Indice dei contenuti
Sfoglia le categorie
Sfoglia gli autori

Alessia Longo

Al Hoge

Bernard Jerman

Bojan Čontala

Carsten Frederiksen

Carsten Stjernfelt

Daniel Colmenares

Dino Florjančič

Emanuele Burgognoni

Eva Kalšek

Franck Beranger

Gabriele Ribichini
Glacier Chen

Grant Maloy Smith

Helmut Behmüller

Iza Burnik

Jaka Ogorevc

Jake Rosenthal

Jernej Sirk

John Miller

Karla Yera Morales

Kayla Day

Konrad Schweiger
Leslie Wang

Loïc Siret

Luka Jerman

Marco Behmer

Marco Ribichini

Matic Lebar

Matjaž Strniša

Matthew Engquist

Michael Elmerick

Nicolas Phan

Owen Maginity

Patrick Fu

Primož Rome

Rok Mesar

Rupert Schwarz

Samuele Ardizio

Simon Kodrič

Søren Linnet Gjelstrup

Thorsten Hartleb

Tirin Varghese

Urban Kuhar
Valentino Pagliara

Vid Selič

Will Kooiker
Ottimizzazione Parametri Di Controllo Inverter Commerciali e Mappatura Termica Di Vettura FORMULA SAE
Pietro Cipriani, Gianluca Manzi, Matteo Vincelli e Francesco Giuseppe Quilici
University of Pisa, DESTEC
September 23, 2025
L’E-Team Squadra Corse dell’Università di Pisa ha avviato una campagna di test basata sui dati per migliorare le prestazioni e l’affidabilità della propria vettura elettrica di Formula SAE. L’obiettivo era ottimizzare i parametri di controllo dell’inverter e validare il modello termico del sistema batteria. In collaborazione con Dewesoft e Radio6ense, il team ha ottenuto informazioni cruciali sulla dinamica del powertrain e sul comportamento termico in condizioni di gara, utilizzando acquisizione dati ad alta frequenza e mappatura termica basata su RFID.

Quando si tratta di sistemi complessi e “black-box”, comprenderli appieno è sempre complicato. Tuttavia, quando si parla di prestazioni, è fondamentale fare tutto il possibile per aumentare la conoscenza del proprio sistema. Inoltre, la temperatura degli elementi in un’auto da corsa Formula SAE è sempre un fattore critico, soprattutto quando deve percorrere 22 km nel minor tempo possibile.
Queste esigenze hanno portato alla collaborazione di diversi partner, tra cui E-Team Squadra Corse dell'Università degli Studi di Pisa, Dewesoft, and Radio6ense. Il sistema di misura ad alta frequenza e alta precisione di Dewesoft e la caratterizzazione termica fornita dall’innovativo sistema SixSense, sviluppato da Dewesoft e Radio6ense, hanno reso possibile il raggiungimento dei nostri due obiettivi.
L’E-Team Squadra Corse è il team Formula SAE dell’Università di Pisa. Composto da oltre 100 studenti provenienti da diverse facoltà, il team progetta, costruisce e sviluppa prototipi di auto da corsa elettriche per competere negli eventi internazionali di Formula Student.
Dewesoft è leader mondiale e punto di riferimento nelle soluzioni per l’acquisizione e l’analisi dei dati. I suoi sistemi, che integrano hardware modulare e software intuitivo, garantiscono precisione, affidabilità ed eccellente flessibilità operativa.
Radio6ense è un’azienda innovativa che sviluppa soluzioni di sensoristica avanzate nei settori delle comunicazioni, dell’elettronica e dell’automazione. L’utilizzo della tecnologia di identificazione a radiofrequenza (RFID) si è rivelato particolarmente interessante per questa applicazione, poiché ha permesso di implementare un sistema di monitoraggio avanzato.
La collaborazione tra l’E-Team Squadra Corse e Dewesoft non è una novità. Nel 2024 è stato condotto un test con risultati soddisfacenti per validare i modelli dinamici del veicolo e affrontare i problemi legati al powertrain del primo prototipo elettrico del team, EV-A. In particolare, il problema consisteva nel fatto che, superata una certa potenza, l’auto iniziava a oscillare longitudinalmente, seguita da uno spegnimento.
Leggi il case-study 2024:
Attraverso l’analisi dei dati in post-processing con il software DewesoftX, è stato possibile identificare le cause, che sono state infine attribuite a una errata parametrizzazione del sistema di controllo del motore. A seguito di questo successo, è stata pianificata una campagna di test per il 2025 volta a migliorare la comprensione del veicolo e il suo sviluppo.
Ottimizzazione del Controllo dell?inverter e Mappatura Termica
Il reparto tecnico dell’E-Team Squadra Corse, lavorando sulla nuova vettura, si è trovato ad affrontare due criticità tecniche rilevanti:
l’ottimizzazione dei parametri di controllo degli inverter commerciali, poco trasparenti in termini di funzionamento.
la validazione del comportamento termico del pacco batteria, fondamentale per garantire prestazioni ed affidabilità durante le gare.
Grazie alla strumentazione Dewesoft e al supporto di Radio6ense, è stato possibile effettuare misurazioni ad alta risoluzione delle principali grandezze elettriche. Tra queste rientrano tensioni e correnti, oltre alle grandezze termiche in più punti, consentendo un’analisi dettagliata della dinamica operativa del powertrain in condizioni reali.
La seconda vettura elettrica dell’E-Team Squadra Corse, denominata ET-16, monta un sistema propulsivo a trazione posteriore composto dai motori elettrici a flusso assiale EMRAX 188 con coppia massima di 100 Nm e velocità massima di 8000 rpm, i quali sono pilotati dagli inverter di potenza DTI HV-500. Il nodo in corrente continua è alimentato dalla batteria, che ha un’energia nominale pari a 7 kWh e una tensione massima di 600 V. In figura 1 è visibile il powertrain della vettura.
La Figura 2 mostra il Powertrain della vettura:
Per raggiungere entrambi gli obiettivi, ovvero ottimizzare i parametri di controllo e la mappatura termica, abbiamo suddiviso il test in due parti. Ciascuna parte è collegata ai test dinamici svolti durante le gare estive: Accelerazione ed Endurance.
Il test di accelerazione si svolge su una pista rettilinea di 75 m, con l’obiettivo di coprire la distanza nel minor tempo possibile da fermo. Conoscere e comprendere come l’auto reagisce alle variazioni dei parametri del controller permette di ridurre al minimo questo tempo.
D’altra parte, il test di endurance viene eseguito su una pista mista e si svolge su più giri, coprendo una distanza totale di 22 km. L’evoluzione termica degli elementi più critici dell’auto, come prevista dai modelli a disposizione del team, consente di creare mappe personalizzate per eseguire in modo più efficace i test dinamici più importanti durante un weekend di gara.
Setup di Misura
Il setup di misura, data la quantità di parametri da acquisire e la loro natura fisica differente (dati IMU, GPS, temperature via RFID, correnti, tensioni ecc), si presenta complesso.
Tuttavia, la strumentazione Dewesoft e la possibilità di integrare anche i sensori RFID facilmente via ethernet, ha reso l'allestimento del setup in figura più facile di quanto possa sembrare.
La batteria a bassa tensione (LV) dell’auto forniva l’alimentazione a bordo. Le grandezze elettriche misurate sul lato AC erano due correnti e tre tensioni concatenate di alimentazione del motore sinistro, oltre a una corrente del motore destro. Sul lato DC, invece, i sensori di tensione e corrente erano installati a valle della batteria.
La frequenza di campionamento dei segnali misurati è stata deliberatamente elevata, pari a 800 kHz, per osservare tutte le peculiarità del comportamento elettrico dell’auto. Abbiamo effettuato una mappatura termica installando sensori di temperatura su diverse parti della parte posteriore dell’auto. In particolare, sono state analizzate quattro aree: la ruota destra, la ruota sinistra, i motori e la batteria (non visibile nell’immagine). In totale, sono stati utilizzati i seguenti dispositivi:
SIRIUS-XHS-4xHV-4xLV - sistema di acquisizione dati ad alta velocità (frequenza di campionamento di 15 MS/s per canale) con la nuova tecnologia di condizionamento del segnale HybridADC per:
3xDC-C current transducers - sensori di corrente che offrono i vantaggi di un trasduttore di corrente a flusso zero, ma con un consumo energetico inferiore e un design più compatto.
Current clamps (DS-Clamp 150DC) - sensore ad alta precisione per la misurazione AC/DC e l’analisi della potenza.
4xIngressi in Alta Tensione (input diretto sul SIRIUS XHS).
Navion i2 sistema di navigazione inerziale ad alte prestazione
PC con software DewesoftX.
Reader del modulo SixSense per ricevere i segnali dai sensori RFID.
4x Antenne riceventi del modulo SIxSense di Dewesoft.
19x sensori di temperatura RFID.
Campagna di Test Sperimentale
Our work program for the day of testing on the track was:
Installation runs.
Various "Acceleration" runs.
“Endurance" runs.
Il sito di prova era un parcheggio per camion messo a disposizione del team a Buti, circa 30 km da Pisa. I test si sono svolti per tutto il pomeriggio, tra momenti di soddisfazione e piccoli inconvenienti, risolti tempestivamente dai membri del team di gara.


Test di accelerazione
Il test di accelerazione aveva l’obiettivo di analizzare la risposta a gradino dell’auto e stimare la potenza istantanea assorbita dai motori durante il funzionamento.
Grazie alla strumentazione fornita, abbiamo potuto ricavare \(P_{mot}(t)\) e osservare come i nostri motori rispondevano in termini di potenza agli input forniti dal pilota. In particolare, trattandosi di un sistema a tre fili, abbiamo utilizzato alcune funzioni dell’applicazione DewesoftX Maths per calcolare la corrente mancante non misurata come:
A questo punto è possibile calcolare la potenza istantanea in funzione delle due correnti direttamente misurate e di due delle tre tensioni concatenate misurate:
Utilizzando la fase 2 come riferimento, abbiamo impiegato le tensioni concatenate ed eliminato eventuali errori nel calcolo di\(I_2\):
Abbiamo inoltre applicato un filtro passa-basso per concentrarci sul test di accelerazione e facilitare la visualizzazione della potenza. In particolare, è stato utilizzato un filtro Butterworth di ordine 6 con frequenza di taglio pari a 1,5 kHz.
I grafici della potenza e della potenza filtrata risultano sfasati di -3π, come previsto. È interessante notare che la potenza istantanea nello stato stazionario presenta una componente in frequenza doppia rispetto alle grandezze fondamentali di tensione e corrente.
L’unica componente che è trasformata da potenza elettrica in potenza meccanica all’albero è la potenza attiva che è sviluppata solo dalle componenti armoniche che sono presenti sia nella tensione che nella corrente.
Abbiamo completamente caratterizzato un motore effettuando due misurazioni di corrente e ne abbiamo effettuata una sola sull’altro. Questo ci ha permesso di verificare che entrambi i motori funzionassero correttamente quando sottoposti allo stesso profilo di coppia.
Come previsto, osserviamo che i due motori presentano forme d’onda identiche. Lo abbiamo verificato constatando che le due correnti sono sfasate di un angolo pari a circa metà periodo della forma d’onda stessa. È inoltre evidente la presenza di rumore ad alta frequenza sul segnale principale, altrettanto marcato in entrambi i motori e correlato alla commutazione dei rispettivi inverter.
La capacità di acquisizione ad alta frequenza dei sistemi Dewesoft ha permesso di rilevare e distinguere il contributo del rumore dovuto alla commutazione. Ciò fornisce dati preziosi per ottimizzare i parametri di controllo degli inverter e per convalidare il comportamento dinamico del sistema.
Test di Endurance
I nostri test di endurance avevano l’obiettivo di caratterizzare i componenti dell’auto in termini di prestazioni termiche. Tuttavia, la durata limitata di questi test non ha evidenziato aumenti significativi di temperatura per la maggior parte dei componenti. Per convalidare il modello termico della batteria, ci si è invece concentrati su un’analisi termica approfondita di questa specifica batteria.
Durante l’acquisizione presa come riferimento, è stato possibile capire come si distribuiscono le temperature nelle varie parti della batteria.
L’acquisizione registrata ci ha consentito di definire sperimentalmente quale fosse il punto più caldo sulla superficie della batteria. Dall’immagine si vede la temperatura che cresce lievemente durante i giri di pista, a cui segue una pausa finale dove il valore di temperatura inizia a decrescere. Tra i sensori presenti, quello sulla parte posteriore ha registrato il valore di temperatura più alto, intorno ai 27°C, mentre quelli sulla parte sopra e laterale hanno registrato una temperatura finale dello stint rispettivamente di 24.3 °C e 25.4 °C.
Questi dati ci permettono di affermare che, seppur la variazione di temperatura in così poco tempo è limitata, la parte posteriore si scalda maggiormente, seguita dalla parte laterale e dalla parte superiore del pacco. Ciò è coerente con quanto atteso in quanto, in base alla disposizione dei moduli, devono essere le facce posteriori e laterali del pacco a riscontrare le temperature maggiori a causa del peggior scambio termico a cui sono sottoposte.
Risultati
La campagna di misure effettuata ha permesso di analizzare in modo dettagliato il comportamento del nostro powertrain: dal test di accelerazione è stata caratterizzata la risposta al gradino, mentre dal test di endurance è stato validato il modello termico della batteria.
Test di Accelerazione
Tramite le acquisizioni è stato possibile ricavare la risposta a gradino del sistema convertitore e motore in termini di corrente di quadratura Iq. Quest’ultima è una grandezza trasformata, mediante la trasformazione di Park, utile per capire il comportamento delle macchine elettriche.
La trasformata fornisce anche le componenti di asse diretto e di asse z, tuttavia, lavorando nella regione a coppia costante, la componente diretta è tenuta a zero attraverso un controllore in retroazione e la componente z è trascurabile per lo studio della dinamica della macchina. Al fine di attenuare il rumore di misura della corrente di quadratura vi è stato applicato anche un filtro passa basso.
La risposta a gradino è interessante in quanto vengono eccitate tutte le frequenze del sistema ed è quindi possibile studiarne il comportamento. È stato riscontrato un tempo di assestamento al 3%, ossia il tempo necessario alla risposta per portarsi definitivamente dentro una banda che si discosta del ±3% dal valore di regime, pari a 97.03 [ms], e una sovraelongazione percentuale, cioè la differenza fra il valore massimo raggiunto dall'uscita e il valore finale, pari a 1.949%
Nel grafico sono presenti la risposta e l’ingresso generato in termini di riferimento per il regolatore del convertitore. Essendo il segnale di ingresso gestito dal pilota e non digitale, è normale che vi sia un andamento con un fronte di salita non istantaneo.
Le considerazioni fino ad ora fatte sono state relative all’ultima configurazione parametrica del controllore. Durante la giornata di test, sono state fatte molteplici prove per determinare i parametri ottimali sia dal punto di vista della macchina sia da quello del pilota, e l’analisi in post-processing ha permesso di selezionare la configurazione ottimale sulla base delle evidenze sperimentali presentate.
Acceleration test results - search for optimal controller parameters | |||||
Controller parameters | Trials | ||||
1 |
2 |
3 |
4 |
5 |
|
Kp |
0.5 |
3 |
1 |
0.7 |
0.5 |
Ki |
100 |
100 |
100 |
150 |
150 |
Comments |
Initial configuration |
The car "whistles" |
Optimal configuration |
Worse than trial 3 |
Slow response |
Test di Endurance
Prima di effettuare il confronto tra le misure sperimentali e quelle simulate, è utile descrivere brevemente come è stato realizzato il modello elettro-termico della batteria.
Data la natura dinamica della stima che si vuole conseguire, l’approccio utilizzato è quello della modellazione tramite circuiti elettrici equivalenti, vale a dire ottenere la stima di tensione e temperatura delle varie parti della batteria attraverso l’utilizzo di elementi circuitali equivalenti quali resistenze e capacità elettriche e termiche. Nell’immagine di seguito sono schematizzati i circuiti appena citati e presi come riferimento.
n particolare, per il modello elettrico è stato adottato il modello ad 1 blocco R-C, capace di replicare il comportamento dinamico della tensione quando il sistema viene sottoposto ad una certa corrente, mentre per il modello termico è stato adottato sempre un sistema del primo ordine composto da capacità termica e resistenza termica degli oggetti modellati.
I parametri del circuito elettrico sono stati ottenuti tramite prove sperimentali di laboratorio, mentre i parametri termici sono stati stimati sulla base della geometria del pacco batteria. Entrambi i circuiti sono stati definiti inizialmente a livello di cella. Grazie alla modularità intrinseca del sistema di accumulo, il passaggio dal livello di cella al livello di pacco del circuito elettrico è realizzabile mediante una semplice scalatura dei parametri, mentre per il circuito termico non è possibile fare questo senza effettuare delle ipotesi.
È proprio sulla base di questo fatto che il test effettuato ci ha permesso di valutare la veridicità delle ipotesi adottate, dato che nel modello termico il passaggio dalla cella al pacco è sempre molto sensibile. Il modello complessivo, sviluppato in ambiente Modelica, è visibile nella seguente immagine, a cui corredo sono riportate immagini esplicative degli elementi da modellare.
L’input del modello è la corrente di batteria misurata durante il test. Grazie alle simmetrie presenti, ogni modulo è stato modellato ad un quarto degli elementi (celle) presenti. Ogni gruppo di celle comunica elettricamente e termicamente con gli altri grazie alla rete presente nel modello (collegamenti in azzurro e collegamenti in rosso).
Un ulteriore strato, non presente nell’immagine del modello, è relativo allo spessore di alluminio presente, sul quale è stata fatta la validazione in quanto è sulle superfici esterne del case che sono stati adagiati i sensori di temperatura a tecnologia RFID.
Il confronto tra le misure sperimentali e le temperature predette dal modello ha dato luogo ai seguenti andamenti:
Dai risultati ottenuti si notano comportamenti contrastanti. Come si può notare dall’acquisizione del sensore 0045, per tutto lo stint non c’è stato segnale, mentre durante la pausa il modello risponde bene alla predizione della temperatura.
Anche per il sensore 0062, quello posto sul retro della batteria, il modello sembra predire bene la temperatura registrata. La stessa cosa non si può dire per il sensore 002F, quello posto al di sopra della batteria, dove il modello sovrastima di circa 2-3°C la reale temperatura, sintomo di una parametrizzazione un po’ peggiore in quella zona.
I risultati offerti dal modello sulla stima della temperatura superficiale del pacco sono comunque soddisfacenti, e questo consente di dar più valore alla stima della temperatura delle celle, le quali rappresentano il punto più caldo della batteria.
Conclusioni
Il test, condotto in collaborazione con Dewesoft e Radio6ense, ha permesso di approfondire la comprensione dell’auto sia dal punto di vista elettrico sia termico. I dati raccolti durante i test hanno consentito di convalidare i modelli sviluppati e di caratterizzare con precisione la risposta a gradino dell’auto E-Team Squadra Corse, un passaggio fondamentale per ottimizzare i parametri del controllore del motore.
Inoltre, l’utilizzo con successo della mappatura termica basata su RFID ha dimostrato un approccio affidabile per monitorare e convalidare il comportamento della batteria sotto condizioni di carico dinamico. Queste informazioni sono fondamentali non solo per migliorare il prototipo ET-16, ma anche come base per le future iterazioni del veicolo, contribuendo a garantire maggiore prestazione, sicurezza ed efficienza in pista.
L’E-Team Squadra Corse desidera ringraziare Dewesoft, in particolare Davide Carniani e Marco Ribichini, per l’opportunità offerta e per il supporto durante tutta l’organizzazione dei test, dalla fornitura della strumentazione all’analisi dei risultati.
Estendiamo inoltre i nostri ringraziamenti a Radio6ense, e in particolare a Francesco Lestini, per il supporto fornito con la tecnologia RFID, risultata altamente efficace anche nelle simulazioni di gara reali. La collaborazione rappresenta un passo fondamentale nel percorso del team verso l’eccellenza ingegneristica e il successo competitivo nelle competizioni di Formula Student.