Sistema inovador aprimora estabilidade de veículos elétricos
Em um cenário onde a mobilidade elétrica avança rapidamente, garantir a segurança e o controle dinâmico dos veículos em condições extremas tornou-se uma prioridade central para engenheiros e fabricantes. À medida que os veículos elétricos (VE) ganham espaço nas estradas, sua capacidade de manter a estabilidade durante manobras críticas—como desvios de emergência, frenagens bruscas ou condução em superfícies de baixa aderência—é um dos principais fatores que definem sua confiabilidade e aceitação pelo mercado. Um novo estudo conduzido por uma equipe de pesquisadores chineses apresenta uma solução revolucionária para esse desafio, introduzindo uma estratégia de controle adaptativo que melhora significativamente a estabilidade lateral de veículos elétricos com tração distribuída (DDEV), onde cada roda é movida por um motor elétrico independente.
A pesquisa, liderada pela mestra Ding Ning, sob a orientação do professor Bei Shaoyi da Jiangsu University of Technology, em colaboração com especialistas da Tsinghua University e da Southeast University, propõe um sistema de controle de duas camadas baseado em um algoritmo de controle preditivo de modelo autoadaptativo (SAMPC). Publicado no Journal of Chongqing University of Technology (Natural Science), o trabalho representa um avanço substancial em relação aos métodos tradicionais de controle, oferecendo maior precisão, segurança e conforto em situações de limite, sem comprometer a eficiência computacional necessária para aplicações em tempo real.
O cerne da inovação está na capacidade do sistema de ajustar seus parâmetros de controle de forma dinâmica, baseando-se na análise do plano de fase do veículo. Em vez de reagir a erros de forma fixa, o sistema monitora continuamente a relação entre o ângulo de deriva do centro de gravidade do veículo (β) e sua taxa de variação (β̇). Essa análise permite dividir o comportamento dinâmico do veículo em três zonas distintas: uma zona de estabilidade, uma zona de transição (limite de estabilidade) e uma zona de instabilidade. Essa segmentação é crucial, pois permite que o sistema adote uma abordagem gradativa e contextual.
Quando o veículo opera dentro da zona de estabilidade, o sistema de controle intervém de maneira mínima, preservando o conforto do passageiro e a eficiência energética. À medida que o veículo se aproxima do limite de estabilidade, o sistema começa a aumentar sua intervenção, preparando-se para corrigir uma possível perda de controle. Se o estado do veículo entrar na zona de instabilidade, o sistema responde com máxima intensidade, priorizando a recuperação da estabilidade acima de qualquer outro objetivo. Essa abordagem hierárquica, baseada em uma avaliação preditiva do estado do veículo, é muito mais eficaz do que os sistemas reativos convencionais, que muitas vezes reagem tarde demais ou com força excessiva, causando desconforto e instabilidade adicional.
O diferencial do sistema SAMPC reside na sua capacidade de ajustar automaticamente os pesos atribuídos às variáveis de controle dentro do algoritmo de controle preditivo de modelo (MPC). Nos sistemas MPC tradicionais, os pesos que determinam a importância relativa do ângulo de deriva e da velocidade de guinada (γ) são fixos. No entanto, na prática, a relevância desses parâmetros muda drasticamente dependendo da situação. Em uma curva controlada, a velocidade de guinada é a variável mais importante para manter a trajetória. Já em uma manobra de emergência, onde o risco de derrapagem lateral é alto, o ângulo de deriva se torna o indicador crítico de estabilidade.
O sistema SAMPC supera essa limitação com um algoritmo que recalcula continuamente esses pesos com base na proximidade do estado do veículo com a fronteira de estabilidade no plano de fase. Quando o veículo está estável, o sistema prioriza o rastreamento preciso da velocidade de guinada, garantindo uma resposta ágil e previsível. À medida que o risco de instabilidade aumenta, o peso do ângulo de deriva é drasticamente aumentado, fazendo com que o sistema concentre todos os esforços na recuperação da orientação do veículo. Essa capacidade de mudar de foco dinamicamente torna o sistema excepcionalmente robusto e adequado para uma ampla gama de condições de condução.
A eficácia dessa estratégia foi validada por meio de extensas simulações utilizando uma plataforma integrada CarSim-Matlab/Simulink, uma ferramenta padrão na indústria automotiva para testes de controle. O modelo de veículo utilizado foi um hatchback de classe C, representativo de um grande segmento do mercado. As simulações foram baseadas no manuseio de dupla mudança de faixa, um cenário padrão que simula a evasão de um obstáculo e o retorno à faixa, colocando o sistema de estabilidade à prova em uma situação de emergência realista.
Os resultados das simulações foram impressionantes. Em uma condição de aderência moderada (coeficiente de atrito μ=0,4) e uma velocidade de 70 km/h, o sistema SAMPC reduziu o erro absoluto médio do ângulo de deriva em 49,4% e o erro quadrático médio (RMSE) em 55,3% em comparação com um sistema MPC convencional. Esses números indicam que o veículo controlado pelo SAMPC segue a trajetória ideal com uma precisão muito maior, o que reduz significativamente o risco de perda de controle e melhora a sensação de segurança para o motorista.
Mesmo em condições extremas, com uma aderência muito baixa (μ=0,2, equivalente a uma estrada coberta de gelo) e uma velocidade alta de 90 km/h, o sistema demonstrou melhorias mensuráveis. Embora as limitações físicas dos pneus imponham um limite fundamental ao desempenho, o SAMPC ainda conseguiu reduzir o erro absoluto médio do ângulo de deriva em 24,5% e o RMSE em 23,8%. Isso demonstra a robustez do algoritmo e sua capacidade de extrair o máximo de estabilidade possível mesmo nas circunstâncias mais desfavoráveis, proporcionando um valioso margem de segurança adicional.
Além do controle superior, o sistema incorpora uma estratégia inovadora de distribuição de torque. Após calcular o momento de guinada adicional necessário, o sistema precisa determinar como distribuir esse momento entre as quatro rodas. Esta é uma decisão crítica, pois afeta diretamente a eficácia do controle e a utilização eficiente da tração disponível.
A equipe de pesquisa desenvolveu uma função de otimização multiobjetivo que equilibra dois objetivos frequentemente conflitantes: estabilidade e desempenho. O primeiro objetivo é a minimização da utilização dos pneus, um índice que mede o quão próximo cada pneu está do seu limite de aderência. Manter uma baixa utilização dos pneus significa preservar uma margem de segurança para reagir a perturbações imprevistas. O segundo objetivo é a maximização do desempenho e da eficiência, o que é alcançado ao otimizar a taxa de deslizamento das rodas para garantir a melhor tração possível.
A chave para o sucesso é a capacidade do sistema de alterar a importância relativa desses dois objetivos em tempo real. Quando o veículo está estável, o sistema pode priorizar o desempenho, otimizando a eficiência energética. Assim que se aproxima do limite de estabilidade, o sistema muda imediatamente a prioridade para a estabilidade, redistribuindo o torque para minimizar a utilização dos pneus, mesmo que isso implique uma leve perda de eficiência. Esse equilíbrio dinâmico é o que torna o sistema tão eficaz em uma ampla gama de condições.
Um elemento adicional de inteligência é a diferenciação entre as rodas dianteiras e traseiras. Os engenheiros projetaram o sistema para favorecer um comportamento de subesterço, geralmente considerado mais seguro e intuitivo para a maioria dos motoristas. Para isso, as rodas traseiras têm um coeficiente de peso variável que aumenta quando o veículo está em uma situação de instabilidade. Isso significa que o sistema é mais propenso a reduzir o torque nas rodas traseiras para prevenir um superesterço (derrapagem traseira), reforçando assim as características de estabilidade naturais do veículo. Esse coeficiente não é fixo, mas se adapta dinamicamente com base no erro de velocidade de guinada e na posição no plano de fase, permitindo um controle fino e proativo.
A validação do sistema foi realizada por meio de um protocolo rigoroso de simulação com base na manobra de dupla mudança de faixa. Os resultados confirmaram de forma inequívoca as vantagens do SAMPC. Em condições de aderência média (μ=0,4), o sistema não apenas reduziu os erros de trajetória, mas também melhorou a qualidade da resposta. A aceleração lateral, um indicador direto do conforto e da estabilidade, foi mantida dentro de limites mais apertados, especialmente durante as fases de entrada e saída de curvas. Esse comportamento mais fluido e previsível reduz o estresse para o motorista e aumenta a sensação de controle.
Um aspecto crucial para a viabilidade prática de um sistema tão sofisticado é sua eficiência computacional. Um algoritmo muito complexo levaria muito tempo para processar decisões, tornando-o inútil em cenários reais onde as reações devem ocorrer em milissegundos. Os pesquisadores enfrentaram esse desafio com uma abordagem pragmática. Eles usaram um modelo dinâmico simplificado de dois graus de liberdade para o cálculo preditivo, em vez de um modelo mais complexo de sete graus. Essa escolha reduz significativamente a carga computacional sem sacrificar a capacidade do sistema de capturar as dinâmicas essenciais do veículo.
Além disso, o algoritmo de distribuição de torque foi projetado para evitar métodos de otimização iterativos, que são frequentemente muito lentos. Em vez disso, o sistema usa uma solução analítica direta, derivada das equações de otimização, que permite um cálculo quase instantâneo dos comandos de torque para cada roda. Essa combinação de modelagem simplificada e algoritmos eficientes garante que o sistema SAMPC possa operar em tempo real, uma condição necessária para sua implementação em veículos de produção.
A publicação deste estudo no Journal of Chongqing University of Technology (Natural Science) destaca o crescente papel da pesquisa chinesa no desenvolvimento de tecnologias automotivas de ponta. A colaboração entre a Jiangsu University of Technology, a Tsinghua University e a Southeast University é um exemplo de como equipes multidisciplinares podem enfrentar problemas de engenharia complexos com soluções inovadoras. O trabalho de Ding Ning, Bei Shaoyi e seus colegas não é apenas uma contribuição teórica, mas representa um passo concreto em direção a veículos elétricos mais seguros e mais fáceis de controlar.
A importância desta pesquisa se estende muito além dos veículos conduzidos manualmente. Na era da condução autônoma, a capacidade de um veículo manter sua estabilidade em qualquer condição, sem qualquer intervenção humana, é uma característica fundamental. Um sistema de controle como o SAMPC, com sua natureza adaptativa e preditiva, é um candidato ideal para os veículos do futuro. Ele representa uma transição de sistemas de segurança reativos para sistemas proativos, capazes de antecipar e prevenir perigos antes que eles ocorram.
Em conclusão, este estudo marca um ponto de virada no campo da dinâmica veicular. Através de uma engenharia sofisticada que combina controle preditivo adaptativo, análise de plano de fase e distribuição inteligente de torque, os pesquisadores demonstraram que é possível melhorar substancialmente a estabilidade dos veículos elétricos em condições de limite. Os resultados não são apenas de interesse acadêmico, mas têm o potencial de serem traduzidos diretamente em tecnologias de série, contribuindo para tornar as estradas mais seguras para todos os usuários. A mobilidade do futuro dependerá não apenas de como os veículos são alimentados, mas de quão inteligentemente são controlados, e este trabalho é um passo decisivo nessa direção.
Ding Ning, Bei Shaoyi, Li Bo, Tang Haoran, Yin Guodong. Adaptive optimization control for lateral stability of distributed drive electric vehicle. Journal of Chongqing University of Technology (Natural Science), 2024, 38(8): 64–73. doi: 10.3969/j.issn.1674-8425(z).2024.08.007