O comportamento da dinâmica lateral de veículos automotivos com esterçamento nas quatro rodas é estudado com o auxílio de uma ferramenta computacional de modelagem e simulação de sistemas multicorpos. São utilizadas duas estratégias de controle do esterçamento das rodas traseiras para a avaliação de suas principais características. Uma das estratégias esterça as rodas traseiras em função do ângulo de esterçamento do volante, e a outra esterça as rodas traseiras em função do ângulo de esterçamento do volante e da velocidade longitudinal do veículo. O teste utilizado para as análises é a entrada degrau de esterçamento, onde é avaliada a resposta transitória e de regime da aceleração lateral, da velocidade de guinada e do ângulo de rolagem dos veículos. Os resultados das simulações mostram que os veículos com esterçamento nas quatro rodas têm o tempo de resposta da velocidade de guinada maior, e da aceleração lateral e do ângulo de rolagem menores que o veículo convencional. Também apresentam uma diminuição no ganho da aceleração lateral, da velocidade de guinada e do ângulo de rolagem. Além disso apresentam uma característica subesterçante mais acentuada. Essas características são mais evidentes no veículo com estratégia de controle função do esterçamento do volante. Os resultados obtidos correspondem ao comportamento dos veículos com esterçamento nas quatro rodas apresentado na literatura. / The lateral dynamic behavior of the automotive vehicles is studied with the aid of a computational tool for multibody systems modeling and simulation. Two rear wheel steering control strategies are used for evaluation of the main four wheel steering characteristics. One strategy steer the rear wheels as a function of the steering wheel angle, and the other one, steer the rear wheels as a function of the steering wheel angle and the speed. The steer step input is the test used, where the lateral acceleration, the yaw rate and the roll angle transient and stead state response are evaluated. The simulation results show that the four wheel steering vehicles have a slower yaw rate time response, and a fast lateral acceleration and roll angle time response than the conventional vehicle. Also four wheel vehicles show a reduction in lateral acceleration, yaw rate a.nd roll angle gain. Moreover they are more understeer than the conventional vehicle. These characteristics are particularly more evident on the vehicle with steer dependent system. The obtained results correspond with four wheel steering vehicles behavior founded in literature.

Apresenta um modelo completo em sistemas multicorpos de uma combinação veicular formada por um cavalo mecânico e um semi-reboque para um estudo de dirigibilidade. O modelo multicorpos foi desenvolvido no MSC.Adams/Car e inclui a suspensão primária, sistema de direção, trem de força, modelo de pneu e um quadro flexível para o cavalo mecânico, e a suspensão primária, modelo de pneu e quadro rígido para o semi-reboque. A resposta dinâmica lateral de uma composição veicular depende das características combinadas de estabilidade direcional, dirigibilidade e interação pneu/pavimento da unidade motora e da unidade rebocada. Os parâmetros mais importantes em relação à dinâmica lateral dos veículos longos combinados são: a velocidade longitudinal, o concerning stiffness dos pneus da combinação veicular, as elasticidades dos sistemas de suspensão e esterçamento do cavalo mecânico, a localização, distribuição do carregamento e momento de inércia em guinada da unidade movida e transferência lateral de carga do veículo como um todo. O modelo foi validado no âmbito dos modos de vibração. As análises de dirigibilidade foram realizadas mediante execução de manobras de mudança simples de pista e de esterçamento com entrada rampa, no MSC.Adams/Car, para calcular métricas comumente utilizadas para avaliação da dinâmica lateral de veículos longos combinados como aceleração lateral, velocidade de guinada, offtracking dinâmico e o gradiente de esterçamento. Análises dos resultados mostraram a influência no tempo de resposta, em regime transitório, do cavalo quando atrelado ao semi-reboque e um comportamento sub-esterçante nas velocidades longitudinais simuladas. A combinação veicular utilizada para este estudo apresenta um comportamento direcional estável. / This work presents a complete multibody model of a heavy articulated vehicle with a tractor and a semitrailer for handling study purposes. The model had been developed on MSC.Adams/Car and includes primary suspension system, steering system, powertrain, tire model and a flexible frame for tractor, suspension system, tire model and a rigid frame for semitrailer. The lateral dynamics response of a heavy articulated vehicle depends on tractor/semitrailer combined characteristics of the directional stability, the manouverability and the tire/road interaction. The most important parameters concerning of the lateral dynamics of heavy articulated vehicles are: longitudinal velocity, combined tire cornering stiffness of vehicular composition, suspensions systems compliance and steering system compliance of tractor, location, load distribution and yaw moment of towing unit and vehicle overall lateral load transfer. The model was validated about modal shapes and frequencies vibrations. Handling analyses had performed with single lane change and ramp steer maneuvers simulation on MSC.Adams/Car to calculate common measures for heavy articulated vehicles lateral dynamics evaluation as lateral acceleration, yaw velocity, dynamic offtracking and understeer gradient. The results analyses showed that the towing unit influences on response of the tractor and an understeer behavior of all vehicular composition over longitudinal velocity range simulated. The heavy articulated vehicle used on this study shows a stable directional behavior.

Esta Tese propõe uma nova ferramenta para Otimização Robusta Multiobjetivo por Análise de Intervalo Não Probabilística (Non-probabilistic Interval Analysis for Multiobjective Robust Design Optimization ou NPIA-MORDO). A ferramenta desenvolvida visa à otimização dos parâmetros concentrados de suspensão em um modelo veicular completo, submetido a uma manobra direcional percorrendo diferentes perfis de pista, a fim de garantir maior conforto e segurança ao motorista. O modelo multicorpo possui 15 graus de liberdade (15-GDL), dentre os quais onze pertencem ao veículo e assento, e quatro, ao modelo biodinâmico do motorista. A função multiobjetivo é composta por objetivos conflitantes e as suas tolerâncias, como a raiz do valor quadrático médio (root mean square ou RMS) da aceleração lateral e da aceleração vertical do assento do motorista, desenvolvidas durante a manobra de dupla troca de faixa (Double Lane Change ou DLC). O curso da suspensão e a aderência dos pneus à pista são tratados como restrições do problema de otimização. As incertezas são quantificadas no comportamento do sistema pela análise de intervalo não probabilística, por intermédio do Método dos Níveis de Corte-α (α-Cut Levels) para o nível α zero (de maior dispersão), e realizada concomitantemente ao processo de otimização multiobjetivo. Essas incertezas são aplicáveis tanto nos parâmetros do problema quanto nas variáveis de projeto. Para fins de validação do modelo, desenvolvido em ambiente MATLAB®, a trajetória do centro de gravidade da carroceria durante a manobra é comparada com o software CARSIM®, assim como as forças laterais e verticais dos pneus. Os resultados obtidos são exibidos em diversos gráficos a partir da fronteira de Pareto entre os múltiplos objetivos do modelo avaliado Os indivíduos da fronteira de Pareto satisfazem as condições do problema, e a função multiobjetivo obtida pela agregação dos múltiplos objetivos resulta em uma diferença de 1,66% entre os indivíduos com o menor e o maior valor agregado obtido. A partir das variáveis de projeto do melhor indivíduo da fronteira, gráficos são gerados para cada grau de liberdade do modelo, ilustrando o histórico dos deslocamentos, velocidades e acelerações. Para esse caso, a aceleração RMS vertical no assento do motorista é de 1,041 m/s² e a sua tolerância é de 0,631 m/s². Já a aceleração RMS lateral no assento do motorista é de 1,908 m/s² e a sua tolerância é de 0,168 m/s². Os resultados obtidos pelo NPIA-MORDO confirmam que é possível agregar as incertezas dos parâmetros e das variáveis de projeto à medida que se realiza a otimização externa, evitando a necessidade de análises posteriores de propagação de incertezas. A análise de intervalo não probabilística empregada pela ferramenta é uma alternativa viável de medida de dispersão se comparada com o desvio padrão, por não utilizar uma função de distribuição de probabilidades prévia e por aproximar-se da realidade na indústria automotiva, onde as tolerâncias são preferencialmente utilizadas. / This thesis proposes the development of a new tool for Non-probabilistic Interval Analysis for Multi-objective Robust Design Optimization (NPIA-MORDO). The developed tool aims at optimizing the lumped parameters of suspension in a full vehicle model, subjected to a double-lane change (DLC) maneuver throughout different random road profiles, to ensure comfort and safety to the driver. The multi-body model has 15 degrees of freedom (15-DOF) where 11-DOF represents the vehicle and its seat and 4-DOF represents the driver's biodynamic model. A multi-objective function is composed by conflicted objectives and their tolerances, like the root mean square (RMS) lateral and vertical acceleration in the driver’s seat, both generated during the double-lane change maneuver. The suspension working space and the road holding capacity are used as constraints for the optimization problem. On the other hand, the uncertainties in the system are quantified using a non-probabilistic interval analysis with the α-Cut Levels Method for zero α-level (the most uncertainty one), performed concurrently in the multi-objective optimization process. These uncertainties are both applied to the system parameters and design variables to ensure the robustness in results. For purposes of validation in the model, developed in MATLAB®, the path of the car’s body center of gravity during the maneuver is compared with the commercial software CARSIM®, as well as the lateral and vertical forces from the tires. The results are showed in many graphics obtained from the Pareto front between the multiple conflicting objectives of the evaluated model. The obtained solutions from the Pareto Front satisfy the conditions of the evaluated problem, and the aggregated multi-objective function results in a difference of 1.66% for the worst to the best solution. From the design variables of the best solution choose from the Pareto front, graphics are created for each degree of freedom, showing the time histories for displacements, velocities and accelerations. In this particular case, the RMS vertical acceleration in the driver’s seat is 1.041 m/s² and its tolerance is 0.631 m/s², but the RMS lateral acceleration in the driver’s seat is 1.908 m/s² and its tolerance is 0.168 m/s². The overall results obtained from NPIA-MORDO assure that is possible take into account the uncertainties from the system parameters and design variables as the external optimization loop is performed, reducing the efforts in subsequent evaluations. The non-probabilistic interval analysis performed by the proposed tool is a feasible choice to evaluate the uncertainty if compared to the standard deviation, because there is no need of previous well-known based probability distribution and because it reaches the practical needs from the automotive industry, where the tolerances are preferable.

Esta Tese propõe uma nova ferramenta para Otimização Robusta Multiobjetivo por Análise de Intervalo Não Probabilística (Non-probabilistic Interval Analysis for Multiobjective Robust Design Optimization ou NPIA-MORDO). A ferramenta desenvolvida visa à otimização dos parâmetros concentrados de suspensão em um modelo veicular completo, submetido a uma manobra direcional percorrendo diferentes perfis de pista, a fim de garantir maior conforto e segurança ao motorista. O modelo multicorpo possui 15 graus de liberdade (15-GDL), dentre os quais onze pertencem ao veículo e assento, e quatro, ao modelo biodinâmico do motorista. A função multiobjetivo é composta por objetivos conflitantes e as suas tolerâncias, como a raiz do valor quadrático médio (root mean square ou RMS) da aceleração lateral e da aceleração vertical do assento do motorista, desenvolvidas durante a manobra de dupla troca de faixa (Double Lane Change ou DLC). O curso da suspensão e a aderência dos pneus à pista são tratados como restrições do problema de otimização. As incertezas são quantificadas no comportamento do sistema pela análise de intervalo não probabilística, por intermédio do Método dos Níveis de Corte-α (α-Cut Levels) para o nível α zero (de maior dispersão), e realizada concomitantemente ao processo de otimização multiobjetivo. Essas incertezas são aplicáveis tanto nos parâmetros do problema quanto nas variáveis de projeto. Para fins de validação do modelo, desenvolvido em ambiente MATLAB®, a trajetória do centro de gravidade da carroceria durante a manobra é comparada com o software CARSIM®, assim como as forças laterais e verticais dos pneus. Os resultados obtidos são exibidos em diversos gráficos a partir da fronteira de Pareto entre os múltiplos objetivos do modelo avaliado Os indivíduos da fronteira de Pareto satisfazem as condições do problema, e a função multiobjetivo obtida pela agregação dos múltiplos objetivos resulta em uma diferença de 1,66% entre os indivíduos com o menor e o maior valor agregado obtido. A partir das variáveis de projeto do melhor indivíduo da fronteira, gráficos são gerados para cada grau de liberdade do modelo, ilustrando o histórico dos deslocamentos, velocidades e acelerações. Para esse caso, a aceleração RMS vertical no assento do motorista é de 1,041 m/s² e a sua tolerância é de 0,631 m/s². Já a aceleração RMS lateral no assento do motorista é de 1,908 m/s² e a sua tolerância é de 0,168 m/s². Os resultados obtidos pelo NPIA-MORDO confirmam que é possível agregar as incertezas dos parâmetros e das variáveis de projeto à medida que se realiza a otimização externa, evitando a necessidade de análises posteriores de propagação de incertezas. A análise de intervalo não probabilística empregada pela ferramenta é uma alternativa viável de medida de dispersão se comparada com o desvio padrão, por não utilizar uma função de distribuição de probabilidades prévia e por aproximar-se da realidade na indústria automotiva, onde as tolerâncias são preferencialmente utilizadas. / This thesis proposes the development of a new tool for Non-probabilistic Interval Analysis for Multi-objective Robust Design Optimization (NPIA-MORDO). The developed tool aims at optimizing the lumped parameters of suspension in a full vehicle model, subjected to a double-lane change (DLC) maneuver throughout different random road profiles, to ensure comfort and safety to the driver. The multi-body model has 15 degrees of freedom (15-DOF) where 11-DOF represents the vehicle and its seat and 4-DOF represents the driver's biodynamic model. A multi-objective function is composed by conflicted objectives and their tolerances, like the root mean square (RMS) lateral and vertical acceleration in the driver’s seat, both generated during the double-lane change maneuver. The suspension working space and the road holding capacity are used as constraints for the optimization problem. On the other hand, the uncertainties in the system are quantified using a non-probabilistic interval analysis with the α-Cut Levels Method for zero α-level (the most uncertainty one), performed concurrently in the multi-objective optimization process. These uncertainties are both applied to the system parameters and design variables to ensure the robustness in results. For purposes of validation in the model, developed in MATLAB®, the path of the car’s body center of gravity during the maneuver is compared with the commercial software CARSIM®, as well as the lateral and vertical forces from the tires. The results are showed in many graphics obtained from the Pareto front between the multiple conflicting objectives of the evaluated model. The obtained solutions from the Pareto Front satisfy the conditions of the evaluated problem, and the aggregated multi-objective function results in a difference of 1.66% for the worst to the best solution. From the design variables of the best solution choose from the Pareto front, graphics are created for each degree of freedom, showing the time histories for displacements, velocities and accelerations. In this particular case, the RMS vertical acceleration in the driver’s seat is 1.041 m/s² and its tolerance is 0.631 m/s², but the RMS lateral acceleration in the driver’s seat is 1.908 m/s² and its tolerance is 0.168 m/s². The overall results obtained from NPIA-MORDO assure that is possible take into account the uncertainties from the system parameters and design variables as the external optimization loop is performed, reducing the efforts in subsequent evaluations. The non-probabilistic interval analysis performed by the proposed tool is a feasible choice to evaluate the uncertainty if compared to the standard deviation, because there is no need of previous well-known based probability distribution and because it reaches the practical needs from the automotive industry, where the tolerances are preferable.

Esta Tese propõe uma nova ferramenta para Otimização Robusta Multiobjetivo por Análise de Intervalo Não Probabilística (Non-probabilistic Interval Analysis for Multiobjective Robust Design Optimization ou NPIA-MORDO). A ferramenta desenvolvida visa à otimização dos parâmetros concentrados de suspensão em um modelo veicular completo, submetido a uma manobra direcional percorrendo diferentes perfis de pista, a fim de garantir maior conforto e segurança ao motorista. O modelo multicorpo possui 15 graus de liberdade (15-GDL), dentre os quais onze pertencem ao veículo e assento, e quatro, ao modelo biodinâmico do motorista. A função multiobjetivo é composta por objetivos conflitantes e as suas tolerâncias, como a raiz do valor quadrático médio (root mean square ou RMS) da aceleração lateral e da aceleração vertical do assento do motorista, desenvolvidas durante a manobra de dupla troca de faixa (Double Lane Change ou DLC). O curso da suspensão e a aderência dos pneus à pista são tratados como restrições do problema de otimização. As incertezas são quantificadas no comportamento do sistema pela análise de intervalo não probabilística, por intermédio do Método dos Níveis de Corte-α (α-Cut Levels) para o nível α zero (de maior dispersão), e realizada concomitantemente ao processo de otimização multiobjetivo. Essas incertezas são aplicáveis tanto nos parâmetros do problema quanto nas variáveis de projeto. Para fins de validação do modelo, desenvolvido em ambiente MATLAB®, a trajetória do centro de gravidade da carroceria durante a manobra é comparada com o software CARSIM®, assim como as forças laterais e verticais dos pneus. Os resultados obtidos são exibidos em diversos gráficos a partir da fronteira de Pareto entre os múltiplos objetivos do modelo avaliado Os indivíduos da fronteira de Pareto satisfazem as condições do problema, e a função multiobjetivo obtida pela agregação dos múltiplos objetivos resulta em uma diferença de 1,66% entre os indivíduos com o menor e o maior valor agregado obtido. A partir das variáveis de projeto do melhor indivíduo da fronteira, gráficos são gerados para cada grau de liberdade do modelo, ilustrando o histórico dos deslocamentos, velocidades e acelerações. Para esse caso, a aceleração RMS vertical no assento do motorista é de 1,041 m/s² e a sua tolerância é de 0,631 m/s². Já a aceleração RMS lateral no assento do motorista é de 1,908 m/s² e a sua tolerância é de 0,168 m/s². Os resultados obtidos pelo NPIA-MORDO confirmam que é possível agregar as incertezas dos parâmetros e das variáveis de projeto à medida que se realiza a otimização externa, evitando a necessidade de análises posteriores de propagação de incertezas. A análise de intervalo não probabilística empregada pela ferramenta é uma alternativa viável de medida de dispersão se comparada com o desvio padrão, por não utilizar uma função de distribuição de probabilidades prévia e por aproximar-se da realidade na indústria automotiva, onde as tolerâncias são preferencialmente utilizadas. / This thesis proposes the development of a new tool for Non-probabilistic Interval Analysis for Multi-objective Robust Design Optimization (NPIA-MORDO). The developed tool aims at optimizing the lumped parameters of suspension in a full vehicle model, subjected to a double-lane change (DLC) maneuver throughout different random road profiles, to ensure comfort and safety to the driver. The multi-body model has 15 degrees of freedom (15-DOF) where 11-DOF represents the vehicle and its seat and 4-DOF represents the driver's biodynamic model. A multi-objective function is composed by conflicted objectives and their tolerances, like the root mean square (RMS) lateral and vertical acceleration in the driver’s seat, both generated during the double-lane change maneuver. The suspension working space and the road holding capacity are used as constraints for the optimization problem. On the other hand, the uncertainties in the system are quantified using a non-probabilistic interval analysis with the α-Cut Levels Method for zero α-level (the most uncertainty one), performed concurrently in the multi-objective optimization process. These uncertainties are both applied to the system parameters and design variables to ensure the robustness in results. For purposes of validation in the model, developed in MATLAB®, the path of the car’s body center of gravity during the maneuver is compared with the commercial software CARSIM®, as well as the lateral and vertical forces from the tires. The results are showed in many graphics obtained from the Pareto front between the multiple conflicting objectives of the evaluated model. The obtained solutions from the Pareto Front satisfy the conditions of the evaluated problem, and the aggregated multi-objective function results in a difference of 1.66% for the worst to the best solution. From the design variables of the best solution choose from the Pareto front, graphics are created for each degree of freedom, showing the time histories for displacements, velocities and accelerations. In this particular case, the RMS vertical acceleration in the driver’s seat is 1.041 m/s² and its tolerance is 0.631 m/s², but the RMS lateral acceleration in the driver’s seat is 1.908 m/s² and its tolerance is 0.168 m/s². The overall results obtained from NPIA-MORDO assure that is possible take into account the uncertainties from the system parameters and design variables as the external optimization loop is performed, reducing the efforts in subsequent evaluations. The non-probabilistic interval analysis performed by the proposed tool is a feasible choice to evaluate the uncertainty if compared to the standard deviation, because there is no need of previous well-known based probability distribution and because it reaches the practical needs from the automotive industry, where the tolerances are preferable.

Dans ce travail nous nous sommes penchés sur le transfert de puissance optimal par la maîtrise des comportements du véhicule de distribution à deux essieux. Nous avons étudié, plus particulièrement, l’énergie consommée par un véhicule hybride dans une zone urbaine ou péri-urbaine. Ce contexte nous a conduits à étudier l’utilisation d’une dynamique régénérative prenant en compte la dynamique transversale du véhicule sur une diversité d’architectures associée à une méthode de contrôle d’un système sur-actionné. Pour faire cela, nous avons développé : (i) un banc d’essais virtuel modulaire pour faire des études en termes énergétique d’un véhicule hybride de distribution, (ii) une architecture de contrôle optimal en vue de déterminer les commandes des actionneurs d’un système sur-actionné, (iii) et une dynamique régénérative afin de gérer l’énergie en prenant en compte la dynamique transversale qui est souvent présente lors de l’usage du véhicule en milieu urbain. Les modules du banc d’essais virtuel construits dans ce travail permettent de faire des études de l’énergie consommée pour toutes les architectures du véhicule envisagées sans changer les modèles de chaque module. Ce banc est composé d’un modèle complet du comportement de la dynamique du véhicule, d’un modèle du système de direction, d’un modèle des systèmes de traction et de freinage et d’un modèle des composants électriques. Tous les modèles de ce banc ont été validés par des expériences. Ceux-ci nous assurent la capacité de valider et justifier les lois de commande ainsi que d’évaluer les termes de l’énergie consommée. Un module de l’architecture de contrôle optimal a également été construit dans ce travail. Il nous a servi à déterminer la commande optimale des actionneurs par l’utilisation de l’allocation de contrôle et pour simuler les comportements de toutes les architectures du véhicule en utilisant les contraintes liées à celles-ci. Les analyses des résultats obtenus montrent que l’architecture de contrôle optimal proposée est suffisante pour déterminer les commandes des actionneurs ainsi que pour garantir la stabilité du véhicule malgré qu’aucun critère de ce genre ne soit intégré dans le problème d’optimisation. Les gains possibles par rapport à l’architecture conventionnelle, qui ont été déterminés, assurent que l’approche proposée permet effectivement de réduire l’énergie consommée par le véhicule. Les études paramétriques de la dynamique régénérative du véhicule démontrent que les systèmes sur-actionnés permettent de récupérer de l’énergie dans les cas où les actionneurs ont un très bon rendement. Dans ce cas, le principe de la dynamique régénérative est une voie d’amélioration pour les véhicules de distribution (charge importante et conditions d’utilisation en milieu urbain). / In this work, we have studied the energy optimal transfer by controlling the delivery vehicle behaviors. We studied, in particular, the energy consumed by a hybrid vehicle in the urban area. This context led us to investigate the use of a regenerative dynamics by taking into account the vehicle lateral dynamics on a variety of architectures associated with a method for controlling an over-actuated system. To do this, we have developed: (i) a modular virtual test bench to study the energy terms of delivery hybrid vehicle, (ii) an optimal control to determine the actuator inputs of over-actuated system, (iii) and regenerative dynamics to manage energy by taking into account the vehicle lateral dynamics. The virtual test bench constructed in this work allow for studies of the energy consumed for all architectures without changing of each module. This bench is composed the models of vehicle dynamics, steering, traction, braking, and electrical components systems. All models of this bench have been validated by experiments. It provides us the ability to validate and justify the control inputs of actuators and to evaluate the energy consumed terms. The optimal control module by using the allocation controller was also built in this work. It allows us to determine the optimal inputs of the actuators and to simulate the behaviors of all vehicle architectures under the constraints related with different architectures. The results show that the allocation controller is sufficient to determine the actuator inputs and to ensure the vehicle stability without the integration of additional criteria in the optimization problem. The energy gains in comparison with conventional architecture, which have been determined, ensure that the proposed approach effectively reduce the energy consumed by the vehicle. The parametric studies show that the regenerative dynamics can be used to recover energy in the case where the actuators have a very good performance and fast dynamics. In this case, the principle of regenerative dynamics is being improved for delivery vehicles (heavy load and in urban areas).

No description available.