[go: up one dir, main page]

EP4111044A1 - Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine - Google Patents

Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine

Info

Publication number
EP4111044A1
EP4111044A1 EP21708960.6A EP21708960A EP4111044A1 EP 4111044 A1 EP4111044 A1 EP 4111044A1 EP 21708960 A EP21708960 A EP 21708960A EP 4111044 A1 EP4111044 A1 EP 4111044A1
Authority
EP
European Patent Office
Prior art keywords
internal combustion
combustion engine
model
exploration
quality measure
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.)
Pending
Application number
EP21708960.6A
Other languages
English (en)
French (fr)
Inventor
Jens Niemeyer
Daniel Bergmann
Knut GRAICHEN
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.)
Rolls Royce Solutions GmbH
Original Assignee
Rolls Royce Solutions GmbH
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 Rolls Royce Solutions GmbH filed Critical Rolls Royce Solutions GmbH
Publication of EP4111044A1 publication Critical patent/EP4111044A1/de
Pending 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
    • F02D41/24—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
    • F02D41/30—Controlling fuel injection
    • 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
    • F02D41/30—Controlling fuel injection
    • F02D41/38—Controlling fuel injection of the high pressure type
    • F02D41/3809—Common rail control systems
    • 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
    • F02D2041/1412—Introducing closed-loop corrections characterised by the control or regulation method using a predictive controller
    • 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

Definitions

  • the invention relates to a method for model-based control and regulation of an internal combustion engine according to the preamble of claim 1.
  • the behavior of an internal combustion engine is largely determined by an engine control unit as a function of a desired output.
  • the corresponding characteristics and maps are applied in the software of the engine control unit.
  • the manipulated variables of the internal combustion engine for example the start of injection and a required rail pressure, are calculated from the desired output, in particular a target torque.
  • These characteristic curves / maps are provided with data at the manufacturer of the internal combustion engine during a test run. However, the large number of these characteristic curves / maps and the interaction of the characteristic curves / maps with one another cause a high level of coordination effort.
  • DE 10 2006004 516 B3 describes a Bayesian network with probability tables for determining an injection quantity
  • US 2011/0172897 A1 describes a method for adapting the start of injection and the injection quantity using combustion models using neural networks. Since only trained data is mapped, these must first be learned during a test run.
  • a method for model-based control and regulation of an internal combustion engine is known from DE 10 2018001 727 A1, in which the injection system setpoint values for controlling the injection system are calculated using an adaptable combustion model.
  • the combustion model contains a first Gaussian process model for representing a basic grid and a second Gaussian process model for representing adaptation data points.
  • the data values for the first and second are determined Gaussian process model for a DoE test bench run of the full engine and for a single-cylinder test bench run.
  • the adaptation method is implemented in such a way that a current adaptation data point is transferred to the second Gaussian process model if the adaptation data point is within the current confidence range.
  • the confidence range is calculated from the variance.
  • adaptation data point lies outside of the confidence range, then previously stored adaptation data points are iteratively removed from the second Gaussian process model, specifically until the current adaptation data point is within the changed confidence range. Tests on the test bench have shown that the adaptation in the operating areas that are not used very often can result in too great a change in the second Gaussian process model and thus in the combustion model.
  • the invention is therefore based on the object of further developing the previously described method for adapting the combustion model with regard to better quality and, in addition, of simplifying the determination of the data.
  • the exploration quality measure is set as decisive for setting the operating point of the internal combustion engine and the combustion model is adapted using the second Gaussian process model on the basis of the operating variables of the internal combustion engine. It then switches back to normal operation.
  • the central idea of the invention is to systematically use the knowledge of the variance in the exploration operation. By additionally taking the variance into account, those operating points are found in which a new measured value could lead to the greatest possible improvement in the future operating points after the adaptation of the second Gaussian process model.
  • the exploration quality measure is calculated by finding the minimum of a membership function, the membership function being determined by from Expected value of the combustion model a function "expected improvement" is subtracted.
  • the method assesses the variance by excluding operating areas of high variance via a limit value check. Since the areas of the combustion model with a very high level of uncertainty are not taken into account, the adaptation takes effect in the typical working area of the internal combustion engine and not in extreme marginal areas that are not relevant.
  • the expected improvement function is calculated by comparing the expected value of the combustion model and its variance with a reference value, for example a minimum fuel consumption. The reference value corresponds to a measured data value or was previously determined in normal operation on the basis of the minimized quality measure.
  • predefined values calculated by means of the exploration quality measure are checked using inequality conditions before activation and the default values are blocked or released accordingly, depending on whether the value of the default value leads to a violation of the inequality conditions or not.
  • Inequality conditions are to be understood as meaning, for example, the maximum combustion pressure. Taking these secondary conditions into account results in the knowledge of how much the calculation of the operating limits can be trusted.
  • the model of the overall behavior of the internal combustion engine is determined during a test run by determining the data in an exploration operation in accordance with the procedure described above based on an expected improvement, a membership function and a variance check.
  • compliance with equation and inequality conditions can also be taken into account here.
  • Fig. 2 is a block diagram
  • FIG. 1 shows a model-based system diagram for controlling and regulating an internal combustion engine 1 via an electronic control unit 2.
  • the input variables of the electronic control unit are: a first library Bibliol, a second library Biblio 2, measured variables MESS and the collective reference symbol EIN, which is representative of the others
  • the first library, Biblio 1 identifies the operation of the internal combustion engine in accordance with the MARPOL (Marine Pollution) emission class of the IMO or in accordance with the EU IV / Tier 4 final emission class.
  • the second library Biblio 2 identifies the internal combustion engine type and a maximum mechanical component load, for example the maximum combustion pressure or the maximum speed of the exhaust gas turbocharger.
  • the input variable MESS identifies the physical variables measured directly as well as the auxiliary variables calculated from them.
  • the output variables of the electronic control unit are: the setpoints for the subordinate control loops, the start of injection SB and the end of injection SE.
  • a rail pressure control circuit 7, a lambda control circuit 8 and an EGR control circuit 9 are shown as subordinate control circuits.
  • a combustion model 3, an adaptation 4, a gas path model 5 and an optimizer 6 are arranged within the electronic control device 2. Both the combustion model 3 and the gas path model 5 map the system behavior of the internal combustion engine as mathematical equations.
  • the combustion model 3 statically depicts the processes during combustion. In contrast to this, the gas path model 5 depicts the dynamic behavior of the air routing and the exhaust gas routing.
  • Combustion model 3 contains individual models, for example for NOx and soot formation, for the exhaust gas temperature, for the exhaust gas mass flow and for the peak pressure. These individual models, in turn, depend on the boundary conditions in the cylinder and the parameters of the injection.
  • the combustion model 3 is determined for a reference internal combustion engine in a DoE test bench run (DoE: Design of Experiments). During the DoE test run, operating parameters and manipulated variables are systematically varied with the aim of making the overall behavior of the internal combustion engine dependent on engine variables and to map environmental constraints.
  • the combustion model 3 is supplemented by the adaptation 4. The aim of the adaptation is to reduce the series spread of an internal combustion engine.
  • the optimizer 6 After the internal combustion engine 1 has been activated, the optimizer 6 first reads the emission class from the first library Bibliol and the maximum mechanical component loads from the second library Biblio2. The optimizer 6 then evaluates the combustion model 3 with regard to the default value, for example the target torque, the emission limit values, the environmental conditions, for example the humidity of the charge air, the operating situation of the internal combustion engine and the adaptation data points. The operating situation is defined in particular by the engine speed, the charge air temperature and the charge air pressure.
  • the function of the optimizer 6 now consists in evaluating the injection system setpoint values for controlling the injection system actuators and the gas path setpoint values for activating the gas path actuators.
  • the optimizer 6 selects that solution in which a quality measure is minimized.
  • the measure of quality is calculated as the integral of the quadratic target / actual deviations within the prediction horizon. For example in the form:
  • w1, w2 and w3 are weighting factors and M (TARGET) corresponds to the specified target torque.
  • M TARGET
  • the nitrogen oxide emissions result from the humidity of the charge air, the charge air temperature, the start of injection SB and the rail pressure pCR.
  • the adaptation 4 intervenes in the actual actual values, for example the NOx actual value or the actual exhaust gas temperature value.
  • the quality measure is minimized in that the optimizer 6 calculates a first quality measure at a first point in time, the injection system setpoints and the gas path setpoint values are varied and a second quality measure for the system behavior within the prediction horizon is forecast on the basis of these. From the difference between the two quality measures, the optimizer 6 then determines a minimum quality measure and sets this as decisive for the internal combustion engine. For the example shown in the figure, these are the set rail pressure pCR (SL) and the start of injection SB and the end of injection SE for the injection system.
  • the target rail pressure pCR (SL) is the Reference variable for the subordinate rail pressure control loop 7.
  • the manipulated variable of the rail pressure control loop 7 corresponds to the PWM signal to act on the suction throttle.
  • the optimizer 6 indirectly determines the target gas path values for the gas path.
  • these are a lambda setpoint value LAM (SL) and an EGR setpoint value AGR (SL) for specifying the subordinate lambda control loop 8 and the subordinate EGR control loop 9.
  • the manipulated variables of the two control loops 8 and 9 correspond to this Signal TBP for controlling the turbine bypass, the signal AGR for controlling the EGR actuator and the signal DK for controlling the throttle valve.
  • the measured variables MESS that are fed back are read in by the electronic control unit 2.
  • the measured variables MESS are to be understood as meaning both directly measured physical variables and auxiliary variables calculated from them.
  • the actual lambda value and the actual EGR value are read in.
  • FIG. 2 shows in a block diagram the interaction of the two Gaussian process models for adapting the combustion model.
  • Gaussian process models are known to the person skilled in the art, for example from DE 10 2014225 039 A1 or DE 10 2013 220432 A1.
  • a Gaussian process is defined by a mean value function and a covariance function.
  • the mean value function is often assumed to be zero or a linear / polynomial curve is introduced.
  • the covariance function indicates the relationship between any points.
  • a first function block 10 contains the DoE data (DoE: Design of Experiments) of the full engine. These data are determined for a reference internal combustion engine during a test run by determining all the variations of the input variables over the entire setting range in the stationary drivable area of the internal combustion engine.
  • a second function block 11 contains data which are obtained on a single-cylinder test bench. With the single-cylinder test bench, those operating ranges can be set, for example large geodetic fleas or extreme temperatures, which cannot be tested in a DoE test bench run. These few measured data serve as the basis for the parameterization of a physical model which roughly correctly reproduces the global behavior of the combustion in the form of trend information, reference number 12.
  • the physical model represents the behavior of the The internal combustion engine is roughly represented in extreme boundary conditions. The physical model is completed via extrapolation so that a normal operating range is roughly correctly described.
  • the model capable of extrapolation is identified by the reference symbol 13 in FIG. From this, in turn, the first Gaussian process model 14 (GP1) is generated to represent a basic grid.
  • the combination of the two sets of data points forms the second Gaussian process model 15.
  • the operating ranges of the internal combustion engine, which are described by the DoE data, are also determined by these values and the operating ranges for which no DoE data are available are determined by data of the physical model. Since the second Gaussian process model is adapted during operation, it is also used to display the adaptation data points. In general, the following applies to combustion model 3 as a whole:
  • GP1 corresponds to the first Gaussian process model for representing the basic grid
  • GP2 to the second Gaussian process model for representing the adaptation data points
  • E (x) to the combustion model.
  • the combustion model is the input variable for the optimizer, for example an actual NOx value or an actual exhaust gas temperature value.
  • the double arrow in the figure shows two information paths.
  • the first information path identifies the data provision of the basic grid from the first Gaussian process model 14 to the combustion model.
  • the second information path identifies the readjustment of the first Gaussian process model 14 via the second Gaussian process model 15.
  • the block diagram is supplemented by the optimizer 6, an exploration 16 and a switch S. Both the optimizer 6 and the exploration 16 have access to the combustion model 3 with the first and the second Gaussian process model.
  • the switch S is in position 1. In position 1, the input variables of the internal combustion engine 1 are specified by the optimizer 6 via the minimized quality measure J (MIN). The switch S changes to position 2 when stationary operation is present and a time step has expired. In position 2, the exploration 16 determines the exploration quality measure J (EXP) Input variables of the internal combustion engine 1. Input variables are to be understood as the variables shown in FIG. 2 for establishing an operating point of the internal combustion engine 1, for example the start of injection SB or the setpoint rail pressure pCR (SL).
  • EXP exploration quality measure J
  • Input variables are to be understood as the variables shown in FIG. 2 for establishing an operating point of the internal combustion engine 1, for example the start of injection SB or the setpoint rail pressure pCR (SL).
  • the measured parameters of the internal combustion engine 1 (FIG. 2: MESS) are fed back to the second Gaussian process model 15 via a feedback path and are the basis for adapting the second Gaussian process model.
  • An alternative is shown in FIG. 2 with the reference numeral 10A. With this alternative, the DoE data is determined on the test bench in the same way as the procedure for calculating the exploration quality measure, including the inequality conditions. The alternative offers the advantage of a shortened test bench trial.
  • FIG. 3 shows in a diagram a component E1 (x) of the combustion model over a manipulated variable x.
  • the manipulated variable x corresponds to an injection start SB and the component E1 (x) of the combustion model 3 corresponds to a fuel consumption.
  • the aim is to set a minimum fuel consumption while complying with emission targets and other boundary conditions.
  • the expected value 17 is shown as a solid line and the variance VAR is shown as a hatched area as a measure of an uncertainty, for example the confidence range in which the real system behavior lies within this uncertainty with a probability of 95%.
  • Points A, B and C correspond to measured data values, i.e. real data values.
  • the course of the expected value 17 was in turn calculated in the combustion model.
  • the optimizer uses the minimized quality measure J (min) to determine the operating point of the internal combustion engine. To set the minimum fuel consumption, the optimizer determines that expected value in normal operation at which this specification is met.
  • the first step is to determine the minimum consumption.
  • component E1 (x) of the combustion model and its variance VAR one recognizes in FIG outer margins, here: data values (0 / -1) or (1 / -1).
  • the idea of exploration now consists in checking whether lower fuel consumption is actually possible at these points. Ultimately, you go to points deviating from the previous minimum to test whether lower fuel consumption is actually possible there.
  • a test point D is shown in FIG. 3 by way of example.
  • a function El (“Expected Improvement”) is calculated.
  • FIG. 4 shows this function El (x) over the quantity x.
  • the function El (x) is calculated by passing through the value range (0, 1) of the variable x in FIG.
  • FIG. 4 shows an expected improvement of approximately -0.13 for test point D in relation to the reference value, that is point B.
  • FIG. 4 shows an El value from zero with respect to the optimum at point B.
  • a third step the variance of the component E1 (x) of the combustion model is evaluated.
  • a maximum value MAX of the permissible variance is shown as an example.
  • the areas in which the variance VAR (x) then exceeds this maximum value are shown hatched.
  • an affiliation function AF is now determined. This is shown in FIG. 6.
  • the selected operating point F1 is then applied as a default variable to the internal combustion engine.
  • the selected operating point F1 or the manipulated variables resulting therefrom corresponds to the exploration quality measure J (EXP).
  • Exploration quality measure J (EXP) can also be determined by further criteria.
  • An optional addition to the exploration operation is shown in FIG.
  • the addition improves safety by taking equation and inequality conditions into account.
  • An inequality condition corresponds to a range, for example NOx ⁇ 10 g / kWh or the measured combustion pressure must be less than the maximum combustion pressure.
  • An inequality condition h (x) is shown over the variable x, here: the start of injection, and as a hatched area a variance VAR with a confidence range of 95%. Three data points E, F and G. are shown.
  • the inequality condition can be evaluated in the data points that are taken into account in the model; in between, the interpolation of the combustion model applies with the corresponding uncertainty (variance).
  • the requirement that the inequality condition h (x) must be less than zero applies.
  • the combustion pressure calculated in the combustion model must be lower than the maximum combustion pressure stored in the Biblio2 library. Therefore, the area above the ordinate value zero with data point F is not permitted.
  • the variance is then evaluated, see FIG. 8, and a probability function P (x) is calculated from the variance and the expected value.
  • the probability function describes the probability with which the constraint will be violated.
  • a maximum value MAX is shown in FIG. Larger values of the probability function P (x) than the maximum value MAX are left out.
  • the hatched areas therefore correspond to the prohibited areas.
  • the point F1 determined by the membership function AF i.e. the point of minimum consumption
  • the exploration quality measure J EXP
  • the point F1 lies in one of the three impermissible areas in FIG. 8
  • a new point is sought which lies in the admissible area in FIG.
  • the method is shown in a program flow chart in FIG. After the start of the program, a query is made at S1 as to whether the conditions for changing the operating mode are met. The conditions are met when the internal combustion engine is in a steady state and a time stage has expired.
  • the exploration mode is set cyclically via the timer.
  • a steady state is present, for example, at a constant engine speed or a constant torque. If the condition for S1 is not met, query result: no, normal operation remains set for S2. In normal operation, the optimizer calculates the minimized quality measure and sets the resulting setpoints as decisive for the internal combustion engine. at
  • query result: yes the program flow chart has ended. Otherwise it branches back to point A. If the condition at S1 is met, query result: yes, then at
  • the function El (expected improvement) is then calculated at S5.
  • the function E1 is calculated using the probability that the expected value (Fig. 3: 17) of the combustion model and its variance is below the previous optimum, that is to say the reference value (Fig. 6: point B).
  • the variance is assessed by comparing the variance with a maximum permissible value. Areas with a very high variance are excluded here. The aim is to exclude areas in which the internal combustion engine is not operated and to remain within the range of the usual solution.
  • the membership function AF is calculated from the difference between the expected value of the combustion model minus the function E1 (expected improvement). The operating point that presumably fulfills the specification, for example minimum consumption, is then ultimately determined via the membership function AF.
  • Step S8 it is queried whether the inequality conditions are set. If the inequality conditions are not set, the program flowchart continues at S11. Otherwise, the program part is run through with steps S9 and S10. Steps S9 and S10 correspond to a safety check, for example whether the minimum consumption calculated in exploration operation or the exploration quality measure can be achieved via permissible values of the manipulated variables, in particular a maximum combustion pressure.
  • an inequality function h (x) and its variance are calculated at S9.
  • the variance VAR is then again evaluated by calculating a probability function P (x).
  • the probability function P (x) is calculated from the expected value and the variance of the inequality function h (x).
  • the aim is to omit larger values of the probability function P (x) than a maximum value.
  • the data value calculated using the membership function (Fig. 6: Point H) is permissible.
  • the program flow chart is then continued with S11 and the exploration quality measure is set as decisive for the operating point of the internal combustion engine.
  • Relevant means that the manipulated variables resulting from the exploration quality measure, for example the target rail pressure or the start of injection, etc., are specified for the internal combustion engines.
  • the operating parameters of the internal combustion engine are recorded, at S13 they are transferred to the second Gaussian process model GP2 and the second Gaussian process model GP2 is adapted.
  • normal operation is set again at S14 and a branch is made back to point A.

Landscapes

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

Abstract

Die Erfindung betrifft ein Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine, bei dem im Normalbetrieb in Abhängigkeit von Vorgabewerten für den Betrieb der Brennkraftmaschine über ein adaptierbares Verbrennungsmodell die Einspritzsystem-Sollwerte zur Ansteuerung der Einspritzsystem-Stellglieder berechnet werden, bei dem von einem Optimierer ein Gütemaß zumindest in Abhängigkeit der Einspritzsystem-Sollwerte berechnet wird, vom Optimierer das Gütemaß über Veränderung zumindest der Einspritzsystem-Sollwerte innerhalb eines Prädiktionshorizonts minimiert wird und bei dem vom Optimierer anhand des minimierten Gütemaßes (J(MIN)) die Einspritzsystem-Sollwerte als maßgeblich zur Einstellung des Betriebspunkts der Brennkraftmaschine gesetzt werden, wobei im stationären Betrieb zyklisch vom Normalbetrieb auf einen Explorationsbetrieb umgeschaltet wird, im Explorationsbetrieb ein Explorationsgütemaß (J(EXP)) in Abhängigkeit des Verbrennungsmodells und dessen Varianz (VAR) berechnet wird, das Explorationsgütemaß (J(EXP)) als maßgeblich zur Einstellung des Betriebspunkts der Brennkraftmaschine gesetzt wird, anhand der Betriebsgrößen der Brennkraftmaschine das Verbrennungsmodell angepasst wird und auf den Normalbetrieb zurückgeschaltet wird.

Description

Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine
Die Erfindung betrifft ein Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine nach dem Oberbegriff von Anspruch 1.
Das Verhalten einer Brennkraftmaschine wird maßgeblich über ein Motorsteuergerät in Abhängigkeit eines Leistungswunsches bestimmt. Hierzu sind in der Software des Motorsteuergeräts entsprechende Kennlinien und Kennfelder appliziert. Über diese werden aus dem Leistungswunsch, insbesondere einem Soll-Moment, die Stellgrößen der Brennkraftmaschine berechnet, zum Beispiel der Spritzbeginn und ein erforderlicher Raildruck. Mit Daten bestückt werden diese Kennlinien/Kennfelder beim Hersteller der Brennkraftmaschine bei einem Prüfstandslauf. Die Vielzahl dieser Kennlinien/Kennfelder und die Wechselwirkung der Kennlinien/Kennfelder untereinander verursachen allerdings einen hohen Abstimmungsaufwand.
In der Praxis wird daher versucht den Abstimmungsaufwand durch die Verwendung von mathematischen Modellen zu reduzieren. So beschreibt zum Beispiel die DE 10 2006004 516 B3 ein Bayesnetz mit Wahrscheinlichkeitstabellen zur Festlegung einer Einspritzmenge und die US 2011/0172897 A1 ein Verfahren zur Adaption des Spritzbeginns sowie der Spritzmenge über Verbrennungsmodelle mittels neuronaler Netze. Da lediglich trainierte Daten abgebildet werden, müssen diese zuerst bei einem Prüfstandslauf gelernt werden.
Aus der DE 10 2018001 727 A1 ist ein Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine bekannt, bei dem über ein adaptierbares Verbrennungsmodell die Einspritzsystem-Sollwerte zur Ansteuerung des Einspritzsystems berechnet werden. Das Verbrennungsmodell beinhaltet ein erstes Gauß-Prozessmodell zur Darstellung eines Grundgitters und ein zweites Gauß-Prozessmodell zur Darstellung von Adaptionsdatenpunkten. Ermittelt werden die Datenwerte für das erste und zweite Gauß-Prozessmodell bei einem DoE-Prüfstandslauf des Vollmotors und bei einem Einzylinder-Prüfstandslauf. Das Adaptionsverfahren ist in der Form ausgeführt, dass ein aktueller Adaptionsdatenpunkt in das zweite Gauß-Prozessmodell übernommen wird, wenn der Adaptionsdatenpunkt innerhalb des aktuellen Konfidenzbereichs liegt. Der Konfidenzbereich berechnet sich aus der Varianz. Liegt der Adaptionsdatenpunkt außerhalb des Konfidenzbereichs, so werden aus dem zweiten Gauß-Prozessmodell zuvor gespeicherte Adaptionsdatenpunkte iterativ entfernt und zwar so lange, bis der aktuelle Adaptionsdatenpunkt innerhalb des geänderten Konfidenzbereichs liegt. Bei Prüfstandsversuchen hat es sich gezeigt, dass die Adaption in den wenig gefahrenen Betriebsbereichen eine zu starke Veränderung des zweiten Gauß-Prozessmodells und damit des Verbrennungsmodells bewirken kann.
Der Erfindung liegt daher die Aufgabe zugrunde, das zuvor beschriebene Verfahren zur Adaption des Verbrennungsmodells hinsichtlich einer besseren Güte weiterzuentwickeln und ergänzend die Datenermittlung zu vereinfachen.
Gelöst wird diese Aufgabe durch die Merkmale von Anspruch 1 und Anspruch 7. Die Ausgestaltungen sind in den Unteransprüchen dargestellt.
Beim erfindungsgemäßen Verfahren nach Anspruch 1 wird im stationären Betrieb zyklisch vom Normalbetrieb auf einen Explorationsbetrieb umgeschaltet, wobei im Explorationsbetrieb ein Explorationsgütemaß in Abhängigkeit des Verbrennungsmodells und dessen Varianz berechnet wird. Ferner wird das Explorationsgütemaß als maßgeblich zur Einstellung des Betriebspunkts der Brennkraftmaschine gesetzt und anhand der Betriebsgrößen der Brenn kraftmaschine das Verbrennungsmodell über das zweite Gauß- Prozessmodell adaptiert. Danach wird auf den Normalbetrieb zurückgeschaltet.
Die zentrale Idee der Erfindung besteht darin, die Kenntnis der Varianz im Explorationsbetrieb systematisch zu nutzen. Durch die zusätzliche Berücksichtigung der Varianz werden diejenigen Betriebspunkte aufgefunden, in denen ein neuer Messwert zu einer möglichst hohen Verbesserung der zukünftigen Betriebspunkte nach der Adaption des zweiten Gauß-Prozessmodells führen könnte.
Berechnet wird das Explorationsgütemaß über Minimumfindung einer Zugehörigkeitsfunktion, wobei die Zugehörigkeitsfunktion bestimmt wird, indem vom Erwartungswert des Verbrennungsmodells eine Funktion „Erwartete Verbesserung“ subtrahiert wird. Ergänzend beurteilt das Verfahren die Varianz, indem Betriebsbereiche hoher Varianz über eine Grenzwertprüfung ausgeschlossen werden. Da die Bereiche des Verbrennungsmodells mit einer sehr hohen Unsicherheit nicht berücksichtigt werden, wirkt die Adaption im typischen Arbeitsbereich der Brenn kraftmaschine und nicht in extremen Randbereichen, die nicht relevant sind. Die Funktion Erwartete Verbesserung wird berechnet indem der Erwartungswert des Verbrennungsmodells und dessen Varianz mit einem Referenzwert, zum Beispiel einem minimalen Kraftstoffverbrauch, verglichen werden. Der Referenzwert entspricht einem gemessenen Datenwert oder wurde zuvor im Normalbetrieb anhand des minimierten Gütemaßes bestimmt.
In einer Option ist vorgesehen, dass mittels des Explorationsgütemaßes berechnete Vorgabegrößen vor Aufschaltung anhand von Ungleichungsbedingungen überprüft werden und die Vorgabegrößen entsprechend gesperrt oder freigegeben werden, je nachdem ob der Wert der Vorgabegröße zu einer Verletzung der Ungleichungsbedingungen führt oder nicht. Unter Ungleichungsbedingungen ist beispielsweise der maximale Verbrennungsdruck zu verstehen. Aus der Berücksichtigung dieser Nebenbedingungen resultiert die Kenntnis wie stark der Berechnung der Betriebsgrenzen vertraut werden kann.
Beim erfindungsgemäßen Verfahren nach Anspruch 7 wird das Modell des Gesamtverhaltens der Brennkraftmaschine bei einem Prüfstandslauf bestimmt, indem in einem Explorationsbetrieb die Daten entsprechend der zuvor beschriebenen Vorgehensweise anhand einer erwarteten Verbesserung, einer Zugehörigkeitsfunktion und einer Varianzprüfung ermittelt werden. Optional kann hier ebenfalls die Einhaltung von Gleichungs- und Ungleichungsbedingungen berücksichtig werden.
In den Figuren ist ein bevorzugtes Ausführungsbeispiel dargestellt. Es zeigen:
Fig. 1 ein modellbasiertes Systemschaubild,
Fig. 2 ein Blockschaltbild,
Fig. 3 ein Diagramm des Verbrennungsmodells,
Fig. 4 ein Diagramm der Funktion El,
Fig. 5 ein Diagramm Bewertung der Varianz,
Fig. 6 ein Diagramm der Zugehörigkeitsfunktion, Fig. 7 ein Diagramm zur Ungleichungsbedingung,
Fig. 8 ein Diagramm Bewertung der Varianz und
Fig. 9 einen Programm-Ablaufplan.
Die Figur 1 zeigt ein modellbasiertes Systemschaubild zur Steuerung und Regelung einer Brennkraftmaschine 1 über ein elektronisches Steuergerät 2. Die Eingangsgrößen des elektronischen Steuergeräts sind: eine erste Bibliothek Bibliol , eine zweite Bibliothek Biblio 2, Messgrößen MESS und das Sammelbezugszeichen EIN, welches stellvertretend für die weiteren Vorgabegrößen steht, beispielsweise ein von einem Bediener vorgegebenes Soll-Moment oder eine Soll-Drehzahl. Die erste Bibliothek Biblio 1 kennzeichnet den Betrieb der Brennkraftmaschine gemäß der Emissionsklasse MARPOL (Marine Pollution) der IMO oder gemäß der Emissionsklasse EU IV / Tier 4 final. Die zweite Bibliothek Biblio 2 kennzeichnet den Brennkraftmaschinentyp und eine maximale mechanische Bauteilbelastung, zum Beispiel den maximalen Verbrennungsdruck oder die maximale Drehzahl des Abgasturboladers. Die Eingangsgröße MESS kennzeichnet die sowohl unmittelbar gemessenen physikalischen Größen als auch daraus berechnete Hilfsgrößen. Die Ausgangsgrößen des elektronischen Steuergeräts sind: die Sollwerte für die unterlagerten Regelkreise, der Spritzbeginn SB und das Spritzende SE. Als unterlagerte Regelkreise sind ein Raildruck-Regelkreis 7, ein Lambda-Regelkreis 8 und ein AGR-Regelkreis 9 dargestellt. Innerhalb des elektronischen Steuergeräts 2 sind ein Verbrennungsmodell 3, eine Adaption 4, ein Gaspfadmodell 5 und ein Optimierer 6 angeordnet. Sowohl das Verbrennungsmodell 3 als auch das Gaspfadmodell 5 bilden das Systemverhalten der Brenn kraftmaschine als mathematische Gleichungen ab. Das Verbrennungsmodell 3 bildet statisch die Vorgänge bei der Verbrennung ab. Im Unterschied hierzu bildet das Gaspfadmodell 5 das dynamische Verhalten der Luftführung und der Abgasführung ab. Das Verbrennungsmodell 3 beinhaltet Einzelmodelle zum Beispiel für die NOx- und die Rußentstehung, für die Abgastemperatur, für den Abgasmassenstrom und für den Spitzendruck. Diese Einzelmodelle wiederum sind abhängig von den Randbedingungen im Zylinder und den Parametern der Einspritzung. Bestimmt wird das Verbrennungsmodell 3 bei einer Referenz-Brennkraftmaschine in einem DoE- Prüfstandslauf (DoE: Design of Experiments). Beim DoE-Prüfstandslauf werden systematisch Betriebsparameter und Stellgrößen mit dem Ziel variiert, das Gesamtverhalten der Brennkraftmaschine in Abhängigkeit von motorischen Größen und Umweltrandbedingungen abzubilden. Ergänzt wird das Verbrennungsmodell 3 um die Adaption 4. Ziel der Adaption ist es, die Serienstreuung einer Brennkraftmaschine zu verringern.
Nach Aktivierung der Brenn kraftmaschine 1 liest der Optimierer 6 zunächst aus der ersten Bibliothek Bibliol die Emissionsklasse und aus der zweiten Bibliothek Biblio2 die maximalen mechanischen Bauteilbelastungen ein. Anschließend wertet der Optimierer 6 das Verbrennungsmodell 3 aus und zwar hinsichtlich des Vorgabewerts, beispielsweise dem Sollmoment, der Emissionsgrenzwerte, der Umweltrandbedingungen, zum Beispiel der Feuchte der Ladeluft, der Betriebssituation der Brennkraftmaschine und der Adaptionsdatenpunkte. Definiert wird die Betriebssituation insbesondere durch die Motordrehzahl, die Ladelufttemperatur und den Ladeluftdruck. Die Funktion des Optimierers 6 besteht nun darin die Einspritzsystem-Sollwerte zur Ansteuerung der Einspritzsystem- Stellglieder und die Gaspfad-Sollwerte zur Ansteuerung der Gaspfad-Stellglieder zu bewerten. Hierbei wählt der Optimierer 6 diejenige Lösung aus, bei der ein Gütemaß minimiert wird. Berechnet wird das Gütemaß als Integral der quadratischen Soll- Istabweichungen innerhalb des Prädiktionshorizonts. Beispielsweise in der Form:
(1) J = i [w1 (NOx(SOLL)-NOx(IST)]2 + [w2(M(SOLL)-M(IST)]2 + [w3(....)j + ...
Hierin sind w1 , w2 und w3 Gewichtungsfaktoren und entspricht M(SOLL) dem vorgegebenen Soll-Moment. Bekanntermaßen ergeben sich die Stickoxidemission aus der Feuchte der Ladeluft, der Ladelufttemperatur, dem Spritzbeginn SB und dem Raildruck pCR. In die tatsächlichen Istwerte, zum Beispiel den NOx-lstwert oder dem Abgastemperatur-Istwert, greift die Adaption 4 ein.
Minimiert wird das Gütemaß, indem vom Optimierer 6 zu einem ersten Zeitpunkt ein erstes Gütemaß berechnet wird, die Einspritzsystem-Sollwerte sowie die Gaspfad- Sollwerte variiert werden und anhand dieser ein zweites Gütemaß für das Systemverhalten innerhalb des Prädiktionshorizonts prognostiziert wird. Aus der Abweichung der beiden Gütemaße zueinander legt dann der Optimierer 6 ein minimales Gütemaß fest und setzt dieses als maßgeblich für die Brennkraftmaschine. Für das in der Figur dargestellte Beispiel sind dies für das Einspritzsystem der Soll-Raildruck pCR(SL) und der Spritzbeginn SB sowie das Spritzende SE. Der Soll-Raildruck pCR(SL) ist die Führungsgröße für den unterlagerten Raildruck-Regelkreis 7. Die Stellgröße des Raildruck-Regelkreises 7 entspricht dem PWM-Signal zu Beaufschlagung der Saugdrossel. Mit dem Spritzbeginn SB und dem Spritzende SE wird der Injektor zur Kraftstoffeinspritzung unmittelbar beaufschlagt. Für den Gaspfad bestimmt der Optimierer 6 mittelbar die Gaspfad-Sollwerte. Bei dem dargestellten Beispiel sind dies ein Lambda- Sollwert LAM(SL) und ein AGR-Sollwert AGR(SL) zur Vorgabe für den unterlagerten Lambda-Regelkreis 8 und den unterlagerten AGR-Regelkreis 9. Die Stellgrößen der beiden Regelkreise 8 und 9 entsprechen dem Signal TBP zur Ansteuerung des Turbinen- Bypasses, dem Signal AGR zur Ansteuerung des AGR-Stellglieds und dem Signal DK zur Ansteuerung der Drosselklappe. Die rückgeführten Messgrößen MESS werden vom elektronischen Steuergerät 2 eingelesen. Unter den Messgrößen MESS sind sowohl unmittelbar gemessene physikalische Größen als auch daraus berechnete Hilfsgrößen zu verstehen. Bei dem dargestellten Beispiel werden der Lambda- Istwert und der AGR- Istwert eingelesen.
Die Figur 2 zeigt in einem Blockschaltbild das Zusammenwirken der beiden Gauß- Prozessmodelle zur Adaption des Verbrennungsmodells. Gauß-Prozessmodelle sind dem Fachmann bekannt, zum Beispiel aus der DE 10 2014225 039 A1 oder der DE 10 2013 220432 A1. Ganz allgemein wird ein Gaußprozess definiert durch eine Mittelwertfunktion und eine Kovarianzfunktion. Die Mittelwertfunktion wird häufig zu Null angenommen oder ein linearer/polynomieller Verlauf eingeführt. Die Kovarianzfunktion gibt den Zusammenhang beliebiger Punkte an. Ein erster Funktionsblock 10 beinhaltet die DoE-Daten (DoE: Design of Experiments) des Vollmotors. Ermittelt werden diese Daten für eine Referenz-Brennkraftmaschine bei einem Prüfstandslauf, indem im stationär fahrbaren Bereich der Brennkraftmaschine alle Variationen der Eingangsgrößen über deren gesamten Stellbereich ermittelt werden. Diese Daten kennzeichnen mit hoher Genauigkeit das Verhalten der Brennkraftmaschine im stationär fahrbaren Bereich. Ein zweiter Funktionsblock 11 beinhaltet Daten, welche an einem Einzylinderprüfstand gewonnen werden. Beim Einzylinderprüfstand lassen sich diejenigen Betriebsbereiche einstellen, zum Beispiel große geodätische Flöhe oder extreme Temperaturen, die bei einem DoE- Prüfstandslauf nicht abgeprüft werden können. Diese wenigen Messdaten dienen als Grundlage für die Parametrierung eines physikalischen Modells, welches das globale Verhalten der Verbrennung in Form von Trendinformationen, Bezugszeichen 12, grob richtig wiedergibt. Das physikalische Modell stellt das Verhalten der Brennkraftmaschine in extremen Randbedingungen grob dar. Über Extrapolation wird das physikalische Modell vervollständigt, sodass ein normaler Betriebsbereich grob richtig beschrieben wird. In der Figur 2 ist das extrapolationsfähige Modell mit dem Bezugszeichen 13 gekennzeichnet. Aus diesem wiederum wird das erste Gauß- Prozessmodell 14 (GP1) zur Darstellung eines Grundgitters erzeugt.
Die Zusammenführung der beiden Mengen von Datenpunkten bildet das zweite Gauß-Prozessmodell 15. Damit werden die Betriebsbereiche der Brennkraftmaschine, welche durch die DoE-Daten beschrieben sind auch durch diese Werte festgelegt und werden die Betriebsbereiche, für die keine DoE-Daten vorliegen, durch Daten des physikalischen Modells wiedergegeben. Da das zweite Gauß-Prozessmodell im laufenden Betrieb adaptiert wird, dient es auch zur Darstellung der Adaptionsdatenpunkte. Ganz allgemein gilt für das Verbrennungsmodell 3 insgesamt:
(2) E(x) = GP1 + GP2
Hierbei entsprechen GP1 dem ersten Gauß-Prozellmodell zur Darstellung des Grundgitters, GP2 dem zweiten Gauß-Prozessmodell zur Darstellung der Adaptionsdatenpunkte und E(x) dem Verbrennungsmodell. Das Verbrennungsmodell ist die Eingangsgröße für den Optimierer, zum Beispiel einem NOx-lstwert oder einem Abgastemperatur-Istwert. Durch den Doppelpfeil in der Figur sind zwei Informationswege dargestellt. Der erste Informationsweg kennzeichnet die Datenbereitstellung des Grundgitters vom ersten Gauß-Prozessmodell 14 an das Verbrennungsmodell. Der zweite Informationsweg kennzeichnet die Rückanpassung des ersten Gauß-Prozessmodells 14 über das zweite Gauß-Prozessmodell 15.
Ergänzt wird das Blockschaltbild um den Optimierer 6, eine Exploration 16 und einen Schalter S. Sowohl der Optimierer 6 als auch die Exploration 16 haben Zugriff auf das Verbrennungsmodell 3 mit dem ersten und dem zweiten Gauß-Prozessmodell. Im Normalbetrieb befindet sich der Schalter S in der Stellung 1. In der Stellung 1 werden die Eingangsgrößen der Brennkraftmaschine 1 vom Optimierer 6 über das minimierte Gütemaß J(MIN) vorgegeben. Der Schalter S wechselt in die Stellung 2, wenn ein stationärer Betrieb vorliegt und eine Zeitstufe abgelaufen ist. In der Stellung 2 bestimmt die Exploration 16 über das Explorationsgütemaß J(EXP) die Eingangsgrößen der Brenn kraftmaschine 1 . Unter Eingangsgrößen sind die in der Figur 2 dargestellten Größen zur Festlegung eines Betriebspunkts der Brennkraftmaschine 1 zu verstehen, zum Beispiel der Spritzbeginn SB oder der Soll- Raildruck pCR(SL). Die gemessenen Parameter der Brennkraftmaschine 1 (Fig. 2: MESS) werden über einen Rückkopplungspfad auf das zweite Gauß-Prozessmodell 15 zurückgeführt und sind die Grundlage zur Adaption des zweiten Gauß- Prozessmodells. In der Figur 2 ist mit dem Bezugszeichen 10A eine Alternative dargestellt. Bei dieser Alternative werden die DoE-Daten auf dem Prüfstand analog zur Vorgehensweise zur Berechnung des Explorationsgütemaßes einschließlich der Ungleichungsbedingungen festgelegt. Die Alternative bietet den Vorteil einer verkürzten Prüfstandserprobung.
Die weitere Erläuterung zur Festlegung des Explorationsgütemaßes J(EXP) erfolgt anhand der Figuren 3 bis 6. Die Figur 3 zeigt in einem Diagramm eine Komponente E1(x) des Verbrennungsmodells über einer Stellgröße x. Zum besseren Verständnis entspricht in der weiteren Beschreibung die Stellgröße x einem Spritzbeginn SB und die Komponente E1(x) des Verbrennungsmodells 3 einem Kraftstoffverbrauch. Ziel ist es, einen minimalen Kraftstoffverbrauch unter Einhaltung von Emissionszielen und weiteren Randbedingungen einzustellen. Innerhalb des Diagramms ist als durchgezogene Linie der Erwartungswert 17 und als schraffierter Bereich die Varianz VAR als Maß einer Unsicherheit dargestellt, zum Beispiel dem Konfidenzbereich, bei dem mit einer Wahrscheinlichkeit von 95% das reale Systemverhalten innerhalb dieser Unsicherheit liegt. Die Punkte A, B und C entsprechen gemessenen Datenwerten, also echten Datenwerten. Der Verlauf des Erwartungswerts 17 wiederum wurde im Verbrennungsmodell berechnet. Im Normalbetrieb bestimmt der Optimierer über das minimierte Gütemaß J(min) den Betriebspunkt der Brennkraftmaschine. Zur Einstellung des minimalen Kraftstoffverbrauchs wird vom Optimierer im Normalbetrieb derjenige Erwartungswert ermittelt, bei dem diese Vorgabe erfüllt ist.
Im Explorationsbetrieb wird im Unterschied zum Normalbetrieb auch die Varianz betrachtet. In einem ersten Schritt erfolgt eine Minimumfindung des Verbrauchs. Bei der Auswertung der Komponente E1(x) des Verbrennungsmodells und deren Varianz VAR erkennt man in der Figur 3 noch weitere Stellen, an denen der minimale Verbrauch liegen könnte, zum Beispiel bei einem Abszissenwert x=0,55 oder an den äußeren Rändern, hier: Datenwerte (0/-1) oder (1/-1). Die Idee der Exploration besteht nun darin, zu prüfen, ob an diesen Stellen tatsächlich ein geringerer Kraftstoffverbrauch möglich ist. Letztendlich fährt man Punkte abweichend vom bisherigen Minimum an, um zu testen, ob dort tatsächlich ein geringerer Kraftstoffverbrauch möglich ist. In der Figur 3 ist beispielhaft hierzu ein Testpunkt D eingezeichnet. In einem zweiten Schritt der Exploration wird eine Funktion El („Erwartete Verbesserung“/Expected Improvement) berechnet. Die Figur 4 zeigt diese Funktion El(x) über der Größe x. Berechnet wird die Funktion El(x) indem der Wertebereich (0, 1) der Größe x der Figur 3 durchfahren wird und für jeden Punkt dessen Erwartungswert und dessen Varianz in Bezug auf den Punkt B ausgewertet wird. Der Punkt B ist ein gemessener Datenwert, der als Referenzwert dient. Aus der Figur 4 ergibt sich für den Testpunkt D eine erwartete Verbesserung von etwa -0.13 in Bezug auf den Referenzwert, also dem Punkt B. Für die Datenwerte A, B und C aus der Figur 3 ergibt sich in der Figur 4 ein El-Wert von Null in Bezug auf das Optimum am Punkt B.
In einem dritten Schritt wird die Varianz der Komponente E1 (x) des Verbrennungsmodells bewertet. Dies entspricht der Darstellung der Figur 5, bei der die Varianz VAR(x) über der Größe x dargestellt ist. Hierbei werden Bereiche mit sehr hoher Varianz ausgeschlossen. Ziel ist es Bereiche in denen die Brennkraftmaschine nicht betrieben wird auszuschließen und im Bereich der üblichen Lösung zu bleiben.
In der Figur 5 ist exemplarisch ein Maximalwert MAX der zulässigen Varianz eingezeichnet. Schraffiert dargestellt sind die Bereiche, in denen dann die Varianz VAR(x) diesen Maximalwert übersteigt.
In einem vierten Schritt wird nun eine Zugehörigkeitsfunktion AF (Affiliation Function) bestimmt. Diese ist in der Fig. 6 dargestellt. Bestimmt wird die Zugehörigkeitsfunktion aus der Differenz des Erwartungswerts 17 des Verbrennungsmodells der Figur 3 und der Funktion El(x) der Figur 4. Aus dem Verlauf der Zugehörigkeitsfunktion AF(x) ergibt sich ein Minimum des Verbrauchs, Punkt Fl, für einen Spritzbeginn bei x=0.55. Mit anderen Worten: Aus der Zugehörigkeitsfunktion AF(x) wird eine möglichst hohe Verbesserung des Verbrauchs erwartet. Danach wird der gewählte Betriebspunkt Fl als Vorgabegröße der Brennkraftmaschine aufgeschaltet. Beim dargestellten Beispiel entspricht der gewählte Betriebspunkt Fl bzw. die sich hieraus ergebenden Stellgrößen dem Explorationsgütemaß J(EXP). Ganz allgemein kann das Explorationsgütemaß J(EXP) auch durch weitere Kriterien festgelegt werden. Der weitere Ablauf entspricht dann der aus der DE 10 2018 001 727 A1 bekannten Vorgehensweise zur Modelladaption, das heißt, anhand der Messgrößen MESS wird der neue Punkt in das zweite Gauß-Prozessmodell aufgenommen und in den Normalmodus (Fig. 2: S=1) zurückgewechselt.
In den Figur 7 ist eine optionale Ergänzung zum Explorationsbetrieb dargestellt. Über die Ergänzung wird die Sicherheit verbessert, indem Gleichungs- und Ungleichungsbedingungen berücksichtig werden. Eine Gleichungsbedingung entspricht einem Festwert, zum Beispiel NOx=10 g/kWh. Eine Ungleichungsbedingung entspricht einem Bereich, zum Beispiel NOx < 10 g/kWh oder der gemessene Verbrennungsdruck muss kleiner als der maximaler Verbrennungsdruck sein. Dargestellt ist eine Ungleichungsbedingung h(x) über der Größe x, hier: der Spritzbeginn, und als schraffierte Bereich eine Varianz VAR mit einem Konfidenzbereich von 95%. Eingezeichnet sind drei Datenpunkte E, F und G.
In den Datenpunkten, die im Modell berücksichtigt sind, kann die Ungleichungsbedingung ausgewertet werden, dazwischen gilt die Interpolation des Verbrennungsmodells mit entsprechender Unsicherheit (Varianz). Ergänzend gilt die Vorgabe, dass die Ungleichungsbedingung h(x) kleiner als Null sein muss. Mit anderen Worten: der im Verbrennungsmodell berechnete Verbrennungsdruck muss kleiner als der maximale Verbrennungsdruck sein, welcher in der Bibliothek Biblio2 hinterlegt ist. Daher ist der Bereich oberhalb des Ordinatenwerts Null mit dem Datenpunkt F nicht zulässig. In einem zweiten Schritt wird anschließen die Varianz ausgewertet, siehe Figur 8, und eine Wahrscheinlichkeitsfunktion P(x) aus der Varianz und dem Erwartungswert berechnet. Die Wahrscheinlichkeitsfunktion beschreibt die Wahrscheinlichkeit, mit der die Beschränkung verletzt wird. In der Figur 8 ist ein Maximalwert MAX eingezeichnet. Größere Werte der Wahrscheinlichkeitsfunktion P(x) als der Maximalwert MAX werden ausgespart. Die schraffierten Bereiche entsprechen daher den nicht zulässigen Bereichen. Liegt beispielweise der über die Zugehörigkeitsfunktion AF (Figur 6) bestimmte Punkt Fl, also der Punkt minimalen Verbrauchs, im zulässigen Varianzbereich der Figur 8, so wird hieraus das Explorationsgütemaß J(EXP) abgeleitet und der Brennkraftmaschine aufgeschaltet. Liegt hingegen der Punkt Fl in einem der drei nicht zulässigen Bereiche der Figur 8, so wird ein neuer Punkt gesucht, der im zulässigen Bereich der Figur 8 liegt. In der Figur 9 ist das Verfahren in einem Programm-Ablaufplan dargestellt. Nach dem Start des Programms wird bei S1 abgefragt, ob die Bedingungen für den Wechsel des Betriebsmodus erfüllt sind. Die Bedingungen sind dann erfüllt, wenn die Brennkraftmaschine in einem stationären Zustand sich befindet und eine Zeitstufe abgelaufen ist. Über die Zeitstufe erfolgt ein zyklisches Setzen des Explorartionsbetriebs. Ein stationärer Zustand liegt beispielsweise bei einer konstanten Motordrehzahl oder einem konstanten Moment vor. Ist die Bedingung bei S1 nicht erfüllt, Abfrageergebnis: nein, so bleibt bei S2 der Normalbetrieb gesetzt. Im Normalbetrieb berechnet der Optimierer das minimierte Gütemaß und setzt die hieraus sich ergebenden Sollwerte als maßgeblich für die Brennkraftmaschine. Bei
53 wird geprüft, ob ein Motorstopp initiiert wurde. Ist dies der Fall, Abfrageergebnis: ja, ist der Programm-Ablaufplan beendet. Anderenfalls wird zum Punkt A zurückverzweigt. Ist die Bedingung bei S1 erfüllt, Abfrageergebnis: ja, dann wird bei
54 der Explorationsbetrieb gesetzt. Im Anschluss wird bei S5 die Funktion El (Erwartete Verbesserung/ Expected Improvement) berechnet. Berechnet wird die Funktion El über die Wahrscheinlichkeit, dass der Erwartungswert (Fig. 3: 17) des Verbrennungsmodells und dessen Varianz unterhalb des bisherigen Optimums, also dem Referenzwert (Fig.6: Punkt B) liegt. Bei S6 wird die Varianz bewertet, indem die Varianz mit einem maximal zulässigen Wert verglichen wird. Hierbei werden Bereiche mit sehr hoher Varianz ausgeschlossen. Ziel ist es Bereiche in denen die Brennkraftmaschine nicht betrieben wird auszuschließen und im Bereich der üblichen Lösung zu bleiben. Bei S7 wird die Zugehörigkeitsfunktion AF aus der Differenz des Erwartungswerts des Verbrennungsmodells minus der Funktion El (Erwartete Verbesserung) berechnet. Über die Zugehörigkeitsfunktion AF wird dann letztendliche der Betriebspunkt bestimmt, der vermutlich die Vorgabe, beispielsweise minimaler Verbrauch, erfüllt. Bei S8 wird abgefragt, ob die Ungleichungsbedingungen gesetzt sind. Sind die Ungleichungsbedingungen nicht gesetzt, wird der Programm- Ablaufplan bei S11 fortgesetzt. Anderenfalls wird der Programmteil mit den Schritten S9 und S10 durchlaufen. Die Schritte S9 und S10 entsprechen einer Sicherheitsüberprüfung, beispielsweise ob der im Explorationsbetrieb berechnet minimale Verbrauch bzw. das Explorationsgütemaß über zulässige Werte der Stellgrößen, insbesondere einem maximalen Verbrennungsdruck, erreicht werden kann. Entsprechend wird bei S9 eine Ungleichungsfunktion h(x) und deren Varianz berechnet. Ergänzend wird geprüft, welche Bereiche der Ungleichungsfunktion h(x) einen vorgegeben Wert übersteigen. Bei S10 wiederum wird dann die Varianz VAR ausgewertet, indem eine Wahrscheinlichkeitsfunktion P(x) berechnet wird. Berechnet wird die Wahrscheinlichkeitsfunktion P(x) aus dem Erwartungswert und der Varianz der Ungleichungsfunktion h(x). Ziel ist es größere Werte der Wahrscheinlichkeitsfunktion P(x) als ein Maximalwert auszusparen. Beim dargestellten Beispiel wird davon ausgegangen, dass der über die Zugehörigkeitsfunktion berechnete Datenwert (Fig.6: Punkt H) zulässig ist. Danach wird der Programm-Ablaufplan mit S11 fortgesetzt und das Explorationsgütemaß als maßgeblich für den Betriebspunkt der Brennkraftmaschine gesetzt. Maßgeblich bedeutet, dass die sich aus dem Explorationsgütemaß ergebenden Stellgrößen, beispielsweise der Soll-Raildruck oder der Spritzbeginn usw., der Brennkraftmaschinen vorgegeben werden. Bei S12 werden die Betriebsgrößen der Brennkraftmaschine erfasst, bei S13 in das zweite Gauß-Prozessmodell GP2 übernommen und das zweite Gauß-Prozessmodell GP2 adaptiert. Anschließend wird bei S14 der Normalbetrieb wieder gesetzt und zum Punkt A zurück verzweigt.
Bezugszeichen
1 Brennkraftmaschine
2 Elektronisches Steuergerät
3 Verbrennungsmodell
4 Adaption
5 Gaspfadmodell
6 Optimierer
7 Raildruck-Regelkreis
8 Lambda-Regelkreis
9 AGR-Regelkreis
10, 10A Erster Funktionsblock (DoE-Daten)
11 Zweiter Funktionsblock (Daten Einzylinder)
12 Funktionsblock T rendinformationen
13 Modell, extrapolationsfähig
14 Erstes Gauß-Prozessmodell (GP1)
15 Zweites Gauß-Prozessmodell (GP2)
16 Exploration
17 Erwartungswert

Claims

Patentansprüche
1. Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine (1), bei dem im Normalbetrieb in Abhängigkeit von Vorgabewerten für den Betrieb der Brennkraftmaschine (1) über ein adaptierbares Verbrennungsmodell (3) die Einspritzsystem-Sollwerte zur Ansteuerung der Einspritzsystem-Stellglieder berechnet werden, bei dem von einem Optimierer (6) ein Gütemaß zumindest in Abhängigkeit der Einspritzsystem-Sollwerte berechnet wird, vom Optimierer (6) das Gütemaß über Veränderung zumindest der Einspritzsystem-Sollwerte innerhalb eines Prädiktionshorizonts minimiert wird und bei dem vom Optimierer (6) anhand des minimierten Gütemaßes (J(MIN)) die Einspritzsystem-Sollwerte als maßgeblich zur Einstellung des Betriebspunkts der Brennkraftmaschine (1) gesetzt werden, dadurch gekennzeichnet, dass im stationären Betrieb zyklisch vom Normalbetrieb auf einen Explorationsbetrieb umgeschaltet wird, im Explorationsbetrieb ein Explorationsgütemaß (J(EXP)) in Abhängigkeit des Verbrennungsmodells (3) und dessen Varianz (VAR) berechnet wird, das Explorationsgütemaß (J(EXP)) als maßgeblich zur Einstellung des Betriebspunkts der Brennkraftmaschine gesetzt wird, anhand der Betriebsgrößen der Brennkraftmaschine das Verbrennungsmodell (3) angepasst wird und auf den Normalbetrieb zurückgeschaltet wird.
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass das Explorationsgütemaß (J(EXP)) über Minimumfindung einer Zugehörigkeitsfunktion (AF) festgelegt wird, wobei die Zugehörigkeitsfunktion (AF) bestimmt wird, indem vom Erwartungswert (17) des Verbrennungsmodells (3) eine Funktion Erwartete Verbesserung (El) subtrahiert wird.
3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass die Varianz (VAR) des Verbrennungsmodells (3) hinsichtlich eines Grenzwerts beurteilt wird und Betriebsbereiche hoher Varianz (VAR>MAX)) bei der Berechnung der Zugehörigkeitsfunktion (AF) nicht berücksichtigt werden.
4. Verfahren nach den Ansprüchen 2 und 3, dadurch gekennzeichnet, dass die Funktion Erwartete Verbesserung berechnet wird, indem der Erwartungswert (17) des Verbrennungsmodells und dessen Varianz mit einem Referenzwert verglichen wird, wobei der Referenzwert zuvor als echter Datenwert erfasst wurde oder im Normalbetrieb anhand des minimierten Gütemaßes bestimmt wird.
5. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass das Explorationsgütemaß (J(EXP)) mittels Ungleichungsbedingungen überprüft wird und das Explorationsgütemaß (J(EXP)) entweder als maßgeblich zur Einstellung des Betriebspunkts der Brennkraftmaschine gesetzt wird oder eines neues Explorationsgütemaß (J(EXP)) berechnet wird.
6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass die Ungleichungsbedingungen aus den Vorgabewerten für den Betrieb der Brennkraftmaschine berechnet werden.
7. Verfahren zur Bestimmung des Gesamtverhaltens einer Brennkraftmaschine, bei dem in einem Prüfstandslauf in einem Explorationsbetrieb die Datenpunkte für das Verbrennungsmodell (3) nach einem der Patentansprüche 2 bis 7 ermittelt werden.
EP21708960.6A 2020-02-28 2021-02-25 Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine Pending EP4111044A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020001323.6A DE102020001323A1 (de) 2020-02-28 2020-02-28 Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine
PCT/EP2021/054759 WO2021170761A1 (de) 2020-02-28 2021-02-25 Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine

Publications (1)

Publication Number Publication Date
EP4111044A1 true EP4111044A1 (de) 2023-01-04

Family

ID=74844887

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21708960.6A Pending EP4111044A1 (de) 2020-02-28 2021-02-25 Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine

Country Status (5)

Country Link
US (1) US11846243B2 (de)
EP (1) EP4111044A1 (de)
CN (1) CN115103955B (de)
DE (1) DE102020001323A1 (de)
WO (1) WO2021170761A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020000327B4 (de) * 2020-01-21 2024-06-27 Rolls-Royce Solutions GmbH Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2810039B2 (ja) * 1987-04-08 1998-10-15 株式会社日立製作所 フィードフォワード型燃料供給方法
JP3832137B2 (ja) * 1999-04-14 2006-10-11 日産自動車株式会社 エンジンの燃料供給制御装置
DE10311269A1 (de) 2003-03-14 2004-09-23 Conti Temic Microelectronic Gmbh Verfahren zum Ansteuern eines piezoelektrischen Elements
EP1617056B1 (de) * 2004-07-14 2014-10-22 Honda Motor Co., Ltd. System zur Steuerung einer Brennkraftmaschine
DE102005018272B4 (de) 2005-04-20 2019-10-31 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben einer Brennkraftmaschine
DE102006004516B3 (de) 2006-02-01 2007-03-08 Mtu Friedrichshafen Gmbh Bayes-Netz zur Steuerung und Regelung einer Brennkraftmaschine
DE102007032062B3 (de) * 2007-07-10 2008-11-13 Continental Automotive Gmbh Verfahren zum Bestimmen der Regelparameter einer Regeleinrichtung und nach diesem Verfahren arbeitende Regeleinrichtung
DE102008004362A1 (de) * 2008-01-15 2009-07-16 Robert Bosch Gmbh Verfahren zur Regelung eines Verbrennungsmotors, Computerprogramm und Steuergerät
DE102009032659A1 (de) * 2009-07-09 2011-01-13 Fev Motorentechnik Gmbh Kombinierte Rauchbegrenzung
US8676476B2 (en) * 2009-12-04 2014-03-18 GM Global Technology Operations LLC Method for real-time, self-learning identification of fuel injectors during engine operation
JP5006947B2 (ja) 2010-01-14 2012-08-22 本田技研工業株式会社 プラントの制御装置
DE102010028266A1 (de) 2010-04-27 2011-10-27 Robert Bosch Gmbh Steuergerät und Verfahren zur Berechnung einer Ausgangsgröße für eine Steuerung
DE102011017036B4 (de) * 2011-04-14 2015-02-19 Mtu Friedrichshafen Gmbh Verfahren zur Regelung der NOx-Konzentration im Abgas einer Brennkraftmaschine
DE102013220432A1 (de) 2013-10-10 2015-04-16 Robert Bosch Gmbh Modellberechnungseinheit für einen integrierten Steuerbaustein zur Berechnung von LOLIMOT
DE102014207683A1 (de) * 2014-04-24 2015-10-29 Robert Bosch Gmbh Verfahren und Vorrichtung zum Erstellen eines datenbasierten Funktionsmodells
DE102014225039A1 (de) 2014-12-05 2016-06-09 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bereitstellen von spärlichen Gauß-Prozess-Modellen zur Berechnung in einem Motorsteuergerät
DE102016208980A1 (de) * 2016-05-24 2017-11-30 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Verbrennungsmotors
DE102016215196A1 (de) * 2016-08-16 2018-02-22 Robert Bosch Gmbh Verfahren zum Betreiben einer Brennkraftmaschine
US10309330B2 (en) * 2016-10-27 2019-06-04 Rolls-Royce Corporation Model reference adaptive controller
DE102017005783B4 (de) * 2017-06-20 2021-12-02 Mtu Friedrichshafen Gmbh Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine
DE102017009582B3 (de) * 2017-10-16 2018-07-26 Mtu Friedrichshafen Gmbh Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine
DE102018001727B4 (de) * 2018-03-05 2021-02-11 Mtu Friedrichshafen Gmbh Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine
JP2019157652A (ja) * 2018-03-07 2019-09-19 トヨタ自動車株式会社 内燃機関の制御装置
DE102018006312B4 (de) * 2018-08-10 2021-11-25 Mtu Friedrichshafen Gmbh Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine

Also Published As

Publication number Publication date
CN115103955A (zh) 2022-09-23
DE102020001323A1 (de) 2021-09-02
US20220412279A1 (en) 2022-12-29
WO2021170761A1 (de) 2021-09-02
US11846243B2 (en) 2023-12-19
CN115103955B (zh) 2024-08-23

Similar Documents

Publication Publication Date Title
DE102018001727B4 (de) Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine
DE102015225279B4 (de) Verfahren und Einrichtung zum prädiktiven Steuern und/oder Regeln einer Brennkraftmaschine sowie Brennkraftmaschine mit der Einrichtung zur Ausführung des Verfahrens
EP3698032B1 (de) Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine
DE102009000329A1 (de) Verfahren und Vorrichtung zum Betreiben eines Verbrennungsmotors
WO2019076501A1 (de) Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine
DE102017005783B4 (de) Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine
EP4093962A1 (de) Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine
WO2016005414A1 (de) Verfahren zum betreiben einer brennkraftmaschine, steuereinrichtung für eine brennkraftmaschine und brennkraftmaschine
EP0190268B1 (de) Verfahren und einrichtung zur regelung der leerlaufdrehzahl einer brennkraftmaschine
DE102009021387A1 (de) Verfahren zum Applizieren einer Motorsteuerung eines Verbrennungsmotors
DE102018212247A1 (de) Verfahren zum Steuern und/oder Regeln des Betriebs eines Verbrennungsmotors, insbesondere eines Verbrennungsmotors eines Kraftfahrzeugs, insbesondere zumindest teilweise arbeitend nach dem Miller-Verfahren
WO2021170761A1 (de) Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine
DE102020003174B4 (de) Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine
EP1087106A2 (de) Verfahren zur Nockenwellenverstellung in einer Brennkraftmaschine
WO2020030481A1 (de) Verfahren zur modellbasierten steuerung und regelung einer brennkraftmaschine
EP1741910A1 (de) Verfahren und Vorrichtung zur Steuerung einer Brennkraftmaschine
DE19938623C2 (de) System zur Minimierung der Verlustleistungsäquivalente eines Antriebssystems
DE102007007945A1 (de) Verfahren zum Einstellen einer Abgasrückführrate einer Brennkraftmaschine
DE102007024129A1 (de) Verfahren und Vorrichtung für ein Ölkreislaufmanagement in einer Verbrennungskraftmaschine
WO2003033891A1 (de) Verfahren und vorrichtung sowie computerprogramm zur steuerung eines verbrennungsmotors
WO2015144704A1 (de) Modellbasierte vorsteuerung zur verbrennungsratenregelung
DE102007021414B4 (de) Verfahren zur Einstellung der Füllung einer Verbrennungskraftmaschine
DE102019119249A1 (de) Erstellen von kennfeldern für eine steuerung eines verbrennungsmotors
DE102019005996B4 (de) Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine
DE102022101330B4 (de) Steuervorrichtung und Verfahren zum Betreiben einer Brennkraftmaschine, Betreibervorrichtung zum Betreiben eines Leistungsbereitstellungssystems, Brennkraftmaschinenanordnung und Leistungsbereitstellungssystem mit einer Brennkraftmaschinenanordnung

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20220928

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
P01 Opt-out of the competence of the unified patent court (upc) registered

Effective date: 20230531

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20241204