Προβλεπτικός έλεγχος ευστάθειας ηλεκτρικού αυτοκινήτου με τετρακίνηση
| datacite.contributor.Supervisor | Μπεχλιούλης, Χαράλαμπος | |
| datacite.contributor.Supervisor | Κούσουλας, Νικόλαος | |
| dc.contributor.author | Ασημομύτης, Αναστάσιος | |
| dc.contributor.other | Asimomytis, Anastasios | |
| dc.date.accessioned | 2022-10-14T06:46:49Z | |
| dc.date.available | 2022-10-14T06:46:49Z | |
| dc.date.issued | 2022-10-13 | |
| dc.degree | graduateThesis | |
| dc.description.abstract | Electric vehicles (EV) have attracted increasing attention from both industrial and academic communities recently. The electric motor has high efficiency and fast response, which is helpful for improving energy saving and vehicle stability. The in-wheel-motor-driven electric vehicle as a typical over-actuated system has an actuation flexibility that can be utilized to improve operational efficiency and enhance vehicle motion control performance by allocating different torques to the four wheels. The capabilities of the in-wheel motors and the ongoing increase of computing power of hardware push the car industry to develop new, more advanced ways to achieve better overall performance and stability of the road vehicles, especially in unfavorable driving conditions. Stability control systems have been developed over the past few decades to assist drivers in keeping the vehicle under control. Most of these control systems are comprised of separate modules, each responsible for one task, such as yaw rate tracking, sideslip control, traction control, etc. An adaptive model predictive control (AMPC) approach for the integrated control of active front steering (AFS), direct yaw moment control (DYC) and motor torque allocation (MTΑ) in four in-wheel driving electric vehicles (EVs) is presented. The AMPC controller scheme is composed of two parts: first stage (AFS + DYC) controller to tackle the lateral high nonlinear dynamics of the vehicle and tires with a localized linear prediction model driven by a reference model for the automated driver commands and a second level control allocation (CA) controller for the nonlinear longitudinal dynamics model to allocate the best control actions to the motors. Cost functions of the optimal control problem are defined for each controller over the prediction horizon to meet the multiple control requirements taking hard constraints into account. To construct a realistic model of an electric vehicle, the individual dynamic systems that make it up, such as electric motors, suspension, wheels, and tires, were modeled with parameters of modern models of the automotive industry. Moreover, the addition of an ACC (Advance cruise control) controller along with specific steering wheel commands made up the automated driver model giving greater autonomy to the overall system. The performance of the integrated control system was evaluated in the Simulink simulation environment with a high fidelity 14-degree of freedom model in different maneuvers and operating conditions. | |
| dc.description.translatedabstract | Τα τελευταία χρόνια η αυτοκινητοβιομηχανία και οι ακαδημαϊκές κοινότητες έχουν αφιερώσει μεγάλη προσοχή στη δομή και λειτουργία του ηλεκτρικού οχήματος. Ο ηλεκτρικός κινητήρας παρουσιάζει υψηλή απόδοση και γρήγορη απόκριση πράγμα αρκετά χρήσιμο για την εξοικονόμηση ενέργειας και την ευστάθεια του οχήματος. Το ηλεκτρικό όχημα με ενσωματωμένους κινητήρες στους τροχούς ως ένα τυπικό σύστημα υψηλού βαθμού ενεργοποίησης έχει μια ευελιξία δράσεων που μπορεί να χρησιμοποιηθεί για την βελτίωση της λειτουργικής απόδοσης καθώς και να εμπλουτίσει τον δυναμικό έλεγχο κίνησης του οχήματος κατανέμοντας διαφορετικές ροπές στους τέσσερεις τροχούς. Οι ικανότητες των ηλεκτρικών κινητήρων στους τροχούς και η συνεχής αύξηση της υπολογιστικής ισχύος του υλικού ωθούν την βιομηχανία να αναπτύξει νέους, πιο προηγμένους τρόπους επίτευξης καλύτερης συνολικής απόδοσης και σταθερότητας οδικών οχημάτων, ειδικά σε δυσμενείς συνθήκες οδήγησης. Πολλά είναι τα παραδείγματα συστημάτων ελέγχου ευστάθειας που έχουν αναπτυχθεί τις προηγούμενες δεκαετίες με σκοπό να βοηθήσουν τους οδηγούς να διατηρούν το όχημα υπό έλεγχο. Τα περισσότερα από αυτά τα συστήματα αποτελούνται από ξεχωριστές μονάδες επεξεργασίας κάθε μία με συγκεκριμένη λειτουργία όπως η παρακολούθηση ρυθμού στροφής, έλεγχος πλευρικής ολίσθησης και έλεγχος πρόσφυσης ελαστικών. Στη παρούσα διπλωματική παρουσιάζεται μια προσέγγιση προσαρμοστικού μοντέλου πρόβλεψης (MPC) για τον ολοκληρωμένο έλεγχο ενεργού εμπροσθίου συστήματος διεύθυνσης (AFS), άμεσου ελέγχου ροπής στρέψης (DYC) και κατανομής ροπής κινητήρων (ΜΤΑ) σε ηλεκτρικά οχήματα τετρακίνησης. Το σχήμα ελεγκτή (AMPC) αποτελείται από δύο στάδια: ο ελεγκτής πρώτου επιπέδου (AFS+DYC) για να αντιμετωπίσει την πλευρική υψηλή μη γραμμική δυναμική ελαστικών και οχήματος βασίζεται σε τοπικό γραμμικοποιημένο μοντέλο πρόβλεψης με τη βοήθεια μια λογικής συνάρτησης και οδηγείται από ένα μοντέλο αναφοράς για τις επιθυμητές εντολές του οδηγού. Αντίστοιχα ο ελεγκτής δεύτερου επιπέδου (MTA) αφορά το μη γραμμικό μοντέλο δυναμικής στην διεύθυνση της κίνησης των τροχών, όπου με την απόδοση των βέλτιστων ενεργειών ελέγχου κατανέμει τις ροπές στους τέσσερις ηλεκτρικούς κινητήρες. Οι Συναρτήσεις κόστους του βελτιστοποιημένου προβλήματος ελέγχου ορίζονται στον ορίζοντα πρόβλεψης δεδομένων για τους δύο ελεγκτές με σκοπό την ικανοποίηση πολλαπλών κριτηρίων ελέγχου λαμβάνοντας υπόψιν τους περιοριστικούς εξωτερικούς και εσωτερικούς παράγοντες του συστήματος. Για την υλοποίηση ενός ρεαλιστικού μοντέλου ηλεκτρικού αυτοκινήτου μεντελοποιήθηκαν τα επιμέρους δυναμικά συστήματα που το αποτελούν όπως οι ηλεκτρικοί κινητήρες, αναρτήσεις, τροχοί και ελαστικά με παραμέτρους συγχρόνων μοντέλων της αυτοκινητοβιομηχανίας. Επιπλέον η προσθήκη ενός ΑCC (advanced cruise control) ελεγκτή μαζί με τυπικά σήματα στροφής τιμονιού, αποτέλεσαν το αυτοματοποιημένο μοντέλο οδηγού προσδίδοντας μεγαλύτερη αυτονομία στο συνολικό σύστημα. Η απόδοση του ολοκληρωμένου συστήματος ελέγχου αξιολογήθηκε στο ρεαλιστικό περιβάλλον προσομοιώσεων Simulink με ένα υψηλής ακρίβειας μοντέλο 14 βαθμών ελευθερίας κινήσεων σε απαιτητικές μανούβρες και συνθήκες λειτουργίας. | |
| dc.identifier.uri | https://hdl.handle.net/10889/23393 | |
| dc.language.iso | el | |
| dc.rights | CC0 1.0 Universal | * |
| dc.rights.uri | http://creativecommons.org/publicdomain/zero/1.0/ | * |
| dc.subject | Προβλεπτικός έλεγχος | |
| dc.subject | Ηλεκτρονικός έλεγχος ευστάθειας | |
| dc.subject | Ηλεκτρικά αυτοκίνητα | |
| dc.subject | Κινητήρες στους τροχούς | |
| dc.subject | Tετρακίνηση | |
| dc.subject.alternative | Electronic stability control | |
| dc.subject.alternative | In wheel motors | |
| dc.subject.alternative | Electric cars | |
| dc.subject.alternative | All wheel drive | |
| dc.title | Προβλεπτικός έλεγχος ευστάθειας ηλεκτρικού αυτοκινήτου με τετρακίνηση | |
| dc.title.alternative | Predictive stability control of an electric four-wheel drive car |