| Von ExpErtEn aus Forschung und IndustrIE

bEg

utac

htEt

|

das

gütE

sIEg

El Für wIssEnschaFtlIchE bEIträgE In dEr M

tZpEEr rEVIEwEIngEgangEn 08.09.2011gEprüFt 24.10.2011angEnoMMEn 11.11.2011

Die Entwicklung von Hybridantrieben stellt eine große Herausforderung für die Fahrzeugentwickler dar, denn von Gesetzgebern und Kunden werden einerseits verschiedene und häufig in Konflikt zueinander stehende Anforderungen gestellt. Andererseits sieht sich der Entwickler einer Vielzahl von Freiheitsgraden gegen-über, die das Verhalten und die Eigenschaften des Fahrzeugs festlegen. Ein wichtiges Werkzeug, um die Komplexität der Entwicklungsaufgabe beherrschbar zu machen, stellt die Integration realer Antriebsaggregate in die Simulation dar. Die TU Darmstadt erarbeitet ein Konzept für diese Integration und untersucht die Möglichkeiten, die sich damit für die Systemabstimmung und den Einsatz von Optimierungsmethoden ergeben.

EnTWIcKlUnG UnD OpTIMIErUnG VOn HybrIDAnTrIEbEn AMX-In-THE-lOOp-MOTOrEnprüFSTAnD

Dipl.-ing. MaxiMilian Bier

ist Wissenschaftlicher Mitarbeiter am Institut für Verbrennungskraft-

maschinen und Fahr-zeugantriebe (VKM) der Technischen Universität

Darmstadt.

Dipl.-ing. DaviD Buch ist Wissenschaftlicher Mitarbeiter am Institut für Verbrennungskraft-

maschinen und Fahr-zeugantriebe (VKM) der Technischen Universität

Darmstadt.

Dipl.-ing. Matthias Kluin

ist Wissenschaftlicher Mitarbeiter am Institut für Verbrennungskraft-

maschinen und Fahr-zeugantriebe (VKM) der Technischen Universität

Darmstadt.

prof. Dr. techn. christian BeiDl

ist leiter des Instituts für Verbrennungskraft-

maschinen und Fahr-zeugantriebe (VKM) der Technischen Universität

Darmstadt.

AUTOrEn

forschung HybrIDAnTrIEb

240

Link: https://www.springerprofessional.de/entwicklung-und-optimierung-von-hybridantrieben-am-x-in-the-loop/3415328

1 Motivation

Die Zielgrößen der Entwicklung von Hybridfahrzeugen ergeben sich aus den Forderungen nach hoher Effizienz, Lebensdauer und Fahr­barkeit sowie geringen Schadstoffemissionen und Kosten. Ein­griffsmöglichkeiten eröffnen sich, angefangen bei den Dimensio­nen der Komponenten über Anpassungen an deren Mechanik und Applikation bis hin zu den Funktionen und Parametern in der Hy­bridbetriebsstrategie.

Den zum Teil gegenläufigen Einfluss dieser Eingriffsmöglichkei­ten auf die Art und Weise, wie ein Fahrzeug die gestellten Anfor­derungen erfüllt, macht ein Beispiel deutlich: In einem Hybridfahr­zeug in einer leistungsverzweigten oder parallelen Konfiguration können geringe Leistungen sowohl dauerhaft direkt vom Verbren­nungsmotor (VM) als auch wechselweise und in verschiedenen Verhältnissen von Verbrennungsmotor und Elektromotor (EM) zur Verfügung gestellt werden. Wird ausschließlich der VM zur Bereit­stellung der Fahrleistung genutzt, so arbeitet er hauptsächlich in Betriebspunkten geringer Last und folglich in der Regel mit gerin­gem Wirkungsgrad. Sprunghafte Vorgaben können nur mit begrenz­ter Dynamik umgesetzt werden und erhöhen – je nach Motortyp – den Emissionsausstoß. Bei ausreichend groß dimensioniertem elektrischen Antrieb und starker Nutzung dieses Antriebs können die Dynamik, mit der auf Lastsprünge reagiert wird, verbessert wer­den und die – durch dynamische Vorgaben an den VM – entste­henden Emissionen reduziert werden. Diesen Verbesserungen bei Fahrbarkeit und Emissionen stehen entweder höhere Kosten durch größer dimensionierte elektrische Komponenten oder deren stär­kere Belastung und damit unter Umständen eingeschränkte Le­bensdauer gegenüber. Außerdem kann der verstärkte Einsatz elekt­rischer Leistung zu geringerer Effizienz führen. Muss nämlich die dafür notwendige Energie durch verbrennungsmotorisches Laden der Batterie aufgebracht werden, so entsteht ein Mehraufwand durch elektrische Verluste im EM und der Batterie. Inwieweit die­ser Mehraufwand durch Wirkungsgradverbesserungen des VMs im Sinne einer Lastpunktanhebung ausgeglichen werden kann, ist stark abhängig vom durch den Fahrer vorgegebenen Fahrprofil.

Die gegenseitige Beeinflussung von Eingriffsmöglichkeiten und Zielgrößen und die damit verbundene Komplexität wird im bereits genannten Bespiel verschärft, wenn rein elektrisches Fahren zu­gelassen wird. Der elektrische Energiebedarf steigt, und das mit dem Abschalten des VMs verbundene Abkühlen des Abgassystems sowie der erhöhte Sauerstoffeintrag in einen Drei­Wege­Katalysa­tor erfordern angepasste Maßnahmen [1]. Diesen Bedingungen und auch den Fahrbarkeitsanforderungen muss die Auslegung und Applikation aller Systeme Rechnung tragen.

Die Komplexität der Entwicklungsaufgabe gibt nur geringen Spielraum für rein analytisches Vorgehen. Fahrsimulationen bie­ten die nötige Flexibilität, um verschiedene Varianten zu testen. Im fortgeschrittenen Entwicklungsstadium reicht die Modellgüte

allerdings nicht mehr aus, um sichere Rückschlüsse auf die Ziel­größen der Entwicklung, vor allem Emissionen und Fahrbarkeit, zu ziehen. Für die Entwicklungsarbeit an Aggregaten sowie für Funk­tionstests und die Parametrierung der Betriebsstrategie wird vor­geschlagen, real auf dem Motorenprüfstand aufgebaute Antriebs­aggregate „in the Loop“ (XiL) in eine Echtzeitfahrzeugsimulation zu integrieren. Diese Integration soll möglichst einfach umsetzbar sein und aktuelle Prüfstände als Basis nutzen können.

2 integration Der realen antrieBsaggregate in Die fahrzeugsiMulation

Um Simulation und Test am Motorenprüfstand zu kombinieren, gibt es prinzipiell zwei Möglichkeiten. Zum einen können Belas­tungsverläufe durch reine Simulation erstellt und anschließend dem Prüfstand vorgegeben werden, zum anderen können die Si­mulationen in Echtzeit am Prüfstand durchgeführt werden. Die erste Methode setzt voraus, dass die Reaktion auf die Führungs­größe und die Dynamik des simulierten Aggregats (zum Beispiel Verbrennungsmotor) dem realen Aufbau und dessen Applikation entsprechen. Die berechneten Drehzahlverläufe können über die Prüfstandsbelastungseinheit eingeregelt und die Lastvorgaben (zum Beispiel Fahrpedal) gesteuert werden. Eine Momentenrege­lung der Last führt, sofern keine Gegenmaßnahmen wie Vorsteue­rung getroffen werden, im dynamischen Betrieb zu Abweichungen der realen gegenüber den vorgegebenen Betriebspunkten, da die beiden Regelkreise für Drehzahl und Drehmoment Strecken mit unterschiedlichen Zeitkonstanten aufweisen [2].

Da die für den gesteuerten Betrieb eines VMs notwendige Mo­dellqualität mit vertretbarem Aufwand nicht erreicht werden kann und auch Veränderungen am Prüfling untersucht werden sollen, erarbeitete das Institut für Verbrennungskraftmaschinen und Fahr­zeugantriebe gemeinsam mit der AVL ein Konzept, mit dem be­stehende Motorenprüfstände aufgerüstet und um eine Echtzeit­Fahrzeugsimulation erweitert werden können [3, 4]. Der Ansatz, Fahrzeugsimulationen in Echtzeit am Prüfstand durchzuführen, ist dabei nicht neu, da bereits in Automatisierungssystemen Fahr­zeugsimulationen zum Test von Zertifizierungszyklen hinterlegt sind. Aus der Notwendigkeit, hybride Antriebe testen zu können, ergeben sich aber neue Anforderungen insbesondere durch den Start­Stopp­Betrieb sowie die Forderung nach hoher Modellflexi­bilität und flexibel parametrierbaren Testszenarien mit Umfeld­simulation. Weiterhin soll die Echtzeitsimulation erweiterte Prüf­linge mit zusätzlichen Steuergeräten ansteuern können [5].

❶ zeigt die Integration der Fahrzeugsimulation am XiL­Motoren­prüfstand des Instituts für Verbrennungskraftmaschinen und Fahr­zeugantriebe. Als Prüfling wird ein VM verwendet, an den optional ein EM über eine torsionsweiche Kupplung angeschlossen werden kann. Der EM wird über einen Batteriesimulator, eine Gleichspan­nungsquelle mit parametrierbarem Innenwiderstand, versorgt und über eine am Institut entwickelte Regelung angesteuert, wodurch seine Leistungs­ und Momentencharakteristik variiert werden kann. Somit können an diesem Aufbau sowohl verschiedene Antriebsstrangkonzepte mit realem VM (Engine­in­the­Loop – EiL) oder realem EM simuliert sowie das gesamte Antriebsaggregat ei­nes P2­Hybrids in die Simulation eingebunden werden.

Die Simulation wird auf einem Echtzeitsystem ausgeführt, das über eine CAN­Verbindung an das Automatisierungssystem des

1 MoTIVATIoN

2 INTEGRATIoN DER REALEN ANTRIEBSAGGREGATE

IN DIE FAHRZEUGSIMULATIoN

3 SIMULATIoNSUMGEBUNG UND TESTSZENARIEN

4 ANWENDUNGSSZENARIEN

5 ZUSAMMENFASSUNG

24103I2012 73. Jahrgang

Prüfstands angeschlossen ist. Die Betriebsstrategie (Hybrid Con­trol Unit – HCU) des simulierten Fahrzeugs, welche als Teil des Simulationsmodells umgesetzt ist, berechnet die Vorgaben für die aufgebauten Antriebsaggregate. Diese werden zum Teil direkt über zusätzliche Signalleitungen an das Aggregat übermittelt, zum Teil durch das Automatisierungssystem geführt, wodurch Sicherheits­funktionen implementiert werden können.

Die mechanische Ankopplung der real aufgebauten Komponen­ten an den simulierten Teil des Antriebsstrangs wird über die Prüfstandswelle und die Belastungseinheit (Dyno) umgesetzt. An der Abtriebsseite des Prüflings sollen dabei jederzeit das Gegen­moment und die Drehzahl anliegen, die sich bei realer Fahrt ab­hängig vom Abtriebsmoment einstellen. Prinzipbedingt treten am Prüfstand Abweichungen auf: Aus einer gemessenen Größe (Drehzahl oder Moment) muss die zweite Größe im Simulations­modell berechnet und am Prüfstand eingeregelt werden. Verzö­gerungen ergeben sich aus Totzeiten in der Signalübertragung und Limitierungen in der Dynamik des Prüfstands. Möglichkei­ten, diese Verzögerungen gering zu halten, stehen in Konflikt mit dem Ziel, den Aufbau flexibel und einfach zu halten und an be­stehenden Prüfständen einsetzen zu können. Am XiL­Prüfstand des Instituts für Verbrennungskraftmaschinen und Fahrzeugan­triebe werden die Vorgaben an den Prüfstand über die CAN­ Verbindung zum Automatisierungssystem übertragen, die Mess­signale für Drehzahl und Moment können direkt an die Simula­tionsplattform übertragen werden.

Die Begrenzungen in der Dynamik resultieren unter anderem aus der schwingungsmechanischen Konfiguration des Prüfstands.

Prüfling und Dyno stellen ein schwingfähiges System dar, das vor allem durch den pulsierenden Momentenverlauf eines VMs ange­regt wird. Um dauerhaften Betrieb im Resonanzbereich zu vermei­den, wird die Eigenfrequenz des Systems unter die Leerlaufdreh­zahl gelegt, bei einem Vierzylindermotor auf etwa 10 bis 15 Hz. Somit stellen sich am Dyno aufgebrachte Vorgaben verzögert am Prüfling ein, und Momente oder Drehzahlen am überkritisch be­triebenen Prüfling können nicht direkt als Regelgrößen verwendet werden. Kompensierende Maßnahmen, wie die Regelung auf ein geschätztes Prüflingsmoment, setzen geringe Signaltotzeiten vor­aus und sind deshalb schwierig mit der Vorgabe der einfachen und flexiblen Ankopplung der Simulationsplattform an den Prüfstand kombinierbar. Deswegen wird nach dem hier vorgestellten Kon­zept die Drehzahl des Dynos eingeregelt und das an einem Mess­flansch an der Prüfstandswelle gemessene Moment in die Simu­lation zurückgeführt. Als Prüfstandsschnittstelle muss im simu­lierten Antriebsstrang nach diesem Ansatz eine Massenträgheit an der Abtriebsseite des betrachteten Aggregats gewählt und deren Drehzahl an den Prüfstand übermittelt werden. Das real aufgebau­te Aggregat und die Prüfstandswelle ersetzen damit das simulier­te Aggregat und das vorgelagerte Wellenelement. Welche Abwei­chungen sich zu einem realen Antriebsstrang ergeben und wel­che Größen durch XiL­Versuche belastbar untersucht werden kön­nen, soll im Folgenden durch einen Vergleich bewertet werden.

Als Realsystem wird ein Prüfstandsaufbau verwendet, bei dem lediglich VM und EM über eine Reibkupplung miteinander verbun­den sind. Mit diesem Aufbau kann das Batterieladen wie in einem seriellen Hybridfahrzeug dargestellt werden. Die Batterie ist über

❶ Umsetzung der Fahrzeugsimulation am Xil-Motoren-prüfstand des Instituts für Verbrennungskraftmaschinen und Fahrzeugantriebe

FahrzeugmodellFahrer-wunsch

Fahrermodell Betriebs-strategie

Betriebs-strategie

Batterie

Batterie

+ -

Simulation

~=

VM

Kuppl.

vist

Simulation am Prüfstand

Automatisierungs-system

Dyno

Umrichter

Mgem

essen

Fahrzeugmodell+ -

vist

~=

Batterie-Simulator

Drehzahl-regelung

RT-Simulationsplattform

nsoll

CA

N

Klem

me 1

5, alpha

nist

Messflansch

-200

20406080

100120140

0 200 400 600 800 1000 1200

Umgebung

Umgebung

Fahrer-wunsch

Fahrermodell

-200

20406080

100120140

0 200 400 600 800 1000 1200

EM

VM

Kuppl.

EM

forschung HybrIDAnTrIEb

242

den Batteriesimulator und das zugehörige Simulationsmodell dargestellt. Dieser Prüfstandsaufbau wird im Anschluss mit dem EiL­Prüfstand nachgestellt. ❷ zeigt das mechanische Modell des Realsystems und die Umsetzung nach dem EiL­Konzept. In der Variante a wird die Eingangsseite des E­Motors als Schnittstelle zum Prüfstand verwendet, wodurch die Prüfstandswelle die reale Kupplung ersetzt und eine ähnliche Dynamik bei veränderter Dämpfung ins System einbringt. Wird dagegen die Verbrennungs­motorträgheit (Variante b) als Schnittstelle verwendet, muss eine zusätzliche Masse zur Drehzahlberechnung ins System eingebracht werden, was das Schwingungsverhalten des Systems verändert.

Zum Vergleich der Varianten wird ein Anschleppen auf 1000/min durch den EM zum Laden der Batterie herangezogen, was wegen des schwankenden Anschleppmoments des VMs und der damit verbundenen Resonanzanregung einen für eine EiL­Simulation an­spruchsvollen Versuchslauf darstellt. Der VM ist so appliziert, dass er ab 900/min Kraftstoff einspritzt. Die von ihm geforderte Last beträgt 50 Nm. Durch vorheriges definiertes Abstellen befindet sich Restgas im Abgastrakt.

❸ zeigt, dass neben dem Schwingungsverhalten und nicht be­rücksichtigter Dämpfung beziehungsweise erhöhter Massenträg­

❷ Mögliche Schnittstellen zur Umsetzung der Eil-Simulation im betrachteten beispiel

❸ Anschleppvorgang beim Vergleich von realsystem mit Eil

Simulations-plattform

Batt-Sim

cKuppl. JEM

Mi_VM Mel_EM

nVM nEM

✂

Variante aSimulations-

plattform

~=

VM

Realsystem

Kuppl.

Batterie+ -

~=

JVM

Ma_VM

cPrüfstands-welle JDyno

Mi_vMMel_Dyno

nVM nDyno

Ma_VM

Mge

mes

sen

cSchwungr.

Mi_VM

Mi_VM

nVM1 nVM2 nVM2 nEM

nVM nDyno

JVM1

JVM2

JEM

Ma_VM

Ma_VM

cKuppl.

Mel_EM

Variante b

+ -

cPrüfstands-welle

Mel_Dyno

nSollMge

mes

sen

Verwendetesmechanisches Modelldes Realsystems

Mechanisches Modelldes Prüfstands

~=

nSoll

Verwendetesmechanisches Modelldes Realsystems

Mechanisches Modelldes Prüfstands

JVM

JVM

✂

JDyno

Batterie

EM

0 400 800 1200 1600 2000

Zeit [ms]

VM-D

rehz

ahl

[1/m

in] 1200

800

400

0

EM

-Str

om[A

]

100

50

0

-50

EM

-Dre

hzah

l [1

/min

]

1200

800

400

0

SoC

[%

]

39,6

39,5

39,4

39,3

HC

-Kon

zent

rati

on[p

pm]

2400

1600

800

0

RealsystemEiL, Dyno-Regelung auf simulierte EM-Drehzahl – Variante aEiL, Dyno-Regelung auf simulierte VM-Drehzahl – Variante b

Die prüfende Hand für Ihr Getriebe.

www.iav.com

Ob konventionelles Getriebe, Elektro-oder Hybridantrieb – unsere Test -experten und eine erstklassige Prüf-technik stehen Ihnen zur Seite.

Tel.: +49 371 2373-4373 getriebepruefstand@iav.de

24303I2012 73. Jahrgang

heit weitere Abweichungen durch die verzögerte Umsetzung der Drehzahlvorgabe am Dyno entstehen. Zu bemerken ist vor allem das Überschwingen der Drehzahl. Das führt dazu, dass am realen VM kurzzeitig mehr Leistung als in der Echtzeitsimulation umge­setzt wird, die mit der vorgegebenen Drehzahl rechnet. Relativ zum Energieumsatz einer durchschnittlichen Laufzeit des VMs sind die­ser Fehler und die Unterschiede in der zum Anschleppen benötig­ten elektrischen Energie allerdings gering (< 1 kJ) und vernach­lässigbar. Eine Betrachtung der Emissionen lässt keine Auswirkung durch das unterschiedliche Startverhalten erkennen. Somit kann die Schlussfolgerung gezogen werden, dass bei Betrachtung der Zielgrößen Energieumsatz und Emissionen eine Analyse an einem XiL­Motorenprüfstand mit beiden vorgestellten Prüfstandsschnitt­stellen zulässig ist. Die Unterschiede im Anschleppverlauf zwi­schen Realsystem und EiL­Umsetzung machen aber deutlich, dass für Fahrbarkeits­ und hochaufgelöste Leistungsbetrachtungen be­nachbarte Aggregate real aufgebaut oder ein hochdynamisches

neues Prüfstandskonzept, wie in [2, 6] beschrieben, verwendet werden muss.

3 siMulationsuMgeBung unD testszenarien

Die Simulationsumgebung für XiL­Tests muss in Echtzeit umge­setzt werden können und flexibel mit Antriebsstrangmodellen und Hardware­Schnittstellen konfigurierbar sein. Weitere Anforderun­gen ergeben sich aus den Testszenarien. Klassischerweise werden zum Test von Antriebssystemen Längsdynamik­Geschwindigkeits­profile wie die Zertifizierungszyklen herangezogen. Darüber hinaus soll das komplexe Zusammenspiel zwischen Betriebsstrategie und realen Antriebskomponenten auf Funktionsfähigkeit getestet und appliziert werden können. Dazu müssen flexibel realistische sowie extreme Vorgaben an das Fahrzeug eingestellt werden können. Wei­terhin soll die Betriebsstrategie die gleichen Signale erhalten, die im Fahrzeug bereit gestellt werden. Somit muss die Simulations­

❹ übersicht über Testszenarien und Entwicklungsziele

❺ Struktur für eine Hybridbetriebsstrategie

Energiemanagement(Betriebspunktfestlegung, Thermomanagement)

Fahrzustands-erkennung

ECU

: Fahrerwunsch: Fahreradaption: Straßenzustand: Strecken- information: Tripinformation

Leistungs-elektronik

Betriebszustands-erkennung

: SoC: Bordnetz- belastung: Betriebszu- stand VM: TKat

: …

Rückmeldungan den Fahrer

TCU

Bordnetz-steuerung

Betriebsstrategie

BCU

+ -

Neben-aggregate

Dynamikansteuerung

RealverbrauchLebensdauerFahrbarkeit

Fahrer- undStrecken-

adaptation

Zyklusverbrauch,Emissionen

Koordinaten

Verkehr

Fahrer

Trade-Off

Reale WeltZertifizierungs-

zyklusManöver

LebensdauerFahrbarkeitEmissionen

Funktionstests

0

60

0 200

v [k

m/h

]

t [s]0

60

0 200v

[km

/h]

t [s]

forschung HybrIDAnTrIEb

244

umgebung in der Lage sein, dreidimensional zu rechnen, damit beispielsweise Manöver wie ein Bremseingriff des Antriebsstrangs bei Kurvenfahrt richtig dargestellt werden können. Am betrachte­ten Prüfstand wurde die Simulationsumgebung „AVL InMotion po­wered by IPG CarMaker“ ausgewählt, die die bereits beschriebenen Anforderungen erfüllt und als flexible Plattform durchgängig auch für reine Simulation sowie für Simulationen an Antriebsstrang­ oder Rollenprüfständen eingesetzt werden kann. Mit ihr wurden zusätzlich Versuchsläufe erstellt, die real durchgeführte Testfahr­ten auf Darmstädter Referenzstrecken mit variierbaren Fahrerty­pen unter Verkehrsberücksichtigung wiedergeben [2].

Damit ergibt sich die Möglichkeit, neben Zykluswerten auch realitätsnahe Messergebnisse als Entwicklungsziel zu adressieren. Betriebsstrategiefunktionen wie eine Fahrer­ oder Streckenadap­tion von Parametern lassen sich mit dieser Simulationsplattform ebenfalls testen und ihre Auswirkungen auf das Antriebsaggregat als messbare Größen aufnehmen, ❹. Zyklusversuche können da­bei primär für erste Funktionstests und zur Festlegung globaler Strategiegrößen verwendet werden, die Betriebs­ und Stillstand­zeiten der Aggregate und die von ihnen geforderte Leistung be­stimmen. Für diese Versuche bietet sich ein EiL­Aufbau an, um vor allem das Emissionsverhalten korrekt aufzunehmen. Zur Ap­plikation des dynamischen Zusammenspiels der Aggregate ist die Definition einzelner Manöver sinnvoll, die eine gewünschte Fahr­

situation darstellen. Werden mehrere Antriebsaggregate real auf­gebaut, erhöht das die Darstellungsqualität. Um diese Aufgaben im Entwicklungsprozess von verschiedenen Teams gleichzeitig be­arbeiten zu können, wird vorgeschlagen, auch die Betriebsstrate­gie modular zu gestalten und übergeordnet in einen globalen (Energiemanagement) und einen dynamischen Teil (Dynamik­ansteuerung) zu gliedern [7], ❺.

Ein erfolgreicher Funktionstest des P2­Antriebsstrangs im Kom­plettaufbau auf der TU­Darmstadt­Stadtstrecke ist in ❻ dargestellt. Der VM wird bei höherer Leistungsanforderung durch Schließen der Kupplung zugestartet. In den nächsten Entwicklungsschritten kann das Zusammenspiel der Aggregate in Einzelmanövern verbessert werden, sodass der Einbruch des Antriebsmoments beim Start reduziert werden kann.

4 anwenDungsszenarien

Probleme, wie das des nicht optimierten Verbrennungsmotorzu­starts, machen das Potenzial des XiL­Ansatzes deutlich, da hier An­passungen am Aggregat gemeinsam mit der Betriebsstrategie in ei­

❻ Zeitverlauf für die Xil-Simulation mit realem Verbrennungsmotor und Elektromotor auf dem ersten Teil des TU-Darmstadt-Stadtzyklus

❼ Applikation verschiedener Zustartarten in einem leistungsverzweigten Triebstrang; fahrzeuginitiierter Start (oben), fahrerinitiierter Start (unten)

4,2 4,4 4,6 4,8 5,0 5,2 5,4Zeit [s]

VM-D

rehz

ahl [

1/m

in]

2500

2000

1500

1000

500

0

20

0

-20

Zylin

derd

ruck

[ba

r]

0

20

40

60

80

100

a_z

[m/s

²]

Fahr

zeug

gesc

hwin

digk

eit

[km

/h]

0

5

10

15

20

25

30

35

40

35,4 35,6 35,8 36,0 36,2 36,4 36,6Zeit [s]

VM-D

rehz

ahl [

1/m

in]

2500

2000

1500

1000

500

0

20

0

-20

Zylin

derd

ruck

[ba

r]

0

20

40

60

80

100

a_z

[m/s

²]

Fahr

zeug

gesc

hwin

digk

eit

[km

/h]

0

5

10

15

20

25

30

35

40

VM-DrehzahlZylinderdruck 1 bis 4Vertikalbeschleunigung VMFahrzeuggeschwindigkeit

0 15 30 45 60 75 90 105Zeit [s]

Dre

hzah

l [1

/min

]3200

2400

1600

800

0

Fzg.

-Ges

chw

indi

gkei

t [k

m/h

]

60

45

30

15

0

Mom

ent

am M

essfl

ansc

h [N

m]

400

200

0

-200

VM-DrehzahlEM-DrehzahlFahrzeuggeschwindigkeitMoment am Messflansch

T L Engineering GmbH, Schönaustr. 11, 65201 Wiesbadenbewerbung@tlengineering.de - www.tlengineering.de

Tel.: 0611-4060616 - Fax: 0611-4060617

Sie wollen sich verändern oder suchen die ersteStelle, dann senden Sie bitte Ihre komplettenBewerbungsunterlagen an:

24503I2012 73. Jahrgang

nem frühen Entwicklungsstadium getestet werden können. Neben Betriebspunktoptimierungen wie der Applikation eines Atkinson­Zy­klus [8] kann beispielsweise die Start­Stopp­Applikation angepasst werden, wie im Folgenden an einem leistungsverzweigten Trieb­strang gezeigt wird. In ❼ sind die Verläufe zweier verschiedener Start­Applikationen, bei denen der Fokus zum einen auf einem mög­lichst hohen Komfort (fahrzeuginitiierter Start) und zum anderen auf einem möglichst schnellen Drehmomentenaufbau (fahreriniti­ierter Start) liegt, dargestellt [9]. Im oberen Teil von ⑦ leitet die Be­triebsstrategie aufgrund eines zu geringen SoCs einen komfortori­entierten Zustart des VMs ein. Durch Evakuierung des Saugrohrs, einer Einspritzfreigabe bei hoher Drehzahl und nach spät gestell­tem Zündwinkel wird ein sanfter Drehmomentaufbau realisiert, der geringe Auswirkung auf den Geschwindigkeitsverlauf hat. Im unte­ren Teil von ⑦ startet die Betriebsstrategie wegen eines erhöhten Fahrerwunsches den VM möglichst schnell, um die geforderte Leis­tung abgeben zu können. Die Einspritzfreigabe wird bereits bei ei­ner Drehzahl von 600/min erteilt, die Drosselklappe geöffnet und der Zündwinkel nach früh verstellt, worauf sich bei den ersten Ver­brennungen hohe Spitzendrücke einstellen und der Verbrennungs­motor sofort zur Fahrzeugbeschleunigung beitragen kann, aber auch erhöhte Schwingungen in den Motorlagern (aZ) hervorgerufen wer­den. Solche Abstimmungen zwischen Strategie und Motorapplika­tion können am XiL­ Prüfstand durch die Verwendung des standar­disierten CAN Calibration Protocol (CCP) zur Kommunikation der Echtzeitplattform mit dem Motorsteuergerät bereits dann durchge­führt werden, wenn das Steuergerät noch nicht mit einer angepass­ten Schnittstelle ausgestattet ist [10]. Alternativen stellen zum Bei­spiel das Bypassen der ECU mittels Rapid Control Prototyping oder eine Kommunikation über das Protokoll ilinkRT in Kombination mit einem ETK dar [11].

Wie zu Beginn angesprochen, ist ein analytisches Vorgehen zur Parametrierung des globalen Energiemanagements einer Betriebs­strategie aufgrund der komplexen Zusammenhänge nur schwierig umsetzbar. Auf den Fahrzeugsteuergeräten werden heuristische Algorithmen umgesetzt, deren Schwellwerte in einer Applikation festgelegt werden müssen [12]. Mit einem EiL­ oder XiL­Prüfstand

stehen Werkzeuge zur Verfügung, die den Einfluss von Parametern auf wichtige Zielgrößen (Verbrauch, Emissionen und Lebensdau­er) reproduzierbar wiedergeben. Dadurch ergibt sich die option, optimierungsverfahren zur Parameterbestimmung einzusetzen. Eine direkte optimierung, das heißt, die Ansteuerung des Prüf­stands durch einen optimierungsalgorithmus, bringt aufgrund der Simulation in Echtzeit und der damit verbundenen Prüfstandszeit hohen Zeit­ und Kostenaufwand mit sich. Deshalb wird vorgeschla­gen, eine modellbasierte optimierung mit vorausgehender statis­tischer Versuchsplanung (Design of Experiment – DoE) anzuwen­den, ❽, [13]. In [7] wird ein einfaches Beispiel vorgestellt, bei dem Strategieparameter auf eine Größe optimiert werden, die sich durch gewichtete Addition des am Prüfstand gemessenen Kraft­stoffverbrauchs, der gemessenen Emissionen und der aus einem Schädigungsmodell berechneten Batteriebelastung ergibt. Um zu vermeiden, dass durch die Zusammenfassung von Größen Infor­mationen verloren gehen, kann auch ein multikriterieller optimie­rungsalgorithmus angewendet werden. Ergebnis einer solchen optimierung ist eine Paretomenge, die Menge der optimalen Punk­te [14]. ❾ zeigt eine solche Paretomenge, die aus zuvor an einem reinen Simulationsmodell durchgeführten Parametervariationen ermittelt wurde. Durch Kenntnis dieser Menge eröffnet sich die Möglichkeit, in der Betriebsstrategie eine Adaption zu implemen­tieren und situationsorientiert optimale Parameter einzustellen.

5 zusaMMenfassung

Alle hier vorgestellten Ansätze zielen auf die gesamtheitliche optimierung des Antriebsstrangs in weiten Bereichen des Entwick­lungsprozesses ab. Die flexible EiL­ und XiL­Methode mit skalier­barer Hardwareeinbindung unterstützt die Entwicklung, beginnend von frühen, konzeptorientierten Schritten zur zuverlässigen Ver­brauchs­ und Emissionsabschätzung mit realem VM und Abgas­nachbehandlungssystem über Prototypentests von Einzelkompo­nenten des Antriebsstrangs bis hin zur Applikation von Steuerge­rätefunktionen oder Dauerhaltbarkeitstests gesamter Antriebsmo­dule mit realitätsnahen Belastungsprofilen. Das konditionierbare

❽ Schematischer Ablauf einer modellbasierten Optimierung am Xil-Motorenprüfstand

❾ paretomenge einer multikriteriellen Optimierung von parametern im Simulationsmodell eines leistungsverzweigten Hybrids

Versuchslauf

Antriebsstrang-parameter

Simulation + Test

Zielgrößen:

Verbrauch/CO2-Em.

Emissionen

Lebensdauer

Fahrbarkeit

DoE

Regressions-modell

R iParameter

Zielgrößen(aus

Regressions-modell)

Optimierung

Verifizierung

Fahrer-

Wunsch

FahrermodellBetriebs-strategie Batterie

+ -

Simulation

~=

VM Kuppl. EM

vist

Umgebung

-200

20406080

100120140

0 200 400 600 800 1000 1200

Fahrzeugmodell

50

100

150

200

250

300

4 5 6 7 8 9

Bat

teri

ebel

astu

ng [

1/k

m]

Kraftstoffverbrauch [l/100km]

Ergebnisse der DoE-gesteuerten-Fahrzeugsimulation

Paretomenge

Verifizierung der Paretomenge durch Fahrzeugsimulation

forschung HybrIDAnTrIEb

246

DO

I: 10

.136

5/s3

5146

-012

-027

2-y

Testumfeld am Prüfstand bietet dabei insbesondere im Hinblick auf die Entwicklung und Applikation von Antriebsfunktionen besonde­re Vorteile: Reproduzierbarkeit und Automatisierung. Dies spart Zeit und Kosten im Entwicklungsprozess und sichert zudem durch die vorgestellten Ansätze zur systematischen optimierung von Steuer­geräteparametern hohe Ergebnisquali täten bei stark ansteigender Variantenvielfalt. Die gute Vergleichbarkeit des „In­the­Loop“­ Verfahrens ermöglicht zudem die Validierung der optimierungs­ergebnisse in verschiedenen Reale­Welt­Szenarien mit wechseln­den Randbedingungen unter Berücksichtigung des komplexen Zu­sammenspiels zwischen Betriebsstrategie, VM, EM und Batterie.

literaturhinweise

[1] Spurk, p.; Müller, W.; beidl, c.; Weickgenannt, p.; Hohenberg, G.: Abgas-nachbehandlung bei Hybridfahrzeugen – welche Anforderungen ergeben sich daraus? Vortrag, 31. Internationales Wiener Motorensymposium. Wien, 2010[2] bier, M.; beidl, c.; Steigerwald, K.; Müller, S.; Kluin, M.: Hybridentwick-lung auf dem Motorenprüfstand – ein wichtiger Schritt zu mehr Effizienz im Entwicklungsprozess. Vortrag, 14. VDI-Fachtagung: Erprobung und Simulation in der Fahrzeugentwicklung, Würzburg, 2009[3] Albers, A.; Gschweitl, K.; Schyr, c.; Kunzfeld, S.: Methoden und Werkzeuge zur modellbasierten Validierung von Hybridantrieben. In: ATZ Automobiltech-nische Zeitschrift 108 (2006), nr. 11, S. 980 – 987[4] Hohenberg, G.; Schyr, ch.: Engine Expo – challenges and Solutions of Hybrid Engine Testing. Vortrag, Testing Expo 2007, Stuttgart, 2007[5] Hohenberg, G.; Dein Dias Terra, T.; Schyr, ch.; Gschweitl, K.; christ, ch.: Anforderungen an prüfstände für Hybridfahrzeuge. Vortrag, MTZ-Konferenz Der Antrieb morgen, Stuttgart, 2006[6] Denger, D.; Hirsch, A., Hochmann, G. ; Zehetner, J.: Das virtuelle Fahr-zeug am Motorprüfstand. In: MTZ Motortechnische Zeitschrift 71 (2010), nr. 9, S. 602 – 607

[7] Kluin, M.; bier, M.; lenzen, b.; beidl, ch.: Hybridisation in View of certification, customer requirements and Technical Effort – Approaches for a Systematic powertrain Optimization. lecture, 12th International MTZ con-ference Virtual powertrain creation 2010, Unterschleißheim, 2010[8] Hohenberg, G.; Indra, F.: Theorie und praxis des Hybridantriebs am beispiel des lexus rX 400h. Vortrag, 27. Internationales Wiener Motorensymposium, Wien, 2006[9] Müller, S.: Der Startvorgang von hybridisierten Ottomotoren – Untersu-chung, bewertung, Optimierung. Dissertation, TU Darmstadt, 2010[10] buch, D.: Darstellung der Kommunikation zwischen Hybridsteuerung und Motorsteuergerät und Umsetzung in der Simulation eines parallelhybrids am Engine-in-the-loop-Motorenprüfstand. Diplomarbeit, TU Darmstadt, 2010[11] Schnellbacher, K.: Schnelle Steuergeräteapplikation unter Verwendung einer Embedded-Mc-Schnittstelle. Vortrag, 3. Int. Symposium für Entwicklungs-methodik, Wiesbaden, 2009[12] Hofmann, p.: Hybridfahrzeuge – Ein alternatives Antriebskonzept für die Zukunft. ISbn 978-3211891902, Wien, new york: Springer, 2010[13] beidl, c.; Koegeler, H. M.: beherrschung komplexer Entwicklungsprozesse. In: Grundlagen Verbrennungsmotoren. 5. Auflage, ATZ-MTZ-Fachbuch, Wiesba-den: Vieweg+Teubner Verlag 2011[14] lassenberger, S.: Verfahren zur Optimierung von parametern in Hybrid-betriebsstrategien. Darmstadt, TU Darmstadt, Diplomarbeit, 2011

reaD the english e-Magazine order your test issue now: SAM-service@springer.com

DownloaD Des Beitrags www.MTZonline.de

WWW.VIEWEGTEUBNER.DE

Blindtext, blinder Text und Blind

Hans-Hermann Braess, Ulrich Seiffert

Vieweg Handbuch Kraftfahrzeugtechnik6., akt. u. erw. Aufl . 2012. XXXVIII, 998 S. mit 1214 Abb. u. 122 Tab. (ATZ/MTZ-Fachbuch) Geb. EUR 109,95ISBN 978-3-8348-1011-3Als fachlich fundierter, dennoch verständlich gehaltener Überblick hat sich das Handbuch Kraftfahrzeugtechnik längst einen Namen gemacht. Es eröffnet dem Leser einen weitgehenden Einblick in den heutigen Stand der Fahrzeugtechnik. Aktuelle Entwicklungen wie Piezo - Benzin-direkteinspritzung und variabler Ventilbetrieb, sowie Partikelfi lter, Doppelkupplungsgetriebe, ESP-Plus wurden berücksichtigt. Außerdem gibt es Kapitel zu den Themen: Schneeketten, Räder, Bordmanagement, Frontendkonzepte sowie moderne Audio- und Soundsysteme.

Einfach bestellen: SpringerDE-service@springer.com Telefon +49 (0)6221 / 3 45 – 4301 Än

deru

ngen

vor

beha

lten.

Erh

ältli

ch im

Buc

hhan

del o

der

beim

Ver

lag.

In

nerh

alb

Deu

tsch

land

s lie

fern

wir

vers

andk

oste

nfre

i.

Kfz-Wissen aus erster Hand von über 100 Autoren

springer-vieweg.de

24703I2012 73. Jahrgang