DE102017206395A1 - Verfahren, Computerprogramm und Vorrichtung zum Einstellen einer Messvorrichtung und System - Google Patents

Abstract

Verfahren zum Einstellen einer Messvorrichtung (100), wobei ein von der Messvorrichtung (100) als nächstes einzustellender Betriebspunkt (x_n+1) eines Prüflings erzeugt wird, wobei der einzustellende Betriebspunkt (x_n+1) aus einer Menge (C) möglicher einzustellender Betriebspunkte (c₁,..., c_m) ausgewählt wird, wobei die Auswahl abhängig von bereits eingestellten Betriebspunkten (x₁,..., x_n) und zugehörigen ermittelten Ausgangsgrößen (y₁,...,y_n) erfolgt.

Description

• Die Erfindung betrifft ein Verfahren zum Einstellen einer Messvorrichtung, ein Computerprogramm und eine Vorrichtung die eingerichtet sind, das Verfahren auszuführen, und ein System umfassend die Messvorrichtung und die Vorrichtung.
• Stand der Technik
• Aus der DE 10 2016 201 559 A1 ist ein Verfahren zum Vermessen eines Verbrennungsmotors für ein Kraftfahrzeug, mit einer Anzahl von Messpunkten, um jeweils einen Wert mindestens einer Ausgangsgröße zu erhalten, bekannt. Hierbei ist vorgesehen, einen Messpunkt aus einer Menge von Messpunkten auszuwählen, indem die Messpunkte nach Arbeitspunkten des technischen Systems gruppiert werden, und für jeden der Arbeitspunkte die Messpunkte aus der Menge von Messpunkten entsprechend eines aufsteigenden Abstandes zu einem dem einen Arbeitspunkt zugeordneten Anfangsmesspunkt nacheinander ausgewählt werden.
• Vorteile der Erfindung
• Das Verfahren mit den Merkmalen des unabhängigen Anspruch 1 hat demgegenüber den Vorteil, dass es die Möglichkeit bietet, die bereits vermessenen Datenpunkte so zu nutzen, dass man die Gebiete des Eingangsraumes findet, für die die Datenpunkte noch nicht genug Information widerspiegeln. Das Betreiben der Messvorrichtung ist damit besonders effizient.
• Vorteilhafte Weiterbildungen sind Gegenstand der abhängigen Ansprüche.
• Offenbarung der Erfindung
• In einem ersten Aspekt betrifft die Erfindung ein Verfahren zum Einstellen, insbesondere Betreiben, einer Messvorrichtung, wobei ein von der Messvorrichtung als nächstes einzustellender Betriebspunkt eines Prüflings erzeugt wird, wobei der einzustellende Betriebspunkt aus einer Menge möglicher einzustellender Betriebspunkte ausgewählt wird, wobei die Auswahl abhängig von bereits eingestellten Betriebspunkten und zugehörigen ermittelten Ausgangsgrößen erfolgt. Insbesondere kann dann vorgesehen sein, dass die Messvorrichtung den ausgewählten einzustellenden Betriebspunkt des Prüflings einstellt und die zugehörige Ausgangsgröße ermittelt. Paare aus einem einzustellenden Betriebspunkt und einer zugehörigen Ausgangsgröße werden je als ein Datenpunkt bezeichnet. Die Menge bereits eingestellter Betriebspunkte und zugehöriger ermittelter Ausgangsgrößen wird auch als Trainingsdaten bezeichnet.
• Jeder neu vermessene Punkt kann sofort zu den Trainingsdaten hinzugefügt, um ein neues Modell zur Beschreibung eines funktionalen Zusammenhangs zwischen eingestellten Betriebspunkten und zugehörigen ermittelten Ausgangsgrößen zu erstellen. Die in dem gesamten, aktualisierten Datensatz nun enthaltene Information wird so genutzt, um von den bereits eingestellten Betriebspunkten auf neue Betriebspunkte zu schließen. Basierend auf dem Modell kann ein Betriebspunkt bestimmt werden, der entsprechend eines vorgebbaren Kriteriums den höchsten Informationsgewinn für ein Gesamtmodell, welches den funktionalen Zusammenhang zwischen Betriebspunkten und zugehörigen Ausgangsgrößen beschreibt, bietet. Das vorgebbare Kriterium kann dabei auf einem datenbasierten Modell basieren. Dieser Betriebspunkt wird dann als nächster einzustellender Betriebspunkt angefahren. Auf diese Weise kann ein Versuchsplan online erstellt werden, der besonders informative Trainingsdaten liefert, um ein möglichst gutes Modell zu erstellen.
• Es kann vorgesehen sein, dass das vorgebbare Kriterium Punkte in denjenigen Regionen des Eingangsraumes (also des Raums möglicher einzustellender Betriebszustände) für die Vermessung verdichtet, für die sich die Ausgangsgröße hochdynamisch verhält. Auf diese Weise können die vermessenen Datenpunkte (gegebenenfalls auftretende) lokal variierende Dynamiken der Ausgangsgröße widerspiegeln.
• In einem weiteren Aspekt kann daher vorgesehen sein, dass die Auswahl des einzustellenden Betriebspunkts abhängig davon geschieht, wie gut die funktionale Abhängigkeit der ermittelten Ausgangsgrößen von den bereits eingestellten Betriebspunkten durch eine von einem jeweiligen der möglichen einzustellenden Betriebspunkten abhängige vorzugsweise lineare Funktion beschrieben wird. D.h. abhängig von einem jeweiligen der einzustellenden Betriebspunkte wird eine lineare Funktion zum Beschreiben der funktionalen Abhängigkeit zwischen ermittelten Ausgangsgrößen und eingestellten Betriebspunkten ermittelt, und für diese lineare Funktion werde Abweichungen zwischen tatsächlich ermittelten Ausgangsgrößen und der mittels dieser Funktion für diesen Betriebspunkt erwarteten Ausgangsgröße ermittelt. Mit anderen Worten kann somit vorgesehen sein, Betriebspunkte verdichtet in denjenigen Regionen des Eingangsraumes zu vermessen, für die sich die Ausgangsgröße dynamisch verhält, indem die Daten mit Modellen, insbesondere lokalen linearen Modellen, verglichen werden. Neue Messpunkte werden dann gerade dort gesetzt, wo Daten und lokal lineare Modelle nicht gut zusammenpassen.
• In weiteren Aspekten kann vorgesehen sein, dass die Güte der Beschreibung der funktionalen Abhängigkeit der ermittelten Ausgangsgrößen von den bereits eingestellten Betriebspunkten durch die von einem jeweiligen der möglichen einzustellenden Betriebspunkten abhängige lineare Funktion durch einen Unplausibilitätswert charakterisiert wird.
• In einer Weiterbildung kann daher vorgesehen sein, dass derjenige mögliche einzustellende Betriebspunkt aus der Menge möglicher einzustellender Betriebspunkte ausgewählt wird, für den die eine funktionale Abhängigkeit der ermittelten Ausgangsgrößen von den bereits eingestellten Betriebspunkten durch die von diesem möglichen einzustellenden Betriebspunkt abhängige vorzugsweise lineare Funktion am schlechtesten beschrieben wird.
• Ferner kann vorgesehen sein, dass die Abhängigkeit der vorzugsweise linearen Funktion von dem jeweiligen der möglichen einzustellenden Betriebspunkten durch eine um diesen jeweiligen möglichen einzustellenden Betriebspunkt zentrierte Kerndichtefunktion charakterisiert ist. Diese Kerndichtefunktion kann insbesondere eine Gauß'sche Kerndichtefunktion sein. Sie kann aber auch durch eine andere Funktion gegeben sein, beispielsweise einen Cauchy-Kern, einen Picard-Kern oder einen Epanechnikov-Kern.
• Hierzu kann insbesondere eine eine Kernweite (engl. kerne! width) der Kerndichtefunktion in Abhängigkeit des Unplausibilitätswerts ermittelt werden. Der Unplausibilitätswert charakterisiert, wie gut eine der Ausgangsgrößen durch diejenige lineare Funktion geschätzt wird, die durch die um einen der Betriebspunkte zentrierte Kerndichtefunktion charakterisiert ist. Ist das Model unplausibel, steigt der Unplausibilitätswert, und die Kernweite wird kleiner, sodass weniger Datenpunkte das lokale Modell beeinflussen.
• Die vorzugsweise lineare Funktion kann insbesondere mit lokal linearer Kernregression ermittelt werden.
• In einem weiteren Aspekt betrifft die Erfindung auch ein Computerprogramm, welches eingerichtet ist, dieses Verfahren durchzuführen, wenn es auf einem Computer abläuft.
• Nachfolgend werden Ausführungsformen der Erfindung unter Bezugnahme auf die beiliegenden Zeichnungen näher erläutert. In den Zeichnungen zeigen:
• 1 schematisch einen Messprüfstand, in dem das Verfahren zur Anwendung kommt;
• 2 ein Flussdiagramm zu einem ersten Aspekt der Erfindung;
• 3 ein Flussdiagramm zu einem zweiten Aspekt der Erfindung.
• 1 zeigt ein beispielhaft einen Prüfstand 100, in dem das erfindungsgemäße Verfahren zur Anwendung kommen kann. Der Prüfstand 100 wird von einer Ansteuerung 200 angesteuert, die baulich in den Prüfstand 100 integriert sein kann, aber auch baulich getrennt von ihm angeordnet sein kann. Die Ansteuerung 200 überträgt Ansteuerkommandos p an den Prüfstand 100, der damit so angesteuert wird, dass der Prüfstand 100 in einem von ihm zu vermessenden Prüfling (nicht dargestellt) einen vorgebbaren Betriebspunkt x einstellt. Der Betriebspunkt x charakterisiert hierbei einen Betriebszustand des Prüflings. Bei dem Prüfling kann es sich um Hardware handeln, oder um Software, oder um einen gemischten Gegenstand, bestehend aus Hardware und Software.
• Bei dem Prüfstand 100 kann es sich beispielsweise um einen Motorprüfstand handeln, bei dem Prüfling um eine Brennkraftmaschine.
• An dem Prüfling ermittelt der Prüfstand 100 mit Hilfe von beispielsweise Sensoren (ebenfalls nicht dargestellt) einen Ausgangsgrößenwert y, welcher eine Ausgangsgröße des Prüflings charakterisiert. Der Prüfstand 100 überträgt den ermittelten Ausgangsgrößenwert y an die Ansteuerung 200. Wenn im Folgenden von einer einer Mehrzahl Betriebspunkte x bzw. zugehörigen Ausgangsgrößenwerten y die Rede ist, werden diese Größen x, y mit einem Index i versehen. Die Messgrößen x sind d-dimensionale Größen für eine natürliche Zahl d, die Ausgangsgrößen y sind beispielsweise durch eindimensionale Zahlenwerte gegeben.
• Die Ansteuerung 200 überträgt den ermittelten Ausgangsgrößenwert y an einen Betriebspunktgenerierer 300, der aus dem oder den ermittelten Ausgangsgrößenwerten y denjenigen Betriebspunkt x ermittelt, in dem die Ausgangsgröße y des Prüfling als nächstes gemessen werden soll. Der Betriebspunktgenerierer 300 kann von der Ansteuerung 200 und/oder dem Prüfstand 100 baulich getrennt sein, und beispielsweise auf einem entfernt von Ansteuerung 200 und Prüfstand 100 befindlichen Server implementiert sein.
• 2 und 3 illustrieren Ausführungsformen des Verfahrens zum Generieren der Betriebspunkte x gemäß einer bevorzugten Ausführungsform. Das Verfahren kann im Betriebspunktgenerierer 300 und/oder in der Ansteuerung 200 ablaufen.
• In einer bevorzugten Ausführungsform umfassen Ansteuerung 200 und Betriebspunktgenerierer 300 maschinenlesbare Speichermedien 201, 301, auf denen ein Computerprogramm verteilt gespeichert ist, das eingerichtet ist, das erfindungsgemäße Verfahren auszuführen, wenn es auf der Ansteuerung 200 und/oder dem Betriebspunktgenerierer 300 ausgeführt wird.
• 2 zeigt ein Flussdiagramm gemäß eines ersten Aspekts der Erfindung. In Schritt 1000 wird ein initialer Datensatz D_n = ((x₁,y₁),..., (x_n,y_n)) mit einer Dimension n gleich einer initialen Dimension n0 empfangen. Die Messpunkte X_n = {x_1, ..., x_n}, können z.B. offline generiert worden sein, die zugehörigen ermittelten Ausgangsgrößen Y_n = {y₁,...,y_n} wurden beispielsweise mit dem Prüfstand 100 ermittelt. Auf die Ermittlung dieses initialen Datensatzes D_n folgt sowohl Schritt 1010 als auch optional Schritt 2001, mit dem dieser initiale Datensatz D_n dem in 3 illustrierten optionalen Verfahren zum Schätzen der Varianz σ zur Verfügung gestellt wird.
• In Schritt 1010 werden Kandidatenpunkte C = {c₁, ... , c_m0} empfangen. Aus diesen Kandidatenpunkte C wird mittels des in 2 illustrierten Verfahrens der nächste Messpunkt x_n+1 ausgewählt. Die Kandidatenpunkte C können beispielsweise im Vorfeld des hier beschriebenen Verfahrens mittels eines DoE (Design-of-Experiment)-Verfahrens ermittelt werden.
• Ferner werden in Schritt 1010 initiale Werte für Kernweiten k_j für jedes j=1,...,m0 gemäß der folgenden Formel ermittelt: $$\omega ={\displaystyle {\sum }_{i=1}^n\text{exp}\left(-\frac{{\Vert x_i-c_j\Vert }^2}{2k_j^2}\right)}$$

  
• Der Parameter ω ist hierbei eine vorgebbare Konstante, welche vorzugsweise >3 gewählt wird. Gleichung (1) kann beispielsweise mit numerischen Methoden gelöst werden.
• Ferner wird ein Iterationszähler t auf den Wert t=1 initialisiert.
• Es folgt Schritt 1020, in dem ein lokal lineares Kernel-Regressionsmodell (im Folgenden kurz: LLKR-Modell) für jeden der Kandidatenpunkte c_j gebildet wird. Hierzu wird jeweils das Optimierungsproblem $$\left(a_j^{*},b_j^{*}\right)={\text{arg min}}_{a,b}{\displaystyle {\sum }_{i=1}^{n}k\left(x_i,c_j\right){\left(y_i-\left(x_i\cdot a+b\right)\right)}^2}$$

  

  gelöst, mit vorzugsweise Gauß'schen Kernfunktionen $$k\left(x_i,c_j\right)=\frac{1}{\sqrt{2\pi }{k}_j}\text{exp}\left(-\frac{{\Vert x_i-c_j\Vert }^2}{2k_j^2}\right).$$

  
• Mit der Lösung von Formel (2) werden nun Vorhersagewerte $${\widehat{y}}_{ij}=x_i\cdot a_j^{*}+b_j^{*}$$

  

  ermittelt.
• Es folgt Schritt 1030, in dem Gewichte $$w_{ij}=\text{exp}\left(-\frac{{\Vert x_i-c_j\Vert }^2}{2k_j^2}\right)$$

  

  und Unplausibilitäten $$g_{ij}=1-\text{exp}\left(-\frac{\left(y_i-{\widehat{y}}_{ij}\right)}{2{\widehat{\sigma }}_n^2}\right)$$

  

  und hieraus für jeden der Kandidatenpunkte c_j Kostenterme $$r_j=r\left(c_j\right)=\frac{{\displaystyle {\sum }_{i=1}^n{w}_{ij}{g}_{ij}}}{{\displaystyle {\sum }_{i=1}^n{w}_{ij}}}$$

  

  ermittelt werden. Die Varianzschätzwerte ${\widehat{\sigma }}_n^2$

  

  können hierbei für jeden Datensatz D_n über Schritt 1001 aus dem in 3 illustrierten Verfahren gewonnen werden, oder einmalig für den initialen Datensatz D_n0 aus dem in 3 illustrierten Verfahren gewonnen werden, oder als fester Wert vorgegeben werden.
• Es folgt Schritt 1040, in dem ein bevorzugter Wert j* gemäß der Formel $$j*={\text{arg max}}_{j\in \left\{1\dots m\right\}}{r}_j$$

  

  ermittelt wird.
• Der zugehörige Kandidatenpunkt c_j* wird als nächster Messdatenpunkt x* = c_j* ausgewählt und als (n+1)-ter Messdatenpunkt x_n+1 = x* der Menge von Messdatenpunkten X_n hinzugefüht. Auf diese Weise wird die Menge X_n+1 gebildet. Gleichzeitig wird der ausgewählte Kandidatenpunkt c_j* aus der Liste der Kandidatenpunkte C entfernt.
• Es folgt Schritt 1060, in dem die zum Messdatenpunkt x_n+1 gehörige Ausgangsgröße y_n+1 empfangen wird. Diese Ausgangsgröße y_n+1 wurde vorteilhafterweise vom Prüfstand 100 ermittelt, indem dieser den Prüfling in den Betriebspunkt x_n+1 versetzt hat. Diese Ausgangsgröße y_n+1 wird der Menge von ermittelten Ausgangsgrößen Y_n hinzugefügt und so Y_n+1 gebildet.
• Diese Menge an Messdatenpunkten X_n+1 und Menge an ermittelten Ausgangsgrößen Y_n+1 wird über Schritt 2002 optional dem in 3 illustrierten Verfahren zur Verfügung gestellt.
• Es folgt Schritt 1070, in dem zunächst die Schätzwerte ŷ_n+1,j für den neu hinzugefügten Messdatenpunkt x_n+1 mittels Formel (4) ermittelt werden. Anschließend wird für jedes i = n + 1 und jedes j = 1 ... m - 1 die Unplausibilitäten g_ij mittels Formel (6) neu berechnet.
• Es folgt Schritt 1080, in dem die Kernweiten k_j für jedes j=1,...,m-1 mit der folgenden Formel ermittelt werden: $$\omega 1={\displaystyle {\sum }_{i=1}^{n+1}{g}_{ij}\text{exp}}\left(-\frac{{\Vert x_i-c_j\Vert }^2}{2k_j^2}\right)$$

  
• Der Parameter ω1 kann hierbei der gleiche gewählt werden wie ω in Formel (1), er kann aber auch einen anderen Wert annehmen. Das Lösen von Formel (10) kann mit den gleichen Verfahren erfolgen wie das Lösen von Formel (9).
• In Schritt 1090 wird überprüft, ob ein Konvergenzkriterium erfüllt ist. Dies kann beispielsweise dadurch gegeben sein, dass der Iterationszähler t einen vorgebbaren Iterationshöchstwert tmax überschreitet. Alternativ kann das Konvergenzkriterium auch durch eine Abfrage gegeben sein, ob die Kostenterme, die in diesem Ausführungsbeispiel durch Formel (7) definiert sind, konvergieren. Ist das Konvergenzkriterium erfüllt (Ausgang „j“), endet das Verfahren in Schritt 1100. Andernfalls wird der Wert der Variablen n und t um 1 inkrementiert, und der Wert der Variablen m um 1 dekrementiert, und das Verfahren startet erneut mit Schritt 1020.
• 3 zeigt einen weiteren Aspekt einer bevorzugten Ausführungsform der Erfindung. Dieser optionale Teil des Verfahrens schätzt die für die Berechnung der Unplausibilität g_ij herangezogenen geschätzten Varianz σ̂_n.
• Das Verfahren beginnt mit Schritt 2001, in dem von dem in 2 illustrierten Verfahrensteil der initiale Datensatz D_n empfangen wird. Ebenso wird der initiale Wert von n empfangen. Ein Iterationszähler t2 wird auf den Wert 1 gesetzt.
• Im anschließenden Schritt 2000 werden Kernweiten, die in diesem Verfahrensteil mit h_i bezeichnet werden, ermittelt. Dies erfolgt für jedes i = 1 ... n mit der Formel $$\omega 2={\displaystyle {\sum }_{l=1}^n\text{exp}}\left(-\frac{{\Vert x_l-x_i\Vert }^2}{2h_i^2}\right).$$

  
• Der Parameter ω2 kann hierbei wie in Formel (1) einen vorgebbaren Wert, vorzugsweise >3 annehmen. Das Lösen von Formel (10) kann mit den gleichen Verfahren erfolgen wie das Lösen von Formel (1) oder (9).
• Es folgt Schritt 2010, in dem analog zu Schritt 1020 ein LLKR-Modell gebildet wird. In diesem Schritt werden die LLKR-Modelle allerdings im Gegensatz zu Schritt 1020 nicht um die Kandidatenpunkte c_j ∈ C gebildet, sondern um die Messdatenpunkte x_i für i = 1 .... n.
• Hierzu werden für jedes i, l = 1 .... n zunächst Kernfunktionen gebildet, die vorzugsweise die folgende Gauß'sche Form haben: $$v_{li}=\text{exp}\left(-\frac{{\Vert x_l-x_i\Vert }^2}{2h_i^2}\right)$$

  
• Anschließend werden Parameter av*, bv* bestimmt als $$\left(a{v}_i^{*},b{v}_i^{*}\right)={\text{arg min}}_{a,b}{\displaystyle {\sum }_{l=1}^n{w}_{li}{\left(y_l-\left(x_l\cdot a+b\right)\right)}^2.}$$

  
• Mit der Lösung von Formel (12) werden nun Vorhersagewerte $${\widehat{z}}_{li}=x_l\cdot a_i^{*}+b_i^{*}$$

  

  ermittelt.
• Im folgenden Schritt 2020 wird die geschätzte Varianz σ̂_n ermittelt. Hierzu wird zunächst für jedes i = 1 ... n die Größe $${\widehat{\epsilon }}_i=y_i-{\widehat{z}}_{ii}$$

  

  ermittelt, und hieraus $${\widehat{\sigma }}_n^2=\frac{1}{n-1}{\displaystyle {\sum }_{j=1}^n\left({\widehat{\epsilon }}_i-\frac{1}{n}{\displaystyle {\sum }_{l=1}^n{\widehat{\epsilon }}_l}\right).}$$

  
• Dieser Wert wird über Schritt 1001 an den in 2 illustrierten Aspekt des Verfahrens zurückgemeldet. Im folgenden Schritt 2030 werden über Schritt 2002 die neuen Werte der Betriebsgröße x_n+1 und der Ausgangsgröße y_n+1 empfangen. Die Größen ẑ_li werden für i = 1 ... n, l = n + 1 und für i = n + 1, l = 1 ... n ermittelt, indem zunächst ein LLKR-Modell um x_n+1 mittels Formeln (11) und (12) gebildet, wobei als Wert für die (noch nicht ermittelte) Kernweite h_n+1 ersatzweise der Wert der in Schritt 1010 bzw. 1080 mit Formel (1) bzw. (9) gebildeten Wert der Kernweite k_j* für den in Schritt 1040 mittels Formel (4) ermittleten Index j* angenommen wird.
• Nun werden für alle i, l = 1 ... n + 1 Unplausibilitäten g̃_li berechnet zu $${\tilde{g}}_{li}=1-\text{exp}\left(-\frac{\left(y_l-{\widehat{z}}_{li}\right)}{2{\widehat{\sigma }}_n^2}\right).$$

  
• Im folgenden Schritt 2050 werden die Kernweiten h₁, ..., h_n+1 durch Lösen der Formel $$\omega 3={\displaystyle {\sum }_{l=1}^{n+1}{\tilde{g}}_{li}\text{exp}}\left(-\frac{{\Vert x_l-x_i\Vert }^2}{2h_i^2}\right)$$

  
• Der Parameter ω3 kann hierbei der gleiche gewählt werden wie ω2 in Formel (10), er kann aber auch einen anderen Wert annehmen. Das Lösen von Formel (17) kann mit den gleichen Verfahren erfolgen wie das Lösen von Formel (1), (9) oder (10).
• Nun wird der Wert von n und der Wert des Iterationszählers t2 um 1 inkrementiert, und das Verfahren verzweigt zurück zu Schritt 2010, in dem die nächste Iteration startet.
• In einer bevorzugten Ausführungsform läuft Schritt 1060 in der Ansteuerung 200 unter Ansteuerung des Prüfstands 100, ab und alle anderen Schritte im Betriebspunktgenerierer 300. Andere Aufteilungen sind selbstverständlich denkbar.
• Es versteht sich für den Fachmann, dass die Erfindung in Software implementiert sein kann, oder in Hardware, oder in einer Mischform aus Hardware und Software.
• ZITATE ENTHALTEN IN DER BESCHREIBUNG
• 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.
• Zitierte Patentliteratur
• DE 102016201559 A1 [0002]

Claims (15)

1. Verfahren zum Einstellen einer Messvorrichtung (100), wobei ein von der Messvorrichtung (100) als nächstes einzustellender Betriebspunkt (x_n+1) eines Prüflings erzeugt wird, wobei der einzustellende Betriebspunkt (x_n+1) aus einer Menge (C) möglicher einzustellender Betriebspunkte (c₁,..., c_m) ausgewählt wird, wobei die Auswahl abhängig von bereits eingestellten Betriebspunkten (x₁,...,x_n) und zugehörigen ermittelten Ausgangsgrößen (y₁, ..., y_n) erfolgt.
2. Verfahren nach Anspruch 1, wobei nach dem Einstellen des als nächstes einzustellenden Betriebspunkts (x_n+1) des Prüflings durch die Messvorrichgung (100) und einem Erfassen der zugehörigen Ausgangsgröße (y_n+1) dieser als nächstes einzustellende Betriebspunkt (x_n+1) den bereits eingestellten Betriebspunkten (x₁,..., x_n) hinzugefügt wird, um eine erweiterte Menge bereits eingestellter Betriebspunkte (x₁, ..., x_n, x_n+1) zu bilden und die erfasste zugehörige Ausgangsgröße (y_n+1) den zugehörigen ermittelten Ausgangsgrößen (y₁,...,y_n) hinzugefügt wird, um eine erweiterte Menge zugehöriger ermittelter Ausgangsgrößen (y₁, ...,y_n, y_n+1) zu bilden, und wobei der als nächstes einzustellende Betriebspunkt (x_n+1) aus der Menge (C) möglicher einzustellender Betriebspunkte (c₁,..., c_m) entfernt wird, um eine reduzierte Menge möglicher einzustellender Betriebspunkte zu bilden, wobei ein als übernächstes einzustellender Betriebspunkt des Prüflings abhängig von der erweiterten Menge bereits eingestellter Betriebspunkte (x₁, ..., x_n, x_n+1) und der erweiterten Menge zugehöriger ermittelter Ausgangsgrößen (y₁, ...,y_n, y_n+1) aus der reduzierten Menge möglicher einzustellender Betriebspunkte ausgewählt wird.
3. Verfahren nach Anspruch 1 oder 2, wobei die Auswahl des einzustellenden Betriebspunkts (x_n+1) abhängig davon geschieht, wie gut eine funktionale Abhängigkeit der ermittelten Ausgangsgrößen (y₁, ... ,y_n) von den bereits eingestellten Betriebspunkten (x₁,..., x_n) durch eine von einem jeweiligen der möglichen einzustellenden Betriebspunkten (c₁,..., c_m) abhängige Funktion beschrieben wird.
4. Verfahren nach Anspruch 3, wobei die Güte der Beschreibung der funktionalen Abhängigkeit der ermittelten Ausgangsgrößen (y₁,...,y_n) von den bereits eingestellten Betriebspunkten (x₁,..., x_n) durch die von einem jeweiligen der möglichen einzustellenden Betriebspunkten (c₁,..., c_m) abhängige lineare Funktion durch einen Unplausibilitätswert (g_ij) charakterisiert wird.
5. Verfahren nach Anspruch 3 oder 4, wobei derjenige mögliche einzustellende Betriebspunkt (c_j*) aus der Menge (C) möglicher einzustellender Betriebspunkte (c₁,..., c_m) ausgewählt wird, für den die eine funktionale Abhängigkeit der ermittelten Ausgangsgrößen (y₁,...,y_n) von den bereits eingestellten Betriebspunkten (x₁,..., x_n) durch die von diesem möglichen einzustellenden Betriebspunkt (c_j*) abhängige lineare Funktion am schlechtesten beschrieben wird.
6. Verfahren nach einem der Ansprüche 3 bis 5, wobei die Abhängigkeit der linearen Funktion von dem jeweiligen der möglichen einzustellenden Betriebspunkten (c₁,..., c_m) durch eine um diesen jeweiligen möglichen einzustellenden Betriebspunkt (c₁,..., c_m) zentrierte Kerndichtefunktion k(x_i, c_j) charakterisiert ist.
7. Verfahren nach Anspruch 5 und 6, wobei eine Kernweite (k_j) der Kerndichtefunktion k(x_i, c_j) in Abhängigkeit des Unplausibilitätswerts (g_ij) ermittelt wird.
8. Verfahren nach einem der Ansprüche 5 bis 7, wobei die lineare Funktion mit lokal linearer Kernregression ermittelt wird.
9. Verfahren nach Anspruch 3 oder 4, wobei die lineare Funktion mittels Gauß'scher Prozesse ermittelt wird.
10. Verfahren nach einem der Ansprüche 3 bis 9 und Anspruch 4, wobei eine Güte r(c_j), die charakterisiert, wie gut die funktionale Abhängigkeit der ermittelten Ausgangsgrößen (y₁,...,y_n) von den bereits eingestellten Betriebspunkten (x₁,...,x_n) durch die von einem jeweiligen der möglichen einzustellenden Betriebspunkten (c₁,..., c_m) abhängige lineare Funktion beschrieben wird.
11. Verfahren nach einem der vorherigen Ansprüche und Anspruch 4, wobei der Unplausibilitätswert (g_ij) abhängig von einem Rauschwert $\left({\widehat{\sigma }}_n^2\right)$

    

    gewählt wird, der ein Rauschen in den eingestellten Betriebspunkten (x₁,..., x_n) und zugehörigen ermittelten Ausgangsgrößen (y₁,...,y_n) charakterisiert.
12. Vorrichtung, welche eingerichtet ist, das Verfahren nach einem der vorherigen Ansprüche auszuführen.
13. System, umfassend eine Messvorrichtung (100) und die Vorrichtung nach Anspruch 12.
14. Computerprogramm, welches eingerichtet ist, das Verfahren nach einem der Ansprüche 1 bis 11 auszuführen.
15. Maschinenlesbares Speichermedium, auf dem das Computerprogramm nach Anspruch 14 gespeichert ist.

Images