Marco Scala
Eco-Driving Optimization of Different Powertrain Architectures Based on Dynamic Programming.
Rel. Federico Millo, Luciano Rolando. Politecnico di Torino, Master of science program in Mechanical Engineering, 2021
|
Preview |
PDF (Tesi_di_laurea)
- Thesis
Licence: Creative Commons Attribution Non-commercial No Derivatives. Download (11MB) | Preview |
Abstract
Al giorno d’oggi i veicoli elettrici ibridi stanno ricevendo molto interesse grazie alle loro potenzialità in termini di riduzione del consumo di combustibile all’interno di limiti realistici di natura economica, infrastrutturale e accettazione da parte del cliente. Comunque, una propulsione ibrida necessita di una strategia di controllo ad hoc: un controllore di alto livello, ovvero il sistema di gestione dell’energia, il quale ottimizzi il flusso di energia all’interno del veicolo. Utilizzando le tecniche di ottimizzazione globale, come ad esempio la Dynamic Programming (DP), una minimizzazione del consumo di combustibile è possibile attraverso la decisione del migliore profilo di velocità da seguire rispettando tutti i vincoli del problema, e quindi non solo della gestione dell’energia ottimale.
In aggiunta, la crescente crescita della connettività dei veicoli di ultima generazione, sta portando ad avere nuovi e migliori sfruttamenti delle tecniche di ottimizzazione globale
Relators
Academic year
Publication type
Number of Pages
Course of studies
Classe di laurea
Aziende collaboratrici
URI
![]() |
Modify record (reserved for operators) |
