Aplicación de Técnicas de Optimización para el control de sistemas de Motorización híbridos (ATOM)

RESUMEN :

El presente proyecto trata de avanzar en el control óptimo de vehículos híbridos. Para lograr este objetivo, se combinan los siguientes objetivos parciales que estructuran el proyecto:
 

• Desarrollo un modelo de motor capaz de integrar el efecto de la variación de la temperatura del motor sobre  las emisiones contaminantes y el consumo en un sistema híbrido. En el presente proyecto se emplearán los modelos de valores medios (MVEM). El trabajo consistirá en adaptar modelos preexistentes a la simulación de vehículos híbridos.

• Aplicación de técnicas de optimización global -Algoritmos Genéticos (GA) y/o Evolución Diferencial (DE)- para resolver el problema de control óptimo de un motor híbrido, para diferentes objetivos de optimización (emisiones de CO2, coste económico, emisiones contaminantes, etc.) y casos de utilización, considerando diferentes restricciones de forma simultánea (duras y blandas) sobre el sistema. 

• Analizar y comprender el efecto de diferentes parámetros de diseño (del vehículo del sistema de control) y funcionamiento sobre la estrategia de control óptima, como son:

1. El efecto de la definición de objetivo de optimización (energía, coste económico, emisiones de CO2, etc.).
2. El efecto de las restricciones (blandas y duras) sobre las variables.
3. El efecto del ciclo de conducción.
4. El efecto de las características del motor, y en especial del coste de arranque del mismo (emisiones, durabilidad, etc.)

• Estudio del efecto de considerar modelos de vehículo simplificados, y hasta qué punto la solución obtenida con modelos cuasiestacionarios difiere de la solución óptima obtenida mediante un MVEM. 

• Derivar leyes de control implementables en tiempo real que consideren el efecto de la temperatura del motor sobre las emisiones contaminantes y el coste de los procesos de arranque y parada. Dichas leyes se derivarán a partir de la solución óptima obtenida mediante las técnicas de optimización global.

Dado el carácter del proyecto es precisa una aproximación multidisciplinar, que cubra los dominios relativos al modelado de motores, el control de motores y la optimización global. El equipo está formado por investigadores del Instituto Universitario CMT-Motores Térmicos, y del Grupo de Control Predictivo y Optimización Heurística (CPOH) del Instituto Universitario de Automática e Informática Industrial (ai2).