DE102016226192A1 - Verfahren und Vorrichtung zur Positionsregelung eines elektromechanischen Positioniersystems - Google Patents

Verfahren und Vorrichtung zur Positionsregelung eines elektromechanischen Positioniersystems Download PDF

Info

Publication number
DE102016226192A1
DE102016226192A1 DE102016226192.4A DE102016226192A DE102016226192A1 DE 102016226192 A1 DE102016226192 A1 DE 102016226192A1 DE 102016226192 A DE102016226192 A DE 102016226192A DE 102016226192 A1 DE102016226192 A1 DE 102016226192A1
Authority
DE
Germany
Prior art keywords
control
switching function
variable
switching
function
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE102016226192.4A
Other languages
English (en)
Inventor
Michael Schmidt
Ernst Kloppenburg
Ulf Mueller
Benedikt Alt
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Priority to DE102016226192.4A priority Critical patent/DE102016226192A1/de
Priority to CN201711403326.9A priority patent/CN108241294A/zh
Publication of DE102016226192A1 publication Critical patent/DE102016226192A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Durchführen einer Positionsregelung für ein elektromechanisches Positioniersystem (1), wobei die Positionsregelung eine strukturvariable Regelung mit einer Schaltfunktion und einem Regelgesetz umfasst, wobei das Regelgesetz eine Stellgröße zur Ansteuerung eines Stellantriebs eines Stellgebers (21) des Positioniersystems (1) mit Hilfe einer Fallunterscheidung abhängig von einer Bewertung eines Systemzustands bereitstellt, wobei die Fallunterscheidung des Regelgesetzes abhängig von einer Klassifizierung einer Schaltgröße (s) als Ausgangsgröße der Schaltfunktion durchgeführt wird, wobei die Schaltfunktion durch ein datenbasiertes Funktionsmodell definiert ist.

Description

  • Technisches Gebiet
  • Die Erfindung betrifft elektromechanische Positioniersysteme, wie sie beispielsweise bei Ventilhub-Verstellsystemen, elektronischen Kupplungen und dergleichen verwendet werden können. Weiterhin betrifft die vorliegende Erfindung Positionsregelungen für derartige elektromechanische Positioniersysteme.
  • Technischer Hintergrund
  • Elektromechanische Positioniersysteme, wie Stellgeber für variable Ventilhub-Verstellsysteme in Verbrennungsmotoren und elektronischen Kupplungssystemen in Kraftfahrzeugen, benötigen eine robuste Positionsregelung, um eine gewünschte Sollposition im gesamten Produktlebenszyklus mit gleichbleibender Regelgüte einstellen zu können. Aufgrund der hohen Anzahl von Einflussgrößen können für derartige Positioniersysteme strukturvariable Regelungen vorgesehen werden. Strukturvariable Regelungen entsprechen Regelungen mit strukturvariablem Regelgesetz und einer Schaltfunktion.
  • Schaltfunktionen von derartigen strukturvariablen Regelungen sind jedoch aufwendig für eine vorgegebene Regelstrecke zu applizieren, wodurch die Robustheit der Positionsregelung beeinträchtigt sein kann.
  • Offenbarung der Erfindung
  • Erfindungsgemäß sind ein Verfahren zur Positionsregelung eines elektromechanischen Positioniersystems gemäß Anspruch 1 sowie eine Vorrichtung und ein Regelungssystem gemäß den nebengeordneten Ansprüchen vorgesehen.
  • Weitere Ausgestaltungen sind in den abhängigen Ansprüchen angegeben.
  • Gemäß einem ersten Aspekt ist ein Verfahren zum Durchführen einer Positionsregelung für ein elektromechanisches Positioniersystem vorgesehen, wobei die Positionsregelung eine strukturvariable Regelung mit einer Schaltfunktion und einem Regelgesetz umfasst, wobei das Regelgesetz eine Stellgröße zur Ansteuerung eines Stellantriebs des Positioniersystems mit Hilfe einer Fallunterscheidung abhängig von einer Bewertung eines Systemzustands bereitstellt, wobei die Fallunterscheidung des Regelgesetzes abhängig von einer Klassifizierung einer Schaltgröße als Ausgangsgröße der Schaltfunktion durchgeführt wird, wobei die Schaltfunktion durch ein datenbasiertes Funktionsmodell definiert ist.
  • Um eine möglichst schnelle Verstellung einer Position eines elektromechanischen Positioniersystems zu erreichen, werden für die Positionsregelung in der Regel strukturvariable Regelungen vorgesehen. Eine strukturvariable Regelung umfasst eine Schaltfunktion und ein strukturvariables Regelgesetz. Die strukturvariable Regelung kann im einfachsten Fall vorsehen, dass ein elektromechanischer Stellgeber maximal angesteuert wird, bis ein bestimmter Systemzustand relativ zu einer vorgegebenen Sollposition erreicht wird, um dann den Sollzustand entlang einer vorgegebenen Schalttrajektorie anzufahren. Während dieser Phase schaltet das Regelgesetz im einfachsten Fall zwischen der maximal und der minimal möglichen Stellgröße so lange hochfrequent hin und her, bis die Sollposition erreicht ist.
  • Derartige strukturvariable Regelungen entsprechen Regelungen, für die eine Stellgröße von einem Zustand des Positioniersystems und von mindestens einem weiteren Auswahlparameter abhängt. Die Verwendung von strukturvariablen Regelungen für Positioniersysteme weist den generellen Vorteil auf, dass ein ausgesprochen robuster Regler realisiert werden kann. Das bedeutet, dass die Schalttrajektorie auch dann erreicht wird, wenn bestimmte Systemunsicherheiten (z.B. Reibung, Toleranzen, Umwelteinflüsse) auf das System einwirken. Die strukturvariable Regelung sieht dabei vor, die Sollposition gemäß einer vorgegebenen Schalttrajektorie anzufahren, die durch eine vorbestimmte Schaltfunktion vorgegeben ist. Liegt der Istzustand des elektromechanischen Stellgebers nicht auf der Schalttrajektorie, so wird der elektromechanische Stellgeber in der Regel mit maximaler Ansteuerung betrieben, um sich schnellstmöglich der durch die Schalttrajektorie vorgegebenen Betriebszustand anzunähern. Die Schaltfunktion kann bei elektromechanischen Positioniersystemen neben der Regelabweichung zwischen der Sollposition und der Istposition von einer Vielzahl von weiteren Parametern abhängen. Dadurch ist das Applizieren der Schaltfunktion in der Praxis oft aufwendig.
  • Das obige Verfahren sieht vor, die Schaltfunktion mit Hilfe eines nicht parametrischen, datenbasierten Modells bereitzustellen. Datenbasierte Modelle ermöglichen, Funktionen physikalischer Systeme im Wesentlichen ohne die Vorgabe von Parametern nachzubilden. Als datenbasiertes Funktionsmodell kann beispielsweise ein Gauß-Prozess-Modell verwendet werden, das im Wesentlichen durch Hyperparameter, einen Koeffizientenvektor und Stützstellenpunkte definiert wird. Gauß-Prozess-Modelle sind eine Methode, um schwer modellierbare oder gemessene funktionale Zusammenhänge datenbasiert in eine Rechenvorschrift zu fassen.
  • Die Verwendung eines datenbasierten Funktionsmodells für die Realisierung einer Schaltfunktion einer strukturvariablen Regelung ermöglicht zum einen eine schnellere Berechnung der Schaltfunktion auf einer separaten Hardware, die z.B. eine Zustandsmaschine mit fest verdrahteten Rechenblöcken aufweisen kann, und entlastet dadurch die Steuereinheit, die die Positionsregelung durchführt. Zum anderen ist die Verwendung von datenbasierten Funktionsmodellen insbesondere vorteilhaft, wenn eine größere Anzahl von Eingangsparametern für die Schaltfunktion berücksichtigt werden muss, da diese durch ein automatisierbares Trainingsverfahren basierend auf Trainingsdaten appliziert werden kann.
  • Weiterhin kann das Regelgesetz einer Zweipunktregelung entsprechen, wobei die Generierung der Stellgröße insbesondere abhängig von einem Vorzeichen einer den Systemzustand definierenden Schaltgröße durchgeführt wird.
  • Alternativ kann das Regelgesetz einem Super-Twisting -Algorithmus entsprechen, wobei die Generierung der Stellgröße insbesondere abhängig von einem Vorzeichen einer den Systemzustand definierenden Schaltgröße und abhängig von einem Verlauf der Stellgröße generiert wird.
  • Neben Zweipunktregler und Super-Twisting Algorithmus sind weitere Ausführungsalternativen von Regelgesetzen möglich (z.B. Mehrpunktregler).
  • Gemäß einer Ausführungsform kann das datenbasierte Funktionsmodell einem Gauß-Prozess-Modell, RBF-Netz oder einer Support-Vector-Maschine entsprechen.
  • Es kann vorgesehen sein, dass die Schaltfunktion abhängig von einer Regelabweichung und weiteren Systemparametern definiert ist.
  • Insbesondere kann die Schaltfunktion weiterhin eine Istgeschwindigkeit des Positioniersystems und/oder einen oder mehrere Zustandsparameter berücksichtigen.
  • Insbesondere können die Zustandsparameter eine Temperatur des Positioniersystems, eine alterungsabhängige Größe, eine Betriebsspannung und eine Reibungsangabe umfassen.
  • Gemäß einem weiteren Aspekt ist eine Vorrichtung zum Durchführen einer Positionsregelung für ein elektromechanisches Positioniersystem vorgesehen, wobei die Positionsregelung eine strukturvariable Regelung mit einer Schaltfunktion und einem Regelgesetz umfasst, wobei das Regelgesetz eine Stellgröße zur Ansteuerung eines Stellantriebs des Positioniersystems mit Hilfe einer Fallunterscheidung abhängig von einer Bewertung eines Systemzustands bereitstellt, wobei die Vorrichtung ausgebildet ist, um die Fallunterscheidung des Regelgesetzes abhängig von einer Klassifizierung einer Schaltgröße als Ausgangsgröße der Schaltfunktion durchzuführen, wobei die Schaltfunktion durch ein datenbasiertes Funktionsmodell definiert ist.
  • Weiterhin kann die Vorrichtung einen Regelungsblock zum Bereitstellen eines Regelgesetzes und einen Schaltfunktionsblock zur Bereitstellen des datenbasierten Funktionsmodells als Schaltfunktion umfassen, wobei der Schaltfunktionsblock als separate Hardwareeinheit zur separaten Berechnung des datenbasierten Funktionsmodells ausgebildet ist.
  • Gemäß einem weiteren Aspekt ist ein Positioniersystem vorgesehen, umfassend einen Stellgeber und die obige Vorrichtung.
  • Figurenliste
  • Ausführungsformen werden nachfolgend anhand der beigefügten Zeichnungen näher erläutert. Es zeigen:
    • 1 eine schematische Darstellung eines elektromechanischen Positioniersystems; und
    • 2 ein Diagramm zur Veranschaulichung der Regelgesetze für verschiedene Systemzustandsbereiche.
  • Beschreibung von Ausführungsformen
  • In 1 ist schematisch ein Blockschaltbild für ein elektromechanisches Positioniersystem 1 dargestellt. Das elektromechanische Positioniersystem 1 kann einen Stellgeber für einen variablen Ventiltrieb eines Verbrennungsmotors, eine elektronische Kupplung eines Kraftfahrzeugs oder andere Stellgebersysteme in Kraftfahrzeugen betreffen, die mithilfe einer Positionsregelung gestellt werden. Das elektromechanische Positioniersystem 1 umfasst eine Regelstrecke 2, die einen Stellgeber 21 und einen Positionssensor 23 zum Bereitstellen einer Istposition aufweist. Zwischen dem Stellgeber 21 und dem Positionssensor 23 kann eine Mechanik 22 vorgesehen.
  • Dem Stellgeber 21 wird eine Stellgröße u zugeführt, die sich aus einem Regelungsblock 3 ergibt. Die Stellgröße u kann einem Tastverhältnis für eine Ansteuerung eines elektromechanischen Stellantriebs des Stellgebers 21 oder einer vergleichbaren Größe entsprechen. In der Regel gibt die Stellgröße ein vorgegebenes Stellmoment oder dergleichen an.
  • Dem Regelungsblock 3 wird eine Schaltgröße als Ausgangsgröße einer durch einen Schaltfunktionsblock 4 vorgegebenen Schaltfunktion bereitgestellt. Der Regelungsblock 3 umfasst ein Regelgesetz für eine strukturvariable Regelung, die gemäß einem einfachen Zweitpunktregler ausgebildet sein kann, wie folgt: u = { u max w e n n   s < 0 u m a x w e n n   s 0
    Figure DE102016226192A1_0001
    wobei umax einer maximalen Stellgröße und s einem Zustand des Positioniersystems entsprechen. Der Zustand s wird durch die Schaltfunktion des Schaltfunktionsblocks 4 bereitgestellt, die in dem Schaltfunktionsblock 4 realisiert ist.
  • Eine Schaltfunktion bewertet einen Systemzustand abhängig von einer Regelabweichung, die durch die eine Istposition φIst und eine Sollposition φSoll bestimmt ist, und einer Reihe von weiteren Systemparametern P.
  • Die Wirkungsweise einer solchen strukturvariablen Regelung ist beispielsweise in 2 anschaulich dargestellt. 2 zeigt einen Verlauf von Grenzkurven G1, G2, G3 zwischen Systemzuständen bezüglich einer Istgeschwindigkeit φ̇ und einer Regelabweichung Δφ, wobei für Systemzustände unterhalb der gezeigten Grenzkurve G1, G2, G3 ein negativer Wert und oberhalb der jeweiligen Grenzkurve G1, G2, G3 ein positiver Wert der Schaltfunktion angenommen wird.
  • Die Schaltfunktion hängt neben der Regelabweichung von einer Vielzahl von Parametern P ab, wie beispielsweise der Istgeschwindigkeit, der Temperatur, dem Alterungseffekt, einer Betriebsspannung, den Reibungsbedingungen (Öltemperatur, Zeit nach Start des Gesamtsystems etc.) und anderen Parametern. Die verschiedenen Grenzkurven G1, G2, G3 stellen jeweils die Grenzkurven für verschiedene Parametersätze dar.
  • Die Schaltfunktion lässt sich bei derartigen Systemen nur schwer analytisch herleiten. Daher muss das System grundlegend vermessen werden, damit die o.g. Einflussgrößen in der Schaltfunktion berücksichtigt sind.
  • Zur Realisierung der Schaltfunktion wird vorgeschlagen, ein datenbasiertes Funktionsmodell zu nutzen. Datenbasierte Funktionsmodelle können auf Gauß-Prozess-Modellen, RBF-Netzen und Support-Vector-Maschinen und dergleichen basieren.
  • Die Verwendung von nicht parametrischen, datenbasierten Funktionsmodellen basiert auf einem Bayes-Regressionsverfahren. Die Grundlagen der Bayes-Regression sind beispielsweise in C. E. Rasmussen et al., „Gaussian Processes for Machine Learning“, MIT Press 2006, beschrieben. Bei der Bayes-Regression handelt es sich um ein datenbasiertes Verfahren, das Beziehungen zwischen einer abhängigen und einer oder mehrerer unabhängiger Größen in einem Modell abbildet. Zur Erstellung dieses Modells sind Trainingsdatenpunkte, die jeweils Eingangsgrößen und eine dazu zugeordnete Ausgangsgröße umfassen, erforderlich. Die Erstellung des Modells erfolgt anhand der Verwendung von Stützstellenpunkten, die den Trainingsdaten ganz oder teilweise entsprechen oder aus diesen generiert werden. Weiterhin werden abstrakte Hyperparameter bestimmt, die den Raum der Modellfunktionen parametrieren und effektiv den Einfluss der einzelnen Messpunkte der Trainingsdaten auf die spätere Modellvorhersage gewichten.
  • Die herkömmliche Erstellung von datenbasierten Funktionsmodellen mit Hilfe von Bayes-Regressionsverfahren, wie beispielsweise dem Gauß-Prozess-Modell, basierend auf einer Anzahl von bereitgestellten Trainingsdatenpunkten, die jeweils Eingangsgrößen und eine dazu zugeordnete Ausgangsgröße umfassen, erfolgt nach einem Approximationsansatz. Dabei erfolgt die Erstellung a priori ohne Kenntnisse des Verhaltens des Funktionsmodells oder des Systems, welches durch das Funktionsmodell beschrieben werden soll.
  • Die abstrakten Hyperparameter werden herkömmlich durch ein Optimierungsverfahren bestimmt. Eine Möglichkeit für ein solches Optimierungsverfahren besteht in einer Optimierung einer Marginal Likelihood p(Y|H,X). Die Marginal Likelihood p(Y|H,X) beschreibt die Plausibilität der gemessenen y-Werte der Trainingsdaten, dargestellt als Vektor Y, wenn die Modellparameter H und die x-Werte (Werte der Eingangsgrößen) der Trainingsdaten vorgegeben sind. Im Modelltraining wird p(Y|H,X) maximiert, indem geeignete Hyperparameter gesucht werden, die zu einem Verlauf der durch die Hyperparameter und die Trainingsdaten bestimmten Modellfunktion führen und die Trainingsdaten möglichst genau abbilden und dabei die Messunsicherheiten und Toleranzen weitest möglich ausblenden.
  • Wie in 2 gezeigt wird ausgegangen von einem Gauß-Prozess-Modell mit einer Anzahl D von Eingangsgrößen x1 ...xD und eine Ausgangsgröße y. Die Kombination der Eingangsgrößen x1 ...xD und der Ausgangsgröße y bilden jeweils eine Stützstelle. Das Gauß-Prozess-Modell basiert auf einer Kovarianzfunktion, die eine Squared-Exponentialfunktion darstellen kann: k ( x q , x r ) = σ f 2 e 1 2 j=1 D ( x q ,j x r ,j ) 2 1 j
    Figure DE102016226192A1_0002
  • Das Verwenden anderer Kovarianzfunktionen ist ebenfalls möglich. Die Kovarianzmatrix lautet: K ( x 1 , x 2 , x N ) = ( k ( x 1 , x 1 ) k ( x 1 , x N ) k ( x N , x 1 ) k ( x N , x N ) ) + σ n 2 I
    Figure DE102016226192A1_0003
  • Die Matrix I bezeichnet die Einheitsmatrix der Dimension (N*N), wobei N der Anzahl der Stützstellenpunkte entspricht.
  • Die Hyperparameter σ f 2 , I = ( 1 1 1 d ) , σ n 2
    Figure DE102016226192A1_0004
    werden jeweils als Signalvarianz, als Längenskalenvektor mit Längenskalen und als Rauschvarianz bezeichnet.
  • Damit lautet der prädizierte Ausgang y ( x ˜ ) = s y M σ f i = 1 N Q i e 1 2 j = 1 D ( x ˜ M , i , j x ˜ j ) 2 l j + m y M
    Figure DE102016226192A1_0005
  • Wobei Q = K ( x 1 , x 2 , x N ) 1 Y
    Figure DE102016226192A1_0006
    die skalierten (normierten, normalisierten) Eingangsgrößen x ˜ = ( x ˜ 1 x ˜ j x ˜ D )
    Figure DE102016226192A1_0007
  • Und die N Stützstellen x ˜ M = ( ( x ˜ M ,1 ,1 x ˜ M ,j ,1 x ˜ M ,D ,1 ) , , ( x ˜ M ,1 ,i x ˜ M ,j ,i x ˜ M ,D ,i ) , ( x ˜ M ,1 ,N x ˜ M ,j ,N x ˜ M ,D ,N ) )
    Figure DE102016226192A1_0008
    entsprechen.
  • Für die obige Schaltfunktion ist s(x̃) = y(x̃), wobei die Eingangsgrößen der Regelabweichung und einer Istgeschwindigkeit und/oder einem oder mehreren der weiteren Systemparametern entsprechen.
  • Schaltfunktionen und Reglergesetz können in einem Steuergerät realisiert sein, wobei die Schaltfunktion in einer separaten Modellberechnungseinheit, die als separate Hardwareeinheit ausgebildet ist, berechnet werden kann. Eine solche Modellberechnungseinheit ist hartverdrahtet und dementsprechend nicht dazu ausgebildet, einen Softwarecode auszuführen. Aus diesem Grund ist in einer solchen Modellberechnungseinheit auch kein Prozessor vorgesehen. Die Modellberechnungseinheit weist stattdessen einen Rechenkern auf, der einer Zustandsmaschine entspricht und eine Berechnung eines vorgegebenen Algorithmus rein in Hardware implementiert.
  • Die Stellgröße u kann wie oben beschrieben aus einem einfachen Regelgesetz hergeleitet werden, das einer Zweipunkt-Regelung entspricht. Hier wird lediglich ein Vorzeichen der Schaltgröße s der Schaltfunktion ausgewertet, die eine maximale Ansteuerung des Stellantriebs in eine erste oder dazu entgegengesetzt zweite Richtung angibt.
  • Alternativ ist es möglich, ein erweitertes Regelgesetz höherer Ordnung vorzusehen, wobei die zeitliche Änderung der Schaltfunktion berücksichtigt wird. So kann als Regelgesetz neben dem Zweipunktregler auch ein Super-Twisting-Algorithmus verwendet werden, wie folgt: u = λ | s | s i g n ( s ) + u 1 u ˙ 1 = { u w e n n   | u | > u m a x α s i g n ( s )   w e n n   | u | < u m a x
    Figure DE102016226192A1_0009
    wobei α und λ festzulegende Regelungsparameter sind. Der Super-Twisting-Algorithmus als Regelgesetz führt zu einem geringeren Stellaufwand, da die Umschalthäufigkeit in der Stellgröße deutlich verringert ist, weist jedoch im Vergleich zum Zweipunktregler einen höheren Rechenaufwand auf.

Claims (10)

  1. Verfahren zum Durchführen einer Positionsregelung für ein elektromechanisches Positioniersystem (1), wobei die Positionsregelung eine strukturvariable Regelung mit einer Schaltfunktion und einem Regelgesetz umfasst, wobei das Regelgesetz eine Stellgröße zur Ansteuerung eines Stellantriebs eines Stellgebers (21) des Positioniersystems (1) mit Hilfe einer Fallunterscheidung abhängig von einer Bewertung eines Systemzustands bereitstellt, wobei die Fallunterscheidung des Regelgesetzes abhängig von einer Klassifizierung einer Schaltgröße (s) als Ausgangsgröße der Schaltfunktion durchgeführt wird, wobei die Schaltfunktion durch ein datenbasiertes Funktionsmodell definiert ist.
  2. Verfahren nach Anspruch 1, wobei das Regelgesetz einer Zweipunktregelung entspricht, wobei die Generierung einer Stellgröße (u) zur Ansteuerung des Stellantriebs insbesondere abhängig von einem Vorzeichen einer den Systemzustand definierenden Schaltfunktion durchgeführt wird.
  3. Verfahren nach Anspruch 1, wobei das Regelgesetz einem Super-Twisting - Algorithmus entspricht, wobei eine Stellgröße (u) insbesondere abhängig von einem Vorzeichen einer den Systemzustand definierenden Schaltgröße und abhängig von einem Verlauf der Stellgröße generiert wird.
  4. Verfahren nach einem der Ansprüche 1 bis 3, wobei das datenbasierte Funktionsmodell einem Gauß-Prozess-Modell, einem RBF-Netz oder einer Support-Vector-Maschine entspricht.
  5. Verfahren nach einem der Ansprüche 1 bis 4, wobei die Schaltfunktion abhängig von einer Regelabweichung und weiteren Systemparametern definiert ist.
  6. Verfahren nach Anspruch 5, wobei die Schaltfunktion abhängig von einer Istgeschwindigkeit des Positioniersystems (1) ist und/oder einen oder mehrere Zustandsparameter berücksichtigt.
  7. Verfahren nach Anspruch 6, wobei die Zustandsparameter eine Temperatur des Positioniersystems (1), eine alterungsabhängige Größe, eine Betriebsspannung und eine Reibungsangabe umfassen.
  8. Vorrichtung zum Durchführen einer Positionsregelung für ein elektromechanisches Positioniersystem (1), wobei die Positionsregelung eine strukturvariable Regelung mit einer Schaltfunktion und einem Regelgesetz umfasst, wobei das Regelgesetz eine Stellgröße zur Ansteuerung eines Stellantriebs des Positioniersystems (1) mit Hilfe einer Fallunterscheidung abhängig von einer Bewertung eines Systemzustands bereitstellt, wobei die Vorrichtung ausgebildet ist, um die Fallunterscheidung des Regelgesetzes abhängig von einer Klassifizierung einer Schaltgröße als Ausgangsgröße der Schaltfunktion durchzuführen, wobei die Schaltfunktion durch ein datenbasiertes Funktionsmodell definiert ist.
  9. Vorrichtung nach Anspruch 8 umfassend einen Regelungsblock (3) zum Bereitstellen eines Regelgesetzes und einen Schaltfunktionsblock (4) zur Bereitstellen des datenbasierten Funktionsmodells als Schaltfunktion, wobei der Schaltfunktionsblock als separate Hardwareeinheit zur separaten Berechnung des datenbasierten Funktionsmodells ausgebildet ist.
  10. Positioniersystem umfassend: - einen Stellgeber (21); - eine Vorrichtung nach Anspruch 8 oder 9.
DE102016226192.4A 2016-12-23 2016-12-23 Verfahren und Vorrichtung zur Positionsregelung eines elektromechanischen Positioniersystems Withdrawn DE102016226192A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102016226192.4A DE102016226192A1 (de) 2016-12-23 2016-12-23 Verfahren und Vorrichtung zur Positionsregelung eines elektromechanischen Positioniersystems
CN201711403326.9A CN108241294A (zh) 2016-12-23 2017-12-22 用于机电定位系统的位置调节的方法和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102016226192.4A DE102016226192A1 (de) 2016-12-23 2016-12-23 Verfahren und Vorrichtung zur Positionsregelung eines elektromechanischen Positioniersystems

Publications (1)

Publication Number Publication Date
DE102016226192A1 true DE102016226192A1 (de) 2018-06-28

Family

ID=62509978

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102016226192.4A Withdrawn DE102016226192A1 (de) 2016-12-23 2016-12-23 Verfahren und Vorrichtung zur Positionsregelung eines elektromechanischen Positioniersystems

Country Status (2)

Country Link
CN (1) CN108241294A (de)
DE (1) DE102016226192A1 (de)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012209384A1 (de) * 2012-06-04 2013-12-05 Robert Bosch Gmbh Verfahren und Vorrichtung zum Durchführen einer adaptiven Regelung einer Stellung eines Stellglieds eines Stellgebers
DE102013206264A1 (de) * 2013-04-10 2014-10-30 Robert Bosch Gmbh Verfahren und Vorrichtung zur Durchführung einer Berechnung eines datenbasierten Funktionsmodells
CN103995463B (zh) * 2014-05-30 2016-07-06 北京敬科海工科技有限公司 一种基于混合控制的电液比例阀位置伺服驱动方法
DE102015203210A1 (de) * 2015-02-23 2016-08-25 Volkswagen Ag Verfahren zum Regeln einer Regelstrecke, Vorrichtung zur Erzeugung von Reglerparametern und Steuergerät

Also Published As

Publication number Publication date
CN108241294A (zh) 2018-07-03

Similar Documents

Publication Publication Date Title
EP2108139B1 (de) Verfahren zur rechnergestützten regelung und/oder steuerung eines technischen systems, insbesondere einer gasturbine
EP2999998B1 (de) Methode zur ermittlung eines modells einer ausgangsgrösse eines technischen systems
DE102019208262A1 (de) Verfahren und Vorrichtung zur Ermittlung von Modellparametern für eine Regelungsstrategie eines technischen Systems mithilfe eines Bayes&#39;schen Optimierungsverfahrens
DE102018109835A1 (de) Verfahren und Vorrichtung zum Ermitteln einer Netzkonfiguration eines neuronalen Netzes
DE202018102632U1 (de) Vorrichtung zum Erstellen einer Modellfunktion für ein physikalisches System
DE102019216232A1 (de) Verfahren und Vorrichtung zum Bereitstellen einer Fahrstrategie für das automatisierte Fahren eines Fahrzeugs
DE102013206264A1 (de) Verfahren und Vorrichtung zur Durchführung einer Berechnung eines datenbasierten Funktionsmodells
DE102019210507A1 (de) Vorrichtung und computerimplementiertes Verfahren für die Verarbeitung digitaler Sensordaten und Trainingsverfahren dafür
DE102016226192A1 (de) Verfahren und Vorrichtung zur Positionsregelung eines elektromechanischen Positioniersystems
DE102013212889A1 (de) Verfahren und Vorrichtung zum Erstellen einer Regelungfür eine physikalische Einheit
WO2020207789A1 (de) Verfahren und vorrichtung zum ansteuern einer technischen einrichtung
DE102017212958A1 (de) Verfahren und Vorrichtung zum Durchführen einer Drehzahlregelung eines Verbrennungsmotors
EP3337961B1 (de) Prädiktion der phasenlage einer nockenwelle
DE102020207792A1 (de) Training eines künstlichen neuronalen Netzwerkes, künstliches neuronales Netzwerk, Verwendung, Computerprogramm, Speichermedium und Vorrichtung
DE102020205532A1 (de) Vorrichtung und Verfahren zum Trainieren einer Steuerungsstrategie für eine Steuereinrichtung über mehrere Iterationen
WO2016198046A1 (de) Verfahren für die auswahl eines simulationsmodells zur abbildung wenigstens eines funktionalen prozesses einer antriebsstrangkomponente aus einer optimierten modellmenge
DE102019208264A1 (de) Verfahren und Vorrichtung zum Ermitteln einer Regelungsstrategie für ein technisches System
DE102015221819A1 (de) Verfahren und Vorrichtung zum Adaptieren eines datenbasierten Funktionsmodells zur Berechnung in einer Modellberechnungseinheit
DE102018207417A1 (de) Bestimmung einer Kenngröße eines magnetischen Schaltventils
DE102013206274A1 (de) Verfahren und Vorrichtung zum Anpassen eines nicht parametrischen Funktionsmodells
DE102020107003A1 (de) Verfahren und Vorrichtung zur Überwachung eines elektrischen Bordnetzes eines Fahrzeugs
DE102016111065A1 (de) Regelverfahren mit modellbasiertem Anti-Windup
DE102019107390A1 (de) Verfahren und Vorrichtung zum Betreiben eines Systems zur Parameterschätzung für eine ein technisches System beschreibende Differentialgleichung
DE102019130040A1 (de) Verfahren und System zum Prüfen einer automatisierten Fahrfunktion durch Reinforcement-Learning
DE102019008398A1 (de) Verfahren zum Steuern und/oder Regeln von Schaltvorgängen sowie zum Durchführen von Adaptionen in einem Getriebe für ein Kraftfahrzeug

Legal Events

Date Code Title Description
R005 Application deemed withdrawn due to failure to request examination