DE102009024544A1 - Method for automated data input for controller of vehicle for improving moment prediction of vehicle drive, involves using data input to build characteristic for parameters concerning ignition angle - Google Patents

Method for automated data input for controller of vehicle for improving moment prediction of vehicle drive, involves using data input to build characteristic for parameters concerning ignition angle Download PDF

Info

Publication number
DE102009024544A1
DE102009024544A1 DE200910024544 DE102009024544A DE102009024544A1 DE 102009024544 A1 DE102009024544 A1 DE 102009024544A1 DE 200910024544 DE200910024544 DE 200910024544 DE 102009024544 A DE102009024544 A DE 102009024544A DE 102009024544 A1 DE102009024544 A1 DE 102009024544A1
Authority
DE
Germany
Prior art keywords
optimizer
characteristic
torque
values
map
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
DE200910024544
Other languages
German (de)
Inventor
Thomas Sentis
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FEV SOFTWARE AN TESTING SOLUTIONS GMBH, DE
FEV SOFTWARE AND TESTING SOLUTIONS GMBH, DE
Original Assignee
FEV Motorentechnik GmbH and Co KG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by FEV Motorentechnik GmbH and Co KG filed Critical FEV Motorentechnik GmbH and Co KG
Priority to DE200910024544 priority Critical patent/DE102009024544A1/en
Publication of DE102009024544A1 publication Critical patent/DE102009024544A1/en
Ceased legal-status Critical Current

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
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
    • F02D41/2425—Particular ways of programming the data
    • F02D41/2429—Methods of calibrating or learning
    • F02D41/2432—Methods of calibration
    • 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
    • F02D41/1406—Introducing closed-loop corrections characterised by the control or regulation method with use of a optimisation method, e.g. iteration
    • 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
    • F02D2041/1433—Introducing closed-loop corrections characterised by the control or regulation method using a model or simulation of the system
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/10—Parameters related to the engine output, e.g. engine torque or engine speed
    • F02D2200/1002—Output torque
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/10—Parameters related to the engine output, e.g. engine torque or engine speed
    • F02D2200/1002—Output torque
    • F02D2200/1004—Estimation of the output torque
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2250/00—Engine control related to specific problems or objectives
    • F02D2250/18—Control of the engine output torque
    • 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
    • F02D41/04—Introducing corrections for particular operating conditions
    • F02D41/10—Introducing corrections for particular operating conditions for acceleration
    • F02D41/102—Switching from sequential injection to simultaneous injection
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02P—IGNITION, OTHER THAN COMPRESSION IGNITION, FOR INTERNAL-COMBUSTION ENGINES; TESTING OF IGNITION TIMING IN COMPRESSION-IGNITION ENGINES
    • F02P5/00—Advancing or retarding ignition; Control therefor
    • F02P5/04—Advancing or retarding ignition; Control therefor automatically, as a function of the working conditions of the engine or vehicle or of the atmospheric conditions
    • F02P5/145—Advancing or retarding ignition; Control therefor automatically, as a function of the working conditions of the engine or vehicle or of the atmospheric conditions using electrical means
    • F02P5/15—Digital data processing
    • F02P5/1502—Digital data processing using one central computing unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

The method involves using the data input to build a characteristic for parameters concerning an ignition angle (spk) and a characteristic diagram concerning an inner motor torque. Another characteristic diagram is provided for concerning an ignition angle corresponding to the inner motor torque. An independent claim is also included for a test field with a vehicle drive.

Description

Die vorliegende Erfindung betrifft eine automatisierte Bedatung für ein Steuergerät eines Fahrzeugs zur Verbesserung einer Momentenvorhersage eines Fahrzeugantriebs sowie ein Testfeld mit einem Fahrzeugantrieb, der zumindest eine fremdgezündete Verbrennungskraftmaschine und einen Rechner umfasst, der ein Modell eines Steuergeräts des Fahrzeugs als mathematische Funktion sowie einen Optimierer, beispielsweise einen numerischen Optimierer aufweist.The The present invention relates to an automated device for a control unit of a vehicle for improving a Torque forecast of a vehicle drive and a test field with a vehicle drive, the at least one spark-ignited Internal combustion engine and a calculator that includes a model a control unit of the vehicle as a mathematical function and an optimizer, such as a numeric optimizer having.

Um die immer komplexer werdenden Entwicklungen bei insbesondere Kraftfahrzeugantrieben, aber auch bei anderen Fahrzeugen mit überschaubarerem Aufwand betreiben zu können, wird immer mehr auf eine virtuelle Entwicklungsebene zurückgegriffen, mittels der auf Basis vorhandener Daten, die insbesondere experimentell gewonnen werden, Rückschlüsse auf das aktuelle tatsächliche Verhalten gewonnen werden können.Around the increasingly complex developments in particular motor vehicle drives, but also with other vehicles with manageable effort being able to operate is becoming more and more virtual Development level, using the basis of existing data obtained in particular experimentally, Conclusions on the current actual Behavior can be won.

So ist es beispielsweise bekannt, bei der Entwicklung von fremdgezündeten Verbrennungskraftmaschinen eine Momentenstruktur als Grundstruktur eines Motorsteuerungssystems heranzuziehen. Hierbei werden eine Auswahl oder aber alle hierfür erforderlichen Leistungsanforderungen von beispielsweise Fahrer, ein oder mehreren Assistenzsystemen wie auch ein oder mehreren Nebenaggregaten erfasst. Hieraus kann beispielsweise ein Gesamtmoment gebildet werden, das als Soll-Moment dienen soll. Beispielsweise wird ein derartiges Wunschmoment als eine Führungsgröße eines Antriebsbetriebes, insbesondere eines Betriebs einer Verbrennungskraftmaschine, genutzt. Ein effektives Drehmoment, welches erzeugt wird, wird sodann beispielsweise über ein Momentenmodell im Motorsteuergerät berechnet. Die Genauigkeit des Momentenmodells im Motorsteuergerät ist grundlegend dafür, dass zum einen eine schnelle Anpassung des Motormomentes entsprechend einer Leistungsanforderung, zum anderen ein ruckfreies Fahrverhalten ermöglicht wird.So For example, it is known in the development of spark-ignited Internal combustion engines a moment structure as a basic structure an engine control system. This will be a Choice or all required performance requirements For example, driver, one or more assistance systems such as also one or more accessories detected. This can, for example a total moment to be formed, which is to serve as a target moment. For example, such a desired moment becomes a reference variable a drive operation, in particular an operation of an internal combustion engine, used. An effective torque that is generated then becomes for example via a moment model in the engine control unit calculated. The accuracy of the torque model in the engine control unit is fundamental for a quick adaptation the engine torque according to a power requirement, on the other a smooth ride is possible.

So ist aus dem Stand der Technik beispielsweise die WO 99/57426 A1 bekannt. Dort wird ein Verfahren zur Bestimmung von Kennfelddaten beschrieben, wobei einige Kennfelddaten mittels experimenteller Versuche ermittelt werden und anschließend Parameter für ein oder mehrere mathematischen Funktionen berechnet werden. Anhand der Parameter werden Zielgrößen errechnet, die Kennfelddaten darstellen oder aus denen sich Kennfelddaten ermitteln lassen. Des Weiteren ist aus der DE 199 10 035 A1 der Anmelderin selbst eine automatische Kennfeldoptimierung bekannt, bei der eine Güteberücksichtigung wie auch Glattheit des Kennfeldes relevant ist. Die automatische Kennfeldoptimie rung ist aufgesetzt auf Daten, die unter anderem den Zündzeitpunkt umfassen. Hierbei erfolgt eine allgemeine Füllung von Kennfeldern anhand von Messdaten.For example, from the prior art, the WO 99/57426 A1 known. There, a method for determining map data is described, wherein some map data are determined by means of experimental experiments and then parameters for one or more mathematical functions are calculated. On the basis of the parameters, target values are calculated which represent map data or from which map data can be determined. Furthermore, from the DE 199 10 035 A1 the applicant itself an automatic map optimization known in which a consideration of quality as well as smoothness of the map is relevant. The automatic map optimization is based on data that include, among other things, the ignition timing. Here, a general filling of maps takes place on the basis of measured data.

Aus ”Neue effiziente Applikationsverfahren für die physikalisch basierte Motorsteuerung ME7”, Stefan Unland, Harald Stuhler und Axel Stuber, MTZ Motortechnische Zeitschrift 59, 1988 , geht wiederum eine Vorgehensweise hervor, die wie folgt aufgebaut ist:

  • 1. Gruppierung von Messdaten entsprechend von Zündwinkelschleifen
  • 2. Modellierung eines inneren Moments über einen Zündwinkel in jeder Zündwinkelschleife mittels eines Polynommodells
  • 3. Eintragen eines Maximalwerts eines jeden Polynommodells an einer zugehörigen Stützstelle für eine Drehzahl und eine Füllung in ein erstes Kennfeld und einen zugehörigen Zündwinkel in ein zweites Kennfeld; bei einem klopfbegrenzten Motorbetrieb ist zur Ermittlung des Maximums eine Extrapolation des Polynommodells erforderlich
  • 4. Aus den eingetragenen Werten in dem ersten und zweiten Kennfeld werden durch Interpolation und Extrapolation Werte an initialen Stützstellen der Kennfelder berechnet
  • 5. Die bis zu ihrem Maximum extrapolierten Modelle der Zündwinkelschleifen werden auf den Maximalwert von 1 normiert
  • 6. Eine Mittelung der normierten Zündwinkelschleifen ergibt eine Kennlinie für den Zündwinkelwirkungsgrad
Out "New efficient application methods for the physically based motor control ME7", Stefan Unland, Harald Stuhler and Axel Stuber, MTZ Motortechnische Zeitschrift 59, 1988 , again follows a procedure that is structured as follows:
  • 1. Grouping of measured data corresponding to ignition angle loops
  • 2. Modeling of an internal moment via an ignition angle in each ignition angle loop by means of a polynomial model
  • 3. Entering a maximum value of each polynomial model at an associated support point for a speed and a filling in a first map and an associated firing angle in a second map; in a knock-limited engine operation, an extrapolation of the polynomial model is required to determine the maximum
  • 4. From the registered values in the first and second maps, values are calculated at initial reference points of the maps by interpolation and extrapolation
  • 5. The up to their maximum extrapolated models of the firing angle loops are normalized to the maximum value of 1
  • 6. Averaging the normalized firing angle loops gives a characteristic for the Zündwinkelwirkungsgrad

Die zuletzt aufgezeigte Vorgehensweise ist eine durchaus übliche, weist allerdings einen hohen Auswerteaufwand auf. Dieser ist bedingt durch viele einzelne Arbeitsschritte. Darüber hinaus ist eine Kennfeldglättung als finaler Arbeitsschritt vorgesehen, der wiederum eine Genauigkeit des Momentenmodells ohne eine eingehende Betrachtung der jeweiligen Auswirkungen durch die Kennfeldglättung selbst ermöglicht. Darüber hinaus birgt die Nutzung eines Modells zur Bestimmung von Kennfeldwerten für ein optimales Moment wie auch einen Zündwinkel Fehlerquellen, insbesondere dann, falls der angenommene Modellansatz ein physikalisches Verhalten in den Zündwinkelschleifen nicht wiedergeben kann. Des Weiteren ist als systemimmanenter Nachteil bei derartigen Modellen vorhanden, dass bei einer Extrapolation keine Datenbasis vorliegt und somit nur eine eingeschränkte, wenn nicht sogar keine Gültigkeit der dabei aufgefundenen Werte vorhanden ist. Ein weiterer Nachteil ergibt sich daraus, dass eine Verringerung des Vorhersagefehlers des Momentenmodells nur auf indirektem Wege erfolgt. Ein Zusammenspiel von Kennfeldwerten bezüglich eines optimalen Motormoments sowie zugehörigem optimalen Zündwinkels nebst Zündwinkelwirkungsgrad und Vorhersagefehler werden bei dieser Vorgehensweise gerade nicht berücksichtigt.The last-mentioned procedure is quite usual, but has a high evaluation effort. This is due to many individual steps. In addition, a map smoothing is provided as a final step, which in turn allows accuracy of the torque model without a detailed consideration of the respective effects of the map smoothing itself. In addition, the use of a model for determining map values for an optimal moment as well as a firing angle involves sources of error, especially if the assumed model approach can not reflect a physical behavior in the firing angle loops. Furthermore, as a system-inherent disadvantage of such models, there is no database for extrapolation, and thus only limited, if not even, validity of the values found thereby is present. Another disadvantage arises from the fact that a reduction of the prediction error of the moment model only done indirectly. An interaction of characteristic map values with regard to an optimal engine torque as well as the associated optimum ignition angle together with ignition angle efficiency and prediction error are not taken into account in this procedure.

Aufgabe der vorliegenden Erfindung ist es, eine automatisierte Bedatung zur Verfügung zu stellen, die die oben angesprochenen Nachteile zumindest teilweise überwindet, insbesondere einen geringeren Auswerteaufwand wie auch eine Verbesserung der Vorhersagegenauigkeit ermöglicht.task The present invention is an automated calibration to provide the above-mentioned disadvantages at least partially overcomes, especially a lesser Evaluation effort as well as an improvement of the prediction accuracy allows.

Diese Aufgabe wird mit einer automatisierten Bedatung für ein Steuergerät eines Fahrzeugs mit den Merkmalen des Anspruches 1 sowie mit einem Testfeld mit einem Fahrzeugantrieb mit den Merkmalen des Anspruches 16 gelöst. Weitere vorteilhafte. Ausgestaltungen und Merkmale sind in den jeweiligen Unteransprüchen angegeben. Die jeweiligen Merkmale sind jedoch nicht auf die einzelnen Unteransprüche beschränkt. Vielmehr können diese mit Merkmalen aus anderen Unteransprüchen wie auch aus der nachfolgenden Beschreibung zu weiteren Ausgestaltungen verknüpft werden.These Task comes with an automated setting for a Control device of a vehicle with the features of the claim 1 and with a test field with a vehicle drive with the features of claim 16 solved. Further advantageous. refinements and features are given in the respective subclaims. However, the respective features are not limited to the individual subclaims limited. Rather, these can be with features from other dependent claims as well as from the following Description linked to further embodiments.

Es wird eine automatisierte Bedatung für ein Steuergerät eines Fahrzeugs zur Verbesserung einer Momentenvorhersage eines Fahrzeugantriebs vorgeschlagen, wobei der Fahrzeugantrieb eine fremdgezündete Verbrennungskraftmaschine umfasst. Die Bedatung wird zum Aufbau zumindest einer Kennlinie für einen einen Zündwinkelwirkungsgrad betreffenden Parameter, eines ersten Kennfelds betreffend ein inneres Motormoment und eines zweiten Kennfelds betreffend eines zum inneren Motormoment zugehörigen Zündwinkels genutzt. Des Weiteren wird eine Anzahl auszuwertender Messdaten, die bei unterschiedlichen Betriebspunkten, insbesondere betreffend Drehzahl, Temperatur und/oder Füllung der Verbrennungskraftmaschine ermittelt werden, eine mathematische Formulierung eines Momentenmodells des Steuergeräts und ein Optimierer genutzt, wobei der Optimierer Werte in der Kennlinie und den beiden Kennfeldern derart vorgibt, dass Abweichungen zwischen Momentenvorhersagen und gemessenen Momentenwerten minimiert werden.It becomes an automated conditioner for a controller a vehicle for improving a torque prediction of a vehicle Vehicle propulsion proposed, wherein the vehicle drive a spark-ignited internal combustion engine includes. The rating becomes the structure of at least one characteristic for an ignition angle efficiency Parameter, a first map relating to an internal engine torque and a second map relating to an engine internal torque used ignition angle. Furthermore is a number of measurement data to be evaluated, which at different Operating points, in particular with respect to speed, temperature and / or Filling the internal combustion engine are determined a mathematical formulation of a moment model of the controller and an optimizer, where the optimizer has values in the characteristic and the two maps so pretends that deviations between Moment predictions and measured torque values are minimized.

Auf diese Weise kann iterativ überprüft und eingestellt werden, dass die Werte der Bedatung so gut sind, dass im späteren Betrieb die Momentenvorhersage ein Ziel-Moment ergibt, welches mindestens annähernd dem entspricht, was gewünscht wird.On this way can be iteratively checked and adjusted be that the values of the rating are so good that in the later Operation, the torque prediction yields a target torque which is at least almost corresponds to what is desired.

Gemäß einer Ausgestaltung wird vorgeschlagen, dass der Optimierer die mathematische Formulierung des Momentenmodells nutzt, um dadurch die ersten Messdaten automatisch in die Kennlinie, das erste und das zweite Kennfeld umzusetzen.According to one Embodiment is proposed that the optimizer the mathematical Formulation of the torque model uses, thereby the first measurement data automatically into the characteristic curve, the first and the second characteristic map implement.

Ein Vorteil dieser Vorgehensweise ist, dass für einen Nutzer dieser automatisierten Bedatung ein Einschritt-Verfahren genutzt werden kann. Mittels dieses Einschritt-Verfahrens werden die Kennfelder nicht mehr schrittweise entsprechend einer Zündwinkelschleife für die jeweilige Stützstelle von Drehzahl und Füllung bedatet. Vielmehr erlaubt der Einsatz des Optimierers, das alle Einträge in den Kennfeldern und auch der Kennlinie gleichzeitig bedatet werden können. Bevorzugt ist hierbei, dass der Optimierer, bevorzugt ein numerischer Optimierer, ein Gradientenverfahren einsetzt. Darüber hinaus ist es ebenfalls bevorzugt, wenn der Optimierer eine Minimierung aller Abweichungen zwischen den jeweiligen Vorhersagen des Momentenmodells und den entsprechenden Messdaten bewirkt. Bevorzugt erfolgt eine Minimierung der Summe der Quadrate aller Abweichungen. Gemäß einer Ausgestaltung nutzt der Optimierer ein numerisches Verfahren oder aber einen genetischen Algorithmus.One Advantage of this approach is that for a user This automated assessment uses a one-step procedure can be. By means of this one-step process, the maps no longer stepwise according to a firing angle loop for each support point of speed and Filling bedatet. Rather, the use of the optimizer allows all entries in the maps and also the characteristic can be fed at the same time. Preference is here, that the optimizer, preferably a numerical optimizer, a gradient method starts. In addition, it is also preferable if the optimizer minimizes any deviations between the respective predictions of the moment model and the corresponding Measured data causes. Preferably, the sum is minimized the squares of all deviations. According to one embodiment the optimizer uses a numerical method or a genetic one Algorithm.

Eine Weiterbildung sieht vor, dass ausgehend von einer initialen Bedatung der Optimierer einen ersten Kostenwert berechnet und sodann eine iterative Anpassung der Bedatung erfolgt, bis eine ausreichende, insbesondere vorgebbare Minimierung erreicht wird. Als Abbruchkriterium dient bevorzugt eine Einstellung einer unteren Grenze der Kostendifferenz von einer Iteration zur nächsten Iteration. Auf diese Weise kann auf direktem Wege eine Minimierung von Fehlern in der Berechnung eines inneren Momentes erfolgen.A Further training provides that, starting from an initial Bedatung the optimizer calculates a first cost value and then a iterative adjustment of the rating takes place until a sufficient, particular specifiable minimization is achieved. As a termination criterion is preferably a setting of a lower limit of the cost difference from one iteration to the next iteration. In this way can directly minimize errors in the calculation an internal moment.

Die Nutzung eines Kostenmodells weist darüber hinaus den Vorteil auf, dass eine Glattheit der Kennfelder während der Berechnung vorgenommen werden kann durch Berücksichtigung entsprechender Kostenterme. Im Gegensatz zu der im Stand der Technik bekannten Vorgehensweise, bei der eine nachgeschaltete Glättung nach Bedatung der Kennfelder beziehungsweise der Kennlinie erfolgt, wird nun vorgeschlagen, stattdessen durch Berücksichtigung entsprechender Kostenterme in der Kostenfunktion des Optimierers direkt eine Glättung durch Lösung des Optimierungsproblems zu erzielen. Der Optimierer ist somit in der Lage, einen jeweils zugehörigen Kostenwert errechnen zu können, so dass anschließend zugehörige Werte der Motorsteuerung iterativ angepasst werden können, bis der Kostenwert entsprechend minimiert ist. Weiterhin bevorzugt ist es, dass eine Gewichtung des Kostenterms zur Berücksichtigung einer Glattheit gegenüber einer Größe betreffend eines Vorhersagefehlers erfolgt. Mittels dieser Gewichtung kann im Rahmen der Aufstellung der Kostenfunktion des Optimierers festgelegt werden, ob zu Lasten der Glattheit der Vorhersagefehler zunimmt oder aber umgekehrt, der Vorhersagefehler minimiert, gleichzeitig aber die Glattheit aufgegeben wird. Durch entsprechende Vorgaben kann hierbei ein gewünschter Ausgleich zwischen beiden Zielen gefunden werden.The use of a cost model also has the advantage that a smoothness of the maps during the calculation can be made by taking into account corresponding cost terms. In contrast to the procedure known in the prior art, in which a subsequent smoothing takes place after the characteristic curves or the characteristic curve have been defined, it is now proposed instead to achieve a smoothing by solving the optimization problem by taking into account corresponding cost terms in the cost function of the optimizer. The optimizer is thus able to calculate a respective associated cost value, so that subsequently associated values of the engine control can be iteratively adjusted until the cost value is minimized accordingly. Furthermore, it is preferable that a weighting of the cost term to take into account a smoothness compared to a size be a prediction error occurs. By means of this weighting, it can be determined within the framework of the cost function of the optimizer whether, at the expense of smoothness, the prediction error increases or vice versa, the prediction error is minimized, but at the same time the smoothness is abandoned. By appropriate specifications this can be found a desired balance between the two goals.

Gemäß einer Weiterbildung ist des Weiteren vorgesehen, dass der Optimierer zumindest die Mehrzahl, vorzugsweise alle Werte an Stützstellen der Kennlinie, des ersten und des zweiten Kennfeldes ermittelt, insbesondere berechnet. Auf diese Weise ist beispielsweise sichergestellt, dass bei einer notwendigen Interpolation zwischen entsprechenden Stützstellen die Vorhersagegenauigkeit sehr hoch sein wird, so dass der Kostenterm bezüglich der geforderten Glattheit kleiner ausfallen kann. Bevorzugt benutzt der Optimierer die Gesamtheit der Messdaten, vorzugsweise in jedem Optimierungsschritt.According to one Further development is further provided that the optimizer at least the majority, preferably all values at nodes of Characteristic, the first and the second map determined, in particular calculated. This ensures, for example, that with a necessary interpolation between corresponding nodes the prediction accuracy will be very high, so the cost term with regard to the required smoothness may be smaller. Preferably, the optimizer uses the entirety of the measurement data, preferably in every optimization step.

Eine weitere vorteilhafte Ausgestaltung sieht vor, dass der Optimierer nicht gefüllte Kennfeldpunkte und/oder Kennlinienpunkte zumindest teilweise, bevorzugt vollständig automatisch ergänzt. Auch kann vorgesehen sein, dass der Optimierer die Werte von Kennfeldpunkten, an denen kein Moment gemessen wurde, also keine Messdaten bestehen, automatisch ermittelt. Auf diese Weise kann bei entsprechender Versuchsplanung vorgesehen werden, dass nicht alle Drehzahl- beziehungsweise Füllungspunkte in einem fahrbaren Kennfeldbereich vermessen werden. Vielmehr ist der Optimierer in der Lage, nicht vermessene Kennfeldstellen entsprechend den beispielsweise eingesetzten Glattheitskriterien füllen zu können. Auf diese Weise kann im Rahmen einer Versuchsplanung eine Verringerung der Anzahl von Zündwinkelschleifen in einem Messprogramm reduziert werden. Dadurch wird zum einen der Messaufwand, zum anderen die Messzeit erheblich reduziert. Insbesondere die Berücksichtigung der Glattheitsterme ermöglicht, dass der Optimierer auch Steuergerätewerte ermittelt, welche nicht in der Simulation verwendet werden, trotzdem aber eindeutig bestimmbar sind. Bevorzugt ist gemäß einer Weiterbildung vorgesehen, dass stets alle Messdaten eingesetzt werden, beispielsweise in jedem Optimierungsschritt.A Another advantageous embodiment provides that the optimizer unfilled map points and / or characteristic points at least in part, preferably completely automatically added. It can also be provided that the optimizer the values of map points on which no moment was measured, ie no measured data exist, determined automatically. In this way can be provided with appropriate experimental design that not all speed or filling points in a mobile map area are measured. Rather, that is Optimizer capable of performing unmeasured map locations accordingly fill the smoothness criteria used, for example to be able to. In this way, in the context of a trial planning a reduction in the number of firing angle loops in be reduced to a measuring program. This is the one of the Measuring effort, on the other hand, the measurement time significantly reduced. Especially the consideration of smoothness terms allows that the optimizer also determines ECU values, which not used in the simulation, but nevertheless unique are determinable. Preferred according to a development provided that always all measurement data are used, for example in every optimization step.

Eine weitere Ausgestaltung der Erfindung sieht vor, dass die automatische Bedatung zumindest über eine Schnittstelle für ein Tool zur virtuellen Motorenentwicklung einen Datenaustausch vornimmt. Auf diese Weise ist es beispielsweise möglich, dass eine Off-Line-Applikation im Zusammenspiel mit der automatischen Bedatung eingesetzt wird. Beispielsweise kann ein System der Anmelderin eingesetzt werden, das unter der Bezeichnung ”TOPexpert” genutzt wird. Eine Beschreibung dieses Systems geht beispielsweise aus ”Spectrum Technologie-Highlights aus dem FEV-Arbeitsspektrum”, Ausgabe 33, September 2006 , hervor, auf die voll inhaltlich im Rahmen der Offenbarung Bezug genommen wird. Wie dort aus der Beschreibung wie auch aus den Abbildungen hervorgeht, kann die oben beschriebene Vorgehensweise prinzipiell für eine Vielzahl von unterschiedlichen Bedatungen genutzt werden, die nicht nur das Moment der Verbrennungskraftmaschine betreffen. Vielmehr können auch verschiedene Simulationen von Steuergerätefunktionen bei entsprechender Auswertung von aufgenommenen Messdaten durch Nutzung des oben beschriebenen Optimierungsalgorithmus eingesetzt werden. So kann neben einem Steuergerätemomentenmodell auch eine Aufladebestimmung, eine Dieselverbrennungskraftmaschinen-Emissionsoptimierung wie auch ein Tuning von Einspritzkennfeldern beispielsweise durch Nutzung der oben beschriebenen Vorgehensweise ermöglicht werden.A further embodiment of the invention provides that the automatic data exchange at least via an interface for a tool for virtual engine development makes a data exchange. In this way it is possible, for example, that an off-line application is used in conjunction with the automatic Bedatung. For example, a system of the applicant can be used, which is used under the name "TOP Expert". A description of this system is for example "Spectrum Technology Highlights from the FEV Work Spectrum", Issue 33, September 2006 , to which full content is referred in the context of the disclosure. As can be seen there from the description as well as from the figures, the procedure described above can in principle be used for a large number of different conditions, which do not concern only the moment of the internal combustion engine. Rather, different simulations of control unit functions can be used with appropriate evaluation of recorded measurement data by using the optimization algorithm described above. Thus, in addition to a control unit torque model, it is also possible to enable charging determination, diesel internal combustion engine emission optimization as well as tuning of fuel injection maps, for example by using the procedure described above.

Für das oben beschriebene Verfahren wie aber auch für andere Einsatzzwecke, die beispielhaft, aber nicht abschließend im oberen Absatz beschrieben sind, wird des Weiteren ein Testfeld mit einem Fahrzeugantrieb vorgeschlagen, der zumindest eine fremdgezündete Verbrennungskraftmaschine, Sensoren zur Messung von Betriebsparametern der Verbrennungskraftmaschine und damit verbunden eine Datenaufnahme- und Speichervorrichtung aufweist, einen Rechner und einen zu bedatenden Speicher umfasst, wobei der Rechner zumindest ein Modell einer Steuergerätefunktion, bevorzugt zumindest teilweise ein Modell eines Steuergeräts des Fahrzeugantriebs als mathematische Funktion und einen bevorzugt numerischen Optimierer aufweist, wobei die in der Datenspeichervorrichtung aufgenommenen Messwerte der Betriebsparameter an den Optimierer übergebbar sind und die vom Optimierer aus den Messwerten ermittelbaren Ergebnissen zur Bedatung des Speichers einsetzbar sind. Anstelle eines Modells eines Steuergeräts des Fahrzeugsantriebs als mathematische Funktion kann je nach Einsatzzweck für das Fahrzeug beispielsweise ein entsprechendes Einspritzmodell oder ein Emissionsmodell eingesetzt werden. Bevorzugt ist, wenn das Modell ein Momentenmodell des Steuergeräts ist. Hierbei wird besonders bevorzugt vorgesehen, dass die erfassten Betriebsparameter Zündwinkel und zugehörige Drehzahl und Füllungen umfassen. Eine besondere Ausgestaltung sieht vor, dass das Testfeld eine Eingabe für die Initialisierungsdaten, für Minimalund/oder Maximalwerte eines Kennfelds und/oder einer Kennlinie vorgesehen hat. Auf diese Weise kann ein Nutzer des Testfelds diejenigen Bereiche vergeben, innerhalb der entsprechende Kennfelder beziehungsweise Kennlinien zu erstellen sind und in welchem Raum diese vorhanden sein sollen. Des Weiteren erlaubt die Eingabe für den Nutzer, zum Starten des Optimierers nur noch die Startkonfiguration entsprechend eingeben zu müssen. Sodann kann der Optimierer automatisch aufgrund der zugewiesenen Messdatendatei diese auslesen und unter Berücksichtigung des Minimal- und Maximalwertes für die jeweiligen Kennfelder unter Berücksichtigung der initialen Werte für die Kennfelder und die Kennlinie eine Bedatung unter gleichzeitiger Glättung vornehmen.For the method described above, as well as for other purposes, which are described by way of example but not exhaustively in the upper paragraph, further proposed is a test field with a vehicle drive, the at least one spark-ignited internal combustion engine, sensors for measuring operating parameters of the internal combustion engine and related a computer and a memory to be stored, wherein the computer has at least one model of a control unit function, preferably at least partially a model of a control device of the vehicle drive as a mathematical function and a preferably numerical optimizer, wherein the recorded in the data storage device Measured values of the operating parameters can be transferred to the optimizer and the results that can be determined by the optimizer from the measured values can be used to calibrate the memory. Instead of a model of a control device of the vehicle drive as a mathematical function, depending on the intended use for the vehicle, for example, a corresponding injection model or an emission model can be used. It is preferred if the model is a torque model of the control unit. In this case, it is particularly preferred that the detected operating parameters include firing angle and associated speed and fillings. A special embodiment provides that the test field has provided an input for the initialization data, for minimum and / or maximum values of a characteristic field and / or a characteristic curve. In this way, a user of the test field can allocate those areas within which corresponding maps or characteristic curves are to be created and in which room these should be present. Furthermore, the user input only needs to enter the startup configuration to start the optimizer. Then the optimizer automatically read them based on the assigned measurement data file and, taking into account the minimum and maximum values for the respective characteristic maps, taking into account the initial values for the maps and the characteristic curve, make a calculation with simultaneous smoothing.

Weitere vorteilhafte Ausgestaltungen und Weiterbildungen werden anhand der nachfolgenden Figuren näher erläutert. Die aus den einzelnen Figuren oder der zugehörigen Beschreibung hervorgehenden Merkmale sind jedoch nicht auf die einzelne Ausgestaltung beschränkt. Vielmehr können ein oder mehrere Merkmale aus ein oder verschiedenen Figuren wie auch aus der oben angeführten Beschreibung zu weiteren Ausgestaltungen miteinander kombiniert werden. Es zeigen:Further advantageous embodiments and developments are based on the explained in more detail below. From the individual figures or the associated description However, the features which emerge are not based on the individual design limited. Rather, one or more features can be used from one or more figures as well as from the above Description of further embodiments combined become. Show it:

1: ein Beispiel eines Momentenmodells, welches in einer ECU zur Berechnung eines aktuellen effektiven Motormoments genutzt werden kann, 1 : an example of a moment model that can be used in an ECU to calculate a current effective engine torque,

2: eine beispielhafte schematische Darstellung hinsichtlich aufgenommener Parameter zur Ermittlung der gemessenen Messdaten, die zur späteren Bedatung genutzt werden, 2 : an exemplary schematic representation with regard to recorded parameters for determining the measured measured data, which are used for later parameterization,

3: eine beispielhafte Ausgestaltung eines Optimierers dargestellt als Funktionsprinzip, 3 : an exemplary embodiment of an optimizer represented as a functional principle,

4 das aus 3 hervorgehende Beispiel in etwas anderer Darstellung eingebunden in eine Start- und Iterationsstruktur, und 4 the end 3 resulting example in a slightly different representation integrated into a start and iteration structure, and

5: eine beispielhafte schematische Darstellung eines Testfelds. 5 : an exemplary schematic representation of a test field.

1 zeigt in prinzipieller Weise eine Funktionsstruktur eines Momentenmodells, die entwickelt ist auf Basis einer Grundstruktur eines Motorsteuerungssystems einer fremdgezündeten Verbrennungskraftmaschine. Die Funktionsstruktur des Momentenmodells berücksichtigt die Leistungsanforderungen, die bei einem Fahrzeug vorliegen können. Dieses können Leistungsanforderungen direkt vom Fahrer sein, beispielsweise durch Betätigen des Gaspedals, Anforderungen durch Assistenzsysteme, wie beispielsweise Kick-Down-Beschleunigungsphasen, wie aber auch Anforderungen durch Nebenaggregate, beispielsweise durch Klimaanlagen oder sonstige Systeme. Ebenfalls Berücksichtigung finden können hierbei Leistungsanforderungen, die sich durch weitere Antriebsaggregate ergeben, insbesondere durch Elektromotoren, die gleichzeitig auch als Generatoren antreibbar sind. Durch Nutzung in verschiedenen Hybridarten können sich je nach Betriebsphase des Fahrzeuges auch hierüber entsprechende Leistungsanforderungen an die Elektromaschine in Form des Elektromotors oder aber des Generators ergeben, zum Beispiel im Start-Stopp-Betrieb, bei Beschleunigungsphasen oder aber bei regenerativen Bremsphasen. Die Leistungsanforderungen werden insgesamt zu einem Soll-Moment zusammengefasst. Das Soll-Moment bildet sodann eine Führungsgröße eines Betriebs des Antriebs, zumindest aber der Verbrennungskraftmaschine. Hierbei wird ein erzeugtes effektives Drehmoment über das Momentenmodell berechnet, welches in einem Motorsteuergerät hinterlegt ist. Das Momentenmodell im Motorsteuergerät dient zur Berechnung des hier dargestellten aktuellen effektiven Motormomentes Me. Dieses wird beispielsweise in Abhängigkeit von Drehzahl n, Füllung rl, Zündwinkel spk und einem Luftverhältnis AFR berechnet. Des Weiteren weist die Funktionsstruktur des Momentenmodells das Kennfeld KF_MIMIT auf, welches ein maximales inneres Motormoment wiedergibt. Dazugehörig ist das Kennfeld KF_spkMIT, das den zum maximalen inneren Motormoment zugehörigen optimalen Zündwinkel angibt. Des Weiteren ist zu ermitteln die Kennlinie für den Zündwinkelwirkungsgrad KL_eta_spk. Hierfür wird beispielsweise angenommen, dass ein maximales inneres Moment MIMIT, ein optimaler Zündwinkel spkMIT, ein stöchiometrischer Betrieb wie auch ein virtuell nicht klopfbegrenzter Motor vorgegeben ist. Als Datenbasis für die Applikation der beiden Kennfelder wie auch der Kennlinie liegen Messdaten aus Zündwinkelschleifen im fahrbaren Kennfeldbereich von Drehzahl und Füllung vor, die an dem Antrieb ermittelt wurden. Hierzu wird beispielsweise ein Prüfstandsrechner genutzt, der einen Betriebspunkt einstellt. Anschließend erfolgt bei beispielsweise abgeschalteter Einspritzung die Messung des Schleppmomentes. Danach wird der für diesen Betriebspunkt optimale Zündwinkel gesucht: ausgehend von einem sicheren Wert wird der Zündwinkel schrittweise nach früh verstellt, bis entweder das Drehmomentmaximum oder die Klopfgrenze erreicht ist. Beginnend mit diesem optimalen Zündwinkel wird dann eine eigentliche Zündwinkelschleife durchfahren, in der die Zündwinkel in vorgebbaren Schritten von beispielsweise 2° Kurbelwinkel bis zum Auftreten eines Abbruchkriteriums nach spät verstellt werden. Sind für alle Betriebs- und Variationspunkte die Zündwinkelschleifen vermessen, ist die Datenbasis für die vorgeschlagene Bedatung des Momentenmodells möglich. Entsprechend der Referenz wird hierfür das indizierte Motormoment aus einem effektiven Motormoment und einem Schleppmoment einer jeweiligen Stützstelle von Drehzahl und Füllung berechnet. Der Wert des indizierten Moments wird im Falle des nicht stöchiometrischen Betriebes auf ein angenommenes stöchiometrisches Luftverhältnis korrigiert. Das nun vorgeschlagene Verfahren zur automatischen Bedatung wie auch die entsprechende Nutzung des Testfelds wird im Folgenden näher deutlich. 1 shows in principle a functional structure of a torque model, which is developed on the basis of a basic structure of an engine control system of a spark-ignited internal combustion engine. The functional structure of the torque model takes into account the power requirements that may be present in a vehicle. This can be performance requirements directly from the driver, for example by pressing the accelerator pedal, requirements by assistance systems, such as kick-down acceleration phases, as well as requirements by ancillaries, such as air conditioning or other systems. Also to be considered here are power requirements that result from further drive units, in particular by electric motors, which can be driven at the same time as generators. Depending on the operating phase of the vehicle, corresponding performance requirements for the electric machine in the form of the electric motor or of the generator can also result from use in different types of hybrid, for example in start-stop mode, during acceleration phases or during regenerative braking phases. The performance requirements are summarized overall to a target moment. The desired torque then forms a command variable of an operation of the drive, but at least the internal combustion engine. Here, a generated effective torque is calculated via the torque model, which is stored in an engine control unit. The torque model in the engine control unit is used to calculate the current effective engine torque Me shown here. This is calculated, for example, as a function of engine speed n, charge rl, ignition angle pk and an air ratio AFR. Furthermore, the functional structure of the torque model has the map KF_MI MIT , which represents a maximum internal engine torque. Associated with this is the characteristic field KF_spk MIT , which indicates the optimum ignition angle associated with the maximum internal engine torque. Furthermore, the characteristic for the ignition angle efficiency KL_eta_spk is to be determined. For this purpose, it is assumed, for example, that a maximum internal torque MI MIT , an optimal ignition angle spk MIT , a stoichiometric operation as well as a virtually non-knock limited engine is specified. As data base for the application of the two maps as well as the characteristic curve, measurement data from ignition angle loops are available in the movable map area of speed and filling, which were determined on the drive. For this purpose, for example, a test bench computer is used, which sets an operating point. Subsequently, when the injection is switched off, for example, the measurement of the drag torque takes place. After that, the optimum ignition angle is sought for this operating point: starting from a safe value, the ignition angle is adjusted gradually in stages until either the torque maximum or the knock limit is reached. Starting with this optimum ignition angle, an actual ignition angle loop is then traversed in which the ignition angles are retarded in predefinable steps of, for example, 2 ° crank angle until the occurrence of a termination criterion. If the firing angle loops have been measured for all operating and variation points, the database for the proposed torque model is possible. According to the reference, the indexed engine torque is calculated from an effective engine torque and a drag torque of a respective interpolation point of engine speed and charge. The value of the indicated torque is corrected to an assumed stoichiometric air ratio in the case of non-stoichiometric operation. The now proposed method for automatic metering as well as the corresponding use of the test field will be described in more detail below clear.

2 zeigt in beispielsweise Vorgehensweise eine mathematische Formulierung der Funktionsstruktur aus 1. Wie erwähnt, wird das Momentenmodell aus der Funktions struktur des Steuergerätes als mathematische Funktion abgebildet. Mit Hilfe dieser Formulierung kann der Optimierer anhand eines Optimierungsalgorithmus analog zum Motorsteuergerät auf Basis der Bedatung in den Kennfeldern KF_MIMIT und KF_spkMIT sowie unter Nutzung der Kennlinie KL_eta_spk das anliegende innere Moment berechnen. 2 shows in example procedure a mathematical formulation of the function structure 1 , As mentioned, the torque model from the functional structure of the control unit is mapped as a mathematical function. Using this formulation, the optimizer can calculate the applied internal torque using an optimization algorithm analogous to the engine control unit based on the data in the maps KF_MI MIT and KF_spk MIT and using the curve KL_eta_spk.

3 zeigt ein Funktionsprinzip des Optimierers in schematischer Darstellung. Dem Optimierer gehen die Messwerte nicht direkt zu. Vielmehr wird dem Optimierer ein Kostenwert zugeführt, der sich zum einen aus Glattheitskosten und zum anderen aus den Kosten der normierten Quadratsumme der Fehler zwischen MIST gemessen und berechnet. Auf diese Weise ermöglicht der Optimierer eine Minimierung der Fehlerquadrate zwischen Vorhersage des Momentenmodells und den Messwerten. Durch die Normierung der Kosten, die in den Kostenwert eingehen, ist es möglich, gleichzeitig auch die Glattheitskosten als solche mit einbinden zu können, so dass darüber der Optimiererer Werte an den Stellen der Kennfelder und der Kennlinie bestimmen kann, die keinen Einfluss auf die Berechnung eines Moments für die gemessenen Punkte haben. Hierfür ist ausgehend von einer initialen Bedatung seitens der Nutzer durch den Optimierer der zugehörige Kostenwert zu berechnen und sodann die Steuergerätewerte iterativ so anzupassen, dass der Kostenwert minimiert wird. Damit ergibt sich folgende zu lösende Aufgabe: Dem Optimierer liegt folgendes Optimierungsproblem zu Grunde:

  • – Kostenfunktion des Optimierers: Kosten = normierte Quadratsumme der Fehler zwischen MIST gemessen und berechnet + gewichtete Glattheitskosten für das Kennfeld KF_MIMIT + gewichtete Glattheitskosten für das Kennfeld KF_spkMIT + gewichtete Glattheitskosten für die Kennlinie KL_eta_spk
Nebenbedingungen: • MIMIT_min <= MIMIT <= < MIMIT_max • spkMIT_min <= spk <= < spkMIT_max • eta_spk(–90) = 0 • eta_spk(0) = 1 • etad_spk(90) = 0 • eta_spk(dzw < 0) ist monoton steigend • eta_spk(dzw > 0) ist monoton fallend 3 shows a functional principle of the optimizer in a schematic representation. The optimizer does not directly access the measured values. Rather, a cost value is fed to the optimizer, which is measured and calculated on the one hand from smoothness costs and on the other hand from the costs of the normalized sum of squares of the errors between MIST. In this way, the optimizer enables a minimization of the squares between prediction of the moment model and the measured values. By standardizing the costs that are included in the cost value, it is also possible to incorporate the smoothness costs as such at the same time so that the optimizer can determine values at the locations of the characteristic diagrams and the characteristic curve which have no influence on the calculation of a moment for the measured points. For this purpose, starting from an initial user definition by the optimizer, the associated cost value is to be calculated, and then the control unit values are iteratively adjusted so that the cost value is minimized. This results in the following problem to be solved: The optimizer is based on the following optimization problem:
  • - cost function of the optimizer: cost = normalized sum of squares of the errors between MIST measured and calculated + weighted smoothness costs for the map KF_MI MIT + weighted smoothness costs for the map KF_spk MIT + weighted smoothness costs for the curve KL_eta_spk
Constraints: • MI WITH _min <= MI MIT <= <MI WITH _max • spk WITH _min <= spk <= <Spk WITH _max • eta_spk (-90) = 0 • eta_spk (0) = 1 • etad_spk (90) = 0 • eta_spk (dzw <0) is monotonously rising • eta_spk (dzw> 0) is monotonously falling

Der Optimierer kann somit als ein Programmpaket genutzt werden, was beispielsweise bei einem Testfeld mit einem Fahrzeugantrieb einsetzbar ist.Of the Optimizer can thus be used as a program package, what used for example in a test field with a vehicle drive is.

4 zeigt das aus 3 hervorgehende Beispiel in etwas anderer Darstellung eingebunden in eine Start- und Iterationsstruktur. Wie schon in 3 enthalten, ist als Kern die Kalibrierung des Drehmomentmodells enthalten: Mi(n, rl, spk) = MiMIT(n, rl)·spkeff(spkMIT(n, rl) – spk)mit den folgenden, entsprechend der englischen Bedeutung herangezogenen Abkürzungen:

  • n – engine speed, rl – relative filling, Mi – indicated torque of high-Pressure cycle, MiMIT – maximum indicated torque for stoichiometric Operation without knock, spk – ignition timing, spkMIT – ignition timing for maximum indicated torque, spkeff – spark efficiency.
4 shows that off 3 Resulting example embedded in a slightly different presentation in a start and iteration structure. Like in 3 The core of the calibration includes the torque model: Mi (n, rl, spk) = Mi WITH (n, rl) · spkeff (spk WITH (n, rl) - spk) with the following abbreviations used according to the English meaning:
  • n - engine speed, rl - relative filling, Mi - Indicated torque of high-pressure cycle, Mi WITH - maximum Indicated torque for stoichiometric operation without knock, spk - ignition timing, WITH spk - ignition timing for maximum Indicated torque, spkeff - spark efficiency.

Ein numerischer Löser wird zur Parameteroptimierung des Drehmomentmodels eingesetzt. Zusätzlich zur Summe der Abweichung der Quadrate wird der Löser gesteuert durch die Glattheit der Kennfelder und der Kurve, die zu kalibrieren sind. Die Gesamtkosten werden beispielhaft durch die nachfolgende Gleichung berechnet:

Figure 00100001
mit den folgenden, entsprechend der englischen Bedeutung herangezogenen Abkürzungen:

  • Ft – total cost; Fa MI – cost for accuracy of inner torque prediction; FS map_MiMIT – cost for smoothness of map for optimal indicated torque; FS map_spkMIT – cost for smoothness of map for ignition angle at optimal indicated torque; FS curve_spkeff – cost for smoothness of curve for spark efficiency, α, β, γ, δ – weighting factors.
A numerical solver is used for parameter optimization of the torque model. In addition to the sum of the squares deviation, the solver is controlled by the smoothness of the maps and the curve to be calibrated. The total costs are calculated by way of example by the following equation:
Figure 00100001
with the following abbreviations used according to the English meaning:
  • F t - total cost; F a MI - cost for accuracy of internal torque prediction; F S map_MiMIT - cost for smoothness of map for optimally indicated torque; F S map_spkMIT - cost for smoothness of map for ignition angle at optimally indicated torque; F S curve_spkeff - cost for smoothness of curve for spark efficiency, α, β, γ, δ - weighting factors.

Das größte Gewicht der Kostenfunktion liegt auf dem Kostentrm Fa Mi, der mit der Summe der Abweichung der Fehlerquadrat gekoppelt ist. Die Reduzierung des Werts Fa Mi ist gemäß einer bevorzugten Ausgestaltung das vorrangige Ziel der Kalibrierungsaufgabe. Die Glattheit representiert durch die Terme FS map_MiMIT, FS map_spkMIT und FS curve_spkeff haben weniger Gewichtung bezogen auf den Gesamtkostenwert, sind aber von besonderer Bedeutung für die Lösbarkeit des Optimierungsproblems. Ohne Berücksichtigung der Glattheit würden die gewünschten Kennfelder- und Kennlinienwerte, die keinen Einfluss auf die Vorhersage eines gemessenen Drehmomentwertes haben, nicht zu dem Kostenwert der Optimierung beitragen. Diese Parameter wären dann indifferent zu der Vorhersagegenauigkeit des Drehmomentmodels und das Optimierungsproblem würde unlösbar werden. Mittels der Gewichtungsparameter α, β, γ, δ kann eine Anpassung vorgenommen werden, insbesondere zur Erzielung einer hohen Genauigkeit einerseits, anderseits einer ausreichenden Glättung. Eine Anpassung der Gewichtungsparameter kann händisch oder automatisiert erfolgen, zwischen jedem Optimierungsschritt oder nach ausgewählten Optimierungsschritten.The largest weight of the cost function lies on the cost center F a Mi , which is coupled with the sum of the deviation of the error square. The reduction of the value of F a Mi according to a preferred embodiment, the primary objective of the calibration object. The smoothness represented by the terms F S map_MiMIT , F S map_spkMIT and F S curve_spkeff have less weighting relative to the total cost, but are of particular importance for the solvability of the optimization problem. Without regard to smoothness, the desired map and characteristic values that do not affect the prediction of a measured torque value would not add to the cost of the optimization. These parameters would then be indifferent to the prediction accuracy of the torque model and the optimization problem would become unsolvable. By means of the weighting parameters .alpha., .Beta., .Gamma., .Delta., An adaptation can be made, in particular for achieving a high accuracy on the one hand, and on the other hand a sufficient smoothing. An adaptation of the weighting parameters can be done manually or automatically, between each optimization step or after selected optimization steps.

4 zeigt nun eine Startkalibrierung der Kennfelder- und Kennlinienwerte mittels der als ”initial values” bezeichneten Werte. Ein Löser wird eingesetzt, der die Kalibrierungswerte adaptiert, um den Kostenwert zu minimieren. Als Löser kann beispielsweise ein Quasi-Newton-Optimierungsalgorithmus eingesetzt werden, zum Beispiel der in der MATLAB Optimierungs-Toolbox enthaltene Löser ”fmincon”. Die Messdaten werden zum Berechnen der Vorhersagegenauigkeit des Drehmomentmodels für die gerade ermittelten Kalibrierungsdaten verwendet. Die Kosten für die Glattheit basieren auf den ersten und den zweiten Ableitungen der Kalibrierungskennfelder und der Kennlinienkurve. Ein Ende der Optimierung wird zum Beispiel erreicht, wenn die Änderung des Gesamtkostenterms ΔFt von einem Optimierungslauf zum nächstfolgendem geringer als ein vorbestimmter Grenzwert ε ist. 4 now shows a start calibration of the map and characteristic values by means of the values referred to as "initial values". A solver is used that adapts the calibration values to minimize the cost. For example, a quasi-Newton optimization algorithm can be used as the solver, for example the solver "fmincon" contained in the MATLAB optimization toolbox. The measurement data is used to calculate the prediction accuracy of the torque model for the calibration data that has just been determined. The cost of smoothness is based on the first and second derivatives of the calibration maps and the characteristic curve. An end of the optimization is achieved, for example, if the change in the total cost term ΔF t from one optimization run to the next following is less than a predetermined threshold value ε.

5 zeigt in schematischer Ansicht ein beispielhaftes Testfeld 1. Die zum Testfeld 1 zugehörigen Elemente sind beispielhaft durch die Punkte eingerahmt. Einige der Elemente sind darüber hinaus durch eine durchgehende Strichelung, andere Elemente hingegen durch eine strichpunktierte Umrandung eingerahmt. Damit wird deutlich, dass das Testfeld 1 zum einen als solches kompakt an einem Ort vorhanden sein kann, zum anderen aber auch die Elemente in sinnvoller Weise voneinander getrennt an verschiedenen Orten aufgestellt wie auch zu unterschiedlichen Zeiten genutzt werden können. Insbesondere erlaubt dieses auch eine Auswertung der Messdaten zur Bedatung zu einem späteren Zeitpunkt im Vergleich zur eigentlichen Messwertaufnahme. Die Messwertaufnahme erfolgt mittels eines Fahrzeugantriebes 2, der beispielhaft eine fremdgezündete Verbrennungskraftmaschine 3 wie auch eine Elektromaschine 4 umfasst. Die Elektromaschine 4 kann, muss aber nicht vorhanden sein. Insbesondere bei Einsatz der fremdgezündeten Verbrennungskraftmaschine 3 in einem Hybridsystem wird bevorzugt jedoch die Aufnahme der Messwerte unter gleichzeitiger Anknüpfung der Elektromaschine 4 in einem Modell herangezogen. Die fremdgezündete Verbrennungskraftmaschine 3 und die Elektromaschine 4 sind beispielsweise über eine Kupplung 5 miteinander gekoppelt. Mittels Sensoren 6 werden Betriebsparameter aufgenommen und zum Beispiel über direkte Leitun gen 7 an eine Datenaufnahme- und Speichervorrichtung 8 weitergeleitet. Die Datenaufnahme und Speichenvorrichtung 8 kann beispielsweise zur Überwachung einen Bildschirm 9 aufweisen, mittels dem eine Überwachung der aufgenommenen Messwerte ermöglicht wird. Darüber hinaus kann die Datenaufnahme- und Speichenvorrichtung auch eine eigene Rechenkapazität zur Verfügung stellen. Beispielsweise kann in der Datenaufnahme- und Speichervorrichtung 8 selbst eine erste Auswertung der Messwerte dahingehend erfolgen, dass Ausreißer oder andere, nicht relevante Messwerte entfernt werden, bevor ein daraus entwickelter Messdatensatz zur Weiterverarbeitung erstellt wird. Eine derartige Auswertung kann beispielsweise automatisiert erfolgen. Dieses ist aber nicht an die Datenaufnahme- und Speichervorrichtung 8 bindend gekoppelt. Vielmehr kann eine derartige Vorauswertung auch erst in einem Rechner 10 erfolgen. In dem Rechner 10 ist das Modell, welches für die Vorhersage eines bestimmten Verhaltens genutzt wird, in diesem Falle des Fahrzeugantriebs 1 hinsichtlich des Moments, als mathematische Formulierung entsprechend des Momentenmodells eines Steuergeräts 11 eines Fahrzeugs 12 hinterlegt. Ebenfalls befindet sich ein Optimierer mit einem Optimierungsalgorithmus auf dem Rechner 10, der unter Nutzung der ermittelten Messwerte zu den Betriebsparametern den Optimierungsalgorithmus nutzt und eine entsprechende Bedatung von Kennfeldern beziehungsweise Kennlinien in einem zu bedatenden Speicher 13 vornimmt. Der zu bedatende Speicher ist in diesem Falle getrennt vom Rechner 10 dargestellt, kann aber auch in diesen integriert vorliegen. Der zu bedatende Speicher 13 wird anschließend in das Steuergerät 11 eingebracht, kann aber auch schon während der Bedatung Bestandteil des Steuergerätes 11 sein. Der Speicher 13 kann beispielsweise eine CPU mit angeschlossenem Speicherbaustein sein. Es besteht jedoch ebenfalls die Möglichkeit, für den zu bedatenden Speicher 13 eine Speicherkarte zu verwenden, zum Beispiel eine SSD-Speicherkarte. Wird beispielsweise eine entsprechende Speicherkarte genutzt, kann eine Neubedatung durch einfaches Entnehmen der Speicherkarte aus dem Steuergerät und Überspielen der Daten darauf erfolgen, ohne dass hierfür beispielsweise das gesamte Steuergerät 11 aus dem Fahrzeug 12 entnommen werden muss. Für die Nutzung des Optimierungsalgorithmus des Optimierers auf dem Rechner 10 wiederum ist eine Eingabe 14 vorgesehen, mittels derer beispielsweise Randbedingungen, Minimal- und Maximalwerte sowie sonstige Parameter angegeben werden können, die für eine Nutzung des Optimierungsalgorithmus eventuell notwendig sein sollten. Über die Eingabe 14 besteht darüber hinaus auch die Möglichkeit, auf den Bedatungsvorgang als solchen Einfluss nehmen zu können. Der Rechner 10 erhält von der Datenaufnahme- und Speichervorrichtung 8 beispielsweise direkt die aufgenommenen Messwerte. Dieses kann beispielsweise über eine drahtgebundene wie auch nicht drahtgebundene Verbindung erfolgen. Es besteht jedoch ebenfalls die Möglichkeit, eine Datenübertrag mittels entsprechender Spei chermedien auszuführen. Auf diese Weise besteht die Möglichkeit, eine sogenannte Off-Line-Applikation auszuführen. Die Bedatung kann unabhängig vom eigentlichen Betrieb des Fahrzeugsantriebes 2 zu einem späteren Zeitpunkt erfolgen. Des Weiteren kann auf diese Weise über eine oder mehrere geeignete Schnittstellen zwischen dem Rechner 10 und anderen Programmtools eine virtuelle Entwicklungsebene geschaffen werden, in die das in diesem Falle Momentenmodell des Steuergeräts wie auch der Optimierer eingebunden werden können. Beispielsweise kann dieses ein Applikationsprogramm sein, wie es unter der Bezeichnung ”TOPexpert” von der Anmelderin selbst bekannt ist. 5 shows a schematic view of an exemplary test field 1 , The test field 1 associated elements are exemplarily framed by the dots. In addition, some of the elements are framed by a continuous dashed line, while other elements are framed by a dash-dotted outline. This makes it clear that the test field 1 on the one hand as such can be present compact in one place, on the other hand, but also the elements in a meaningful way separated from each other in different places and can be used at different times. In particular, this also allows an evaluation of the measurement data for the assessment at a later time in comparison to the actual measured value recording. The measured value is recorded by means of a vehicle drive 2 , the example of a spark-ignited internal combustion engine 3 as well as an electric machine 4 includes. The electric machine 4 can, but does not have to exist. Especially when using the spark-ignited internal combustion engine 3 However, in a hybrid system it is preferred to record the measured values while simultaneously connecting the electric machine 4 used in a model. The spark-ignited internal combustion engine 3 and the electric machine 4 are for example via a coupling 5 coupled together. By means of sensors 6 Operating parameters are recorded and, for example, via direct lines 7 to a data acquisition and storage device 8th forwarded. The data acquisition and spokes device 8th can for example monitor a screen 9 by means of which a monitoring of the recorded measured values is made possible. In addition, the data acquisition and storage device can also provide its own computing capacity. For example, in the data acquisition and storage device 8th Even a first evaluation of the measured values take place so that outliers or other, non-relevant measured values are removed before a measurement data set developed therefrom is created for further processing. Such an evaluation can be done automatically, for example. However, this is not the data recording and storage device 8th binding coupled. Rather, such a pre-evaluation can only in a computer 10 respectively. In the calculator 10 is the model used to predict a particular behavior, in this case vehicle propulsion 1 in terms of the moment, as a mathematical formulation corresponding to the moment model of a controller 11 of a vehicle 12 deposited. There is also an optimizer with an optimization algorithm on the computer 10 , who uses the optimization algorithm using the determined measured values for the operating parameters and an appropriate mapping of maps or characteristic curves in a memory to be stored 13 performs. The memory to be used is in this case separate from the computer 10 represented, but can also be present in these integrated. The memory to be backed up 13 is then in the control unit 11 introduced, but also during the Bedatung part of the control unit 11 be. The memory 13 may be, for example, a CPU with a connected memory module. However, it is also possible for the memory to be stored 13 to use a memory card, for example an SSD memory card. If, for example, a corresponding memory card is used, a new data can be obtained by simply removing the memory card from the control unit and transferring the data carried out on it, without, for example, the entire control unit 11 out of the vehicle 12 must be removed. For use of optimizer optimization algorithm on the computer 10 again is an input 14 By means of which, for example, boundary conditions, minimum and maximum values as well as other parameters can be specified, which should possibly be necessary for use of the optimization algorithm. About the input 14 In addition, there is also the possibility of being able to influence the assessment process as such. The computer 10 obtained from the data acquisition and storage device 8th for example directly the recorded measured values. This can be done for example via a wired as well as not wired connection. However, it is also possible to carry out a data transfer by means of appropriate storage media. In this way it is possible to execute a so-called off-line application. The rating can be independent of the actual operation of the vehicle drive 2 at a later date. Furthermore, in this way one or more suitable interfaces between the computer 10 and other program tools are created a virtual development level, in which the torque model of the controller in this case as well as the optimizer can be integrated. For example, this may be an application program, as it is known under the name "TOP Expert" by the applicant itself.

Ferner besteht die Möglichkeit, die Vorhersage des Momentenmodells nicht über eine mathematische Formulierung des Modells zu berechnen, sondern das Momentenmodell in einem Simulationstool, z. B. Simulink, oder TOPexpert, abzubilden, und die Vorhersage des Momentenmodells mit dem Simulationstool zu erzeugen. Mittels Simulink und dessen Rückgriff auf Matlab können eine Vielzahl unterschiedlicher Modelle selbst erstellt und simuliert werden. Die Möglichkeiten des Simulationstools gehen zum Beispiel aus FEV Spectrum, Ausgabe 33, September 2006, S.2 und S.3 , hervor, auf die im Rahmen der Offenbarung verwiesen wird.Furthermore, there is the possibility of not calculating the prediction of the moment model via a mathematical formulation of the model, but instead of calculating the moment model in a simulation tool, for example a simulation tool. Simulink, or TOPexpert, and to generate the prediction of the moment model with the simulation tool. By means of Simulink and its use of Matlab a multitude of different models can be created and simulated. The possibilities of the simulation tool go out, for example FEV Spectrum, Issue 33, September 2006, p.2 and p.3 , which is referred to in the context of the disclosure.

Im Rahmen der Offenbarung wird des weiteren vollinhaltlich hinsichtlich aller Merkmale auf den Artikel ”Automated ECU-Calibration – Example: Torque Structure of Gasoline Engines” von Alex Schlosser, Carsten Schonfelder, Mark Hendrikx, Stefan Pischinger und Thomas Sentis, im Tagungsband zur Tagung ”Design of Experiments (DoE) in der Motorenentwicklung”, 5. Konferenz, 29. und 30. Juni 2009, veranstaltet durch die IAV in Berlin , verwiesen. Dort wird das Verfahren im Detail weiter vorgestellt, Erläuterungen und Erklärungen zu einzelnen Merkmalen wie auch zu den Kostenfunktionen, deren Termen, dem grundsätzlichen Aufbau und dem Lösungsweg gegeben. Es werden Hinweise auf einsetzbare Loser für den Optimierer zum Beispiel auf Basis von MATLAB gegeben. Anhand eines Ausführungsbeispiels wird dargelegt, wie zum einen der Ablauf und zum anderen wo speziell auch seitens des Fachmanns die Kalibrierung beeinflusst werden kann. Neben der Präsentation von Ergebnissen wird somit das Vorgehen im Detail beschrieben sowie eine bevorzugte Möglichkeit der automatischen Kalibrierung dargestellt. Die vorgeschlagene Erfindung kann insbesondere auch bei Anwendungen für Bi-Fuel-Fahrzeugen aufgrund zweifacher Nutzung zu einer erheblichen Reduzierung des Kalibrierungsaufwands führen. Die aus dem Artikel hervorgehenden einzelnen Merkmale können dort wie im Gesamtzusammenhang dargestellt oder aber davon losgelöst allein oder mit ein oder mehreren anderen Merkmalen aus dem Artikel in weiteren Ausgestaltungen gemäß der vorliegenden Erfindung mit Merkmalen und Ausgestaltungen dieser Beschreibung verknüpft werden.Within the scope of the disclosure, moreover, the full content of the article with respect to all features "Automated ECU-Calibration - Example: Torque Structure of Gasoline Engines" by Alex Schlosser, Carsten Schonfelder, Mark Hendrikx, Stefan Pischinger and Thomas Sentis, in the proceedings to the conference "Design of Experiments (DoE) in Engine Development", 5th Conference, June 29 and 30, 2009, organized by the IAV in Berlin , referenced. There, the procedure is further presented in detail, explanations and explanations to individual characteristics as well as to the cost functions, their terms, the basic structure and the solution given. Hints are given for usable losers for the optimizer, for example on the basis of MATLAB. Using an exemplary embodiment, it is explained how, on the one hand, the sequence and, on the other hand, where the calibration can be influenced especially by the person skilled in the art. In addition to the presentation of results, the procedure is thus described in detail and a preferred option for automatic calibration is shown. The proposed invention can lead to a significant reduction of the calibration effort, especially in applications for bi-fuel vehicles due to dual use. The individual features resulting from the article can be there as well as in the overall context or detached from it alone or with one or more other features from the article in further embodiments according to the present invention with features and embodiments of this description.

ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDE IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list The documents listed by the applicant have been automated generated and is solely for better information recorded by the reader. The list is not part of the German Patent or utility model application. The DPMA takes over no liability for any errors or omissions.

Zitierte PatentliteraturCited patent literature

  • - WO 99/57426 A1 [0004] WO 99/57426 A1 [0004]
  • - DE 19910035 A1 [0004] - DE 19910035 A1 [0004]

Zitierte Nicht-PatentliteraturCited non-patent literature

  • - ”Neue effiziente Applikationsverfahren für die physikalisch basierte Motorsteuerung ME7”, Stefan Unland, Harald Stuhler und Axel Stuber, MTZ Motortechnische Zeitschrift 59, 1988 [0005] - "New efficient application methods for the physically based engine control ME7", Stefan Unland, Harald Stuhler and Axel Stuber, MTZ Motortechnische Zeitschrift 59, 1988 [0005]
  • - ”Spectrum Technologie-Highlights aus dem FEV-Arbeitsspektrum”, Ausgabe 33, September 2006 [0017] - "Spectrum Technology Highlights from the FEV Working Spectrum", Issue 33, September 2006 [0017]
  • - FEV Spectrum, Ausgabe 33, September 2006, S.2 und S.3 [0034] - FEV Spectrum, Issue 33, September 2006, p.2 and p.3 [0034]
  • - ”Automated ECU-Calibration – Example: Torque Structure of Gasoline Engines” von Alex Schlosser, Carsten Schonfelder, Mark Hendrikx, Stefan Pischinger und Thomas Sentis, im Tagungsband zur Tagung ”Design of Experiments (DoE) in der Motorenentwicklung”, 5. Konferenz, 29. und 30. Juni 2009, veranstaltet durch die IAV in Berlin [0035] - "Automated ECU-Calibration - Example: Torque Structure of Gasoline Engines" by Alex Schlosser, Carsten Schonfelder, Mark Hendrikx, Stefan Pischinger and Thomas Sentis, in the conference volume for the conference "Design of Experiments (DoE) in Engine Development", 5th Conference , 29th and 30th June 2009, organized by the IAV in Berlin [0035]

Claims (19)

Verfahren zur automatisierten Bedatung für ein Steuergerät (11) eines Fahrzeugs (12) zur Verbesserung einer Momentenvorhersage eines Fahrzeugantriebs (2), der eine fremdgezündete Verbrennungskraftmaschine (3) umfasst, wobei die Bedatung zum Aufbau zumindest einer Kennlinie für einen einen Zündwinkelwirkungsgrad betreffenden Parameter, eines ersten Kennfeldes betreffend ein inneres Motormoment und eines zweiten Kennfeldes betreffend einen zum inneren Motormoment zugehörigen Zündwinkel genutzt wird, mit einer Anzahl auszuwertender Messdaten, die bei unterschiedlichen Betriebspunkten der Verbrennungskraftmaschine (3) ermittelt werden, einer mathematischen Formulierung eines Momentenmodells des Steuergeräts (11) und einem Optimierer, wobei der Optimierer Werte in der Kennlinie und den beiden Kennfeldern derart vorgibt, dass die Abweichungen zwischen Momentenvorhersagen und gemessenen Momentenwerten minimiert werden.Method for automated control of a control unit ( 11 ) of a vehicle ( 12 ) for improving a torque prediction of a vehicle drive ( 2 ), which is a spark-ignited internal combustion engine ( 3 ), wherein the condition for constructing at least one characteristic curve for a parameter relating to an ignition angle efficiency, a first characteristic map relating to an internal engine torque and a second characteristic field relating to an ignition angle associated with the internal engine torque is used, with a number of measurement data to be evaluated which at different operating points Internal combustion engine ( 3 ), a mathematical formulation of a moment model of the control device ( 11 ) and an optimizer, wherein the optimizer sets values in the characteristic curve and the two maps in such a way that the deviations between torque forecasts and measured torque values are minimized. Verfahren zur automatisierten Bedatung nach Anspruch 1, dadurch gekennzeichnet, dass der Optimierer die Messdaten automatisch in die Kennlinie und die beiden Kennfelder umsetzt.Method for automated metering according to claim 1, characterized in that the optimizer the measurement data automatically converted into the characteristic and the two maps. Verfahren zur automatischen Bedatung nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass der Optimierer die mathematische Formulierung des Momentenmodells nutzt, um dadurch die ersten Messdaten automatisch in die Kennlinie, das erste und das zweite Kennfeld umzusetzen.Method for automatic metering according to claim 1 or 2, characterized in that the optimizer is the mathematical Formulation of the torque model uses, thereby the first measurement data automatically into the characteristic curve, the first and the second characteristic map implement. Verfahren zur automatischen Bedatung nach Anspruch 1, 2 oder 3, dadurch gekennzeichnet, dass der Optimierer ein numerischer Verfahren oder einen genetischen Algorithmus nutzt.Method for automatic metering according to claim 1, 2 or 3, characterized in that the optimizer is a numeric Method or using a genetic algorithm. Verfahren zur automatischen Bedatung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Optimierer ein Gradientenverfahren einsetzt.Method for automatic calibration according to one of preceding claims, characterized in that the optimizer uses a gradient method. Verfahren zur automatischen Bedatung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Optimierer eine Minimierung der Quadratsumme aller Abweichungen der aufgrund von vorgegebenen Kennwerten in einer Momentenstruktur berechneten Momenten-Werte von den jeweils entsprechenden Messdaten bewirkt.Method for automatic calibration according to one of preceding claims, characterized in that the optimizer minimizes the sum of squares of all deviations the due to predetermined characteristics in a moment structure calculated torque values from the respective corresponding measurement data causes. Verfahren zur automatischen Bedatung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass ausgehend von einer initialen Bedatung der Optimierer einen ersten Kostenwert berechnet und sodann eine iterative Anpassung erfolgt, bis eine ausreichende Minimierung erreicht wird.Method for automatic calibration according to one of preceding claims, characterized in that starting from an initial definition of the optimizer a first Calculated cost-effectively and then an iterative adjustment takes place, until a sufficient minimization is achieved. Verfahren zur automatisierten Bedatung nach Anspruch 7, dadurch gekennzeichnet, dass die iterative Anpassung erfolgt, bis eine Änderung eines ersten zu einem nachfolgend berechneten zweiten Kostenwerts einen vorgegebenen Wert unterschreitet.Method for automated metering according to claim 7, characterized in that the iterative adaptation takes place, until a change of a first to a subsequently calculated second cost value falls below a predetermined value. Verfahren zur automatischen Bedatung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass eine Glattheit aller durch den Optimierer zu ermittelnden Kennfelder mittels eines Kostenterms Berücksichtigung findet.Method for automatic calibration according to one of preceding claims, characterized in that a smoothness of all maps to be determined by the optimizer taken into account by means of a cost term. Verfahren zur automatischen Bedatung nach Anspruch 9, dadurch gekennzeichnet, dass eine Gewichtung des Kostenterms zur Berücksichtigung einer Glattheit gegenüber einer Größe betreffend eines Vorhersagefehlers erfolgt.Method for automatic metering according to claim 9, characterized in that a weighting of the cost term to consider smoothness a size concerning a prediction error he follows. Verfahren zur automatischen Bedatung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Optimierer vorzugsweise alle Werte an Stützstellen der Kennlinie, des ersten und des zweiten Kennfeldes ermittelt.Method for automatic metering after a of the preceding claims, characterized in that the optimizer preferably all values at nodes the characteristic, the first and the second map determined. Verfahren zur automatischen Bedatung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Optimierer die Gesamtheit der Messdaten nutzt, vorzugsweise in jedem Optimierungsschritt.Method for automatic metering after a of the preceding claims, characterized in that the optimizer uses the entirety of the measurement data, preferably in every optimization step. Verfahren zur automatischen Bedatung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Optimierer ein oder mehrere Kennfeld- und/oder Kennlinienpunkte, zu denen keine Messdaten vorliegen, automatisch ermittelt.Method for automatic metering after a of the preceding claims, characterized in that the optimizer one or more map and / or characteristic points, for which no measured data are available, determined automatically. Verfahren zur automatischen Bedatung nach einem der vorhergehenden Ansprüche im Einsatz, wobei ein Messaufwand bei Ermittlung der Messdaten verringert wird.Method for automatic metering according to one of the preceding claims in use, wherein a measurement effort is reduced when determining the measurement data. Verfahren zur automatischen Bedatung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zumindest über eine Schnittstelle für ein Tool zur virtuellen Motorenentwicklung ein Datenaustausch erfolgt.Method for automatic metering after a of the preceding claims, characterized in that at least via an interface for a tool for virtual engine development a data exchange takes place. Testfeld (1) mit einem Fahrzeugantrieb (2), der zumindest eine fremdgezündete Verbrennungskraftmaschine (3), Sensoren (6) zur Messung von Betriebsparametern der Verbrennungskraftmaschine (3) und damit verbunden eine Datenaufnahme- und -speichervorrichtung (8) aufweist, einen Rechner (10) und einen zu bedatenden Speicher umfasst, wobei der Rechner (10) ein Modell einer Steuergerätefunktion (11) des Fahrzeugantriebs (2) als mathematische Funktion und einen Optimierer aufweist, wobei die in der Datenaufnahme- und -speichervorrichtung (8) aufgenommenen Messwerte der Betriebsparameter an den Optimierer übergebbar sind und die vom Optimierer aus den Messwerten ermittelbaren Ergebnisse zur Bedatung des Speichers einsetzbar sind.Test field ( 1 ) with a vehicle drive ( 2 ), the at least one spark-ignited internal combustion engine ( 3 ), Sensors ( 6 ) for measuring operating parameters of the internal combustion engine ( 3 ) and associated therewith a data acquisition and storage device ( 8th ), a computer ( 10 ) and a memory to be stored, wherein the computer ( 10 ) a model of a controller function ( 11 ) of the vehicle drive ( 2 ) as a mathematical function and an optimizer, wherein in the data recording and storage device ( 8th ) measured values of the operating parameters can be transmitted to the optimizer, and the results that can be determined by the optimizer from the measured values can be used to calibrate the memory. Testfeld (1) nach Anspruch 16, dadurch gekennzeichnet, dass das Modell ein Momentenmodell des Steuergeräts ist.Test field ( 1 ) according to claim 16, characterized in that the model is a moment model of the control device. Testfeld (1) nach Anspruch 16 oder 17, dadurch gekennzeichnet, dass die erfassten Betriebsparameter Zündwinkel, Drehzahl und Füllung umfassen.Test field ( 1 ) according to claim 16 or 17, characterized in that the detected operating parameters include ignition angle, speed and filling. Testfeld (1) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass eine Eingabe für Initialisierungsdaten, für Minimal- und/oder Maximalwerte eines Kennfeldes und/oder einer Kennlinie vorgesehen ist.Test field ( 1 ) according to one of the preceding claims, characterized in that an input for initialization data, for minimum and / or maximum values of a characteristic field and / or a characteristic is provided.
DE200910024544 2009-06-08 2009-06-08 Method for automated data input for controller of vehicle for improving moment prediction of vehicle drive, involves using data input to build characteristic for parameters concerning ignition angle Ceased DE102009024544A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE200910024544 DE102009024544A1 (en) 2009-06-08 2009-06-08 Method for automated data input for controller of vehicle for improving moment prediction of vehicle drive, involves using data input to build characteristic for parameters concerning ignition angle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE200910024544 DE102009024544A1 (en) 2009-06-08 2009-06-08 Method for automated data input for controller of vehicle for improving moment prediction of vehicle drive, involves using data input to build characteristic for parameters concerning ignition angle

Publications (1)

Publication Number Publication Date
DE102009024544A1 true DE102009024544A1 (en) 2010-12-30

Family

ID=43217570

Family Applications (1)

Application Number Title Priority Date Filing Date
DE200910024544 Ceased DE102009024544A1 (en) 2009-06-08 2009-06-08 Method for automated data input for controller of vehicle for improving moment prediction of vehicle drive, involves using data input to build characteristic for parameters concerning ignition angle

Country Status (1)

Country Link
DE (1) DE102009024544A1 (en)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104806415A (en) * 2014-01-24 2015-07-29 罗伯特·博世有限公司 Method for driving internal combustion engine and device for controlling internal combustion engine
DE102014118125B3 (en) * 2014-12-08 2016-05-04 Avl Software And Functions Gmbh Device and method for controlling an internal combustion engine for motor vehicles, in particular a diesel engine
DE102015202135A1 (en) * 2015-02-06 2016-08-11 Volkswagen Aktiengesellschaft Control method and control for an internal combustion engine
DE102016225780A1 (en) * 2016-12-21 2018-06-21 Robert Bosch Gmbh Method and device for operating an engine system of a motor vehicle
CN110806317A (en) * 2019-08-01 2020-02-18 中国第一汽车股份有限公司 Data processing method and device based on torque model, rack and storage medium
DE102015103883B4 (en) 2014-03-26 2021-10-07 GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) METHOD FOR CONTROLLING COMBUSTION MACHINERY
DE102020111208A1 (en) 2020-04-24 2021-10-28 Audi Aktiengesellschaft Method for operating a control device arrangement and a corresponding control device arrangement
DE102020206799A1 (en) 2020-05-29 2021-12-02 Mtu Friedrichshafen Gmbh Method for the automated determination of consumption and / or emission values in at least one operating point of a characteristic diagram of an internal combustion engine on a test bench and a control device for controlling a test bench for an internal combustion engine
CN114995346A (en) * 2022-06-13 2022-09-02 中国第一汽车股份有限公司 Engine electrical diagnosis calibration method, device, equipment and medium
DE102022115239B3 (en) 2022-06-20 2023-11-23 Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr Method and system for the target size-optimized application of the control unit of a vehicle component

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19745682A1 (en) * 1997-10-16 1999-04-22 Bosch Gmbh Robert Automatic method for determining characteristic values for an IC engine
WO1999057426A1 (en) 1998-04-30 1999-11-11 Volkswagen Aktiengesellschaft Method for determining characteristic mapping data for controlling the characteristic map of an internal combustion engine, and a method for controlling an internal combustion engine
DE19910035A1 (en) 1999-03-08 2000-09-14 Fev Motorentech Gmbh Process for the automatic creation of smoothed maps for an electronic engine control of a piston internal combustion engine

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19745682A1 (en) * 1997-10-16 1999-04-22 Bosch Gmbh Robert Automatic method for determining characteristic values for an IC engine
WO1999057426A1 (en) 1998-04-30 1999-11-11 Volkswagen Aktiengesellschaft Method for determining characteristic mapping data for controlling the characteristic map of an internal combustion engine, and a method for controlling an internal combustion engine
DE19910035A1 (en) 1999-03-08 2000-09-14 Fev Motorentech Gmbh Process for the automatic creation of smoothed maps for an electronic engine control of a piston internal combustion engine

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
"Automated ECU-Calibration - Example: Torque Structure of Gasoline Engines" von Alex Schlosser, Carsten Schonfelder, Mark Hendrikx, Stefan Pischinger und Thomas Sentis, im Tagungsband zur Tagung "Design of Experiments (DoE) in der Motorenentwicklung", 5. Konferenz, 29. und 30. Juni 2009, veranstaltet durch die IAV in Berlin
"Neue effiziente Applikationsverfahren für die physikalisch basierte Motorsteuerung ME7", Stefan Unland, Harald Stuhler und Axel Stuber, MTZ Motortechnische Zeitschrift 59, 1988
"Spectrum Technologie-Highlights aus dem FEV-Arbeitsspektrum", Ausgabe 33, September 2006
FEV Spectrum, Ausgabe 33, September 2006, S.2 und S.3
HÜLSHORST,Th.,et.al.: Modellbasierte Applikation moderner Verbrennungsmotoren. VDI-Berichte,Nr.1931. Autoreg.2006,Wiesloch bei Heidelberg. 07.-08.03.2006, VDI-Berichte Nr.1931,S.537-548 $Kap.2,3,5$ *
HÜLSHORST,Th.,et.al.: Modellbasierte Applikation moderner Verbrennungsmotoren. VDI-Berichte,Nr.1931. Autoreg.2006,Wiesloch bei Heidelberg. 07.-08.03.2006, VDI-Berichte Nr.1931,S.537-548 Kap.2,3,5 SCHÖNFELDER,C.,et.al.: Modelbbasierte Methoden zur Bedatung moderner Steuergeräte. Beispiel Diesel Abgasnachbehandlung - 16. Aachener Kolloquium. Fahrzeug- und Motorentechnik,8.-10.Okt.2007, Aachen.S.1475-1492 Kap.3.2.1,Bilder 7,13
SCHÖNFELDER,C.,et.al.: Modelbbasierte Methoden zur Bedatung moderner Steuergeräte. Beispiel Diesel Abgasnachbehandlung - 16. Aachener Kolloquium. Fahrzeug- und Motorentechnik,8.-10.Okt.2007, Aachen.S.1475-1492 $Kap.3.2.1,Bilder 7,13$ *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104806415A (en) * 2014-01-24 2015-07-29 罗伯特·博世有限公司 Method for driving internal combustion engine and device for controlling internal combustion engine
DE102014201276A1 (en) * 2014-01-24 2015-07-30 Robert Bosch Gmbh Method for controlling an internal combustion engine and a device for controlling an internal combustion engine
DE102014201276B4 (en) * 2014-01-24 2017-11-30 Robert Bosch Gmbh Method for controlling an internal combustion engine and a device for controlling an internal combustion engine
CN104806415B (en) * 2014-01-24 2018-09-25 罗伯特·博世有限公司 Method for controlling internal combustion engine and the equipment for controlling internal combustion engine
DE102015103883B4 (en) 2014-03-26 2021-10-07 GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) METHOD FOR CONTROLLING COMBUSTION MACHINERY
DE102014118125B3 (en) * 2014-12-08 2016-05-04 Avl Software And Functions Gmbh Device and method for controlling an internal combustion engine for motor vehicles, in particular a diesel engine
DE102015202135A1 (en) * 2015-02-06 2016-08-11 Volkswagen Aktiengesellschaft Control method and control for an internal combustion engine
DE102016225780A1 (en) * 2016-12-21 2018-06-21 Robert Bosch Gmbh Method and device for operating an engine system of a motor vehicle
CN110806317B (en) * 2019-08-01 2021-09-17 中国第一汽车股份有限公司 Data processing method and device based on torque model, rack and storage medium
CN110806317A (en) * 2019-08-01 2020-02-18 中国第一汽车股份有限公司 Data processing method and device based on torque model, rack and storage medium
DE102020111208A1 (en) 2020-04-24 2021-10-28 Audi Aktiengesellschaft Method for operating a control device arrangement and a corresponding control device arrangement
DE102020206799A1 (en) 2020-05-29 2021-12-02 Mtu Friedrichshafen Gmbh Method for the automated determination of consumption and / or emission values in at least one operating point of a characteristic diagram of an internal combustion engine on a test bench and a control device for controlling a test bench for an internal combustion engine
DE102020206799B4 (en) 2020-05-29 2022-04-07 Mtu Friedrichshafen Gmbh Method for the automated determination of consumption and/or emission values in at least one operating point of a map of an internal combustion engine on a test bench and control unit for controlling a test bench for an internal combustion engine
CN114995346A (en) * 2022-06-13 2022-09-02 中国第一汽车股份有限公司 Engine electrical diagnosis calibration method, device, equipment and medium
DE102022115239B3 (en) 2022-06-20 2023-11-23 Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr Method and system for the target size-optimized application of the control unit of a vehicle component
EP4296496A2 (en) 2022-06-20 2023-12-27 IAV GmbH Ingenieurgesellschaft Auto und Verkehr Method and system for target-value-optimized application of the control unit of a vehicle component

Similar Documents

Publication Publication Date Title
DE102009024544A1 (en) Method for automated data input for controller of vehicle for improving moment prediction of vehicle drive, involves using data input to build characteristic for parameters concerning ignition angle
DE102012222650B4 (en) Optimizing system performance using information related to the health condition
EP3485402A1 (en) Method for simulation-based analysis of a motor vehicle
WO2013131836A2 (en) Method for optimizing the emissions of internal combustion engines
DE102016121539A1 (en) Device and method for active vibration control of a hybrid electric vehicle
AT520827B1 (en) A method of determining a vehicle parameter of a vehicle record of a vehicle and using the vehicle parameter on a test bench
DE102010038322A1 (en) Vehicle calibration using data collected under normal operating conditions
DE102014100011A1 (en) Systems and methods for detecting and using temperature information in a battery system
DE102011119061A1 (en) Battery diffusion voltage estimate
AT513676A2 (en) Energy storage emulator and method for emulating an energy storage
EP4222513B1 (en) Determining the state of health of a vehicle battery
DE102013206308A1 (en) Method and system for adapting model parameters of a function model implemented in a control unit of a motor vehicle
DE102017200604B4 (en) Method for determining a power quantity of an engine of a motor vehicle, motor vehicle, mobile device and computer program
DE102015225250A1 (en) Method and device for determining a gas mass flow in an internal combustion engine
EP2088486B1 (en) Method for measuring a non-linear dynamic real system using design of experiment
DE102017213510A1 (en) Method and apparatus for generating a machine learning system, and virtual sensor device
DE102017113319B4 (en) CONTROL OF MULTIPLE TORQUE ACTUATORS VIA AT LEAST TWO CONTROL UNITS OF A DRIVETRAIN ARRANGEMENT
DE102020128818A1 (en) IMPROVED COMPONENT SIZING
EP2081092A1 (en) Method and system for controlling motors and a corresponding computer program and a corresponding computer readable storage medium
DE102011011485B4 (en) Technique for calculating a high-precision IMEP using a low-resolution coder and an indirect integration process
DE112017003053T5 (en) ACTIVITY MONITOR
DE102009018785A1 (en) Methods and apparatus for a virtual test cell
DE102016200782A1 (en) Method and apparatus for determining a gas guide system size in an engine system having an internal combustion engine
DE102021206638B4 (en) Computer-implemented method and control apparatus for controlling a powertrain of a vehicle using a convolutional neural network.
DE102015207270A1 (en) Method and apparatus for simulation coupling of an event-driven controller subsystem and a plant subsystem

Legal Events

Date Code Title Description
OM8 Search report available as to paragraph 43 lit. 1 sentence 1 patent law
R082 Change of representative

Representative=s name: PATENTANWAELTE MAXTON LANGMAACK & PARTNER, 50968 K

Representative=s name: PATENTANWAELTE MAXTON LANGMAACK & PARTNER, DE

R081 Change of applicant/patentee

Owner name: FEV GMBH, DE

Free format text: FORMER OWNER: FEV MOTORENTECHNIK GMBH, 52078 AACHEN, DE

Effective date: 20120509

Owner name: FEV EUROPE GMBH, DE

Free format text: FORMER OWNER: FEV MOTORENTECHNIK GMBH, 52078 AACHEN, DE

Effective date: 20120509

R082 Change of representative

Representative=s name: VON KREISLER SELTING WERNER - PARTNERSCHAFT VO, DE

Effective date: 20120509

Representative=s name: PATENTANWAELTE MAXTON LANGMAACK & PARTNER, DE

Effective date: 20120509

R082 Change of representative

Representative=s name: VON KREISLER SELTING WERNER - PARTNERSCHAFT VO, DE

R082 Change of representative

Representative=s name: VON KREISLER SELTING WERNER - PARTNERSCHAFT VO, DE

R012 Request for examination validly filed
R084 Declaration of willingness to licence
R082 Change of representative
R081 Change of applicant/patentee

Owner name: FEV SOFTWARE AND TESTING SOLUTIONS GMBH, DE

Free format text: FORMER OWNER: FEV GMBH, 52078 AACHEN, DE

Owner name: FEV SOFTWARE AN TESTING SOLUTIONS GMBH, DE

Free format text: FORMER OWNER: FEV GMBH, 52078 AACHEN, DE

Owner name: FEV EUROPE GMBH, DE

Free format text: FORMER OWNER: FEV GMBH, 52078 AACHEN, DE

R081 Change of applicant/patentee

Owner name: FEV SOFTWARE AND TESTING SOLUTIONS GMBH, DE

Free format text: FORMER OWNER: FEV EUROPE GMBH, 52078 AACHEN, DE

Owner name: FEV SOFTWARE AN TESTING SOLUTIONS GMBH, DE

Free format text: FORMER OWNER: FEV EUROPE GMBH, 52078 AACHEN, DE

R002 Refusal decision in examination/registration proceedings
R003 Refusal decision now final