Electrically tunable piezoelectric bimorph cantilever for energy harvesting

Con la presente tesi viene esaminato un metodo per modificare la frequenza di risonanza di trasduttori piezoelettrici mediante applicazione di carichi elettrici esterni. L'elaborato inizia con la presentazione dei cristalli utilizzati nel lavoro di tesi, concentrandosi sul processo di fabbricazione di un bimorph cantilever impiegato come convertitore elettromeccanico di energia, la cui frequenza di risonanza è modellizzata analiticamente mediante la legge di Newton e il modello di Euler-Bernoulli. Su tale struttura vengono condotte misure mediante shaker elettrodinamico e analizzatore d'impedenza, ai fini di giusticare il modello analitico presentato. Con lo scopo di sincronizzare la frequenza di risonanza del cantilever con la vibrazione dell'ambiente per massimizzare la potenza disponibile, viene proposto un algoritmo MPPT secondo l'approccio Perturba e Osserva (P&O), al quale è fornita in ingresso la tensione efficace di un layer di materiale piezoelettrico. Valutare la sua risposta in tensione, presenta dei limiti applicativi che hanno portato a prendere in considerazione un approccio totalmente diff�erente, basato sullo sfasamento tra la tensione di un trasduttore piezoelettrico e il segnale di accelerazione impiegato come eccitazione. Misure sperimentali sono state condotte con l'obiettivo di validare l'efficacia di quest'ultimo approccio qualora si voglia sincronizzare la frequenza di risonanza dei piezo con segnali di vibrazione reali.

Development of a Predictive Control Function for a Plug-in Hybrid Electric Vehicle with Electrically-heated Catalyst

This master thesis work is focused on the development of a predictive EHC control function for a diesel plug-in hybrid electric vehicle equipped with a EURO 7 compliant exhaust aftertreatment system (EATS), with the purpose of showing the advantages provided by the implementation of a predictive control strategy with respect to a rule-based one. A preliminary step will be the definition of an accurate powertrain and EATS physical model, starting from already existing and validated applications. Then, a rule-based control strategy managing the torque split between the electric motor (EM) and the internal combustion engine (ICE) will be developed and calibrated, with the main target of limiting tailpipe NOx emission by taking into account EM and ICE operating conditions together with EATS conversion efficiency. The information available from vehicle connectivity will be used to reconstruct the future driving scenario, also referred to as electronic horizon (eHorizon), and in particular to predict ICE first start. Based on this knowledge, an EATS pre-heating phase can be planned to avoid low pollutant conversion efficiencies, thus preventing high NOx emission due to engine cold start. Consequently, the final NOx emission over the complete driving cycle will be strongly reduced, allowing to comply with the limits potentially set by the incoming EURO 7 regulation. Moreover, given the same NOx emission target, the gain achieved thanks to the implementation of an EHC predictive control function will allow to consider a simplified EATS layout, thus reducing the related manufacturing cost. The promising results achieved in terms of NOx emission reduction show the effectiveness of the application of a predictive control strategy focused on EATS thermal management and highlight the potential of a complete integration and parallel development of involved vehicle physical systems, control software and connectivity data management.