Orientador: Ludmila Corrêa de Alkmin e Silva

Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica

Resumo: A eletromobilidade representada pela adoção de sistemas puramente elétricos e elétricos híbridos, tem ganhado espaço na indústria automotiva por promover o aumento da eficiência energética e economia de combustível, além de auxiliar a diminuição do impacto causado por esses veículos ao meio...

Resumo: A eletromobilidade representada pela adoção de sistemas puramente elétricos e elétricos híbridos, tem ganhado espaço na indústria automotiva por promover o aumento da eficiência energética e economia de combustível, além de auxiliar a diminuição do impacto causado por esses veículos ao meio ambiente. Este trabalho apresenta um estudo sobre a dinâmica planar do veículo, as estratégias de gerenciamento de potência e também a abordagem multiobjetivo de otimização baseada no algoritmo do enxame de partículas (MOPSO - Multi-objective Particle Swarm Optimization). Para o gerenciamento de potência foi utilizada a estratégia baseada no controle lógico fuzzy, que permitiu o desenvolvimento de um controlador hierárquico, que considerando a dinâmica planar do veículo realiza a distribuição de potência entre as rodas. Esse controlador foi empregado tanto em um veículo elétrico com tração integral, quanto em um veículo elétrico híbrido plug-in. A otimização do veículo elétrico visa minimizar a ação de esterçamento, e a massa da bateria e dos motores elétricos, enquanto maximiza o estado de carga da bateria. Para esta análise, foram otimizados a tensão e capacidade da bateria além da curva de torque dos motores elétricos. A otimização do veículo elétrico híbrido plug-in visa minimizar simultaneamente a ação de esterçamento, a massa da bateria e dos motores elétricos, o consumo equivalente e as emissões do veículo. Para isso, foram otimizados os parâmetros do sistema de propulsão elétrico, a caixa de marchas e a estratégia de troca de marchas que é baseada em um controlador fuzzy. Vale ressaltar que para ambas as configurações do veículo, os parâmetros dos controladores são incluídos no processo de otimização. A otimização foi realizada considerando um ciclo de condução real. Além disso, para avaliar a robustez das configurações otimizadas, elas foram submetidas a ciclos de condução normatizados e manobras padrões. A configuração de melhor ponderação entre os critérios de otimização do veículo elétrico apresentou uma melhora na dirigibilidade, evidenciada pela redução de 78,5% de redução na ação de esterçamento. Além de alcançar uma autonomia de 124,2 km. Para o veículo elétrico híbrido plug-in, a configuração de melhor ponderação quando comparada com o veículo convencional, apresentou uma redução de 71,9% na ação do motorista na direção do veículo, e de 18,44% do consumo de combustível, além de reduzir a emissão em 69,34% de monoxido de carbono (CO), 20,33% de hidrocarbonetos (HC) e 22,11% de oxidos de nitrogenio (......)

Abstract: The electromobility represented by the adoption of pure electric and hybrid electric systems stands out by promoting increased energy efficiency and fuel economy, and by helping to reduce the impact caused by these vehicles on the environment. This work presents a study of the vehicle’s...

Abstract: The electromobility represented by the adoption of pure electric and hybrid electric systems stands out by promoting increased energy efficiency and fuel economy, and by helping to reduce the impact caused by these vehicles on the environment. This work presents a study of the vehicle’s planar dynamics, power management strategies, and the multi-objective optimization approach based on the Multi-objective Particle Swarm Optimization (MOPSO) algorithm. For power management, the strategy based on fuzzy logic control was used, which allowed the development of a hierarchical controller that considers the planar dynamics of the vehicle performs the power distribution between the wheels. This controller was employed on both an all-wheel-drive electric vehicle and a plug-in hybrid electric vehicle. The optimization considering the electric vehicle aims to minimize the steering action, the mass of the battery, and the electric motors while maximizing the state of charge of the battery. For this analysis, the battery voltage and capacity and the torque curve of the electric motors were optimized. The optimization of the plug-in hybrid electric vehicle aims to simultaneously minimize the steering action, the mass of the battery and the electric motors, the equivalent consumption, and the emissions of the vehicles. Therefore, the parameters of the electric propulsion system, the gearbox, and the gear shifting strategy that is based on a fuzzy controller were optimized. For both vehicle configurations, the parameters of the controllers (membership functions, weights, and rules) were included in the optimization process. The optimization was performed considering a real-world driving cycle. Furthermore, to evaluate the robustness of the optimized configurations, they are subjected to standardized driving cycles and standard maneuvers. The best trade-off configuration among the optimization criteria for the electric vehicle presented an improvement in handling, evidenced by the 78.5% reduction in steering action. Moreover, it achieves a driving range of 124.2 km. For the plug-in hybrid electric vehicle, the best trade-off configuration when compared to the conventional vehicle’s, presented a 71.9% reduction in the driver’s steering action, an 18.44% reduction in fuel consumption, and reduced emissions by 69.34% of carbon monoxide (CO), 20.33% of hydrocarbons (HC), and 22.11% of nitrogen oxides (....)

Requisitos do sistema: Software para leitura de arquivo em PDF