DE102016211473A1

DE102016211473A1 - Method and device for operating a synchronous machine

Info

Publication number: DE102016211473A1
Application number: DE102016211473.5A
Authority: DE
Inventors: Andrea Deflorio
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2016-06-27
Filing date: 2016-06-27
Publication date: 2017-12-28

Abstract

Die Erfindung betrifft ein Verfahren zum Betreiben einer Synchronmaschine (2), die mehrere ansteuerbare/bestrombare Phasen (U, V, W) aufweist, wobei die Phasen (U, V, W) in Abhängigkeit von zumindest einem Maschinenparameter angesteuert werden. Es ist vorgesehen, dass die Abweichung zumindest eines Maschinenparameters von einem Erwartungswert in Abhängigkeit aktueller Betriebsparameter (BP1, BP2, BP3) der Synchronmaschine (2) mittels einer Clusteranalyse, bei welcher ein die Betriebsparameter aufweisender Werteraum in Unterräume zerlegt wird, in Abhängigkeit von elektrischen Gesetzmäßigkeiten der Synchronmaschine (2) erfasst werden.The invention relates to a method for operating a synchronous machine (2) which has a plurality of controllable / energizable phases (U, V, W), wherein the phases (U, V, W) are controlled as a function of at least one machine parameter. It is provided that the deviation of at least one machine parameter from an expected value as a function of current operating parameters (BP1, BP2, BP3) of the synchronous machine (2) by means of a cluster analysis, in which a value space having the operating parameters is decomposed into subspaces, depending on electrical laws the synchronous machine (2) are detected.

Description

Die Erfindung betrifft ein Verfahren zum Betreiben einer Synchronmaschine, die mehrere ansteuerbare/bestrombare Phasen aufweist, wobei die Phasen in Abhängigkeit von zumindest einem Maschinenparameter angesteuert werden.The invention relates to a method for operating a synchronous machine, which has a plurality of controllable / energizable phases, the phases being controlled as a function of at least one machine parameter.

Ferner betrifft die Erfindung eine Vorrichtung zum Betreiben einer derartigen Synchronmaschine beziehungsweise zur Durchführung des genannten Verfahrens.Furthermore, the invention relates to a device for operating such a synchronous machine or for carrying out said method.

Stand der TechnikState of the art

Verfahren zum Betreiben von Synchronmaschinen, die mehrere ansteuerbare Phasen aufweisen, sind aus dem Stand der Technik bekannt. So offenbart beispielsweise die Offenlegungsschrift DE 10 2013 215 241 A1 ein Verfahren zum Bestimmen von Strangströmen in den Phasen einer Synchronmaschine. Zur genauen Steuerung der Synchronmaschine ist beispielsweise eine genaue und sehr schnelle Bestimmung der einzelnen Phasenströme notwendig. Hierzu schlägt die genannte Offenlegungsschrift ein Verfahren vor, durch welches die Phasenströme schnell und genau erfasst werden können. Es werden hierbei also aktuelle Betriebswerte, die sich aus dem Betrieb der Synchronmaschine ergeben, überwacht und zur weiteren Ansteuerung ausgewertet.Methods for operating synchronous machines having multiple controllable phases are known in the art. For example, the published patent application DE 10 2013 215 241 A1 a method for determining phase currents in the phases of a synchronous machine. For precise control of the synchronous machine, for example, an accurate and very fast determination of the individual phase currents is necessary. For this purpose, said publication proposes a method by which the phase currents can be detected quickly and accurately. In this case, current operating values resulting from the operation of the synchronous machine are monitored and evaluated for further activation.

Ferner werden Synchronmaschinen in Abhängigkeit von ihren Maschinenparametern, also von durch ihre Hardware bedingten Eigenheiten, betrieben. Als Maschinenparameter sind insbesondere der elektrische Widerstand einer Ständerwicklung, eine Induktivität beziehungsweise ein Ständer-induzierter Fluss, sowie ein erregter magnetischer Fluss bekannt oder ein Maschinenfluss. Diese Maschinenparameter verändern sich im Betrieb der elektrischen Maschine im Wesentlichen nicht, sind allenfalls abhängig von einem aktuellen Betriebspunkt und einer aktuellen Betriebstemperatur. Jedoch können sich die tatsächlichen Maschinenparameter von den erwarteten Maschinenparametern, die sich aus der Herstellung und den dazugehörigen Berechnungen ergeben, unterscheiden. Dadurch können Abweichungen im Betrieb entstehen, welche die Effizienz beziehungsweise den Wirkungsgrad der elektrischen Maschine beziehungsweise der Synchronmaschine im Betrieb beeinträchtigen können. Diese Abweichungen von Maschinenparametern werden bisher bei der Ansteuerung höchstens dadurch berücksichtigt, dass vor Inbetriebnahme der elektrischen Maschine die genannten Maschinenparameter vermessen und dann zur Grundlage der Ansteuerung verwendet werden. Ein Verfahren zum Erfassen dieser Parameter im Betrieb, insbesondere im Zusammenhang mit der Erfassung von Winkelfehlern, ist nicht bekannt.Furthermore, synchronous machines are operated as a function of their machine parameters, that is, of their hardware-related features. In particular, the electrical resistance of a stator winding, an inductance or a stator-induced flux, as well as an excited magnetic flux or a machine flux are known as machine parameters. These machine parameters essentially do not change during operation of the electrical machine, are at most dependent on a current operating point and a current operating temperature. However, the actual machine parameters may differ from the expected machine parameters resulting from the manufacturing and related calculations. As a result, deviations in operation may occur, which may affect the efficiency or the efficiency of the electric machine or the synchronous machine during operation. These deviations from machine parameters have so far been taken into account in the activation at most by measuring the machine parameters mentioned before commissioning the electrical machine and then using them for the basis of the control. A method for detecting these parameters during operation, in particular in connection with the detection of angular errors, is not known.

Aus „A Novel Online PMSM Parameter Identification Method for Electric and Hybrid Electric Vehicles Based on Cluster Technic” (H. Khreis, A. Deflorio, and B. Schmuelling, International Electrical Machines and Drives Conference, IEMDC 2015, Coeur d'Alene, Idaho, USA, May 10–13, 2015) ist es bereits bekannt zur Auswertung von Daten bei Elektrofahrzeugen eine Clusteranalyse durchzuführen, bei welcher in einem Werteraum mehrere Cluster bestimmt und ausgewertet werden.Out "A Novel Online PMSM Parameter Identification Method for Electric and Hybrid Electric Vehicles Based on Cluster Technic" (H. Khreis, A. Deflorio, and B. Schmueling, International Electrical Machines and Drives Conference, IEMDC 2015, Coeur d'Alene, Idaho, USA, May 10-13, 2015) It is already known to perform a cluster analysis for the evaluation of data in electric vehicles, in which several clusters are determined and evaluated in a value space.

Offenbarung der ErfindungDisclosure of the invention

Das erfindungsgemäße Verfahren mit den Merkmalen des Anspruchs 1 hat den Vorteil, dass Abweichungen zumindest eines Maschinenparameters von einem Erwartungswert erfasst und bei der Ansteuerung der Synchronmaschine berücksichtigt werden. Damit ist ein vorheriges Vermessen des oder der Maschinenparameter nicht notwendig, wodurch die Herstellungszeit der Synchronmaschine verkürzt und eine einfache Anpassung der Ansteuerung im Betrieb ohne weiteres Zutun erfolgen kann. Insbesondere erlaubt es das vorteilhafte Verfahren, dass keine zusätzlichen Messsensoren eingesetzt werden müssen, welche die Herstellungskosten erhöhen würden. Vielmehr kann auf bereits vorhandene Mittel zurückgegriffen werden. Erfindungsgemäß wird dies dadurch erreicht, dass eine Abweichung des zumindest einen Maschinenparameters von dem Erwartungswert in Abhängigkeit aktueller Betriebsparameter, also erfassbarer/messbarer Betriebswerte der Synchronmaschine, mittels einer Clusteranalyse, bei welcher ein die Betriebsparameter aufweisender Werteraum in Unterräume, insbesondere Untervektorraume, zerlegt wird, in Abhängigkeit von elektrischen Gesetzmäßigkeiten der Synchronmaschine erfasst wird. Es ist also vorgesehen, dass eine Clusteranalyse zur Bestimmung der Abweichung durchgeführt wird. Die Clusteranalyse beruht dabei auf elektrischen Gesetzmäßigkeiten, insbesondere Gleichungen, welche die Gesetzmäßigkeiten der Synchronmaschine Wiederspiegeln. Insbesondere werden dabei die folgenden Gesetzmäßigkeiten berücksichtigt:

The inventive method with the features of claim 1 has the advantage that deviations of at least one machine parameter are detected by an expected value and taken into account in the control of the synchronous machine. Thus, a prior measurement of the machine or the parameter is not necessary, whereby the production time of the synchronous machine shortened and a simple adjustment of the control can be done during operation without further action. In particular, the advantageous method allows no additional measuring sensors to be used, which would increase the production costs. Rather, it is possible to resort to existing funds. This is achieved according to the invention in that a deviation of the at least one machine parameter from the expected value as a function of current operating parameters, ie detectable / measurable operating values of the synchronous machine, by means of a cluster analysis, in which a value space having the operating parameters is subdivided into subspaces, in particular subvector spaces, in Dependence on electrical laws of the synchronous machine is detected. It is therefore envisaged that a cluster analysis is carried out to determine the deviation. The cluster analysis is based on electrical laws, in particular equations, which reflect the laws of the synchronous machine. In particular, the following laws are taken into account:

Dabei sind U_d und U_q die elektrische Spannung in d- und q-Richtung, I_d, I_q der Strom der elektrischen Maschine in d- und q-Richtung, R der elektrische Widerstand der Synchronmaschine, L_d, L_q die Induktivität der elektrischen Maschine in d-beziehungsweise q-Richtung, L_dI_d, L_qI_q der Ständer-induzierte Fluss in d und q Richtung, L_dI_d + ψ_d, L_qI_q der Maschinenfluss in d und q Richtung, ω_el die elektrische Frequenz multipliziert mit 2π und ψ der erregte magnetische Fluss. Auf Basis dieser Gleichungen kann die Clusteranalyse derart durchgeführt werden, dass sich ein eindeutiges Ergebnis in Bezug auf das Maschinenparameter ergibt. Insbesondere unterscheidet die Clusteranalyse zwischen zwei unterschiedlichen Räumen: Dem realen Raum der Abweichung der Maschinenparameter, die ermittelt werden sollen, und dem realen Raum der beobachtbaren Betriebsparameter der Synchronmaschine, die durch geeignete Messeinrichtung im laufenden Betrieb der Synchronmaschine ermittelt beziehungsweis gemessen werden können, wie beispielsweise die oben genannten Stromwerte, Widerstandswerte oder Spannungswerte. Diese Werte korrespondieren zu Spannungsabfällen in der Synchronmaschine und erscheinen somit in den Maschinengleichungen (1) und (2). Während des Betriebs werden diese Werte zweckmäßigerweise regelmäßig erfasst. Mit jedem Messpunkt werden die erfassten Betriebsparameter (observable variables) in einem Vektor, im Folgenden als Betriebsparametervektor bezeichnet, zusammengefasst. Dadurch, dass der Werteraum, welcher die Betriebsparameter aufweist, in Unterräume zerlegt wird, die insbesondere aufeinander folgen oder ineinander liegen, sodass die Unterräume immer kleiner werden, und ein bestimmter Unterraum innerhalb des davor bestimmten Werteraums oder Unterraums liegt, wird eine vorteilhafte Auswertung mit einer hohen Ergebnisgenauigkeit erreicht. Die Unterräume werden dabei insbesondere nacheinander beziehungsweise seriell bestimmt, weil sie aufeinander aufbauen beziehungsweise voneinander abhängen.Here U _d and U _{q are} the electrical voltage in the d and q direction, I _d , I _{q is} the current of the electric machine in the d and q direction, R is the electrical resistance of the synchronous machine, L _d , L _{q is} the inductance The electric machine in d- or q-direction, L _d I _d , L _q I _{q of} the stator-induced flux in d and q direction, L _d I _d + _{d d} , L _q I _q the machine flux in d and q direction , ω _el the electrical frequency multiplied by 2π and ψ the excited magnetic flux. Based on these equations, the cluster analysis can be performed such that a unique result with respect to the machine parameter results. In particular, the cluster analysis distinguishes between two different spaces: the real space of the deviation of the machine parameters to be determined and the real space of the observable operating parameters of the synchronous machine, which can be determined or measured by appropriate measuring device during operation of the synchronous machine, such as above mentioned current values, resistance values or voltage values. These values correspond to voltage drops in the synchronous machine and thus appear in the machine equations (1) and (2). During operation, these values are expediently recorded regularly. With each measurement point, the acquired operating parameters (observable variables) are combined in a vector, hereinafter referred to as an operating parameter vector. By virtue of the fact that the value space which has the operating parameters is divided into subspaces which follow one another or lie inside one another, so that the subspaces become smaller and smaller, and a specific subspace lies within the previously determined value space or subspace, an advantageous evaluation with a achieved high accuracy. The subspaces are determined in particular successively or serially because they build on each other or depend on each other.

Insbesondere ist vorgesehen, dass als Maschinenparameter ein erregter magnetischer Fluss, eine Maschineninduktivität beziehungsweise ein Ständer-induzierter Fluss oder ein Maschinenfluss, ein elektrischer Maschinenwiderstand der Synchronmaschine ermittelt/überwacht werden. Zusätzlich kann vorgesehen sein, den aktuellen Rotorwinkel des Rotors der Synchronmaschine zu überwachen und bei der Ansteuerung der Synchronmaschine zu berücksichtigen. Auch Abweichungen des gemessenen Rotorwinkels von Ist-Rotorwinkel können als Maschinenparameter beziehungsweise Abweichungen eines Maschinenparameters (Rotorwinkel) berücksichtigt werden.In particular, it is provided that an excited magnetic flux, a machine inductance or a stator-induced flux or a machine flux, an electrical machine resistance of the synchronous machine are determined / monitored as machine parameters. In addition, it may be provided to monitor the current rotor angle of the rotor of the synchronous machine and to take it into account in the control of the synchronous machine. Deviations of the measured rotor angle from the actual rotor angle can also be taken into account as machine parameters or deviations of a machine parameter (rotor angle).

Normalerweise werden bei der Clusteranalyse die Cluster nur an lokale Zonen des Vektorraums begrenzt, mit der Konsequenz, dass viele Zonen der Vektorräume zu keinem Cluster gehören. Aufgrund der Raumunterteilung sind hier bevorzugt alle Zonen des Vektorraums genutzt, mit dem wesentlichen Vorteil, dass fast alle verfügbaren Informationen nicht verloren gehen, sondern effizient genutzt werden.Normally, in cluster analysis, the clusters are limited only to local zones of the vector space, with the consequence that many zones of the vector spaces do not belong to a cluster. Due to the spatial division, all zones of the vector space are preferably used here, with the significant advantage that almost all available information is not lost, but used efficiently.

Weiterhin ist bevorzugt vorgesehen, dass für die Clusteranalyse in Abhängigkeit von erfassbaren/messbaren Betriebsparametern der Synchronmaschine ein oder mehrere Betriebsparametervektoren erzeugt werden. Damit werden die gesammelten Betriebsparameter auf vorteilhafte Art und Weise organisiert, sodass der Bedarf an Arbeitsspeicher und Datenbearbeitung gering bleibt.Furthermore, it is preferably provided that one or more operating parameter vectors are generated for the cluster analysis as a function of detectable / measurable operating parameters of the synchronous machine. Thus, the collected operating parameters are organized in an advantageous manner, so that the need for memory and data processing remains low.

Ferner ist bevorzugt vorgesehen, dass mittels der Betriebsparametervektoren ein Vektorraum erzeugt und in einzelne Cluster beziehungsweise Clusterräume mittels Bildung von Unterräumen unterteilt wird, wobei jeder erzeugter Betriebsparametervektor jeweils einem der Cluster zugeordnet wird. Der Vektorraum wird somit unterteilt in Cluster, die sich voneinander unterscheiden, wobei insbesondere gleichartige Betriebsparameter und Betriebsparametervektoren in einem Clusterraum beziehungsweise Cluster zusammengefasst werden. Damit wird der Vektorraum sinnvoll unterteilt.Furthermore, it is preferably provided that a vector space is generated by means of the operating parameter vectors and subdivided into individual clusters or cluster spaces by forming subspaces, wherein each generated operating parameter vector is assigned to one of the clusters in each case. The vector space is thus subdivided into clusters which differ from one another, wherein, in particular, similar operating parameters and operating parameter vectors are combined in a cluster space or cluster. Thus, the vector space is divided meaningful.

Gemäß einer bevorzugten Weiterbildung der Erfindung ist vorgesehen, dass durch die Clusteranalyse der Vektorraum derart in Cluster, die jeweils einen Zentralvektor aufweisen, unterteilt wird, dass die Zentralvektoren senkrecht oder nahezu senkrecht zueinander ausgerichtet sind. Unter einem Zentralvektor wird dabei insbesondere ein die Ausrichtung der Symmetrieachse oder Mittelachse des jeweiligen Cluster anzeigender Vektor verstanden. Damit liegen auch die Cluster, die insbesondere kegelförmig ausgebildet sind, senkrecht zueinander oder nahezu senkrecht zueinander, wodurch sich eine vorteilhafte Auswertung der Daten ergibt mit der Erreichung einer hohen Genauigkeit.According to a preferred development of the invention, it is provided that the vector space is subdivided into clusters, which in each case have a central vector, by the cluster analysis in such a way that the central vectors are oriented perpendicularly or almost perpendicular to one another. In this case, a central vector is, in particular, an orientation of the symmetry axis or center axis of the respective cluster Vector understood. Thus, the clusters, which are in particular cone-shaped, are perpendicular to each other or nearly perpendicular to each other, resulting in an advantageous evaluation of the data results in achieving a high accuracy.

Gemäß einer vorteilhaften Weiterbildung der Erfindung ist vorgesehen, dass für die Clusteranalyse der Vektorraum derart in Cluster unterteilt wird, dass mindestens ein Clusterraum einen Sektor, einen elliptischen Kegel oder einen elliptischen multidimensionalen Kegel in einem Unterraum des Betriebsparametervektorraums bildet. Hierdurch ist die lineare Unabhängigkeit der Gleichungen eines Clustergruppengleichungssystems leicht herleitbar. Ein numerischer Fehler wird dadurch bei der Berechnung der Maschinenparameterabweichungen verringert.According to an advantageous development of the invention, it is provided that, for cluster analysis, the vector space is subdivided into clusters such that at least one cluster space forms a sector, an elliptical cone or an elliptical multidimensional cone in a subspace of the operating parameter vector space. As a result, the linear independence of the equations of a cluster group equation system can be easily deduced. A numerical error is thereby reduced in the calculation of the machine parameter deviations.

Ferner ist bevorzugt vorgesehen, dass der Unterraum aus einer oder mehreren Projektionen des Betriebsparametervektorraums entlang einer oder mehrerer Zentralvektoren eines oder mehrerer Cluster bestimmt wird. Hierdurch werden Clustergruppengleichungssysteme gebildet, deren Gleichungen linear unabhängig sind, um die numerischen Fehler weiter zu verringern.Furthermore, it is preferably provided that the subspace is determined from one or more projections of the operating parameter vector space along one or more central vectors of one or more clusters. As a result, cluster group equation systems are formed whose equations are linearly independent in order to further reduce the numerical errors.

Ferner ist bevorzugt vorgesehen, dass die Clusteranalyse mittels Skalierung und/oder Quantisierung oder durch ein Gatterverfahren in Abhängigkeit der erfassten Betriebsparameter durchgeführt wird. Hierdurch wird das Bestimmen der Betriebsparametervektoren mit den ähnlichen Eigenschaften vereinfacht.Furthermore, it is preferably provided that the cluster analysis is carried out by means of scaling and / or quantization or by a gate method as a function of the detected operating parameters. This simplifies determining the operating parameter vectors with the similar characteristics.

Gemäß einer bevorzugten Weiterbildung der Erfindung ist vorgesehen, dass jeder erzeugte Betriebsparametervektor eines Clusters tiefpassgefiltert wird. Dadurch wird erreicht, dass eine Mittelwertbildung oder Durchschnittsmessung erzielt wird, bei welcher störende oder für die Auswertung des Parameters nicht notwendige Signalspitzen ausgefiltert werden.According to a preferred embodiment of the invention, it is provided that each generated operating parameter vector of a cluster is low-pass filtered. This ensures that an averaging or average measurement is achieved in which disturbing or unnecessary for the evaluation of the parameter signal peaks are filtered out.

Weiterhin ist bevorzugt vorgesehen, dass jeder tiefpassgefilterte Betriebsparametervektor zum Herstellen einer die elektrischen Gesetzmäßigkeiten der Synchronmaschine beschreibenden Gleichung eingesetzt wird. Aus den Betriebsparametervektoren beziehungsweise tiefpassgefilterten Werten werden somit die Gleichungen zum Beschreiben der Synchronmaschine, aus welchen die Maschinenparameter herausgerechnet werden, gebildet. Jede Gleichung basiert auf den bekannten Zusammenhängen der messbaren Betriebsparameter. Diese Zusammenhänge basieren auf physikalischen Gesetzen und betreffen vorliegend insbesondere die Gesetzmäßigkeiten der Synchronmaschine, die in den Gleichungen (1) und (2) bereits festgehalten wurden.Furthermore, it is preferably provided that each low-pass-filtered operating parameter vector is used to produce an equation describing the electrical regularities of the synchronous machine. The equations for describing the synchronous machine, from which the machine parameters are eliminated, are thus formed from the operating parameter vectors or low-pass filtered values. Each equation is based on the known relationships of measurable operating parameters. These relationships are based on physical laws and relate in the present case in particular the laws of the synchronous machine, which have already been recorded in equations (1) and (2).

Zweckmäßigerweise werden die Gleichungen derart gebildet, dass sie linear unabhängig im Betrieb der Synchronmaschine sind, insbesondere um ein Gleichungssystem zu bilden, dessen Lösung die Abweichung zumindest eines Maschinenparameters von einem Erwartungswert ergibt, wozu der Raum der erfassbaren Betriebsparameter unterteilt wird in die Cluster beziehungsweise Clusterräume von Clustergruppen.Conveniently, the equations are formed such that they are linearly independent in the operation of the synchronous machine, in particular to form a system of equations whose solution yields the deviation of at least one machine parameter from an expected value, for which the space of the detectable operating parameters is divided into the clusters or cluster spaces of cluster groups.

Dazu wird also aus jedem Cluster eine Gleichung gebildet und aus mehreren Cluster eine Clustergruppe gebildet, um ein Clustergruppengleichungssystem zu erzeugen, durch welches die Abweichung beziehungsweise die jeweilige Abweichung erfasst wird/erfassbar ist. Dazu unterteilt die Clusteranalyse die Betriebsvektoren, sodass jede Gleichung aus einem Cluster linear unabhängig zu einer Kombination von Gleichungen aus anderen Clustern ist.For this purpose, an equation is formed from each cluster and a cluster group is formed from several clusters in order to generate a cluster group equation system by which the deviation or the respective deviation is detected / can be detected. To do this, cluster analysis divides the operation vectors so that each equation in a cluster is linearly independent of a combination of equations from other clusters.

Gemäß einer bevorzugten Weiterbildung der Erfindung ist vorgesehen, dass als zu überwachende Betriebsparameter gewählt werden, welche die elektrische Gesetzmäßigkeit nicht verändern.According to a preferred development of the invention, it is provided that operating parameters to be monitored are selected which do not change the electrical law.

Die erfassten Betriebsparameter können durch jegliche Art von Filter, insbesondere Bandfilter, oder Funktion ausgewertet werden, bevor sie mit einem der Cluster oder Clusterräume in Verbindung gebracht werden, sodass die Maschinengleichungen (1) und (2) ihre Identität behalten. Die Verwendung von mehr als einer Clustergruppe kann hilfreich sein, um die Effizienz in Bezug auf Zeit und Genauigkeit des Verfahrens zu erhöhen. Werden mehrere Clusterraumgruppen verwendet, so wird die Bestimmung der Abweichung aus einer gewichteten Durchschnittsbestimmung der Abweichungen ermittelt, wodurch Fehlerquellen bei der Bestimmung der Abweichungen vermieden werden.The acquired operational parameters may be evaluated by any type of filter, in particular bandpass filter, or function, before being associated with any of the clusters or cluster spaces so that the machine equations (1) and (2) retain their identity. The use of more than one cluster group can be helpful to increase the efficiency in terms of time and accuracy of the procedure. If several cluster space groups are used, the determination of the deviation is determined from a weighted average determination of the deviations, whereby sources of error in the determination of the deviations are avoided.

Weiterhin ist bevorzugt vorgesehen, dass die erfassten Abweichungen von unterschiedlichen Clustergruppen in Abhängigkeit der linearen Unabhängigkeit voneinander und/oder einer Aktualität der ermittelten Betriebsparameter des zugeordneten Gleichungssystems gewichtet werden. Ein aussagekräftiges Ergebnis ergibt sich insbesondere dann, wenn die Betriebsparameter zeitnah erfasst wurden. Umso geringer die lineare Abhängigkeit der Gleichungen voneinander ist, desto eindeutiger ist das Ergebnis der Clusteranalyse bestimmbar.Furthermore, it is preferably provided that the detected deviations from different cluster groups are weighted as a function of the linear independence from one another and / or an actuality of the determined operating parameters of the associated equation system. A meaningful result is obtained, in particular, if the operating parameters were recorded promptly. The lower the the linear dependence of the equations is the more clearly the result of the cluster analysis can be determined.

Die erfindungsgemäße Vorrichtung mit den Merkmalen des Anspruchs 15 zeichnet sich durch ein speziell hergerichtetes Steuergerät aus, das das erfindungsgemäße Verfahren durchführt. Es ergeben sich hierbei die bereits genannten Vorteile. Weitere Vorteile und bevorzugte Merkmale und Merkmalskombinationen ergeben sich insbesondere aus dem zuvor Beschriebenen sowie aus den Ansprüchen.The device according to the invention with the features of claim 15 is characterized by a specially prepared control unit which carries out the method according to the invention. This results in the already mentioned advantages. Further advantages and preferred features and combinations of features emerge in particular from the previously described and from the claims.

Im Folgenden soll die Erfindung anhand der Zeichnung näher erläutert werden. Dazu zeigenIn the following, the invention will be explained in more detail with reference to the drawing. Show this

1 eine Verbrauchereinrichtung in einer vereinfachten Darstellung, 1 a consumer device in a simplified representation,

2 eine Übersicht einer Clusteranaylse, 2 an overview of a cluster analysis,

3 ein Ausführungsbeispiel, 3 an embodiment,

4 bis 12 eine Bestimmung von Betriebsparametervektoren im zweidimensionalen Raum, 4 to 12 a determination of operating parameter vectors in two-dimensional space,

13 bis 24 die Bestimmung von Betriebsparametervektoren im dreidimensionalen Raum, 13 to 24 the determination of operating parameter vectors in three-dimensional space,

25 eine Zusammenfassung der Clusteranalyse und 25 a summary of the cluster analysis and

26 eine Weiterbildung der Clusteranalyse. 26 a development of cluster analysis.

1 zeigt eine Anordnung 1 mit einem elektrischen Verbraucher 2, der als Synchronmaschine mit Permanentmagneten ausgebildet ist. Die Synchronmaschine 2 beziehungsweise ein Ständer der Synchronmaschine 2 weist eine Ständerwicklung 3 mit drei Phasen U, V, W auf. Jeder der Phasen U, V, W ist dabei einem Strommesssensor 4_U, 4_V beziehungsweise 4_W zugeordnet, um den jeweiligen Phasenstrom zu überwachen. Die Phasen sind durch eine Steuereinrichtung 5 verbunden, die eine Energie- beziehungsweise elektrische Spannungsquelle umfasst. Die Synchronmaschine 2 weist die folgenden Maschinenparameter auf: Elektrischer Widerstand der Ständerwicklung, elektrische Induktivität der Wicklung und erregter magnetischer Fluss. Unter einer Abweichung wird im Folgenden die Abweichung eines Maschinenparameters von einem erwarteten Maschinenparameter und auch die Abweichung von einem Ist-Rotorwinkel (α) zu einem erwarteten beziehungsweise berechneten Rotorwinkel verstanden. 1 shows an arrangement 1 with an electrical consumer 2 , which is designed as a synchronous machine with permanent magnets. The synchronous machine 2 or a stator of the synchronous machine 2 has a stator winding 3 with three phases U, V, W on. Each of the phases U, V, W is a current measuring sensor 4_U . 4_V respectively 4_W assigned to monitor the respective phase current. The phases are controlled by a control device 5 connected, which comprises a power or electrical voltage source. The synchronous machine 2 has the following machine parameters: stator winding electrical resistance, winding electrical inductance, and energized magnetic flux. In the following, a deviation is understood to mean the deviation of a machine parameter from an expected machine parameter and also the deviation from an actual rotor angle (α) to an expected or calculated rotor angle.

Durch die Maschinenparameter werden elektrische Gesetzmäßigkeiten der Synchronmaschine 2 definiert, die durch die folgenden Differentialgleichungen in d- und q-Richtung beschrieben werden:

The machine parameters become electrical laws of the synchronous machine 2 defined by the following differential equations in the d and q directions:

Dabei sind U_d und U_q die elektrische Spannung in d- und q-Richtung, I_d, I_q der Strom der elektrischen Maschine in d- und q-Richtung, R der elektrische Widerstand der Synchronmaschine, L_d, L_q die Induktivität der elektrischen Maschine in d- beziehungsweise q-Richtung L_dI_d, L_qI_q der Ständer induzierte Fluss in d und q Richtung, ω_el die elektrische Frequenz multipliziert mit 2π und ψ der erregte magnetische Fluss.Here U _d and U _{q are} the electrical voltage in the d and q direction, I _d , I _{q is} the current of the electric machine in the d and q direction, R is the electrical resistance of the synchronous machine, L _d , L _{q is} the inductance the electric machine in d- or q-direction L _d I _d , L _q I _{q of} the stator induced flux in d and q direction, ω _el the electrical frequency multiplied by 2π and ψ the excited magnetic flux.

Für den Fall, dass die Synchronmaschine drei Phasen aufweist, wie in dem vorliegenden Ausführungsbeispiel, ergeben sich die durch die dq-Transformation beschriebenen Zusammenhänge:

In the event that the synchronous machine has three phases, as in the present embodiment, the relationships described by the dq transformation result:

Die inverse Transformation wird erreicht durch die Inverse der gegebenen Transformation. Dieselbe Transformation gilt auch für U_d und U_q. Die Maschinengleichungen der Synchronmaschine 2 (2) und (1) setzen die Summe der Spannungen in d- und q-Richtungen gleich null.The inverse transformation is achieved by the inverse of the given transformation. The same transformation applies to U _d and U _q . The machine equations of the synchronous machine 2 (2) and (1) set the sum of the voltages in d and q directions equal to zero.

Mittels einer Clusteranalyse sollen nun auf Basis messbarer beziehungsweise erfassbarer Betriebsparameter BP – beziehungsweise BP1, BP2, BP3 ... – der Synchronmaschine eine oder mehrere Abweichungen der Maschinenparametern ermittelt und quantifiziert werden. Die Clusteranalyse hat hierbei die insbesondere Aufgabe, die Betriebsparameter auf unterschiedliche Gleichungen aufzuteilen, deren Systemlösung die Abweichungen der Maschinenparameter, die von Herstellungstoleranzen abhängen, erkennt. Die Clusteranalyse und die Systembildung sind vereinfacht in 2 gezeigt.By means of a cluster analysis, one or more deviations of the machine parameters are to be determined and quantified on the basis of measurable or detectable operating parameters BP - or BP1, BP2, BP3... The cluster analysis here has the particular task of dividing the operating parameters to different equations whose system solution recognizes the deviations of the machine parameters, which depend on manufacturing tolerances. Cluster analysis and system building are simplified in 2 shown.

Die Clusteranalyse unterscheidet zwischen zwei Räumen, dem realen Raum der Abweichung der Maschinenparameter, die erfasst werden sollen, und dem realen Raum der erfassbaren beziehungsweise messbaren Betriebsparameter BP der Synchronmaschine 2 beziehungsweise messbare Signale des dq-Stroms multipliziert mit erwarteten Maschinenparameterwerten, erwarteten Flusswerten oder induzierte dq-Spannungswerten. Diese Signale korrespondieren zu den Spannungsabfällen in der Synchronmaschine 2 und erscheinen daher auch in den Maschinengleichungen. Wie zuvor bereits beschrieben, werden im laufenden Betrieb regelmäßig Messungen der Betriebsparameter BP vorgenommen. Die erfassten Betriebsparameter BP1, BP2, BP3 ... werden in einem oder mehreren Betriebsparametervektoren BPV organisiert beziehungsweise gruppiert. Die Gesamtheit der Betriebsparametervektoren formt einen Betriebsparametervektorraum V_R.The cluster analysis distinguishes between two spaces, the real space of the deviation of the machine parameters to be detected, and the real space of the detectable or measurable operating parameters BP of the synchronous machine 2 or measurable signals of the dq current multiplied by expected machine parameter values, expected flow values or induced dq voltage values. These signals correspond to the voltage drops in the synchronous machine 2 and therefore also appear in the machine equations. As already described above, measurements of the operating parameters BP are carried out regularly during operation. The acquired operating parameters BP1, BP2, BP3... Are organized or grouped in one or more operating parameter vectors BPV. The entirety of the operating parameter vectors form an operating parameter vector space V _R.

Der Vektorraum V_R wird unterteilt in Cluster C1, C2, C3, C4, C5 die als Regionen verstanden werden können. Jedes Mal, wenn ein Betriebsparametervektor BPV ermittelt beziehungsweise bestimmt wurde, wird dieser mit einem der Cluster C1, C2, C3, C4, C5 assoziiert, wie in 2 gezeigt.The vector space V _R is subdivided into clusters C1, C2, C3, C4, C5 which can be understood as regions. Each time an operating parameter vector BPV has been determined, it is associated with one of the clusters C1, C2, C3, C4, C5, as in FIG 2 shown.

Die Assoziierung wird durchgeführt, indem der jeweilige Betriebsparametervektor in einem Speicher des Steuergeräts 5 hinterlegt wird, der mit dem damit zugeordneten Cluster C1, C2, C3, C4 oder C5 verbunden ist. Bevorzugt wird der jeweilige Betriebsparametervektor BPV tiefpassgefiltert gespeichert, sodass ein nutzbarer Mittelwert hinterlegt zur Verfügung steht. Vorzugsweise ist für jeden Betriebsparameter eines Betriebsparametervektors ein eigener Filter F, insbesondere Tiefpassfilter, vorgesehen. Das bedeutet, dass so viele Tiefpassfilter mit jedem Cluster assoziiert sind, wie Betriebsparameter vorhanden sind. Die Filter werden zusammen als Clusterfiltergruppe bezeichnet. Der Ausgang jeder Clusterfiltergruppe wird dazu genutzt, eine Gleichung E zu bilden. Diese Gleichung jedes Clusters basiert auf den bekannten physikalischen Gesetzmäßigkeiten zwischen den Betriebsparametern. Vorliegend handelt es sich dabei um die Maschinengleichungen (1) und (2).The association is performed by placing the respective operating parameter vector in a memory of the controller 5 is deposited, which is connected to the associated cluster C1, C2, C3, C4 or C5. Preferably, the respective operating parameter vector BPV is stored with low-pass filtering, so that a usable average value is available. Preferably, a separate filter F, in particular low-pass filter, is provided for each operating parameter of an operating parameter vector. This means that as many low-pass filters are associated with each cluster as there are operational parameters. The filters are collectively referred to as a cluster filter group. The output of each cluster filter group is used to form an equation E. This equation of each cluster is based on the known physical laws between the operating parameters. In the present case these are the machine equations (1) and (2).

Eine Mehrzahl von Clustern werden in einer Gruppe zu einer Clustergruppe CG zusammengeführt. Der Raum der Betriebsparameter wird unterteilt in die Cluster einer Clustergruppe CG, sodass die Gleichungen E, die den unterschiedlichen Clustern zugehörig sind, linear unabhängig während des Betriebs der Synchronmaschine 2 sind. Es werden somit so viele Gleichungen E erhalten, wie Cluster in einer Clustergruppe vorhanden sind. Die Gruppe aller Gleichungen einer Clustergruppe bildet ein Clustergruppengleichungssystem. Dieses wird gelöst, um die genannten Abweichungen zu identifizieren.A plurality of clusters are merged in a group into a cluster group CG. The space of the operating parameters is divided into the clusters of a cluster group CG, so that the equations E associated with the different clusters become linearly independent during operation of the synchronous machine 2 are. Thus, we get as many equations E as there are clusters in a cluster group. The group of all equations of a cluster group forms a cluster group equation system. This is solved to identify the mentioned deviations.

Zweckmäßigerweise werden die Betriebsparameter BP derart gewählt, dass die Clusterfilter die Natur beziehungsweise die elektrischen Gesetzmäßigkeiten der Synchronmaschine der ursprünglichen Gleichungen nicht transformieren beziehungsweise verändern. Die Betriebsparameter können durch jegliche Art von Filter, insbesondere Bandfilter, oder Funktion(en) überarbeitet werden, bevor sie mit dem jeweiligen Cluster in Verbindung gebracht werden, unter der Bedingung, dass die Natur der ursprünglichen Maschinengleichungen nicht verändert sind.Expediently, the operating parameters BP are selected such that the cluster filters do not transform or change the nature or the electrical laws of the synchronous machine of the original equations. The operating parameters can be determined by any type of filter, in particular, bandpass filters or function (s) are revised before they are associated with the respective cluster, on the condition that the nature of the original machine equations are not changed.

Die Verwendung von mehr als nur einer Clustergruppe ist vorteilhaft, um die Effizienz des Verfahrens zu steigern. Sind mehrere Clustergruppen vorhanden, so wird die finale Abweichung als Durchschnittswert, gegebenenfalls als gewichteter Durchschnittswert, der einzeln berechneten Abweichungen der Clustergruppen bestimmt. Die Wichtung kann auf Basis der Aktualität der Betriebsparameter und/oder der linearen Unabhängigkeit der Clustergruppengleichung(en) erfolgen. Alternativ kann vorgesehen sein, Fehlerminimierungsalgorithmen, wie beispielsweise die „least-mean-square-error” Methode zu verwenden.The use of more than one cluster group is advantageous to increase the efficiency of the process. If several cluster groups are present, the final deviation is determined as an average value, if appropriate as a weighted average value of the individually calculated deviations of the cluster groups. The weighting may be based on the timeliness of the operating parameters and / or the linear independence of the cluster group equation (s). Alternatively it can be provided to use error minimization algorithms, such as the least-mean-square-error method.

Das Verfahren hat die folgenden Vorteile:
Die Betriebsparameter und Maschinenparameter werden schnell identifiziert. Sobald eine Messung oder ein Betriebsparametervektor erfasst und jeweils einem Cluster zugeordnet wurden, kann das jeweilige Clustergruppengleichungssystem gelöst werden. Signalstörgeräusche von Betriebsparametern werden gefiltert. Die Identifizierung der Abweichungen ist grundsätzlich frei von Stabilitätsproblemen, weil das Verfahren zum Bestimmen der Abweichungen keine rekursive Methode umfasst. Eine Interaktion kommt erst dann, wenn die Parameter in dem Steuergerät aktualisiert werden. Effekte mit einer Operationsfrequenz über die Hälfte der gesampelten Frequenz können identifiziert werden. Auswirkungen, die nur unter speziellen Betriebsbedingungen entstehen, können gespeichert werden, um die Abweichungen bezüglich der Herstellung der Synchronmaschine zu lernen. Für die Durchführung des Verfahrens ist nur eine geringe Computer- beziehungsweise Rechenleistung notwendig. Das Lösen der Clustergruppengleichungssysteme ist der Bestandteil mit der höchsten Anforderung an Berechnungsleistungen. Die Lösung kann beispielsweise dann durchgeführt werden, wenn entsprechende Ressourcen in dem Steuergerät dafür frei sind.The method has the following advantages:
The operating parameters and machine parameters are quickly identified. Once a measurement or an operating parameter vector has been captured and each assigned to a cluster, the respective cluster group equation system can be solved. Signal noise from operating parameters are filtered. The identification of the deviations is fundamentally free from stability problems, because the method for determining the deviations does not include a recursive method. An interaction does not occur until the parameters in the controller are updated. Effects with an operating frequency over half of the sampled frequency can be identified. Effects that arise only under special operating conditions can be stored to learn the variations in the production of the synchronous machine. For the implementation of the method only a small computer or computing power is necessary. The solution of the cluster group equation systems is the component with the highest requirement for calculation services. The solution can be performed, for example, if corresponding resources in the controller are free for it.

Es existieren unterschiedliche Verfahren zum Identifizieren von Maschinenparametern im Betrieb. Diese Verfahren erfassen üblicherweise ein oder maximal zwei unterschiedliche Maschinenparameter. Ein typisches Verfahren ist dabei das sogenannte Least-Square-Verfahren. Grundsätzlich sind diese Verfahren rekursiv und verwenden einen Gedächtnisfaktor, welcher die Gleichungen mit jeder Messung gewichtet. Dies soll anhand von 3 näher erörtert werden. Diese zeigt aufgetragen über die Zeit ein Drehmoment M_d, eine Geschwindigkeit v sowie die Gewichtung der Messergebnisse beziehungsweise Gleichungen E. Gezeigt ist ein Fahrzyklus. Die Synchronmaschine startet zu einem ersten Arbeitspunkt WP1 mit einem hohen Drehmoment M_d und einer niedrigen Geschwindigkeit (Drehzahl) v, und geht in einen zweiten Arbeitspunkt WP2 über, mit einem verringerten Drehmoment und einer höheren Geschwindigkeit v. Anschließend, zu einem dritten Arbeitspunkt WP3, ist das Drehmoment weiter reduziert und die Geschwindigkeit wird gemittelt und erreicht einen vierten Arbeitspunkt WP4. Die Gewichtung erfolgt vorliegend durch ein Least-Square-Verfahren/Algorithmus, welches die vergangenen Arbeitspunkte berücksichtigt. Es ist ersichtlich, dass die ersten drei Arbeitspunkte verhältnismäßig gering gewichtet werden. Im Zusammenhang mit dem Least-Square-Verfahren bedeutet dies, dass sie einen minimalen Effekt auf den Gesamtfehler der Auswertung ausübt. Die Least-Square-Methode beendet die Verringerung des Fehlers mit dem letzten Arbeitspunkt. Die Information der ersten drei Arbeitspunkte geht verloren. Das hat zur Folge, dass der Least-Square-Algorithmus so viele Parameter identifizieren kann wie Bedingungen beziehungsweise Gleichungen, die sich auf den letzten Arbeitspunkt beziehen. Nur durch das Geringhalten der zu identifizierenden Parameter kann ein derartiger Algorithmus funktionieren.There are different methods for identifying machine parameters during operation. These methods usually detect one or at most two different machine parameters. A typical method is the so-called least-square method. Basically, these methods are recursive and use a memory factor which weights the equations with each measurement. This should be based on 3 be discussed in more detail. This shows plotted over time a torque M _d , a speed v and the weighting of the measurement results or equations E. Shown is a drive cycle. The synchronous machine starts to a first operating point WP1 with a high torque M _d and a low speed (speed) v, and goes to a second operating point WP2, with a reduced torque and a higher speed v. Subsequently, to a third operating point WP3, the torque is further reduced and the speed is averaged and reaches a fourth operating point WP4. In the present case, the weighting is carried out by a least-square method / algorithm which takes into account the past operating points. It can be seen that the first three operating points are weighted relatively low. In the context of the least squares method, this means that it has a minimal effect on the overall error of the evaluation. The least square method stops the reduction of the error with the last operating point. The information of the first three operating points is lost. As a result, the least square algorithm can identify as many parameters as conditions or equations that relate to the last operating point. Only by keeping the parameters to be identified can such an algorithm work.

Durch die vorgestellte Clusteranalyse wird mit jedem Arbeitspunkt und zugehörigen Bedingungen/Gleichungen das passende Cluster bedient. Auf diese Art und Weise wird für jedes Cluster oder jeden Clusterraum ein Gedächtnis für die dazugehörigen Gleichungen gebildet, die zu dem System der vielfachen Gleichungen führen, welche die Identifizierung einer Vielzahl von Parametern erlauben.The presented cluster analysis serves the right cluster with each operating point and associated conditions / equations. In this way, a memory for the associated equations is formed for each cluster or cluster space leading to the system of multiple equations which allow the identification of a variety of parameters.

Das in 2 vorgestellte Verfahren erlaubt das Erfassen mehrerer Maschinenparameter und den nennenswerten Fehleranteil. Durch eine vorteilhafte hohe Anzahl von Messpunkten können Maschinenparameter, die sich beispielsweise mit der Temperatur der Maschine verändern, ebenfalls verfolgt werden. Der Verlust von Informationen ist sehr gering. Eine speziell vorher durchgeführte Vermessung der Maschine ist nicht notwendig.This in 2 presented method allows the detection of several machine parameters and the significant error share. Due to an advantageous high number of measuring points, machine parameters that change, for example, with the temperature of the machine, can also be tracked. The loss of information is very low. A special previously performed measurement of the machine is not necessary.

Im Folgenden werden die Maschinenparameter vorgestellt, die identifiziert werden sollen:The following are the machine parameters to be identified:

1. Rotorwinkelabweichung1. rotor angle deviation

Die Abweichung zwischen dem tatsächlichen Rotorwinkel α_p und dem gemessenen Rotorwinkel am wird wie folgt berücksichtigt: α_p = α_m + Δα (10) The deviation between the actual rotor angle α _p and the measured rotor angle am is taken into account as follows: α _p = α _m + Δα (10)

Die Kenntnis der Maschinenparameter, die durch das Maschinendesign bestimmt wird, kann abweichen von der Realität. Um die Abweichungen zu erfassen, werden die Induktivität L_d in d-Richtung (L_{d_p} = tatsächlicher Wert, L_{d_d} = erwarteter Wert) und L_q in q-Richtung (L_{q_p} = tatsächlicher Wert, L_{q_d} = erwarteter Wert), der erregte magnetische Flux Ψ (Ψ_p = tatsächlicher Wert, Ψ_d = erwarteter Wert) und der elektrische Widerstand R (R_p = tatsächlicher Wert, R_d = erwarteter Wert) wie folgt berücksichtigt: L_{d_p} = (1 + ΔL_d)L_{d_d} (12) L_{q_p} = (1 + ΔL_q)L_{q_d} (13) Ψ_p = (1 + ΔΨ)Ψ_d (14) R_p = (1 + ΔR)R_d (15) The knowledge of the machine parameters, which is determined by the machine design, may differ from the reality. In order to detect the deviations, the inductance L _d in the d direction (L _{d_p} = actual value, L _{d_d} = expected value) and L _q in the q direction (L _{q_p} = actual value, L _{q_d} = expected value), the excited magnetic flux Ψ (Ψ _p = actual value, Ψ _d = expected value) and the electrical resistance R (R _p = actual value, R _d = expected value) considered as follows: L _{d_p} = (1 + ΔL _d ) L _{d_d} (12) L _{q_p} = (1 + ΔL _q ) L _{q_d} (13) Ψ _p = (1 + ΔΨ) Ψ _d (14) R _p = (1 + ΔR) R _d (15)

Die berechneten Werte der Induktivität L_{d_d}, L_{q_d}, Ψ_d und R_d liegen der Bestimmung zugrunde, wobei die Abweichungen ΔL_d, ΔL_q, ΔΨ und ΔR dies berücksichtigen. Ist die jeweilige Abweichung gleich null, so entspricht der tatsächliche Wert dem berechneten Wert, der sich aus dem Design beziehungsweise der Gestaltung der Maschine ergibt.The calculated values of the inductance L _{d_d} , L _{q_d} , Ψ _d and R _d are based on the determination, the deviations ΔL _d , ΔL _q , ΔΨ and ΔR taking this into account. If the respective deviation is equal to zero, then the actual value corresponds to the calculated value, which results from the design or the design of the machine.

Unter Berücksichtigung der zu erfassenden Betriebsparameter BP, der Maschinenparameter, der Abweichungen und der dq-Transformationsmatrix, können die Maschinengleichungen (1) und (2) wie folgt angenähert werden: U_d = (1 + ΔR)R_d·I_d – (1 + ΔL_q)ω_el·L_{q_d}·I_q + (1 + ΔL_d) ∂ / ∂t(L_{d_d}·I_d) + (1 + Δψ) ∂ / ∂t(ψ_d) + a_d·Δα (16) U_q = (1 + ΔR)R_d·I_q + (1 + ΔL_q) ∂ / ∂t(L_{q_d}·I_q) + ω_el·(1 + ΔL_d)L_{d_d}·I_d + (1 + Δψ)ω_el·ψ_d + α_q·Δα (17) wobei I_d, I_q und U_d und U_q gemessene Werte sind und a_d und a_q wie folgt definiert werden: α_d = –U_q + R_d·I_q – ω_el·(iq ∂ / ∂id(L_{q_d}·I_q) – id ∂ / ∂id(L_{q_d}·I_q)) + ∂ / ∂id(iq ∂ / ∂id(L_{d_d}·I_d + ψ_d) – id ∂ / ∂id(L_{d_d}·I_d + ψ_d) (18) α_q = U_d – R_d·I_d + ∂ / ∂t(iq ∂ / ∂id(L_{q_d}·I_q) – id ∂ / ∂id(L_{q_d}·I_q) + ω_el·(iq ∂ / ∂id(L_{d_d}·I_d + ψ_d) – id ∂ / ∂id(L_{d_d}·I_d + ψ_d) (19) Taking into account the operating parameters BP to be acquired, the machine parameters, the deviations and the dq transformation matrix, the machine equations (1) and (2) can be approximated as follows: U _d = (1 + ΔR) R _d I _d - (1 + ΔL _q ) ω _el × L _{q_d} × I _q + (1 + ΔL _d ) ∂ / ∂t (L _{d_d} × I _d ) + (1 + Δψ) ∂ / ∂t (ψ _d ) + a _d · Δα (16) U _q = (1 + ΔR) R _d * I _q + (1 + ΔL _q ) ∂ / ∂t (L _{q_d} * I _q ) + ω _el * (1 + ΔL _d ) L _{d_d} * I _d + (1 + Δψ) ω _el · ψ _d + α _q · Δα (17) where I _d , I _q and U _d and U _{q are} measured values and a _d and a _q are defined as follows: α _d = -U _q + R _d * I _q - ω _el * (iq ∂ / ∂id (L _q - _d · I _q ) - id ∂ / ∂id (L _q - _d · I _q )) + ∂ / ∂id (iq ∂ / ∂id (L _{d_d} · I _d + ψ _d ) - id ∂ / ∂id (L _{d_d} · I _d + ψ _d ) (18) α _q = U _d -R _d I _d + ∂ / ∂t (iq ∂ / ∂id (L _{q_d} ·I _q ) -id∂ / ∂id (L _{q_d} ·I _q ) + ω _el · (iq ∂ / ∂id (L _{d_d} · I _d + ψ _d ) - id ∂ / ∂ id (L _{d_d} · I _d + ψ _d ) (19)

Weiterhin werden die folgenden Vektordefinitionen eingeführt:

Furthermore, the following vector definitions are introduced:

Die Gleichungen (16) und (17) können auch in vektorieller Form wiedergegeben werden:

Equations (16) and (17) can also be rendered in vector form:

Im Allgemeinen kann jeder Maschinenparameter oder jedes Messsignal mit mehreren Korrekturparametern beschrieben werden und durch eine Linearisierung können die Gleichungen 1 und 2 in eine ähnliche Form wie die Gleichungen 23 bis 27 angenäht werden. Die weitere Beschreibung der Verfahren bleibt gleich.In general, each machine parameter or measurement signal may be described with multiple correction parameters, and by linearization equations 1 and 2 may be sewn into a similar form to equations 23-27. The further description of the method remains the same.

Zu jedem Messzeitpunkt während des Betriebs sind die Vektoren A und B und die Spannung U_d, U_q bekannt, oder berechenbar. Der Vektor X ist unbekannt und umfasst die Abweichungen der Maschinenparameter, die identifiziert werden sollen.At each time of measurement during operation, the vectors A and B and the voltage U _d , U _{q are} known or calculable. The vector X is unknown and includes the deviations of the machine parameters to be identified.

Es ist zu beachten, dass die Vektoren A und B eine zeitliche Signalableitung aufweisen. Um die Signalableitungen zu vermeiden, welche der Grund für numerische Fehler sein kann, werden die Bestandteile der Vektoren A und B und die entsprechenden Spannungen U_d und U_q vorzugsweise über ein vorbestimmtes Zeitintervall integriert. Dadurch wird die Ableitung der Signale eliminiert. Dies entspricht letztendlich einer Integration der Gleichungen (16) und (17) über ein vorbestimmtes Zeitintervall.It should be noted that the vectors A and B have a temporal signal derivative. In order to avoid the signal derivatives, which may be the cause of numerical errors, the components of vectors A and B and the corresponding voltages U _d and U _{q are} preferably integrated over a predetermined time interval. This eliminates the derivative of the signals. This ultimately corresponds to integration of equations (16) and (17) over a predetermined time interval.

Um die vorliegend fünf Abweichungen der Maschinenparamete des Vektors X zu bestimmen, sind fünf Gleichungen der Gleichung (26) oder (27), letztendlich gemischt, notwendig. Zum Beispiel, wenn drei Messungen erfolgt sind, sind für jede Messung zwei Gleichungen gegebenen, so werden insgesamt sechs Gleichungen zur Verfügung stehen. Fünf von diesen werden insbesondere dazu verwendet, das Gleichungssystem zu bauen und die Lösung des Gleichungssystems ergibt den Vektor X. Angenommen, A₁, U_d1 und B₁, U_q1 sind von der ersten Messung, A₂, U_d2 und B₂, U_q2 von der zweiten Messung und A₃, U_d3 von der dritten Messung gewählt, so entsteht das folgende Gleichungssystem:

In order to determine the present five deviations of the machine parameters of the vector X, five equations of the equation (26) or (27), finally mixed, are necessary. For example, if three measurements have been made, two equations are given for each measurement, then a total of six equations will be available. In particular, five of these are used to construct the system of equations, and the solution of the equation system yields the vector X. Assume that A ₁ , U _d1 and B ₁ , U _q1 are from the first measurement, A ₂ , U _d2 and B ₂ , U _q2 from the second measurement and A ₃ , U _d3 from the third measurement, the following system of equations results:

In dem ersten Glied des Systems (30) multipliziert eine Matrix den Vektor X. Dies ist die Matrix M des Gleichungssystems. Die Reihen der Matrix entsprechen den Vektoren A oder B. Auch wenn A und B zwei Vektoren zu dem gleichen Messpunkt sind, so sind sie beide unabhängig berücksichtigt als jeweils einzelner Vektor, der die unterschiedlichen Reihen der Matrix M formt.In the first term of the system (30), a matrix multiplies the vector X. This is the matrix M of the equation system. The rows of the matrix correspond to the vectors A or B. Although A and B are two vectors at the same measurement point, they are both independently considered as a single vector forming the different rows of the matrix M.

Während des Betriebs der Maschine werden die Messungen zweckmäßigerweise mit einer hohen Frequenz durchgeführt. Das bedeutet, dass eine hohe Anzahl von Gleichungen zur Verfügung steht. Die Frage ist, welche der Gleichungen dazu verwendet werden soll, das Gleichungssystem zu erzeugen.During operation of the machine, the measurements are expediently carried out at a high frequency. This means that a large number of equations are available. The question is which of the equations should be used to generate the system of equations.

Die folgenden zwei Bedingungen sollen durch die ausgewählte Gleichung erfüllt werden:

1. Die Gleichungen müssen linear unabhängig sein, um ein lösbares System ohne bemerkbaren numerischen Fehler zu erhalten. Das ist gleichbedeutend mit der Aussage, dass die Matrix M linear unabhängige Reihen aufweisen soll.
2. Die Gleichungen sollen so jung wie möglich sein. Dies erlaubt das Verfolgen von Maschinenparameter, die durch eine Temperaturänderung verändert werden können.

The following two conditions should be satisfied by the equation selected:

1. The equations must be linearly independent to obtain a solvable system with no noticeable numerical error. This is equivalent to saying that the matrix M should have linear independent rows.
2. The equations should be as young as possible. This allows the tracking of machine parameters that can be changed by a temperature change.

Die Clusteranalyse assoziiert somit jede neu gemessene beziehungsweise gebildete Gleichung zu dem passenden Cluster und jede Gleichung dieses oder jedes Clusters soll linear unabhängig zu jeder anderen Gleichung aller anderen Cluster sein. Dies stellt sicher, dass dann, wenn eine Gleichung jedes Clusters genommen wird, daraus ein Clustergruppengleichungssystem entsteht deren Gleichungen linear unabhängig voneinander sind. Das Clusterverfahren soll jeden Cluster regelmäßig so oft wie möglich aktualisieren, um Zeitintervalle mit Informationslücken zu vermeiden.Cluster analysis thus associates each newly measured equation to the appropriate cluster, and each equation of this or each cluster should be linearly independent of any other equation of all other clusters. This ensures that when one equation of each cluster is taken, it becomes a cluster group equation system whose equations are linearly independent of each other. The clustering process should regularly update each cluster as often as possible to avoid time gaps with information gaps.

Die lineare Unabhängigkeit wird dadurch erreicht, dass die Vektoren zueinander einen Winkel bilden, der ungleich 0° oder ungleich 180° oder nahe dazu ist. Desto größer der Winkel von 0° und 180° abweicht, desto höher ist die Nicht-Linearität.The linear independence is achieved in that the vectors form an angle to each other which is not equal to 0 ° or equal to or equal to 180 °. The larger the angle deviates from 0 ° and 180 °, the higher the non-linearity.

Weil die Vektoren die Vektoren A oder B sind, die durch die gemessenen Parameter und bekannten Parameter berechnet werden, werden sie als Betriebsparametervektoren BPV (BPV1, BPV2, BPV3 usw...) oder als beobachtbare Vektoren bezeichnet. Der Raum, der von diesen Vektoren gebildet wird, wird im Folgenden als Betriebsparametervektorraum V_R oder Vektorraum von beobachtbaren Variablen bezeichnet. Weil diese Vektoren vorliegend fünf Elemente umfassen, erhält der vektorielle Raum beziehungsweise der Betriebsparametervektorraum vorliegend fünf Dimensionen.Because the vectors are vectors A or B calculated by the measured parameters and known parameters, they are referred to as operating parameter vectors BPV (BPV1, BPV2, BPV3, etc.) or as observable vectors. The space formed by these vectors will be referred to hereinafter as the operating parameter vector space V _R or vector space of observable variables. Because these vectors comprise five elements in the present case, the vector space or the operating parameter vector space is given five dimensions in the present case.

Jede Zeitmessung hat zwei Vektoren und ist in dem Betriebsparametervektorraum mit zwei Punkten darstellbar. Ein Betriebszyklus, beispielsweise ein Fahrzyklus in einer Stadt, auf einer Schnellstraße oder dergleichen, kann in dem Betriebsparametervektorraum verfolgt werden, wie beispielhaft in 4 gezeigt. Jeder Punkt stellt einen Messpunkt dar und die Ziffer stellt den Bezug zu der Zeit her, zu welchem Zeitpunkt der Punkt gemessen wurde. Weil zu jeder Messung die zwei Gleichungen zur Verfügung stehen, sind auch zwei Punkte im vektoriellen Raum für eine Messung vorhanden. Einer bezieht sich auf den Vektor A und der andere auf den Vektor B. Unabhängig davon benötigt der Identifikationsalgorithmus keine Unterscheidung darüber, ob der gemessene Punkt Vektor A oder Vektor B zugehörig ist. Aus diesem Grund sind die Punkte in der Zeichnung auch gleich gezeigt. Aus Darstellungsgründen zeigt 4 einen zwei-dimensionalen Raum. Der Vektorraum beziehungsweise Betriebsparameterraum soll jedoch nie weniger als fünf Dimensionen aufweisen.Each time measurement has two vectors and can be represented in the operating parameter vector space with two points. An operating cycle, such as a driving cycle in a city, on a highway, or the like, may be tracked in the operating parameter vector space, as exemplified in FIG 4 shown. Each point represents a measurement point and the numeral represents the reference to the time at which the point was measured. Because the two equations are available for each measurement, there are also two points in vector space for a measurement. One refers to the vector A and the other to the vector B. Independently of this, the identification algorithm does not need to distinguish whether the measured point belongs to vector A or to vector B. For this reason, the points in the drawing are also shown the same. For illustrative purposes shows 4 a two-dimensional space. However, the vector space or operating parameter space should never have less than five dimensions.

Um das Gleichungssystem zu lösen, soll die Clusteranalyse fünf voneinander unterschiedliche Zonen im Betriebsparametervektorraum identifizieren, die sich einander nicht überlappen und nicht nebeneinander liegen. Der Grund für diese Zone liegt darin, Gruppen mit linearen oder quasi linear abhängigen Vektoren zu vermeiden. Diese Zonen sollen die Eigenart haben, dass jeder Vektor dieser jeweiligen Zone multipliziert bei irgendeinem Skalierfaktor ungleich null immer noch in die gleiche Zone gehört. Dies ist notwendig, um die Tatsache zu berücksichtigen, dass jeder Vektor, der mit einem Skalierfaktor multipliziert wird, einen neuen Vektor erzeugt, der immer noch linear abgängig von dem Originalvektor ist.In order to solve the equation system, the cluster analysis should identify five distinct zones in the operating parameter vector space that do not overlap each other and are not adjacent to each other. The reason for this zone is to avoid groups with linear or quasi linear dependent vectors. These zones are intended to have the property that each vector of that particular zone multiplied by any nonzero scaling factor still belongs in the same zone. This is necessary to account for the fact that every vector multiplied by a scale factor will produce a new vector that is still linearly descendent from the original vector.

5 zeigt ein Beispiel eines Betriebsparametervektorraums in zwei Dimensionen, der also durch zwei erfasste Betriebsparameter BP1 und BP2 der Synchronmaschine gebildet ist. Zwei Zonen sind gezeigt, Zone A und Zone B. Sie sind weder überlappend noch benachbart. Jeder Betriebsparametervektor dieser Zonen multipliziert mit einem Skalierfaktor befindet sich auch weiterhin innerhalb der jeweiligen Zone. Es ist einfach zu erkennen, dass jede Kombination von Vektoren, die aus den Zonen A und B genommen werden, linear abhängig ist, weil die Vektoren miteinander einen Winkel bilden, der gleich oder größer als der Winkel ist, welcher die beiden Zonen voneinander trennt. 5 shows an example of an operating parameter vector space in two dimensions, which is thus formed by two detected operating parameters BP1 and BP2 of the synchronous machine. Two zones are shown, Zone A and Zone B. They are neither overlapping nor adjacent. Each operating parameter vector of these zones multiplied by a scaling factor will continue to be within the respective zone. It is easy to see that any combination of vectors taken from zones A and B is linearly dependent because the vectors form an angle with each other equal to or greater than the angle separating the two zones.

Die Identifizierung der fünf Cluster oder Zonen erfolgt sequenziell. Zuerst wird ein erstes Cluster identifiziert, dann ein zweites, dann ein drittes und so weiter.The identification of the five clusters or zones is sequential. First, a first cluster is identified, then a second, then a third, and so on.

Um das erste Cluster zu identifizieren, werden bevorzugt viele Testzonen erzeugt, wie in 6 gezeigt. Diese Zonen sollen die Eigenschaft aufweisen, dass jeder Vektor der jeweiligen Zone multipliziert mit irgendeinem Skalierfaktor ungleich null immer noch zu der jeweiligen Zone gehört. Diese Zonen können überlappen oder benachbart zueinander sein beziehungsweise aneinander angrenzen und unterschiedliche Größen aufweisen. Wichtig ist, dass zu jedem Punkt im Vektorraum der Betriebsparameter eine Zone existiert, die vorzugsweise zentriert zu dem Punkt ist und einen Winkel von dem Zenter überdeckt, der kleiner oder gleich zu einem kalibierbaren Maximal-Zonen-Winkel vom beispielsweise 5°, 10° oder 15° ist. Wichtig ist also, dass es keine Zonen gibt, die größere Winkel aufweisen als der maximale Zonenwinkel. Die Unterteilung der Vektorräume, wie in 6, erfüllt diese Bedingungen.To identify the first cluster, it is preferred to generate many test zones, as in 6 shown. These zones shall have the property that each vector of the respective zone multiplied by any nonzero scaling factor still belongs to the respective zone. These zones may overlap or be adjacent to each other or adjacent to each other and have different sizes. It is important that for each point in the vector space of the operating parameters there exists a zone which is preferably centered to the point and covers an angle from the center which is smaller or smaller is equal to a calibratable maximum zone angle of, for example, 5 °, 10 ° or 15 °. It is therefore important that there are no zones with larger angles than the maximum zone angle. The subdivision of vector spaces, as in 6 , meets these conditions.

Für jede Zone werden die Betriebsparametervektoren BPV zusammen gruppiert und entlang einer Zeitachse gezeigt, wie in 7 gezeigt, abhängig von dem Zeitpunkt, zu welchem sie gemessen wurden. Es ist ersichtlich, dass ein maximales Zeitintervall besteht, ohne Messpunkt. Dieses Intervall wird das maximale Informationslücken-Intervall oder Informationslücke I_{Inf_max} genannt. Die Zone mit dem minimalen Informationslücken-Intervall wird gewählt, um das erste Cluster zu lokalisieren. Alle Vektoren dieser Zone werden angenommen mit einer Magnitude 1 und ihr Mittelwert erzeugt das Clustervektorzentrum. Alle Punkte um diesen Vektor mit einem Winkel kleiner als ein vordefinierter Winkel, der allgemein zwischen dem halben Maximal-Zonen-Winkel und dem Maximal-Zonen-Winkel liegen kann, gehören zu diesem ersten Cluster. Im zweidimensionalen Raum sieht dies wie ein Sektor aus, in einem dreidimensionalen Raum wie ein Kegel, und in höheren Dimensionen der Cluster kann vorgestellt werden als ein multidimensionaler Kegel, ein Hyperkegel, der mathematisch noch beschreibbar ist.For each zone, the operating parameter vectors BPV are grouped together and shown along a time axis, as in FIG 7 shown, depending on the time at which they were measured. It can be seen that there is a maximum time interval without measuring point. This interval is called the maximum information _gap interval or information _gap I _{Inf_max} . The zone with the minimum information gap interval is chosen to locate the first cluster. All vectors of this zone are assumed to have a magnitude of 1 and their mean produces the cluster vector center. Any points around this vector with an angle less than a predefined angle, which can generally be between half the maximum zone angle and the maximum zone angle, belong to this first cluster. In two-dimensional space, this looks like a sector, in a three-dimensional space like a cone, and in higher dimensions the cluster can be imagined as a multidimensional cone, a hyper cone that is mathematically still describable.

Weil das Clustervektorzentrum identifiziert wurde als von einer Testzone startend, die grundsätzlich nicht eine hyperchonische Form aufweist und deren Position nicht optimal zentriert sein muss, erfolgt die Identifizierung des Clustervektorzentrums vorteilhafterweise mit wenigstens einer Iteration. Die Perfektionierung/Konkretisierung wird durchgeführt, indem alle Vektoren des zuvor aufgefundenen Clusters mit Magnitude 1 berücksichtigt werden, um ein neues Clustervektorzentrum zu bestimmen. Alle Punkte um diesen Vektor und alle Punkte, die mit diesem Vektor einen Winkel von maximal 5°, 10° oder 15° einschließen, bestimmen die finale Position des ersten Clusters.Because the cluster vector center has been identified as starting from a test zone, which in principle does not have a hyperchonic shape and whose position need not be optimally centered, the cluster vector center is advantageously identified with at least one iteration. The perfection / concretization is performed by considering all vectors of the previously found cluster of magnitude 1 to determine a new cluster vector center. All points around this vector and all points that include an angle of no more than 5 °, 10 ° or 15 ° with this vector determine the final position of the first cluster.

Die Testzonen können auf unterschiedliche Art und Weisen generiert werden. Aufgrund der Fünfdimensionalität des zugrundeliegenden Problems wird dies eine hohe Anzahl sein. Die gemessenen Betriebsparametervektoren werden ebenfalls in hoher Anzahl vorliegen. Es müssen daher spezielle schnelle Algorithmen verwendet werden, um über alle Testzone den ersten Cluster zu finden. Im Folgenden soll ein derartiges Verfahren beschrieben werden: Alle Betriebsparametervektoren, die in einem Fahrzyklus gemessen wurden, erhalten die Magnitude 1. Wie in 8 gezeigt, bewegen sich alle Vektoren auf einem Kreis, einer Kugel oder einer multidimensionalen Kugel mit Radius 1. Wie in der Figur ersichtlich, konzentrieren sich alle Vektoren, die zu einer Zone gehören, in einer Region. Der Vorteil ist, dass die Limitierung beim Unterteilen des Raums in Zonen, mit der Eigenart, dass jeder Vektor der jeweiligen Zone multipliziert mit irgendeinem Skalierfaktor ungleich null immer noch in die gleiche Zone gehört, nicht mehr notwendig ist.The test zones can be generated in different ways. Due to the five-dimensionality of the underlying problem, this will be a high number. The measured operating parameter vectors will also be present in large numbers. Therefore special fast algorithms have to be used to find the first cluster over all test zones. In the following, such a method is described: All operating parameter vectors measured in a drive cycle are given the magnitude 1. As in 8th As shown in the figure, all vectors belonging to a zone are concentrated in a region. As shown in the figure, all vectors move on a circle, sphere or multidimensional sphere of radius 1. As seen in the figure, all vectors belonging to a zone are concentrated in a region. The advantage is that the limitation of partitioning the space into zones, with the peculiarity that each vector of the respective zone multiplied by any nonzero scaling factor still belongs in the same zone, is no longer necessary.

Der Vektorraum wird nur unterteilt in ein Gatter. 9 zeigt dies beispielhaft in zwei Dimensionen. Es ist ersichtlich, dass die meisten Gatterbereiche leer sind. Um herauszufinden, welche der Gatterbereiche Vektoren enthalten, in 10 durch Punkte dargestellt, und welche Vektoren innerhalb des jeweiligen Gatterelements sind, wird das folgende Verfahren durchgeführt.The vector space is only divided into a gate. 9 shows this as an example in two dimensions. It can be seen that most of the gate areas are empty. To find out which of the gate areas contain vectors, in 10 represented by dots, and which vectors are within the respective gate element, the following procedure is performed.

Jedem Vektor wird eine Kennzeichnung zugeordnet. Diese Kennzeichnung wird dadurch erhalten, dass Nummern gruppiert werden, die von den Koordinaten der Vektoren selbst abhängen. Weil die Vektoren vorliegend fünf Koordinaten aufweisen, wird deren Kennzeichnung aus fünf Nummern gebildet. Diese fünf Nummern werden immer mit der gleichen Reihenfolge in Bezug auf die Vektorkoordinate aufgelistet. Jede dieser Nummern wird dadurch erhalten, dass die damit zusammenhängende Koordinate durch die Gatterbreite geteilt wird, wobei das Ergebnis zu der größten vorhergehenden ganze Zahl gerundet wird. Es ist leicht ersichtlich, dass alle Vektoren innerhalb eines Gatterelements die gleiche Kennzeichnung erhalten. Die Kennzeichnungen der Vektoren werden in einer Liste gesammelt. Während des Sammelns wird die Beziehung zwischen jeder Kennzeichnung und dem dazugehörigen Vektor beibehalten. Diese Liste wird sortiert. Die Sortierung hat die Aufgabe, alle gleichen Kennzeichnungen zu gruppieren, eine nach der anderen. Beim Durchgehen der sortierten Kennzeichnungsliste wird jede neue Kennzeichnung erkannt als ein Gatterelement, das einen beobachteten beziehungsweise gemessenen Vektor aufweist. Dank der Sortierungsfunktion werden die Vektoren, die zu demselben Gatterelement gehören, zusammen gruppiert bis eine neue Kennzeichnung erfasst wird.Each vector is assigned a label. This tag is obtained by grouping numbers that depend on the coordinates of the vectors themselves. Because the vectors have five coordinates in the present case, their identification is formed from five numbers. These five numbers are always listed in the same order with respect to the vector coordinate. Each of these numbers is obtained by dividing the associated coordinate by the gate width, rounding the result to the largest preceding integer. It is readily apparent that all vectors within a gate element receive the same tag. The labels of the vectors are collected in a list. During collection, the relationship between each tag and the associated vector is maintained. This list is sorted. Sorting has the task of grouping all the same labels one after the other. As the sorted tag list passes, each new tag is recognized as a tag element having an observed or measured vector. Thanks to the sort function, the vectors belonging to the same gate element are grouped together until a new tag is detected.

Es ist nun möglich, durch alle Gatterelemente, die Vektoren enthalten, zu laufen, und diese Vektoren zu nehmen, um ihre Messzeit, wie in 7 gezeigt, zu zeichnen und das Zeitintervall mit der maximalen Informationslücke des betreffenden Gatterelements zu bestimmen. Die Gatterelemente mit einem Zeitintervall mit minimaler maximaler Informationslücke werden ausgewählt und der Durchschnitt der Vektoren mit der Magnitude 1 wird berechnet, um den zentralen Vektor (Zentralvektor CV_C1) des ersten Clusters C1 zu bestimmen. Das Center beziehungsweise das Zentrum wird wie zuvor bereits beschrieben, insbesondere durch wenigstens eine Iteration, konkretisiert. Der in 9 gezeichnete Pfeil präsentiert das erste gefundene Clustervektorzentrum.It is now possible to run through all the gate elements that contain vectors, and to take these vectors to their measurement time, as in 7 to draw and to determine the time interval with the maximum information gap of the respective gate element. The gate elements having a minimum maximum information gap time interval are selected and the average of the magnitude 1 vectors is calculated to determine the central vector (central vector CV_C1) of the first cluster C1. The Center or the center is concretized as previously described, in particular by at least one iteration. The in 9 Drawn arrow presents the first cluster vector center found.

In dem Verfahren müssen noch zwei weitere Aspekte berücksichtigt werden: 10 zeigt das Gatter aus 9, wobei zwei Gatterelemente zur Analyse ausgewählt wurden. Die Vektoren, die einen negativen Quadranten des Gatterelements liegen, werden nicht berücksichtigt, wenn das Zeitintervall mit der minimalen maximalen Informationslücke im positiven Quadranten des Elements berechnet wurde, obwohl die beiden Elemente zu der gleichen Testzone gehören. Eine Möglichkeit dies zu vermeiden liegt darin, jeden Vektor zu duplizieren und mit –1 zu multiplizieren. Es können viele andere rechnerisch leichtere Möglichkeiten verwendet werden, die generell auch direkt über die Gatterelemente arbeiten.There are two other aspects to consider in the process: 10 shows the gate 9 where two gate elements have been selected for analysis. The vectors that are a negative quadrant of the gate element are disregarded when calculating the time interval with the minimum maximum information gap in the positive quadrant of the element, although the two elements belong to the same test zone. One way to avoid this is to duplicate each vector and multiply it by -1. Many other computationally lighter possibilities can be used, which generally also work directly via the gate elements.

Ein weiterer Aspekt ist es, dass für jede Zone des Vektorraums der Betriebsparameter gut von den Gatterelementen des Gatters erfasst werden. In 11 sind solche Zonen mit einem Kreis markiert, welche sich über bis zu drei Gatterelemente erstreckt. Um dies zu lösen, wird vorgeschlagen, mehr als ein Gatter zu verwenden. Jedes Gatter ist unterschiedlich gedreht und/oder verschoben, sodass für jede Zone des Vektorraums, wenigstens ein Gatter vorhanden ist, mit einem Gatterelement, das die Zone umfasst.Another aspect is that for each zone of the vector space, the operating parameters are well captured by the gate elements of the gate. In 11 Such zones are marked with a circle which extends over up to three gate elements. To solve this, it is proposed to use more than one gate. Each gate is rotated and / or shifted differently, such that for each zone of the vector space, at least one gate is present, with a gate element comprising the zone.

12 zeigt beispielhaft das verschobene Gatter, das um eine halbe Gatterelementbreite in alle Richtungen verschoben wurde. Mit diesem Gatter ist die zuvor gezeigte Zone von 11 nun gut umfasst. Dieses zweite Gatter erfasst gut die meisten Zonen, welche durch das erste Gatter nicht gut erfasst wurden. Es ist denkbar, weitere fünf Gatter zu verwenden, wobei jedes Gatter der fünf Gatter in einer der fünf Dimensionen um die halbe Gatterelementbreite verschoben ist. Weitere Gatterverschiebungen können mit unterschiedlichen Größen und Richtungen weiter berücksichtigt werden. 12 shows by way of example the shifted gate which has been shifted by half a gate element width in all directions. With this gate is the previously shown zone of 11 now includes well. This second gate captures well most of the zones which were not well captured by the first gate. It is conceivable to use another five gates, with each gate of the five gates in one of the five dimensions being shifted by half the gate element width. Further gate offsets can be taken into account with different sizes and directions.

Im Folgenden wird beispielhaft auf einen dreidimensionalen Raum Bezug genommen, das Verfahren bleibt jedoch allgemeingültig für jede beliebige Anzahl von Dimensionen.In the following, reference is made to a three-dimensional space by way of example, but the method remains universal for any number of dimensions.

13 zeigt einen dreidimensionalen Vektorraum der Betriebsparameter. Die Kugel repräsentiert alle Vektoren des Vektorraums mit der Magnitude 1. 13 shows a three-dimensional vector space of the operating parameters. The sphere represents all vectors of the vector space with the magnitude 1.

14 zeigt am Beispiel eines Vektorraums mit Betriebsparametervektoren, die während eines Fahrzyklus gemessen wurden, die auf die Magnitude 1 skaliert wurden. Diese liegen auf der Hülle der Kugel. 14 shows, using the example of a vector space with operating parameter vectors, which were measured during a driving cycle, which were scaled to the magnitude 1. These lie on the shell of the ball.

15 zeigt den ersten identifizierten Cluster C1. Die Figur zeigt den Zentralvektor CV_C1 des ersten Clusters C1 und eine Grenzzone (boarder GZ). Ohne Berücksichtigung des Skalierungseffekts, ist es leicht ersichtlich, dass der erste Cluster alle Vektoren innerhalb eines Kegels betrifft, der seine Spitze in der Kugelmitte aufweist, und der durch die Hülle an der Grenzzone GZ passiert. 15 shows the first identified cluster C1. The figure shows the central vector CV_C1 of the first cluster C1 and a boundary zone (boarder GZ). Regardless of the scaling effect, it is readily apparent that the first cluster relates to all vectors within a cone having its peak in the center of the sphere passing through the envelope at the boundary zone GZ.

Die Grenzzone GZ ist in 15 als flache Linie gezeichnet. In Realität kann diese jedoch breiter ausgestaltet sein. Alle Betriebsparametervektoren, die in der Grenzzone liegen, werden vorzugweise gelöscht oder nicht weiter berücksichtigt. Dies sichert, dass zwei Vektoren dicht beieinander liegen können, also nahezu linearabhängig sind, und zu zwei unterschiedlichen Clustern gehören können. In diesem Zusammenhang wird nochmals darauf hingewiesen, dass, wenn zwei Cluster Vektoren aufweisen, die nahezu linearabhängig sind, die Lösung des resultierenden Clustergruppengleichungssystems durch nummerische Fehler beeinträchtigt werden kann, weil das System nahezu inkonsistent ist. Umso breiter der Grenzzone GZ ist, desto größer ist der minimale Winkel, den zwei Vektoren unterschiedliche Cluster miteinander einschließen können.The border zone GZ is in 15 drawn as a flat line. In reality, however, this can be made wider. All operating parameter vectors that are in the border zone are preferably deleted or not considered further. This ensures that two vectors can be close to each other, so they are almost linearly dependent, and can belong to two different clusters. In this context, it should again be noted that if two clusters have vectors that are nearly lineage dependent, the solution of the resulting cluster group equation system may be affected by numerical errors because the system is nearly inconsistent. The wider the boundary zone GZ, the larger the minimum angle that two vectors can span different clusters.

Um den zweiten Cluster zu finden, werden alle Betriebsparametervektoren, die zu dem ersten Cluster gehören oder in der Grenzzone des ersten Clusters liegen, eliminiert, wie in 16 gezeigt.To find the second cluster, all operating parameter vectors belonging to the first cluster or in the boundary zone of the first cluster are eliminated, as in FIG 16 shown.

Nun wird jeder verbleibende Vektor in zwei Teile herunter gebrochen, einer parallel und einer orthogonal zu dem zentralen Vektor des zuletzt aufgefundenen Clusters, in diesem Fall des ersten Clusters. 17 zeigt beispielhaft das Herunterbrechen des erfassten Betriebsparametervektors im dreidimensionalen Raum. Aus Darstellungsgründen ist die Kugel aus 16 nun geschnitten dargestellt, mit einer Ebene orthogonal zu dem Zentralvektor CV_C1 des ersten Clusters C1 und die oberen Hemisphäre ist teils transparent gezeichnet. Die parallelen Komponenten werden eliminiert und nur die orthogonalen Komponenten des Betriebsparametervektors werden beibehalten. Es ist vergleichbar damit, die erfassten Betriebsparametervektoren auf die Hyperebene senkrecht zu dem Zentralvektor CV_Cx des zuletzt aufgefundenen Clusters x zu projizieren. 18 zeigt dies beispielhaft für den dreidimensionalen Raum. Mit diesem Schritt wird der Betriebsparametervektorraum in einen Vektor und einen Unterraum zerlegt. Die Clusteranalyse wird in diesem Unterraum weiter ausgeführt.Now each remaining vector is broken down into two parts, one parallel and one orthogonal to the central vector of the last cluster found, in this case the first cluster. 17 shows by way of example the breaking down of the detected operating parameter vector in three-dimensional space. For illustration, the ball is off 16 now shown in section, with a plane orthogonal to the central vector CV_C1 of the first cluster C1, and the upper hemisphere is shown partially transparent. The parallel components are eliminated and only the orthogonal components of the operating parameter vector are retained. It is similar to projecting the acquired operating parameter vectors onto the hyperplane perpendicular to the central vector CV_Cx of the last cluster found x. 18 shows this as an example for the three-dimensional space. With this step, the Operating parameter vector space is decomposed into a vector and a subspace. Cluster analysis continues in this subspace.

Nach der Projektion werden alle Vektoren auf die Magnitude 1 skaliert, wie in 19 gezeigt.After the projection, all vectors are scaled to magnitude 1, as in 19 shown.

Anhand eines Beispiels soll nun der Effekt dieser Manipulation erläutert werden. Es wird ein Clustergruppengleichungssystem mit drei Gleichungen angenommen. Die erste Gleichung wird durch einen ersten Cluster C1, die zweite Gleichung von einem zweiten Cluster C2 und die dritte Gleichung von einem dritten Cluster C3 gebildet. Das System sieht dann wie folgt aus:

By way of example, the effect of this manipulation will now be explained. A cluster group equation system with three equations is assumed. The first equation is formed by a first cluster C1, the second equation by a second cluster C2, and the third equation by a third cluster C3. The system will look like this:

Das System ist in einer Matrixform gezeigt. Diese Matrix hat die gleiche Bedeutung der Matrix M der Gleichung (30). Der Betriebsparametervektor X korrespondiert zu den Abweichungen und hat die gleiche Bedeutung wie der Vektor X der Gleichung (30). Angenommen die erste Reihe der Matrix stimmt mit dem Zentralvektor des ersten Clusters überein, wird nun die erste Gleichung mit zwei multipliziert und von der zweiten Gleichung subtrahiert, erhält man folgendes Ergebnis:

The system is shown in a matrix form. This matrix has the same meaning of the matrix M of equation (30). The operating parameter vector X corresponds to the deviations and has the same meaning as the vector X of the equation (30). Assuming that the first row of the matrix agrees with the central vector of the first cluster, if the first equation is multiplied by two and subtracted from the second equation, the result is:

Betrachtet man nun die erste und die zweite Reihe der Matrix als Vektoren, so ist dieser Verfahrensschritt gleichbedeutend zum Eliminieren der Anteile parallel zu dem ersten Vektor von dem zweiten Vektor. Die zweite Gleichung kann nun mit einem Faktor von 1/5 multipliziert werden, sodass der zweite Vektor, also die zweite Matrixreihe, die Magnitude 1 erhält:

Considering now the first and the second row of the matrix as vectors, this method step is equivalent to eliminating the portions parallel to the first vector of the second vector. The second equation can now be multiplied by a factor of 1/5 so that the second vector, ie the second matrix row, gets the magnitude 1:

Weiterhin wird eine andere Situation angenommen, bei welcher die zweite Gleichung wie folgt aussieht:

Another assumption is another situation in which the second equation looks like this:

Wird die erste Gleichung von der zweiten Gleichung subtrahiert und mit drei multipliziert, wird das folgende System erhalten:

If the first equation is subtracted from the second equation and multiplied by three, the following system is obtained:

Die zweite Gleichung kann nun mit dem Faktor 1/15 multipliziert werden, sodass der zweite Vektor, also die Matrixreihe, die Magnitude 1 erhält.The second equation can now be multiplied by the factor 1/15 so that the second vector, ie the matrix row, receives the magnitude 1.

Unter der Annahme, dass die Gleichung des ersten Clusters C1 fix für beide Systeme (31) und (32) ist, zeigt das Ergebnis, dass obwohl die zweite Reihe der Matrix (31) und (32) unterschiedlich ist, die Systeme (31) und (32) auf das gleiche System reduziert werden, wenn die Gleichung des ersten Clusters, also die erste Gleichung, und der Skalierungsfaktor berücksichtigt werden. Daher macht es Sinn, die beiden Gleichungen in das gleiche Cluster einzusortieren.Assuming that the equation of the first cluster C1 is fixed for both systems (31) and (32), the result shows that although the second row of the matrix (31) and (32) is different, the systems (31) and (32) can be reduced to the same system if the equation of the first cluster, ie the first equation, and the scaling factor are taken into account. Therefore, it makes sense to sort the two equations into the same cluster.

Die Eliminierung der Komponenten parallel zu dem ersten Vektor und das folgende Skalieren führt die beiden Vektoren, die die zweite Gleichung der Systeme (31) und (32) betreffen, zusammen. Dadurch wird das Erkennen, dass die beiden Gleichungen zu dem gleichen Cluster gehören, einfacher.The elimination of the components in parallel with the first vector and the subsequent scaling combines the two vectors relating to the second equation of systems (31) and (32). This makes it easier to recognize that the two equations belong to the same cluster.

Grundsätzlich ist der Grund für diese Eliminierung, dass auf der Suche nach dem zweiten und weiteren Cluster, das Interesse nur auf dies Komponenten fokussiert wird, die für die Lösung des Clustergruppengleichungssystems relevant sind. Dies sind die Komponenten, die nicht in dem zuvor ausgewählten Cluster vorhanden sind. Diese Komponenten sind orthogonal zu dem Zentralvektor beziehungsweise Zentralvektoren CV_Cx des vorhergehend gewählten Clusters x ausgerichtet. Diese Komponenten sind in der Regel nicht linearabhängig von den Vektoren des zuvor ausgewählten Clusters.Basically, the reason for this elimination is that in the search for the second and further clusters, the interest is focused only on those components that are relevant to the solution of the cluster group equation system. These are the components that do not exist in the previously selected cluster. These components are aligned orthogonal to the central vector CV_Cx of the previously selected cluster x. These components are usually not linear dependent on the vectors of the previously selected cluster.

Es ist zu beachten, dass die Eliminierung und der Skalierungsprozess die Eigenschaft aufweisen, dass die Verteilung der Vektoren auf eine Dimension reduziert wird: In 17 Vektoren auf einer Kugel verteilt, in 19 auf einem Umfang.It should be noted that the elimination and scaling processes have the property of reducing the distribution of the vectors to one dimension: In 17 Vectors distributed on a sphere, in 19 on one circumference.

An dieser Stelle wird die Suche nach dem zweiten Cluster wiederholt, wie es für den ersten Cluster C1 bereits beschrieben wurde. Die Testzonen werden neu generiert/ausgewählt und die Zone mit der minimal maximal-Informationslücke wird ausgewählt und der Zentralvektor CV_C2 des zweiten Clusters C2 identifiziert.At this point, the search for the second cluster is repeated, as already described for the first cluster C1. The test zones are newly generated / selected and the zone with the minimum maximum information gap is selected and the central vector CV_C2 of the second cluster C2 identified.

20 zeigt den Zentralvektor CV_C2 des zweiten Clusters C2 und die Erstreckungszone EZ_C2 des zweiten Clusters C2 in der ersten Unterdimension mit einem Umfangsbogen. 20 shows the central vector CV_C2 of the second cluster C2 and the extension zone EZ_C2 of the second cluster C2 in the first subdimension with a perimeter arc.

21 zeigt die Erstreckung EZ_C2 des zweiten Clusters C2 in voller Dimension. Es ist ersichtlich, dass 20 und 21 zu demselben Fall gehören, in welchem der Betriebsparametervektorraum drei Dimensionen aufweisen. 21 shows the extent EZ_C2 of the second cluster C2 in full dimension. It can be seen that 20 and 21 belong to the same case in which the operating parameter vector space has three dimensions.

Für die Suche des dritten Clusters C3 werden die Betriebsparametervektoren, die zu dem zweiten Cluster C2 und zu der entsprechenden Grenze gehören eliminiert, wie in 22 gezeigt. Die zurückgebliebenen Vektoren werden auf die Hyperebene senkrecht zu dem Zentralvektor CV_C2 des zweiten Clusters C2 projiziert, wie in 23 mit weiteren Pfeilen gezeigt. Weil 23 im dreidimensionalen Raum beziehungsweise Betriebsparametervektorraum V_R bezogen ist, liegen die Punkte nun auf einer Linie. Grundsätzlich entsteht dieser Fall für höher dimensionale Anwendungen bei der Suche nach dem letzten Cluster. Die projizierten Vektoren werden weiter auf die Magnitude 1 skaliert. Für den in 22 gezeigten Fall, konvergieren die Vektoren damit in einem Vektor, in welcher der Zentralvektor des CV_C3 des dritten Clusters C3 ist. Grundsätzlich wird der Zentralvektor CV_C3 des dritten Clusters C3 ähnlich identifiziert, wie es in den vorhergehenden Clustern beschrieben wurde.For the search of the third cluster C3, the operation parameter vectors belonging to the second cluster C2 and the corresponding boundary are eliminated, as in FIG 22 shown. The remaining vectors are projected onto the hyperplane perpendicular to the central vector CV_C2 of the second cluster C2, as in FIG 23 shown with further arrows. Because 23 in three-dimensional space or operating parameter vector space V _R , the points are now on a line. Basically, this case arises for higher dimensional applications in the search for the last cluster. The projected vectors are further scaled to magnitude 1. For the in 22 In the case shown, the vectors thus converge in a vector in which the central vector of the CV_C3 of the third cluster C3 is. Basically, the central vector CV_C3 of the third cluster C3 is similarly identified as described in the previous clusters.

24 zeigt die Verteilung der Cluster im dreidimensionalen Betriebsparametervektorraum. Es ist ersichtlich, wie der Betriebsparametervektorraum in einzelne Cluster unterteilt wird. 24 shows the distribution of the clusters in the three-dimensional operating parameter vector space. It can be seen how the operating parameter vector space is divided into individual clusters.

25 fasst das Verfahren zum Identifizieren eines Clusters in einem Flussdiagramm zusammen. Das Verfahren beginnt in dem Schritt S1 damit, dass ein Fahrzyklus gefahren wird, und dass alle Betriebsparametervektoren gemessen beziehungsweise erfasst werden, die im Ergebnis des Verfahrens die Zentralvektoren der fünf zu identifizierenden Cluster zur Verfügung stellen. Zunächst werden dazu im Schritt S2 die gemessenen Betriebsparametervektoren auf die Magnitude 1 skaliert. Im darauffolgenden Schritt S3 werden die Testzonen generiert und die mit dem Intervall mit der besten minimalen maximalen Informationslücke wird ausgewählt. Diese Zone wird im folgenden Schritt S3 dazu verwendet, eine erste Abschätzung der Position des Zentralvektors CV des ersten Clusters mit Schritt S4 abzuschätzen. Eine Konkretisierung der Position kann wie zuvor beschrieben durchgeführt werden. 25 summarizes the process of identifying a cluster in a flowchart. The method begins in step S1 by driving a drive cycle and by measuring all operational parameter vectors which as a result of the method provide the central vectors of the five clusters to be identified. First, the measured operating parameter vectors are scaled to the magnitude 1 in step S2. In the next step S3, the test zones are generated and those with the interval with the best minimum maximum information gap are selected. This zone is used in the following step S3 to estimate a first estimate of the position of the central vector CV of the first cluster with step S4. A concretization of the position can be carried out as described above.

Wenn weitere Cluster identifiziert werden sollen, so werden alle Vektoren, die zu dem zuletzt erkannten Cluster oder zu dessen Grenze oder Grenzbereich gehören, in einem Schritt S5 eliminiert. Die verbleibenden Vektoren werden in einem Schritt S6 wie zuvor beschrieben auf die Hyperebene senkrecht zu dem zuletzt identifizierten Zentralvektor projizieret, wie beispielsweise in 18 und 23 gezeigt. Dieses Verfahren wird wiederholt, bis alle Cluster identifiziert wurden. If further clusters are to be identified, all vectors belonging to the last recognized cluster or its boundary or boundary area are eliminated in a step S5. The remaining vectors are projected onto the hyperplane perpendicular to the last identified central vector, such as in FIG 18 and 23 shown. This procedure is repeated until all clusters have been identified.

Im Schritt S2 werden im ersten Durchlauf die Vektoren, die zu stark im Vergleich zu einem maximal erlaubten Referenzskalierungsfaktor, der zum Beispiel dem Minimum oder dem Durchschnittsskalierungsfaktors der anderen Vektoren sein kann, skaliert wurden, eliminiert, um mögliche numerische Fehler in der Lösung der finalen Gleichung beziehungsweise des finalen Gleichungssystems aus 2, aufgrund Gleichungen, die dazu führen, dass das Matrixsystem Reihen nahezu 0 aufweist, zu vermeiden.In step S2, in the first pass, the vectors that have been scaled too much compared to a maximum allowable reference scaling factor, which may be, for example, the minimum or average scaling factor of the other vectors, are eliminated to account for possible numerical errors in the solution of the final equation or the final system of equations 2 , due to equations that cause the matrix system to have rows close to zero.

Um zu vermeiden, dass zwei oder mehr linear abhängig oder quasi linear abhängige Vektoren zu unterschiedlichen Clustern zugeordnet werden, werden zusätzlich zu der Eliminierung von Vektoren in Schritt S5, die zu der Grenzzone gehören, ab dem zweiten Durchlauf alle Vektoren, die insgesamt stärker skaliert wurden als ein maximaler Skalierungsfaktor, ebenfalls eliminiert. Die Gesamt-Skalierung wird insbesondere durch Multiplikation aller Skalierungsfaktoren in Schritt S2 bestimmt, die der jeweilige Vektor seit dem Beginn des zweiten Durchlaufs erfahren hat.In order to avoid assigning two or more linearly dependent or quasi-linearly dependent vectors to different clusters, in addition to the elimination of vectors in step S5 belonging to the boundary zone, from the second pass all the vectors are scaled up more strongly as a maximum scaling factor, also eliminated. In particular, the total scaling is determined by multiplying all scaling factors in step S2, which the respective vector has undergone since the beginning of the second pass.

Es ist dabei auch zu beachten, dass bei der Wahl der Testzone die Kombination der minimal maximal Informationslücke nicht berücksichtigt werden muss. Es können auch Testzonen ausgewählt werden, zum Beispiel, die eine Informationslücke aufweisen, die ausreichend schmal in einer vorgebbaren Zeit sind oder in eine vorgegebene Richtung des Betriebsparameterraums führen oder eine hohe Anzahl von Messungen aufweisen. Die folgenden Durchläufe werden insbesondere ein Abhängigkeit dieser Wahl bestimmt und jede Kombination der Auswahl in allen Durchläufen führt zu einem speziellen Unterteilung des Vektorraums, welchem eine Clustergruppe mit den gewünschten Eigenschaften entspricht. Die beste Kombination von Clustergruppen kann dann ausgewählt werden.It should also be noted that when choosing the test zone, the combination of the minimum maximum information gap need not be taken into account. Test zones may also be selected, for example, which have an information gap that is sufficiently narrow in a predeterminable time or in a given direction of the operating parameter space or that has a high number of measurements. The following runs, in particular, determine a dependency of this choice, and each combination of choices in all runs results in a special subdivision of the vector space, which corresponds to a cluster group with the desired properties. The best combination of cluster groups can then be selected.

Eine Zuordnung der Messpunkte zu den passenden Clustern wird mit Bezug auf 26, die ein weiteres Flussdiagramm zeigt, näher erörtert.An assignment of the measurement points to the appropriate clusters will be made with reference to 26 , which shows another flowchart, discussed in more detail.

Das Verfahren beginnt in einem Schritt A1 mit dem Erfassen der Betriebsparameter BP1, BP2, BP3 ... und dem Bestimmen der Betriebsparametervektoren BPV. In einem darauffolgenden Schritt A2 werden die erfassten Vektoren auf die Magnitude 1 skaliert. In dem dreidimensionalen Raum bedeutet dies, dass die Vektoren auf die Oberfläche beziehungsweise den Umfang der Kugel gemäß 13 skaliert werden.The method begins in a step A1 with the detection of the operating parameters BP1, BP2, BP3... And the determination of the operating parameter vectors BPV. In a subsequent step A2, the detected vectors are scaled to magnitude 1. In the three-dimensional space, this means that the vectors on the surface or the circumference of the sphere according to 13 be scaled.

In einem darauffolgenden Schritt A3 wird geprüft, ob der Betriebsparametervektor innerhalb des ersten Clusters liegt. Bezogen auf das Beispiel von 15 wird damit geprüft, ob der Vektor innerhalb der Grenzen des Clusters C1 liegt. Diese Prüfung wird durchgeführt durch den Vergleich des Winkels α(v, cv) zwischen dem gemessenen Betriebsparametervektor BPV und dem Zentralvektor CV des ersten Clusters C1, mit dem Winkel β zwischen der inneren Grenze des ersten Clusters und dem Zentralvektor CV des ersten Clusters C1.In a subsequent step A3, it is checked whether the operating parameter vector lies within the first cluster. Related to the example of 15 It checks to see if the vector is within the limits of cluster C1. This test is performed by comparing the angle α (v, cv) between the measured operating parameter vector BPV and the central vector CV of the first cluster C1, with the angle β between the inner boundary of the first cluster and the central vector CV of the first cluster C1.

Wenn α < β oder α > 180° – β gilt, dann liegt der Betriebsparametervektor BPV innerhalb des ersten Clusters C1 und die Gleichung bezogen auf diese Messung wird in Schritt A4 mit dem ersten Cluster C1 assoziiert (j). Ist dies nicht der Fall (n) so wird in einem Schritt A5 geprüft, ob der Betriebsparametervektor BPV innerhalb der Grenze des ersten Clusters liegt. Dies wird dadurch erreicht, dass der Winkel α mit dem Winkel γ zwischen der Außenseite des ersten Clusters und dem Zentralvektor CV_C1 des ersten Clusters C1 verglichen wird. Wenn folgendes gilt: α < γ oder α > 180° – γ, (j) dann liegt der Betriebsparametervektor BPV innerhalb der Grenze des ersten Cluster. In diesem Fall wird die Messung vorzugsweise in einem Schritt A6 eliminiert, um zu vermeiden, dass zwei linearabhängige beziehungsweise quasilinearabhängige Vektoren zu zwei unterschiedlichen Clustern gehören. Wird die Bedingung nicht erfüllt (n), so wird der Betriebsparametervektor in einem Schritt A7 auf die Hyperebene senkrecht zu dem Zentralvektor CV des ersten Clusters C1 projiziert, wie mit Bezug auf 18 bereits beschrieben.If α <β or α> 180 ° -β, then the operating parameter vector BPV is within the first cluster C1 and the equation related to this measurement is associated with the first cluster C1 in step A4 (j). If this is not the case (n), it is checked in a step A5 whether the operating parameter vector BPV lies within the boundary of the first cluster. This is achieved by comparing the angle α with the angle γ between the outside of the first cluster and the central vector CV_C1 of the first cluster C1. If α <γ or α> 180 ° - γ, (j) then the operating parameter vector BPV is within the boundary of the first cluster. In this case, the measurement is preferably eliminated in a step A6 in order to avoid that two linear-dependent or quasi-linear-dependent vectors belong to two different clusters. If the condition is not met, the operating parameter vector is projected in a step A7 onto the hyperplane perpendicular to the central vector CV of the first cluster C1 as described with reference to FIG 18 already described.

Dieses Verfahren wird wiederholt bis der erfasste Betriebsparametervektor zu einem Cluster zugeordnet werden konnte, oder festgestellt wird, dass er zu keinem der Cluster zuordenbar ist.This process is repeated until the acquired operating parameter vector could be assigned to a cluster, or it is determined that it can not be assigned to any of the clusters.

Bevorzugt wird zwischen Schritten A2 und A3 ein weiterer Schritt A8 durchgeführt. In diesem Schritt A8, wird bei einem ersten Durchlauf des Verfahrens geprüft, ob die erste Skalierung des ausgewählten Betriebsparametervektors zu hoch ist im Vergleich zu dem maximal erlaubten Referenzskalierungsfaktor.Preferably, between steps A2 and A3, a further step A8 is performed. In this step A8, it is checked in a first pass of the method whether the first scaling of the selected operating parameter vector is too high compared to the maximum allowed reference scaling factor.

Zusätzlich zu den Schritten A5 und A6, in Analogie zu dem Schritt S2 von 25, wird in Schritt A8, beim zweiten Durchlauf geprüft, ob der ausgewählte Betriebsparametervektor insgesamt mehr als der maximale Skalierungsvektor skaliert wurde. Die absolute Skalierung wird dabei durch Multiplikation aller Skalierungsfaktoren, welcher auf diesen Betriebsparametervektor angewandt wurden, innerhalb des zweiten Durchlaufs, bestimmt. In addition to steps A5 and A6, in analogy to step S2 of FIG 25 , it is checked in step A8, on the second pass, whether the selected operating parameter vector has been scaled more than the maximum scaling vector in total. The absolute scaling is determined by multiplying all the scaling factors applied to this operating parameter vector within the second pass.

In beiden 25 und 26 kann alternativ vorgesehen sein, um die Gesamt-Skalierung zu bestimmen, dass die Skalierungsfaktoren berücksichtigt werden, die für jede Projektion, anstelle des korrespondierenden Zentralvektors den korrespondierenden Cluster-Vektor verwenden, welcher zumindest im Wesentlichen dem Betriebsparametervektor in dem zugehörigen neu bestimmten Unterraum entspricht. Diese Alternative ist genauer bei der Bestimmung, ob ein Betriebsparametervektor zu einer Grenzzone gehört, bedingt jedoch weitere Berechnungsschritte.In both 25 and 26 may alternatively be provided to determine the overall scaling taking into account the scaling factors which, for each projection, use the corresponding cluster vector instead of the corresponding central vector, which corresponds at least substantially to the operating parameter vector in the associated newly determined subspace. This alternative is more accurate in determining whether an operating parameter vector belongs to a boundary zone, but requires further calculation steps.

Eine Verknüpfung beider Verfahren, um den oder die Skalierungsfaktoren zu bestimmen, ist ebenfalls möglich. So wird beispielsweise der nächste Vektor im Unterraum gesucht, der durch sukzessive Projektion entlang des Zentralvektors erhalten wird.Linking both methods to determine the scaling factor (s) is also possible. For example, the next vector in subspace obtained by successive projection along the central vector is searched.

Wenn im Schritt A8 die Prüfung positiv bestätigt wurde, wird die Messung im darauffolgenden Schritt A9 beendet beziehungsweise eliminiert, um mögliche numerische Fehler bei der Lösung des finalen Gleichungssystems aus 2 zu vermeiden, die aufgrund von Gleichungen, die dazu führen könnten, dass das Matrixsystem Reihen nahezu 0 aufweist, entstehen könnten, oder um zu vermeiden, dass zwei oder mehr linear abhängige oder quasi linear abhängige Vektoren zu dem gleichen Cluster zugeordnet werden.If the test has been affirmatively confirmed in step A8, the measurement in the subsequent step A9 is ended or eliminated in order to eliminate possible numerical errors in the solution of the final system of equations 2 to avoid arising due to equations that could cause the matrix system to have rows near 0, or to avoid assigning two or more linearly dependent or quasi linearly dependent vectors to the same cluster.

Während der Identifizierung der Clusterregionen beziehungsweise Räume und während der Assoziierung eines Betriebsparametervektors zu einem Cluster oder Clusterraum, werden die Grenzzonen bevorzugt immer in Richtung der Cluster zugeordnet, die noch zu identifizieren sind, oder in Richtung der Cluster, deren Assoziierungen noch geprüft werden muss. Alternativ oder zusätzlich können die Grenzzonen zu den Clusterregionen zugeordnet werden, die bereits identifiziert und deren Assoziierung bereits geprüft wurde. In Abhängigkeit davon, wie die Winkel β und γ der Grenzzonen gewählt werden, kann eine der oben genannten Varianten vorteilhaft gegenüber den anderen Varianten sein, insbesondere in Bezug auf eine so weit wie nötige Limitierung der jeweiligen Grenzzone.During the identification of the cluster regions or spaces and during the association of an operating parameter vector with a cluster or cluster space, the boundary zones are preferably always assigned in the direction of the clusters that are still to be identified, or in the direction of the clusters whose associations still need to be checked. Alternatively or additionally, the border zones can be assigned to the cluster regions which have already been identified and whose association has already been checked. Depending on how the angles .beta. And .gamma. Of the boundary zones are selected, one of the abovementioned variants can be advantageous over the other variants, in particular with respect to a limitation of the respective boundary zone that is as necessary as possible.

In 21 ist ersichtlich, wie dies in Bezug auf einen dreidimensionalen Raum erfolgt. Nach dem Skalieren gehört der Betriebsparametervektor zu dem zweiten Cluster, wenn der Vektor sich auf dem Bogenbereich befindet. Der Betriebsparametervektor gehört zu keinem Cluster, wenn der Vektor sich in dem Grenzbereich befindet. Das Verfahren wiederholt sich, um zu prüfen, ob der Vektor zu einem dritten Cluster gehört, wenn der Vektor außerhalb des Grenzbereichs liegt.In 21 it can be seen how this is done in relation to a three-dimensional space. After scaling, the operating parameter vector belongs to the second cluster when the vector is on the arc area. The operating parameter vector does not belong to a cluster when the vector is in the boundary. The process repeats to check if the vector belongs to a third cluster when the vector is out of bounds.

Während bei der Suche, ob der Betriebsparametervektor zu dem dritten Cluster gehört, wird der Betriebsparametervektor wie zuvor beschrieben auf eine Ebene senkrecht zu dem zweiten Clustervektor CV_C2 wie in 23 gezeigt projiziert. Wie aus der 23 ersichtlich, stimmt der Vektor nun mit dem Zentralvektor des dritten Clusters überein, sodass sie einen Winkel von 0° zwischen sich einschließen. Der Vektor gehört nun automatisch zu diesem Cluster.While searching for whether the operating parameter vector belongs to the third cluster, as previously described, the operating parameter vector becomes a plane perpendicular to the second cluster vector CV_C2 as in FIG 23 shown projected. Like from the 23 As can be seen, the vector now coincides with the central vector of the third cluster, so that they enclose an angle of 0 ° between them. The vector now automatically belongs to this cluster.

Das Verfahren lässt sich wie folgt zusammenfassen. Die berechneten Spannungsabfälle in der Synchronmaschine aufgrund des elektrischen Widerstands, der Induktivität, der induzierten Fluss, der erregte magnetischen Fluss und einer Drehwinkelabweichung des Rotors werden durch Gleichungen im fünfdimensionalen Raum beschrieben. Dieser Raum ist unterteilt in fünf Cluster. In Abhängigkeit von den physikalischen Maschinengleichungen werden die Gleichungen bezogen auf die jeweilige Messung zu den zugehörigen Clustern assoziiert. Wenn eine Liste von Gleichungen mit den Clustern assoziiert wurden, werden die fünf assoziierten Gleichungen dazu verwendet, ein Gleichungssystem zu erstellen, aus welchem die Maschinenparameter und deren Abweichungen berechnet werden. Wird eine Gleichung mit einem Cluster assoziiert, wenn dieser Cluster bereits eine Gleichung aufweist, wird entweder die alte Gleichung durch die neue Gleichung ersetzt oder die beiden Gleichungen werden zusammengeführt, beispielsweise durch Filterung ihrer Koeffizienten.The procedure can be summarized as follows. The calculated voltage drops in the synchronous machine due to electrical resistance, inductance, induced flux, excited magnetic flux, and rotational angular deviation of the rotor are described by equations in five-dimensional space. This room is divided into five clusters. Depending on the physical machine equations, the equations related to the respective measurement are associated with the corresponding clusters. When a list of equations has been associated with the clusters, the five associated equations are used to construct a system of equations from which to compute the machine parameters and their deviations. If an equation is associated with a cluster, if that cluster already has an equation, either the old equation is replaced by the new equation or the two equations are merged together, for example by filtering their coefficients.

Der fünfdimensionale Raum wird wie folgt in die Cluster unterteilt: Der erste Cluster hat eine konische Form in dem fünfdimensionalen Raum. Das bedeutet, dass alle Punkte des fünfdimensionalen Raums, die mit dem Ursprung des Raums und einer ersten Linie, die durch den Ursprung verläuft (erstes Zentralvektor) einen Winkel bilden, der kleiner als ein erster Referenzwinkel ist, zu dem ersten Cluster gehören. Der zweite Cluster hat eine konische Form im vierdimensionalen Raum, der dadurch erhalten wird, dass der fünfdimensionale Raum auf eine Hyperebene projiziert wird, die senkrecht zu dem ersten Zentralvektor des ersten Clusters ist. Das bedeutet, dass alle Punkte in dem vierdimensionalen Raum, die mit dem Ursprung des Raums und einer zweiten Linie, die durch den Ursprung verläuft (zweiter Zentralvektor) einen Winkel aufweist, der kleiner ist als ein zweiter Referenzwinkel, zu dem zweiten Cluster gehören. Der dritte Cluster weist eine konische Form im dreidimensionalen Raum auf, der dadurch erhalten wird, dass der fünfdimensionale Raum auf eine Hyperebene, die senkrecht zu dem ersten Zentralvektor liegt, projiziert wird, und anschließend auf eine Hyperebene, die senkrecht zu dem zweiten Zentralvektor liegt. Das bedeutet, dass alle Punkte des dreidimensionalen Raums, die mit dem Ursprung des Raums und einer dritten Linie, die durch den Ursprung führt (dritter Zentralvektor), einen Winkel einschließt, der kleiner ist als ein dritter Referenzwinkel, der zum dritten Cluster gehört. Der vierte Cluster weist eine konische Form im zweidimensionalen Raum auf, die dadurch erhalten wird, dass der fünfdimensionale Raum auf eine Hyperebene projiziert wird, die senkrecht zu dem ersten Zentralvektor liegt, und anschließend auf eine Hyperebene, die senkrecht zu dem zweiten Zentralvektor liegt, und schließlich auf eine Hyperebene, die senkrecht zu dem dritten Zentralvektor liegt. Das hat zur Folge, dass alle Punkte des zweidimensionalen Raums, die mit dem Ursprung des Raums und einer vierten Linie, die durch den Ursprung führt (vierter Zentralvektor) einen Winkel einschließt, der kleiner ist als ein vierter Referenzwinkel, der zu dem vierten Cluster gehört. Der Rest des Raums gehört dann zu dem fünften Cluster.The five-dimensional space is divided into clusters as follows: The first cluster has a conical shape in the fifth dimensional space. This means that all points of the five-dimensional space forming an angle smaller than a first reference angle with the origin of the space and a first line passing through the origin (first central vector) belong to the first cluster. The second cluster has a conical shape in four-dimensional space, which is obtained by the fact that the five-dimensional Space is projected onto a hyperplane which is perpendicular to the first central vector of the first cluster. That is, all points in the four-dimensional space having the origin of the space and a second line passing through the origin (second central vector) have an angle smaller than a second reference angle belong to the second cluster. The third cluster has a conical shape in three-dimensional space obtained by projecting the five-dimensional space onto a hyperplane perpendicular to the first central vector and then onto a hyperplane perpendicular to the second central vector. This means that all points of the three-dimensional space which coincides with the origin of the space and a third line passing through the origin (third central vector), include an angle smaller than a third reference angle belonging to the third cluster. The fourth cluster has a conical shape in two-dimensional space obtained by projecting the five-dimensional space onto a hyperplane perpendicular to the first central vector, and then to a hyperplane perpendicular to the second central vector, and finally to a hyperplane which is perpendicular to the third central vector. As a result, all points of the two-dimensional space that includes the origin of the space and a fourth line passing through the origin (fourth central vector) include an angle smaller than a fourth reference angle belonging to the fourth cluster , The rest of the room belongs to the fifth cluster.

Um eine Maschinengleichung mit dem jeweiligen Cluster zu assoziieren, werden die Spannungsabfälle der jeweiligen Gleichung zum Erzeugen des Vektors berücksichtigt, wie mit der Gleichung im fünfdimensionalen Raum beschrieben. Der Winkel, der von diesem Vektor mit dem ersten Cluster Zentralvektor eingeschlossen wird, wird mit dem ersten Referenzwinkel verglichen. Ist der Winkel schmaler als der Referenzwinkel, so gehört die Gleichung zu dem ersten Cluster, ist sie zu nahe an dem Referenzwinkel, wird die Gleichung nicht verwendet. Wenn dies nicht der Fall ist, wird der Vektor auf die Hyperebene projiziert, wie zuvor beschrieben. Der Winkel, den der projizierte Vektor dann mit dem zweiten Zentralvektor einschließt, wird verglichen mit dem zweiten Referenzwinkel. Ist er kleiner, so gehört die Gleichung zu dem zweiten Cluster. Ist der Winkel nahe zu dem Referenzwinkel, so wird die Gleichung nicht verwendet. Werden beide Bedingungen nicht erfüllt, so wird der Vektor weiter projiziert und mit den weiteren Clustern verglichen, bis er zu einem der Cluster assoziiert werden konnte, oder nicht verwendet wird.In order to associate a machine equation with the respective cluster, the voltage drops of the respective equation for generating the vector are considered, as described with the equation in the five-dimensional space. The angle enclosed by this vector with the first cluster central vector is compared with the first reference angle. If the angle is narrower than the reference angle, the equation belongs to the first cluster; if it is too close to the reference angle, the equation is not used. If not, the vector is projected onto the hyperplane, as previously described. The angle which the projected vector then encloses with the second central vector is compared with the second reference angle. If it is smaller, then the equation belongs to the second cluster. If the angle is close to the reference angle, then the equation is not used. If both conditions are not met, the vector is further projected and compared to the other clusters until it could be associated with one of the clusters or not used.

Der Vorteil dieser Unterteilung des fünfdimensionalen Raums liegt darin, dass die Gleichungen, die zu den fünf verschiedenen Clustern gehören, ein Linearsystem bilden, das leicht gelöst werden kann, mit nur geringen numerischen Fehlern, aufgrund der nicht linearen Abhängigkeit der Gleichungen. Die in der Einführung genannten Maschinengleichungen können auch als Energie- oder Flussgleichungen oder andere Formen geschrieben werden. In diesem Fall würde dann der multidimensionale Raum auf den magnetischen Fluss, die Energie oder der ausgewählten Form bezogen werden.The advantage of this subdivision of the five-dimensional space is that the equations belonging to the five different clusters form a linear system that can be easily solved, with only small numerical errors, due to the non-linear dependence of the equations. The machine equations mentioned in the introduction can also be written as energy or flow equations or other forms. In this case, the multidimensional space would then be related to the magnetic flux, the energy, or the selected shape.

Es ist zu beachten, dass die folgenden Terme in Gleichungen 1 und 2 zusammengefasst und substituiert werden können. Ψ_d = L_d·I_d + Ψ Ψ_q = L_q·I_q It should be noted that the following terms can be summarized and substituted in Equations 1 and 2. Ψ _d = L _d · I _d + Ψ Ψ _q = L _q · I _q

Ψ_d und Ψ_q sind der Maschinenfluss in d und q Richtung. In diesem Fall werden die Gleichungen 1 und 2 mittels des Maschinenfluss beschrieben und in einer ähnlichen Form können entsprechend Korrekturparameter erfasst werden.Ψ _d and Ψ _q are the machine flow in d and q direction. In this case, the equations 1 and 2 are described by means of the machine flow, and in a similar form corresponding correction parameters can be detected.

Wie bereits erwähnt, ist das beschriebene Verfahren nicht auf die Bestimmung von fünf abweichenden Parametern beschränkt, vielmehr kann die Abweichung der zu erfassenden Betriebsparameter beliebig weit erhöht werden. Die linear unabhängigen Cluster haben die Eigenschaft, dass der Raum in Cluster unterteilt wird, und dass Betriebsparameterwerte zu den Clustern derart assoziiert werden, dass sichergestellt wird, dass jeder Datenvektor (Betriebsparametervektor) in jedem Cluster linear unabhängig von jedem Datenvektor (Betriebsparametervektor) eines anderen Clusters ist.As already mentioned, the method described is not limited to the determination of five different parameters, but the deviation of the operating parameters to be detected can be increased as far as desired. The linearly independent clusters have the property of partitioning the space into clusters and associating operating parameter values to the clusters so as to ensure that each data vector (operating parameter vector) in each cluster is linearly independent of each data vector (operating parameter vector) of another cluster is.

Das Verfahren ist in der Lage, Informationen zu organisieren und zu gruppieren und zu erkennen, zu welcher Gruppe neue Informationen gehören. Vorteilhaft ist, dass jede Gruppe Informationen aufweist, die nicht von anderen Informationen oder Kombinationen von Informationen anderer Gruppen extrahiert werden können. Dies erlaubt eine einfache Erkennung beziehungsweise Unterscheidung von redundanten Informationen und neuen Informationen. In vielen Fällen sind neue Informationen in speziellen Kombinationen versteckt, die schwierig zu finden sind, weil die hohe Anzahl der Daten und Dimensionen schwierig zu erfassen ist. Das vorgeschlagene Verfahren geht jedoch mit diesen Informationen vorteilhaft um, in einer einfachen, präzisen und effizienten Art und Weise.The process is capable of organizing and grouping information and identifying which group of new information belongs to. It is advantageous that each group has information that can not be extracted from other information or combinations of information from other groups. This allows easy identification or differentiation of redundant information and new information. In many cases, new information is hidden in special combinations that are difficult to find because the high amount of data and dimensions is difficult to capture. The However, the proposed method advantageously handles this information in a simple, accurate and efficient manner.

Das vorgeschlagene Verfahren kann auch dazu genutzt werden, fehlende Informationen zu identifizieren, um ein Identifikationsproblem zu lösen. Die fehlende Information ist in dem Raum zu finden, welcher Bestandteile orthogonal zu dem Clusterzentrum oder -zenter, das durch das Verfahren identifiziert wurde, aufweist. Diese Situation liegt beispielsweise dann vor, wenn die Anzahl der identifizierten Clusterzentren kleiner ist als die Dimensionen des vorliegenden Raums. Dies ist dann der Fall, wenn alle Messungen die erfasst werden, mit einem bereits identifizierten Cluster assoziiert werden können, beziehungsweise wenn keine Messung vorliegt, die zu einer Anzahl von Durchläufen des Verfahrens aus 25 führt, wie Dimensionen vorhanden sind.The proposed method can also be used to identify missing information to solve an identification problem. The missing information is found in the space having constituents orthogonal to the cluster center or centroid identified by the method. This situation occurs, for example, when the number of identified cluster centers is smaller than the dimensions of the existing space. This is the case when all the measurements that are detected can be associated with an already identified cluster, or if there is no measurement that results in a number of runs of the method 25 guides how dimensions exist.

In vielen Fällen von hochdimensionalen Daten, werden die Daten stark korreliert. Durch das vorliegende Verfahren können die Dimensionen der Daten verringert und eine Clusteranalyse mit Algorithmen, die für geringere Dimensionen geeignet sind, durchgeführt werden. Dieses Verringern wird dadurch erreicht, dass ein passender Unterraum in Abhängigkeit der identifizierten Clusterzentren erzeugt wird, wo die ersten identifizierten Clusterzenter üblicherweise bevorzugt werden.In many cases of high-dimensional data, the data is highly correlated. The present method can reduce the dimensions of the data and perform cluster analysis with algorithms that are suitable for smaller dimensions. This reduction is achieved by creating a suitable subspace depending on the identified cluster centers where the first identified cluster centers are usually preferred.

ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturCited patent literature

DE 102013215241 A1 [0003]

Zitierte Nicht-PatentliteraturCited non-patent literature

"A Novel Online PMSM Parameter Identification Method for Electric and Hybrid Electric Vehicles Based on Cluster Technic" (H. Khreis, A. Deflorio, and B. Schmueling, International Electrical Machines and Drives Conference, IEMDC 2015, Coeur d'Alene, Idaho, USA, May 10-13, 2015) [0005]

Claims

Method for operating a synchronous machine ( 2 ), which has a plurality of controllable / energizable phases (U, V, W), wherein the phases (U, V, W) are controlled as a function of at least one machine parameter, characterized in that the deviation of at least one machine parameter from an expected value in dependence current operating parameters (BP1, BP2, BP3 ...) of the synchronous machine ( 2 ) by means of a cluster analysis, in which a value space having the operating parameters is subdivided into subspaces, as a function of electrical regularities of the synchronous machine ( 2 ).

A method according to claim 1, characterized in that as machine parameters an excited magnetic flux, a machine inductance, or a machine stator-induced flux or a machine flux, an electrical machine resistance and / or a rotor angle of a rotor of the synchronous machine ( 2 ) are determined / monitored.

Method according to one of the preceding claims, characterized in that for the cluster analysis as a function of the operating parameters (BP1, BP2, BP3 ...) of the synchronous machine ( 2 ) one or more operating parameter vectors (BPV) are generated.

Method according to one of the preceding claims, characterized in that an operating parameter vector space (V _R ) is generated by means of the operating parameter vectors (BPV) and subdivided into individual clusters (C1, C2, C3...) By means of the subspaces, wherein each operating parameter vector in each case corresponds to one of Cluster (C1, C2, C3 ...) is assigned.

Method according to one of the preceding claims, characterized in that for the cluster analysis the operating parameter vector space (V _R ) in such a manner in clusters (C1, C2, C3 ...), each having a central vector (CV_C1, CV_C2, CV_C3 ...), subdividing that the central vectors (CV_C1, CV_C2, CV_C3...) of the clusters (C1, C2, C3...) are oriented perpendicular or nearly perpendicular to one another.

Method according to one of the preceding claims, characterized in that, for the cluster analysis, the operating parameter vector space (V _R ) is subdivided into clusters (C1, C2, C3...) Such that at least one cluster space comprises a sector, an elliptical cone or an elliptical multidimensional Cone forms in a subspace of the operating parameter vector space (V _R ).

A method according to claim 6, characterized in that the subspace of one or more projections of the operating parameter vector space (V _R ) along one or more central vectors (CV_C1, CV_C2, CV_C ₃ , ...) of one or more clusters (C1, C2, C3. ...) is determined.

Method according to one of the preceding claims, characterized in that the cluster analysis by means of scaling and / or quantization or by means of a gate method in dependence of the detected operating parameters (BP1, BP2, BP3, ...) is performed.

Method according to one of the preceding claims, characterized in that each generated operating parameter vector (BPV) of a cluster (C1, C2, C3 ...) is low-pass filtered.

Method according to one of the preceding claims, characterized in that each low-pass filtered operating parameter vector (BPV) for producing a the electrical laws of the synchronous machine ( 2 ) descriptive equation is used.

Method according to one of the preceding claims, characterized in that the equations are linearly independent during operation of the synchronous machine ( 2 ) be formed.

Method according to one of the preceding claims, characterized in that a cluster group is formed from a plurality of clusters (C1, C2, C3...) In order to generate a cluster group equation system (E1, E2, E3, E4, E5), by which the deviation is detected.

Method according to one of the preceding claims, characterized in that as operating parameters to be monitored (BP1, BP2, BP3 ...) operating parameters of the synchronous machine ( 2 ) are selected, which do not change the electrical law.

Method according to one of the preceding claims, characterized in that the detected deviations from different cluster groups depending on a linear independence from each other and / or a timeliness of the detected operating parameters (BP1, BP2, BP3 ...) of the associated equation system are weighted.

Device for operating a synchronous machine ( 2 ), characterized by a device for driving / energizing different phases of the synchronous machine ( 2 ), at least one sensor device for detecting operating parameters of the synchronous machine, and with a control device for driving the device, characterized in that the control device is specially adapted to perform the method according to one of claims 1 to 14 when used as intended.