DE102005018980A1 - Verfahren und Vorrichtung zur Fehlerdiagnose mechatronischer Systeme - Google Patents

Verfahren und Vorrichtung zur Fehlerdiagnose mechatronischer Systeme Download PDF

Info

Publication number
DE102005018980A1
DE102005018980A1 DE200510018980 DE102005018980A DE102005018980A1 DE 102005018980 A1 DE102005018980 A1 DE 102005018980A1 DE 200510018980 DE200510018980 DE 200510018980 DE 102005018980 A DE102005018980 A DE 102005018980A DE 102005018980 A1 DE102005018980 A1 DE 102005018980A1
Authority
DE
Germany
Prior art keywords
model
error
control
variable
controlled
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.)
Granted
Application number
DE200510018980
Other languages
English (en)
Other versions
DE102005018980B4 (de
Inventor
Torsten Dr.-Ing. Jeinsch
Elmar Dr.Rer.Nat. Millich
Heiko Rabba
Matthias Schultalbers
Steven X. Prof. Dr.-Ing. Ding
Nick Werner Weinhold
Ping Dr.-Ing. Zhang
Peter Prof. Dr.-Ing. Dünow
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
IAV GmbH Ingenieurgesellschaft Auto und Verkehr
Original Assignee
IAV GmbH Ingenieurgesellschaft Auto und Verkehr
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by IAV GmbH Ingenieurgesellschaft Auto und Verkehr filed Critical IAV GmbH Ingenieurgesellschaft Auto und Verkehr
Priority to DE200510018980 priority Critical patent/DE102005018980B4/de
Priority to EP06006355.9A priority patent/EP1715352B1/de
Publication of DE102005018980A1 publication Critical patent/DE102005018980A1/de
Application granted granted Critical
Publication of DE102005018980B4 publication Critical patent/DE102005018980B4/de
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/22—Safety or indicating devices for abnormal conditions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D2041/1413—Controller structures or design
    • F02D2041/1415—Controller structures or design using a state feedback or a state space representation
    • F02D2041/1416—Observer
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D2041/1413—Controller structures or design
    • F02D2041/143—Controller structures or design the control loop including a non-linear model or compensator
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D2041/1433—Introducing closed-loop corrections characterised by the control or regulation method using a model or simulation of the system
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D2041/1433—Introducing closed-loop corrections characterised by the control or regulation method using a model or simulation of the system
    • F02D2041/1434—Inverse model
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D41/1405—Neural network control
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Fehlerdiagnose mechatronischer Systeme, wobei auf Basis der Analyse vorhandener Regelungsstrukturen Residuensignale aus den Regelungsstrukturen gewonnen werden und eine Fehleranalyse, Fehlerparametrierung und Fehlerselektion erfolgen. Zur Fehlerdiagnose wird dabei eine in das Regelungssystem eingebettete Modellfolgeregelung betrachtet, wobei die Fehlerdiagnose auf Basis wenigstens eines Schätzwertes, der aus dem in der Modellfolgeregelung enthaltenen Modell der Regelstrecke abgeleitet wird, erfolgt. Vorzugsweise wird zur Fehlerdiagnose die Differenz einer Schätzung der Führungsgröße DOLLAR I1 die aus dem in der Modellfolgeregelung enthaltenen Modell der Regelstrecke abgeleitet wird, und des Ist-Wertes der Regelgröße (y) ausgewertet.

Description

  • Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Fehlerdiagnose mechatronischer Systeme, wobei auf Basis der Analyse vorhandener Regelungsstrukturen Residuensignale aus den Regelungsstrukturen gewonnen werden und eine Fehleranalyse, Fehlerparametrierung und Fehlerselektion erfolgt.
  • Mit der Entwicklung hin zu komplexen mechatronischen Systemen, wie z. B. Motormanagementsystemen, ESP, Robotersystemen usw. werden immer mehr leistungsfähige Sensoren, Aktuatoren und Mikroprozessoren, auf denen Regelalgorithmen implementiert werden, in diese mechatronischen Systeme eingebettet. Sie bilden in geeigneten Systemstrukturen Regelkreise, welche einzelne Komponenten und Teilsysteme so ansteuern, dass das gesamte Systemverhalten den gestellten Leistungsanforderungen entspricht. Mechatronische Systeme werden oft dort eingesetzt, wo hohe Anforderungen an Systemzuverlässigkeit und – verfügbarkeit gestellt werden. Mit dem stetig wachsenden Integrationsgrad in mechatronischen Systemen hat die Softwareredundanz gestützte Fehlerdiagnose in den vergangenen Jahren, zunächst als eine alternative Lösung zu der auf Hardwareredundanz basierenden Technologie betrachtet, stark an Bedeutung gewonnen. Die Integration softwaregestützter Fehlerdiagnosesysteme in z. B. ESP, Robotersteuerungssystemen oder in Motorsteuerungssystemen kennzeichnet eine signifikante Leistungssteigerung in der Systemzuverlässigkeit und -verfügbarkeit dieser Systeme.
  • Unter einer Vielzahl von Softwareredundanzgestützten Fehlerdiagnosemethoden erweisen sich die modellgestützten Methoden für den Einsatz in mechatronischen Systemen als besonders geeignet. Der erfolgreiche Einsatz modellgestützter Fehlerdiagnosemethoden in mechatronischen Systemen ist im Wesentlichen darauf zurückzuführen, dass sich mechanische Systeme anhand der Kraft-, Moment- und Energiebilanzen mathematisch gut modellieren lassen. Mit den aufgestellten Modellen kann, wie nachfolgend in 1 gezeigt, die so genannte Softwareredundanz und damit die Residuensignale anhand eines Vergleichs zwischen den gemessenen Systemgrößen und deren Redundanz generiert werden. Ein Beispiel einer Fehlerdetektion aus dem Bereich der Fahrzeugsteuerungen ist in der DE 197 50 191 A1 beschrieben. Dargestellt ist die Fehlererkennung bei einer Lasterfassung, wobei das Luftmassensignal eines Luftmassenmessers mit dem aus einem Saugrohrmodell gewonnenen Luftmassensignal, welches aus dem Saugrohrdruck und dem Umgebungsdruck sowie der Drosselklappenstellung gewonnen wird, verglichen wird. Es erfolgt eine Auswertung auf einen definierten Schwellwert und bei dessen Überschreitung wird ein Fehler in der Lasterfassung erkannt. Des Weiteren kann eine Fehlerseparierung erfolgen. Es werden dazu zusätzliche Signale, beispielsweise die Überwachung der Messwerte von beiden Drosselklappenpotentiometern zueinander benötigt. Ein weiteres zur Fehlerseparierung genutztes Signal ist die Gemischadaption auf Basis der Lambdaregelung.
  • Vorbekannt ist aus der DE 100 21 639 C1 ein Verfahren zur Diagnose des Saugrohrdrucksensors und des Umgebungsdrucksensors. Es werden beim Start die Werte des Saugrohrdruckes mit den Werten des Umgebungsdrucksensors verglichen. Bei einer Abweichung der Signale erfolgt im ungedrosselten Betrieb eine Überprüfung, welcher der Sensoren fehlerhaft ist. Dazu wird ein weiteres, aus der Messung der Luftmasse gewonnenes, modelliertes Saugrohrdrucksignal im ungedrosselten Betrieb ermittelt. Bei dem vorgeschlagenen Verfahren wird das gemessene Luftmassensignal als fehlerfrei vorausgesetzt.
  • Bei beiden Verfahren erfolgt ein Abgleich von zwei Messgrößen zueinander, wobei auf Basis eines Modells eine Messgröße in die andere umgerechnet wird und auf Basis der Differenz und nachfolgender weiterer Messwerte eine Fehleranalyse erfolgt.
    •
  • Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren und eine Vorrichtung zur Fehlerdiagnose zu schaffen, wobei einzelne Fehler auf Basis der bekannten Regelungsstruktur detektierbar und parametrierbar sind.
  • Diese Aufgabe wird bei gattungsgemäßen Verfahren gemäß Anspruch 1 und für gattungsgemäße Vorrichtungen gemäß Anspruch 18 erfindungsgemäß durch die jeweils kennzeichnenden Merkmale der jeweiligen Patentansprüche gelöst.
    •
  • Weitere Einzelheiten der Erfindung werden in der Zeichnung anhand von schematisch dargestellten Ausführungsbeispielen beschrieben.
  • Hierbei zeigen:
  • 1 eine typische Systemdarstellung mit Fehlerdiagnose gemäß dem Stand der Technik,
  • 2 eine Systemdarstellung mit beobachtergestützter Fehlerdiagnose,
  • 3 eine Systemdarstellung der Modellfolgeregelung,
  • 4 eine Systemdarstellung der Fehlerdiagnose in einer Beobachter gestützten Modellfolgeregelungsstruktur,
  • 5 Struktur einer adaptiven Modellfolgeregelung mit Residuengenerierung,
  • 6 Struktur einer Modellfolgeregelung mit Neuronalem Netz,
  • 7 Struktur einer Trainingsroutine für das inverse Modell,
  • 8 Struktur einer nichtlinearen Modellfolgeregelung mit Fehlerdiagnose.
  • 1 zeigt eine typische Systemdarstellung für eine Fehlerdiagnose nach dem Stand der Technik mit einem parallel zum System angeordneten Systemmodell (Softwareredundanz), wobei aus der Abweichung der Ausgangsgröße (Ist-Wert der Regelgröße) y und dem Schätzwert ŷ für diese Größe ein Residuensignal gewonnen wird.
  • Das in 2 skizzierte Blockschaltbild stellt die Grundstruktur eines Beobachter gestützten Fehlerdiagnosesystems dar. Parallel zum System wird ein Beobachter mit einem Systemmodell angeordnet, welchem die Eingangsgröße sowie die Differenz zwischen den Ausgangsgrößen des realen Systems (Ist-Wert der Regelgröße) y und dem Schätzwert für diese Größe ŷ, die auf dem Systemmodell basiert, am Eingang anliegen. Die Residuenbildung zur Fehlerdiagnose erfolgt aus der Differenz (y – ŷ), wobei in nachfolgenden Verfahrensschritten eine Residuenauswertung und eine Entscheidungslogik die Fehlerbestimmung ermöglicht. Es ist Stand der Technik, dass das Systemmodell als Kern des in 2 dargestellten Fehlerdiagnosesystems in Softwareform auf einem Mikroprozessor implementiert wird und parallel zum Systembetrieb läuft. Die Aufstellung, programmiertechnische Umsetzung und Implementierung des Systemmodells erfordern eine möglichst genaue mathematische Modellbildung des Systems sowie im Betrieb des Systems eine ausreichende (Online/On Board) Rechenkapazität sowie Speicherplatz. Die modellgestützte Residuengenierung ist daher oft aufgrund der hohen Komplexität mechatronischer Systeme mit hohem Aufwand sowie hohem Anspruch an Rechentechnik und damit hohen Kosten verbunden.
  • Für mechatronische Systeme ist der modellgestützte Reglerentwurf ein weit verbreitetes Verfahren. Insbesondere werden in vielen Anwendungen Systemmodelle bzw. inverse Modelle des Systems zur Optimierung des Systemverhaltens und zur geeigneten Anpassung (adaptiv) an sich ständig verändernde Umgebungsbedingungen voll oder in einer vereinfachten Form in Regelkreise und damit in mechatronische Systeme integriert. Ein oft in diesen Systemen verwendetes Regelungskonzept ist die so genannte Modellfolgeregelung, deren Struktur in 3 schematisch dargestellt ist.
  • 3 zeigt die schematische Darstellung einer Modellfolgeregelung. Kern dieses Regelungskonzeptes ist, dass die Stellgröße u basierend auf dem Soll-Wert w durch ein inverses Modell der Regelstrecke gebildet wird. Ein Algorithmus adaptiert dabei die Parameter des inversen Modells anhand des Vergleichs des Ist-Wertes der Regelgröße y zum Schätzwert dieser Größe, welche aus dem Referenzmodell gebildet wird. Modellfolgeregelungen enthalten dabei immer ein in die Reglerstruktur eingebettetes Streckenmodell. Dieses Strukturmerkmal macht sich das erfindungsgemäße Diagnoseverfahren zunutze. Residuensignale werden direkt aus den in einem mechatronischen System eingebetteten Regelungsstrukturen entnommen, ohne zusätzlichen Aufwand zur Bildung eines Parallelmodells und vor allem ohne zusätzliche Online-Berechnungen zu veranlassen. Das Fehlerdiagnoseverfahren basiert auf den eingebetteten Modellfolgeregelungsstrukturen, woraus Fehlermodelle der Residuensignale aufgestellt werden, um die Schwellwerte und Fehlerisolationsmodelle zu parametrisieren und ferner optimal einzustellen. Das erfindungsgemäße Verfahren geht von der in 3 dargestellten Modellfolgeregelungsstruktur aus und umfasst beispielhaft die nachfolgend dargestellten vier verschiedenen Varianten.
  • 4 zeigt eine Variante der Modellfolgeregelung, die aufgrund ihrer einfachen Struktur und ihres geringen Echtzeitrechenaufwands oft in der Praxis zu finden ist. Die Regelstrecke wird von einer Stellgröße u geregelt, wobei an deren Ausgang der Ist-Wert der Regelgröße y messbar ist. Gemäß der Modellfolgeregelstruktur ist die Stellgröße Ausgangsgröße eines inversen Modells der Regelstrecke. Von der Stellgröße u wird ein Modell der Regelstrecke GS(s) beaufschlagt, wobei an dessen Ausgang die um den Faktor K verstärkte Differenz aus Führungsgrößenschätzung und Regelgröße ŵ – y subtrahiert wird. Diese Struktur kennzeichnet eine klassische Beobachterstruktur, mit Hilfe derer eine Nachbildung der Führungsgröße ŵ (Führungsgrößenschätzung) erreicht werden kann.
  • Die Regelung basiert auf einem Vergleich zwischen dem (gemessenen) Ist-Wert der Regelgröße y und der (Online-)Berechnung bzw. Schätzung der Führungsgröße ŵ aus dem Modell der Regelstrecke. Die Abweichung des Ist-Wertes der Regelgröße y von der Führungsgröße w wird durch eine Korrektur an w über einen „Regler" K(s), angetrieben von der Abweichung ŵ – y, ausgeglichen.
  • Um das Arbeitsprinzip des Reglers zu verdeutlichen, wird angenommen, dass die Regelstrecke bzw. das entsprechende inverse Modell durch Übertragungsfunktionen GS(s) bzw. G – / S(s) modelliert werden kann und dass sich der gesamte Regelkreis durch y(s) = GS(s)u(s) u(s) = G–S (s)(w(s) + K(s)ŵ(s) – y(s))) ŵ(s) = GS(s)u(s) – K(s)(ŵ(s) – y(s))darstellen lässt. Somit gelten
    Figure 00050001
  • Bei einer geeigneten Wahl des „Reglers" K(s) kann man trotz der vorhandenen Modellungenauigkeiten (vor allem bei inversen Modellen) neben der Systemstabilität ein gutes Führungs- und Störverhalten erzielen.
  • Wie bereits dargestellt wird ein Residuensignal z. B. mit Hilfe eines Beobachters generiert. Die Berechnung der Schätzung ŵ(s) = GS(s)u(s) – K(s)(ŵ(s) – y(s))ist im Grunde ein Ausgangsbeobachter. Somit bildet die Schätzabweichung ŵ(s) – y(s) sowie K(s)(ŵ(s) – y(s)) Residuensignale, welche sich in der Form
    Figure 00060001
    darstellen lassen.
  • Es ist anzumerken, dass die Stellgröße u und die Ausgangsgröße y der Sollwertschätzung ŵ(s) = GS(s)u(s) – K(s)(ŵ(s) – y(s))zugeführt werden. Diese in der Literatur als „open-loop" bezeichnete Residuengenerierungsstruktur gewährleistet hohe Empfindlichkeit für die zu entdeckenden Fehler und ist von der Eigenschaft der Modellfolgeregelung unabhängig.
  • Das Residuensignal ŵ(s) – y(s) bzw. K(s)(ŵ(s) – y(s)) enthält die zur Entdeckung von Sensor-, Komponenten- und Aktuatorfehlern erforderlichen Informationen. Um diese Aussage zu verdeutlichen, wird angenommen, dass sich der fehlerhafte Prozess durch y(s) = Gs(s)u(s) + ΔGs(s)u(s) + fs(s) + GK(s)fK(s)darstellen lässt, wobei mit ΔGs(S), fS(S), fK(S) die Modellungenauigkeiten, Sensorfehler und Komponenten- bzw. Aktuatorfehler bezeichnet werden. Es führt dann zu
    Figure 00060002
  • Die obigen Gleichungen beschreiben die Dynamik der Residuensignale im Zusammenhang mit den möglichen Fehlern in Sensoren, Aktuatoren und Systemen und werden als Fehlermodell bezeichnet. Basierend auf diesen Fehlermodellen kann man die Schwellwerte anhand des verwendeten Reglers parametrisieren.
  • Die Schwellwerte sind sowohl im dynamischen Bereich, z. B. anhand der Definitionen
    Figure 00070001
    wobei L–1 für die inverse Laplace-Transformierte steht,
    als auch im stationären Bereich, unter der Annahme der quasi konstanten Stellgröße u, d.h.
    Figure 00070002
    , anhand von
    Figure 00070003
    einstellbar, wobei diese Schwellwerte durch ihre Abhängigkeit von der Stellgröße sogenannte adaptive Schwellwerte bilden. Die Schwellwerte basieren also auf den Übertragungsfunktionen der Modellungenauigkeiten auf die Residuen und sind als Obergrenze des maximalen Einflusses der Störung ΔGS (Modellungenauigkeit) auf das jeweilige Residuum definiert.
  • Die möglichen Fehler sind weiterhin durch den Einsatz von Nachfiltern, z. B. durch die Nachfilter mit den Übertragungsfunktionen R1(s), R2(s) im Falle des Residuums ŵ(S) – y(S),
    wobei R1(s) so zu wählen ist, dass
    Figure 00070004
    und damit
    Figure 00080001
    gilt, wodurch über den Zusammenhang |R1(s)(ŵ(s) – y(s))| > Schdw auf einen Fehler fS(s) geschlossen werden kann,
    bzw. R2(s) so zu wählen ist, dass
    Figure 00080002
    und damit
    Figure 00080003
    gilt, wodurch über den Zusammenhang |R2(s)(ŵ(s) – y(s))| > Schdw auf einen Fehler fK(s) geschlossen werden kann und damit eine Lokalisierung, d. h. eine Bestimmung der Fehlerquelle, sichergestellt ist.
  • Weiterhin kann der aufgetretene und lokalisierte Fehler identifiziert, d. h. seine Größe über die Zusammenhänge
    Figure 00080004
    abgeschätzt werden. Mit f ^S bzw. f ^K liegt dann zusätzlich eine Fehlergrößenschätzung für den Sensor- bzw. Aktuator- bzw. Komponentenfehler vor. Gleiches Vorgehen führt zu zwei weiteren Nachfiltern und vergleichbaren Ergebnissen im Falle der Betrachtung des Residuums K(s)(ŵ(s) – y(s)).
  • In 5 ist die Struktur einer adaptiven Modellfolgeregelung schematisch dargestellt.
  • Entsprechend dem Grundprinzip der Modellfolgeregelung erfolgt die Bildung der Stellgröße u aus dem Soll-Wert w durch ein inverses Modell. Die Stellgröße u regelt weiterhin die Regelstrecke, an deren Ausgang der Ist-Wert der Regelgröße y messbar ist. Es erfolgt eine Schätzung der Regelgröße ŷ durch eine Online-Identifikation des Regelstreckenmodells. Eingang der Identifikation ist die Stellgröße u sowie die Differenz vom Ist-Wert der Regelgröße y und Schätzung der Regelgröße ŷ, mit welcher die Abweichung des Modells bewertet wird. Es können dabei im Stand der Technik bekannte Identifikationsverfahren, wie z. B. Parameterschätzverfahren oder die so genannten Subspace-Verfahren verwendet werden. Das so gebildete Regelstreckenmodell dient in einem weiteren Adaptionszweig zur Identifikation des inversen Modells, welches zur Bildung der Stellgröße genutzt wird. Die Identifikation des inversen Modells erfolgt dabei anhand der Abweichung des Soll-Wertes w zu dem aus dem Modellzweig Identifikation des inversen Modells und der Kopie des Regelstreckenmodells gebildeten Schätzung des Soll-Wertes ŵ.
  • Um das Regelungskonzept zu verdeutlichen, wird die Regelstrecke durch y(s) = GS(s, θ)u(s)modelliert, wobei θ den (unbekannten) Parametervektor des Modells bezeichnet. Die Online-Identifikation der Modellparameter wird kombiniert mit der Schätzung der Ausgangsgröße y durchgeführt. Dieser Vorgang lässt sich schematisch durch
    Figure 00090001
    beschreiben, wobei Ψ(u, y – ŷ) eine Abbildung, also einen allgemeinen (mathematischen) Zusammenhang zwischen Stellgröße, Regelgröße und Systemparametern beschreibt. Dieser könnte beispielsweise eine klassische lineare oder nichtlineare Beobachterstruktur sein.
  • θ ^ kennzeichnet die aktuelle Schätzung des Parametervektors. Die Adaption des Parametervektors ϑ des inversen Modells erfolgt durch
    Figure 00090002
  • Mit einer Identifikation der Modellparameter kann man dann davon ausgehen, dass G–S (s, ϑ ^)GS(s, θ) ≈ Iund somit das Ziel der Modellfolgeregelung y(s) = GS(s, θ)u(s) = GS(s, θ)G–S (s, ϑ ^)w(s) ≈ w(s)erreicht wird.
  • Die Residuengenerierung erfolgt durch die Nutzung des Signals y – y ^. Da die Bildung der Schätzung von y auf der Nutzung der Stellgröße u basiert, wird das Residuensignal im Kontext einer „open-loop"-Struktur generiert. Dennoch wird das Residuensignal indirekt durch die Führungsgröße über die Identifikation des inversen Modells beeinflusst.
  • Wird nun angenommen, dass y(s) = Gs(s, θ)u(s) + fs(s) + GK(s)fK(s)ist, so gilt y – ŷ =(Gs(s, θ) – Gs(s, θ ^))u(s) + fs(s) + GK(s)fK(s),wodurch die Dynamik des zuvor definierten Residuums beschrieben wird und die sogenannten Fehlermodelle definiert sind. Der Schwellwert ist sowohl im dynamischen Bereich, z. B. anhand der Definitionen Schdy = maxt|L–1(ΔGS(s, α, β, γ)u(s))|,wobei L–1 für die inverse Laplace-Transformierte steht, als auch im stationären Bereich, unter der Annahme der quasi konstanten Stellgröße u, d. h.
    Figure 00100001
    anhand von
    Figure 00100002
    einstellbar und kennzeichnet den maximalen Einfluss der Störung (Modellungenauigkeit) auf das Residuumsignal. Der Schwellwert wird durch seine Abhängigkeit von den Parameterungenauigkeiten auch als adaptiver Schwellwert bezeichnet.
  • Die möglichen Fehler sind weiterhin durch den Einsatz von Nachfiltern, z. B. durch die Nachfilter mit den Übertragungsfunktionen R1(s), R2(s), wobei R1(s) so zu wählen ist, dass R1(s)GK(s) << R1(s)fS(s) und damit R1(s)(y(s) – ŷ(s)) ≈ R1(s)[ΔGs(s, α, β, γ)u(s) + fS(s)] gilt, wodurch über den Zusammenhang |R1(s)(y(s) – ŷ(s))| > Schdy auf einen Fehler fS(s) geschlossen werden kann,
    bzw. R2(s) so zu wählen ist, dass R2(s)fS(s) << R2(s)GK(s) und damit R2(s)(y(s) – ŷ(s)) ≈ R2(s)[ΔGs(s, α, β, γ)u(s) + GK(s)fK(s)] gilt, wodurch über den Zusammenhang |R2(s)(y(s) – ŷ(s))| > Schdy auf einen Fehler fK(s) geschlossen werden kann und damit eine Lokalisierung, d. h. eine Bestimmung der Fehlerquelle, sichergestellt ist.
  • Weiterhin kann der aufgetretene und lokalisierte Fehler identifiziert, d. h. seine Größe über die Zusammenhänge
    Figure 00110001
    und falls GK invertierbar
    Figure 00110002
    abgeschätzt werden. Mit f ^S bzw. f ^K liegt dann zusätzlich eine Fehlergrößenschätzung für den Sensor- bzw. Komponentenfehler vor.
  • In einer weiteren Ausführungsform gemäß 6 wird das für die Modellfolgeregelung genutzte inverse Modell mittels eines Neuronalen Netzes modelliert. Neuronale Netze (NN) werden nicht nur zur Modellierung technischer Prozesse, welche analytisch schwer zu beschreiben sind, sondern auch zunehmend in der Modellfolgeregelung als Regler in Form eines inversen Modells verwendet. Wie in 6 beschrieben dient der Einsatz der Neuronalen Netze dazu, das inverse Modell der Regelstrecke nachzubilden und ferner die Stellgröße so zu generieren, dass die Regelgröße der Führungsgröße (dem Soll-Wert) schnellstmöglich folgt.
  • Für eine erfolgreiche Modellierung des Neuronalen Netzes d. h. für die Bildung des inversen Modells für die Modellfolgeregelung mittels eines Neuronalen Netzes ist das Training/Lernen des Neuronalen Netzes notwendig. Zu diesem Zweck wird in der Praxis die in 7 gezeigte Trainingsstruktur/-prozedur verwendet. Zunächst wird die Regelstrecke mit Hilfe eines Neuronalen Netzes nachgebildet. Sei angenommen, dass dieses NN, gekennzeichnet durch NN1, durch ŷ(k + 1) = NN1(y(k), y(k – 1), ..., y(k – lR1 + 1), u(k), u(k – 1), ..., u(k – lS1 + 1)) mit lR1 + lS1, Eingängen beschrieben wird, wird das Training/Lernen des Netzes dann beendet, wenn ŷ(k) – y(k) ausreichend klein wird. Das NN1 wird nun in die in 7 dargestellte Struktur als Modell der Regelstrecke eingesetzt. Mit u(k) = NN2(y(k), y(k – 1), ..., y(k – lR2 + 1), u(k – 1), u(k – 1), ...,u(k – lS1 + 1), w)als weiteres NN mit lR2 + lS1, Eingängen zur Beschreibung des inversen Modells, wird NN2 so lange trainiert, bis die Differenz zwischen der Ausgangsgröße des NN1 und dem Soll-Wert w ausreichend klein ist.
  • Für die Anwendung zur Fehlerdiagnose wird die Regelungsstruktur wie folgt genutzt. Unter der Voraussetzung, dass das NN2 ausreichend und mögliche Veränderungen in der Umgebung der Regelstrecke während des Trainings mit berücksichtigt trainiert wurde, wird gewährleistet, dass |w(k) – y(k)| < γ bzw. y(k) → w(k)
  • Es liegt somit nahe, das Signal y(k) – w(k)als Residuensignal zu definieren. Es ist anzumerken, dass das hier gebildete Residuensignal y(k) – w(k) im Gegensatz zu den oben beschriebenen Konzepten aus einer „closed-loop"-Struktur generiert wird.
  • Um den Einfluss der möglichen Fehler auf das Residuensignal zu verdeutlichen, wird der Einfachheit halber angenommen, dass sich Sensor- und Aktuatorfehler durch y(k) + fS, u(k) + fA modellieren lassen und ferner im fehlerfreien Fall w(k + 1) = y(k + 1) = f(y(k), y(k – 1), ..., y(k – lR1 + 1), u(k), u(k – 1), ..., u(k – lS1 + 1))gilt. f(·) kennzeichnet eine nichtlineare Funktion, die die Regelstrecke beschreibt und sich durch das NN1 ausreichend gut nachbilden lässt. Es gilt dann im Allgemeinen y(k) – w(s) = fs + f(y(k – 1), ..., y(k – lR1), u(k – 1) + fA, ..., u(k – lS1) + fA – f(y(k – 1), ..., y(k – lR1), u(k – 1), ..., u(k – lS1)) u(k) = NN2(y(k)+ fs, ..., y(k – lR1 + 1) + fs, u(k), ... u(k – lS1 + 1), w)
  • Als ein Beispiel kann man die Wirkung eines Sensorfehlers aus der obigen Darstellung durch y(k) – w(s) = fs + f(k – 1), ..., y(k – lR1), u(k – 1), ..., u(k – lS1)) – f(y(k – 1), ..., y(k – lR1), u(k – 1), ..., u(k –lS1)) u(k) = NN2(y(k) + fs, ..., y(k – lR1 + 1) + fs, u(k – lS1 + 1), w)
    Figure 00130001
    beschreiben. Basierend auf diesem Fehlermodell kann man dann den Schwellwert parametrisieren, einstellen und die möglichen Fehler lokalisieren und unter gewissen Bedingungen identifizieren.
  • 8 zeigt das erfindungsgemäße Fehlerdiagnoseverfahren in einer Anwendung auf eine nichtlineare Modellfolgeregelstruktur.
  • Basierend auf dem Konzept der Systemlinearisierung durch (Zustands-) Rückkopplung wird das Schema der Modellfolgeregelung erfolgreich zur Regelung nichtlinearer Systeme eingesetzt. Vor allem im Bereich der Regelung mechatronischer Systeme wird damit der Stand der Technik markiert. Zur Erläuterung des Arbeitsprinzips der Regler wird das in 7 vereinfacht dargestellte Modellfolgeregelungssystem herangezogen.
  • Es wird angenommen, dass sich die Regelstrecke durch
    Figure 00130002
    mit yAbst, yGeschw als Messungen des Abstands und der Geschwindigkeit darstellen lässt. Eine Modellfolgeregelung erfolgt dann durch die Einstellung des Reglers der Form
    Figure 00140001
    wobei y d / Abst, y d / Geschw, y d / Beschl den Soll-Abstand, die Soll-Geschwindigkeit sowie die Soll-Beschleunigung bezeichnen. Für die Dynamik des geschlossenen Regelkreises gilt dann y .Geschw – ydBeschl – K1(ydAbst – yAbst) – K2(ydGeschw – yGeschw) = 0
  • Damit ist ersichtlich, dass sich durch eine geeignete Einstellung der beiden Parameter ydAbst – yAbst, ydGeschw – yGeschw zwei Residuensignale bilden.
  • Im Allgemeinen lässt sich ein nichtlineares, dynamisches System unter bestimmten Bedingungen in ein lineares und ein nichtlineares Teilsystem transformieren. Das nichtlineare Teilsystem wird als Zero-Dynamik des Systems bezeichnet. Die Aufgabe des Reglers besteht nun im Wesentlichen darin, mit Hilfe eines inversen Modells den nichtlinearen Anteil zu kompensieren und den geschlossenen Regelkreis durch geeignete Soll-Werte zu erregen.
  • Es werden die möglichen Sensor- und Aktuatorfehler durch yAbst + fAbst, yGeschw + fGeschw, u + fu modelliert. Es gilt dann
    Figure 00140002
    woraus man den Einfluss der einzelnen Fehler berechnen und somit die Grundlage für eine Residuenauswertung zwecks Fehlerdetektion und -lokalisierung schaffen kann.
  • Es ist anzumerken, dass die hier beschriebene Residuengenerierung in einer „closed-loop"-Struktur realisiert wird.
    • w
    Führungsgröße (Soll-Wert)
    ŵ
    Schätzwert der Führungsgröße
    y
    Regelgröße (Ist-Wert)
    ŷ
    Schätzwert der Regelgröße
    u
    Stellgröße
    GS(s)
    Streckenmodell
    GS –1(s)
    inverses Streckenmodell
    K
    Übergangsfunktion Regler für Soll-Wertkorrektur
    GK
    Fehlerübertragungsfunktion der Aktuator- oder
    Komponentenfehler (bezogen auf Regelgröße)
    fS(s)
    Sensorfehler
    fK(s)
    Aktuator- oder Komponentenfehler
    f ^S
    Fehlergrößenschätzung Sensorfehler
    f ^K
    Fehlergrößenschätzung Aktuator- oder Komponentenfehler
    ϑ
    Parametervektor des Modells
    Ψ
    Abbildung (allg. math.)
    Abbildung (allg. math.)
    IS1
    Anzahl gespeicherter Abtastschritte der Stellgröße (NN1
    & NN2)
    IR1
    Anzahl gespeicherter Abtastschritte der Regelgröße (NN1)
    IR2
    Anzahl gespeicherter Abtastschritte der Regelgröße (NN2)
    NN
    Neuronales Netz (Abk.)
    SCHdw
    Schwellwert aus Abschätzung Störeinfluss auf Residuum
    SCHds
    Schwellwert aus Abschätzung Störeinfluss auf Residuum
    SCHdy
    Schwellwert aus Abschätzung Störeinfluss auf Residuum

Claims (20)

  1. Verfahren zur Fehlerdiagnose eines geregelten mechatronischen Systems, dessen Regelungsstrukturen wenigstens eine Modellfolgeregelung aufweisen, dadurch gekennzeichnet, dass zur Fehlerdiagnose die in das Regelungssystem eingebettete Modellfolgeregelung betrachtet wird und die Fehlerdiagnose auf Basis wenigstens eines Schätzwertes, der aus dem in der Modellfolgeregelung enthaltenen Modell der Regelstrecke abgeleitet wird, erfolgt.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass zur Fehlerdiagnose die Differenz einer Schätzung der Führungsgröße (Ŵ), die aus dem in der Modellfolgeregelung enthaltenen Modell der Regelstrecke abgeleitet wird, und des Ist-Wertes der Regelgröße (y) erfolgt.
  3. Verfahren nach Anspruch 1 und 2, dadurch gekennzeichnet, dass zur Fehlerdiagnose die Differenz ŵ – y gebildet wird, wobei sich ŵ aus ŵ(s) = Gs(s)u(s) – K(s)(ŵ(s) – y(s)) und y(s) aus y(s) = Gs(s)u(s) + ΔGs(s)u(s) + fs(s) + GK(s)fK(s) ergibt.
  4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass der Schwellwert zur Abschätzung der Störeinflüsse auf das jeweilige Residuum und damit zur Vermeidung von Fehlalarmen im Rahmen der Fehlererkennung in Abhängigkeit von den Reglerparametern gebildet wird.
  5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass der Schwellwert zur Abschätzung der Störeinflüsse auf das jeweilige Residuum und damit zur Vermeidung von Fehlalarmen im Rahmen der Fehlererkennung in Abhängigkeit von den Reglerparametern mit
    Figure 00180001
    wobei L–1 für die inverse Laplace-Transformierte steht, oder im stationären Bereich unter der Annahme der quasi konstanten Stellgröße anhand von
    Figure 00180002
    gebildet wird.
  6. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass der Fehler durch den Einsatz von Nachfiltern lokalisiert wird.
  7. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass der Fehler durch den Einsatz von Nachfiltern vorzugsweise mittels
    Figure 00180003
    d.h. falls |R1(s)(ŵ(s) – y(s))| > Schdw ⇒ Fehler in fS(s) bzw.
    Figure 00180004
    d.h. falls |R2(s)(ŵ(s) – y(s))| > Schdw ⇒ Fehler in fK(s) für das Residuum ŵ(s) – y(s) (durch entsprechend gleiches Vorgehen auch für das Residuum K(S)(ŵ(s) – y(s)) zu definieren) lokalisiert wird.
  8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass eine Fehlerschätzung anhand von
    Figure 00180005
    erfolgt.
  9. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass zur Fehlerdiagnose die Differenz einer Schätzung der Regelgröße ŷ, die aus dem in der Modellfolgeregelung enthaltenen Modell der Regelstrecke abgeleitet wird, und des Ist-Wertes der Regelgröße (y) erfolgt.
  10. Verfahren nach Anspruch 9 und 1, dadurch gekennzeichnet, dass der Schätzwert der Regelgröße aus der Differenz des Ist-Wertes der Regelgröße y und des Schätzwertes der Regelgröße ŷ erfolgt, wobei ein zur Regelung in der Modellfolgeregelung benutztes, inverses Modell auf Basis der Identifikation des Regelstreckenmodells über den Abgleich des Soll-Wertes w zur Schätzgröße des Soll-Wertes ŵ adaptiert wird und die Stellgröße u des Modellfolgereglers aus dem so adaptierten, inversen Modell gebildet wird.
  11. Verfahren nach Anspruch 10, 9 und 1, dadurch gekennzeichnet, dass die Regelstrecke mit y(s) =GS(s, θ)u(s) modelliert wird, wobei θ der Parametervektor des Modells ist und die Online-Identifikation der Modellparameter kombiniert mit der Schätzung der Ausgangsgröße y durchgeführt wird, wobei gilt
    Figure 00190001
    und Ψ(u, y – ŷ) eine Abbildung und θ ^ die aktuelle Schätzung des Parametervektors ist, weiterhin die Adaption des Parametervektors ϑ des inversen Modells durch
    Figure 00190002
    erfolgt und die Identifikation der Modellparameter mit G–S (s, ϑ ^)GS (s, θ) ≈ I erfolgtund somit das Ziel der Modellfolgeregelung y(s) = GS(s, θ)u(s) = GS(s, θ)G–S (s, ϑ ^)w(s) ≈ w(s)erreicht wird, wobei die Residuen durch die Nutzung des Signals y – ŷ gebildet werden und sich für y(s) = Gs(s, θ)u(s) + fs(s) + GK(s)fK(s) die Residuen zu y – ŷ = (Gs(s, θ) – Gs(s, θ ^))u(s) + fs(s) + GK(s)fK(s) ergibt.
  12. Verfahren nach Anspruch 11, dadurch gekennzeichnet, dass der Schwellwert anhand der Definition Schdy = maxt|ΔGs(s, α, β, γ)u(s)|, wobei L–1 für die inverse Laplace-Transformierte steht, eingestellt wird.
  13. Verfahren nach Anspruch 12, dadurch gekennzeichnet, dass der Fehler durch den Einsatz von Nachfiltern lokalisiert wird, wobei vorzugsweise die Übertragungsfunktionen R1(s) und R2(s) beispielhaft für das Residuum ŵ(s) – y(s) so zu wählen sind, dass
    Figure 00200001
    und damit
    Figure 00200002
    gilt, wodurch über den Zusammenhang |R1(s)(ŵ(s) – y(s))| > Schdw auf einen Fehler fS(s) geschlossen werden kann, und/oder R2(s) so zu wählen ist, dass
    Figure 00200003
    und damit
    Figure 00200004
    gilt, wodurch über den Zusammenhang |R2(s)(ŵ(s) – y(s))| > Schdw auf einen Fehler fK(s) geschlossen werden kann und damit eine Lokalisierung, d. h. eine Bestimmung der Fehlerquelle, erfolgt.
  14. Verfahren nach Anspruch 11, dadurch gekennzeichnet, dass eine Größenschätzung des Fehlers mit
    Figure 00210001
    erfolgt.
  15. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass zur Fehlerdiagnose ein mittels eines Neuronalen Netzes gebildetes, inverses Modell für die Modellfolgeregelung verwendet wird, wobei das inverse Modell in einem zweistufigen Verfahren generiert wird, indem ein Neuronales Netz NN1 für die Regelstrecke auf Basis der Abweichung einer Schätzung der Regelgröße ŷ und des Ist-Wertes der Regelgröße (y) erfolgt, wobei das so trainierte Neuronale Netz NN1 als Modell der Regelstrecke für das Training des Neuronalen Netzes NN2, welches für die Modellfolgeregelung verwendet wird, genutzt wird, wobei das Neuronale Netz NN2 anhand der Abweichung des Soll-Wertes zur Schätzung der Regelgröße ŷ aus dem Modell der Regelstrecke trainiert wird und die Residuen zur Fehlerauswertung aus der Abweichung des Soll-Wertes w zum Ist-Wert der Regelgröße y gebildet werden.
  16. Verfahren nach Anspruch 15, dadurch gekennzeichnet, dass das für die Modellfolgeregelung mittels des Neuronalen Netzes gebildete inverse Streckenmodell adaptiv modifizierbar ist und die Regelabweichung als Residualsignal genutzt wird, wobei ein Modell für die Sensorfehler gemäß y(k) – w(s) =fs + f(y(k – 1), ..., y(k – lR1), u(k – 1), ..., u(k – lS1)) – f(y(k – 1), ..., y(k – lR1), u(k –1), ..., u(k – lS1)) u(k) = NN2 (y(k) + fs, ..., y(k – lR1 + 1) + fS, u(k), ..., u(k – lS1 + 1), w)
    Figure 00220001
    gebildet wird und auf Grund des Fehlermodells die Sensorfehler lokalisiert und identifiziert werden
    Figure 00220002
  17. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass zur Fehlerdiagnose die in das Regelungssystem eingebettete Modellfolgeregelung genutzt wird, wobei diese eine adaptive Modellfolgeregelung ist, bei welcher eine Systemzerlegung in ein lineares Teilsystem und ein nichtlineares Teilsystem erfolgt und die Kompensation der nichtlinearen Dynamik anhand des inversen Modells des nichtlinearen Teilsystems erfolgt wobei ein resultierender linearer Anteil verbleibt und die Differenz zwischen der Führungsgröße und der Regelgröße zur Bildung der Fehlermodelle genutzt wird.
  18. Verfahren nach Anspruch 17, dadurch gekennzeichnet, dass aus der Führungsgröße und der Regelgröße ein Residuensignal gebildet wird, welches aufgrund der Eigenschaften der nichtlinearen adaptiven Modellfolgeregelung Strecken- und Aktuatorfehler beschreibt und ein Fehlermodell wie folgt beschrieben wird:
    Figure 00230001
    wobei basierend auf dem obigen Modell Fehler detektiert und lokalisiert werden.
  19. Computerprogramm, dadurch gekennzeichnet, dass es zur Durchführung des Verfahrens nach Anspruch 1–16 geeignet ist, wenn es auf einem Computer ausgeführt wird, wobei es auf einem Speicher des Computers abgelegt ist.
  20. Steuer- und oder Regeleinrichtung zum Betreiben einer Brennkraftmaschine, dadurch gekennzeichnet, dass diese einen Speicher umfasst, auf welchem ein Computerprogramm nach Anspruch 19 abgelegt ist.
DE200510018980 2005-04-21 2005-04-21 Verfahren und Vorrichtung zur Fehlerdiagnose mechatronischer Systeme Expired - Fee Related DE102005018980B4 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE200510018980 DE102005018980B4 (de) 2005-04-21 2005-04-21 Verfahren und Vorrichtung zur Fehlerdiagnose mechatronischer Systeme
EP06006355.9A EP1715352B1 (de) 2005-04-21 2006-03-28 Verfahren und vorrichtung zur fehlerdiagnose mechatronischer systeme

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE200510018980 DE102005018980B4 (de) 2005-04-21 2005-04-21 Verfahren und Vorrichtung zur Fehlerdiagnose mechatronischer Systeme

Publications (2)

Publication Number Publication Date
DE102005018980A1 true DE102005018980A1 (de) 2006-11-02
DE102005018980B4 DE102005018980B4 (de) 2011-12-01

Family

ID=36686111

Family Applications (1)

Application Number Title Priority Date Filing Date
DE200510018980 Expired - Fee Related DE102005018980B4 (de) 2005-04-21 2005-04-21 Verfahren und Vorrichtung zur Fehlerdiagnose mechatronischer Systeme

Country Status (2)

Country Link
EP (1) EP1715352B1 (de)
DE (1) DE102005018980B4 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009002682A1 (de) * 2009-04-28 2010-11-04 Airbus Deutschland Gmbh Einrichtung und Verfahren zur Residuenauswertung eines Residuums zur Erkennung von Systemfehlern im Systemverhalten eines Systems eines Flugzeugs
DE102008049645B4 (de) * 2007-10-01 2016-03-31 GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) Verfahren zur Steuerung eines Drosselventils
DE112019006835B4 (de) 2019-02-07 2024-08-08 Denso Corporation Anomalieerfassungsvorrichtung

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2923545B1 (fr) * 2007-11-12 2014-04-18 Peugeot Citroen Automobiles Sa Procede de diagnostic d'un ensemble moteur suralimente au moyen d'un processeur
DE102008015909B3 (de) * 2008-03-27 2009-12-03 Continental Automotive Gmbh Verfahren und Vorrichtung zum Betreiben einer Brennkraftmaschine
DE102008027585B4 (de) * 2008-06-10 2010-04-08 Siemens Aktiengesellschaft Kalibrierung der Piezoparameter für eine Zylinderinnendruckmessung mittels Piezoinjektoren
DE102011007302B4 (de) * 2011-04-13 2013-08-14 Continental Automotive Gmbh Verfahren und Vorrichtung zum Betreiben einer Brennkraftmaschine
DE102012012964A1 (de) 2012-06-29 2014-01-02 Daimler Ag Diagnoseverfahren für eine Getriebevorrichtung mit einer Vorgelegewelle und einer Vorgelegewellenbremse
DE102016109821A1 (de) * 2016-05-27 2017-11-30 Raytheon Anschütz Gmbh Vorrichtung und Verfahren zur Fehlerüberwachung des Ruders eines Wasserfahrzeuges
CN112733320B (zh) * 2020-12-09 2022-03-22 淮阴工学院 一种基于delta算子的升压变换器执行器故障检测方法
CN113761803A (zh) * 2021-09-13 2021-12-07 中国科学院工程热物理研究所 燃气轮机的补偿模型的训练方法及使用
DE102021127196B4 (de) * 2021-10-20 2024-10-24 Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr Verfahren zur Diagnose der Verschlechterung von Komponenten eines technischen Systems
CN114625009B (zh) * 2022-03-22 2023-11-28 浙江大学 一种基于系统辨识和最优滤波的故障检测方法
CN115263869B (zh) * 2022-08-29 2024-08-27 浙江理工大学 一种多余度电静压伺服机构故障诊断方法和装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19750191A1 (de) * 1997-09-24 1999-03-25 Bosch Gmbh Robert Verfahren und Vorrichtung zur Überwachung der Lasterfassung einer Brennkraftmaschine
DE10021639C1 (de) * 2000-05-04 2002-01-03 Bosch Gmbh Robert Verfahren zur Diagnose des Umgebungsdruckes für Verbrennungskraftmaschinen
US7058556B2 (en) * 2001-09-26 2006-06-06 Goodrich Pump & Engine Control Systems, Inc. Adaptive aero-thermodynamic engine model

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ISERMANN, R.: Model Based Failt Detection and Diagnosis Methods. In: American Control Conferen- ce, Seatle, Washington, June 1995, S. 1605-1609 *
KINOSHITA K.; HATA, M.; HIRADE, K.: "Digital Mobile Radio Telephone System Using TD/FDMA Scheme". IEEE Trans. On Vehicular Technology, 1982, Vol. VT-31, No. 4, S. 153-157 *
LUNZE, J.: Regelungstechnik 1. Berlin (u.a.): Springer-Verlag, 2001, S. 452-476 *
PATTON, R.; CHEN, J.: Robustness in Quantitative Model-Based Fault Diagnosis. In: IEE Colloquium on Intelligent Fault Diagnosis - Part 2: Model- Based Techniques, London, Feb. 1992, S. 4/1-4/17 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008049645B4 (de) * 2007-10-01 2016-03-31 GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) Verfahren zur Steuerung eines Drosselventils
DE102009002682A1 (de) * 2009-04-28 2010-11-04 Airbus Deutschland Gmbh Einrichtung und Verfahren zur Residuenauswertung eines Residuums zur Erkennung von Systemfehlern im Systemverhalten eines Systems eines Flugzeugs
DE102009002682B4 (de) * 2009-04-28 2012-09-20 Airbus Operations Gmbh Einrichtung und Verfahren zur Residuenauswertung eines Residuums zur Erkennung von Systemfehlern im Systemverhalten eines Systems eines Flugzeugs
DE102009061036B4 (de) * 2009-04-28 2016-03-31 Airbus Operations Gmbh Vorrichtung und Verfahren zur Residuengenerierung zur Erkennung von fehlerhaften Transienten, Drift oder Oszillationen im Systemverhalten eines Systems eines Flugzeugs, und Flugzeug
DE112019006835B4 (de) 2019-02-07 2024-08-08 Denso Corporation Anomalieerfassungsvorrichtung

Also Published As

Publication number Publication date
EP1715352A3 (de) 2012-04-18
EP1715352B1 (de) 2019-04-24
EP1715352A2 (de) 2006-10-25
DE102005018980B4 (de) 2011-12-01

Similar Documents

Publication Publication Date Title
DE102005018980B4 (de) Verfahren und Vorrichtung zur Fehlerdiagnose mechatronischer Systeme
DE69635429T2 (de) Luft/Kraftstoff-Verhältnis-Steuersystem
EP1412821B1 (de) Rekonfigurations-verfahren für ein sensorsystem mit zumindest einem satz von beobachtern zur ausfallkompensation und sicherstellung einer messwertgüte
DE102007001025A1 (de) Verfahren zur rechnergestützten Steuerung und/oder Regelung eines technischen Systems
AT511577A2 (de) Maschinell umgesetztes verfahren zum erhalten von daten aus einem nicht linearen dynamischen echtsystem während eines testlaufs
EP2962161A1 (de) Verfahren zum entwerfen eines nichtlinearen reglers für nichtlineare prozesse
DE102007039691A1 (de) Modellierungsverfahren und Steuergerät für einen Verbrennungsmotor
EP2947035B1 (de) Verfahren zur bestimmung der aufgenommenen last einer arbeitsmaschine sowie arbeitsmaschine, insbesondere kran
DE102011103594A1 (de) Verfahren zur Regelung technischer Prozesse sowie Verfahren zur Durchführung von Versuchen auf Prüfständen
DE19547496C2 (de) Verfahren zur Regelung von Verbrennungsmotoren
WO2020126597A1 (de) Verfahren, computerprogramm, maschinenlesbares speichermedium sowie vorrichtung zur datenvorhersage
WO2019076511A1 (de) Verfahren und vorrichtung zum einstellen mindestens eines parameters eines aktorregelungssystems und aktorregelungssyste
DE102018212560A1 (de) Rechnergestütztes System zum Testen einer servergestützten Fahrzeugfunktion
DE10201018B4 (de) Neuronales Netz, Opimierungsverfahren zur Einstellung der Verbindungsgewichte eines neuronalen Netzes sowie Analyseverfahren zur Überwachung eines Optimierungsverfahrens
DE102018206114A1 (de) Verfahren zum Ansteuern eines Ventils und entsprechende Vorrichtung
DE102009027517A1 (de) Verfahren zur Adaption einer Steuerungsfunktion in einem Steuergerät
DE102015207270A1 (de) Verfahren und Vorrichtung zur Simulationskopplung eines ereignisgesteuerten Controller-Teilsystems und eines Anlagen-Teilsystems
DE102012200032B4 (de) Verfahren und Vorrichtung zur Dynamik-Diagnose von Sensoren
DE102021116388A1 (de) Verfahren zum Optimieren eines Reglers und Regelsystem mit einem derart optimierten Regler
DE102013206274A1 (de) Verfahren und Vorrichtung zum Anpassen eines nicht parametrischen Funktionsmodells
EP4036663A1 (de) Steuereinrichtung zum steuern eines technischen systems und verfahren zum konfigurieren der steuereinrichtung
DE102021200789A1 (de) Computer-implementiertes Verfahren und Vorrichtung zur Manipulationserkennung für Abgasnachbehandlungssysteme mithilfe Verfahren künstlicher Intelligenz
DE102009051514A1 (de) Vorrichtung und Verfahren zur Druckregelung eines Volumens
DE102018128315A1 (de) Verfahren, Vorrichtung, Computerprogramm und Computerprogrammprodukt zur Überprüfung eines ersten adaptiven Systemmodells
DE102016225041B4 (de) Verfahren zum Betreiben einer Brennkraftmaschine, Steuereinrichtung für eine Brennkraftmaschine, und Brennkraftmaschine mit einer solchen Steuereinrichtung

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
R016 Response to examination communication
R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final

Effective date: 20120302

R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee