Geri Dön

Elektrikli araçlarda rejeneratif frenleme için derin öğrenme algoritması geliştirilmesi

Development of deep learning algorithm for regenerative braking in electric vehicles

PDF İndir

  1. Tez No: 952821
  2. Yazar: ÖMER ERGÜN
  3. Danışmanlar: DOÇ. DR. İLYAS İSTİF, DOÇ. DR. ERKİN DİNÇMEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Konstrüksiyon Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışma, çift motorlu (ön ve arka aksta bağımsız tahrikli) elektrikli araçlarda rejeneratif frenleme verimliliğini artırmak amacıyla hibrit bir kontrol stratejisi sunmaktadır. Geleneksel sabit oranlı tork paylaşımına ve Simulink araç modelinde bulunan mevcut kural tabanlı kontrole kıyasla, bu dinamik yaklaşım geri kazanılan enerjiyi en üst düzeye çıkarmayı hedefler. Öncelikle, Dinamik Programlama (DP) yöntemiyle, yedi farklı karakteristik değişkeni (yol eğimi, sürtünme katsayısı, araç yük dağılımı, hız, ivme/frenleme oranı, batarya şarj durumu ve toplam fren torku) dikkate alan çeşitli senaryolar için UN/ECE frenleme regülasyonlarıyla uyumlu optimal rejeneratif fren torku dağılımları belirlenmiştir. Bu optimal veriler, Yapay Sinir Ağı (YSA) ve Karar Ağacı (KA) tabanlı hibrit bir kontrol modelinin eğitimi için kullanılmış olup; model, anlık koşullara göre ön ve arka akslardaki rejeneratif fren torklarını belirler. Ayrıntılı (14 serbestlik dereceli) bir Simulink araç modeline entegre edilen sistemin performansı, farklı sürüş çevrimleri (UDDS, NYCC, WLTP) ve araç/çevre parametrelerini içeren eğitim, interpolasyon ve ekstrapolasyon test senaryolarında değerlendirilmiştir. Simülasyon sonuçları, geliştirilen hibrit modelin, referans yöntemlere kıyasla batarya şarj durumunu (SOC) korumada \%1.26 ila \%5.06 arasında değişen iyileşmeler sağladığını göstermiştir. Bu, sunulan kontrol sisteminin farklı ve zorlu koşullar altında dahi optimal tork dağılımı kararları alarak enerji verimliliğini artırma potansiyelini ortaya koymaktadır.

Özet (Çeviri)

This study presents a hybrid control strategy to enhance regenerative braking efficiency in dual-motor (front and rear independently driven axles) electric vehicles. Compared to conventional fixed-ratio torque distribution and a Simulink default controller, this dynamic approach aims to maximize regenerated energy. Initially, optimal regenerative braking torque distributions, compliant with UN/ECE braking regulations, were determined using Dynamic Programming (DP) for various scenarios, considering seven characteristic variables (road grade, friction coefficient, vehicle load distribution, velocity, acceleration/braking rate, battery state of charge, and total braking torque). These optimal data were used to train a hybrid control model based on Deep Neural Networks (DNN) and Decision Trees (DT); the model determines the regenerative braking torques for the front and rear axles based on instantaneous conditions. The performance of the system, integrated into a detailed (14 degrees of freedom - DOF) Simulink vehicle model, was evaluated under training, interpolation, and extrapolation test scenarios involving different driving cycles (UDDS, NYCC, WLTP) and vehicle/environmental parameters. Simulation results demonstrated that the developed hybrid model, compared to reference methods, achieved improvements in preserving battery State of Charge (SOC) ranging from 1.26\% to 5.06\%. This highlights the potential of the proposed control system to enhance energy efficiency by making optimal torque distribution decisions, even under varied and challenging conditions.

Benzer Tezler

  1. Tez No

    971961

    Depolamalı yenilenebilir enerji ve raylı sistem frenleme enerjisi destekli elektrikli araç şarj hizmeti için bir yaklaşım geliştirilmesi

    An approach development for electric vehicle charging service supported by renewable energy with storage and rail system braking energy

    ASYA MÜMİNE ÇOŞKUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. OZAN ERDİNÇ

    DR. FURKAN KARAKUŞ

  2. Tez No

    224

    Plazma arkı eldesi ve yüzey bölgesi modifikasyonunda kullanılabilirliği

    Başlık çevirisi yok

    ÖZKAN ÖZİPEKLİLER

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Makine MühendisliğiUludağ Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİM DEMİRCİ

  3. Tez No

    31

    Realization of transmitter and receiver clock generation units and channel switching unit in a modified analog radio relay

    Değiştirilen bir analog radyodaki verici ve alıcı saat üretimi birimleri ve kanal anahtarlama biriminin gerçekleştirilmesi

    AYHAN BÜYÜKSEMERCİ

    Yüksek Lisans

    İngilizce

    İngilizce

    1987

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT AŞKAR

  4. Tez No

    33

    New algorithms and techniques for microprocessor-controlled PWM induction drives

    Başlık çevirisi yok

    OSMAN KÜKRER

    Doktora

    İngilizce

    İngilizce

    1987

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. H. BÜLENT ERTAN

  5. Tez No

    35

    Purification of bacteriorhodopsin from halobacterium halobium and reconstitution studies in liposomes

    Başlık çevirisi yok

    M.BAKER ZABUT

    Yüksek Lisans

    İngilizce

    İngilizce

    1987

    BiyokimyaOrta Doğu Teknik Üniversitesi

    Biyokimya Ana Bilim Dalı

    YRD. DOÇ. DR. MERAL YÜCEL

Geri Dön