Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-554
Main Title: Wissensbasierte Optimierungsstrategien für elektronische Steuergeräte an Common-Rail-Dieselmotoren
Translated Title: Knowledge Based Optimisation Strategies for Electronic Control Units of Common Rail Diesel Engines
Author(s): Naumann, Tino
Advisor(s): Siekmann, Helmut
Granting Institution: Technische Universität Berlin, Fakultät V - Verkehrs- und Maschinensysteme
Type: Doctoral Thesis
Language: German
Language Code: de
Abstract: In dieser Arbeit wird ein neuartiges wissensbasiertes Verfahren zur Online-Optimierung der Führungsgrößen-Kennfelder aufgeladener Dieselmotoren vorgestellt. Als Modelltriebwerk diente ein 4-Zylinder-DI-Dieselmotor mit Common-Rail-Einspritzsystem. Die Wirkungsweise und das Potential des Verfahrens wurden im Rahmen einer Offline-Optimierung an einem mathematischen Modell des verwendeten Triebwerks nachgewiesen. Optimierungsziel der dieselmotorischen Prozessoptimierung stellt in der Regel die Minimierung des zu erwartenden Kraftstoffverbrauchs unter Einhaltung legislativer Emissionsgrenzwerte dar. Eine Optimierung kann dabei unter stationären oder zyklusspezifischen Gesichtspunkten durchgeführt werden, wobei zusätzlich zwischen quasistationärer und echter dynamischer Optimierung unterschieden werden muss. Zur Schaffung einer Vergleichsbasis fand mit Hilfe des erstellten Motormodells zunächst eine Optimierung mit klassischen Hill-Climbing-Verfahren statt. Im Gegensatz zu den numerischen Hill-Climbing Verfahren arbeitet der vorgestellte wissensbasierte Fuzzy-Optimierer durch die Interpretation bereits bekannten Expertenwissens zum untersuchten Motorsystem. Die in einer motortypspezifischen Wissensbasis abgelegten linguistischen Regeln können direkt zur Bildung einer Fuzzy-Inferenz mit den unscharfen Eingangsgrößen des Optimierers verwendet werden. Wie entsprechende Vergleiche mit Literaturangaben gezeigt haben, lassen sich die aufgestellten qualitativen Regeln durchaus auf andere mit Common-Rail ausgerüstete Triebwerke der gleichen Hubraumklasse übertragen. Vergleichende Optimierungsläufe am erstellten Motormodell haben gezeigt, dass mit dem wissensbasierten Optimierungsverfahren durchschnittlich eine 10-fache Beschleunigung des Optimierungsvorganges möglich ist. So konnte zum Beispiel die benötigte Versuchszahl zur Findung optimaler Führungsgrößen-Kennfelder von ca. 10000 auf unter 800 verringert werden, was den Einsatz dieser Methodik zur Online-Optimierung am Motorenprüfstand äußerst sinnvoll erscheinen lässt. Mit den vorgestellten wissensbasierten Optimierungsroutinen lässt sich das Potential heutiger Motorsysteme durch einen effizienteren Entwicklungsprozess wesentlich kostengünstiger ausschöpfen, als das mit derzeitig am Markt verfügbaren Optimierungssystemen möglich ist. Durch die konsequente Nutzung bereits eingeführter Software-Schnittstellen ist eine Implementierung dieser Algorithmen in bestehende Prüfstandsautomatisierungssysteme möglich.
URI: urn:nbn:de:kobv:83-opus-4561
http://depositonce.tu-berlin.de/handle/11303/851
http://dx.doi.org/10.14279/depositonce-554
Exam Date: 27-Jun-2002
Issue Date: 5-Sep-2002
Date Available: 5-Sep-2002
DDC Class: 620 Ingenieurwissenschaften und zugeordnete Tätigkeiten
Subject(s): Dieselmotor
DOE
Fuzzy-Optimierung
Optimierungsstrategie
Steuergerät
Diesel engine
DOE
Electronic control unit
Fuzzy optimisation
Optimisation strategy
Usage rights: Terms of German Copyright Law
Appears in Collections:Fakultät 5 Verkehrs- und Maschinensysteme » Publications

Files in This Item:
File Description SizeFormat 
Dokument_11.pdf4.31 MBAdobe PDFThumbnail
View/Open


Items in DepositOnce are protected by copyright, with all rights reserved, unless otherwise indicated.