polito.it
Politecnico di Torino (logo)

Ottimizzazione tramite algoritmi 'Particle Swarm Optimization' della strategia di controllo per un veicolo ibrido 'heavy-duty' a 'fuel cells'. = Optimization of the control strategy for a heavy-duty fuel-cell hybrid vehicle using Particle Swarm Optimization algorithm.

Marco Capello

Ottimizzazione tramite algoritmi 'Particle Swarm Optimization' della strategia di controllo per un veicolo ibrido 'heavy-duty' a 'fuel cells'. = Optimization of the control strategy for a heavy-duty fuel-cell hybrid vehicle using Particle Swarm Optimization algorithm.

Rel. Daniela Anna Misul, Giovanni Belingardi, Matteo Spano, Pier Giuseppe Anselma. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Meccanica, 2021

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (7MB) | Preview
Abstract:

Nel presente lavoro di tesi si è realizzato un modello di un veicolo Fuel-Cell hybrid electric vehicle (FCHEV) di tipologia heavy-duty in ambiente Matlab-Simulink. Si è inoltre provveduto a vagliare la letteratura scientifica esistente in merito alle strategie di controllo applicabili in condizioni real-time in una reale Electronic Control Unit (ECU). Si è così individuata ed implementata una strategia di controllo di tipo rule-based che basa il proprio funzionamento su una mappa bidimensionale in funzione della potenza richiesta al veicolo e dello State of Charge (SOC) della batteria. Si sono dunque individuati dei cicli guida al fine di effettuare delle simulazioni con il modello così realizzato, alcuni dei quali sono stati ricavati utilizzando il software VECTO. Si è poi impiegata la Particle Swarm Optimization (PSO) al fine di ottimizzare i parametri costituenti della strategia di controllo sulle missioni guida precedentemente ottenute, con l’obbiettivo di minimizzare il consumo d’Idrogeno. I risultati così ottenuti sono stati confrontati con i comportamenti della Dynamic Programming (DP) sui medesimi cicli guida.

Relatori: Daniela Anna Misul, Giovanni Belingardi, Matteo Spano, Pier Giuseppe Anselma
Anno accademico: 2021/22
Tipo di pubblicazione: Elettronica
Numero di pagine: 79
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Meccanica
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-33 - INGEGNERIA MECCANICA
Aziende collaboratrici: NON SPECIFICATO
URI: http://webthesis.biblio.polito.it/id/eprint/21469
Modifica (riservato agli operatori) Modifica (riservato agli operatori)