汽車的扭矩和功率的認知
常見的汽車引數有扭矩和功率,那麼如何理解他們呢?(以便更好的挑選適合自己的汽車)
- 扭矩的定義
扭矩是使物體發生轉動的一種特殊的力矩,屬於力矩的範疇。那為什麼要定義力矩這個不太好理解的東西呢?
那是因為光靠力來描述不夠!
如下圖,有一個磨盤。箭頭表示作用力的方向,如果使用F(A)的方向,不管多大力,都推動不了磨盤;如果用F(B),可以推動磨盤,但是需要很大的力;如果用F©,可以很輕易推動磨盤。為什麼呢?因為使物體產生轉動的是作用力和力臂的共同作用,即"力矩"的作用,力矩=力*力臂,這裡F(A)不管多大,垂直於力臂的方向的力始終為0,所以力矩始終=0,無法使物體轉動;F©的力臂比F(B)長,所以要使磨盤有等效的轉動,所需的力很小。
那扭矩是什麼呢?如下圖所示為發動機的工作原理GIF圖:
從側面看發動機(如下圖):主軸圍繞自身軸心旋轉,用於動力輸出;曲軸突起與主軸軸心有一定的距離,用於產生力臂。當活塞上下運動時,連桿對曲軸突起有一個作用力。此作用力與剛才所說力臂產生了力矩,推動了曲軸的旋轉,此處的力矩即是所謂的扭矩。
所以說我們平時看到的汽車扭矩引數就是表示發動機使主軸轉動的能力大小,那具體怎樣體現在我們比較好理解的“動力”上呢?下節見分曉。
- 扭矩與動力的關係
下面介紹扭矩與動力的關係,我們平時所說的動力具體指什麼呢?其實指的就是:a) 加速快不快,用加速度表示(沒學過加速度的回去初中重新學) b) 加速能力是否能在任何速度都持久有力
總之就是加速度快不快!
這裡要引用初中物理的姿勢:
F=ma 其中F表示作用在物體上的力,m表示物體的質量,a表示加速度。
也即一定質量的物體,加速度與作用在它身上的力成正比,那麼看加速度快不快,就看作用力了!
如下圖,發動機的動力是通過齒輪,或者類似齒輪的裝置傳動到輪胎上的。我們知道力的作用是相互的,就如下圖中齒輪A和齒輪B在傳輸力的時候齒輪A對齒輪B有一個F(A)的作用力,那麼齒輪B同樣對齒輪A有一個F(B)=F(A)的力。就這樣,通過層層傳遞,最終這個力傳遞給輪胎,輪胎當然就傳給地面了。輪胎對地面的作用力是向後的,則地面對輪胎有一個向前的力。又輪胎與汽車是一個整體,不能單獨往前走,於是就牽引著汽車前進。
繞了一大圈,你會發現:汽車的牽引力就是發動機輸出的力!
那發動力曲軸突起上的力怎麼計算呢? 扭矩=扭力*力臂,一般汽車的扭矩是標準引數,那我們只需要知道力臂就能知道扭力的值了嘛。
力臂怎麼知道呢?一般汽車引數會介紹發動機的行程,就是活塞從最頂部到最底部行走的距離,這個不就是曲軸突起旋轉的直徑嘛!活塞在最上面的時候,曲軸突起也在主軸最上面;活塞在最下面的時候,曲軸突起也在主軸的最下面;活塞上下運動的距離剛好=2個曲軸突起的半徑。
所以:力臂=行程/2
以2019款BMW 3系舉例,下表是在太平洋汽車網查詢的:
已知最大扭矩=270N×m,行程=94.6mm,則力臂=94.6/2=47.3mm=0.0473m。
代入公式: 270N×m=扭力×0.0473m ==> 扭力=5708N (汽車的牽引力為5708N)
代入加速度公式F=ma : 5708N=1570kg×a ,則加速度a=3.64m/s2
怎麼樣,是不是算出來了?大家應該知道為什麼扭矩與加速度有強相關,而不是功率了吧。當然,以上全是理想情況,實際過程會有動力傳輸損耗、風阻、輪胎是否打滑、扭矩什麼時候能達到最大等問題,不過基本可以以上理想模型來考慮,除非特別極端情況,否則誤差不會太大。
那麼,功率與動力、扭矩又有什麼關係呢?請見下節介紹
- 功率與動力、扭矩的關係
可以簡單的說,功率是對扭矩的一種補充。它表示汽車持續保持高動力的能力,通俗講就是車速高了以後,想繼續快速加速,就得看功率了。
例如A車扭力10000,但是最大功率只有100kw;B車扭力5000,但是最大功率有200kw。從0到100km/h的加速你會發現A動力比較強,加速比B快;但是當超過100km/h後想繼續加速,A車就感覺動力不足,加速很慢甚至加速不上去了;但是B車依舊可以保持很快的加速。這個就是最大功率的作用。
為什麼會出現這種情況呢?
相關文章
- Everspin AEC認證的汽車應用MRAM
- 新興的中國電動汽車功率半導體供應鏈
- 美國汽車協會:自動剎車最高成功率僅40%
- JuiceFS 在理想汽車的使用和展望UI
- Omdia:運營商的汽車和聯網汽車戰略及主張
- 短影片的底層邏輯和認知
- 認知提升的方法
- 汽車金融概述:汽車金融的八大模式模式
- 埃隆·馬斯克和特斯拉汽車的故事馬斯克
- 研究發現MIND飲食與較高的認知水平、較慢的認知下降和較少Aβ有關!
- 中國汽車流通協會:“行”認證周檢測認證車輛資料分析
- 對崗位的認知
- 淺談ElasticSearch的認知Elasticsearch
- 1365: 小汽車的位置
- 電機扭矩計算
- 通用汽車——全球電動汽車市場的領導者
- 達觀汽車故障知識圖譜,加速汽車行業質量管控智慧化行業
- 長安啟源E07“一車多型”顛覆傳統認知,未來汽車就是變形機器人?多型機器人
- 未來汽車日報:疫情下的汽車業 全球車企受影響
- 大眾汽車“晶片荒”,折射汽車晶片的漫漫“自主替代”路晶片
- 通用汽車推CruiseAV無人駕駛汽車,沒有方向盤和剎車踏板UI
- 突破自我認知的壁壘
- 二十條有用的認知偏差
- 《認知世界的經濟學》
- 我對C#的認知。C#
- 我對C#的認知C#
- 智慧汽車的高階盛宴
- 豐田汽車的 Linux 之旅Linux
- 比較:電動汽車和內燃機車的真實世界成本報告
- 流式機器學習演算法的入門和認知機器學習演算法
- 密歇根大學:研究認為電動汽車不一定比內燃機汽車更環保
- 「認知」打工人的自我修養
- 擴充套件認知的視野套件
- wifi認證的相關知識WiFi
- 對js陀螺儀的認知理解JS
- 對Java list集合的新認知Java
- TPS是如何打造汽車之星的?
- 中國汽車行業的崛起行業