Dissertação

{en_GB=Torque vectoring control of an electric vehicle with in-wheel motors} {} EVALUATED

{pt=A distribuição de torque óptimo pelas rodas motoras de um veículo é um problema aberto. Inicialmente resolvido com o diferencial mecânico, hoje em dia com o motor eléctrico e em particular com um motor por roda, está aberto o caminho para outras soluções. Este trabalho foca-se em como reescrever o problema - "virar depressa e não derrapar" tendo em conta o controlo de tracção, por forma a obter um sistema cujo o ponto de partida e chegada são as quatro rodas e a tracção às quatro rodas e em como tal modelo pode ajudar na estimação e controlo de um veículo por forma a obter melhor performance e uma melhor condução. Além da formulação do modelo matemático com base no modelo de pneus LuGre, um observador e controlador foram desenvolvidos, através de um filtro de Kalman e de controlo preditivo baseado em modelo, como prova de conceito e o observador foi validado com dados reais de um carro de competição da equipa de Formula Student, o FST09e, com resultados positivos. Conclui-se portanto, que a abordagem aqui apresentada é válida, que as equações com o modelo de LuGre descrevem a dinâmica da atitude de um carro e que um controlador capaz de ter em conta restrições de potência, controlo de tracção, de estabilidade lateral e velocidade angular é possível., en=Optimal torque distribution of the driving wheels of a vehicle is an open problem. Currently solved with a mechanical differential, nowadays with the electric engine and in particular with an engine per wheel, there is room for other solutions. We rewrite the problem of "how to turn fast without sliding" taking into account the traction control, developing a system with a starting point and endpoint being the four wheels and the traction with four wheels, and how that model may help estimate and control a vehicle in such a way that you have better performance and handling. Beyond the mathematical model based on the LuGre tire model, an observer and controller were developed as a Kalman Filter and a Model Predictive controller, as a proof of concept with the observer being validated with real data of a Formula Student car, FST09e. We therefore conclude that the approach here taken is valid, that the equations within properly represent the dynamics of the vehicle attitude and that a controller capable of taking into account power constraints, traction, lateral stability and desired yaw rate is possible.}
{pt=Torque Vectoring, Filtro de Kalman, Controlo Preditivo Baseado em Modelo, LuGre, Estado de Espaços, en=Torque Vectoring, Kalman Filter, Model Predictive Control, LuGre, State-space}

Fevereiro 2, 2021, 10:0

Orientação

ORIENTADOR

João Manuel Lage de Miranda Lemos

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Catedrático