriebssystem auf DVPC:
Ubuntu 20.04, ROS2 Galactic

Weitere Informationen:
– selbst entwickelte Fusion von Kamera- und LiDAR-Daten
– Rundenzeit-Optimierungsalgorithmus
– krümmungsbasierter Motion Controller