Sviluppo di sistemi di controllo integrati ESC e ABS di un veicolo ottimizzato attraverso correlazioni di dati sperimentali e modelli ridotti sviluppati con CADLM Lunar

Politecnico di Torino in collaborazione con ADDFOR

Il presente lavoro di tesi è stato realizzato in collaborazione con ADDFOR SPA ed il supporto tecnico di MSC Software, che ha anche fornito il codice CADLM Lunar. I principali obiettivi che sono stati perseguiti e raggiunti sono la progettazione di un sistema di frenata con anti-bloccaggio (ABS) basato sulla misurazione dello scorrimento delle ruote in combinazione ad un sistema di controllo elettronico (ESC) della stabilità di imbardata della vettura. L’aspetto peculiare del lavoro consiste nel sostituire un tradizionale metodo di simulazione ed ottimizzazione basato su modelli completi e complessi (Full-Order Models,FOM), con modelli ridotti (Reduced-Order Models,ROM), più semplici ed efficienti computazionalmente.

Infatti le tecniche ROM permettono di trasformare un sistema dinamico con alto ordine di complessità in un sistema semplificato, trascurando quegli aspetti modellistici che dinamicamente hanno un impatto minore sul comportamento complessivo del sistema.

Naturalmente si deve ottenere un modello approssimato ma in grado di rispondere con sufficiente accuratezza alle sollecitazioni dinamiche e di dare risposte affidabili a fronte di una ridotta complessità. Tutto ciò si traduce, come detto, in un enorme vantaggio in termini di sforzo computazionale e di tempi di calcolo.

computation_cost
Costo computazionale rispetto al numero di iterazioni nel modello Lunar confrontato con tecniche di modellazione, simulazione ed ottimizzazione tradizionali.

Il codice Lunar è stato usato per creare una diretta correlazione tra i parametri di progetto e le risposte ottenute su specifiche misure di interesse utilizzando per l’appunto ROM. Il risultato più evidente è una ottimizzazione completa ed affidabile ottenuta sul modello ridotto dopo pochissimi minuti di calcolo invece di parecchie ore richieste dal modello completo.

Attraverso Lunar è stato generato un Design of Experiments (DoE), vale a dire un set di parametri di progetto con l’intento di ricavare il miglior modello ridotto (ROM). Successivamente, tale DoE è stato eseguito utilizzando MATLAB per creare i file elencati di seguito sia per il sistema ABS che per quello ESC:

1.          X file: parametri di progetto

2.          Y file(s): risposte del sistema

3.          X_n file: validazione dei parametri di progetto

4.          Y_n file(s): validazione delle risposte del sistema

Nella prima parte della tesi è stato progettato un sistema ABS basato sullo scorrimento longitudinale della ruota. Tale sistema controlla tutte le route durante la fase di frenata per mantenere il controllo di sterzata, massimizzare la forza frenante, ridurre lo spazio di frenata complessivo.

Lo schema di controllo sviluppato è basato su un anello chiuso ed un controllore di tipo PID. I parametri di input del PID provengono da un set di dati, mentre quelli di output sono le curve di risposta dinamica, quali la velocità del veicolo, le velocità delle ruote, lo scorrimento, ed altre. Gli obiettivi dell’ottimizzazione prevedevano di correlare i risultati del modello di ABD numerico con quelli di una manovra di arresto completo ottenuti da test sperimentali e gestiti da un sistema di comunicazione CANbus.

abs_match_wf
Confronto di velocità della ruota anteriore tra dati sperimentali e ottimizzati in Lunar
abs_match_wr
Confronto di velocità della ruota posterior tra dati sperimentali e ottimizzati in Lunar

Nella seconda parte della tesi è stato sviluppato il progetto del sistema ESC, che attraverso il controllo di stabilità a rollio ed imbardata permette di prevenire eccessivo rollio e di ridurre, se non di eliminare, problemi di sottoserzo o sovrasterzo. In particolare ci si è concentrati sul controllo di stabilità di imbardata, investigando in prima istanza le diverse tecnologie ed algoritmi disponibili, adottando il cosiddetto metodo diretto di coppia di imbardata. Il principio su cui si basa applica individualmente la frenata sulle diverse ruote in modo da generare la coppia richiesta dal sistema ESC.

Poichè tale metodo richiede l’applicazione della frenata, è stato necessario integrare sia il sistema ABS che il sistema ECS in modo che quando l’ESC frena individualmente le ruote, queste non mostrano effetti di bloccaggio che porterebbero il veicolo a sbandare. Similmente all’ABS, vi è un dataset per gli input, i parametri di controllo dei modi di scorrimento, e un sistema di output costituito dalle risposte dinamiche, quali velocità di imbardata, scorrimento laterale, e così via. I dataset sono sviluppati a seguito di una manovra standard, in particolare input sinusoidale e pausa (Sine and Dwell manouver). Successivamente, i modelli ridotti (ROM) sono stati realizzati in CADLM Lunar, il modello ROM ottimo per ogni curva di output è stato ricavato. Inoltre, l’ottimizzazione applicata sul modello ridotto ha permesso, con Lunar, di ottimizzare i parametri di controllo e le conseguenti risposte dinamiche. Al termine è stato realizzato un confronto, per validazione, con i risultati di um modello Simulink già consolidato.

ay_doe
Confronto tra la curva di accelerazione laterale ottimizzata con Lunar rispetto al modello FOM
beta_doe
Confronto tra la curva di angolo di deriva laterale ottimizzata con Lunar rispetto al modello FOM
yawr_doe
Confronto tra la curva di velocità di imbardata ottimizzata con Lunar rispetto al modello FOM

Per conclduere, utilizzare Lunar ed un modello ROM al posto di un modello complesso e completo e di una tradizionale processo di ottimizzazione, ha permesso di ottenere risultati accurati con una significativa riduzione di sforzo computazionale, in termini di risorse e di tempo. Il modello ROM è stato sviluppato con Lunar attraverso l’interpolazione di set di output e il corretto allenamento sia per il sistema ABS che per quello ESC, garantendo la stessa qualità e accuratezza di risposta di un modello completo.



Supervisori
Prof. Massimiliana CARELLO
Dr. Henrique DE CARVALHO
Stefano BALLESIO (Addfor)
Candidato:    Eyas, AWADELKARIM HAMID ALI