eSleek22

In der Saison 2021/22 haben wir mit dem eSleek22 einen mutigen und innovativen Schritt unternommen, indem wir elektrischen Antrieb und autonomes Fahren in einem Fahrzeug vereint haben. Die Premiere des eSleek22 kannst du hier anschauen.

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