Optimal abs frenleme kontrolcüsünün geliştirilmesi

Abstract

Günümüzde taşıtlarda kullanılan ticari ABS sistemleri, frenleme sırasında tekerleklerin dönme hızlarını ölçmekte, tekerleklerin yavaşlama ivmesi belli bir kritik eşik değerini aştığında fren basıncına müdahale ederek tekerleklerin kilitlenme tehlikesi olmadan yavaşlamalarını sağlamaktadır. Bu sistem, kilitlenmeyi önlemekle birlikte tekerleklerin maksimum frenleme potansiyelini tam olarak ortaya çıkaramamaktadır. Frenleme performansını iyileştirecek çeşitli ABS algoritmaları akademik düzeyde geliştirilmeye devam edilmektedir. Bu süreçteki en önemli zorluk, tekerleklerin farklı yol koşullarında farklı karakteristiklerde davranış göstermesidir. Maksimum frenleme performansını sağlayacak bir ABS algoritması yol koşullarını göz önüne almalı fakat yol koşullarının önceden ölçümü ya da kestiriminin zorluğu, bu amacın önünde bir engel olarak durmaktadır. Bu projede, yol koşulları bilgisine ihtiyaç duymadan optimum frenleme performansını sağlayan bir ABS kontrol algoritması geliştirilmiş ve bu algoritma deneysel bir sisteme uygulanmıştır. Geliştirilen algoritmanın temeli literatürde Ekstremum Arama Algoritması (EAA) olarak adlandırılan yöntemdir. Bu algoritma, bir sistemin optimum çalışma noktasının önceden bilinmediği durumlarda kullanılabilmektedir. Örneğin acil durum frenlemesinde ihtiyaç duyulduğu gibi bilinmeyen yol koşullarında tekerlek ile yol arasındaki frenleme kuvvetlerinin maksimize edilmesi problemi EAA’nın uygulama alanına girmektedir. Projede EAA temelli bir ABS kontrol algoritması geliştirilmiştir. Literatüre getirilen bir yenilik olarak, arama algoritmasında kullanılan parametreler uyarlamalı hale getirilerek Uyarlamalı Ekstremum Arama Algoritması tabanlı ABS kontrolcüsü geliştirilmiştir. Bu şekilde algoritmanın hızlı bir şekilde optimum çalışma noktasını bulması, bulduktan sonra ise parametrelerin uyarlanarak optimum nokta etrafında düşük genlikli salınımlar ile frenleme performansının önemli ölçüde iyileştirilmesi hedeflenmiştir. Ayrıca literatürde önerilen ABS kontrol algoritmalarının hemen hemen hepsi sadece bilgisayarda gerçekleştirilen simulasyonlar ile doğrulanmakta, gerçek bir sistemde gerçek zamanlı uygulanabilirlikleri soru işareti olarak kalmaktadır. Bu projede bir ABS deney düzeneği satın alınmış ve algoritmanın gerçek zamanlı testleri gerçekleştirilmiştir.

Commercial ABS systems used in vehicles today measure rotational speed of the wheels. When the wheel deceleration value exceeds acertain critical threshold, the ABS intervenes to the brake pressure to slow down the wheel without the danger of locking. While this system prevents locking of the wheels, it does not provide full braking potential of the tires. The most important challenge in this process is that the wheels show different characteristics in different road conditions. For maximum braking performance, an ABS algorithm must take into account current road conditions, but the difficulty of pre-measurement or estimation of road conditions stands as an obstacle on this goal.In this project, an ABS control algorithm was developed and implemented in an experimental setup. The algorithm provides optimal braking performance without any road condition information. The basis of the algorithm is Extremum Seeking Algorithm (ESA). ESA can be used for the situations where the optimum operating point of a system is not known in advance. For example in emergency braking cases, the problem of maximizing the braking force between the wheel and the road in an unknown road condition is an example of the application area of the ESA. In this project, an ESA-based ABS control algorithm was developed. As a novelty to the literature, by making the parameters of the search algorithm adaptive, an Adaptive Extremum Seeking Algorithm based ABS controller was proposed. In this way, the algorithm finds quickly the optimum operating point, and after finding it, by adapting the parameters, braking with low-amplitude oscillations around the optimum operating point is accomplished. In addition, an ABS experimental setup was purchased and real time tests of the algorithm were conducted in this setup.