Giới thiệu dự án

Sự chuyển dịch cơ cấu năng lượng toàn cầu từ nhiên liệu hóa thạch sang năng lượng tái tạo đang định hình lại ngành công nghiệp giao thông vận tải. Theo báo cáo của Cơ quan Năng lượng Quốc tế (IEA), ngành giao thông vận tải chiếm khoảng 24% lượng phát thải CO2 toàn cầu từ quá trình đốt nhiên liệu, trong đó các phương tiện đường bộ chiếm tới hơn 75%. Nhằm thực hiện cam kết Net Zero vào năm 2050 (theo COP26) và các tiêu chuẩn khí thải nghiêm ngặt như Euro 7 của Liên minh Châu Âu (EU), việc nghiên cứu và phát triển xe thuần điện (Battery Electric Vehicle - BEV) đã trở thành định hướng chiến lược bắt buộc của các quốc gia, bao gồm cả Việt Nam.

Tuy nhiên, quá trình nghiên cứu, thử nghiệm và tối ưu hóa hệ thống truyền động xe điện trên các thiết bị vật lý thực tế (dynamometer test bench, road test) đòi hỏi chi phí đầu tư khổng lồ (từ hàng trăm nghìn đến hàng triệu USD cho mỗi chu kỳ thử nghiệm), tiềm ẩn nguy cơ mất an toàn do pin cao áp (High Voltage Battery) và tốn nhiều thời gian. Các vấn đề cốt lõi đặt ra bao gồm:

  • Khó khăn trong việc dự đoán chính xác trạng thái nạp (State of Charge - SOC) và mức độ suy giảm năng lượng trong các điều kiện vận hành thực tế đa dạng.
  • Phối hợp điều khiển phi tuyến giữa bộ điều khiển bàn đạp ga/phanh, động cơ đồng bộ nam châm vĩnh cửu (Permanent Magnet Synchronous Motor - PMSM) và hệ thống phanh tái sinh (Regenerative Braking System).
  • Thiếu các mô hình mô phỏng số hóa hoàn chỉnh, chuẩn xác và có khả năng tùy biến cao phục vụ công tác nghiên cứu, đào tạo chuyên sâu ngành Công nghệ Kỹ thuật Ô tô tại Việt Nam.

Đề tài "Nghiên cứu mô phỏng các thông số đặc trưng của xe điện bằng Matlab/Simulink" do nhóm sinh viên Trường Đại học Sư phạm Kỹ thuật TP.HCM thực hiện nhằm giải quyết các thách thức kỹ thuật nêu trên thông qua các mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý thuyết về động học và động lực học xe điện, công nghệ pin cao áp (Li-ion, LFP, NMC, Solid-state), động cơ điện và hệ thống quản lý pin (BMS).
  2. Xây dựng mô hình toán học và mô hình mô phỏng 1D hoàn chỉnh của xe thuần điện mô phỏng theo mẫu xe Tesla Model 3 trên nền tảng MATLAB R2023b/Simulink.
  3. Thiết kế và tối ưu hóa bộ điều khiển truyền động sử dụng thuật toán điều khiển tỉ lệ tích phân vi phân (PID/PI) với phương pháp tinh chỉnh thông số Ziegler - Nichols.
  4. Kiểm chứng và đánh giá hiệu năng hệ thống trên các chu trình lái tiêu chuẩn quốc tế: Chu trình đô thị New York (NYCC), Chu trình cao tốc (HWYCC), Chu trình hỗn hợp tiêu chuẩn Mỹ (EPA/FTP-75).
  5. Phân tích các chỉ số vận hành đặc trưng: Khả năng tăng tốc từ 0 đến 100 km/h, khả năng vượt dốc tối đa, hiệu suất thu hồi năng lượng phanh tái sinh và suất tiêu hao điện năng (kWh/100 km).

Phương pháp tiếp cận dựa trên mô hình mô phỏng động lực học xuôi (Forward-facing Vehicle Simulation). Cách tiếp cận này phản ánh chính xác phản hồi thực tế của người lái thông qua bộ điều khiển PI, gửi tín hiệu điều khiển momen xoắn đến biến tần (Inverter), điều khiển động cơ điện kéo tải trọng xe và phản hồi vận tốc thực về vòng điều khiển kín.

Kết quả kỳ vọng đạt được bao gồm sai số bám vận tốc chu trình lái $\text{RMSE} \le 1.5\text{ km/h}$, xác định chính xác tổn hao năng lượng và biến thiên SOC với độ tin cậy $> 95%$ so với thông số xuất xưởng của nhà sản xuất Tesla. Phạm vi nghiên cứu tập trung vào động lực học dọc (Longitudinal Dynamics) của xe, bỏ qua động lực học ngang (Lateral Dynamics) và ảnh hưởng của góc trượt ngang bánh xe.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong kỹ thuật ô tô, việc đánh giá hiệu năng hệ thống truyền động điện thường được thực hiện qua các công cụ mô phỏng chuyên dụng. Bảng so sánh dưới đây phân tích ưu và nhược điểm của các giải pháp hiện hành:

Công cụ mô phỏng Ưu điểm kỹ thuật Nhược điểm / Rào cản Chi phí & Bản quyền
ADVISOR (NREL) Tốc độ tính toán nhanh theo mô hình Quasi-static; thư viện linh kiện phong phú. Mô hình tính toán lùi (Backward-facing) không phản ánh độ trễ thực tế của hệ thống điều khiển; mã nguồn cũ trên nền MATLAB cũ. Mã nguồn mở (Ngừng cập nhật chính thức).
Autonomie (Argonne Lab) Kiến trúc mô hình hóa plug-and-play chuẩn công nghiệp; hỗ trợ mô phỏng Forward-facing chi tiết. Cấu trúc hệ thống rất phức tạp, đòi hỏi phần cứng chuyên dụng; khó tùy biến thuật toán cấp thấp. Bản quyền thương mại chi phí cao.
ANSYS / Motor-CAD Mô phỏng trường điện từ và phân bố nhiệt 3D của động cơ với độ chính xác tuyệt đối. Không tích hợp sẵn mô hình động lực học toàn xe trên các chu trình lái dài; thời gian giải thuật toán rất lớn. Bản quyền công nghiệp đắt đỏ.
MATLAB/Simulink (Đề tài chọn) Kiến trúc hướng module linh hoạt; hỗ trợ mô hình hóa đa miền vật lý (Simscape); dễ dàng thiết kế và nhúng thuật toán điều khiển; hỗ trợ tính toán thời gian thực (Real-time Simulation). Đòi hỏi kỹ sư phải nắm vững phương trình vi phân và mô hình toán học của từng cụm chi tiết. Bản quyền học thuật tiêu chuẩn.

Hệ thống yêu cầu kỹ thuật được phân loại theo mô hình MoSCoW:

  • Must-have (Bắt buộc): Mô hình hóa nguồn cấp pin cao áp Lithium-ion tính toán SOC; mô hình động cơ điện PMSM kèm bản đồ hiệu suất (Efficiency Map); khối động lực học thân xe (Vehicle Body) có lực cản khí động và cản lăn; bộ điều khiển lái Driver PI bám chu trình lái.
  • Should-have (Cần có): Hệ thống thu hồi năng lượng phanh tái sinh (Regenerative Braking); thuật toán tính toán tiêu hao năng lượng điện quy đổi; khối đo lường cảm biến chuyển động quay lý tưởng (Ideal Rotational Motion Sensor - IRMS).
  • Could-have (Có thể có): Mô hình nhiệt cho khối pin và động cơ; hệ thống làm mát chủ động bằng chất lỏng.
  • Won't-have (Chưa thực hiện): Mô phỏng 3D va chạm thân vỏ (Crash Test) và động lực học treo/lái đa vật thể (Multi-body Suspension Dynamics).

Thiết kế hệ thống

Kiến trúc mô phỏng hệ thống xe điện Tesla Model 3 trên Simulink được thiết kế theo cấu trúc điều khiển kín với các khối chức năng chính:

[ Khối Chu Trình Lái (Drive Cycle) ]
                 | (V_ref)
                 v
     [ Bộ Điều Khiển Lái (PI Controller) ]
                 | (Tín hiệu Ga / Phanh)
                 v
   +------------+------------+
   |                         |
   v                         v
[ Khối Pin Cao Áp (HV Battery) ] <---> [ Khối Biến Tần & Động Cơ (Motor Drive) ]
   |                                                      | (Momen trục xoay T_m)
   | (Điện áp, Dòng điện, SOC)                            v
   |                                          [ Khối Hộp Giảm Tốc (Reduction Gear) ]
   |                                                      | (Momen trục bánh xe)
   |                                                      v
   +-------------------------------------> [ Khối Bánh Xe & Thân Xe (Vehicle Body) ]
                                                          | (Vận tốc thực V_act)
                                                          v
                                               (Vòng phản hồi về PI Controller)

Chi tiết thông số kỹ thuật xe Tesla Model 3 (Standard Range) được nạp vào mô hình:

  • Khối lượng không tải + tải trọng ($m$): $1611\text{ kg} + 136\text{ kg} = 1747\text{ kg}$
  • Diện tích cản gió phía trước ($A$): $2.22\text{ m}^2$
  • Hệ số cản khí động học ($C_d$): $0.23$
  • Hệ số cản lăn của lốp ($f_r$): $0.015$
  • Bán kính làm việc của bánh xe ($R_w$): $0.34\text{ m}$
  • Tỉ số truyền cầu chậm (Reduction Gear Ratio $i$): $9.0:1$
  • Dung lượng pin danh định ($Q_n$): $50\text{ kWh}$ ($350\text{ V}$, $143\text{ Ah}$)
  • Động cơ điện: Động cơ xoay chiều đồng bộ nam châm vĩnh cửu (PMSM), công suất cực đại $211\text{ kW}$ ($283\text{ hp}$), momen xoắn cực đại $450\text{ Nm}$, tốc độ vòng quay tối đa $18000\text{ rpm}$.

Methodology

Quy trình phát triển tuân thủ theo mô hình chữ V (V-Model) trong kỹ thuật hệ thống ô tô:

Yêu cầu hệ thống  --------------------------------->  Kiểm thử nghiệm thu (EPA/NYCC/HWYCC)
      \                                                       /
   Thiết kế kiến trúc  ----------------------->  Kiểm thử tích hợp hệ thống
         \                                             /
      Thiết kế chi tiết module  --------->  Kiểm thử cấp module (Unit Test)
            \                               /
             Hiện thực hóa mô hình Simulink
  • Mốc thời gian (Milestones):
    • Giai đoạn 1 (20/02/2024 - 15/03/2024): Tổng quan lý thuyết, xác định thông số động học Tesla Model 3.
    • Giai đoạn 2 (16/03/2024 - 15/04/2024): Xây dựng các khối vật lý trong Simulink: Battery, Motor, Vehicle Dynamics, Reduction Gear.
    • Giai đoạn 3 (16/04/2024 - 05/05/2024): Tích hợp bộ điều khiển PID, tinh chỉnh thông số Ziegler - Nichols, chạy mô phỏng chu trình chuẩn.
    • Giai đoạn 4 (06/05/2024 - 20/05/2024): Đánh giá sai số, tối ưu hóa mức tiêu hao năng lượng và hoàn thiện báo cáo thuyết minh.
  • Đánh giá rủi ro và giải pháp khắc phục:
    • Hiện tượng mất ổn định số học (Algebraic Loop Error): Khắc phục bằng cách chèn các khối trễ bậc một (First-order Transfer Function / Memory Block) vào vòng phản hồi vận tốc.
    • Thời gian chạy mô phỏng kéo dài: Lựa chọn thuật toán giải phương trình vi phân biến thiên bước thời gian ode23tb (TR-BDF2) với sai số tương đối RelTol = 1e-4, tối ưu tốc độ tính toán nhanh gấp 4.2 lần so với ode45.

Implementation và kết quả

Development process

Phương trình tổng quát cân bằng lực kéo tiếp tuyến tại bánh xe chủ động được xây dựng dựa trên định luật II Newton:

$$F_{\text{traction}} = F_{\text{roll}} + F_{\text{aero}} + F_{\text{grade}} + F_{\text{accel}}$$

Trong đó:

  • Lực cản lăn: $F_{\text{roll}} = m \cdot g \cdot f_r \cdot \cos(\alpha)$
  • Lực cản không khí: $F_{\text{aero}} = \frac{1}{2} \cdot \rho \cdot C_d \cdot A \cdot v^2$
  • Lực cản lên dốc: $F_{\text{grade}} = m \cdot g \cdot \sin(\alpha)$
  • Lực cản gia tốc quán tính: $F_{\text{accel}} = m \cdot \delta \cdot \frac{dv}{dt}$ ($\delta \approx 1.05$ là hệ số tính đến quán tính quay của hệ truyền lực).

Trạng thái sạc của pin cao áp $SOC(t)$ được tính toán theo phương pháp đếm Coulomb (Coulomb Counting):

$$SOC(t) = SOC(t_0) - \frac{1}{Q_n} \int_{t_0}^t \eta_b \cdot I_{\text{batt}}(t) , dt$$

Trong đó $Q_n$ là dung lượng danh định của pin (Ah), $\eta_b$ là hiệu suất nạp/xả dòng điện ($\eta_b = 0.98$ khi xả, $\eta_b = 0.95$ khi sạc tái sinh), $I_{\text{batt}}$ là dòng điện tức thời qua pin.

Bộ điều khiển lái PI điều chỉnh tín hiệu công suất dựa trên độ lệch vận tốc:

$$u(t) = K_p \cdot e(t) + K_i \int_{0}^t e(\tau) , d\tau$$

Với sai số $e(t) = v_{\text{ref}}(t) - v_{\text{act}}(t)$. Thông qua phương pháp Ziegler - Nichols và tinh chỉnh thực nghiệm trên Simulink, bộ thông số tối ưu thu được: $K_p = 120.5$, $K_i = 15.2$, $K_d = 0$.

Đoạn mã script MATLAB khởi tạo các thông số vật lý và kích hoạt mô phỏng tự động:

%% INITIALIZATION SCRIPT FOR TESLA MODEL 3 SIMULATION
clear; clc;

% Vehicle Parameters
M_veh = 1747;               % Total vehicle mass (kg)
Cd = 0.23;                  % Aerodynamic drag coefficient
Af = 2.22;                  % Frontal cross-sectional area (m^2)
rho_air = 1.225;            % Air density at 20 deg C (kg/m^3)
fr = 0.015;                 % Rolling resistance coefficient
g = 9.81;                   % Gravitational acceleration (m/s^2)
Rw = 0.34;                  % Tire dynamic rolling radius (m)
Gear_Ratio = 9.0;           % Single-speed reduction gear ratio
eta_trans = 0.97;           % Driveline mechanical efficiency

% Motor & Inverter Parameters (PMSM)
P_max = 211e3;              % Maximum motor power (W)
T_max = 450;                % Maximum motor torque (Nm)
w_max = 18000 * (2*pi/60);  % Maximum angular velocity (rad/s)
eta_motor = 0.93;           % Average motor/inverter efficiency

% High Voltage Battery Parameters
Cap_kWh = 50;               % Nominal energy capacity (kWh)
V_nom = 350;                % Nominal battery pack voltage (V)
Q_nom_Ah = (Cap_kWh*1e3) / V_nom; % Nominal capacity (Ah)
SOC_init = 0.90;            % Initial State of Charge (90%)

% Driver PI Controller Parameters
Kp_driver = 120.5;
Ki_driver = 15.2;

% Run Simulation Model
sim_time = 1370;            % EPA Drive Cycle duration (s)
simOut = sim('Tesla_Model3_Simulation.slx', 'StopTime', num2str(sim_time));
disp('Simulation Completed Successfully.');

Testing và validation

Mô hình được thử nghiệm qua 5 kịch bản nghiêm ngặt:

  1. Chu trình đô thị New York (NYCC): Quãng đường $1.89\text{ km}$, thời gian $598\text{ s}$, vận tốc trung bình thấp ($11.4\text{ km/h}$), mật độ dừng/chạy cao (Stop-and-Go).
  2. Chu trình đường cao tốc (HWYCC): Quãng đường $16.5\text{ km}$, thời gian $765\text{ s}$, vận tốc cực đại $96.4\text{ km/h}$, gia tốc đều.
  3. Chu trình tiêu chuẩn tổng hợp EPA: Quãng đường $17.77\text{ km}$, thời gian $1370\text{ s}$, bao gồm các pha tăng giảm tốc liên tục và tốc độ cao.
  4. Kiểm tra khả năng tăng tốc toàn tải (WOT 0 - 100 km/h): Đạp hết ga trên đường bằng phẳng ($\alpha = 0^\circ$).
  5. Kiểm tra khả năng leo dốc liên tục (Gradeability Test): Vận hành trên các độ dốc $5%$, $10%$, $15%$, và $20%$.

Kết quả đạt được

Bảng tổng hợp dữ liệu mô phỏng thu được trên các chu trình lái:

Chu trình / Kịch bản Quãng đường (km) Vận tốc max (km/h) Vận tốc TB (km/h) $\Delta$ SOC (%) Tiêu thụ năng lượng (kWh/100km) RMSE bám tốc (km/h)
NYCC (Đô thị) 1.89 44.6 11.4 0.82 21.69 0.38
HWYCC (Cao tốc) 16.50 96.4 77.7 4.85 14.70 0.41
EPA (Hỗn hợp) 17.77 91.2 46.7 5.32 14.96 0.42
Tăng tốc 0-100 km/h 0.088 100.0 - 0.12 - 5.62 giây (Thời gian)
Leo dốc 15% (30 km/h) 1.00 30.0 30.0 0.94 47.00 0.25

Phân tích đồ thị kết quả mô phỏng:

  • Độ chính xác bám vận tốc: Hệ số tương quan $R^2$ giữa vận tốc tham chiếu ($V_{\text{ref}}$) và vận tốc mô phỏng thực tế ($V_{\text{act}}$) đạt $0.994$, khẳng định chất lượng bộ điều khiển PI.
  • Hiệu quả phanh tái sinh: Trong chu trình NYCC, các khoảng giảm tốc từ giây $215 - 240\text{ s}$ và chu trình EPA từ giây $330 - 430\text{ s}$ cho thấy dòng điện đổi chiều (âm), đường đặc tính SOC tăng cục bộ, giúp phục hồi lại $18.4%$ tổng lượng động năng bị triệt tiêu khi phanh.
  • Khả năng tăng tốc: Thời gian tăng tốc từ 0 lên 100 km/h đạt $5.62\text{ giây}$, bám sát thông số kỹ thuật công bố của Tesla Model 3 Standard Range RWD thực tế ($5.8\text{ giây}$), sai số chỉ $3.1%$.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và cải tiến kỹ thuật rõ rệt:

  1. Kiến trúc mô hình hóa tích hợp đa tầng: Khác với các mô hình đơn giản chỉ xét hiệu suất trung bình, mô hình đã xây dựng bản đồ tổn hao cơ điện chi tiết (Copper losses $I^2 R$, Iron losses $k_h f B^n$, Friction/Windage losses) trong khối Motor Drive, nâng độ chính xác dự báo năng lượng lên $8.7%$ so với mô hình động cơ hiệu suất cố định.
  2. Thuật toán phân bổ lực phanh thông minh: Tích hợp logic chuyển tiếp mượt mà giữa phanh cơ khí ma sát và phanh điện từ tái sinh dựa trên ngưỡng giới hạn dòng sạc cực đại của BMS, tránh hiện tượng quá sạc (Overcharging) khi $SOC > 95%$.
  3. So sánh định lượng với các nghiên cứu trước đây:
Tiêu chí kỹ thuật Mô hình đề tài (Matlab/Simulink) Mô hình tham chiếu ADVISOR Mô hình nghiên cứu cơ bản [Ref-2021]
Loại mô hình Forward-facing Dynamic Backward-facing Quasi-static Forward-facing thuần túy
Thời gian giải thuật toán 18.2 giây (EPA Cycle) 8.5 giây (EPA Cycle) 45.6 giây (EPA Cycle)
Phản ánh trễ điều khiển Có (Độ trễ PI + trễ biến tần) Không (Giả định đáp ứng tức thời) Có
Độ chính xác tính năng lượng 96.8% (So với xe Tesla thật) 91.2% 89.5%
Khả năng mở rộng HIL Hỗ trợ Simulink Real-Time/dSPACE Rất khó triển khai Không hỗ trợ
  1. Đóng góp cho ngành đào tạo: Cung cấp bộ công cụ mã nguồn mở chuẩn xác, làm tài liệu tham khảo trực quan cho các môn học Động cơ điện và Hệ thống truyền động, Động lực học Ô tô, và Hệ thống điều khiển tự động trên ô tô tại Khoa Cơ khí Động lực - HCMUTE.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

  • Nghiên cứu & Phát triển (R&D) xe điện nội địa: Hỗ trợ các kỹ sư tối ưu hóa dung lượng pin và tỉ số truyền cầu chậm (Reduction Gear Ratio) phù hợp với địa hình và chu trình giao thông đô thị đặc thù tại các thành phố lớn như Hà Nội và TP.HCM.
  • Tính toán tối ưu hóa trạm sạc: Cung cấp dữ liệu chính xác về mức sụt giảm SOC theo cung đường thực tế, giúp các đơn vị quy hoạch mạng lưới trạm sạc nhanh DC (50 kW - 250 kW) và trạm sạc AC Type 2 hợp lý.
  • Hoán cải phương tiện (Retrofit EV): Hỗ trợ tính toán lựa chọn động cơ điện và pack pin cho các dự án chuyển đổi xe bus truyền thống chạy diesel sang xe bus thuần điện.
[ Giai đoạn 1: Mô phỏng Số hóa ]
  - Kiểm chứng thuật toán & chọn linh kiện (Đã hoàn thành)
                 |
                 v
[ Giai đoạn 2: Thử nghiệm HIL (Hardware-in-the-Loop) ]
  - Kết nối mô hình với ECU thực tế qua giao thức CAN Bus (3 - 6 tháng)
                 |
                 v
[ Giai đoạn 3: Triển khai thử nghiệm trên xe mẫu vật lý ]
  - Tinh chỉnh thông số thực địa trên đường thử nghiệm (6 - 12 tháng)

Phân tích hiệu quả kinh tế (ROI)

  • Tiết kiệm chi phí R&D: Giảm thiểu ít nhất $65%$ số lượng chu kỳ thử nghiệm vật lý trên bàn thử Dyno, tiết kiệm ước tính 150.000.000 - 300.000.000 VNĐ cho mỗi dự án phát triển hệ dẫn động mới.
  • Thời gian đưa sản phẩm ra thị trường (Time-to-Market): Rút ngắn quy trình tính toán thiết kế sơ bộ từ 6 tháng xuống còn 3 tuần nhờ khả năng tự động hóa quét tham số (Parameter Sweep) trên Simulink.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Mô hình pin cao áp hiện tại dựa trên mạch tương đương RC bậc 1 (Equivalent Circuit Model - Thevenin Model), chưa tích hợp mô hình điện hóa phức hợp (P2D Model - Pseudo-two-Dimensional) để mô tả chi tiết hiện tượng suy giảm nồng độ ion Lithium và tạo màng SEI.
  • Chưa tích hợp khối tương tác nhiệt - điện (Electro-thermal coupling), dẫn đến nhiệt độ môi trường giả định cố định ở $25^\circ\text{C}$, chưa phản ánh sự sụt giảm dung lượng pin trong điều kiện nắng nóng nhiệt đới ($> 40^\circ\text{C}$).
  • Mô hình động lực học lốp dựa trên giả định hệ số bám cố định, chưa áp dụng công thức bán thực nghiệm Magic Formula (Pacejka '89/'96) khi xe phanh khẩn cấp trên đường trơn trượt.

Hướng phát triển tiếp theo

  • Tích hợp mô phỏng Hardware-in-the-Loop (HIL): Nhúng mô hình xe điện vào bộ xử lý thời gian thực Speedgoat/dSPACE để giao tiếp trực tiếp với bộ điều khiển BMS và MCU vật lý qua mạng giao tiếp CAN Bus 2.0B / CAN-FD.
  • Ứng dụng học máy (Machine Learning/AI): Phát triển thuật toán ước lượng SOC và SOH dựa trên mạng nơ-ron hồi quy (LSTM / GRU) kết hợp bộ lọc Kalman mở rộng (EKF).
  • Mở rộng mô hình đa nguồn năng lượng: Phát triển thêm các module cho xe Hybrid cắm sạc (PHEV) và xe điện pin nhiên liệu hydro (FCEV - Fuel Cell Electric Vehicle).

Đối tượng hưởng lợi

+-------------------------------------------------------------------------------+
|                             ĐỐI TƯỢNG HƯỞNG LỢI                               |
+-------------------+-------------------+-------------------+-------------------+
|    Sinh viên      |     Kỹ sư R&D     |   Doanh nghiệp    |    Nhà nghiên cứu |
|  - Học tập 100%   |  - Tối ưu hóa     |  - Rút ngắn 65%   |  - Nền tảng mở    |
|    mô hình chuẩn  |    hệ truyền động |    thời gian R&D  |    cho thuật toán |
|  - Trực quan hóa  |  - Tiết kiệm thời |  - Cắt giảm hàng  |    BMS / AI điều  |
|    lý thuyết ô tô |    gian tính toán |    trăm triệu phí |    khiển xe điện  |
+-------------------+-------------------+-------------------+-------------------+
  • Sinh viên ngành Kỹ thuật Ô tô / Cơ điện tử: Tiếp cận công cụ học tập trực quan, làm chủ kỹ năng mô hình hóa Model-Based Design (MBD) - một tiêu chuẩn tuyển dụng cốt lõi của các tập đoàn ô tô như VinFast, Bosch, Continental.
  • Kỹ sư phát triển phần mềm nhúng ô tô: Sử dụng mô hình để kiểm thử mã điều khiển (Software-in-the-Loop - SIL) trước khi nạp vào vi điều khiển thực tế.
  • Doanh nghiệp sản xuất và lắp ráp xe điện: Sở hữu công cụ tính toán nhanh để cấu hình kích thước động cơ và dung lượng pin tối ưu cho từng phân khúc thị trường với độ tin cậy được chứng thực.
  • Các viện và nhóm nghiên cứu: Cung cấp nền tảng mở chuẩn xác để phát triển các thuật toán tiên tiến về điều khiển quản lý năng lượng (Energy Management Strategy - EMS).

Câu hỏi thường gặp

1. Yêu cầu cấu hình phần cứng và phần mềm để vận hành mô hình này là gì?

Hệ thống yêu cầu cài đặt phần mềm MATLAB phiên bản từ R2021a trở lên (khuyến nghị R2023b) kèm các Toolbox: Simulink, Simscape, Simscape Driveline, Simscape Electrical, và Powertrain Blockset. Về phần cứng, máy tính cần trang bị tối thiểu CPU 4 nhân (Intel Core i5 / AMD Ryzen 5), RAM 8 GB (khuyến nghị 16 GB), card đồ họa hỗ trợ OpenGL và 20 GB dung lượng ổ cứng trống.

2. Mô hình có khả năng mở rộng để mô phỏng các mẫu xe khác (như VinFast VF8, VF9) không?

Hoàn toàn có thể. Nhờ kiến trúc tham số hóa (Parameterized Architecture), người dùng chỉ cần thay đổi các giá trị trong tập tin script init_params.m bao gồm: Khối lượng xe ($M_{\text{veh}}$), hệ số cản gió ($C_d$), diện tích cản ($A$), bản đồ momen - tốc độ của động cơ và thông số dung lượng pack pin mà không cần phải thiết kế lại sơ đồ khối Simulink.

3. Làm thế nào để tích hợp mô hình này với hệ thống phần cứng điều khiển thực tế (ECU/BMS)?

Mô hình có thể được biên dịch sang mã nguồn C/C++ tự động thông qua công cụ Simulink Coder hoặc Embedded Coder. Mã C sinh ra có thể được nhúng trực tiếp vào các vi điều khiển ô tô chuyên dụng (chẳng hạn Infineon Aurix, STM32 Automotive, NXP S32K) để thực hiện kiểm thử thời gian thực Processor-in-the-Loop (PIL) hoặc Hardware-in-the-Loop (HIL).

4. Tại sao mức tiêu hao năng lượng trong chu trình đô thị (NYCC) lại cao hơn chu trình cao tốc (HWYCC)?

Trong chu trình đô thị NYCC, mặc dù lực cản không khí nhỏ do vận tốc thấp ($v_{\text{tb}} = 11.4\text{ km/h}$), nhưng xe phải liên tục tăng tốc và dừng lại (Stop-and-Go). Năng lượng tiêu hao cho quá trình gia tốc quán tính rất lớn và hiệu suất chuyển đổi của động cơ ở dải tốc độ cực thấp thường không nằm trong vùng tối ưu. Ngược lại, ở chu trình HWYCC, xe duy trì vận tốc ổn định, động cơ hoạt động liên tục trong dải hiệu suất cao nhất ($90 - 95%$), giúp suất tiêu hao tính trên $100\text{ km}$ đạt mức tối ưu hơn.

5. Chi phí bản quyền và thời gian hoàn vốn (ROI) khi triển khai mô hình mô phỏng này trong doanh nghiệp là bao nhiêu?

Đối với doanh nghiệp, chi phí đầu tư ban đầu cho bản quyền phần mềm và đào tạo kỹ sư dao động từ 10.000 - 25.000 USD. Tuy nhiên, bằng cách loại bỏ nhu cầu chế tạo từ 2 đến 3 mô hình thử nghiệm vật lý trung gian và cắt giảm $60%$ thời gian đo kiểm trên bàn thử dyno, doanh nghiệp có thể thu hồi vốn đầu tư (Break-even ROI) chỉ trong vòng 4 đến 6 tháng kể từ khi đưa vào quy trình thiết kế chuẩn.

Kết luận

Đề tài "Nghiên cứu mô phỏng các thông số đặc trưng của xe điện bằng Matlab/Simulink" do nhóm sinh viên Trường Đại học Sư phạm Kỹ thuật TP.HCM thực hiện đã giải quyết bài toán mô hình hóa động lực học và quản lý năng lượng xe điện một cách khoa học, chuẩn xác và có giá trị thực tiễn cao. Bằng việc xây dựng thành công mô hình xe thuần điện Tesla Model 3 trên nền tảng MATLAB/Simulink, đề tài đã chứng minh tính khả thi trong việc ứng dụng công nghệ mô phỏng số để thay thế các thử nghiệm vật lý tốn kém.

Các kết quả mô phỏng trên các chu trình chuẩn NYCC, HWYCC, EPA cùng các bài thử nghiệm tăng tốc (0-100 km/h đạt 5.62s) và khả năng vượt dốc đã cung cấp bức tranh toàn diện về các đặc tính cơ điện, hiệu suất pin và khả năng thu hồi năng lượng phanh tái sinh của xe điện. Đây là nền tảng kỹ thuật vững chắc phục vụ công tác đào tạo chuyên sâu và hỗ trợ các hoạt động R&D xe điện trong bối cảnh cuộc cách mạng giao thông xanh đang bùng nổ mạnh mẽ tại Việt Nam.