Die Steuergeräteapplikation moderner Verbrennungsmotoren findet heute im Spannungsfeld eines kontinuierlich steigenden Aufwandes zur Abstimmung immer komplexerer Motorfunktionen und extrem ehrgeiziger Ziele hinsichtlich der Applikationsdauer bzw. des Ressourceneinsatzes statt. Der Applikationsaufwand für die Kennfelder bzw. Kennlinien sowie für die Parameter erhöht sich exponenziell. Zur Lösung dieses Zielkonflikts wurde in der Antriebsentwicklung der BMW Group ein Verfahren zur modellgestützten Kennfeldoptimierung entwickelt. Im Beitrag wird dieses Verfahren erläutert und die Anwendung an einem konkreten Beispiel verdeutlicht. Zusätzlich werden auf Basis der praktischen Erfahrungen aus unterschiedlichen Motorprojekten die prinzipiellen Anforderungen an Prozess- und Werkzeugketten zur Kennfeldoptimierung (KFO) dargestellt. Nach Darstellung des Standes der Technik und der Abgrenzung gegenüber anderen Verfahren wird eine Lösungsstrategie zur modellgestützten Offline-KFO (ModKFO) präsentiert. Diese führt durch die Verkettung von Methoden der Statistischen Versuchsplanung mit Künstlichen Neuronalen Netzen (KNN) zu einem flexiblen und leistungsstarken Identifikations- bzw. Optimierungssystem. Ausführlich eingegangen wird auf: 1. statistische Versuchsplanung, 2. Modellbildung und Optimierung, 3. Kennfeldrechnung. Die ausgeführte Prozesskette zur ModKFO wird am Beispiel einer neuen Hubraumvariante eines bereits serienreifen Verbrennungsmotors mit kontinuierlichem Doppel-VANOS dokumentiert.


    Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Modellgestützte Kennfeldoptimierung - Ein neuer Ansatz zur Steigerung der Effizienz in der Steuergeräteapplikation


    Weitere Titelangaben:

    Model based map optimization. A new concept to improve efficiency in ECU calibration


    Beteiligte:
    Mitterer, A. (Autor:in) / Zuber-Goos, F. (Autor:in)

    Erschienen in:

    Erscheinungsdatum :

    2000


    Format / Umfang :

    7 Seiten, 9 Bilder, 8 Quellen



    Medientyp :

    Aufsatz (Zeitschrift)


    Format :

    Print


    Sprache :

    Deutsch