DE102006004516B3 - Bayes-Netz zur Steuerung und Regelung einer Brennkraftmaschine - Google Patents
Bayes-Netz zur Steuerung und Regelung einer Brennkraftmaschine Download PDFInfo
- Publication number
- DE102006004516B3 DE102006004516B3 DE200610004516 DE102006004516A DE102006004516B3 DE 102006004516 B3 DE102006004516 B3 DE 102006004516B3 DE 200610004516 DE200610004516 DE 200610004516 DE 102006004516 A DE102006004516 A DE 102006004516A DE 102006004516 B3 DE102006004516 B3 DE 102006004516B3
- Authority
- DE
- Germany
- Prior art keywords
- probability
- factor
- assigned
- bayesian network
- measured variable
- 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.)
- Expired - Fee Related
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/02—Circuit arrangements for generating control signals
- F02D41/14—Introducing closed-loop corrections
- F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/028—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using expert systems only
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/0002—Controlling intake air
- F02D41/0007—Controlling intake air for control of turbo-charged or super-charged engines
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Mechanical Engineering (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Supercharger (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
Vorgeschlagen wird ein Bayes-Netz zur Steuerung und Regelung einer Brennkraftmaschine, bei dem einer ersten Messgröße (MG1) über eine erste Wahrscheinlichkeits-Tabelle (WTB1) eine erste Wahrscheinlichkeit (W1) zugeordnet wird, der ersten Wahrscheinlichkeit (W1) über eine erste Handlungsanweisung (HAW1) ein erster Faktor (F1) zugewiesen wird, bei dem einer zweiten Messgröße (MG2) über eine zweite Wahrscheinlichkeits-Tabelle (WTB2) eine zweite Wahrscheinlichkeit (W2) zugeordnet wird, der zweiten Wahrscheinlichkeit (W2) über eine zweite Handlungsanweisung (HAW2) ein zweiter Faktor (F2) zugewiesen wird, bei dem der erste Faktor (F1) gegen den zweiten Faktor (F2) über eine Gewichtungs-Handlungsanweisung (GWHA) gewichtet sowie ein Gewichtungsfaktor (FGW) zugeordnet wird und bei dem ein Korrekturwert (KORR) zur Korrektur einer Reglerstellgröße (RSG), insbesondere einer Einspritzmenge, aus dem Gewichtungsfaktor (FGW) über eine Korrekturtabelle (KTB) berechnet wird.
Description
- Die Erfindung betrifft ein Bayes-Netz zur Steuerung und Regelung einer Brennkraftmaschine nach Anspruch 1 sowie ein Bayes-Netz zur Steuerung und Regelung einer Brennkraftmaschine mit mindestens einem Abgasturbolader nach Anspruch 6.
- Der Zustand einer Brennkraftmaschine wird über ein elektronisches Steuergerät in Abhängigkeit von Eingangsgrößen, zum Beispiel einem Leistungswunsch, festgelegt. Zur Umsetzung der Eingangsgrößen auf die entsprechenden Steuergrößen werden Kennlinien und Kennfelder verwendet. So wird zum Beispiel bei einem Common-Railsystem einem Betriebspunkt (Drehzahl, Motormoment) über ein Kennfeld ein Soll-Raildruck zugeordnet, welcher dann von einem Raildruck-Regler in eine entsprechende Stellgröße, insbesondere Volumenstrom, umgesetzt wird. Zur Anpassung an sich ändernde Bedingungen sind zusätzlich eine kennfeldbasierte Vorsteuerung, Kennfeldumschaltungen und Korrekturgrößen vorgesehen. Ein derartiges System ist zum Beispiel aus der
DE 101 57 641 A1 bekannt. - Zur Leistungssteigerung einer Brennkraftmaschine werden Abgasturbolader vorgesehen. Diese können als Abgasturbolader mit variabler Turbinengeometrie oder als schaltbare Abgasturbolader ausgeführt werden, zum Beispiel bei einer Registeraufladung. Im weiteren Text wird ein Abgasturbolader dessen Geometrie veränderbar ist als VTG-Abgasturbolader bezeichnet. Auch bei diesen Systemen bestimmt das elektronische Steuergerät aus den Eingangsgrößen über Kennlinien und Kennfeldern eine Stellgröße. Bei einer Registeraufladung bestimmt das elektronische Steuergerät aus der Drehzahl des permanent betriebenen Abgasturboladers als Stellgröße ein Aktivierungssignal für eine Schaltklappe. Über dieses wird dann der schaltbare Abgasturbolader aktiviert. Ein derartiges System ist beispielsweise aus der
DE 103 08 075 A1 bekannt. - In der Praxis werden die Kennlinien und Kennfelder vom Hersteller der Brennkraftmaschine bei der Erstausstattung mit einem Standard-Parametersatz bestückt. Diese Daten werden dann bei Prüfstandsversuchen angepasst. Hierzu müsste jeder einzelne Betriebspunkt eines jeden Kennfelds gemessen und angepasst werden. Dies ist äußerst aufwendig, so dass häufig die ursprünglichen Werte ungeprüft übernommen werden. Zudem gestaltet sich eine Überprüfung der Funktionalität der Motorsteuerung als sehr schwierig.
- Der Erfindung liegt daher die Aufgabe zu Grunde, Maßnahmen aufzuzeigen mit denen der Abstimmungsaufwand für eine Brennkraftmaschine mit mindestens einem Abgasturbolader verringert werden kann.
- Die Aufgabe wird durch die Merkmale des Anspruchs 1 und die Merkmale des Anspruchs 6 gelöst.
- In beiden Fällen sieht die Erfindung ein Bayes-Netz zur Steuerung und Regelung der Brennkraftmaschine vor. Die Besonderheit bei einem Bayes-Netz besteht unter anderem darin, dass jeder Messgröße eine Wahrscheinlichkeits-Tabelle über alle Zustände hinterlegt ist.
- Aus der
DE 103 33 181 A1 ist ein Bayes-Netz basiertes Expertensystem bekannt, bei dem die technischen Zusammenhänge sowie Abhängigkeiten von einem Experten abgebildet werden. Die den Knoten (Parametern/Variablen) hinterlegten Wahrscheinlichkeitstabellen werden in einem Lernprozess aus Daten an das technische System angepasst. Das Bayes-Netz ist jedoch auf die Diagnose, beispielsweise eines Fahrzeugs, ausgerichtet. - Aus der der WO 2005/033809 A1 ist ebenfalls eine Bayes-Netz bekannt, bei dem zu Beginn alle Knoten (Parameter) miteinander verbunden sind, was eine anfängliche angenommene Abhängigkeit zwischen allen Knoten bedeutet. Dieses aus Knoten und Kanten (Verbindungen) bestehende Bayes-Netzwerk repräsentiert ein statistisches Modell der dadurch beschriebenen Daten, also den Wahrscheinlichkeitstabellen. Durch die Analyse der Messdaten können Verbindungen, die statistisch irrelevant sind, getrennt werden, wodurch das Bayes-Netz aus Daten lernt. Verwendet wird das Bayes-Netz zur Analyse von Einflussgrößen auf einen Brennvorgang in einer Gasturbine. Die Fundstelle liefert daher keinen unmittelbaren Hinweis zur Lösung der Aufgabe.
- In der ersten Ausführungsform der Erfindung ist eine von der geodätischen Höhe abhängige Korrektur einer Einspritzmenge vorgesehen. Die erste Messgröße des Bayes-Netz entspricht einem Umgebungsluftdruck. Die zweite Messgröße entspricht einer Umgebungstemperatur. Unter Messgröße sind im Sinne der Erfindung sowohl direkt gemessene Größen als auch abgeleitete Größen zu verstehen. Das Bayes-Netz sieht nun vor, dass jeder Messgröße jeweils über eine Wahrscheinlichkeits-Tabelle eine Wahrscheinlichkeit zugeordnet wird, welcher über eine Handlungsanweisung ein Faktor zugeordnet wird. Danach werden die Faktoren gegeneinander gewichtet und dem Ergebnis über eine Korrekturtabelle ein Korrekturwert zur Korrektur der Einspritzmenge zugewiesen.
- In der zweiten Ausführungsform der Erfindung ist die Berechnung eines Stellsignals für einen Abgasturbolader ausgeführt. Bei einer Registeraufladung wird durch das Stellsignal der schaltbare Abgasturbolader aktiviert oder deaktiviert. Bei einem VTG-Abgasturbolader wird durch das Stellsignal die Winkellage des Leitgitters zwischen geöffnet und geschlossen verändert. Für einem VTG-Abgasturbolader sieht das Bayes-Netz vor, dass einem Luftkraftstoff-Verhältnis sowie Motordrehzahl über je eine Wahrscheinlichkeits-Tabelle und über je eine Handlungsanweisung die entsprechenden Faktoren zugeordnet werden. Danach werden die beiden Faktoren gegeneinander gewichtet. Einer Laderdrehzahl wird über eine Wahrscheinlichkeits-Tabelle eine entsprechende Wahrscheinlichkeit zugeordnet, aus welcher dann mit dem Ergebnis der Gewichtung die Stellgröße zur Beaufschlagung des Abgasturboladers festlegt wird. Für einen schaltbaren Abgasturbolader ist ergänzend eine Zeitstufe mit Wahrscheinlichkeits-Tabelle zur Festlegung der Stellgröße vorgesehen.
- Die Vorteile der Erfindung gegenüber kennlinien- und kennfeldgesteuerten Motormanagement-Systemen bestehen in einem deutlich geringerem Abstimmungsaufwand, da die technischen Zusammenhänge grafisch, anschaulich abgebildet werden können. Zudem können die Wahrscheinlichkeits-Tabellen aus Daten gelernt werden, wodurch der Aufwand nochmals reduziert wird. Das System ist diagnose- und prognosefähig, unscharfe Informationen können ebenfalls verarbeitet werden.
- In den Zeichnungen ist als ein erstes Ausführungsbeispiel eines Bayes-Netz zur Berechnung einer Korrekturwerts und als ein zweites Ausführungsbeispiel eine Bayes-Netz zur Bestimmung einer Stellgröße für einen Abgasturbolader dargestellt. Es zeigen:
-
1 ein Systemschaubild; -
2 ein Blockschaltbild, erstes Ausführungsbeispiel; -
3 ein Blockschaltbild, zweites Ausführungsbeispiel. - Die
1 zeigt ein Systemschaubild einer Brennkraftmaschine2 mit Common-Railsystem. Das Common-Railsystem umfasst folgende Komponenten: eine Niederdruck-Pumpe5 zur Förderung von Kraftstoff aus einem Kraftstofftank4 , eine veränderbare Saugdrossel6 zur Beeinflussung des durchströmenden Kraftstoff-Volumenstroms, eine Hochdruck-Pumpe7 zur Förderung des Kraftstoffs unter Druckerhöhung, ein Rail8 sowie Einzelspeicher9 zum Speichern des Kraftstoffs und Injektoren10 zum Einspritzen des Kraftstoffs in die Brennräume der Brennkraftmaschine2 . Zur Leistungssteigerung der Brennkraftmaschine2 ist mindestens ein Abgasturbolader3 vorgesehen. Der Abasturbolader3 kann als VTG-Abgasturbolader oder als schaltbarer Abgasturbolader bei einer Registeraufladung ausgeführt sein. - Die Betriebsweise der Brennkraftmaschine
1 wird durch ein elektronisches Steuergerät (ADEC)12 bestimmt. Das elektronische Steuergerät12 beinhaltet die üblichen Bestandteile eines Mikrocomputersystems, beispielsweise einen Mikroprozessor, I/O-Bausteine, Puffer und Speicherbausteine (EEPROM, RAM). In den Speicherbausteinen sind die für den Betrieb der Brennkraftmaschine1 relevanten Betriebsdaten appliziert. Über diese berechnet das elektronische Steuergerät12 aus den Eingangsgrößen die Ausgangsgrößen. In1 sind exemplarisch folgende Eingangsgrößen dargestellt: ein Raildruck pCR, der mittels eines Rail-Drucksensors11 gemessen wird, eine Motor-Drehzahl nMOT, eine Laderdrehzahl nATL des Abgasturboladers3 und eine Eingangsgröße EIN. Unter der Eingangsgröße EIN sind beispielsweise der Ladeluftdruck des Abgasturboladers3 , ein Luftkraftstoff-Verhältnis, ein Umgebungsluftdruck, eine Umgebungstemperatur und die Temperaturen der Kühl-/Schmiermittel sowie des Kraftstoffs subsumiert. - In
1 sind als Ausgangsgrößen des elektronischen Steuergeräts12 ein Signal PWM zur Ansteuerung der Saugdrossel6 , ein Signal ve zur Ansteuerung der Injektoren10 , ein Stellsignal SG zur Ansteuerung des Abgasturboladers3 und eine Ausgangsgröße AUS dargestellt. Die Ausgangsgröße AUS steht stellvertretend für die weiteren Stellsignale zur Steuerung und Regelung der Brennkraftmaschine2 . Das Signal ve steht stellvertretend für ein leistungsbestimmendes Signal, beispielsweise für eine Einspritzmenge. Über das Stellsignal SG wird das Leitgitter des VTG-Abgasturboladers entweder geöffnet oder geschlossen bzw. bei einem schaltbaren Abgasturbolader dieser aktiviert oder deaktiviert. - In
2 ist ein Bayes-Netz1 zur Steuerung und Regelung einer Brennkraftmaschine2 in einer ersten Ausführung dargestellt. Die Eingangsgrößen (Variablen) des Bayes-Netz1 sind eine erste Messgröße MG1 und zweite Messgröße MG2. Das dargestellt Bayes-Netz1 wird zur Höhen-Korrektur verwendet. Daher entspricht die erste Messgröße MG1 dem Umgebungsluftdruck p0 und die zweiter Messgröße MG2 entspricht der Umgebungstemperatur T0. Die Ausgangsgröße des Bayes-Netz entspricht bei diesem Ausführungsbeispiel einem Korrekturwert KORR. Über den Korrekturwert KORR wird ein Reglerstellsignal RSG, beispielsweise Einspritzmenge, korrigiert. Das Reglerstellsignal RSG wird über einen Regler13 aus einer Regelabweichung dR festgelegt. Das Ausgangssignal ve entspricht der korrigierten Reglerstellgröße RSG. - Dem Umgebungsluftdruck p0 wird über eine erste Wahrscheinlichkeits-Tabelle WTB1 eine erste Wahrscheinlichkeit W1 zugeordnet. In der ersten Wahrscheinlichkeits-Tabelle WTB1 sind drei Druckbereiche skaliert. In dem dargestellten Beispiel ist der exakte Umgebungsluftdruck p0 bekannt, hier: 850 ± 29 mbar. Die Wahrscheinlichkeit, dass der Umgebungsluftdruck p0 im Bereich von 800 bis 900 mbar liegt, beträgt daher 100. Der Wahrscheinlichkeit W1 wird über eine erste Handlungsanweisung HAW1 ein erster Faktor F1 zugeodnet. Die erste Handlungsanweisung HAW1 enthält drei Zuordnungen. Diese stehen für eine höhere Einspritzmenge (Plus), Beibehalten der Einspritzmenge (Halten) und Verringern der Einspritzmenge (Minus). Für das Beispiel bedeutet dies, dass der erste Faktor F1 eine höhere Einspritzmenge auf Grund des Tiefdrucks anfordert.
- Der Umgebungstemperatur T0 wird über eine zweite Wahrscheinlichkeits-Tabelle WTB2 eine zweite Wahrscheinlichkeit W2 zugeordnet. Die zweite Wahrscheinlichkeits-Tabelle WTB2 enthält drei Temperaturbereiche. Für das angegeben Beispiel beträgt die Umgebungstemperatur 35 ± 1,4°C. Die Wahrscheinlichkeit, dass diese im Bereich von 30 bis 80°C liegt, beträgt daher 100%. Der zweiten Wahrscheinlichkeit W2 wird über eine zweite Handlungsanweisung HAW2 ein zweiter Faktor F2 zugewiesen. Die zweite Handlungsanweisung HAW2 enthält dieselben Zuordnungen wie die erste Handlungsanweisung HAW1. Für das Beispiel bedeutet dies, dass die Einspritzmenge auf Grund der hohen Umgebungstemperatur verringert wird.
- Der erste Faktor F1 und der zweite Faktor F2 sind die Eingangsgrößen für eine Gewichtungs-Handlungsanweisung GWHA. In
2 wird der Gewichtungs-Handlungsanweisung GWHA als weitere Eingangsgröße ein dritter Faktor F3 zugeführt. Dieser wird aus einer Betriebszeit BZT des Injektors ermittelt. Der Betriebszeit BZT wird über eine dritte Wahrscheinlichkeits-Tabelle WTB3 eine dritte Wahrscheinlichkeit W3 zugeordnet. Beim dargestellten Beispiel beträgt die aufgelaufene Betriebszeit des Injektors 250 ± 140 Betriebsstunden. Die Wahrscheinlichkeit, dass diese Betriebszeit im Bereich von Null bis fünf hundert Betriebsstunden liegt, beträgt daher 100. Der dritten Wahrscheinlichkeit W3 wird dann über eine dritte Handlungsanweisung HAW3 der dritte Faktor F3 zugewiesen. Die dritte Handlungsanweisung HAW3 steht stellvertretend für den Verschleiß am Injektor. Diese ist analog zu den beiden anderen Handlungsanweisungen HAW1 und HAW2 aufgebaut. Im dargestellten Beispiel entspricht der dritte Faktor F3 der Anweisung, dass die Einspritzmenge beibehalten wird. - Über die Gewichtungs-Handlungsanweisung GWHA werden die drei Faktoren F1 bis F3 gegeneinander gewichtet. Diese enthält die gleiche Angaben wie die zuvor beschriebenen Handlungsanweisungen. Beim dargestellten Beispiel beträgt der höchste Anteil 70%. Dies entspricht einem Gewichtungsfaktor FGW, welcher die Eingangsgröße für eine Korrekturtabelle KTB darstellt. Die Korrekturtabelle KTB bestimmt welche Einspritzmenge aller Wahrscheinlichkeit nach die Sinnvollste ist. Hierzu wird der Maximalwert ausgewertet, hier 50.9. Als Korrekturwert KORR ergibt sich ein Wertebereich von 0.99 bis 1.01. An einem Multiplikationspunkt wird die vom Regler 13 berechnete Reglerstellgröße RSG mit dem Wert KORR multipliziert. Die Ausgangsgröße entspricht dann der korrigierten Einspritzmenge ve.
- In
3 ist ein Bayes-Netz1 zur Steuerung und Regelung einer Brennkraftmaschine2 in einer zweiten Ausführung dargestellt. Die Eingangsgrößen (Variablen) des Bayes-Netz1 sind vier Messgrößen MG1 bis MG4. Das dargestellte Bayes-Netz wird zum Aktivieren oder Deaktivieren eines schaltbaren Abgasturboladers verwendet. Die erste Messgröße MG1 entspricht dem Luftkraftstoff-Verhältnis LAM, die zweite Messgröße MG2 entspricht der Motordrehzahl nMOT, die dritte Messgröße MG3 entspricht der Laderdrehzahl nATL des permanent betriebenen Abgasturboladers und die vierte Messgröße MG4 entspricht einer Zeitstufe dT. - Dem Luftkraftstoff-Verhältnis LAM wird über eine erste Wahrscheinlichkeitstabelle WTB1 eine erste Wahrscheinlichkeit W1 zugeordnet. Im dargestellten Beispiel beträgt das Luftkraftstoff-Verhältnis LAM z. B. Eins. Die Wahrscheinlichkeit, dass das Luftkraftstoff-Verhältnis LAM im Bereich von 1 bis 2 liegt, beträgt daher 100%. Der Wahrscheinlichkeit W1 wird über eine erste Handlungsanweisung HAW1 ein erster Faktor F1 zugeordnet. Die erste Handlungsanweisung HAW1 enthält die Zuordnungsvorschrift Schließen und Halten. Schließen steht für die Aktivierung des schaltbaren Abgasturboladers. Halten steht für die Beibehaltung des aktuellen Zustands.
- Der Motordrehzahl nMot wird über eine zweite Wahrscheinlichkeits-Tabelle WTB2 eine zweite Wahrscheinlichkeit W2 zugeordnet. Die zweite Wahrscheinlichkeits-Tabelle WTB2 enthält mehrere Motordrehzahl-Bereiche. Für das angegeben Beispiel beträgt die Motordrehzahl z.B. 1500 Umdrehungen/Minute. Die Wahrscheinlichkeit, dass diese im Bereich von 1000 bis 1700 Umdrehungen/Minute liegt, beträgt daher 100. Der zweiten Wahrscheinlichkeit W2 wird über eine zweite Handlungsanweisung HAW2 ein zweiter Faktor F2 zugewiesen. Die zweite Handlungsanweisung HAW2 enthält dieselbe Zuordnungsvorschriften wie die erste Handlungsanweisung HAW1. Der erste Faktor F1 und zweite Faktor F2 werden über eine dritte Handlungsanweisung HAW3 gegeneinander gewichtet, z. B. über arithmetische Mittelwert-Bildung. Die Ausgangsgröße entspricht einem dritten Faktor F3.
- Der Zeitstufe dT wird über eine vierte Wahrscheinlichkeits-Tabelle WTB4 eine vierte Wahrscheinlichkeit W4 zugeordnet. Die Zeitstufe dT steht für diejenige Zeit, welche seit der letzen Deaktivierung des schaltbaren Abgasturboladers vergangen ist. Beim dargestellten Beispiel wurde dieser erst vor kurzem deaktiviert, zum Beispiel vor 3 Sekunden. Die vierte Wahrscheinlichkeit W4 beträgt daher 100%. Der vierten Wahrscheinlichkeit W4 und dem dritten Faktor F3 wird dann über eine fünfte Handlungsanweisung HAW5 ein vierter Faktor F4 zugewiesen. Auf Grund des geringen Zeitraum seit der letzten Deaktivierung des schaltbaren Abgasturboladers enthält der vierte Faktor die Anweisung, dass der aktuelle Zustand beibehalten werden soll.
- Der Laderdrehzahl nATL wird über eine dritte Wahrscheinlichkeits-Tabelle WTB3 eine dritte Wahrscheinlichkeit W3 zugeordnet. Dieser wird dann zusammen mit dem vierten Faktor F4 über eine vierte Handlungsanweisung HAW4 ein Stellsignal SG zugeordnet. Beim dargestellten Beispiel wird der bisherige Zustand beibehalten, d. h. der schaltbare Abgasturbolader bleibt deaktiviert.
- Wird an Stelle eines schaltbaren Abgasturbolader ein VTG-Abgasturbolader verwendet, so entfällt der Signalpfad für die Zeitstufe dT und die fünfte Handlungsanweisung HAW5. In diesem Fall wird das Stellsignal SG aus dem dritten Faktor F3 und der vierten Wahrscheinlichkeit W4 gebildet.
- Aus der Beschreibung ergeben sich für die Erfindung die folgenden Vorteile:
- – Die technischen Zusammenhänge können grafisch und damit anschaulich abgebildet werden;
- – Die Strukturen der Motorsteuerung können ähnlich einem neuronalen Netz aus den Daten gelernt werden;
- – Die den Variablen (Messgrößen) hinterlegten Wahrscheinlichkeits-Tabellen können aus Daten gelernt werden;
- – Das System ist diagnosefähig und kann daher mit einem Motordiagnose-System einfach gekoppelt werden;
- – Die zukünftige Entwicklung einer Messgröße kann abgeschätzt werden, d. h. das System ist prognosefähig;
- – Unscharfe Informationen können ebenso verarbeitet werden;
- – Eine Interaktion mit Kennfeldern und Sensordaten ist möglich;
- – Die Daten werden reduziert und verdichtet.
-
- 1
- Bayes-Netz
- 2
- Brennkraftmaschine
- 3
- Abgasturbolader
- 4
- Kraftstofftank
- 5
- Niederdruck-Pumpe
- 6
- Saugdrossel
- 7
- Hochdruck-Pumpe
- 8
- Rail
- 9
- Einzelspeicher
- 10
- Injektor
- 11
- Rail-Drucksensor
- 12
- elektronisches Steuergerät (ADEC)
- 13
- Regler
Claims (10)
- Bayes-Netz (
1 ) zur Steuerung und Regelung einer Brennkraftmaschine (2 ), bei dem einer ersten Messgröße (MG1) über eine erste Wahrscheinlichkeits-Tabelle (WTB1) eine erste Wahrscheinlichkeit (W1) zugeordnet wird, der ersten Wahrscheinlichkeit (W1) über eine erste Handlungsanweisung (HAW1) eine erster Faktor (F1) zugewiesen wird, bei dem einer zweiten Messgröße (MG2) über eine zweite Wahrscheinlichkeits-Tabelle (WTB2) eine zweite Wahrscheinlichkeit (W2) zugeordnet wird, der zweiten Wahrscheinlichkeit (W2) über eine zweite Handlungsanweisung (HAW2) ein zweiter Faktor (F2) zugewiesen wird, bei dem der erste Faktor (F1) gegen den zweiten Faktor (F2) über eine Gewichtungs-Handlungsanweisung (GWHA) gewichtet sowie ein Gewichtungsfaktor (FGW) zugeordnet wird und bei dem ein Korrekturwert (KORR) zur Korrektur einer Reglerstellgröße (RSG), insbesondere einer Einspritzmenge, aus dem Gewichtungsfaktor (FGW) über eine Korrekturtabelle (KTB) berechnet wird. - Bayes-Netz (
1 ) nach Anspruch 1, dadurch gekennzeichnet, dass der Gewichtungsfaktor (FGW) zusätzlich in Abhängigkeit eines dritten Faktors (F3) berechnet wird, welcher in Abhängigkeit der Betriebszeit (BZT) eines Injektors (10 ) festgelegt wird. - Bayes-Netz (
1 ) nach Anspruch 2, dadurch gekennzeichnet, dass der dritte Faktor (F3) berechnet wird, indem der Betriebszeit (BZT) über eine dritte Wahrscheinlichkeits-Tabelle (WTB3) ein dritte Wahrscheinlichkeit (W3) zugeordnet wird und der dritten Wahrscheinlichkeit (W3) über eine dritte Handlungsanweisung (HAW3) der dritte Faktor (F3) zugewiesen wird. - Bayes-Netz nach Anspruch 3, dadurch gekennzeichnet, dass die erste (HAW1), die zweite (HAW2) und die dritte Handlungsanweisung (HAW3) jeweils drei Vorschriften im Sinne einer Vergrößerung, Beibehalten oder Verringerung der Reglerstellgröße (RSG) enthalten.
- Bayes-Netz (
1 ) nach Anspruch 3 oder 4, dadurch gekennzeichnet, dass die erste Messgröße (MG1) einem Umgebungsluftdruck (p0) und die zweite Messgröße (MW2) einer Umgebungstemperatur (T0) entspricht. - Bayes-Netz (
1 ) zur Steuerung und Regelung einer Brennkraftmaschine (2 ) mit mindestens einem Abgasturbolader (3 ), bei dem einer ersten Messgröße (MG1) über eine erste Wahrscheinlichkeits-Tabelle (WTB1) eine erste Wahrscheinlichkeit (W1) zugeordnet wird, der ersten Wahrscheinlichkeit (W1) über eine erste Handlungsanweisung (HAW1) eine erster Faktor (F1) zugewiesen wird, bei dem einer zweiten Messgröße (MG2) über eine zweite Wahrscheinlichkeits-Tabelle (WTB2) eine zweite Wahrscheinlichkeit (W2) zugeordnet wird, der zweiten Wahrscheinlichkeit (W2) über eine zweite Handlungsanweisung (HAW2) ein zweiter Faktor (F2) zugewiesen wird, bei dem dem ersten (F1) sowie zweiten Faktor (F2) über eine dritte Handlungsanweisung (HAW3) ein dritter Faktor (F3) zuwiesen wird, bei dem einer dritten Messgröße (MG3) über eine dritte Wahrscheinlichkeitstabelle (WTB3) eine dritte Wahrscheinlichkeit (W3) zugeordnet wird, und bei dem eine Stellgröße (SG) zur Beaufschlagung des Abgasturboladers (3 ) aus dem dritten Faktor (F3) sowie der dritten Wahrscheinlichkeit (W3) über eine vierte Handlungsanweisung (HAW4) berechnet wird. - Bayes-Netz (
1 ) nach Anspruch 6, dadurch gekennzeichnet, dass die Stellgröße (SG) einen Abgasturbolader mit variabler Turbinengeometrie im Sinne des Öffnens oder Schließens beaufschlagt. - Bayes-Netz (
1 ) nach Anspruch 6, dadurch gekennzeichnet, das einer vierten Messgröße (MG4) über eine vierte Warscheinlichkeitstabelle (WTB4) eine vierte Wahrscheinlichkeit (W4) zugeordnet wird und die Stellgröße (SG) zur Beaufschlagung des Abgasturboladers (3 ) zusätzlich in Abhängigkeit der vierten Wahrscheinlichkeit (W4) berechnet wird. - Bayes-Netz (
1 ) nach Anspruch 8, dadurch gekennzeichnet, dass die Stellgröße (SG) einen schaltbaren Abgasturbolader (3 ) aktiviert oder deaktiviert. - Bayes-Netz (
1 ) nach Anspruch 8, dadurch gekennzeichnet, dass die erste Messgröße (MG1) einem Luft-Kraftstoffverhältnis (LAM), die zweite Messgröße (MG2) einer Motordrehzahl (nMOT), die dritte Messgröße (MG3) einer Laderdrehzahl (nATL) und die vierte Messgröße (MG4) einer Zeitstufe (dT) entsprechen.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE200610004516 DE102006004516B3 (de) | 2006-02-01 | 2006-02-01 | Bayes-Netz zur Steuerung und Regelung einer Brennkraftmaschine |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE200610004516 DE102006004516B3 (de) | 2006-02-01 | 2006-02-01 | Bayes-Netz zur Steuerung und Regelung einer Brennkraftmaschine |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102006004516B3 true DE102006004516B3 (de) | 2007-03-08 |
Family
ID=37735773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE200610004516 Expired - Fee Related DE102006004516B3 (de) | 2006-02-01 | 2006-02-01 | Bayes-Netz zur Steuerung und Regelung einer Brennkraftmaschine |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102006004516B3 (de) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2053475A1 (de) * | 2007-10-26 | 2009-04-29 | Siemens Aktiengesellschaft | Verfahren zur Analyse des Betriebs einer Gasturbine |
DE102017009582B3 (de) | 2017-10-16 | 2018-07-26 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
DE102017009583B3 (de) | 2017-10-16 | 2018-11-22 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
DE102017005783A1 (de) | 2017-06-20 | 2018-12-20 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
DE102018001727A1 (de) | 2018-03-05 | 2019-09-05 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
WO2021037643A1 (de) | 2019-08-26 | 2021-03-04 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine |
DE102020001323A1 (de) | 2020-02-28 | 2021-09-02 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
DE102020003174A1 (de) | 2020-05-27 | 2021-12-02 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10157641A1 (de) * | 2001-11-24 | 2003-06-12 | Mtu Friedrichshafen Gmbh | Verfahren zur Steuerung einer Brennkraftmaschine |
DE10308075A1 (de) * | 2003-02-26 | 2004-09-16 | Mtu Friedrichshafen Gmbh | Brennkraftmaschine mit Abgasturboladern |
WO2005033809A1 (de) * | 2003-09-30 | 2005-04-14 | Siemens Aktiengesellschaft | VERFAHREN, COMPUTERPROGRAMM MIT PROGRAMMCODE-MITTELN UND COMPUTERPROGRAMM-PRODUKT ZUR ANALYSE VON EINFLUSSGRÖßEN AUF EINEN BRENNVORGANG IN EINER BRENNKAMMER UNTER VERWENDUNG EINES TRAINIERBAREN, STATISTISCHEN MODELLS |
DE10333181A1 (de) * | 2003-07-22 | 2005-05-12 | Daimler Chrysler Ag | Bayesnetz basiertes Diagnosesystem mit zeitlichem Verhalten |
-
2006
- 2006-02-01 DE DE200610004516 patent/DE102006004516B3/de not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10157641A1 (de) * | 2001-11-24 | 2003-06-12 | Mtu Friedrichshafen Gmbh | Verfahren zur Steuerung einer Brennkraftmaschine |
DE10308075A1 (de) * | 2003-02-26 | 2004-09-16 | Mtu Friedrichshafen Gmbh | Brennkraftmaschine mit Abgasturboladern |
DE10333181A1 (de) * | 2003-07-22 | 2005-05-12 | Daimler Chrysler Ag | Bayesnetz basiertes Diagnosesystem mit zeitlichem Verhalten |
WO2005033809A1 (de) * | 2003-09-30 | 2005-04-14 | Siemens Aktiengesellschaft | VERFAHREN, COMPUTERPROGRAMM MIT PROGRAMMCODE-MITTELN UND COMPUTERPROGRAMM-PRODUKT ZUR ANALYSE VON EINFLUSSGRÖßEN AUF EINEN BRENNVORGANG IN EINER BRENNKAMMER UNTER VERWENDUNG EINES TRAINIERBAREN, STATISTISCHEN MODELLS |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009053183A3 (de) * | 2007-10-26 | 2009-06-11 | Siemens Ag | Verfahren zur analyse des betriebs einer gasturbine |
US8396689B2 (en) | 2007-10-26 | 2013-03-12 | Siemens Aktiengesellschaft | Method for analysis of the operation of a gas turbine |
EP2053475A1 (de) * | 2007-10-26 | 2009-04-29 | Siemens Aktiengesellschaft | Verfahren zur Analyse des Betriebs einer Gasturbine |
WO2018234093A1 (de) | 2017-06-20 | 2018-12-27 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine |
DE102017005783B4 (de) | 2017-06-20 | 2021-12-02 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
DE102017005783A1 (de) | 2017-06-20 | 2018-12-20 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
WO2019076502A1 (de) | 2017-10-16 | 2019-04-25 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine |
WO2019076501A1 (de) | 2017-10-16 | 2019-04-25 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine |
CN111226029A (zh) * | 2017-10-16 | 2020-06-02 | Mtu 腓特烈港有限责任公司 | 用于基于模型地控制和调节内燃机的方法 |
US11365698B2 (en) | 2017-10-16 | 2022-06-21 | Mtu Friedrichshafen Gmbh | Method for the model-based control and regulation of an internal combustion engine |
DE102017009583B3 (de) | 2017-10-16 | 2018-11-22 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
US10975795B2 (en) | 2017-10-16 | 2021-04-13 | Mtu Friedrichshafen Gmbh | Method for the model-based control and regulation of an internal combustion engine |
DE102017009582B3 (de) | 2017-10-16 | 2018-07-26 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
US11156183B2 (en) | 2018-03-05 | 2021-10-26 | Mtu Friedrichshafen Gmbh | Method for the model-based control and regulation of an internal combustion engine |
DE102018001727A1 (de) | 2018-03-05 | 2019-09-05 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
WO2019170492A1 (de) | 2018-03-05 | 2019-09-12 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine |
DE102018001727B4 (de) * | 2018-03-05 | 2021-02-11 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
DE102019005996A1 (de) * | 2019-08-26 | 2021-03-04 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
DE102019005996B4 (de) * | 2019-08-26 | 2021-06-17 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
WO2021037643A1 (de) | 2019-08-26 | 2021-03-04 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine |
WO2021170761A1 (de) | 2020-02-28 | 2021-09-02 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine |
DE102020001323A1 (de) | 2020-02-28 | 2021-09-02 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
CN115103955A (zh) * | 2020-02-28 | 2022-09-23 | 罗尔斯·罗伊斯解决方案有限公司 | 用于基于模型地控制和调节内燃机的方法 |
US11846243B2 (en) | 2020-02-28 | 2023-12-19 | Rolls-Royce Solutions GmbH | Method for the model-based open-loop and closed-loop control of an internal combustion engine |
DE102020003174A1 (de) | 2020-05-27 | 2021-12-02 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
WO2021239752A1 (de) | 2020-05-27 | 2021-12-02 | Mtu Friedrichshafen Ghbh | Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine |
DE102020003174B4 (de) | 2020-05-27 | 2022-03-24 | Mtu Friedrichshafen Gmbh | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine |
US11788484B2 (en) | 2020-05-27 | 2023-10-17 | Rolls-Royce Solutions GmbH | Method for the model-based open-loop and closed-loop control of an internal combustion engine |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102006004516B3 (de) | Bayes-Netz zur Steuerung und Regelung einer Brennkraftmaschine | |
DE19502150C1 (de) | System zur Regelung der Aufladung einer Brennkraftmaschine | |
DE102007009689B4 (de) | Verfahren zum Betreiben einer Brennkraftmaschine mit Abgasrückführung | |
DE102017009583B3 (de) | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine | |
DE102012207124B4 (de) | Verfahren zum Betrieb einer Brennkraftmaschine, Einrichtung zur Steuerung- und/oder Regelung einer Brennkraftmaschine, Brennkraftmaschine und Verwendung der Einrichtung zum Betrieb einer Brennkraftmaschine | |
DE4207541B4 (de) | System zur Steuerung einer Brennkraftmaschine | |
EP1254310B1 (de) | Regelsystem für eine brennkraftmaschine | |
DE102014217591A1 (de) | Verfahren und Vorrichtung zur Ansteuerung eines Abgasrückführventils einer aufgeladenen Brennkraftmaschine mit Abgasrückführung | |
DE102015111713A1 (de) | Steuerbetrieb-Abweichungskompensationsverfahren eines Turboladers | |
DE102012209415B4 (de) | Verfahren und Vorrichtung zur Diagnose eines Stellgebers für eine abgasgetriebene Aufladeeinrichtung | |
DE102006048227B4 (de) | Verfahren und Vorrichtung zur Ermittlung einer Betriebscharakteristik eines Einspritzsystems sowie ein entsprechend ausgerüsteter Verbrennungsmotor | |
DE102009021387A1 (de) | Verfahren zum Applizieren einer Motorsteuerung eines Verbrennungsmotors | |
DE10356713B4 (de) | Verfahren zur Regelung bzw. Steuerung einer in einem Kreisprozess arbeitenden Brennkraftmaschine | |
DE102017122817A1 (de) | Verfahren und system zur katalysatorrückkopplungsregelung | |
DE102011088403B3 (de) | Bestimmen eines Werts für einen Ventilhub eines Ventils eines individuellen Zylinders einer Brennkraftmaschine mit mehreren Zylindern | |
DE102016206329A1 (de) | Verfahren zum Betreiben eines einen Wastegate-Turbolader aufweisenden Verbrennungsmotors und Verbrennungsmotor | |
DE102018006312A1 (de) | Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine | |
DE102015210226A1 (de) | Verfahren und Vorrichtung zur Erhöhung der Leistung eines Verbrennungsmotors durch Nutzung eines Turboladerdrehzahlmodells und eines Turboladerdrehzahlsensors | |
DE112009000324B4 (de) | Verfahren und Computerprogrammprodukt zum Abgleichen eines Luftmassenstromsensors einer Motoranordnung eines Kraftfahrzeugs | |
DE102008005154A1 (de) | Verfahren und Vorrichtung zur Überwachung einer Motorsteuereinheit | |
DE10160469A1 (de) | Verfahren zur Begrenzung der Drehzahl eines Abgasturboladers für eine Brennkraftmaschine | |
DE102018100093B4 (de) | Tracking einer diagnostik für kontinuierlich variable ventilsysteme | |
DE10338775B4 (de) | Diagnoseeinrichtung für einen Verbrennungsmotor | |
DE102017203445B3 (de) | Verfahren und Vorrichtung zur Steuerung eines von einem Abgasturbolader aufgeladenen Verbrennungsmotors | |
DE4302339C2 (de) | Verfahren und Vorrichtung zur Begrenzung der höchstzulässigen Kraftstoffmenge |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8100 | Publication of the examined application without publication of unexamined application | ||
8364 | No opposition during term of opposition | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |