DE102005007406A1 - Verfahren zur Ansteuerung einer Motorölpumpe - Google Patents
Verfahren zur Ansteuerung einer Motorölpumpe Download PDFInfo
- Publication number
- DE102005007406A1 DE102005007406A1 DE200510007406 DE102005007406A DE102005007406A1 DE 102005007406 A1 DE102005007406 A1 DE 102005007406A1 DE 200510007406 DE200510007406 DE 200510007406 DE 102005007406 A DE102005007406 A DE 102005007406A DE 102005007406 A1 DE102005007406 A1 DE 102005007406A1
- Authority
- DE
- Germany
- Prior art keywords
- neural network
- control
- oil pump
- oil pressure
- engine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01M—LUBRICATING OF MACHINES OR ENGINES IN GENERAL; LUBRICATING INTERNAL COMBUSTION ENGINES; CRANKCASE VENTILATING
- F01M1/00—Pressure lubrication
- F01M1/16—Controlling lubricant pressure or quantity
Abstract
Es wird ein Verfahren zur Ansteuerung einer Motorölpumpe einer Brennkraftmaschine mit zumindest einer Steuereinheit, welcher die von Sensoren erfassten Betriebsparameter zugeführt sind, wobei in der Steuereinheit ein neuronales Netz zur Bestimmung der Steuergröße zur Ausgabe an die Motorölpumpe implementiert ist, vorgeschlagen. Das neuronale Netz wird vor seiner Implementierung in die Steuereinheit in einer Trainingsphase während der Applikation dahingehend angelernt, dass es eine intelligente mitlernende Struktur darstellt, die bei der Ansteuerung der Motorölpumpe während des Fahrbetriebs einen Regelkreis schließt, der über eine Rückkopplung der ausgegebenen Steuergröße und die Erfassung des Ist-Öldruckes und einen Vergleich mit einem vorgegebenen Soll-Öldruck eine Anpassung der Steuergröße in der Art nornimmt, dass in dem neuronalen Netz jeweils die aktuell auszugebende Steuergröße laufend neu berechnet wird.
Description
- Die Erfindung geht aus von einer Einrichtung zur Regelung des Schmieröldruckes einer Brennkraftmaschine, wie sie beispielsweise aus der
DE 101 41 786 A1 bekannt ist. - Bei dieser bekannten Einrichtung zur Regelung des Schmieröldruckes einer Brennkraftmaschine ist einer Ölpumpe ein Öldruckregelventil zugeordnet, dessen Ventilkörper von einer Vorderseite durch den Öldruck in eine Öffnungsrichtung beaufschlagt wird, wobei die Öffnungscharakteristik des Öldruckregelventils in Abhängigkeit verschiedener Betriebsparameter und Betriebszustände einstellbar ist. Die Öffnungscharakteristik des Ventils kann auf einfache Art und Weise dadurch geändert werden, dass über eine von der Druckseite auf die Rückseite des Kolbens führende Hydraulikleitung Öldruck auf die Kolbenrückseite aufgebracht wird. Durch eine entsprechende Steuerung des über die erhöhte Hydraulikleitung in den Gehäuseraum des Kolbenventils geführten Schmieröls können entsprechend den verschiedenen Betriebszuständen des Motors unterschiedliche Öldrücke eingestellt werden.
- Das erfindungsgemäße Verfahren hat den Vorteil, dass durch eine intelligente Regelung des Öldruckes unter Einbindung einer intelligenten mitlernenden Struktur die Ansteuerung der Ölpumpe die verschiedensten Faktoren, wie die Drehzahl, der momentane Drehzahlverlauf, die Ölviskosität, die Öltemperatur, Fertigungstoleranzen innerhalb der Ölpumpe und des Motors und eine mögliche Leckage durch Verschleiß und Alterung des Motors berücksichtigt. Durch das Nutzen einer intelligenten mitlernenden Struktur ist eine hohe Regelgüte mit geringer Rechenleistung gewährleistet.
- Es hat sich ferner als vorteilhaft erwiesen, als mitlernende intelligente Struktur ein neuronales Netz, wie beispielsweise ein Kohonen-Netz einzusetzen. Die Ansteuerung der Ölpumpe-Ventil-Motor-Einheit über ein neuronales Netz bietet den Vorteil eines selbstlernenden Algorithmus mit der Möglichkeit, permanent Korrekturen in den Stützstellen eines solchen Netzes vorzunehmen, den Eingangsbereich mehrdimensional zu gestalten und eine Interpolation über mehrere Stellgrößen zuzulassen, wodurch eine gewisse Glattheit in der Ansteuerung gegeben ist und keine Sprünge bei der Ansteuerung der Ölpumpe, die sich negativ auf das Verhalten auswirken, auftreten.
- Die Verwendung neuronaler Netze zur Steuerung verschiedener Verfahren ist prinzipiell bereits bekannt, wie dies beispielsweise der
DE 43 33 698 A1 zu entnehmen ist. Der Vorteil bei dem vorliegenden Verfahren besteht darin, diese Methodik der Verarbeitung und Bestimmung verschiedener Steuergrößen so in die Motorsteuerung und in die Ansteuerung der Motorölpumpe zu integrieren, dass sich eine technische Verbesserung des Verhaltens im Fahrbetrieb ergibt. - Das Verfahren zur Ansteuerung einer Motorölpumpe unter Einbindung einer intelligenten mitlernenden Struktur hat ferner den Vorteil, dass die Veränderung der Parameter im laufenden Betrieb protokolliert werden kann. Das Erfassen von Zustandsänderungen ist im Sinne einer Diagnose auszuwerten und die Qualität des Regelprozesses wird verbessert.
- Ein Ausführungsbeispiel der Erfindung ist in der Zeichnung dargestellt und in der nachfolgenden Beschreibung näher erläutert.
- Es zeigt
-
1 die Trainingsphase zum Anlernen des Kohonen-Netzes, -
2 das im Fahrzeug implementierte Regelverfahren mit dem integrierten Kohonen-Netz. - Das erfindungsgemäße Verfahren zur Regelung einer Ölpumpe mit einer intelligenten mitlernenden Struktur zur Regelung der Ölpumpe besteht im Wesentlichen aus zwei Phasen. Einer ersten Phase, in welcher die intelligente mitlernende Struktur bestimmt wird, und einer zweiten Phase, in welcher diese mitlernende Struktur in das Regelverfahren im Fahrzeug implementiert wird.
-
1 zeigt die erste Phase, welche auch als Vorbereitungsphase oder Trainingsphase bezeichnet werden kann. - Diese Trainingsphase für die intelligente mitlernende Struktur wird auf einem Rechner und nicht direkt am Fahrzeug durchgeführt. Hierzu werden von vordefinierten Referenzmessungen verschiedenen Eingangsgrößen
10 , wie die Drehzahl n, die Drehzahldifferenz Δn, die Öltemperatur T(öl) und das Motormoment Mm, eingegeben. Diese verschiedenen Betriebsparameter wurden im Vorfeld beim Betrieb einer Brennkraftmaschine beispielsweise auf einem Prüfstand oder durch Messungen während verschiedenster Fahrten erfasst und als repräsentative Größen abgespeichert. Sie geben das Fahrverhalten der Brennkraftmaschine unter den verschiedensten Bedingungen an. Wie der1 zu entnehmen, werden die Eingangsgrößen10 an ein neuronales Netz11 geführt. In dieser in1 dargestellten Trainingsphase befindet sich das neuronale Netz11 in einem Ausgangszustand, bevor es für den Einsatz im Fahrzeug berechnet wird. - Parallel zu der Weiterleitung der Betriebsparameter
10 an das neuronale Netz11 sind diese Eingangsdaten an ein MLP-Netz12 geführt, welches den Betrieb der Brennkraftmaschine simuliert, und an ein Kennfeld13 für den Soll-Öldruck geführt. Als neuronales Netz11 wird bei diesem Verfahren ein Kohonen-Netz verwendet, wobei ein solches Kohonen-Netz bereits bekannt ist (vgl. „Maschinelle Intelligenz" Hubert B. Keller, ISBN 35280548911) und hier nicht im einzelnen erläutert werden soll. - Das Kohonen-Netz
11 gibt nach einer entsprechenden Bewertung und Wichtung der Eingangsgrößen10 eine Ausgangsgröße AG aus, die an den Eingang des MLP-Netzes12 geführt ist. Das MLP-Netz12 simuliert das Verhalten der Brennkraftmaschine, so dass am Ausgang dieses MLP-Netzes12 eine Größe für den entsprechenden Ist-Öldruck zur Verfügung steht, wie er bei einem realen Betrieb einer Brennkraftmaschine mit den entsprechenden Eingangsgrößen und der von dem neuronalen Netz11 ausgegebenen Größe für die Ansteuerung der Motorölpumpe, auftreten würde. Diese Größe des Ist-Öldruckes wird mit dem aufgrund der entsprechenden Betriebsgrößen aus dem Kennfeld13 zu entnehmenden Soll-Öldruck verglichen. Dies ist in der1 mit der Verarbeitungsstufe14 dargestellt. Aufgrund der in der Verarbeitungsstufe14 ermittelten Abweichung zwischen Ist-Öldruck und Soll-Öldruck wird eine Adaption des Kohonen-Netzes12 durchgeführt. Diese Adaption stellt im Wesentlichen ein Iterationsverfahren dar, in welchem durch die Rückkopplung der Reaktionen auf die vorher ausgegebene Ausgangsgröße AG das Kohonen-Netzes12 lernt, auf Veränderungen im Betrieb der Brennkraftmaschine zu reagieren. Nach der Trainingsphase ist das neuronale Netz eine intelligente mitlernende Struktur, dessen Stützstellen nicht einmal festgelegt und dann durch Beaufschlagen eines Kennfeldes dieses adaptieren, sondern das neuronale Netz selber lernt und gibt jeweils direkt die optimale Steuergröße aus. Diese Lern- oder Trainingsphase ist die Grundlage für die spätere Implementierung dieses neuronalen Netzes12 in die Steuerung der Motorölpumpe. - In
2 ist dargestellt, wie die Ansteuerung der Motorölpumpe unter Nutzung des neuronalen Netzes11 arbeitet. Die Eingangsgrößen20 entsprechen im Wesentlichen den Eingangsgrößen10 aus1 . Nur werden diese Eingangsgrößen20 hier nicht von einem Rechner, sondern direkt von den nicht dargestellten Sensoren der Brennkraftmaschine gemessen und beispielsweise über einen Datenbus21 dem Verfahren zur Ansteuerung der Motorölpumpe zur Verfügung gestellt. Zur Vorbereitung werden die vom Datenbus21 gelieferten Daten in einer Vorbereitungseinheit22 aufbereitet, so dass sie anschließend direkt als Eingangsgrößen20 an das Kohonen-Netz11 und an das Kennfeld13 zur Bestimmung des Soll-Öldruck weitergeleitet werden. Das Kohonen-Netz11 bestimmt aufgrund der als Eingangsgrößen20 zur Verfügung stehenden Betriebsparameter die Steuergröße SG, die dann zur Ansteuerung der Motorölpumpe ausgegeben wird. - Die Ansteuerung der Motorölpumpe beeinflusst wiederum den Betrieb der Brennkraftmaschine und den Ist-Öldruck. Durch die Erfassung des Ist-Öldruckes und einen Vergleich des Ist-Öldruckes mit dem Soll-Öldruck in der Vergleichsstufe
14 erfolgt analog zur Trainingsphase eine Adaption des neuronalen Netzes (Kohonen-Netz), so dass dieses neuronale Netz auch im eigentlichen Betrieb ein ständig mitlernendes Medium darstellt. - Wesentlich ist sowohl in der Trainingsphase als auch bei der eigentlichen Umsetzung des Verfahrens zur Ansteuerung einer Motorölpumpe, dass eine Rückinformation nach einer Steuergrößenausgabe über eine Erfassung des Ist-Öldruckes und des Soll-Öldruckes erfolgt.
- Die eigentliche Berechnung innerhalb des neuronalen Netzes betrifft bereits bekannte Rechenalgorithmen und Methodiken. Erfindungswesentlich ist die Einbindung eines an sich bekannten neuronalen Netzes in die Vorgänge innerhalb der Ansteuerung einer Brennkraftmaschine zur Ansteuerung der Motorölpumpe.
- Die vorstehende Beschreibung führt aus, dass die intelligente mitlernende Struktur während der Trainingsphase angelernt und dann in die Steuereinheit implementiert ist. Es ist jedoch genauso möglich, diese Trainingsphase im laufenden Betrieb der Brennkraftmaschine durchzuführen. Die verschiedenen Eingangsgrößen zur Bestimmung der Ansteuerung des Motorölpumpe sowie die dazu gehörende Reaktion der Brennkraftmaschine sind bekannt, so dass mit diesen Größen ein Nachlernen des neuronalen Netzes durchgeführt werden kann. Eine Protokollierung dieses Nachlernprozessen ermöglicht es außerdem, Veränderungen zu diagnostizieren um so Rückschlüsse auf beispielsweise Alterungsprozesse und/oder Defekte der einzelnen Komponenten zu erfassen.
Claims (5)
- Verfahren zur Ansteuerung einer Motorölpumpe einer Brennkraftmaschine mit zumindest einer Steuereinheit, welcher die von Sensoren erfassten Betriebsparameter (
20 ) zugeführt sind, wobei in der Steuereinheit ein neuronales Netz (11 ) zur Bestimmung der Steuergröße zur Ausgabe an die Motorölpumpe implementiert ist, wobei das neuronale Netz vor seiner Implementierung in die Steuereinheit in einer Trainingsphase während der Applikation dahingehend angelernt wird, dass es eine intelligente mitlernende Struktur darstellt, die bei der Ansteuerung der Motorölpumpe während des Fahrbetriebs einen Regelkreis schließt, der über eine Rückkopplung der ausgegebenen Steuergröße und die Erfassung des Ist-Öldruckes und einen Vergleich mit einem vorbestimmten Soll-Öldruckes eine Anpassung der Steuergröße (SG) in der Art vornimmt, dass in dem neuronalen Netz (11 ) jeweils die aktuell auszugebende Steuergröße laufend neu berechnet wird. - Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die auszugebenden Steuergrößen (SG) keine fest abgespeicherten Adaptionswerte sind.
- Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass als neuronales Netz ein Kohonen-Netz verwendet wird.
- Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass während der Trainingsphase das neuronale Netz mit einem weitem neuronalen Netz zur Simulation des Betriebs einer Brennkraftmaschine verbunden ist und dieses weitere neuronale Netz einen Wert für den zu erwartenden Ist-Öldruck ausgibt, wobei der Ist-Öldruck mit einem aus einem Kennfeld (
13 ) entnommenen Soll-Öldruck verglichen wird und das Ergebnis dieser Bewertung dem neuronalen Netz zugeführt wird, so dass das neuronale Netz aktiv lernt auf Veränderungen zu reagieren. - Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Anpassung der Steuergröße (SG), die in dem neuronalen Netz (
11 ) jeweils aktuell neu berechnet wird, protokolliert wird und für Diagnose ausgelesen werden kann.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE200510007406 DE102005007406A1 (de) | 2005-02-18 | 2005-02-18 | Verfahren zur Ansteuerung einer Motorölpumpe |
EP20060001076 EP1693553B1 (de) | 2005-02-18 | 2006-01-19 | Verfahren zur Ansteuerung einer Motorölpumpe |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE200510007406 DE102005007406A1 (de) | 2005-02-18 | 2005-02-18 | Verfahren zur Ansteuerung einer Motorölpumpe |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102005007406A1 true DE102005007406A1 (de) | 2006-08-24 |
Family
ID=36369911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE200510007406 Withdrawn DE102005007406A1 (de) | 2005-02-18 | 2005-02-18 | Verfahren zur Ansteuerung einer Motorölpumpe |
Country Status (2)
Country | Link |
---|---|
EP (1) | EP1693553B1 (de) |
DE (1) | DE102005007406A1 (de) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113464235A (zh) * | 2021-06-16 | 2021-10-01 | 东风汽车集团股份有限公司 | 一种机油泵变排装置及发动机 |
US20220275863A1 (en) * | 2021-02-26 | 2022-09-01 | Toyota Jidosha Kabushiki Kaisha | Transmission control device |
DE102022209422A1 (de) | 2022-09-09 | 2024-03-14 | Volkswagen Aktiengesellschaft | Betriebsverfahren zum Betrieb eines Ölpumpenregelventils |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2775249T3 (es) * | 2014-07-01 | 2020-07-24 | Fpt Motorenforschung Ag | Sistema de aceite lubricante para un motor de combustión, en particular para vehículos industriales y comerciales |
DE102019220501A1 (de) * | 2019-12-21 | 2021-06-24 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Steuern eines hydraulischen Zylinders einer Arbeitsmaschine |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AT1265U1 (de) * | 1995-07-19 | 1997-01-27 | Matthias Budil | Lernregel für neuronale netze |
DE10001518A1 (de) * | 1999-01-18 | 2000-08-24 | Man B & W Diesel As | Verfahren zur Schmierung eines Zylinders in einem Verbrennungsmotor sowie ein Zylinderschmierungssystem und ein Verbindungselement |
DE19915737A1 (de) * | 1999-04-08 | 2000-10-12 | Bayerische Motoren Werke Ag | Verfahren zum Regeln der Schmierung, vorzugsweise bei Verbrennungsmotoren und Anordnung zum Regeln gemäß dem Verfahren |
AT407563B (de) * | 1998-02-26 | 2001-04-25 | Tcg Unitech Ag | Ölpumpe für eine brennkraftmaschine mit innerer verbrennung |
DE10113538A1 (de) * | 2001-03-20 | 2002-09-26 | Bayerische Motoren Werke Ag | Regelvorrichtung und Regelverfahren |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11343916A (ja) * | 1998-06-02 | 1999-12-14 | Yamaha Motor Co Ltd | エンジン制御におけるデータ推定方法 |
US6269788B1 (en) | 2000-03-13 | 2001-08-07 | Robert L. Kachelek | Programmable computer controlled electric oil pump drive for engines |
DE10141786B4 (de) | 2001-08-25 | 2008-12-24 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Einrichtung zur Regelung des Schmieröldruckes einer Brennkraftmaschine |
-
2005
- 2005-02-18 DE DE200510007406 patent/DE102005007406A1/de not_active Withdrawn
-
2006
- 2006-01-19 EP EP20060001076 patent/EP1693553B1/de not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AT1265U1 (de) * | 1995-07-19 | 1997-01-27 | Matthias Budil | Lernregel für neuronale netze |
AT407563B (de) * | 1998-02-26 | 2001-04-25 | Tcg Unitech Ag | Ölpumpe für eine brennkraftmaschine mit innerer verbrennung |
DE10001518A1 (de) * | 1999-01-18 | 2000-08-24 | Man B & W Diesel As | Verfahren zur Schmierung eines Zylinders in einem Verbrennungsmotor sowie ein Zylinderschmierungssystem und ein Verbindungselement |
DE19915737A1 (de) * | 1999-04-08 | 2000-10-12 | Bayerische Motoren Werke Ag | Verfahren zum Regeln der Schmierung, vorzugsweise bei Verbrennungsmotoren und Anordnung zum Regeln gemäß dem Verfahren |
DE10113538A1 (de) * | 2001-03-20 | 2002-09-26 | Bayerische Motoren Werke Ag | Regelvorrichtung und Regelverfahren |
Non-Patent Citations (4)
Title |
---|
OLAND, J., Dr. u.a.: Modellbasierte Online-Opti- mierung moderner Verbrennungsmotoren. In: MTZ- Motortechnische Zeitschrift. ISSN 0024-8525, 2003,Jg. 64, Heft 5, S. 432-437 * |
POLAND, J., Dr. u.a.: Modellbasierte Online-Opti- mierung moderner Verbrennungsmotoren. In: MTZ- Motortechnische Zeitschrift. ISSN 0024-8525, 2003, Jg. 64, Heft 5, S. 432-437 |
SCHÜLER, M. u.a.: Einsatz schneller neuronaler Netze zur modellbasierten Optimierung von Verbren- nungsmotoren. In: MTZ-Motortechnische Zeitschrift. ISSN 0024-8525, 2000, Jg. 61, Heft 10, S. 704-711 |
SCHÜLER, M. u.a.: Einsatz schneller neuronaler Netze zur modellbasierten Optimierung von Verbren-nungsmotoren. In: MTZ-Motortechnische Zeitschrift.ISSN 0024-8525, 2000, Jg. 61, Heft 10, S. 704-711 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220275863A1 (en) * | 2021-02-26 | 2022-09-01 | Toyota Jidosha Kabushiki Kaisha | Transmission control device |
US11519499B2 (en) * | 2021-02-26 | 2022-12-06 | Toyota Jidosha Kabushiki Kaisha | Transmission control device |
CN113464235A (zh) * | 2021-06-16 | 2021-10-01 | 东风汽车集团股份有限公司 | 一种机油泵变排装置及发动机 |
CN113464235B (zh) * | 2021-06-16 | 2023-03-14 | 东风汽车集团股份有限公司 | 一种机油泵变排装置及发动机 |
DE102022209422A1 (de) | 2022-09-09 | 2024-03-14 | Volkswagen Aktiengesellschaft | Betriebsverfahren zum Betrieb eines Ölpumpenregelventils |
Also Published As
Publication number | Publication date |
---|---|
EP1693553A2 (de) | 2006-08-23 |
EP1693553A3 (de) | 2010-05-26 |
EP1693553B1 (de) | 2011-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE3825749C2 (de) | ||
DE102007025619A1 (de) | Verfahren und Vorrichtung zur Steuerung eines hydraulischen Stellers | |
DE3400711C2 (de) | ||
DE102011103594A1 (de) | Verfahren zur Regelung technischer Prozesse sowie Verfahren zur Durchführung von Versuchen auf Prüfständen | |
DE112008001457T5 (de) | Drehmomentsteuerung mit Rückkopplungsregelung | |
EP1693553B1 (de) | Verfahren zur Ansteuerung einer Motorölpumpe | |
DE102005018980A1 (de) | Verfahren und Vorrichtung zur Fehlerdiagnose mechatronischer Systeme | |
DE102007006616B3 (de) | Verfahren zur Optimierung eines elektronisch gesteuerten automatisch schaltenden Getriebes für ein Kraftfahrzeug | |
DE602005004781T2 (de) | Verfahren zur steuerung eines eingestellten drehmoments für räder eines automatikgetriebes für ein kraftfahrzeug und entsprechende vorrichtung | |
EP1095319B1 (de) | Verfahren zum betreiben einer regelungseinrichtung und vorrichtung zur durchführung des verfahrens | |
DE102018213114A1 (de) | Verfahren und Vorrichtung zum Betreiben eines Verbrennungsmotors mit einem Common-Rail-Einspritzsystem | |
DE19820381B4 (de) | Verfahren zur Beeinflussung der Ventilkennlinie | |
DE102012003581B3 (de) | Leerlaufregler und Verfahren zum Betrieb von Brennkraftmaschinen | |
DE102012113091A1 (de) | System und Verfahren zur Steuerung von Hydraulikdruck einer Dämpferkupplung | |
DE102016214708A1 (de) | Stetigventileinheit, hydraulische Achse und Verfahren zum Betreiben einer hydraulischen Achse | |
DE3931143A1 (de) | Verfahren zur ueberwachung des betriebs einer werkzeugmaschine | |
DE4130209A1 (de) | System und verfahren zum steuern des arbeitshydraulikdruckes bei einem automatikgetriebe mit einem fluidgetriebegeraet | |
DE102005062558A1 (de) | Verfahren und Vorrichtung zur Regelung eines Ventils | |
DE10035005A1 (de) | Verfahren und Vorrichtung zur Regelung der Übersetzung eines Getriebes mit stufenlos veränderbarer Übersetzung | |
EP0818619A2 (de) | Verfahren und Vorrichtung zur Überwachung der Stellung einer variablen Ventilsteuerung | |
EP1382956B1 (de) | Verfahren zur Simulation des Fahrverhaltens von Fahrzeugen | |
DE102007048903B4 (de) | Verfahren zum Betreiben einer Niveauregulierung eines Straßenkraftfahrzeugs | |
EP1262760A1 (de) | Verfahren zum Bestimmen der Viskosität einer Betriebsflüssigkeit einer Brennkraftmaschine | |
DE102018117047A1 (de) | Verfahren zur VCR-Ansteuerung | |
DE19807763A1 (de) | Vorrichtung und Verfahren zur Regelung oder Steuerung eines Stellgliedes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8127 | New person/name/address of the applicant |
Owner name: DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT, 7, DE Owner name: KELLER, HUBERT B., DR.ING., 76139 KARLSRUHE, DE |
|
8127 | New person/name/address of the applicant |
Owner name: DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT, 7, DE Owner name: KELLER, HUBERT B., DR.ING., 76139 KARLSRUHE, DE |
|
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |
Effective date: 20130903 |