Modeling and simulation of vehicle powertrain for longitudinal dynamic

Modelli dinamici per il gruppo motopropulsore di un veicolo sono sempre stati di grande importanza nel settore automobilistico. In letteratura sono stati pubblicati una vasta gamma di articoli sull’argomento. Ad ogni modo, quando non è possibile avere a disposizione i parametri necessari dopo lo sviluppo del modello matematico, sono necessarie tecniche innovative per ottenere il valore numerico di un giusto numero di parametri utili per una buona accuratezza del modello. In questa tesi sono stati sviluppati diversi modelli matematici per un gruppo propulsore classico dell’autovettura. Lo scopo di questo studio è stato quello di sviluppare un modello accurato che potesse essere utilizzato per tecniche di controllo e calibrazione. Il modello più complesso ma accurato è stato utilizzato per una tecnica innovativa di identificazione dei parametri nota come minimizzazione con Algoritmo Genetico, che ha dato la possibilità di costruire un modello comprensivo di ogni dinamica complessa interna al gruppo motopropulsore, anche se non tutti i parametri sono attualmente disponibili. Il modello matematico del gruppo motopropulsore, sviluppato con MATLAB/Simulink, è stato costruito partendo, in prima approssimazione, da confronti tra le uscite del modello e quelle del software CarSim. Successivamente, sono state fatte delle validazioni con delle acquisizioni CAN di un veicolo reale. Le simulazioni hanno mostrato che, attraverso la tecnica di Algoritmo Genetico, il modello può essere molto più vicino alle acquisizioni obiettivo rispetto ad altre tecniche di identificazione.