Modélisation de systèmes complexes, rapides et pseudo-stables. : application à l'étude du comportement en régime établi des véhicules routiers

• Auteur / Autrice : Pierre Laurence
• Direction : Gérard Léon Gissinger
• Type : Thèse de doctorat
• Discipline(s) : Automatique / Robotique
• Date : Soutenance en 1998
• Etablissement(s) : Mulhouse
• Partenaire(s) de recherche : autre partenaire : Ecole nationale supérieure d'ingénieurs Sud Alsace (Mulhouse ; Haut-Rhin)

Mots clés

Mots clés contrôlés

Reconnaissance des formes (informatique)

Propriétés mécaniques

Véhicules automobiles

Mots clés libres

Identification

Résumé

La puissance des outils informatiques et électroniques disponibles aujourd'hui favorise le travail de l'automaticien en lui permettant d'utiliser et de développer des techniques de modélisation et d'identification de plus en plus puissantes. Avant même de commencer l'élaboration d'un modèle, il est utile d'en connaître l'application future car c'est elle qui permettra d'orienter le choix du type de modèle : un modèle de représentation, issu de la phase d'identification, ou un modèle de connaissance, issu de la phase de modélisation. Une fois ce choix arrêté, l'automaticien doit se conformer à une méthodologie rigoureuse basée sur trois étapes qui sont : l'étape qualitative, l'étape quantitative et la validation. Obtenir un modèle convenable, selon la précision désirée, nécessite enfin de nombreuses itérations, remettant systématiquement en question toute la stratégie initiale. Cette démarche reste vraie, et son application est conseillée, lors de la modélisation du système "véhicule". Bien souvent qualifié de "complexe", ce système comporte énormément de non-linéarités et la description de son comportement par un modèle de connaissance aboutit souvent à des formulations mathématiques lourdes. En outre, le modèle ne peut être exclusivement "de connaissance" car la science ne permet pas encore de décrire microscopiquement le comportement de tous les organes et en particulier du pneumatique. On ne peut modéliser le comportement du pneumatique de façon fiable qu'en utilisant un modèle dont les paramètres sont identifiés à la suite de relevés expérimentaux. Seule cette solution donne entière satisfaction actuellement. Le pneumatique constitue un élément essentiel à la compréhension du comportement transversal et/ou longitudinal du véhicule. Soumis à des efforts suivants les trois axes principaux (x, y et z, respectivement longitudinal, transversal et vertical), il fait l'objet à lui seul de l'attention de bon nombre de chercheurs exerçant dans le monde de l'automobile. Les autres composants du véhicule ont aussi initié des recherches poussées et en particulier les modèles de suspension, utiles pour trouver les meilleurs compromis entre confort et tenue de route. Une analyse fine des fréquences propres caractéristiques et des réponses indicielles est nécessaire pour y parvenir. Une étude phénoménologique des différentes grandeurs caractérisant le comportement transversal du véhicule comme la vitesse de lacet (vitesse de rotation du véhicule autour de son axe vertical), les dérives (angles existant entre l'axe longitudinal du véhicule et le vecteur vitesse) ou encore l'accélération transversale, explique clairement les phénomènes de sousvirage et de survirage. Tous les véhicules sont conçus pour être naturellement sousvireurs. Néanmoins, lors de sollicitations particulières, ne présentant pourtant aucune singularité aux yeux d'un néophyte, certains véhicules entrent en phase de survirage. Considéré comme critique, le survirage peut se révéler très dangereux pour un conducteur inexpérimenté. Actuellement, ce genre de situations, et bien d'autres encore, font l'objet des principales préoccupations des constructeurs automobile. En vue de l'amélioration de la sécurité, nous proposons l'analyse du comportement statico-dynamique (régime établi) d'un véhicule routier sur adhérence dégradée, et en particulier sur sol mouillé, situation dans laquelle le taux d'accidents augmente considérablement. Une des caractéristiques donnant une image du comportement statico-dynamique transversal d'un véhicule représente l'évolution du taux de sousvirage (grandeur physique reconstruite principalement à partir de l'angle au volant) en fonction de l'accélération transversale. Dans un premier temps, notre travail consiste à identifier cette courbe puis, dans un deuxième temps, de l'analyser afin d'en déduire des indicateurs objectifs de comportement transversal. Identifier cette courbe statico-dynamique signifie fournir une fonction non-linéaire, qui peut être considérée comme le gain statique de la fonction de transfert liant le taux de sousvirage et l'accélération transversale. Nous approximons la courbe statico-dynamique par une courbe de Bézier dont les paramètres sont optimisés par un algorithme génétique, solution élégante et de surcroît rapide et robuste. La mise en application originale que nous faisons des courbes de Bézier couplées à l'optimisation par algorithmes génétiques permet d'approximer toutes les formes de gain statique non-linéaire rencontrées jusqu'à présent. Même les modèles de véhicules les plus élaborés ne sauraient être fidèles à la description mathématique que nous obtenons par ce procédé, et en particulier lors des phases de survirage. Lorsque la représentation du comportement statico-dynamique est identifiée, nous quantifions le comportement transversal au travers d'indicateurs, uniquement en observant les singularités géométriques de cette représentation. Ceux qui ont été choisis comme les plus représentatifs du comportement statico-dynamique sont l'équilibre, donnant la tendance sousvireuse ou survireuse, la progressivité indiquant le mode des pertes d'adhérence et l'adhérence transversale qui est directement la valeur de l'accélération transversale maximum rencontrée et qui traduit donc le potentiel transversal du véhicule. La validation des méthodes de calcul a été faite en soumettant les résultats à des experts du domaine. On obtient ainsi une cotation objective des différents véhicules qui peut être utile, par exemple, pour modifier les réglages châssis ou le type de pneumatiques. Malheureusement, l'expérience prouve que la cotation que donne un essayeur sur un véhicule peut être biaisée par son état d'esprit, son passé ou par tout autre évènement extérieur susceptible de modifier son jugement. Il est important de comparer alors la classification globale donnée par les pilotes avec celle donnée par les indicateurs objectifs. Classification globale signifie agréger les critères et les indicateurs pour n'obtenir qu'une seule note. Nous effectuons cette opération en utilisant l'intégrale de Choquet par rapport à une mesure floue. Cet outil mathématique puissant permet de tenir compte de la complémentarité et de la redondance entre les critères et lève les ambiguïtés de classification que peut donner une agrégation de type moyenne. Nous avons donc appliqué ce concept à la classification des véhicules par rapport à leur comportement statico-dynamique en agrégeant les indicateurs objectifs issus de la quantification. Dans un souci de globalité, nous proposons enfin une classification généraliste des véhicules en étudiant l'influence de critères tels que le confort ou le sentiment de sécurité. Dans un avenir proche, la description mathématique du comportement sera utile à la validation des modèles et des simulations ainsi qu'à la comparaison et au réglage du comportement de différents véhicules avant même la fabrication d'un prototype. Les perspectives d'avenir plus lointaines sont principalement axées sur l'amélioration de la sécurité routière, en particulier en élaborant un système dit "copilote", actif ou passif, qui permettra d'informer le conducteur de la situation qu'il traverse, en temps réel.

The vehicle is a complex system which requires a heavy knowledge model to be described accurately. The tyre, an essential component of the vehicle handling qualities, is a nonlinear element and only a representation model can express its behaviour. To model the system called "vehicle", control engineers currently use a compound model that comprises a knowledge model for one part, and a representation model for another part. If the vehicle can be modelled with a transfer function describing the lateral acceleration according to the steering wheel angle, the static gain is nevertheless the image of the steady-state behaviour of the vehicle. All standard vehicles are designed to naturally understeer. But, for ordinary manoeuvres performed byanovice driver, some vehicles can oversteering, which becomes a critical situation for him. For many years, car manufacturers have focused their research on avoiding this kind of situation and on improving safety. Following the same aims, the present study is about the steady-state behaviour of a vehicle through the analysis of the geometrical particularities of the curve giving the evolution of the steering wheel angle according to the lateral acceleration. To identify this curve, a Bezier curve is used. Its parametric definition can approximate any shapes. The parameters of the curve are optimized thanks to genetic algorithms which is not only a neat solution but also a fast and robust one. Once the curve is identified, three indicators are quantified to give the image of the behaviour. They are : "equilibrium" which translates the understeering or oversteering tendency of the vehicle, "progressiveness" which indicates the way the vehicle loses and regains grip and "lateral potential", which is the direct maximum value of the lateral acceleration. The results are validated by consulting experts in the domain. Unfortunately, the assessment given by a test-driver about a vehicle can be distorted by any external events liable to modify his judgment. It is then important to compare the global classi cation given by test-drivers and the one given by ob jective quantification. To aggregate the (subjective and/or objective) assessments for the classification of the vehicles, the Choquet integral with respect of fuzzy measure is used. This powerful mathematical tool allows taking account of complementarity and redundancy between the criteria and avoids ambiguities in the classification obtained with a mean type operator. To conclude, a general classification is proposed studying the influence of criteria like comfort or safety feeling.