3.4 Résultats et discussion
4.1.5 Application sur véhicule
La stratégie en ligne présentée section 4.1.4 a été implémentée sur un vé-hicule prototype dont les caractéristiques principales sont celles présentées TABLE 4.1, les caractéristiques détaillées ne pouvant être fournies pour raisons de confidentialité. Le véhicule a été testé sur de nombreux cycles de roulage sur banc à rouleaux. La matrice des pénalités β a été reprise de la simulation, et a engendré un comportement satisfaisant une fois testée sur véhicule. Le paramètre α a aussi été mis au point en simulation pour assurer un agrément globalement satisfaisant sur plusieurs cycles et plusieurs scénarii. La valeur de l’indicateur d’agrément MDRV sur chaque cycle, ainsi que la consomma-tion résultante sont les deux principaux critères de réglage. Avec ceux-ci, il est possible de trouver une valeur de α qui correspond au compromis désiré entre consommation et agrément. Un contrôle visuel des trajectoires de modes cinématiques obtenues sur véhicule est l’étape finale permettant de valider le choix de α.
La FIGURE 4.7 présente des acquisitions obtenues sur le cycle NEDC en mode charge sustaining. A titre d’expérience, la pénalité d’agrément a été désactivée (α= 0) pendant environ 50 secondes ; comme on pouvait le présa-ger, de nombreux changements de mode se sont succédés, sans temps mort, rendant le suivi du cycle impossible pour le conducteur. Le phénomène semble amplifié par le couplage qui se fait entre une transition, qui peut entrainer une rupture ou une réduction du couple à la roue, et la réponse du conducteur à cette réduction. Le conducteur va en effet avoir tendance à accélérer plus, ce qui est propice à provoquer un autre changement de mode. Cette expérience démontre la nécessité de considérer des pénalités de changement de rapports lorsque l’on inclue la commande de la transmission dans le problème d’optimi-sation.
7HPSVV 7 *031P
7UDQVPLVVLRQ
7HVW1('&&KDUJH6XVWDLQLQJa
5pJLPHUSP
9LWHVVHNPK
(VVDL1('&&KDUJH6XVWDLQLQJa
&RXSOH1P
70&, 70(
w0(
w0&,
JQEU JQEUVS
Figure 4.7 – Acquisition réalisée en désactivant la pénalité durant un essai sur le cycle NEDC.
En conditions de roulage réelles, une transition nécessite du temps, et consomme également de l’énergie. Pour la transmission sans embrayage consi-dérée, la synchronisation des arbres moteurs consomme du carburant ou bien de l’électricité, suivant l’organe sollicité. De plus, à cause de la dynamique de remise de couple du MCI, jusqu’à 2 secondes peuvent être nécessaires à la suite d’une transition pour revenir sur un point de forte charge à haut rendement. A cela s’ajoute le rendement du MCI particulièrement mauvais durant les phases de synchronisation, ce qui pénalise d’autant plus le coût en carburant d’une transition. Par conséquent, il est apparu que les essais faisant intervenir le plus de changement de mode n’étaient pas ceux entrainant la consommation glo-bale la plus faible. Ce qui renforce encore plus le constat qu’une loi de gestion d’énergie qui se focalise uniquement sur la minimisation de la consommation
n’est en pratique pas une bonne solution pour gérer les modes de transmis-sion. Cependant, la stratégie proposée avec pénalisation des changements de mode s’est révélée efficace pour obtenir un agrément de conduite satisfaisant, en réduisant fortement l’occurrence des transitions générant le plus fort désa-grément à travers le réglage de deux paramètres α etβ.
La FIGURE 4.8 présente une acquisition sur le cycle NEDC complet de la stratégie en ligne présentée section 4.1.4 avec pénalité sur les changements de mode pourα= 0.7. La loi de gestion d’énergie décide des moments les plus op-portuns pour engager un mode hybride et recharger la batterie avec le meilleur rendement global possible. L’utilisation des modes hybrides est donc principa-lement motivée par un besoin de maintien du SoE que d’une problématique de puissance à la roue, le véhicule considéré étant capable d’assurer la totalité du cycle NEDC en mode ZEV. Du fait que le choix du mode de transmission soit dépendant du SoE, on constate que la trajectoire des modes engagés n’est pas nécessairement répétable même si le véhicule suit un profil de vitesse qui se répète. On remarque également que les modes ZEV sont privilégiés durant les décélérations, et ceci afin d’éviter de dissiper de l’énergie dans l’entrainement du MCI et donc de maximiser le rendement de la transformation d’énergie cinétique en énergie électrique.
Au terme du cycle, le véhicule a effectué 16 changements de mode, mais le plus important est que le rendement du GMP soit resté très intéressant, comme le montre la FIGURE 4.9 où le point de fonctionnement moyen du MCI se trouve entre 95 et 98% de son rendement maximum. L’histogramme dans le repère inférieur de la FIGURE 4.9 donne la densité de point de fonctionnement dans chaque décile de rendement MCI. Pendant environ 10% du temps, le MCI fonctionne entre 0 et 10% de son rendement maximum, cela correspond à des phases transitoires que l’on retrouve durant les phases de synchronisation, mais aussi à des phases de coupure d’injection. Enfin, 80% du temps le MCI est utilisé entre 90 et 100% de son rendement maximum, ce qui correspond aux phases en régime établi où la consigne issue de la loi de gestion d’énergie est appliquée.
5pJLPHUSP7UDQVPLVVLRQ
9LWHVVHNPK
(VVDL1('&&KDUJH6XVWDLQLQJ
7HPSVV
6R(7*031P&RXSOH1P
70&, 70(
w0(
w0&,
JQEU JVSQEU
Figure4.8 – Essai sur cycle NEDC réalisé avec la stratégie proposée intégrant les contraintes d’agrément.
Figure 4.9 – Points de fonctionnement du MCI acquis à 1 Hz pendant un essai sur cycle NEDC affichés sur un champ de rendement normalisé (repère supérieur), et leur densité de probabilité associée (repère inférieur).
4.1.6 Conclusion
Cette étude a présenté le développement, de la simulation à l’expérience, d’une LGE basée sur l’optimisation d’un critère mixte, somme de la consomma-tion de carburant et d’une pénalité sur les changements de mode cinématiques de la transmission. La stratégie s’est focalisée sur quatre aspects de l’agrément de conduite : les changements de modes (nombre d’occurrences et désagrément associé), démarrages/arrêts MCI, et la réserve de couple à la roue. La stratégie proposée se veut suffisamment générique, permettant de pénaliser individuelle-ment chaque transition, pour pouvoir être appliquée sur diverses transmissions automatiques à rapports discrets.
L’étude a été découpée en trois étapes. Tout d’abord la commande opti-male a été évaluée grâce à la DP sur des modèles simples, dans le but d’avoir une première compréhension des phénomènes mis en jeu. Dans un deuxième temps, une stratégie en ligne basée sur l’ECMS a été développée, analysée et mise au point en simulation. Sa sous-optimalité a été évaluée en comparant ses résultats avec la commande optimale de la programmation dynamique. En-fin, la stratégie a été codée en Simulink pour pouvoir être implémentée dans l’environnement de contrôle embarqué de Renault ; celle-ci a été validée en si-mulation face à des modèles de plus haute-fidélité, et enfin testée sur véhicule.
Les tests sur véhicule se sont montrés rapidement concluants, moyennant peu d’adaptations et de réglages par rapport au travail précédemment mené en simulation.
La principale perspective de progrès de la stratégie proposée porte sur l’occurrence de modes maintenus moins de trois secondes étant dus à l’absence d’informations sur les conditions de roulage du futur à court terme. Pour y remédier, l’utilisation d’informations télémétrique et du GPS, afin d’anticiper les accélérations et décélérations du véhicule semble être une piste intéressante.