Les systèmes de refroidissement des véhicules continuent à se développer et devenir de plus en plus complexes. Ceci introduit des nouveaux problèmes dus aux interactions des composants et les perturbations du système. Avec la montée des prix des carburants; les développeurs et les compagnies cherchent à améliorer la consommation en respectant les normes d’émission. Une partie de l’énergie produite par le moteur est utilisé par les composants du circuit de refroidissement. L’utilisation d’auxiliaires électriques est une manière de réduire ces pertes parasites, mais ce n’est pas la seule solution. Des études récents proposent que un control plus adaptes des composants peux réduire la consommation de carburant. Actuellement, le groupe Volvo en essayant d’améliorer la performance du système de refroidissement des camions a installe des nouveaux composants pour la gestion thermique du moteur. Néanmoins, des problèmes ont été identifie lors d’essais véhicule. Une meilleure compréhension du système et de l’implémentation de composants est nécessaire pour limiter les effets non voulus. Le système de refroidissement d’un poids lourd a été étudié grâce à l’outil Bond Graph. Puis des nouvelles stratégies de control sont introduites : commande prédictive, commande par platitude, commande sans model et commande avec model réduit. Ces méthodes ont été implémentées dans une plateforme de simulation sur Matlab/Simulink. Les gains de consommation obtenue à partir de simulations sont entre 0.5 et 0.9%. Une analyse structurelle de l’architecture actuelle est présentée. D’après les conclusions de cette analyse, des propositions pour la modification de l’architecture du circuit sont évalués. / The increasing complexity of engine cooling systems results in added interactions and disturbances to the performance. Besides, non-propulsion loads (fan, water pump…) draw a significant percentage of the engine’s power thus lowering the vehicle’s fuel efficiency. Recent studies have shown that by controlling components the efficiency can be improved by adjusting fan speed according to cooling needs, coolant flow, and oil flow. Currently, the Volvo group in order to optimize the performance of their truck’s cooling systems had installed new thermal management components. However, problems were found while testing control strategies and a better understanding of the interaction between components is required to prevent this from happening again. In this work, the bond graph approach has been applied for the study of the cooling system of a Heavy duty vehicle and has enabled subsystem interactions to be identified. Based on a simplified model issued from the bond graph, several control strategies have been built. These controllers are based on different control approaches: model predictive control, flatness control, model free control and model free control with reduced order model. These controllers were implemented in a simulation platform in the Matlab/Simulink environment. Results of the implementation of the new advanced control strategies are given. Fuel economy gains ranged between 0.5 and 0.9 %. A structural analysis of the current architecture is also proposed aiming at the optimization of the system. Given the insights from the analysis, an assessment of new concepts for the cooling system architecture is proposed.

Pour résoudre les problèmes environnementaux et énergétiques liés au nombre croissant de véhicules en circulation, deux approches sont envisageables : l'une est technologique et vise à améliorer les composants du véhicule ou son architecture, l'autre est comportementale et cherche à changer la manière d'utiliser les véhicules. Dans ce contexte, l'éco-conduite représente une méthode, applicable immédiatement, permettant à chaque conducteur de réduire sa consommation. L'objectif de cette thèse est donc l'analyse des gains potentiels de l'éco-conduite pour les différents types de véhicules existant : thermique, électrique et hybride. Ainsi, la première partie de ce travail se focalise sur une étude théorique visant à calculer les gains potentiels et à déterminer les règles d'éco-conduite, avant d'aborder dans un second temps une mise en situation plus réaliste et une intégration des algorithmes dans un système d'assistance pour le conducteur. En s'appuyant sur une modélisation énergétique des différents types de véhicules, la détermination et la comparaison du fonctionnement optimal se base sur l'optimisation du profil de vitesse pour des trajets connus. La programmation dynamique a été mise enoeuvre pour calculer la trajectoire optimale énergétique en tenant compte de la contrainte temporelle afin de ne pas pénaliser l'intérêt d'une conduite économe. Evidemment, l'intégration de l'éco-conduite doit, d'une part, tenir compte du trafic à proximité du véhicule et d'autre part, ne pas aboutir à une augmentation des émissions de polluants. Ainsi, en nous appuyant sur des modèles de suivi de véhicules (trafic), nous avons montré que les principes d'éco-conduite restent valables et conduisent de toute façon à des gains énergétiques. Concernant les contraintes d'émissions, des résultats expérimentaux nous ont conduit à adapter nos algorithmes pour répondre simultanément aux aspects écologiques et économiques. Enfin, les connaissances acquises ont été appliquées à la conception d'un système d'assistance testé sur un simulateur de conduite. / The transportation sector has been identified as one of many sources of today's energetic and environmental problems. With constantly increasing numbers of vehicles on the road, non-renewable fossil fuels are becoming scarce and expensive. In addition, due to the pollutant emissions of internal combustion engines, the transportation sector is a major producer of greenhouse gas emissions. To resolve these problems researcher are looking for technological solutions, such as more efficient components and alternative drive train technologies, on one hand. On the other hand, work is being done to ensure the most efficient utilization of available technological resources. Eco driving is one way to immediately reduce a driver's energy consumption. In this thesis the potential gains of eco driving for passenger vehicles will be discussed. The main objective of this work is to, first, identify and compare drive train specific, optimal vehicle operation. Secondly, the effect of real-life constraints on potential gains of eco driving is evaluated. In addition, an approach to integrate mathematical optimization algorithms in an advanced driver assist system for eco driving is proposed. Physical vehicle models are developed for three representative vehicles: the conventional, electric and power-split hybrid vehicle. Using real-life and standard drive cycles a baseline mission is defined by specifying trip and road constraint. Applying the dynamic programming algorithms the trajectory optimization problem is solved, minimizing energy consumption for the trip. The effect of traffic on potential gains of eco driving is discussed, considering a vehicle following situation. Integrating emission constraints in the optimization algorithm the environmental advantages of eco driving are discussed. Finally, the developed algorithms were integrated in a driver assist system. Experimental tests on a driving simulator were used to verify the effectiveness of the system, as well as driver acceptance.