Thiết kế bộ ước lượng tốc độ cho điều khiển chuyển động ô tô điện

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI ĐÀO THỊ MAI PHƯƠNG THIẾT KẾ BỘ ƯỚC LƯỢNG TỐC ĐỘ CHO ĐIỀU KHIỂN CHUYỂN ĐỘNG ÔTÔ ĐIỆN LUẬN VĂN THẠC SĨ KHOA HỌC NGÀNH: TỰ ĐỘNG HÓA Người hướng dẫn khoa học: PGS.TS TẠ CAO MINH Hà Nội - 2010 LỜI CẢM ƠN Tôi xin trân trọng gửi lời cảm ơn tới Viện đào tạo Sau đại học, Bộ môn Tự động hóa XNCN thuộc trường Đại học Bách Khoa Hà Nội tạo điều kiện thuận lợi cho trình thực luận văn Tôi xin bày tỏ lòng biết ơn sâu sắc tới PGS.TS TẠ CAO MINH, người định hướng tận tình bảo, hướng dẫn để hoàn thành luận văn tốt nghiệp Cuối xin bày tỏ lòng biết ơn sâu sắc tới gia đình, bạn bè, đồng nghiệp động viên, giúp đỡ tạo điều kiện thuận lợi cho suốt trình học tập nghiên cứu Hà Nội, ngày 20 tháng 10 năm 2010 Đào Thị Mai Phương LỜI CAM ĐOAN Tôi xin cam đoan công trình nghiên cứu riêng Các số liệu, kết nêu luận văn trung thực chưa công bố công trình Học viên Đào Thị Mai Phương MỤC LỤC LỜI CẢM ƠN LỜI CAM ĐOAN MỤC LỤC DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT DANH MỤC HÌNH VẼ MỞ ĐẦU CHƯƠNG 1.1 TỔNG QUAN VỀ ÔTÔ ĐIỆN .1 Ôtô dùng động đốt ôtô dùng động điện 1.1.1 Ôtô sử dụng động đốt 1.1.2 Ôtô sử dụng động điện 1.1.3 Ưu điểm lợi ích ôtô điện 11 1.2 Các loại động dùng cho ôtô điện 12 1.2.1 Đánh giá chung động điện chiều 13 1.2.2 Đánh giá chung động điện xoay chiều không đồng 15 1.3 Các biến đổi dùng cho ôtô điện 16 1.3.1 Bộ biến đổi công suất cho truyền động động điện chiều 17 1.3.2 Bộ biến đổi công suất cho truyền động động điện xoay chiều .18 CHƯƠNG MÔ HÌNH ĐỘNG LỰC HỌC ÔTÔ ĐIỆN 19 2.1 Hiện tượng trượt ôtô điện 19 2.2 Mô hình động lực học ôtô điện điều khiển lực kéo .20 2.3 Mô hình động lực học lực bên ôtô điện 27 CHƯƠNG 3.1 ĐIỀU KHIỂN NÂNG CAO ĐỘ BÁM ĐƯỜNG CHO ÔTÔ ĐIỆN 30 Phương pháp điều khiển theo mô hình mẫu 30 3.1.1 Nguyên tắc điều khiển theo mô hình mẫu 30 3.1.2 Phương pháp mô hình mẫu áp dụng cho ôtô điện .32 3.1.3 Kết mô theo phương pháp MFC 33 3.2 Phương pháp điều khiển tối ưu tỷ số trượt 38 3.2.1 Nguyên tắc điều khiển tối ưu tỷ số trượt .38 3.2.2 Mô hình ôtô điện phương pháp điều khiển tối ưu tỷ số trượt 39 3.2.3 Vấn đề ước lượng điều kiện mặt đường 41 3.2.4 Thiết kế điều chỉnh tỷ số trượt 42 CHƯƠNG ƯỚC LƯỢNG VẬN TỐC THÂN XE, CẢI THIỆN CHẤT LƯỢNG ĐIỀU KHIỂN 48 4.1 Vấn đề ước lượng vận tốc thân xe 48 4.2 Ước lượng vận tốc thân xe dùng lọc Kalman 48 4.2.1 Giới thiệu lọc Kalman 48 4.2.2 Thiết kế lọc Kalman cho EV 53 KẾT LUẬN TÀI LIỆU THAM KHẢO PHỤ LỤC DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT MFC: Model Following Control OSRC: Optimal Slip Ratio Control MRAS : Model Reference Adaptive System EV: Electic Vehicle FRL: Fuzzy Rule Logic KF: Kalman Filter DANH MỤC CÁC BẢNG Bảng Các tham số µ = f(λ) 26 Bảng Qui ước biến .54 Bảng Bảng luật mờ 58 DANH MỤC HÌNH VẼ Hình 1.1 Bộ khung ôtô…………………………………………………… Hình 1.2 Động đốt người sáng lập ôtô đầu tiên…………… Hình 1.3 Cấu trúc ôtôđiện…………………………………………………… Hình 2.1 Đặc tính lực truyền động lực bên……………………………… 20 Hình 2.2 Mô hình tổng quát truyền động cho xe điện…………………………… 20 Hình 2.3 Phân tích động lực học xe điện………………………………………… 21 Hình 2.4 Đặc tính µ − λ ………………………………………………………… 22 Hình 2.5 Mô hình ôtô điện xây dựng Matlab – Simulink…………………… 24 Hình 2.6 Khối tính toán tỷ số trượt……………………………………………… 25 Hình 2.7 Mô đặc tính µ = f (λ ) dựa vào Lookup Table………………… 25 Hình 2.9 Sơ đồ tính toán lực cản không khí Fa(V)……………………………… 27 Hình 2.10 Mô hình thay ôtô hai bánh………………………………………… 28 Hình 3.1 Nguyên tắc điều khiển theo mô hình mẫu……………………………… 31 Hình 3.2 Các tín hiệu thực mẫu hệ xác………………………………32 Hình 3.3 Sơ đồ khối phương pháp điều khiển theo mô hình mẫu – MFC…… 33 Hình 3.4 Sơ đồ khối mô theo phương pháp MFC………………………… 34 Hình 3.5 Sơ đồ cụ thể khối MFC…………………………………………… 35 Hình 3.6 Sơ đồ khối tính toán tỷ số trượt………………………………………… 36 Hình 3.7 Sơ đồ khối tính toán J, Jmodel ………………………………………… 36 Hình 3.8 Kết mô phương pháp MFC…………………………… 37 Hình 3.9 Sơ đồ khối nguyên tắc điều khiển tối ưu tỷ số trượt …………………….38 Hình 3.10 Cấu trúc điều chỉnh tỷ số trượt………………………………… 39 Hình 3.11 Mô hình động lực học ôtô ………………………………………………40 Hình 3.12 Ước lượng điều kiện mặt đường khác nhau……………………… 42 Hình 3.13 Sơ đồ điều khiển tỷ số trượt………………………………………… 43 Hình 3.14 Tỷ số trượt tối ưu thông thường xác định α = 1………………44 Hình 3.15 Sơ đồ khối hệ thống mô theo phương pháp tối ưu hệ số trượt … 45 Hình 3.16 Sơ đồ khối Vehicle model với đầy đủ tham số …………………… 45 Hình 3.17 Sơ đồ khối Slip ratio controller ……………………………………… 46 Hình 3.18 Dạng tỷ số trượt tối ưu dùng để mô …………………………….46 Hình 3.19 Kết mô λopt = 0,1 ……………………………………… 47 Hình 3.20 Kết mô λopt thay đổi từ 0,2 → 0,1 …………………… 47 Hình 4.1 Chu kỳ làm việc lọc Kalman rời rạc tiếp diễn……………… 51 Hình 4.2 Sơ đồ hoạt động lọc ……………………………………………… 53 Hình 4.3 Mô hình EV với cảm biến đo tốc độ, gia tốc …………………………53 Hình 4.4 Cấu trúc thuật toán ước lượng vận tốc thân xe…………………….55 Hình 4.5 Hình vẽ mô tổng thể ……………………………………………… 59 Hình 4.6 Cấu trúc lọc K1 ……………………………………………………….59 Hình 4.7 Cấu trúc bên khâu Process …………………………………… 59 Hình 4.8 Cấu trúc bên lọc Kalman …………………………………… 60 Hình 4.9 Cấu trúc bên khâu FLC …………………………………………….60 Hình 4.10 Cấu trúc bên khâu R_FLC …………………………………………61 Hình 4.11 Hàm liên thuộc cho đầu vào in_a khâu R_FLC ………………………… 61 Hình 4.12 Hàm liên thuộc cho đầu vào in_v khâu R_FLC ………………………… 61 Hình 4.13 Luật mờ cho khối R_FLC ……………………………………………… 62 Hình 4.14 Surface cho khối R_FLC ……………………………………………… 62 Hình 4.15 Cấu trúc luật mờ cho khối Q_FLC ……………………………………64 Hình 4.16 Cấu trúc luật mờ cho khối P_FLC …………………………………… 64 Hình 4.17 Đồ thị tốc độ vị trí EV bắt đầu chuyển động …………………… 65 Hình 4.18 Các đồ thị tốc độ trình thay đổi tốc độ ……………………… 66 MỞ ĐẦU Lĩnh vực ôtô điện đời phát triển giới từ hàng trăm năm Tuy nhiên, gần đây, ôtô điện thực phát triển mạnh mẽ xuất phát từ nhu cầu giải vấn đề cạn kiệt nguồn lượng, vấn đề ô nhiễm môi trường…do ôtô chạy động đốt gây để tận dụng ưu điểm bật động điện khả sinh momen nhanh chóng xác Với thành tựu thu được, ôtô điện hứa hẹn thay hoàn toàn ôtô chạy xăng dầu tương lai Trong thời gian học tập làm luận văn, hướng dẫn tận tình thầy giáo, PGS.TS Tạ Cao Minh, tác giả thực đề tài: “Thiết kế ước lượng tốc độ cho điều khiển chuyển động ôtô điện” Đây đề tài mới, đề xuất phương pháp điều khiển hiệu cho ôtô điện chuyển giao công nghệ tương lai Đề tài hoàn thành nỗ lực, phấn đấu thân, hướng dẫn, bảo trực tiếp, tận tình chu đáo PGS.TS Tạ Cao Minh Bên cạnh đó, góp ý thầy cô môn giúp đỡ tác giả nhiều trình làm luận văn Tác giả xin gửi đến thầy giáo, PGS.TS Tạ Cao Minh lời cảm ơn chân thành, sâu sắc biết ơn Tác giả xin cảm ơn tất thầy cô môn Tự động hóa XNCN đồng nghiệp động viên để tác giả hoàn thành luận văn thạc sĩ khoa học Nội dung luận văn thạc sĩ khoa học chia thành bốn chương: Chương 1: Tổng quan ôtô điện Chương 2: Mô hình động lực học ôtô điện Chương 3: Điều khiển nâng cao độ bám đường cho ôtô điện Chương 4: Ước lượng vận tốc thân xe, cải thiện chất lượng điều khiển Mặc dù thân nỗ lực nhiều thời gian có hạn trình độ hạn chế nên luận văn chắn nhiều thiếu sót Tác giả chân thành đón mong lời góp ý, đánh giá thầy cô đồng nghiệp Hà Nội, ngày 20 tháng 10 năm 2010 Đào Thị Mai Phương Chương 4: Ước lượng vận tốc thân xe, cải thiện chất lượng điều khiển Hình 4.13 Luật mờ cho khối R_FLC Hình 4.14 Surface cho khối R_FLC Tương tự cấu trúc khối điều khiển Q_FLC P_FLC hình 62 Chương 4: Ước lượng vận tốc thân xe, cải thiện chất lượng điều khiển Hình 4.15 Cấu trúc luật mờ cho khối Q_FLC 63 Chương 4: Ước lượng vận tốc thân xe, cải thiện chất lượng điều khiển Hình 4.16 Cấu trúc luật mờ cho khối P_FLC 64 Chương 4: Ước lượng vận tốc thân xe, cải thiện chất lượng điều khiển Kết mô nhận cho xe chạy điều kiện khác giai đoạn xe bắt đầu chuyển động, tăng tốc, hãm phanh thể hình 4.17 4.18 Position estimation results 600 True position Measurements Kalman estimated displacement 500 P o s itio n (m ) 400 300 200 100 0 10 15 Time (s) 20 25 30 Velocity estimation results 50 Estimated velocity by raw consecutive samples Estimated velocity by running average True velocity Estimated velocity by Kalman filter V e lo c ity (m /s ) 40 30 Estimated velocity 20 10 -10 10 15 Time (s) 20 25 Hình 4.17 Đồ thị tốc độ vị trí EV bắt đầu chuyển động 65 30 Chương 4: Ước lượng vận tốc thân xe, cải thiện chất lượng điều khiển Estimation of velocity by Kalman Filter 45 40 35 true velocity Velocity (km/h) 30 measured velocity 25 20 estimated velocity 15 10 0 10 12 14 16 18 20 Time (sec) a) Đồ thị vận tốc giai đoạn tăng tốc Estimation of velocity by Kalman Filter 60 measured velocity true velocity 40 Velocity (km/h) 20 -20 estimated velocity -40 -60 10 12 Time (sec) 14 16 18 20 b) Đồ thị vận tốc giai đoạn giảm tốc Hình 4.18 Các đồ thị tốc độ trình thay đổi tốc độ 66 KẾT LUẬN Luận văn thạc sĩ khoa học hoàn thành hướng dẫn tận tình thầy giáo, PGS.TS Tạ Cao Minh nỗ lực, phấn đấu thân Bản luận văn hoàn thành thực mang lại cho thân tác giả nhiều điều quý giá Trước hết giúp tác giả nhìn nhận lại toàn kiến thức học, tiếp thu điều khiếm khuyết Nhưng quan trọng hơn, qua thời gian làm luận văn, tác giả đúc rút nhiều kinh nghiệm thực tế đứng trước vấn đề khoa học cần giải Khi giao nhiệm vụ điều quan trọng với người thực cần phải có nhìn tổng quan vấn đề, cần xây dựng kế hoạch bước phù hợp để hoàn thành công việc thời gian đạt hiệu tốt Những học từ trình làm luận văn thạc sĩ chắn mang lại cho tác giả nhiều kinh nghiệm quý báu trình làm việc thân Đề tài “Thiết kế ước lượng tốc độ cho điều khiển chuyển động ôtô điện” hạn chế mức độ nghiên cứu tính ứng dụng cho tương lai cao Đây đề tài thực có ý nghĩa nhu cầu phát triển ôtô điện Việt Nam ngày cao để giải vấn đề lượng, môi trường…Hy vọng đề tài chuyển giao công nghệ ứng dụng cho ôtô điện hoàn thiện tiện nghi tương lai Việt Nam Một lần tác giả xin cảm ơn thầy giáo, PGS.TS Tạ Cao Minh người trực tiếp, tận tình hướng dẫn trình làm luận văn Xin cảm ơn thầy cô giáo bạn bè góp ý, động viên để luận văn hoàn thành tiến độ có chất lượng TÀI LIỆU THAM KHẢO [1] Bùi Quốc Khánh, Nguyễn Văn Liễn, Nguyễn Thị Hiền, Truyền động điện, NXB khoa học kỹ thuật Hà Nội, 2005 [2] Bùi Quốc Khánh, Nguyễn Văn Liễn, Phạm Quốc Hải, Dương Văn Nghi, Điều chỉnh tự động truyền động điện, NXB khoa học kỹ thuật Hà Nội, 2002 [3] Võ Minh Chính, Phạm Quốc Hải, Trần Trọng Minh, Điện tử công suất, NXB khoa học kỹ thuật, 2000 [4] Vũ Gia Hanh, Trần Khánh Hà, Phan Tử Thụ, Nguyễn Văn Sáu, Máy điện, NXB Khoa Học Kỹ Thuật – 2001 [5] T.Furuya, Y.Toyoda, Y.Hori, “Implementation of Advanced Adhesion Control for Electric Vehicle”, Proc IEEE Workshop on Advanced Motion Control, AMC-Mie’96, Vol.2, pp.430-435, 1996 [6] Y.Hori, Y.Toyoda, Y.Tsuruoka, “Traction Control of Electric Vehicle: Basic Experimental Results Using the Test EV “UOT Electric March””, Proc.IEEE Transactions on Industry Applications, pp.1131-1137, Vol.34, 1998 [7] Bimal K Bose, Modern Power Electronics and AC Drives, Prentice Hall – 2002 [8] H.Sado, S.Sakai, Y.Hori, “Road Condition Estimation for Traction Control in Electric Vehicle”, IEEE Trans on Mechatronics, Vol.4, No.1, March 1999, pp.9 – 16 [9] Internet PHỤ LỤC - Chương trình Matlab viết cho lọc Kalman function [x, V, VV, loglik] = kalman_filter(y, A, C, Q, R, init_x, init_V, varargin) % Kalman filter [os T] = size(y); ss = size(A,1); % size of state space % set default params model = ones(1,T); u = []; B = []; ndx = []; args = varargin; nargs = length(args); for i=1:2:nargs switch args{i} case 'model', model = args{i+1}; case 'u', u = args{i+1}; case 'B', B = args{i+1}; case 'ndx', ndx = args{i+1}; otherwise, error(['unrecognized argument ' args{i}]) end end x = zeros(ss, T); V = zeros(ss, ss, T); VV = zeros(ss, ss, T); loglik = 0; for t=1:T m = model(t); if t==1 %prevx = init_x(:,m); %prevV = init_V(:,:,m); prevx = init_x; prevV = init_V; initial = 1; else prevx = x(:,t-1); prevV = V(:,:,t-1); initial = 0; end if isempty(u) [x(:,t), V(:,:,t), LL, VV(:,:,t)] = kalman_update(A(:,:,m), C(:,:,m), Q(:,:,m), R(:,:,m), y(:,t), prevx, prevV, 'initial', initial); else if isempty(ndx) [x(:,t), V(:,:,t), LL, VV(:,:,t)] = kalman_update(A(:,:,m), C(:,:,m), Q(:,:,m), R(:,:,m), y(:,t), prevx, prevV, 'initial', initial, 'u', u(:,t), 'B', B(:,:,m)); else i = ndx{t}; % copy over all elements; only some will get updated x(:,t) = prevx; prevP = inv(prevV); prevPsmall = prevP(i,i); prevVsmall = inv(prevPsmall); [x(i,t), smallV, LL, VV(i,i,t)] = kalman_update(A(i,i,m), C(:,i,m), Q(i,i,m), R(:,:,m), y(:,t), prevx(i), prevVsmall, 'initial', initial, 'u', u(:,t), 'B', B(i,:,m)); smallP = inv(smallV); prevP(i,i) = smallP; V(:,:,t) = inv(prevP); end end loglik = loglik + LL; end duration = 20; dt = 0.15; measnoise = 5; % velocity measurement noise (m/s) accelnoise = 0.5; % acceleration noise (m/sec^2) a = [1 dt; 1]; % transition matrix c = [1 0]; % measurement matrix x = [0; 0]; % initial state vector xhat = x; % initial state estimate Q = accelnoise^2 * [dt^4/4 dt^3/2; dt^3/2 dt^2]; % process noise covariance P = Q; % initial estimation covariance R = measnoise^2; % measurement error covariance % set up the size of the innovations vector Inn = zeros(size(R)); pos = []; % true position array poshat = []; % estimated position array posmeas = []; % measured position array Counter = 0; for t = : dt: duration, Counter = Counter + 1; % Simulate the process ProcessNoise = accelnoise * randn * [(dt^2/2); dt]; x = a * x + ProcessNoise; % Simulate the measurement MeasNoise = measnoise * randn; z = c * x + MeasNoise; % Innovation Inn = z - c * xhat; % Covariance of Innovation s = c * P * c' + R; % Gain matrix K = a * P * c' * inv(s); % State estimate xhat = a * xhat + K * Inn; % Covariance of prediction error P = a * P * a' + Q - a * P * c' * inv(s) * c * P * a'; % Save some parameters in vectors for plotting later pos = [pos; x(1)]; posmeas = [posmeas; z]; poshat = [poshat; xhat(1)]; end % Plot the results t = : dt : duration; t = t'; plot(t,pos + 10,'r',t,poshat+10,'g',t,posmeas+10,'b'); grid; xlabel('Time (sec)'); ylabel('Velocity (m/sec)'); title('Estimation of velocity by Kalman Filter'); – Chương trình vẽ đồ thị tốc độ function createfigure(x1, y1, y2, y3) %CREATEFIGURE(X1,Y1,Y2,Y3) % X1: vector of x data % Y1: vector of y data % Y2: vector of y data % Y3: vector of y data % Auto-generated by MATLAB on 25-Oct-2010 23:32:17 %% Create figure figure1 = figure('FileName','E:\mo_phong_ML_Phuong\Hinh_ve_tang_toc.fig '); %% Create axes axes1 = axes('Parent',figure1); title(axes1,'Estimation of velocity by Kalman Filter'); xlabel(axes1,'Time (sec)'); ylabel(axes1,'Velocity (km/h)'); grid(axes1,'on'); hold(axes1,'all'); %% Create plot plot1 = plot( x1,y1, 'Color',[1 0], 'LineWidth',2); %% Create plot plot2 = plot(x1,y2,'LineWidth',3); %% Create plot plot3 = plot( x1,y3, 'Color',[0 1], 'LineWidth',2); %% Create textbox annotation1 = annotation( figure1,'textbox', 'Position',[0.3669 0.6256 0.08281 0.08576], 'LineStyle','none', 'FitHeightToText','off', 'FontSize',12, 'String',{'true velocity'}); %% Create textbox annotation2 = annotation( figure1,'textbox', 'Position',[0.1218 0.5452 0.2732 0.08576], 'LineStyle','none', 'FitHeightToText','off', 'FontSize',12, 'String',{'measured velocity'}); %% Create arrow annotation3 = annotation( figure1,'arrow', [0.2183 0.2383],[0.5658 0.3624], 'LineWidth',1); %% Create arrow annotation4 = annotation(figure1,'arrow',[0.4 0.4],[0.5947 0.3624]); %% Create textbox annotation5 = annotation( figure1,'textbox', 'Position',[0.6297 0.3529 0.1312 0.08576], 'LineStyle','none', 'FitHeightToText','off', 'FontSize',12, 'String',{'estimated velocity'}); %% Create arrow annotation6 = annotation(figure1,'arrow',[0.6445 0.6344],[0.4364 0.5047]); – Chương trình mô phương pháp MFC OSRC open('D:\STUDYING\DO_AN_TOT_NGHIEP\Matlab\Dieu_khien_toi_uu.m dl') plot(Wheel_speed(:,1),Wheel_speed(:,2),Vehicle_speed(:,1),Veh icle_speed(:,2)); figure; plot(Torque(:,1),Torque(:,2));figure; plot(Slip(:,1),Slip(:,2),Slip_optimal(:,1),Slip_optimal(:,2)) ; grid; open('D:\STUDYING\DO_AN_TOT_NGHIEP\Matlab\Dieu_khien_MFC.mdl' ); plot(Wheel_speed(:,1),Wheel_speed(:,2),Vehicle_speed(:,1),Veh icle_speed(:,2)); figure; plot(Torque(:,1),Torque(:,2),Current(:,1),Current(:,2)); figure; plot(Slip(:,1),Slip(:,2),Slip_optimal(:,1),Slip_optimal(:,2)) ; grid; ... VỀ ÔTÔ ĐIỆN .1 tô dùng động đốt tô dùng động điện 1.1.1 tô sử dụng động đốt 1.1.2 tô sử dụng động điện 1.1.3 Ưu điểm lợi ích tô điện 11 1.2 Các loại động. .. bật tô điện, phân tích, đánh giá loại động biến đổi dùng cho tô điện Tuy nhiên, để nghiên cứu phương pháp điều khiển chuyển động tô điện, trước hết cần xây dựng mô hình động lực học cho tô điện. .. trúc tô điện Phần điện tô bao gồm: + Động cơ: Động mà ô tô sử dụng động điện, động nhận lượng từ nguồn cố định, nguồn thông qua biến đổi để biến lượng cho phù hợp với yêu cầu thay đổi tốc độ động