Regenerative Intelligent Brake Control for Electric Motorcycles

التحكم الذكي في الكبح الاسترجاعي للدراجات النارية الكهربائية

Clicks: 243
ID: 268696
2017
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Steady

Ranked #132 of 220 articles by views in energies

Most read Least read

Bar heights use a square-root scale. Only the 120 most-read articles are drawn; the journal has 220 in total.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
Vehicle models whose propulsion system is based on electric motors are increasing in number within the automobile industry. They will soon become a reliable alternative to vehicles with conventional propulsion systems. The main advantages of this type of vehicles are the non-emission of polluting gases and noise and the effectiveness of electric motors compared to combustion engines. Some of the disadvantages that electric vehicle manufacturers still have to solve are their low autonomy due to inefficient energy storage systems, vehicle cost, which is still too high, and reducing the recharging time. Current regenerative systems in motorcycles are designed with a low fixed maximum regeneration rate in order not to cause the rear wheel to slip when braking with the regenerative brake no matter what the road condition is. These types of systems do not make use of all the available regeneration power, since more importance is placed on safety when braking. An optimized regenerative braking strategy for two-wheeled vehicles is described is this work. This system is designed to recover the maximum energy in braking processes while maintaining the vehicle’s stability. In order to develop the previously described regenerative control, tyre forces, vehicle speed and road adhesion are obtained by means of an estimation algorithm. A based-on-fuzzy-logic algorithm is programmed to carry out an optimized control with this information. This system recuperates maximum braking power without compromising the rear wheel slip and safety. Simulations show that the system optimizes energy regeneration on every surface compared to a constant regeneration strategy.
تشهد صناعة السيارات تزايداً في أعداد طرازات المركبات التي تعتمد أنظمة دفعها على المحركات الكهربائية، والتي ستصبح قريباً بديلاً موثوقاً للمركبات ذات أنظمة الدفع التقليدية. وتتمثل المزايا الرئيسية لهذا النوع من المركبات في انعدام الانبعاثات الغازية الملوثة والضوضاء، فضلاً عن كفاءة المحركات الكهربائية مقارنة بمحركات الاحتراق الداخلي. ومن بين التحديات التي لا يزال يتعين على مصنعي المركبات الكهربائية معالجتها: محدودية مداها التشغيلي نتيجة لعدم كفاءة أنظمة تخزين الطاقة، وارتفاع تكلفة المركبة، والحاجة إلى تقليص زمن إعادة الشحن. تُصمم أنظمة الكبح المتجدد الحالية في الدراجات النارية بمعدل استرجاع أقصى ثابت ومنخفض لتجنب انزلاق العجلة الخلفية عند استخدام المكابح المتجددة بغض النظر عن حالة الطريق. ولا تستغل هذه الفئة من الأنظمة كامل قدرة الاسترجاع المتاحة، نظراً لمنح الأولوية لعوامل الأمان أثناء الكبح. يطرح هذا البحث استراتيجية محسّنة للكبح المتجدد مخصصة للمركبات ثنائية العجلات؛ حيث صُمم هذا النظام لاستعادة أقصى قدر ممكن من الطاقة أثناء عمليات الكبح مع الحفاظ على استقرار المركبة. ولتطوير نظام التحكم المتجدد المذكور، يتم تقدير قوى الإطارات وسرعة المركبة ومدى الالتصاق بالطريق بواسطة خوارزمية تقدير. كما بُرمجت خوارزمية قائمة على المنطق الضبابي لتنفيذ تحكم أمثل بالاعتماد على هذه البيانات. يتيح هذا النظام استرجاع أقصى قدرة كبح ممكنة دون التأثير سلباً على تماسك العجلة الخلفية أو مستوى الأمان. وتُظهر نتائج المحاكاة أن هذا النظام يحقق استغلالاً أمثل للطاقة المتجددة على مختلف أسطح الطرق مقارنة باستراتيجية الاسترجاع ذات المعدل الثابت.
Reference Key
aguilar2017energiesregenerative Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors Juan Jesús Castillo Aguilar, Javier Pérez Fernández, Juan María Velasco García, Juan Antonio Cabrera Carrillo, Juan Jesús Castillo Aguilar, Javier Pérez Fernández, Juan María Velasco García, Juan Antonio Cabrera Carrillo
Are you one of these authors? Claim your profile
Journal energies
Year 2017
DOI
10.3390/en10101648
URL
https://www.mdpi.com/1996-1073/10/10/1648/htm
Keywords
electric vehicles Fuzzy logic regeneration antilock brake system (abs)

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.