Loading…
Thumbnail Image

Wissensbasierte Optimierungsstrategien für elektronische Steuergeräte an Common-Rail-Dieselmotoren

Naumann, Tino

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.