Wissensbasierte Optimierungsstrategien für elektronische Steuergeräte an Common-Rail-Dieselmotoren

Naumann, Tino

Wissensbasierte Optimierungsstrategien für elektronische Steuergeräte an Common-Rail-Dieselmotoren

dc.contributor.advisor	Siekmann, Helmut	en
dc.contributor.author	Naumann, Tino	en
dc.contributor.grantor	Technische Universität Berlin, Fakultät V - Verkehrs- und Maschinensysteme	en
dc.date.accepted	2002-06-27
dc.date.accessioned	2015-11-20T15:10:05Z
dc.date.available	2002-09-05T12:00:00Z
dc.date.issued	2002-09-05
dc.date.submitted	2002-09-05
dc.description.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.	de
dc.identifier.uri	urn:nbn:de:kobv:83-opus-4561
dc.identifier.uri	https://depositonce.tu-berlin.de/handle/11303/851
dc.identifier.uri	http://dx.doi.org/10.14279/depositonce-554
dc.language	German	en
dc.language.iso	de	en
dc.rights.uri	http://rightsstatements.org/vocab/InC/1.0/	en
dc.subject.ddc	620 Ingenieurwissenschaften und zugeordnete Tätigkeiten	en
dc.subject.other	Dieselmotor	de
dc.subject.other	DOE	de
dc.subject.other	Fuzzy-Optimierung	de
dc.subject.other	Optimierungsstrategie	de
dc.subject.other	Steuergerät	de
dc.subject.other	Diesel engine	en
dc.subject.other	DOE	en
dc.subject.other	Electronic control unit	en
dc.subject.other	Fuzzy optimisation	en
dc.subject.other	Optimisation strategy	en
dc.title	Wissensbasierte Optimierungsstrategien für elektronische Steuergeräte an Common-Rail-Dieselmotoren	de
dc.title.translated	Knowledge Based Optimisation Strategies for Electronic Control Units of Common Rail Diesel Engines	en
dc.type	Doctoral Thesis	en
dc.type.version	publishedVersion	en
tub.accessrights.dnb	free	*
tub.affiliation	Fak. 5 Verkehrs- und Maschinensysteme	de
tub.affiliation.faculty	Fak. 5 Verkehrs- und Maschinensysteme	de
tub.identifier.opus3	456
tub.identifier.opus4	461
tub.publisher.universityorinstitution	Technische Universität Berlin	en

Files

Original bundle

Now showing 1 - 1 of 1

Name:: Dokument_11.pdf
Size:: 4.21 MB
Format:: Adobe Portable Document Format

Download

Collections

Publications