Full metadata record

DC Field Value Language
dc.contributor.advisorEun, Yong Soon-
dc.contributor.authorBae, Jun Hyung-
dc.description.abstractIn this thesis, we propose a new soft computing-based approach for sensorless fault-tolerant control in brake-by-wire (BBW) systems. Research on BBW systems in the automobile industry is actively proceeding. In or-der to mount and drive the electro-mechanical brake (EMB) used as the brake actuator in the hybrid vehicles and electric vehicles for operation reliability it is imperative that the clamping force data is not lost even if a failure occurs in the electrical and electronic sys-tems. In this study, the mathematical modeling of the mechanical part and the electric mo-tor of the EMB system was first established and the cascaded PI controller was designed based on the EMB model. The mechanical part consisted of a reduction gear, screw, in-ner/outer pads, and caliper. A permanent magnet synchronous motor (PMSM) was used for the electric motor and an electronic control unit (ECU) including the micro-controller and the inverter was constructed and experiments were performed. The EMB controller is configured as a cascaded PI control type, and the clamping force controller, speed control-ler, and the current controller are located in the order of the external controller to the inter-nal controller. The gain of the controller is designed to be easily adjusted using the param-eters of the motor. Also, the vector control method was applied to the PMSM to ensure optimal torque operation. Our goal is to apply a new hybrid-type system identification and estimation methods against failure or for sensorless control that can occur in the EMB electronic pedal sensor system and the clamping force sensor by applying the soft computing techniques such as a neural network, fuzzy and genetic algorithm. First, we propose a novel identification of an electronic brake pedal system for a vir-tual sensor system based on a hybrid approach using the group method of data handling (GMDH) and the genetic algorithm (GA). The main idea in the GMDH is to build an ana-lytical function in a feed-forward network based on a quadratic node transfer function whose coefficients are obtained using a regression technique. The analytical GMDH model has been found, and application of this model is very quick and inexpensive compared to other identification techniques. To develop the best network architecture for the GMDH, the GA is arranged in a new approach to design the whole architecture of the GMDH. Second, we study estimation of the clamping force in the EMB actuator part. The main sensors used in the EMB control system are a clamping force sensor to measure clamping force, a rotor position sensor to measure motor rotation angle, and a current sen-sor to measure the current of the three-phase motor. It is necessary to judge the failure of each sensor or developing without sensors in terms of cost and implementation and replace with an appropriate estimation value in the case of failure. In this study, the estimation of the clamping force is more accurate considering the hysteresis at the time of applying and releasing, and the dynamic stiffness model and torque balance model are combined by us-ing a novel Kalman filter optimized by the GA. The application of the GA improves the estimation accuracy by optimizing the noise covariance matrices of the Kalman filter and enables on-line estimation when using a high performance parallel processor. Finally, we verified the performance of the proposed algorithm through experiments. ⓒ 2017 DGIST-
dc.description.tableofcontentsAbstract i-- List of contents iv-- List of tables vi-- List of figures vii-- Ⅰ. INTRODUCTION-- 1.1 Background and Motivation 1-- 1.2 Research Objective and Contribution 6-- 1.3 Thesis Organization 10-- Ⅱ. Modeling and Control of Electro-Mechanical Brake System: Basic Principle-- 2.1 Introduction 11-- 2.2 Modeling of the EMB System 13-- 2.2.1 Modeling of the PMSM 14-- 2.2.2 Modeling of the Planetary Gear 19-- 2.2.3 Modeling of the Screw Thread 23-- 2.2.4 Modeling of the Caliper 29-- 2.2.5 Modeling of the Pads 30-- 2.3 Control of the EMB System 33-- 2.3.1 Design of the Current Controller 34-- 2.3.2 Design of the Speed Controller 35-- 2.3.3 Design of the Force Controller 37-- 2.3.4 Simulation Results 37-- 2.3.5 Experiment for Evaluation of Simulation Results 39-- 2.4 Conclusions 45-- Ⅲ. Nonlinear Identification of Electronic Brake Pedal System Using Hybrid GMDH and Genetic Algorithm-- 3.1 Introduction 46-- 3.2 Related Works 47-- 3.3 Configuration of Developed BBW Systems 48-- 3.4 Review of System Identification Based on Soft Computing 49-- 3.4.1 Neural Networks 50-- 3.4.2 Fuzzy Model 52-- 3.4.3 Group Method of Data Handling 53-- 3.5 Application of Hybrid GMDH/GA to the Electronic Brake Pedal System 54-- 3.5.1 GMDH Algorithm 54-- 3.5.2 Hybrid GMDH/GA based on Genome Representation 57-- 3.5.3 Proposed Scheme of Electronic Brake Pedal System Identification 58-- 3.6 Experimental Results 60-- 3.6.1 Experimental Setup 60-- 3.6.2 Comparison of Results and Discussions 64-- 3.7 Conclusions 67-- Ⅳ. Clamping Force Estimation of Electro-Mechanical Brake Using a Hybrid Genetic Algorithm and Kalman Filter 4.1 Introduction 68-- 4.2 Related Works 70-- 4.3 EMB System Modeling 72-- 4.3.1 Electrical Modeling of the EMB 73-- 4.3.2 Mechanical Modeling of the EMB 74-- 4.3.3 Nonlinear Characteristics in the EMB 75-- 4.4 Estimation of the EMB Clamping Force 76-- 4.4.1 Dynamic Considerations 76-- 4.4.2 Dynamic Stiffness and Torque Balance Modeling 77-- 4.5 Design of a Hybrid Genetic Algorithm and Kalman Filter to Combine the Dynamic Stiffness Model and Torque Balance Model 82-- 4.5.1 Combining the Dynamic Stiffness Model and Torque Balance Model Using a Kal-man Filter 82-- 4.5.2 Optimizing the Noise Matrices of a Hybrid Genetic Algorithm and Kalman Filter 86-- 4.6 Experimental Setup and Results 88-- 4.6.1 Experimental Setup 88-- 4.6.2 Comparison of Results and Discussions 90-- 4.7 Conclusions 94-- Ⅴ. Conclusions and Future Works 96-- References 98-
dc.subjectElectro-Mechanical Brake-
dc.subjectGroup method of data handling-
dc.subjectGenetic algorithm-
dc.subjectKalman filter-
dc.titleSoft Computing Approach for Sensorless Control in Brake-By-Wire Systems with Electro-Mechanical Brake-
dc.title.alternative전기기계식 브레이크 기반 Brake-By-Wire 시스템에서의 센서리스 제어를 위한 소프트 컴퓨팅 접근법-
dc.description.alternativeAbstract본 논문에서는 전기기계식 브레이크 (EMB) 기반 brake-by-wire (BBW)시스템에서의 센서리스 고장 허용 제어를 위한 새로운 소프트 컴퓨팅 기법을 제안한다. 현재 자동차 산업에서 BBW 시스템에 관한 연구가 활발히 진행되고 있다. 최근 하이브리드 자동차 및 전기 자동차에 브레이크 액츄에이터로 사용되는 EMB 를 장착하는 연구가 진행되고 있고, 이러한 EMB 시스템의 신뢰성을 위해서 전기 및 전자 시스템에 고장이 발생하여도 클램핑력 데이터가 손실되지 않아야한다. 본 연구에서는 우선 EMB 시스템의 전동기와 기구부의 수학적 모델을정립하였고, 캐스캐이드 형태의 PI 제어기가 EMB 모델을 기반으로 설계되었다.기구부는 감속 기어, 스크류 나사 기어, 내/외부 패드 및 캘리퍼로 구성된다. 전동기에는 영구자석 동기 전동기 (PMSM)를 사용하였으며, 마이크로 컨트롤러와 인버터를 포함한 전자 제어 유닛 (ECU)을 구성하여 실험을 수행하였다. EMB 제어기는 캐스캐이드 PI 제어로 구성되며 클램핑력 제어기, 속도 제어기, 전류 제어기가 외부에서부터 내부의 순서로 배치된다. 캐스캐이드 PI 제어기의 이득은 전동기의 파라미터 값을 이용하여 매우 쉽게 조정할 수 있게 설계되었다. 또한 최적의 토크 운전을 보장하기 위해 벡터 제어 기법이 적용되었다. 본 논문의 목적은 신경망, 퍼지 및 유전자 알고리즘과 같은 소프트컴퓨팅 기법을 이용하여 BBW 시스템의 전자식 브레이크 페달 센서 시스템과 클램핑력 센서에서 발생할 수 있는 고장에 대비하거나 센서리스 제어를 위한 하이브리드 형태의 새로운 시스템 식별과 추정 기법을 적용하는 것이다. 첫 번째로, group method of data handling (GMDH)과 유전자 알고리즘을 혼합한 하이브리드 식별 기법에 기반한 가상의 전자식 브레이크 페달 시스템을 제안한다. GMDH 의 주된 아이디어는 회귀 기법을 이용하여 계수를 얻은 2 차의 노드 전달 함수를 기반으로 피드포워드 네트워크에서 해석적 함수를 만드는 것이다. 해석적인 GMDH 모델이 성립되면 이 모델을 이용한 응용은 다른 식별 기법에 비해 매우 빠르고 계산량이 적다. 본 연구에서는 GMDH 의 최적의 네트워크 아키텍처를 산출하기 위해 유전자 알고리즘을 혼합하여 전체 아키텍처를 설계하는 새로운 접근 방식을 EMB 시스템에 적용하였다. 두 번째로, EMB 액츄에이터 부분에서 클램핑력의 추정에 관하여 연구하였다. EMB 제어 시스템에 사용되는 주요 센서로는 클램핑력을 측정하는 클램핑력 센서, 모터 회전각을 측정하는 위치 센서 및 3 상 모터의 전류를 측정하는 전류 센서이다. 각 센서의 고장을 판단하고 고장이 발생하였을 때 또는 비용과 구현 측면에서 센서없이 개발할 경우 실제 측정값을 추정값으로 대체할 필요성이 있다. 본 연구에서는 클램핑 및 릴리징 시 히스테리시스를 고려한 정확한 클램핑력 추정 기법을 제안하였다. 동적 강성 모델과 토크 평형 모델을 정립하고 유전자 알고리즘으로 최적화된 새로운 칼만 필터 알고리즘을 제시하여 두 모델을 결합하고 클램핑력을 추정하였다. 유전 알고리즘의 적용은 칼만 필터의 노이즈 공분산 행렬을 최적화하여 추정 정확도를 향상시키고, 고성능의 병렬 프로세서 사용 시 온라인 추정도 가능하게 한다. 마지막으로 실험을 통해 제안된 알고리즘들의 성능을 검증하였다. ⓒ 2017 DGIST-
dc.contributor.departmentInformation and Communication Engineering-
dc.contributor.localauthorEun, Yong Soon-
dc.contributor.coadvisorKim, Jong Hae-
dc.date.awarded2017. 8-
dc.contributor.alternativeDepartment대학원 정보통신융합공학전공-

qrcode mendeley

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.