(Forts. aus Heft 61(2000)10, S. 704-711) Die steigende Anzahl an Motorstellgrößen macht es immer schwieriger, eine optimale Motorsteuerung in akzeptabler Zeit zu finden. Dabei nimmt die Anzahl der in der Motorsteuerung zu realisierenden Kennfelder stark zu. Eine Berücksichtigung des dynamischen Verhaltens ist unabdingbar, speziell bei Motoren mit Turboladern, wenn aussagekräftige Ergebnisse in den gesetzlichen dynamischen Abgastestzyklen erhalten und der instationäre Motorbetrieb optimiert werden soll. Für die Motormangementsysteme sind daher rechnergestützte Methoden erforderlich, die es gestatten, mit Hilfe von mathmatischen Modellen und digitaler Simulation das statische und dynamische Verhalten von Verbrennungsmotoren genau zu bestimmen und modellbasiert zu optimieren. Im Beitrag werden verschiedene Verfahren vorgestellt, mit deren Hilfe das Verbrauchs- und Emissionsverhalten basierend auf den am Prüfstand ermittelten neuronalen Motormodellen aus dem ersten Teil des Beitrags optimiert wird. Vorgestellt wird die stationäre Motoroptimierung (STATOPT). Dieser Ansatz hat das Ziel, unabhägig von einem bestimmten Fahrzyklus optimierte Steuerkennfelder für die betrachteten Motorstellgrößen zu bestimmen. Alternativ dazu wird die Zyklus-bezogene stationäre Optimierung (STATOPT.CYC) erläutert. Ein neuer Ansatz zur modellbasierten Optimierung des dynamischen Emissionsverhaltens (DYNOPT) mit dynamischen Motormodellen wird anschließend vorgestellt. Hierbei wird insbesondere eingegangen auf die Entwickung geeigneter dynamischer Vorsteuerungsfunktionen sowie die Einbindung der dynamischen Vorsteuerung in Fahrzyklen. Insgesamt steht somit ein durchgängiges Verfahren zur Verfügung, mit dessen Hilfe in relativ kurzer Zeit eine Optimierung auch der dynamischen Eigenschaften einer Motorsteuerung erfolgen kann.


    Access

    Access via TIB

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Einsatz schneller neuronaler Netze zur modellbasierten Optimierung von Verbrennungsmotoren. Teil 2: Stationäre und dynamische Optimierung von Verbrauch und Emissionen


    Additional title:

    Application of fast neural nets for model based optimization of combustion engines. Part 2: Steady-state and dynamic optimization of fuel consumption and emissions


    Contributors:
    Hafner, M. (author) / Schüler, M. (author) / Isermann, R. (author)

    Published in:

    Motortechnische Zeitschrift ; 61 , 11 ; 798-805


    Publication date :

    2000


    Size :

    8 Seiten, 9 Bilder, 1 Tabelle, 13 Quellen



    Type of media :

    Article (Journal)


    Type of material :

    Print


    Language :

    German