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.
Identifer | oai:union.ndltd.org:theses.fr/2015ISAL0052 |
Date | 16 June 2015 |
Creators | Sermeno Mena, Salvador |
Contributors | Lyon, INSA, Bideaux, Eric |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | English |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0068 seconds