Riassunto analitico
Al giorno d'oggi, le industrie in ambito automotive si trovano a dover fronteggiare un mercato sempre più competitivo sia per innovazione e performance sia per emissioni inquinanti e consumi a causa degli stringenti limiti legislativi. Per tal motivo, ricerca e sviluppo sono quotidianamente messi alla prova per raggiungere gli obiettivi prefissati, investigando miglioramenti sia hardware che software. Infatti, nel corso del tempo, non sono solo le innovazioni meccaniche ad aver mutato le architetture dei motori, ma anche i continui miglioramenti nelle strategie di controllo messe in atto dalla centralina del veicolo (ECU). L’ottimizzazione del controllo di Air-Fuel Ratio (AFR) rappresenta uno dei più importati aspetti delle strategie di controllo dei moderni motori dal momento che la massima efficienza di un catalizzatore a tre vie (TWC) si raggiunge per valori prossimi a quello stechiometrico. Inoltre, un accurato controllo del valore di lambda su tutto il range operativo, specialmente durante veloci transitori, migliora la guidabilità e il consumo di benzina. Quindi, la predizione del riempimento per un motore è di particolare importanza per il calcolo del quantitativo di benzina da iniettare e, di conseguenza, per il valore di AFR. A differenza delle condizioni stazionarie in cui il modello per la predizione non commette un errore apprezzabile nella stima della portata, nei transitori la presenza di fenomeni dinamici (film fluido di benzina, riempimento e svuotamento del collettore di aspirazione, inerzia dei gas, gestione dell’iniezione) porta ad un’errata predizione del riempimento. L’obiettivo di questo lavoro di tesi è di indagare il modello di centralina riguardante la predizione della portata di aria in ingresso al motore e di ottimizzare alcuni parametri attraverso un software dedicato, senza la necessità di adoperare il banco prova per ulteriori misurazioni, così da ridurre le tempistiche di calibrazione e limitare i costi. Per questo motivo si è ricostruito, dapprima, il modello di centralina in ambiente Simulink e, successivamente, si è sfruttato il software di ottimizzazione ETAS ASCMO MOCA per ridurre la deviazione tra l’output del modello e il target desiderato. Per un’indagine più significativa sono stati adoperati, come valori in input del modello Simulink, i dati ricavati da tre diverse prove: test su strada, al banco prova ed un ciclo emissioni. Si è cercato, dunque, di valutare la riduzione di errore di predizione grazie all’ottimizzazione ricavata.
|