Torque estimation for an active stabilizer bar system using cost-effective positional sensors

In order to guarantee a flawless control action of active roll stabilization systems, a possible improvement is to exploit the feedback of the torque acting on the bar. This is usually obtained by strain sensors that are mounted directly on the stabilizer. Since there are drawbacks to this architecture, the goal of this thesis was to find an alternative solution, providing an accurate and robust torque estimation that is based on wheel travel and motor angle sensors data. In the first solution, the stabilizer was modeled as a torsional spring. An accuracy between 83% and 95% is obtained with respect to the direct measurement but the robustness is not guaranteed in all the driving conditions. The mechanical equation was then expanded with the formulas representing the effects of the different system components, including rubber bushings, gearbox and suspension dampers. The new solution accuracy improves the previous one by 4%. However, the improvement in the robustness is limited by the difficulties in retrieving the stabilizer mechanical characteristics and in representing the nonlinear elements of the vehicle chassis. Additionally, two black box models were designed, based respectively on least squares and neural networks. The outcomes obtained this way show an accuracy over 96% and their robustness is proven in a variety of testing scenarios. Overall, it has been demonstrated that the chosen cost-effective signals allow for a good estimation of an active stabilizer torque but further research is recommended to reliably determine the mechanical properties as well as individuate the nonlinear effects involved. The system under analysis in this thesis is the ZF ERC(Electromechanical Roll Control). The work was carried out at ZF headquarters in Friedrichshafen (Germany) in collaboration with the company’s experts from chassis electronics, chassis mechanics and simulation departments.

Per garantire la massima efficacia dei sistemi attivi antirollio, una possibile soluzione è dotare il sistema di controllo di una retroazione del momento torcente agente sulla barra. Questa misura viene solitamente effettuata montando un estensimetro. Poiché tale configurazione comporta diversi incovenienti, questa tesi si occupa di fornire un soluzione alternativa attraverso una stima accurata e robusta del momento torcente, sfruttando i segnali provenienti dai sensori di altezza ruota del veicolo e di angolo motore del sistema antirollio. Nella prima soluzione sviluppata, la barra antirollio è stata modellata come una molla torsionale. L’accuratezza rispetto ai valori misurati non risulta però costante in tutte le situazioni di guida, variando tra 83% a 95%. Il modello meccanico è stato quindi ampliato con formule rappresentanti gli effetti dei diversi componenti del sistema, tra cui i cuscinetti di montaggio, la trasmissione e gli smorzatori degli ammortizzatori. La nuova soluzione presenta un’accuratezza migliorata di 4 punti percentuali, mentre la robustezza rimane limitata dalle difficoltà nel reperire le caratteristiche meccaniche della barra e nel rappresentare gli elementi non lineari presenti nello chassis. Sono stati inoltre realizati due modelli black box basati rispettivamente su regressione lineare e reti neurali. Questi modelli forniscono una accuratezza che supera il 96% e la loro robustezza è stata comprovata su differenti scenari di test. In conclusione, è stato dimostrato che i segnali scelti permettono di ottenere una buona stima del momento torcente agente su una barra antirollio attiva ma è necessario approfondire con ulteriori ricerche le modalità con cui determinare le proprietà meccaniche della barra nonchè individuare gli effetti non lineari coinvolti. Il sistema analizzato in questa tesi è l’ERC (Electromechanical Roll Control) prodotto da ZF. Il lavoro è stato svolto nella sede di ZF a Friedrichshafen (Germania) in collaborazione con gli esperti dell’azienda dei dipartimenti di elettronica dello chassis, meccanica dello chassis e simulazione.