AT522231B1

AT522231B1 - Verfahren und System zur Steuerung und/oder Regelung mindestens einer Abgasnachbehandlungskomponente

Info

Publication number: AT522231B1
Application number: ATA50166/2019A
Authority: AT
Inventors: Martin Uwe; Bulatovic Dipl Ing Boris
Original assignee: Avl List Gmbh
Priority date: 2019-03-01
Filing date: 2019-03-01
Publication date: 2022-11-15
Also published as: WO2020176914A1; AT522231A1; DE112020001020A5

Abstract

Die Erfindung betrifft ein Verfahren zum Erstellen eines Systems zur Steuerung und/oder Regelung mindestens einer Abgasnachbehandlungskomponente einer Abgasnachbehandlungsanlage einer Verbrennungskraftmaschine, wobei das System eine in einem Fahrzeug angeordnete Steuerungseinrichtung für die Abgasnachbehandlungsanlage wie insbesondere das Motorsteuerungsgerät umfasst, wobei die Steuerungseinrichtung zur Steuerung und/oder Regelung der Abgasnachbehandlungskomponente ein vereinfachtes mathematisches Modell umfasst, wobei das vereinfachte mathematische Modell eine Gaskonzentrationsberechnung stromabwärts der Abgasnachbehandlungskomponente durchführt, wobei das vereinfachte mathematische Modell unter Verwendung eines künstlichen neuronalen Netzes erstellt wird, wobei folgende Schritte ausgeführt werden: Eingabe von Eingangswerten in ein kinetisches Modell der Abgasnachbehandlungskomponente und Berechnen von Ausgangswerten, insbesondere der Gaskonzentrationen stromabwärts der Abgasnachbehandlungskomponente, durch das kinetisches Modell und Trainieren des künstliches neuronales Netzes sodass es bei Eingabe derselben Eingangswerte im Wesentlichen dieselben Ausgangswerte berechnet wie das kinetisches Modell. Weiter betrifft die Erfindung ein System zur Steuerung und/oder Regelung mindestens einer Abgasnachbehandlungskomponente einer Abgasnachbehandlungsanlage einer Verbrennungskraftmaschine.

Description

Beschreibung

VERFAHREN UND SYSTEM ZUR STEUERUNG UND/ODER REGELUNG MINDESTENS ElNER ABGASNACHBEHANDLUNGSKOMPONENTE

[0001] Die Erfindung betrifft ein Verfahren sowie ein Steuergerät gemäß den Merkmalen der Oberbegriffe der unabhängigen Patentansprüche. Insbesondere betrifft die Erfindung eine Möglichkeit zur Gaskonzentrationsberechnung mithilfe eines neuronalen Netzes.

[0002] Aus dem Stand der Technik sind unterschiedliche Verfahren und Steuergeräte zur Steuerung und/oder Regelung mindestens einer Abgasnachbehandlungskomponente einer Abgasnachbehandlungsanlage bekannt. Verbrennungskraftmaschinen von Fahrzeugen, beispielsweise von Personenkraftwagen oder Lastkraftwagen, weisen Abgasnachbehandlungsanlagen auf, die dazu eingerichtet sind, die Schadstoffemissionen des Fahrzeugs zu reduzieren.

[0003] Hierzu ist in der Regel eine Steuerungseinrichtung vorgesehen, die meist ein Teil des Motorsteuergeräts ist oder insbesondere zumindest von derselben Recheneinheit betrieben wird. Es kann allerdings auch vorgesehen sein, dass die Steuerungseinrichtung der Abgasnachbehandlungsanlage auf einer von der Motorsteuerung separaten Recheneinheit betrieben wird.

[0004] Zur Steuerung und/oder Regelung des Betriebs der Abgasnachbehandlungsanlage sind gemäß Stand der Technik in dem Steuergerät Modelle für einzelne oder mehrere Abgasnachbehandlungskomponenten der Abgasnachbehandlungsanlage hinterlegt. Derartige Komponenten können beispielsweise bei einem Dieselmotor ein Dieseloxidationskatalysator (DOC), ein Dieselpartikelfilter (DPF), ein SCR-System, also ein System zur selektiven katalytischen Reduktion umfassend eine Dosiereinheit für einen Betriebsstoff und einen SCR-Katalysator, sein. Auch für Otto-Motoren sind Steuergeräte und Modelle zur Berechnung der Vorgänge von Abgasnachbehandlungskomponenten und zur Regelung der Abgasnachbehandlungsanlage bekannt.

[0005] Die verwendeten Modelle werden oft als physikalische bzw. kinetische Modelle bezeichnet und entsprechen mathematischen Abbildungen der chemischen und physikalischen Reaktionen innerhalb der Abgasnachbehandlungskomponente. So kann beispielsweise bei einem Partikelfilter durch das Modell die aktuelle Beladung mit Partikeln errechnet werden.

[0006] Verfahren zum Erstellen eines Systems zur Steuerung und/oder Regelung mindestens einer Abgasnachbehandlungskomponente sind beispielsweise aus der EP 1367248 A1, der US 2007203864 A1 und der EP 3064265 A1 bekannt.

[0007] In konventionellen Steuerungssystemen mit kinetischen bzw. physikalischen Modellen werden die Komponenten und Katalysatoren entlang einer Fließrichtung des Abgases durch eindimensionale Modelle abgebildet, die jeweils in eine feste Anzahl von Segmenten bzw. Zellen unterteilt sind. Die Berechnung jeder Zelle benötigt eine beträchtliche Laufzeit in der Steuerungseinrichtung, womit der Rechenaufwand für die Steuerung bzw. Regelung erheblich beeinflusst wird. In der Praxis müssen derartige kinetische Modelle zudem in Echtzeit rechnen, um die notwendigen Schlüsse und Berechnungen durchführen zu können. Um derartige Echtzeitberechnungen durchführen zu können, müssen die kinetischen Modelle an tatsächlich auftretende Parameter angepasst werden, was die Laufzeit der Berechnung weiter erhöhen kann. Insbesondere bei komplexeren Abgasnachbehandlungssystemen, wie sie zur Einhaltung aktueller und zukünftiger gesetzgeberischer Emissionsgrenzwerte notwendig sind, ist folglich eine erhebliche Rechenleistung vonnöten.

[0008] Aufgabe der Erfindung ist es nun, ein System zur Steuerung und/oder Regelung mindestens einer Abgasnachbehandlungskomponente einer Abgasnachbehandlungsanlage einer Verbrennungskraftmaschine zu schaffen, das eine ausreichend exakte Regelung und/oder Steuerung der Abgasnachbehandlungsanlage oder zumindest einer Komponente ermöglicht, bei der jedoch die benötigte Rechenleistung reduziert ist.

[0009] Die erfindungsgemäße Aufgabe wird insbesondere durch die Merkmale der unabhängigen Patentansprüche gelöst.

[0010] Überraschenderweise wurde festgestellt, dass durch eine Unterstützung mit künstlicher Intelligenz, insbesondere durch Verwendung von künstlichen neuronalen Netzen, ein vereinfachtes mathematisches Modell erstellt werden kann, durch das das aufwändige kinetische Modell ersetzt werden kann. Dieses effizientere mathematische Modell produziert im Wesentlichen dieselben oder zumindest gleichwertige Ergebnisse wie ein kinetisches Modell, benötigt aber bei der Berechnung erheblich weniger Rechenressourcen. Die Modelleigenschaften der beiden Modelle sind jedoch grundsätzlich unterschiedlich. Dadurch ist es möglich, die Steuerung und/oder Regelung der Abgasnachbehandlungsanlage mit weniger Rechenleistung durchzuführen, ohne dabei die Effizienz und die Güte der Abgasnachbehandlung zu beeinträchtigen.

[0011] Das vereinfachte mathematische Modell ist effizienter als das kinetische Modell. Im Rahmen der Erfindung wird darunter, dass das von neuronalen Netzen erstellte Modell effizienter ist als das kinetische Modell, verstanden, dass dieses weniger Rechenleistung in Anspruch nimmt. Folglich kann das erfindungsgemäß erstellte mathematische Modell auch als vereinfacht im Vergleich zum kinetischen Modell bezeichnet werden. Im Rahmen der Erfindung werden die Begriffe vereinfachtes mathematisches Modell und effizienteres mathematisches Modell äquivalent verwendet.

[0012] Zum Erstellen des effizienten mathematischen Modells wird ein künstliches neuronales Netz verwendet und derart trainiert, dass es im Wesentlichen dieselben Ergebnisse liefert wie das betreffende kinetische Modell. Die beiden Modelle weisen also nicht die gleichen Eigenschaften auf, produzieren jedoch gleichwertige Ergebnisse.

Hierzu wird das künstliche neuronale Netz in bevorzugter Weise nicht mit Sensordaten einer realen Abgasnachbehandlungsanlage trainiert, sondern mit Daten des zu ersetzenden kinetischen Modells. Durch die Bereitstellung der Daten durch das kinetische Modell kann der Aufwand für das Training und damit das Erstellen des neuronalen Netzes und des vereinfachten mathematischen Modells stark reduziert werden. Ein Aufwand zur Erstellung der Trainingsdaten ist also geringer. Das Training des Modells ist grundsätzlich unabhängig von einer Datenquelle (gemessen oder vom kinetischen Modell erstellt). Das heißt, dass im Wesentlichen ein Messaufwand einer realen Komponente entfällt. Es kann vorgesehen sein, dass Daten oder Parameter für das neuronale Netz durch eine Variation eines Zustandes des kinetischen Modells über einen breiten Bereich erzeugt werden. Dabei wird beispielsweise eine Temperatur, ein Massenfluss oder eine chemische Zusammensetzung des Abgases als Zustandsvariable definiert und/oder verwendet. Es kann auch vorteilhaft sein, wenn das Trainieren mit realen Sensordaten von den tatsächlich auftretenden Parametern abhängig ist. Dabei kann bei Lerndaten aus einem kinetischen Modell eine freie Wahl von Parametern und Zuständen des Modells erfolgen, wodurch das Training über ein breites Parameterspektrum mit verhältnismäßig wenig Aufwand erfolgen kann. Besonders bevorzugt wird das neuronale Netzt nicht nur trainiert sondern auch angepasst, wobei dies bevorzugt gleichzeitig oder iterativ erfolgt.

[0013] Als Trainingsdaten werden bevorzugt Eingangswerte und Ausgangswerte eines kinetischen Modells verwendet. Das neuronale Netz wird so lange trainiert und/oder angepasst, bis bei bestimmten Eingangswerten jene Ausgangswerte errechnet werden, die in ausreichender Genauigkeit den entsprechenden Ausgangswerten des kinetischen Modells entsprechen.

[0014] Weist das so erstellte vereinfachte oder effizientere mathematische Modell eine ausreichende Genauigkeit auf, so kann das trainierte neuronale Netz selbst auf einem System zur Steuerung und/oder Regelung mindestens einer Abgasnachbehandlungskomponente einer Abgasnachbehandlungsanlage einer Verbrennungskraftmaschine, insbesondere auf dem Motorsteuerungsgerät oder dem Steuergerät der Abgasnachbehandlungsanlage, hinterlegt werden.

[0015] Dieses vereinfachte mathematische Modell kann eines oder mehrere kinetische Modelle der Steuerung und/oder Regelung der Abgasnachbehandlungsanlage ersetzen. Das rechenintensive und laufzeitintensive kinetische Modell braucht also nicht mehr verwendet werden. Eine Modellierung der chemischen Zusammensetzung des Gases im Abgasstrang kann also über das neuronale Netz erfolgen. Insbesondere wird dabei die Einspritzung in den SCR geregelt. Es können jedoch auch andere Abgasnachbehandlungskomponenten simuliert und geregelt werden.

Bei der Regelung einer Einspritzung in den SCR sind bevorzugt die Eingangsgrößen in den SCR eine Funktion der Ausgangsgrößen aus dem DOC.

[0016] Bevorzugt betrifft die Erfindung ein Verfahren zum Erstellen eines Systems zur Steuerung und/oder Regelung mindestens einer Abgasnachbehandlungskomponente einer Abgasnachbehandlungsanlage einer Verbrennungskraftmaschine, wobei das System eine in einem Fahrzeug angeordnete Steuerungseinrichtung für die Abgasnachbehandlungsanlage wie insbesondere das Motorsteuerungsgerät umfasst, wobei die Steuerungseinrichtung zur Steuerung und/oder Regelung der Abgasnachbehandlungskomponente ein vereinfachtes mathematisches Modell umfasst, wobei das vereinfachte mathematische Modell eine Gaskonzentrationsberechnung stromabwärts der Abgasnachbehandlungskomponente durchführt und wobei das vereinfachte mathematische Modell unter Verwendung eines künstlichen neuronalen Netzes erstellt wird.

[0017] Erfindungsgemäß ist bevorzugt vorgesehen, dass folgende Schritte ausgeführt werden:

- Eingabe von Eingangswerten in ein kinetisches Modell der Abgasnachbehandlungskomponente und Berechnen von Ausgangswerten, insbesondere der Gaskonzentrationen stromabwärts der Abgasnachbehandlungskomponente, durch das kinetische Modell,

- Trainieren des künstlichen neuronalen Netzes sodass es bei Eingabe derselben Eingangswerte im Wesentlichen dieselben Ausgangswerte berechnet wie das kinetisches Modell, wobei das künstliche neuronale Netz insbesondere trainiert und angepasst wird.

[0018] Gegebenenfalls ist vorgesehen, dass zum Trainieren des künstlichen neuronalen Netzes die Daten, insbesondere die Eingangswerte und die Ausgangswerte des kinetischen Modells verwendet werden.

[0019] Es kann auch vorgesehen sein, dass eine Anpassung der Parameter für das neuronale Netz durchgeführt wird und/oder notwendig ist. Dabei kann beispielsweise eine Anzahl der Schichten oder eine Anzahl der Neuronen angepasst werden.

[0020] Gegebenenfalls ist vorgesehen, dass das vereinfachte mathematische Modell das kinetische Modell des Systems und insbesondere das kinetische Modell der Steuerungseinrichtung ersetzt.

[0021] Gegebenenfalls ist vorgesehen, dass die Eingangswerte ein oder mehrere der folgenden Parameter der Abgasnachbehandlung sind:

- eine Gaskonzentration stromaufwärts und/oder im Verlauf der Abgasnachbehandlungsanlage, - eine Substrattemperatur der Abgasnachbehandlungskomponente,

- eine Abgastemperatur im Verlauf der Abgasnachbehandlungskomponente,

- ein Druck im Verlauf der Abgasnachbehandlungskomponente,

- ein Abgasmassenstrom Verlauf der Abgasnachbehandlungskomponente.

[0022] Das neuronale Netz kann grundsätzlich auch als Regressionsformel angesehen werden, wobei eine Abschätzung durchgeführt wird. Grundsätzlich wird also keine zusätzliche Regressionsformel erzeugt.

[0023] Gegebenenfalls ist vorgesehen, dass die Abgasnachbehandlungskomponente ein Dieseloxidationskatalysator (DOC) ist, und dass das vereinfachte mathematische Modell die Gaskonzentration in und/oder nach einem Dieseloxidationskatalysator (DOC) berechnet.

[0024] Gegebenenfalls ist vorgesehen, dass die Abgasnachbehandlungskomponente ein SCRSystem ist, dass das vereinfachte mathematische Modell die Gaskonzentration der NOx-Bestandteile des Abgases vor dem SCR-System, insbesondere die NOx-Konzentration nach dem Dieseloxidationskatalysator und/oder nach dem Dieselpartikelfilter berechnet, und dass das vereinfachte mathematische Modell die benötigte Einspritzmenge des Betriebsstoffs berechnet. Es kann jedoch auch vorgesehen sein, dass die Abgasnachbehandlungskomponente ein ASC ist.

[0025] Insbesondere ist ein Modell des Dieseloxidationskatalysators (DOC) ein Bestandteil einer Regelung des SCR-Systems, bevorzugt der SCR-Einspritzung. Der DOC selbst wird insbesondere nicht geregelt, da dieser eine passive Komponente ist. Das neuronale Netz berechnet bevorzugt ein Verhältnis zwischen NO und NO» stromabwärts des DOC, wobei diese Berechnung

auf einem NO/NO>»-Verhältnis stromaufwärts des DOC basiert, welches beispielsweise von der Motorsteuerung berechnet wird. Eine Einspritzmenge in den SCR ist nämlich von einem NO/NO>»Verhältnis abhängig.

[0026] Bevorzugt betrifft die Erfindung ein System zur Steuerung und/oder Regelung mindestens einer Abgasnachbehandlungskomponente einer Abgasnachbehandlungsanlage einer Verbrennungskraftmaschine, wobei das System eine in einem Fahrzeug angeordnete Steuerungseinrichtung für die Abgasnachbehandlungsanlage wie insbesondere das Motorsteuerungsgerät umfasst. Bevorzugt ist vorgesehen, dass das System ein durch das erfindungsgemäße Verfahren erstelltes vereinfachtes mathematisches Modell umfasst.

[0027] Gegebenenfalls ist vorgesehen, dass das System ein künstliches neuronales Netz umfasst, dessen Verhalten, insbesondere dessen UÜbertragungsfunktion durch Training mit einem Modell der mindestens einen Abgasnachbehandlungskomponente eingestellt ist, wobei das Modell eine mathematisch-physikalische Abbildung der mindestens einen Abgasnachbehandlungskomponente ist und insbesondere ein kinetisches Modell der mindestens einen Abgasnachbehandlungskomponente ist.

[0028] Gegebenenfalls ist vorgesehen, dass in dem System mindestens ein kinetisches Modell durch ein als künstliches neuronales Netz ausgebildetes vereinfachtes mathematisches Modell ersetzt ist.

[0029] Gegebenenfalls können mehrere vereinfachte mathematische Modelle vorgesehen sein, die eines oder mehrere kinetische Modelle der Steuerung und/oder Regelung der Abgasnachbehandlungsanlage ersetzen.

[0030] Beispielsweise kann ein vereinfachtes mathematisches Modell zum Ersatz eines kinetischen Modells eines Dieselpartikelfilters, eines Dieseloxidationskatalysators oder eines SCR-Katalysators eingesetzt werden. Beispielsweise kann das vereinfachte mathematische Modell dazu verwendet werden, zumindest eine der Größen, welche die benötigte Einspritzmenge des Betriebsstoffs eines SCR-Systems bestimmen, zu berechnen.

[0031] Gegebenenfalls kann der Partikelfilter eine katalytische Schicht umfassen und als sogenannter SDPF ausgebildet sein.

[0032] Gemäß einem ersten Ausführungsbeispiel wird als neuronales Netz ein mehrschichtiges Feedforward-Netz mit zwei verborgenen Schichten und zwölf Neuronen pro verborgener Schicht eingesetzt. Insgesamt können beispielsweise 50 Epochen Lernzeit mit einer RMSProp Stepsize = 0,01 (NO+NO>) 0,1 (U2) eingesetzt werden. Dabei konnten bei Versuchen im Rahmen der Erfindung Ergebnisse mit ausreichender Qualität erzeugt werden. Besonders bevorzugt wird dieses Modell auf einer Steuereinheit gerechnet.

[0033] Bevorzugt wird in allen Ausführungsformen das Trainieren des neuronalen Netzes und insbesondere das Erstellen des vereinfachten mathematischen Modells nicht im Fahrzeug selbst, sondern in einer Testanordnung durchgeführt. Diese Testanordnung muss aufgrund der vorteilhaften Ausgestaltung der Erfindung im Grunde genommen lediglich ein oder mehrere neuronale Netze und das zu ersetzende kinetische Modell umfassen und kann daher auf einem herkömmlichen Computer ausgeführt werden. Unterschiedliche Abgasbestandteile, wie beispielsweise NO, NO» und O», können in separaten neuronalen Netzen berechnet werden.

[0034] Als Beispiel können hierbei pro neuronalem Netz zwei verborgene Schichten mit je sechs Neuronen oder mehr pro Schicht verwendet werden.

[0035] Beispielsweise können bei dieser Ausführungsformen folgenden Eingangssignale ver-

wendet werden:

- Massenstrom Abgas

- Zelltemperaturen des Katalysators (an 5 Positionen entlang der Flussrichtung des Gases, wobei die Temperatur jeder Zelle als Signal zählt)

- Druck

- Chemische Zusammensetzung des Abgases:

=» Konzentration NO

=» Konzentration NO2

=» Konzentration O2

» Konzentration HC (C3H6)

[0036] Aus dieser Vorgabe ergeben sich beispielsweise für 11 Eingangssignale 12x11 + 12x12 + 12 = 288 Zellenberechnungen, die als Multiplikationen und Additionen ausgeführt sind. Grundsätzlich ist eine Anzahl der Eingangssignale unabhängig von einer Anzahl an Neuronen der verborgenen Schichten.

[0037] Gemäß einer Ausführungsform der Erfindung kann eine Gaskonzentrationsberechnung, insbesondere eine Gaskonzentrationsberechnung in oder nach einem Dieseloxidationskatalysator durchgeführt werden. Ein Dieseloxidationskatalysator ist in der Regel nicht speicherfähig, womit auch die Gaskonzentrationsberechnung nach dem Dieseloxidationskatalysator vereinfacht ist.

[0038] Grundsätzlich ist das erfindungsgemäße Verfahren aber auch bei speicherfähigen Elementen, wie beispielsweise bei einem SCR-Katalysator oder einem Ammoniak-Slip-Katalysator oder einem DPF oder einem SDPF einsetzbar. Bei derartigen Komponenten kann ein rekurrentes neuronales Netz eingesetzt werden.

[0039] Gegebenenfalls betrifft die Erfindung ein Verfahren zum Erstellen eines Systems zur Steuerung und/oder Regelung mindestens einer Abgasnachbehandlungskomponente einer Abgasnachbehandlungsanlage einer Verbrennungskraftmaschine, bei dem ein vereinfachtes mathematisches Modell unter Verwendung eines künstlichen neuronalen Netzes erstellt wird, und wobei dieses vereinfachte mathematische Modell in weiterer Folge ein Teil des Systems ist, um eine Steuerung und/oder Regelung der Abgasnachbehandlungskomponente zu ermöglichen.

[0040] Gegebenenfalls betrifft die Erfindung ein Verfahren zur Steuerung und/oder Regelung mindestens einer Abgasnachbehandlungskomponente einer Abgasnachbehandlungsanlage einer Verbrennungskraftmaschine, bei der das erstellte vereinfachte mathematische Modell zur Steuerung und/oder Regelung der Abgasnachbehandlungskomponente verwendet wird.

[0041] Gegebenenfalls betrifft die Erfindung ein System zur Steuerung und/oder Regelung mindestens einer Abgasnachbehandlungskomponente einer Verbrennungskraftmaschine, insbesondere ein Steuergerät, auf dem das vereinfachte mathematische Modell vorgesehen ist.

[0042] Gegebenenfalls können reale Daten von Sensoren zum Training des neuronalen Netzes und zum Erstellen des vereinfachten mathematischen Modells verwendet werden. Hierzu können mehrere Fahrzeuge mit unterschiedlichen Fahrern über einen längeren Zeitraum unter realen Bedingungen betrieben werden, um Messdaten aufzuzeichnen, die in weiterer Folge zum Training des neuronalen Netzes Verwendung finden können.

[0043] Insbesondere können reale Daten von Testfahrten zur Geschwindigkeit, zum Drehmoment des Motors, zur Umgebungstemperatur und zur Fahrzeuggeschwindigkeit aufgenommen werden. Diese Parameter können beispielsweise mit weiteren Messwerten, wie beispielsweise Messwerte des Abgasnachbehandlungssystems, des Kühlsystems, oder anderen Komponenten verknüpft werden.

[0044] Gemäß einer bevorzugten Ausführungsform des Verfahrens kann in einem ersten Schritt ein virtuelles Fahrprofil, beispielsweise anhand einer digitalen Straßenkarte, erzeugt werden. Diese Fahrdaten bzw. das Straßenprofil kann in weiterer Folge in einem Motormodell oder einem Fahrzeugmodell verwendet werden, um eine virtuelle Fahrt und Motordaten aufzuzeichnen. Diese Motordaten können in weiterer Folge einem kinetischen Modell der Abgasnachbehandlungsanlage zugeführt werden, um Parameter der Abgasnachbehandlungsanlage zu errechnen. Die dadurch erhaltenen Daten können dann die Eingangsdaten und die Ausgangsdaten des zu trainierenden neuronalen Netzes sein.

[0045] Durch das neuronale Netz wird in weiterer Folge das vereinfachte mathematische Modell erstellt, das dann als Teil des Systems zur Regelung und/oder Steuerung der Abgasnachbehand-

lungsanlage verwendet wird.

[0046] In weiterer Folge wird die Erfindung anhand der Figuren 1 und 2 näher beschrieben, wobei Fig. 1 eine mögliche schematische Darstellung eines möglichen neuronalen Netzes und Fig. 2 Details eines einsetzbaren neuronalen Netzes zeigen.

[0047] Bei dem Verfahren wird ein neuronales Netz 5 verwendet, das in der vorliegenden Ausführungsform als sogenanntes Feed-Forward-Neuronal Network ausgebildet ist, wobei das neuronale Netz zwei „hidden layers“, also zwei verborgene Schichten 2, 3, einen „output layer“ also eine Ausgangsschicht 4 sowie einen „input layer“, also eine Eingabeschicht bzw. eine Normalisierungsschicht 1 umfasst. Ein möglicher Aufbau der diesbezüglichen Modelle ergibt sich aus Fig. 2,

[0048] Ein derartiges neuronales Netz kann beispielsweise dazu verwendet werden, ein kinetisches Modell in einem Motorsteuergerät zu ersetzen, das einer physikalischmathematischen Abbildung einer Abgasnachbehandlungskomponente, wie beispielsweise einem Dieseloxidationskatalysator, entspricht.

[0049] Beispielsweise umfasst die Abgasnachbehandlungsanlage entlang der Strömungsrichtung des Abgases nach dem Motor einen Dieseloxidationskatalysator, danach einen Dieselpartikelfilter, danach einen SCR-Katalysator und danach gegebenenfalls einen Ammoniakschlupfkatalysator.

[0050] Überdies kann vor dem SCR-Katalysator, insbesondere vor dem Dieseloxidationskatalysator, ein NOx-Sensor angeordnet sein. Vor dem SCR- Katalysator ist bevorzugt eine Einspritzdüse zum Einbringen des Betriebsstoffs zur selektiven katalytischen Reduktion angeordnet. Der Betriebsstoff ist in der Regel ein Reduktionsmittel bzw. ein zu einem Reduktionsmittel umsetzbarer Stoff wie beispielsweise Harnstofflösung bzw. um eine ammoniakhaltige Substanz.

Das Modell, das die Vorgänge im Dieseloxidationskatalysator errechnet, ist dazu eingerichtet, die NO-, NO2- und insbesondere die NOx-Gaskonzentration vor dem SCR-System, insbesondere vor dem SCR-Katalysator, zu errechnen. Die errechnete Gaskonzentration kann dann in herkömmlicher Weise zur Dosierung des Betriebsstoffs für das SCR-System eingesetzt werden.

Claims

Patentansprüche

1. Verfahren zum Erstellen eines Systems zur Steuerung und/oder Regelung mindestens einer Abgasnachbehandlungskomponente einer Abgasnachbehandlungsanlage einer Verbrennungskraftmaschine,

- wobei das System eine in einem Fahrzeug angeordnete Steuerungseinrichtung für die Abgasnachbehandlungsanlage wie insbesondere das Motorsteuerungsgerät umfasst,

- wobei die Steuerungseinrichtung zur Steuerung und/oder Regelung der Abgasnachbehandlungskomponente ein vereinfachtes mathematisches Modell umfasst,

- wobei das vereinfachte mathematische Modell eine Gaskonzentrationsberechnung stromabwärts der Abgasnachbehandlungskomponente durchführt,

- wobei das vereinfachte mathematische Modell unter Verwendung eines künstlichen neuronalen Netzes erstellt wird,

dadurch gekennzeichnet, dass folgende Schritte ausgeführt werden:

- Eingabe von Eingangswerten in ein kinetisches Modell der Abgasnachbehandlungskomponente und Berechnen von Ausgangswerten, insbesondere der Gaskonzentrationen stromabwärts der Abgasnachbehandlungskomponente, durch das kinetisches Modell,

- Trainieren des künstliches neuronales Netzes sodass es bei Eingabe derselben Eingangswerte im Wesentlichen dieselben Ausgangswerte berechnet wie das kinetisches Modell.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass zum Trainieren des künstlichen neuronalen Netzes die Daten, insbesondere die Eingangswerte und die Ausgangswerte des kinetischen Modells verwendet werden.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass das vereinfachte mathematische Modell das kinetische Modell des Systems und insbesondere das kinetische Modell der Steuerungseinrichtung ersetzt.

4. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass die Eingangswerte ein oder mehrere der folgenden Parameter der Abgasnachbehandlung sind:

- eine Gaskonzentration stromaufwärts und/oder im Verlauf der Abgasnachbehandlungsanlage,

- eine Substrattemperatur der Abgasnachbehandlungskomponente,

- eine Abgastemperatur im Verlauf der Abgasnachbehandlungskomponente,

- ein Druck im Verlauf der Abgasnachbehandlungskomponente,

- ein Abgasmassenstrom Verlauf der Abgasnachbehandlungskomponente.

5. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass das vereinfachte mathematische Modell durch das künstliche neuronale Netz selbst gebildet ist.

6. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, - dass die Abgasnachbehandlungskomponente ein Dieseloxidationskatalysator (DOC) ist, - und dass das vereinfachte mathematische Modell die Gaskonzentration in und/oder nach einem Dieseloxidationskatalysator (DOC) berechnet.

7. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass die Abgasnachbehandlungskomponente ein SCR-System ist,

- dass das vereinfachte mathematische Modell die Gaskonzentration der NOx-Bestandteile des Abgases vor dem SCR-System, insbesondere die NOx-Konzentration nach dem Dieseloxidationskatalysator und/oder nach dem Dieselpartikelfilter berechnet,

- und dass das vereinfachte mathematische Modell die benötigte Einspritzmenge des Betriebsstoffs berechnet.

8. System zur Steuerung und/oder Regelung mindestens einer Abgasnachbehandlungskomponente einer Abgasnachbehandlungsanlage einer Verbrennungskraftmaschine, wobei das System eine in einem Fahrzeug angeordnete Steuerungseinrichtung für die Abgasnachbe-

handlungsanlage wie insbesondere das Motorsteuerungsgerät umfasst, dadurch gekennzeichnet, dass ein vereinfachtes mathematisches Modell umfasst und mit einem Verfahren nach einem der vorangegangenen Ansprüche erstellt ist.

9. System nach Anspruch 8, dadurch gekennzeichnet, dass das System ein künstliches neuronales Netz umfasst, dessen Verhalten, insbesondere dessen UÜbertragungsfunktion durch Training mit einem Modell der mindestens einen Abgasnachbehandlungskomponente eingestellt ist, wobei das Modell eine mathematisch-physikalische Abbildung der mindestens einen Abgasnachbehandlungskomponente ist und insbesondere ein kinetisches Modell der mindestens einen Abgasnachbehandlungskomponente ist.

10. System nach Anspruch 8 oder 9, dadurch gekennzeichnet, dass in dem System mindestens ein kinetisches Modell durch ein als künstliches neuronales Netz ausgebildetes vereinfachtes mathematisches Modell ersetzt ist.

Hierzu 2 Blatt Zeichnungen