DE69028872T2

DE69028872T2 - Verfahren und Einrichtung zur Diagnose des elektronischen Steuersystems eines Kraftfahrzeuges mit Hilfe der Mustererkennung

Info

Publication number: DE69028872T2
Application number: DE1990628872
Authority: DE
Inventors: John Victor James; Kenneth Andrew Marko
Original assignee: Ford Werke GmbH
Current assignee: Ford Werke GmbH
Priority date: 1989-05-18
Filing date: 1990-03-28
Publication date: 1997-02-20
Anticipated expiration: 2010-03-29
Also published as: EP0398481A3; EP0398481A2; EP0398481B1; DE69028872D1

Description

Die vorliegende Erfindung betrifft allgemein die Identifizierung des Betriebszustandes eines Verbrennungsmotors einschließlich der Fehlerzustände im Motor, und genauer die Verwendung eines Systems zur Mustererkennung, das die Parameter des Motorbetriebs untersucht, um spezielle Fehlerzustände im Motor zu identifizieren.
Kraftfahrzeugregelsysteme für Verbrennungsmotoren können für verbesserte Zuverlässigkeit, hochentwickelte Funktionalität und Senkung der Kosten eine elektronische Motorsteuerung enthalten. Ein typisches elektronisches System schließt eine Hauptsteuereinheit für den Motor und eine Vielzahl von Sensoren und Steigliedern ein, die in die Leistungsübertragungseinheit eines Fahrzeugs eingegliedert werden. Die Hauptsteuereinheit des Motors verarbeitet Daten von den Sensoren, wobei sie Tabellen und komplexe Algorithmen verwendet, um die geeigneten Befehle für die Steiglieder festzulegen. Beispielsweise können Motorposition, Motordrehzahl, Drosselstellung und der Sauerstoffgehalt der Abgase überwacht werden, um eine geeignete Synchronisation und Verweildauer des Zündfunkens für den Motorbetrieb festzustellen. Die spezielle Vorgehensweise ist so, daß Übereinstimmung mit den US-Emissionsrichtlinien bei gleichzeitig optimaler Kraftstoffausnutzung und Leistung der Leistungsübertragungseinheit erreicht wird.
Über die Motorsteuerung hinaus werden gegenwärtig bei einigen anderen Systemen für Kraftfahrzeuge elektronische Steuerungen genutzt oder in Betracht gezogen. Zu diesen Systemen gehören Antiblockierbremsen, Seilantriebssysteme und Getriebesteuerung.
Aus Sicherheitsgründen muß der Betrieb dieser elektronischen Steuerungssysteme hoch verläßlich sein. Tritt ein Fehler auf, so muß es möglich sein, die Ursache des Fehlers auf die Anlage (d.h., die Leistungsübertragungseinheit), den Regler oder seine Sensoren oder Steiglieder zurückzuführen.
Aufgrund der Komplexität, die elektronischen Steuerungssystemen innewohnt, wird die Aufgabe der Fehlerdiagnose sehr schwer. Darum wurden große Anstrengungen darauf verwendet, nach Diagnoseverfahren zu suchen, die ein Minimum an Können oder Wissen von Seiten des Servicetechnikers voraussetzen. Versuche, nach dem Stand der Technik eine Fehlerdiagnose für eine elektronische Motorsteuerung bereitzustellen, bezogen Computer ein, um das für die Diagnose benötigte Wissen zu minimieren. Es kann zum Beispiel ein Datenerfassungssystem verwendet werden, um einem Computer Informationen über den Motorbetrieb zu liefern, der die Informationen mit vorher festgelegten Soldaten vergleicht. Die Meßwerte werden mit vorher festgesetzten Bezugsgrößen verglichen, um Abweichungen zu finden, die auf mögliche Fehler hindeuten. Manche Systeme verarbeiten die Meßwerte auch nach spezifischen Algorithmen, um spezielle Motorkenngrößen zu bestimmen. Beispielsweise kann der Computer einen integrierten zeitlichen Durchschnitt bestimmen oder aus einer Wellenform für eine Analyse bestimmte Eigenschaften extrahieren.
In einigen Motordiagnosesystemen nach dem Stand der Technik wurde ein Expertensystem verwendet. Dies ist ein von einem Experten entwickeltes regelgebundenes System zur Analyse eingegebener Motorparameter nach den Regeln, die das gesteuerte System beschreiben. Ein Expertensystem erfordert eine intensive Schulung des Experten, damit dieser das System verstehen und sein Wissen in eine Gruppe von Regeln übersetzen kann. Daher benötigt die Entwicklung eines Expertensystems einen großen Aufwand an Zeit und Ressourcen. Ein Expertensystem folgt solch häufigen Entwurfsänderungen, wie sie in der Kraftfahrzeugentwicklung vorkommen, nicht. Eine Veränderung in der Motorkonstruktion verändert die Regeln, was den Experten zwingt, die neuen Regeln zu bestimmen und das System neu zu entwerfen.
Das US-Patent 4,252,013, erteilt an Hyanova et al., offenbart ein Diagnosesystem für einen Verbrennungsmotor, bei dem Meßfühler Motorparameter messen. Dynamische Eingabesignale werden aufbereitet und ergeben so quasistatische Merkmale für die Betriebszustände im Motor. Die aufbereiteten Signale und andere gemessene Signale werden in vorher festgelegten Algorithmen bearbeitet und ergeben Diagnosemerkmale des Verbrennungsmotors.
Das US-Patent 4,375,672, erteilt an Kato et al., offenbart einen computerisierten Motoranalysator zur Durchführung einer automatischen Diagnose. Mit dem Verbrennungsmotor verbundene Sensoren messen Kenngrößen des Motors. Die Sensorsignale werden aufbereitet und dann in einem Computer mit einem vorher festgelegten, auf den Motor bezogenen Programm verglichen. Die Ergebnisse der verschiedenen Motordiagnosen werden angezeigt, während die Diagnose unter Steuerung durch einen Operator fortgesetzt wird.
Das US-Patent 4,41 8,388, erteilt an Allgor et al., offenbart einen Motoranalysator, der die Betriebsparameter des Motors einschließlich der Wellenformen des elektrischen Systems mißt, die dann im Speicher gespeichert werden. Die gespeicherten Wellenformen werden dann mit analytischen Matrizen verglichen, die vom Motortyp abhängen. Die Information wird dann auf der Basis der vorher einprogrammierten Beziehung zwischen Matrixpositionen und den eingegebenen Wellenformen verarbeitet, um die fehlerhaften Systeme zu identifizieren. Das US-Patent Nr. 4,424,709, erteilt an Meier Jr. et al., offenbart einen Motoranalysator zur Identifizierung von Motorschäden, basierend auf den Signalen verschiedener Sensoren. Die detektierten Signale werden im Frequenzbereich mit Signalen von normalen Motoren verglichen. Durch Erkennen spezieller Unterschiede oder durch das Suchen nach anormalen Frequenzanteilen werden Motorschäden identifiziert.
Ein Expertensystem zur Diagnose von Fahrzeugdefekten wird beschrieben bei Armano et al., Empirical And Functional Knowledge In An Expert System For Fault Diagnosis, IEEE International Workshop on Artificial lntelligence for Industrial Applications, S. 109-114, (1988). Das in diesem Artikel offenbarte Expertensystem nutzt Techniken der Künstlichen Intelligenz, um sowohl empirisches Wissen als auch funktionelle Kenntnisse zu verbinden, um eine Fehlerdiagnose zu erhalten.
Die Verwendung von Fehlersuchfiltern zum Untersuchen von Kraftfahrzeugregelsystemen wird offenbart in Liubakka et al., Failure Detection Algorithms Applied To Control System Design For lmproved Diagnostics And Reliability, SAE Technical Paper Series, Artikel Nr. 880726 (1988). Beim offenbarten Verfahren zur Fehlererkennung und -isolierung wird ein Systemmodell zur Vorhersage des Systembetriebs verwendet. Bekannte Beziehungen zwischen Systemeingabe- und Systemausgabegrößen ermöglichen es dem Diagnosesystem, die Systemausgabe anhand der festgestellten Systemeingabegrößen vorherzusagen. Jegliche Abweichung zwischen den vorhergesagten Systemausgaben und jenen, die durch die Sensoren gemessen werden, weisen auf einen Systemfehler hin.
Damit ein System zur Fehlerentdeckung entworfen werden kann, sind für jedes der Diagnosesysteme nach dem Stand der Technik vorbestimmte analytische Informationen über den Motor nötig. Bei zunehmender Komplexität der elektronischen Systeme wird die Bestimmung solch analytischer Informationen immer schwieriger, zeitaufwendiger und teurer. Dies sind einige der Probleme, die diese Erfindung beseitigt.
Aus dem Patentantrag WO-A-8 706 371 ist ein Expertensystem bekannt, das Techniken der Mustererkennung verwendet, das eine Verarbeitungsvorrichtung enthält, die Eingabedaten empfängt, sie bearbeitet und Daten erzeugt, die einen oder mehrere Parameter darstellen, die als kennzeichnend oder repräsentativ für den Zustand der Anlage oder des zu untersuchenden Systems angesehen werden, und das eine Vorrichtung zur Mustererkennung bereitstellt, die so trainiert oder geschult werden kann, daß sie verschiedene Kombinationen von Eingabedaten als kennzeichnend für bestimmte Zustände des Systems erkennt. Das System wird trainiert, indem man es anfangs an eine bekannte, ordnungsgemäß funktionierende Anlage koppelt, in die klar definierte Fehler eingebaut werden. Die Vorrichtung zur Mustererkennung besitzt eine Reihe von Abschnitten mit anpaßbaren Gewichtungskoeffizienten, die nach einem vorgegebenen Algorithmus angepaßt werden, während dem System eine Folge von Datenkombinationen, die im Zusammenhang mit bestimmten Fehlern stehen, eingegeben werden. Ist das System trainiert, so kann es unbekannte Anlagen untersuchen und Ausgabegrößen liefern, die Fehler anzeigen.
Es ist ein Hauptgegenstand der vorliegenden Erfindung, den Betrieb eines elektronischen Regelsystems zu untersuchen, ohne daß eine detaillierte analytische Modelldartellung des Systems benötigt wird.
Ein weiterer Gegenstand dieser Erfindung ist es, ein Diagnosesystem bereitzustellen, um Fehler in komplizierten elektronischen Regelsystemen zu erkennen, dessen Entwicklung preiswert ist und das genaue Ergebnisse liefert.
Ein weiterer Gegenstand der Erfindung ist es, ein Verfahren bereitzustellen, mit dem durch Mustererkennung ausgewählte Zustände in einem Verbrennungsmotor identifiziert werden können, und mit dem ein Mustererkennungssystem darauf trainiert werden kann, ausgewählte Zustände zu erkennen.
Noch ein weiterer Gegenstand der Erfindung ist es, ein Gerät bereitzustellen, mit dem unter Verwendung eines Mustererkennungssystems, das leicht an verschiedene Motoren angepaßt werden kann, mögliche Fehlerzustände in einem Verbrennungsmotor festgestellt werden können.
Diese und andere Gegenstände werden durch Verwendung eines Verfahrens erreicht, mit dem ausgewählte Zustände in einem elektronisch gesteuerten Kraftfahrzeugsystem identifiziert werden können, worin nach den Lehren der Erfindung ein trainierbares Mustererkennungssystem (etwa ein neuronales Netzwerk) verwendet wird. Insbesondere wird mittels eines Testsystems eine Vielzahl von Probeläufen des Systembetriebs durchgeführt, wobei jeder Probelauf mindestens einen aus der Vielzahl der bekannten ausgewählten Zustände, etwa der Fehlerzustände, einschließt. Während der Betriebsuntersuchungen werden die Betriebsdaten des Systems gesammelt, die einer Vielzahl von Systemparametern entsprechen, wobei zu diesen Parametern Signale von und zu einer elektronischen Steuerung und daraus abgeleitete berechnete Größen gehören. In der Ausführungsform, in der ein Verbrennungsmotor das geregelte System darstellt, umfassen die Parameter Messungen und Berechnungen für jeden einzelnen Zündvorgang während des Motorbetriebs. Systemparameter und darauf bezogene bekannte Systemfehler werden dem Mustererkennungssystem als Trainingsvektoren eingegeben. Während des Trainings lernt das Mustererkennungssystem, die Muster der Systemparameter zu den entsprechenden Systemfehlern in Beziehung zu setzen. Anschließend wird mit einem zu untersuchenden System eine Untersuchung des Systembetriebs durchgeführt. Die den Systemparametern entsprechenden Diagnosedaten des Systems werden gesammelt, und die Parameter werden auf der Grundlage der Diagnosedaten dem Mustererkennungssystem als Eingabevektoren zugeführt, um diejenigen ausgewählten Zustände zu identifizieren, die während des Betriebs des zu untersuchenden Systems auftreten.
Die Erfindung schließt überdies ein Gerät ein, mit dem mögliche Fehlerzustände eines Kraftfahrzeugsystems identifiziert werden können, das eine Überwachungsvorrichtung, eine Verarbeitungsvorrichtung, eine Speichervorrichtung und eine Mustererkennungsvorrichtung umfaßt. Die Überwachungsvorrichtung ist angepaßt, mit dem System gekoppelt zu werden, um während des Systembetriebs eine Vielzahl von zeitbezogenen Werten zu sammeln, die den ausgewählten Systemparametern entsprechen, wobei diese Parameter Signale zu und von dem System einschließen. Die Verarbeitungsvorrichtung ist mit der Überwachungsvorrichtung gekoppelt, um die Werte zur Gewinnung von Systemparametern zu bearbeiten und die Systemparameter in Vektoren zu ordnen.
Die Speichervorrichtung ist mit der Verarbeitungsvorrichtung gekoppelt, um die Vektoren zu speichern. Die Mustererkennungsvorrichtung ist mit der Speichervorrichtung gekoppelt, um die gespeicherten Vektoren entsprechend den möglichen Fehlerzuständen einzuordnen. Die zeitbezogenen Werte können Digitalwerte und Analogwerte einschließen, wobei die Digitalwerte erfaßt werden, wenn bei ihnen eine Veränderung stattfindet, und die Analog werte in festgesetzten Zeitabständen aufgezeichnet werden.
Die Erfindung wird nun anhand von Beispielen näher beschrieben werden, wobei auf die beigefügten Zeichnungen Bezug genommen wird, in denen:
Abbildung 1 ein funktionelles Blockdiagramm ist, das ein Mustererkennungssystem zeigt, während es darauf trainiert wird, ausgewählte Zustände eines Motors zu erkennen;
Abbildung 2 ein funktionelles Blockdiagramm ist, das die Erfassung der ausgewählten, durch ein trainiertes Mustererkennungssystem zu diagnostizierenden Zustände in einem Motor zeigt;
Abbildung 3 ein Blockdiagramm ist, das ein mit einem Motor und seiner elektronischen Steuerung verbundenes Datenerfassungssystem zeigt;
Abbildung 4 ein Blockdiagramm ist, das das Datenerfassungssystem als Teil eines rechnergestützten Fehlererkennungssystems der Erfindung genauer zeigt;
Abbildung 5 ein funktionelles Blockdiagramm ist, das die Verarbeitung von Betriebsdaten des Motors zur Erzeugung von Motorparametern zeigt, die für das Mustererkennungssystem bestimmt sind;
Abbildung 6 eine Matrix von Parametervektoren ist, die für das Mustererkennungssystem bestimmt sind;
Abbildung 7 ein Blockdiagramm ist, das die Eingabe- und Ausgabewege für das Mustererkennungssystem der Erfindung zeigt;
Abbildung 8 die Matrix der Kombinationen von Parametervektoren und Codes für die Einordnung der Zustände während des Trainings des Mustererkennungssystems zeigt.
Die vorliegende Erfindung ermöglicht die Fehlerdiagnose in einer Vielfalt von elektronisch gesteuerten elektromechanischen Systemen. Die Fehlerdiagnose wird dadurch durchgeführt, daß ein passiver Beobachter des Systembetriebs nur die während des Betriebs im System verfügbaren Informationen nutzt. Außerdem wird durch die geeignete Auswahl der zu beobachtenden Systemparameter eine hohe Genauigkeit der Fehlererkennung mit Hilfe eines Mustererkennungssystems erreicht. Die bevorzugte und beste Ausführungsform der Erfindung betrifft insbesondere die Fehlerdiagnose in einem elektronisch gesteuerten Verbrennungsmotor, wie unten beschrieben.
Der elektronisch gesteuerte Verbrennungsmotor ist ein komplexes System, in dem während des Betriebs Analog- und Digitalsignale mit hoher Geschwindigkeit zu und von der elektronischen Regelung gesendet werden. Einige Kennzeichen eines Hochgeschwindigkeits-Datenerfassungssystems zum Sammeln der Analog- und Digitalsignale von Sensoren und Steigliern in einem elektronisch gesteuerten Motor finden sich in James et al., Microprocessor Based Data Acquisition For Analysis Of Engine Performance, SAE Technical Paper Series, Artikel Nr.870386 (1987).
Die Menge der durch solch ein Datenerfassungssystem gesammelten Daten ist selbst während eines einzigen Motorzyklus sehr groß. Außerdem können die Unterschiede zwischen Daten aus normalem und fehlerhaftem Motorbetrieb sehr klein sein. Darum kann es sehr schwierig sein, einen Techniker so zu schulen, daß er jedes Muster mit einem speziellen Motorfehler in Verbindung bringt. Ebenso kann auch die Entwicklung eines expliziten algorithmischen Computerprogramms oder die Schaffung eines Expertensystems zum Auffinden dieses Zusammenhangs nur mit großen Anstrengungen und Kosten erfolgen.
In Übereinstimmung mit der vorliegenden Erfindung kann ein Mustererkennungssystem, etwa ein Simulationsprogramm für ein neuronales Netzwerk, das zusammen mit einem Hochgeschwindigkeits- Datenerfassungssystem verwendet wird, ein Diagnosesystem ergeben, das darauf trainiert werden kann, Kennzeichen fehlerhafter Motorfunkfion zu Fehlerursachen in Beziehung zu setzen. Während des Trainings des Mustererkennungssystems wird ein Motor mit bekannten Fehlern, d.h. "Bugs", in einem Teststand betrieben, wobei jeder Betriebstest entsprechend dem eingebrachten Fehler gekennzeichnet wird. Auch Daten eines normalen (d.h. fehlerfreien) Motors werden einbezogen. Daraufhin kann ein Motor, der mit einem bis dahin nicht identifizierten Fehler arbeitet, durch Verwendung des trainierten Systems identifiziert werden.
Es wird nun auf Abbildung 1 Bezug genommen. Ein Kraftfahrzeug 10 enthält einen elektronisch gesteuerten Motor 11. Betriebsdaten in Form elektrischer Signale, die mit einem elektronischen Regler im Motor 11 in Verbindung stehen, werden von der Datenerfassungseinheit 12 gesammelt, die die Betriebsdaten einer Datenanalyse- und -formatierungseinheit 13 zur Verfügung stellt. Zumindest ein Parametervektor wird durch Einheit 13 zusammen mit einer Zuordnung der Motorzustände aus der Zuordnungseinheit 15 dem Mustererkennungssystem 14 zur Verfügung gestellt. Das Mustererkennungssystem 14 ist mit einer Datenbank 16 gekoppelt, die während des Trainings des Systems aufgebaut wird.
Abbildung 2 entspricht dem Betrieb des Erkennungssystems, nachdem es auf die Identifizierung des Motorzustandes trainiert wurde. Ein Kraftfahrzeug 20 enthält einen zu untersuchenden, elektronisch gesteuerten Motor 21, der im wesentlichen dem Motor 11 gleicht, der für das Training eingesetzt wurde. Durch die Datenerfassungseinheit 12 erhält man Diagnosebetriebsdaten, die der Datenanalyse- und -formatierungseinheit 13 zur Verfügung gestellt werden. Ein Diagnoseparametervektor wird dem Mustererkennungssystem 14 zur Verfügung gestellt, der den Vektor entsprechend der antrainierten Datenbank 1 6 einordnet. Bei 17 wird entsprechend der versuchten Einordnung des Betriebszustandes von Motor 21 eine Zuordnung ausgegeben.
Die Funktionsblöcke 13-17 der Abbildungen 1 und 2 können vorzugsweise mit einem Computer, etwa einem PC oder einem Bordcomputer, wie er sich in der elektronischen Steuerung selbst befindet, verwirklicht werden.
Das Training des Systems, wie es in Abbildung 1 gezeigt ist, erfordert die Zusammenstellung einer großen Datenbank aus Testmotor 11, der zunächst bei ordnungsgemäßem Betrieb und dann beim Betrieb mit bekannten, durch einen Techniker erzeugten "Bugs" überwacht wird. Der Techniker erzeugt im Fahrzeug verschiedene Fehler, während der Computer die Ergebnisse erfaßt, analysiert und formatiert, um sie in die Datenbank zusammen mit einer durch den Techniker bereitgestellten codierten Zuordnung der Fehlerursache einzufügen.
Die vom Motor erfaßten Betriebsdaten können in Berechnungen verwendet werden, um die genauen Betriebsparameter des Motors zu bestimmen. Die Parameter und die Fehlerzuordnungen werden als mehrdimensionale Vektoren formatiert. Vorzugsweise enthält jeder Parametervektor mindestens 52 Funktionsparameter für einen einzigen Zyklus eines Sechszylindermotors. Da statistische Fluktuationen Veränderungen der genauen Parameterwerte verursachen können, werden bei 16 vorzugsweise Vektoren für jede Testbedingung des Motors 11 gespeichert. Die Nützlichkeit und Genauigkeit des Systems wird stark von der gewählten Darstellung sowohl der Fehleridentifizierungscodes, die als Ausgabedaten während der Diagnose erzeugt werden, als auch der Motorbetriebsparameter beeinflußt, die für die Eingabe des Parametervektors in das Mustererkennungssystem 14 verwendet werden. Unter Verwendung der speziellen Motorparameter und der ausgewählten Fehlerzustände, die unten beschrieben werden, kann man nicht nur den fehlerhaften Motorzylinder bestimmen, sondern auch die Art des Fehlers sowie Hinweise auffehlerhafte und auf korrekt funktionierende Komponenten erhalten. Das Diagnosesystem ist sehr genau in der Fehleridentifizierung und erreicht eine Identifizierung von mehrfachen, gleichzeitig auftretenden Fehlern unter vielen Bedingungen.
Es wird nun fortgefahren mit dem Betrieb des Systems, das in den Abbildungen 1 und 2 gezeigt ist. Nachdem eine umfangreiche Datenbank von Fehlerinformationen zusammengestellt wurde und durch die Datenanalyse- und -formatierungseinheit 13 geordnet wurde, werden Mustererkennungssystem 14 und Datenbank 16 einem Training unterzogen. Während des Trainings paßt das System rekursiv seine innere Struktur so lange an, bis das System die korrekte Verknüpfung zwischen den Parametervektoren für den Motor und den durch die Zuordnungseingabe eingegebenen Fehlerzuordnungen gelernt hat. Die Parameter des trainierten Systems werden dann in der Datenbank 16 gespeichert und dem trainierten System können nun neue Daten von Motor 21 angeboten werden. Dem System wird keine Zuordnungseingabe zugeführt, da man von dem System erwartet, daß es die neuen Daten entsprechend den bisherigen Zuordnungen einordnet. Die Zuordnungsausgabe des Systems kann die Anzeige eines korrekten Motorbetriebs sein, die Identifizierung von einem oder mehreren der während des Trainings eingebrachten zugeordneten Zuständen oder die Anzeige der Unfähigkeit, irgendeinen antrainierten Zustand zu erkennen.
Bei der Untersuchung der Leistungsübertragungseinheit basieren die vom Fahrzeug erfaßten Daten auf den Signalen, die zwischen der elektronischen Motorbordsteuerung (EEC) und der Leistungsübertragungseinheit (Motor) übertragen werden. Die für die Analyse erfaßte Signalgruppe basiert auf einer Bestimmung der Informationen, die zur genauen Diagnose notwendig sind, und auf der Fähigkeit des Datenerfassungssystems, Signale zu erfassen und zu speichern. Die Informationen, die zur Datenerfassung, zum Training und zur Diagnose verwendet werden, umfassen vorzugsweise folgende Signale und berechnete Parameter:

Markierung für die Position der Motorkurbelwelle

Die Position der Motorkurbelwell wird durch den auf der Verteirwelle liegenden Profilzündungsmeßfühler (PIP) erfaßt. Das PIP-Signal ist ein Digitalsignal, das seinen Wert bei jedem Arbeitsspiel (zwei vollständige Kurbelwellenumdrehungen bei einem Viertaktmotor) 10 Grad vor dem oberen Totpunkt (1 Oaxa BTDC) jedes zündenden Zylinders ändert. Der PIP ist die wichtigste Informationsquelle bezüglich der Motorleistung während jedes Zyklus, da man durch ihn die Parameter für die Kurbelwellendrehzahl und -beschleunigung durch Berechnen der entsprechenden Ableitungen herleiten kann. In einer anderen Ausführungsform erhält man dieses Signal von einem Sensor, der mit einer höheren Abtastrate die Kurbelwelle direkt überwacht. Die größere Genauigkeit eines Sensors mit hoher Datenübertragungsrate verbessert die Empfindlichkeit des Systems bei der Entdeckung von Unregelmäßigkeiten im Motor, die durch fehlerhafte Komponenten verursacht werden.
Motordrehzahl (RPM) Aus dem PIP-Signal wird die Motordrehzahl in Umdrehungen pro Minute als Motorparameter berechnet. Beschleunigung (ACCEL) Aus dem PIP-Signal oder basierend auf dem Positionssensor mit hoher Datenübertragungsrate wird der Mittelwert der Motorbescheunigung während eines Motorzyklus berechnet. Als Mittelwert wird vorzugsweise der gefilterte Medianwert festgelegt.

Zylinderbeschleunigung (NACCEL)

Die Motorbeschleunigung während einer einzelnen Zylinderzündung wird berechnet und die Differenz zur mittleren Beschleunigung während des Motorzyklus berechnet. Dieser Parameter liefert Informationen über fehlzündende Zylinder.

Zündfunkenausgabe (SPOUT)

Dieses Signal ist eine Ausgabe des EEC, das den Zeitpunkt der Zündung der einzelnen Zündkerzen regelt. Es wird durch den EEC so berechnet, daß im Rahmen der Emissionsbeschränkungen der Kraftstoff maximal ausgenutzt wird. Die Überwachung dieses Signals liefert Hinweise auf die korrekte Funktion der Zündstrategie einschließlich der berechneten Parameter für die tatsächliche Vorzündung für jede Zylinderzündung.

Tachometer (TACH)

Dies Signal erhält man von der Primärspule der Zündung. Die Form dieses Signals und seine Synchronisation liefern Informationen über Verweilzeit (die Zeitdauer, während der die Spule geladen wird) und Bogendauer (die Zeitdauer, während der sich ein Zündfunke im Elektrodenzwischenraum befindet). Die Analyse dieser Signale liefert zusammen mit dem SPOUT-Signal diagnostische Informationen über das Zündungssystem und seinen Betrieb.

Absoluter Krümmerdruck (MAP)

Dieses Signal zeigt den Lufteinstrom in den Motor an und basiert auf einem Sensor, dessen Ausgabesignal typisch eine Frequenz ist, die linear vom Druck im Ansaugkrümmer abhängt.

Luftmassendurchsatz (MAF)

Bei einigen neueren Fahrzeugen wird durch diesen Sensor anstatt des abgeleiteten Krümmerdrucks (MAP) und anderer Parameter der Lufteinstrom in den Motor direkt gemessen. Das Ausgabesignal dieses Sensors kann eine Analogspannung sein, deren Wert proportional zu der in den Motor einströmenden Luftmasse ist.

Temperatur der Luftadung (ACT)

Eine analoge Spannungsausgabe dieses Sensors liefert Informationen über die Temperatur der einströmenden Luft und wird vom EEC dafür verwendet, die Luftdichte durch Berechnung der in den Motor einströmenden Luftmenge abzuschätzen.

Drossestellung (TP)

Dieser Sensor überwacht die Position des Schiebers, der über eine Verbindung mit dem Gaspedal, das durch den Fahrer gesteuert wird, den Lufteinlaß in den Motor regelt. Es ist eine Analogspannung, die dem Grad der Drosselöffnung proportional ist.

Rückführungsdruck der Abgasrückführung (PFE)

Dieses Signal erhält man von einem Druckfühler auf der Auslaßseite des Abgasrückführungs-(EGR-)Ventils, welches durch das elektronische Vakuumregler (EVR-)Signal des EEC gesteuert wird. Setzt man dieses PFE-Signal in Beziehung zum EVR-Steuersignal des EEC, so kann man den fehlerhaften Betrieb des EGR- Systems ebenso feststellen wie das Vorhandensein anderer Motorfehler, etwa defekter Ventile.

Steuerpulse für die Einsdritzdüsen (INJ)

Diese Signale werden den Kraftstoffeinspritzdüsen übermittelt und regeln die Synchronisation und die Menge des Kraftstoffes (Pulsbreite), die jedem Zylinder zugeführt werden. Diese Signale liefern Informationen über Synchronisation und Puls breite zur Untersuchung des Betriebs des Kraftstoffzuführungssystems.

Sauerstoff in den Abgasen (HEGO)

Dieser Sensor liefert eine Ausgabe, die im wesentlichen binär auf das Vorhandensein oder Nichtvorhandensein von Sauerstoff im Abgas anspricht. Bei korrektem Systembetrieb wird der Motor so gesteuert, daß die Mischung im Mittel weder fett noch mager ist. Wechselt die Mischung von fett zu mager, so ändert sich abrupt die Ausgabe dieses Sensors. Das Ausgabesignal dieses Sensors wird vom EEC dazu verwendet, das Mischungsverhältnis so zu regeln, daß der Sensor ständig zwischen seinen beiden Zuständen umschaltet, wodurch er eine nahezu stöchiometrische Mischung anzeigt.

Regelung der Leerlaufdrehzahl (ISC)

Dieses Signal des EEC ist ein durch das Arbeitsspiel modulierter Puls, der ein Luftumleitungsventil gegen eine Feder öffnet, um die Leerlaufdrehzahl des Fahrzeugs zu regeln. Setzt man das ISC-Signal zu den Schwankungen der Leerlaufdrehzahl und zum MAP in Beziehung, so erhält man eine Vorrichtung zur

Fehlerdiagnose im ISC-System.

Temperatur der Motorkühlflüssigkeit (ECT)

Dies ist die Ausgabe eines Sensors in der Kühlflüssigkeit im Motor, die eine zur Temperatur des Kühlsystems proportionale Analogspannung ist. Dieses Signal wird vom EEC-Regelsystem verwendet, um den Kaltstartvorgang des Motors zu aktivieren und das Kühlsystem so zu regeln, daß nach dem Warmaufen des Motors die richtige Motortemperatur beibehalten wird.

Kloofsensor

Dies ist das Ausgabesignal eines Sensors, der in einigen Hochleistungsmotoren dafür verwendet wird, das Vorhandensein von Motorklopfen zu entdecken. Das Signal wird dafür verwendet, die Zündungseinstellung so zu regeln, daß ständiges Klopfen des Motors vermieden wird, das den Motor beschädigen könnte, wenn es über längere Zeiträume andauern würde.

Sensor für die Fahrzeuggeschwindigkeit (VSS)

Dieser Sensor liefert ein Ausgabesignal, das zur Drehzahl der Antriebswelle proportional ist, um die Fahrzeuggeschwindigkeit durch ein Geschwindigkeitsregelungssystem zu regeln, das oft in den EEC integriert ist.

Spannung der Fahrzeugbatterie (VBAT)

Dies ist ein EEC-Signal, das zur Batteriespannung im Automobil proportional ist.
In Abbildung 3, zu der man jetzt übergeht, ist die Verbindung des Datenerfassungssystems 12 mit einem elektronisch gesteuerten Motor gezeigt, wodurch die große Datenmenge, die notwendig ist, um den Fahrzeugbetrieb zu bewerten, schnell erfaßt werden kann. Ein Motor 26 schließt eine Vielzahl von Sensoren 28 und eine Vielzahl von Stellgliedern 29 ein. Eine elektronische Motorsteuerung (EEC) 25 kommuniziert über Verbindungsleitungen 27 mit den Sensoren 28 und den Stellgedern 29. Das Datenerfassungssystem 1 2 überwacht die Signale auf den Leitungen 27 mit Hilfe einer Vielzahl von Signalleitungen 30. Das Datenerfassungssystem 12 erfaßt und speichert Signale, die zu und von dem EEC 25 gesendet werden, mit einer Rate, die groß genug ist, damit verschiedene Parameter des Motorbetriebs bei der aktuellen Frequenz von Zündvorgängen bestimmt werden können. Ein möglicher Ansatz zum Erfassen von Motordaten, der für die vorliegende Erfindung geeignet ist, wird erörtert in dem vorher erwähnten Artikel von James et al., Microprocessor Based Data Acquisition For Analysis Of Engine Performance, SAE Technical Paper Series, Artikel Nr.870386 (1987).
Eine bevorzugte Ausführungsform zur Verwirklichung des Datenerfassungssystems 12 ist in Abbildung 4 gezeigt. Daten werden nach einem Zeitmarkierungsverfahren erfaßt und gespeichert. Wie in dem oben zitierten Artikel beschrieben, werden beim Zeitmarkieren digitaler Signale nur die in irgendeiner der überwachten Leitungen auftretenden Änderungen zusammen mit der Zeit, zu der die Änderung stattfindet, aufgezeichnet.
Wie in Abbildung 4 gezeigt, sind die Signalerfassungsleitungen 30 nach Digitalsignalen und Analogsignalen getrennt. Die Digitalsignale sind mit einer Zeitmarkierungsplatine 31 gekoppelt, die einen Taktgeber 33 und Signaspeicher 34 einschließt. Die Signalspeicher 34 sind über Ausgabeleitungen 35 mit einer Digitalschnittstelle 36 in einem Mikrocomputer 32 gekoppelt. Die Analogsignale von den Leitungen 30 sind mit einer Analogschnittstelle 39 gekoppelt, die sich ebenfalls im Mikrocomputer 32 befindet. Die Digitalschnittstelle 36 und die Analogschnittstelle 39 sind jeweils mit einer Einheit für den direkten Speicherzugriff (DMA) 37 gekoppelt, die die direkte Speicherübergabe in einen Speicher mit wahlfreiem Zugriff (RAM) 38 steuert. Eine aus den Digitalsignaleitungen 30 ausgewählte Digitalleitung ist über eine Leitung 45 mit der Analogschnittstelle 39 verbunden, um, wie unten erörtert, als Trigger der Analogmessungen zu dienen.
Im Betrieb werden die Digitalsignale der Leitungen 30 durch die Signalspeicher 34 überwacht, so daß die zuvor zeitmarkierten Werte (oder die Anfangswerte, die zu Beginn der Überwachung aufgezeichnet werden) mit den aktuellen Werten verglichen werden. Bei einer Veränderung irgendeines digitalen Wertes wird über die Leitungen 35 zusammen mit dem Zeitpunkt, an dem die Veränderung auftrat, ein neuer zeitmarkierter Ausgabewert ausgegeben, der aus dem Wert jeder Digitalleitung (oder der Kennzeichnung der Leitung oder der Leitungen, bei denen eine Änderung auftrat) besteht. Die neuen zeitmarkierten Digitalwerte werden von der Digitalschnittstelle 36 verarbeitet und über DMA 37 weitergegeben, so daß die Werte und die Zeitmarkierung in RAM 38 im wesentlichen in Echtzeit gespeichert werden. Vorzugsweise findet die Übergabe der zeitmarkierten Daten mit einer Geschwindigkeit statt, die eine Auflösung der zeitmarkierten Daten von etwa zwei Mikrosekunden gestattet.
Analogsignale von den Leitungen 30 werden ebenso zusammen mit einem Zeitmarkierungssignal gespeichert. Entsprechend der vorliegenden Ausführungsform werden jedesmal dann Analogsignale gemessen, wenn ein bestimmtes, im wesentlichen periodisches Digitalsignal in den Digitaleitungen 30 auftritt. Insbesondere beim Einsatz in elektronisch gesteuerten Motoren ist der Trigger für die Aufnahme von Analogmessungen vorzugsweise der Übergang eines Motorpositionssignals, etwa des vorher beschriebenen PIP. Als Antwort auf den Triggerpuls auf Leitung 45 tastet die Analogschnittstelle 39 eine Vielzahl von Analogsignalen nahezu gleichzeitig ab. Sie werden dann durch einen Analog- Digital-Wandler innerhalb der Schnittstelle in Digitalsignale umgewandelt. Die digitalisierten Signale werden über DMA 37 zur Verfügung gestellt und zusammen mit den gleichzeitig auftretenden digitalen zeitmarkierten Signalen in RAM 38 gespeichert. So können die Analogsignale mit der Stellung des Zeitgebers in Verbindung gebracht werden, die mit dem digitalen zeitmarkierten Ausgabesignal einschließlich des Triggerpues zusammenfällt. Enthält RAM 38 eine ausreichende Menge an Daten, so kann der Mikrocomputer 32 die Daten verarbeiten, um verschiedene Motorbetriebsparameter oder andere Werte zu berechnen. Solch eine Verarbeitung kann nach Abschluß der Datenerfassung oder gleichzeitig mit der Datenerfassung stattfinden, um die Motorzustände in Echtzeit zu identifizieren. Die nachfolgende Verarbeitung der Daten kann entsprechend dem Schaubild in Abbildung 5 vor sich gehen. Die zeitbezogenen Daten 40 können in eine Anzahl von Berechnungsroutinen 41 eingegeben werden. Die Ausgabe der Berechnungsroutinen 41 und einige unveränderte Daten (z.B. von Analogsensoren) werden in den Formatierungsabschnitt 42 eingegeben, der dazu dient, die Motorbetriebsdaten und -parameter in einem Parametervektor zu ordnen, der zur Eingabe in das Mustererkennungssystem geeignet ist.
Abbildung 6 zeigt eine Vielzahl von Trainingsvektoren für das Training des Mustererkennungssystems. Ein erster Parametervektor X1 besteht aus einer Vielzahl einzelner Parameterwerte x?1,1) bis x?1,n> . Abbildung 6 zeigt m Parametervektoren (X1 bis Xm), wobei m eine Zahl ist, die ausreicht, um das Mustererkennungssystem angemessen zu trainieren, so daß es die vorher ausgewählten Zustände genau erkennt. Die einzelnen Parameterwerte x?1> bis x?n> umfassen vorzugsweise die oben erörterten Parameter, einschließlich Zylindermummer, Motordrehzahl, Beschleunigung, Zündungseinstellung, Zündfunkendauer, Verweilzeit, Luftmassendurchsatz, Drosselstellung, Rückführungsdruck der Abgasrückführung, Pulsbreite der Kraftstoffeinspritzdüsen, Sauerstoffgehalt im Abgas, Tastverhältnis der Leerlaufdrehzahlsteuerung, Motortemperatur, Klopfen, Fahrzeuggeschwindigkeit und Batteriespannung. Jeder Parameter entspricht einem einzelnen Zündvorgang, d.h. einem bestimmten PIP- Signal. Obwohl einige der durch Zeitmarkierung erhaltenen Digitalsignale synchron mit dem PIP-Signal sind, sind es die meisten nicht. Alle Digitalübergaben werden im Moment ihres Auftretens erfaßt, doch bei der Nachverarbeitung werden die relevanten Motorparameter aus den Digitalsignalen berechnet, die mit dem zeitlich nächstgelegenen PIP-Intervall verknüpft sind. Die Parameter werden einmal pro Motorzündung bestimmt und die Informationen aus mehreren Motorzündungen liefern die Vielzahl an Trainingsvektoren X1 bis Xm. Einige Parameter, von denen bekannt ist, daß sie sich langsam verändern (z.B. verschiedene Temperaturen), können über einen vollständigen Motorzyklus gemittelt werden und ergeben einen einzigen Wert, der in einen Vektor eingegliedert wird, um unnötig große Vektoren zu vermeiden.
Entsprechend den ausgewählten Motorbetriebszuständen erhält man mehrere Gruppen von Trainingsvektoren X1 bis Xm. Jede Gruppe entspricht entweder dem normalen Betriebszustand oder einem Betrieb mit einem Fehlerzustand. Wie in Abbildung 7 gezeigt, empfängt das Mustererkennungssystem 14 während des Trainings einen Parametervektor X gleichzeitig mit einem Zustandscode C. Ist m gleich 16, so werden dem Mustererkennungssystem 14 sechzehn Parametervektoren X zusammen mit einem einzigen Zustandscode C angeboten. Für den nächsten Betriebszustand, der dem Mustererkennungssystem 14 angeboten wird, wird eine andere Gruppe von sechzehn Parametervektoren X gleichzeitig mit einem neuen Zustandscode C zugeführt. Ist das Training abgeschlossen, so muß nur ein einziger Parametervektor X dem Mustererkennungssystem 14 angeboten werden, welches dann einen oder mehrere Zustandscodes C ausgibt, die den Betriebszuständen entsprechen, die dem Parametervektor zugerechnet werden.
Abbildung 8 zeigt die Kombination von Eingaben in das Mustererkennungssystem 14 beim Training auf eine Anzahl von Zuständen C1 bis Cy. Ein elektronisch gesteuerter Motor wird beispielsweise in einem ersten Fehlerzustand C1 betrieben. Der Motor wird vorzugsweise mit konstanter Drehzahl betrieben. Die Daten erhält man anhand einer Anzahl von Motorzündungen, die ausreicht, um m Parametervektoren zu bilden. Dann wird der Motor mit einem neuen eingebauten Fehler C2 betrieben, wobei die zeitmarkierten Daten erfaßt werden, mit denen eine neue Gruppe von Parametervektoren X1 bis Xm gebildet wird. Der Vorgang wird so oft wiederholt, bis der letze fehlerhafte oder normale Betriebszustand Cy erreicht ist.
Ist die vollständige Gruppe von Parametervektoren fertiggestellt, so werden sie, wie in Abbildung 8 gezeigt, mit den entsprechenden Fehlerzustandscodes verknüpft und dem Mustererkennungssystem 14 angeboten. Um die Geschwindigkeit und Genauigkeit des Trainings zu verbessern, ist es vorzuziehen, dem Mustererkennungssystem 14 die Trainingsve kto ren zufalls weise verteilt anzubieten, d.h., nicht alle zu einem bestimmten Fehlerzustand gehörigen Parametervektoren werden nacheinander angeboten. Die innere Umordnung der Datenbank für die Mustererkennung konvergiert wirksamer auf eine geeignete Konfiguration hin, wenn solch eine Zufaisfolge der Vektoren verwendet wird. Darüber hinaus sollten mehrere Durchgänge durch die Vektorgruppen ausgeführt werden. Die Betriebszustände, mit denen das Training an einem elektronisch gesteuerten Motor durchgeführt wird, schließen vorzugsweise sowohl zylinderspezifische Fehler, zylinderunabhängige Fehler, als auch einen normalen Betriebszustand ein. Die zylinderspezifischen Fehler schließen vorzugsweise zumindest einen Zündkerzenkurzschluß, eine unterbrochene Zündkerze und eine verstopfte Kraftstoffeinspritzdüse ein. Zylinderunabhängige Fehler schließen vorzugsweise einen kurzgeschlossenen Sensor für den absoluten Krümmerdruck, einen unterbrochenen Sensor für den absoluten Krümmerdruck, einen kurzgeschlossenen Sensor für den Sauerstoff im Abgas, einen unterbrochenen Sensor für den Sauerstoff im Abgas und Fehler im Arbeitsspiel der Leerlaufdrehzahlsteuerung ein.
Zusätzliche Fehlerzustände können Fehler der Einlaß- und Auslaßventilzüge, etwa offene oder geschlossene Ventile, Undichtigkeiten der Zylinderkopfdichtungen, teilweise Verstopfung der Kraftstoffeinspritzdüsen, verschmutzte Zündkerzen, ungleiches Luft/kraftstoff-Mischungsverhältnis unter den Zylindern und eine inkorrekte Synchronisation der Kraftstoffeinspritzung einschließen. Obwohl die Parametervektoren vorteilhaft für jeden Fehler einzeln gesammelt werden, kann das Mustererkennungssystem 14 das gleichzeitige Auftreten mehrerer Fehler erkennen, auch wenn keine Trainingsdaten bei gleichzeitigem Auftreten dieser selben Fehler erhoben wurden. Außerdem erkennt und identifiziert das System bei entsprechendem Training den speziellen Zylinder, in dem ein zylinderspezifischer Fehler aufgetreten ist.
Die vorliegende Erfindung wurde für einen elektronisch gesteuerten Sechszylindermotor verwirklicht. Es wurde ein Parametervektor mit 52 einzelnen Parametern (sowohl einer pro Zündung als auch einer pro Arbeitsspiel) verwendet.
In dieser Ausführung wurden 26 verschiedene (sowohl zylinderspezifische als auch zylinderunabhängige) Betriebszustände beobachtet, wobei der Motor bei etwa 1000 UpM betrieben wurde. Die Trainingsgruppe bestand aus 16 Parametervektoren für jeden eingeführten Zustand (z.B. Fehler). Nach dem Training benötigt das Mustererkennungssystem nur einen einzigen Parametervektor eines zu untersuchenden Motors für eine korrekte Zuordnung.
In einer bevorzugten Ausführungsform schließt das Mustererkennungssystem ein Backpropagation-("Rückleitungs"-)Verfahren für Lemmuster und Zuordnungen ein.
Solche mathematischen Mustererkennungsalgorithmen sind im Fachgebiet wohlbekannt. In einer anderen bevorzugten Ausführungsform umfaßt das Mustererkennungssystem das Nestor NDS-1000-System, das bei Nestor lncorporated, New York, New York, erhältlich ist. Nach vollendetem Training erreichte das Nestorsystem eine Genauigkeit von 100% bei der Identifizierung des Betriebszustandes eines untersuchten Motors.
Bei der Verwirklichung des gesamten Systems unter Verwendung von Mustererkennungssoftware wird ein Mikrocomputer zum Einbinden der Mustererkennungssoftware (z.B. einem "Backpropagation'-Programm oder der Nestor-Software) in ein größeres Programm genutzt, das die Datenerfassung, Datenformatierung und -aufbereitung, etwa zyklisches Abspeichern, Normalisierung und Skalierung durchführt. Obwohl die Zeit zum Erfassen von Hand aller Parameter, die sämtlichen Betriebszuständen entsprechen, mehrere Stunden betragen kann, lernt das Mustererkennungssystem die Trainingsvektoren in zirka 5-10 Minuten. So werden dann Fehler zu einer späteren Zeit wieder eingebracht und können vom System der vorliegenden Erfindung ohne Modellerzugung oder andere genaue Kenntnisse des Betriebes des Motorsystems erkannt werden. Jede Veränderung des Motors erfordert die Erfassung neuer Daten und ein erneutes Training des Systems. Dennoch wird die Umformuerung detaillierter Regeln vermieden, die ein Expertensystem benötigen würde.
Die vorliegende Erfindung wurde hauptsächlich mit handelsüblicher Hardware und Software verwirklicht. So wurde eine wirkungsvolle und leistungsfähige Technik für die korrekte Diagnose an elektronischen Systemen bereitgestellt. Außerdem ist das System leicht übertragbar auf Bordsysteme in einer elektronischen Motorsteuerung zur kontinuierlichen Untersuchung des Motorbetriebes in einem Fahrzeug.
Obwohl in der bevorzugten Ausführungsform das getrennte Erfassen von Signalen, die von und zu dem EEC übertragen werden, gezeigt wurde, können viele der berechneten Werte aus Berechnungen gewonnen werden, die im EEC selbst durchgeführt werden (z.B. Zündungseinstellung und RPM). Anstatt solche Berechnungen doppelt durchzuführen, kann man diese Parameter über eine Datenübertragungsverbindung oder eine andere Datenschnittstelle vom EEC erhalten, falls im EEC eine solche vorhanden ist. Eine andere mögliche Modifizierung der Erfindung bedingt die Verwendung eines Vektors, der Informationen aus mehreren Zyklen enthält. Dies gestattet die Erkennung von zusätzlichen Fehrbedingungen, etwa von Trägheit im Leerlauf.

Claims

1. Ein Verfahren zur Identifizierung ausgewählter Zustände eines Verbrennungsmotors, umfassend die Schritte des Ausführens einer Vielzahl von Motorbetriebstests auf einen Testmotor, wobei jeder Test mindestens jeweils einen aus der Vielzahl der ausgewählten bekannten Motorbetriebszustände umfaßt, des Sammelns der auf eine Vielzahl von Motorparametern bezogenen Motorbetriebsdaten während dieser Betriebstests, wobei diese Parameter einzelne Zündvorgänge umfassen, der Eingabe dieser Motorparameter und der jeweiligen Zustandscodes als Trainingsvektoren in ein Mustererkennungssystem, um die Muster in diesen Motorparametern mit den jeweils ausgewählten Motorbetriebszuständen zu korrelieren, wobei die Eingabe der Trainingsvektoren in das Mustererkennungssystem in mehreren Sätzen durchgeführt wird, die jeweils den ausgewählten Motorbetriebszuständen entsprechen, wobei jeder Vektor aus jedem Satz einem Zustandscode zugeordnet wird, der dem jeweiligen Motorbetriebszustand entspricht, des Durchführens eines Motorbetriebstests mit einem zu untersuchenden Motor, des Sammelns von Motordiagnosedaten, die dieser Vielzahl von Motorparametern entsprechen, und der Eingabe dieser Motorparameter auf der Grundlage dieser Diagnosedaten als Eingabevektoren in dieses Mustererkennungssystem, um mindestens einen Zustandscode wieder zu erzeugen, der einem dieser ausgewählten Betriebszustände entspricht, die in diesem zu untersuchenden Motor vorliegen.

2. Ein Verfahren nach Anspruch 1, worin diese ausgewählten Zustände einen Zustand der ordnungsgemäßen Funktion dieses Verbrennungsmotors umfassen sowie Zustände, die Fehlerzuständen entsprechen, welche eine nicht ordnungsgemäße Funktion dieses Verbrennungsmotors verursachen.

3. Ein Verfahren nach Anspruch 1, das ferner die Schritte der Berechnung von mindestens einem dieser Motorparameter in diesen Trainingsvektoren aus diesen Motorbetriebsdaten und der Berechnung von mindestens einem dieser Motorparameter in diesen Eingabevektoren aus diesen Diagnosedaten umfaßt.

4. Ein Verfahren nach Anspruch 1, worin dieser Testmotor und dieser zu untersuchende Motor eine elektronische Motorsteuerung umfassen, und worin diese Motorparameter aus den Eingabesignalen in dieser elektronischen Steuerung und den Ausgabesignalen von dieser elektronischen Steuerung abgeleitet werden.

5. Ein Verfahren nach Anspruch 4, worin diese Eingabesignale und diese Ausgabesignale sowohl Analog- als auch Digitaldarstellungen umfassen.

6. Ein Verfahren nach Anspruch 1, worin diese Parameter über einen vorgegebenen Zeitraum gemittelte Motorzustände umfassen.

7. Ein Verfahren nach Anspruch 6, worin dieser vorgegebene Zeitraum aus einem Arbeitsspiel des Motors besteht.

8. Ein Verfahren nach Anspruch 1, worin diese Parameter Motorzustände umfassen, die einmal pro Zylinderzündung bestimmt werden.

9. Ein Verfahren nach Anspruch 1, worin dieses Mustererkennungssystem einen Mikrocomputer umfaßt, der so programmiert ist, daß er die Simulation eines neuronalen Netzwerkes oder eine Backpropagation-Analyse durchführt.

10. Ein Verfahren nach Anspruch 1, worin diese Zündvorgänge die Vorzündung für jeden Motorzylinder umfassen, ein Signal, das sich auf die Motorposition bezieht, die Abweichung der Beschleunigung eines einzelnen Zylinders vom Mittelwert der Beschleunigung über ein Arbeitsspiel, den Sauerstoffgehalt der Abgase, den Rückführungsdruck der Abgase, die Breite jedes Pulses für die Kraftstoffeinspritzung oder die Synchronisation jedes Pulses für die Kraftstoffeinspritzung.

11. Ein Verfahren nach Anspruch 6, worin diese gemittelten Zustände das Arbeitsspiel der Leerlaufdrehzahlsteuerung, die Motordrehzahl, Motorbescheunigung oder die Drossestellung umfassen.

12. Ein Verfahren nach Anspruch 8, worin diese einmal pro Arbeitsspiel bestimmten Zustände die Temperatur der Luftadung oder die Temperatur des Motorkühlmittels umfassen.

13. Ein Gerät zur Identifizierung ausgewählter Motorzustände eines Verbrennungsmotors, umfassend eine Überwachungsvorrichtung (12) zum Sammeln der Motorbetriebsdaten vom Motor während einer Vielzahl von Motorbetriebstests, wobei jeder Test mindestens jeweils einen aus der Vielzahl der ausgewählten bekannten Motorzustände umfaßt, wobei die durch die Überwachungsvorrichtung gesammelten Daten einer Vielzahl von Motorparametern entsprechen, wobei diese Parameter die Parameter einzelner Zündvorgänge umfassen, eine Verarbeitungsvorrichtung (13) zum Analysieren und Formatieren der Betriebsdaten, um sie als Trainingsvektoren in eine Datenbank (16) einzutragen, eine Vorrichtung (15) zur Eingabe von Zustandscodes, die den jeweiligen Motorbetriebsbedingungen entsprechen, wobei die Eingabe der Trainingsvektoren in die Datenbank in mehreren Sätzen durchgeführt wird, die jeweils den ausgewählten Motorbetriebsbedingungen entsprechen und wobei jeder Vektor in jedem Satz einem Zustandscode zugeordnet ist, der dem jeweiligen Betriebszustand entspricht, und eine Mustererkennungsvorrichtung (14), die mit der Datenbank (16) gekoppelt ist, um die Eingabevektoren auf der Grundlage von diagnostischen Daten zu erkennen, die ihr von einem zu untersuchenden Motor angeboten werden und die zumindest einen Zustandscode wieder erzeugen, der zumindest einem dieser ausgewählten Betriebszustände des zu untersuchenden Motors entspricht.

14. Ein Gerät nach Anspruch 13, worin die von der Überwachungsvorrichtung gesammelten Daten Digitalwerte und Analogwerte umfassen, wobei diese Digitawerte auf das Auftreten einer Veränderung darin untersucht werden, und diese Analogwerte in vorgegebenen Zeitabständen überwacht werden.