FR3123478A1 - MACHINE LEARNING CONTROL OF A TWO-EVAPORATOR AIR CONDITIONER IN AN ELECTRIC VEHICLE - Google Patents
MACHINE LEARNING CONTROL OF A TWO-EVAPORATOR AIR CONDITIONER IN AN ELECTRIC VEHICLE Download PDFInfo
- Publication number
- FR3123478A1 FR3123478A1 FR2105654A FR2105654A FR3123478A1 FR 3123478 A1 FR3123478 A1 FR 3123478A1 FR 2105654 A FR2105654 A FR 2105654A FR 2105654 A FR2105654 A FR 2105654A FR 3123478 A1 FR3123478 A1 FR 3123478A1
- Authority
- FR
- France
- Prior art keywords
- cooling system
- passenger compartment
- batteries
- vehicle
- operating conditions
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000010801 machine learning Methods 0.000 title description 9
- 238000001816 cooling Methods 0.000 claims abstract description 95
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000013528 artificial neural network Methods 0.000 claims abstract description 29
- 238000005259 measurement Methods 0.000 claims abstract description 3
- 239000012530 fluid Substances 0.000 claims description 49
- 230000001537 neural effect Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 238000003860 storage Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 abstract description 2
- 239000003570 air Substances 0.000 description 64
- 239000003507 refrigerant Substances 0.000 description 19
- 238000012360 testing method Methods 0.000 description 12
- 238000011161 development Methods 0.000 description 9
- 230000001276 controlling effect Effects 0.000 description 8
- 239000012071 phase Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 239000007792 gaseous phase Substances 0.000 description 3
- 239000013529 heat transfer fluid Substances 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 239000007791 liquid phase Substances 0.000 description 3
- 230000003213 activating effect Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 2
- 239000002826 coolant Substances 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000013021 overheating Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/00271—HVAC devices specially adapted for particular vehicle parts or components and being connected to the vehicle HVAC unit
- B60H1/00278—HVAC devices specially adapted for particular vehicle parts or components and being connected to the vehicle HVAC unit for the battery
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
- B60H1/0073—Control systems or circuits characterised by particular algorithms or computational models, e.g. fuzzy logic or dynamic models
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/60—Heating or cooling; Temperature control
- H01M10/61—Types of temperature control
- H01M10/613—Cooling or keeping cold
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/60—Heating or cooling; Temperature control
- H01M10/62—Heating or cooling; Temperature control specially adapted for specific applications
- H01M10/625—Vehicles
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/60—Heating or cooling; Temperature control
- H01M10/66—Heat-exchange relationships between the cells and other systems, e.g. central heating systems or fuel cells
- H01M10/663—Heat-exchange relationships between the cells and other systems, e.g. central heating systems or fuel cells the system being an air-conditioner or an engine
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/32—Cooling devices
- B60H2001/3236—Cooling devices information from a variable is obtained
- B60H2001/3238—Cooling devices information from a variable is obtained related to the operation of the compressor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/32—Cooling devices
- B60H2001/3236—Cooling devices information from a variable is obtained
- B60H2001/3239—Cooling devices information from a variable is obtained related to flow
- B60H2001/3241—Cooling devices information from a variable is obtained related to flow of air
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/32—Cooling devices
- B60H2001/3236—Cooling devices information from a variable is obtained
- B60H2001/3255—Cooling devices information from a variable is obtained related to temperature
- B60H2001/3258—Cooling devices information from a variable is obtained related to temperature of the air at a condensing unit
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/32—Cooling devices
- B60H2001/3236—Cooling devices information from a variable is obtained
- B60H2001/3255—Cooling devices information from a variable is obtained related to temperature
- B60H2001/3261—Cooling devices information from a variable is obtained related to temperature of the air at an evaporating unit
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/32—Cooling devices
- B60H2001/3269—Cooling devices output of a control signal
- B60H2001/327—Cooling devices output of a control signal related to a compressing unit
- B60H2001/3272—Cooling devices output of a control signal related to a compressing unit to control the revolving speed of a compressor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M2220/00—Batteries for particular applications
- H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Chemical & Material Sciences (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Mechanical Engineering (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Air-Conditioning For Vehicles (AREA)
Abstract
L'invention concerne un procédé d’apprentissage d’au moins un réseau neuronal configuré pour produire une pluralité de corrélations chacune avec un paramètre différent représentatif des conditions de fonctionnement d’un système de refroidissement (1) des batteries tractrices et d’un habitacle d’un véhicule sur la base d’une mesure de ces paramètres en conditions opérationnelles dudit véhicule ; et en ce qu’au moins deux des données de sortie du réseau neuronal correspondendent à une vitesse d’un compresseur (7) et à une position d’une valve proportionnelle du système de refroidissement (1). [Fig 1]The invention relates to a method for training at least one neural network configured to produce a plurality of correlations each with a different parameter representative of the operating conditions of a cooling system (1) of the tractor batteries and of a passenger compartment of a vehicle on the basis of a measurement of these parameters under operational conditions of said vehicle; and in that at least two of the output data of the neural network correspond to a speed of a compressor (7) and to a position of a proportional valve of the cooling system (1). [Fig 1]
Description
Domaine technique de l’inventionTechnical field of the invention
L'invention concerne, de façon générale, le domaine technique des systèmes de climatisation pour véhicule automobile.The invention relates, in general, to the technical field of air conditioning systems for motor vehicles.
L’invention se rapporte plus spécifiquement à un système de refroidissement des batteries tractrices et de l’habitacle d’un véhicule hybride ou complètement électrique.The invention relates more specifically to a system for cooling the tractor batteries and the passenger compartment of a hybrid or completely electric vehicle.
La présente invention concerne le contrôle d’un système de refroidissement des batteries tractrices et de l’habitacle d’un véhicule par un réseau neuronal entraîné sur la base de données mesurées sur des véhicules tests en conditions réelles.The present invention relates to the control of a system for cooling tractor batteries and the passenger compartment of a vehicle by a neural network trained on the basis of data measured on test vehicles under real conditions.
Elle concerne en outre la modélisation d’un système de refroidissement par l’apprentissage d’un réseau neuronal à partir de paramètres représentatifs des conditions de fonctionnement du système de refroidissement, mesurés en conditions réelles sur des véhicules tests. Cette modélisation permet le contrôle du système de refroidissement par logiciel.It also concerns the modeling of a cooling system by learning a neural network from parameters representative of the operating conditions of the cooling system, measured in real conditions on test vehicles. This modeling allows the control of the cooling system by software.
État de la technique antÉrieureState of the prior art
Les systèmes de refroidissement, aussi appelé climatiseurs dans la suite, se présentent comme un système d’écoulement multiphase avec des transitions de phase entre vapeur et liquide. Bien que ces systèmes soient connus depuis plusieurs dizaines d’années, leur modélisation est encore de nos jours un défi majeur dans la recherche scientifique. Dans les véhicules hybrides ou à motorisation uniquement électrique les systèmes de refroidissement sont utilisés pour refroidir les batteries tractrices et l’habitacle du véhicule.Cooling systems, also called air conditioners in the following, are presented as a multiphase flow system with phase transitions between vapor and liquid. Although these systems have been known for several decades, their modeling is still a major challenge in scientific research. In hybrid or purely electric motor vehicles, the cooling systems are used to cool the traction batteries and the passenger compartment of the vehicle.
L’apparition des véhicules hybrides ou complètement électriques a apporté un nouveau défi au contrôle du climatiseur. En effet, la puissance thermique du climatiseur doit être répartie entre deux évaporateurs, un évaporateur pour refroidir le fluide calorifique des batteries, et un évaporateur d’habitacle pour refroidir l’air de l’habitacle. Pour cela, une valve proportionnelle est utilisée pour diviser le flux du fluide réfrigérant dans deux branches alimentant chacune un des évaporateurs.The emergence of hybrid or fully electric vehicles has brought a new challenge to air conditioning control. Indeed, the thermal power of the air conditioner must be distributed between two evaporators, an evaporator to cool the heating fluid from the batteries, and a passenger compartment evaporator to cool the air in the passenger compartment. For this, a proportional valve is used to divide the flow of refrigerant fluid into two branches, each supplying one of the evaporators.
Dans l’art antérieur, la régulation du système de refroidissement se fait par le contrôle d’un compresseur. Le contrôle du compresseur se fait en Tout Ou Rien (TOR). Quand seulement un des deux évaporateurs fonctionne, c’est-à-dire lorsque les batteries ou l’habitacle ne demandent pas de refroidissement, le compresseur fonctionne à sa vitesse maximale jusqu’à ce que la température contrôlée atteigne un seuil bas prédéfini où il est désactivé. Ensuite, il reste désactivé jusqu’à la température contrôlée atteigne un seuil haut prédéfini où il est activé à sa vitesse maximale et ainsi de suite. Quand les deux évaporateurs fonctionnent, c’est-à-dire lorsque les batteries et l’habitacle demandent à être refroidis, le compresseur fonctionne à sa vitesse maximale.In the prior art, the regulation of the cooling system is done by controlling a compressor. The control of the compressor is done in All Or Nothing (TOR). When only one of the two evaporators is operating, i.e. when the batteries or the passenger compartment are not calling for cooling, the compressor operates at its maximum speed until the controlled temperature reaches a predefined low threshold where it is disabled. Then it remains disabled until the controlled temperature reaches a predefined high threshold where it is enabled at its maximum speed and so on. When both evaporators are running, i.e. when the batteries and the passenger compartment require cooling, the compressor operates at its maximum speed.
Pour la répartition du fluide réfrigérant entre l’évaporateur des batteries et l’évaporateur d’habitacle, la solution de l’art antérieur consiste à piloter la valve proportionnelle également selon un contrôle Tout Ou Rien (TOR). Quand seulement un des deux évaporateurs fonctionne, c’est-à-dire lorsque les batteries ou l’habitacle ne demandent pas de refroidissement, la valve proportionnelle dirige le fluide réfrigérant complètement du côté de l’évaporateur correspondant. Quand les deux évaporateurs fonctionnent, c’est-à-dire lorsque les batteries et l’habitacle demandent à être refroidis, la répartition du fluide réfrigérant par la valve proportionnelle varie entre deux seuils selon la température d’air en sortie de l’évaporateur d’habitacle. La température d’air est généralement choisie comme le paramètre à mesurer pour piloter la valve proportionnelle parce que l’habitacle a toujours la priorité. Ce choix est principalement dicté par des raisons de sécurité. En effet, une surchauffe de l’habitacle nuit à la concentration du conducteur alors que les batteries sont protégées d’une surchauffe par une réduction de la puissance effectuée par BMS.For the distribution of the refrigerant fluid between the battery evaporator and the passenger compartment evaporator, the solution of the prior art consists in controlling the proportional valve also according to an All Or Nothing (TOR) control. When only one of the two evaporators is operating, i.e. when the batteries or the passenger compartment do not require cooling, the proportional valve directs the refrigerant fluid completely to the side of the corresponding evaporator. When the two evaporators are operating, i.e. when the batteries and the passenger compartment need to be cooled, the distribution of the refrigerant fluid by the proportional valve varies between two thresholds depending on the air temperature at the evaporator outlet. of cockpit. The air temperature is generally chosen as the parameter to be measured to control the proportional valve because the passenger compartment always has priority. This choice is mainly dictated by security reasons. Indeed, overheating of the cabin affects the driver's concentration while the batteries are protected from overheating by a reduction in power carried out by BMS.
Une des difficultés de la solution de l’art antérieur réside dans la définition des deux seuils pour le pilotage en TOR de la valve proportionnelle. Ils sont typiquement prédéfinis à 10 % et 90 %, afin d’assurer, en cas de besoin, que l’essentiel de la puissance thermique du système de refroidissement est concentré sur l’habitacle, tout en évitant un arrêt complet du refroidissement des batteries. Ces valeurs de seuils sont déterminées empiriquement et non calculées précisément.One of the difficulties of the solution of the prior art resides in the definition of the two thresholds for the on/off control of the proportional valve. They are typically preset at 10% and 90%, to ensure that most of the cooling system's thermal power is concentrated on the passenger compartment when needed, while avoiding a complete shutdown of battery cooling . These threshold values are empirically determined and not precisely calculated.
Un autre inconvénient de l’art antérieur est que la température contrôlée varie entre les deux seuils. Ainsi, l’habitacle et les batteries doivent faire face à des changements brusques de la puissance de refroidissement ce qui est dommageable pour le confort du conducteur, et pour la durée de vie des batteries.Another disadvantage of the prior art is that the controlled temperature varies between the two thresholds. Thus, the passenger compartment and the batteries have to cope with sudden changes in cooling power, which is detrimental to driver comfort and to the life of the batteries.
Il existe donc un besoin pour un contrôle du fonctionnement du compresseur d’un système de refroidissement des batteries tractrices d’un véhicule à motorisation électrique ou hybride modélisation fiable ne nécessitant pas d’activer et de désactiver le compresseur dès que la température atteint un des seuils de température définis.There is therefore a need for monitoring the operation of the compressor of a system for cooling the tractor batteries of a vehicle with electric or hybrid motorization, reliable modeling that does not require activating and deactivating the compressor as soon as the temperature reaches one of the defined temperature thresholds.
La présente invention a pour but de remédier à tout ou partie des inconvénients de l’art antérieur en proposant notamment une méthode de contrôle du système de refroidissement par modélisation basée sur l’apprentissage automatique supervisé d’un réseau neuronal à partir d’une base de données composée de valeurs de paramètres représentatifs de l’environnement de fonctionnement, et des performances du climatiseur mesurées en conditions réelles lors d’essais de véhicules.The aim of the present invention is to remedy all or part of the drawbacks of the prior art by proposing in particular a method for controlling the cooling system by modeling based on the supervised automatic learning of a neural network from a base of data composed of values of parameters representative of the operating environment, and of the performance of the air conditioner measured in real conditions during vehicle tests.
À cet effet, il est proposé, selon un premier aspect de l'invention, un procédé d’apprentissage d’au moins un réseau neuronal configuré pour produire une pluralité de corrélations, chacune avec un paramètre différent représentatif des conditions de fonctionnement d’un système de refroidissement des batteries tractrices et d’un habitacle d’un véhicule sur la base d’une mesure de ces paramètres en conditions opérationnelles dudit véhicule. Au moins deux des données de sortie du réseau neuronal correspondendent à une vitesse d’un compresseur et à une position d’une valve proportionnelle du système de refroidissement.To this end, it is proposed, according to a first aspect of the invention, a method for learning at least one neural network configured to produce a plurality of correlations, each with a different parameter representative of the operating conditions of a system for cooling tractor batteries and a passenger compartment of a vehicle on the basis of a measurement of these parameters under operational conditions of said vehicle. At least two of the output data of the neural network correspond to a speed of a compressor and a position of a proportional valve of the cooling system.
Grâce à une telle méthode d’apprentissage, l’invention profite des essais du véhicule pour accumuler les données nécessaires au développement de la méthode d’apprentissage. Basée sur les résultats des tests du véhicule réel, cette méthode de modélisation permet un contrôle du climatiseur par régulation de la vitesse du compresseur et une répartition contrôlée de la puissance thermique du climatiseur entre le refroidissement des batteries et le refroidissement de l’habitacle par pilotage d’une valve proportionnelle. Cette configuration permet de stabiliser la température à une valeur souhaitée au niveau des batteries et de l’habitacle sans activation et désactivation du compresseur ce qui en prolonge la durée de fonctionnement, et en optimisant la régulation de la température de l’habitacle pour un meilleur confort du conducteur.Thanks to such a learning method, the invention takes advantage of the vehicle tests to accumulate the data necessary for the development of the learning method. Based on the test results of the real vehicle, this modeling method allows control of the air conditioner by regulating the speed of the compressor and a controlled distribution of the thermal power of the air conditioner between the cooling of the batteries and the cooling of the passenger compartment by piloting. of a proportional valve. This configuration makes it possible to stabilize the temperature at a desired value at the level of the batteries and the passenger compartment without activating and deactivating the compressor, which extends its operating time, and by optimizing the regulation of the temperature of the passenger compartment for better driver comfort.
Préférentiellement, au moins une de ladite pluralité de corrélations est une corrélation linéaire, et/ou des données d’entrée du réseau neuronal correspondent auxdits paramètres représentatifs des conditions de fonctionnement du système de refroidissement.Preferably, at least one of said plurality of correlations is a linear correlation, and/or input data from the neural network correspond to said parameters representative of the operating conditions of the cooling system.
Avantageusement, un premier desdits paramètres représentatifs des conditions de fonctionnement du système de refroidissement correspond à une vitesse d’un flux d’air, un deuxième desdits paramètres représentatifs des conditions de fonctionnement du système de refroidissement correspond à une température d’un fluide calorifique, un troisième desdits paramètres représentatifs des conditions de fonctionnement du système de refroidissement correspond à une température ambiante, un quatrième des desdits paramètres représentatifs des conditions de fonctionnement du système de refroidissement correspond à une puissance d’un évaporateur des batteries et/ou d’un évaporateur d’habitacle du système de refroidissement, et/ou un cinquième des desdits paramètres représentatifs des conditions de fonctionnement du système de refroidissement correspond à une température d’un habitacle.Advantageously, a first of said parameters representative of the operating conditions of the cooling system corresponds to a speed of an air flow, a second of said parameters representative of the operating conditions of the cooling system corresponds to a temperature of a calorific fluid, a third of said parameters representative of the operating conditions of the cooling system corresponds to an ambient temperature, a fourth of said parameters representative of the operating conditions of the cooling system corresponds to a power of an evaporator of the batteries and/or of an evaporator temperature of the cooling system, and/or a fifth of said parameters representative of the operating conditions of the cooling system corresponds to a temperature of a passenger compartment.
Il est proposé, selon un deuxième aspect de l'invention, un ensemble de modèles de simulation d’un système de refroidissement des batteries tractrices et d’un habitacle d’un véhicule mis en œuvre par ordinateur, obtenu selon le procédé décrit ci-dessus.It is proposed, according to a second aspect of the invention, a set of simulation models of a cooling system of the tractor batteries and of a passenger compartment of a vehicle implemented by computer, obtained according to the method described below. above.
Il est proposé, selon un troisième aspect de l'invention, un procédé de contrôle d’un système de refroidissement d’un véhicule comprenant la mise en œuvre d’au moins trois ensembles de modèles correspondant à une première situation où seules des batteries sont refroidies, une deuxième situation où seul un habitacle est refroidi, et une troisième situation où les batteries et l’habitacle sont refroidis. Ces modèles sont obtenus selon le procédé décrit ci-dessus dans lequel il est produit une valeur de la puissance de l’évaporateur, un résultat de corrélation avec une pluralité de paramètres représentatifs des conditions de fonctionnement du système de refroidissement, une valeur de la vitesse du compresseur (7) ; et/ou une position de la valve proportionnelle (11).There is proposed, according to a third aspect of the invention, a method for controlling a cooling system of a vehicle comprising the implementation of at least three sets of models corresponding to a first situation where only batteries are cooled, a second situation where only a passenger compartment is cooled, and a third situation where the batteries and the passenger compartment are cooled. These models are obtained according to the method described above in which a value of the power of the evaporator is produced, a result of correlation with a plurality of parameters representative of the operating conditions of the cooling system, a value of the speed the compressor (7); and/or a position of the proportional valve (11).
Il est proposé, selon un quatrième aspect de l'invention, un produit-programme d’ordinateur comprenant des instructions de code pour la mise en œuvre du procédé décrit ci-dessus.It is proposed, according to a fourth aspect of the invention, a computer program product comprising code instructions for the implementation of the method described above.
Il est proposé, selon un cinquième aspect de l'invention, un dispositif de contrôle d’un système de refroidissement des batteries tractrices et d’un habitacle d’un véhicule selon le procédé décrit ci-dessus qui comprend un module d’acquisition d’une pluralité de paramètres représentatifs des conditions de fonctionnement du système de refroidissement, au moins un réseau neuronal entraîné selon le procédé d’apprentissage décrit ci-dessus, et/ou un module de calcul de la puissance de l’évaporateur des batteries et/ou de l’évaporateur de l’habitacle.There is proposed, according to a fifth aspect of the invention, a device for controlling a system for cooling tractor batteries and a passenger compartment of a vehicle according to the method described above which comprises a module for acquiring a plurality of parameters representative of the operating conditions of the cooling system, at least one neural network trained according to the learning method described above, and/or a module for calculating the power of the battery evaporator and/or or the cabin evaporator.
Avantageusement, l’au moins un réseau neuronal comprend au moins deux couches d’au moins quatre noeuds neuronaux chacune.Advantageously, the at least one neural network comprises at least two layers of at least four neural nodes each.
Préférentiellement, les paramètres représentatifs des conditions de fonctionnement du système de refroidissement forment les données d’entrée de l’au moins un réseau neuronal ; et la vitesse du compresseur et/ou la position de la valve proportionnelle en forme au moins une des données de sortie.Preferably, the parameters representative of the operating conditions of the cooling system form the input data of the at least one neural network; and compressor speed and/or proportional valve position forms at least one of the output data.
Il est proposé, selon un sixième aspect de l'invention, un support de stockage lisible par ordinateur apte à stocker des instructions qui lorsqu’elles sont exécutées par un dispositif de contrôle tel que décrit ci-dessus permet la mise en œuvre du procédé de contrôle décrit ci-dessus.It is proposed, according to a sixth aspect of the invention, a computer-readable storage medium capable of storing instructions which, when they are executed by a control device as described above, allow the implementation of the method of control described above.
D’autres caractéristiques et avantages de l’invention sont mis en évidence par la description ci-après d’exemples non limitatifs de réalisation des différents aspects de l’invention.Other characteristics and advantages of the invention are highlighted by the description below of non-limiting examples of embodiments of the various aspects of the invention.
brÈve description des figuresbrief description of figures
La description se réfère aux figures annexées qui sont aussi données à titre d’exemples de réalisation non limitatifs de l’invention :
description DÉTAILLÉE d’un mode de rÉalisationThe description refers to the appended figures which are also given by way of non-limiting embodiment examples of the invention:
DETAILED description of an embodiment
La
La chaleur du fluide calorifique 2a du premier circuit 2 absorbée par le fluide réfrigérant 5a du deuxième circuit 5 dans l’évaporateur des batteries 4 permet l’évaporation du fluide réfrigérant 5a. Selon que l’on souhaite conserver une différence de température importante entre les deux fluides dans tout l’évaporateur des batteries 4 ou avoir une différence de température décroissante entre les deux fluides entre l’entrée de l’évaporateur des batteries 4 et sa sortie, le fluide calorifique 2a traversera l’évaporateur des batteries 4a dans le sens contraire du fluide réfrigérant 5a ou dans le même sens. Dans l’exemple de mise en œuvre de l’invention décrit ici, le liquide réfrigérant 5a du deuxième circuit 5 et le liquide calorifique 2a du premier circuit 2 circulent en sens inverse dans l’évaporateur des batteries 4.The heat of the calorific fluid 2a of the first circuit 2 absorbed by the refrigerant fluid 5a of the second circuit 5 in the evaporator of the batteries 4 allows the evaporation of the refrigerant fluid 5a. Depending on whether it is desired to maintain a significant temperature difference between the two fluids throughout the evaporator of the batteries 4 or to have a decreasing temperature difference between the two fluids between the inlet of the evaporator of the batteries 4 and its outlet, the calorific fluid 2a will pass through the evaporator of the batteries 4a in the opposite direction to the refrigerant fluid 5a or in the same direction. In the example of implementation of the invention described here, the refrigerant liquid 5a of the second circuit 5 and the calorific liquid 2a of the first circuit 2 circulate in the opposite direction in the evaporator of the batteries 4.
Le fluide réfrigérant 5a sortant de l’évaporateur des batteries 4 en phase gazeuse est comprimé par un compresseur 7 situé en aval de l’évaporateur des batteries 4. La haute pression du fluide réfrigérant 5a en phase gazeuse sortant du compresseur 7 favorise sa transition en phase liquide au travers d’un condenseur 8 situé en aval du compresseur 7. La chaleur transportée par le fluide réfrigérant 5a est transférée à l’air ambiant au niveau du condenseur 8 lors du changement de phase du fluide réfrigérant 5a. Un flux d’air traverse le condenseur 8. Ce flux d’air est généré par la vitesse du véhicule et/ou par un ventilateur 9. Ce ventilateur 9 est en général constitué par un groupe motoventilateur d’un radiateur (non illustré) qui assure également le refroidissement du moteur thermique si le véhicule est un véhicule hybride. En aval du condenseur 8, le fluide réfrigérant 5a passe au travers d’une valve d’expansion 10 afin d’en réduire la pression et de favoriser son évaporation au travers de l’évaporateur des batteries 4.The refrigerant 5a leaving the evaporator of the batteries 4 in the gas phase is compressed by a compressor 7 located downstream of the evaporator of the batteries 4. The high pressure of the refrigerant 5a in the gas phase leaving the compressor 7 favors its transition into liquid phase through a condenser 8 located downstream of the compressor 7. The heat transported by the refrigerant fluid 5a is transferred to the ambient air at the level of the condenser 8 during the phase change of the refrigerant fluid 5a. A flow of air passes through the condenser 8. This flow of air is generated by the speed of the vehicle and/or by a fan 9. This fan 9 is generally constituted by a fan unit of a radiator (not illustrated) which also ensures the cooling of the internal combustion engine if the vehicle is a hybrid vehicle. Downstream of the condenser 8, the refrigerant fluid 5a passes through an expansion valve 10 in order to reduce its pressure and promote its evaporation through the evaporator of the batteries 4.
Le système de refroidissement 7 sert également à refroidir l’habitacle 14 du véhicule. À cette fin, le fluide réfrigérant 5a traverse en aval de la valve d’expansion 10 une valve proportionnelle 11 qui partage le flux de fluide réfrigérant 5a entre l’évaporateur des batteries 4 et un évaporateur d’habitacle 12. Un troisième circuit 13 dans lequel circule de l’air 13a en provenance d’un habitacle 14, permet de refroidir cet air 13a au niveau de l’évaporateur d’habitacle 12. Après avoir été refroidi, l’air 13a est renvoyé dans l’habitacle 14. La valve proportionnelle 12 assure la répartition du liquide réfrigérant 5a en phase essentiellement liquide entre l’évaporateur des batteries 4 et l’évaporateur d’habitacle 12. Le fluide réfrigérant 5a passe d’une phase essentiellement gazeuse à une phase essentiellement gazeuse en absorbant la chaleur des batteries et de l’habitacle en traversant l’évaporateur des batteries 4 et l’évaporateur de l’habitacle 12.The cooling system 7 also serves to cool the passenger compartment 14 of the vehicle. To this end, the refrigerant fluid 5a passes through, downstream of the expansion valve 10, a proportional valve 11 which shares the flow of refrigerant fluid 5a between the battery evaporator 4 and a passenger compartment evaporator 12. A third circuit 13 in which circulates air 13a coming from a passenger compartment 14, makes it possible to cool this air 13a at the level of the passenger compartment evaporator 12. After having been cooled, the air 13a is returned to the passenger compartment 14. The proportional valve 12 distributes the coolant 5a in essentially liquid phase between the battery evaporator 4 and the passenger compartment evaporator 12. The coolant 5a changes from an essentially gaseous phase to an essentially gaseous phase by absorbing the heat batteries and the passenger compartment by crossing the battery evaporator 4 and the passenger compartment evaporator 12.
Le but principal du contrôle du système de refroidissement 1 selon l’invention est d’obtenir une température prédéfinie du fluide calorifique 2a à l’entrée du refroidisseur des batteries 3, et une température d’air 13a à la sortie de l’évaporateur d’habitacle 14 conforme à la consigne définie par le conducteur. Pour cela la vitesse du compresseur 7 et la position de la valve proportionnelle 12 sont les deux dispositifs à contrôler.The main purpose of controlling the cooling system 1 according to the invention is to obtain a predefined temperature of the calorific fluid 2a at the inlet of the battery cooler 3, and an air temperature 13a at the outlet of the evaporator d passenger compartment 14 in accordance with the instructions defined by the driver. For this the speed of the compressor 7 and the position of the proportional valve 12 are the two devices to be controlled.
À cette fin, une nouvelle méthode de contrôle du système de refroidissement est décrite ci-dessous qui se base sur la modélisation du fonctionnement du climatiseur utilisant l’apprentissage automatique supervisé. Pour couvrir tous les cas de figure, cette modélisation comprend 3 ensembles de modèles correspondant chacun à un des 3 cas suivants: refroidissement uniquement de la batterie, refroidissement uniquement de l’habitacle, et refroidissement des deux simultanément. Pour chacun de ces cas, la vitesse du compresseur et la position de la valve proportionnelle sont déterminées pour délivrer la puissance thermique nécessaire au niveau des deux évaporateurs. Si la capacité thermique du système de refroidissement est insuffisante, l’habitacle a la priorité comme indiqué ci-dessus.To this end, a new method of controlling the cooling system is described below which is based on modeling the operation of the air conditioner using supervised machine learning. To cover all scenarios, this modeling includes 3 sets of models, each corresponding to one of the following 3 cases: cooling only of the battery, cooling only of the passenger compartment, and cooling of both simultaneously. For each of these cases, the speed of the compressor and the position of the proportional valve are determined to deliver the thermal power required at the level of the two evaporators. If the thermal capacity of the cooling system is insufficient, the passenger compartment has priority as indicated above.
En contrôlant la proportion de fluide réfrigérant 5a dirigé vers les deux évaporateurs 4 et 12, ce procédé de contrôle maintient la température de l’air 13a dans l’habitacle 14 et du fluide calorifique 2a dans le refroidisseur des batteries 3 aux valeurs désirées. Le dispositif de contrôle mettant en œuvre ce procédé permet ainsi une variation moins importante du refroidissement des batteries même si la priorité est donnée à l’habitacle 14 en cas d’insuffisance de la capacité de refroidissement du climatiseur 1.By controlling the proportion of refrigerant fluid 5a directed to the two evaporators 4 and 12, this control method maintains the temperature of the air 13a in the passenger compartment 14 and of the calorific fluid 2a in the battery cooler 3 at the desired values. The control device implementing this process thus allows a smaller variation in the cooling of the batteries even if priority is given to the passenger compartment 14 in the event of insufficient cooling capacity of the air conditioner 1.
L’invention utilise une méthode de modélisation du système de refroidissement 1 basée sur un apprentissage automatique supervisé d’un réseau neuronal (non illustré). Le processus de développement de la modélisation du système de refroidissement 1 des batteries tractrice et de l’habitacle 14 est intégré au développement du véhicule. Le développement d’un véhicule automobile comprend différentes phases de tests qui ont lieu chacune avec un véhicule présentant des niveaux de développement et de fonctionnalités différents. Afin d’accumuler les données qui sont nécessaires à l’apprentissage du réseau neuronal, le système de refroidissement 1 est installé, par exemple, dans un véhicule d’un B-sample ou d’un C-sample (échantillon B ou C en français) sur la base des données indiquées par le fournisseur du climatiseur. Le véhicule du B-sample (non illustré) correspond à un prototype de base avec une fonctionnalité de conduite complète et un degré de maturité élevé produit avec des outils de production de prototypes, alors qu’un véhicule C-sample est un véhicule complètement fonctionnel fabriqué avec des outils de production de grande série.The invention uses a method for modeling cooling system 1 based on supervised machine learning of a neural network (not shown). The development process of the modeling of the cooling system 1 of the tractor batteries and the passenger compartment 14 is integrated into the development of the vehicle. The development of a motor vehicle includes different phases of testing, each of which takes place with a vehicle with different levels of development and functionality. In order to accumulate the data which is necessary for training the neural network, the cooling system 1 is installed, for example, in a vehicle of a B-sample or of a C-sample (sample B or C in French) based on the data provided by the supplier of the air conditioner. The B-sample vehicle (not shown) corresponds to a basic prototype with full driving functionality and a high degree of maturity produced with prototype production tools, whereas a C-sample vehicle is a fully functional vehicle manufactured with mass production tools.
Ainsi, il est possible lors des tests habituels d’un véhicule B-sample ou C-sample de tester en parallèle le climatiseur 1 et d’accumuler ainsi des données d’utilisation réelle du véhicule dans toutes les situations de conduite. C’est très important d’accumuler ces données au niveau du véhicule dans lequel le climatiseur 1 est installé, car la configuration de l’implantation des composants du climatiseur dans le véhicule, et la vitesse de celui-ci durant les différentes phases de conduite influencent considérablement le fonctionnement du climatiseur 1.Thus, it is possible during the usual tests of a B-sample or C-sample vehicle to test the air conditioner 1 in parallel and thus to accumulate data of actual use of the vehicle in all driving situations. It is very important to accumulate this data at the level of the vehicle in which the air conditioner 1 is installed, because the configuration of the installation of the components of the air conditioner in the vehicle, and the speed of the latter during the various driving phases significantly influence the operation of the air conditioner 1.
Pendant les tests du véhicule B-sample ou C-sample dans différentes situations de roulage (par exemple à vitesse maximale, en pente…) ou de recharge des batteries tractrices (charge rapide, environnement du véhicule stationné…), les valeurs des paramètres représentatifs des conditions de fonctionnement des batteries du véhicule sont enregistrées après avoir été mesurées pour calculer la puissance de refroidissement de l’évaporateur 4. En effet, la quantité de chaleur à absorber des batteries et de l’habitacle 14 devant être dans sa quasi-totalité absorbée au niveau de l’évaporateur des batteries 4 et de l’évaporateur d’habitacle 12, la puissance de ceux-ci permet de calculer la vitesse du compresseur 7 afin de contrôler le fonctionnement du climatiseur 1. Ainsi, la vitesse du compresseur 7 est calculée pour obtenir la puissance du climatiseur 1, et plus spécifiquement la puissance thermique des évaporateurs 4 et 12 nécessaire pour maintenir le fluide calorifique 2a du premier circuit 2 et l’air 13a du troisième circuit 13 aux températures souhaitées.During the tests of the B-sample or C-sample vehicle in different driving situations (for example at maximum speed, on a slope, etc.) or when recharging the tractor batteries (fast charging, parked vehicle environment, etc.), the values of the representative parameters operating conditions of the batteries of the vehicle are recorded after having been measured to calculate the cooling power of the evaporator 4. Indeed, the quantity of heat to be absorbed from the batteries and from the passenger compartment 14 having to be almost entirely absorbed at the level of the evaporator of the batteries 4 and the cabin evaporator 12, the power of these makes it possible to calculate the speed of the compressor 7 in order to control the operation of the air conditioner 1. Thus, the speed of the compressor 7 is calculated to obtain the power of the air conditioner 1, and more specifically the thermal power of the evaporators 4 and 12 necessary to maintain the calorific fluid 2a of the first circuit 2 and the air 13a of the third circuit 13 at the desired temperatures.
Pour le refroidissement des batteries, la chaleur qu’elles génèrent est absorbée par le fluide calorifique 2a du premier circuit 2 entre l’entrée et la sortie du refroidisseur des batteries 3, et pour le refroidissement de l’habitacle 14 la chaleur est absorbée par l’air 13a du troisième circuit 13 entre l’entrée et la sortie de l’habitacle 14. La vitesse du compresseur 7 est ainsi adaptée en continu sur la base de cette température du fluide calorifique 2a et de l’air 13a, pour maintenir un équilibre thermique des batteries et de l’habitacle 14. Ainsi, les températures du fluide calorifique 2a et de l’air 13a sont contrôlées pour être maintenues aux valeurs désirées sans variation entre deux seuils comme dans les systèmes de contrôle TOR conventionnels. Il n’y a donc pas d’activation ou de désactivation du compresseur 7 ou de basculement brutal de la position de la valve proportionnelle 11, et la vitesse du compresseur 7 et la position de la valve proportionnelle 11 sont adaptées automatiquement à la situation de fonctionnement du véhicule pour absorber la chaleur des batteries et de l’habitacle à tout moment.For the cooling of the batteries, the heat which they generate is absorbed by the calorific fluid 2a of the first circuit 2 between the inlet and the outlet of the cooler of the batteries 3, and for the cooling of the passenger compartment 14 the heat is absorbed by the air 13a of the third circuit 13 between the inlet and the outlet of the passenger compartment 14. The speed of the compressor 7 is thus continuously adapted on the basis of this temperature of the calorific fluid 2a and of the air 13a, to maintain a thermal balance of the batteries and of the passenger compartment 14. Thus, the temperatures of the calorific fluid 2a and of the air 13a are controlled to be maintained at the desired values without variation between two thresholds as in conventional on-off control systems. There is therefore no activation or deactivation of the compressor 7 or sudden changeover of the position of the proportional valve 11, and the speed of the compressor 7 and the position of the proportional valve 11 are automatically adapted to the situation of operation of the vehicle to absorb heat from the batteries and the passenger compartment at all times.
La finalité du contrôle du climatiseur 1 est d’obtenir une température désirée du fluide calorifique 2a à l’entrée du refroidisseur de la batterie 3, ou à la sortie de l’évaporateur des batteries 4, ainsi qu’une température désirée de l’air 13a à l’entrée de l’habitacle 14, ou à la sortie de l’évaporateur d’habitacle 12. Selon la méthode conventionnelle de contrôle TOR, si une de ces températures est plus haute qu’un seuil de température haute prédéfini, le compresseur 7 est activé. Après avoir refroidi le fluide calorifique 2a et/ou l’air 13a à une température inférieure à un seuil de température basse prédéfini, le compresseur 7 est désactivé. Ainsi avec le contrôle TOR, le température du fluide calorifique 2a et/ou de l’air 13a varie entre ces deux seuils prédéfinis.The purpose of the control of the air conditioner 1 is to obtain a desired temperature of the calorific fluid 2a at the inlet of the cooler of the battery 3, or at the outlet of the evaporator of the batteries 4, as well as a desired temperature of the air 13a at the inlet of the passenger compartment 14, or at the outlet of the passenger compartment evaporator 12. According to the conventional method of TOR control, if one of these temperatures is higher than a predefined high temperature threshold, compressor 7 is activated. After having cooled the calorific fluid 2a and/or the air 13a to a temperature below a predefined low temperature threshold, the compressor 7 is deactivated. Thus with the TOR control, the temperature of the calorific fluid 2a and/or of the air 13a varies between these two predefined thresholds.
Selon le procédé de contrôle d’un système de refroidissement 1 décrit dans la suite, un autre procédé de contrôle est proposé qui est basé sur la modélisation du climatiseur par l’apprentissage automatique supervisé. Le processus du développement de la modélisation du système de refroidissement 1 est décrit ci-dessous.According to the control method of a cooling system 1 described below, another control method is proposed which is based on the modeling of the air conditioner by supervised machine learning. The process of developing the model for Cooling System 1 is described below.
La performance du climatiseur 1 est à mesurer au niveau du véhicule, parce que la vitesse du véhicule influence la performance du climatiseur et la charge thermique réelle de l’habitacle 14 a un impact sur le contrôle de la valve proportionnelle 11. Pendant les tests du véhicule B-sample ou C-sample dans différentes situations de conduite (par exemple en vitesse maximale, en pente, en mode de chargement rapide des batteries) les paramètres représentatifs des conditions de fonctionnement d’un système de refroidissement 1 sont mesurés pour calculer la puissance de refroidissement des évaporateurs 4 et 12. Pour calculer la puissance de refroidissement de chaque évaporateur 4 et 12, on utilise la formule mathématique suivante :The performance of the air conditioner 1 is to be measured at the vehicle level, because the vehicle speed influences the performance of the air conditioner and the actual thermal load of the passenger compartment 14 has an impact on the control of the proportional valve 11. During the tests of the B-sample or C-sample vehicle in different driving situations (for example at maximum speed, on a slope, in rapid battery charging mode) the parameters representative of the operating conditions of a cooling system 1 are measured in order to calculate the cooling power of evaporators 4 and 12. To calculate the cooling power of each evaporator 4 and 12, the following mathematical formula is used:
Dans cette formule mathématique :
- Qévapindique la puissance de refroidissement d’un ou des deux évaporateurs 4 et 12 ;
- c indique la chaleur spécifique du fluide calorifique 2a ou de l’air 13a ;
- m correspond au débit du fluide calorifique 2a ou de l’air 13a ;
- T entrée est la température du fluide calorifique 2a entrant dans l’évaporateur des batteries 4 qui est sensiblement égale à la température de sortie du refroidisseur des batteries 3, ou de l’air 13a entrant dans l’évaporateur d’habitacle 12 qui est sensiblement égale à la température de sortie de l’habitacle 14 ; et
- T sortie est la température du fluide calorifique 2a à la sortie de l’évaporateur des batteries 4 qui est sensiblement égale à la température d’entrée du refroidisseur des batteries 3, ou de l’air 13a à la sortie de l’évaporateur d’habitacle 12 qui est sensiblement égale à la température d’entrée de l’habitacle 14.In this mathematical formula:
- Q evap indicates the cooling power of one or both evaporators 4 and 12;
- c indicates the specific heat of the calorific fluid 2a or of the air 13a;
- m corresponds to the flow rate of the calorific fluid 2a or the air 13a;
- T inlet is the temperature of the calorific fluid 2a entering the evaporator of the batteries 4 which is substantially equal to the outlet temperature of the cooler of the batteries 3, or of the air 13a entering the cabin evaporator 12 which is substantially equal to the exit temperature of the passenger compartment 14; and
- T outlet is the temperature of the calorific fluid 2a at the outlet of the evaporator of the batteries 4 which is substantially equal to the inlet temperature of the cooler of the batteries 3, or of the air 13a at the outlet of the evaporator d passenger compartment 12 which is substantially equal to the inlet temperature of the passenger compartment 14.
Il faut accumuler des données pour les trois cas de fonctionnement du climatiseur 1: refroidissement des batteries, refroidissement de l’habitacle 14, et refroidissement des deux simultanément.It is necessary to accumulate data for the three cases of operation of the air conditioner 1: cooling of the batteries, cooling of the passenger compartment 14, and cooling of both simultaneously.
Après avoir accumulé suffisamment de données expérimentales couvrant ces trois cas de fonctionnement du climatiseur 1 lors des tests du véhicule B-sample, trois ensembles de modèles d’apprentissage automatique supervisé du réseau neuronal qui permettent de modéliser le climatiseur 1, sont développés avec ces données. En données d’entrée du réseau neuronal, on utilise, par exemple la vitesse du véhicule, la vitesse du ventilateur 9, la température ambiante au niveau du radiateur du véhicule et du condenseur 8, la température d’entrée du fluide calorifique 2a dans le refroidisseur des batteries 3, la température de l’air 13a dans l’habitacle 14, et la puissance thermique des évaporateurs 4 et 12. Les données de sortie de ce réseau neuronal sont la vitesse du compresseur 7, appelée dans la suite Ncompresseur, et la position de la valve proportionnelle 11.After accumulating enough experimental data covering these three operating cases of the air conditioner 1 during the tests of the B-sample vehicle, three sets of supervised machine learning models of the neural network which allow to model the air conditioner 1, are developed with these data. . As input data of the neural network, use is made, for example, of the speed of the vehicle, the speed of the fan 9, the ambient temperature at the level of the radiator of the vehicle and of the condenser 8, the inlet temperature of the calorific fluid 2a in the cooler of the batteries 3, the temperature of the air 13a in the passenger compartment 14, and the thermal power of the evaporators 4 and 12. The output data of this neural network are the speed of the compressor 7, hereinafter called N compressor , and the position of the proportional valve 11.
Pour ce faire, différents types de réseaux neuronaux peuvent être utilisés, par exemple un perceptron multicouche.To do this, different types of neural networks can be used, for example a multilayer perceptron.
Pour décrire le processus de développement des modèles d’apprentissage automatique du réseau neuronal, les différentes corrélations entre les données d’entrée mentionnées ci-dessus, la puissance thermique des l’évaporateurs 4 et 12 Pévapet la vitesse du compresseur 7 Ncompresseursont réduites à une combinaison de plusieurs corrélations linéaires. Dans la suite, cinq corrélations sont décrites, néanmoins, un plus grand nombre de corrélations est possible avec plus de paramètres et en utilisant un réseau neuronal comprenant plus de neurones. De même, des corrélations non linéaires peuvent être utilisées si nécessaire pour approcher au mieux l’évolution du paramètre à corréler.To describe the development process of the machine learning models of the neural network, the different correlations between the input data mentioned above, the thermal power of the evaporators 4 and 12 P evap and the speed of the compressor 7 N compressor are reduced to a combination of several linear correlations. In the following, five correlations are described, however, a greater number of correlations is possible with more parameters and by using a neural network comprising more neurons. Similarly, non-linear correlations can be used if necessary to best approach the evolution of the parameter to be correlated.
La première est une corrélation linéaire avec la somme de la vitesse du véhicule et du ventilateur qui conjointement donnent le flux d’air traversant le radiateur et le condenseur 8 du véhicule. La deuxième est une corrélation linéaire avec température de l’air 13a de l’habitacle 14, ou la température du fluide calorifique 2a du refroidisseur des batteries 3 qui favorise une meilleure performance du climatiseur. La troisième est une corrélation linéaire avec la température ambiante, qui défavorise la performance du climatiseur. La quatrième est une corrélation linéaire avec la vitesse du compresseur. Pour le refroidissement simultané de l’habitacle 14 et des batteries, une cinquième corrélation linéaire est utilisée entre la répartition de la performance thermique du climatiseur 1 entre les deux évaporateurs 4 et 12 et la position de la valve proportionnelle 11.The first is a linear correlation with the sum of the speed of the vehicle and the fan which together give the flow of air passing through the radiator and the condenser 8 of the vehicle. The second is a linear correlation with the temperature of the air 13a of the passenger compartment 14, or the temperature of the calorific fluid 2a of the cooler of the batteries 3 which promotes better performance of the air conditioner. The third is a linear correlation with the ambient temperature, which disadvantages the performance of the air conditioner. The fourth is a linear correlation with compressor speed. For the simultaneous cooling of the passenger compartment 14 and the batteries, a fifth linear correlation is used between the distribution of the thermal performance of the air conditioner 1 between the two evaporators 4 and 12 and the position of the proportional valve 11.
Cette modélisation simplifiée produit les données d’entrée et de sortie pour développer le modèle de l’apprentissage automatique. Avec une architecture de 2 couches et 4 nœuds neuronaux dans chaque couche, on peut développer rapidement un modèle avec une erreur quadratique moyenne négligeable. Pour les autres données réelles provenant des expériences du véhicule, des corrélations plus difficiles sophistiquées peuvent être utilisées avec une architecture de réseau neuronal beaucoup plus complexe et un temps de développement plus long.This simplified modeling produces the input and output data to develop the machine learning model. With a 2-layer architecture and 4 neural nodes in each layer, one can quickly develop a model with negligible root mean square error. For other real data from vehicle experiments, sophisticated harder correlations can be used with much more complex neural network architecture and longer development time.
Pour les situations où seul le refroidissement d’une entité est nécessaire (les batteries ou l’habitacle 14), le contrôle du climatiseur 1 après avoir atteint la température désirée se fait selon les équations suivantes :
Qgenest la chaleur transférée des batteries au fluide calorifique 2a ou celui transféré de l’air 13a de l’habitacle 14 à l’évaporateur des batteries 4 ou à l’évaporateur d’habitacle 12, calculé par la deuxième équation, où c est la chaleur spécifique, et m˙ est le débit du fluide calorifique 2a ou de l’air 13a respectivement. Pour le refroidissement des batteries ∆T est la différence des températures du fluide calorifique 2a entre l’entrée et la sortie du refroidisseur des batteries 3. Pour le refroidissement de l’habitacle 14, ∆T est la différence des températures de l’air 13a entre l’entrée et la sortie de l’évaporateur d’habitacle 12. Qévapest la puissance thermique désirée pour un des évaporateurs 4 et 12. Le principe de ce contrôle est d’obtenir Qévapà tout moment au même niveau que Qgenen ajustant la vitesse du compresseur 7, Ncompresseurselon les modèles développés séparément par l’apprentissage automatique supervisé pour le refroidissement des batteries et de l’habitacle 14.Q gen is the heat transferred from the batteries to the calorific fluid 2a or that transferred from the air 13a of the passenger compartment 14 to the evaporator of the batteries 4 or to the passenger compartment evaporator 12, calculated by the second equation, where c is the specific heat, and m˙ is the flow rate of the calorific fluid 2a or the air 13a respectively. For the cooling of the batteries ∆T is the difference in the temperatures of the calorific fluid 2a between the inlet and the outlet of the cooler of the batteries 3. For the cooling of the passenger compartment 14, ∆T is the difference in the temperatures of the air 13a between the inlet and the outlet of the cabin evaporator 12. Q evap is the desired thermal power for one of the evaporators 4 and 12. The principle of this control is to obtain Q evap at all times at the same level as Q gen by adjusting the speed of the compressor 7, N compressor according to the models developed separately by supervised machine learning for the cooling of the batteries and the passenger compartment 14.
Pour le cas du refroidissement simultané de l’habitacle et de la batterie, le contrôle fonctionne avec le même principe selon les équations suivantes :
f1 etf2 sont les deux modèles de l’apprentissage automatique respectivement pour la vitesse du compresseur 7 et la position de la valve proportionnelle 11. Il faut noter que les climatiseurs automobiles de l’art antérieur ne peuvent pas assurer la réalisation de la troisième équation à tout moment. Dans ce cas, la 3ème et la 4ème équation échouent, et le compresseur fonctionne à la maximale vitesse. f 1 and f 2 are the two models of the automatic learning respectively for the speed of the compressor 7 and the position of the proportional valve 11. It should be noted that the automotive air conditioners of the prior art cannot ensure the realization of the third equation at any time. In this case, the 3rd and 4th equations fail, and the compressor runs at maximum speed.
Pour montrer les effets du procédé de contrôle selon l’invention, trois simulations transitoires sont effectuées pour la température du fluide calorifique 2a et celle de l’air 13a de l’habitacle 14. Les équations utilisées sont indiquées ci-dessous, et sont résolues par algorithme explicite. Les températures d’entrée et de sortie correspondent à celles du refroidisseur des batteries 3 ou de l’évaporateur d’habitacle 12. Les coefficients c et m sont choisis pour des plages de valeurs réelles de la température. Pour simplifier la résolution, la température ambiante, la vitesse du véhicule et celle du ventilateur du radiateur sont figées dans le modèle de l’apprentissage automatique.
Pour les cas de refroidissement de l’habitacle ou des batteries, les avantages de ce procédé de contrôle sont illustrés dans la
Comme illustré aux figures 2 et 3
Dans le cas du refroidissement simultané des batteries et de l’air 13a de l’habitacle 14, l’intérêt du procédé de contrôle décrit ci-dessus est illustré à la
Ainsi, selon le procédé de contrôle mis en œuvre par le dispositif décrit ci-dessus, les températures contrôlées sont maintenues aux valeurs souhaitées au lieu de varier entre les deux seuils imposés par un contrôle TOR. Également, toute la gamme des positions de la valve proportionnelle 11 et des vitesses du compresseur est utilisée au lieu des deux valeurs pour chacun de ces composants données par un contrôle TOR. De plus, le contrôle TOR conventionnel ne pouvant pas maintenir la température de l’air à la seule valeur souhaitée par le conducteur, il n’est pas idéal pour le confort du conducteur. La priorité donnée au refroidissement de l’habitacle 14 imposerait en contrôle TOR de brusques changements du refroidissement des batteries ce qui n’est pas la meilleure mode de fonctionnement pour la durée de vie des batteries et du compresseur. En outre, le développement de la modélisation étant intégré aux tests du véhicule B-sample ou C-sample, il est compatible avec le processus actuel de développement d’un nouveau véhicule et il n’impose pas de surcoûts ni de retard dans la mise au point des fonctionnalités du véhicule.Thus, according to the control method implemented by the device described above, the controlled temperatures are maintained at the desired values instead of varying between the two thresholds imposed by an on-off control. Also, the full range of proportional valve 11 positions and compressor speeds is used instead of the two values for each of these components given by a discrete control. In addition, conventional on-off control cannot maintain the air temperature only at the value desired by the driver, so it is not ideal for driver comfort. The priority given to the cooling of the passenger compartment 14 would impose sudden changes in the cooling of the batteries in on-off control, which is not the best mode of operation for the life of the batteries and the compressor. In addition, since modeling development is integrated with B-sample or C-sample vehicle testing, it is compatible with the current new vehicle development process and does not impose additional costs or delays in to the point of vehicle functionality.
Comme indiqué dans la description qui précède, les différents aspects de l’invention peuvent-être mis en œuvre selon le contexte dans des variantes de configuration différentes de celles décrites ci-dessus. Par exemple, un réseau neuronal comprenant plus de deux couches avec plus de quatre neurones chacune peut être utilisé. De même, le climatiseur peut être utilisé pour le refroidissement d’une batterie tractrice d’un véhicule hybride ou d’un véhicule entièrement électrique.As indicated in the preceding description, the different aspects of the invention may be implemented depending on the context in variant configurations different from those described above. For example, a neural network comprising more than two layers with more than four neurons each can be used. Similarly, the air conditioner can be used to cool a tractor battery of a hybrid vehicle or an all-electric vehicle.
Claims (10)
- au moins une de ladite pluralité de corrélations est une corrélation linéaire ; et/ou
- des données d’entrée du réseau neuronal correspondent auxdits paramètres représentatifs des conditions de fonctionnement du système de refroidissement (1).Method for learning at least one neural network according to the preceding claim, characterized in that:
- at least one of said plurality of correlations is a linear correlation; and or
- input data from the neural network correspond to said parameters representative of the operating conditions of the cooling system (1).
- un premier desdits paramètres représentatifs des conditions de fonctionnement du système de refroidissement (1) correspond à une vitesse d’un flux d’air ;
- un deuxième desdits paramètres représentatifs des conditions de fonctionnement du système de refroidissement (1) correspond à une température d’un fluide calorifique (2a) ;
- un troisième desdits paramètres représentatifs des conditions de fonctionnement du système de refroidissement (1) correspond à une température ambiante ;
- un quatrième des desdits paramètres représentatifs des conditions de fonctionnement du système de refroidissement (1) correspond à une puissance d’un évaporateur des batteries (4) et/ou d’un évaporateur d’habitacle (12) du système de refroidissement (1) ; et/ou
- un cinquième des desdits paramètres représentatifs des conditions de fonctionnement du système de refroidissement (1) correspond à une température d’un habitacle (14).Method for learning at least one neural network according to one of the preceding claims, characterized in that:
- a first of said parameters representative of the operating conditions of the cooling system (1) corresponds to a speed of an air flow;
- a second of said parameters representative of the operating conditions of the cooling system (1) corresponds to a temperature of a calorific fluid (2a);
- a third of said parameters representative of the operating conditions of the cooling system (1) corresponds to an ambient temperature;
- a fourth of said parameters representative of the operating conditions of the cooling system (1) corresponds to a power of a battery evaporator (4) and/or of a passenger compartment evaporator (12) of the cooling system (1 ); and or
- a fifth of said parameters representative of the operating conditions of the cooling system (1) corresponds to a temperature of a passenger compartment (14).
- une valeur de la puissance de l’évaporateur (4) ;
- un résultat de corrélation avec une pluralité de paramètres représentatifs des conditions de fonctionnement du système de refroidissement (1) ;
- une valeur de la vitesse du compresseur (7) ; et/ou
- une position de la valve proportionnelle (11).Method for controlling a cooling system (1) of a vehicle comprising the implementation of at least three sets of models corresponding to a first situation where only the batteries are cooled, a second situation where only a passenger compartment (14 ) is cooled, and a third situation where the batteries and the passenger compartment (14) are cooled; these models are obtained according to the method of one of claims 1 to 3, characterized in that it is produced:
- a value of the power of the evaporator (4);
- a correlation result with a plurality of parameters representative of the operating conditions of the cooling system (1);
- a compressor speed value (7); and or
- a position of the proportional valve (11).
- un module d’acquisition d’une pluralité de paramètres représentatifs des conditions de fonctionnement du système de refroidissement (1) ;
- au moins un réseau neuronal entraîné selon le procédé d’une des revendications 1 à 3 ; et/ou
- un module de calcul de la puissance de l’évaporateur des batteries (4) et/ou de l’évaporateur de l’habitacle (12).Device for controlling a cooling system (1) of the tractor batteries and of a passenger compartment (14) of a vehicle according to the method of claim 5, characterized in that it comprises:
- a module for acquiring a plurality of parameters representative of the operating conditions of the cooling system (1);
- at least one neural network trained according to the method of one of claims 1 to 3; and or
- a module for calculating the power of the battery evaporator (4) and/or of the passenger compartment evaporator (12).
- les paramètres représentatifs des conditions de fonctionnement du système de refroidissement (1) forment les données d’entrée de l’au moins un réseau neuronal ; et
- la vitesse du compresseur (7) et/ou la position de la valve proportionnelle (11) en forme au moins une des données de sortie.Device for controlling a cooling system (1) of the tractor batteries and of a passenger compartment (14) of a vehicle according to one of Claims 7 and 8, characterized in that:
- the parameters representative of the operating conditions of the cooling system (1) form the input data of the at least one neural network; and
- the speed of the compressor (7) and/or the position of the proportional valve (11) forms at least one of the output data.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2105654A FR3123478B1 (en) | 2021-05-31 | 2021-05-31 | MACHINE LEARNING CONTROL OF A TWO-EVAPORATOR AIR CONDITIONER IN AN ELECTRIC VEHICLE |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2105654A FR3123478B1 (en) | 2021-05-31 | 2021-05-31 | MACHINE LEARNING CONTROL OF A TWO-EVAPORATOR AIR CONDITIONER IN AN ELECTRIC VEHICLE |
| FR2105654 | 2021-05-31 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3123478A1 true FR3123478A1 (en) | 2022-12-02 |
| FR3123478B1 FR3123478B1 (en) | 2023-04-14 |
Family
ID=76523188
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR2105654A Active FR3123478B1 (en) | 2021-05-31 | 2021-05-31 | MACHINE LEARNING CONTROL OF A TWO-EVAPORATOR AIR CONDITIONER IN AN ELECTRIC VEHICLE |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3123478B1 (en) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005007929A (en) * | 2003-06-16 | 2005-01-13 | Denso Corp | Method and device for acquiring control conformity information of vehicular air-conditioner |
| KR20160033838A (en) * | 2014-09-18 | 2016-03-29 | 한온시스템 주식회사 | Heat pump system for vehicle |
| CN207955267U (en) * | 2018-02-01 | 2018-10-12 | 浙江吉利汽车研究院有限公司 | A kind of automotive thermal tube reason system and pure electric automobile |
| CN109050200A (en) * | 2018-08-22 | 2018-12-21 | 吉林大学 | A kind of control method of automobile heat pump air conditioner |
| CN110154683A (en) * | 2019-05-27 | 2019-08-23 | 珠海格力电器股份有限公司 | Thermal management system and new energy automobile thereof |
| US20210018016A1 (en) * | 2019-07-18 | 2021-01-21 | Hyundai Motor Company | Deep learning-based cooling system temperature prediction apparatus according to physical causality and method therefor |
-
2021
- 2021-05-31 FR FR2105654A patent/FR3123478B1/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005007929A (en) * | 2003-06-16 | 2005-01-13 | Denso Corp | Method and device for acquiring control conformity information of vehicular air-conditioner |
| KR20160033838A (en) * | 2014-09-18 | 2016-03-29 | 한온시스템 주식회사 | Heat pump system for vehicle |
| CN207955267U (en) * | 2018-02-01 | 2018-10-12 | 浙江吉利汽车研究院有限公司 | A kind of automotive thermal tube reason system and pure electric automobile |
| CN109050200A (en) * | 2018-08-22 | 2018-12-21 | 吉林大学 | A kind of control method of automobile heat pump air conditioner |
| CN110154683A (en) * | 2019-05-27 | 2019-08-23 | 珠海格力电器股份有限公司 | Thermal management system and new energy automobile thereof |
| US20210018016A1 (en) * | 2019-07-18 | 2021-01-21 | Hyundai Motor Company | Deep learning-based cooling system temperature prediction apparatus according to physical causality and method therefor |
Also Published As
| Publication number | Publication date |
|---|---|
| FR3123478B1 (en) | 2023-04-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2516819B1 (en) | Motor vehicle cooling device | |
| WO2020089551A1 (en) | Vehicle heat management system | |
| EP2841288B1 (en) | Heating, ventilation and/or air-conditioning equipment comprising a device for controlling the temperature of a battery, and method for implementing same | |
| FR2913102A1 (en) | Air conditioning installation for motor vehicle, has control unit controlling control signal of electric expansion valve to regulate control magnitude relative to overheating of evaporator or cooling of condenser based on regulation law | |
| FR3052856B1 (en) | CIRCULATING LOOP OF A REFRIGERANT FLUID FOR A VEHICLE | |
| EP3870818B1 (en) | Method for cooling a piece of equipment of a vehicle and vehicle comprising this equipment | |
| EP2532544B1 (en) | System for thermal conditioning of a passenger compartment and an electric battery | |
| EP2932063B1 (en) | Method for managing a power train implementing an estimation of the engine temperature at the end of a stop time of an element of the power train | |
| FR3075109A1 (en) | METHOD FOR OPERATING A THERMAL CONTROL SYSTEM OF A MOTOR VEHICLE WITH ELECTRIC OR HYBRID PROPULSION | |
| WO2021156034A1 (en) | Thermal energy recovery and regulation device for an electric vehicle with an electrochemical generator with an hvac system | |
| FR2983354A1 (en) | Method for controlling thermal control system of battery of electric car, involves determining control setpoint based on temperature difference between predicted temperature and maximum permissible temperature of battery at end of charging | |
| FR3120594A1 (en) | METHOD FOR MANAGING THE STARTING OF A THERMAL ENGINE FOR A HYBRID VEHICLE | |
| EP3746316B1 (en) | Method for controlling a system for heat treatment of a component of an electric traction chain of a vehicle | |
| FR3097471A1 (en) | EQUIVALENT TEMPERATURE REGULATION PROCESS IN A COCKPIT OF A MEANS OF TRANSPORT EQUIPPED WITH AN AIR CONDITIONING SYSTEM | |
| FR3123478A1 (en) | MACHINE LEARNING CONTROL OF A TWO-EVAPORATOR AIR CONDITIONER IN AN ELECTRIC VEHICLE | |
| FR3118832A1 (en) | DEVICE FOR THERMAL CONTROL OF AN ELECTRIC VEHICLE BATTERY BY ARTIFICIAL INTELLIGENCE, METHOD, VEHICLE COMPRISING SUCH A DEVICE | |
| FR2973298A1 (en) | Method for heat regulation by refrigerant e.g. carbon dioxide, in lithium-ion battery of hybrid vehicle i.e. car, involves adjusting temperature of battery depending on environmental temperature of battery and based on damage of battery | |
| WO2012160045A1 (en) | Method of managing the energy consumed by a mobile system, in particular a motor vehicle, on-board device implementing such a method | |
| FR3123476A1 (en) | CONTROL OF AN AIR CONDITIONER BY SUPERVISED MACHINE LEARNING | |
| FR3115733A1 (en) | Method for regulating an electronic expansion valve of an air conditioning system and associated air conditioning system | |
| FR3077235A1 (en) | METHOD FOR THE HEAT TREATMENT OF A HABITACLE AND A DEVICE FOR ELECTRICALLY STORING A MOTOR VEHICLE | |
| EP2556229B1 (en) | Method for estimating the initial temperature of a mechanical member of a vehicle at the start-up of the vehicle | |
| FR3123477A1 (en) | MODELING AN AUTOMOTIVE AIR CONDITIONER USING SUPERVISED MACHINE LEARNING | |
| FR3132793A1 (en) | AUTOMOTIVE VEHICLE BATTERY THERMAL PRE-CONDITIONING SYSTEM, METHOD AND VEHICLE BASED ON SUCH A SYSTEM | |
| CH717116A2 (en) | Device for recovering and regulating thermal energy of an electric vehicle with an electrochemical generator with an HVAC system. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20221202 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |
|
| CD | Change of name or company name |
Owner name: STELLANTIS AUTO SAS, FR Effective date: 20240423 |