Car dynamics identification
IDENTIFICATION DES PARAMETRES DYNAMIQUES D'UNE VOITURE
Résumé
This thesis deals with the problem of dynamic modeling and identification of passenger cars. It presents a new method that is based on robotics techniques for modeling and description of tree-structured multibody systems. This method enables us to systematically obtain the dynamic identification model, which is linear with respect to the dynamic parameters. The estimation of the parameters is carried out using a weighted least squares method. The identification is tested using vehicle dynamics simulation software used by the car manufacturer PSA Peugeot-Citroën in order to define a set of trajectories with good excitation properties and to determine the number of degrees of freedom of the model. The method has then been used to estimate the dynamic parameters of an experimental Peugeot 406, which is equipped with different position, velocity, and force sensors.
La fabrication d'une voiture, depuis les premières ébauches jusqu'à sa commercialisation, suit un processus long et jalonné de plusieurs grandes étapes. Il faut tout d'abord concevoir le véhicule : en choisir le style, faire les premiers prototypes de profilés, étudier sa faisabilité, son architecture, la motorisation qui sera choisie, en fonction du segment désiré. L'outil numérique de CAO joue un très grand rôle dans ces étapes de conception, permet de gagner beaucoup de temps et d'étudier de nombreuses variantes. Les outils de dynamique véhicule sont principalement utilisés lors de cette étape afin de faire une étude prévisionnelle du comportement simulé sur route des solutions choisies. Lorsque le véhicule est défini, les premiers prototypes physiques sont réalisés. Ces prototypes permettent, entre autre, de déterminer le comportement du véhicule en roulage et d'étudier son comportement dynamique. De nombreuses mesures sont effectuées lors de ces essais afin de régler - mettre au point - le véhicule, mais il existe de très grandes possibilités de réglages pour un nombre, grandissant, de paramètres, bien souvent couplés, sur lesquels les metteurs au point peuvent jouer. Trouver manuellement la combinaison optimale de ces réglages - c'est à dire celle qui permet d'allier performances et confort, tout en garantissant la sécurité maximale - relève de l'impossible, d'autant plus lorsque les délais sont très courts. En revanche trouver numériquement cette solution est possible en utilisant des simulations du véhicule pour les différentes configurations préalablement déterminées par une méthode basée sur les plans d'expérience. Encore faut-il pouvoir simuler correctement le comportement du véhicule. De ce fait les outils numériques sont relativement peu utilisés lors de cette étape, car il est actuellement difficile de corréler les mesures et la simulation afin que la représentation numérique corresponde effectivement au véhicule étudié. Les essais jouent donc toujours un rôle clef dans la conception du véhicule. L'idée d'utiliser l'identification pour corréler les calculs et les mesures vient alors naturellement : déterminer les paramètres nécessaires à la simulation à partir des essais et des mesures effectuées sur le véhicule, plutôt que d'essayer, comme il a été fait jusqu'à présent sans réel succès, de corréler simulations et essais à l'aide de méthodes d'optimisation non linéaire, ou d'estimer les paramètres dynamiques avec des méthodes d'estimation non linéaires lourdes en calcul et ne permettant pas d'obtenir un indicateur de la confiance à accorder dans le résultat. De nombreuses méthodes d'identification existent, mais celle qui a été choisie est basée sur les méthodes employées en robotique : en effet, pourquoi ne pas considérer le véhicule comme un robot mobile complexe et comme un système multicorps poly-articulé, dont la description peut alors se faire en utilisant le formalisme de Denavit et Hartenberg modifié ? Il est alors possible, en calculant le modèle dynamique inverse du système, d'identifier les paramètres recherchés par une méthode de résolution des systèmes linéaires surdéterminés basée sur la méthode des moindres carrés. Le travail présenté ici retrace la mise en oeuvre de cette démarche dans le but d'identifier les paramètres dynamiques d'une voiture. Le premier chapitre présente les particularités d'un véhicule par le biais des grandeurs caractéristiques de la dynamique véhicule. Un modèle très simple : le modèle bicyclette, permettant de décrire le comportement du véhicule en lacet et en dérive est présenté, ainsi que des exemples de simulation avec le logiciel ARHMM, de manière à comprendre le comportement du véhicule et les sollicitations auxquelles il est soumis. Le second chapitre permet d'établir les grandes étapes de la démarche employée pour modéliser les systèmes poly-articulés et pour procéder à l'identification de ses paramètres dynamiques. Elle est appliquée en exemple au modèle bicyclette. Afin de réaliser l'identification sur un véhicule il est indispensable de pouvoir mesurer les grandeurs caractéristiques définies avant : pour cela le véhicule sera équipé de nombreux capteurs dont le fonctionnement et l'utilisation seront détaillés dans le chapitre 3. Enfin, les deux derniers chapitres permettront d'apprécier les performances de la méthode sur deux types de modèles : un premier, très sommaire, à seize degrés de liberté présenté uniquement en simulation en utilisant le logiciel de dynamique véhicule ARHMM comme générateur de mouvement, puis un second modèle plus complet à trente huit degrés de liberté qui sera décliné dans deux versions : un modèle lagrangien et un modèle mixte eulérien-lagrangien. Les résultats sont obtenus d'une part en simulation, en utilisant le logiciel ARHMM comme générateur de mouvements pour valider le modèle, d'autre part pour un véhicule réel : une Peugeot 406, instrumentée conformément au chapitre 3, en utilisant des mouvements disponibles.
Domaines
Robotique [cs.RO]
Loading...