This thesis is on the Navier-Stokes equations which model the motion of compressible viscous fluid. A minimum principle on the temperate variable is established. Under the thermo-insulated boundary conditions and some reasonable assumptions on the solution, the minimum of the temperature does not increase. To our best knowledge, that's the first result on the minimum principle of the temperature variable in the compressible Navier-Stokes equation. As an application of the minimum principle, global in time existence of the weak solution for the Navier-Stokes equations is established when the viscosities and heat conductivity are power functions of the temperature. In this model the temperature is coupled with density which may have vacuum or concentration and the heat conductivity has possible degeneracy. However the temperature is proved to obey the minimum principle, which secured the dissipative mechanism of the system, and paved the road to the existence theory.

With the increase of world population and industrial growth of developing countries, demand for energy, in particular electric power, has gone up at an unprecedented rate over the last decades. To meet the demand, electric power generation by use of fossil fuel has increased enormously thereby producing increased quantity of greenhouse gases. This contributes more and more to atmospheric pollution, which climate scientists believe can adversly affect the global climate, as well as health and the welfare of the world population. In view of these issues, there is global awareness to look for alternate sources of energy such as natural gas, hydropower, wind, solar, geothermal and biomass. It is recognized that this requires replacement of existing infrastructure with new systems, which cannot be achieved overnight. Optimal control theory has been widely used in diverse areas of physical sciences, medicine, engineering and economics. The main motivation of this thesis is to use this theory to find the optimum strategy for integration of all currently available renewable energy sources with the existing electric power generating systems. The ultimate goal is to eliminate fossil fuels. Eight main energy sources namely, Coal, Petroleum, Natural Gas, Conventional Hydro, Wind, Solar, Geothermal and Biomass are considered in a dynamic model. The state of the dynamic model represents the level of energy generation from each of the sources. Different objective functions are proposed in this thesis. These range from meeting the desired target level of power generation from each of the available sources at the end of a given plan period, to reducing the implementation and investment costs; from minimizing the production from polluted energy sources to meeting the electricity demand during a whole plan period. Official released data from the U.S. Energy Information Administration have been used as a case study. Based on real life data and the mathematics of optimal control theory, we present an optimal policy for integration of renewable energy sources to the national power grid.

With the increase of world population and industrial growth of developing countries, demand for energy, in particular electric power, has gone up at an unprecedented rate over the last decades. To meet the demand, electric power generation by use of fossil fuel has increased enormously thereby producing increased quantity of greenhouse gases. This contributes more and more to atmospheric pollution, which climate scientists believe can adversly affect the global climate, as well as health and the welfare of the world population. In view of these issues, there is global awareness to look for alternate sources of energy such as natural gas, hydropower, wind, solar, geothermal and biomass. It is recognized that this requires replacement of existing infrastructure with new systems, which cannot be achieved overnight. Optimal control theory has been widely used in diverse areas of physical sciences, medicine, engineering and economics. The main motivation of this thesis is to use this theory to find the optimum strategy for integration of all currently available renewable energy sources with the existing electric power generating systems. The ultimate goal is to eliminate fossil fuels. Eight main energy sources namely, Coal, Petroleum, Natural Gas, Conventional Hydro, Wind, Solar, Geothermal and Biomass are considered in a dynamic model. The state of the dynamic model represents the level of energy generation from each of the sources. Different objective functions are proposed in this thesis. These range from meeting the desired target level of power generation from each of the available sources at the end of a given plan period, to reducing the implementation and investment costs; from minimizing the production from polluted energy sources to meeting the electricity demand during a whole plan period. Official released data from the U.S. Energy Information Administration have been used as a case study. Based on real life data and the mathematics of optimal control theory, we present an optimal policy for integration of renewable energy sources to the national power grid.

Optimal Control (OC) is essentially a mathematical extremal problem. The procedure consists on the definition of a criterion to minimize (or maximize), some constraints that must be fulfilled and boundary conditions or disturbances affecting to the system behavior. The OC theory supplies methods to derive a control trajectory that minimizes (or maximizes) that criterion. This dissertation addresses the application of OC to automotive control problems at the powertrain level, with emphasis on the internal combustion engine. The necessary tools are an optimization method and a mathematical representation of the powertrain. Thus, the OC theory is reviewed with a quantitative analysis of the advantages and drawbacks of the three optimization methods available in literature: dynamic programming, Pontryagin minimum principle and direct methods. Implementation algorithms for these three methods are developed and described in detail. In addition to that, an experimentally validated dynamic powertrain model is developed, comprising longitudinal vehicle dynamics, electrical motor and battery models, and a mean value engine model. OC can be utilized for three different purposes: 1. Applied control, when all boundaries can be accurately defined. The engine control is addressed with this approach assuming that a the driving cycle is known in advance, translating into a large mathematical problem. Two specific cases are studied: the management of a dual-loop EGR system, and the full control of engine actuators, namely fueling rate, SOI, EGR and VGT settings. 2. Derivation of near-optimal control rules, to be used if some disturbances are unknown. In this context, cycle-specific engine calibrations calculation, and a stochastic feedback control for power-split management in hybrid vehicles are analyzed. 3. Use of OC trajectories as a benchmark or base line to improve the system design and efficiency with an objective criterion. OC is used to optimize the heat release law of a diesel engine and to size a hybrid powertrain with a further cost analysis. OC strategies have been applied experimentally in the works related to the internal combustion engine, showing significant improvements but non-negligible difficulties, which are analyzed and discussed. The methods developed in this dissertation are general and can be extended to other criteria if appropriate models are available. / El Control Óptimo (CO) es esencialmente un problema matemático de búsqueda de extremos, consistente en la definición de un criterio a minimizar (o maximizar), restricciones que deben satisfacerse y condiciones de contorno que afectan al sistema. La teoría de CO ofrece métodos para derivar una trayectoria de control que minimiza (o maximiza) ese criterio. Esta Tesis trata la aplicación del CO en automoción, y especialmente en el motor de combustión interna. Las herramientas necesarias son un método de optimización y una representación matemática de la planta motriz. Para ello, se realiza un análisis cuantitativo de las ventajas e inconvenientes de los tres métodos de optimización existentes en la literatura: programación dinámica, principio mínimo de Pontryagin y métodos directos. Se desarrollan y describen los algoritmos para implementar estos métodos así como un modelo de planta motriz, validado experimentalmente, que incluye la dinámica longitudinal del vehículo, modelos para el motor eléctrico y las baterías, y un modelo de motor de combustión de valores medios. El CO puede utilizarse para tres objetivos distintos: 1. Control aplicado, en caso de que las condiciones de contorno estén definidas. Puede aplicarse al control del motor de combustión para un ciclo de conducción dado, traduciéndose en un problema matemático de grandes dimensiones. Se estudian dos casos particulares: la gestión de un sistema de EGR de doble lazo, y el control completo del motor, en particular de las consignas de inyección, SOI, EGR y VGT. 2. Obtención de reglas de control cuasi-óptimas, aplicables en casos en los que no todas las perturbaciones se conocen. A este respecto, se analizan el cálculo de calibraciones de motor específicas para un ciclo, y la gestión energética de un vehículo híbrido mediante un control estocástico en bucle cerrado. 3. Empleo de trayectorias de CO como comparativa o referencia para tareas de diseño y mejora, ofreciendo un criterio objetivo. La ley de combustión así como el dimensionado de una planta motriz híbrida se optimizan mediante el uso de CO. Las estrategias de CO han sido aplicadas experimentalmente en los trabajos referentes al motor de combustión, poniendo de manifiesto sus ventajas sustanciales, pero también analizando dificultades y líneas de actuación para superarlas. Los métodos desarrollados en esta Tesis Doctoral son generales y aplicables a otros criterios si se dispone de los modelos adecuados. / El Control Òptim (CO) és essencialment un problema matemàtic de cerca d'extrems, que consisteix en la definició d'un criteri a minimitzar (o maximitzar), restriccions que es deuen satisfer i condicions de contorn que afecten el sistema. La teoria de CO ofereix mètodes per a derivar una trajectòria de control que minimitza (o maximitza) aquest criteri. Aquesta Tesi tracta l'aplicació del CO en automoció i especialment al motor de combustió interna. Les ferramentes necessàries són un mètode d'optimització i una representació matemàtica de la planta motriu. Per a això, es realitza una anàlisi quantitatiu dels avantatges i inconvenients dels tres mètodes d'optimització existents a la literatura: programació dinàmica, principi mínim de Pontryagin i mètodes directes. Es desenvolupen i descriuen els algoritmes per a implementar aquests mètodes així com un model de planta motriu, validat experimentalment, que inclou la dinàmica longitudinal del vehicle, models per al motor elèctric i les bateries, i un model de motor de combustió de valors mitjans. El CO es pot utilitzar per a tres objectius diferents: 1. Control aplicat, en cas que les condicions de contorn estiguen definides. Es pot aplicar al control del motor de combustió per a un cicle de conducció particular, traduint-se en un problema matemàtic de grans dimensions. S'estudien dos casos particulars: la gestió d'un sistema d'EGR de doble llaç, i el control complet del motor, particularment de les consignes d'injecció, SOI, EGR i VGT. 2. Obtenció de regles de control quasi-òptimes, aplicables als casos on no totes les pertorbacions són conegudes. A aquest respecte, s'analitzen el càlcul de calibratges específics de motor per a un cicle, i la gestió energètica d'un vehicle híbrid mitjançant un control estocàstic en bucle tancat. 3. Utilització de trajectòries de CO com comparativa o referència per a tasques de disseny i millora, oferint un criteri objectiu. La llei de combustió així com el dimensionament d'una planta motriu híbrida s'optimitzen mitjançant l'ús de CO. Les estratègies de CO han sigut aplicades experimentalment als treballs referents al motor de combustió, manifestant els seus substancials avantatges, però també analitzant dificultats i línies d'actuació per superar-les. Els mètodes desenvolupats a aquesta Tesi Doctoral són generals i aplicables a uns altres criteris si es disposen dels models adequats. / Reig Bernad, A. (2017). Optimal Control for Automotive Powertrain Applications [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/90624 / TESIS

No description available.

Dans les véhicules hybrides électrique-essence, les stratégies de gestion de l’énergie déterminent la répartition des flux d'énergies des moteurs thermique et électrique avec pour objectif classique la réduction de la consommation. Par ailleurs, pour respecter les seuils réglementaires d’émissions polluantes, les motorisations essence sont équipées d’un catalyseur 3-voies chauffé par les gaz d’échappement. Une fois amorcé, ce catalyseur convertit presque entièrement les émissions polluantes du moteur. C’est donc au démarrage que la plupart de la pollution est émise, lorsque le catalyseur est froid et que la pollution du moteur n’est pas convertie. La chauffe du catalyseur est donc l’étape clé de la dépollution. Ce mémoire propose une démarche de prise en compte des émissions polluantes par la gestion d’énergie. Le véhicule hybride est assimilé à un système dynamique à deux états, l’état de charge batterie et la température du catalyseur. Un problème d’optimisation dynamique est défini, qui minimise un critère original pondérant judicieusement la consommation et les émissions polluantes. La théorie de la commande optimale, avec les Principes du Minimum de Pontryaguine et de Bellman, permet de résoudre ce problème d’optimisation. Des stratégies optimales sont déduites et simulées avec un modèle de véhicule intégrant un modèle thermique multi-zones de catalyseur, validé expérimentalement, qui simule précisément la chauffe. Le compromis entre la consommation et la pollution est exploré. Une stratégie de chauffe du catalyseur, plus méthodique, analytique et efficace que les stratégies empiriques actuelles, est alors proposée. Cette stratégie est validée expérimentalement dans un environnement HyHIL (Hybrid Hardware In the loop). Une importante réduction de la pollution est obtenue, confortant l’approche d’optimisation dynamique pour la mise au point des stratégies de gestion d’énergie du véhicule hybride. / In hybrid gasoline-electric vehicles, the energy management strategies determine the distribution of engine and motor energy flows with fuel consumption reduction as classical objective. Furthermore, to comply with pollutant emissions standards, SI engines are equipped with 3-Way Catalytic Converters (3WCC) heated by exhaust gases. When 3WCC temperature is over the light-off temperature, engine pollutant emissions are almost totally converted. Most of the pollution is produced at the vehicle start, when the 3WCC is cold and the engine pollution is not converted. The 3WCC heating is thus the key aspect of the pollutant emissions. This dissertation proposes an approach to take into account pollutant emissions in energy management. The hybrid electric vehicle is considered as a dynamic system with two states, the battery state of charge and 3WCC temperature. A dynamic optimization problem is defined, minimizing an original criterion weighting judiciously fuel consumption and pollutant emissions. Optimal control theory, with the Pontryaguine Minimum and Bellman principles, allows solving this optimization problem. Optimal strategies are derived and simulated with a vehicle model including a multi-zones 3WCC thermal model, experimentally validated, which simulates precisely the 3WCC heating. The compromise between fuel consumption and pollutant emissions is explored. Then, an innovative 3WCC heating strategy is proposed and validated experimentally in a HyHIL (Hybrid Hardware In the loop) environment. A significant reduction of the pollutant emissions is obtained, strengthening the dynamic optimal approach to set up the energy management strategies for hybrid vehicles.

Le véhicule hybride électrique dispose de deux sources d’énergie distinctes pour se mouvoir : le carburant, ainsi qu’un système de stockage électrique ayant la particularité d’être réversible. La loi de gestion d’énergie a pour objectif de superviser les flux de puissance dans le groupe motopropulseur en intervenant sur le point de fonctionnement des organes de celui-ci, et ce dans le but d’optimiser un critère donné. La loi de gestion d’énergie se formalise donc par un problème de commande optimale dont le critère à minimiser tient compte de la consommation de carburant du véhicule sur un trajet donné. La solution de ce problème peut se calculer hors ligne lorsque toutes les données du trajet sont parfaitement connues à l’avance, hypothèse qui n’est plus admissible pour une stratégie embarquée sur véhicule dont l’objectif est alors de s’approcher au maximum du résultat optimal. Les travaux présentés dans ce manuscrit mettent en avant la commande optimale orientée multi-objectif pour répondre à la problématique du compromis inter-prestations au coeur du développement d’un véhicule de série. Une loi de gestion d’énergie tenant compte du compromis entre consommation et agrément de conduite, ainsi qu’une autre traitant le compromis entre consommation et vieillissement batterie sont proposées. Les stratégies présentées s’inscrivent également dans une approche modulaire tirée de la solution de nature transversale issue de l’Equivalent Consumption Minimization strategy (ECMS). Ainsi, la commande du véhicule hybride rechargeable, du Mild-Hybride, ainsi que d’architectures hybrides complexes disposant d’une transmission automatique, de deux machines électriques ou deux systèmes de stockage électriques, est ici traitée à travers un socle commun. Cette approche permet de réduire le temps de développement des stratégies qui partagent un maximum d’éléments communs. / The hybrid electric vehicle uses two different energy sources to propel itself: fuel as well as a reversible electric storage system. The energy management strategy aims at supervising the power flows inside the powertrain by choosing the operating points of the different components so as to optimize a given criterion. The energy management strategy is formulated as an optimal control problem where the criterion to be minimized takes into account the total fuel consumption of the vehicle on the considered trip. The optimal solution can be calculated off-line when the vehicle’s mission is perfectly known, an assumption no longer admissible for an embedded strategy whose main objective is to get as close as possible to the optimal result. The work presented in this manuscript highlights the potential of multi-objective optimal control to handle the features’ trade-offs inherent to the development of production vehicle. An energy management strategy taking into account the trade-off between fuel consumption and drivability, as well as one dealing with the trade-off between fuel consumption and battery state of health, are proposed. The presented strategies share a modular approach following the transversal solution of the Equivalent Consumption Minimization Strategy (ECMS). As a result, the control policy of the plug-in hybrid electric vehicle, the Mild-Hybrid, together with complex hybrid architectures provided with an automated transmission, two electric machines or two electric storage systems, is tackled through a common base. This approach allows to reduce the development period of the energy management strategies which shares a maximum of common elements.

La gestion énergétique (EMS) pour véhicules hybrides a pour objectif de déterminer la répartition de puissance entre les différentes sources d'énergie de manière à minimiser la consommation de carburant et/ou les émissions polluantes. L'objectif de cette thèse est de développer un EMS en prenant en compte des températures internes (la température du moteur et/ou la température du système de post-traitement). Dans une première partie et en utilisant une connaissance préalable du cycle de conduite, le calcul d'un EMS est formulé comme un problème de commande optimale. Ensuite, le principe du minimum de Pontryagin (PMP) est utilisé pour résoudre ce problème d'optimisation.~En se basant sur les résultats numériques obtenus, un compromis entre les performances de la stratégie de commande et de la complexité du modèle utilisé pour la calculer est établi. Les différents problèmes étudiés dans cette thèse sont des exemples des simplifications successives de modèle qui peuvent être regroupées dans le concept des perturbations régulières en contrôle optimal sous contrainte de commande discuté ici. Dans une deuxième partie, la formulation de l'ECMS a été généralisée pour inclure les dynamiques thermiques. Ces extensions définissent des stratégies sous-optimales que nous avons testées numériquement et expérimentalement. / Energy management system (EMS) for hybrid vehicles consists on determining the power split between the different energy sources in order to minimize the overall fuel consumption and/or pollutant emissions of the vehicle. The objective of this thesis is to develop an EMS taking into account the internal temperatures (engine temperature and/or catalyst temperature). In a first part and using a prior knowledge of vehicle driving cycle, the EMS design is formulated as an optimal control problem. Then, the PMP is used to solve this optimization problem. Based on the obtained numerical results, some trade-off between performance of the control strategy and complexity of the model used to calculate this strategy is established. The various problems studied in this thesis are examples of successive model simplifications which can be recast in the concept of regular perturbations in optimal control under input constraints discussed here. In a second part, the feedback law of ECMS is generalized to include thermal dynamics. This defines sub-optimal feedback strategies which we have tested numerically and experimentally.

Ce mémoire présente une étude comparative de quatre stratégies de gestion énergétique temps réel, appliquées d'une part à un véhicule hybride thermique-électrique, et d'autre part à un véhicule électrique à pile à combustible : contrôle basé sur des règles empirique (RBS), minimisation de la consommation équivalente (A-ECMS), loi de commande optimale (OCL) établie à partir d'une modélisation analytique du système et programmation dynamique stochastique (SDP) associée à une modélisation des cycles de conduite par chaîne de Markov. Le principe du minimum de Pontryaguin et la programmation dynamique, applicables hors ligne, sont mis en œuvre pour fournir des résultats de référence. Les problèmes d’implémentation numérique et de paramétrage des stratégies sont discutés. Une analyse statistique effectuée sur la base de cycles aléatoires générés par chaînes de Markov permet d’évaluer la robustesse des stratégies étudiées. Les résultats obtenus en simulation, puis sur un dispositif expérimental montrent que les méthodes les plus simples (RBS ou OCL) conduisent à des consommations élevées. SDP aboutit aux meilleures performances avec en moyenne la plus faible consommation de carburant dans les conditions réelles de conduite et un état énergétique final du système de stockage parfaitement maîtrisé. Les résultats d’A-ECMS sont comparables à ceux de SDP en moyenne, mais avec une plus grande dispersion, en particulier pour l'état de charge final. Afin d'améliorer les performances des méthode, des jeux de paramètres dédiés aux différents contextes de conduite sont considérés. / This thesis presents a comparative study between four recent real-time energy management strategies (EMS) applied to a hybrid electric vehicle and to a fuel cell vehicle applications: rule-based strategy (RBS), adaptive equivalent consumption minimization strategy (A-ECMS), optimal control law (OCL) and stochastic dynamic programming (SDP) associated to driving cycle modeling by Markov chains. Pontryagin’s minimum principle and dynamic programming are applied to off-line optimization to provide reference results. Implementation and parameters setting issues are discussed for each strategy and a genetic algorithm is employed for A-ECMS calibration.The EMS robustness is evaluated using different types of driving cycles and a statistical analysis is conducted using random cycles generated by Markov process. Simulation and experimental results lead to the following conclusions. The easiest methods to implement (RBS and OCL) give rather high fuel consumption. SDP has the best overall performance in real-world driving conditions. It achieves the minimum average fuel consumption while perfectly respecting the state-sustaining constraint. A-ECMS results are comparable to SDP’s when using parameters well-adjusted to the upcoming driving cycle, but lacks robustness. Using parameter sets adjusted to the type of driving conditions (urban, road and highway) did help to improve A-ECMS performances.

L’hybridation électrique de la chaîne de traction automobile est l’une des solutions adoptées pour respecter les règlementations futures sur ses émissions. La stratégie de supervision de la chaîne de traction hybride répartit la puissance produite par le moteur à combustion interne et la machine électrique. Elle répond habituellement à un problème d’optimisation où l’objectif est de réduire la consommation de carburant mais nécessite à présent d’y ajouter les émissions polluantes. La chaîne de dépollution, placée à l’échappement du moteur, permet de diminuer la quantité de polluants émise dans l’atmosphère. Cependant, elle n’est efficace qu’à partir d’un seuil de température, et dépend de la chaleur apportée par les gaz d’échappement du moteur thermique. La première partie de ce travail est donc consacrée à la modélisation de la consommation énergétique et des émissions polluantes de la chaine de traction hybride. La modélisation de l’efficacité de la chaîne de dépollution est réalisée selon deux contextes. Le modèle zéro-dimensionnel est adapté aux contraintes de calcul de la commande optimale. Le modèle unidimensionnel associé à un estimateur d’état permet d’être embarqué et calculé en temps réel. À partir de ces travaux, la seconde partie de cette thèse déduit des stratégies de supervision à l’aide de la théorie de la commande optimale. Dans un premier cas, le principe de Bellman permet de calculer la commande optimale d’un véhicule hybride Diesel selon des critères de supervision ayant plus ou moins connaissance de l’efficacité de la chaîne de dépollution des émissions de NOX. Dans un second cas, une stratégie issue du Principe du Minimum de Pontryagin, embarquée sur un véhicule hybride essence, fonctionnant en temps réel et calibrée selon deux paramètres est proposée. L’ensemble de ces travaux est validé expérimentalement au banc moteur et montre une réduction significative des émissions polluantes pour une faible pénalité de carburant. / Powertrain hybridization is a solution that has been adopted in order to conform to future standards for emissions regulations. The supervisory strategy of the hybrid powertrain divides the power emitted between the internal combustion engine and the electric machine. In past studies, this strategy has typically responded to an optimization problem with the objective of reducing consumption. However, in addition to this, it is now necessary to take pollutant emissions into account as well. The after-treatment system, placed in the exhaust of the engine, is able to reduce pollutants emitted into the atmosphere. It is efficient from a certain temperature threshold, and the temperature of the system is dependent on the heat brought by the exhaust gas of the engine. The first part of this dissertation is aimed at modelling the energy consumption and pollutant emissions of the hybrid powertrain. The efficiency model of the after-treatment system is adapted for use in two different contexts. The zero-dimensional model conforms to the constraints of the optimal control calculation. The one-dimensional model associated with a state estimator can be embedded in a vehicle and calculated in real time. From this work, the second part of this dissertation deduces supervisory strategies from the optimal control theory. On the one hand, Bellman’s principle is used to calculate the optimal control of a Diesel hybrid vehicle using different supervisory criteria, each having more or less information about the after-treatment system efficiency over NOX emissions. On the other hand, a strategy from Pontryagin’s minimum principle, embedded in a gasoline hybrid vehicle, running in real time and calibrated with two parameters, is proposed. The whole of this work is validated experimentally on an engine test bed and shows a significant reduction in pollutant emissions for a slight fuel consumption penalty.