SVEUILITE U ZAGREBU FAKULTET STROJARSTVA I BRODOGRADNJE

Bojan Tepe

Optimalno upravljanje pogonom vozila s automatiziranim mjenjaem

Zagreb, 2010.

Ovaj rad izraen je na Katedri za strojarsku automatiku, Zavod robotiku i automatizaciju proizvodnih sustava, pod vodstvom prof. dr. sc. Joka Deur i doc. dr. sc. Josipa Kasaa i predan je na natjeaj za dodjelu Rektorove nagrade u akademskoj godini 2009./2010.

II

POPIS OZNAKA
Oznaka Opis Kutna brzina motora Kut zakreta spojke Kutna brzina spojke Kutna brzina klizanja spojke Kut zakreta glavnog vratila Kutna brzina glavnog vratila Kut zakreta kotaa Kutna brzina kotaa Brzina vozila Moment motora Moment trenja spojke Moment tereta Koeficijent priguenja koljenastog vratila Koeficijent krutosti torzijskog prigunika Koeficijent priguenja torzijskog prigunika Koeficijent krutosti poluosovine Koeficijent priguenja poluosovine Koeficijent priguenja gume Prijenosni omjer zupanika mjenjaa Prijenosni omjer diferencijala Moment inercije motora Moment inercije spojke Ekvivalentni moment inercije Moment inercije prijenosnog vratila Moment inercije diska sinkrona 1 Moment inercije diska sinkrona 2 Moment inercije kotaa i ostatka vozila Vrijeme Vrijeme ukapanja Vektor stanja Vektor upravljanja Vektor izlaza Jedinica rads r

rads rad ad

rads

rads ms Nm Nm Nm

rads

Nmsrad Nmrad

Nmsrad Nmrad

Nmsrad kgm

Nmsrad

kgm s s

kgm kgm

kgm

kgm

kgm

Matrica koeficijenata sustava Matrica ulaza sustava Matrica izlaza sustava Matrica prijenosa sustava Funkcija cilja , Terminalni dio funkcije cilja Podintegralni dio funkcije cilja Vektorska funkcija ogranienja tipa nejednakosti Vektorska funkcija ogranienja tipa jednakosti Vektorska funkcija rubnih uvjeta

,
,

Teinski koeficijent penalne funkcije ogranienja tipa jednakosti Teinski koeficijent penalne funkcije ogranienja tipa nejednakosti Teinski koeficijent penalne funkcije rubnih uvjeta Heavisedova step funkcija Koeficijent brzine uenja Broj vremenskih intervala Broj iteracija gradijentnog algoritma Konstantna teinska matrica konanog stanja Konstantna teinska matrica stanja sustava za vrijeme prijelaznog procesa Konstantna teinska matrica upravljakih varijabli Vremenski varijabilna matrica pojaanja Matrica pojaanja algebarske Riccatijeve matrine jednadbe Novi vektor upravljanja Vektor stanja odstupanja od referentne trajektorije

II

SADRAJ

Popis oznaka ............................................................................................................................................. I Sadraj ................................................................................................................................................... III 1 2 Uvod ................................................................................................................................................ 1 Matematiki model procesa............................................................................................................. 2 2.1 2.2 3 Matematiki model 6. reda ...................................................................................................... 2 Matematiki model 2. reda ...................................................................................................... 4

Optimiranje upravljakih varijabli .................................................................................................. 5 3.1 3.2 3.3 3.4 3.5 Pregled postupka optimiranja .................................................................................................. 5 Prilagodba matematikog modela ........................................................................................... 7 Formulacija problema optimiranja .......................................................................................... 9 Podeavanje teinskih koeficijenata ...................................................................................... 10 Rezultati optimiranja i simulacije.......................................................................................... 11

Optimalna regulacija stanja ........................................................................................................... 14 4.1 4.2 4.3 4.4 4.5 4.6 Formulacija LQR regulator ................................................................................................... 14 Riccatijeva matrina diferencijalna jednadba ...................................................................... 15 Rjeenje Riccatijeve matrine diferencijalne jednadbe ....................................................... 16 Reformulacija LQR problema ............................................................................................... 18 primjer Sinteze optimalnog regulatora .................................................................................. 21 Implementacija optimalnog regulatora i Rezultati simulacije ............................................... 23

5 6 7 8

Zakljuak ....................................................................................................................................... 25 Zahvala .......................................................................................................................................... 26 Popis literature............................................................................................................................... 27 Dodaci ........................................................................................................................................... 28 8.1 8.2 8.3 8.3.1 8.3.2 8.3.3 Parametri matematikog modela ........................................................................................... 28 Iznosi graninih vrijednosti varijabli stanja .......................................................................... 28 Kroneckerov produkt ............................................................................................................. 28 Definicija ....................................................................................................................... 28 Svojstva ......................................................................................................................... 28 Vektorizacija matrica..................................................................................................... 30

9 10

Saetak .......................................................................................................................................... 31 Summary ................................................................................................................................... 32

ivotopis................................................................................................................................................ 33

III

1 UVOD
Kod uobiajenih runih mjenjaa [8,12] voza upravlja radom spojke i pedale akceleratora kako bi mijenjao stupnjeve prijenosa mjenjaa. Da bi se smanjio ukupni napor vozaa, sve vie se uvode automatizirani mjenjai gdje raunalo upravlja radom spojke i motora [4], ili puni automatski mjenjai sa dvostrukom spojkom i sloenijim mehatronikim sustavom [9]. O oba sluaja neophodno je razviti optimalne regulatore cjelokupnog pogona vozila s ciljem postizanja visokih voznih znaajki pogona (dobra akceleracija), udobnosti vonje (nizak sadraj vibracija) i male potronje (mali gubici energije u spojci i motoru). U ovom se radu predlae sistematski postupak sinteze sustava optimalnog upravljanja pogonom vozila s automatiziranim mjenjaem. U prvom se koraku provodi numeriko optimiranje upravljakih varijabli momenta motora i momenta spojke primjenom opeg algoritma optimalnog upravljanja nelinearnim dinamikih sustavima [2,3]. Kriterij optimalnost sadri zahtjeve na konano (unaprijed definirano) vrijeme ukapanja, maksimalnu izlaznu brzinu vozila, minimalne gubitke energije i minimalni sadraj torzijskih vibracija pogona [15]. Uz to se uzimaju u obzir ogranienja upravljakih varijabli i varijabli stanja, te njihovih prvih derivacija. U drugom koraku sinteze predlae se linearni kvadratini optimalni regulator (LQR) pogona, koji ostvaruje prethodno optimirane trajektorije kutnih brzina motora i klizanja spojke. Budui da se regulacija provodi u konanom (unaprijed) definiranom vremenu, postavlja se vremenski varijantni LQR algoritam. Radi poboljanja kvalitete slijeenja optimalnih referenci, regulator se proiruje s unaprijednim djelovanjima. Sinteza optimalnog sustava upravljanja provodi se na pojednostavljenom modelu pogona 2. reda. Rezultati sinteze provjeravaju se simulacijom na raunalu uz koritenje preciznijeg modela pogona 6. reda.

2 MATEMATIKI MODEL PROCESA

Pogon vozila kao objekta upravljanja (proces) opisuje se modelom 6. reda [1] za potrebe raunalnih simulacija. Model se zatim reducira na drugi red u svrhu sinteze sustava optimalnog upravljanja.

2.1 MATEMATIKI MODEL 6. REDA

Slika 2.1 prikazuje shematski prikaz pogona vozila. Model obuhvaa zamane mase motora, vratila, kotaa i vozila, trenje spojke, elastinost torzijskog prigunika vibracija i elastinost poluosovine.

Slika 2.1 Shema pogona vozila.

Moment koji proizvede motor s unutarnjim izgaranjem prenosi se na pogon vozila posredstvom spojke. Cijeli dinamiki model moe biti dobiven primjenom uvjeta ravnotee momenata [11] na razliite vorove strukture prikazane na slici 2.1. Dinamika jednadba kutne brzine motora moe se zapisati kao

(2.1)

gdje su moment motora, moment koji prenosi spojka, je inercija motora, a je faktor trenja koljenastog vratila. Zbog preglednosti izostavljeno je oznaavanje eksplicitne ovisnosti pojedinih varijabli o vremenu. Analogno, dinamiku jednadbu izlazne kutne brzine spojke moemo zapisati kao

(2.2)
gdje je i inercija spojke, i, su redom kutevi zakreta izlaznog vratila spojke i glavnog vratila, a su redom koeficijent i krutosti i priguenja torzijskog prigunika.

Primjenom uvjeta ravnotee momenta na glavno vratilo moemo pisati

(2.3)

gdje je ekvivalentna inercija zupanika

dana izrazom (Slika 2.1):

,
gdje su i

(2.4)

redom prijenosni omjeri mjenjaa i diferencijala. glasi:

Konano, dinamika jednadba kutne brzine kotaa

(2.5)

gdje je ekvivalentna inercija kotaa, je faktor trenja i je moment tereta kotaa uslijed uzdune sile autogume. Konstantni moment tereta tijekom procesa ukapanja spojke pretpostavljen je zbog jednostavnosti. Iznosi parametara modela nalaze se u dodatku 8.1.

2.2 MATEMATIKI MODEL 2. REDA

Pojednostavljeni matematiki model uvelike olakava optimiranje. S tim ciljem zanemaruje se elastinost torzijskog prigunika vibracija i poluosovine (Slika 2.1), te vrijedi

(2.6)

Uvrtavanjem (2.6) u (2.2)-(2.5) i zanemarivanjem elastinosti, te sreivanjem dobivenih jednadbi, cijeli pogon vozila od spojke do kotaa moe se prikazati jednadbom stanja:

,
gdje je

, , ,

(2.7)

(2.8)

(2.9)

(2.10)
Jednadba stanja rotacijske dinamike motora ostaje dana izrazom (2.1):

(2.11)

3 OPTIMIRANJE UPRAVLJAKIH VARIJABLI

3.1 PREGLED POSTUPKA OPTIMIRANJA
Razmatra se opi vremenski kontinuirani, nelinearni problem optimalnog upravljanja s ogranienjima. Problem je pronai vektor upravljanja , koji e minimizirati funkciju cilja Bolzinog tipa
, ,

(3.1)

podvrgnutu nelinearnim vremenski kontinuiranim jednadbama dinamikog procesa (objekta upravljanja)

, , 0, 0 ,

(3.2)

koja podlijee rubnim uvjetima vektora stanja

(3.3)

te ogranienjima tipa nejednakosti vektora upravljanja i vektora stanja

, 0, 0,

(3.4)

i ogranienjima tipa jednakosti ovih vektora

(3.5)
je vektor upravljanja,

gdje je

nejednakosti, jednakosti i rubnih uvjeta, respektivno. Problem optimizacije (3.1)-(3.5) moe se reducirati na problem pronalaska vektora upravljanja koji minimizira funkciju cilja
, ,

konano vrijeme, , , i

je

dimenzionalan vektor stanja,

su proizvoljne vektorske funkcije ogranienja tipa

(3.6)

koja podlijee jednadbama procesa (3.2), gdje je

, ,
, ,

(3.7)

(3.8)

je negativna Heavisedova step funkcija definirana kao

Drugi i trei lan na desnoj strani izraza (3.7) predstavlja implementaciju ogranienja tipa nejednakosti i jednakosti (3.4) i (3.5), respektivno. Slino, drugi lan na desnoj strani izraza (3.8) je penalna funkcija za rubne uvjete (3.3). Teinski koeficijenti penalnih funkcija , , , i , trebali bi biti dovoljno veliki kako bi se osiguralo zadovoljavanje ogranienja. Kontinuirani model procesa (3.2) s funkcijom cilja (3.6) diskretizira se koritenjem Adamsove metode visokog reda, te se primjenjuje gradijentna metoda za minimizaciju funkcije cilja s obzirom na vektor upravljanja [2], [3]

0, 1,

0 . 0

(3.9)

(3.10)
gdje je 0,1, , 1, 1,2, , , je koeficijent brzine uenja, je broj vremenskih intervala, je broj iteracija gradijentnog algoritma, i je vektor upravljanja u diskretnom vremenskom trenutku , gdje je period diskretizacije.

Cjelokupni algoritam optimiranja opisan je u [2] i [3]. Za razliku od tipinog pristupa temeljenog na nelinearnom programiranju [10], gdje su ogranienja jednadbi procesa (3.2) ukljuena u funkciju cilja kao ogranienja tipa jednakosti, upravljake varijable i varijable stanja su tretirane kao zavisne varijable (povezane preko jednadbi procesa), tako da konani algoritam ima numeriki efikasnu strukturu slinu algoritmu s vremenski unazadnim propagiranjem procesa (engl. BackPropagation Throught-Time Algorithm). Konvergencijska svojstva gradijentnog algoritma su dodatno poboljana koritenjem naprednih postupaka metode konjugiranog gradijenta.

3.2 PRILAGODBA MATEMATIKOG MODELA

S ciljem pojednostavljenja prikaza i implementacije postupka optimiranja upravljakih varijabli uzet emo u obzir matematiki model pogona vozila 2. reda, ak nema prepreke da se optimiranje provede i na matematikom modelu 6. reda. Rezultati optimiranja bit e zatim provjereni na modelu pogona vozila punog reda. Proces ukljuivanja spojke mora biti izvren u konanom vremenu, tj. u konanom trenutku mora biti zadovoljen uvjet , ili ekvivalentno 0, gdje je kutna brzina klizanja spojke. Taj rubni uvjet mogue je zadovoljiti smatrajui ga ogranienjem tipa jednakosti na varijablu stanja. S tim ciljem dinamiki model (2.1) i (2.7) moe se zapisati na sljedei nain:

1 1

1 1

(3.11) 1 1 .

(3.12)

Uvodei uobiajene oznake za varijable stanja i ulazne varijable: gdje je , , , , i ,

model (3.11) i (3.12) moe se preformulirati kako slijedi:

1 1 1 . 1

1 1 ,

(3.13) 1 1 ,

(3.14)

(3.15)

(3.16)

Vremenska derivacija momenta spojke uzeta je kao ulaz u izrazu (3.16) kako bi se izbjegli diskontinuiteti u momentu spojke i omoguilo ogranienje derivacije momenta spojke, te dobivanje realnih rezultata koji odraavaju postojanje dinamike aktuatora spojke. Slino, jednadba (3.15) odraava dinamiku motora i omoguava ograniavanje derivacije momenta motora. Sustav jednadbi (3.13)-(3.16) moemo zapisati u obliku prostora stanja:

0 0 0

1 1 0 1

0 0

0 1
.

0 0 0 0 1 0

0 1 0 0

(3.17)

Poetni uvjeti dinamikog sustava su:

Jednadbe (3.17) i (3.18) su specijalni sluaj ope formulacije modela procesa (3.2).

90 / 90 / . 3.34 0.64

(3.18)

3.3 FORMULACIJA PROBLEMA OPTIMIRANJA

Cilj optimiranja procesa i cijelog mjenjaa je pronalazak upravljakog vektora minimizirati funkciju cilja koji e

(3.19)

za sustav opisan jednadbama (3.17), uz poetne uvjete (3.18), pri emu se komponente funkcije cilja definiraju kao:

(3.20)

(3.21)

.
Rubni uvjet (3.20) znai da bi kutna brzina motora (tj. brzina vozila) u konanom trenutku (trenutak ukapanja) trebala biti maksimalna mogua (visoka razina svojstava), kutna brzina klizanja 0 (uvjet ukapanja spojke) i derivacija kutne spojke treba pasti na nulu u

brzine klizanja spojke treba ieznuti u 0 . Radi zadovoljavanja kriterija mekog ukapanja spojke (bez pobuivanja vibracija poluosovine, [1]). Nadalje, podintegralna |) i tendenciju funkcija (3.21) penalizira energiju disipiranu u spojci (lan proporcionalan | oscilatornom ponaanju (kroz lan proporcionalan ). Preostali izrazi podintegalne funkcije (3.21) su ogranienja tipa jednakosti i aktiviraju se u situacijama kada varijable stanja i njihove prve derivacije prijeu svoje granine vrijednosti. Tako kutna brzina motora ne bi smjela pasti ispod minimalne brzine motora , kako bi se izbjeglo guenje motora, a iznosi momenta motora i momenta spojke kao i njihovih prvih derivacija trebali bi ostati unutar realnih limita (dodatak 8.2).

3.4 PODEAVANJE TEINSKIH KOEFICIJENATA

Teinski koeficijenti funkcije cilja (3.20)-(3.21) predstavljaju podesive parametre postupka optimiranja, koji se podeavaju na slijedei nain:

1. Teinski koeficijent postavlja se na vrijednost koja je dovoljno velika da se zadovolji rubni uvjet ukljuivanja spojke 0. Istovremeno, podeava se teinski koeficijent kako bi se zadovoljio donji limit brzine motora. Paralelnim ugaanjem teinskih koeficijenata i moe se olakati zadovoljavanje uvjeta 0. Ako tijekom ovog procesa iznosi momenta motora ili spojke prijeu svoje limite potrebno je podesiti teinske koeficijente i . 2. Teinski koeficijent postavlja se na dovoljno velik iznos kako bi se zadovoljio uvjet mekog ukapanja 0. 3. Ukoliko iznosi derivacija momenta motora i spojke prijeu zadana ogranienja . podeavamo teinske koeficijente 4. Ako moment motora pokazuje znaajne oscilacije, poveavamo iznos teinskog , kako bi se priguio odziv. koeficijenta 5. Podeava se teinski koeficijent kako bi se maksimizirala brzina motora, a time i vozila.

10

3.5 REZULTATI OPTIMIRANJA I SIMULACIJE

U optimizacijski program, napisan u programskom jeziku C implementiran je matematiki model pogona vozila (3.17), s poetnim uvjetima (3.18) i funkcijom cilja (3.19). Primjenom optimizacijskog programa provedeno je optimiranje upravljakih varijabli (momenta motora i momenta spojke ). Optimiranje upravljakih varijabli provedeno je za nekoliko vremena ukapanja spojke . Rezultati optimiranja za razliite iznose vremena ukapanja prikazani su u normiranom vremenu / na slikama 3.1-3.3. Kutna brzina motora zadrava se na minimalnoj brzini motora , podie, u poetnoj fazi lagano, a zatim sve do zavrne faze ukapanja, dok se kutna brzina spojke priblino linearno do zavrne faze ukapanja kada se izjednai s kutnom brzinom motora i zajedno s njom dalje linearno raste (Slika 3.1). Kutna brzina motora zadrava se na minimalnoj brzini u veem dijelu odziva kako bi se minimizirala disipirana energija. Iz istog razloga, u poetnoj fazi odziva dok je kutna brzina klizanja velika, moment spojke raste relativno sporo. Kutna brzina klizanja spojke nakon poetnog laganog pada zapoinje gotovo linearno padati do zavrne faze ukapanja kada se zbog zadovoljavanja uvjeta mekog ukapanja asimptotski pribliava nultoj vrijednosti. Asimptotsko pribliavanje postie se naglim porastom momenta motora , koji prisiljava kutnu brzinu motora da poraste i da se priblii kutnoj brzini spojke.

Slika 3.1 Rezultati optimiranja upravljakih varijabli kutne brzine i momenti motora i spojke.

11

Prema dobivenim rezultatima prikazanim u normiranom vremenu (Slika 3.1), vidljivo je da vrijeme ukapanja nema znaajan utjecaj na dobivene oblike trajektorija kutne brzine motora i kutne brzine klizanja spojke. Takoer, disipirana energija u spojci ne zavisi o vremenu ukapanja (Slika 3.3). Meutim, vrijeme ukapanja ima znaajan utjecaj na vrne iznose momenata (Slika 3.1) i disipirane snage (Slika 3.3), pri emu smanjivanjem vremena ukapanja rastu vrni iznosi momenta i disipirane snage. Iznos minimalnog vremena ukapanja odreen je graninim vrijednostima momenta motora i momenta spojke (Slika 3.1), kao i njihovim derivacijama (Slika 3.2). Kod vremena ukapanja 0.45 s derivacija momenta motora (Slika 3.2) ulazi u limit u poetnoj fazi ukapanja, dok moment spojke dosee limit relativno rano, to onemoguava neko znaajnije dodatno smanjenje vremena ukapanja. Derivacija momenta motora kod svih vremena ukapanja dosee svoj limit u zavrnoj fazi ukapanja zbog naglog porasta momenta motora u svrhu ispunjenja uvjeta mekog ukapanja (Slika 3.2).

Slika 3.2 Rezultati optimiranja - derivacije upravljakih varijabli (momenta motora i momenta spojke).

Slika 3.3 Rezultati optimiranja - disipirana snaga i disipirana energija u spojci.

12

Rezultati optimiranja provjereni su raunalnom simulacijom procesa estog reda, gdje se kao ulazne varijable procesa koriste optimirane trajektorije upravljakih signala (momenta motora i momenta spojke). Nakon ukapanja spojke moment motora se zadrava konstantnim , za , dok je moment spojke sam po sebi dovoljno velik da zadri spojku ukljuenom (Slika 3.4). Rezultati simulacije prikazani su na slikama (3.4 i 3.5) u nenormiranom vremenu. Kutne brzine motora i spojke imaju oblike sline prethodno dobivenima na modelu nieg reda. Izvjesna razlika odnosi se na strmi poetni rast kutne brzine spojke , tj. strmi poetni pad brzine klizanja spojke to je posljedica elastinosti poluosovine (Slika 3.5). Izlazna kutna brzina spojke ima priblino jednake iznose za sva vremena ukapanja kod konanog trenutka ukapanja , dok su dosegnute vee kod manjih vremena ukapanja (bolja vozna svojstva). kutne brzine kod danog vremena imaju malu Slika 3.5 pokazuje da vibracije momenta poluosovine nakon trenutka ukapanja amplitudu, to potvruje da je uvjet mekog ukapanja zadovoljen i na modelu vieg reda.

Slika 3.4 Rezultati simulacije kutna brzina motora i kutna brzina spojke, te moment motora i spojke.

Slika 3.5 Rezultati simulacije - kutna brzina klizanja spojke i moment na poluosovini.

13

4 OPTIMALNA REGULACIJA STANJA

Rezultati optimalnog upravljanja iz poglavlja 3 nisu izravno upotrebljivi za regulaciju mjenjaa jer su osjetljivi na poremeaje i pogreke modeliranja (npr. u ovorenom krugu). Stoga se u ovom poglavlju predlae realni optimalni (LQR) regulator, koji kao referentne vrijednosti koristi optimalne trajektorije optimirane u poglavlju 3.

4.1 FORMULACIJA LQR REGULATOR

Dobivene optimalne trajektorije kutne brzine motora i kutne brzine klizanja spojke, za vrijeme ukapanja 0.6 s, koriste se kao referentne trajektorije prilikom optimalne regulacije stanja. Za praenje referentnih trajektorija koristi se linearni kvadratini regulator (LQR). Kako se ukapanje spojke provodi unutar konanog vremena, predlae se sinteza LQR regulatora za konani vremenski horizont, to ima za posljedicu vremenski promjenjiva pojaanja regulatora. Sinteza LQR regulatora izvriti e se na pojednostavljenom modelu pogona vozila 2. reda, a ispitivanje LQR regulatora provest e se simulacijom procesa temeljenoj na modelu pogona estog reda. Model prikazan jednadbama (3.11) i (3.12), moe se zapisati na sljedei nain:

(4.1) 1 1 ,

(4.2)

gdje je

Sustav jednadbi (4.1)-(4.2) daje se u prostoru stanju:

1 1

0 1
.

(4.3)

Poetni uvjeti dinamikog procesa su:

Za proces prikazan jednadbama (4.3), s poetnim uvjetima (4.4), treba pronai upravljaki vektor koji minimizira sljedei kvadratini kriterij optimalnosti

90 rads . 90 rads

(4.4)

1 2

1 2
14

, (4.5)

gdje je

odabrano konano vrijeme. Izborom vrijednosti matrice

utjee se na veliinu konanog

odstupanja trajektorije

(rubni uvjet), matricom na kvalitetu i smanjenje oscilatornosti praenja referentne , a preko matrice utjee se na ogranienje iznosa energije upravljanja.

4.2 RICCATIJEVA MATRINA DIFERENCIJALNA JEDNADBA

Linearni dinamiki sustav

gdje je vektor stanja, vremenski invarijantne (konstantne) matrice.

je vektor upravljanja, a

(4.6)
i su

Cilj optimiranja je pronalazak upravljakog vektora optimalnosti

koji e minimizirati kvadratini kriterij

1 2

1 2

(4.7)

gdje su , i konstantne teinske matrice. je pozitivno-semidefinitna teinska matrica konanog stanja (rubnog uvjeta), je pozitivno-semidefinitna teinska matrica stanja sustava za vrijeme prijelaznog procesa, a je pozitivno-definitna realna simetrina matrica upravljakih varijabli. Poznato je da je rjeenje problema optimalnog upravljanja dano s [6]

gdje je

vremenski varijabilno rjeenje Riccatijeve matrine diferencijalne jednadbe

(4.8) ,

(4.9) (4.10)

uz

, .

Uobiajeno se promatra sluaj kada terminalni trenutak tei u beskonanost, , to daje 0, te se Riccatijeva matrina diferencijalna jednadba reducira na dobro poznatu algebarsku jednadbu:

(4.11)

koja se numeriki rjeava npr. primjenom Matlab naredbe lqr [14]. 15

(4.12)

4.3 RJEENJE RICCATIJEVE MATRINE DIFERENCIJALNE JEDNADBE

Ideja rjeavanja matrine diferencijalne Riccatijeve jednadbe (4.9) uz rubne uvjete (4.10) svodi se na transformaciju ove jednadbe u Ljapunovljevu linearnu vektorsku jednadbu s poetnim uvjetima [5]. Najprije se Riccatijeva diferencijalna jednadba (4.9) oduzme od stacionarne jednadbe (4.12), to daje

.
Jednadba (4.13) moe se nadalje zapisati kao

(4.13)

uz

, , . .

(4.14)

(4.15)

Koristei jednadbe (4.10) i (4.15), dobiva se

(4.16)
invertibilna, te se uvodi matrica

Kako bi rijeili jednadbu (4.14), pretpostavlja se da je preko transformacije

.
Diferenciranje jednadbe (4.17), daje

(4.17)

.
Supstitucijom jednadbi (4.17) i (4.18) u jednadbu (4.14) dobiva se

(4.18)

,
pri emu je rubni uvjet dan s

(4.19)

.
Uvoenjem nove vremenske varijable

(4.20)

, jednadbe (4.19) i (4.20) transformiramo u

,
16

(4.21)

(4.22)

Jednadba (4.21), predstavlja linearnu Lyapunovljevu matrinu diferencijalnu jednadbu s poetnim uvjetom (4.22), koja moe biti rijeena primjenom Kroneckerovog produkta [7,13] (vidi dodatak 8.3). Primjenom operatora vektorizacije (dodatak 7.3) na jednadbu (4.21) dobivamo

vec

vec

vec

vec

(4.23)

Primjenom svojstva operatora vektorizacije matrice i Kroneckerovog produkta matrica (dodatak 7.3), vec i vec vec vec dobiva se

vec

vec

vec

vec

(4.24)

odnosno

,
gdje jesu vektorski oblici za matrice i Jednadba (4.25) moe se zapisati kao i ,a

(4.25)

oznaava Kroneckerov produkt.

gdje je

, .

(4.26)

(4.27)

Jednadba (4.26) je linearna vektorska diferencijalna jednadba s poetnim uvjetom (4.22), koja se lako rjeava simulacijom 1 /2=3 linearnih diferencijalnih jednadbi.

17

4.4 REFORMULACIJA LQR PROBLEMA

Slijedei opis procesa prema izrazima (4.3), model pogona vozila 2. reda moe se zapisati u obliku

gdje su , , 1,2 elementi matrice , , , 1,2 elementi matrice , a pronai vektor upravljanja koji minimizira funkciju cilja

90 rads 90 rads

(4.28)

. Potrebno je

1 2

1 2

. (4.29)

Kako bi na sustav (4.28) s funkcijom cilja (4.29) mogli primijeniti prethodno izloeni postupak dobivanja optimalnog regulatora (4.8) temeljen na modelu procesa (4.6), model (4.28) zapisuje se u obliku

1 0 0 1
s funkcijom cilja

0 rads 0 rads

(4.30)

1 2
gdje su uvedene supstitucije

1 2 , , , ,
. Vektor upravljanja

(4.31)

(4.32)

i novi transformirani vektor upravljanja funkciju cilja (4.31) ima slijedei oblik

koji za sustav (4.30) minimizira

(4.33)

18

Veza izmeu transformiranog vektora upravljanja upravljanja dana je izrazima

i originalnog vektora

(4.34) . (4.35)
; njenoj

Konani zakon upravljanja sadri unaprijedna djelovanja po vektoru referenci derivaciji, te po poremeaju :

, (4.36) , (4.37)

i optimalni regulator stanja (4.33) koji daje meuupravljaki vektor . Zbog preglednosti, izbjegnuto je oznaavanje eksplicitne ovisnosti o vremenu kod izraza (4.36) i (4.37). Cjelokupni regulacijski sustav prikazan je blokovskim dijagramom na slici 4.1.

Slika 4.1 Blok shema konanog zakona upravljanja.

Simulacijom rezultati prikazani na slici 4.2 potvruje se da unaprijedno djelovanje, pojaanje regulatora 0 , omoguuje tono slijeenje referentne trajektorije. No, u prisustvu netonih poetnih stanja 0 (ili bilo kojeg drugog poremeaja) javlja se pogreka slijeenja (Slika 4.3).

19

Slika 4.2 Rezultati simulacije sustav s istim unaprijednim djelovanjem poetnim uvjetima

na modelu procesa 2. reda s tonim / .

Slika 4.3 Rezultati simulacije sustav s istim unaprijednim djelovanjem poetnim uvjetima

na modelu procesa 2. reda s netonim / .

20

4.5 PRIMJER SINTEZE OPTIMALNOG REGULATORA

Za sustav opisan sustavom diferencijalnih jednadbi (4.30) vektor upravljanja koji minimizira funkciju cilja (4.31), ima oblik (4.33), pri emu su teinske matrice ciljne funkcije odabrane kao 10 0 , 0 100 10 0 , 0 200 1 0 , 0 1

Za optimalni regulator (4.33) potrebno je odrediti vremenski varijabilnu matricu pojaanja Matricu pojaanja dobivamo na slijedei nain:

Iz izraza (4.11) dobivamo

Koritenjem jednadbe (4.12) dobivamo

, a zatim koritenjem jednadbe (4.15)

1 0

0 . 1

(4.38)
:

Iz izraza (4.27) dobivamo

2.9687 0.1311

Kroneckerovim produktom

0.1311 , 14.0985

3.1728 0.0299

0.1311 . 14.1416 0 0.1311 . 0.1311 28.2832 1 0 . 0 1

(4.39)

Pomou izraza (4.26) dobivamo

6.3456 0.0299 0.0299 0 0.1311 17.3144 0 0.0299

0.1311 17.3144 0 0.0299 0.1311 0 17.3144 0.0299

0.1311 0 17.3144 0.0299 0 0.1311 0.1311 28.2832 0.0116 ,

(4.40)

Primjenjujui jednadbu (4.22), dobivamo poetne uvjete

6.3456 0.0299 0.0299 0 0

(4.41)

0.1422

0.0002

0.0002

(4.42)

Rjeenjem Lyapunovljeve diferencijalne jednadbe (4.41) primjenom Matlab funkcije ode45 dobivamo . Rjeenje se na trivijalan nain transformira u vektor (pri emu je , a zatim inverznom vektorizacijom u matricu .

21

a)

b)
Slika 4.4 a) Rjeenje jednadbe (4.41) , te b) pretvorba u .

Pronalaskom , koritenjem izraza (4.17) dobivamo , pomou kojeg primjenom izraza (4.15) i prethodno odreenog stacionarnog pojaanja (primjenom Matlab funkcije lqr) dobivamo vremenski varijabilnu matricu pojaanja (Slika 4.5). Na poetku ukapanja spojke 0.6 s , matrica pojaanja odgovara stacionarnom pojaanju . Kako se pribliava trenutak ukapanja 0.6 s rastu pojaanje vremenski varijantnog LQR regulatora kako bi se poveala preciznost regulacije, naroito rubnog uvjeta 0.

Slika 4.5 Matrica pojaanja

se poklapaju).

22

4.6 IMPLEMENTACIJA OPTIMALNOG REGULATORA I REZULTATI SIMULACIJE

Dobivanjem matrice pojaanja imamo sve potrebno za implementaciju optimalnog regulatora (4.33). Optimalni regulator i unaprijedno djelovanje implementirano je u Matlabu/Simulinku, kako je prikazano na slici 4.6.

Slika 4.6 Simulacijski model u Simulinku.

Optimalni regulator ispitat emo simulacijom na procesu estog reda tako da mijenjamo poetne uvjete 0 0 , ,

, dok e se poremeajno odstupanje od poetnih uvjeta 90 gdje je mijenjati. Nakon ukapanja spojke moment motora je zadran konstantnim

, dok je moment spojke dovoljno velik da zadri spojku ukljuenom. Rezultati simulacije prikazani s porastom odstupanja od poetnih uvjeta sporije su na slikama 4.7-4.9. Kutna brzina motora se pribliava referentnoj trajektoriji ali je dobro zadovoljeno praenje referentne trajektorije u zavrnoj fazi ukapanja. Kutna brzina klizanja spojke (Slika 4.7) dobro prati referentnu trajektoriju i odstupanje od poetnih uvjet nema znaajan utjecaj na praenje referentne trajektorije. Porastom odstupanja od poetnih uvjeta iznosi momenata (Slika 4.7) kao i iznos disipirane snage se smanjuju, dok se iznos disipirane energije poveava (Slika 4.9). Disipirana snaga i disipirana energija prikazane su samo za vrijeme trajanja ukapanja spojke . Slika 4.8 pokazuje da oscilacije momenta poluosovine nakon trenutka ukapanja imaju malu amplitudu, to potvruje da je praenjem trajektorija dobivenih optimiranjem upravljakih varijabli na modelu nieg reda, zadovoljen uvjet mekog ukapanja i na modelu vieg reda uz primjenu LQR pristupa.

, za

23

Slika 4.7 Rezultati simulacije LQR regulacije- kutna brzina motora i kutna brzina klizanja spojke te moment motora i moment spojke .

Slika 4.8 Rezultati simulacije LQR regulacije - moment na poluosovini.

Slika 4.9 Rezultati simulacije LQR regulacije - disipirana snaga i disipirana energija u spojci.

24

5 ZAKLJUAK
U radu su primijenjene napredne tehnike optimalnog upravljanja za rjeavanje problema ukapanja spojke automatiziranog mjenjaa prilikom pokretanja vozila (ukapanja u prvi stupanj prijenosa). Najprije je primjenom algoritma optimalnog upravljanja iz [2,3] provedeno optimiranje upravljakih varijabli momenta motora i spojke za zadani kriterij optimalnosti, koji objedinjuje zahtjeve na maksimalnu brzinu vozila nakon ukapanja spojke, minimalno pobuivanje torzijski vibracija pogona i minimalnu disipiranu energiju u spojci. Optimalne trajekorije kutne brzine motora i kutne brzine klizanja spojke koritene su zatim kao referentne varijable optimalnog regulatora pogona vozila namijenjenog za izvoenje u realnom vremenu. Rezultati optimiranja upravljakih varijabli pogona pokazuju da se kutna brzina motora treba drati na minimalnom iznosu sve do zavrne faze ukapanja spojke, kako bi se smanjila dispirana energija u spojci. U zavrnom dijelu odziva brzina motora naglo raste radi poboljanja voznih svojstava. Nakon poetnog blagog pada, optimalna trajektorija kutne brzine klizanja spojke ima priblino linearni pad u veem dijelu odziva. Neposredno prije trenutka ukapanja spojke, brzina klizanja se asimptotski pribliava nuli, kako bi se izbjegle torzijske vibracije pogona po ukapanju spojke. Trajektorije brzine motora i brzine klizanja priblino su neovisne o vremenu ukapanja spojke, ako se prikau u vremenu normiranom na vrijeme ukapanja. Minimalno vrijeme ukapanja ogranieno je maksimalnim momentom spojke i motora. Za potrebe regulacije koriten je linearni kvadratini regulator (LQR) s unaprijednim djelovanjima po referentnim i poremeajnim varijablama. Kako se regulacija odvija u unaprijed poznatom konanom vremenu koje odgovora vremenu ukapanja spojke, predloen je vremenski varijantni LQR. U tu svrhu primijenjen je postupak transformacije nelinearne matrine diferencijalne Riccatijeve jednadbe u linearnu Ljapunovljevu vektorsku diferencijalnu jednadbum, koja se lako rjeava simulacijom na raunalu i dobiva vremenski varijantni vektor pojaanja regulatora. Simulacijski rezultati pokazuju da ovaj regulator osigurava precizno slijeenje optimalnih referentnih trajektorija kutnih brzina u prisustvu poremeaja, uz tono vrijeme ukapanja i bez pobuivanja torzijskih vibracija pogona.

25

6 ZAHVALA
Zahvaljujem mentorima prof. dr. sc. Joku Deuru i doc. dr. sc. Josipu Kasau na korisnim savjetima, diskusijama, strpljenju i mentorstvu tijekom izrade ovog rada.

B.T.

26

7 POPIS LITERATURE
[1] F. Garofalo, L. Glielmo, L. Iannelli, and F. Vasca, Optimal tracking for automotive dry clutch engagement, 15th IFAC World Congress, July 21-26, 2002, Barcelona, Spain. [2] J. Kasa, J. Deur, B. Novakovi, M. Hancock, and F. Assadian, Optimization of global chassis control variables, 17th IFAC World Congress, July 6-11, 2008, Seoul, Korea. [3] J. Kasa, J. Deur, B. Novakovi, I. Kolmanovsky, and F. Assadian, A Conjugate Gradient-Based BPTT-like Optimal Control Algorithm with Vehicle Dynamics Control Application, submitted for IEEE Transactions on Control Systems Technology. [4] M. H. M. Dassen, Modeling and Control of Automotive Clutch System, Eindhoven, 22. 7. 2003., Report 2003.73. [5] J. Nazarzadeh, M. Razzaghi, K. Y. Nikravesh, Solution of the Matrix Riccati Equation for the Linear Quadratic Control Problems, Mathl. Comput. Modelling Vol. 27, No. 7, pp. 51-55, 1998. [6] J. Kasa, Voenje tehnikih sustava - materijali za predavanja i vjebe, Interna skripta, Sveuilite u Zagrebu, Zagreb, 2007. [7] J. Kasa, Opa teorija sustava linearne matrine jednadbe, Interna skripta, Sveuilite u Zagrebu, Zagreb, 2009. [8] U. Kiencke and L. Nielsen, Automotive Control Systems, New York, Springer-Verlag, 2005, ch. 7. [9] M. Bernd, Dual Clutch Transmission Lessons Learned and Future Potential, SAE paper #2005-01-1021,
2005.

[10] J. T. Betts, Practical Methods for Optimal Control Using Nonlinear Programming, SIAM Advances in Design and Control, Philadelphia, 2001. [11] Jeci, S., Mehanika II, Kinematika i dinamika, Tehnika knjiga, Zagreb, 1995. [12] Tehnika motornih vozila , HOK/POUZ, Zagreb, 2005. [13] P. J. Olver and C. Shakiban. Applied Linear Algebra. Prentice Hall, 2005. [14] M. Essert, T. ili, Matlab matrini laboratorij, Interna skripta, Sveuilite u Zagrebu, Zagreb, 2004 [15] D. Hrovat and W.E. Tobler, "Bond graph modeling of automotive power trains", Journal of the Franklin Institute, vol. 328, no. 5-6, pp. 623-662, 1991.

27

8 DODACI
8.1 PARAMETRI MATEMATIKOG MODELA
Za sintezu i simulaciju koriteni su slijedei realni parametri osobnog automobila srednje veliine: 0.147 0.008 , , , 0.03 0.05 , , , 0.004 0.015 , , , 1500 0.0005 , , . 1 ,

Prijenosni omjer moemo odabrati za pet razliitih brzina 10.256, 10.35 , 10.5 , 4, prijenosni omjer diferencijala. Moment tereta pretpostavlja se kao 10.75, 10.95 i konstantan i iznosi 10 .

20000

250

7.32

166

8.2 IZNOSI GRANINIH VRIJEDNOSTI VARIJABLI STANJA

Prilikom optimiranja upravljakih varijabli u funkciji cilja (3.19) postavljena su ogranienja na iznose varijabli stanja (3.21). Iznosi realnih graninih vrijednosti koritenih u optimiranju su slijedei: 90 rad/s, , 0 Nm, , 250 Nm, , 0 Nm, , 200 Nm, , , 1000 Nm/s, , 1000 Nm/s, , 4000 Nm/s, , 4000 Nm/s.

8.3 KRONECKEROV PRODUKT

8.3.1 DEFINICIJA Kroneckerov produkt matrica

definiran je na slijedei nain

tonije

(6.1)

gdje je Kroneckerov produkt

. je blok matrica, iji

8.3.2 SVOJSTVA Bilinearnost i asocijativnost

je

matrica

Kroneckerov produkt je specijalan sluaj tenzorskog produkta, tako je bilinearan i asocijativan

28

gdje su , i

matrice, a

je skalar.

(6.2)

Kroneckerov produkt openito nije komutativan, i su razliite matrice. Meutim, i su permutacijski ekvivalentne, znai da postoje permutacijske matrice i takve da

Ako su uzeti

i .

kvadratne matrice, tada

su ak permutacijski sline, znai da moemo

(6.3)

Svojstvo mjeovitog produkta Ako su matrice , , i takvih dimenzija da se moe formirati produkt i , tada

To je svojstvo mjeovitog produkta, jer kombinira obian produkt matrica i Kroneckerov produkt. Slijedi da je invertibilan ako i samo ako i nisu singularne, u tom sluaju inverz je dan

(6.4)

Kroneckerova suma Ako je , tzv. Kroneckerovu sumu i oznaava

(6.5)

jedininu matricu, tada moemo definirati

Za Kroneckerovu sumu matrica imamo slijedei matrini eksponencijal

(6.6)

Nadalje, za kvadratne matrice,

, vrijede slijedea svojstva

(6.7) , .

(6.8)

29

8.3.3 VEKTORIZACIJA MATRICA Vektorizacija matrica je transformacija matrica

Za operator vektorizacije vrijedi svojstvo linearnih operatora

vec

u vektor vec

(6.9)

Vektorizacija se esto koristi zajedno s Kroneckerovim produktom. Slijedea svojstva operatora vektorizacije matrica i Kroneckerovog produkta matrica koriste se za njihovu primjenu u rjeavanju linearnih matrinih jednadbi:

vec

vec

vec

(6.10)

vec

vec

vec

vec

vec

vec

vec

vec

(6.11)

30

9 SAETAK
Tepe Bojan: Optimalno upravljanje pogonom vozila s automatiziranim mjenjaem Kod automatiziranih mjenjaa raunalo upravlja radom spojke i motora s unutarnjim izgaranjem, kako bi se smanjio upravljaki napor vozaa, te postigle visoke vozne znaajke pogona, udobnost vonje i niska potronja. Radi zadovoljenja ovih esto oprenih upravljakih zadataka neophodno je koristiti tehnike optimalnog upravljanja. U ovom se radu predlae projektiranje sustava upravljanja automatiziranim mjenjaem primjenom naprednih pristupa optimalnog upravljanja. Prvo se provodi numeriko optimiranje upravljakih varijabli pogona za zadani sveobuhvatni kriterij optimalnosti. Zatim se optimalne trajektorije kutne brzine motora i kutne brzine klizanja spojke koriste kao referentne varijable optimalnog regulatora. S obzirom na konani vremenski horizont upravljanja vezan uz konano vrijeme ukapanja spojke, predlae se vremenski varijantni oblik linearnog kvadratinog regulatora s unaprijednim djelovanjima po referentim i poremeajnim varijablama. Kljune rijei: Optimalno upravljanje, automatizirani mjenja, spojka, sinteza, linearni kvadratini regulator

31

10 SUMMARY
Bojan Tepe: Optimal Control of Automotive Power Train with Automated Transmission In automated transmissions, a computer controls the clutch and internal combustion engine, in order to reduce the driver's control effort, and achieve good driving performance, high level of driving comfort, and low fuel consumption. With the aim to satisfy these often opposite control requirements, it is necessary to apply optimal control techniques. In this work, design of the automated transmission control system is proposed using advanced optimal control approaches. First, numerical optimization of the power train control variables is conducted for a given comprehensive optimal criterion. Next, the engine and clutch slip speed trajectories are used as reference variables of an optimal feedback controller. Since the time horizon is finite due to the finite clutch engagement time, the use of a timevariant for of the linear quadratic controller is proposed, which also includes feedforward actions with respect to reference and disturbance variables. Keywords: Optimal control, automated transmission, clutch, design, linear quadratic regulator

32

IVOTOPIS
Bojan Tepe roen je 1986. godine u Celju, Slovenija. Nakon zavretka Tehnike kole Ruer Bokovi u Zagrebu, 2005. godine upisao je Fakultet strojarstva i brodogradnje Sveuilita u Zagrebu. Na drugoj godini studija opredijelio se za smjer Mehatronika i robotika. Preddiplomski dio studija zavrio je 2009. godine uz obranu zavrnog rada pod nazivom "Modeliranje i regulacija automatskog mjenjaa s dvostrukom spojkom" uz mentorstvo prof. dr. sc. Joka Deura. Trenutno pohaa zadnji semestar diplomskog studija na istom smjeru. Na studiju se iskazao redovitim polaganjem ispita uz visoki ukupni prosjek ocjena od 4,6.

33