Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Ignacio Sánchez Andrades has a total of 11 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Validación de resultados de ensayo con dispositivo de caracterización de superficie

    by Ignacio Sánchez Andrades, Juan María Velasco García, Juan Antonio Cabrera Carrillo, Juan Jesús Castillo Aguilar, Miguel Sánchez Lozano

    La adherencia y la rugosidad son dos parámetros fundamentales en la ingeniería de vehículos y laseguridad vial, ya que influyen directamente en el comportamiento de los neumáticos sobre lassuperficies de rodadura, afectando a la maniobrabilidad y estabilidad de los vehículos. Con el finde avanzar en la investigación y desarrollo de tecnologías más eficaces para la mejora de ladinámica vehicular, se ha diseñado y fabricado un sistema para la medición de la adherencia yrugosidad de superficies, el cual está orientado a emplearse como herramienta de referencia parala caracterización de superficie y optimización de los sistemas de control del automóvil.El sistema diseñado combina métodos de medición para evaluar tanto la capacidad de adherenciacomo la rugosidad superficial de manera simultánea. Este enfoque permite obtener resultados másprecisos y rápidos en comparación con los métodos tradicionales, proporcionando una visiónintegral del estado de la superficie. La aplicación futura de este sistema no solo se prevé en elámbito de la caracterización de superficies, sino también en el desarrollo de sistemas de control devehículos, optimizando los sistemas de frenos, tracción y estabilidad, especialmente en condicionesde baja adherencia.En este trabajo se muestran los resultados de ensayo realizados para validar la precisión yfiabilidad del sistema en comparación con los métodos tradicionales de referencia, como sonpéndulo británico o el método volumétrico. Para ello, se han realizado una serie de pruebas endiferentes tipos de superficies, evaluando su rendimiento bajo condiciones controladas. Losresultados obtenidos indican que el nuevo sistema ofrece una mayor consistencia y repetibilidad enlas mediciones de adherencia, así como una mejor correlación con la rugosidad superficial. Graciasa todo esto, se espera lograr una caracterización de superficie más precisa y fiable.La validación comparativa con el péndulo británico muestra que el sistema desarrollado no solomejora la consistencia y repetibilidad de los resultados obtenidos, sino que los supera en términosde rapidez y capacidad de adaptación a diferentes condiciones de superficie. Este hecho sugiereque el sistema propuesto podría convertirse en una herramienta clave para futuras investigaciones.En conclusión, el sistema desarrollado constituye un avance en la medición de adherencia yrugosidad de superficies, proporcionando una herramienta más precisa y eficiente para lacaracterización de las superficies de rodadura. Esta mejora no solo permitirá optimizar elcomportamiento dinámico de los vehículos, sino que también facilitará el desarrollo de normativasmás rigurosas para la evaluación del estado y la seguridad de las carreteras.

  • Open Access

    Prácticas en Ingeniería de Vehículos: Programación en MATLAB del procesado de datos experimentales en ensayos de neumáticos

    by Javier Pérez Fernández, Manuel Alcázar Vargas, Ignacio Sánchez Andrades, Enrique Carabias Acosta, Juan J. Castillo Aguilar

    En este trabajo, se pretende involucrar al estudiante en el proceso de medición y procesamiento de los datos en las prácticas de laboratorio de neumáticos en la asignatura de ingeniería de vehículos. El procesamiento de los datos, debido a su complejidad suele omitirse, sin embargo, esta propuesta enseña a los estudiantes a tratar con el ruido de los sensores, el alcance y la precisión de cada medición. Partiendo de una plantilla MATLAB diseñaran métodos de filtrado y procesamiento de datos.

  • Open Access

    Modeling of the Influence of Operational Parameters on Tire Lateral Dynamics

    by Manuel Alcázar Vargas, Javier Pérez Fernández, Ignacio Sánchez Andrades, Juan A. Cabrera Carrillo, Juan J. Castillo Aguilar

    Tires play a critical role in vehicle safety. Proper modeling of tire–road interaction is essential for optimal performance of active safety systems. This work studies the influence of temperature, longitudinal vehicle speed, steering frequency, vertical load, and inflation pressure on lateral tire dynamics. To this end, a tire test bench that allows the accurate control of these parameters and the measurement of the variables of interest was used. The obtained results made it possible to propose a simple model that allowed the determination of relaxation length as a function of tire vertical load and vehicle linear speed, and the determination of a representative tread temperature. Additionally, a model has been proposed to determine the lateral friction coefficient from the aforementioned temperature. Finally, results also showed that some variables had little influence on the parameters that characterize lateral dynamics.


  • Low-Cost Surface Classification System Supported by Deep Neural Models

    by Ignacio Sánchez, Juan M. Velasco, Juan J. Castillo, Miguel Sánchez, Juan A. Cabrera

  • Open Access

    Low-Cost Road-Surface Classification System Based on Self-Organizing Maps

    by Ignacio Sánchez Andrades, Juan J. Castillo Aguilar, Juan M. Velasco García, Juan A. Cabrera Carrillo, Miguel Sánchez Lozano

    Expanding the performance and autonomous-decision capability of driver-assistance systems is critical in today’s automotive engineering industry to help drivers and reduce accident incidence. It is essential to provide vehicles with the necessary perception systems, but without creating a prohibitively expensive product. In this area, the continuous and precise estimation of a road surface on which a vehicle moves is vital for many systems. This paper proposes a low-cost approach to solve this issue. The developed algorithm resorts to analysis of vibrations generated by the tyre-rolling movement to classify road surfaces, which allows for optimizing vehicular-safety-system performance. The signal is analyzed by means of machine-learning techniques, and the classification and estimation of the surface are carried out with the use of a self-organizing-map (SOM) algorithm. Real recordings of the vibration produced by tyre rolling on six different types of surface were used to generate the model. The efficiency of the proposed model (88.54%) and its speed of execution were compared with those of other classifiers in order to evaluate its performance.