L’ottimizzazione dei sistemi Powertrain nelle automobili moderne si basa sull’ingegneria dei sistemi basata su modelli per far fronte ai complessi sistemi automobilistici e alle impegnative esigenze di progettazione del controllo. Due prerequisiti per l’ottimizzazione del powertrain basato sul modello sono il simulatore di powertrain e il design del controllo, che garantisce un funzionamento desiderabile del powertrain durante i cicli di guida., Questa tesi ruota attorno a questi prerequisiti e appartiene alla fase model-in-the-loop del ciclo di vita dello sviluppo del controllo. In primo luogo mira a identificare i modelli di sistemi di powertrain orientati al controllo, in particolare i modelli lineari black-box a causa dei meriti che presentano in termini di accessibilità alla progettazione di controllo lineare e facilità di integrazione dei cambiamenti nella definizione tecnica del sistema di powertrain., L’obiettivo è anche quello di identificare e controllare i sistemi powertrain con ritardo di trasporto perché l’integrazione del ritardo nel modello e nella progettazione del controllo è cruciale per la rappresentabilità del sistema del primo e per l’ottimalità del secondo. Sulla base di queste premesse, affrontiamo il powertrain dal punto di vista del percorso aereo del motore. Per prima cosa identifichiamo un modello lineare dello spazio di stato della scatola nera (SS) di un percorso aereo del motore a benzina, utilizzando un algoritmo di identificazione basato su metodi subspaziali., Vengono testati diversi ordini di modelli e parametri dell’algoritmo e vengono resi chiari quelli che producono i migliori risultati di identificazione e validazione, il che porta a un guadagno di tempo dell ‘ 85% in future identificazioni simili. Mentre questa parte considera il percorso dell’aria nel suo complesso, il resto del lavoro si concentra su componenti specifici del percorso dell’aria, in particolare l’acceleratore elettrico (ET), lo scambiatore di calore e il ricircolo dei gas di scarico (EG)., Per quanto riguarda l’ET, ispiriamo dalle leggi fisiche che governano il funzionamento dell’acceleratore per costruire un modello matematico SS lineare-parametro-variabile (LPV), che serve a impostare la struttura vettoriale di regressione del modello ARX black-box LPV, che è rappresentativo di un banco di prova ET e riflette le sue non linearità e discontinuità in quanto varia da una zona Per affrontare le questioni dei ritardi nel trasporto di calore e di massa nel percorso dell’aria del motore, ci riferiamo rispettivamente allo scambiatore di calore e all’R., La rifusione delle equazioni alle derivate parziali iperboliche a dimensione infinita (PDE) che descrivono questi fenomeni di trasporto come un sistema di ritardo temporale facilita l’identificazione del sistema aggiunto e la progettazione del controllo. A tal fine, una tecnica di space-averaging e il metodo delle caratteristiche sono utilizzati per disaccoppiare le PDE iperboliche che descrivono i flussi advettivi in uno scambiatore di calore e riformularli come un sistema di ritardo temporale., Ridurre l’errore tra la temperatura di uscita del modello e quella di un banco di prova dello scambiatore di calore è ciò che cerca il metodo di discesa del gradiente utilizzato per identificare i parametri del sistema di ritardo temporale, che supera le PDE in termini di accuratezza di identificazione ed efficienza computazionale. D’altra parte, l’R è affrontato da una prospettiva orientata al controllo, e le PDE che descrivono il fenomeno del trasporto di massa nella sua struttura tubolare sono rifuse come un sistema SS soggetto a ritardo di uscita., Per regolare il rapporto gas bruciato nel gas di aspirazione, la quantità di gas in ricircolo viene controllata utilizzando due approcci di controllo ottimali indiretti, tenendo conto della natura infinita-dimensionale del modello e accompagnata dal metodo Lagrangiano Uzawa Aumentato per garantire il rispetto dei vincoli di ingresso e di stato, risultando così in un controller di prestazioni superiori rispetto al PID inizialmente esistente. In generale, questa tesi si trova a metà strada tra il settore accademico e quello industriale., Valutando l’ammissibilità dell’integrazione di teorie di identificazione e controllo dei sistemi esistenti in applicazioni automobilistiche reali, evidenzia i meriti e i demeriti di queste teorie e apre nuove prospettive nel campo dell’ottimizzazione dei sistemi powertrain basati su modelli.