WO2014015974A2 - Verbesserte versuchsdurchführung - Google Patents

Verbesserte versuchsdurchführung Download PDF

Info

Publication number
WO2014015974A2
WO2014015974A2 PCT/EP2013/002174 EP2013002174W WO2014015974A2 WO 2014015974 A2 WO2014015974 A2 WO 2014015974A2 EP 2013002174 W EP2013002174 W EP 2013002174W WO 2014015974 A2 WO2014015974 A2 WO 2014015974A2
Authority
WO
WIPO (PCT)
Prior art keywords
target
experimental design
variables
values
implementation according
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/EP2013/002174
Other languages
English (en)
French (fr)
Other versions
WO2014015974A3 (de
Inventor
Thorsten Schnorbus
Joschka Schaub
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FEV Europe GmbH
Original Assignee
FEV GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by FEV GmbH filed Critical FEV GmbH
Priority to CN201380049338.XA priority Critical patent/CN104662403A/zh
Priority to US14/416,515 priority patent/US20150262434A1/en
Publication of WO2014015974A2 publication Critical patent/WO2014015974A2/de
Publication of WO2014015974A3 publication Critical patent/WO2014015974A3/de
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/04—Testing internal-combustion engines
    • G01M15/10—Testing internal-combustion engines by monitoring exhaust gases or combustion flame
    • G01M15/102—Testing internal-combustion engines by monitoring exhaust gases or combustion flame by monitoring exhaust gases
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
    • G01N33/0037—NOx
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
    • G01N33/004—CO or CO2
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters

Definitions

  • the invention relates to a test plan creation and implementation of a measurement series comprising determining operating data of a test drive device of a vehicle by means of an automated statistical test design.
  • the statistical experimental design is also referred to as Design of Experiments, hereinafter abbreviated to DoE.
  • DoE Design of Experiments
  • technical systems are described in that an influencing quantity and a disturbing variable act on a product or a method. This action results in measured variables that usually characterize properties. These measured variables are then compared with target variables.
  • Such a system context can be represented for example by corresponding diagrams, for example by multi-phase diagrams, operating diagrams, characteristic diagrams and the like.
  • a test procedure takes time and resources according to the necessary effort. It is therefore known that the DoE, i. a statistical experimental design to determine as closely as possible an interaction between influencing factors in the form of variables that are as independent as possible and target variables in the form of dependent variables with as few attempts as possible.
  • a trial type is planned that describes the effect of screening important influencing factors.
  • the test results of such a plan can be evaluated.
  • optimization plans are designed, executed and evaluated.
  • algorithms can be used to optimize one or more target variables. This means that manipulated variables for process parameters can be found in which the target variables are at an optimum.
  • CONFIRMATION COPY EP 2 088 486 A1 discloses a global model of an output variable of a non-linear dynamic real system in the form of an internal combustion engine or of a drive train or of a subsystem thereof.
  • the global model covers the entire space of all operating points of the system. It is described to make a survey of the system for a subset of variation points, which variation points are defined by a set of parameters of the system.
  • at least two sub-sets of variation points selected in dependence on each other are determined in succession, taking into account the variation points of all subsets, a common experimental design and the system according to this Measure the experimental plan.
  • DE 199 08 077 A1 discloses an application of a statistical experimental design in which a target-variable-optimized parameterization of manipulated variables takes place in a predetermined operating point.
  • setting parameters such as ignition, lambda value, EGR mass flow, valve timing are optimized at an operating point using a mathematical polynomial model with a maximum second order and taking into account interdependencies of first order based on a predetermined operating point.
  • a test plan and implementation of a series of measurements is proposed, which comprises determining operating data of a test drive device of a vehicle by means of an automated statistical test planning (DoE).
  • DoE automated statistical test planning
  • the experimental procedure in accordance with the experimental design is to be understood in its entirety.
  • the test procedure in divided form after the assignment as well as the further steps of the proposed method have been carried out.
  • the experimental design may include various areas, for example, a high load area, also referred to as high load hereinafter, and a low load area, hereinafter referred to as low load.
  • the experimental procedures for this can be carried out independently of one another and the respective partial results can only be combined later.
  • the combination of experimental design and experimentation has the advantage of being able to match both.
  • DoE is the abbreviation for the English term Design of Experiments. This is to be understood as the above-mentioned statistical experimental design but also implementation, whereby the experimental design as well as the execution are preferably each automated, in particular coupled with each other automatically.
  • test plan creation be carried out as follows: that a value range for a target variable is given, whereby a value of the respective target variable may only lie within this value range, and only then the test plan can be generated starting from the respective value range of the test object Target size is done, the experimental design avoids a setting of manipulated variables, which lead to a leading out of the respective value range of the target size.
  • a further embodiment provides that in each case a value range for a target variable is specified, whereby a value of the respective target variable may only lie within this value range, and only then does the test design be created starting from the respective value range of the target variable, wherein the experimental design schedules a setting of Manipulated variables with one, preferably by at least the factor 1/5, lower resolution provides for values of the manipulated variables, which lead to a lead out of the respective value range of the target size
  • the drive device of the vehicle to be tested includes at least one torque generator by means of which the vehicle can be moved.
  • the torque generator may be an internal combustion engine, for example in the form of a reciprocating engine. It can also be a combination of electric motor and internal combustion engine. The torque can also take place via an exclusive electric drive.
  • a fuel cell or another energy generator can also be part of the drive device.
  • the vehicle is a land vehicle in the form of a car, an agricultural machine or a lorry. However, it can also be tested a drive machine of a train.
  • the vehicle may be an aircraft, for example a propeller aircraft, a light aircraft, a helicopter or even a drone.
  • the vehicle may also be a boat or a ship, a submarine or another watercraft.
  • Other vehicles, which preferably have a reciprocating internal combustion engine, can be tested as proposed with respect to their drive device.
  • the space is specified in which the results of the target size should lie in the tests and tests. This ultimately also defines the area or space in which the experiments take place in order to obtain sufficient data.
  • a limitation can be achieved, for example, by specifying an emission limit.
  • a NOx emission, a CO 2 emission, a soot emission, for example in the form of a soot number, but also a sound emission can be specified.
  • Values that exceed these given limits for the respective target size are not necessary for the data collection., It can be provided that ranges above or below such values of the target quantities are also included. However, this is preferably done only with a much lower resolution of test values than is done within the demarcated area or the delimited area.
  • the assignment of one or more manipulated variables of the drive device with one or more target variables takes place, for example, by means of a mathematical modeling. However, it is also possible, for example, to determine this relationship by tests on the test bench. In this case, for example, a simple control loop can be used.
  • a relationship can be determined, for example as a mathematical formulation. For example, one or more manipulated variables that are assigned to a target variable are changed until the results are in the target size range. This is preferably carried out automatically for different assignment pairs of manipulated variables and target variables by means of respective regulators.
  • the assignment can have, for example, a 1 to 1 assignment of manipulated variable to target variable. It is also possible to assign two or three manipulated variables to a target variable. At least each target variable has at least one manipulated variable assigned to it. Finally, more than two target variables, each with associated manipulated variables, are preferably taken into account in the experimental design, in particular more than three target variables. In this way, a plurality of target variables can be investigated and a pull-size-based DoE can be executed. Furthermore, different allocations can also be provided for different partial areas. For example, a high-load area can have a different assignment between target variables and manipulated variables than a low-load area. For example, it is provided that one or more of the subsequent allocations can be used in whole or in part, wherein the assignments are to be understood as illustrative, but not restrictive:
  • an automated creation of the experimental design based on at least two takes place to be met.
  • the two target variables and their respective limits can result in an area or space within which the results of changes in the target quantities should or may be.
  • a global model is understood to mean the entire engine map
  • a partial global model is understood to mean a subset of the entire engine map, for example a high-load area.
  • such an experimental design also allows the load and the rotational speed to be included as a manipulated variable and thus as parameters, thus making possible a global DoE.
  • An embodiment of the invention provides that it is used in an application for a control device of an internal combustion engine.
  • currently used variables such as air mass, injection start and boost pressure have no direct relation to actual target values such as in particular NOx emission and consumption.
  • these variables can be used as manipulated variables if, based on the target variables such as emission, consumption or noise, the measurement is carried out on the test bench. This makes it possible to minimize the effort required to perform a DoE. This will be explained in more detail below.
  • the intention is to optimize an experimental design for an application. It was recognized that in a previous test planning using DoE method quite schematically all the variable test parameters such as injection quantity and injection timing and air flow over speed and load within certain limits that appear reasonable planned and completely driven. In this case, many non-relevant points are driven for each variable parameter, especially in the corners of the normally rectangular test planning maps. These test points result, for example, in high consumption and / or excessively high pollutant concentrations and can not be used for the application. The proposed method avoids these unnecessary map points by means of experimental design based on the target variables, so that a considerable time saving is possible from the beginning.
  • the target value optimization In a next stage, it is planned to globalize the target value optimization.
  • the selection of the speed and load points is included in the DoE test planning.
  • the DoE test planning As a result, not all manipulated variable ranges are applied as before. Rather, only those are applied in which in turn the targets are met.
  • a particular advantage is that the determination of the experimental room boundary is simplified.
  • the DoE experimental design is therefore target-size-based. In order to carry out such a DoE measurement oriented to the target variables, a test stand for the drive device is used, for example.
  • thermodynamic test rig This is preferably a thermodynamic test rig, which means that this mass flow as well as outgoing detected, temperatures, performance and other for the creation of balance sheets and other evaluations is possible.
  • measurement equipment on this test stand provides sensors for determining exhaust gas emission, noise emissions, mass flows, pressures and temperatures at different locations of the drive device.
  • controllers are provided which adjust the manipulated variables according to predefinable target size specifications.
  • the controllers can be integrated into the test bench. However, they can also be integrated additionally or alternatively in a rapid control prototyping system.
  • an assignment and an association of one or more control variables of the drive device with one or more target variables takes place by means of, for example, at least one control loop, with NOx emission and CO 2 emission of the vehicle preferably being used as the target variable, particularly preferably together. is used with a consumption of the vehicle as a further target variable, based on the established relationship, the or the DoEs can be created.
  • the drive device can then be tested on a trainer.
  • the measured values to be determined according to the test planning of the DoEE are based on target variables such as emissions, consumption or noise as well as alternatively or additionally based on process-relevant parameters such as location of the 50% conversion point or the maximum turnover rate.
  • the target space is thus filled with measuring points, these limiting themselves in the given range or space.
  • a further improvement of the experimental design results when a relative description of the target values is made on a basis. Under Basis here is to understand a starting point in the target size range, which may be, for example, a center point. Below this, in a target size space, there is an additional measuring point arranged between two levels or levels to one or more measuring points on the respective level or level.
  • Modeling using the target variables to be observed is carried out, for example, by means of mathematical functions such as polynomials, splines, wavelets, a neural network, for example, including a radial basis function and / or using physical laws.
  • the evaluation is preferably carried out with the aid of analysis of variance.
  • the evaluation is preferably carried out with the aid of the regression analysis.
  • y a_0 + a_1x_1 + a_2x_1 A 2+ a_3x_2 + a_4x_2 A 2 + a_5x_3 + a_6x_3 A 2 + a_7 x_1 x_2 + a_8 x_1 x_3 + a_9 x_2x_3 with three target values
  • model parameters a_i are determined so that the deviations between data and model are as small as possible. For example, one can minimize the sum of squared deviations.
  • DoEs can be created that take into account the following:
  • Desired accuracy / reliability of the statements for example about the ascertained significance of the individual results.
  • a further development of the method provides that a calibration of the modeling takes place before the execution of the experimental design.
  • the calibration can increase the accuracy.
  • a non-optimized Calibration of a motor can be used. This can be used as a base in the test room.
  • the target size based limits on speed and load may be very wide. Therefore, it may be useful to define these limits in relation to a base point of the target size. This facilitates the subsequent experimental design.
  • a division of the global DoE's may be useful, in particular, if different behavior of target variables can be determined in different subareas.
  • a NOx emission at high load can be influenced by other control variables than a NOx emission at low load. Therefore, for example, in emission-dependent applications, a part-global, high-load DoE and a part-global, doe-related DoE are created.
  • the measured values can be validated.
  • the values obtained can be compared with those obtained in further tests on the test bench for comparison purposes.
  • a determination of the essential variables and the validation it follows that the model structure has to be changed.
  • a transfer to other setpoints takes place.
  • This transfer can, for example, to the maximum conversion rate, the temperature at inlet closes or to another setpoint.
  • a transmission in a control unit of an engine is provided.
  • a use of measurement results created by the proposed method in the creation of a vehicle application is proposed.
  • a control unit preferably an engine control unit can be bedatet.
  • a test stand is proposed, which has the following:
  • a respective predetermined value range for in each case one target variable wherein at least two target variables are predefined from the group comprising a NOx emission, one C02 emission, consumption of the internal combustion engine and soot particle emission,
  • At least one control loop which has an association of one or more manipulated variables of the drive device with one or more target variables, values of the target magnitudes being predefined as setpoint values of the control loop, and
  • the drive device is preferably a vehicle drive device, for example comprising an internal combustion engine and / or an electric drive.
  • the measured value recording has at least one or more sensors as well as one or more associated data lines, by means of which actual values of parameters of the drive device can be detected.
  • actual variables of the target variables can be recorded by means of the measured value recording. This allows, for example, when carrying out the test series, that a check is possible at any time according to the target values as setpoint values of the control loops used.
  • the measured value recording is part of one or more control circuits that are used in carrying out the experimental design.
  • a measured value evaluation comprises at least one memory in that, for example, values recorded by the measured value recording can be retrievably stored.
  • the memory may for example have one or more areas in which different data can be stored or retrieved.
  • a first memory area may include the experimental design, while a second memory area may have values for the experimental design.
  • different memories may be provided for this purpose, as well as separate memories as well as memories integrated with each other.
  • a CPU is connected to the memory. This allows acquired measured values to be recorded and evaluated and, for example, a data map to be determined. Also, the CPU, or even another CPU, can be used to perform, for example, the execution of the experiment plan automatically. Further details of possible components of the test stand will be apparent from the above as well as the following description and the accompanying figures.
  • a computer program product with program code means is stored, which are stored on a computer-readable storage medium for carrying out a method as described above, when the program is executed on a computer.
  • FIG. 4 shows a schematic view of a transmission to global DoEs
  • FIG. 5 shows an example of a result space
  • Fig. 7 shows a validation
  • Fig. 8 shows a first flowchart
  • Fig. 9 shows a second flowchart for carrying out the proposed method
  • Fig. 1 shows an exemplary representation of a tested internal combustion engine with schematically illustrated, different areas that developed during development in each case according to a specification and at the same time provide each other as an overall concept the stated higher-level requirements.
  • the cylinder head concept, the valve train system, the combustion system, the cooling concept, the exhaust gas recirculation concept as well as the booster system are to be designed and tested. This can be very extensive with regard to necessary measured values and necessary test bench tests.
  • the measurement series are to be interpreted in a conventional manner very large, time-consuming and expensive. So far, directly accessible manipulated variables have been used in DoE plans, such as air mass, SOI, etc.
  • the internal combustion engine is arranged as a drive device 1 in a test bed 2.
  • the test stand 2 comprises in addition to the drive device 1 at least one measured value recording 3 and a Meßwertauswer- tion 4, both of which are each shown schematically.
  • Measured value recording 3 and measured value evaluation 4 can be adapted to the respective target variables and thus to different regions 5 of the drive device 1.
  • the measured value recording _3 is shown schematically by way of example from each circled region 5 of the drive device 1 for measured value evaluation 4, each region 5 having, for example, one or more sensors 6.
  • signals for example measuring signals but also actuating signals for actuators, can be supplied to or removed from the respective areas 5.
  • FIG. 2 shows the prior art with respect to the use of DoEs.
  • the starting point is the test room. This may be limited by the fact that speeds or speeds are outside the intended use of the vehicle.
  • the test room is essentially determined by the manipulated variables.
  • FIG. 3 shows the procedure as proposed. It is assumed that the target variables and in the experiment, the manipulated variables varied so that the target sizes are achieved. Thus, a target size space is specified, which the correcting variables must comply with when changing. In this way, the experimental space is limited to a size in which the executed experiments actually have their results in the target size space, or at least are close to it. This can lead to the use of physically relevant inputs such as q, aX50, log (c (NOx)), TCyl, dp, rEGR instead of air mass, SOI, etc. in the form of manipulated variables.
  • the NOx concentration is used here, for example, in logarithmic form. It has been found that in the case of evaluations due to different concentrations or weak concentrations in different areas, a representation is advantageously possible by means of this representation. The same applies to other target values and their value distribution based on an executed test plan. For example, different mechanisms and thus manipulated variables can be an indication that a logarithmic representation of the results for a target variable is advantageous.
  • a NOx concentration this example is advantageous when a low load and a high load range are considered together. In the low load range, there is a different NOx concentration than in the high load range, which otherwise can not be provided together as clearly shown in a diagram.
  • the target space is defined by constraints such as an emission limit for, for example, NOx, with NOx being one of the Goals is.
  • an unstable combustion, a knock, too low a power or even the smoke limit also referred to as Smokelimit, abbreviated SMKL
  • SMKL smoke limit
  • the manipulated variables can also reach target values outside the test room during the test procedure. By proceeding preferably to exit rectangular spaces, about 30 to 40% of the target size values may be outside the predetermined target size range or space. To further restrict this is possible, but requires further expenses. Therefore, in the goal-size-based DoE design, consideration is also given to what effort in further limiting the target variables or the assignment still makes sense compared with the implementation without any further limitation.
  • Fig. 4 shows a schematic view of a transfer of one destination space to another in the form of a transfer to global DoE's.
  • At least two, preferably most sizes are varied in the design plan relative to a base. This means that a base point is taken as the starting point, and then the limits of the target values relative to this base point are determined, and then the experimental design is set up.
  • a subdivision of the map into zones or a division according to inputs can be made, in particular lead for different reasons to different divisions.
  • Examples here may be different objectives, but also different relevances of target variables in different areas of a characteristic field.
  • the CO 2 emission in one area may be relevant, in another area it is the NO x emission and the consumption.
  • a division is shown that causes different control variables or target variables: a) Low Load with q, NMOT, rEGR, ⁇ , NOx, Tcyl, ax50 b) High Load with q, NMOT, rEGR, ⁇ , NOx, ax50
  • FIG. 5 shows by way of example a schematic example of a test plan, namely for the high load area in the form of an n-dimensional DoE.
  • a method known from the DoE area was used, namely the Space Filling Design, but with a logarithmic distribution of the xNOx. Given in this example are:
  • 135 points including 3 stabilization points, 5 repeat points, 8 validation points for a speed range of 1200-2800 rpm and 10 to 50 mg / stroke injection quantity.
  • the relative test space limits are for all setpoints except speed n and injection quantity q, qPil, tiPil, starting from a base calibration.
  • each DoE point should also have a base point.
  • Base point means the selected speed-load point from the basic data set without any changes.
  • this should preferably be done in V or W form, ie rising and falling again, in order then to be able to apply drift corrections .
  • the arrangement of the experimental plan in an increasing and decreasing manner, ie in V or W form can also be reversed, depending on the beginning of the experimental design. Also this can be used with different conditions and is applicable not only with slower conditioning. In particular, when a drift correction is made, the use of falling or rising values and vice versa is preferred.
  • a model based on physical inputs and functions makes it possible to map global relationships.
  • a linear model based on conventional inputs such as air mass and SOI have demonstrated that model accuracy may be unusable and that trends may also be misrepresented.
  • An optimization of the physical modeling makes it possible to represent a motor behavior well in the proposed manner. All models are basically extrapolatable. According to one embodiment, no physically nonsensical values may occur, e.g. a soot number SZ ⁇ 0. Further evaluations of the measured data and models can be used on the one hand for method development, on the other for the optimization of a rating as well as for ECU functions in vehicles.
  • FIG. 6 shows an example of a modeling with a toolbox. Modeling was done using a Matlab / Simulink toolbox using nonlinear models, such as B. Radial basis functions. The illustration shows the advantages of a logarithmic evaluation, since very strongly divergent concentrations can still be displayed and evaluated together.
  • FIG. 7 shows a validation under high load High Load, wherein target variables were determined by experiment in a suggested manner and determined by simulation.
  • First results of the proposed method show the following:
  • FIG. 8 shows an exemplary embodiment of a first flowchart.
  • measurements are carried out on the test bench after setting up the DoE plan by assigning manipulated variables to target variables and limiting the target size space.
  • the target variables are set by control circuits that are as simple as possible so that they lie within the predefinable target size range.
  • each manipulated variable is preferably adjusted for each operating point until the target parameter values have been reached. This then becomes a modeling using the target quantities, for example, by mathematical methods, which can be followed by a calibration. Validation of the values thus found can be carried out on the test bench by measurement. Subsequently, the transmission can take place, which means, for example, the need for an engine control unit.
  • Fig. 9 shows a second flowchart.
  • the modeling takes place using physically relevant variables, for example those as shown above and in the figure. It is also possible to obtain modeling using both possibilities shown in FIGS. 8 and 9. Especially with multiple mutual dependencies of several manipulated variables and target variables, it is possible to use multidimensional control algorithms, functions, characteristic diagrams or even model-based algorithms when adjusting the target variables.
  • Fig. 10 shows a basic structure of a usable controller, in which the target value is used as a target value.
  • a controller is used on a test bench of the engine to be examined in order to enable a connection between the target size and the manipulated variable according to the assignment.
  • This target-size-based approach makes it possible to use only manipulated variables that have an actual value of the target variable in the predefinable target size range. If In order to prevent this and automatically lead to actual values outside, these need not be considered further.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Combustion & Propulsion (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Food Science & Technology (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Automation & Control Theory (AREA)
  • Testing Of Engines (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Description

Verbesserte Versuchsdurchführung
Die Erfindung betrifft eine Versuchsplanerstellung und Durchführung einer Messreihe aufweisend ein Ermitteln von Betriebsdaten einer zu testenden Antriebsvorrichtung eines Fahrzeugs mittels einer automatisierten statistischen Versuchsplanung. Die statistische Versuchsplanung wird auch als Design of Experiments, im Folgenden abgekürzt DoE bezeichnet. Üblicherweise werden technische Systeme dadurch beschreiben, dass eine Einflussgröße und eine Störgröße auf ein Produkt bzw. ein Verfahren einwirken. Dieses Einwirken ergibt Messgrößen, die üblicherweise Eigenschaften charakterisieren. Diese Messgrößen werden sodann mit Zielgrößen verglichen. Ein derartiger Systemzusammenhang kann beispielsweise durch entsprechende Diagramme dargestellt werden, beispielsweise durch Mehrphasendiagramme, Betriebsdiagramme, Kennlinien-Diagramme und ähnliches.
Methoden zur Untersuchung des Verhaltens technischer Systeme sind grundsätzlich unterscheidbar in analytische Methoden, bei denen eine theoretische Herleitung bzw. Berechnung auf Basis von physikalischen Gesetzmäßigkeiten erfolgt. Zum anderen werden empirische Methoden eingesetzt, bei denen Parameter bei der Versuchsdurchführung bzw. in einer Rechnersimulation geändert werden und das Verhalten des Systems bei Änderung analysiert wird.
Eine Versuchsdurchführung benötigt Zeit und Resourcen entsprechend des notwendigen Aufwands. Es ist daher bekannt, durch die DoE, d.h. eine statistische Versuchsplanung, einen Wirkzusammenhang zwischen Einflussfaktoren in Form möglichst unabhängiger Variablen und Zielgrößen in Form von abhängigen Variablen mit möglichst wenigen Versuchen möglichst genau zu ermitteln. Am Anfang einer DoE wird beispielweise ein Versuchstyp geplant, der das Screening wichtiger Einflussgrößen in ihrer Wirkung beschreibt. Die Versuchsergebnisse eines solchen Plans können ausgewertet werden. Auf Grundlage der Auswertung werden Optimierungspläne entworfen, durchgeführt und ausgewertet. Mit Hilfe beispielweise von statistischen Auswerteprogrammen können zum Beispiel über Algorithmen eine oder mehrere Zielgrößen optimiert werden. Das heißt, es können Stellgrößen für Prozessparameter gefunden werden, bei der sich die Zielgrößen bei einem Optimum befinden.
BESTÄTIGUNGSKOPIE Aus der EP 2 088 486 A1 geht eine Erstellung eines globalen Modells einer Ausgangsgröße eines nichtlinearen dynamischen realen Systems in Form einer Verbrennungskraftmaschine bzw. eines Antriebsstranges oder eines Teilsystems davon hervor. Das globale Modell deckt den gesamten Raum aller Betriebspunkte des Systems ab. Es wird beschrieben, eine Vermessung des Systems für eine Teilmenge von Variationspunkten vorzunehmen, welche Variationspunkte durch eine Menge von Parametern des Systems definiert sind. Um die rasche und gezielte Erstellung von Versuchsplänen sowie deren globale Optimierung unter Beachtung der Versuchsgrenzen und weiterer Kriterien zu ermöglichen, werden nacheinander zumindest zwei in Abhängigkeit voneinander gewählte Teilmengen von Variationspunkten ermittelt, unter Berücksichtigung der Variationspunkte aller Teilmengen ein gemeinsamer Versuchsplan erstellt und das System gemäß diesem Versuchsplan vermessen.
Aus der DE 199 08 077 A1 geht eine Anwendung einer statistischen Versuchsplanung hervor, bei der eine zielgrößenoptimierte Parametrisisierung von Stellgrößen in einem vorgegebenen Betriebspunkt erfolgt. Hierzu werden Einstellparameter wie Zündung, Lambda-Wert, AGR-Massenstrom, Ventilsteuerzeiten in einem Betriebspunkt unter Anwendung eines mathematischen Polynommodells mit maximal zweiter Ordnung und unter Berücksichtigung von wechselwirksamen Abhängigkeiten erster Ordnung anhand eines vorbestimmten Betriebspunktes optimiert.
Aus der DE 198 19 445 A1 geht der Vorschlag hervor, eine Einsparung hinsichtlich eines Messaufwands dadurch zu erreichen, dass durch statistische Auswerte- und Berechnungsverfahren die Messwertaufnahme verkleinert wird, um eine Aussage zu einer Ziel- große zu erhalten. Hierzu werden für Zielgrößen wie die Stickoxidemission NOx und Rußemission in Form der Ruß-Zahl quadratische Polynome gebildet, die die Einflußfaktoren wie Kraftstoffeinspritzbeginn, einen mittleren Ladedruck, eine Abgasrückführungsrate, eine Lufttemperatur im Saugrohr vor dem Einlassventil und ein Drehmoment als Variable in Form von Termen abgebildet aufweisen. Beispielhaft weist ein derartiges quadratisches Polynom 21 freie Parameter entsprechend der Polynomkoeffizienten auf. Weiterhin wird vorgeschlagen, eine normierende Transformation zu den Polynomkoeffizienten vorzunehmen. Dadurch soll der jeweilige Einfluss der einzelnen Polynomkoeffizienten auf das Zielgrößenergebnis besser abbildbar sein. Aufgabe der vorliegenden Erfindung ist, gegenüber dem Stand der Technik eine Verbesserung einer Versuchsplanung für ein Fahrzeug zu ermöglichen. Diese Aufgabe wird mit einer Versuchsplanung und Durchführung mit den Merkmalen des Anspruchs 1 gelöst. Weitere vorteilhafte Ausgestaltungen und Weiterbildungen gehen aus den jeweiligen Unteransprüchen hervor, wobei auch die nachfolgende Beschreibung nebst Figuren Merkmale und Ausgestaltungen der Erfindung näher wiedergeben. Insbe- sondere können auch ein oder mehrere Merkmale aus den unabhängigen wie abhängigen Ansprüchen durch ein oder mehrere Merkmale aus der Beschreibung ergänzt und/oder ersetzt werden. Die Formulierung der unabhängigen Ansprüche ist daher ein erster Versuch, die Erfindung in Worte zu fassen. Auch können ein oder mehrere Merkmale aus jeweils verschiedenen Ausgestaltungen der Erfindung zu weiteren Ausbildungen der Er- findung verknüpft werden.
Es wird eine Versuchsplanerstellung und Durchführung einer Messreihe vorgeschlagen, die ein Ermitteln von Betriebsdaten einer zu testenden Antriebsvorrichtung eines Fahrzeugs mittels einer automatisierten statistischen Versuchsplanung (DoE) aufweist. Die Versuchsplanung beinhaltet zumindest die folgenden Schritte:
- Identifizieren von ein oder mehreren Zielgrößen, die die Antriebsvorrichtung in einem Testbetrieb einzuhalten hat, und Eingrenzen von relevanten Werten der ein oder mehreren Zielgrößen,
- Zuordnen von ein oder mehr Stellgrößen der Antriebsvorrichtung zu den ein oder mehre- ren Zielgrößen und
- automatisiertes Erstellen der Versuchsplanung basierend auf zumindest zwei der einzuhaltenden Zielgrößen.
Unter Durchführung einer Messreihe ist insbesondere die Versuchsdurchführung entspre- chend der Versuchsplanung in vollständiger Weise zu verstehen. Es kann jedoch auch die Versuchsdurchführung aufgeteilt erfolgen, nachdem die Zuordnung wie auch die weiteren Schritte des vorgeschlagenen Verfahrens erfolgt sind. Beispielweise kann die Versuchsplanung verschiedene Bereiche umfassen, zum Beispiel einen Hochlastbereich, auch im Weiteren als High Load bezeichnet, und einen Niedriglastbereich, im Weiteren als Low Load bezeichnet. Die Versuchsdurchführungen hierzu können zum Beispiel jeweils unabhängig voneinander erfolgen und die jeweiligen Teilergebnisse erst später miteinander kombiniert werden. Die Kombination von Versuchsplanerstellung und Versuchsdurchführung weist den Vorteil auf, beides aufeinander abstimmen zu können. Wie im Folgenden noch näher erläutert wird, erlaubt die Vorgehensweise, einzustellende Werte und Grenzen der Zielgrößen im DoE-Plan angeben zu können, da diese in der Versuchsdurchführung so eingestellt werden. Daher kann auch von einer zielgrößenbereichsorientierten DoE gesprochen werden, vorzugsweise im Unterschied zu bekannten Verfahren, die von ei- nem stellgrößenorientierten DoE ausgehen. DoE ist im Übrigen die Abkürzung für den englischen Begriff Design of Experiments. Darunter ist die oben schon erwähnte statistische Versuchsplanung aber auch Durchführung zu verstehen, wobei die Versuchsplanung wie auch die Durchführung bevorzugt jeweils automatisiert ablaufen, insbesondere miteinander gekoppelt automatisiert ablaufen.
Gemäß einer Weiterbildung wird vorgeschlagen , dass die Versuchsplanerstellung wie folgt ausgeführt wird: dass jeweils ein Wertebereich für eine Zielgröße vorgegeben wird, wobei ein Wert der jeweiligen Zielgröße nur innerhalb dieses Wertebereichs liegen darf, und erst danach das Erstellen der Versuchsplanung ausgehend von dem jeweiligen Wertebereich der Zielgröße erfolgt, wobei die Versuchsplanung ein Einstellen von Stellgrößen vermeidet, die zu einem Herausführen aus dem jeweiligen Wertebereich der Zielgröße führen. Eine weitere Ausgestaltung sieht vor, dass jeweils ein Wertebereich für eine Zielgröße vorgegeben wird, wobei ein Wert der jeweiligen Zielgröße nur innerhalb dieses Wertebereichs liegen darf, und erst danach das Erstellen der Versuchsplanung ausgehend von demjeweiligen Wertebereich der Zielgröße erfolgt, wobei die Versuchsplanung ein Einstellen von Stellgrößen mit einer, um bevorzugt zumindest den Faktor 1/5, geringeren Auflösung vorsieht für Werte der Stellgrößen, die zu einem Herausführen aus dem jeweiligen Wertebereich der Zielgröße führen
Anhand der Versuchsplanung erfolgt sodann die Durchführung der Versuche. Beispielweise kann auch vorgesehen sein, dass während der Durchführung der Versuche die Versuchsplanung weiter angepasst und eingestellt wird, zum Beispiel, wenn sich herausstellt, dass einige der Zielgrößenwerte in Bereichen landen, die außerhalb des vorgegebenen Wertebereichs, insbesondere Werteraumes für eine oder mehrere Zielgrößen liegen. Die Antriebsvorrichtung des Fahrzeugs, die zu testen ist, umfasst zumindest einen Drehmomenterzeuger, mittels dem das Fahrzeug bewegt werden kann. Der Drehmomenterzeuger kann eine Brennkraftmaschine zum Beispiel in Form einer Hubkolbenmaschine sein. Es kann auch eine Kombination aus Elektromotor und Verbrennungskraftmaschine sein. Auch kann das Drehmoment über einen ausschließlichen elektrischen Antrieb erfol- gen. Des Weiteren kann eine Brennstoffzelle oder ein sonstiger Energieerzeuger ebenfalls Bestandteil der Antriebsvorrichtung sein. Bevorzugt ist das Fahrzeug ein Landfahrzeug in Form eines Autos, einer Landmaschine oder Lastkraftwagens. Es kann jedoch auch eine Triebmaschine eines Zuges getestet werden. Ebenso kann das Fahrzeug ein Luftfahrzeug sein, zum Beispiel eine Propellermaschine, ein Leichtflugzeug, ein Hubschrauber oder auch eine Drohne. Das Fahrzeug kann ebenso ein Boot oder Schiff, ein Unterseeboot oder ein anderes Wasserfahrzeug sein. Auch andere Fahrzeuge, die bevorzugt eine Hubkolben-Verbrennungskraftmaschine aufweisen, können in Bezug auf deren Antriebsvorrichtung wie vorgeschlagen getestet werden. Durch das Identifizieren und Eingrenzen der Zielgröße wird derjenige Raum vorgegeben, in dem die Ergebnisse der Zielgröße bei den Versuchen und Tests liegen sollen. Damit wird auch letztendlich der Bereich bzw. der Raum definiert, in dem die Versuche überhaupt stattfinden, um eine ausreichende Datensammlung zu erzielen. Ein Eingrenzen kann beispielweise dadurch erfolgen, dass eine Emissionsgrenze vorgegeben wird. Bei- spielweise kann eine NOx-Emission, eine C02-Emission, eine Ruß-Emission, zum Beispiel in Form einer Ruß-Zahl, aber auch eine Schall-Emission vorgegeben werden. Werte, die über diese vorgegebenen Grenzen für die jeweilige Zielgröße hinausgehen, sind für die Datensammlung nicht notwendig., Es kann vorgesehen sein, dass auch Bereiche über- bzw. unterhalb derartiger Werte der Zielgrößen miterfasst werden. Das erfolgt dann aber vorzugsweise nur mit einer sehr viel geringeren Auflösung an Versuchswerten als es innerhalb des abgegrenzten Bereichs bzw. des abgegrenzten Raums erfolgt.
Das Zuordnen von ein oder mehr Stellgrößen der Antriebsvorrichtung mit ein oder mehreren Zielgrößen erfolgt beispielweise mittels einer mathematischen Modellierung. Es be- steht aber beispielsweise ebenfalls die Möglichkeit, diese Beziehung durch Versuche am Prüfstand zu bestimmen. Hierbei kann zum Beispiel ein einfacher Regelkreis zum Einsatz kommen. Durch Änderung von ein oder mehr Stellgrößen zur Erzielung von ein oder mehr vorgegebenen Zielgrößen kann dabei eine Beziehung ermittelt werden, beispielweise als mathematische Formulierung. So werden beispielweise eine oder mehrere Stellgrößen, die einer Zielgröße zugeordnet sind, solange verändert, bis die Ergebnisse sich im Zielgrößenraum befinden. Dieses wird bevorzugt für verschiedene Zuordnungspaare von Stellgrößen und Zielgrößen mittels jeweiliger Regler vorzugsweise automatisiert durchgeführt. Dadurch können Werte von Stellgrößen bzw. Wertebereiche und/oder Kombinationen von Werten bzw. Wertebereiche von Stellgrößen bei der Versuchsplanung außer Be- tracht gelassen werden, wenn bekannt ist, dass diese im Ergebnis ansonsten dazu führe, dass die zugeordnete Zielgröße außerhalb einer Vorgabe, zum Beispiel eines Bereichs liege. Prinzipiell kann jede mathematische Formulierung, die auch das Grundprinzip eines Reglers angibt - sei es ein P-, ein I-, ein D-Regler oder Kombinationen davon wie PI-, PD PID-Regler - hierfür herangezogen werden.
Die Zuordnung kann beispielweise eine 1 zu 1 Zuordnung von Stellgröße zu Zielgröße aufweisen. Es können auch zwei oder drei Stellgrößen einer Zielgröße zugeordnet werden. Zumindest weist jede Zielgröße mindestens eine Stellgröße zugeordnet auf. Bevorzugt werden schließlich mehr als zwei Zielgrößen mit jeweils zugeordneten Stellgrößen bei der Versuchsplanung berücksichtigt, insbesondere mehr als drei Zielgrößen. Auf diese Weise können eine Mehrzahl an Zielgrößen untersucht werden und ein ziegrößenbasier- tes DoE ausgeführt werden. Des Weiteren können für verschiedene Teilbereiche auch verschiedene Zuordnungen vorgesehen sein. Beispielweise kann ein High Load-Bereich eine andere Zuordnung zwischen Zielgrößen und Stellgrößen aufweisen als ein Low Load Bereich. Beispielsweise ist vorgesehen, dass ein oder mehrere den nachfolgenden Zuordnungen ganz oder teilweise genutzt werden können, wobei die Zuordnungen nur beispielhaft, nicht aber beschränkend zu verstehen sind:
Figure imgf000008_0001
Diese Zuordnungen werden bevorzugt für jeweilige Regler genutzt, über die sodann die Versuche insbesondere an einem Motorteststand durchführbar sind.
Nach Zuordnung und Bestimmen der Beziehung zwischen Stellgrößen und Zielgrößen erfolgt ein automatisiertes Erstellen der Versuchsplanung basierend auf zumindest zwei einzuhaltenden Zielgrößen. Hierbei können die beiden Zielgrößen und deren jeweiligen Grenzen einen Bereich bzw. Raum ergeben, innerhalb dessen die Ergebnisse von Änderungen der Sollgrößen liegen sollen bzw. dürfen. Mittels der oben vorgeschlagenen Vorgehensweise wird insbesondere eine Entwicklung globaler bzw. teilglobaler Emissionsmodelle zur Motorkalibrierung bei Reduktion des Messaufwandes ermöglicht. Hierbei wird unter einem globalen Modell das gesamte Motorkennfeld verstanden, während unter einem teilglobalen Modell eine Teilmenge des gesamten Motorkennfelds zu verstehen ist, zum Beispiel ein Hochlastbereich. Insbesondere erlaubt eine derartige Versuchsplanung, die Last und die Drehzahl ebenfalls als Stellgröße und damit als Parameter mitaufzunehmen, so dass damit eine globale DoE ermöglicht wird.
Eine Ausgestaltung der Erfindung sieht vor, dass diese bei einer Applikation für ein Steu- ergerät einer Verbrennungskraftmaschine eingesetzt wird. Derzeit beispielweise verwendete Größen wie Luftmasse, Einspritzbeginn und Ladedruck haben keinen direkten Bezug zu eigentlichen Zielwerten wie insbesondere NOx-Emission und Verbrauch. Jedoch können diese Größen als Stellgrößen verwendet werden, wenn ausgehend von den Zielgrößen wie Emission, Verbrauch oder Geräusch die Messung am Prüfstand erfolgt. Dadurch gelingt es, den Aufwand für die Durchführung einer DoE zu minimieren. Dieses wird nachfolgend näher erläutert.
Beabsichtigt ist, eine Versuchsplanung für eine Applikation zu optimieren. Erkannt wurde, dass bei einer bisherigen Versuchsplanung mittels DoE-Verfahren recht schematisch alle variablen Versuchsparameter wie Einspritzmenge und Einspritzzeitpunkt sowie Luftmenge über Drehzahl und Last in bestimmten Grenzen, die sinnvoll erscheinen, geplant und komplett abgefahren werden. Dabei werden insbesondere in den Ecken der normalerweise rechteckigen Versuchsplanungs-Kennfelder für jeden variablen Parameter viele nicht relevante Punkte gefahren. Diese Versuchs-Punkte ergeben z.B. zu hohen Ver- brauch und/oder zu hohe Schadstoffkonzentrationen und können nicht für die Applikation genutzt werden. Das vorgeschlagene Verfahren vermeidet diese unnötigen Kennfeldpunkte mittels Versuchsplanung ausgehend von den Zielgrößen, so dass von Beginn an eine erhebliche Zeitersparnis möglich ist. Daher wird vorgeschlagen, abzufahrende Kennfelder nicht an Hand der bisher üblichen freien Parameter auszuwählen, sondern an Hand der Zielgrößen wie Verbrauch, Schadstoffkonzentrationen etc. Die Grenzen für diese Zielgrößen sind häufig bereits vorgege- ben, z.B. durch gesetzliche Grenzwerte oder Zielgrenzwerte des Anwenders der Verbrennungskraftmaschine. Dadurch bleibt im Zielgrößenkennfeld kaum Raum für überflüssige Messpunkte, es sei denn, eine Zielgröße ist nicht erreichbar. Die Vorgehensweise sieht vor, zunächst nur das Grundkennfeld Drehzahl über Last als freie Parameter beizubehal- ten, aber die übrigen freien Parameter während des Versuchs mittels Applikationsroutine so automatisch zu optimieren, dass sich in jedem Messpunkt die geforderten Zielgrößen gemäß Zielgrößen-DoE-Planung ergeben. Die zugehörigen freien Parameter werden dann zu den vorgegebenen Zielgrößen appliziert. In einer nächsten Stufe ist vorgesehen, die Zielwertoptimierung zu globalisieren. Hierzu werden auf der Seite der Zielgrößen z.B. die Fahrbarkeit und auf der Seite der freien Parameter die Auswahl der Drehzahl- und Lastpunkte bei der DoE-Versuchsplanung mit einbezogen. Dadurch werden nicht mehr alle Stellgrößenbereiche wie bisher appliziert. Vielmehr werden nur solche appliziert, in denen wiederum die Zielgrößen erfüllt werden. Besonderer Vorteil ist, dass sich die Bestimmung der Versuchsraumgrenze vereinfacht. Die DoE-Versuchsplanung ist somit zielgrößenbasiert. Um eine derartige, an den Zielgrößen orientierte DoE-Messung durchzuführen, wird beispielweise ein Prüfstand für die Antriebsvorrichtung genutzt. Dieses ist bevorzugt ein Thermodynamikprüfstand, das bedeutet, das an diesem ein wie auch ausgehende Massenströme erfasst, Temperaturen, Leistungen und sonstiges zur Erstellung von Bilanzen und sonstigen Auswertungen ermöglicht ist. Messtechnik an diesem Versuchsstand sieht beispielweise Sensoren zur Ermittlung von Abgas-Emission, von Geräuschemissionen, von Massenströmen, Drücken und Temperaturen vor an unterschiedlichen Stellen der Antriebsvorrichtung vor. Weiterhin besteht die Möglichkeit, auf zumindest ein Steuergerät der Antriebsvorrichtung und/oder auf eine Reihe an Endstufen zugreifen zu könne, wobei die Endstufen unterschiedliche Aktuatoren der Antriebsvorrichtung ansteuern können. Des Weiteren werden mehrere Regler vorgesehen, die die Stellgrößen entsprechend vorgebbarer Zielgrößenvorgaben einregeln. Die Regler können beispielweise in den Prüf- stand integriert vorliegen. Sie können aber auch zusätzlich oder alternativ in einem Rapid- Control-Prototyping-System integriert sein. Dieses kann eine dynamische Beschreibung des zu automatisierenden Systems und dessen Modellbildung, die Regelungs- und Steüe- rungsentwurf im Modell, die Umsetzung des Regelungs- und Steuerungsentwurf auf dem Steuergerät, die Erprobung der Lösung in einer reinen Simulationsumgebung und/oder am realen System umfassen. Nachdem somit eine Zuordnung und ein Inbeziehung-Setzen von ein oder mehr Stellgrößen der Antriebsvorrichtung mit ein oder mehreren Zielgrößen mittels beispielweise zumindest eines Regelkreises erfolgt, wobei bevorzugt als Zielgröße eine NOx-Emission und eine C02-Emission des Fahrzeugs verwendet werden, besonders bevorzugt zusam- men mit einem Verbrauch des Fahrzeugs als weitere Zielgröße verwendet wird, kann auf Basis des ermittelten Zusammenhangs der bzw. die DoEs erstellt werden.
Die Antriebsvorrichtung kann sodann an einem Versuchsstand getestet werden. Die dabei nach der Versuchsplanung des DoEs zu ermittelten Messwerte sind basierend auf Ziel- großen wie Emissionen, Verbrauch oder Geräusch wie auch alternativ bzw. zusätzlich basierend auf prozessrelevanten Parametern wie Lage des 50%-Umsatzpunktes oder der maximalen Umsatzrate. Der Zielraum wird somit mit Messpunkten gefüllt, wobei diese sich im vorgegeben Bereich bzw. Raum begrenzen. Eine weitere Verbesserung der Versuchsplanung ergibt sich, wenn eine relative Beschreibung der Zielgrößen zu einer Basis erfolgt. Unter Basis ist hierbei ein Ausgangspunkt im Zielgrößenbereich zu verstehen, der beispielweise ein Center Point sein kann. Darunter ist in einem Zielgrößenraum ein zwischen zwei Stufen oder Ebenen angeordneter zusätzlicher Messpunkt zu ein oder mehreren Messpunkten auf der jeweiligen Stufe bzw. Ebe- ne. Damit wird ermöglicht, eine Nicht-Linearität bei Versuchen auf zwei Stufen bzw. Ebenen des Zielgrößenbereichs bzw. -raums festzustellen. Wird eine Zielgröße auf zwei Stufen und dem Center Point untersucht, kann ein möglicher nicht-linearer Zusammenhang in Form einer Krümmung zwischen Zielgröße und Stellgröße übersehen werden. Darüber hinaus kann bei der statistischen Auswertung zusätzlich festgestellt werden, ob der Cen- ter Point signifikant ist. Dann hat mindestens eine Zielgröße einen nicht-linearen Einfluss.
Hinsichtlich der grundsätzlichen Vorgänge zur Versuchsplanung, deren Durchführung wie auch hinsichtlich der Modellierung und Auswertung wird im Übrigen auf die oben angegebene EP 2 088 486 A1 und insbesondere den darin zu diesen einzelnen Themen ange- gebenen weiterführenden Stand der Technik wie auch auf die im angehängten Recherchebericht dieser Druckschrift angeführten Publikationen verwiesen.
Im Folgenden soll näher auf die Modellierung eingegangen werden, die Voraussetzung für die Versuchsplanerstellung ist. Eine Modellierung unter Verwendung der einzuhaltenden Zielgrößen erfolgt beispielsweise mittels mathematischer Funktionen wie Polynome, Spli- nes, Wavelets, einem neuronalen Netz zum Beispiel unter Einschluss einer Radial-Basis- Funktion und/oder unter Nutzung physikalischer Gesetzmäßigkeiten. . Bei nominalen, d.h. zum Beispiel kategorischen oder auch qualitativen Zielgrößen erfolgt die Auswertung bevorzugt mit Hilfe der Varianzanalyse. Bei quantitativen, d.h. zum Beispiel metrischen Zielgrößen erfolgt die Auswertung bevorzugt mit Hilfe der Regressions- analyse. So können Regressionsmodelle verwendet werden, die auf einer Linearkombination von Basisfunktionen beruhen:
Lineares Modell ohne Wechselwirkungen: y=a_0 + a_1x_1 + a_2x_2 + a_3x_3 bei drei Zielgrößen
Lineares Modell mit Wechselwirkungen: y=a_0 + a_1x_1 + a_2x_2 + a_3x_3 + a_4x_1x_2 + a_5x_1x_3 + a_6x_2x_3 bei drei Zielgrößen
Quadratische oder auch kubische Modelle mit Wechselwirkungen: y=a_0 + a_1x_1 + a_2x_1A2+ a_3x_2 + a_4x_2A2 + a_5x_3 + a_6x_3A2 + a_7 x_1 x_2 + a_8 x_1 x_3 + a_9 x_2x_3 bei drei Zielgrößen
Diese Modelle kann man als Taylor-Entwicklungen bis zum Grad n=1 bzw. n=2 auffassen. Die Modellparameter a_i werden so bestimmt, dass die Abweichungen zwischen Daten und Modell möglichst klein sind. Man kann zum Beispiel die Summe der quadrierten Abweichungen minimieren.
Kennt man die tatsächliche Form des funktionalen Zusammenhangs zwischen Zielgrößen und Stellgrößen, so kann man die Stellgrößen in dieser Funktion mit nichtlinearer Regression anpassen. Somit können DoEs erstellt werden, die Folgendes berücksichtigen:
- Anzahl der zu untersuchenden Zielgrößen, bevorzugt mehr als zwei, insbesondere mehr als fünf, zum Beispiel sechs
- Art der zu untersuchenden Zielgrößen
- Bestehende Informationen über den Zusammenhang zwischen Zielgrößen und
Stellgrößen durch Modellierung
- Gewünschte Genauigkeit/Zuverlässigkeit der Aussagen, zum Beispiel über die ermittelte Signifikanz der einzelnen Ergebnisse. Eine Weiterbildung des Verfahrens sieht vor, dass vor der Ausführung der Versuchsplanerstellung eine Kalibrierung der Modellierung erfolgt. Durch die Kalibrierung kann die Genauigkeit erhöht werden. Beispielweise kann für eine Kalibrierung eine nicht-optimierte Kalibrierung eines Motors genutzt werden. Diese kann als eine Basis im Versuchsraum verwendet werden. Für globale DoE's sind die zielgrößenbasierten Grenzen über die Drehzahl und Last eventuell sehr weit. Daher kann es sinnvoll sein, diese Grenzen in Bezug zu einem Basispunkt der Zielgröße zu definieren. Dieses erleichtert die anschließen- de Versuchsplanung. Des Weiteren kann eine Aufteilung des globalen DoE's insbesondere dann sinnvoll sein, wenn in verschiedenen Teilbereichen unterschiedliches Verhalten von Zielgrößen feststellbar ist. So ist beispielsweise eine NOx-Emission bei Hochlast von anderen Stellgrößen beeinflussbar als eine NOx-Emission bei Niedriglast. Daher wird beispielsweise bei emissionsabhängigen Applikationen ein teilglobales, die Hochlast betref- fendes DoE und ein teilglobales, die Tieflast betreffendes DoE erstellt.
Nach der Durchführung der Versuche und der Ermittlung der Messwerte kann eine Validierung der Messwerte erfolgen. Dazu können die gewonnenen Werte mit denjenigen abgeglichen werden, die in weiteren Tests am Prüfstand zu Vergleichszwecken gewon- nen wurden. Beispielweise kann vorgesehen sein, dass auf Basis der festgelegten Modellstruktur, einer Bestimmung der wesentlichen Größen und der Validierung sich ergibt, dass die Modellstruktur geändert werden muss.
Eine weitere Ausgestaltung einer vorgeschlagenen Versuchsplanerstellung sieht vor, dass eine Übertragung auf andere Sollwerte erfolgt. Diese Übertragung kann beispielweise auf die maximale Umsatzrate, die Temperatur bei Einlass schließt oder auf einen sonstigen Sollwert erfolgen. Insbesondere ist aber auch eine Übertragung in ein Steuergerät eines Motors vorgesehen. Gemäß einem weiteren Gedanken der Erfindung wird eine Verwendung von Messergebnissen erstellt mittels des vorgeschlagenen Verfahrens bei der Erstellung einer Fahrzeugapplikation vorgeschlagen. Insbesondere kann auf diese Weise ein Steuergerät, bevorzugt ein Motorsteuergerät bedatet werden. Auch wird gemäß eines weiteren Gedankens, der auch unabhängig von den obigen wie auch nachfolgenden Aspekten wie aber auch verknüpft mit ihnen sein kann, ein Versuchsstand vorgeschlagen, der folgendes aufweist:
- eine zu testendende Antriebsvorrichtung,
- eine Messwertaufnahme und eine Messwertauswertung,
- einen jeweils vorgegebenen Wertebereich für jeweils eine Zielgröße, wobei zumindest zwei Zielgrößen vorgegeben sind aus der Gruppe umfassend eine NOx-Emission, eine C02-Emission, einen Verbrauch der Verbrennungskraftmaschine und eine Rußpartikel- Emission,
- zumindest einen Regelkreis, der ein In-Beziehung-Setzen von ein oder mehr Stellgrößen der Antriebsvorrichtung mit ein oder mehreren Zielgrößen aufweist, wobei Werte der Ziel- große als Sollwerte des Regelkreises vorgegeben sind, und
- mit einer implementierten Versuchsplanerstellung und Durchführung nach einem der obigen und/oder nachfolgenden Gedanken bzw. Merkmalen.
Die Antriebsvorrichtung ist vorzugsweise eine Fahrzeug-Antriebsvorrichtung, zum Beispiel umfassend eine Verbrennungskraftmaschine und/oder ein Elektro-Antrieb. Die Messwertaufnahme weist zumindest einen oder mehrere Sensoren wie auch eine oder mehrere zugehörige Datenleitungen auf, mittels der Ist-Werte von Parametern der Antriebsvorrichtung erfasst werden können. Bevorzugt können mittels der Messwertaufnahme Ist-Größen der Zielgrößen aufgenommen werden. Dieses ermöglicht zum Beispiel bei der Durchfüh- rung der Testreihen, dass entsprechend der Zielgrößen als Sollwerte der eingesetzten Regelkreise eine Überprüfung jederzeit möglich ist. Vorzugsweise ist die Messwertaufnahme Bestandteil von ein oder mehreren Regelkreisen, die bei der Durchführung der Versuchsplanung eingesetzt werden. Eine Messwertauswertung umfasst zumindest einen Speicher, indem zum Beispiel durch die Messwertaufnahme erfasste Werte abrufbar hin- terlegt werden können. Der Speicher kann beispielsweise ein oder mehrere Bereiche aufweisen, in denen unterschiedliche Daten ablegbar bzw. abrufbar sind. So kann zum Beispiel ein erster Speicherbereich den Versuchsplan aufweisen, ein zweiter Speicherbereich ermittelte Werte zu dem Versuchsplan. Auch können unterschiedliche Speicher hierfür vorgesehen sein, ebenso voneinander getrennte Speicher wie auch miteinander inte- grierte Speicher. Vorzugsweise ist mit dem Speicher eine CPU verbunden. Diese erlaubt, dass aufgenommene Messwerte erfasst und ausgewertet werden und so zum Beispiel ein Datenkennfeld ermittelt wird. Auch kann die CPU, oder auch eine andere CPU, genutzt werden, um zum Beispiel die Durchführung des Versuchsplans automatisiert durchzuführen. Weitere Einzelheiten von möglichen Komponenten des Versuchsstands gehen aus der obigen wie auch der nachfolgenden Beschreibung und den zugehörigen Figuren hervor.
Des Weiteren wird ein Computerprogrammprodukt mit Programmcode-Mitteln vorgeschlagen, die auf einem computerlesbaren Speichermedium gespeichert sind zur Durch- führung eines Verfahrens wie oben beschreiben, bei einer Ausführung des Programms auf einem Computer. Dieses ermöglicht zum Beispiel bestehende Installationen nachträglich mit dieser Vorgehensweise auszurüsten. So können schon bestehende Testsysteme durch ein Update nachträglich in die Lage versetzt werden, eine Versuchsplanung wie vorgeschlagen zu erstellen bzw. auszuführen.
Weitere vorteilhafte Ausgestaltungen und Weiterbildungen gehen aus den nachfolgenden Figuren hervor. Die folgenden Figuren zeigen ein Ausführungsbeispiel eines Verbrennungsmotors mit einem Generator. Die aus den einzelnen Figuren hervorgehenden Einzelheiten und Merkmale sind jedoch nicht auf diese jeweilige Figur beziehungsweise das Ausführungsbeispiel beschränkt. Vielmehr können ein oder mehr Merkmale mit einem oder mehr Merkmalen aus verschiedenen Figuren wie auch mit aus der obigen Beschrei- bung hervorgehenden Merkmalen zu neuen Ausgestaltungen verknüpft werden. Insbesondere dienen die nachfolgenden Ausführungen nicht als Beschränkungen des jeweiligen Schutzbereiches, sondern erläutern einzelne Merkmale sowie ihr mögliches Zusammenwirken untereinander. Es zeigen: Fig. 1 zeigt beispielhaft eine zu testende Verbrennungskraftmaschine,
Fig. 2 zeigt in schematischer Ansicht eine Vorgehensweise nach dem Stand der Technik,
Fig. 3 zeigt in schematischer Ansicht eine Vorgehensweise, wie sie nunmehr vorgeschla- gen wird,
Fig. 4 zeigt in schematischer Ansicht eine Übertragung auf globale DoEs, Fig. 5 zeigt ein Beispiel eines Ergebnisraums,
Fig. 6 zeigt ein Beispiel einer Modellierung unter Verwendung einer Radialbasisfunktion,
Fig. 7 zeigt eine Validierung, Fig. 8 zeigt einen ersten Ablaufplan,
Fig. 9 zeigt einen zweiten Ablaufplan zur Durchführung des vorgeschlagenen Verfahrens, und
Fig. 10 zeigt beispielhaft einen einsetzbaren Regler. Fig. 1 zeigt in beispielhafter Darstellung eine getestete Verbrennungskraftmaschine mit schematisch dargestellten, verschiedenen Bereichen, die bei der Entwicklung jeweils entsprechend eines Lastenheftes entwickelt und gleichzeitig miteinander als Gesamtkonzept die gestellten übergeordneten Erfordernisse erbringen muss. So sind das Zylinderkopf- Konzept, das Ventiltriebsystem, das Verbrennungssystem, das Kühlkonzept, das Abgasrückführungskonzept wie auch das Booster-System auszulegen und zu testen. Dieses kann sehr umfangreich hinsichtlich notwendiger Messwerte und dafür notwendige Versuchsstandtests sein. Die Messreihen sind nach herkömmlicher Weise sehr groß auszulegen, zeitintensiv und teuer. Bisher werden direkt zugängliche Stellgrößen in DoE-Plänen verwendet, wie zum Beispiel Luftmasse, SOI, etc. Eine Abdeckung von Zielbereichen ist nur mit aufwändigen Constrains auf den Eingangsgrößen möglich, oder der Zielraum kann nur bedingt abgedeckt werden. Vorzugsweise ist die Verbrennungskraftmaschine als Antriebsvorrichtung 1 in einem Prüfstand 2 angeordnet. Der Prüfstand 2 umfasst neben der Antriebsvorrichtung 1 zumindest eine Messwertaufnahme 3 und eine Messwertauswer- tung 4, die beide jeweils schematisch dargestellt sind. Messwertaufnahme 3 und Messwertauswertung 4 können angepasst an die jeweiligen Zielgrößen und damit an unterschiedliche Bereiche 5 der Antriebsvorrichtung 1 ausgelegt sein. Die Messwertaufnahme _3 ist beispielhaft schematisch dargestellt von jedem eingekreisten Bereich 5 der Antriebsvorrichtung 1 zur Messwertauswertung 4 verlaufend, wobei jeder Bereich 5 zum Beispiel ein oder mehrere Sensoren 6 aufweist. Über die angedeuteten Datenleitungen 7 können Signale, beispielweise Messsignale aber auch Stellsignale für Aktuatoren, den jeweiligen Bereichen 5 zu- bzw. gegebenenfalls von dort auch abgeführt werden.
Fig. 2 zeigt den bisher bekannten Stand der Technik hinsichtlich der Nutzung von DoEs. Ausgegangen wird hierbei vom Versuchsraum. Dieser kann dadurch begrenzt sein, dass Drehzahlen oder Geschwindigkeiten außerhalb des angedachten Einsatzbereichs des Fahrzeugs liegen. Der Versuchsraum wird im Wesentlichen durch die Stellgrößen festgelegt. Fig. 3 zeigt hingegen die Vorgehensweise wie vorgeschlagen. Dabei wird von den Zielgrößen ausgegangen und im Versuch die Stellgrößen so variiert, dass die Zielgrößen erreicht werden. Es wird somit ein Zielgrößenraum vorgegeben, den die Stellgrößen bei Änderung einhalten müssen. Auf diese Weise wird der Versuchsraum auf eine Größe beschränkt, in der die ausgeführten Versuche tatsächlich im Zielgrößenraum ihr Ergebnis haben, haben sollen oder aber zumindest nahe daran liegen. Hierbei kann es zu einer Verwendung physikalisch relevanter Inputs wie q, aX50, log(c(NOx)), TCyl, dp, rEGR an Stelle von Luftmasse, SOI, etc. in Form von Stellgrößen kommen. Hierbei bedeuten:
aX50 Lage des 50% Umsatzpunktes
log(c(NOx)) NOx-Konzentration, an einem beliebigen oder ausgewähltem Punkt im Abgasstrang
TCyl Temperatur im Zylinder bei Einlass
schließt; idR nicht gemessen sondern modelliert
dp Motorspülgefälle
rEGR AGR-Massenverteilung
SOI Einspritzbeginn der Haupteinspritzung q Einspritzmenge, entspricht der Last
Die NOx-Konzentration wird beispielweise hier in logarithmischer Form genutzt. Es hat sich gezeigt, dass bei Auswertungen aufgrund unterschiedlich starken bzw. schwachen Konzentrationen in unterschiedlichen Bereichen eine Darstellung vorteilhaft mittels dieser Darstellungsweise möglich ist. Gleiches gilt auch für andere Zielgrößen und deren Werte- verteilung aufgrund eines ausgeführten Versuchsplans. Beispielsweise können unterschiedliche Mechanismen und damit Stellgrößen ein Anzeichen dafür sein, dass eine lo- garithmische Darstellung der Ergebnisse für eine Zielgröße vorteilhaft ist. Betreffend einer NOx-Konzentration ist dieses beispielwiese dann vorteilhaft, wenn ein Niedriglast- und ein Hochlastbereich zusammen betrachtet werden. Im Niedriglastbereich ist eine andere NOx-Konzentration als im Hochlastbereich vorliegend, die ansonsten gemeinsam nicht so klar dargestellt in einem Diagramm zur Verfügung gestellt werden können.
Neben einer Nutzung des vorgeschlagenen Verfahrens im Rahmen lokaler DoE's kann dieses auch in der Serienkalibrierung bei Steuergeräten von Verbrennungskraftmaschinen Verwendung finden. Lokale DoE's sind hierbei DoE's mit jeweils einem Lastpunkt und spezieller Drehzahl, innerhalb der die Zielgrößen durch die Stellgrößen in dem vorgebba- ren Bereich bzw. Raum angesteuert werden können. Lokale DoE's sind somit auf einen Lastpunkt beschränkt. Vorteile des vorgeschlagenen Verfahrens sind eine deutliche Vereinfachung der Versuchsraumbestimmung, eine bessere Ausfüllung des Zielraumes und eine Begrenzung des Versuchsraumes auf die tatsächlich sinnvollen Bereiche. Fig. 3 zeigt den Zusammenhang zwischen Versuchsraum und Zielraum. Der Pfeil in der Zeichnung ist umgekehrt zu dem in Fig. 2 ausgerichtet. Der Zielraum wird durch Begrenzungen wie zum Beispiel einer Emissionsgrenze für zum Beispiel NOx festgelegt, wobei NOx eine der Zielgrößen ist. Auch kann eine instabile Verbrennung, ein Klopfen, eine zu geringe Leistung oder auch die Rauchgrenze, im Englischen auch Smokelimit, abgekürzt SMKL genannt, eine Begrenzung des Zielraums bzw. des Zielbereichs vorgeben. Die Stellgrößen können während der Versuchsdurchführung auch Zielgrößenwerte erreichen, die außerhalb des Versuchsraums liegen. Durch die Vorgehensweise, bevorzugt rechteckige Räume abzufahren, können etwa 30 bis 40 % der Zielgrößenwerte außerhalb des vorgegeben Zielgrößenbereichs bzw. -raums liegen. Dieses weiter zu beschränken ist möglich, bedarf aber weiterer Aufwendungen. Daher wird bei der zielgrößenbasierten DoE-Auslegung auch danach abgewogen, welcher Aufwand bei der weiteren Begrenzung der Zielgrößen bzw. der Zuordnung noch sinnvoll gegenüber der Durchführung ohne weitere Begrenzung ist.
Fig. 4 zeigt in schematischer Ansicht einen Übertrag eines Zielraums auf einen anderen in Form eines Übertrags auf globale DoE's. Hierbei kommt es zur Verwendung physikalisch relevanter Inputs wie zum Beispiel Δρ, NOx, Tcyl, rEGR, ax50 oder auch dmfbmax, welches eine Abkürzung für eine maximale Umsatzrate des Treibstoffs im Brennraum ist. Zumindest zwei, bevorzugt die meisten Größen werden im Versuchsplan relativ zu einer Basis variiert. Das bedeutet, dass ein Basispunkt als Ausgangspunkt genommen wird und dann die Grenzen der Zielgrößen relativ zu diesem Basispunkt ermittelt und sodann die Versuchsplanung daran aufgebaut wird. Eine Unterteilung des Kennfelds in Zonen bzw. eine Aufteilung nach Inputs kann erfolgen, insbesondere auch aus verschiedenen Gründen zu unterschiedlichen Aufteilungen führen. Beispiel hierbei können unterschiedliche Zielsetzungen sein, aber auch verschiedene Relevanzen von Zielgrößen in unterschiedli- chen Bereichen eines Kennfeldes. Zum Beispiel kann einerseits die C02-Emission in einem Bereich relevant sein, in einem anderen Bereich ist es die NOx-Emission und der Verbrauch. Beispielhaft ist eine Aufteilung dargestellt, die unterschiedliche Stell- bzw. Zielgrößen bedingen: a) Low Load mit q, NMOT, rEGR, Δρ, NOx, Tcyl, ax50 b) High Load mit q, NMOT, rEGR, Δρ, NOx , ax50
mit einerseits den Stellgrößen für a):
q, NMOT, dmfbmax, tiPih , qPi!1
und andererseits den Stellgrößen für b)
q, NMOT, tiPiM , tiPil2, qPiM , qPil2, wobei die ggfls. vorher noch nicht angeführten Abkürzungen verschiedener Stellgrößen noch folgendes bedeuten: q: Einspritzmenge, was der Last entspricht
NMOT: Drehzahl Kurbelwelle
tiPiM : Zeitpunkt Piloteinspritzung 1
qPill : Menge Treibstoff Piloteinspritzung 1
tiPil2: Zeitpunkt Piloteinspritzung 2
qPil2: Menge Treibstoff Piloteinspritzung 2
Fig. 5 zeigt beispielhaft ein schematisches Beispiel für einen Testplan, nämlich für den Bereich High Load in Form einen n-dimensionalen DoE's. Eingesetzt wurde hierbei ein aus dem DoE-Bereich bekanntes Verfahren, nämlich das Space Filling Design, wobei jedoch eine logarithmische Verteilung der xNOx erfolgte. Angegeben sind bei diesem Beispiel:
135 Punkte inklusive 3 Stabilisierungspunkte, 5 Wiederholungspunkte, 8 Validierungspunkte für einen Drehzahlbereich von 1200-2800 rpm und 10 bis 50 mg/Hub Einspritz- menge. Die relativen Versuchsraumgrenzen sind für alle Sollwerte - außer Drehzahl n und Einspritzmenge q, qPil, tiPil - ausgehend von einer Basiskalibrierung.
Zur relativen Modellierung der Änderungen sollte jedem DoE Punkt auch ein Basispunkt hinzugehören. Basispunkt meint der gewählte Drehzahl-Last-Punkt aus dem Basisdaten- satz ohne Änderungen. Sollte es nötig sein, zum Beispiel auf Grund langsamer Konditionierungen, den Versuchsplan z.B. nach Ladelufttemperatur zu sortieren, dann sollte dies bevorzugt in V- oder W-Form gemacht werden, d.h. steigend und wieder fallend, um anschließend in der Lage zu sein, Driftkorrekturen anzuwenden. Die Anordnung des Versuchsplans in steigender und wieder fallender Weise, d.h. in V- oder W-Form kann auch umgekehrt erfolgen, in Abhängigkeit vom Beginn des Versuchsplans. Auch kann dieses bei unterschiedlichen Konditionen Verwendung finden und ist nicht nur bei langsamer Konditionierung anwendbar. Insbesondere wenn eine Driftkorrektur vorgenommen wird, ist die Verwendung von fallenden bzw. steigenden Werten und umgekehrt bevorzugt. Es hat sich herausgestellt, dass ein Modell basierend auf physikalischen Inputs und Funktionen es erlaubt, globale Zusammenhänge abbilden zu können. Ein lineares Modell basierend auf konventionellen Inputs wie zum Beispiel Luftmasse und SOI haben jedoch gezeigt, dass die Modellgenauigkeit gegebenenfalls unbrauchbar sein kann und dass Tendenzen zudem falsch abgebildet sein könnten.
Eine Optimierung der physikalischen Modellierung erlaubt es, ein Motorverhalten auf die vorgeschlagene Weise gut darstellen zu können. Alle Modelle sind hierbei grundsätzlich extrapolierbar. Es können gemäß einer Ausgestaltung keine physikalisch unsinnigen Werte auftreten, z.B. eine Rußzahl SZ < 0. Weitere Auswertungen der Messdaten und Modelle können zum einen zur Methodenentwicklung genutzt werden, zum anderen zur Optimierung von einer Bedatung sowie für Steuergeräte-Funktionen bei Fahrzeugen.
Eine globale Optimierung ist ebenfalls möglich. Hierzu ist es beispielweise hilfreich, eine Nutzung einer sogenannten Toolbox vorzusehen . Eine Weiterbildung sieht vor, die Optimierung auf eine Verbrauchsoptimierung mit Randbedingungen zu reduzieren. Fig. 6 zeigt hierzu ein Beispiel einer Modellierung mit einer Toolbox. Die Modellierung erfolgte anhand einer Matlab/Simulink-Toolbox unter Verwendung nicht linearer Modelle, z. B. Radialbasisfunktionen. Die Darstellung zeigt die Vorteile einer logarithmischen Auswertung, da sehr stark voneinander abweichende Konzentrationen trotzdem zusammen angezeigt und ausgewertet werden können.
Fig. 7 zeigt eine Validierung unter Hochlast High Load, wobei Zielgrößen zum einen durch Experiment nach vorgeschlagener Weise ermittelt wurden, zum anderen durch Simulation ermittelt wurde. Erste Ergebnisse zu dem vorgeschlagenen Verfahren zeigen folgendes:
Ein Motorverhalten scheint grundsätzlich darstellbar;
Es wurde bislang einige Erfahrung mit der MBC gesammelt, die diese Aussage bestätigen;
Es können physikalisch unsinnigen Werte auftreten, z.B. SZ < 0
- Es gibt gemäß einer Ausgestaltung keine Extrapolierbarkeit. Interpolationsfehler, die bei der Modellerstellung nicht erkannt werden, bergen durch die sehr flexiblen Modelle große Gefahren,
Es können auch komplexe Zusammenhänge wie Druckwellen im Rail/Injektor abgebildet werden.
- Die Verwendung nicht physikalischer Modelle erfordert den Einsatz kommerzieller Tools wie zum Beispiel Model Based Calibration Toolbox, Matlab und geschultes Personal; - Eine Abbildung von z.B. Druckwellen ist möglich,
- Weiteres Optimierungspotenzial durch angepasste Versuchspläne bei Unterscheidung zwischen globalen und lokalen Variablen, z.B. für ax50
Risiko bei nicht physikalischer Modellierung sind mögliche Interpolationsfehler so- wie keine Extrapolierbarkeit;
- Auch bei nicht physikalischer Modellierung ist es bevorzugt, den Versuchsplan über physikalische Größen zu erstellen und zu fahren, da so der Vorbereitungsaufwand deutlich reduziert wird,
- Weiterhin ist eine logarithmische Verteilung von Sollkonzentrationen hilfreich, um eine bessere Modellgüte zu erzielen.
Fig. 8 zeigt in beispielhafter Ausgestaltung einen ersten Ablaufplan. Hierbei werden nach dem Aufsetzen des DoE-Plans durch Zuordnung von Stellgrößen zu Zielgrößen und Begrenzen des Zielgrößenraums Messungen am Prüfstand durchgeführt. Hierbei werden die Zielgrößen durch möglichst einfache Regelkreise eingestellt, so dass sie im vorgebbaren Zielgrößenraum liegen. Es wird hierbei bevorzugt für jeden Betriebspunkt jede Stellgröße solange eingeregelt, bis die Zielgrößen-Kennwerte erreicht sind. Das wird für Sodann kann eine Modellierung unter Verwendung der Zielgrößen zum Beispiel nach mathematischen Methoden erfolgen, wobei im Anschluss daran eine Kalibrierung erfolgen kann. Eine Validierung der so aufgefundenen Werte kann am Prüfstand durch Messung erfolgen. Anschließend kann die Übertragung erfolgen, das bedeutet zum Beispiel die Beda- tung auf ein Motorsteuergerät.
Fig. 9 zeigt einen zweiten Ablaufplan. Im Unterschied zum vorherigen erfolgt die Modellie- rung unter Verwendung physikalisch relevanter Größen, zum Beispiel solchen, wie oben und in der Figur dargestellt. Es besteht auch die Möglichkeit, eine Modellierung unter Nutzung von beiden in Fig. 8 und Fig.9 dargestellten Möglichkeiten zu gewinnen. Insbesondere bei mehrfach wechselseitigen Abhängigkeiten von mehreren Stell- und Zielgrößen besteht die Möglichkeit, bei Einregelung der Zielgrößen mehrdimensionale Regelalgorith- men, Funktionen, Kennfeldern oder auch modellgestützter Algorithmen zu verwenden.
Fig. 10 zeigt einen grundsätzlichen Aufbau eines einsetzbaren Regler, bei dem als Sollwert die Zielgröße eingesetzt wird. Ein derartiger Regler wird an einem Prüfstand des zu untersuchenden Motors eingesetzt, um ein In-Verbindung-Setzen zwischen der Zielgröße und der Stellgröße gemäß der Zuordnung zu ermöglichen. Durch diese zielgrößenbasierte Vorgehensweise wird ermöglicht, dass nur Stellgrößen eingesetzt werden, die einen Istwert der Zielgröße in dem vorgebbaren Zielgrößenraum haben. Liegen Stellgrößenberei- che vor, die dieses verhindern und automatisch zu Istwerten außerhalb führen, brauchen diese nicht weiter berücksichtigt werden.

Claims

Ansprüche
1. Versuchsplanerstellung und Durchführung einer Messreihe aufweisend
- Ermitteln von Betriebsdaten einer zu testenden Antriebsvorrichtung eines Fahrzeugs mittels einer automatisierten statistischen Versuchsplanung (DoE),
wobei die Versuchsplanung zumindest die folgende Schritte beinhaltet:
- Identifizieren von ein oder mehreren Zielgrößen, die die Antriebsvorrichtung in einem Testbetrieb einzuhalten hat, und Eingrenzen von relevanten Werten von den ein oder mehreren Zielgrößen,
- Zuordnung von ein oder mehr Stellgrößen der Antriebsvorrichtung zu den ein oder mehreren Zielgrößen und
- automatisiertes Erstellen der Versuchsplanung basierend auf zumindest zwei einzuhaltenden Zielgrößen.
2. Versuchsplanerstellung und Durchführung nach Anspruch 1 , dadurch gekennzeichnet, dass jeweils ein Wertebereich für eine Zielgröße vorgegeben wird, wobei ein Wert der jeweiligen Zielgröße nur innerhalb dieses Wertebereichs liegen darf, und erst danach das Erstellen der Versuchsplanung ausgehend von dem jeweiligen Wertebereich der Zielgröße erfolgt, wobei die Versuchsplanung ein Einstellen von Stellgrößen vermeidet, die zu einem Herausführen aus dem jeweiligen Wertebereich der Zielgröße führen.
3. Versuchsplanerstellung und Durchführung nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass jeweils ein Wertebereich für eine Zielgröße vorgegeben wird, wobei ein Wert der jeweiligen Zielgröße nur innerhalb dieses Wertebereichs liegen darf, und erst danach das Erstellen der Versuchsplanung ausgehend von dem jeweiligen Wertebereich der Zielgröße erfolgt, wobei die Versuchsplanung ein Einstellen von Stellgrößen mit einer, um bevorzugt zumindest den Faktor 1/5, geringeren Auflösung vorsieht bei Werten für die Zielgröße, die zu einem Herausführen aus dem jeweiligen Wertebereich der Zielgröße führen.
4. Versuchsplanerstellung und Durchführung nach Anspruch 1 , 2 oder 3, dadurch gekennzeichnet, dass ein Inbeziehung-Setzen von ein oder mehr Stellgrößen der Antriebsvorrichtung mit ein oder mehreren Zielgrößen mittels zumindest eines Regelkreises erfolgt.
5. Versuchsplanerstellung und Durchführung nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass als Zielgröße eine NOx-Emission und eine C02-Emission des Fahrzeugs verwendet werden.
6. Versuchsplanerstellung und Durchführung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass ein Verbrauch des Fahrzeugs als Zielgröße verwendet wird.
7. Versuchsplanerstellung und Durchführung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Antriebsvorrichtung an einem Versuchsstand getestet und dabei die Zielgrößen mittels Regelkreise eingestellt werden.
8. Versuchsplanerstellung und Durchführung nach Anspruch 8, dadurch gekennzeichnet, dass die Regelkreise vorgegebene Zielgrößenwerte als Sollwerte nutzen.
9. Versuchsplanerstellung und Durchführung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass eine Modellierung unter Verwendung der einzuhaltenden Zielgrößen erfolgt.
10. Versuchsplanerstellung und Durchführung nach Anspruch 9, dadurch gekennzeichnet, dass eine Kalibrierung der Modellierung erfolgt.
11. Versuchsplanerstellung und Durchführung nach Anspruch 9 oder 10, dadurch gekennzeichnet, dass eine Validierung der Modellierung erfolgt.
12. Versuchsplanerstellung und Durchführung nach einem der vorhergehenden Ansprüche 9, 10 oder 11 , dadurch gekennzeichnet, dass eine Übertragung der Modellierung auf andere Sollwerte erfolgt.
13. Versuchsplanerstellung und Durchführung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass in einem ersten Schritt zunächst ein Grundkennfeld Drehzahl über Last als freie Parameter beibehalten werden, übrige freien Parameter während der Durchführung der Messreihe mittels zumindest einer Applikationsroutine so automatisch optimiert werden, dass sich in jedem Messpunkt die geforderten Zielgrößen gemäß einer Zielgrößen-DoE-Planung ergeben, und dass in einem nachfolgenden Schritt eine Zielwertoptimierung globalisiert wird, wobei auf der Seite der freien Parameter die Auswahl der Drehzahl- und Lastpunkte bei der DoE-Versuchsplanung mit einbezogen wird, wobei nur solche Stellgrößenbereiche appliziert werden, in denen wiederum die Zielgrößen erfüllt werden.
14. Versuchsstand (1) aufweisend:
- eine zu testendende Antriebsvorrichtung (2),
- eine Messwertaufnahme (3) und eine Messwertauswertung (4),
- einen jeweils vorgegebenen Wertebereich für jeweils eine Zielgröße, wobei zumindest zwei Zielgrößen vorgegeben sind aus der Gruppe umfassend eine NOx-Emission, eine C02-Emission, einen Verbrauch der Verbrennungskraftmaschine und eine Rußpartikel- Emission,
- zumindest einen Regelkreis, der ein In-Beziehung-Setzen von ein oder mehr Stellgrößen der Antriebsvorrichtung (2) mit ein oder mehreren Zielgrößen aufweist, wobei Werte der Zielgröße als Sollwerte des Regelkreises vorgegeben sind, und
- mit einer implementierten Versuchsplanerstellung und Durchführung nach einem der vorhergehenden Ansprüche 1 bis 13.
15. Verwendung von Messergebnissen erstellt mittels eines Verfahrens nach einem der vorhergehenden Ansprüche bei der Erstellung einer Fahrzeugapplikation.
16. Computerprogrammprodukt mit Programmcode-Mitteln, die auf einem computerlesbaren Speichermedium gespeichert sind zur Durchführung eines Verfahrens nach einem der Ansprüche 1 bis 13, bei einer Ausführung des Programms auf einem Computer.
PCT/EP2013/002174 2012-07-23 2013-07-23 Verbesserte versuchsdurchführung Ceased WO2014015974A2 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201380049338.XA CN104662403A (zh) 2012-07-23 2013-07-23 改进的试验执行
US14/416,515 US20150262434A1 (en) 2012-07-23 2013-07-23 Performance of experiments

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102012014469.5A DE102012014469A1 (de) 2012-07-23 2012-07-23 Verbesserte Versuchsdurchführung
DE102012014469.5 2012-07-23

Publications (2)

Publication Number Publication Date
WO2014015974A2 true WO2014015974A2 (de) 2014-01-30
WO2014015974A3 WO2014015974A3 (de) 2014-04-10

Family

ID=49150898

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2013/002174 Ceased WO2014015974A2 (de) 2012-07-23 2013-07-23 Verbesserte versuchsdurchführung

Country Status (4)

Country Link
US (1) US20150262434A1 (de)
CN (1) CN104662403A (de)
DE (1) DE102012014469A1 (de)
WO (1) WO2014015974A2 (de)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT517689B1 (de) * 2015-11-11 2017-04-15 Avl List Gmbh Verfahren zum Erstellen eines Prüfversuchs
US10823096B2 (en) * 2016-02-04 2020-11-03 Cummins Inc. System and method for self-adjusting engine performance parameters during fuel quality variation
CN105677618B (zh) * 2016-02-04 2018-10-30 北京长城华冠汽车科技股份有限公司 一种校正新能源汽车的线性采集量的方法和装置
DE102016216951A1 (de) * 2016-09-07 2018-03-08 Robert Bosch Gmbh Modellberechnungseinheit und Steuergerät zur wahlweisen Berechnung eines RBF-Modells, eines Gauß-Prozess-Modells und eines MLP-Modells
DE102017100075B4 (de) * 2017-01-04 2018-09-27 Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr Verfahren und Vorrichtung zum Betreiben eines Fahrzeuges während einer Entwicklungsphase
DE102017118996B3 (de) 2017-05-11 2018-07-26 Schaeffler Technologies AG & Co. KG Verfahren zur Bestimmung von einflussführenden Parameterkombinationen eines physikalischen Simulationsmodells
US20190056702A1 (en) * 2017-08-21 2019-02-21 General Electric Company Model-based machine learing control system and method for tuning power production emissions
AT523049B1 (de) * 2019-12-18 2021-05-15 Avl List Gmbh Verfahren und ein System zum Testen wenigstens einer Antriebstrangkomponente
CN113449897B (zh) * 2020-03-25 2024-04-16 联合汽车电子有限公司 一种发动机台架试验参数优化扫点方法
JP7336775B2 (ja) * 2021-03-19 2023-09-01 パナソニックＩｐマネジメント株式会社 検証システム、検証方法及びプログラム
US12250894B2 (en) 2021-08-21 2025-03-18 Deere & Company Machine learning optimization through randomized autonomous crop planting
CN114674573B (zh) * 2022-02-24 2023-08-11 重庆长安汽车股份有限公司 一种适用于任意测试边界的实际道路排放rde评估方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19819445A1 (de) 1998-04-30 1999-11-04 Volkswagen Ag Verfahren zur Bestimmung von Kennfelddaten zur Kennfeldsteuerung eines Verbrennungsmotors sowie Verfahren zur Steuerung eines Verbrennungsmotors
DE19908077A1 (de) 1999-02-25 2000-08-31 Bosch Gmbh Robert Verfahren und Vorrichtung zum Ermitteln von Kenngrößen einer Brennkraftmaschine
EP2088486A1 (de) 2008-02-07 2009-08-12 AVL List GmbH Verfahren zur Vermessung eines nichtlinearen dynamischen realen Systems mittels Versuchsplanung

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT10073U9 (de) * 2008-01-14 2009-02-15 Avl List Gmbh Verfahren und vorrichtung zur analyse und bewertung von messdaten eines messsystems
CN101726414A (zh) * 2008-10-22 2010-06-09 沈阳黎明航空发动机(集团)有限责任公司 一种航空发动机试车参数测量方法及其系统
DE102010056514A1 (de) * 2010-12-31 2012-07-05 Fev Gmbh NOX-Regelung mit innerer und äußerer Abgasrückführung

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19819445A1 (de) 1998-04-30 1999-11-04 Volkswagen Ag Verfahren zur Bestimmung von Kennfelddaten zur Kennfeldsteuerung eines Verbrennungsmotors sowie Verfahren zur Steuerung eines Verbrennungsmotors
DE19908077A1 (de) 1999-02-25 2000-08-31 Bosch Gmbh Robert Verfahren und Vorrichtung zum Ermitteln von Kenngrößen einer Brennkraftmaschine
EP2088486A1 (de) 2008-02-07 2009-08-12 AVL List GmbH Verfahren zur Vermessung eines nichtlinearen dynamischen realen Systems mittels Versuchsplanung

Also Published As

Publication number Publication date
US20150262434A1 (en) 2015-09-17
WO2014015974A3 (de) 2014-04-10
DE102012014469A1 (de) 2014-05-15
CN104662403A (zh) 2015-05-27

Similar Documents

Publication Publication Date Title
DE102012014469A1 (de) Verbesserte Versuchsdurchführung
AT522344B1 (de) Verfahren und Vorrichtung zur modellbasierten Optimierung einer technischen Einrichtung
DE112005003527B4 (de) Verfahren für die Schätzung von Verbrennungsparametern
DE102018001727B4 (de) Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine
AT510912B1 (de) Verfahren zur Emissionsoptimierung von Verbrennungskraftmaschinen
DE112007001865T5 (de) Verfahren und Vorrichtung zum Schätzen des Abgasdrucks einer Brennkraftmaschine
EP3499011B1 (de) Verfahren und steuervorrichtung zum bestimmen eines soll-saugrohrdrucks einer verbrennungskraftmaschine
DE102007039691A1 (de) Modellierungsverfahren und Steuergerät für einen Verbrennungsmotor
WO2021213997A1 (de) Verfahren zum betreiben eines steuergeräts für ein kraftfahrzeug sowie entsprechendes steuergerät
WO2021213996A1 (de) Verfahren zum betreiben eines steuergeräts für ein kraftfahrzeug sowie entsprechendes steuergerät
EP1075594B1 (de) Verfahren zur bestimmung von kennfelddaten zur kennfeldsteuerung eines verbrennungsmotors
DE102016200782A1 (de) Verfahren und Vorrichtung zum Bestimmen einer Gasführungssystemgröße in einem Motorsystem mit einem Verbrennungsmotor
DE102010046491A1 (de) Verfahren zum Bestimmen einer Schadstoffemission im Brennraum eines Dieselmotors
AT522958B1 (de) Verfahren und System zum Kalibrieren einer Steuerung einer Maschine
DE102018006312B4 (de) Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine
DE102019210027A1 (de) Verfahren zur Bestimmung zumindest eines Adaptionswertes einer Abgasrückführungsrate
DE102022104648A1 (de) Automatisierte funktionskalibrierung
DE102019005996B4 (de) Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine
DE102020126891A1 (de) Ziel-Kompressorverhältnis- und Ziel-Verbrennungsgasverhältniserzeugung bei der Diesel-Luftaufladungs-Mehrgrößensteuerung
AT521422B1 (de) Verfahren zur Kalibrierung eines technischen Systems
DE102016106976B4 (de) Verfahren zur Ermittlung eines Modells eines technischen Systems
DE102020100375A1 (de) Verfahren und system zur bestimmung der menge eines stoffes im abgas &amp; einer verbrennungskraftmaschine
DE102009045374B4 (de) Verfahren und Steuergerät zur Angleichung von Einzelzylinderluftzahlen eines Verbrennungsmotors
EP3794226B1 (de) Verfahren zur berechnung einer frischluftmasse in einem zylinder und steuerung
DE102017207411B4 (de) Verfahren und Vorrichtung zum Betreiben eines Kombiventils

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 14416515

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 13759663

Country of ref document: EP

Kind code of ref document: A2