A study of hybrid powertrains and predictive algorithms applied to energy management in refuse-collecting vehicles
View/Open
Cita com:
hdl:2117/95722
Chair / Department / Institute
Universitat Politècnica de Catalunya. Departament de Màquines i Motors Tèrmics
Document typeDoctoral thesis
Data de defensa2015-05-22
PublisherUniversitat Politècnica de Catalunya
Rights accessOpen Access
Except where otherwise noted, content on this work
is licensed under a Creative Commons license
:
Attribution-NonCommercial 3.0 Spain
Abstract
There is an increasing demand for vehicles with lower environmental impact and higher fuel efficiency. To meet these requirements, powertrain hybridization has been introduced in both academia and industry during recent years.
In this work we have carried out an in-depth analysis of the potential reduction in fuel consumption of refuse-collecting vehicles (RCV), based on different hybridization technologies. This study has been structured in four work packages: RCV energy model development, predictive algorithms aimed at energy management for RCV drive cycles, analysis of hybrid hydraulic powertrains for RCV and analysis of hybrid electric powertrains for RCV.
RCV energy model development: the process of simulation starts with the RCV energy model development, which is based on the improvement of the classic approach (breaking down the energy consumption into aerodynamics, rolling resistance, road profile and inertias), and adding the RCV ancillaries¿ (lifter, compactor and unloading devices) consumption. The adjustments and validation methodology applied to the models is based on the use of low-cost hardware and post-processing data by use of GPS and cartography. Working with this method it has been empirically demonstrated that high accuracy energy consumption estimations are possible through the use of these models.
Predictive algorithms aimed at energy management for RCV drive cycles: based on the principle that RCV drive cycles are repetitive, the typical RCV drive cycle has been modeled and its main characteristics parameterized. The model is separated into different drive cycles which are related to different power consumption modes. Based on this analysis two algorithms are presented, which can identify in which drive mode the vehicle is operating; these algorithms are based on deterministic principles and on artificial intelligence respectively. Also, an algorithm which can estimate the energy needed to finish the current trip is presented; this algorithm is based on information inferred from previous trips, statistics and infinitesimal calculus.
Once the drive cycle of an RCV is analyzed and modeled, the working modes of a standard internal combustion engine on real drive cycles are presented and contrasted with fuel consumption maps. This study concludes that, because of the typical drive cycles of RCV, an ICE is oversized most of the time and tends to work in low efficiency points. Based on this information a basic alternative powertrain architecture is proposed
Analysis of hybrid hydraulic powertrain for RCV: hybrid hydraulic powertrains are often used in heavy duty vehicles in which big power flows can be found. As RCV represent an application with big power flows, the performance of this technology applied to RCV has been analyzed. This study is based on the development of models for each of the components of the powertrain, and the simulation of the whole powertrain model on real routes. All the component models are based on information provided by the manufacturers, and the routes have been logged in real RCV drive cycles. The conclusion is that an important fuel saving can be achieved by the hydraulic hybridization of the powertrain.
Analysis of hybrid electric powertrain for RCV: hybrid electric powertrains are often used in cars and light duty vehicles. As RCV represents a light to medium duty application the performance of this technology applied to RCV has been analyzed. As in the hybrid hydraulic case, this study is based on the development of models for each of the powertrain components, and the simulation of the whole powertrain model on real routes.
Finally a comparison between the hybrid electric and the hybrid hydraulic is established, identifying the more efficient technology and the advantages and inconveniences of each. And establishing what would be, according to the author, the most interesting technological powertrain evolution in the mid and long term for this kind of vehicle. Existe una creciente demanda de vehículos con menor impacto ambiental y mayor eficiencia energética. Para alcanzar esos objetivos, la hibridación del powertrain se ha introducido a nivel industrial y académico durante los últimos años. En el presente trabajo se ha realizado un análisis de la potencial reducción de consumo de carburante en vehículos recolectores de residuos (RCV), basado en diferentes tecnologías de hibridación. El trabajo se ha estructurado en cuatro paquetes de trabajo: modelos energéticos de RCV, algoritmos predictivos aplicados a la gestión energética de RCV, análisis de powertrains híbridos hidráulicos y análisis de powertrains híbridos eléctricos. Desarrollo de modelos de RCV: el proceso de simulación empieza con el desarrollo de los modelos, que están basados en la descomposición clásica (aerodinámica, rodadura, perfil de carretera e inercias) añadiendo los elementos auxiliares (prensa de residuos y elevador de contenedores). El ajuste y la validación de los modelos se basan en el uso de hardware de bajo coste y el post-procesado de datos mediante GPS y cartografía. Trabajando con este método se ha demostrado empíricamente que se pueden hacer estimaciones precisas del consumo energético, mediante el uso de los modelos desarrollados. Algoritmos predictivos para la gestión energética de RCV: basándose en el principio de que los ciclos de conducción de los camiones de basura son repetitivos, el ciclo de conducción de los RCV ha sido modelizado y sus principales características parametrizadas. El ciclo se ha separado en diferentes sub-ciclos que corresponden con diferentes modos de consumo de potencia. Basándose en este análisis se desarrollan dos algoritmos que pueden identificar el modo de consumo de potencia; estos algoritmos están basados en principios deterministas y en inteligencia artificial. Se presenta también un algoritmo que permite estimar en tiempo real el consumo de energía restante hasta llegar al final de la ruta. Una vez el ciclo de conducción de un RCV es analizado y modelado, los puntos de trabajo de un motor de combustión interna se presentan y comparan con un mapa de iso-consumos del motor. Este estudio concluye, que debido a los ciclos de conducción de un RCV, el motor está sobredimensionado durante la mayor parte del ciclo y tiende a trabajar sobre zonas de baja eficiencia. Basándose en esta información se plantea una arquitectura de powertrain alternativo. Análisis de powertrain híbrido hidráulico: estos powertrains se usan habitualmente en maquinaria pesada en las cuales se dan grandes flujos de potencia. Dado que los RCV presentan grandes flujos de potencia, las prestaciones de esta tecnología aplicada a RCV se han evaluado. Éste estudio se basa en el desarrollo de modelos para cada uno de los componentes del powertrain, y la simulación del sistema completo sobre rutas reales. Cada uno de los modelos de los componentes se basan en información suministrada por los fabricantes, y las rutas empleadas para la simulación son rutas reales. La conclusión final es que este powertrain presenta un importante ahorro de carburante. Análisis de powertrain híbrido eléctrico: estos powertrains se usan habitualmente en turismos y vehículos de gama "light duty". Dado que el RCV representa una aplicación de "medium duty" a "light duty", las prestaciones de esta tecnología aplicada a RCV se han evaluado. Como en el caso hidráulico los modelos se basan en información suministrada por fabricantes de componentes. Finalmente se establece una comparación de los powertrains hidráulico y eléctrico, identificando la tecnología más eficiente y las ventajas e inconvenientes de cada una. Y se establece cual es, según el autor, la evolución tecnológica más interesante para estas tecnologías.
CitationSoriano Alfonso, F. A study of hybrid powertrains and predictive algorithms applied to energy management in refuse-collecting vehicles. Tesi doctoral, UPC, Departament de Màquines i Motors Tèrmics, 2015. DOI 10.5821/dissertation-2117-95722 . Available at: <http://hdl.handle.net/2117/95722>
Collections
Files | Description | Size | Format | View |
---|---|---|---|---|
TFSA1de1.pdf | 5,778Mb | View/Open |