Predictive control of hybrid electric vehicle with adaptive prediction of torque
Hibrid elektrik aracının adaptif tork tahmini yaparak MPC kontrolör tasarımı
- Tez No: 546962
- Danışmanlar: DOÇ. DR. YAPRAK YALÇIN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Bilim Dalı
- Sayfa Sayısı: 96
Özet
Genel inanışa rağmen, Hibrid Elektrikli Araçlar (HEV) uzun zamandan beri bizimle. Yaklaşık 1900'lü yılların başından beri var olan hibrid araçlar çok sayıda insanın hayal gücünü ateşlemeye devam ediyorlar ve çeşitli sektörlerde destek topladılar. Bununla birlikte, hibrid araçlar, yollarda kendilerine bir yer açmak için, ilk aşkımız olan iç yakımlı motorla mücadele ediyorlar. Bu mücadele de son yıllarda çok iyi başarılar elde ettiler ama yine de daha fazlası gerekmekte olup, daha güçlü performans sergilemeleri kaçınılmaz. Tüm sistemler gibi, Hibrid araçların da avantajları ve dezavantajları vardır. Bununla birlikte, batarya ve otomotiv teknolojisindeki büyük gelişmeler sayesinde, HEV'nin dezavantajları geçmiş yıllarda önemli ölçüde azalmaktadır. HEV'ler, hava kirliliğini ve sera gazı emisyonunu azaltmak için en iyi çözümlerden biridir. Öte yandan, HEV'lerin önündeki en önemli zorlukları vurgulamak istiyorsak, farklı güç kaynaklarının ideal ve en verimli şekilde çalışma, batarya yönetimi ve yüksek karmaşıklık ifadelerini söyleyebiliriz. Güç aktarma sisteminin en uygun şekilde çalışması için, talep edilen tork miktarını sağlamak ve en verimli güç kaynağını seçmek ve çalıştırmak çok önemlidir. Ayrıca, batarya güç kaynağını optimum kapasitesinden daha fazla boşalmaya zorlarsak, aşırı boşalma nedeniyle kullanım ömrü kısalır. Sistem karmaşıklığı ve çeşitli ileri teknoloji cihazlar HEV'i başa çıkması zor bir makine haline getiriyor. Öyleyse, bu zorlukların çözümü nedir? Farklı güç kaynaklarının optimum şekilde çalışması için iyi bir kontrol sistemi zorunludur. Tatmin edici ve verimli bir kontrol ünitesi, farklı sürücü ve araba sürüş biçimleri için aracın talep ettiği torku, iç yakımlı motoru veya elektrikli motoru ya da her ikisini, güç aktarma sistemi için istenen enerjiyi sağlamak üzere ateşleyebilir. Optimum güç kaynağı kontrolü sayesinde, HEV daha az sera gazı ve dolayısıyla daha az kirli hava yayar. Batarya yönetimi, HEV'in diğer zorluğudur. Özellikle batarya sisteminin düşük sıcaklıkta fazla deşarj olması batarya için çok zararlı ve bataryanın ömrünü azaltır. Bir akü sisteminin verimli ve tavsiye edilen çalışma değerlerinde çalışmasını sağlamak ömrünü uzatacaktır. HEV'nin bir iç yakımlı motor (ICE) olan başka bir güç kaynağına sahip olduğunu unutmayın. Bu nedenle, gerektiğinde bataryanın aşırı deşarj olmasını önlemek için, HEV'ye yardımcı olabilir. HEV'nin daha fazla tork ve güç talep ettiği yüksek hızlarda, iç yakımlı motor (ICE), HEV'ye gereken gücü en verimli şekilde sağlaması ve batarya üzerindeki baskıyı azaltmak için yardımcı olabilir. Fakat iç yakımlı motordan ne kadar güç almaya ihtiyacımız olacaktır? HEV'nin verimli çalışması için ne kadar güce ihtiyaç duyacağını nasıl tahmin edebiliriz? Tahmin yapmak için hangi bilgilere ihtiyacımız olacak? Bu aşamada, bir tahmin süreci ve bir tahmine dayalı denetleyici bize yardımcı olacaktır. Model Tahmini Denetleyici (MPC) adlı bir kontrol sistemi kullanmak, tahmin taleplerimizi koruyabilmemizi sağlar. Tork tahmini, uyarlamalı bir özyinelemeli algoritma yardımı ile yapılır. Bu algoritmada, gerekli veriler aracın mevcut ve geçmiş verileridir. Hem mevcut hem de geçmiş veriler tahmin sürecinde çok önemli bir rol oynamaktadır. Bu verilerin etkisi her biri için özel katsayılarla düzenlenebilir. Geçmiş verilere, mevcut olanlardan daha fazla ihtiyaç duyulursa, bu verilerin tahmin sürecinde daha etkili olması için geçmiş veri katsayısı daha büyük seçilmelidir. Mevcut veriler tahmin için daha değerli hale gelirse, katsayısı daha büyük seçilecektir. Son olarak, öngörülen veriler kontrolör tarafından güç aktarımını ve farklı kaynaklarını en iyi performansı elde etmek amacıyla yönlendirmek için kullanılacaktır. Model Tahmini Denetleyici (MPC), toplanan önceki ve şimdiki verilere bağlı olarak, sistemin geleceğini tahmin etmek işlemini yapmak için sistemin matematiksel bir modelini kullanan bir denetleyicidir. Sistemin ayrıntılı ve detaylı bir matematiksel modeline sahip olmanın öngörü ve kontrol performansını iyileştireceği açıktır. Ancak, daha fazla detaylı model, daha fazla hesaplama yüküne yol açacaktır. Bu nedenle, hesaplamaları yapmak için daha güçlü bir CPU gereklidir ve bu fiyatları artıracaktır. Sonuç olarak, hesaplama yükünü yüksek yapmayan ve sistem davranışını en iyi şekilde temsil edebilen tatmin edici detaylara sahip matematiksel bir model bu kontrolör için gereklidir. İyi bir matematiksel modele ve iyi bir öngörüme sahip olduktan sonra, Model Tahmini Denetleyici bu verileri kontrol sürecinde sağlar ve sistemin gelecekteki taleplerini sağlamak için en uygun şekilde çalışmasını sağlar. Son olarak, gerekli gücün ve kontrolörün iyi performansının tahmin edilmesi sayesinde, HEV en düzgün ve verimli değerlerinde çalışabilir. Bu çalışmayı ilerletmek için, daha detaylı bir matematik model kullanarak ve batarya üzerinde daha yoğun bir çalışma yapmak olabilir. Batarya yönetimi, bataryanın kimyasal yapısından kaynaklanmasından dolayı, oldukça karmaşık bir işlemdir. Dolayısıyla, her ne kadar daha kesin ve daha detaylı bir batarya ve hibrit elektrikli araç modeli kullanılırsa, aracın performansını denetleme ve yönetme işlemi daha verimli hale gelir. Tabi bu durumda, denetleyici ve araç yönetim sistemi için daha güçlü bir CPU gerekecektir.
Özet (Çeviri)
Despite common belief, Hybrid Electric Vehicles (HEV) are with us for a long time ago. They continue to ignite the imagination of any number of people and have gathered support across a variety of industries. They have, however, struggled to compete for a place on our highways with our first love, the internal combustion engine. An engine that many of us grew up with. Like all systems, HEVs have advantages and disadvantages. However, with the help of major development in battery and automotive technology, HEV's disadvantages are reduced in past years significantly. HEVs are one of the best solutions to reduce air pollution and greenhouse gas emission. On the other hand, if we want to emphasize the most important struggles of HEVs, we can say optimal operation between different power sources, battery management, and overall complexity. Implementing the right and most efficient power source to provide demanded torque for the powertrain is very crucial. If we use the battery more than its capacity, its lifetime will shorten because of over-discharging. System complexity and various high tech devices make HEV a tough machine to deal with. Then, what is the solution to these difficulties? For optimal operation of different power sources, a well-performed controller is mandatory. Regarding vehicle's demanded torque in different driving schemes, a satisfactory controller can ignite either internal combustion engine or electric motor or both of them to provide desired energy for the powertrain. With the help of optimal power source control, HEV will emit less greenhouse gas and consequently, less polluted air. Battery management is the other difficulty of HEV. Making a battery system to work in its operational values will increase its lifetime. Do not forget that the HEV has another power supply which is an Internal Combustion Engine (ICE). Then, it can help HEV to prevent our battery from over-discharging when it is needed. In high velocities that HEV demands more torque and power, internal combustion engine (ICE) may start and help HEV to provide the needed power for HEV and reduce the force on battery. But how much power we will need from ICE? How can we predict how much power HEV will need for its optimal operation? What information we will need to make the prediction? In this stage, a prediction process and a prediction based controller shall help us. Implementing a controller named Model Predictive Controller (MPC) would make us able to maintain our prediction demands. The prediction of torque shall be done with the help of an adaptive recursive algorithm. In this algorithm, the required data are the vehicle's present and past data. Both present and past data play a very important role in the prediction process. The effect of these data can be arranged with dedicated coefficients. If past data are more needed than present ones, past data coefficient shall be selected bigger to make these data more effective on prediction process. If present data become more valuable for prediction, its coefficient shall be selected larger. Finally, the predicted data shall be utilized by the controller to govern the powertrain and its different sources to have optimal performance. Model Predictive Controller is a controller which utilizes the mathematical model of the system to predict the future of the system depending on the gathered previous and present data. It is obvious that having a detailed mathematical model of the system shall improve the prediction and control performance. However, the more detailed model would lead to more calculation burden. Therefore, a more powerful CPU is required to do the calculations and this will increase prices. Consequently, a mathematical model with satisfactory detail which does not make the calculation load high and can represent the system behavior finely is needed for this controller. After having a fine mathematical model and a well-performed prediction, the Model Predictive Controller enables these data in the control process and makes the system work in its optimal manner to ensure its future demands. Finally, with the help of prediction of required power and good performance of the controller, the HEV can operate in its optimal values.
Benzer Tezler
- Hibrid elektrikli araçlar için enerji yönetim sistemleri
Energy management system for hybrid electric vehicles
EMRE KURAL
Doktora
Türkçe
2015
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. BİLİN AKSUN GÜVENÇ
- Energy management of P2 hybrid electric vehicle based on event triggered nonlinear model predictive control and deep Q network
Olay tetiklemeli nonlineer model öngörülü kontrol ve derin Q ağı temelli P2 hibrit elektrikli aracın enerji yönetimi
MEHMET CÜNEYT HASPOLAT
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. YAPRAK YALÇIN
- Modelling longitudinal motion of an electric vehicle and wheel slip control through NN based uncertainty prediction
Elektrikli aracın boyuna hareketinin modellenmesi ve yapay sinir ağı tabanlı belirsizlik kestirimli tekerlek kayma kontrolü
DUYGU ÖZYILDIRIM
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. OVSANNA SETA ESTRADA
- Adaptive equivalent consumption minimization strategy with driving pattern recognition for hybrid electric vehicles
Hibrit elektrikli araçlar için sürüş tanıma ile uyarlanabilir eşdeğer yakıt tüketimi minimizasyonu stratejisi
BARIŞ KALAYCI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. VOLKAN SEZER
- Elektrikli araçlar için doğrudan moment kontrollü asenkron motor sürücü tasarımı ve gerçekleştirilmesi
Direct torque controlled induction motor drive design and realization for electric vehicles
BARIŞ ÇAVUŞ
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiOndokuz Mayıs ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA AKTAŞ