DE102004058621B4

DE102004058621B4 - Verfahren zum Ermitteln von Größen in einem Motorsteuergerät

Info

Publication number: DE102004058621B4
Application number: DE200410058621
Authority: DE
Inventors: Jan Simonis; Joachim Stefan; Ralph Meyer; Erik Labadie
Original assignee: Audi AG
Current assignee: Audi AG
Priority date: 2004-12-04
Filing date: 2004-12-04
Publication date: 2008-08-07
Anticipated expiration: 2024-12-05
Also published as: DE102004058621A1

Abstract

Verfahren zum Ermitteln von Größen in einem Motorsteuergerät, bei dem zum Ermitteln der Größen statische, stückweise lineare Modelle verwendet werden, durch die wenigstens ein Teil des Verhaltens des Motors simuliert wird, und wobei in einem Lernvorgang ein Bestimmen der Anzahl und Position der Stützstellen des statisch linearen Modells erfolgt.

Description

Die vorliegende Erfindung betrifft ein Verfahren zum Ermitteln von Größen in einem Motorsteuergerät.
Es ist heute allgemein bekannt, aufgrund von Eingangsgrößen eine Größe mittels eines mathematischen Modells zu ermitteln, wobei das Modell die physikalischen Zusammenhänge zwischen den Eingangsgrößen und der modellierten Größe beschreibt. Solche Vorgehensweise finden in einer Motorsteuerung beispielsweise zum Kompensieren eines ausgefallenen oder nicht vorhandenen Sensors oder zu der Plausibilitätsdiagnose eines Sensors Verwendung.
Steuerungen und Modelle für Motorsteuerungen von Fahrzeugen sind beispielsweise aus der WO 98/18063 A1 und aus der EP 0883 046 B1 bekannt. Bei diesen Verfahren handelt es sich um Modelle, die physikalische Vorgänge möglichst genau abbilden, wobei die Modelle eine aufwändige Berechnung und näherungsweise Berechnungen, wie beispielsweise Kalmanfilter erfordern. Bei Motorsteuerungen ist die zur Berechnung der Modelle erforderliche Rechenleistung und Rechengeschwindigkeit sehr hoch, um die Prozesse in genügendem zeitlichem Zusammenhang zu den Prozessen in der erforderlichen Dynamik des Systems abzubilden.
Ein erheblicher Nachteil bei solchen Modellen ist es dabei auch, dass die Komplexität der Modelle unter Berücksichtigung vieler Eingangsgrößen es nicht mehr erlaubt, Modell- oder Messfehler zu lokalisieren und zu isolieren, welche beispielsweise in besonderen Betriebssituationen zu unerwünschten ermittelten Größen führen. Deshalb werden für spezifische Betriebszustände teilweise kompensierende lokale Korrekturen durchgeführt. Diese Korrekturen erfordern genaue Versuche in einer Vielzahl von Betriebszuständen und exakte Erfassung einer Vielzahl von Messdaten und somit einen hohen Aufwand in der Entwicklung.
Es ist somit zum einen erforderlich, äußerst komplexe Modelle zu verwenden, um das physikalische Verhalten über den gesamten Einsatzbereich und die gesamte Lebensdauer eines Motors im Modell abzubilden. Es werden daher Vereinfachungen notwendig, deren Wirkung nur in umfangreichen Erprobungen abgeschätzt und korrigiert werden können. Dies ist sehr aufwändig und zum anderen ist die verbleibende Vollständigkeit der vereinfachten Modelle kaum verifizierbar.
Eine komplexe Modellbildung ist in der Dissertation von Thomas Fischer mit dem Titel „Optimierte Implementierung neuronaler Strukturen in Hardware", wiss. Berichte, FZKA 6251, Karlsruhe 1999, Seiten 8 bis 9 dargestellt. Mathematische Modelle ergeben sich bei der Verwendung von neuronalen Netzen. Ziel einer neuronalen Signalverarbeitung ist es, einen funktionalen Zusammenhang zwischen den Eingangs- und Ausgangsgrößen zu gewährleisten. Bei den so genannten MLP-Netzen werden Eingangsgrößen mit Aktivierungsfunktionen gewichtet, die eine stückweise lineare Funktion sein können.
Die DE 36 34 551 A1 beschreibt ein Verfahren zur elektronischen Bestimmung der Kraftstoffmenge einer Brennkraftmaschine. Hierbei werden die aus verschiedenen Betriebsparametern gewonnenen Grundausgangssignale Filtereinrichtungen zugeführt. Es kann eine stückweise lineare Abhängigkeit der Filtercharakteristik von Betriebsparametern der Brennkraftmaschine gewählt werden. Es wird ein Unempfindlichkeitsbereich definiert, der vom gefilterten Signal nicht verlassen werden darf. Ist dies dennoch der Fall, wird die Filtercharakteristik geändert.
Die DE 196 49 424 C2 betrifft die Drehmomenteinstellung einer Brennkraftmaschine. Die Drehmomenteinstellung erfolgt durch ein Regelkreisglied in einem einem Motordrehzahlregelkreis unterlagerten Drehmomentregelkreis. In dem Regelkreis wird eine Funktion, die eine Größe beschreibt, durch ein stückweise lineares Modell angenähert, das in der Form einer herkömmlichen Nachschlagtabelle gespeichert ist. Die Funktion kann angepasst werden, wenn bestimmte Kriterien zeigen, dass eine Anpassung der Funktion erforderlich ist.
Aufgabe der Erfindung ist es, ein möglichst einfach zu berechnendes Modell zu finden, das für den Betrieb des Motorsteuergerätes eine hinreichend genaue Bestimmung von Größen ermöglicht.
Diese Aufgabe wird durch ein Verfahren gemäß Patentanspruch 1 gelöst.
Das erfindungsgemäße Verfahren zum Ermitteln von Größen in einem Motorsteuergerät sieht ein Modell zum Modellieren von Größen vor. Dabei wird durch das Modell wenigstens ein Teil des Verhaltens des Motors simuliert. Es werden zum Modellieren von Größen statische, stückweise lineare Modelle verwendet. Dabei wird das Modell von dem physikalischen Zusammenhang zwischen dem Modellparameter und der ermittelten Größe entkoppelt. Es wird also lediglich der phänomenologische Zusammenhang zwischen Parameter und Größe näherungsweise durch das Modell wiedergegeben. Durch das Verwenden eines statisch linearen Modells wird die Funktion leicht berechenbar, insbesondere auch in Steuergeräten, die über keinen für die Gleitkommaarithmetik geeigneten Prozessor verfügen.
Dabei ist das statisch lineare Modell insbesondere durch eine Anzahl von Stützstellen und dem Funktionswert an diesen beschrieben. Die Stützstellen sind Werte aus dem Wertebereich des der linearen Funktion zugrunde gelegten Parameters. Die Verteilung der Stützstellen und die Abschätzung des Parameters für die Stützstellen erfolgt dabei vorzugsweise mit bekannten Methoden der linearen Theorie und der statistischen Analyse.
Dadurch kann die Anzahl der für die Modellbildung erforderlichen Versuche und Messungen auf ein geringes, spezifisch im Voraus planbares Niveau reduziert werden und somit die Entwicklung des Motorsteuergeräts im Hinblick auf die Verwendung bei einem bestimmten Motor minimiert werden.
Es ist erfindungsgemäß vorgesehen, dass in einem Lernvorgang ein Bestimmen der Anzahl und Position der Stützstellen des statisch linearen Modells erfolgt. Es werden dabei durch Berechnung die Stützstellen ermittelt, welche eine möglicht genaue Wiedergabe der Beziehung zwischen den Parametern und der zu ermittelnden Größe im linearen Modell ermöglicht. Hierzu wird in besonders günstiger Weise in einem automatisierten Verfahren die Anzahl der Stützstellen aufgrund statistischer Analyse der Modellabweichung für eine modellierte Größe vom Ist-Verhalten der modellierten Größe bestimmt. Es wird also beispielsweise in einem iterativen Verfahren zunächst von keiner Stützstelle ausgegangen, also einer über den gesamten Parameterbereich linearen Zuordnung. Daraus wird ein Wert für den Fehler der Näherung, also der Modellabweichung, ermittelt. Diese Modellabweichung wird dann durch Einfügen von Stützstellen minimiert, bis er einen Grenzwert unterschreitet. Dabei wird zur Bestimmung der Modellabweichung ein Kollektiv von Einzelmessungen herangezogen, um ein auf wenige oder einzelne Messungen spezifisches Lernen zu vermeiden. Es entspricht dabei vorteilhafter Ausgestaltung, wenn entsprechende zusätzliche Stützstellen dort eingefügt werden, wo die Reduktion der Modellabweichung durch das Einfügen der Stützstelle am größten ist. Als Maß für die Modellabweichung kann dabei insbesondere der quadratische Fehler über den Wertebereich hinweg herangezogen werden.
Gemäß vorteilhafter Ausgestaltung der Erfindung werden als Eingangssignale des Modells Rohsignale von Sensoren verwendet. Durch die Abstimmung des Modells auf die Rohsignale der Sensoren wird es ermöglicht, auf die Signalaufbereitung der Sensoren zu physikalischen Größen zu verzichten. Der Sensormesswert kann direkt Eingang in das Steuergerät finden. Die Umsetzung in eine physikalisch interpretierbare Größe, wie dies bei einem das Verhalten des Systems physikalisch beschreibenden Modell erforderlich ist, wird nicht mehr benötigt.
Ein stückweise lineares Modell weist die Form I = Σ jP(x_j) + Σ j,kPA(x_j, x_k) auf. Dabei sind P und PA eine stückweise lineare Funktion, die den Einfluss einer Eingangsgröße bzw. die Wechselwirkung zwischen zwei Eingangsgrößen darstellt. Die Struktur entspricht einer statistischen Beschreibung der Größe I in Abhängigkeit der Modellparameter in Form einer statischen Beschreibung. Die Modellparameter und ihre Verknüpfung werden dabei nicht mehr in einem physikalischen Zusammenhang mit dem zu modellierenden Signal gewählt, sondern können gleich durch mathematische Optimierungsmethoden so erstellt werden, dass das Modell gewünschte Optimierungseigenschaften, wie eine geringste mögliche Modellabweichung, aufweist. Eine spezifische Eigenschaft des gewählten Modells ist dabei, dass in den gewählten Stützstellen die Stetigkeit und Differenzierbarkeit nicht unbedingt gegeben ist.
Zum Bilden des stückweise linearen Modells sind Versuche erforderlich. Diese können aber wegen der bekannten Funktionsform in einfacher Weise geplant werden. Dabei reduziert sich der Applikationsaufwand darauf, die Stützstellen für Haupteinflüsse und Wechselwirkungen erster Ordnung auszulegen. Darüber hinaus gestattet die statische Linearität der Modelle gute theoretische Vorhersagen des Verhaltens. Die Eigenschaften der Modelle erlaubt die Modellierung von Systemverhalten zur Feststellung von Systemfehlern, hierzu wird das Modell um mögliche Systemfehler ergänzt.
Im ersten Schritt wird das Modell durch seinen Ausgang und durch seine Eingänge definiert. Die Eingangsgrößen werden so diskretisiert, dass der ganze Betriebsbereich des Systems mit einer endlichen Anzahl möglicher Experimente definiert wird. Statistisch gesehen hat dann jeder Eingang einen mittleren Einfluss auf den Ausgang. Entsprechend kann, z. B. mittels Mittelwertbildung, eine Wechselwirkung zwischen zwei Eingängen ermittelt werden. Diese dient dazu, nur den Teil des durch die Haupteinflüsse nicht erfassten Verhaltens abzubilden. Wechselwirkungen höherer Ordnung werden dabei vernachlässigt. Mit diesem Ansatz wird es ermöglicht, mehrere Sätze von Experimenten automatisch zu definieren und so das Modell in einfachster Weise mit geringem Versuchsaufbau zu erzeugen. Für die Modellbildung wird dann die Anzahl der Stützstellen und ihre Position so gewählt, dass der Modellfehler in der statistischen Analyse der Experimente möglichst gering ist, wobei als Modellfehler insbesondere der quadratische Fehler über dem Intervall herangezogen werden kann. Die Stützstellen werden dabei insbesondere durch mathematische Verfahren der Schätzung ermittelt. Die Ermittlung der Stützstellen und der daraus resultierenden Parameter der statischen, stückweise linearen Funktion erfolgt im Wege einer automatisierten mathematischen Minimierung des Modellfehlers.
Im Betrieb des Motorsteuergeräts können dann aufgrund der Eingangsgrößen und unter Verwendung des statisch stückweise linearen Modells Größen ermittelt werden. Hierbei ist der erforderliche Rechenaufwand gering. Ferner können die Einflüsse einzelner Eingangsgrößen in ihrer Auswirkung auf die ermittelte Größe in einfacher Weise nachvollzogen werden.
Im Übrigen wird die Erfindung auch anhand des in der einzigen Figur dargestellten Beispiels besser ersichtlich.
Die einzige Figur zeigt in schematischer Darstellung die Beziehung zwischen einem Parameter x und einer durch ein statisch lineares Modell wiedergegebenen Größe. Dabei wird die stückweise lineare Funktion durch die Stützstellen X1 und X2 und die hierdurch definierten drei Wertbereiche festgelegt, wobei in jedem der drei Wertbereiche eine lineare Beziehung zwischen dem Wert des Parameters x und dem Wert der Größe I festgelegt ist.
In der Figur sind in schematischer Weise die stückweise, durch die Stützpunkte X1 und X2 linearen Funktionsabschnitte des Modells dargestellt. In jedem dieser drei Funktionsabschnitte ist das Modell durch die Gleichung I(x) = a_jx + b_j mit j = 1, 2, 3 wiedergegeben. a_j und b_j sind also ebenso durch Optimieren zu bestimmen, wie die beiden Stützstellen X1 und X2. Jede weitere Stützstelle teilt eines der drei Intervalle in zwei Teilintervalle für die jeweils ein unabhängiges Bestimmen der linearen Zuordnungsfunktion durchgeführt werden kann.
Dabei kann es sich bei dem Parameter x um ein gemessenes Signal oder eine bestimmte Größe handeln, bei der Größe I um eine den Zustand des Motors beschreibende Größe oder Sollwerte für Regelgrößen des Aggregats. Beispiele für Parameter sind Motortemperatur, Drehzahl, Luftdruck. Beispiele für Zustandsgrößen sind Abgaskennwerte wie der Verbrennungsgrad λ, Zündzeitpunkt und Beispiele für Sollwerte von Regelgrößen Kraftstoffeinspritzmenge und Drehzahl.

Claims

Verfahren zum Ermitteln von Größen in einem Motorsteuergerät, bei dem zum Ermitteln der Größen statische, stückweise lineare Modelle verwendet werden, durch die wenigstens ein Teil des Verhaltens des Motors simuliert wird, und wobei in einem Lernvorgang ein Bestimmen der Anzahl und Position der Stützstellen des statisch linearen Modells erfolgt.
Verfahren nach Anspruch 1, bei dem die Anzahl der Stützstellen aufgrund statistischer Analyse der Modellabweichung für eine modellierte Größe vom Istverhalten der Größe bestimmt wird.
Verfahren nach Anspruch 2, bei dem zusätzliche Stützstellen dort eingefügt werden, wo die Reduktion der Modellabweichung durch das Einfügen der Stützstelle am größten ist.
Verfahren nach Anspruch 2, bei dem als Modellabweichung die Methode des quadratischen Fehlers herangezogen wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass als Eingangssignale des Modells Rohsignale von Sensoren verwendet werden.