Semi-active control is the most employed technology for electronic suspension systems. The damping can be regulated to ensure comfort and manage the suspension stroke travel. Due to its success in industrial applications, semi-active control design has been extensively investigated in literature mainly from a model-based perspective. Few contributions can be found about suspension end-of-stop avoidance, most of which are based on optimal control. This work contributes by proposing a control policy for semi-active suspension for managing comfort and suspension end-of-stroke while driving over speed bumps. The semi-active control logic is derived via a sequential learning framework, which selects the most significant feedback measurements and learns the optimal quadratic policy from data. Two novel control strategies are introduced, featuring the skyhook controller in parallel with the learned bump control policy. The first proposed strategy is based on perfect road preview, the controller switches from a classical comfort-oriented controller to the developed Bump Control architecture. However, nowadays there are still few cars that integrate a road preview module. The second strategy is a cost-effective solution that solely relies on the vehicle feedback measurements. The controller architecture is fixed, and features the parallel between the skyhook and the bump control policy, regardless of the road profile. A semi-active quarter car (QC) model is used for the controllers' design, and then the obtained policies are directly applied to a full vehicle model for validation. The outcomes were then compared with the same controllers but optimized directly for a full-body car model. The results show that the policy can be first learned on a QC model representative of the full-vehicle corner, and then applied to a more complex full-body car model without any loss in performance.

Nell'ambito delle sospensioni elettroniche il controllo semi-attivo è la tecnologia più utilizzata, l'ammortizzatore viene regolato in modo tale da garantire una guida confortevole e gestire il movimento della sospensione. Grazie al successo ottenuto in ambito industriale, il design di controllori semi-attivi è stato ampiamente studiato in letteratura, tuttavia, le ricerche riguardanti la prevenzione dell'urto tra la sospensione e i rispettivi finecorsa sono limitate. Il contributo di questo lavoro è quello di proporre una policy di controllo, che permetta di gestire il comfort ed evitare la collisione tra sospensione con i rispettivi finecorsa durante la guida su dossi stradali. La logica di controllo semi-attivo è derivata attraverso un framework di apprendimento sequenziale, dove i segnali veicolo più significativi vengono usati come retroazione e la policy viene appresa direttamete dai dati. Due strategie di controllo sono introdotte, entrambe sono caratterizzate dal parallelo tra controllo skyhook e la policy appresa per controllo su dossi (BC). La prima strategia proposta si basa sulla perfetta conoscenza del profilo stradale; quando il dosso viene identificato, la logica di controllo passa da singolo controllo skyhook al parallelo tra skyhook e BC. Tuttavia, al giorno d'oggi ci sono ancora poche auto che integrano un modulo di previsione stradale. Pertanto, il secondo controllore usa esclusivamente il parallelo tra il controllo skyhook e BC, a prescindere dal profilo stradale. Un modello di tipo "quarter car" (QC) viene usato per il design della legge di controllo, dopodiche la formula ottenuta viene applicata a un modello di veicolo completo (FV) per la convalida. I due controllori vengono ottimizzati anche per il modello FV, dopodiche i risultati ottenuti vengono confrontati. I risultati mostrano che la legge di controllo può essere prima appresa su un modello QC, rappresentativo di un quarto del veicolo completo, poi applicata a un modello di auto completo senza alcuna perdita di prestazioni.

Learning of semi-active control policy for end-of-stroke management

SALA, GABRIELE
2022/2023

Abstract

Semi-active control is the most employed technology for electronic suspension systems. The damping can be regulated to ensure comfort and manage the suspension stroke travel. Due to its success in industrial applications, semi-active control design has been extensively investigated in literature mainly from a model-based perspective. Few contributions can be found about suspension end-of-stop avoidance, most of which are based on optimal control. This work contributes by proposing a control policy for semi-active suspension for managing comfort and suspension end-of-stroke while driving over speed bumps. The semi-active control logic is derived via a sequential learning framework, which selects the most significant feedback measurements and learns the optimal quadratic policy from data. Two novel control strategies are introduced, featuring the skyhook controller in parallel with the learned bump control policy. The first proposed strategy is based on perfect road preview, the controller switches from a classical comfort-oriented controller to the developed Bump Control architecture. However, nowadays there are still few cars that integrate a road preview module. The second strategy is a cost-effective solution that solely relies on the vehicle feedback measurements. The controller architecture is fixed, and features the parallel between the skyhook and the bump control policy, regardless of the road profile. A semi-active quarter car (QC) model is used for the controllers' design, and then the obtained policies are directly applied to a full vehicle model for validation. The outcomes were then compared with the same controllers but optimized directly for a full-body car model. The results show that the policy can be first learned on a QC model representative of the full-vehicle corner, and then applied to a more complex full-body car model without any loss in performance.
CORNO, MATTEO
SAVARESI, SERGIO MATTEO
MARTELLOSIO, CHIARA
ING - Scuola di Ingegneria Industriale e dell'Informazione
9-apr-2024
2022/2023
Nell'ambito delle sospensioni elettroniche il controllo semi-attivo è la tecnologia più utilizzata, l'ammortizzatore viene regolato in modo tale da garantire una guida confortevole e gestire il movimento della sospensione. Grazie al successo ottenuto in ambito industriale, il design di controllori semi-attivi è stato ampiamente studiato in letteratura, tuttavia, le ricerche riguardanti la prevenzione dell'urto tra la sospensione e i rispettivi finecorsa sono limitate. Il contributo di questo lavoro è quello di proporre una policy di controllo, che permetta di gestire il comfort ed evitare la collisione tra sospensione con i rispettivi finecorsa durante la guida su dossi stradali. La logica di controllo semi-attivo è derivata attraverso un framework di apprendimento sequenziale, dove i segnali veicolo più significativi vengono usati come retroazione e la policy viene appresa direttamete dai dati. Due strategie di controllo sono introdotte, entrambe sono caratterizzate dal parallelo tra controllo skyhook e la policy appresa per controllo su dossi (BC). La prima strategia proposta si basa sulla perfetta conoscenza del profilo stradale; quando il dosso viene identificato, la logica di controllo passa da singolo controllo skyhook al parallelo tra skyhook e BC. Tuttavia, al giorno d'oggi ci sono ancora poche auto che integrano un modulo di previsione stradale. Pertanto, il secondo controllore usa esclusivamente il parallelo tra il controllo skyhook e BC, a prescindere dal profilo stradale. Un modello di tipo "quarter car" (QC) viene usato per il design della legge di controllo, dopodiche la formula ottenuta viene applicata a un modello di veicolo completo (FV) per la convalida. I due controllori vengono ottimizzati anche per il modello FV, dopodiche i risultati ottenuti vengono confrontati. I risultati mostrano che la legge di controllo può essere prima appresa su un modello QC, rappresentativo di un quarto del veicolo completo, poi applicata a un modello di auto completo senza alcuna perdita di prestazioni.
File allegati
File Dimensione Formato  
2024_04_Sala_Tesi_01.pdf

accessibile in internet solo dagli utenti autorizzati

Descrizione: Testo tesi
Dimensione 8.84 MB
Formato Adobe PDF
8.84 MB Adobe PDF   Visualizza/Apri
2024_04_Sala_Executive_Summary_02.pdf

accessibile in internet solo dagli utenti autorizzati

Descrizione: Testo executive summary
Dimensione 1.25 MB
Formato Adobe PDF
1.25 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/219001