DE102017205437A1 - Robustness analysis in vehicles - Google Patents
Robustness analysis in vehicles Download PDFInfo
- Publication number
- DE102017205437A1 DE102017205437A1 DE102017205437.9A DE102017205437A DE102017205437A1 DE 102017205437 A1 DE102017205437 A1 DE 102017205437A1 DE 102017205437 A DE102017205437 A DE 102017205437A DE 102017205437 A1 DE102017205437 A1 DE 102017205437A1
- Authority
- DE
- Germany
- Prior art keywords
- vehicle
- configurations
- vehicles
- genre
- robustness
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000013432 robust analysis Methods 0.000 title description 17
- 238000000034 method Methods 0.000 claims abstract description 72
- 230000009466 transformation Effects 0.000 claims abstract description 57
- 238000009826 distribution Methods 0.000 claims description 95
- 238000004088 simulation Methods 0.000 claims description 62
- 230000032683 aging Effects 0.000 claims description 23
- 238000004519 manufacturing process Methods 0.000 claims description 22
- 238000005259 measurement Methods 0.000 claims description 21
- 238000013461 design Methods 0.000 claims description 9
- 238000002474 experimental method Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 7
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 5
- 239000003054 catalyst Substances 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 description 35
- 230000006399 behavior Effects 0.000 description 11
- 238000012216 screening Methods 0.000 description 11
- 230000007613 environmental effect Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 7
- 230000018109 developmental process Effects 0.000 description 7
- 239000000047 product Substances 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000013401 experimental design Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000003344 environmental pollutant Substances 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013400 design of experiment Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000010206 sensitivity analysis Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 238000000692 Student's t-test Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000003679 aging effect Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000012941 design validation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000013336 robust study Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 238000012956 testing procedure Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
Die Erfindung betrifft ein Verfahren und System zur Analyse einer Robustheit einer Fahrzeuggattung, deren Fahrzeuge eine Vielzahl an Komponenten aufweisen, wobei das Verfahren folgende Arbeitsschritte aufweist: Simulieren von Bertriebsverhalten einer Vielzahl von Fahrzeugen der Fahrzeuggattung mit jeweils verschiedener Konfiguration mittels eines Fahrzeugmodells der Fahrzeuggattung, wobei jede Konfiguration wenigstens eine Eigenschaft einer Komponente eines Fahrzeugs der Fahrzeuggattung charakterisiert; Durchführen einer Regression auf der Grundlage des simulierten Betriebsverhaltens der Vielzahl von Fahrzeugen; und Anwenden eines Transformationsmodells auf der Grundlage der Regression, wobei das Transformationsmodell eine Zuordnungsvorschrift zwischen Konfiguration und wenigstens einer Zielgröße aufweist, wobei das Transformationsmodell eingerichtet ist, auf der Grundlage von Konfigurationen der Fahrzeuggattung einen Wert einer Zielgröße in Bezug auf die Robustheit der Fahrzeuggattung auszugeben.The invention relates to a method and system for analyzing a robustness of a vehicle genre, whose vehicles have a plurality of components, the method comprising the following steps: simulating operating behavior of a plurality of vehicles of the vehicle genus, each having a different configuration by means of a vehicle model of the vehicle genus, each Configuration characterized at least one property of a component of a vehicle of the vehicle genus; Performing a regression based on the simulated performance of the plurality of vehicles; and applying a transformation model based on the regression, wherein the transformation model has an association rule between the configuration and at least one target size, the transformation model configured to output a value of a target size related to the robustness of the vehicle genre based on configurations of the vehicle genre.
Description
Die Erfindung betrifft ein Verfahren zur Analyse einer Robustheit wenigstens eines Fahrzeugs einer Fahrzeuggattung, welches eine Vielzahl an Komponenten aufweist und ein Verfahren zur Analyse einer Robustheit einer Fahrzeuggattung, deren Fahrzeuge eine Vielzahl an Komponenten aufweisen. Darüber hinaus betrifft die Erfindung entsprechende Systeme zur Analyse der Robustheit.The invention relates to a method for analyzing a robustness of at least one vehicle of a vehicle class, which has a multiplicity of components, and to a method for analyzing a robustness of a vehicle class whose vehicles have a large number of components. Moreover, the invention relates to corresponding robustness analysis systems.
Die Qualität ist einer der wichtigsten Entscheidungsfaktoren bei der Auswahl zwischen Wettbewerberprodukten. Daher ist das Verstehen der Einflüsse auf die Qualität und das Beeinflussen der Qualität in der richtigen Weise entscheidend für den Geschäftserfolg eines Produkts und damit auch eines Unternehmens.Quality is one of the most important factors in deciding between competitor products. Therefore, understanding the impact on quality and influencing quality in the right way is critical to the business success of a product and therefore a business.
Zusätzlich zu den sich daraus ergebenden Qualitätsanforderungen auf der Herstellerseite werden auch Qualitätsstandards durch den Gesetzgeber vorgegeben. Beispielsweise müssen Fahrzeughersteller gewährleisten können, dass alle Fahrzeuge eines Fahrzeugtyps, welche von dem Fahrzeughersteller ausgeliefert werden, Emissionswerte einhalten.In addition to the resulting quality requirements on the manufacturer side, quality standards are also specified by the legislator. For example, vehicle manufacturers must be able to guarantee that all vehicles of a vehicle type which are delivered by the vehicle manufacturer comply with emission values.
Ein weiteres Beispiel für die Qualität ist die Ausfallwahrscheinlichkeit von einzelnen Komponenten bzw. Bauteilen des Fahrzeugs. Diese Ausfallwahrscheinlichkeit hat einen direkten Einfluss auf die Gesamtbetriebskosten (total cost of ownership) eines Fahrzeugs, welche für den Endverbraucher sehr wichtig ist.Another example of quality is the probability of failure of individual components or components of the vehicle. This probability of default has a direct impact on the total cost of ownership of a vehicle, which is very important to the end user.
Auch diesbezüglich soll die gesamte Fahrzeugflotte eines Fahrzeugtyps einen vorgegebenen Wert nicht überschreiten.Also in this regard, the entire vehicle fleet of a vehicle type should not exceed a predetermined value.
Die Einhaltung einer gleichbleibenden Qualität stellt jedoch eine Herausforderung dar, da jedes Bauteil des Fahrzeugs gewissen Toleranzen unterliegt und jedes Fahrzeug von dem jeweiligen Halter unterschiedlich genutzt wird und dementsprechend auch unterschiedlich altert.However, maintaining a consistent quality is a challenge, since each component of the vehicle is subject to certain tolerances and each vehicle is used differently by the respective holder and accordingly ages differently.
Vor diesem Hintergrund tritt die Robustheit von Fahrzeugen als Gesamtsystem gegenüber Schwankungen immer mehr in den Vordergrund. Solche Schwankungen können einerseits durch Produktionstoleranzen hervorgerufen werden, aber auch durch das Benutzerverhalten und die Alterung der Komponenten. Diese Schwankungen müssen bei der Entwicklung, der Kalibrierung und der Validierung der Fahrzeuge und insbesondere deren Antriebsstrang berücksichtigt werden, um die gewünschte Robustheit des Gesamtsystems zu erreichen. Der klassische Entwicklungsprozess eines Fahrzeugs oder dessen Antriebsstrangs erfüllt die Herausforderungen, welche sich durch die Schwankungen der Fahrzeugflotte ergeben, nur ungenügend: Zur Berücksichtigung der Schwankungen kommen größtenteils Ingenieur-Know-how oder Experimente in Bezug auf den schlechtesten anzunehmenden Fall zum Einsatz.Against this background, the robustness of vehicles as an overall system against fluctuations is becoming increasingly important. Such fluctuations can be caused on the one hand by production tolerances, but also by the user behavior and the aging of the components. These variations must be taken into account in the development, calibration and validation of the vehicles, and in particular their powertrains, in order to achieve the desired robustness of the overall system. The classic development process of a vehicle or its drivetrain is insufficient to meet the challenges posed by vehicle fleet fluctuations. To take account of the fluctuations, most of the engineering know-how or experiments relating to the worst case scenario are used.
Beispielsweise wird die Kalibration eines Fahrzeugkonzepts an einem oder wenigen Fahrzeugen oder Antriebssträngen durchgeführt, um die gewünschte Leistung und die gewünschten Emissionseigenschaften zu überprüfen. Die Schwankungen der Fahrzeugflotte werden durch erfahrungsbasierte Entwicklungsziele oder durch Prüfabläufe bei minimalen oder maximalen Bedingungen berücksichtigt. Hierbei werden im Allgemeinen einige Eigenschaften von Komponenten einzeln auf ihre unteren und oberen Grenzen in Bezug auf die Fahrzeugflotte eingestellt. Zum Beispiel kann hierbei der bestmögliche Turbolader oder der schlechtmöglichste Turbolader angenommen werden und das System dann validiert werden. Dieser Minimal/Maximal-Ansatz kann jedoch keine zwei- oder mehrfaktoriellen Interaktionen oder den Einfluss auf die Schwankungen der gesamten Fahrzeugflotte abbilden.For example, the calibration of a vehicle concept is performed on one or a few vehicles or powertrains to verify the desired performance and emission characteristics. Variations in the vehicle fleet are taken into account by experience-based development goals or by testing at minimum or maximum conditions. In general, some characteristics of components are individually set to their lower and upper limits with respect to the vehicle fleet. For example, the best possible turbocharger or the worst possible turbocharger can be assumed here and then the system can be validated. However, this minimum / maximum approach can not map two or more factorial interactions or the impact on the overall vehicle fleet.
Ein anderes Beispiel ist die Validierung von Emissionswerten eines Fahrzeugtyps. Die Erfüllung der Emissionsgrenzwerte wird bisher jedoch mittels einzelner Fahrzeuge validiert. Bei der Entwicklung wird daher versucht, erfahrungsbasierte Sicherheitsmargen, wie das sogenannte „Entwicklungsziel“, zu berücksichtigen. Manchmal wird darüber hinaus zur Ergänzung eine Prüfung des schlechtesten anzunehmenden Falls vorgenommen. Die Orientierung an einer allgemein gültigen Sicherheitsmarge ist jedoch nicht zufriedenstellend, da das jeweils gewählte Fahrzeugkonzept wesentlich die Schwankungen der Fahrzeugflotte auf die sich daraus ergebenden Emissionen beeinflusst. Die gesetzlichen Grenzwerte für Emissionen werden in Zukunft in Bezug auf die gesamte Fahrzeugflotte eines Fahrzeugtyps vorgegeben werden. Diese Vorgaben werden durch das Vorsehen neuer Sicherheitsmargen voraussichtlich nicht mehr erfüllt werden können.Another example is the validation of emission values of a vehicle type. However, the fulfillment of the emission limit values has so far been validated by means of individual vehicles. Development therefore seeks to consider experience-based safety margins, such as the so-called "development goal". Sometimes a supplement to the worst case scenario is added. However, the orientation towards a generally valid safety margin is not satisfactory since the vehicle concept selected in each case substantially influences the fluctuations of the vehicle fleet on the resulting emissions. The legal limits for emissions will in future be set in relation to the entire vehicle fleet of a vehicle type. These requirements will probably no longer be met by the provision of new safety margins.
Grundsätzlich können die Schwankungen innerhalb einer Fahrzeugflotte mathematisch durch eine große Anzahl von korrelierten oder nicht korrelierten Zufallsvariablen modelliert werden. Diese Zufallsvariablen werden in Folge zu einem Zufallsvektor zusammengefasst, dessen vieldimensionale Verteilung bei der Entwicklung eines Fahrzeugs oder eines Antriebsstrangs berücksichtigt werden muss. Jede Realisierung bzw. Stichprobe aus dieser vieldimensionalen Verteilung entspricht dann einem einzelnen Fahrzeug oder einem einzelnen Antriebsstrang mit bestimmten Produktionstoleranzen, bestimmten Messtoleranzen und einer bestimmten Alterungshistorie, welches unter bestimmten Bedingungen betrieben wird.Basically, the variations within a vehicle fleet can be modeled mathematically by a large number of correlated or uncorrelated random variables. These random variables are subsequently grouped together into a random vector whose multidimensional distribution must be taken into account in the development of a vehicle or powertrain. Each realization or sample from this multi-dimensional distribution then corresponds to a single vehicle or a single drive train with certain production tolerances, certain measurement tolerances and a specific aging history. which is operated under certain conditions.
Eine Menge an Realisierungen bzw. Stichproben des Zufallsvektors wird dann als repräsentativ für die zugrundeliegende Verteilung bezeichnet, wenn die empirischen Verteilungseigenschaften, insbesondere die empirischen Quantile, mit den theoretischen Verteilungseigenschaften, insbesondere die theoretischen Quantile, hinreichend genau übereinstimmen. Wenn die theoretische Verteilung nicht bekannt ist, wird eine Menge von Realisierungen als repräsentativ angenommen, wenn eine beliebige Anzahl an zusätzliche Realisierungen die Eigenschaften der empirischen Verteilung nicht signifikant verändern.A set of realizations or random samples of the random vector is then described as representative of the underlying distribution, if the empirical distribution properties, in particular the empirical quantiles, correspond to the theoretical distribution properties, in particular the theoretical quantiles, with sufficient accuracy. Unless the theoretical distribution is known, a set of implementations is considered representative if any number of additional implementations do not significantly alter the properties of the empirical distribution.
Um Robustheit, insbesondere die Aussagekraft, für die gesamte Fahrzeugflotte zu gewährleisten, müssen bei der Entwicklung eines Fahrzeugs daher alle technischen Entscheidungen in Bezug auf eine repräsentative Menge an Realisierungen getroffen werden. Das heißt, eine Fahrzeugkalibrierung ist nur dann robust, wenn diese für die gesamte repräsentative Menge zufriedenstellend ausfällt. In Abhängigkeit der Anzahl an Zufallsvariablen, muss eine repräsentative Menge mehrere Millionen Realisierungen beinhalten.In order to ensure robustness, in particular the significance, for the entire vehicle fleet, therefore, when developing a vehicle, all technical decisions must be made with regard to a representative amount of implementations. That is, a vehicle calibration is robust only if it is satisfactory for the entire representative quantity. Depending on the number of random variables, a representative quantity must contain several million implementations.
Daher verursacht eine vollständige Berücksichtigung von Schwankungen in Bezug auf eine Fahrzeugflotte in dem Entwicklungsprozess bisher einen experimentellen Aufwand, welcher nicht in einem vernünftigen Zeitraum bewältigt werden kann.Therefore, full consideration of variations in a vehicle fleet in the development process so far causes an experimental effort that can not be accomplished in a reasonable amount of time.
Der Einsatz von mathematisch berechneten Robustheitsanalysen ist aus verschiedenen technischen Bereichen bekannt. Beispielsweise betrifft die
Es ist eine Aufgabe der Erfindung, eine Analyse der Robustheit wenigstens eines Fahrzeugs einer Fahrzeuggattung oder der gesamten Fahrzeuggattung zu ermöglichen. Insbesondere ist es eine Aufgabe der Erfindung, eine simulationsbasierte Robustheitsanalyse für ein Fahrzeug mit einer Vielzahl an Komponenten zu beschleunigen.It is an object of the invention to enable an analysis of the robustness of at least one vehicle of a vehicle genus or of the entire vehicle genus. In particular, it is an object of the invention to accelerate a simulation-based robustness analysis for a vehicle having a plurality of components.
Diese Aufgabe wird durch die erfindungsgemäßen Verfahren und die erfindungsgemäßen Systeme gemäß der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen werden in den Unteransprüchen beansprucht. Die Lehre der Ansprüche wird ausdrücklich zum Bestandteil der Offenbarung gemacht.This object is achieved by the method according to the invention and the systems according to the invention according to the independent claims. Advantageous embodiments are claimed in the subclaims. The teaching of the claims is expressly made part of the disclosure.
Ein erster Aspekt der Erfindung betrifft ein Verfahren zur Analyse einer Robustheit wenigstens eines Fahrzeugs einer Fahrzeuggattung, welches eine Vielzahl an Komponenten aufweist, folgende Arbeitsschritte aufweisend:A first aspect of the invention relates to a method for analyzing a robustness of at least one vehicle of a vehicle type, which has a multiplicity of components, having the following working steps:
Erfassen von Konfigurationen des wenigstens einen Fahrzeugs, welche wenigstens eine Eigenschaft wenigstens einer Komponente des Fahrzeugs charakterisieren;Detecting configurations of the at least one vehicle that characterize at least one property of at least one component of the vehicle;
Bestimmen eines Werts einer Zielgröße in Bezug auf die Robustheit des wenigstens einen Fahrzeugs mittels eines Transformationsmodells, welches eine Zuordnungsvorschrift zu den Konfigurationen des wenigstens einen Fahrzeugs und der Zielgröße aufweist, wobei das Transformationsmodell auf einer Ausgleichsrechnung bezüglich Simulationsergebnissen beruht, welche auf einer Betriebsverhalten-Simulation, insbesondere einer zeitaufgelösten Zyklussimulation, einer Vielzahl von Fahrzeugen der Fahrzeuggattung mit jeweils verschiedenen Konfigurationen mittels eines Fahrzeugmodells der Fahrzeuggattung resultieren; undDetermining a value of a target relative to the robustness of the at least one vehicle using a transformation model having an assignment rule to the configurations of the at least one vehicle and the target, the transformation model being based on a compensation calculation for simulation results based on a performance simulation; in particular, a time-resolved cycle simulation, a plurality of vehicles of the vehicle genus, each with different configurations by means of a vehicle model of the vehicle genus result; and
Ausgeben des Werts.Output the value.
Ein zweiter Aspekt der Erfindung betrifft ein Verfahren zur Analyse einer Robustheit einer Fahrzeuggattung, deren Fahrzeuge eine Vielzahl an Komponenten aufweisen, folgende Arbeitsschritte aufweisend:
- Simulieren von Betriebsverhalten einer Vielzahl von Fahrzeugen der Fahrzeuggattung mit jeweils verschiedener Konfiguration mittels eines Fahrzeugmodells der Fahrzeuggattung, wobei jede Konfiguration wenigstens eine Eigenschaft einer Komponente eines Fahrzeugs der Fahrzeuggattung charakterisiert;
- Durchführen einer Ausgleichsrechnung auf der Grundlage des simulierten Betriebsverhaltens der Vielzahl von Fahrzeugen; und
- Anwenden eines Transformationsmodells auf der Grundlage einer Ausgleichsrechnung, wobei das Transformationsmodell eine Zuordnungsvorschrift zwischen Konfiguration und wenigstens einer Zielgröße aufweist, wobei das Transformationsmodell eingerichtet ist, auf der Grundlage von Konfigurationen der Fahrzeuggattung einen Wert einer Zielgröße in Bezug auf die Robustheit der Fahrzeuggattung auszugeben.
- Simulating performance of a plurality of vehicles of the vehicle genre, each having a different configuration, by means of a vehicle model of the vehicle genre, each configuration characterizing at least one characteristic of a component of a vehicle of the vehicle genre;
- Performing a compensation calculation based on the simulated performance of the plurality of vehicles; and
- Applying a transformation model based on a compensation calculation, wherein the transformation model has an assignment rule between configuration and at least one target size, wherein the Transformation model is arranged to output based on configurations of the vehicle genus a value of a target size in relation to the robustness of the vehicle genus.
Eine Ausgleichsrechnung im Sinne der Erfindung ist ein Regressionsverfahren oder ein Mustererkennungsverfahren oder/und eine Kombination aus beidem im Sinne der statistischen Lehre.A compensation calculation in the sense of the invention is a regression process or a pattern recognition process or / and a combination of both in the sense of statistical teaching.
Ein Transformationsmodell im Sinne der Erfindung stellt einen Zusammenhang zwischen den Konfigurationen des einzelnen Fahrzeugs, der Gruppe aus Fahrzeugen oder der Fahrzeuggattung und einer Zielgröße oder einer Gruppe aus Zielgrößen her. Vorzugsweise ist das Transformationsmodell nicht zeitaufgelöst. Weiter vorzugsweise beruht das Transformationsmodell selbst beruht jedoch vorzugsweise auf einer zeitaufgelösten Simulation des Betriebs einer Vielzahl von Fahrzeugen.A transformation model according to the invention establishes a relationship between the configurations of the individual vehicle, the group of vehicles or the vehicle type and a target variable or a group of target variables. Preferably, the transformation model is not time resolved. More preferably, the transformation model itself is based, however, preferably on a time-resolved simulation of the operation of a plurality of vehicles.
Eine Betriebsverhalten-Simulation im Sinne der Erfindung ist eine zeitaufgelöste Simulation des Betriebsverhaltens eines Fahrzeugs, Antriebsstrangs oder Motor. Vorzugsweise handelt es sich um eine Zyklussimulation. Dabei wird vorzugsweise ein bestimmter Fahrzyklus oder eine für eine Zyklen-Verteilung repräsentative Auswahl an Fahrzyklen des Fahrzeugs der Fahrzeuggattung herangezogen. Das Betriebsverhalten umfasst vorzugsweise wenigstens eine der Größen Drehzahl, Drehmoment oder Fahrpedalstellung. Zusätzlich oder alternativ können die Größen Geschwindigkeit des Fahrzeugs und/oder Gangwahl verwendet werden.A performance simulation in the sense of the invention is a time-resolved simulation of the operating behavior of a vehicle, drive train or engine. Preferably, it is a cycle simulation. In this case, a specific driving cycle or a selection of driving cycles of the vehicle of the vehicle type representative of a cycle distribution is preferably used. The operating behavior preferably comprises at least one of the variables rotational speed, torque or accelerator pedal position. Additionally or alternatively, the variables speed of the vehicle and / or gear selection can be used.
Eine Zielgröße im Sinne der Erfindung ist eine zu analysierende Größe, die vorzugsweise von der Konfiguration und dem Betriebsverhalten abhängig ist.A target in the sense of the invention is a variable to be analyzed, which preferably depends on the configuration and the operating behavior.
Robustheit im Sinne der Erfindung ist die Fähigkeit eines Fahrzeugs und/oder dessen Komponenten, unter Berücksichtigung von Schwankungen von verschiedenen Faktoren zuverlässig zu funktionieren. Beispiele für solche Faktoren sind Produktionstoleranzen, Messtoleranzen, unterschiedliche Nutzung, eine Alterung, Umgebungsbedingungen etc.Robustness in the sense of the invention is the ability of a vehicle and / or its components to function reliably taking into account variations of various factors. Examples of such factors are production tolerances, measurement tolerances, different usage, aging, environmental conditions, etc.
Eine Fahrzeuggattung im Sinne der Erfindung ist eine Vielzahl von Fahrzeugen, welche wenigstens im Wesentlichen Komponenten derselben Bauart aufweisen. Vorzugsweise sind wenigstens jene Komponenten der Fahrzeuggattung von derselben Bauart, für welche eine Robustheitsanalyse durchgeführt werden soll. Eine Fahrzeuggattung kann insbesondere die gesamte Fahrzeugflotte eines Fahrzeugtyps eines Herstellers sein.A type of vehicle within the meaning of the invention is a multiplicity of vehicles which have at least substantially components of the same type. Preferably, at least those components of the vehicle genus of the same type, for which a robustness analysis is to be performed. A type of vehicle may in particular be the entire vehicle fleet of a vehicle type of a manufacturer.
Ein Versuch im Sinne der Erfindung ist ein Testlauf einer realen oder virtuellen technischen Einrichtung mit einer spezifischen Konfiguration und einem bestimmten Betriebsverhalten über eine festgelegte Zeit. Vorzugsweise wird der Versuch mittels einer Betriebsverhalten-Simulation durchgeführt.An attempt in the sense of the invention is a test run of a real or virtual technical device with a specific configuration and a specific operating behavior over a fixed time. The experiment is preferably carried out by means of a performance simulation.
Eine Komponente im Sinne der Erfindung ist ein Bauteil oder eine Baugruppe eines Fahrzeugs.A component in the sense of the invention is a component or an assembly of a vehicle.
Ein Fahrzeug im Sinne der Erfindung ist jede Art von Land-, Wasser-, Luft- oder Raumfahrzeug, insbesondere ein Kraftfahrzeug.A vehicle according to the invention is any type of land, water, air or spacecraft, in particular a motor vehicle.
Erfassen im Sinne der Erfindung ist ein Einlesen von Informationen zur Weiterverarbeitung. Vorzugsweise wird die Information dabei, insbesondere über eine Datenschnittstelle, dem erfindungsgemäßen Verfahren oder dem erfindungsgemäßen System bereitgestellt.Detecting in the sense of the invention is a reading in of information for further processing. Preferably, the information is provided thereby, in particular via a data interface, the method according to the invention or the system according to the invention.
Ausgeben im Sinne der Erfindung ist ein Bereitstellen. Vorzugsweise erfolgt das Bereitstellen über eine Datenschnittstelle. Insbesondere ist aber auch möglich, eine Information über eine Benutzerschnittstelle, beispielsweise einen Bildschirm, auszugeben.Output according to the invention is a provision. The provision preferably takes place via a data interface. In particular, however, it is also possible to output information via a user interface, for example a screen.
Eine Konfiguration im Sinne der Erfindung entspricht einem Punkt in einem Versuchsraum, welcher durch jene Eigenschaften definiert wird, die die Robustheit der Fahrzeuggattung bestimmen.A configuration in the sense of the invention corresponds to a point in a test room, which is defined by those properties which determine the robustness of the vehicle type.
Der Erfindung liegt die Erkenntnis zugrunde, dass sich zwischen der Veränderung von Schwankungsbreiten von Eigenschaften von Fahrzeugen, insbesondere deren Komponenten, und Zielgrößen in Bezug auf die Robustheit ein funktionaler Zusammenhang finden lässt. Die Erfindung beruht dabei auf dem Ansatz, Auswertungen von Ausfallstatistiken einer Fahrzeugflotte im Feld, Versuche auf einem (Dauerlauf-)Prüfstand oder zeitaufgelöste Versuche auf einem virtuellen Prüfstand zur Robustheit durch ein empirisches Modell zu ersetzen.The invention is based on the finding that a functional relationship can be found between the variation of fluctuation ranges of properties of vehicles, in particular their components, and target variables with regard to the robustness. The invention is based on the approach, evaluations of failure statistics of a vehicle fleet in the field, to replace experiments on a (continuous) test bench or time-resolved experiments on a virtual test bench for robustness by an empirical model.
Der Einsatz der Erfindung bei der Robustheitsanalyse ermöglicht es, die Robustheit eines Fahrzeuges, einer Gruppe von Fahrzeugen oder einer ganzen Fahrzeuggattung zu analysieren, ohne die Komponenten des Fahrzeugs oder das Fahrzeug selbst als physischen Prüfling zur Verfügung zu haben. Die gesamte Robustheitsanalyse kann rechnerisch mittels des Transformationsmodells durchgeführt werden.The use of the invention in the robustness analysis makes it possible to analyze the robustness of a vehicle, a group of vehicles or a whole type of vehicle, without having the components of the vehicle or the vehicle itself as physical DUT available. The entire robustness analysis can be carried out mathematically by means of the transformation model.
Gegenüber bestehenden Simulationsverfahren kann dabei die Anzahl an zeitaufgelösten Simulationen von einzelnen Realisierungen bzw. Stichproben des Betriebsverhaltens wesentlich reduziert werden.Compared with existing simulation methods, the number of time-resolved simulations of individual implementations or samples of the operating behavior can be significantly reduced.
Zur vollständigen Robustheitsanalyse eines zum Anmeldezeitpunkt gängigen Antriebsstrangs müssen durch Einsatz der Erfindung anstatt einer repräsentativen Auswahl an Konfigurationen aus dem Versuchsraum in einer Größenordnung von 106 lediglich wenige hunderte zeitaufgelöste Simulationen vorgenommen werden. Die Ergebnisse der übrigen Konfigurationen der repräsentativen Auswahl können dagegen mittels des Transformationsmodells vorhergesagt werden. Ist das Transformationsmodell für einen bestimmten Versuchsraum bekannt, so können sogar alle Konfigurationen von Verteilungen innerhalb der ursprünglichen Schwankungsbreiten durch das Transformationsmodell vorausgesagt werden, ohne zusätzliche zeitaufgelöste Simulationen durchführen zu müssen. For the complete robustness analysis of a powertrain common at the time of application, only a few hundred time-resolved simulations have to be made by using the invention instead of a representative selection of configurations from the test room on the order of 10 6 . The results of the remaining configurations of the representative selection, on the other hand, can be predicted by means of the transformation model. If the transformation model for a given experimental space is known, then even all configurations of distributions within the original range of variation can be predicted by the transformation model without having to perform additional time-resolved simulations.
Erfindungsgemäß wird daher eine wesentliche Beschleunigung der rechnergestützten Simulationsanalyse erreicht. Simulationszeiten von mehreren Monaten können auf diese Weise auf wenige Stunden oder Minuten verkürzt werden. Musste bisher oftmals auf eine rechnergestützte Robustheitsanalyse in einem frühen Entwicklungsstadium eines Fahrzeugs oder einer Fahrzeugkomponente, an welcher noch kein Prototyp vorlag, verzichtet werden, kann die Robustheitsanalyse mit dem erfindungsgemäßen Verfahren bereits bei Vorliegen eines Fahrzeugmodells für eine Fahrzeuggattung durchgeführt werden.According to the invention, therefore, a significant acceleration of the computer-aided simulation analysis is achieved. Simulation times of several months can be reduced in this way to a few hours or minutes. So far, it often has been necessary to dispense with a computer-aided robustness analysis in an early developmental stage of a vehicle or a vehicle component on which there was no prototype yet, the robustness analysis with the method according to the invention can already be carried out in the presence of a vehicle model for a vehicle genre.
Des Weiteren ermöglicht die Erfindung eine Ursachenanalyse in Bezug auf die Robustheit der Fahrzeuggattung. So können beispielsweise die Schwankungsbreiten der einzelnen Eigenschaften der analysierten Konfigurationen und damit die jeweiligen Verteilungen kontinuierlich verändert werden und die entsprechenden Auswirkungen auf die Robustheit unmittelbar beobachtet werden. Auf diese Weise können Bereiche des Versuchsraums, welche für die Robustheit von hoher Relevanz sind, einfach identifiziert und untersucht werden.Furthermore, the invention enables a root cause analysis with respect to the robustness of the vehicle genus. Thus, for example, the fluctuation ranges of the individual properties of the analyzed configurations and thus the respective distributions can be continuously changed and the corresponding effects on the robustness can be directly observed. In this way, areas of the test room, which are of high relevance for robustness, can be easily identified and examined.
In einer vorteilhaften Ausgestaltung weist ein erfindungsgemäßes Verfahren des Weiteren folgenden Arbeitsschritt auf:In an advantageous embodiment, a method according to the invention also has the following working step:
Erzeugen einer repräsentativen Auswahl einer Gruppe von Fahrzeugen der Fahrzeuggattung oder einer repräsentativen Auswahl von Fahrzeugen der gesamten Fahrzeuggattung, deren Konfigurationen erfasst werden.Generating a representative selection of a group of vehicles of the vehicle genus or a representative selection of vehicles of the entire vehicle genus whose configurations are detected.
Durch eine Berücksichtigung einer repräsentativen Auswahl aus dem Versuchsraum kann gewährleistet werden, dass die sich ergebenden Werte der Zielgröße in Bezug auf die Robustheit für die gesamte betrachtete Verteilung repräsentativ sind.By considering a representative selection from the experimental space, it can be ensured that the resulting values of the target size in terms of robustness are representative of the total distribution considered.
In einer weiteren vorteilhaften Ausgestaltung eines erfindungsgemäßen Verfahrens werden die Grundkonfigurationen durch eine Nutzung der wenigstens einen Komponente und/oder des wenigstens einen Fahrzeugs, insbesondere durch charakteristische Fahrzyklen und/oder durch wenigstens eine Umgebungsbedingung, unter welcher eine Nutzung erfolgt, als weitere Eigenschaften charakterisiert.In a further advantageous embodiment of a method according to the invention, the basic configurations are characterized by using the at least one component and / or the at least one vehicle, in particular by characteristic driving cycles and / or by at least one ambient condition under which use takes place, as further properties.
Durch diese Ausgestaltung kann einerseits die gesamte Fahrzeuggattung auf den Einfluss von äußeren Umgebungsbedingungen auf die Komponenten untersucht werden, andererseits kann auch ein einzelnes Fahrzeug mit deterministisch festgelegten Toleranzen auf den Einfluss äußerer Bedingungen untersucht werden.On the one hand, this embodiment makes it possible to examine the entire vehicle genre on the influence of external environmental conditions on the components; on the other hand, it is also possible to examine a single vehicle with deterministic specified tolerances on the influence of external conditions.
In einer weiteren vorteilhaften Ausgestaltung eines erfindungsgemäßen Verfahrens ist die Nutzung durch Lastmerkmale und Dynamikmerkmale gekennzeichnet.In a further advantageous embodiment of a method according to the invention, the use is characterized by load characteristics and dynamic characteristics.
Lastmerkmale und Dynamikmerkmale haben sich für die Differenzierung von verschiedenen charakteristischen Fahrzyklen als besonders geeignet herausgestellt.Load characteristics and dynamic characteristics have proven to be particularly suitable for the differentiation of different characteristic driving cycles.
In einer weiteren vorteilhaften Ausgestaltung eines erfindungsgemäßen Verfahrens weist dieses des Weiteren die folgenden Arbeitsschritte auf:In a further advantageous embodiment of a method according to the invention, this furthermore has the following working steps:
Erzeugen einer repräsentativen Auswahl aus möglichen Konfigurationen der weiteren Eigenschaften, wobei diese Konfigurationen erfasst werden.Generating a representative selection of possible configurations of the further properties, these configurations being detected.
Vorzugsweise kann die repräsentative Auswahl aus den möglichen Konfigurationen der weiteren Eigenschaften mit der repräsentativen Auswahl an Fahrzeugen aus der Fahrzeuggattung kombiniert werden, so dass eine repräsentative Auswahl in Bezug auf die Verteilung von den Eigenschaften der Komponenten des Fahrzeugs und der weiteren Eigenschaften entsteht.Preferably, the representative selection of the possible configurations of the further characteristics may be combined with the representative selection of vehicles of the vehicle genus, such that a representative selection with respect to the distribution of the characteristics of the components of the vehicle and the further characteristics arises.
In einer weiteren vorteilhaften Ausgestaltung eines erfindungsgemäßen Verfahrens beruht die repräsentative Auswahl auf einem Zufallsexperiment oder mehreren Zufallsexperimenten, insbesondere einer Monte-Carlo-Simulation.In a further advantageous embodiment of a method according to the invention, the representative selection is based on a random experiment or several random experiments, in particular a Monte Carlo simulation.
In einer weiteren vorteilhaften Ausgestaltung eines erfindungsgemäßen Verfahrens wird für eine Konfiguration eine Vielzahl an Eigenschaften einer Vielzahl an Komponenten erfasst und das Transformationsmodell ist geeignet, aus diesen Konfigurationen einen oder wenige Zielgrößenwerte in Bezug auf das wenigstens eine Fahrzeug zu bestimmen.In a further advantageous embodiment of a method according to the invention, a plurality of properties of a multiplicity of components is detected for a configuration, and the transformation model is suitable for determining one or a few target value values with respect to the at least one vehicle from these configurations.
Erfindungsgemäß lässt sich daher eine multidimensionale Verteilung auf eine eindimensionale Zielgröße abbilden.According to the invention, therefore, a multidimensional distribution can be mapped to a one-dimensional target size.
In einer weiteren vorteilhaften Ausgestaltung eines erfindungsgemäßen Verfahrens beruht die Simulation oder das Simulieren auf einer Auswahl an Konfigurationen, welche mittels statistischer Versuchsplanung innerhalb von Grenzen einer ersten Verteilung aller möglichen Konfigurationen ausgewählt ist. In a further advantageous embodiment of a method according to the invention, the simulation or the simulation is based on a selection of configurations, which is selected by means of statistical experimental design within limits of a first distribution of all possible configurations.
Hierdurch kann gewährleistet werden, dass das Transformationsmodell den gesamten Versuchsraum, in welchem die erste Verteilung aufgespannt ist, abbildet.In this way it can be ensured that the transformation model depicts the entire test room in which the first distribution is spanned.
In einer weiteren vorteilhaften Ausgestaltung eines erfindungsgemäßen Verfahrens ist die repräsentative Auswahl innerhalb von Grenzen einer zweiten Verteilung ausgewählt. Das Transformationsmodell eignet sich insbesondere zur Abbildung einer beliebigen Verteilung, bei welcher die Schwankungsbereiche der Eigenschaften innerhalb der Schwankungsbereiche liegen, die bei der ersten Verteilung vorgegeben waren.In a further advantageous embodiment of a method according to the invention, the representative selection is selected within limits of a second distribution. In particular, the transformation model is suitable for imaging any distribution in which the fluctuation ranges of the properties lie within the fluctuation ranges which were predetermined in the first distribution.
In einer weiteren vorteilhaften Ausgestaltung eines erfindungsgemäßen Verfahrens ist die Dimension der ersten und/oder der zweiten Verteilung gleich der Anzahl der Eigenschaften, welche in den Konfigurationen berücksichtigt ist.In a further advantageous embodiment of a method according to the invention, the dimension of the first and / or the second distribution is equal to the number of properties which is taken into account in the configurations.
In einer weiteren vorteilhaften Ausgestaltung eines erfindungsgemäßen Verfahrens ist die Zielgröße wenigstens eine aus der folgenden Gruppe an Zielgrößen: Emissionen des Fahrzeugs, insbesondere Schadstoffemissionen im Feld, eine Fehlermeldung und/oder ein Fehlereintrag im Steuergerät, eine Reparaturmeldung, eine Warnleuchte, eine Sicherheitsmeldung, in Bezug auf eine Fahrzeugkomponente, insbesondere einer Fahrwerkskomponente, eine Antriebsstrangkomponente, ein Fahrerassistenzsystem oder einen Servoantrieb. Des Weiteren kann eine Zielgröße auch ein Schadensereignis und/oder ein Lastkollektiv, insbesondere eine oder mehrere potentielle schädigende Eingangsgrößen für eine Komponente und/oder deren Subkomponenten, sein. Auch, eine Adaption von Mess- und/oder Produktionstoleranzen in einer Lernphase, oder die finale Beladung eines Katalysators am Ende einer Vorkonditionierungsphase kann eine Zielgröße sein.In a further advantageous refinement of a method according to the invention, the target variable is at least one of the following group of target variables: emissions of the vehicle, in particular pollutant emissions in the field, an error message and / or an error entry in the control unit, a repair message, a warning light, a safety message to a vehicle component, in particular a chassis component, a powertrain component, a driver assistance system or a servo drive. Furthermore, a target variable may also be a damage event and / or a load collective, in particular one or more potentially damaging input variables for a component and / or its subcomponents. Also, an adaptation of measurement and / or production tolerances in a learning phase, or the final loading of a catalyst at the end of a preconditioning phase may be an objective.
In einer weiteren vorteilhaften Ausgestaltung eines erfindungsgemäßen Verfahrens ist die wenigstens eine Eigenschaft wenigstens einer Komponente des Fahrzeugs aus der folgenden Gruppe ausgewählt: Eine konstruktive Eigenschaft der wenigstens einen Komponente, eine Kalibrierung einer Steuerung der wenigstens einen Komponente, Messtoleranzen der Komponente, Produktionstoleranzen der Komponente, eine Alterung der wenigstens einen Komponente und/oder des wenigstens einen Fahrzeugs.In a further advantageous embodiment of a method according to the invention, the at least one property of at least one component of the vehicle is selected from the following group: a constructive property of the at least one component, calibration of control of the at least one component, measurement tolerances of the component, production tolerances of the component Aging of the at least one component and / or the at least one vehicle.
In einer weiteren vorteilhaften Ausgestaltung eines erfindungsgemäßen Verfahrens ist die wenigstens eine Eigenschaft durch eine parametrische/nicht-parametrische Wahrscheinlichkeitsverteilung angegeben. Insbesondere sind die Mess- und Produktionstoleranzen als parametrische Verteilung angegeben und die Nutzung ist als nicht-parametrische Wahrscheinlichkeitsverteilung angegeben.In a further advantageous embodiment of a method according to the invention, the at least one property is indicated by a parametric / non-parametric probability distribution. In particular, the measurement and production tolerances are given as a parametric distribution and the usage is given as a non-parametric probability distribution.
Die im Vorhergehenden in Bezug auf ein erfindungsgemäßes Verfahren beschriebenen Merkmale und Vorteile gelten entsprechend auch für ein erfindungsgemäßes System, ein erfindungsgemäßes Computerprogramm und ein erfindungsgemäßes Computer-lesbares Medium entsprechend und umgekehrt.The features and advantages described above in relation to a method according to the invention also apply correspondingly to a system according to the invention, a computer program according to the invention and a computer-readable medium according to the invention correspondingly and vice versa.
Ein dritter Aspekt der Erfindung betrifft ein System zur Analyse einer Robustheit wenigstens eines Fahrzeugs einer Fahrzeuggattung, welches eine Vielzahl an Komponenten aufweist, folgende Arbeitsschritte aufweisend:
- Mittel zum Erfassen von Konfigurationen des wenigstens einen Fahrzeugs, welche durch wenigstens eine Eigenschaft wenigstens einer Komponente des Fahrzeugs charakterisiert sind;
- Mittel zum Bestimmen eines Werts einer Zielgröße in Bezug auf die Robustheit des wenigstens einen Fahrzeugs mittels eines Transformationsmodells, welches eine Zuordnungsvorschrift zwischen Konfigurationen des wenigstens einen Fahrzeugs und der einen Zielgröße aufweist, wobei das Transformationsmodell auf einer Regression bezüglich Simulationergebnissen beruht, welche aus einer Betriebsverhalten-Simulation einer Vielzahl von Fahrzeugen der Fahrzeuggattung mit jeweils verschiedenen Konfigurationen mittels eines Fahrzeugmodells der Fahrzeuggattung resultieren; und
- eine Schnittstelle zum Ausgeben des Werts.
- Means for detecting configurations of the at least one vehicle characterized by at least one characteristic of at least one component of the vehicle;
- Means for determining a value of a target variable with respect to the robustness of the at least one vehicle by means of a transformation model which has an assignment rule between configurations of the at least one vehicle and the one target variable, the transformation model being based on a regression with respect to simulation results which comprise a performance Simulation of a plurality of vehicles of the vehicle genus, each with different configurations by means of a vehicle model of the vehicle genus result; and
- an interface for outputting the value.
Ein vierter Aspekt der Erfindung betrifft ein System zur Analyse einer Robustheit eines Fahrzeugs einer Fahrzeuggattung, welches eine Vielzahl an Komponenten aufweist, folgende Arbeitsschritte aufweisend:
- Mittel zum Erfassen von Konfigurationen einer Vielzahl von Fahrzeugen der Fahrzeuggattung, welche jeweils durch wenigstens eine Eigenschaft wenigstens einer Komponente des Fahrzeugs charakterisiert sind;
- Mittel zum Simulieren von Betriebsverhalten der Vielzahl von Fahrzeugen mit jeweils verschiedener Konfiguration mittels eines Fahrzeugmodells (FM) der Fahrzeuggattung, wobei jede Konfiguration wenigstens eine Eigenschaft einer Komponente wenigstens eines Fahrzeugs der Fahrzeuggattung charakterisiert;
- Mittel zum Durchführen einer Regression auf der Grundlage des simulierten Betriebsverhaltens der Vielzahl von Fahrzeugen; und
- Mittel zum Anwenden eines Transformationsmodells auf der Grundlage der Regression, wobei das Transformationsmodell eine Zuordnungsvorschrift zwischen Konfigurationen und wenigstens eine Zielgröße umfasst, wobei das Transformationsmodell eingerichtet ist, auf der Grundlage von Konfigurationen der Fahrzeuggattung einen Wert einer Zielgröße in Bezug auf die Robustheit der Fahrzeuggattung auszugeben.
- Means for detecting configurations of a plurality of vehicles of the vehicle genre, each characterized by at least one characteristic of at least one component of the vehicle;
- Means for simulating performance of the plurality of vehicles each having a different configuration by means of a vehicle model (FM) of the vehicle genus, wherein each configuration is at least one property of a vehicle Component of at least one vehicle of the vehicle genus characterized;
- Means for performing a regression based on the simulated performance of the plurality of vehicles; and
- Means for applying a transformation model based on the regression, the transformation model comprising an assignment rule between configurations and at least one target size, the transformation model configured to output a value of a target size related to the robustness of the vehicle genre based on configurations of the vehicle genre.
Ein Mittel im Sinne der vorliegenden Erfindung kann hard- und/oder softwaretechnisch ausgebildet sein, insbesondere eine, vorzugsweise mit einem Speicher- und/oder Bussystem daten- bzw. signalverbundene, insbesondere digitale, Verarbeitungs-, insbesondere Mikroprozessor-Einheit (CPU) und/oder ein oder mehrere Programme oder Programm-Module aufweisen. Die CPU kann dazu ausgebildet sein, Befehle, die als ein in einem Speichersystem abgelegtes Programm implementiert sind, abzuarbeiten, Eingangssignale von einem Datenbus zu erfassen und/oder Ausgangssignale an einen Datenbus zu geben. Ein Speichersystem kann ein oder mehrere, insbesondere verschiedene, Speichermedien, insbesondere optische, magnetische, Festkörper- und/oder andere nicht-flüchtige Medien, aufweisen. Das Programm kann derart beschaffen sein, dass es die hier beschriebenen Verfahren verkörpert bzw. auszuführen imstande ist, dass die CPU die Schritte solcher Verfahren ausführen kann und damit insbesondere einen Wert einer Zielgröße in Bezug auf die Robustheit wenigstens eines Fahrzeugs einer Fahrzeuggattung bestimmen kann.A means in the sense of the present invention may be designed as a hardware and / or software, in particular a data or signal-connected, preferably digital, processing, in particular microprocessor unit (CPU) and / or bus system. or one or more programs or program modules. The CPU may be configured to execute instructions implemented as a program stored in a memory system, to capture input signals from a data bus, and / or to provide output signals to a data bus. A storage system may comprise one or more, in particular different, storage media, in particular optical, magnetic, solid state and / or other non-volatile media. The program may be arranged to embody or perform the methods described herein that the CPU may perform the steps of such methods and, in particular, may determine a value of a target relative to the robustness of at least one vehicle of a vehicle genre.
Weitere Merkmale und Vorteile ergeben sich aus der nachfolgenden Beschreibung der Ausführungsbeispiele in Bezug auf die Figuren. Es zeigen:
-
1 ein Flussdiagramm eines erfindungsgemäßen Verfahrens gemäß dem ersten Aspekt der Erfindung; -
2 ein Flussdiagramm in Bezug auf eine Erstellung von verschiedenen Sätzen von Stichproben oder Realisierungen aus einer Gesamtverteilung; -
3 eine Darstellung zur Veranschaulichung einer Herleitung einer Randverteilung aus nichtlinearen Messtoleranzen eines NOx Sensors; -
4 eine Darstellung einer Randverteilung in Bezug auf eine Nutzung einer Fahrzeuggattung; -
5 eine Darstellung einer Randverteilung in Bezug auf Umweltbedingungen bei einer Nutzung von Fahrzeugen; -
6 ein Flussdiagramm zur Veranschaulichung eines erfindungsgemäßen Verfahrens gemäß dem zweiten Aspekt der Erfindung; -
7 eine grafische Darstellung eines möglichen Ergebnisses der erfindungsgemäßen Verfahren; -
8 eine weitere grafische Darstellung eines möglichen Ergebnisses der erfindungsgemäßen Verfahren; und -
9 eine weitere grafische Darstellung eines möglichen Ergebnisses der erfindungsgemäßen Verfahren.
-
1 a flowchart of a method according to the invention according to the first aspect of the invention; -
2 a flow chart relating to the creation of different sets of samples or realizations from an overall distribution; -
3 a representation for illustrating a derivation of a boundary distribution of non-linear measurement tolerances of a NO x sensor; -
4 a representation of an edge distribution with respect to a use of a vehicle genus; -
5 a representation of a boundary distribution with respect to environmental conditions in a use of vehicles; -
6 a flow diagram illustrating a method according to the invention according to the second aspect of the invention; -
7 a graphical representation of a possible result of the inventive method; -
8th a further graphical representation of a possible result of the inventive method; and -
9 a further graphical representation of a possible result of the inventive method.
Im Folgenden werden die erfindungsgemäßen Verfahren im Gesamtzusammenhang einer Bestimmung einer Robustheit dargestellt. Die Bestimmung der Robustheit einer Fahrzeuggattung wird dabei zur Veranschaulichung in sieben Arbeitsschritte gegliedert. Der Fachmann weiß jedoch, dass die beschriebene Vorgehensweise auch in anderer Weise gegliedert werden könnte.In the following, the methods according to the invention are shown in the overall context of a determination of robustness. The determination of the robustness of a vehicle genre is subdivided to illustrate this in seven steps. However, the person skilled in the art knows that the described procedure could also be structured in another way.
In einem ersten Arbeitsschritt werden Einkünfte über Arbeitsannahmen getroffen. Hierzu gehören vorzugsweise:
- • Definition der Ziele der Analyse der Robustheit (zum Beispiel CoP, ISC, OBD, Haltbarkeitsstudien vorzugsweise mit Parameteroptimierung kombiniert)
- • Festlegen der Simulationsplattform für eine Betriebsverhalten-Simulation (z.B. HiL, SiL, ETB, CTB, ...)
- • Festlegen der Zielgrößen (zum Beispiel Schadstoffe, Fehlereinträge, ...), der Testzyklen (z WHTC-, WHSC, RDE, ...) und der veränderlichen Parameter
- • Festlegen der Motor- und/oder EAS Präkonditionierungsmaßnahmen (z.B. Aufwärmphasen, NH3 Beladung, ...)
- • Festlegen der ECU-Initialisierung (zum Beispiel Lernphasen, Anpassung Aktivität, etc ...)
- • Modellierung von Produktionstoleranzen durch:
- ◯ Anwendung einer Normalverteilung N (µ, σ) Modellierung Hardware (σ = tol / 4), Sensor- und Aktor-Toleranzen (σ = tol / 2 oder σ = tol / 3)
- ◯ Anwendung einer Beta-Verteilung bei schiefem Toleranzverhalten
- • Modellierung einer Nutzungsvariabilität durch:
- ◯ Anwendung eines nicht-parametrischer Gauß'schen Modellierkern-Ansatzes, um korrelierte Umweltdaten (Temperatur, Druck und Luftfeuchtigkeit) zu modellieren
- ◯ Nutzungsmodellierung durch einen oder mehrere vorgegebene Zyklen oder durch eine vorhandene Nutzungsverteilung in Abhängigkeit von Last und Dynamik. Ein Beispiel für eine solche Nutzungsverteilung ist in
4 dargestellt. Hierbei kommt vorzugsweise ein sogenanntes „Depth-Outlyingness-Quantile-Rank Paradigm“ zum Einsatz, um aus dieser Verteilung Realisierungen bzw. Stichproben auszuwählen)
- • Festlegen, wie eine Alterung der Komponenten in die Modellierung einzubeziehen ist.
- ◯ Alternative 1: Die Alterung wird als eine unabhängige Eingangsgröße der Analyse behandelt. In diesem Fall wird die Alterung wie eine Fertigungstoleranz behandelt.
- ◯ Alternative 2: Die Alterung korreliert mit Produktionstoleranzen und/oder der Nutzungsvariabilität. Dann muss diese durch Alterungsmodelle dargestellt werden. In diesen Fall müssen auch die zu überwachenden Eingangsgrößen des Alterungsmodells festgelegt werden. Zur Berücksichtigung einer beschleunigten Alterung wird eine jeweilige Beobachtungsperiode vorzugsweise in Stützpunkte aufgeteilt. Für jeden Stützpunkt wird das Motormodell nach den Alterungsmodellen korrigiert
- • Definition of robustness analysis objectives (eg CoP, ISC, OBD, durability studies preferably combined with parameter optimization)
- • Defining the simulation platform for a performance simulation (eg HiL, SiL, ETB, CTB, ...)
- • Defining the target values (for example pollutants, defect entries, ...), the test cycles (eg WHTC-, WHSC, RDE, ...) and the variable parameters
- • Determination of engine and / or EAS preconditioning measures (eg warm-up phases, NH3 loading, ...)
- • Set the ECU initialization (for example, learning phases, adjustment activity, etc ...)
- • Modeling of production tolerances by:
- ◯ Application of a normal distribution N (μ, σ) modeling hardware (σ = tol / 4), sensor and actuator tolerances (σ = tol / 2 or σ = tol / 3)
- ◯ Application of a beta distribution in case of an oblique tolerance behavior
- • Modeling a usage variability by:
- ◯ Using a non-parametric Gaussian modeling kernel approach to model correlated environmental data (temperature, pressure, and humidity)
- ◯ Usage modeling by one or more given cycles or by an existing usage distribution depending on load and dynamics. An example of such usage distribution is in
4 shown. In this case, preferably a so-called "depth-outlyingness-quantile-rank paradigm" is used to select realizations or samples from this distribution)
- • Determine how aging of the components should be included in the modeling.
- ◯ Alternative 1: Aging is treated as an independent input of the analysis. In this case, the aging is treated like a manufacturing tolerance.
- ◯ Alternative 2: Aging correlates with production tolerances and / or variability in use. Then this must be represented by aging models. In this case, the input variables of the aging model to be monitored must also be specified. To take account of accelerated aging, a respective observation period is preferably divided into reference points. For each interpolation point, the engine model is corrected according to the aging models
In einem zweiten Arbeitsschritt wird der Modellierungsaufbau festgelegt. Hierzu gehören vorzugsweise:
- • Erzeugung und/oder Zuordnung von sogenannten Zugangspunkten, an welchen Faktorvariabilität, insbesondere die Produktions- und Messtoleranzen, auf das Modell übertragbar ist. Ein Beispiel für die Faktorvariabilität eines NOx-Sensors ist in
3a gezeigt - • Zugangspunkte können daher wie folgt unterschieden werden:
- ◯ Offsetfehler (z.B. Hardwareabmessungen, Sensorfehler), d.h, ein bestimmter Parameter oder Signal im Modell wird mit konstantem Wert vorbelegt
- ◯ Faktorfehler (z.B. Aktorfunktionalitäten, Sensorfehler), d.h. ein bestimmtes Signal im Modell wird mit einem Wert nahe 1 multipliziert
- ◯ Nichtlinearitätsfehler (z.B. abhängige Funktionalitäten, Sensorfehler), d.h. ein definiertes Signal weicht als Funktion von einem/mehreren Signalen ab; ein nichtlinearer Fehler bezieht sich auf eine Funktion zwischen den Spezifikationsbegrenzungen USL, LSL für einen bestimmten Motor (eine Betriebsverhalten-Simulation), für welchen dieser konstant gehalten wird. Ein Beispiel hierfür ist in
3b dargestellt
- • Test der Zugangspunkt-Implementierung und des Datenflusses durch die gesamte Simulationsumgebung
- • Prüfen der Korrektheit der Startbedingungen für Testläufe und korrigieren des Datenexports
- • Überprüfen der Zugangspunkte auf die richtigen Abhängigkeiten, vorzugsweise durch eine One-Factor-a-Time (OFT) Simulation, bei welcher jeder Faktor zu seiner unteren (LSL) und oberen (USL) Spezifikationsbegrenzung verändert wird. Dies geschieht insbesondere an anspruchsvollen stationären Betriebspunkten oder bei einem transienten Zyklus.
- Generation and / or allocation of so-called access points to which factor variability, in particular the production and measurement tolerances, can be transferred to the model. An example of the factor variability of a NOx sensor is in
3a shown - • Access points can therefore be distinguished as follows:
- ◯ Offset error (eg hardware dimensions, sensor error), ie, a specific parameter or signal in the model is pre-assigned with a constant value
- ◯ Factor errors (eg actuator functionalities, sensor errors), ie a specific signal in the model is multiplied by a value close to 1
- ◯ Non-linearity error (eg dependent functionalities, sensor error), ie a defined signal deviates as a function of one or more signals; a nonlinear error refers to a function between the specification limits USL, LSL for a particular engine (a performance simulation) for which it is kept constant. An example of this is in
3b shown
- • Test the access point implementation and data flow throughout the simulation environment
- • Check the correctness of the start conditions for test runs and correct the data export
- • Check the access points for the correct dependencies, preferably by a One-Factor-a-Time (OFT) simulation, where each factor is changed to its lower (LSL) and upper (USL) specification limits. This happens especially at demanding stationary operating points or in a transient cycle.
Aus den vorgenannten Variabilitäten für Nutzung, Alterung, Umweltbedingungen und Produktions- und Messtoleranzen ergeben sich jeweils Randverteilungen
In einem dritten Arbeitsschritt wird ein Screening-Verfahren an der Gesamtverteilung F1*..*k durchgeführt. Das Screening-Verfahren dient dazu, die Gültigkeit der Simulationsumgebung an den Grenzen des Versuchsraumes zu validieren. Bereiche mit hoher Variabilität können für eine effiziente raumfüllende Versuchsplanung identifiziert werden. In diesem Fall werden die Screening-Daten zur Erstellung eines raumfüllenden Designs benutzt. Darüber hinaus kann ein erster Überblick gewonnen werden, welcher Faktor für welche Systemantwort oder Zielgröße bedeutsam ist.In a third step, a screening procedure on the total distribution F 1 * .. * k is performed. The screening procedure serves to validate the validity of the simulation environment at the boundaries of the experimental room. High variability areas can be identified for efficient space-filling design. In this case, the screening data will be used to create a room-filling design. In addition, a first overview of which factor is significant for which system response or target size can be obtained.
Andererseits kann das Screening-Verfahren eingesetzt werden, um langlebige Vorkonditionierungs- und Lernphasen von Komponenten des Fahrzeugs einzusparen und auf diese Weise die Toleranzbereiche der Eigenschaften der Komponenten zu reduzieren. Denn schon auf der Grundlage der Daten, welche in dem Screening-Verfahren gewonnen wurden, können Regressionsmodelle zweiter Ordnung für die Abhängigkeiten von Zielgrößen erstellt werden, auf deren Basis als Zielgrößen eine Veränderung der Toleranzen während der Lernphase einer Steuerung einer Komponente oder auch eine Beladung eines Katalysators während einer Konditionierungsphase vorhergesagt werden kann.On the other hand, the screening method can be used to save long-lived preconditioning and learning phases of components of the vehicle and thus reduce the tolerance ranges of the properties of the components. Because based on the data obtained in the screening process, second-order regression models can be created for the dependencies of target variables, based on which a change in the tolerances during the learning phase of a control of a component or a loading of a component as target variables Catalyst during a conditioning phase can be predicted.
Vorzugsweise sollte das Screening-Design in der Lage sein, alle Faktoren auf den drei Ebenen „Nominal“, „LSL“ und „USL“ zu untersuchen. Beispielsweise kann das Screening-Verfahren nach Jones und Nachtsheim, Journal of Quality Technology, Vol. 43, pp. 1-15, 2011 zum Einsatz kommen.Preferably, the screening design should be able to examine all factors at the three levels "nominal", "LSL" and "USL". For example, the screening method of Jones and Nachtsheim, Journal of Quality Technology, Vol. 1-15, 2011 are used.
Mittels des Screening-Verfahrens kann die Bedeutung einzelner Faktoren durch ein t-Test Testverfahren untersucht werden. Diese Untersuchung bezieht vorzugsweise lineare Abhängigkeiten, quadratische Abhängigkeiten und Interaktionseffekte zwischen zwei Faktoren ein, wobei weiter vorzugsweise die Power jedes Tests (d.h. die Wahrscheinlichkeit für falsche Aussagen) untersucht wird.Using the screening method, the importance of individual factors through a t-test Test methods are examined. This study preferably incorporates linear dependencies, quadratic dependencies, and interaction effects between two factors, and more preferably, examines the power of each test (ie, the probability of false statements).
In einem vierten Arbeitsschritt wird eine raumfüllende Versuchsplanung für die Gesamtverteilung F1*..*k in dem Versuchsraum durchgeführt. Dies ist nötig, da Daten, die durch das Screening-Verfahren erhalten werden, in der Regel nicht ausreichen, um die Abhängigkeiten zwischen den Eigenschaften oder Konfigurationen einer Fahrzeuggattung und den Zielgrößen in einem Transformationsmodell
Stichproben oder Realisierungen sind für die Betriebsverhalten-Simulation insbesondere in jenen Regionen des Versuchsraums erforderlich, in welchen die zu untersuchenden Abhängigkeiten eine hohe Variabilität aufweisen.Samples or realizations are required for the performance simulation especially in those regions of the experimental room in which the dependencies to be examined have a high variability.
Vorzugsweise wird die Durchführung der Betriebsverhalten-Simulation 203 hierfür in mehrere Simulationsabschnitte aufgeteilt:Preferably, the performance of the
In Simulationsabschnitt 1 werden die Screening-Ergebnisse verwendet, um so ein raumfüllendes Design für den Versuchsraum zu erzeugen, welches mehr Stichproben in Regionen mit hoher Variabilität der Zielgrößen setzt. Für die so definierten Stichproben oder Realisierungen wird die Betriebsverhalten-Simulation durchgeführt.In
In Simulationsabschnitt 2 werden die Ergebnisse des In Simulationsabschnitts 1 verwendet, um zu bestimmen, welche Regionen des Versuchsraum nicht zufriedenstellend untersucht sind, d.h., die Daten der Zielgröße zeigen schwere Lücken, so dass mehr Daten erforderlich sind.In
In diesen Regionen des Versuchsraum werden erneut Stichproben oder Realisierungen ausgewählt. Eine solche verfeinerte Untersuchung von einzelnen Regionen ist in
Der Simulationsabschnitt 2 kann beliebig oft wiederholt werden, bis alle Abhängigkeiten zufriedenstellend untersucht sind.The
In einem fünften Arbeitsschritt werden ein oder mehrere Transformationsmodelle
Die Transformationsmodelle
Trainingsalgorithmen, die für diese neuronalen Netzwerke verwendet werden können, finden sich beispielsweise als Teil der von Mathworks© angebotenen „Neural Networks Toolbox“. Die Leistung der Transformationsmodelle
In einem sechsten Arbeitsschritt wird eine Monte-Carlo-Simulation zur Generierung von Zufallswerten, insbesondere in Bezug auf Konfigurationen, ausgeführt. Die größte Herausforderung ist hierbei die „vollständige“ Einbindung einer gegebenen Unsicherheit in die Robustheitsanalyse. „Vollständig“ bedeutet, dass die eingeschlossene Variabilität repräsentativ untersucht wird.In a sixth step, a Monte Carlo simulation is carried out to generate random values, in particular with regard to configurations. The biggest challenge here is the "complete" integration of a given uncertainty into the robustness analysis. "Complete" means that the included variability is examined representatively.
Nach dem „Gesetz der großen Zahlen“, stellt eine Reihe von zufälligen Stichproben die zugrundeliegende Verteilung dar, wenn die Abweichung zwischen empirischen und theoretischen Quantilen hinreichend klein ist.According to the "law of large numbers", a series of random samples represents the underlying distribution if the deviation between empirical and theoretical quantiles is sufficiently small.
Eine solche Reihe von zufälligen Stichproben oder Realisierungen kann mittels der Monte-Carlo-Simulation aus der ursprünglichen Verteilung F1*..*k generiert werden 101. Diese Stichproben oder Realisierungen werden in das oder die Transformationsmodelle
Für diese repräsentativen Stichproben oder Realisierungen kann die Verteilung der jeweils gewünschten Zielgröße mittels des oder der Transformationsmodelle
Durch den Einsatz der Transformationsmodelle
Mittels der Ergebnisse der Berechnungen kann eine Sensitivitätsanalyse ausgeführt werden. Bei einer solchen Sensitivitätsanalyse haben die erfindungsgemäßen Transformationsmodelle
Beispielsweise kann die Signifikanz der Variation einzelner Eigenschaften durch Einschränkung ihrer Variabilität auf Sub-Intervalle untersucht werden. Die sich hieraus ergebende neue Gesamtverteilung F'1*...*k, F"1*...*k kann mittels des wenigstens einen Transformationsmodells
Diese Differenz drückt sich ohne Beschränkung der Allgemeinheit der Ergebnisse für das Fahrzeug oder die Fahrzeuggattung in einer Änderung der Wahrscheinlichkeit für ein vorgegebenes Ereignis aus.This difference is expressed without limiting the generality of the results for the vehicle or the vehicle type in a change in the probability for a given event.
In einem siebten Arbeitsschritt werden die Ergebnisse gedeutet. Die auf der Grundlage der im Vorhergehenden beschriebenen Arbeitsschritte erhaltenen Wahrscheinlichkeiten oder Wahrscheinlichkeitsverteilungen für ein vorgegebenes Ereignis müssen in Bezug auf die Ziele der Robustheitsstudie interpretiert und/oder verarbeitet werdenIn a seventh step, the results are interpreted. The probabilities or probability distributions obtained for a given event based on the above-described operations must be interpreted and / or processed with respect to the objectives of the robustness study
Beispielsweise könnte es das Ziel der Robustheitsanalyse sein, die Produktkonformitäts-(CoP)Ausfallwahrscheinlichkeit für eine Hochleistungs-Straßen-Anwendung („On-Road Heavy-Duty Motor“) zu beurteilen.For example, the objective of the robustness analysis could be to assess the product compliance (CoP) failure probability for an on-road heavy-duty engine application.
Bei dem Produktkonformitäts-Prüfverfahren handelt es sich um einen statistischen Stichproben-Test, bei dem Motoren aus der Fertigungsreihe sukzessive auf Emissions-Compliance geprüft werden. Beginnend mit drei Motoren wertet das Prüfverfahren die Teststatistiken auf der Grundlage der gesetzlich geregelten Schadstoffe aus. Abhängig vom Ergebnis der Teststatistik ist die Produktkonformitätsprüfung bestanden, fehlgeschlagen oder es wird ein zusätzlicher Motor aus der Fertigungsreihe entnommen.The Product Compliance Testing Procedure is a random sampling test that successively tests engines in the production line for emission compliance. Starting with three engines, the test method evaluates the test statistics based on the legally regulated pollutants. Depending on the result of the test statistics, the product conformity check passed, failed or an additional motor is taken from the production line.
Den erhaltenen Wahrscheinlichkeitsverteilungen können Wahrscheinlichkeiten fürs Bestehen, Fehlschlagen oder die erwartete Anzahl an Motoren entnommen werden, für die die Produktkonformitätsprüfung getestet werden müssen.Probability distributions obtained may be based on pass, fail or expected number of engines for which the product compliance test must be tested.
Die
Ein weiteres Beispiel zum Einsatz der erfindungsgemäßen Lehre ist die Frage, wie eine Toleranz in Bezug auf eine Eigenschaft geändert werden muss, um eine zufriedenstellende Wahrscheinlichkeitsverteilung der Zielgröße zu erhalten. Ein weiteres Beispiel ist die Beurteilung der Alterung der Komponenten in Bezug auf eine gegebene Toleranz. Die Wahrscheinlichkeitsverteilung der Zielgröße könnte hierbei beispielsweise Temperaturspitzen betreffen, die den Alterungsprozess eines Bauteils erheblich beeinflussen. Diese Wahrscheinlichkeitsverteilung könnte beispielsweise in Bezug auf erwartete Reparatur- und Garantiekosten interpretiert werden.Another example of the use of the teaching of the invention is the question of how to change a tolerance with respect to a property in order to obtain a satisfactory probability distribution of the target size. Another example is the assessment of the aging of the components with respect to a given tolerance. In this case, the probability distribution of the target variable could, for example, relate to temperature peaks which considerably influence the aging process of a component. For example, this probability distribution could be interpreted in terms of expected repair and warranty costs.
Die erfindungsgemäßen Verfahren 100, 200 betreffen vorzugsweise Teilaspekte der zuvor beschriebenen Bestimmung der Robustheit einer Fahrzeuggattung. Nachfolgend werden bevorzugte Ausführungsbeispiele der erfindungsgemäßen Verfahren 100, 200 insbesondere anhand der
Ausgangspunkt für dieses Ausführungsbeispiel sind die Gesamtverteilungen F1*...*k, F'1*..*k, F"1*...*k. Diese Gesamtverteilungen entstehen durch abhängige oder vorzugsweise unabhängige Zufallsvariablen X1,...,Xk mit Randverteilungen
Solche Randverteilungen
Im Allgemeinen werden die Produktionstoleranzen durch eine obere und untere Spezifikationsbegrenzung (Lower Specification Limit - LSL bzw. L, Upper Specification Limit - USL bzw. U) gekennzeichnet, welche im Allgemeinen bei +/- 4 σ, das heißt der vierfachen Standardabweichung, liegt. Dies bedeutet, dass man bei 100.000 zufälligen Stichproben erwarten kann, dass 6 Stück außerhalb dieser Grenzen liegen. Bei Sensoren wird allgemein von Messtoleranzen gesprochen, welche beispielsweise durch einen Offset- und/oder einen Gain- und/oder einen Nichtlinearitätsfehler verursacht werden. Diese Definition entspricht der ISO-Norm 11462.In general, the production tolerances are characterized by an upper and lower specification limit (LSL or L, Upper Specification Limit - USL or U, respectively) which is generally +/- 4 σ, ie four times the standard deviation. This means that with 100,000 random samples you can expect 6 pieces to be outside these limits. Sensors generally speak of measurement tolerances, which are caused for example by an offset and / or a gain and / or a non-linearity error. This definition corresponds to ISO standard 11462.
Die hierdurch verursachte Messungenauigkeit wird von den Herstellern im Allgemeinen durch Angabe der Grenze von +/- 2 σ, das heißt der zweifachen Standardabweichung, als untere Spezifikationsbegrenzung bzw. obere Spezifikationsbegrenzung, angegeben. Dies bedeutet, dass 5 Stück aus 100 zufälligen Stichproben im Mittel außerhalb dieser Grenzen liegen. Diese Definition entspricht der DIN-Norm 1319. The measurement inaccuracy caused by this is generally stated by the manufacturers by specifying the limit of +/- 2 σ, ie twice the standard deviation, as the lower specification limit or upper specification limit. This means that 5 pieces out of 100 random samples lie on average outside these limits. This definition corresponds to DIN standard 1319.
Einige Hersteller von Messsensoren, wie beispielsweise Bosch, geben dagegen die Grenzen bei +/- 3 σ, das heißt der dreifachen Standardabweichung, an. Außerhalb dessen Grenzen liegen im Mittel lediglich 3 Stück von 1.000 zufälligen Stichproben.Some manufacturers of measuring sensors, such as Bosch, on the other hand, specify the limits at +/- 3 σ, ie three times the standard deviation. Outside its limits, there are only 3 pieces out of every 1,000 random samples on average.
Eine solche Randverteilung unter Angabe der unteren Spezifikationsgrenze LSL und der oberen Spezifikationsgrenze USL ist in
- - Bei einer Konzentration von NOx < 100 ppm ist der Toleranzbereich +/- 10 ppm bei +/- 3 σ;
- - bei einer NOx-Konzentration von > 100 ppm ist der Toleranzbereich +/- 10 % bei +/- 3 σ.
- - At a concentration of NO x <100 ppm, the tolerance range is +/- 10 ppm at +/- 3 σ;
- - at a NO x concentration of> 100 ppm, the tolerance range is +/- 10% at +/- 3 σ.
Aus dieser Spezifikationen der Messtoleranzen und/oder Produktionstoleranzen kann ein Fehler des Ausgabesignals abgeleitet werden, wie in
Ähnliche Verteilungen können auch zur Abbildung von Alterungsprozessen einzelner Komponenten herangezogen werden. In diesem Fall ist das Altern eine unabhängige Eingangsgröße der Robustheitsanalyse.Similar distributions can also be used to map aging processes of individual components. In this case, aging is an independent input to the robustness analysis.
Alternativ dazu kann das Altern mit Produktionstoleranzen und der Nutzungsvariabilität korreliert werden. Hierfür werden vorzugsweise separate Alterungsmodelle erstellt. Dies umfasst das Festlegen von Eingangsgrößen des Alterungsmodells, z. b. eine Laufleistung. Bei der Betriebsverhalten-Simulation müssen dann die einzelnen Modelle der Komponenten auf der Grundlage des oder der Alterungsmodell(e) korrigiert werden.Alternatively, aging may be correlated with production tolerances and usage variability. For this purpose, separate aging models are preferably created. This includes the setting of input variables of the aging model, eg. b. a mileage. In the performance simulation, the individual models of the components must then be corrected based on the aging model (s).
Wie in der Figur aber angedeutet, erfolgt das Erstellen einer solchen Verteilung auf der Grundlage von Rohdaten, welche an bestehenden Fahrzeugen im Feld gesammelt wurden. Die Rohdaten können hierbei an Fahrzeugen aufgenommen werden, welche nicht zur gleichen Fahrzeuggattung wie jene gehören, in Bezug auf welche später eine Robustheitsanalyse durchgeführt wird. Vorzugsweise werden für eine Sammlung von Rohdaten mehrere 100 bis mehrere 1000 Fahrten ausgewertet. Hierbei werden als Messkanäle vorzugsweise die Fahrzeuggeschwindigkeit, eine zurückgelegte Kilometerzahl, die Motordrehzahl, ein Drehmoment, eine Gaspedalposition, ein Bremssignal, ein Kupplungssignal, eine Kupplungsposition, eine Höhe, eine Umgebungstemperatur und eine Umgebungsluftfeuchtigkeit berücksichtigt.However, as indicated in the figure, such a distribution is made on the basis of raw data collected on existing vehicles in the field. The raw data can hereby be recorded on vehicles which do not belong to the same vehicle type as those with respect to which a robustness analysis is subsequently carried out. Preferably, several 100 to several 1000 trips are evaluated for a collection of raw data. In this case, as measuring channels preferably the vehicle speed, a covered mileage, the engine speed, a torque, an accelerator pedal position, a brake signal, a clutch signal, a clutch position, a height, an ambient temperature and an ambient humidity are taken into account.
Vorzugsweise wird aus diesen Daten eine Verteilung erzeugt, welche die Verteilungsdichte von einzelnen gefahrenen Zyklen in Bezug auf die Last und die Fahrdynamik angeht, wie dies in
In
Weitere Aspekte, welche die Robustheit eines Fahrzeugs beeinflussen, können durch weitere Randverteilungen Fx berücksichtigt werden.Other aspects that influence the robustness of a vehicle can be taken into account by further edge distributions F x .
Die einzelnen Randverteilungen in
In einer beispielhaften Robustheitsanalyse wird das Risiko einer fehlerhaften Aktivierung von 24 Fehlercodes bzw. Fehlermeldungen eines Fahrzeugs untersucht. Durch die verschiedenen, an der Feststellung solcher Fehlercodes beteiligten, Komponenten des Fahrzeugs, insbesondere die Sensoren, ergeben sich hierbei durch die Produktions- und Messtoleranzen 38 Zufallsvariablen, also 38 Dimensionen. In an exemplary robustness analysis, the risk of a faulty activation of 24 error codes or error messages of a vehicle is examined. Due to the various components of the vehicle involved in the determination of such error codes, in particular the sensors, the production and measuring tolerances 38 result in random variables, ie 38 dimensions.
Die Berücksichtigung der Alterungseffekte der Komponenten fügt zwei weitere Dimensionen oder Zufallsvariablen hinzu.Considering the aging effects of the components adds two more dimensions or random variables.
Die Nutzung der Fahrzeuge der Fahrzeuggattung wird durch einen repräsentativen Fahrzyklus berücksichtigt. Liegen bei der Nutzung größere Schwankungen vor, kann auch hier eine Zufallsvariable vorgesehen sein. Schließlich werden in dem Beispiel die Umweltbedingungen ebenfalls durch eine Zufallsvariable, insbesondere einen zweidimensionalen Zufallsvektor, berücksichtigt.The use of vehicles of the vehicle category is taken into account by a representative driving cycle. If larger fluctuations occur during use, a random variable can also be provided here. Finally, in the example, the environmental conditions are also taken into account by a random variable, in particular a two-dimensional random vector.
In dem Beispiel ergibt sich damit ein Versuchsraum mit 42 Dimensionen.In the example, this results in a test room with 42 dimensions.
Eine grafische Darstellung einer Gesamtverteilung, zur besseren Darstellbarkeit auf drei Dimensionen reduziert, ist in
Jede Realisierung oder jede Stichprobe aus der Gesamtverteilung F1*..*k entspricht hierbei einem Fahrzeug der Fahrzeuggattung mit einer bestimmten Konfiguration.Each realization or sample of the total distribution F 1 * .. * k corresponds to a vehicle of the vehicle type with a specific configuration.
Eine solche Konfiguration wird beispielsweise festgelegt durch die Eigenschaften der Komponenten des jeweiligen Fahrzeugs, insbesondere deren bestimmte Produktions- und/oder Messtoleranzen, eine Nutzung der Komponenten des Fahrzeugs oder des Fahrzeugs selbst, insbesondere in Form eines bestimmten charakteristischen Fahrzyklus, bestimmte Umgebungsbedingungen, unter welchen das Fahrzeug betrieben wurde, sowie eine gewisse Alterungsstruktur der Komponenten des Fahrzeugs oder des Fahrzeugs selbst.Such a configuration is determined, for example, by the properties of the components of the respective vehicle, in particular their specific production and / or measurement tolerances, use of the components of the vehicle or the vehicle itself, in particular in the form of a specific characteristic driving cycle, certain environmental conditions under which Vehicle was operated, as well as a certain aging structure of the components of the vehicle or the vehicle itself.
Je nachdem, welche Eigenschaften der Fahrzeuggattung als Randverteilung gegeben sind bzw. welche Eigenschaften eine Fahrzeuggattung aufweist, und je nachdem, welche Eigenschaften deterministisch festgelegt sind, ergeben sich dabei verschiedene Gesamtverteilungen F1*...*k, F'1*..*k, F"1*...*k.Depending on which properties of the vehicle genre are given as edge distribution or which properties a vehicle genre has, and depending on which properties are determined deterministically, different overall distributions F 1 *... * K , F ' 1 *. k , F " 1 * ... * k .
Wie in
Alternativ zu einer gesamten Fahrzeuggattung oder einer Gruppe von Fahrzeugen aus der Fahrzeuggattung können auch einzelne Fahrzeuge mit der Erfindung analysiert werden. Hierfür werden vorzugsweise alle verfügbaren Variablen von Eigenschaften in Bezug auf die Komponenten des Fahrzeugs deterministisch festgelegt. In diesem Fall wird ein einzelnes Fahrzeug mit ganz bestimmten Produktionstoleranzen und/oder Messtoleranzen definiert, welches beispielsweise unter Berücksichtigung einer Verteilung der Umgebungsbedingungen betrieben wird oder auch unter Berücksichtigung einer Verteilung von Fahrzyklen betrieben wird. In diesem Fall wird somit ein Fahrzeug mit ganz bestimmten Eigenschaften der Komponenten, aber variablen Eigenschaften einer Nutzung dieses Fahrzeugs, betrachtet.As an alternative to an entire vehicle category or a group of vehicles from the vehicle category, individual vehicles can also be analyzed with the invention. For this, preferably all available variables of properties with respect to the components of the vehicle are determined deterministically. In this case, a single vehicle is defined with very specific production tolerances and / or measurement tolerances, which is operated, for example, taking into account a distribution of ambient conditions or is also operated taking into account a distribution of driving cycles. In this case, therefore, a vehicle with quite specific characteristics of the components but variable characteristics of use of this vehicle is considered.
Hierdurch kann mittels der Erfindung eine detaillierte Ursachenanalyse in Bezug auf die Robustheit ausgeführt werden. Insbesondere kann jeweils eine Variable in Bezug auf eine Eigenschaft variiert werden, während alle anderen Variablen festgehalten werden und die Auswirkungen auf die Zielgröße in Bezug auf die Robustheit analysiert werden. Darüber hinaus können Design-Validierungs-Pläne unterstützt werden, indem kritische Anwendungsbereiche identifiziert werden. Schließlich kann durch Verändern der Konfigurationen unter Beobachtung der Entwicklung der Zielgrößen eine Optimierung vorgenommen werden.In this way, by means of the invention, a detailed root cause analysis with regard to the robustness can be carried out. In particular, one variable at a time can be varied with respect to one property, while all other variables are captured and the effects on the target in terms of robustness are analyzed. In addition, design validation plans can be supported by identifying critical areas of application. Finally, by changing the configurations while observing the evolution of the targets, an optimization can be made.
Wie eingangs beschrieben, kann eine repräsentative Auswahl aus der jeweiligen Gesamtverteilung F1*...*k, F'1*...*k, F"1*...*k durch ein Zufallsexperiment, insbesondere eine Monte-Carlo-Simulation, erstellt werden. Hierbei werden vorzugsweise so viele zufällige Stichproben benötigt, bis die Eigenschaften der theoretischen Verteilung, insbesondere die theoretischen Quantile, mit den Eigenschaften der im Zufallsexperiment resultierenden empirischen Verteilung, insbesondere den empirischen Quantilen, übereinstimmen.As described at the outset, a representative selection from the respective overall distribution F 1 *... * K , F ' 1 *... * K , F " 1 *... K can be determined by a random experiment, in particular a Monte Carlo It is preferable to use as many random samples as possible until the properties of the theoretical distribution, in particular the theoretical quantiles, coincide with the properties of the empirical distribution resulting in the random experiment, in particular the empirical quantiles.
Die jeweilige repräsentative Auswahl wird, wie in
Das Transformationsmodell
Grundsätzlich kann hierbei aber jede Art von Zielgröße in Bezug auf das Fahrzeug in Bezug auf seine Robustheit analysiert werden. Insbesondere können auch Kombinationen von Auftrittswahrscheinlichkeiten in Bezug auf zwei oder mehrere Zielgrößen analysiert werden. Vorzugsweise ist der Wert der Zielgröße, welche in dem Arbeitsschritt 103 bestimmt wird, daher ein Wahrscheinlichkeitswert.In principle, however, any type of target variable with respect to the vehicle can be analyzed with respect to its robustness. In particular, combinations of occurrence probabilities with respect to two or more target variables can also be analyzed. Preferably, the value of the target size determined in
Der Wert der Zielgröße wird schließlich, wie in
Das erfindungsgemäße Verfahren 100 zur Analyse einer Robustheit wenigstens eines Fahrzeugs einer Fahrzeuggattung wird vorzugsweise durch ein entsprechendes System
Das Transformationsmodell
Die Betriebsverhalten-Simulation wird vorzugsweise mittels eines Fahrzeugmodells
Das Fahrzeugmodell
Weitere Möglichkeiten zur Generierung von Messdaten oder simulierten Messdaten aus einer Betriebsverhalten-Simulation, anhand welcher das Transformationsmodell
Der virtuelle Prüfstand ist in
In einem Arbeitsschritt 202 des Verfahrens 200 wird vorzugsweise ein Betriebsverhalten von Fahrzeugen der Fahrzeuggattung simuliert.In a
Ziel dieser Betriebsverhalten-Simulation ist es dabei, Abhängigkeiten zwischen verschiedenen Konfigurationen der Fahrzeuggattung und den Zielgrößen, welche eine Robustheit einer Komponente der Fahrzeuggattung oder der Fahrzeuge der Fahrzeuggattung charakterisieren, herzustellen, mithin die Zuordnungsvorschriften zwischen den Konfigurationen und den Zielgrößen empirisch zu entwickeln. Hieraus kann in einem nächsten Schritt das Transformationsmodell
Die zu identifizierenden Zuordnungsvorschriften decken vorzugsweise den gesamten Versuchsraum ab.The assignment rules to be identified preferably cover the entire test room.
Um nicht den gesamten Versuchsraum , das heißt jeden einzelnen Betriebspunkt des Versuchsraums vermessen oder zumindest eine Rastervermessung des Versuchsraums durchführen zu müssen, ist erfindungsgemäß vorzugsweise vorgesehen, innerhalb der Grenzen der möglichen Schwankungen der Eigenschaften der Gesamtverteilung F1*..*k einen statistischen Versuchsplan (Design of Experiments - DOE) in einem Arbeitsschritt 201 anzuwenden. Mittels dieses Arbeitsschritts 201, welcher in
Zur statistischen Versuchsplanung können hierbei an sich bekannte Verfahren zum Einsatz kommen. Beispielsweise kann, wie weiter oben beschrieben, eine statistische Versuchsplanung nach Jones und Nachtsheim, Journal of Quality Technology, Vol. 43, pp. 1-15, 2011 zum Einsatz kommen. Insbesondere kann die Betriebsverhalten-Simulation, wie ebenfalls weiter oben beschrieben, in mehrere Simulationsabschnitte aufgeteilt werden.In this case, known methods can be used for statistical experimental design. For example, as described above, a statistical design by Jones and Nachtsheim, Journal of Quality Technology, Vol. 1-15, 2011 are used. In particular, as also described above, the performance simulation can be divided into several simulation sections.
Vorzugsweise wird bei der erfindungsgemäß angewandten statistischen Versuchsplanung in einem Simulationsabschnitt 1 ein Sensitivitäts-Screening durchgeführt, wobei jede Eigenschaft an drei Punkten des Versuchsraums untersucht wird, um einen ersten Eindruck vom Verhalten der einzelnen Eigenschaften auf die Zielgrößen zu erhalten.Preferably, in the statistical experimental design used according to the invention, a sensitivity screening is carried out in a
In einem Simulationsabschnitt 2 wird ein raumfüllendes Design von Stichproben erstellt, welches es ermöglicht, die Sensitivität zwischen den Eigenschaften und den Zielgrößen detailliert auf der Grundlage von Messungen zu untersuchen.In a
Für jene Bereiche, welche durch raumfüllendes Design nicht gut abgedeckt wurden bzw. in welchen in dem Simulationsabschnitt 3 starke Veränderungen festgestellt werden, wird in einem dritten Arbeitsschritt ein weiteres raumfüllendes Design erstellt und die daraus resultierenden Stichproben in der Betriebsverhalten-Simulation angefahren, um eine möglichst genaue Zuordnungsvorschrift ermitteln zu können.For those areas which were not well covered by space-filling design or in which in the
In dem vorliegenden Ausführungsbeispiel werden vorzugsweise in einem Versuchsraum mit 42 Dimensionen auf diese Weise 600 Konfigurationen in Arbeitsschritt 201 identifiziert, deren Betriebsverhalten-Simulation mittels des Fahrzeugsmodells
Die Zuordnungsvorschriften
Die empirisch ermittelten Zuordnungsvorschriften können schließlich zu einem empirischen Transformationsmodell
Das auf der Grundlage der Gesamtverteilung F1*... *k ermittelte Transformationsmodell
Entsprechend weist der Computer oder ein anderes System
Bei den im Vorhergehenden beschriebenen Ausführungsbeispielen handelt es sich lediglich um Beispiele, die den Schutzbereich, die Anwendung und den Aufbau der erfindungsgemäßen Verfahren und Systeme in keiner Weise einschränken sollen. Vielmehr wird dem Fachmann durch die vorausgehende Beschreibung ein Leitfaden für die Umsetzung von mindestens einem Ausführungsbeispiel gegeben, wobei diverse Änderungen, insbesondere im Hinblick auf die Funktion und Anordnung der beschriebenen Bestandteile, vorgenommen werden können, ohne den Schutzbereich zu verlassen, wie er sich aus den Ansprüchen und dessen äquivalenten Merkmalskombinationen ergibt.The embodiments described above are merely examples that are not intended to limit the scope, application and structure of the methods and systems of the invention in any way. Rather, the expert is by the preceding description a guide for the Implementation of at least one embodiment given, wherein various changes, in particular with regard to the function and arrangement of the components described, can be made without departing from the scope, as it results from the claims and their equivalent combinations of features.
BezugszeichenlisteLIST OF REFERENCE NUMBERS
- TMTM
- Transformationsmodelltransformation model
- FMFM
- Fahrzeugmodellvehicle model
- F1 F 1
- Randverteilungmarginal distribution
- Fk F k
- k-te Randverteilungkth edge distribution
- k-dimensionaler Verteilungsraumk-dimensional distribution space
- Zuordnungsvorschriftassignment rule
- 1010
- System zur Analyse einer Robustheit wenigstens eines Fahrzeugs einer FahrzeuggattungSystem for analyzing a robustness of at least one vehicle of a vehicle genus
- 1111
- Mittel zum ErfassenMeans for detecting
- 1212
- Mittel zum BestimmenMeans for determining
- 1313
- Schnittstelleinterface
- 2020
- System zur Analyse einer Robustheit einer FahrzeuggattungSystem for analyzing a robustness of a vehicle class
- 2121
- Mittel zum SimulierenMeans to simulate
- 2222
- Mittel zum DurchführenMeans to perform
- 2323
- Mittel zum AnwendenMeans for applying
- 2424
- Schnittstelleinterface
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
- EP 3038026 A1 [0014]EP 3038026 A1 [0014]
Claims (18)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017205437.9A DE102017205437A1 (en) | 2017-03-30 | 2017-03-30 | Robustness analysis in vehicles |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017205437.9A DE102017205437A1 (en) | 2017-03-30 | 2017-03-30 | Robustness analysis in vehicles |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102017205437A1 true DE102017205437A1 (en) | 2018-10-04 |
Family
ID=63525532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102017205437.9A Withdrawn DE102017205437A1 (en) | 2017-03-30 | 2017-03-30 | Robustness analysis in vehicles |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102017205437A1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111639520A (en) * | 2020-04-14 | 2020-09-08 | 北京迈格威科技有限公司 | Image processing method, model training method, device and electronic equipment |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3038026A1 (en) | 2014-12-24 | 2016-06-29 | General Electric Company | Method and system for automatic evaluation of robustness and disruption management for commerical airline flight operations |
-
2017
- 2017-03-30 DE DE102017205437.9A patent/DE102017205437A1/en not_active Withdrawn
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3038026A1 (en) | 2014-12-24 | 2016-06-29 | General Electric Company | Method and system for automatic evaluation of robustness and disruption management for commerical airline flight operations |
Non-Patent Citations (2)
Title |
---|
LIU, B.; HU, J.; YAN, F.; TURKSON, R. F.; LIN, F.: A novel optimal support vector machine ensemble model for NOX emissions prediction of a diesel engine. In: Measurement, Vol. 92, 2016, S. 183-192. - ISSN 0263-2241 * |
MOST, T.; WILL, J.: Sensitivity analysis using the Metamodel of Optimal Prognosis. Weimar Optimization and Stochastic Days 8.0, November 2011. URL: https://www.dynardo.de/fileadmin/Material_Dynardo/WOST/Paper/wost8.0/Paper_Most.pdf [recherchiert am 23.01.2018] * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111639520A (en) * | 2020-04-14 | 2020-09-08 | 北京迈格威科技有限公司 | Image processing method, model training method, device and electronic equipment |
CN111639520B (en) * | 2020-04-14 | 2023-12-08 | 天津极豪科技有限公司 | Image processing and model training method and device and electronic equipment |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2146262B1 (en) | Method for determining incorrect components in a system | |
DE112008001654T5 (en) | System and method for virtual sensors | |
AT520827B1 (en) | A method of determining a vehicle parameter of a vehicle record of a vehicle and using the vehicle parameter on a test bench | |
EP2846205B1 (en) | Method for the creation of a function for a control device | |
WO2021058223A1 (en) | Method for applying automated driving functions efficiently and in a simulated manner | |
DE102019134053A1 (en) | Process for the continuous validation of automated driving functions applied in driving tests | |
WO2018177526A1 (en) | Robustness analysis for vehicles | |
AT523093A1 (en) | Method and system for analyzing and / or optimizing a configuration of a vehicle type | |
EP3374618A1 (en) | System and method for calibrating a vehicle component | |
AT522625B1 (en) | Procedure for security screening of a technical unit | |
DE102017205437A1 (en) | Robustness analysis in vehicles | |
DE102022126225A1 (en) | SYSTEM AND PROCEDURE FOR VALIDATING DIAGNOSTIC TROUBLE CODES GENERATED BY VEHICLE ON-BOARD DIAGNOSTICS SYSTEMS | |
DE102018204962A1 (en) | Robustness analysis in vehicles | |
EP3942372B1 (en) | Method for validating system parameters of an energy system, method for operating an energy system, and energy management system for an energy system | |
DE102021109129A1 (en) | Procedure for testing a product | |
DE102019219067A1 (en) | Method for the automatic qualification of a virtual model for a motor vehicle component | |
DE102021115103B3 (en) | Method, device, vehicle and computer program for modeling and monitoring a heating behavior of a vehicle component | |
AT521865B1 (en) | Method and system for simulating a number of particles emitted by an internal combustion engine | |
DE102021109131A1 (en) | Procedure for testing a product | |
DE102021109130A1 (en) | Procedure for testing a product | |
DE102020215387A1 (en) | Method for optimizing a test set for automatic qualification of a virtual model for an automotive component | |
WO2015144287A1 (en) | Method for operating an internal combustion engine, method for determining a learning structure for the operation of an internal combustion engine, control unit for an internal combustion engine, and internal combustion engine | |
DE102020207921A1 (en) | Method for setting up a vehicle simulation model | |
DE102021109128A1 (en) | Procedure for testing a product | |
DE102021109133A1 (en) | Method and device for creating test cases for a test system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified | ||
R082 | Change of representative |
Representative=s name: WALLINGER RICKER SCHLOTTER TOSTMANN PATENT- UN, DE Representative=s name: BREUER FRIEDRICH HAHNER PATENTANWAELTE PARTG M, DE Representative=s name: PAUSTIAN & PARTNER PATENTANWAELTE MBB, DE |
|
R082 | Change of representative |
Representative=s name: WALLINGER RICKER SCHLOTTER TOSTMANN PATENT- UN, DE Representative=s name: PAUSTIAN & PARTNER PATENTANWAELTE MBB, DE |
|
R082 | Change of representative |
Representative=s name: WALLINGER RICKER SCHLOTTER TOSTMANN PATENT- UN, DE |
|
R005 | Application deemed withdrawn due to failure to request examination |