DE10200946A1

DE10200946A1 - Adaptive Vorsteuerung des Zündzeitpunkts für Brennkraftmaschinen mit Klopfregelung

Info

Publication number: DE10200946A1
Application number: DE10200946A
Authority: DE
Inventors: Christoph Luttermann; Franz Perschl; Gerd Kraemer; Heiko Konrad
Original assignee: Bayerische Motoren Werke AG
Current assignee: Bayerische Motoren Werke AG
Priority date: 2002-01-12
Filing date: 2002-01-12
Publication date: 2003-07-31
Anticipated expiration: 2022-01-13
Also published as: DE10200946B4

Abstract

Die Erfindung stellt eine adaptive Vorsteuerung des Zündzeitpunkts für Brennkraftmaschinen, insbesondere Ottomotoren mit Klopfregelung bereit, bei der parallel zu einer Zündwinkelberechnung unter Verwendung eines neuronalen Netzes der Lernalgorithmus des neuronalen Netzes durchgeführt wird.

Description

Die Erfindung betrifft eine adaptive Vorsteuerung des Zündzeitpunkts für Brennkraftmaschinen, insbesondere Ottomotoren, mit Klopfregelung. Insbesondere betrifft die Erfindung ein Verfahren und eine Vorrichtung für die adaptive Vorsteuerung des Zündzeitpunkts.

Bei Brennkraftmaschinen und insbesondere bei Ottomotoren mit Klopfregelung wird in der Regel nach einem erkannten Klopfereignis zusätzlich zu einer Zündwinkelspätverstellung unter bestimmten Umständen die Spätverstellung in ein Adaptionskennfeld geschrieben bzw. aus diesem ausgelesen. Auf diese Weise soll der unterschiedliche Spätverstellungsbedarf im Last-/Drehzahl-Kennfeld bei Betriebspunktwechseln besser vorgesteuert werden. Die Spätverstellung wird dabei in verschiedenen Last- und Drehzahlfeldern abgespeichert, die jeweils für einen bestimmten Betriebsbereich gelten. Die Zugehörigkeit des aktuellen Betriebspunkts zum jeweiligen Bereich bestimmt das Feld, in das der Adaptionswert geschrieben wird bzw. aus dem die Vorsteuerung gelesen wird.

Durch die Einteilung des Betriebsbereiches in Felder gilt ein Wert jedoch immer nur für einen gewisse Drehzahl- und Lastspanne. Damit ist der Wert immer nur für genau eine Drehzahl und Last passend, für die restlichen Drehzahlen und Lasten des Bereiches nicht. Beim Durchfahren des Betriebsbereiches kommt es zu erheblichen Zündwinkelsprüngen beim Auslesen der Adaptionsbereiche, da die Bereiche untereinander nicht verbunden sind. Dies ist mit dem Nachteil verbunden, daß Zugkraftschwankungen beim Beschleunigen entstehen.

Ein weiter Nachteil ist darin zu sehen, daß die Abhängigkeit des Klopfverhaltens von der Kühlmittel- und Ansauglufttemperatur nicht in der Adaption berücksichtigt wird, sondern durch zusätzliche Funktionen fest vorgegeben werden muß.

Nachteilig ist ferner, daß in einzelnen Kennfeldbereichen falsche Adaptionswerte eingetragen sein können, da beispielsweise im zugehörigen Drehzahl-Last-Bereich bei der Bestimmung des Adaptionswertes andere Klopfvoraussetzungen (warmer Motorkalter Motor; Klopffestigkeit des Kraftstoffs; etc.) vorlagen.

In der DE-A-196 15 448 wird eine Vorrichtung zur Klopferkennung und Regelung einer Brennkraftmaschine angegeben, bei der die Ausgangssignale von Klopfsensoren zunächst einer Signalvorverarbeitungsstufe zugeführt werden, die aus den einzelnen Signalen charakteristische Merkmale extrahiert und entsprechende Daten zur Weiterverarbeitung an ein neuronales Netz weiterleitet. Im neuronalen Netz werden aus den zugeführten Daten Entscheidungskriterien, die eine Aussage über das Vorliegen von Klopfen ermöglichen, gewonnen. Aus den Informationen, die mit dem neuronalen Netz gewonnen werden sowie weiteren für die Brennkraftmaschine typischen Informationen berechnet der Mikrocomputer des Steuergeräts der Brennkraftmaschine Ansteuersignale für die Zündung oder Einspritzung, wobei bei erkanntem Klopfen die Zündung nach spät verstellt wird.

In der DE-A-198 18 949 wird allgemein die Verwendung von neuronalen Netzen bzw. künstlicher Intelligenz für Steuerungs- und Regelungseinheiten in Kraftfahrzeugen vorgeschlagen.

Der Erfindung liegt die Aufgabe zu Grunde, eine gegenüber dem Stand der Technik verbesserte adaptive Vorsteuerung des Zündzeitpunkts für Brennkraftmaschinen, insbesondere Ottomotoren, mit Klopfregelung bereitzustellen. Diese Aufgabe wird mit den Merkmalen der Ansprüche gelöst.

Die Erfindung geht von dem Grundgedanken aus, zur Vorsteuerung des Zündzeitpunkts parallel zu einer Zündwinkelberechnung unter Verwendung eines künstlichen neuronalen Netzes den Lernalgorithmus des künstlichen neuronalen Netzes ablaufen zu lassen. Der Lernalgorithmus des künstlichen neuronalen Netzes wird dazu insbesondere in einem wesentlich langsameren Zeitraster berechnet, als für die Zündwinkelberechnung verwendet. Der für die Berechnung des Lernalgorithmus des künstlichen neuronalen Netzes notwendige zu lernende Zündwinkelwert wird durch den Mittelwert der bei erkannten Klopfereignissen auf Grund zylinderindividueller Klopferkennung bestimmten Zündwinkel vorgegeben. Durch diese Vorgehensweise bildet die Adaption des künstlichen neuronalen Netzes den im stationären Betrieb zur Vorsteuerung für die Klopfregelung nötigen Zündwinkel ab. Durch das langsamere Zeitraster für die Berechnung des Lernalgorithmus ist eine neben dem normalen Motor betriebene parallel laufende Adaption trotz des höheren Rechenbedarfs für die Berechnung des Lernalgorithmus möglich.

Als neuronales Netz wird vorzugsweise ein LOLIMOT-Netz für mehrdimensionale Problemstellungen verwendet (siehe dazu Nelfes, Oliver: LOLIMOT-Lokale, lineare Modelle zur Identifikation nichtlinearer, dynamischer Systeme, at- Automatisierungstechnik 45 (1997/4, Seiten 163 bis 173). Dieses Netz zeichnet sich dadurch aus, daß die Zugehörigkeit der einzelnen Neuronen durch eine Gewichtung sogenannter lokaler linearer Modelle auf einen Teilbereich des Eingangsraumes eingeschränkt werden kann. Die Gewichtung findet durch mehrdimensionale Gaußsche Glockenkurven statt, deren Zentren und Breiten in jeder Eingangsdimension als Parameter einstellbar sind.

Die erfindungsgemäße Berechnung der Zugehörigkeitsfunktion des LOLIMOT- Netzes erfolgt mit quantisierten Eingangsgrößen. Dadurch können die Zentren und Breiten der Zugehörigkeitsfunktionen ("Gaußglocken") in den gleichen Quantisierungen Speicherplatz sparend als Integer-Größen spezifiziert werden.

Die Berechnung des Ausgangswerts des künstlichen neuronalen Netzes erfolgt vorzugsweise in Fließkommaarithmetik mit normierten Eingangswerten, um die nötige Genauigkeit zu erreichen. Der Ausgangswert wird jedoch wieder als Integer- Größe in der motortypischen Quantisierung ausgegeben. Zusätzlich findet vorzugsweise eine Begrenzung des Ausgangswertes auf physikalisch sinnvolle bzw. für den momentanen Motorzustand erlaubte Werte statt.

Erfindungsgemäß wird für die Adaption der Gewichte des neuronalen Netzes ein globaler Lernalgorithmus verwendet, welcher fokale Überoptimierungen vermeidet und somit ein gutes generalisierendes Verhalten des neuronales Netzes im gesamten Eingangs-Wertebereich sicherstellt. Aus Sicherheitsgründen werden die gelernten Gewichte vorzugsweise ebenfalls begrenzt.

Die erfindungsgemäße Vorsteuerung des Zündzeitpunktes ist mit verschiedenen Vorteilen verbunden. So erfolgt die erfindungsgemäße Vorsteuerung des Zündpunktes kontinuierlich ohne Sprünge und berücksichtigt zusätzlich zur Drehzahl und Last auch die Abhängigkeit der Klopfgrenze von Ansaugluft-/ und Kühlmitteltemperatur. Ferner läßt sich durch die erfindungsgemäße Vorsteuerung des Zündzeitpunktes eine bereichsselektive Zündwinkelvorsteuerung erreichen und außerdem entsteht durch die Überlagerung vieler Neuronen im neuronalen Netz ein weitgehend "glatter" Verlauf des vorgesteuerten Zündwinkels, ohne Last- bzw. Drehzahl abhängige Sprünge.

Durch die gleitende Vorsteuerung des Zündwinkels werden Zugkraftschwankungen vermieden, da der Zündwinkel sich nicht sprunghaft ändert. Dadurch ist das Betriebsverhalten der Brennkraftmaschine robuster. Insbesondere wird das Betriebsverhalten robuster gegenüber einer nicht optimal auf das jeweilige Exemplar des Motors abgestimmte Applikation, da eben keine starren Bereichsgrenzen mehr existieren.

Zusätzlich zur Adaption über Last und Drehzahl bietet die Erfindung die Möglichkeit, das Klopfverhalten in Abhängigkeit der Kühlmittel- und der Ansauglufttemperatur abzulegen. Damit werden separate Funktionen überflüssig, die diese Einflüsse bei herkömmlichen Zündwinkel-Vorsteuerungen einbeziehen. Darüber hinaus erfolgt die somit verbesserte Zündwinkel-Vorsteuerung bei geänderten Temperaturbedingungen adaptiv und individuell für das jeweilige Motorexemplar. Damit wird auch beim Wechsel dieser Randbedingungen die Anzahl der erforderlichen Klopfereignisse bis zum Erreichen des klopffreien Bereichs reduziert.

Ferner führt der Verzicht auf hochdimensionale Rasterkennfelder dazu, daß der Speicherbedarf der erfindungsgemäßen Zündwinkel-Vorsteuerung geringer ist als bei herkömmlichen Vorsteuerungen. Ferner ist es durch einen modularen Aufbau möglich, das erstellte Steuerprogramm als Basis für weitere mehrdimensionale Adaptionsprozesse in der Motorsteuerung zu verwenden.

Die Erfindung wird im folgenden mit Bezug auf die Zeichnungen näher erläutert. Es zeigen:
Fig. 1 den Ablauf der erfindungsgemäßen Zündwinkelberechnung;
Fig. 2 den Ablauf des erfindungsgemäßen Lernverfahrens; und
Fig. 3 eine schematische Darstellung der erfindungsgemäßen Zündwinkel- Vorsteuerung.
Fig. 1 veranschaulicht die erfindungsgemäße Zündwinkelberechnung. In einem ersten Schritt S1 werden die für die Berechnung verwendete Eingangswerte wie etwa Drehzahl, Last, Kühlmittel- und Ansauglufttemperatur bestimmt bzw. bereitgestellt. Auf der Grundlage dieser Eingangswerte erfolgt in Schritt S2 die Berechnung der Zugehörigkeitsfunktionen für das bevorzugte LOLIMOT-neuronale Netz. Dazu werden quantisierte Eingangsgrößen verwendet, um die Zentren und Breiten der Zugehörigkeitsfunktionen in den gleichen Quantisierungen Speicherplatz sparend als Integer-Größen zu spezifizieren.
Anschließend erfolgt eine Umrechnung der Eingangswerte in Fließkommawerte (Schritt S3). Diese Umrechnung erfolgt, um die nötige Genauigkeit in der Berechnung des Ausgangswertes des neuronalen Netzes zu erreichen. Diese Ausgangswerte werden in Schritt S4 berechnet.
Anschließend erfolgt in Schritt S5 eine Begrenzung des Ausgangswertes auf physikalisch sinnvolle bzw. für den momentanen Motorzustand erlaubte Werte und die Ausgangswerte werden wieder als Integer-Größe in der motortypischen Quantisierung ausgegeben.
Erfindungsgemäß erfolgt das in Fig. 2 dargestellte Lernverfahren für das neuronale Netz in einem wesentlich langsameren Zeitraster als die Zündwinkelberechnung.
Nach der in Schritt S21 erfolgten Bestimmung der Eingangswerte, Drehzahl, Last, Kühlmittel- und Ansauglufttemperatur werden in Schritt S22 die Zugehörigkeitsfunktionen des neuronalen Netzes berechnet. Auch hier werden wieder quantisierte Eingangsgrößen verwendet, um dadurch die Zentren und Breiten der Zugehörigkeitsfunktionen Speicherplatz sparend als Integer-Größen spezifizieren zu können. Nach der Berechnung der Zugehörigkeitsfunktionen in Schritt S22 werden die Eingangswerte in Schritt S23 in Fließkommawerte umgerechnet, um für die in Schritt S24 erfolgte Berechnung der Ausgangswerte des neuronalen Netzes die nötige Genauigkeit zu erreichen.
Nach der Berechnung der Ausgangswerte des neuronalen Netzes wird in Schritt S25 unter Verwendung des Zündwinkelmittelwertes aus der Zylinder-individuellen Klopfregelung der Lern-Sollwert berechnet. Auf der Grundlage dieses Lern- Sollwertes erfolgt abschließend in Schritt S26 eine Neuberechnung der Gewichte des neuronalen Netzes.
Fig. 3 veranschaulicht in Form einer schematischen Darstellung die erfindungsgemäße Vorsteuerung des Zündzeitpunktes.
Die ausgelesenen Ausgangswerte Drehzahl, Last, Ansauglufttemperatur T_ans und Kühlmitteltemperatur T_mot werden einem neuronalen Netz zur Verfügung gestellt. Mit dem Ausgangswert des neuronalen Netzes wird der applizierte Zündwinkel erfindungsgemäß vorgesteuert.
Zusätzlich werden die Eingangswerte Drehzahl, Last, Kühlmitteltemperatur und Ansauglufttemperatur für das Training des neuronalen Netzes bereitgestellt. Dazu wird auch der Zündwinkelmittelwert aus der Zylinder-individuellen Klopfregelung berücksichtigt, der wie in der rechten Bildhälfte gezeigt mit dem rückgekoppelten Ausgangswert des neuronalen Netzes verrechnet wird.
Der mit dem Ausgangswert des neuronalen Netzes vorgesteuerte applizierte Zündwinkel wird zusätzlich einer Spätverstellung unterzogen. Das Resultat ist der auszugebende Zündwinkel.

Claims

1. Verfahren zur adaptiven Vorsteuerung des Zündzeitpunkts einer Brennkraftmaschine mit Klopfregelung, dadurch gekennzeichnet, daß parallel zu einer Zündwinkelberechnung unter Verwendung eines neuronalen Netzes der Lernalgorithmus des neuronalen Netzes abläuft.

2. Verfahren nach Anspruch 1, wobei der Lernalgorithmus des neuronalen Netzes in einem langsameren Zeitraster als die Zündwinkelberechnung abläuft.

3. Verfahren nach Anspruch 1 oder 2, wobei für die Berechnung des Lern- Sollwertes des neuronalen Netzes der Zündwinkelwert aus der Zylinderindividuellen Klopfregelung verwendet wird.

4. Verfahren nach Anspruch 1, 2 oder 3, wobei die Zündwinkelberechnung die folgenden Schritte aufweist:

1. Bestimmen der Eingangswerte für das neuronale Netz;

2. Berechnen der Zugehörigkeitsfunktionen des neuronalen Netzes anhand der Eingangswerte;

3. Umrechnen der Eingangswerte in Fließkommawerte;

4. Berechnen der Ausgangswerte des neuronalen Netzes anhand der Zugehörigkeitsfunktionen; und

5. Begrenzen der Ausgangswerte auf plausible Werte und Ausgeben der Ausgangswerte als Integer-Größe in der für die Brennkraftmaschine typischen Quantisierung.

5. Verfahren nach Anspruch 4, wobei als Eingangswerte Drehzahl, Last, Kühlmitteltemperatur und Ansauglufttemperatur verwendet werden.

6. Verfahren nach Anspruch 4 oder 5, wobei die Eingangswerte als Integer- Größen quantisiert werden.

7. Verfahren nach einem der Ansprüche 1 bis 6, wobei der Lernalgorithmus die folgenden Schritte aufweist:

1. Bestimmen der Eingangswerte für das neuronale Netz;

3. Umrechnen der Eingangswerte in Fließkommawerte;

4. Berechnen der Ausgangswerte des neuronalen Netzes anhand der Zugehörigkeitsfunktionen;

5. Berechnen des Lern-Sollwertes für das neuronale Netz unter Verwendung des Zündwinkelmittelwerts aus der zylinderindividuellen Klopfregelung; und

6. Neuberechnung der Gewichte des neuronalen Netzes.

8. Verfahren nach einem der Ansprüche 1 bis 7, wobei als neuronales Netz ein LOLIMOT-neuronales Netz verwendet wird.

9. Vorrichtung zur adaptiven Vorsteuerung des Zündzeitpunkts einer Brennkraftmaschine mit Klopfregelung, mit einer Verarbeitungseinrichtung, die anhand von Eingangswerten eine Zündwinkelberechnung unter Verwendung eines neuronalen Netzes vornimmt und parallel dazu den Lernalgorithmus des neuronalen Netzes durchführt.

10. Vorrichtung nach Anspruch 9, wobei die Verarbeitungseinrichtung den Lernalgorithmus in einem langsameren Zeitraster durchführt, als die Berechnung des Zündwinkels.

11. Vorrichtung nach Anspruch 9 oder 10, wobei bei der Durchführung des Lernalgorithmus der Lern-Sollwert unter Verwendung des Zündwinkelmittelwerts aus der zylinderindividuellen Klopfregelung berechnet.