-
Die Erfindung betrifft ein Verfahren zum Betreiben einer Brennkraftmaschine gemäß Anspruch 1, ein Verfahren zum Ermitteln einer Lernstruktur für den Betrieb einer Brennkraftmaschine gemäß Anspruch 7, ein Steuergerät für eine Brennkraftmaschine gemäß Anspruch 14 und eine Brennkraftmaschine gemäß Anspruch 15.
-
Verfahren zum Betreiben von Brennkraftmaschinen sind grundsätzlich bekannt. Im Rahmen eines solchen Verfahrens wird eine Mehrzahl von Signalen verarbeitet, nämlich zum einen Sensorsignale von Sensoren, welche Betriebsparameter der Brennkraftmaschine erfassen, und Aktorsignale, welche zur Vorgabe von Funktionsstellungen an Aktoren der Brennkraftmaschine gesendet werden. Problematisch ist, dass die an einer Brennkraftmaschine konkret verbauten Sensoren und Aktoren prinzipiell Abweichungen von einem idealen Verhalten zeigen. Dies ist zum Teil Ausdruck von Fertigungstoleranzen bei der Herstellung der Sensoren und Aktoren, kann aber auch auf Abnutzung oder anderen Effekten beruhen. Ein Steuergerät der Brennkraftmaschine bestimmt den Zustand derselben mithilfe der Sensoren und stellt mithilfe der Aktoren bestimmte Betriebspunkte ein. Betrachtet man eine ganze Serie, Baureihe oder Flotte von Brennkraftmaschinen, ergibt sich als Folge der Abweichungen vom Idealverhalten der verbauten Sensoren und Aktoren eine Streuung um jeweils idealerweise angestrebte Betriebspunkte. Dies bedeutet, dass jede konkrete Brennkraftmaschine mit einer konkreten Auswahl von Sensoren und Aktoren sich – trotz identischer Steuergeräte – ein wenig anders verhält als die anderen Brennkraftmaschinen. Um gleichwohl nach Möglichkeit über die gesamte Flotte vorgegebene Größen, beispielsweise Emissionsgrenzwerte, einhalten zu können, müssen Sicherheitsmargen vorgesehen sein. Hierdurch kann gewährleistet werden, dass jedenfalls ein gewisser Prozentsatz der Brennkraftmaschinen innerhalb von vorgegebenen Toleranzen bleibt. Die Sicherheitsmargen führen jedoch in der Regel zu einem erhöhten Kraftstoffverbrauch.
-
Um diesem Problem zu begegnen, ist es prinzipiell möglich, Sensoren und Aktoren mit geringeren Toleranzen zu verbauen. Solche Elemente sind allerdings deutlich teurer als entsprechende Standard-Elemente. Alternativ ist es möglich, eine Mehrzahl von Sensoren zur Messung derselben Größe zu verwenden. Hierdurch ist das Problem zum einen nur auf der Seite der Signalerfassung, nicht jedoch auf der Aktorseite lösbar, außerdem entstehen Mehrkosten für die zusätzlichen Bauteile und auch für die Auswertung der Signale in dem Steuergerät. Eine weitere Möglichkeit dem Problem zu begegnen besteht darin, jede einzelne Brennkraftmaschine auf einem Prüfstand vor der Auslieferung zu kalibrieren. Dabei wären systematische Abweichungen der konkret verbauten Sensoren und Aktoren erfassbar und könnten in der Steuerung der Brennkraftmaschine berücksichtigt werden. Diese Vorgehensweise würde allerdings extreme Kosten verursachen, weil jede einzelne Brennkraftmaschine teure Prüfstandszeit absolvieren müsste. Schließlich wäre noch eine softwareseitige Kalibrierung der Sensoren und Aktoren vor der Auslieferung möglich. Dies ist allerdings auch nur mit sehr großem Aufwand realisierbar und führt zudem zu Problemen beim Austausch von Teilen im Anwendungsfeld. In diesem Fall wäre nämlich eine Nachkalibrierung erforderlich, was teuer, aufwändig und mit hohem logistischem Aufwand verbunden ist.
-
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zum Betreiben einer Brennkraftmaschine zu schaffen, mit welchem die genannten Auswirkungen der Abweichungen von Sensoren und Aktoren von ihrem idealen Verhalten auf eine gesamte Flotte von Brennkraftmaschinen reduziert werden können. Der Erfindung liegt außerdem die Aufgabe zugrunde, ein Verfahren zum Ermitteln einer Lernstruktur für den Betrieb einer Brennkraftmaschine zu schaffen, wobei ebenfalls die genannten Nachteile vermieden beziehungsweise die genannten Vorteile erzielt werden. Weiterhin liegt der Erfindung die Aufgabe zugrunde, ein Steuergerät für eine Brennkraftmaschine sowie eine Brennkraftmaschine zu schaffen, wobei ebenfalls die genannten Vorteile verwirklicht werden.
-
Die Aufgabe wird gelöst, indem ein Verfahren mit den Schritten des Anspruchs 1 vorgeschlagen wird. Im Rahmen des Verfahrens zum Betreiben einer Brennkraftmaschine wird eine Mehrzahl von Signalen erfasst, die von wenigstens einem Sensor erzeugt und/oder an wenigstens einen Aktor gesendet werden. Es ist also grundsätzlich möglich, dass nur Signale von Sensoren oder nur Signale, die an Aktoren gesendet werden, erfasst werden. Bevorzugt werden allerdings sowohl von Sensoren erzeugte als auch an Aktoren gesendete Signale erfasst. Solche Signale werden im Folgenden auch als Sensorsignale – oder Messsignale – und als Aktorsignale – oder Stellsignale – bezeichnet. Die erfassten Signale werden ausgewertet, und es wird eine spezifische Kombination der Signalwerte der erfassten Signale ermittelt. Die Signale werden also nicht einzeln für sich betrachtet, sondern es wird festgestellt, welche spezifische Kombination von Werten der erfassten Signale momentan vorliegt. Anhand eines für eine Vielzahl von Brennkraftmaschinen vorherbestimmten Zusammenhangs zwischen der spezifischen Kombination der erfassten Signalwerte und einem zu korrigierenden Signal wird ein Korrekturwert für das zu korrigierende Signal ermittelt.
-
Vorzugsweise wird ein Schätzwert für einen wahren Wert des zu korrigierenden Signals ermittelt. Das zu korrigierende Signal ist bevorzugt eines der erfassten Signale. Alternativ oder zusätzlich ist es auch möglich, dass ein Signal korrigiert wird, welches nicht zu der Mehrzahl von erfassten Signalen gehört. Bei dem zu korrigierenden Signal kann es sich um ein Sensorsignal oder um ein Aktorsignal, also um ein Messsignal oder um ein Stellsignal handeln. Das zu korrigierende Signal wird mit dem Korrekturwert korrigiert.
-
Dem Verfahren liegt der Gedanke zugrunde, dass die Sensorsignale und/oder Aktorsignale der Brennkraftmaschine fehlerbehaftet sind, wobei die konkret verbauten Sensoren und Aktoren systematische Abweichungen von ihrem idealen Verhalten zeigen, die jedoch als solche unbekannt sind. Es zeigt sich aber, dass viele Sensorsignale und/oder Aktorsignale einer Brennkraftmaschine miteinander korreliert sind oder Informationen übereinander enthalten. Die Signale sind also nicht unabhängig voneinander, sondern beispielsweise durch physikalische Zusammenhänge miteinander verknüpft. Im Allgemeinen sind auch statistische Informationen über die systematischen Abweichungen von Sensoren und/oder Aktoren der verbauten Art verfügbar, können abgeschätzt oder auch an einer Vielzahl von Sensoren einmalig gemessen werden. Beispielsweise können Toleranzen in Datenblättern herangezogen werden. Solche Zusammenhänge und/oder Informationen werde genutzt, um für eine Vielzahl von Brennkraftmaschinen den vorherbestimmten Zusammenhang zwischen einer spezifischen Kombination von erfassten Signalwerten und dem wahren Wert des zu korrigierenden Signals zu ermitteln. Der Zusammenhang liefert somit einen Schätzwert für das zu korrigierende Signal auf der Grundlage der erwähnten Informationen, woraufhin der Wert des zu korrigierenden Signals wiederum anhand dieses Schätzwerts korrigiert wird.
-
Dabei zeigt sich, dass der so bestimmte Schätzwert beziehungsweise der derart ermittelte Korrekturwert nicht für jede einzelne Brennkraftmaschine korrekt ist, mithin nicht für jede einzelne Brennkraftmaschine zu einer Verbesserung des Betriebsverhaltens führt. Es ist im Gegenteil sogar möglich, dass eine spezifische Brennkraftmaschine mit einer spezifischen Kombination systematisch fehlerhafter Sensoren und/oder Aktoren durch Anwendung des Verfahrens in ihrem Betriebsverhalten verschlechtert wird. Im statistischen Mitteln reduziert aber das vorgeschlagene Verfahren – über eine gesamte Flotte von Brennkraftmaschinen betrachtet – die Wahrscheinlichkeit, dass große Abweichungen von einem angestrebten Betriebspunkt auftreten, wodurch die Auswirkungen der Toleranzen der Sensoren und Aktoren innerhalb der Flotte reduziert werden. Es wird also im Rahmen des Verfahrens nicht versucht, die prinzipiell unbekannten Abweichungen vom Idealverhalten der konkret verbauten Sensoren und Aktoren an einer individuellen Brennkraftmaschine zu korrigieren. Die zu korrigierenden Signale werden jedoch derart korrigiert, dass sich insbesondere auf Basis einer bekannten Statistik einer Gesamtheit der verbauten Sensoren und Aktoren die Häufigkeit von großen Abweichungen und damit die Auswirkung der systematischen Streuung von Sensoren und Aktoren innerhalb der gesamten Flotte reduziert. Der Korrekturwert verbessert also insbesondere die Varianz der Mess- oder Stellfehler innerhalb einer Baureihe, Serie oder Flotte gegenüber dem unkorrigierten Signal.
-
Dadurch ist es möglich, strengere Vorgaben, beispielsweise strengere Emissionsgrenzen einzuhalten, Sicherheitsmargen können reduziert werden, und die Anzahl von Brennkraftmaschinen innerhalb der Flotte, welche Vorgaben im Anwendungsfeld verletzen, kann ebenfalls reduziert werden. Zugleich wird der Kraftstoffverbrauch der Brennkraftmaschine jedenfalls im statistischen Mittel reduziert. Das Verfahren ist einfach und kostengünstig anwendbar, weil es lediglich einer Implementierung des Verfahrens und insbesondere des vorherbestimmten Zusammenhangs in das Steuergerät einer Brennkraftmaschine bedarf. Es sind keine zusätzlichen und insbesondere keine hochgenauen Sensoren und/oder Aktoren nötig. Auch eine Kalibrierung jeder einzelnen Brennkraftmaschine an einem Prüfstand wird vermieden. Ein Austausch von Sensoren und/oder Aktoren im Anwendungsfeld führt nicht zu Problemen, da die ausgetauschten Bauteile die gleiche Statistik aufweisen wie die zuvor verbauten, wodurch sie bereits im Rahmen des Verfahrens berücksichtigt sind.
-
Das Verfahren wird vorzugsweise nicht nur auf ein zu korrigierendes Signal, sondern auf eine Mehrzahl zu korrigierender Signale angewendet. Hierzu ist es möglich, dass eine Kaskadierung des Verfahrens, insbesondere eine Kaskadierung von vorherbestimmten Zusammenhängen für verschiedene Signale, möglich ist. Auf diese Weise werden bevorzugt mehrere Signale gleichzeitig korrigiert. Auch eine rekursive Anwendung des Verfahrens ist möglich, bei der das korrigierte Signal zur Verbesserung der Korrektur erneut dem Verfahren zugrunde gelegt wird.
-
Eine Weiterbildung der Erfindung sieht vor, dass als vorherbestimmter Zusammenhang eine analytische Funktion verwendet wird. Besonders bevorzugt beschreibt die analytische Funktion physikalische Beziehungen zwischen den erfassten Signalen. Dabei wird vorzugsweise eine Redundanz der Signale, eine Korrelation der verschiedenen Signale und/oder in den Signalen enthaltene Informationen übereinander ausgenutzt. Die Verwendung einer analytischen Funktion zur Beschreibung solcher Zusammenhänge stellt eine sehr einfache Implementierung mit geringem Rechenaufwand dar. Es zeigt sich aber, dass häufig die Ermittlung solcher analytischen Funktionen schwierig ist, sei es, weil die funktionalen Zusammenhänge insbesondere zwischen einer Vielzahl von Signalen sehr komplex sind, oder weil eine Kenntnis der genauen analytischen Zusammenhänge prinzipiell nicht möglich ist. Es ist auch möglich, dass als Zusammenhang ein Modell der physikalischen Beziehungen verwendet wird.
-
Eine Weiterbildung der Erfindung sieht vor, dass alternativ oder zusätzlich der vorherbestimmte Zusammenhang durch eine Lernstruktur dargestellt wird, welche den Korrekturwert in Abhängigkeit von den erfassten Signalen ausgibt. Die Anwendung einer solchen Lernstruktur ist auch in den Fällen möglich, in denen eine analytische Funktion nicht zur Verfügung steht oder grundsätzlich nicht ermittelt werden kann. Dabei beschreibt die Lernstruktur bevorzugt jedenfalls näherungsweise dieselben Zusammenhänge, die prinzipiell auch durch die analytische Funktion wiedergegeben werden sollten, nämlich physikalische Beziehungen zwischen den Signalen, Redundanzen der Signale, Korrelationen zwischen den Signalen und/oder Informationen, welche die Signale übereinander umfassen. Als Lernstruktur kann ein geeignet bedatetes Kennfeld, eine parametrierbare mathematische Funktion mit geeignet festgelegten Parametern, ein neuronales Netz und/oder eine andere geeignete Struktur verwendet werden. Die Implementierung einer solchen Lernstruktur ist gegebenenfalls aufwändiger als die einer analytischen Funktion, und die Auswertung bedingt typischerweise einen höheren Rechenaufwand. Es ergibt sich aber der große Vorteil, dass die Lernstruktur in jedem Fall anwendbar ist, wobei sie nicht angewiesen ist auf das Vorliegen spezifischer Kenntnisse über die betrachteten Zusammenhänge seitens einer die Lernstruktur implementierenden Bedienperson.
-
Eine Weiterbildung der Erfindung sieht vor, dass die Lernstruktur eingelernt wird, indem eine Vielzahl spezifischer Kombinationen von Signalwerten betrachtet wird, wobei jeder spezifischen Kombination jeweils ein Wert für das zu korrigierende Signal zugeordnet wird. Insbesondere wird jeder spezifischen Kombination von fehlerbehafteten Signalwerten jeweils ein wahrer Wert für das zu korrigierende Signal zugeordnet. Dabei steht jede spezifische Kombination fehlerbehafteter Signalwerte bevorzugt für eine individuelle Zusammenstellung von Sensoren und/oder Aktoren mit bestimmten, individuellen, systematischen Abweichungen vom Idealverhalten, mithin für eine – gedachte – Brennkraftmaschine mit einer konkreten Kombination von individuellen Sensoren und/oder Aktoren. Im Rahmen des Einlernens der Lernstruktur wird dabei für jede solche Kombination ermittelt, wie der wahre Wert des zu korrigierenden Signals aussieht, wenn die herausgegriffene spezifische Kombination von fehlerbehafteten Signalwerten auftritt.
-
Entsprechend wird also im Rahmen des Verfahrens bevorzugt, dass jede spezifische Kombination von Signalwerten einer Zusammenstellung von systematischen Sensor- und/oder Aktorfehlern entspricht. Auf diese Weise repräsentiert nämlich die spezifische Kombination eine konkrete Auswahl von Sensoren und/oder Aktoren, und damit eine konkrete Brennkraftmaschine. Da die Lernstruktur für eine Vielzahl solcher spezifischen Kombinationen eingelernt wird, ergibt sich, dass der mit ihrer Hilfe ermittelte Korrekturwert im statistischen Mittel eine Verbesserung des Verhaltens der Brennkraftmaschine im Anwendungsfeld bewirkt. Im Allgemeinen wird nämlich der dann im Rahmen des Verfahrens ermittelte wahre Wert des zu korrigierenden Signals näher an dem tatsächlichen wahren Wert liegen, als der zuvor ermittelte, fehlerhafte Wert des zu korrigierenden Signals. Aufgrund der statistischen Natur des hier vorgeschlagenen Verfahrens wird es aber selbstverständlich individuelle Brennkraftmaschinen im Anwendungsfeld geben, bei denen das Verfahren keine Verbesserung oder sogar eine Verschlechterung des Verhaltens herbeiführt. Dies spricht jedoch keinesfalls gegen eine Anwendung des Verfahrens, weil sich auf die gesamte Flotte bezogen eine Verbesserung des Betriebsverhaltens und eine Reduzierung des Kraftstoffverbrauchs ergibt.
-
Eine Weiterbildung der Erfindung sieht vor, dass die Lernstruktur auf einem Prüfstand oder durch numerische Simulation der Brennkraftmaschine eingelernt wird. Wird die Lernstruktur auf einem Prüfstand eingelernt, werden vorzugsweise hochgenaue Sensoren und/oder Aktoren und damit möglichst fehlerfreie Signale verwendet, insbesondere um Informationen über wahre Werte eines zu korrigierenden Signals zu erfassen. Spezifische Kombinationen von fehlerbehafteten Signalwerten werden – quasi künstlich – erzeugt, indem am Prüfstand erfasste oder ausgegebene Signale gezielt vertrimmt werden, wobei wiederum mittels der hochgenauen Prüfstandssensorik und -aktorik erfasst wird, wie sich dadurch die wahren Werte, mithin die mit sehr kleinem Fehler gemessenen Werte, verändern. Es wird also ausgenutzt, dass die auf einem Prüfstand verwendete Sensorik und/oder Aktorik sehr viel genauer ist als die später im Anwendungsfeld einer Brennkraftmaschine verwendeten Sensoren und/oder Aktoren. Deren systematische Abweichungen, insbesondere Kombinationen spezifischer systematischer Abweichungen, werden auf dem Prüfstand durch Vertrimmen von Signalen nachgebildet. Die Lernstruktur lernt dabei schrittweise den Zusammenhang zwischen den spezifischen Kombinationen fehlerbehafteter Signale und den wahren Werten. In vorteilhafter Weise kommt hierbei hinzu, dass auf einem Prüfstand eine volle Kontrolle über die Umgebungsbedingungen beim Betrieb der Brennkraftmaschine herrscht.
-
Alternativ ist es möglich, dass die Lernstruktur durch numerische Simulation der Brennkraftmaschine eingelernt wird. Hierbei existiert vorzugsweise ein numerisches Modell der Brennkraftmaschine, welchem dann gezielt vertrimmte oder fehlerbehaftete Signale zugeführt werden, wobei von dem numerischen Modell einer spezifischen Kombination fehlerbehafteter Signale zugeordnete wahre Werte ausgegeben werden. Während ein Einlernen der Lernstruktur auf dem Prüfstand sehr genau und prinzipiell wirklichkeitsnäher durchgeführt werden kann, gestaltet sich ein Einlernen der Lernstruktur durch numerische Simulation schneller und weniger aufwändig, mithin insgesamt kostengünstiger.
-
Die Aufgabe wird auch gelöst, indem ein Verfahren zum Ermitteln einer Lernstruktur für den Betrieb einer Brennkraftmaschine mit den Schritten des Anspruchs 7 geschaffen wird. Das Verfahren dient insbesondere zum Ermitteln einer Lernstruktur zur Anwendung als vorherbestimmter Zusammenhang in einer der zuvor beschriebenen Ausführungsformen des Verfahrens zum Betreiben einer Brennkraftmaschine. Im Rahmen des hier vorgeschlagenen Verfahrens zum Ermitteln der Lernstruktur wird eine Vielzahl von spezifischen Kombinationen fehlerbehafteter Signalwerte von Sensoren und/oder Aktoren einer Brennkraftmaschine ausgewählt. Für jede einzelne dieser spezifischen Kombinationen wird ein wahrer Wert wenigstens eines zu korrigierenden Signals bestimmt, und die wahren Werte werden den zugehörigen spezifischen Kombinationen fehlerbehafteter Signalwerte zugeordnet. Die Lernstruktur bildet dabei beim Einlernen fortschreitend einen Zusammenhang, insbesondere einen physikalischen Zusammenhang, zwischen den verschiedenen Signalwerten ab, beziehungsweise erstellt eine Approximation an einen wahren Zusammenhang zwischen den Signalwerten. Dabei lernt die Lernstruktur auf der Basis von sehr vielen unterschiedlichen Kombinationen von Fehlern einzelner Sensoren und/oder Aktoren, welcher Fehler typischerweise auf welches Verhältnis der beobachteten Größen zueinander zurückzuführen ist. Es erkennt also aus einer bestimmten Schieflage mehrerer Messgrößen eine mutmaßliche Ursache. Nach Abschluss des Lernvorgangs kann dann die Lernstruktur zur Beobachtung und zur Korrektur verschiedener Signale an einer Brennkraftmaschine in Echtzeit eingesetzt werden. In diesem Fall schlägt das zuvor genannte Verfahren auf der Grundlage der Lernstruktur für eine spezielle Kombination von Sensor- und/oder Aktorfehlern eine Korrektur einer oder mehrerer Signale, also Mess- oder Stellgrößen, vor.
-
Als Lernstruktur wird vorzugsweise ein neuronales Netz, eine parametrierbare mathematische Funktion, ein Kennfeld oder eine andere geeignete Struktur verwendet. Ein neuronales Netz wird dabei durch Schaffen einer Vielzahl von Verknüpfungen eingelernt, wie dies für sich genommen bekannt ist. Für eine parametrierbare Funktion werden Parameterwerte beim Einlernen festgelegt. Das Kennfeld wird beim Einlernen in geeigneter Weise bedatet.
-
Eine insbesondere für die Implementierung des Verfahrens zum Betreiben einer Brennkraftmaschine im Anwendungsfeld wichtige Frage ist, welche konkreten Signale zur Korrektur eines bestimmten Signals herangezogen werden sollen. Steht die Genauigkeit des Verfahrens im Vordergrund, können hier auch Signale von Sensoren und/oder Aktoren herangezogen werden, die höchstens einen geringfügigen Einfluss auf den Wert des zu korrigierenden Signals haben. Dies führt jedoch zu einer deutlichen Erhöhung der Komplexität des Verfahrens und damit letztlich auch zu einer Steigerung der damit verbundenen Kosten. Es ist daher wichtig, ein Mittel an der Hand zu haben, um die im Wesentlichen relevanten Signale zur Bestimmung eines Korrekturwertes für ein bestimmtes zu korrigierendes Signal herauszusuchen, um dann der Lernstruktur spezifische Kombinationen fehlerbehafteter Werte gerade dieser Signale zugrunde zu legen. Bevorzugt werden dabei die zu berücksichtigenden Signale mithilfe einer Korrelationsmatrix ausgewählt, welche Informationen über die Korrelation der verschiedenen Mess- und Stellsignale zu dem zu korrigierenden Signal enthält. Es wird dann eine vorherbestimmte Grenzkorrelation festgelegt, bis zu welcher Signale noch in die Betrachtung einbezogen werden. Auf diese Weise kann die Anzahl der betrachteten Signale reduziert und so die Komplexität des Verfahrens verringert werden. Damit sinken auch die Kosten, die mit der Anwendung des Verfahrens im Anwendungsfeld verbunden sind. Zugleich erfolgt die Auswahl der Signale zielgerichtet und anhand eines sinnvollen Kriteriums.
-
Eine Weiterbildung der Erfindung sieht vor, dass eine Vielzahl von Betriebspunkten einer Brennkraftmaschine ausgewählt wird, wobei zu jedem Betriebspunkt eine Vielzahl von spezifischen Kombinationen fehlerbehafteter Signalwerte ausgewählt wird. Dies ist bedeutsam, weil der Zusammenhang zwischen den verschiedenen Signalen vom Betriebspunkt der Brennkraftmaschine abhängt. Somit ist es für eine korrekte Anwendung des Verfahrens beziehungsweise für die Lernstruktur wichtig, dass diese ebenfalls betriebspunktabhängig eingelernt wird. Insgesamt wird so für jede spezifische Kombination oder konkrete Auswahl von Sensoren und/oder Aktoren ein Zusammenhang für eine Vielzahl von Betriebspunkten ermittelt.
-
Eine Weiterbildung der Erfindung sieht vor, dass die Lernstruktur auf einem Prüfstand oder durch numerische Simulation eingelernt wird. Das Verfahren wird also bevorzugt auf einem Prüfstand oder durch numerische Simulation – quasi auf einem virtuellen Prüfstand – durchgeführt. Unabhängig davon, ob ein tatsächlicher oder ein virtueller Prüfstand verwendet wird, wird die Lernstruktur bevorzugt folgendermaßen trainiert: Die Lernstruktur beobachtet an einem bestimmten Betriebspunkt der Brennkraftmaschine verschiedene Sensorsignale und Aktorsignale sowie einen zugehörigen echten, also unter Laborbedingungen nahezu ohne Fehler gemessenen oder simulierten Wert für ein zu korrigierendes Signal. Dabei werden in der Lernphase die verschiedenen Sensor- und Aktorfehler gemäß ihrer Statistik in verschiedenen Kombinationen variiert. Eine solche Variation kann zufällig, oder auch systematisch in einem bestimmten Raster geschehen. Dadurch lernt die Lernstruktur anhand vieler unterschiedlicher Stützstellen einen funktionalen Zusammenhang zwischen den beobachten Mess- und Stellsignalen, mithin den Sensor- und Aktorsignalen, und dem wahren Wert des zu korrigierenden Signals. Durch die in der Lernphase benutzten zahlreichen verschiedenen Sensor- und Aktorfehler lernt die Lernstruktur eine Abhängigkeit des wahren Werts des zu korrigierendes Signals von den beobachteten Signalwerten, also für sehr viele verschiedene Signalkombinationen.
-
Es ist möglich, dass die Lernstruktur auch berücksichtigt, dass die Funktion, welche den Zusammenhang zwischen den beobachteten Signalwerten und dem wahren Signalwert des zu korrigierenden Signals beschreibt, mit den Stützstellen, die zum Lernen zur Verfügung stehen, nicht ideal abgebildet werden kann. Es ist daher möglich, dass die Lernstruktur statt einer exakten Lösung beispielsweise einen mittleren quadratischen Fehler zwischen einem Schätzwert und dem eigentlichen, echten Funktionswert minimiert. Der echte Funktionswert ist dabei insbesondere entweder aus Prüfstandsversuchen oder aus der numerischen Simulation bekannt.
-
Eine Weiterbildung der Erfindung sieht vor, dass zur Auswahl der spezifischen Kombinationen statistische Informationen über Sensoren und/oder Aktoren verwendet werden. Dabei werden nicht die statistischen Fehler der einzelnen Sensoren, also deren Messrauschen berücksichtigt, sondern vielmehr die systematischen Abweichungen der Sensoren und/oder Aktoren, nämlich Abweichungen von Sensor zu Sensor oder von Aktor zu Aktor. Solche statistischen Informationen stellen letztlich eine Serienstreuung der verbauten Sensoren und/oder Aktoren dar. Sie können aus Datenblättern oder auch aus Messungen einer Vielzahl von Sensoren und/oder Aktoren erhalten werden.
-
Gegenstand der Erfindung ist auch ein Verfahren zum Betreiben eines Prüfstands, wobei auf dem Prüfstand eine Vielzahl von spezifischen Kombinationen fehlerbehafteter Signalwerte von Sensoren und/oder Aktoren einer Brennkraftmaschine vorgegeben werden, insbesondere durch Vertrimmen von Signalen, wobei ein wahrer Wert wenigstens eines zu korrigierenden Signals für jede der spezifischen Kombinationen bestimmt wird. Dabei wird eine Lernstruktur eingelernt, indem die ermittelten wahren Werte den zugehörigen spezifischen Kombinationen von fehlerbehafteten Signalwerten zugeordnet werden.
-
Besonders bevorzugt wird im Übrigen eine Ausführungsform des Verfahrens zum Betreiben der Brennkraftmaschine nach einer der zuvor beschriebenen Ausführungsformen, das sich dadurch auszeichnet, dass als vorherbestimmter Zusammenhang eine Lernstruktur verwendet wird, die im Rahmen einer Ausführungsform des Verfahrens zum Ermitteln einer Lernstruktur ermittelt wurde. Dabei verwirklichen sich die zuvor beschriebenen Vorteile in besonderer Weise.
-
Als Beispiel für die Anwendung eines solchen Verfahrens kann die Korrektur eines gemessenen Verbrennungsluftverhältnisses dienen. Dabei beobachtet beispielsweise die Lernstruktur gleichzeitig Klappenpositionen der Brennkraftmaschine, einen Ladedruck, eine Ladelufttemperatur, ein Verbrennungsluftverhältnis, und Stickoxid-Emissionen der Brennkraftmaschine. Sie erkennt aus einem bestimmten Muster der Verhältnisse dieser Signale zueinander, dass das gemessene Verbrennungsluftverhältnis fehlerbehaftet, beispielsweise um 3 % zu groß gemessen wurde. Der gemessene Wert des Verbrennungsluftverhältnisses, der hier das zu korrigierende Signal darstellt, kann dann entsprechend korrigiert werden.
-
Im Anwendungsfeld, nach Abschluss des Lernvorgangs, steht selbstverständlich der wahre Wert des zu korrigierenden Signals, beispielsweise das wahre Verbrennungsluftverhältnis, nicht zur Verfügung. Die Lernstruktur wird daher wie folgt eingesetzt: Anstelle des wahren Wertes gibt sie nun eine Information über den gelernten Funktionswert für den wahren Wert, beispielsweise für das wahre Verbrennungsluftverhältnis, bei Anlegen verschiedener fehlerbehafteter Mess- und Stellsignale als Schätzwert aus. Mit diesen Informationen wird dann der gemessene Wert des zu korrigierenden Signals korrigiert.
-
Eine Weiterbildung der Erfindung sieht vor, dass das Verfahren zum Betreiben einer Brennkraftmaschine für eine Vielzahl von Brennkraftmaschinen einer Baureihe, einer Serie oder einer Flotte von Brennkraftmaschinen durchgeführt wird. Dabei verwirklichen sich die Vorteile des Verfahrens im statistischen Mittel über die Baureihe, Serie oder Flotte betrachtet.
-
Eine Weiterbildung der Erfindung sieht vor, dass Brennkraftmaschinen aus der Baureihe, Serie oder Flotte ausgesondert werden, wenn sie bei Anwendung des Verfahrens vorherbestimmten, insbesondere gesetzlichen Vorgaben nicht genügen. Beispielsweise ist es möglich, dass jede Brennkraftmaschine nach ihrer Herstellung einen Testlauf absolviert, in dem geprüft wird, ob sie vorherbestimmten Vorgaben genügt. Wird beim Betreiben der Brennkraftmaschine das hier vorgeschlagene Verfahren angewendet und zeigt sich dabei, dass die Brennkraftmaschine den Vorgaben nicht genügt, kann sie ausgesondert werden. Dabei führt die Anwendung des Verfahren letztlich dazu, dass eine geringere Zahl von Brennkraftmaschinen aus einer Baureihe, Serie oder Flotte ausgesondert werden muss, als dies ohne Anwendung des Verfahrens der Fall wäre, beziehungsweise, dass in der Serie, Baureihe oder Flotte verwendete Sicherheitsmargen reduziert werden können, wodurch auch ein über die gesamte Baureihe, Serie oder Flotte gemittelter Kraftstoffverbrauch sinkt. Weiterhin können im Rahmen des Verfahrens durch die Baureihe, Serie oder Flotte – im Mittel betrachtet – strengere Vorgaben erfüllt werden, als wenn das Verfahren nicht angewendet wird.
-
Die Aufgabe wird auch gelöst, indem ein Steuergerät für eine Brennkraftmaschine geschaffen wird, welches sich dadurch auszeichnet, dass es eingerichtet ist zur Durchführung eines Verfahrens zum Betreiben einer Brennkraftmaschine nach einer der zuvor beschriebenen Ausführungsformen. Dabei verwirklichen sich in Zusammenhang mit dem Steuergerät die Vorteile, die bereits im Zusammenhang mit dem Verfahren erläutert wurden.
-
Eine Weiterbildung der Erfindung sieht vor, dass das Verfahren fest in eine elektronische Struktur, insbesondere in eine Hardware-Struktur des Steuergeräts implementiert ist. Alternativ ist es möglich, dass in das Steuergerät ein Computer-Programmprodukt geladen ist, welches Anweisungen aufweist, aufgrund derer das Verfahren durchgeführt wird, wenn das Computer-Programmprodukt auf dem Steuergerät läuft.
-
Es bedarf hierbei keiner weitergehenden Modifikation eines Steuergeräts, welches zum Betreiben der Brennkraftmaschine ohnehin vorgesehen ist, weil dieses sowieso eingerichtet ist zur Erfassung einer Vielzahl von Signalen und/oder zum Ausgeben einer Vielzahl von Signalen, wobei im Wesentlichen der vorherbestimmte Zusammenhang, insbesondere die Lernstruktur, in das Steuergerät zur implementieren ist, um die ohnehin von dem Steuergerät erfassten oder ausgegebenen Signale in der entsprechenden Weise auswerten und korrigieren zu können.
-
Schließlich wird die Aufgabe auch gelöst, indem eine Brennkraftmaschine mit den Merkmalen des Anspruchs 15 geschaffen wird. Diese zeichnet sich durch ein Steuergerät nach einem der zuvor beschriebenen Ausführungsbeispiele aus. Dabei verwirklichen sich im Zusammenhang mit der Brennkraftmaschine die Vorteile, die bereits im Zusammenhang mit dem Steuergerät und dem Verfahren erläutert wurden.
-
Die Brennkraftmaschine ist vorzugsweise als Hubkolbenmotor ausgebildet. Bei einem bevorzugten Ausführungsbeispiel dient die Brennkraftmaschine dem Antrieb insbesondere schwerer Land- oder Wasserfahrzeuge, beispielsweise von Minenfahrzeugen, Zügen, wobei die Brennkraftmaschine in einer Lokomotive oder einem Triebwagen eingesetzt wird, oder von Schiffen. Auch ein Einsatz der Brennkraftmaschine zum Antrieb eines der Verteidigung dienenden Fahrzeugs, beispielsweise eines Panzers, ist möglich. Ein Ausführungsbeispiel der Brennkraftmaschine wird vorzugsweise auch stationär, beispielsweise zur stationären Energieversorgung im Notstrombetrieb, Dauerlastbetrieb oder Spitzenlastbetrieb eingesetzt, wobei die Brennkraftmaschine in diesem Fall vorzugsweise einen Generator antreibt. Auch eine stationäre Anwendung der Brennkraftmaschine zum Antrieb von Hilfsaggregaten, beispielsweise von Feuerlöschpumpen auf Bohrinseln, ist möglich. Weiterhin ist eine Anwendung der Brennkraftmaschine im Bereich der Förderung fossiler Roh- und insbesondere Brennstoffe, beispielswiese Öl und/oder Gas, möglich. Auch eine Verwendung der Brennkraftmaschine im industriellen Bereich oder im Konstruktionsbereich, beispielsweise in einer Konstruktions- oder Baumaschine, zum Beispiel in einem Kran oder einem Bagger, ist möglich. Schließlich ist auch eine Anwendung der Brennkraftmaschine in einem Personenkraftwagen oder in einem Nutzfahrzeug, beispielsweise einem Lastkraftwagen, möglich. Die Brennkraftmaschine ist vorzugsweise als Dieselmotor, als Benzinmotor, als Gasmotor zum Betrieb mit Erdgas, Biogas, Sondergas oder einem anderen geeigneten Gas, ausgebildet. Insbesondere wenn die Brennkraftmaschine als Gasmotor ausgebildet ist, ist sie für den Einsatz in einem Blockheizkraftwerk zur stationären Energieerzeugung geeignet.
-
Die Erfindung wird im Folgenden anhand der Zeichnung näher erläutert. Dabei zeigen:
-
1 eine schematische Darstellung einer ersten Ausführungsform des Verfahrens zum Betreiben einer Brennkraftmaschine;
-
2 eine schematische Darstellung einer Ausführungsform eines Verfahrens zum Ermitteln einer Lernstruktur;
-
3 eine schematische Darstellung einer zweiten Ausführungsform des Verfahrens zum Betreiben einer Brennkraftmaschine unter Verwendung einer gemäß dem Verfahren nach 2 ermittelten Lernstruktur, und
-
4 eine schematische Darstellung eines Ausführungsbeispiels einer Brennkraftmaschine.
-
1 zeigt eine schematische Darstellung einer ersten Ausführungsform des Verfahrens zum Betreiben einer Brennkraftmaschine 1. Die Brennkraftmaschine 1 ist hier symbolisch dargestellt, wobei zum besseren Verständnis des Verfahrens ein von der Brennkraftmaschine 1 umfasstes Steuergerät 3 als aus der Brennkraftmaschine 1 ausgelagert dargestellt ist. Selbstverständlich ist das Steuergerät 3 eigentlich Teil der Brennkraftmaschine 1 und wird – wie bereits angedeutet – nur dem besseren Verständnis des Verfahrens wegen hier als separat von der Brennkraftmaschine 1 dargestellt.
-
Im Rahmen des Verfahrens wird eine Mehrzahl von Signalen der Brennkraftmaschine 1 erfasst, wobei diese Signale von wenigstens einem Sensor erzeugt und/oder an wenigstens einen Aktor gesendet werden. Es sind also von der Mehrzahl von Signalen bevorzugt Sensor- und/oder Aktorsignale umfasst, die auch als Messsignale 5 und als Stellsignale 7 bezeichnet werden. Diese Mess- und Stellsignale 5, 7 werden ausgewertet, und es wird eine spezifische Kombination von Signalwerten ermittelt, wobei ein für eine Vielzahl von Brennkraftmaschinen vorherbestimmter Zusammenhang 9 in Form eines Algorithmus vorgegeben ist, durch den die erfassten Signale ausgewertet, die spezifische Kombination der Signalwerte ermittelt, und ein Korrekturwert für wenigstens ein zu korrigierendes Signal berechnet wird. Im konkreten Fall werden hier ein erster Korrekturwert 11 für ein Messsignal 5 und ein zweiter Korrekturwert 13 für ein unkorrigiertes Stellsignal 15 ermittelt. Mit den Korrekturwerten 11, 13 wird dann ein zu korrigierendes Messsignal 5 beziehungsweise ein zu korrigierendes Stellsignal 15 korrigiert. Das korrigierte Messsignal 5 geht in ein Motormanagement 17 ein, welches insgesamt aus den Messsignalen 5 Stellsignale, beispielsweise das unkorrigierte Stellsignal 15, für die Brennkraftmaschine 1 erzeugt. Das unkorrigierte Stellsignal 15 wird dann mit dem zweiten Korrekturwert 13 korrigiert. Ein insoweit korrigierter Satz von Stellsignalen 7 wird dann der Brennkraftmaschine 1 wieder zugeführt.
-
Der Zusammenhang 9 trägt den systematischen Abweichungen vom Idealverhalten der an der Brennkraftmaschine 1 verbauten Sensoren und/oder Aktoren statistisch Rechnung und berechnet die erste und zweiten Korrekturwerte 11, 13 so, dass jedenfalls im Mittel über eine Vielzahl von Brennkraftmaschinen 1 einer Flotte eine Verbesserung des Betriebsverhaltens und vorzugsweise eine Reduktion des Kraftstoffverbrauchs auftritt. Dabei wird mithilfe des Zusammenhangs 9 aufgrund von dessen statistischer Natur nicht für jede konkrete Brennkraftmaschine 1 tatsächlich eine Verbesserung des Betriebsverhaltens erreicht, dies gilt vielmehr nur im statistischen Mittel.
-
Bevorzugt werden im Rahmen des Verfahrens eine Vielzahl von Messsignalen 5 und Stellsignalen 7 korrigiert, gegebenenfalls durch Kaskadierung des Verfahrens. Zur Erhöhung der Genauigkeit des Verfahrens ist auch eine rekursive Anwendung des Zusammenhangs 9 möglich, in dem die korrigierten Signalwerte dem Zusammenhang 9 erneut zugeführt und daraus wiederum neue Korrekturwerte errechnet werden.
-
Bei dem Zusammenhang 9 kann es sich um eine analytische Funktion handeln. Besonders bevorzugt wird allerdings eine Lernstruktur, die im Rahmen eines Verfahrens zum Ermitteln der Lernstruktur eingelernt wird.
-
2 zeigt eine schematische Darstellung einer Ausführungsform des Verfahrens zum Ermitteln einer solchen Lernstruktur 19. Es ist möglich, dass das Verfahren durch numerische Simulation quasi auf einem virtuellen Prüfstand durchgeführt wird. Alternativ ist es möglich, dass das Verfahren auf einem tatsächlichen Prüfstand durchgeführt wird. Im Folgenden soll das Verfahren rein beispielhaft anhand seiner Durchführung auf einem tatsächlichen Prüfstand erläutert werden, wobei die Anwendung auf einem virtuellen Prüfstand für den Fachmann offensichtlich ist. Weiterhin soll rein beispielhaft die Korrektur eines gemessenen Verbrennungsluftverhältnisses λ als zu korrigierendes Signal erläutert werden. Selbstverständlich ist das Verfahren auf eine Vielzahl anderer zu korrigierender Mess- oder Stellsignale 5, 7 anwendbar, so dass die folgenden Erläuterungen lediglich als Darstellungen des Funktionsprinzips anhand eines konkret herausgegriffenen Beispiels zu verstehen sind, keinesfalls jedoch als Einschränkung. Insbesondere ist es möglich, dass das Verfahren für eine Vielzahl zu korrigierender Signale und nicht – wie im Folgenden der Vereinfachung wegen dargestellt – nur für ein zu korrigierendes Signal angewendet wird.
-
Im Rahmen des zur Verdeutlichung hier konkret beschriebenen Ausführungsbeispiels wird die Brennkraftmaschine 1 auf einem Prüfstand unter genau kontrollierten Umgebungsbedingungen und mit hochgenauer Messsensorik sowie hochgenauer Aktorik betrieben. Dabei wird mit hoher Genauigkeit eine Vielzahl von wahren Messsignalwerten 21 ermittelt. Der Begriff „wahre Messsignalwerte“ bedeutet hier, dass diese mit geringerem, insbesondere mit sehr viel geringerem Fehler ermittelt werden, als dies mittels der im Anwendungsfeld eingesetzten Sensorik der Brennkraftmaschine 1 möglich ist. Die so ermittelten Messsignalwerte 21 liegen damit sehr viel näher an einem theoretischen wahren Wert, als Messwerte einer im normalen Anwendungsfeld eingesetzten Sensorik.
-
In dem hier konkret beschriebenen Beispiel wird aus der Vielzahl wahrer Messsignalwerte 21 der hochgenau gemessene Wert eines Verbrennungsluftverhältnisses ausgekoppelt, der auch als λ-Wert oder im Folgenden kurz als wahrer Wert 23 bezeichnet wird. Dieser wird der Lernstruktur 19 zugeführt. Es wird nun gezielt eine Vielzahl von spezifischen Kombinationen fehlerbehafteter Signalwerte 5, 15 erzeugt. Dabei werden fehlerhafte Messsignale 5 durch Vertrimmen der Messwerte der hochgenauen Sensoren erzeugt, indem gezielt Abweichungen 25 zu den wahren Messsignalwerten 21 addiert werden. Daraus resultieren die fehlerbehafteten Messsignale 5, die ebenfalls der Lernstruktur 19 zugeführt werden. Das Motormanagement 17 berechnet auf der Grundlage der vertrimmten, mithin fehlerbehafteten Messsignale 5 die Stellsignale 15, die insoweit fehlerbehaftet sind, als sie nicht den Funktionsstellungen entsprechen, die letztlich durch die fehlerbehaftete Aktorik der Brennkraftmaschine tatsächlich eingestellt werden. Dies wird am Prüfstand dadurch simuliert, dass hier gezielt Aktorabweichungen 27 zu den Stellsignalen 15 addiert werden. Diese so vertrimmten Stellsignale 29 werden vorzugsweise einer hochgenauen Aktorik der Brennkraftmaschine 1 auf dem Prüfstand zugeführt, die dann mit den vertrimmten Stellsignalen 29 quasi systematisch fehlerbehaftet angesteuert wird. Auf diese Weise werden systematische Aktorfehler realer Aktoren, die in der Flotte von Brennkraftmaschinen tatsächlich verbaut werden, simuliert.
-
Der Lernstruktur 19 werden wiederum die Stellsignale 15 zugeführt, die insoweit fehlerbehaftet sind, als sie nicht der tatsächlichen Ansteuerung der Brennkraftmaschine 1 entsprechen, nämlich auf dem Prüfstand aufgrund der Vertrimmung, im realen Anwendungsfeld aber aufgrund der systematischen Abweichung der konkret verbauten Aktoren.
-
Eine Vielzahl spezifischer Kombinationen fehlerbehafteter Signalwerte wird durch entsprechende Auswahl der Abweichungen 25, 27 ausgewählt. Die Lernstruktur lernt nun über diese Vielzahl von Kombinationen den Zusammenhang zwischen den Messsignalen 5, den Stellsignalen 15, und den wahren Werten 23, die sich bei der entsprechend fehlerbehafteten Ansteuerung der Brennkraftmaschine 1 einstellen. Dieses Lernen kann beispielsweise durch Parametrieren einer parametrierbaren mathematischen Funktion, durch Knüpfen eines neuronalen Netzwerkes oder durch bedaten eines entsprechenden Kennfelds erfolgen.
-
Dadurch dass der Lernstruktur 19 die fehlerbehafteten Messsignale 5 sowie die nicht der realen Ansteuerung entsprechenden Stellsignale 15 zugeführt werden, sieht die Lernstruktur 19 die Brennkraftmaschine 1 quasi durch die Brille des Motormanagements 17, da die Signale 5, 15 gerade den Signalen entsprechen, die einerseits in das Motormanagement 17 eingehen und andererseits von diesem ausgegeben werden. Auf diese Weise lernt die Lernstruktur 19 den Zusammenhang zwischen dem Steuerverhalten des Motormanagements 17 und den daraus resultierenden wahren Werten 23 der Brennkraftmaschine 1, hier konkret des wahren Werts des Verbrennungsluftverhältnisses.
-
Als Signale, welche durch die Lernstruktur 19 zum Einlernen des betrachteten Zusammenhangs für das Verbrennungsluftverhältnis berücksichtigt werden, zählen vorzugsweise Klappenpositionen, insbesondere einer Ladeluftklappe und/oder einer Abgasrückführklappe, ein Ladedruck, eine Ladelufttemperatur, das gemessene Verbrennungsluftverhältnis selbst, und die Stickoxidemissionen der Brennkraftmaschine 1. Dabei handelt es sich bei den Klappenpositionen um Stellsignale, wobei der Ladedruck, die Ladelufttemperatur, das Verbrennungsverhältnis selbst und die Stickoxidemissionen Messsignale sind.
-
Es ist möglich, dass die Vielzahl spezifischer Kombinationen von Abweichungen 25, 27 stochastisch vorgegeben, also zufällig ausgewählt wird. Alternativ ist es möglich, dass die Abweichungen 25, 27 nach einem bestimmten Raster vorgegeben, also systematisch ausgewählt werden.
-
Das Verfahren wird bevorzugt für eine Vielzahl von Betriebspunkten der Brennkraftmaschine durchgeführt, wobei die Lernstruktur 19 einen betriebspunktabhängigen Zusammenhang zwischen den Signalen 5, 15 und den wahren Werten 23 lernt. Für jeden Betriebspunkt wird dabei eine Vielzahl von Abweichungen 25, 27 vorgegeben, für welche die Lernstruktur 19 jeweils den Zusammenhang zu den dann vorliegenden wahren Werten 23 lernt.
-
Nach dem Einlernen der Lernstruktur 19 wird diese als Zusammenhang 9 im Rahmen des Verfahrens beispielsweise in der Ausführungsform gemäß 1 verwendet.
-
3 zeigt einen weiteres konkretes Ausführungsbeispiel beziehungsweise eine zweite Ausführungsform des Verfahrens zum Betreiben einer Brennkraftmaschine, wobei hier die Lernstruktur 19 als Zusammenhang 9 verwendet wird. Dabei ist hier symbolisch angedeutet, dass die wahren Messsignalwerte 21 beim konkreten Einsatz der Brennkraftmaschine 1 im Anwendungsfeld nicht durch gezielte Abweichungen 25, wohl aber durch systematische Fehler 31 der Sensoren verfälscht werden, sodass dem Motormanagement 17 fehlerbehaftete Messsignale 5 zugeführt werden. Beispielhaft wird hier eine Unterkombination 5‘ von Messsignalen nicht korrigiert, wobei ein fehlerbehafteter Wert für das Verbrennungsluftverhältnis als zu korrigierendes Signal 33 ausgekoppelt wird.
-
Der Lernstruktur 19 werden die fehlerbehafteten Messsignale 5, sowie die von dem Motormanagement 17 ausgegebenen Stellsignale 15 zugeführt. Die Lernstruktur 19 berechnet hieraus einen Korrekturwert 11 für das Verbrennungsluftverhältnis, dieses wird mittels des Korrekturwerts korrigiert, und dem Motormanagement 17 wird so ein korrigierter Wert 35 zugeführt. Das Motormanagement 17 berechnet somit die Stellsignale 15 auf der Grundlage der unkorrigierten Unterkombination 5‘ und des korrigierten Werts 35 für das Verbrennungsluftverhältnis. Wie bereits angedeutet, ist es selbstverständlich möglich, dass eine Mehrzahl von Mess- und/oder Stellsignalen in der hier beispielhaft beschriebenen Weise korrigiert wird. Insbesondere ist es auch möglich, dass alle Messsignale auf diese Weise korrigiert werden.
-
Die tatsächlichen Funktionsstellungen der Aktoren der Brennkraftmaschine 1 entsprechen wiederum nicht den von dem Motormanagement 17 ausgegeben Stellsignalen 15, da sie hier zwar nicht durch gezielt induzierte Aktorabweichung 27, wohl aber durch systematische Fehler 37 der Aktoren verfälscht werden, was hier rein schematisch angedeutet ist durch eine Vertrimmung der Stellsignale 15 aufgrund systematischer Fehler, sodass letztlich in der Brennkraftmaschine 1 als Ergebnis quasi vertrimmte Stellsignale 29 ankommen. Diese Vertrimmung wird aber – wie bereits ausgeführt – hier nicht gezielt herbeigeführt, sondern vielmehr durch die systematischen Fehler der konkret verwendeten Aktoren in diesen selbst bewirkt.
-
Selbstverständlich ist es möglich, auf die beschriebene Weise nicht nur Messsignale 5, sondern auch – wie bereits im Zusammenhang mit 1 erläutert – Stellsignale 15 zu korrigieren.
-
4 zeigt noch eine schematische Darstellung eines Ausführungsbeispiels einer Brennkraftmaschine 1. Diese weist das Steuergerät 3 auf, welches eingerichtet ist zur Ausführung eines Verfahrens nach einer der zuvor beschriebenen Ausführungsformen. An der Brennkraftmaschine 1 sind Sensoren und Aktoren angeordnet, wobei hier schematisch ein Sensor 39 und ein Aktor 41 dargestellt sind. Das Steuergerät 3 ist mit dem Sensor 39 und dem Aktor 41 wirkverbunden, wobei es die Brennkraftmaschine 1 auf der Grundlage der mittels der Sensoren 39 erfassten Signale und mittels der an die Aktoren 41 ausgegebenen Signale steuert. In das Steuergerät 3 ist dabei ein Zusammenhang 9 – wie zu 1 erläutert – besonders bevorzugt eine Lernstruktur 19 – wie zu 3 erläutert – implementiert.
-
Insgesamt zeigt sich, dass durch das Verfahren zum Betreiben einer Brennkraftmaschine, insbesondere in Zusammenhang mit dem Verfahren zum Ermitteln einer Lernstruktur, durch das Steuergerät und durch die Brennkraftmaschine Auswirkungen einer Serienstreuung von Sensoren und/oder Aktoren auf eine Flotte von Brennkraftmaschinen, insbesondere auf deren Streuung, reduziert werden können, sodass sich im statistischen Mittel über die gesamte Flotte reduzierte Sicherheitsmargen bei geringerem Kraftstoffverbrauch und genauere Erfüllung gesetzlicher Vorgaben darstellen lassen.
