Bộ điều khiển lực cản dùng mạng neuron nhân tạo ứng dụng trong giả lập quán tính và lực cản đường ở bệ thử động lực học ô tô và xe máy

ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA HỒ NAM HOA BỘ ĐIỀU KHIỂN LỰC CẢN DÙNG MẠNG NEURON NHÂN TẠO ỨNG DỤNG TRONG GIẢ LẬP QUÁN TÍNH VÀ LỰC CẢN ĐƯỜNG Ở BỆ THỬ ĐỘNG LỰC HỌC Ô TÔ VÀ XE MÁY Chuyên ngành: Kỹ Thuật Cơ Khí Động Lực Mã số: 8520116 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng năm 2023 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM Cán hướng dẫn khoa học: TS Trần Đăng Long Chữ ký: Cán chấm nhận xét 1: PGS.TS Lê Tất Hiển Chữ ký: Cán chấm nhận xét 2: TS Võ Tấn Châu Chữ ký: Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 15 tháng năm 2023 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: (Ghi rõ họ, tên, học hàm, học vị Hội đồng chấm bảo vệ luận văn thạc sĩ) Chủ tịch hội đồng: TS Trần Hữu Nhân Thư ký hội đồng: TS Hồng Đức Thông Phản biện 1: PGS.TS Lê Tất Hiển Phản biện 2: TS Võ Tấn Châu Ủy viên: TS Nguyễn Văn Trạng Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA KỸ THUẬT GIAO THÔNG i ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Hồ Nam Hoa MSHV: 2070440 Ngày, tháng, năm sinh: 14-10-1994 Nơi sinh: Nghệ An Chuyên ngành: Kỹ Thuật Cơ Khí Động Lực Mã số : 8520116 I TÊN ĐỀ TÀI: Bộ điều khiển lực cản dùng mạng neuron nhân tạo ứng dụng giả lập quán tính lực cản đường bệ thử động lực học ô tô xe máy (An artificial neuron network based-load controller for simulating inertia and road load in vehicle dynamic testing with active dynamometer) II NHIỆM VỤ VÀ NỘI DUNG: Ứng dụng mạng neuron nhân tạo để xấp xỉ luật điều khiển phi tuyến bệ thử xe máy có chức mơ khối lượng qn tính xe lực cản đường Đánh giá đáp ứng điều khiển mô quán tính lực cản đường dùng mạng neuron nhân tạo thiết kế III NGÀY GIAO NHIỆM VỤ: 09/2022 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 07/2023 V CÁN BỘ HƯỚNG DẪN : TS Trần Đăng Long Tp HCM, ngày 01 tháng 07 năm 2023 CÁN BỘ HƯỚNG DẪN (Họ tên chữ ký) CHỦ NHIỆM BỘ MÔN ĐÀO TẠO (Họ tên chữ ký) TRƯỞNG KHOA KỸ THUẬT GIAO THÔNG (Họ tên chữ ký) ii LỜI CẢM ƠN Để hồn thành Luận văn này, tơi nhận nhiều giúp đỡ từ nhiều cá nhân tập thể kiến thức, tình cảm vật chất Tôi xin gửi lời cảm ơn chân thành đến Thầy TS Trần Đăng Long dẫn hỗ trợ tận tình q trình hồn thành luận văn tốt nghiệp Không vậy, thầy cịn động viên giúp tơi vượt qua khó khăn q trình thực để hồn thành luận văn cách suôn sẻ Tôi xin chân thành cảm ơn thầy mơn Ơ tơ – Máy động lực truyền dạy kiến thức quý giá cho tơi, kiến thức khơng thể thiếu đường nghiên cứu khoa học nghiệp sau Tôi muốn gửi lời cảm ơn đến tất thành viên gia đình, bạn bè người thân u ln đứng bên cạnh động viên tơi q trình làm luận văn Sự ủng hộ khích lệ họ động lực lớn để không từ bỏ ln cố gắng hồn thành tốt Xin trân trọng cảm ơn! TP Hồ Chí Minh, tháng 07 năm 2023 Hồ Nam Hoa iii TÓM TẮT Bệ thử động lực học công cụ quan trọng để đánh giá công suất hiệu suất xe vận hành Bệ thử sử dụng động điện dẫn động lăn ma sát để tạo lực cản mơ qn tính thành phần lực cản tương tự xe vận hành đường thực tế; đó, kết thu thập tốc độ tối đa, gia tốc tối đa, suất tiêu hao nhiên liệu phát thải xe vận hành bệ thử giống hệt với kết xe vận hành đường thật Việc thực nghiệm với xe đường thật bị giới hạn nhiều vấn đề thiết bị phức tạp, cồng kềnh; điều kiện thực nghiệm bị thay đổi cách khách quan chi phí cho thực nghiệm vừa cao mà kết có phần khơng đáng tin cậy Việc thiết kế bệ thử cố định giả lập qn tính lực cản đường xe giúp giảm chi phí tăng tính linh hoạt hoạt động thực nghiệm đánh giá vận hành ô tô xe gắn máy Nghiên cứu gồm hai phần: phần thứ xây dựng ngun lý mơ qn tính xe lực cản đường, từ xây dựng mơ hình bệ thử động lực học xe gắn máy có chức mơ qn tính lực cản đường; phần thứ thiết kế mạng neuron nhân tạo ứng điều khiển giả lập quán tính lực cản đường cho bệ thử Môi trường mô SIMULINK phần mềm MATLAB sử dụng cho mô nghiên cứu Kết phần thứ cho thấy điều khiển vịng kín thơng thường điều khiển PID khơng cho phép bệ thử tạo lực cản mô tổng lực cản đường với nhiều mẫu xe chu trình thử nghiệm khác nhau; nhiên, điều khiển sử dụng mạng neuron nhân tạo phần thứ hai làm điều Kết sở để thiết kế bệ thử động lực học cho xe gắn máy thực tế phục vụ linh hoạt công tác nghiên cứu giảng dạy iv ABSTRACT The dynamometer platform is a crucial tool for empirically evaluating vehicle performance The objective of the test platform is to create simulated inertial drag and resistance components similar to those of the vehicle operating on the real road To absorb tractive power of the motorcycle under test, the dynamometer has a braking machine driven by a heavy roller that is frictionally rotated by the motorcycle’s driving wheel It is expected that motorcycle’s top speed, acceleration behavior, fuel consumption and exhaust gas emissions recorded on the dynamometer are identical to those achieved on real roads under similar driving circumstances Experimenting with vehicles on real roads is limited by many problems such as complicated and cumbersome equipment; experimental conditions are changed objectively it increase cost of the experiment and the results are also unreliable Designing a dynamometer that can simulate the inertia and road resistance of any vehicle help to reduce costs as well as increase flexibility in experimental activities to evaluate the performance of cars and motorbikes This reseach consists of two parts: the first part builds the algorithm of simulating vehicle inertia and road resistance, builds a model of a motorcycle dynamometer with the function of simulating inertia and road resistance; The second part designs an artificial neural network base-load controller for simulating inertia and road resistance for the dynamometer SIMULINK is a MATLAB-based graphical programming environment for multidomain simulation dynamical systems was used for the simulations in this study The results of the first part show that a conventional closed-loop controller such as a PID controller does not allow the dynamometer to generate resistance that simulates the total resistance on the road with many different vehicle models and test cycles However, the controller using artificial neural networks in the second part can that This result is the basis for designing the motorcycles dynamic testing with active dynamometer to serve flexibly in research and teaching v LỜI CAM ĐOAN Tơi xin cam đoan cơng trình nghiên cứu riêng thực hướng dẫn TS Trần Đăng Long, kết nghiên cứu hoàn tồn trung thực chưa cơng bố cơng trình khác Tơi xin chịu hồn tồn trách nhiệm kết nghiên cứu luận văn tốt nghiệp Học viên Hồ Nam Hoa vi MỤC LỤC LỜI CẢM ƠN iii TÓM TẮT iv ABSTRACT v LỜI CAM ĐOAN vi DANH MỤC HÌNH ix DANH MỤC BẢNG xiv GIỚI THIỆU 1.1 Đặt vấn đề 1.2 Tình hình nghiên cứu ngồi nước 1.3 Mục tiêu nghiên cứu 1.4 Phương pháp nghiên cứu 1.5 Các nội dung nghiên cứu 1.6 Phạm vi nghiên cứu 1.7 Ý nghĩa khoa học – thực tiễn CƠ SỞ LÝ THUYẾT 2.1 Bệ thử ô tô CD 48” 2.2 Động lực học mơ hình bệ thử xe gắn máy .11 2.3 Mạng neuron nhân tạo 14 BỆ THỬ XE HAI BÁNH MƠ PHỎNG QN TÍNH VÀ LỰC CẢN ĐƯỜNG 17 3.1 Sơ đồ bố trí chung 17 3.2 Phương trình động lực học xe đường .18 3.3 Ngun lý mơ qn tính xe lực cản đường 19 3.4 Mơ hình mơ bệ thử dùng MATLAB 20 3.5 Đáp ứng bệ thử với điều khiển PID 22 THIẾT KẾ BỘ ĐIỀU KHIỂN DÙNG MẠNG NEURON 26 4.1 Cấu trúc mạng dùng làm xấp xỉ 26 4.2 Xây dựng tập liệu huấn luyện mạng 27 4.3 Huấn luyện mạng 32 KẾT QUẢ VÀ THẢO LUẬN 39 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 43 6.1 Kết luận 43 vii 6.2 Hướng phát triển 43 TÀI LIỆU THAM KHẢO 45 PHỤ LỤC A: ĐIỀU KIỆN THỬ NGHIỆM 46 PHỤ LỤC B: KẾT QUẢ MÔ PHỎNG VỚI CÁC TRƯỜNG HỢP MỞ RỘNG 50 LÝ LỊCH TRÍCH NGANG 83 QUÁ TRÌNH ĐÀO TẠO 83 QUÁ TRÌNH CƠNG TÁC 83 viii DANH MỤC HÌNH Hình 1.1: Sơ đồ hệ thống bệ thử CD 48” Hình 1.2: Bệ thử MUSTANG 48” Chassis Dynamometer Systems Hình 1.3: Mơ hình động lực học xe hai bánh di chuyển đường (trái) vận hành bệ thử (phải) Hình 2.1: Hình ảnh thực tế bệ thử CD 48” phịng thí nghiệm Hình 2.2: Sơ đồ bố trí chung bệ thử CD 48” Hình 2.3: Bố trí chung bệ thử xe gắn máy 11 Hình 2.4: Động lực học xe vận hành đường 12 Hình 2.5: Động lực học xe vận hành bệ thử 13 Hình 2.6: Cấu trúc mạng neuron truyền thẳng hai lớp với ngõ vào, ngõ neuron lớp ẩn 14 Hình 2.7: Cấu trúc tốn học neuron nhân tạo [7] 15 Hình 2.8: Phương pháp huấn luyện mạng khơng có giám sát .16 Hình 3.1: Bố trí chung bệ thử xe gắn máy có tính mơ qn tính xe lực cản đường 17 Hình 3.2: Động lực học xe hai bánh đường 19 Hình 3.3: Động lực học xe bệ thử 20 Hình 3.4: Mơ hình mơ bệ thử động lực học xe hai bánh có chức giả lập quán tính xe lực cản đường 22 Hình 3.5: Sơ đồ tuyến điều khiển điều khiển vịng kín gia tốc xe vận hành bệ thử 23 Hình 3.6: Đáp ứng bệ thử dùng điều khiển PID gia tốc với xe có khối lượng 810kg theo chu trình WMTC part 24 Hình 3.7: Đáp ứng bệ thử với xe có khối lượng 215kg theo chu trình WMTC part sử dụng thông số PID trường hợp xe có khối lượng 810kg theo chu trình WMTC part .25 Hình 4.1: Cấu trúc mạng neuron dùng làm xấp xỉ 26 Hình 4.2: Phương pháp phân chia liệu cho trình huấn luyện mạng 27 Hình 4.3: Đồ thị biến trạng thái lực cản mà bệ thử cần tạo vận hành trường hợp khối lượng xe thử nghiệm 157kg theo chu trình WMTC part 28 Hình 4.4: Đồ thị biến trạng thái lực cản mà bệ thử cần tạo vận hành trường hợp khối lượng xe thử nghiệm 157kg theo chu trình WMTC part 29 Hình 4.5: Đồ thị biến trạng thái lực cản mà bệ thử cần tạo vận hành trường hợp khối lượng xe thử nghiệm 275kg theo chu trình WMTC part 29 Hình 4.6: Đồ thị biến trạng thái lực cản mà bệ thử cần tạo vận hành trường hợp khối lượng xe thử nghiệm 275kg theo chu trình WMTC part 30 ix Hình B.19: Đồ thị vận tốc momen kéo xe sinh vận hành đường thật vận hành mơ hình bệ thử, momen cản mơ quán tính lực cản đường bệ thử tạo trường hợp thử nghiệm mở rộng số 19 69 Hình B.20: Đồ thị vận tốc momen kéo xe sinh vận hành đường thật vận hành mơ hình bệ thử, momen cản mơ qn tính lực cản đường bệ thử tạo trường hợp thử nghiệm mở rộng số 20 70 Hình B.21: Đồ thị vận tốc momen kéo xe sinh vận hành đường thật vận hành mơ hình bệ thử, momen cản mơ qn tính lực cản đường bệ thử tạo trường hợp thử nghiệm mở rộng số 21 71 Hình B.22: Đồ thị vận tốc momen kéo xe sinh vận hành đường thật vận hành mô hình bệ thử, momen cản mơ qn tính lực cản đường bệ thử tạo trường hợp thử nghiệm mở rộng số 22 72 Hình B.23: Đồ thị vận tốc momen kéo xe sinh vận hành đường thật vận hành mơ hình bệ thử, momen cản mơ qn tính lực cản đường bệ thử tạo trường hợp thử nghiệm mở rộng số 23 73 Hình B.24: Đồ thị vận tốc momen kéo xe sinh vận hành đường thật vận hành mơ hình bệ thử, momen cản mơ quán tính lực cản đường bệ thử tạo trường hợp thử nghiệm mở rộng số 24 74 Hình B.25: Đồ thị vận tốc momen kéo xe sinh vận hành đường thật vận hành mơ hình bệ thử, momen cản mơ qn tính lực cản đường bệ thử tạo trường hợp thử nghiệm mở rộng số 25 75 Hình B.26: Đồ thị vận tốc momen kéo xe sinh vận hành đường thật vận hành mơ hình bệ thử, momen cản mơ qn tính lực cản đường bệ thử tạo trường hợp thử nghiệm mở rộng số 26 76 Hình B.27: Đồ thị vận tốc momen kéo xe sinh vận hành đường thật vận hành mô hình bệ thử, momen cản mơ qn tính lực cản đường bệ thử tạo trường hợp thử nghiệm mở rộng số 27 77 Hình B.28: Đồ thị vận tốc momen kéo xe sinh vận hành đường thật vận hành mơ hình bệ thử, momen cản mơ qn tính lực cản đường bệ thử tạo trường hợp thử nghiệm mở rộng số 28 78 Hình B.29: Đồ thị vận tốc momen kéo xe sinh vận hành đường thật vận hành mơ hình bệ thử, momen cản mơ quán tính lực cản đường bệ thử tạo trường hợp thử nghiệm mở rộng số 29 79 Hình B.30: Đồ thị vận tốc momen kéo xe sinh vận hành đường thật vận hành mơ hình bệ thử, momen cản mơ qn tính lực cản đường bệ thử tạo trường hợp thử nghiệm mở rộng số 30 80 Hình B.31: Đồ thị vận tốc momen kéo xe sinh vận hành đường thật vận hành mơ hình bệ thử, momen cản mơ qn tính lực cản đường bệ thử tạo trường hợp thử nghiệm mở rộng số 31 81 Hình B.32: Đồ thị vận tốc momen kéo xe sinh vận hành đường thật vận hành mô hình bệ thử, momen cản mơ qn tính lực cản đường bệ thử tạo trường hợp thử nghiệm mở rộng số 32 82 LÝ LỊCH TRÍCH NGANG Họ tên: Hồ Nam Hoa Ngày, tháng, năm sinh: 14/10/1994 Nơi sinh: Nghệ An Địa liên lạc: 287 Phan Văn Hớn, phường Tân Thới Nhất, quận 12, TP HCM Địa email: 94.namhoa@gmail.com Số điện thoại: 0363057356 QUÁ TRÌNH ĐÀO TẠO a Đại học Tốt nghiệp Trường/Viện: Trường ĐH Bách Khoa - ĐHQG TP.HCM Ngành học: Kỹ Thuật Ơ Tơ - Máy Động Lực Loại hình đào tạo: Chính quy Thời gian đào tạo từ năm: 08/2016 đến năm: 06/2020 Xếp loại tốt nghiệp: Giỏi b Sau đại học Học cao học/làm NCS từ năm: 2020 đến năm: 2023 Trường ĐH Bách Khoa ĐHQG TP.HCM Chuyên ngành: Kỹ Thuật Cơ Khí Động Lực Ngày nơi bảo vệ luận văn thạc sĩ: 15/07/2023, Trường ĐH Bách Khoa - ĐHQG TP.HCM Q TRÌNH CƠNG TÁC Từ 11/2020 – Nay: Kỹ thuật viên Trường ĐH Bách Khoa - ĐHQG TP.HCM, Khoa Kỹ Thuật Giao Thông, Bộ Mơn Kỹ Thuật Ơ Tơ – Máy Động Lực 83