[go: up one dir, main page]

DE102004058621B4 - Method for determining quantities in an engine control unit - Google Patents

Method for determining quantities in an engine control unit Download PDF

Info

Publication number
DE102004058621B4
DE102004058621B4 DE200410058621 DE102004058621A DE102004058621B4 DE 102004058621 B4 DE102004058621 B4 DE 102004058621B4 DE 200410058621 DE200410058621 DE 200410058621 DE 102004058621 A DE102004058621 A DE 102004058621A DE 102004058621 B4 DE102004058621 B4 DE 102004058621B4
Authority
DE
Germany
Prior art keywords
model
linear
control unit
engine control
engine
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
DE200410058621
Other languages
German (de)
Other versions
DE102004058621A1 (en
Inventor
Jan Simonis
Joachim Stefan
Ralph Meyer
Erik Labadie
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.)
Audi AG
Original Assignee
Audi AG
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 Audi AG filed Critical Audi AG
Priority to DE200410058621 priority Critical patent/DE102004058621B4/en
Publication of DE102004058621A1 publication Critical patent/DE102004058621A1/en
Application granted granted Critical
Publication of DE102004058621B4 publication Critical patent/DE102004058621B4/en
Anticipated expiration legal-status Critical
Expired - Fee Related 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
    • F02D41/02—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
    • F02D41/1402—Adaptive control
    • 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
    • F02D41/22—Safety or indicating devices for abnormal conditions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • 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
    • F02D2041/1413—Controller structures or design
    • F02D2041/1429—Linearisation, i.e. using a feedback law such that the system evolves as a linear one
    • 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
    • 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
    • F02D2041/1437—Simulation
    • 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
    • F02D41/2451—Methods of calibrating or learning characterised by what is learned or calibrated
    • 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
    • F02D41/2477—Methods of calibrating or learning characterised by the method used for learning
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

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

Abstract

Verfahren zum Ermitteln von Größen in einem Motorsteuergerät, bei dem zum Ermitteln der Größen statische, stückweise lineare Modelle verwendet werden, durch die wenigstens ein Teil des Verhaltens des Motors simuliert wird, und wobei in einem Lernvorgang ein Bestimmen der Anzahl und Position der Stützstellen des statisch linearen Modells erfolgt.method to determine sizes in one Engine control unit, in which to determine the sizes static, piecemeal Linear models are used by the at least one part the behavior of the engine is simulated, and being in a learning process determining the number and position of the nodes of the statically linear one Model is done.

Figure 00000001
Figure 00000001

Description

Die vorliegende Erfindung betrifft ein Verfahren zum Ermitteln von Größen in einem Motorsteuergerät.The The present invention relates to a method of determining sizes in one Engine control unit.

Es ist heute allgemein bekannt, aufgrund von Eingangsgrößen eine Größe mittels eines mathematischen Modells zu ermitteln, wobei das Modell die physikalischen Zusammenhänge zwischen den Eingangsgrößen und der modellierten Größe beschreibt. Solche Vorgehensweise finden in einer Motorsteuerung beispielsweise zum Kompensieren eines ausgefallenen oder nicht vorhandenen Sensors oder zu der Plausibilitätsdiagnose eines Sensors Verwendung.It is well known today, due to input a Size by of a mathematical model, where the model is the physical relationships between the input quantities and describes the modeled size. Such Procedure can be found in a motor control, for example for Compensating a failed or missing sensor or to the plausibility diagnosis a sensor use.

Steuerungen und Modelle für Motorsteuerungen von Fahrzeugen sind beispielsweise aus der WO 98/18063 A1 und aus der EP 0883 046 B1 bekannt. Bei diesen Verfahren handelt es sich um Modelle, die physikalische Vorgänge möglichst genau abbilden, wobei die Modelle eine aufwändige Berechnung und näherungsweise Berechnungen, wie beispielsweise Kalmanfilter erfordern. Bei Motorsteuerungen ist die zur Berechnung der Modelle erforderliche Rechenleistung und Rechengeschwindigkeit sehr hoch, um die Prozesse in genügendem zeitlichem Zusammenhang zu den Prozessen in der erforderlichen Dynamik des Systems abzubilden.Controls and models for engine control of vehicles are for example from the WO 98/18063 A1 and from the EP 0883 046 B1 known. These methods are models that map physical processes as accurately as possible, requiring sophisticated calculations and approximate calculations such as Kalman filters. In motor controls, the computational power and computational speed required to compute the models is very high to map the processes to the required dynamics of the system in timely relation to the processes.

Ein erheblicher Nachteil bei solchen Modellen ist es dabei auch, dass die Komplexität der Modelle unter Berücksichtigung vieler Eingangsgrößen es nicht mehr erlaubt, Modell- oder Messfehler zu lokalisieren und zu isolieren, welche beispielsweise in besonderen Betriebssituationen zu unerwünschten ermittelten Größen führen. Deshalb werden für spezifische Betriebszustände teilweise kompensierende lokale Korrekturen durchgeführt. Diese Korrekturen erfordern genaue Versuche in einer Vielzahl von Betriebszuständen und exakte Erfassung einer Vielzahl von Messdaten und somit einen hohen Aufwand in der Entwicklung.One Significant disadvantage of such models, it is also that the complexity considering the models many input sizes do not allows more to locate and isolate model or measurement errors, which determined, for example, in undesirable situations in particular operating situations Lead sizes. Therefore be for specific operating conditions partially compensating local corrections. These Corrections require accurate testing in a variety of operating conditions and conditions exact acquisition of a variety of measurement data and thus a high Effort in development.

Es ist somit zum einen erforderlich, äußerst komplexe Modelle zu verwenden, um das physikalische Verhalten über den gesamten Einsatzbereich und die gesamte Lebensdauer eines Motors im Modell abzubilden. Es werden daher Vereinfachungen notwendig, deren Wirkung nur in umfangreichen Erprobungen abgeschätzt und korrigiert werden können. Dies ist sehr aufwändig und zum anderen ist die verbleibende Vollständigkeit der vereinfachten Modelle kaum verifizierbar.It Thus, on the one hand, it is necessary to use extremely complex models, about the physical behavior over the entire range of use and the entire service life of an engine in the model. It will therefore simplifications necessary their effect is estimated only in extensive trials and can be corrected. This is very expensive and second, the remaining completeness is simplified Models hardly verifiable.

Eine komplexe Modellbildung ist in der Dissertation von Thomas Fischer mit dem Titel „Optimierte Implementierung neuronaler Strukturen in Hardware", wiss. Berichte, FZKA 6251, Karlsruhe 1999, Seiten 8 bis 9 dargestellt. Mathematische Modelle ergeben sich bei der Verwendung von neuronalen Netzen. Ziel einer neuronalen Signalverarbeitung ist es, einen funktionalen Zusammenhang zwischen den Eingangs- und Ausgangsgrößen zu gewährleisten. Bei den so genannten MLP-Netzen werden Eingangsgrößen mit Aktivierungsfunktionen gewichtet, die eine stückweise lineare Funktion sein können.A complex modeling is in the dissertation of Thomas Fischer titled "Optimized Implementation of Neural Structures in Hardware ", scientific reports, FZKA 6251, Karlsruhe 1999, pages 8 to 9 shown. mathematical Models arise when using neural networks. aim A neural signal processing is a functional connection between the input and output variables. In the so-called MLP networks are input with Weighting activation functions, which are a piecewise linear function can.

Die DE 36 34 551 A1 beschreibt ein Verfahren zur elektronischen Bestimmung der Kraftstoffmenge einer Brennkraftmaschine. Hierbei werden die aus verschiedenen Betriebsparametern gewonnenen Grundausgangssignale Filtereinrichtungen zugeführt. Es kann eine stückweise lineare Abhängigkeit der Filtercharakteristik von Betriebsparametern der Brennkraftmaschine gewählt werden. Es wird ein Unempfindlichkeitsbereich definiert, der vom gefilterten Signal nicht verlassen werden darf. Ist dies dennoch der Fall, wird die Filtercharakteristik geändert.The DE 36 34 551 A1 describes a method for the electronic determination of the fuel quantity of an internal combustion engine. In this case, the basic output signals obtained from different operating parameters are supplied to filter devices. It can be a piecewise linear dependence of the filter characteristic of operating parameters of the internal combustion engine can be selected. A dead band is defined which must not be left by the filtered signal. If this is still the case, the filter characteristic is changed.

Die DE 196 49 424 C2 betrifft die Drehmomenteinstellung einer Brennkraftmaschine. Die Drehmomenteinstellung erfolgt durch ein Regelkreisglied in einem einem Motordrehzahlregelkreis unterlagerten Drehmomentregelkreis. In dem Regelkreis wird eine Funktion, die eine Größe beschreibt, durch ein stückweise lineares Modell angenähert, das in der Form einer herkömmlichen Nachschlagtabelle gespeichert ist. Die Funktion kann angepasst werden, wenn bestimmte Kriterien zeigen, dass eine Anpassung der Funktion erforderlich ist.The DE 196 49 424 C2 relates to the torque setting of an internal combustion engine. The torque adjustment is performed by a control loop member in a torque control loop subordinate to an engine speed control loop. In the control loop, a function describing a size is approximated by a piecewise linear model stored in the form of a conventional lookup table. The function can be adjusted if certain criteria indicate that an adjustment of the function is required.

Aufgabe der Erfindung ist es, ein möglichst einfach zu berechnendes Modell zu finden, das für den Betrieb des Motorsteuergerätes eine hinreichend genaue Bestimmung von Größen ermöglicht.task The invention is as simple as possible To find the model to be calculated, the one for the operation of the engine control unit sufficiently accurate determination of sizes.

Diese Aufgabe wird durch ein Verfahren gemäß Patentanspruch 1 gelöst.These The object is achieved by a method according to claim 1.

Das erfindungsgemäße Verfahren zum Ermitteln von Größen in einem Motorsteuergerät sieht ein Modell zum Modellieren von Größen vor. Dabei wird durch das Modell wenigstens ein Teil des Verhaltens des Motors simuliert. Es werden zum Modellieren von Größen statische, stückweise lineare Modelle verwendet. Dabei wird das Modell von dem physikalischen Zusammenhang zwischen dem Modellparameter und der ermittelten Größe entkoppelt. Es wird also lediglich der phänomenologische Zusammenhang zwischen Parameter und Größe näherungsweise durch das Modell wiedergegeben. Durch das Verwenden eines statisch linearen Modells wird die Funktion leicht berechenbar, insbesondere auch in Steuergeräten, die über keinen für die Gleitkommaarithmetik geeigneten Prozessor verfügen.The inventive method to determine sizes in one Engine control unit provides a model for modeling sizes. It is by the Model simulated at least part of the behavior of the engine. It is used to model sizes static, piecemeal used linear models. The model of the physical Relationship between the model parameter and the determined size decoupled. So it's just the phenomenological Relationship between parameter and size approximately through the model played. By using a statically linear model the function is easy to calculate, especially in control units that have no for the Floating point arithmetic suitable processor.

Dabei ist das statisch lineare Modell insbesondere durch eine Anzahl von Stützstellen und dem Funktionswert an diesen beschrieben. Die Stützstellen sind Werte aus dem Wertebereich des der linearen Funktion zugrunde gelegten Parameters. Die Verteilung der Stützstellen und die Abschätzung des Parameters für die Stützstellen erfolgt dabei vorzugsweise mit bekannten Methoden der linearen Theorie und der statistischen Analyse.Here, the static linear model is in particular Specifically described by a number of nodes and the functional value of these. The interpolation points are values from the value range of the parameter on which the linear function is based. The distribution of the interpolation points and the estimation of the parameter for the interpolation points are preferably carried out using known methods of linear theory and statistical analysis.

Dadurch kann die Anzahl der für die Modellbildung erforderlichen Versuche und Messungen auf ein geringes, spezifisch im Voraus planbares Niveau reduziert werden und somit die Entwicklung des Motorsteuergeräts im Hinblick auf die Verwendung bei einem bestimmten Motor minimiert werden.Thereby can the number of for the modeling required trials and measurements on one be reduced to a low, specifically predictable level and thus the development of the engine control unit in terms of use be minimized at a particular engine.

Es ist erfindungsgemäß vorgesehen, dass in einem Lernvorgang ein Bestimmen der Anzahl und Position der Stützstellen des statisch linearen Modells erfolgt. Es werden dabei durch Berechnung die Stützstellen ermittelt, welche eine möglicht genaue Wiedergabe der Beziehung zwischen den Parametern und der zu ermittelnden Größe im linearen Modell ermöglicht. Hierzu wird in besonders günstiger Weise in einem automatisierten Verfahren die Anzahl der Stützstellen aufgrund statistischer Analyse der Modellabweichung für eine modellierte Größe vom Ist-Verhalten der modellierten Größe bestimmt. Es wird also beispielsweise in einem iterativen Verfahren zunächst von keiner Stützstelle ausgegangen, also einer über den gesamten Parameterbereich linearen Zuordnung. Daraus wird ein Wert für den Fehler der Näherung, also der Modellabweichung, ermittelt. Diese Modellabweichung wird dann durch Einfügen von Stützstellen minimiert, bis er einen Grenzwert unterschreitet. Dabei wird zur Bestimmung der Modellabweichung ein Kollektiv von Einzelmessungen herangezogen, um ein auf wenige oder einzelne Messungen spezifisches Lernen zu vermeiden. Es entspricht dabei vorteilhafter Ausgestaltung, wenn entsprechende zusätzliche Stützstellen dort eingefügt werden, wo die Reduktion der Modellabweichung durch das Einfügen der Stützstelle am größten ist. Als Maß für die Modellabweichung kann dabei insbesondere der quadratische Fehler über den Wertebereich hinweg herangezogen werden.It is provided according to the invention, in a learning process, determining the number and position the support points of the statically linear model. It will be calculated the support points determines which one is possible accurate representation of the relationship between the parameters and the to be determined in linear size Model allows. This is done in a particularly favorable manner in an automated procedure the number of nodes due to statistical analysis of the model deviation for a modeled Size of the actual behavior of the modeled size. Thus, for example, in an iterative procedure, it is first of no support point gone out, so one over the entire parameter range linear allocation. This will become one Value for the error of approximation, So the model deviation, determined. This model deviation will then by inserting reference points minimized until it falls below a threshold. It becomes the Determination of the model deviation a collective of individual measurements used to be specific to a few or individual measurements Learning to avoid. It corresponds to an advantageous embodiment, if appropriate additional reference points be inserted there, where the reduction of the model deviation by inserting the support point is greatest. When Measure of the model deviation In particular, the quadratic error over the range of values can take place be used.

Gemäß vorteilhafter Ausgestaltung der Erfindung werden als Eingangssignale des Modells Rohsignale von Sensoren verwendet. Durch die Abstimmung des Modells auf die Rohsignale der Sensoren wird es ermöglicht, auf die Signalaufbereitung der Sensoren zu physikalischen Größen zu verzichten. Der Sensormesswert kann direkt Eingang in das Steuergerät finden. Die Umsetzung in eine physikalisch interpretierbare Größe, wie dies bei einem das Verhalten des Systems physikalisch beschreibenden Modell erforderlich ist, wird nicht mehr benötigt.According to advantageous Embodiment of the invention are as input signals of the model Raw signals used by sensors. By the vote of the model on the raw signals of the sensors it becomes possible on the signal conditioning the sensors to dispense with physical quantities. The sensor reading can be found directly in the control unit. The implementation in a physically interpretable variable, as with one's behavior the system's physically descriptive model is required is not needed anymore.

Ein stückweise lineares Modell weist die Form I = Σ jP(xj) + Σ j,kPA(xj, xk) auf. Dabei sind P und PA eine stückweise lineare Funktion, die den Einfluss einer Eingangsgröße bzw. die Wechselwirkung zwischen zwei Eingangsgrößen darstellt. Die Struktur entspricht einer statistischen Beschreibung der Größe I in Abhängigkeit der Modellparameter in Form einer statischen Beschreibung. Die Modellparameter und ihre Verknüpfung werden dabei nicht mehr in einem physikalischen Zusammenhang mit dem zu modellierenden Signal gewählt, sondern können gleich durch mathematische Optimierungsmethoden so erstellt werden, dass das Modell gewünschte Optimierungseigenschaften, wie eine geringste mögliche Modellabweichung, aufweist. Eine spezifische Eigenschaft des gewählten Modells ist dabei, dass in den gewählten Stützstellen die Stetigkeit und Differenzierbarkeit nicht unbedingt gegeben ist.A piecewise linear model takes the form I = Σ jP (x j) + Σ j, kPA (x j, x k). Here, P and PA are a piecewise linear function that represents the influence of an input variable or the interaction between two input variables. The structure corresponds to a statistical description of the size I as a function of the model parameters in the form of a static description. The model parameters and their combination are no longer chosen in a physical relationship with the signal to be modeled, but can be created by mathematical optimization methods so that the model has desired optimization properties, such as the lowest possible model deviation. A specific feature of the selected model is that the continuity and differentiability is not necessarily given in the selected support points.

Zum Bilden des stückweise linearen Modells sind Versuche erforderlich. Diese können aber wegen der bekannten Funktionsform in einfacher Weise geplant werden. Dabei reduziert sich der Applikationsaufwand darauf, die Stützstellen für Haupteinflüsse und Wechselwirkungen erster Ordnung auszulegen. Darüber hinaus gestattet die statische Linearität der Modelle gute theoretische Vorhersagen des Verhaltens. Die Eigenschaften der Modelle erlaubt die Modellierung von Systemverhalten zur Feststellung von Systemfehlern, hierzu wird das Modell um mögliche Systemfehler ergänzt.To the Making the piecewise linear model, experiments are required. But they can be planned in a simple manner because of the known functional form. This reduces the application effort on the support points for main influences and Interpret interactions of the first order. In addition, the static allows Linearity of Models good theoretical predictions of behavior. The properties The models allow the modeling of system behavior for the determination of System errors, the model is supplemented by possible system errors.

Im ersten Schritt wird das Modell durch seinen Ausgang und durch seine Eingänge definiert. Die Eingangsgrößen werden so diskretisiert, dass der ganze Betriebsbereich des Systems mit einer endlichen Anzahl möglicher Experimente definiert wird. Statistisch gesehen hat dann jeder Eingang einen mittleren Einfluss auf den Ausgang. Entsprechend kann, z. B. mittels Mittelwertbildung, eine Wechselwirkung zwischen zwei Eingängen ermittelt werden. Diese dient dazu, nur den Teil des durch die Haupteinflüsse nicht erfassten Verhaltens abzubilden. Wechselwirkungen höherer Ordnung werden dabei vernachlässigt. Mit diesem Ansatz wird es ermöglicht, mehrere Sätze von Experimenten automatisch zu definieren und so das Modell in einfachster Weise mit geringem Versuchsaufbau zu erzeugen. Für die Modellbildung wird dann die Anzahl der Stützstellen und ihre Position so gewählt, dass der Modellfehler in der statistischen Analyse der Experimente möglichst gering ist, wobei als Modellfehler insbesondere der quadratische Fehler über dem Intervall herangezogen werden kann. Die Stützstellen werden dabei insbesondere durch mathematische Verfahren der Schätzung ermittelt. Die Ermittlung der Stützstellen und der daraus resultierenden Parameter der statischen, stückweise linearen Funktion erfolgt im Wege einer automatisierten mathematischen Minimierung des Modellfehlers.in the The first step is the model through its exit and through its inputs Are defined. The input variables become so discretized that the whole operating range of the system with a finite number of possible Experiments is defined. Statistically, then everyone has input a medium influence on the output. Accordingly, z. B. by means of averaging, an interaction between two inputs be determined. This does not serve only the part of the main influences mapped behavior. Higher order interactions are neglected. This approach makes it possible several sentences to automatically define experiments and so the model in most simple way to produce with a low experimental set-up. For modeling then the number of nodes and her position chosen so that the model error in the statistical analysis of the experiments as low as possible is, where as a model error in particular the square error over the Interval can be used. The support points are in particular determined by mathematical methods of estimation. The investigation of the interpolation points and the resulting parameter of static, piecemeal linear function takes place by way of an automated mathematical Minimization of the model error.

Im Betrieb des Motorsteuergeräts können dann aufgrund der Eingangsgrößen und unter Verwendung des statisch stückweise linearen Modells Größen ermittelt werden. Hierbei ist der erforderliche Rechenaufwand gering. Ferner können die Einflüsse einzelner Eingangsgrößen in ihrer Auswirkung auf die ermittelte Größe in einfacher Weise nachvollzogen werden.in the Operation of the engine control unit can then due to the input quantities and using the static piecewise linear model sizes determined become. Here, the required computational effort is low. Further can the influences of individual Input variables in their Impact on the determined size in easier Be traced way.

Im Übrigen wird die Erfindung auch anhand des in der einzigen Figur dargestellten Beispiels besser ersichtlich.Incidentally, will the invention also with reference to the single figure shown Example better.

Die einzige Figur zeigt in schematischer Darstellung die Beziehung zwischen einem Parameter x und einer durch ein statisch lineares Modell wiedergegebenen Größe. Dabei wird die stückweise lineare Funktion durch die Stützstellen X1 und X2 und die hierdurch definierten drei Wertbereiche festgelegt, wobei in jedem der drei Wertbereiche eine lineare Beziehung zwischen dem Wert des Parameters x und dem Wert der Größe I festgelegt ist.The single figure shows a schematic representation of the relationship between a parameter x and one represented by a statically linear model Size. there becomes the piecewise linear function through the interpolation points X1 and X2 and the three value ranges defined thereby, where in each of the three value ranges, a linear relationship between the Value of the parameter x and the value of the size I is set.

In der Figur sind in schematischer Weise die stückweise, durch die Stützpunkte X1 und X2 linearen Funktionsabschnitte des Modells dargestellt. In jedem dieser drei Funktionsabschnitte ist das Modell durch die Gleichung I(x) = ajx + bj mit j = 1, 2, 3 wiedergegeben. aj und bj sind also ebenso durch Optimieren zu bestimmen, wie die beiden Stützstellen X1 und X2. Jede weitere Stützstelle teilt eines der drei Intervalle in zwei Teilintervalle für die jeweils ein unabhängiges Bestimmen der linearen Zuordnungsfunktion durchgeführt werden kann.In the figure, the piecewise, through the support points X1 and X2 linear functional sections of the model are shown in a schematic manner. In each of these three functional sections, the model is represented by the equation I (x) = a j x + b j where j = 1, 2, 3. Thus, aj and bj are also to be determined by optimization, as are the two nodes X1 and X2. Each additional interpolation point divides one of the three intervals into two subintervals, for each of which an independent determination of the linear assignment function can be carried out.

Dabei kann es sich bei dem Parameter x um ein gemessenes Signal oder eine bestimmte Größe handeln, bei der Größe I um eine den Zustand des Motors beschreibende Größe oder Sollwerte für Regelgrößen des Aggregats. Beispiele für Parameter sind Motortemperatur, Drehzahl, Luftdruck. Beispiele für Zustandsgrößen sind Abgaskennwerte wie der Verbrennungsgrad λ, Zündzeitpunkt und Beispiele für Sollwerte von Regelgrößen Kraftstoffeinspritzmenge und Drehzahl.there the parameter x may be a measured signal or a act certain size, at the size I order a variable describing the state of the motor or setpoints for controlled variables of the Aggregate. examples for Parameters are engine temperature, speed, air pressure. Examples of state variables are Exhaust gas parameters such as the degree of combustion λ, ignition timing and examples of setpoints of controlled quantities of fuel injection quantity and Rotation speed.

Claims (5)

Verfahren zum Ermitteln von Größen in einem Motorsteuergerät, bei dem zum Ermitteln der Größen statische, stückweise lineare Modelle verwendet werden, durch die wenigstens ein Teil des Verhaltens des Motors simuliert wird, und wobei in einem Lernvorgang ein Bestimmen der Anzahl und Position der Stützstellen des statisch linearen Modells erfolgt.Method for determining quantities in an engine control unit, in which to determine the sizes static, piecemeal Linear models are used by the at least one part the behavior of the engine is simulated, and being in a learning process determining the number and position of the nodes of the statically linear one Model is done. Verfahren nach Anspruch 1, bei dem die Anzahl der Stützstellen aufgrund statistischer Analyse der Modellabweichung für eine modellierte Größe vom Istverhalten der Größe bestimmt wird.The method of claim 1, wherein the number of reference points due to statistical analysis of the model deviation for a modeled Size of the actual behavior of size becomes. Verfahren nach Anspruch 2, bei dem zusätzliche Stützstellen dort eingefügt werden, wo die Reduktion der Modellabweichung durch das Einfügen der Stützstelle am größten ist.The method of claim 2, wherein additional reference points inserted there be where the reduction of the model deviation by inserting the support point is greatest. Verfahren nach Anspruch 2, bei dem als Modellabweichung die Methode des quadratischen Fehlers herangezogen wird.Method according to Claim 2, in which the model deviation the method of quadratic error is used. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass als Eingangssignale des Modells Rohsignale von Sensoren verwendet werden.Method according to one of the preceding claims, characterized characterized in that as input signals of the model raw signals used by sensors.
DE200410058621 2004-12-04 2004-12-04 Method for determining quantities in an engine control unit Expired - Fee Related DE102004058621B4 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE200410058621 DE102004058621B4 (en) 2004-12-04 2004-12-04 Method for determining quantities in an engine control unit

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE200410058621 DE102004058621B4 (en) 2004-12-04 2004-12-04 Method for determining quantities in an engine control unit

Publications (2)

Publication Number Publication Date
DE102004058621A1 DE102004058621A1 (en) 2006-06-14
DE102004058621B4 true DE102004058621B4 (en) 2008-08-07

Family

ID=36500069

Family Applications (1)

Application Number Title Priority Date Filing Date
DE200410058621 Expired - Fee Related DE102004058621B4 (en) 2004-12-04 2004-12-04 Method for determining quantities in an engine control unit

Country Status (1)

Country Link
DE (1) DE102004058621B4 (en)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7212915B2 (en) * 2005-04-19 2007-05-01 Gm Global Technology Operations Inc. Application of linear splines to internal combustion engine control
US7493206B2 (en) * 2007-04-19 2009-02-17 Gm Global Technology Operations, Inc. Method and apparatus to determine instantaneous engine power loss for a powertrain system
DE102011006587B4 (en) * 2011-03-31 2025-02-27 Robert Bosch Gmbh Method for adapting a fuel-air mixture for an internal combustion engine
DE102014205686A1 (en) * 2014-03-26 2015-10-01 Mtu Friedrichshafen Gmbh Method for operating an internal combustion engine, method for determining a learning structure for the operation of an internal combustion engine, control unit for an internal combustion engine and internal combustion engine

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3634551A1 (en) * 1986-10-10 1988-04-21 Bosch Gmbh Robert METHOD FOR ELECTRONICALLY DETERMINING THE FUEL AMOUNT OF AN INTERNAL COMBUSTION ENGINE
DE69103719T2 (en) * 1990-10-25 1994-12-22 Delco Electronics Corp Method and apparatus for testing a throttle position sensor.
WO1998018063A1 (en) * 1996-10-18 1998-04-30 Siemens Aktiengesellschaft Method for modelling and controlling a first order dynamic system with non-linear properties
DE10010681A1 (en) * 2000-03-04 2001-09-06 Heinz J Theuerkauf Simulating signal from electronic sensor in motor vehicle using virtual sensor in vehicle control device, based on neural network model
DE19649424C2 (en) * 1995-11-29 2002-04-18 Gen Motors Corp Torque setting of an internal combustion engine
EP0883046B1 (en) * 1997-06-05 2002-06-26 Carrier Corporation Prediction of chiller compressor motor overheating

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3634551A1 (en) * 1986-10-10 1988-04-21 Bosch Gmbh Robert METHOD FOR ELECTRONICALLY DETERMINING THE FUEL AMOUNT OF AN INTERNAL COMBUSTION ENGINE
DE69103719T2 (en) * 1990-10-25 1994-12-22 Delco Electronics Corp Method and apparatus for testing a throttle position sensor.
DE19649424C2 (en) * 1995-11-29 2002-04-18 Gen Motors Corp Torque setting of an internal combustion engine
WO1998018063A1 (en) * 1996-10-18 1998-04-30 Siemens Aktiengesellschaft Method for modelling and controlling a first order dynamic system with non-linear properties
EP0883046B1 (en) * 1997-06-05 2002-06-26 Carrier Corporation Prediction of chiller compressor motor overheating
DE10010681A1 (en) * 2000-03-04 2001-09-06 Heinz J Theuerkauf Simulating signal from electronic sensor in motor vehicle using virtual sensor in vehicle control device, based on neural network model

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FISCHER,Thomas: Optimierte Implementierung neuronaler Strukturen in Hardware, Wissenschaftliche Berichte, FZKA 6251, Forschungszentrum Karlsruhe GmbH, Karlsruhe, 1999, S.8-9; *
ROVATTI,Riccardo: Fuzzy Piecewise Multilinear and Piecewise Linear Systems as Universal Approximators in Sobolev Norms. In: IEEE Transactions On Fuzzy Systems, Vol.6, No.2, May 1998, S.235-249; *

Also Published As

Publication number Publication date
DE102004058621A1 (en) 2006-06-14

Similar Documents

Publication Publication Date Title
EP1412821B1 (en) Reconfiguration method for a sensor system comprising at least one set of observers for failure compensation and guaranteeing measured value quality
DE102006041289A1 (en) Method for calibrating a sensor, in particular a yaw rate sensor
WO2019206610A1 (en) Method for operating an internal combustion engine
EP2587328A1 (en) Support for troubleshooting an industrial assembly
CH701958B1 (en) A method for operating a measuring point and measuring point.
DE112018001999T5 (en) Luftstömungsmessvorrichtung
WO2016146528A1 (en) Method for generating a model ensemble for calibrating a control device
DE102015103219A1 (en) gain calibration
DE112018002008T5 (en) Air flow measuring device
DE102019206682A1 (en) Method for operating a particle filter in an exhaust gas aftertreatment system of an internal combustion engine
DE102018200651A1 (en) Method for the self-diagnosis of the mechanical and / or hydraulic condition of a centrifugal pump
DE102005018272B4 (en) Method and device for operating an internal combustion engine
DE102004058621B4 (en) Method for determining quantities in an engine control unit
DE102020210080A1 (en) Method for determining at least one system state using a Kalman filter
DE102014220522B4 (en) Determination of a corrected pressure signal
DE10140617A1 (en) Measuring system with ratiometric frequency output
WO2006056355A2 (en) Diagnostic and service system for a motor vehicle
DE102009018785A1 (en) Methods and apparatus for a virtual test cell
DE102012200032B4 (en) Method and device for dynamic diagnosis of sensors
DE102004040273B4 (en) Cylinder air mass flow prediction model
DE102016213720A1 (en) System for data transmission and processing for controlling a rotor blade actuator
DE102022108459B3 (en) Computer-implemented method for creating a mathematical formula for calculating emissions measurements from an internal combustion engine
DE102018217814B4 (en) Method for offset calibration of a rotation rate sensor signal of a rotation rate sensor, system, computer program
DE102019218869B3 (en) Prediction of the opening and closing times of the gas exchange valves taking into account the dynamics of the camshaft adjuster
DE10259851B4 (en) Method for characteristic curve adaptation of a characteristic field stored in the control unit of a motor vehicle

Legal Events

Date Code Title Description
OM8 Search report available as to paragraph 43 lit. 1 sentence 1 patent law
OP8 Request for examination as to paragraph 44 patent law
8364 No opposition during term of opposition
8320 Willingness to grant licences declared (paragraph 23)
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee