NONLINEAR MODEL PREDICTIVE CONTROL-BASED YAW MOMENT GENERATION THROUGH AXLE TORQUE VECTORING AND FRICTION BRAKES

Mentre la maggior parte degli algoritmi di torque vectoring si focalizzano sulla generazione di singole forze longitudinali per ciascun pneumatico sui lati sinistro/destro del veicolo per ottenere un momento di imbardata desiderato, ci sono alcuni studi che riportano gli effetti del torque vectoring anteriore/posteriore attraverso la manipolazione delle forze laterali per mezzo di singole coppie assiali. Un motore elettrico (EM) per asse è una configurazione powertrain economica e comune nel contesto dei layout dei veicoli elettrici a quattro ruote motrici, architettura che può sfruttare la distribuzione di coppia anteriore-posteriore per migliorare la dinamica laterale del veicolo in situazioni di emergenza. Il presente lavoro di tesi approfondisce i benefici legati all’ Axle Torque Vectoring (ATV) combinato alle classiche funzioni ESP (Electronic Stability Program) e SC (Slip Controller) dovute all’attuazione mirata dell’impianto frenante. Vengono proposti ed analizzati diversi sistemi costituiti da controllori predittivi non lineari basati su un modello noto di veicolo (NMPC), comparati con le classiche architetture PI, con tre obiettivi principali: 1- Mitigazione dell'instabilità dovuta all’imbardata del veicolo 2- Tracciamento della distribuzione ottimale di coppia anteriore-posteriore che produce le minime perdite di potenza dei due propulsori elettrici installati 3- Riduzione delle principali perdite di potenza dovute all’impianto frenante e allo slittamento degli pneumatici. 4- Minimo scostamento dal profilo di coppia richiesto dal pilota I risultati delle simulazioni effettuate tramite Simulink/IPG Carmaker e l'implementazione di dSPACE rivelano che gli algoritmi sono eseguibili su centralina in tempo reale e rappresentano un ottimo compromesso tra il basso consumo energetico, l’efficacia dell’azione di controllo e la complessità del controller rispetto alle comuni architetture PI.

While most of the torque vectoring algorithms are focused on generating individual longitudinal tire forces on the left/right sides of vehicle to achieve desired yaw moment, there are a few studies reporting front/rear torque vectoring through manipulating lateral forces by means of individual axle torque. One electric motor (EM) per axle, is an economical powertrain configuration in the context of the four-wheel-drive electric vehicle layouts, which can take the advantage of axle-torque vectoring (ATV) for vehicle lateral dynamics enhancement. In this paper, front to rear ATV based on Nonlinear Model Predictive Controller (NMPC) is proposed with three main objectives: 1- Yaw instability mitigation 2- Tracking the energy-optimal front to total torque ratio distribution which yields the minimal power loss of the two electrical powertrains installed per axle and 3- Tire power loss minimization. In the low torque request maneuvers that lateral tire force alteration through wheel torques is not effective, integration of individual friction brake torque manipulation, known as ESP system, with ATV is considered in the optimal control problem formulation. In the integrated architecture, minimization of brake power loss and brake usage are added to the cost function of the NMPC. The simulation results through Simulink /IPG Carmaker and dSPACE implementation reveal that the computationally efficient algorithms represent a very good compromise between low energy consumption and controller complexity.