Vehicle parameter estimation using recursive least square and extended state observer

การหาค่าพารามิเตอร์ของรถยนต์โดยวิธีกำลังสองน้อยสุดแบบเวียนเกิด และ วิธีการสังเกตสถานะแบบขยาย

Name: Worakit Puangsup

LCSH: Adaptive control systems

LCSH: Automated vehicles -- Design and construction.

LCSH: System identification -- Data processing

Abstract: The model-based control has been widely used to improve vehicle operational performance. The difficulties of applying the model-based approach include not only to find a suitable model, but also to obtain numerical values of all related parameters. Moreover, in most cases, the numerical value of parameters can be changed in real life. For some fortunate cases, measuring the change can be done but not in real time, or not without additional cost. The worst case is when the change is not known or unmeasurable. The mismatch between the model and the real life can degrade the performance of the designed model-based control. General model-based automotive transmission control for longitudinal vehicle motion usually relies on a single-degree-of-freedom longitudinal vehicle model. This model consists of the driving force from the engine to moving the vehicle, which is considered as a lumped mass, and subjected to resistant forces include the aerodynamic drag force and the resistance due to the road surface and slope. Unfortunately, the vehicle mass can change depending on the number of passenger and the carrying load. The air density or temperature also changes which affects the aerodynamic force. And of course, the road surface and slope are also variable. The measurement of these variations cannot be done in real time or onboard due to the unavailability of the suitable sensor and the additional cost. Hence, the performance of the designed model-based control may not be at its best as the value of parameters is incorrect. This research focused on the development of an estimation method that can estimate the vehicle parameters describing the longitudinal vehicle dynamic motion. To be specific, this research focused on identifying the vehicle mass, the aerodynamic drag force, and the road slope simultaneously in real time. To do so, the Recursive Least Square (RLS) with forgetting technique is applied. The accurate knowledge of the aforementioned parameters also leads to the ability to estimate vehicle load torque, which is very beneficial especially for transmission shift quality control. The adaptive Extended State Observer (ESO) is applied to this part, which relies heavily on the results from RLS. The proposed design was studied through both simulation and experimentation. The proposed scheme performed well both in simulation and experimentation. Due to limited resources, only the estimation results for the vehicle mass and road slope were validated experimentally. Thus, the estimations of the aerodynamic drag force and the vehicle load torque showed reasonable responses and numerical values.

Abstract: แบบจำลองทางคณิตศาสตร์เป็นที่นิยมใช้ในการปรับปรุงการทำงานของระบบควบคุมยานพาหนะ แบบจำลองนี้สามารถปรับเปลี่ยนเพื่อให้สอดคล้องกับความเป็นจริงได้อย่างง่าย สามารถใช้แบบจำลองเพื่อใช้ในการอธิบายสถานการณ์ที่ซับซ้อนรวมไปถึงคาดการณ์พฤติกรรมในอนาคต นอกจากนี้ยังใช้ในการหาค่าที่เหมาะที่สุดสาหรับตัวควบคุม ในแบบจำลองของยานพาหนะ พารามิเตอร์มีการเปลี่ยนแปลงตลอดเวลา มวลรถยนต์สามารถปรับเปลี่ยนได้โดยมวลผู้โดยสารหรือสัมภาระ ความความลาดชันของถนน สามารถเปลี่ยนแปลงขึ้นอยู่กับลักษณะของถนน นอกจากนี้ความหนาแน่นของอากาศหรืออุณหภูมิเป็นยังสามารถแปรปรวนได้อีกด้วย ผลกระทบเหล่านี้อาจเป็นสาเหตุของของความไม่เหมาะสมของแบบจำลอง อีกทั้งยังมีการรบกวนจากสัญญาณภายนอกที่มากระทำกับระบบอีกด้วย ซึ่งการรบกวนนี้จะส่งผลทำให้ตัวควบคุมมีประสิทธิภาพที่ต่ำลง หากไม่สามารถจัดการกับสัญญาณดังกล่าวได้ ทั้งนี้การใช้เครื่องมือวัดเพื่อตรวจสอบการรบกวนนี้อาจส่งผลทำให้ต้นทุนการผลิตของรถยนต์มีค่าสูงขึ้น เพื่อแก้ปัญหาทั้งหมดนี้ การประมาณการค่าพารามิเตอร์ และ การรบกวน จะถูกจัดทำโดยอาศัยข้อมูลที่ทราบอยู่แล้ว งานวิจัยนี้นาเสนอวิธีการที่สามารถประมาณค่าพารามิเตอร์ของยานพาหนะได้ ซึ่งประกอบด้วยมวลรถยนต์ คุณสมบัติทางอากาศ และความลาดชันของถนน พารามิเตอร์เหล่านี้จะถูกประมาณด้วยเทคนิคของ กำลังสองน้อยสุดแบบเวียนเกิด นอกจากนี้ แรงภายนอกจะถูกประมาณด้วยวิธีการสังเกตสถานะแบบขยาย ผลของงานวิจัยนี้จะสามารถประมาณค่าพารามิเตอร์ของยานพาหนะ รวมไปถึงแรงภายนอกที่กระทำกับยานพาหนะ

Mahidol University. Mahidol University Library and Knowledge Center

Address: NAKHONPATHOM

Email: liwww@mahidol.ac.th

Name: Sarawoot Wateehagit

Role: Thesis Advisors

Name: Ittichote Chuckpaiwong

Role: Thesis Advisors

Name: Thanapat Wanichanon

Role: Thesis Advisors

Created: 2019

Modified: 2023-08-09

Issued: 2023-08-09

วิทยานิพนธ์/Thesis

application/pdf

eng

DegreeName: Master of Engineering

Level: Master's Degree

Descipline: Mechanical Engineering

Grantor: Mahidol University

©copyrights Mahidol University

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	5736347.pdf	6.06 MB

ใช้เวลา

0.27002 วินาที