-
Stand der Technik
-
Die
vorliegende Erfindung betrifft das Gebiet der Messtechnik und insbesondere
die Klopferkennung in einem Brennkraftmotor.
-
Die
Klopferkennung basiert üblicherweise auf
der Integration der gefilterten und gleichgerichteten Körperschallsignale
und den daraus berechneten Referenzpegeln. Die Integration erfolgt über dem klopfrelevanten
Bereich, einem definierten Zeitfenster. Zur Klopfdetektion werden
im Stand der Technik bislang nur Verfahren verwendet, die auf linearen Methoden
beruhen. Generell werden Daten nur eingeschränkt auf überwachten und nicht linearen
Ansätzen
beruhenden Methoden der Klassifikation eingesetzt.
-
Offenbarung der Erfindung
-
Der
Vorteil der vorliegenden Erfindung besteht in einer deutlich verbesserten
Klopferkennung in einem Brennkraftmotor, die einfach, zuverlässig und
kostengünstig
realisierbar ist.
-
Dieser
Vorteil wird durch ein Verfahren zur Klopferkennung in einem Brennkraftmotor
erzielt, bei dem Schwingungsdaten des Motors einer linearen oder
nicht linearen Stützvektormaschine
(SVM, Support-Vector-Machine) zugeführt werden, die bereits einem
Entscheidungstraining mit Trainingsdaten und bekannten Klassenwerten
unterzogen wurde, bei dem die Stützvektoren
festgelegt wurden, und die auf Grundlage der Schwingungsdaten und
der Stützvektoren
signalisiert, ob ein Klopfen des Motors vorliegt oder nicht.
-
Die
Erfindung geht dabei von der Überlegung aus,
dass alternativ zu dem linearen Ansatz, der im wesentlichen auf
Methoden der linearen Systemtheorie und Signalverarbeitung beruht,
auch überwacht arbeitende
und nicht lineare Klassifikationsmethoden mit geringen Anpassungen
für die
Klopfdetektion zum Einsatz kommen können. Aus dem umfangreichen
und bewährten
Repertoire von Methoden sind für
die Klopfdetektion solche Verfahren geeignet, die ein hohes Maß an Erkennungssicherheit,
Robustheit, Unempfindlichkeit gegen hohe Datendimension und die
Fähigkeit
zur Aufwandsminimierung durch Reduktion auf wesentliche Anteile
der Trainingsdaten besitzen. Das führende Verfahren zum Stand
der Technik ist ohne Zweifel die Stützvektormaschine, deren Einsatz
durch das binäre
Entscheidungsproblem der Klopfdetektion begünstigt wird.
-
Eine
Stützvektormaschine
ist ein Klassifikator, der eine Menge von Objekten so in Klassen
unterteilt, dass um die Klassengrenzen herum ein möglichst
breiter Bereich frei von Objekten bleibt. Stützvektormaschinen sind dabei
keine Maschinen im herkömmlichen
Sinne, bestehen also nicht aus greifbaren Bauteilen. Es handelt
sich vielmehr um ein rein mathematisches Verfahren der Mustererkennung, das
in Computerprogrammen umgesetzt wird. Der Namensteil 'Maschine' weist dementsprechend
auf das Herkunftsgebiet der Stützvektormaschine,
nämlich
das maschinelle Lernen hin.
-
Ein
wesentlicher Punkt der Erfindung besteht in dem Einsatz dieses jüngeren Klassifikationsverfahrens
für die
Klopfdetektion. Ein linearer Algorithmus klassifiziert die Schwingungsdaten
mit Hilfe einer linearen Funktion. Diese ist jedoch nur optimal, wenn
auch das zu Grunde liegende Klassifikationsproblem linear ist. In
vielen Anwendungen ist dies aber nicht der Fall. Im Fall der Klopferkennung
besteht ein möglicher
Ausweg darin, die Daten in einem Raum höherer Dimension darzustellen.
Die Stützvektormaschine
kann deshalb gerade in ihrer nicht linearen Ausprägung bei
hoher Datendimension eine sehr gute Erkennungsleistung erreichen.
Der spezielle Optimierungsansatz erlaubt das Auffinden des besten
Optimums für
die Platzierung der Trennfunktion. Die Trainingstichprobe wird auf
eine deutlich geringere Anzahl von Stützvektoren (Support-Vektoren)
reduziert, was eine effiziente Steuergerätintegration begünstigt.
Weitere Freiheitsgrade erlauben eine Optimierung des Trainings und
des Generalisierungsverhaltens auch bei Auftreten von pathologischen Fällen (Ausreißern) in
der Stichprobe. Diese Merkmale heben die SVM gegenüber anderen
Klassifizierern hervor.
-
Bevorzugte
Weiterbildungen des erfindungsgemäßen Verfahrens sind in den
Unteransprüchen angegeben.
-
Danach
ist in einer vorteilhaften Ausprägung des
Verfahrens vorgesehen, dass eine Wahrscheinlichkeitsschätzung durchgeführt wird,
deren Ergebnis zur Repräsentation
in einem Korrelationsdiagramm und/oder zur Entscheidungsfindung über das
Klopfen skaliert bzw normiert wird. Die diskrete Ausgabe eines Klassifizierers
wird damit durch die kontinuierliche Dichteschätzung ersetzt, die als Ersatz
des Integralwertes in üblicher
Korrelationsdarstellung und zur Klopferkennung verwendet werden
kann. Für
den effizienten Einsatz und Verglichen mit dem Stand der Technik
ist eine geeignete Normierung essentiell. Übliche Klassifikationsalgorithmen
variieren oft mit wachsender Datendimension an Erkennungsfähigkeit,
speichern nahezu vollständig
eine (erhebliche) Trainingsstichprobe ab und weisen nicht immer
zufriedenstellende Generalisierungsleistungen auf. Dies wird durch
eine entsprechende Normierung ausgeschlossen.
-
In
einer weiteren vorteilhaften Ausprägung werden die Schwingungsdaten
des Motors einer Vorverarbeitung zugeführt, insbesondere einer (normalen
oder schnellen) Fourier-Transformation.
Der Einsatz der Stützvektormaschine
ist durch die inhärenten
Methodeneigenschaften auf den Rohdaten direkt möglich und sinnvoll, der Einsatz
von Vorverarbeitung, zB durch FFT (Fast Fourier Transformation), ST-FFT
(Short Time Fast Fourier Transformation), Wavelets oä ist jedoch
wirksam und nutzbringend, ua zur weiteren Aufwandsreduktion bei
der Verkörperung
durch ein Steuergerät.
Im Gegensatz zu den Sinus- und Kosinusfunktionen der Fourier-Transformation
besitzen die meistverwendeten Wavelets dabei nicht nur Lokalität im Frequenzspektrum,
sondern auch im Zeitbereich. Dabei ist 'Lokalität' im Sinne kleiner Streuungen zu verstehen.
-
Bevorzugt
wird der Stützvektormaschine
im Trainingsvorgang Datenmaterial aus bestimmten störenden Zuständen vorgegeben,
das als nicht klopfend markiert ist. Die Trainingsdaten umfassen
dann Einflüsse,
die insbesondere aus einem Kolbenkippen herrühren. Damit wird die Stürzvektormaschine
auch auf eine robuste Trennung zwischen der Gruppe Nichtklopfen
inklusive den störenden
Zuständen
gegen die Gruppe Klopfen trainiert, was die Klopferkennung deutlich
zuverlässiger
macht.
-
Bevorzugt
ist es auch, wenn eine systematische Optimierung von Verfahrensparametern
der Stützvektormaschine
durchgeführt
wird, insbesondere über
einen Gauß-Kern.
Damit wird deren Erkennungsleistung weiter verbessert. Dazu können zB evolutionäre Optimierungsverfahren
wie Genetische Algorithmen, Evolutionsstrategien, Schwarmintelligenz
oder hybride Verfahren herangezogen werden. In einer besonders leistungsstarken
Ausprägung
des Verfahrens ist dabei vorgesehen, dass die Stützvektormaschine über einen
Gauß-Kern
(Gauß-Kernel) verfügt, der
auch als RBF(Radial-Basis-Funktion)-Kern
bezeichnet wird. Dieser Kern verfügt über besonders gute Verallgemeinerungsfähigkeiten,
ist schnell und robust hinsichtlich hoher Datendimensionen, benötigt nur
eine geringe Anzahl von Trainingsdaten und weist eine geringe Ergebnisstreuung
auf.
-
Die
Erkennungsleistung kann dadurch weiter gesteigert werden, indem
mehrere Instanzen der Stützvektormaschine
zur hierarchischen Klopferkennung für den gesamten Drehzahl-Last-Bereich des Motors
vorgesehen sind. Der Einsatz multipler Stützvektormaschinen-Instanzen
in einer Klassifikationshierarchie erlaubt unter anderem prinzipiell
die Kompensation veränderlicher
Randbedingungen. Hierzu zählen
unterschiedliche Betriebsbedingen, zB Drehzahl und/oder Störungen.
Es lassen sich aber insbesondere auch mehrere Entscheidungsebenen
fusionieren, dh die Aussagen von Klassifikatoren über Ebenen
hinweg zusammenfassen, was das Verfahren besonders sicher macht.
-
Der
Vorteil der Erfindung wird auch durch eine Vorrichtung zur Klopferkennung
in einem Brennkraftmotor erzielt, mit einem Sensor zum Erfassen von
Schwingungsdaten des Motors, und mit einer damit verbundenen rechnerbasierten,
linearen oder nicht linearen Stützvektormaschine,
die zum Durchführen
des erfindungsgemäßen Verfahrens
ausgebildet ist.
-
Die
Vorrichtung verkörpert
damit das erfindungsgemäße Verfahren
und weist die gleichen Vorteile aus.
-
Die
Verwendung einer linearen oder nicht linearen Stützvektormaschine ist dabei
grundsätzlich nicht
nur auf die Klopferkennung beschränkt, sondern kann alternativ
oder gleichzeitig auch zur Aussetzerkennung und/oder zur Ventilschließzeiterkennung
in einem Brennkraftmotor genutzt werden. Bevorzugt soll die lineare
oder nicht lineare Stützvektormaschine
zur Voreinspritzdetektion in einem Dieselmotor verwendet werden.
-
Die
vorliegende Erfindung wird im Folgenden anhand eines Ausführungsbeispiels
unter Bezugnahme auf die beiliegenden Figuren näher erläutert. Gleiche oder gleichwirkende
Teile sind mit gleichen Bezugsziffern versehen. Es zeigen:
-
1 eine
symbolische Darstellung von Komponenten einer erfindungsgemäßen Vorrichtung zur
Klopferkennung in einem Brennkraftmotor;
-
2 ein
Diagramm mit relativen Klopfintensitäten eines Zylinders, die über dessen
Kompressionsdruck angetragen sind, erhalten mit der Vorrichtung
der 1;
-
3 das
Diagramm der 2, mit normalisierten relativen
Klopfintensitäten
des Zylinders über dessen
Kompressionsdruck, erhalten mit der Vorrichtung der 1,
und
-
4 ein
Diagramm mit relativen Klopfintensitäten eines Zylinders, die über dessen
Kompressionsdruck angetragen sind, erhalten mit einer bekannten
Vorrichtung.
-
Die 1 zeigt
eine symbolische Darstellung von Komponenten einer erfindungsgemäßen Vorrichtung
zur Klopferkennung in einem Brennkraftmotor 10. Dabei ist
eine rechnerbasierte, nicht lineare Stützvektormaschine 20 mit
einem Sensor 30 verbunden. Der Sensor 30 misst
Schwingungen des Motors 10 und übermittelt die Schwingungsdaten
DV (Data Vibration) an die Maschine 20, die hier über einen
Gauß-Kern 21 verfügen soll.
-
Ausgangsbasis
für den
Bau der Stützvektormaschine 20 ist
eine Menge von Trainingsdaten, für die
jeweils bekannt ist, welcher Klasse (klopfend oder nicht klopfend)
sie zugehören.
Jedes Datum wird durch einen Vektor in einem Vektorraum repräsentiert.
Aufgabe der Stützvektormaschine 20 ist
es, in diesem Raum eine mehrdimensionale Hyperebene einzupassen,
die als Trennfläche
fungiert und die Trainingsdaten in zwei Klassen teilt. Der Abstand derjenigen
Vektoren, die der Hyperebene am nächsten liegen, wird dabei maximiert.
Dieser breite, leere Rand soll später dafür sorgen, dass auch Objekte, die
nicht genau den Trainingsdaten entsprechen, möglichst zuverlässig klassifiziert
werden.
-
Die
Klassifikationsmethode der Stützvektormaschine 20 wird
für die
Klopfdetektion eingesetzt, in dem eine Instanz mit Klopfsensordaten
DV eingangsseitig belegt wird, während
ausgangsseitig im Training der bekannte Klassenwert (klopfend, nicht
klopfend) zum Muster angelegt wird. Die Stützvektoren und andere interne
Freiheitsgrade werden im Lernvorgang festgelegt. Für Trainingsdaten
und neue Daten steht dann ein Entscheider zur Verfügung. Ein
besonderes Merkmal der Erfindung ist dabei die Verwendung der internen
Wahrscheinlichkeitsdichteschätzung
und deren passender Skalierung bzw Normierung zur Repräsentation
im Korrelationsdiagram und zur Entscheidungsfindung der Klopfdetektion.
-
Die
Erkennungsdaten DK (Data Knocking), also ob klopfend oder nicht
klopfend, werden von der Stützvektormaschine 20 zB
an ein Motorsteuerungsgerät
(nicht gezeigt) weitergegeben.
-
Die 2 zeigt
ein Diagramm mit relativen Klopfintensitäten SVM-RKI (Support-Vector-Machine,
Relative Knocking Intensity) eines Zylinders, die über dessen
Kompressionsdruck P (Pressure) in bar angetragen sind, erhalten
mit der Vorrichtung der 1. Das Diagramm ist dabei über jeweils
eine gestrichelte senkrechte und waagerechte Linie in vier Quadranten
geteilt. Ein Klopfen des Zylinders liegt danach vor, wenn die relative
Klopfintensität SVM-RKI
in die beiden rechten Quadranten, insbesondere aber in dem linken
oberen Quadranten fällt. In
diesem ist eine Klopferkennung besonders schwierig, weil sie nicht
durch einen erhöhten
Kompressionsdruck P indiziert ist und damit leicht feststellbar
wäre. Wie
aus der Lage relativer Klopfintensitäten zu diesem Quadranten entnehmbar
ist, lässt das
erfindungsgemäße Verfahren
eine zuverlässige Klopferkennung
schon bei niedrigen Drücken
zu.
-
Die 3 zeigt
das Diagramm der 2, mit normalisierten relativen
Klopfintensitäten SVM-RKI-N
(Support-Vector-Machine, Relative Knocking Intensity, Normalized)
des Zylinders über
dessen Kompressionsdruck P, erhalten mit der Vorrichtung der 1.
Dabei wurde eine stufenweise Verstärkung der Schwingungssignale
herausgerechnet, so dass die Ergebnisse mit denen eines konventionellen
Klopferkennungsverfahrens vergleichbar sind.
-
Die 4 zeigt
ein Diagramm mit relativen Klopfintensitäten RKI (Relative Knocking
Intensity) eines Zylinders, die über
dessen Kompressionsdruck P angetragen sind, erhalten mit einer bekannten
Vorrichtung. Die relativen Klopfintensitäten RKI weisen dabei zunächst eine
wesentlich größere Streuung und
damit Ungenauigkeit auf. Ein Klopfen wird zudem wesentlich weniger
häufig
erkannt, was auf eine deutlich geringere Zuverlässigkeit der Klopferkennung
hinweist.
-
Das
erfindungsgemäße Verfahren
ist dem bekannten Verfahren damit überlegen und verbessert die
Klopferkennung in einem Brennkraftmotor entscheidend. Da bereits
ein frühes
Klopfen zuverlässig
erkannt und in der Folge ausgesteuert werden kann, wird die Leistungsfähigkeit
von Brennkraftmotoren entscheidend verbessert. Dabei ist das neue Verfahren
leicht implementierbar und somit kostengünstig.