-
Stand der Technik
-
Serienprodukte (insbesondere Großserienprodukte) wie z.B. Lenksysteme unterliegen aufgrund von Fertigungstoleranzen und -ungenauigkeiten einer Streuung der Produktparameter wie z.B. Reibungen, Elastizitäten und/oder Trägheiten. Weiterhin unterliegen Serienprodukte einer zusätzlichen Parameterstreuung aufgrund von Alterung z.B. durch Verschleiß und/oder Umwelteinflüsse. Alle in der Realität auftretenden Wertebereiche und - kombinationen der Parameterstreuung eines Serienproduktes bilden dessen sogenannten „operational design domain“ (ODD), auf Deutsch etwa „Betriebsbereich für die Auslegung“.
-
Bei jedem Simulationsmodell eines (Serien-)produkts kommt es zu Abweichungen zwischen modelliertem und realem Verhalten aufgrund der Parameterstreuung im gesamten ODD und durch Vereinfachungen bei der Modellbildung. Ein solches Simulationsmodell inklusive der Modellabweichungen und/oder Modellunsicherheiten im gesamten ODD ist die Grundlage für eine simulationsbasierte Produktfreigabe. Die hierfür nötige Charakterisierung der Modellunsicherheiten erfolgt heute typischerweise anhand einiger ausgewählter Produktprototypen, da eine vollständige Charakterisierung in der Regel zu aufwendig ist. Im Folgenden wird die Sollversion (auch: Idealversion) eines Prototyps als Produktmuster und dessen physische Realisierung als Produktexemplar bezeichnet. Üblicherweise erfolgt die Auswahl der Produktmuster zur Unsicherheitscharakterisierung auf Grundlage von Expertenmeinung.
-
Eine exakte Realisierung der ausgewählten (idealen) Produktmuster ist jedoch aufgrund endlicher Fertigungsgenauigkeiten in der Praxis nicht möglich, wodurch die Produktmuster und die dazugehörigen Produktexemplare ein leicht voneinander abweichendes Systemverhalten aufweisen. Typischerweise werden die akzeptablen Parametertoleranzen für die Realisierung eines Produktmusters durch Expertenwissen definiert. Alternativ kann eine möglichst genaue Fertigung und/oder Nachbearbeitung der Produktexemplare angestrebt werden. Hierdurch kann jedoch nicht ausgeschlossen werden, dass zu laxe Parametertoleranzen festgelegt und/oder hergestellt werden, wodurch es zu signifikanten Systemverhaltensabweichungen zwischen Produktmustern und Produktexemplaren kommen kann. Andererseits kann auch nicht ausgeschlossen werden, dass zu strenge Parametertoleranzen festgelegt und/oder hergestellt werden, wodurch das Systemverhalten von Produktmustern und Produktexemplaren praktisch identisch sein kann, wobei allerdings unnötig hohe Herstellungskosten entstehen können.
-
Ein zu lösendes Problem, das der Offenbarung zugrunde liegt, kann zum Beispiel darin gesehen werden, ein Verfahren bereitzustellen, in dem ermittelt wird, wie stark Produktexemplare von einem vorgegebenen Produktmuster abweichen dürfen, um dieses Produktmuster in Bezug auf dessen Systemverhalten noch hinreichend zu realisieren.
-
Im Vergleich zu traditionellen Lenkungen unterliegen Steer by Wire (SbW)-Lenksysteme und/oder Lenksysteme für das hochautomatisierte Fahren (highly automated driving, HAD) strengeren normativen Anforderungen zur Produktfreigabe. Damit der reale Test- und Erprobungsaufwand durch die strengeren Freigabeanforderungen für in (Groß)serie produzierte SbW- und HAD-Lenksysteme nicht außerordentlich stark im Vergleich zu traditionellen Lenkungen zunimmt, findet in der Branche eine Fokussierung auf simulationsbasierte Freigabeprozesse statt. Für eine solche simulationsbasierte Freigabe ist ein validiertes und verifiziertes Simulationsmodell des Lenksystems mit bekannten Modellunsicherheiten essenziell.
-
Im Rahmen des firmeninternen und simulationsbasierten Freigabeprozesses für SbW- und/oder HAD-Lenksysteme soll die Charakterisierung der Modellunsicherheiten anhand einiger ausgewählter Produktexemplare erfolgen.
-
Ein vorgelagertes zu lösendes Problem kann somit darin bestehen, die dazugehörigen Produktmuster mithilfe eines modellbasierten Kriteriums systematisch auszuwählen, sodass sie den gesamten ODD des (Groß)serien-Lenksystems mit einer quantifizierbaren Restunsicherheit repräsentieren.
-
Derzeit gibt es kein systematisches Verfahren, um für die Realisierung der Produktmuster sinnvolle Parametertoleranzen zu ermitteln, sodass eine vernachlässigbare quantitative Systemverhaltensunähnlichkeit zwischen Produktmustern und Produktexemplaren gewährleisten ist und dadurch übermäßig strenge oder laxe Toleranzen vermieden werden.
-
In der Systemtheorie sind verschiedene Metriken bekannt, die die Unähnlichkeit von zwei
Systemen - Systeme und Produkte können nachfolgend gleichgesetzt werden - quantifizieren und diese somit vergleichen. Im Folgenden werden die gap Metrik, v-gap Metrik sowie L2 Metrik erläutert.
-
Die gap Metrik quantifiziert die Unähnlichkeit der ungeregelten (open-loop) Eingangs-/Ausgangsverhalten zweier Systeme P1 und P2 bezüglich ihrer Stabilitäts- und Performanceeigenschaften im geregelten Betrieb (closed-loop) mit einem Skalar im reellen Intervall [0, 1]. Ein Metrikergebnis nahe 0 bedeutet, dass beide Systeme sehr ähnlich sind und jeder P1-stabiliserende Regler auch das System P2 mit einer ähnlichen geregelten Performance stabilisiert. Ein Metrikergebnis von 0 bedeutet, dass sich die betrachteten Systeme P1 und P2 exakt identisch verhalten. Andererseits besagt ein Metrikergebnis nahe oder bei 1, dass die Systeme P1 und P2 sehr unähnlich sind. Weiterhin sind mit der gap Metrik Aussagen zur robusten Stabilität von geschlossenen Regelkreisen mit Modellunsicherheiten möglich. Für die Auswertung der gap Metrik ist ein expliziter Reglerentwurf notwendig. Details zur Definition und den Eigenschaften der gap Metrik sind in Kapitel 17 des Buches „Essentials of Robust Control", Kemin Zhou and John C. Doyle, 1st edition, Pearson, 1997, ISBN: 9780135258332 beschrieben.
-
Die systemtheoretischen Aussagen und Implikationen der v-gap Metrik sind sehr ähnlich zur gap Metrik, jedoch sind beide Metriken grundlegend unterschiedlich definiert. Für die Auswertung der v-gap Metrik ist kein Reglerentwurf aber eine Windungszahl-Untersuchung der zu vergleichenden Systeme P1 und P2 notwendig. Details zur Definition und den Eigenschaften der v-gap Metrik sind in Kapitel 17 des Buches „Essentials of Robust Control", Kemin Zhou and John C. Doyle, 1st edition, Pearson, 1997, ISBN: 9780135258332 oder in der Veröffentlichung „Frequency domain uncertainty and the graph topology", Glenn Vinnicombe, IEEE Transactions on Automatic Control, vol. 38, no. 9, pp. 1371-1383, Sept. 1993, DOI: 10.1109/9.237648 beschrieben.
-
Die Definition der L2 Metrik entspricht der v-gap Metrik ohne Windungszahl-Untersuchung. Aus diesem Grund sind die prinzipiellen Aussagen und Implikationen beider Metriken ähnlich, aber die L2 Metrik besitzt eine geringere theoretische Aussagekraft. Details zur Definition und den Eigenschaften der L2 Metrik sind in Kapitel 17 des Buches „Essentials of Robust Control", Kemin Zhou and John C. Doyle, 1st edition, Pearson, 1997, ISBN: 9780135258332 beschrieben.
-
Alle drei vorgestellten Unähnlichkeitsmetriken besitzen bekanntlich die folgenden Eigenschaften:
- - Die Metriken quantifizieren die Unähnlichkeit zweier Systeme bezüglich der Stabilitäts- und Performanceeigenschaften im geregelten Betrieb anhand der ungeregelten Eingangs-/Ausgangsverhalten.
- - Mithilfe der Metrikergebnisse kann entschieden werden, ob zwei Systeme P1 und P2 hinreichend ähnlich sind, sodass P1 als repräsentativ für P2 angesehen werden kann.
- - Die Metrik-Ergebnisse können auch als (systemtheoretische) Distanzen zwischen den verglichenen Systemen interpretiert werden.
- - Für alle zu vergleichenden Systeme gilt: L2 Ergebnis ≤ v-gap Ergebnis ≤ gap Ergebnis.
-
Offenbarung der Erfindung
-
Ein erster allgemeiner Aspekt der vorliegenden Offenbarung betrifft ein computer-implementiertes Verfahren zur Ermittlung eines Toleranzgebiets in einem Operational Design Domain (ODD) um ein Ziel-Parameter-Sample eines parametrierbaren Simulationsmodells zu einem Produkt. Das Produkt kann zum Beispiel ein Steer by Wire-Lenksystem und/oder ein Lenksystem für hochautomatisiertes Fahren sein.
-
Das Verfahren umfasst Bestimmen des Toleranzgebiets im ODD um das Ziel-Parameter-Sample basierend auf einer maximal tolerierbaren Distanz und einer Unähnlichkeitsmetrik, wobei die Unähnlichkeitsmetrik zwischen einem dem Ziel-Parameter-Sample zugeordneten parametrierten Simulationsmodell und jeweils einem parametrierten Simulationsmodell eine Distanz definiert.
-
Ein zweiter allgemeiner Aspekt der vorliegenden Offenbarung betrifft ein Computer-System, das dafür ausgelegt ist, das computer-implementierte Verfahren zur Ermittlung eines Toleranzgebiets in einem Operational Design Domain (ODD) um ein Ziel-Parameter-Sample eines parametrierbaren Simulationsmodells zu einem Produkt nach dem ersten allgemeinen Aspekt (oder einer Ausführungsform davon) auszuführen.
-
Ein dritter allgemeiner Aspekt der vorliegenden Offenbarung betrifft ein Computer-Programm, das dafür ausgelegt ist, das computer-implementierte Verfahren zur Ermittlung eines Toleranzgebiets in einem Operational Design Domain (ODD) um ein Ziel-Parameter-Sample eines parametrierbaren Simulationsmodells zu einem Produkt nach dem ersten allgemeinen Aspekt (oder einer Ausführungsform davon) auszuführen.
-
Ein vierter allgemeiner Aspekt der vorliegenden Offenbarung betrifft ein computer-lesbares Medium oder Signal, das das Computer-Programm nach dem dritten allgemeinen Aspekt (oder einer Ausführungsform davon) speichert und/oder enthält.
-
Durch das hier vorgeschlagene Verfahren nach dem ersten allgemeinen Aspekt (oder einer Ausführungsform davon) können Toleranzgebiete individuell für die Realisierung (d.h. physische Herstellung) von Produktmustern anhand eines modellbasierten Kriteriums systematisch ermittelt werden, sodass die Systemverhalten von Produktmustern und Produktexemplaren jeweils bis auf eine tolerierbare quantitative Unähnlichkeit übereinstimmen. Insbesondere können Parametertoleranzen für die Produktmuster ermittelt werden. Das herzustellende Produktmuster ist dem Ziel-Parameter-Sample zugeordnet, mithin die Sollversion (auch: Idealversion) eines Prototyps. In der Realisierung des Produktmusters kann nun ein Produktexemplar derart als Prototyp gebaut werden, dass dessen Parameter-Sample im Toleranzgebiet um das Ziel-Parameter-Sample liegt. Insbesondere folgende Vorteile im Vergleich zum Stand der Technik können durch das hier vorgeschlagene Verfahren nach dem ersten allgemeinen Aspekt (oder einer Ausführungsform davon) erreicht werden:
- - Systematische Vorgehensweise zur Ermittlung von individuellen Parametertoleranzen (d.h. erlaubter Wertebereich eines oder mehrerer Parameter) für die Realisierung der Produktmuster;
- - Berechenbare individuelle Toleranzgebiete der Produktparameter (d.h. erlaubtes Gebiet für alle Parameter) für alle Produktmuster;
- - Quantifizierbare Systemverhaltensunähnlichkeiten zwischen Produktmustern und Produktexemplaren aufgrund von nicht übereinstimmenden Parametern im gesamten ODD;
- - Möglichkeit einer Suche von lokalen Produktparametern oder -kombinationen in der Nähe eines Produktmusters, die dessen Systemverhalten besonders stark beeinflussen.
-
Das hier vorgeschlagene Verfahren nach dem ersten allgemeinen Aspekt (oder einer Ausführungsform davon) kann bei der Entwicklung realer (d.h. physischer) Produkte - z.B. bei Steer by Wire (SbW)-Lenksystemen - in der Designphase und/oder in der Systementwicklung (d.h. nach der Designphase) verwendet werden.
-
In z.B. der Designphase oder der Systementwicklung kann die Erfindung genutzt werden, um individuelle Toleranzgebiete der (Produkt)parameter für die Realisierung von allen Produktmustern (z.B. für die Charakterisierung von Modellunsicherheiten) unter Einhaltung einer tolerierbaren Systemverhaltensunähnlichkeit zwischen Produktmustern und Produktexemplaren zu ermitteln. Insbesondere können individuelle Parametertoleranzen für alle zu realisierenden Produktmuster berechnet werden, in denen die tolerierbare Systemverhaltensunähnlichkeit jeweils eingehalten wird. Dies ist wichtig, da Prototypen, deren Parameter jeweils genau den Ziel-Parameter-Samples entsprechen, schwer oder nur mit erheblichem Aufwand hergestellt und/oder nachgerüstet (z.B. Shimmen) werden können.
-
Darüber hinaus können z.B. in der Designphase mithilfe von Zwischenergebnissen des Verfahrens nach dem ersten allgemeinen Aspekt (oder einer Ausführungsform davon) sowie zusätzlichen mathematischen Untersuchungen lokale Produktparameter und/oder deren Kombinationen in der Nähe eines Produktmusters gefunden werden, die dessen Systemverhalten besonders stark beeinflussen.
-
Das Ziel-Parameter-Sample kann eines von einer Vielzahl repräsentativer Parameter-Samples im ODD sein, d.h. von einer Vielzahl von Parameter-Samples, die den gesamten ODD des (Serien)produkts mit einer quantifizierbaren Restunsicherheit repräsentieren. Das realisierte Produktmuster (genauer: das Produktexemplar) ist dann ein repräsentatives Produktexemplar. Andererseits muss das Ziel-Parameter-Sample kein repräsentatives Parameter-Sample sein, d.h. es kann beliebig oder aus anderen Gründen (z.B. als Grenzmuster) als Ziel für die Realisierung vorgegeben werden.
-
Auf Grundlage der repräsentativen Produktexemplare können in der weiteren Systementwicklung die Unsicherheiten, die durch Parameterstreuung und Vereinfachungen bei der Modellierung bedingt sind, zwischen dem realen Produktverhalten und dessen modelliertem Verhalten im gesamten ODD systematisch charakterisiert werden. Die repräsentativen Produktexemplare inklusive der charakterisierten Modellunsicherheiten können anschließend für die Entwicklung einer Produktregelung und/oder für eine Produktfreigabe genutzt werden.
-
Das hier vorgeschlagene Verfahren nach dem ersten allgemeinen Aspekt (oder einer Ausführungsform davon) kann insbesondere im Rahmen eines Prozesses zur Freigabe von SbW- und HAD-Lenksystemen angewendet werden. Hierbei kann die Realisierung von für den gesamten ODD repräsentativen Produktmustern in der Validierung und/oder Verifikation der Lenksysteme genutzt werden.
-
Das hier vorgeschlagene Verfahren nach dem ersten allgemeinen Aspekt (oder einer Ausführungsform davon) kann ganz oder teilweise analytisch durchgeführt werden. Dadurch kann ein Sampling von einer Vielzahl von Parameter-Samples um das Ziel-Parameter-Sample vermieden werden. In Ausführungsformen kann das Toleranzgebiet mitunter exakt bestimmt werden.
-
Kurzbeschreibung der Figuren
-
- 1 illustriert schematisch beispielhafte Ausführungsformen eines computerimplementierten Verfahrens zur Ermittlung eines Toleranzgebiets in einem Operational Design Domain (ODD) um ein Ziel-Parameter-Sample eines parametrierbaren Simulationsmodells zu einem Produkt, insbesondere eines Steer by Wire-Lenksystems und/oder eines Lenksystems für hochautomatisiertes Fahren.
- 2 illustriert eine beispielhafte Ausführungsform des Verfahrens.
- 3a illustriert den beispielhaften ODD aus 3b mit einer beispielhaften und beliebigen Vielzahl von parametrierten Simulationsmodellen.
- 3b illustriert einen beispielhaften ODD mit einem Ziel-Parameter-Sample umgeben von einem Toleranzgebiet.
-
Detaillierte Beschreibung
-
Das in dieser Offenbarung vorgeschlagene Verfahren 100 ist darauf gerichtet, ein Toleranzgebiet 30 in einem Operational Design Domain (ODD) um ein Ziel-Parameter-Sample 10 eines parametrierbaren Simulationsmodells zu einem Produkt, insbesondere eines Steer by Wire-Lenksystems und/oder eines Lenksystems für hochautomatisiertes Fahren, zu ermitteln. Alternativ oder zusätzlich kann das Verfahren 100 auch darauf gerichtet sein, ein Produktmuster in Form eines Produktexemplars herzustellen, das das Produktmuster realisiert. Das Verfahren 100 ist ganz oder teilweise analytisch und setzt voraus, dass das parametrierbare Simulationsmodell in analytischer Form vorliegt.
-
Offenbart wird zunächst ein computer-implementiertes Verfahren 100 zur Ermittlung eines Toleranzgebiets 30 in einem Operational Design Domain (ODD) um ein Ziel-Parameter-Sample 10 eines parametrierbaren Simulationsmodells zu einem Produkt. Das Produkt kann insbesondere ein Serienprodukt sein, d.h. in Serie produziert werden. Das Verfahren 100 - obschon es auch für ein Nichtserienprodukt oder eine Kleinserie angewandt werden kann - ist besonders sinnvoll, wenn eine Vielzahl gleichartiger Produkte hergestellt werden soll, die aber doch (z.B. produktions- und/oder materialbedingt) unterschiedlich sein können. Die Vielzahl der gleichartigen Produkte kann zum Beispiel > 1e5 Produkte pro Jahr, > 5e5 Produkte pro Jahr oder > 1e6 Produkte pro Jahr umfassen.
-
Das Produkt kann zum Beispiel ein Steer by Wire-Lenksystem sein. Alternativ oder zusätzlich kann das Produkt ein Lenksystem für das automatisierte, insbesondere hochautomatisierte Fahren sein.
-
Wie z.B. in 1 schematisch illustriert, umfasst das Verfahren 100 Bestimmen 140 des Toleranzgebiets 30 im ODD um das Ziel-Parameter-Sample 10 basierend auf einer maximal tolerierbaren Distanz und einer Unähnlichkeitsmetrik, wobei die Unähnlichkeitsmetrik zwischen einem dem Ziel-Parameter-Sample 10 zugeordneten parametrierten Simulationsmodell (stets dasselbe für die jeweiligen parametrierten Simulationsmodelle, in 2 als Muster-PUM bezeichnet) und jeweils einem parametrierten Simulationsmodell eine Distanz definiert.
-
Die Unähnlichkeitsmetrik kann auf einer gap Metrik, einer v-gap Metrik und/oder auf einer L2 Metrik basieren. Insbesondere kann die Unähnlichkeitsmetrik die gap Metrik, die v-gap Metrik oder die L2 Metrik sein. Alternativ kann die Unähnlichkeitsmetrik aus einer Kombination von der gap Metrik, der v-gap Metrik und/oder der L2 Metrik basieren. Die Unähnlichkeitsmetrik kann ein quantitatives Maß für die Unähnlichkeit eines Paars von parametrierten Simulationsmodellen ausgeben, d.h. ein quantitatives Maß dafür, wie ähnlich oder unähnlich die beiden parametrierten Simulationsmodelle des Paars sind. Insoweit könnte die Unähnlichkeitsmetrik ebenso als Ähnlichkeits- oder Vergleichsmetrik bezeichnet werden. Das durch die Unähnlichkeitsmetrik ausgegebene quantitative Maß kann als Distanz bezeichnet werden. Sind die beiden parametrierten Simulationsmodelle eines Paars ähnlich, kann die Distanz gering sein. Sind insbesondere die beiden parametrierten Simulationsmodelle eines Paars identisch (d.h. maximal ähnlich), kann die Distanz null sein. Sind dagegen die beiden parametrierten Simulationsmodelle eines Paars nicht ähnlich, kann die Distanz hoch sein.
-
Ein beispielhaftes Ergebnis der Bestimmung des Toleranzgebiets 30 um das Ziel-Parameter-Sample 10 ist in 3a-b dargestellt.
-
Das Ziel-Parameter-Sample 10 und das Toleranzgebiet 30 können ein herzustellendes Produktmuster zu dem Produkt definieren, nachfolgend auch Zielproduktmuster genannt.
-
Wie z.B. in 1 schematisch und als Option illustriert, kann das Verfahren 100 weiterhin Ausgeben 150 einer Anforderung an die Produktion des herzustellenden Produktmusters basierend auf dem Ziel-Parameter-Sample 10 und dem Toleranzgebiet 30 umfassen, wobei die Anforderung erfüllt ist, wenn (z.B. alle) Parameter des herzustellenden Produktmusters im Toleranzgebiet 30 liegen. Der Schritt 150 wird in der beispielhaften Ausführungsform in 2 als „Konversion des Toleranzgebiets in individuelle Parametertoleranzen“ bezeichnet.
-
Anhand der Anforderung kann die Produktion (z.B. der Protobau) das Produktexemplar herstellen. Die Anforderung kann einen Algorithmus umfassen oder ein solcher Algorithmus sein, mit dem geprüft werden kann, ob die einen oder mehreren Parameter des herzustellenden Produktmusters (d.h. des Produktexemplars) im Toleranzgebiet 30 um das Ziel-Parameter-Sample 10 liegen. Ein solcher Algorithmus kann zum Beispiel dann nützlich sein, wenn das Toleranzgebiet höher-dimensional ist und stark von einem Produktraum (d.h. von einem direkten Produkt von Intervallen) abweicht.
-
Das Bestimmen 140 des Toleranzgebiets 30 im ODD kann zum Beispiel derart erfolgen, dass im Toleranzgebiet 30 jede Distanz zu dem dem Ziel-Parameter-Sample 10 zugeordneten parametrierten Simulationsmodell kleiner als die maximal tolerierbare Distanz ist. Alternativ kann das Bestimmen 140 des Toleranzgebiets 30 im ODD zum Beispiel auch derart erfolgen, dass im Toleranzgebiet 30 jede Distanz zu dem dem Ziel-Parameter-Sample 10 zugeordneten parametrierten Simulationsmodell kleiner als oder gleich die maximal tolerierbare Distanz ist. Denkbar ist zum Beispiel auch, dass das Bestimmen 140 des Toleranzgebiets 30 im ODD derart erfolgt, dass im Toleranzgebiet 30 jede Distanz zu dem dem Ziel-Parameter-Sample 10 zugeordneten parametrierten Simulationsmodell höchstens ungefähr die maximal tolerierbare Distanz ist.
-
Weiterhin kann das Bestimmen 140 des Toleranzgebiets 30 im ODD derart erfolgen, dass das Toleranzgebiet 30 exakt oder näherungsweise maximal ist. Das Toleranzgebiet 30 kann zum Beispiel basierend auf dem Lebesgue-Maß maximiert werden. Das Toleranzgebiet kann, muss aber kein Gebiet im mathematischen Sinne sein.
-
Weiterhin kann das Bestimmen 140 des Toleranzgebiets 30 im ODD derart erfolgen, dass das Toleranzgebiet 30 eine zusammenhängende Menge im ODD ist. Alternativ oder zusätzlich kann es derart erfolgen, dass das Toleranzgebiet 30 eine konvexe Menge im ODD ist. Insbesondere kann das Toleranzgebiet eine konvexe, zusammenhängende Menge im ODD sein.
-
Zum Beispiel kann das Toleranzgebiet 30 eine Mannigfaltigkeit, ein Polytop, insbesondere ein konvexes Polytop, ein Hyperellipsoid oder ein Hyperkubus sein. Ein Hyperkubus ist besonders vorteilhaft, da die Parameter und deren Toleranzen unabhängig voneinander sind. Ist dies nicht gegeben, kann das Toleranzgebiet 30 als (beliebige) Mannigfaltigkeit definiert sein. Um den Speicherbedarf einer solchen Mannigfaltigkeit zu reduzieren kann es sinnvoll sein, die Mannigfaltigkeit durch ein Polytop oder ein Hyperellipsoid anzunähern.
-
Der ODD kann durch eine numerische und/oder analytische Beschreibung definiert sein. Das dem Ziel-Parameter-Sample 10 zugeordnete parametrierte Simulationsmodell kann durch Auswerten des parametrierbaren analytischen Simulationsmodells an dem Ziel-Parameter-Sample 10 im ODD definiert sein. Wie z.B. in 1 schematisch und als Option illustriert, kann das Verfahren 100 weiterhin Bilden 120 des dem Ziel-Parameter-Sample 10 zugeordneten parametrierten Simulationsmodells umfassen, wobei das parametrierbare analytische Simulationsmodell an dem Ziel-Parameter-Sample 10 im ODD ausgewertet wird.
-
Das jeweilige parametrierte Simulationsmodell kann durch Auswerten des parametrierbaren analytischen Simulationsmodells an einem Parameter-Sample im ODD für das Produkt definiert sein. Wie z.B. in 1 schematisch und als Option illustriert, kann das Verfahren 100 weiterhin Bilden 121 des jeweiligen parametrierten Simulationsmodells umfassen, wobei das parametrierbare analytische Simulationsmodell an einem (beliebigen) Parameter-Sample im ODD ausgewertet wird.
-
Das Verfahren 100 oder der Schritt 140 können weiterhin Konvertieren des parametrierbaren analytischen Simulationsmodells umfassen, um für ein beliebiges ODD-Sample (z.B. das Ziel-Parameter-Sample 10, oder ein Parameter-Sample des jeweiligen parametrierten Simulationsmodells) ein dazugehöriges parametriertes Simulationsmodell zu erhalten. Ein solcher Schritt wird in der beispielhaften Ausführungsform in 2 als „Konversion des PAM in PUM an jedem ODD-Punkt“ bezeichnet, wobei PAM das parametrierbare analytische Simulationsmodell, PUM ein parametriertes Simulationsmodell des parametrierbaren analytischen Simulationsmodells und ODD-Punkt einen (beliebigen, jeweiligen) Parameter-Sample im ODD bezeichnen.
-
Das Verfahren 100 oder der Schritt 140 können weiterhin Aufstellen einer Unähnlichkeitsmetrikfunktion für beliebige Paare bestehend aus dem dem Ziel-Parameter-Sample 10 zugeordneten parametrierten Simulationsmodell und einem jeweiligen parametrierten Simulationsmodell im gesamten ODD (oder einem Teil davon) umfassen. Eine solche Funktion kann eine Verkettung der Unähnlichkeitsmetrik auf zwei konvertierten parametrierbaren analytischen Simulationsmodells sein. Ein solcher Schritt wird in der beispielhaften Ausführungsform in 2 als „Aufstellung der Metrik-Funktionen zwischen allen PUM und Muster-PUM“ bezeichnet, wobei die Metrik-Funktionen jeweils eben die Unähnlichkeitsmetrikfunktion bezeichnet.
-
Das eigentliche Bestimmen 140 des Toleranzgebiets im ODD um das Ziel-Parameter-Sample 10 basierend auf der maximal tolerierbaren Distanz und der Unähnlichkeitsmetrik wird in der beispielhaften Ausführungsform in 2 als „Berechnung des Toleranzgebiets“ bezeichnet.
-
Das Ziel-Parameter-Sample 10 kann eines aus einer Vielzahl von Ziel-Parameter-Samples ist, die für den ODD repräsentativ sind, sein. In diesem Fall können die Parameter-Samples 20 der jeweiligen parametrierten Simulationsmodelle in einem Repräsentativitätsbereich des Ziel-Parameter-Sample 10 liegen, d.h. auf einen Teil des ODD beschränkt sein.
-
Wie z.B. in 1 schematisch und als Option illustriert, kann das Verfahren 100 weiterhin Identifizieren 160 eines oder mehrerer Parameter im Toleranzgebiet 30, die einen größeren Einfluss auf das Produkt haben, umfassen. Dies kann zum Beispiel durch eine Sensitivitätsanalyse erfolgen. Dadurch kann das Verständnis des Produkts und dessen Verhalten verbessert werden. Insbesondere im Falle von höherdimensionalen ODDs kann dies nützlich sein, da das Toleranzgebiet 30 dann nicht mehr unmittelbar in Augenschein genommen werden kann. Dadurch kann das Systemverständnis im Toleranzgebiet verbessert werden. Die Ergebnisse können bei der Realisierung des Zielproduktmusters berücksichtigt werden.
-
Das Verfahren 100 kann Bestimmen 140 jeweils eines Toleranzgebiets im ODD um eine Vielzahl von Ziel-Parameter-Samples 10 umfassen. In diesem Fall kann somit um jedes Ziel-Parameter-Sample ein dazugehöriges Toleranzgebiet im ODD bestimmt werden.
-
Das Verfahren 100 kann Festlegen der maximal tolerierbaren Distanz umfassen. Der Schritt wird in der beispielhaften Ausführungsform in 2 als „Festlegung der maximal tolerierbaren Distanz“ bezeichnet. Im Falle der Vielzahl von Ziel-Parameter-Samples kann diese Festlegung global, d.h. für alle Ziel-Parameter getroffen werden oder individuell für die Ziel-Parameter-Samples der Vielzahl der Ziel-Parameter-Samples festgelegt werden.
-
Wie bereits diskutiert, kann das Toleranzgebiet 30 dazu genutzt werden, um ein oder mehrere Produktexemplare zu ermitteln, deren Parameter im Toleranzgebiet um das Ziel-Parameter-Sample liegen. Alternativ oder zusätzlich zu der bereits diskutierten Möglichkeit des Ausgeben 150 einer Anforderung kann das Verfahren 100 Abgleichen von in einer Datenbank von gespeicherten Parameter-Samples realer Produktexemplare mit dem Toleranzgebiet umfassen, insbesondere basierend auf einer Ähnlichkeitsrelation. Im Falle nicht zufriedenstellender Ähnlichkeit können eine oder mehrere Instruktionen ausgegeben werden, wie aus einem realen Produktmuster ein hinreichend zufriedenstellendes Produktmuster hergestellt werden kann (z.B. durch Rüsten, Shimming, etc.). Dieses kann, muss aber nicht ein repräsentatives Produktmuster sein.
-
Das Produktexemplar, das das herzustellende Produktmuster realisiert, kann zur Auslegung einer Regelung des Produkts verwendet werden. Das Auslegen der Regelung des Produkts kann insbesondere auf einer Vielzahl von Produktexemplaren, die jeweils herzustellende Produktmuster realisieren, basieren. Insbesondere, wenn die herzustellenden Produktmuster repräsentativ für den ODD sind, können Entwurf und/oder die Auslegung einer robusten Regelung des Produkts verbessert werden. Insbesondere kann dadurch die Regelung des Produkts besonders robust und verlässlich ausgelegt werden. Dadurch kann insbesondere die Sicherheit des Produkts erhöht werden. Weiterhin können eine oder mehrere Anforderungen an das Produkt anhand des Produktexemplars, das das herzustellende Produktmuster realisiert, geprüft werden. Das Prüfen der einen oder mehreren Anforderungen an das Produkt kann insbesondere auf der Vielzahl der Produktexemplare, die jeweils herzustellende Produktmuster realisieren, basieren. Dadurch kann das Produkt robust und verlässlich ausgelegt werden. Auch dadurch kann insbesondere die Sicherheit des Produkts erhöht werden.
-
2 zeigt eine beispielhafte Ausführungsform des Verfahrens 100. Hierbei können zum Beispiel die folgenden Schritte der Reihe nach ausgeführt werden:
- - „Konversion des PAM in PUM an jedem ODD-Punkt“
- - „Aufstellung der Metrik-Funktionen zwischen allen PUM und Muster-PUM“
- - „Festlegung der maximal tolerierbaren Distanz“
- - „Berechnung des Toleranzgebiets“, 140
- - „Konversion des Toleranzgebiets in individuelle Parametertoleranzen“, 150
-
3a illustriert den beispielhaften ODD aus 3b mit einer beispielhaften und beliebigen Vielzahl von parametrierten Simulationsmodellen (genauer: deren Parameter-Samples 20, dargestellt als Punkte). Diese Vielzahl von parametrierten Simulationsmodellen wird nur zu Illustrationszwecken dargestellt.
-
3b illustriert einen beispielhaften ODD mit einem Ziel-Parameter-Sample 10 (dargestellt als Kreuz) umgeben von einem Toleranzgebiet 30.
-
Der ODD ist in diesem Beispiel ein zweidimensionaler Produktraum, d.h. er wird von zwei Parametern aufgespannt (ein Parameter in x-Richtung, ein anderer Parameter in y-Richtung), die jeweils Werte in einem Intervall annehmen können. Im Allgemeinen muss der ODD kein Produktraum sein, sondern kann eine (beliebige) Mannigfaltigkeit sein. Die Dimension des ODD kann beliebig sein. Hier ist der Toleranzgebiet 30 ein beispielhaftes Rechteck.
-
Für dieses Beispiel könnte in 3D, d.h. in z-Richtung orthogonal zur Blattebene, die Distanz (gemäß der Unähnlichkeitsmetrik) eines jeden Parameter-Sample 20 im ODD (d.h. genauer, dessen parametrierten Simulationsmodells, einige davon als Punkte dargestellt in 3a) zu dem dem Ziel-Parameter-Sample 10 zugeordneten parametrierten Simulationsmodell dargestellt werden. In 2D werden stattdessen vier Isolinien (z.B. 40) in Bezug auf diese Größe in z-Richtung dargestellt. Die vier durchgezogenen Linien bilden jeweils eine Isolinie, d.h. weisen denselben z-Wert auf. Zusätzlich zu den Isolinien ist eine Begrenzung von Einflussbereichen (gestrichelte Linien) der jeweiligen repräsentativen parametrierten Simulationsmodelle eingezeichnet.
-
In 3a-b könnte zum Beispiel links der Begrenzung von Einflussbereichen (gestrichelte Linien) ein weiterer Ziel-Parameter-Sample liegen, um den ebenfalls ein Toleranzgebiet nach dem Verfahren 100 bestimmt werden kann.
-
Offenbart wird weiterhin ein Computer-System, das dafür ausgelegt ist, das computer-implementierte Verfahren 100 zur Ermittlung eines Toleranzgebiets 30 in einem Operational Design Domain (ODD) um ein Ziel-Parameter-Sample 10 eines parametrierbaren Simulationsmodells zu einem Produkt auszuführen. Das Computer-System kann einen Prozessor und/oder einen Arbeitsspeicher umfassen.
-
Offenbart wird weiterhin ein Computer-Programm, das dafür ausgelegt ist, das computer-implementierte Verfahren 100 zur Ermittlung eines Toleranzgebiets 30 in einem Operational Design Domain (ODD) um ein Ziel-Parameter-Sample 10 eines parametrierbaren Simulationsmodells zu einem Produkt auszuführen. Das Computer-Programm kann z.B. in interpretierbarer oder in kompilierter Form vorliegen. Es kann (auch in Teilen) zur Ausführung z.B. als Bit- oder Byte-Folge in den RAM eines Computers (z.B. des Computer-Systems) geladen werden.
-
Offenbart wird weiterhin ein computer-lesbares Medium oder Signal, das das Computer-Programm speichert und/oder enthält. Das Medium kann z.B. eines von RAM, ROM, EPROM, HDD, SSD, ... umfassen, auf/in dem das Signal gespeichert wird.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
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.
-
Zitierte Nicht-Patentliteratur
-
- Kapitel 17 des Buches „Essentials of Robust Control“, Kemin Zhou and John C. Doyle, 1st edition, Pearson, 1997, ISBN: 9780135258332 [0010, 0011, 0012]
- Frequency domain uncertainty and the graph topology“, Glenn Vinnicombe, IEEE Transactions on Automatic Control, vol. 38, no. 9, pp. 1371-1383, Sept. 1993, DOI: 10.1109/9.237648 [0011]