Ny AI-baserad metod optimerar glidet på längdskidor

Forskare vid Luleå tekniska universitet har utvecklat en unik AI-baserad metod för att optimera glidet på längdskidor för olika förhållanden. Med hjälp av forskarnas metod kan elitåkarnas skidval, slipning och därmed kontaktzonen och trycket mot snön i skidspåret anpassas efter snö- och väderförhållanden redan innan skidorna testas inför loppet – något som ger förutsättningar för riktigt bra glid.

– Att kombinera rätt skida, struktur och vallningsmetod efter olika väderförhållanden är avgörande för elitskidåkares framgång. Vi har utvecklat en metod som kan beräkna bästa glidet för elitåkare och ge snabba skidor. Samarbetet med att implementera metoderna på landslagsnivå pågår redan, säger Kalle Kalliorinne, som med sin forskning om längdskidors glid disputerar i ämnet maskinelement, med inriktning mot idrottsteknologi.

Utmaning att minska friktion
Friktion har stor betydelse inom skidåkning och alla vill hitta bästa lösningen för att minimera den. På elitnivå kan en mycket liten minskning av motståndet mellan skidan och snön påverka tävlingsresultaten avsevärt. Att välja ut och preparera längdskidor för att minimera friktionen kräver noggrann kontroll av en rad detaljer när det gäller skidans spann, material, slipstruktur och vallningsmetoder. De valen måste anpassas till rådande snö- och väderförhållanden för att säkerställa optimal prestanda, där minimal friktion är en mycket viktig del.

För att bättre förstå den komplexa naturen av friktion mellan skidor och snö har skidforskare vid Luleå tekniska universitet utvecklat en flerskalig AI baserad modelleringsmetod som bygger på att skidans makro- och mikroskopiska egenskaper kopplas ihop. Forskarnas fälttester i skidspåren visar att beräkningsmetoden fungerar i praktiken, vilket nu väcker stort intresse inom skidvärlden. Med hjälp av metoden har forskarna lyckats bestämma och minimera friktionen för längdskidor vid vissa typiska väderförhållanden. De snötemperaturer som undersökts är -3, -9 och -13 °C i pistade spår och utan nederbörd.

På makroskalan har forskarna mätt hela skidans geometri med varierande belastning och skapat AI som genererar in data till en beräkningsmodell som används för att studera kontakten mellan skidan och snön. Med hjälp av beräkningsmodellen kan man karaktärisera skidans mekaniska egenskaper i termer av hur den fördelar ut åkarens tyngd över glidzonerna fram och bak på skidan. I mikroskalemodellen analyseras skidans slipstruktur i kontakt med snökorn som är som flera gånger styvare än den mer porösa snön som används i makroskalemodellen.

Resultatet redan på banan
Först här i mikroskaleberäkningarna får man fram den verkliga kontaktarean och medelavståndet mellan belaget och snöytan som används för att karaktärisera skidbelagets slipstruktur. Resultaten är avgörande för utvecklingen av en fullskalig skidtribometer, en typ av kälke med riktiga skidor som medar. Denna kan lastas på olika sätt för att efterlikna de förhållanden som åkarna utsätter sina skidor för i spåret.
Med hjälp av denna skidtribometer kan man kalibrera modellen och därmed uppskatta friktionen mellan skidan och snön, det vill säga bestämma hur bra skidan glider. Under fältmätningar accelereras den nerför backar och dess hastighet samt position i alla riktningar mäts upp med ett avancerat och mycket noggrant satellitbaserat positioneringssystem, ett så kallat RTK-GNSS.

– Våra forskningsresultat hjälper att välja optimala kombinationer av typ av skida och slipstruktur som ger bästa glidet på tävlingsskidor för olika snö- och väderleksförhållanden. Resultaten används redan nu i utvecklingen av nya skidslipar tillsammans med Sveriges Olympiska kommitté, säger Kalle Kalliorinne.

Forskningen är gjord i samarbete Sveriges Olympiska Kommitté, Svenska Skidskytteförbundet och Svenska Skidförbundet.

Läs mer i Kalle Kalliorinnes doktorsavhandling - LÄNK Länk till annan webbplats, öppnas i nytt fönster.

Skid- och snölabbet vid Luleå tekniska universitet Länk till annan webbplats.