Contribution à la synthèse d'observateur à gain variable pour les systèmes non linéaires : Application à l'estimation de la résistance au roulement

Contribution to the variable gain observer synthesis for nonlinear systems : application on the estimation of tyre rolling resistance

• Auteur / Autrice : Anshul Kumar Sharma
• Direction : Véronique Cérézo, Mohamed Bouteldja
• Type : Thèse de doctorat
• Discipline(s) : Génie mécanique
• Date : Soutenance le 17/12/2020
• Etablissement(s) : Ecole centrale de Nantes
• Ecole(s) doctorale(s) : Sciences de l'ingénierie et des systèmes (Nantes Université)
• Partenaire(s) de recherche : Laboratoire : Université Gustave Eiffel (2020-....)
• Jury : Président / Présidente : Franck Plestan
• Jury : Examinateurs / Examinatrices : Véronique Cérézo, Mohamed Bouteldja, Franck Plestan, Krishna Busawon, Didier Rémond, Mohamed Djemai, Minh-Tan Do, Rabia Sehab
• Jury : Rapporteurs / Rapporteuses : Krishna Busawon, Didier Rémond
• DOI : 10.70675/6ebc459aza101z41a2z9e42z462fe6ef926d

Mots clés

Mots clés contrôlés

Contact de roulement

Transports routiers

Pollution atmosphérique

Pneus

Déformations (mécanique)

Mots clés libres

Résistance au roulement

Modèle multi-physique

Observateurs de gain adaptatifs

Rolling resistance

Multi–physical model

Adaptive gain observers

Résumé

Les émissions de CO2 provenant du transport routier représentent une part importante des émissions globales et contribuent au changement climatique en cours. En effet, la consommation de carburant est affectée entre autre par une source importante de perte d'énergie, représentée par la résistance au roulement liée au contact pneumatique/chaussée. Les études montrent que les pertes d'énergie liées à la résistance au roulement représentent environ 20% pour un véhicule léger. Elle est due essentiellement à la déformation répétitive du pneu et dépend fortement des paramètres du pneu tels que la pression de gonflage, la température, mais également de la dynamique du véhicule et de l’infrastructure. Elle est non mesurable directement à l’aide d’un capteur. L'objectif principal de cette thèse est d’estimer précisément et de manière fiable la résistance au roulement d’un véhicule en conditions réelles de conduite et en prenant en compte les caractéristiques de l’infrastructure. Pour atteindre cet objectif, une approche dite « indirecte », consiste à utiliser des capteurs logiciels, type observateur. Un modèle multi-physique du contact pneumatique /chaussée a été développé et intégré dans le modèle complet du véhicule. Un observateur à gain adaptatif est développé pour assurer une estimation précise et robuste. Cette approche d’observation a été choisie pour sa robustesse vis-à-vis des erreurs de modélisation, les incertitudes paramétriques et pour sa convergence rapide en temps fini. Une validation expérimentale sera mise en place sur les pistes de Université Gustave Eiffel, afin de valider l’approche d’estimation avec un véhicule instrumenté.

CO2 emissions from road transport account for a significant share of global greenhouse gas emissions and therefore contribute to on-going climate change. In fact, fuel consumption is influenced by one of major source of energy loss among others, represented by the rolling resistance linked to tyre/road contact. Studies show that energy losses due to rolling resistance represent approximately 20% for a light vehicle. It is mainly due to the repetitive deformation of the tyre. It is highly dependent on tyre parameters such as inflation pressure, load, speed and temperature, but also on vehicle dynamics and characteristics of the infrastructure. It is not directly measurable with a physical sensor. The main objective of this thesis is to develop a system for the estimation of the tyre rolling resistance of a vehicle in real driving conditions. In order to achieve this objective, an indirect approach of estimation by using software sensor such observer. A multi-physical model of the tyre/road contact has been developed to integrate the various influencing parameters of rolling resistance and coupled with the full vehicle model. Indeed, the complexity of the model and the driving situations make this estimation difficult. Therefore, a variable gain (adaptive) unknown input observer is developed to ensure an accurate and robust estimation. This observation approach has been chosen for its robustness against modeling errors, parametric uncertainties and for its rapid convergence in finite time. An offline experimental validation is done on the test tracks of University Gustave Eiffel, Nantes in order to validate the estimation approach with an instrumented vehicle.