Browsing by Author "Encadreur: AZAIZ AHMED"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Commande Robuste d’une Chaine de Traction d’un Véhicule Electrique Multisources
    (2020-02-13) BOUGUENNA IBRAHIM FAROUK; Encadreur: AZAIZ AHMED; Co-Encadreur: TAHOUR AHMED
    Résumé (Français et/ou Anglais) : La crise du pétrole et les contraintes écologiques obligent de nombreux fabricants d’automobiles à développer des programmes de recherche importants dans le développement des véhicules électriques et hybrides électriques. Ainsi, afin de garder nos acquis en termes de mobilité, il est extrêmement important de trouver des solutions de propulsion propres et efficaces. C’est pourquoi, la commande optimale systémique et la gestion d’´energie dans les véhicule électrique est un enjeu majeur. Dans ce contexte, cette thèse concerne principalement le système de propulsion qui pourrait être optimisé pour une gestion efficace de l’´energie et une installation facile des sources d’´energie dans la voiture (pile à combustible, batterie). Le travail présenté fait l’objectif de deux grands axes : La première partie se focalise sur la commande du groupe motopropulseur par la technique mode glissant en premier lieu, et suite aux inconvénients de cette technique (chattering), une méthode de contrôle a été proposée pour réduire le broutement, telle que la commande en mode de glissement flou hybride (HFSMC). Malgré l’application de ces deux méthodes mentionnées ci-dessus, nous pouvons conclure que ces deux techniques ne peuvent pas éliminer complètement le problème de broutement dans le moteur électrique (MSAP) du véhicule, affectant ainsi les performances du véhicule. Pour cette raison on a suggéré de combiner les points forts de trois méthodes telles que le mode glissant, la logique floue , et les réseaux de neurones en les assemblant dans une stratégie hybride et robuste, afin d'éliminer le problème du chattering et de garantir l’amélioration de l’efficacité énergétique. Cette stratégie appliquée au système global VE (MSAP et dynamique du véhicule) avec un cycle de conduite réel. Alors que le deuxième axe, qui concerne les sources d’énergie, un gestionnaire d’énergie dont le rôle est de choisir à chaque instant la meilleure répartition de puissance entre les différentes sources d’´energie d’une manière à commander efficacement l'énergie fournie par les différentes sources. Les résultats de simulation ont montrent un fonctionnement fiable du système. The oil crisis and environmental constraints are forcing many automobile manufacturers to develop significant research programs in the development of electric and hybrid electric vehicles. So, in order to keep our gains in terms of mobility, it is extremely important to find clean and efficient propulsion solutions. This is why, optimal system control and energy management in electric vehicles is a major issue. In this context, this thesis mainly concerns the propulsion system which could be optimized for efficient energy management and easy installation of energy sources in the car (fuel cell, battery). The work presented has the objective of two main axes: The first part focuses on the control of the powertrain by the sliding mode technique first, and following the drawbacks of this technique (chattering), a control method has been proposed to reduce chatter, such as control in hybrid fuzzy sliding mode (HFSMC). Despite the application of these two methods mentioned above, we can conclude that these two techniques cannot completely eliminate the grazing problem in the vehicle's electric motor (MSAP), thereby affecting vehicle performance. For this reason it has been suggested to combine the strengths of three methods such as sliding mode, fuzzy logic, and neural networks by assembling them in a hybrid and robust strategy, in order to eliminate the problem of chattering and to guarantee improving energy efficiency. This strategy applied to the global VE system (MSAP and vehicle dynamics) with an actual driving cycle. While the second axis, which concerns energy sources, an energy manager whose role is to choose at all times the best distribution of power between the different energy sources so as to effectively control the energy provided by different sources. The simulation results showed reliable operation of the system.