IVT TU Graz - Funktionsoptimierung von Antrieben mit ......TU Graz 5.5.2014 Seite 8 Ø Anforderungen...

Schwarzbauer: Funktionsoptimierung / Applikationsmethodik - 1 -

G. SchwarzbauerTU Graz5.5.2014Seite 1

Funktionsoptimierung von Antrieben mit Verbrennungskraftmaschinen.

Gerd Schwarzbauer Graz, 5.5.2014

Applikationsmethodik für elektronische Steuerungen von Verbrennungsmotoren.


Applikationsmethodik für elektronische Steuerungen von Verbrennungsmotoren. Agenda.

1. Einleitung

2. Grundlagen der Applikationsmethodik2.1. Aufgabenbeschreibung2.1. Anforderungen der Antriebsentwicklung2.3. Steuergerätapplikation

3. Kennfeldoptimierung3.1. Konventionelle Vorgehensweise3.2. Statistische Versuchsplanung3.3. Modellgestützte Parameteroptimierung3.4. Kennlinien-/Kennfeldrechnung, ECU- Bedatung3.5. Beispiele der modellgestützten Kennfeldoptimierung

4. ECU von BMW Motoren

5. Mess- und Prüftechnik

6. Zusammenfassung



Applikationsmethodik für elektronische Steuerungen von Verbrennungsmotoren. Motorfunktionen.

PackagePackage

GewichtGewicht

HKHK

Drehmoment / LeistungDrehmoment / Leistung

EmissionEmission

VerbrauchVerbrauch

Dynamik / ResponseDynamik / Response

FahrverhaltenFahrverhalten

Diagnose / OBDDiagnose / OBD

Die konstruktive Auslegung von Verbrennungsmotoren legt im Wesentlichen die Herstellkosten, das Gewicht, das Package sowie das Leistungs- und Drehmomentpotenzial fest. Die maximale Leistung und der Drehmomentverlauf wie auch Emissionen, Verbrauch, dynamisches Verhalten, Fahrverhalten und Diagnose werden durch Elektronische Steuerungen/Regelungen bestimmt, die die Anforderungen des Fahrers an das Antriebsverhalten bei Berücksichtigung gesetzlicher Vorgaben erfüllen müssen. Die Vorgehensweise bei der Entwicklung und Kalibrierung von elektronischen Steuerungen von Verbrennungsmotoren und Getrieben in Kraftfahrzeugen ist auf Grund der zunehmenden Komplexität sowohl der Anforderungen an Motorleistung, Kraftstoffverbrauch, Abgas- und Geräuschemission als auch der steigenden Anzahl an Einflussparametern auf den Betrieb des Verbrennungsmotors zu einem wichtigen Bestandteil der Motoren- und Antriebsentwicklung geworden. Verbrennungs-verfahren mit Kraftstoff- Direkteinspritzung und/oder vollvariable Ventiltriebe weisen eine Vielzahl von Stellgrößen (>10) für den Motorbetrieb auf. Ihre optimale Kombination für den jeweiligen Betriebspunkt und Zustand im Motorkennfeld kann nur mehr mit Hilfe von systematischen Vorgehensweisen, vermehrtem Einsatz von automatischen Abstimmungsprozeduren sowie Anwendung von Zeit und Aufwand sparenden Versuchs- und Kennfeldoptimierungsmethoden erarbeitet werden. Parallel dazu steigen aber auch noch die Anforderungen an die Genauigkeit von Motorsteuerungen.



Applikationsmethodik für elektronische Steuerungen von Verbrennungsmotoren. Zunahme der Funktionen elektronischer Motorsteuerungen.

2000

4000

Ste

uer

ger

ätef

un

ktio

nen

KL

/KF

1980 1990 2000 2010

8 KByte8 KL/KF

ca. 3,5 MByteca. 3500 KL/KF

ca. 2 MByteca. 1500 KL/KF

256 KByte600 KL/KF 16 KByte

120 KL/KF

KL/KF: Kennlinien/Kennfelder

Jahr

Der Umfang der in den Steuergeräten abgelegten Kennlinien und Kennfeldern hat sich besonders um das Jahr 2000 z.B. mit der Einführung modernster Direkt-einspritzungstechnik beim Diesel- und Ottomotor beträchtlich erhöht und steigt auch weiterhin stark an. Zusätzlich werden heute vermehrt Modelle für die Nachbildung von charakteristischen Abläufen beim Betrieb des Verbrennungsmotors (z.B. Klopfregelung) im Steuergerät abgelegt, die sowohl Speicherplatz als auch Rechnerkapazität und Schnelligkeit erfordern. Alle diese Daten müssen für jeden Motor bzw. Antrieb sowohl im stationären als auch im instationären Betriebszustand ermittelt werden. Die Vielzahl von dazu notwendigen Versuchen verlangt neue Vorgehensweisen bei der Applikation, um mit einem akzeptablen Zeit- und Kostenaufwand einen optimalen Motorbetrieb zu erzielen.



Einsparung an Prototypen

t

Pro

toty

pen

ECU-Funktionsexplosion

t

ECU

ECUF

un

ktio

nen

Motor-Variantenexplosion

t

Var

ian

ten

Verkürzung der Entwicklungszeiten

t

En

twic

klu

ng

szei

t

Quelle: Mitterer, Reisenweber u.a., AVL Symp. 2000

Applikationsmethodik für elektronische Steuerungen von Verbrennungsmotoren. Problemstellungen bei der Motorsteuergerätapplikation.

Neben der steigenden Anzahl von im Steuergerät abgelegten Funktionen nimmt auch die Anzahl von Motorvarianten stark zu, z. B. Einbau eines 3,0 l - 6 Zyl. Ottomotors in zum Teil völlig unterschiedliche Fahrzeuge, vom Sportwagen über die Limousine bis zum Geländefahrzeug. Der Antrieb muss dabei auf die unter-schiedlichen Anforderungen dieser Fahrzeugtypen speziell angepasst werden. Z. B. gibt es Unterschiede im Antriebsstrang, wodurch dem Ruckelverhalten des Fahrzeugs speziell angepasst entgegengewirkt werden muss. Auch das Fahrzeuggewicht und 2- oder 4-Radantrieb verlangen unterschiedliche Applikationen insbesondere im instationären Betrieb. Gleichzeitig besteht jedoch die Forderung nach der Verkürzung der Entwicklungszeit und der Verkleinerung der Anzahl von Prototypmotoren, um Entwicklungsaufwand zu sparen. Dies stellt an den Entwicklungsingenieur Herausforderungen, die unter anderem nur durch neue innovative Vorgehensweisen bei der Programmierung und Applikation der Motorsteuerung erfüllt werden.



Mot

or

Hardware

Ste

uerg

erät

Software

Softwarefunktion

Applikation (engl.: calibration) bezeichnet die Anpassung des Steuergerätes an den Motor durch Bedatung der freien Systemparameter (Kennwerte, -linien, -felder, phys. Modelle).

Applikationsdaten

I/O

Akt

oren

Sen

sore

n

Definition:

2. Grundlagen der Applikationsmethodik.2.1. Aufgabenbeschreibung.

Quelle: Klöpper, Vogel, BMW, TU München 2009 Bei der Applikation besteht die Aufgabe, die vielen in den Steuergeräten abgelegten Funktionen, Kennlinien und Kennfelder und auch physikalische Modelle so mit den Parametern zu definieren, dass der Motor in jedem Betriebszustand und Betriebspunkt nach vorher festgelegten Kriterien optimal funktioniert. Da der Betrieb des Motors nur in einem geringen Umfang rechnerisch nachvollzogen werden kann, sind dafür umfangreiche Versuche an Prototypmotoren notwendig.



Ø Anforderungen im WettbewerbsumfeldReduktion von Zeit und Aufwand.

Ø Parametervielfalt10 und auch mehr Steuergrößen in einem Motorbetriebspunkt.

Ø Funktionsentwicklungs- und OptimierungsmethodikFrüher: Empirisch mit Erfahrung des Entwicklungsingenieurs Heute: Einsatz von Methoden für schnelle und effiziente Funktionsoptimierung.

Ø VersuchsplanungFrüher: Möglichst genaue und umfangreiche Vermessung durch RasterungHeute: Einsatz von statistischen Methoden zur Planung von Versuchen.

Ø Systemoptimierung mit Hilfe von theoretischen AnsätzenAbbildung von bestehenden Systemen mittels KNN, D-optimale Polynommodelle oder durch ein physikalisches Modell. Parameter-optimierung mit Hilfe des Modells.

2. Grundlagen der Applikationsmethodik.2.1. Aufgabenbeschreibung.

In der industriellen Forschung und Entwicklung wird durch den Einsatz von CAx- Techniken die Erfüllung der Zeit- und Aufwandsanforderungen im Wettbewerbs-umfeld erwartet. CAD, CAE und andere Methoden sind Voraussetzung für die erfolgreiche Entwicklung eines Produktes. Trotz rechnergestützter Hilfsmittel in der Herstellprozess- und Produktkonzeption wird bei ihrer Entwicklung noch oft empirisch vorgegangen. Die zentrale Person ist in jeder Phase immer noch der Ingenieur als Experte, Expertensysteme als Datenbanken sind kaum einsetzbar. Die Systematisierung von Prozessen fordert die Konservierung von Expertenwissen. Der Entwicklungsingenieur wird zunehmend zum „Generalisierer“ mit breitem Systemverständnis, der die Zusammenführung und Integration verschiedenster Systeme in eine Funktionseinheit, z.B. Fahrzeug ermöglicht. Lösungen müssen schnell und zielorientiert erarbeitet werden. Bei der Entwicklung von Fahrzeugantrieben ist die effiziente Optimierung von Motorsteuerungen mit der Vielzahl von Einflussgrößen eine der zentralen Aufgaben. Dabei ist mit niedrigem experimentellen Aufwand und effektiven theoretischen Auswertungen ein hochqualitatives Ergebnis zu erreichen. Zum Erzielen eines minimalen Versuchsaufwandes zur Abklärung des Betriebsverhaltens des Motors bei Veränderung der Steuergrößen werden Verfahren der statistischen Versuchsplanung und –auswertung besonders bei komplexen Systemzusammenhängen angewendet. Es könnte aber auch die maximale Modellgüte angestrebt werden, wobei ein nahezu unvorstellbarer Versuchsaufwand in Kauf zu nehmen wäre. Dazu wird das System so detailliert wie möglich abgetastet.


Dabei würde aus den Versuchsergebnissen die optimale Einstellung der Steuergrößen unmittelbar abgelesen werden können. Bei Verbrennungsmotoren sind einzelne physikalische Zusammenhänge bekannt, das Zusammenwirken und das damit verbundene Gesamtsystem sind hingegen nicht mathematisch beschreibbar. Daher sind nur schnell adaptive Systeme für die Versuche zielführend. Einen Ansatz bildet die statistische Versuchsplanung mit datengetriebenen Modellansätzen aus dem Bereich der „Künstlichen Neuronalen Netze“. Die Daten zur Modellbildung müssen in effizienten Versuchen erarbeitet werden. Es existiert keine allgemeingültige Theorie zur Versuchsplanung. Ungeplante Versuche können erste Systemanalysen ermöglichen. Je mehr Vorwissen existiert, desto besser können Versuche geplant werden. Durch ein iteratives Vorgehen werden Adaptionen in Versuchsfolgeplänen möglich. Praxisrelevante Versuchsprogramme sind u. a. eine sehr grobe Rasterung und die statistische Versuchsplanung. Zur Abbildung des bestehenden Systems sind gegenwärtig folgende Modelle hervorzuheben: künstliche neuronale Netze und D- optimale Polynome. Zusätzlich werden auch physikalische Modelle verwendet, wenn sich das System rechnerisch gut simulieren lässt. Künstliche neuronale Netze bieten sich z.B. an, wenn nichtlineare Zusammenhänge modelliert werden sollen oder eine anpassungsfähige Online Approximation erforderlich ist. Dabei ist die Kenntnis der inneren Prozessvorgänge im System nicht notwendig. Das Ein-/ Ausgangsverhalten eines Systems kann allein aus Beobachtungen nachgebildet werden. Durch die Anwendung eines modellgestützten Optimierungsverfahrens wird rechnerisch und damit zeitsparend die günstigste Steuergrößenkonfiguration ermittelt.



2. Grundlagen der Applikationsmethodik.2.2. Anforderungen der Antriebsentwicklung.

Ø Komplexität des KraftfahrzeugsOptimale Antriebssteuerung ausschließlich durch elektronische Steuerungen und Regelungen.

Ø Phasen der Steuergerätentwicklung und Produktpflege Während der Serienentwicklung nimmt Reifegrad der elektronischen Steuerung zu. In der Serie erfolgt eine stetige Weiterentwicklung durch sich ändernde Anforderungen, z. B. schärfere Abgasemissionsvorschriften.

Ø Werkzeuge von der Konstruktion bis zum FahrzeugversuchRechenmodelle, Simulationsverfahren, Prüfstände für Komponenten- und Systemuntersuchungen, Laser, stationäre und hochdynamische Prüfstände, Radionukliduntersuchungen, Rollenprüfstände, Straßenfahrt.

Das Kraftfahrzeug ist das komplexeste Massenprodukt in Laienhänden. Über das Lenkrad und die Betätigung von Pedalen steuert der Fahrer das Fahrzeug. Die Steuerung des Antriebes – Motor, Getriebe und ev. Antriebsstrang – übernehmen heute ausschließlich elektronische Steuergeräte, die auch für Regelungs- und Überwachungsaufgaben zuständig sind. Das Steuergerät berechnet aus dem Fahrerwunsch am Gaspedal unter Einbeziehung vieler Sensorwerte, z.B. Umgebungstemperatur, Motortemperatur und Lambda-Sonde, aber auch Fahrstabilität die Betriebsparameter und steuert den Antrieb. Die Serienentwicklung eines neuen Motors dauert ca. 3 Jahre. Aber auch nach seinem Serienstart ist der Antrieb einer stetigen Weiterentwicklung unterworfen, um z.B. neue Abgasemissionsvorschriften zu erfüllen, einzelne Komponenten oder Systeme auf neuesten technologischen Stand zu bringen oder ihn in neue Fahrzeuge einzubauen. Vor der Serienentwicklung wird mit Prototypen der Konzeptnachweis für den neuen Motor erbracht. Dabei helfen viele Simulationsverfahren und Rechenmodelle, um u. a. die Auslegung von Verbrennung, Ventilsteuerung, Ladungswechsel, Abgasemission, thermische Belastung von Bauteilen, Kühl- und Ölkreislauf bereits bei der Konstruktion zu unterstützen. Aufwendige Messtechnik ermöglicht heute gezielte Untersuchungen an Detailabläufen wie Laser zur Gemischbildungs- und Verbrennungsanalyse. Modernste Prüfeinrichtungen wie stationäre und hochdynamische Prüfstände erlauben die Untersuchung und erste Optimierung vom Antrieb, ohne mit dem Gesamtfahrzeug auf die Rolle oder in Straßentests zu gehen. Zur abschließenden Optimierung des Gesamtsystems, z.B. für Fahrverhalten oder Betrieb unter winterlichen Straßenbedingungen, sind aber Fahrzeugversuche immer notwendig.



EffizienzAufwand Qualität

Neue Technologien

Produkteigen-schaften

Ziele der Applikations-

methodik

• Komplexe Antriebs-strangtechnik(z.B. Hybridisierung)

• steigende Anzahl vonMessgrößen

• Optima in n-dimensionalenZielbereichen

• steigende Vernetzung

• Zeitverkürzung

• Automatisierung von Standardaufgaben

• effiziente Entwicklung von Varianten

• Sicherung hoher Applikationsqualität

• schnellerer Reifegrad

• Sicherung von Wissen

• Grundlage neuer

Motorkonzepte(HCCI)

• ProduktspezifischesApplikationsdesign(z.B. Response, …)

2. Grundlagen der Applikationsmethodik.2.2. Anforderungen der Antriebsentwicklung.

Quelle: Rückert, Bross, Symp. für Enteicklungsmethodik, 2009

Diese Darstellung fasst die Ziele der Applikationsmethodik aus der Sicht der Antriebsentwicklung nochmals zusammen. Die Ziele werden immer anspruchsvoller und verlangen daher eine stete Weiterentwicklung der Applikationsmethodik.



2. Grundlagen der Applikationsmethodik.2.3. Steuergerätapplikation.

Ø Funktionen in der elektronischen Steuereinheit ECUDefinition der gewünschten Funktionalität durch den Motorentwickler in Abstimmung mit dem Steuergeräthersteller (Kennlinien, Kennfelder, Modelle wie KNN).

Ø Definition „ Applikation“Parametrierung der Funktionen (Bedatung, Kalibrierung).

Ø FunktionsoptimierungBestimmung in Optimierungsschleifen oder mittels Modellen die für den Betrieb des Motors optimalen Kennlinien, Kennfelder sowie mathematischer Modelle von Antriebseigenschaften.

Ø FunktionsüberprüfungTest auf Funktions- und Programmfehler.

Unter Applikation versteht man in der Automobilindustrie die Anpassung einer Steuereinheit an unterschiedliche Motor- und Fahrzeugtypen durch Optimierung und Abstimmung der Systemparameter und -kennlinien. Diese Abstimmung ist notwendig, weil sich das nichtlineare Gesamtsystem mit seinen gegenseitigen Abhängigkeiten nur unvollständig analytisch beschreiben lässt. Bevor ein Steuergerät an einem Motor appliziert wird, müssen die einzelnen Funktionen für die Steuerung und Regelung definiert und die zugehörige Hard- und Software entwickelt werden. Dieser Vorgang verlangt eine enge Zusammenarbeit des Funktionsentwicklers beim Motorenhersteller mit dem Komponenten-/Systementwickler beim Zulieferer. Die Gesamtverantwortung für die Funktion des Motors liegt beim Motorenhersteller, der Zulieferer ist für die Herstellung und die Funktion der Steuerung zuständig. Der Schwerpunkt der Applikation liegt in der Parametrierung der Algorithmen im Steuergerät, wobei der Motor in die günstigsten Betriebszustände gebracht werden soll. Ein relativ großer Aufwand ist heute auch erforderlich, um die verschiedenen Diagnosefunktionen zu bedaten, z. B. OBD 2.


Aus der Sicht des Applikateurs besteht das Steuergerät aus einem großen Datenrahmen, der sukzessive in zahlreichen Optimierungsschleifen an die bestmöglichen Betriebszustände des Antriebs angepasst werden muss. In diesem Datenrahmen sind Funktionen enthalten, die relevante physikalische bzw. technische Antriebseigenschaften durch mathematische Modelle nachbilden. Daneben sind Systeminformationen in Kennlinien und Kennfelder hinterlegt. Ein Großteil ist in zweidimensionalen Rasterkennfeldern abgespeichert. Die Kennfelddarstellung hat Vorteile hinsichtlich Rechenbedarf und Applikationsvereinfachung. In einem modernen PKW ist eine Vielzahl von Steuergeräten (n>50) verbaut. Diese sind u. a. zuständig für die Steuerung und Regelung von Motor, Getriebe, Airbag, Klimaanlage, ABS, DSC, xDrive, Fahrwerk, Lichttechnik, Sitzkomfort, Navigation, Telefon, Internet usw.. Durch die Vernetzung der Steuergeräte können sie sich auch gegenseitig beeinflussen.


– Parameter-kombinationeinstellen

– Messdatenerfassen

– Limitbehand-lung

– Kontrolle Mess-daten (Ausreißer)

– Modellbildungs-verfahren

– Optimierungs-verfahren

– Übertrag Optimierungs-ergebnisse in das KF

– Kennfeldnach-bearbeitung

– Bestimmung Vatiationspara-meter

– Berechnung Versuchsplan (DoE)

– Festlegung Messprogramm

Neue Motor-baugruppe

2. Grundlagen der Applikationsmethodik.2.3. Steuergerätapplikation.

Quelle: Klöpper F., TU München 2009



CarAppDynAppVirtAppAutomApp

Fahrmanöver-assistent

Aussetzer-erkennung

Abgastemperatur-modell

Fahrzyklen(Emissionen, Verbrauch)

Lastwechsel(Lastschlag, Dashpot,…)

Lasterfassungvirtuell

Lasterfassung

Basisapplikation

Momentenstruktur

Klopferk./-regelung

Abgastemperatur-modell

Lambda-Regelung

Fahrzyklusassistent

Diagnosen

Diagnosen

TEV-Applikationam HIL

LL-Regelungam HiL

Vergleich Programmund Datenstände

am HiL

WeitreichenderMethodeneinsatz

für alle Applikationsaufgaben

Potential zur Weiterentwicklung des Methodeneinsatzes

Diagnosen

2. Grundlagen der Applikationsmethodik.2.3. Steuergerätapplikation bei BMW

Quelle: Rückert, Bross, BMW, Symp. für Enteicklungsmethodik, 2009 Bei der automatischen Applikation wird das Steuergerät für verschiedene Funktionen auf dem Motorprüfstand bedatet. Kosten und Zeit werden eingespart, wenn am HiL oder am PC verschiedene Funktionen ohne Motorbetrieb und in einem frühen Stadium der Entwicklung virtuell appliziert werden. Mit Hilfe hochdynamischer Motorprüfstände wird das dynamische Verhalten des Motors durch Simulation des gesamten Antriebstrangs optimal und ohne aufwendige Versuche mit dem gesamten Antriebstrang oder dem Fahrzeug abgestimmt. Mit der CarApplikation werden Motorfunktionen unter Berücksichtigung von Fahrzeugeinflüssen methodisch unterstützt optimal eingestellt.



Emissionen

Leistung

Kraftstoffverbrauch

Höhenverhalten

Tropenbetrieb

Winterbetrieb

Schub

Warmlauf

Leerlauf (kalt,warm)

Drehmomentverhalten

Lastwechsel, Schaltvorgang

Start (kalt,warm)

Abgaskonvertierung

3. Kennfeldoptimierung3.1 Herausforderungen bei der Kalibrierung von Motorsteuerungen.

Quelle: Thiel, BMW

Das Grundgerüst der Applikationsumfänge beinhaltet Basisfunktionen wie Volllast, Teillast, Leerlauf, Start sowie Zündung, Warmlauf, Fahrverhalten (u. a. DSC), Klopfregelung, Tankentlüftung, Diagnose, Notlauf, Getriebeeingriff usw.. Zusätzlich gibt es noch eine Vielzahl von Funktionen, die den Motorbetrieb entsprechend den Anforderungen optimal anpassen, z. B. Höhenverhalten, Freibrennen des Partikelfilters, Temperaturschutz des Katalysators. Es gibt beim Motor eine zunehmende Anzahl von Stelleingriffen wie Zündung, vollvariabler Ventiltrieb, Kraftstoffeinspritzung (Zeitpunkt und Menge, bei Direkteinspritzung mehrmals während eines Arbeitstaktes), Abgasrückführung und Ladedruckregelung. Die messtechnische Erfassung der motorischen Werte erfolgt über Sensoren. Bis zu 40% des Motorsteuerungsumfanges wird für Diagnosefunktionen belegt, z. B. Funktion der Sensoren, Kabelunterbrechungen, Wärmehaushalt des Motors, Katalysatorfunktion.



3. Kennfeldoptimierung.3.1 Konventionelle Vorgehensweise.

1000 2000 3000 4000 5000 60000

0.2

0.4

0.6

0.8

1

Dreh zah l [U /m in ]

spe

z. A

rbe

it [k

J/l]

1000 2000 3000 4000 5000 60000

0.2

0.4

0.6

0.8

1

Drehzah l [U/m in ]

spe

z. A

rbe

it [k

J/l]

60 80 100 12060

70

80

90

100

110

120

Ein laßsp reizung [°KW ]

Au

sla

ßs

pre

izu

ng

[°K

W]

60 80 100 12060

70

80

90

100

110

120

Ein laßspreizung [°KW ]

Au

sla

ßs

pre

izu

ng

[°K

W]

+ Zündwinkelvariationen+ Zündwinkelvariationen

Betriebsebene

Spreizungsbereich

3882 Rasterpunkte

Rastervermessung

Quelle: Mitterer, BMW

Früher wurden folgende zwei Strategien zur stationären Vermessung von Motorfunktionen verfolgt:

• Zufällig verteilte Messpunkte • Rastervermessung

Bei beiden Vorgehensweisen sind keine Kenntnisse über den Prozess erforderlich, sie sind daher universell einsetzbar. Sie führen zu einer enorm hohen Anzahl von Versuchspunkten, weil der Versuchsraum gleichmäßig dicht abgedeckt werden muss. Bei der Rastervermessung steigt der Messaufwand exponentiell mit der Anzahl der Parameter, dabei wird das gesamte Kennfeld mit jeder Parametervariation vermessen. Der bei mehreren Einflussgrößen enorm hohe Aufwand führt dazu, dass man sich mit wenigen Variationen von Parametern begnügen muss. Mit viel „Expertenwissen“ lässt sich dabei nur noch bei einer geringen Anzahl von Steuerungsgrößen eine akzeptable Einstellung der Motorsteuerungsparameter finden, wobei die subjektiven Optimierungskriterien die optimale Parameterauswahl kaum treffen.



3. Kennfeldoptimierung3.1 Versuchsdatenermittlung durch Rasterung oder statistischer Versuchsplanung.

Stufe 4:Statistische Versuchsplanung DoE zur Reduktion des Versuchs-aufwandes auf das Machbare

Stufe 5:Statistische Versuchsplanung DoE zur Reduktion des Versuchs-aufwandes auf das Machbare im autom. Vers.-Betrieb

Stufe 2:Parametervariation in einzelnen Lastpunkten Rastervermessung

z.B.: 5 Messpunkte

Jahr

Para

mete

ra

nzah

l

z.B.: 25 Messpunkte

z.B.: 125 Messpunkte und mehr

z.B.: ca. 80 statt 625 Messpunkte

2

Par

am

eter

max.

3 P

aram

ete

r

4 o

der

mehr

Par

am

ete

r

1 P

aram

ete

r

z.B.: ca. 250 statt

78125 Messpunkte

7 P

aram

eter

Stufe 3:Rastervermessung im automatischen Prüfstandsbetrieb

Stufe 1:Fahren von einfachen Kennlinien wie Volllastkurven

Die Anzahl an Motorsteuerungsparametern hat, wie bereits erwähnt, einen gravierenden Einfluss auf den Versuchsumfang. Durch die zunehmende Komplexität des Motors über die Jahre ist der Versuchsaufwand nach herkömmlicher Methode expotential gestiegen. Beispiel: Jeder Steuerungsparameter wird in einem Betriebspunkt des Motors fünf Mal variiert, um die Abhängigkeit der Zielgröße zu ermitteln. Mit der konventionellen Rastermethode kann bei der Vermessung von bis zu drei Parametern vorgegangen werden, 125 Messpunkte sind anzufahren. Bei sieben Parametern müssten theoretisch 78125 Messungen durchgeführt werden. Daher bietet es sich spätestens ab vier Steuergrößen an, eine DoE- Methode anzuwenden, um bei relativ geringem Versuchsaufwand die optimale Zielgrößenkombination zu erhalten.



3. Kennfeldoptimierung.3.2. Statistische Versuchsplanung.

Design of Experiments:

Ø Analytischer Ansatz führt zu den Haupteinflussgrößen bei weitgehend unbekannten Zusammenhängen (polynominale, D-optimale Versuchspläne).

Ø Aufwendige Modelle erfordern einen höheren Versuchsaufwand.

Voraussetzungen dabei sind:

Ø Abgesteckter Grenzbereich für den Motorbetrieb.

Ø Wesentliche Betriebspunkte müssen enthalten sein.

Ø Variation der Parameter in dem Ausmaß, dass sie sich vom Messrauschen unterscheiden.

Ø Eventuell Mehrfachmessungen zum Erkennen von Messfehlern und Reproduzierbarkeitsabschätzung.

Ø Erfahrung bei der Anwendung solcher Methoden sowie in der Optimierungsaufgabe.

Ziel der statistischen Versuchsplanung ist die Realisierung gewünschter experimenteller Ergebnisse mit möglichst geringem Versuchsaufwand. Dabei sollen die Zusammenhänge zwischen möglichen Einflussgrößen und interessierenden Zielgrößen eines betrachteten Prozesses systematisch untersucht und dargestellt werden. Die eingesetzten Verfahren basieren auf der Methode „Design of Experiments“(DoE). Der klassische Anwendungsfall führt über einen einfachen analytischen Ansatz zu den Haupteinflussgrößen bei weitgehend unbekannten Systemen, bei denen eine physikalische Modellierung zu aufwendig wäre, z.B. Abhängigkeit der Abgasemission von den Motorsteuerungsparametern. Für die Vorgehensweise in der Systemanalyse zur Versuchsplanung ergeben sich folgende Schritte (nach Johannsen, Schmitt, VDI 1995):

a) Bestimmung der Einfluss- und Zielgrößen: Die Aufgabenstellung ist in Zusammenarbeit mit den Motorexperten in eine mathematische Form zu bringen.

b) Festlegung des Versuchsgebietes (area of interest): Dabei ist auf die physikalischen Randbedingungen und auf den Auslegungsbereich zu achten. Der Grenzbereich für den Betrieb des Motors muss abgesteckt sein (z. B. Aussetzergrenze). Betriebspunkte müssen aufgenommen werden, die z.B. für die Abgasemission wichtig sind.

c) Bestimmung der Systemkomplexität: Ausgehend vom einfachsten (linearen) Verhalten wird in möglichst wenig Iterationsschleifen die notwendige Komplexität des Modells und damit des Versuchsplans bestimmt (polynominale Versuchspläne, D-optimale Versuchspläne).


Ein gewisses Maß an Erfahrung ist notwendig, um die richtige Auswahl zu treffen. Grundsätzlich soll jeder Parameter so weit variiert werden, dass sich die Effekte signifikant vom Messrauschen unterscheiden. Mehrfachmessungen einzelner Punkte im Verlauf einer Messreihe ermöglichen das Abschätzen von Messfehlern und der Reproduziergenauigkeit. Mittels der Regressionsanalyse wird die Modellgüte beurteilt.



3. Kennfeldoptimierung.3.3. Modellgestützte Parameteroptimierung.

Ø Das Motorverhalten wird durch ein mathematisches Modell beschrieben.

Ø Die Optimierung erfolgt nicht am realen Motor, sondern am Modell.

Ø Das Modell basiert auf realen Messungen.

Ø Statistische Methoden sichern eine höhere Genauigkeit des Optimierungsergebnisses.

Ø Der Messaufwand wird drastisch reduziert.

Während bei der Rastervermessung aus der Vielzahl der Messpunkte die für die Zielgröße optimale Steuergrößenkombination herausgesucht wird (z. B. die Kombination für den günstigsten Kraftstoffverbrauch), erfolgt die optimale Parameterauswahl rechnerisch am Modell. Modelle können quasilineare Polynome oder KNN sein. Oft werden Unsicherheiten in der Modellauswahl durch Überlagerung mehrer Modelle zu Modellsystemen (mixture of experts) reduziert. Aus der Optimierung gehen an den spezifizierten Betriebspunkten die theoretischen Bestwerte für das Modellsystem hervor. Meist werden diese modellgestützten optimalen Werte in einer zweiten kurzen Messphase auf dem Prüfstand verifiziert. Durch eine mögliche Modellunschärfe ist diese Nachprüfung sinnvoll, z. B. wird dadurch verhindert, dass die theoretisch ermittelten Einstellungen im nicht fahrbaren Bereich liegen bzw. zu einer Zerstörung des Motors führen.



3. Kennfeldoptimierung.3.3. Ermittlung des robusten Applikationsstandes für einen

neuen Motor mit DoE und modellgestützter KFO.

MessMess--punktepunkte

VersuchsVersuchs--planungplanung(DOE)(DOE)

Lösungsansatz:

Modellbildung und Optimierung:2 Künstliche Neuronale Netze1 Polynommodell

1000 2000 3000 4000 5000 60000

0.2

0.4

0.6

0.8

1


spe

z. A

rbe

it [k

J/l]

1000 2000 3000 4000 5000 60000

0.2

0.4

0.6

0.8

1

Drehzah l [U/m in ]

spe

z. A

rbe

it [k

J/l]

60 80 100 12060

70

80

90

100

110

120

Ein laßsp reizung [°KW ]

Au

sla

ßs

pre

izu

ng

[°K

W]

60 80 100 12060

70

80

90

100

110

120

Ein laßspreizung [°KW ]

Au

sla

ßsp

reiz

un

g [

°KW

]

1000 2000 3000 4000 5000 60000

0.2

0.4

0.6

0.8

1

55555

1

4444

122

1

11

1

666666

1

1


1

22

1

1

1

1

1

11

1

666666

22

1

55555

spe

z. A

rbe

it [k

J/l]

1000 2000 3000 4000 5000 60000

0.2

0.4

0.6

0.8

1

55555

1

4444

122

1

11

1

666666

1

1

Drehzahl [U/min]

1

22

1

1

1

1

1

11

1

666666

22

1

55555

spe

z. A

rbe

it [k

J/l]

60 80 100 12060

70

80

90

100

110

120

E in laßsp reizung [°KW ]

Au

slaß

spre

izu

ng

[°K

W]

6 0 8 0 1 0 0 1 2 06 0

7 0

8 0

9 0

1 0 0

1 1 0

1 2 0

E in la ß s p re iz u n g [°K W ]

Au

sla

ßs

pre

izu

ng

[°K

W]

+ Zündwinkelvariationen+ Zündwinkelvariationen

Betriebsebene

Spreizungsbereich

modellgestmodellgestüütztetzteKFOKFO

50 DOE-Punkte3x45

Verifikations-messungen

3882 Rasterpunkte

Quelle: Mitterer, Reisenweber u.a., AVL Symp. 2000 Für das zu untersuchende Gebiet der Drehzahl- Last- Ebene wurde im Rahmen der modellgestützten Kennfeldoptimierung zunächst ein statistischer Versuchsplan mit wenigen Messpunkten erstellt. Die durch Kreise markierten Punkte kennzeichnen jene Betriebspunkte, die in DoE- Auswahl berücksichtigt wurden. In diesen Betriebspunkten wurden unterschiedliche Stellgrößen- Kombinationen vorgegeben. Die Ziffern entsprechen deren Häufigkeit. Dieser erste Messauftrag wurde am Prüfstand abgearbeitet, die Messwerte stellten die Datenbasis für die anschließende Modellbildung dar. Im Anschluss wurden an ausgewählten Betriebspunkten die optimalen Einstellkombinationen am Modell numerisch bezüglich der Zielgröße (spez. Kraftstoffverbrauch) unter verschiedenen Randbedingungen (Klopfen, Abgaswerte, Laufruhe) ermittelt und in der nächsten Phase am Prüfstand überprüft. Die validierten Optima dienten als Grundlage für die abschließende Kennfeldrechnung zur Bedatung des Steuergerätes, wobei auf möglichst stetige Kennfeldverläufe mit glatten Übergängen geachtet wurde. Da es sich bei den Messungen auf dem Motorprüfstand um stationäre Werte handelt, sind bei der Optimierung die physikalischen Eigenschaften der Stellglieder zu berücksichtigen, insbesondere, ob es sich um „schnelle“ elektrische (z. B. Zündwinkel) oder um „langsame“ mechanische Größen (z. B. Ventilsteuerzeiten) handelt. In Hinblick auf die Fahrbarkeit sind bereits hier die Gradienten im resultierenden Kennfeld zu beachten.



3. Kennfeldoptimierung.3.3. Ermittlung des robusten Applikationsstandes für einen neuen Motor mit statistischer Versuchsplanung.

Ergebnis:

1000 2000 3000 4000 5000

0.2

0.4

0.6

0.8

Drehzahl [U/min]

spe

z.

Arb

eit

[kJ/

l]

260270280290300350400450500550600650

spez. Kraftstoffverbrauch

2000

4000

6000

20406080

50

100

YX

Z

ES

2000

4000

6000

2040

6080

100120

0

20

40

YX

Z

AS

2000

4000

6000

20

40

60

80

6080

100

XY

Z

ALZ

ModKFO

konventionell

Applikationsdauer:

t70%Start

-30%

PST

Büro

100%

Einsparung PST-Kapazität: -80%Einsparung PST-Kapazität: -80%


Der wesentliche Vorteil dieser Optimierungskette liegt in dem geringen Anteil an benötigter Prüfstandslaufzeit. Unter der Annahme, dass die rechnergestützte Applikation zu einer absoluten Zeitersparnis von ca. 30 % gegenüber der konventionellen Vorgehensweise führt und der Prüfstand in dieser Zeit nur zu 50% aktiv beansprucht wird, werden bis zu 80% der Prüfstandskapazität eingespart. In den restlichen 50% der Zeit wird die Datenauswertung und Parameteroptimierung offline durchgeführt.



Verbesserte Ergebnisqualität bei deutlich reduziertem Versuchsaufwand. Diese Vorgehensweise ist inzwischen Standard.

3. Kennfeldoptimierung.3.3. Automatisierung der Optimierung: Online- KFO.

Quelle: Klöpper F., TU München 2009 Ein weiterer wesentlicher Schritt bei der Applikation komplexer Motorsteuerung ist die Online- Kennfeldoptimierung direkt während des Prüflaufes auf dem Motorprüfstand im vollautomatischen Betrieb. Dadurch wird nicht nur eine weitere Verringerung des Zeitaufwands für die Applikation erzielt. Die Applikation kann im 24- Stundenbetrieb mannlos, das heißt automatisch durch den Prüfstandsrechner durchgeführt werden. Es kann auch durch intelligente Optimierungsstrategie der statistische Versuchsplan nach jedem Messpunkt überprüft und gegebenenfalls neu angepasst werden. Dadurch ergeben sich eine höhere Modell- und Optimierungsgüte und die bisher üblichen Validierungsmessungen können entfallen.



3. Kennfeldoptimierung.3.4. Kennfeldrechnung/ ECU- Bedatung.

Kennfeldoptimierung ‚klassische‘ Applikation

549

550

551

552

30

35

40

45

50

55

60

50

100

150

200

KF

messenmessen

ECU

rechnenrechnen

messenmessen

ECU

rechnenrechnen

optimierenoptimieren

549

550

551

552

30

35

40

45

50

55

60

50

100

150

200

KF

Ziel-kriterien

Quelle: Mitterer, Reisenweber u.a., AVL Symp. 2000 Im abschließenden Schritt müssen zur Kalibrierung der ECU die Werte der optimierten Kennfelder an allen Stützstellen berechnet werden. Die Daten müssen in der Art ermittelt werden, wie die Funktionen im Steuergerät dargestellt sind, als Kennlinie, Kennfeld oder Modell. Bisher war der Großteil der Daten in zweidimensionalen Rasterkennfeldern abgelegt, die Vorteile hinsichtlich des Rechenbedarfs aufweisen. Der Rest waren Kennlinien. Bei den neuen Motoren mit der Vielzahl an Steuerparametern werden vermehrt Modelle abgebildet, vorzugsweise KNN oder auch, wenn möglich, physikalische Modelle. Heute gibt es Auswertetools zur leistungsstarken Kennfeldberechnung und Datenvisualisierung. Die Daten werden in dem Format geliefert, wie sie in der ECU abgelegt werden können. Die Datenschnittstelle vom und zum Steuergerät sind über verschiedene Austauschformate realisiert. Es existieren heute Werkzeuge, die eine optimierte Bedatung der ECU automatisch im Online Betrieb auf dem Motorprüfstand erlauben.



Zie

lgrö

ße

Stellgröße

Bestwert

Zielfunktion

Variationsbereichder Zielgröße

(z.B. Zündwinkel)

(z.B. spez. Verbrauch)

(Zündhaken)

3.5. Modellgestützte Parameteroptimierung.Beispiel: Zündhaken.


Anhand eines einfachen Beispieles ist dargestellt, dass die modellgestützte Parameter- und/oder Kennfeldoptimierung in der Regel dem tatsächlichen Bestwert der Zielgröße am nächsten kommt. Es ist Realität, dass bei jeder Motorvermessung es einen Streubereich der Messwerte (Variationsbereich der Zielgröße) gibt, der durch u.a. Stabilisierungs-schwankungen des Motors, Messungenauigkeiten und atmosphärischen Schwankungen verursacht wird.



Zie

lgrö

ße

Stellgröße

Rastermessunggefilterter Bestwert



Die konventionelle Vorgehensweise, „Rastervermessung der Zielgröße“, ergibt

einen „gefilterten“ Bestwert bei einer eingestellten Stellgröße.



Zie

lgrö

ße

Stellgröße

Bestwert

neuronales Modell



Die statistische Versuchsplanung bei der modellgestützten Parameteroptimierung reduziert den Messumfang auf 4 Messpunkte statt wie im vorhergehenden Bild mit 15 Messpunkten nach der Rastermethode. Mit Hilfe eines KNN- Modells wird der Bestwert mit der zugehörigen Stellgröße ermittelt.



Zie

lgrö

ße

Stellgröße

Polynommodellneuronales Modellgefilterter Bestwerttatsächlicher Bestwert



Der Vergleich des tatsächlichen Bestwertes mit jenem nach der Rastermethode und den mit zwei verschiedenen Modellen ermittelten Bestwerten zeigt, dass das neuronale Modell dem tatsächlichen am nächsten kommt und die Rastermethode am ungenauesten ist.



HFM

Drosselklappe für Saugrohrdruckvariation Saugrohr-

drucksensor

Zylinder-füllung

Vollvariabler Ventilhub (VALVETRONIC)

Schematische Darstellung des Ansaugsystems für die Applikation der Modellfunktion zur Zylinderfüllung aufdem Motorprüfstand

3.5. Kalibrierung mit innovativen Methoden.Beispiel: Modellfunktion zur Zylinderfüllung beim VALVETRONIC- Motor.

Quelle: Schwarzbauer, Mitterer u.a., AVL Symp. 2003

Mit der Realisierung der vollvariablen Ventilsteuerung VALVETRONIC bei BMW- Motoren hat die Komplexität von Steuerungen von Ottomotoren eine neue Dimension erreicht. Bei VALVETRONIC- Motoren wird die Zylinderfüllung über den Einlassventilhub gesteuert und nicht mehr über die Drosselklappe. Dadurch werden die Ladungswechselverluste durch Drosselung im Ansaugsystem vermieden und besonders im Stadtverkehr ein Verbrauchsvorteil von ca. 10% erzielt. Ein wesentlicher Bestandteil der Motorsteuerung ist dabei die Abbildung der Zylinderfüllung abhängig von Drehzahl, Ventilhub, Saugrohrdruck, Einlass- und Auslassspreizung. Um auch bei Sensorausfall oder Systemstörungen einen robusten Motorbetrieb sicherzustellen, ist eine genaue Approximation dieses mehrdimensionalen, nichtlinearen Zusammenhanges unter Berücksichtigung sich verändernder Umgebungsbedingungen nötig. Die physikalischen Zusammenhänge werden im Rahmen der Applikation an einem Motorprüfstand stationär vermessen.



4060

80100

120

8090

100110

120

15

20

25

Einlass-spreizung [°KW]Auslass-

spreizung [°KW]

rela

tive

Fül

lung

[%]

2000

4000

6000

2

4

6

8

100

50

100

Drehzahl [U/min]

Ventilhub [mm]

rela

tive

Fül

lung

[%]

Drehzahl = konst.Einlassventilhub = konst.

Einlassspreizung = konst.Auslassspreizung = konst.

3.5. Modellfunktion zur Zylinderfüllung beim VALVETRONIC-Motor.Gemessene Nichtlinearitäten in der Abhängigkeit der relativen Zylinderfüllung von Motorsteuerungsparametern.


Erste Untersuchungen zeigen, wie aus theoretischen Überlegungen und Simulationen erwartet, einen starken nichtlinearen Zusammenhang von relativer Füllung und den Motorsteuerungsparametern. Um diesen nichtlinearen Zusammenhang möglichst genau nachzubilden, wurde ein KNN- Modell gewählt, für dessen erste Bedatung Messungen mittels statistischer Versuchsplanung durchgeführt wurden. Der konventionelle Weg über ein feines Abrastern des Versuchsraumes und dem damit verbundenen unvertretbar hohen Versuchsaufwand stellt keine Alternative dar. Mittels DoE wurde ein mehrstufiger Versuchsplan erzeugt. Dieser besteht aus einer einfachen, äußerst groben Rasterung eines ersten in der Simulation erzeugten Applikationstandes für die Ventilsteuerung mit einer D- optimalen Erweiterung. Der Versuchsplan wird in einem Online- Prozess vollautomatisch auf dem stationären Motorprüfstand abgefahren.



3.5. Modellfunktion zur Zylinderfüllung beim VALVETRONIC-Motor. Messstrategie für die Füllungserfassung.

Drehzahl-Liste

DOE-Liste(E-/A-VANOS,

Hub)

Zentral-punkt

Ziel-punkt

Saugrohrdruck ps1

Saugrohrdruck ps2

Saugrohrdruck ps3

Zentralpunkt: DOE-Liste:

Zielpunkt:Drehzahlliste:

Sicherer Betriebspunkt im KennfeldDefinierte Anzahl von Betriebspunkten mit fest-gelegten Größen der SteuerungsparameterPunkt aus der DOE-Liste, der anzufahren istAuflistung der Drehzahlen, für die Zentralpunkte definiert werden


Der Online- Prozess wird in einer großen Schleife n Mal entsprechend der Anzahl der Drehzahlsollwerte durchgeführt. Für jede Drehzahl wird ein entsprechender Zentralpunkt als Startwert eingestellt. Ausgehend von diesem sicheren Betriebspunkt wird in einer kleinen Schleife ein Zielpunkt aus der DoE- Liste angefahren. Bei allen Verfahraktionen überwacht das Prüfstandsautomatisierungssystem den Motorbetrieb (z. B. auf Aussetzer oder Klopfen) und regelt den Zündwinkel und das Gemisch. In dem Zielpunkt wird die Füllung bei drei unterschiedlichen Saugrohrdrücken gemessen. Anschließend wird wieder der sichere Zentralpunkt angefahren und abhängig vom Fortschritt der Messung in die kleine oder große Schleife verzweigt. Das Ergebnis dieses Online- Verfahrens ist eine umfassende Messreihe mit hohem Informationsgehalt bei hoher Messgüte. Durch die Online- Anbindung kann dieser Prozess im unbemannten Prüfstandsbetrieb und mit optimaler Ausnützung der Prüfstandsressourcen durchgeführt werden.



4060

80100

120

80

90

100

110

120

15

20

25

Einlass-spreizung [°KW]

Auslass-spreizung [°KW]

rela

tive

Fül

lung

[%]

Modellprognose

2000

4000

6000

2

4

6

8

100

50

100

Drehzahl [U/min]Ventilhub [mm]

rela

tive

Fül

lung

[%]

Modellprognose

Drehzahl = konst.Hub = konst.

Einlassspreizung = konst.Auslassspreizung = konst.

3.5. Modellfunktion zur Zylinderfüllung beim VALVETRONIC-Motor.Modellprognose der nichtlinearen Abhängigkeit derZylinderfüllung von Motorsteuerungsparametern.


Die auf dem Prüfstand ermittelten Daten werden so vorbearbeitet, dass sie in die Modellstruktur des KNN überführt werden können. Damit wird das Modell berechnet. Die Überprüfung hat gezeigt, dass eine sehr hohe Modellgüte dieser mehrdimensionalen Funktionsstruktur erzielt wurde. Im Rahmen eines geschlossen innovativen Applikationsprozesses ist neben dem automatisierten Messprozess eine rechnergestützte Auswertestrategie notwendig. Dazu wurde in Verbindung mit der Integration neuartiger Modellstrukturen in der ECU ein nahezu vollautomatischer Auswerteprozess mit Toolunterstützung entwickelt. Die Modellparameter werden direkt im ECU- Format exportiert und in den Datenstand integriert. Mit diesem Modell können auch z. B. vor Funktionstests im Fahrzeug weiterführende Untersuchungen und Analysen durchgeführt werden.



3.5. „Off line“- Kennfeldoptimierung.Beispiel: Datenermittlung durch rechnerische Simulation

ApplikationsumgebungApplikationsumgebung

PrPrüüfstandfstand: : MeMeßßumgebungumgebung

AufAuf--gabengaben--

stellungstellungVersuchsVersuchs--

planungplanung(DOE)(DOE)

modellgestmodellgestüütztetzteKFOKFO

validiertevalidierteOptimaOptima

KFRKFR

Appl.Appl.--ergebnisergebnis

((fertigerfertigerKennfeldKennfeld--stand)stand)

MessMess--punktepunkte

Versuchs-plan

ttheorheor..OptimaOptima

PrPromoomo--SimulationSimulationQuelle: Mitterer, BMW

Die Methode der modellgestützten Kennfeldoptimierung kann auch dazu eingesetzt werden, eine Off line- Bedatung eines Steuergerätes durchzuführen. Als Beispiel ist hier die Erstbedatung der Steuerung eines vollvariablen Ventiltriebes dargestellt. Die für die Modellgestaltung und Optimierung der Steuerung notwendigen Daten werden nicht über Messungen am Prüfstand ermittelt, sondern über die Ladungswechselrechnung „Promo“ simuliert. Nachdem dieses Rechenprogramm sehr genau ist, erhält man in diesem Fall bereits ein funktionsfähiges, jedoch nicht in jedem Betriebspunkt optimales Steuerelement für den Motor.



Betriebsstrategie für Tankentlüftungsventil zur Entleerung des Aktivkohlefilters (AKF)

Externe Befüllungdes AKF

Einbau ins Fahrzeug

Anpassung Betriebsstrategie

Test Fahrzeug Am Rollenprüfstand

FestlegungBetriebsstrategie für

weitere Fzg-Erprobung

Externe Befüllungdes AKF

Einbau ins Fahrzeug

Anpassung Betriebsstrategie

Test Fahrzeug Am Rollenprüfstand

FestlegungBetriebsstrategie für

weitere Fzg-Erprobung

Test Fahrzeug am HiL

Erstellung Modell für HiL

OptimierungValidierung

Validierung

Optimierung

Anpassung Anpassung

Aktuelles Vorgehenmit Versuchsfahrzeug

Zukünftiges Vorgehenvirtuell am HiL

3.5. „Off line“- Kennfeldoptimierung.Beispiel: Applikation Tankentlüftungsventil am HiL.

Quelle: Rückert, Bross, Symp. für Enteicklungsmethodik, 2009

Der bisher aufwendige Vorgang mit Versuchsfahrzeugen wird zukünftig durch eine virtuelle Festlegung der Betriebsstrategie am HiL mittels Modellen des Motorsbetriebes im Fahrzeug und der Entlüftungsanlage mit großen Zeit- und Kostenersparnissen ersetzt.



4. ECU von BMW Motoren.BMW spezifische Steuergerät-Softwarefunktionen.

Lasterfassung mit Neuronalen Netzen

VerbrennungsregelungLeerlauf und Teillast

Wärmemanagement-Koordinator

Klopfregelung mit Neuronalen Netzen

Abgastemperatur-Modell mit Motor als Neuronales Netz, Abgasanlage alsphysikalisches Modell

Momentenstruktur mitFahrdynamikfunktionen

BMW Funktionen

Quelle: Landerl, Klauer, Klüting, 13.Aachener Kolloquium Fahrzeug- und Motorentechnik 2004

Als Beispiel für die elektronische Steuerung von Verbrennungsmotoren wird hier jene des BMW Reihensechszylinder- Motors angesprochen. Sie beschreibt den funktionsmäßigen Aufbau heutiger Motorregel- und Steuerungssysteme. Es wurden von BMW selbst entwickelte Software- Funktionen realisiert, mit deren Hilfe sämtliche Variabilitäten des VALVETRONIC- Konzeptes konsequent genutzt werden können. Sie umfassen u. a. sowohl modellbasierte Regelungen und Steuerungen für einen optimalen Motorbetrieb als auch Fahrdynamikfunktionen. Es war damit möglich, die Ansprüche an die Agilität des Antriebes eines BMW Fahrzeuges noch besser zu erfüllen wie auch jene an Verbrauch und Leistung bei geringsten Emissionen. Das herausragende Ansprechverhalten des Motors wird funktional gewährleistet durch das Zusammenwirken der neuentwickelten, modellbasierten Laststeuerung und Lasterfassung, der Momentenstruktur und den Komponentenreglern des VALVETRONIC- Systems. Diese eigenentwickelten Funktionen ermöglichen einen optimalen Drehmomentaufbau des Motors. In Verbindung mit den BMW- Fahrdynamikfunktionen (Lastschlagdämpfung und Anti- Ruckelfunktion) wird das Dynamikpotenzial des Antriebsstrangs voll ausgenutzt und vom Fahrer als außergewöhnliche Response wahrgenommen.



Hardware-Architektur

• Motorola MPC563 56 MHz

• Digitaler DSP zur Klopferkennung

• Integrierte VALVETRONIC – Ansteuerung

• Zusätzlich 2 MByte Flash-Speicher

Software-Architektur

Betriebssystem (Zulieferer)Betriebssystem (Zulieferer)

Zulieferer-Funktionen

BMW Funktionen

Schnittstelle

Beispiele.:MomentenstrukturLaststeuerungserfassungFahrdynamikfunktionenZündungAdaption KlopfregelungWärmemanagementVerbrennungsregelung

Quelle: Landerl, Klauer, Klüting, ATZ 2005

4. ECU von BMW Motoren.Hard- und Software- Architektur.

Komplexe, mechatronische Systeme wie die VALVETRONIC erfordern eine leistungsfähige Elektronik zur Beherrschung der zusätzlichen Freiheitsgrade. Das Hardwarekonzept der MSV70 verfügt über einen leistungsstarken Prozessor. Zur Umsetzung des gestiegenen Funktionsumfangs ist in dem Steuergerät ein zusätzlicher Speicher von 2 MByte installiert. Neueste Motorsteuerungen haben einen zusätzlichen Speicher von 3,5 MByte, die Prozessortaktzeit beträgt 180 MHz und die des Systems 90 MHz. Neben den vom Zulieferer bereitgestellten Standardfunktionen wie Ansteuerung der Zündung und der Einspritzung sind über eine eigene Software- Schnittstelle die BMW spezifischen Funktionen eingebaut. Ebenso gehen auch andere Firmen vor oder entwickeln ihre eigene ECU.



Drehzahl

Last

ZZP

Lambda

...

MotorNeuronales Netz

AbgasanlagePhysikalische Modellierung

L,d,Tumg.,vfgz

• Black-Box-Modellierung des Verbrennungsprozesses

• Physikalische Modellierung beschreibbarer Vorgänge

Hybrid- Modell zur Begrenzung der Abgastemperatur alsÜberhitzungsschutz des Katalysators


4. ECU von BMW Motoren.Abgastemperatur- Bauteilschutz.


Neuronales Netz

Sensor-daten

Drehzahl ,Last

Restgas, ROZ

Zündzeitpunkt

Klopf-sensor

• Kontinuierliches, mehrdimensionales Lernen

• Stetige, „glatte“ Adaption


4. ECU von BMW Motoren. Klopfregelung mit „Lernen“ im Fahrzeugbetrieb.



Quelle: Landerl, Klauer, Klüting, ATZ 2005

4. ECU des BMW Reihensechszylinder-Motors.Steuerung des Motorwarmlaufes.

Die Vielzahl an Funktionen im Steuergerät wurde schon mehrfach erwähnt. Um ein möglichst niedriges Emissionsniveau und einen komfortablen Motorlauf nach dem Kaltstart zu erzielen, wird z.B. der Motorwarmlauf speziell gesteuert, damit bei stabilen Verbrennungsabläufen in der kürzesten Zeit die normale Betriebstemperatur des Motors und die Ansprechtemperatur des Katalysators erreicht werden.



5. Mess- und Prüftechnik. Werkzeuge für die Entwicklung von Fahrzeugantrieben.

SIL

HIL-Prüfplatz

Aggregate-PST

Getriebe-PST

Motor-PST

Antriebs-PST

Straßenfahrt

Rollen-PST

Entwicklungsreife


Für die Entwicklung von Motoren ist entsprechend der Entwicklungsreife eine Vielzahl von Werkzeugen eingesetzt, die vom Konstruktions- und „Software in the Loop“- Arbeitsplatz bis zum vollständigen Fahrzeug in der Fahrerprobung reicht. Um sowohl Zeit im Entwicklungsablauf als auch Aufwand bei der Hardware einzusparen, werden entsprechende Untersuchungs- und Abstimmungsaufgaben in möglichst frühen Entwicklungsstadien durchgeführt. War früher für viele Kalibrierungsaufgaben der Fahrzeugeinsatz erforderlich, werden heute HiL sowie moderne Motor- und Antriebsprüfstände verwendet, um die Abstimmungen mit geringem Materialaufwand und unter gut reproduzierbaren Bedingungen durchzuführen.



ComputerAided

Testing

schnellererproben

weniger messen

intelligent automatisieren

virtuellbedaten

- Verknüpfung Prüfstands-automation mitSimulationssoftware

- standardisierte Versuchsbausteine(z.B. Zündwinkelnachführung)

- Fahrbarkeits-beurteilungam hoch-dynamischen Prüfstand

- Optimierungen im mehrdimensiona-

len Parameter-raum

- vollautomatischer Prüfstandsbetrieb

- statistische Versuchsplanung

- HIL/SIL

- Trockenbedatung mittrainierten neuronalenNetzen bzw. Polynomen

- Optimierung mitBerechnungssoft-ware (z.B. PROMO)

- HIL/SIL

-selbstlernende Versuchs-strategien

- automatische DoE

5. Mess- und Prüftechnik.Anforderungen an die Mess- und Prüftechnik.


-Online Kennfeldoptimierung

Hohe Anforderungen sind an die Prüftechnik gestellt, die hohe Messgüte bei vollautomatischem Betrieb des Motors auf dem Prüfstand gewährleisten muss. Mit Hilfe von „Computer Aided Testing – CAT“ werden folgende Ziele in einem modernen Antriebsprüffeld verfolgt:

Ø weniger messen Ø schneller erproben Ø virtuell bedaten Ø intelligent automatisieren



Hybridgebäude für Büro, Prüfstände und Fahrzeugrüstzone mit umwelt- und ressourcenschonender Gebäudetechnik,Prüfstände in Container-Bauweise in 3 Ebenen mit außen-liegenden Messwarten.

5. Mess- und Prüftechnik.BMW Motorenprüfstände für fahrzeugnahen, dynamischen Motorbetrieb.

Fahrzeugrüstzone,H2-tauglich

Raumluft-TechnikMesswarten

Prüfstände, H2-tauglich

Technik-Hof

Motorrüstzone; Lager; Kalibrier-, Motorelektrik-/Elektroniklabor

Büros


BMW hat ein modernes Antriebsprüffeld für Ottomotoren in Betrieb, das zur Erfüllung dieser CAT- Anforderungen konzipiert wurde. Folgendes Konzept wurde realisiert:

• Hybridgebäude mit umwelt- und ressourcenschonender Gebäudetechnik • Prüfstände in Containerbauweise, eingeschoben in drei Geschossen einer

Stahlkonstruktion, und außen liegende Technikerbüros für ein motivierendes Arbeitsumfeld

• Prozess- und materialflussorientierte Anordnung der Funktionsräume, Minimierung von Emissionen und Energieverbrauch durch Stromrückspeisung, Rückgewinnung von Wärmeenergie

• Geschlossenes Kühlsystem • Wartungsfreundliche Einrichtungen • Prüfstandsausrüstung für dynamischen und hochdynamischen Testbetrieb mit

und ohne Getriebe • Prüfstandsautomatisierung in offener Struktur für die Durchführung der

unterschiedlichsten Messaufgaben einschließlich eines vollautomatischen Betriebes

• Einsatz von flüssigen und gasförmigen Kraftstoffen (z. B. H2). • Auslegung und Erprobung von Hybridantrieben

Die Prüfstände sind einheitlich aufgebaut, um sie sowohl flexibel zu nutzen als auch einheitlich bedienen zu können. Der Prüfling kann mit serienmäßiger Abgasanlage möglichst fahrzeugnah aufgebaut werden. Die Funktionalität ermöglicht die Anwendung von rechnergestützten Applikations- und Optimierungsverfahren bis hin zur automatischen Versuchsdurchführung.



Lufthaus

Prüfstand

Doppelboden

5. Mess- und Prüftechnik.BMW Motorenprüfstand für fahrzeugnahen, dynamischen Motorbetrieb.


5. Mess- und Prüftechnik.BMW Motorenprüfstand für fahrzeugnahen, dynamischen Motorbetrieb.



- modularer Aufbau der Prüfzellen mitintegrierten Steuerungskonzepten

- modernste Automatisierungskonzepte- intelligente Versuchsstrategien

InnovativeApplikations-

strategie

Effizienter Prüf-standsbetrieb

angepasste Prüfeinrichtungen

angepasste Kalibrierprozesse

Steuergeräte-funktionen

5. Mess- und Prüftechnik.Innovative Applikationsstrategie.

- integrierte Steuerungskonzepte- genau einstellbare Umweltbedingungen- hochdynamische Fahrzeugsimulation

- mit Methodeneinsatz abgestimmter Applikationsprozess

- intelligente Versuchsstrategie

- mehrdimensionale Abhängigkeitender Steuergerätfunktionen

- BMW Layer

Quelle: Schwarzbauer, Mitterer u.a., AVL Symp. 2003 Der zeitsparende und effiziente Ablauf der Applikation von Motoren erfordert eine durchgängige Abstimmung der Werkzeuge, Abläufe und Methoden auf die Anforderungen der Steuergerätefunktionen. Nur dadurch ist es möglich, die vielen Steuerungsparameter des Motors mit dem geringsten möglichen Aufwand so optimal aufeinander abzustimmen, dass der maximale Kundennutzen erreicht wird. Das Arbeitsumfeld hat sich für den Prüfstandstechniker wesentlich geändert. Sein Qualifikationsprofil hat sich zum Mechatroniker weiterentwickelt.



5. Mess- und Prüftechnik.Bausteine eines hochautomatischen Prüfstandes.

Mes

stec

hn

ik

Prüfstand

PST-Steuerung E-MaschineMedien-

Steuerung MotorSteuer-Gerät

Applikations-System

Messtechnik KlopferkennungIndizierung

Reg

elu

ng

/ Ü

ber

-w

ach

un

g

Prüfstandautomatisierung

GerätetreiberGeräteanbindungund -steuerung Regler

Sonder-Funktionen

CAMEO-Anbindung

ReglerSchwerpunktlage

Ver

such

s-st

euer

un

g

CAMEO

ToolboxAdaptive DOE

ToolboxFüllungserfassung

ToolboxMomentenbedatung

ToolboxOnlineOpt

Preprocessing(z.B. DOE)

Datenbereitstellung


Die einzelnen Komponenten eines hochautomatisierten Prüfstandes sind drei Ebenen zuzuordnen:

• Prüfstand mit Messtechnik • Prüfstandsautomatisierung mit Regelung und Überwachung • Versuchssteuerung mit dem System CAMEO der AVL und den

angeschlossenen Toolboxen Dieser außerordentliche Einsatz an Technik, die ein einzelner Mitarbeiter kaum mehr beherrschen kann, erfordert die Zusammenarbeit von Prüftechnikern, Methodeningenieuren und Applikateuren im Team für das Erreichen des Zieles: „optimierte Funktionalität des Motorbetriebes“.



5. Mess- und Prüftechnik.Messstrategie für die Füllungserfassung beim VALVETRONIC-Motor.

Drehzahl-Liste

DOE-Liste(E-/A-VANOS,

Hub)

Zentral-punkt

Ziel-punkt

Saugrohrdruck ps1

Saugrohrdruck ps2

Saugrohrdruck ps3

Zentralpunkt: DOE-Liste:

Zielpunkt:Drehzahlliste:

Sicherer Betriebspunkt im KennfeldDefinierte Anzahl von Betriebspunkten mit fest-gelegten Größen der SteuerungsparameterPunkt aus der DOE-Liste, der anzufahren istAuflistung der Drehzahlen, für die Zentralpunkte definiert werden



5. Mess- und Prüftechnik.Bausteine eines hochautomatischen Prüfstandes.

Mes

stec

hn

ik

Prüfstand

PST-Steuerung E-MaschineMedien-

Steuerung MotorSteuer-Gerät

Applikations-System

Messtechnik KlopferkennungIndizierung

Reg

elu

ng

/ Ü

ber

-w

ach

un

g

Prüfstandautomatisierung

GerätetreiberGeräteanbindungund -steuerung

Sonder-Funktionen

CAMEO-Anbindung

ReglerSchwerpunktlage

Ver

such

s-st

euer

un

g

CAMEO

ToolboxAdaptive DOE

ToolboxFüllungserfassung

ToolboxMomentenbedatung

ToolboxOnlineOpt

Preprocessing(z.B. DOE)

Datenbereitstellung

Auftrag: DOE erstellen

Auftrag: Füllungserfassung

startenAuftrag:

Drehzahl 2000Füllung erhöhen

Auftrag: Drehzahl 2000

Auftrag: Füllung erhöhen

Auftrag: Schwerpuntlage d. Verbrennung

= 8 Grad n. OT

Auftrag: Zündwinkel

= 22,4 Grad v. OT

nächster Auftrag: Drehzahl 2000

Füllung langsam reduzieren

Automatisierung startet Messtechnik und periphere Geräte

CAMEO beobachtetMessdaten

ReglerDrehzahl

Rückmeldung: Auftrag ausgeführt




5. Mess- und PrüftechnikTrainieren des KNN Modells mit DoE.

10002000

30004000

50006000

20

40

60

80

60

80

100

120

140

NMOTRLVW_W

SP

EV

Modellfunktion: SPEV=f(NMOT,RLVW_W) obererVertrauens-bereich

unterer Ver-trauensbereich 1000

20003000

40005000

6000

20

40

60

80

60

80

100

120

140

NMOTRLVW_W

SP

EV

Messreihe:

10002000

30004000

50006000

20

40

60

80

60

80

100

120

140

NMOTRLVW_W

SP

EV

Lernschritt 0

10002000

30004000

50006000

20

40

60

80

60

80

100

120

140

NMOTRLVW_W

SP

EV

Lernschritt 1

10002000

30004000

50006000

20

40

60

80

60

80

100

120

140

NMOTRLVW_W

SP

EV

Lernschritt 2

10002000

30004000

50006000

20

40

60

80

60

80

100

120

140

NMOTRLVW_W

SP

EV

Lernschritt 5

10002000

30004000

50006000

20

40

60

80

60

80

100

120

140

NMOTRLVW_W

SP

EV

Lernschritt 10

10002000

30004000

50006000

20

40

60

80

60

80

100

120

140

NMOTRLVW_W

SP

EV

Lernschritt 20

10002000

30004000

50006000

20

40

60

80

60

80

100

120

140

NMOTRLVW_W

SP

EV

Lernschritt 30

10002000

30004000

50006000

20

40

60

80

60

80

100

120

140

NMOTRLVW_W

SP

EV

Lernschritt 50


6. Zusammenfassung Die zunehmende Komplexität der zu applizierenden Systeme verlangt die Entwicklung und den Einsatz von vereinfachenden Applikationsverfahren zur Reduzierung des Messaufwandes und der Applikationszeit bei der Funktionsoptimierung von Antrieben. Der Weg dazu erfordert aber auch eine Standardisierung der verschiedenen Bearbeitungsschritte. Die Gewährleistung einer hohen Verfügbarkeit der Messtechnik wie auch ihrer Genauigkeit ist dazu Voraussetzung. Das Zusammenwirken verschiedenster Steuer- und Regelungsgeräte im Fahrzeug verlangt auch die Vereinheitlichung der Regelungsparameter. Regelungsparameter mit ähnlicher oder gleicher Aussage/Auswirkung sollen möglichst gleich sein, damit Wechselwirkungen eindeutig erkannt und Regelungseingriffe schnell und effizient durchgeführt werden. Die Automatisierung der Applikation auf dem Antriebsprüfstand wurde in den letzten Jahren verstärkt vorangetrieben. An dem weiteren Fortschritt wird gearbeitet. An der Applikation von elektronischen Antriebsregelungen sind viele spezialisierte Mitarbeiter der Antriebsentwicklung beteiligt, deren projektorientierte Zusammen-arbeit im Team gefordert ist.


Literaturhinweis: Mitterer A., Fleischhauer T., Zuber-Goos F.,Weicker K.: Modellgestützte Kennfeldoptimierung an Verbrennungsmotoren. In: Mess- und Versuchstechnik im Automobilbau. Düsseldorf, VDI Verlag GmbH, April 1999 Mitterer A.: Optimierung vielparametriger Systeme in der Kfz-Antriebsentwicklung. Dissertation TU München, 2000 Gschweitl K., Pflügl H., Riel A., Leithgöb R.: CAMEO im Online- Motoroptimierungsprozess mit statistischen Verfahren. 4. Intern. Symposium für Verbrennungsdiagnostik. AVL Deutschland, Mai 2000 Gühmann C., Röpke K., Lindemann M.: Gewinnung echtzeitfähiger Modelle für die Hardware-in-the-Loop- Simulation mit Hilfe der statistischen Versuchsplanung. VDI Bericht 1616, Mai 2001 Schwarzbauer G., Liebl H., Mitterer A., Fleischhauer T.: Computer Aided Testing in einem modernen Antriebsprüffeld zur effizienten Kalibrierung komplexer Verbrennungsmotoren. AVL Tagung Motor und Umwelt, 2003 Klöpper F.: Methoden der Motorapplikation. TU München 2009 Rückert J., Bross M.: Applikationsmethodik bei BMW Klöpper F., Vogel A.: Methoden der Motorapplikation. TU München 2009 Graglia F. u.a.: The new General Motors Diesel Engine Management System Developed In-House. 19. Aachener Kolloquium Fahzeug- und Motorentechnik, 2010 Blanchard E. u.a.: Der neue dCi 130 1,6l Dieselmotor von Renault. 19. Aachener Kolloquium Fahrzeug- und Motorentechnik, 2010 Haupt KH. U.a.: Offene Motorsteuerungsplattform für künftige Motorenkonzepte und Hybridisierung – erweckt Motoren zum Leben. 31. Internationales Wiener Motorensymposium 2010 Martinus M., Deicke M., Folie M.: Virtueller Fahrversuch. Hardwareunabhängige Integration von Seriensoftware. ATZ elektronik 2013 Schöppe P. u.a.: Nächste Generation Motorsteuerungssysteme für die Benzin- Direkteinspritzung. Inter. Wiener Motorensymposium 2013 Steinparzer F. u.a.: Die BMW Twin Power Turbo Ottomotoren Technologie als Enabler zur Erfüllung weltweiter Emissionanforderungen. Intern. Wiener Motorensymposium 2013 u. v. a.

IVT TU Graz - Funktionsoptimierung von Antrieben mit ......TU Graz 5.5.2014 Seite 8 Ø Anforderungen...

Documents

Transcript of IVT TU Graz - Funktionsoptimierung von Antrieben mit ......TU Graz 5.5.2014 Seite 8 Ø Anforderungen...