DE102018101002A1 - Verfahren zum überwachen der komponentenlebensdauer - Google Patents

Abstract

Es werden Verfahren und Systeme zum zuverlässigen Prognostizieren einer Fahrzeugkomponente, wie zum Beispiel einer Fahrzeugbatterie oder eines Ansaugluftfilters, bereitgestellt. Ein Verschlechterungszustand der Komponente wird auf der Grundlage einer Metrik vorhergesagt, die von einem erfassten Fahrzeugbetriebsparameter abgeleitet wird, wobei der Parameter auf der Grundlage der zu diagnostizierenden Komponente sowie auf der Grundlage eines früheren Fahrverlaufs und zukünftiger Fahrvorhersagen ausgewählt wird. Der vorhergesagte Verschlechterungszustand wird dann in eine Schätzung der verbleibenden Zeit oder Entfernung, bevor die Komponente gewartet werden muss, umgewandelt und dem Fahrzeugbediener angezeigt.

Description

• Gebiet
• Die vorliegende Anmeldung betrifft Verfahren, die in Fahrzeugen, wie etwa Hybridfahrzeugen, durchgeführt werden, um die verbleibende Lebensdauer einer Fahrzeugkomponente mithilfe von statistischen Vorhersagen zu schätzen.
• Hintergrund und Kurzdarstellung
• Fahrzeuge beinhalten verschiedene Komponenten, die sich unterschiedlich schnell verschlechtern und zu unterschiedlichen Zeitpunkten gewartet werden müssen. Zusätzlich kann die Verschlechterungsrate jeder Komponente durch mehrere Parameter beeinflusst werden, von denen einige sich mit anderen Komponenten überschneiden, während sich andere nicht überschneiden. Zum Beispiel kann sich eine Systembatterie bei Hybridelektrofahrzeugen auf Grundlage der Rate der Batterieverwendung, des Alters der Batterie, der Temperaturbedingungen, der Art der Batterie usw. verschlechtern. Als ein anderes Beispiel kann sich ein Luftfilter, der an den Motoreinlass gekoppelt ist, auf Grundlage des Alters des Filters, der Luftqualität, der Umgebungswetterbedingungen usw. verschlechtern.
• Verschiedene Ansätze wurden entwickelt, um den Gesundheitszustand einer Fahrzeugkomponente zu beurteilen. Ein beispielhafter Ansatz zum Bestimmen des Gesundheitszustands eines Ansaugluftfilters mithilfe einer statistischen Analyse wird von Veredan et al. in US 9.061.224 gezeigt. Darin wird ein Algorithmus verwendet, um die verbleibende Lebensdauer des Filters zu berechnen, wobei Konstanten im Algorithmus verwendet werden, die auf Grundlage der Labor- und bisherigen Leistung des Filters ausgewählt werden. Zusätzlich werden die Konstanten während der Filterverwendung auf Grundlage der Filterleistung aktualisiert, wie auf Grundlage eines gemessenen Druckabfalls am Filter bestimmt wird. Ein weiterer beispielhafter Ansatz wird von Goldberg in US 7.174.273 gezeigt. Darin wird Filterverstopfung auf Grundlage einer Erhöhung der Differenzdruckmessung relativ zum vorhergesagten Differenzdruck abgeleitet.
• Die Erfinder der vorliegenden Erfindung haben jedoch verschiedene Probleme bei derartigen Ansätzen erkannt. Als ein Beispiel verlassen sich die vorstehenden Ansätze auf statistische Analysen, die rechenintensiv sein können. Demzufolge können sie übermäßig Speicherplatz und Prozessorressourcen erfordern, um den Zustand des Luftfilters zu beurteilen. Als ein anderes Beispiel kann die Verfügbarkeit von Differenzdruckmessungen begrenzt sein, da nicht alle Verbrennungsmotorsysteme einen Differenzdrucksensor um den Luftfilter beinhalten. Bei einigen Verbrennungsmotorsystemen können keine Drucksensoren um den Luftfilter verfügbar sein. Als ein weiteres Beispiel können die Auswirkungen verschiedener Betriebsbedingungen auf die Druckmessung nicht explizit berücksichtigt werden, was zu einer unerwünschten Abweichung der Beurteilungen führt. Als ein anderes Beispiel kann ein Bediener nicht in der Lage sein, zu verstehen, wie viel Zeit verbleibend ist, bevor der Luftfilter ausgetauscht werden muss, wenn der Filterzustand im Hinblick auf eine prozentuale Verschlechterung angegeben wird. Der Bediener kann den Filter austauschen, bevor die komplette Lebensdauer des Filters verwendet wurde, was zu einer ineffizienten und unwirtschaftlichen Verwendung des Filters führt. Alternativ kann der Bediener den Wechsel des Filters verpassen, was den Fahrzeugbetrieb beeinträchtigt. Außerdem kann der Fahrzeugbediener nicht in der Lage sein, die Fahreigenschaften rechtzeitig zu ändern, um eine Filterverschlechterung zu verhindern.
• In einem Beispiel können einige der vorstehenden Probleme durch ein Verfahren für ein Fahrzeug angegangen werden, umfassend: Angeben eines Verschlechterungszustands eines Verbrennungsmotoransaugluftfilters auf Grundlage eines kleineren als erwarteten Messwerts für die Luftstromverbreitung, wenn der Drosselwinkel einen oberen Schwellenwert überschreitet. Auf diese Weise kann die verbleibende Lebensdauer einer Fahrzeugkomponente, wie etwa eines Luftfilters, genauer vorhergesagt werden und die Informationen können dem Fahrzeugbediener in einer verständlicheren Weise übermittelt werden.
• Als ein Beispiel kann eine Steuerung während transienter Verbrennungsmotorbetriebsbedingungen die Position einer Ansaugdrossel variieren und eine entsprechende Veränderung des Krümmerluftstroms (manifold air flow - MAF) oder Krümmerdrucks (manifold pressure - MAP), die stromabwärts der Drossel gemessen werden, messen. Die Steuerung kann den Messwerten, die bei höheren Graden der Drosselöffnung (z. B. 55 Grad oder mehr) erfasst werden, aufgrund der größeren Auswirkung der Filterverstopfung an MAF (und MAP) bei größeren Drosselwinkeln eine höhere Gewichtung verleihen. Die Steuerung kann dann eine statistische Analyse der gesammelten Daten durchführen, einschließlich rekursiven Schätzens von jedem eines Mittelwerts und eines Standardabweichungswerts von MAF, die in Bezug auf den Drosselwinkel kalibriert werden. Die Ergebnisse können mit entsprechenden Werten für einen sauberen Luftfilter verglichen werden. Die Steuerung kann dann einen Filterzustand auf Grundlage der kalibrierten Mittel- und Standardabweichungswerten von MAF bestimmen. In einem Beispiel, wenn der Mittelwert von MAF und/oder die Standardabweichung von MAF bei höheren Drosselwinkeln relativ zu einem Schwellenwert fällt, kann ein Verstopfungsfaktor des Filters erhöht werden und der Gesundheitszustand des Filters kann gesenkt werden. Der Gesundheitszustand kann außerdem auf Grundlage von Umgebungswetterbedingungen aktualisiert werden, die ein plötzliches Verstopfen des Filters verursachen können (z. B. Vorhandensein eines plötzlichen Staubsturms oder Schneesturms, der den Filter verstopfen kann). Der erfasste Gesundheitszustand kann dann in eine Schätzung der verbleibenden Lebensdauer des Filters umgewandelt werden, einschließlich einer Zeit und/oder einer Entfernung der Fahrt des Fahrzeugs, die verbleibend sind, bevor der Filter gewechselt oder gewartet werden muss. Die Umwandlung kann auf dem erfassten Gesundheitszustand des Filters beruhen und ferner auf Fahrzeugfahrstatistiken beruhen, einschließlich einer Zeit und/oder einer Fahrdistanz, die von dem Fahrzeug bereits zurückgelegt wurde, sowie Fahrmuster und -gewohnheiten des Bedieners.
• Auf diese Weise kann die verbleibende Lebensdauer einer Fahrzeugkomponente genau vorhergesagt werden, ohne sich auf rechenintensive Algorithmen zu stützen. Durch das Verwenden von Daten, die an Bord des Fahrzeugs erfasst werden, in Verbindung mit Fahrzeugfahrstatistiken, kann der Gesundheitszustand einer Komponente genauer berechnet werden. Zum Beispiel können der Innenwiderstand und die Kapazität einer Systembatterie können besser bestimmt werden, indem Temperaturauswirkungen sowie die Auswirkungen von offensivem Fahrverhalten des Bedieners berücksichtigt werden. Als ein anderes Beispiel kann der Verstopfungsgrad eines Luftfilters auf Grundlage einer rekursiven Schätzung von mittleren und Standardabweichung von Luftstromwerten bei größeren Drosselöffnungen genauer vorhergesagt werden. Durch Beurteilen eines Luftfilters, während sich auf Luftstrom- oder Krümmerdruckdaten, die während Fahrzeugübergängen erfasst werden, verlassen wird, kann ein größerer Teil von Daten, die über einen Fahrzeugfahrzyklus gesammelt werden, zur Filterprognose genutzt werden. Zusätzlich wird der Bedarf, den Verbrennungsmotor aktiv in einem definierten Drehzahl-/Lastbereich zu halten, um eine Prognose- oder Diagnoseroutine abzuschließen, reduziert. Durch das Umwandeln des erfassten Gesundheitszustands in eine Schätzung einer verbleibenden Zeit oder Dauer des Fahrzeugbetriebs, bevor eine Komponentenwartung erforderlich ist, kann ein Fahrzeugbediener besser über den Zustand der Komponente benachrichtigt werden. Demzufolge kann ein rechtzeitiges Warten der Komponente sichergestellt werden, wodurch die Fahrzeugleistung verbessert wird. Durch das Vorhersagen der verbleibenden Lebensdauer einer Fahrzeugkomponente über eine rekursive Schätzung statistischer Merkmale kann die verbleibende Lebensdauer der Komponente mit geringerer Rechenintensität vorhergesagt werden, ohne die Genauigkeit der Vorhersage zu beeinträchtigen. Dadurch wird ermöglicht, dass eine Spanne bereitgestellt wird, die den gesunden Betrieb der Komponente für die geschätzte verbleibende Lebensdauer sicherstellt. Das Prognosemerkmal kann eine frühzeitige Angabe der verbleibenden Lebensdauer der Komponente bereitstellen, um einem Kunden dabei zu helfen, die Wartung im Voraus zu planen und einen Ausfall der Komponente zu vermeiden. Zusätzlich kann der Komfort einer Online-Schätzung in einem einfach umzusetzenden Paket bereitgestellt werden. Es versteht sich, dass die vorstehende Kurzdarstellung bereitgestellt wird, um in vereinfachter Form eine Auswahl an Konzepten vorzustellen, die in der detaillierten Beschreibung näher beschrieben sind. Es ist nicht beabsichtigt, wichtige oder wesentliche Merkmale des beanspruchten Gegenstands zu nennen, dessen Umfang einzig in den Patentansprüchen im Anschluss an die detaillierte Beschreibung definiert ist. Des Weiteren ist der beanspruchte Gegenstand nicht auf Umsetzungen beschränkt, die vorstehend oder in einem beliebigen Teil dieser Offenbarung angeführte Nachteile beheben.
• Figurenliste
• 1 stellt schematisch eine beispielhafte Ausführungsform eines Zylinders eines in einem Hybridfahrzeugsystem gekoppelten Verbrennungsmotors dar.
• 2 zeigt beispielhafte Lebensdauerprofile in Prozent für eine Fahrzeugkomponente, die unter unterschiedlichen Bedingungen arbeitet.
• 3 zeigt ein Ablaufdiagramm auf hoher Ebene zum Durchführen von Prognose und Diagnose einer Fahrzeugkomponente mithilfe erfasster Daten und statistischer Schätzungen.
• 4 zeigt ein Ablaufdiagramm auf hoher Ebene eines beispielhaften Verfahrens zum Anwenden einer statistischen Schätzung auf einen erfassten Gesundheitszustand einer Fahrzeugkomponente, um eine verbleibende Lebensdauer der Komponente vorherzusagen.
• 5 zeigt eine beispielhafte Routine, die verwendet werden kann, um die verbleibende Lebensdauer einer Fahrzeugbatterie vorherzusagen.
• 6 zeigt ein Blockdiagramm eines beispielhaften Algorithmus, der verwendet werden kann, um die verbleibende Lebensdauer einer Fahrzeugbatterie vorherzusagen.
• 7 zeigt Karten, die beispielhafte Trends beim Gesundheitszustand einer Kapazität und eines Widerstands einer Fahrzeugbatterie gegenüber der Zeit darstellen.
• 8 zeigt eine beispielhafte Routine, die verwendet werden kann, um die verbleibende Lebensdauer eines Ansaugluftfilters eines Verbrennungsmotors eines Fahrzeugs vorherzusagen.
• 9 zeigt eine Karte, die eine beispielhafte Veränderung des Krümmerluftstroms durch einen Luftfilter bei verschiedenen Ansaugdrosselwinkeln darstellt.
• 10 und 11 zeigen beispielhafte experimentelle Daten, die Veränderungen des Mittelwerts und des Standardabweichungswerts von Krümmerluftstrom mit einer Veränderung des Drosselwinkels für Filter mit verschiedenen Verstopfungsgraden darstellen.
• 12 stellt eine Veränderung des Mittelwerts und des Standardabweichungswerts von Krümmerluftstrom mit einer Veränderung des Drosselwinkels für Filter mit verschiedenen Verstopfungsgraden graphisch dar.
• Ausführliche Beschreibung
• Die folgende Beschreibung betrifft Systeme und Verfahren zum Vorhersagen der verbleibenden Lebensdauer einer Komponente eines Hybridfahrzeugsystems, wie etwa des beispielhaften Fahrzeugsystems aus 1. Eine beispielhafte Steuerung kann dazu konfiguriert sein, eine Steuerroutine, wie etwa die beispielhaften Routinen aus den 3 und 4, durchzuführen, um statistische Verfahren zu verwenden, um die verbleibende Lebensdauer einer Fahrzeugkomponente vorherzusagen. Die Steuerung kann den Verschlechterungsverlauf der Komponente sowie die Fahrzeugfahreigenschaften berücksichtigen, um prozentuale Lebensdauerprofile, wie etwa die beispielhaften Profile aus 2, abzubilden. Die Steuerung kann dann das prozentuale Lebensdauerprofil verwenden, um dem Fahrzeugbediener eine verbleibende Zeit oder Entfernung bereitzustellen, bis die Komponente gewartet werden muss. Fahrzeugvorgänge können dann entsprechend angepasst werden. Eine Routine, die die verbleibende Lebensdauer einer Fahrzeugbatterie vorhersagt (wie etwa die Routine aus den 6-7) kann sich auf erfasste und vorhergesagte Veränderungen des Widerstands und der Kapazität der Batterie verlassen, wie unter Bezugnahme auf 7 gezeigt. Eine Routine, die die verbleibende Lebensdauer eines Ansaugluftfilters eines Verbrennungsmotors vorhersagt (wie etwa die Routine aus 8), kann sich auf erfasste Veränderungen des Krümmerluftstroms mit sich verändernder Drosselposition während Übergangsbedingungen verlassen, wie unter Bezugnahme auf 9 gezeigt. Die Steuerung kann dann die verbleibende Lebensdauer des Luftfilters auf Grundlage einer rekursiven Schätzung des Mittelwerts und der Standardabweichung des erfassten Krümmerluftstroms vorhersagen, wie unter Bezugnahme auf die 10-12 gezeigt. Auf diese Wiese kann die reguläre Wartung der Komponente besser sichergestellt werden.
• 1 stellt ein Beispiel einer Brennkammer oder eines Zylinders eines Verbrennungsmotors 10 dar. Der Verbrennungsmotor 10 kann in einem Antriebssystem zum Fahren auf einer Straße, wie etwa einem Fahrzeugsystem 5, gekoppelt sein. In einem Beispiel kann es sich bei dem Fahrzeugsystem 5 um ein Hybridelektrofahrzeugsystem handeln.
• Der Motor 10 kann mindestens teilweise durch ein Steuersystem, das die Steuerung 12 beinhaltet, und durch eine Eingabe von einem Fahrzeugbediener 130 über eine Eingabevorrichtung 132 gesteuert werden. In diesem Beispiel beinhaltet die Eingabevorrichtung 132 ein Gaspedal und einen Pedalpositionssensor 134 zum Erzeugen eines proportionalen Pedalpositionssignals PP. Der Zylinder (hier auch „Brennkammer“) 14 des Verbrennungsmotors 10 kann Brennkammerwände 136 beinhalten, in denen ein Kolben 138 positioniert ist. Der Kolben 138 kann an die Kurbelwelle 140 gekoppelt sein, sodass eine Wechselbewegung des Kolbens in eine Rotationsbewegung der Kurbelwelle übersetzt wird. Die Kurbelwelle 140 kann über ein Getriebesystem an mindestens ein Antriebsrad des Personenkraftwagens gekoppelt sein. Ferner kann ein Anlasser (nicht gezeigt) über ein Schwungrad an die Kurbelwelle 140 gekoppelt sein, um einen Anlassvorgang des Verbrennungsmotors 10 zu ermöglichen.
• Der Zylinder 14 kann über eine Reihe von Ansaugluftkanälen 142, 144 und 146 Ansaugluft aufnehmen. Luft, die über den Ansaugluftkanal 142 aufgenommen wird, kann über den Luftfilter 135 gefiltert werden, bevor sich die Luft in die Luftkanäle 144, 146 bewegt. Der Ansaugluftkanal 146 kann zusätzlich zu dem Zylinder 14 mit anderen Zylindern des Verbrennungsmotors 10 kommunizieren. In einigen Beispielen können einer oder mehrere der Ansaugkanäle eine Aufladevorrichtung, wie etwa einen Turbolader oder einen Kompressor, beinhalten. Zum Beispiel zeigt 1 den Verbrennungsmotor 10, der mit einem Turbolader konfiguriert ist, der einen Verdichter 174, der zwischen den Ansaugkanälen 142 und 144 angeordnet ist, und eine Abgasturbine 176, die entlang eines Abgaskanals 148 angeordnet ist, beinhaltet. Der Verdichter 174 kann mindestens teilweise über eine Welle 180 durch die Abgasturbine 176 angetrieben werden, wenn die Aufladevorrichtung als ein Turbolader konfiguriert ist. In anderen Beispielen, wie etwa, wenn der Verbrennungsmotor 10 mit einem Kompressor versehen ist, kann die Abgasturbine 176 jedoch optional weggelassen werden, wobei der Verdichter 174 durch mechanische Eingaben von einem Elektromotor oder dem Verbrennungsmotor angetrieben werden kann. Eine Drossel 162, die eine Drosselklappe 164 beinhaltet, kann entlang eines Ansaugkanals des Verbrennungsmotors bereitgestellt sein, um die Durchflussgeschwindigkeit und/oder den Druck der Ansaugluft zu variieren, die den Verbrennungsmotorzylindern bereitgestellt wird. Zum Beispiel kann die Drossel 162 stromabwärts des Verdichters 174 positioniert sein, wie in 1 gezeigt, oder sie kann alternativ stromaufwärts des Verdichters 174 bereitgestellt sein.
• Der Abgaskanal 148 kann Abgase zusätzlich zu dem Zylinder 14 von anderen Zylindern des Verbrennungsmotors 10 aufnehmen. Der Darstellung nach ist der Abgassensor 128 stromaufwärts einer Emissionssteuervorrichtung 178 an den Abgaskanal 148 gekoppelt. Der Sensor 128 kann aus verschiedenen geeigneten Sensoren zum Bereitstellen einer Angabe eines Abgasluft-Kraftstoff- Verhältnisses ausgewählt sein, wie zum Beispiel einer linearen Lambdasonde oder UEGO-Sonde (universal exhaust gas oxygen sensor; Breitband- oder Weitbereichlambdasonde), einer Zweizustands-Lambdasonde oder EGO-Sonde (wie dargestellt), einer HEGO-Sonde (beheizten EGO-Sonde), einem NOx-, HC- oder CO-Sensor. Bei der Emissionssteuervorrichtung 178 kann es sich um einen Dreiwegekatalysator (threeway catalyst - TWC), eine NOx-Falle, verschiedene andere Emissionssteuervorrichtungen oder Kombinationen davon handeln.
• Jeder Zylinder des Verbrennungsmotors 10 kann ein oder mehrere Einlassventile und ein oder mehrere Auslassventile beinhalten. Zum Beispiel beinhaltet der Zylinder 14 der Darstellung nach mindestens ein Einlasstellerventil 150 und mindestens ein Auslasstellerventil 156, die in einem oberen Bereich des Zylinders 14 angeordnet sind. In einigen Beispielen kann jeder Zylinder des Verbrennungsmotors 10, einschließlich des Zylinders 14, mindestens zwei Einlasstellerventile und mindestens zwei Auslasstellerventile beinhalten, die in einem oberen Bereich des Zylinders angeordnet sind.
• Das Einlassventil 150 kann über den Aktor 152 durch die Steuerung 12 gesteuert werden. Gleichermaßen kann das Auslassventil 156 über den Aktor 154 durch die Steuerung 12 gesteuert werden. Unter manchen Bedingungen kann die Steuerung 12 die den Aktoren 152 und 154 bereitgestellten Signale variieren, um das Öffnen und Schließen der entsprechenden Einlass- und Auslassventile zu steuern. Die Position des Einlassventils 150 und des Auslassventils 156 kann durch entsprechende Ventilpositionssensoren (nicht gezeigt) bestimmt werden. Die Ventilaktoren können der Art mit elektrischer Ventilbetätigung oder der Art mit Nockenbetätigung oder einer Kombination daraus angehören. Die Einlass- und Auslassventilansteuerung können gleichzeitig gesteuert werden oder es kann eine beliebige von einer Möglichkeit zur variablen Einlassnockenansteuerung, zur variablen Auslassnockenansteuerung, zur dualen unabhängigen variablen Nockenansteuerung oder zur festgelegten Nockenansteuerung verwendet werden. Jedes Nockenbetätigungssystem kann einen oder mehrere Nocken beinhalten und eines oder mehrere aus Systemen zur Nockenprofilverstellung (cam profile wwitching - CPS), variablen Nockenansteuerung (variable cam timing - VCT), variablen Ventilansteuerung (variable valve timing - WT) und/oder zum variablen Ventilhub (variable valve lift - VVL), die durch die Steuerung 12 betrieben werden können, zum Variieren des Ventilbetriebs verwenden. Zum Beispiel kann der Zylinder 14 alternativ ein über eine elektronische Ventilbetätigung gesteuertes Einlassventil und ein über eine Nockenbetätigung, einschließend CPS und/oder VCT, gesteuertes Auslassventil einschließen. In anderen Beispielen können die Einlass- und Auslassventile durch einen gemeinsamen Ventilaktor oder ein gemeinsames Betätigungssystem oder einen Aktor oder ein Betätigungssystem zur variablen Ventilansteuerung gesteuert werden.
• Der Zylinder 14 kann ein Verdichtungsverhältnis aufweisen, bei dem es sich um das Volumenverhältnis zwischen dem Kolben 138 am unteren Totpunkt und am oberen Totpunkt handelt. In einem Beispiel liegt das Verdichtungsverhältnis im Bereich von 9:1 bis 10:1. In einigen Beispielen, in denen andere Kraftstoffe verwendet werden, kann das Verdichtungsverhältnis jedoch erhöht sein. Hierzu kann es beispielsweise kommen, wenn Kraftstoffe mit einer höheren Oktanzahl oder Kraftstoffe mit einer höheren latenten Verdampfungsenthalpie verwendet werden. Das Verdichtungsverhältnis kann bei der Verwendung einer Direkteinspritzung aufgrund ihrer Auswirkung auf das Verbrennungsmotorklopfen ebenfalls erhöht sein.
• In einigen Beispielen kann jeder Zylinder des Verbrennungsmotors 10 eine Zündkerze 192 beinhalten, um die Verbrennung zu initiieren. Das Zündsystem 190 kann der Brennkammer 14 über die Zündkerze 192 einen Zündfunken als Reaktion auf ein Vorzündungssignal SA (spark advance) von der Steuerung 12 unter ausgewählten Betriebsmodi bereitstellen. In einigen Ausführungsformen kann die Zündkerze 192 jedoch weggelassen werden, wie etwa, wenn der Verbrennungsmotor 10 die Verbrennung durch eine Selbstzündung oder durch Kraftstoffeinspritzung initiieren kann, was bei einigen Dieselmotoren der Fall sein kann.
• In einigen Beispielen kann jeder Zylinder des Verbrennungsmotors 10 mit einer oder mehreren Kraftstoffeinspritzvorrichtungen konfiguriert sein, um diesem Kraftstoff bereitzustellen. Als nicht einschränkendes Beispiel beinhaltet der Zylinder 14 der Darstellung nach zwei Kraftstoffeinspritzvorrichtung 166 und 170 beinhaltet. Die Kraftstoffeinspritzvorrichtungen 166 und 170 können dazu konfiguriert sein, aus dem Kraftstoffsystem 8 aufgenommenen Kraftstoff abzugeben. Das Kraftstoffsystem 8 kann einen/eine oder mehrere Kraftstofftanks, Kraftstoffpumpen und Kraftstoffverteiler beinhalten. Der Darstellung nach ist die Kraftstoffeinspritzvorrichtung 166 direkt an den Zylinder 14 gekoppelt, um Kraftstoff proportional zur Impulsbreite des Signals FPW-1, das von der Steuerung 12 über einen elektronischen Treiber 168 empfangen wird, direkt in diesen einzuspritzen. So stellt die Kraftstoffeinspritzvorrichtung 166 sogenannte Direkteinspritzung (nachstehend als „DI“ bezeichnet) von Kraftstoff in den Verbrennungszylinder 14 bereit. Während die Einspritzvorrichtung 166 der Darstellung in 1 nach auf einer Seite des Zylinders 14 positioniert ist, kann sie alternativ dazu oberhalb des Kolbens angeordnet sein, wie etwa in der Nähe der Position der Zündkerze 192. Eine solche Position kann das Mischen und Verbrennen verbessern, wenn der Motor mit einem Kraftstoff auf Alkoholbasis betrieben wird, da einige Kraftstoffe auf Alkoholbasis eine geringere Flüchtigkeit aufweisen. Alternativ kann die Einspritzvorrichtung oberhalb und in der Nähe des Einlassventils angeordnet sein, um das Mischen zu verbessern. Kraftstoff kann der Kraftstoffeinspritzvorrichtung 166 aus einem Kraftstofftank des Kraftstoffsystems 8 über eine Hochdruckkraftstoffpumpe und einen Kraftstoffverteiler zugeführt werden. Ferner kann der Kraftstofftank einen Druckwandler aufweisen, welcher der Steuerung 12 ein Signal bereitstellt.
• Die Kraftstoffeinspritzvorrichtung 170 ist der Darstellung nach in einer Konfiguration, die sogenannte Saugrohreinspritzung von Kraftstoff (nachstehend als „PFI“ bezeichnet) in das Saugrohr stromaufwärts von dem Zylinder 14 bereitstellt, in dem Ansaugkanal 146 statt in dem Zylinder 14 angeordnet. Die Kraftstoffeinspritzvorrichtung 170 kann aus dem Kraftstoffsystem 8 aufgenommenen Kraftstoff proportional zur Impulsbreite des Signals FPW-2, das von der Steuerung 12 über den elektronischen Treiber 171 empfangen wird, einspritzen. Es ist zu beachten, dass ein einzelner Treiber 168 oder 171 für beide Kraftstoffeinspritzsysteme verwendet werden kann oder wie dargestellt mehrere Treiber, zum Beispiel der Treiber 168 für die Kraftstoffeinspritzvorrichtung 166 und der Treiber 171 für die Kraftstoffeinspritzvorrichtung 170, verwendet werden können.
• In einem alternativen Beispiel kann jede der Kraftstoffeinspritzvorrichtungen 166 und 170 als Direktkraftstoffeinspritzvorrichtung zum Einspritzen von Kraftstoff direkt in den Zylinder 14 konfiguriert sein. In noch einem anderen Beispiel kann jede der Kraftstoffeinspritzvorrichtungen 166 und 170 als Saugrohrkraftstoffeinspritzvorrichtungen zum Einspritzen von Kraftstoff stromaufwärts von dem Einlassventil 150 ausgelegt sein. In noch weiteren Beispielen kann der Zylinder 14 nur eine einzelne Kraftstoffeinspritzvorrichtung beinhalten, die dazu konfiguriert ist, unterschiedliche Kraftstoffe in variierenden relativen Mengen als Kraftstoffgemisch aus den Kraftstoffsystemen aufzunehmen, und die ferner dazu konfiguriert ist, dieses Kraftstoffgemisch entweder als Direktkraftstoffeinspritzvorrichtung direkt in den Zylinder oder als Saugrohrkraftstoffeinspritzvorrichtung stromaufwärts von den Einlassventilen einzuspritzen. Demnach versteht es sich, dass die hier beschriebenen Kraftstoffsysteme nicht durch die hier beispielhaft beschriebenen konkreten Konfigurationen von Kraftstoffeinspritzvorrichtungen beschränkt sein sollen.
• Kraftstoff kann dem Zylinder während eines einzelnen Zyklus des Zylinders durch beide Einspritzvorrichtungen zugeführt werden. Zum Beispiel kann jede Einspritzvorrichtung einen Teil einer Kraftstoffgesamteinspritzung bereitstellen, der in dem Zylinder 14 verbrannt wird. Ferner können/kann die Verteilung und/oder die relative Menge des Kraftstoffs, der von jeder Einspritzvorrichtung zugeführt wird, mit Betriebsbedingungen, wie etwa Verbrennungsmotorlast, Klopfen und Abgastemperatur, wie hier nachstehend beschrieben, variieren. Der in das Saugrohr eingespritzte Kraftstoff kann während eines Ereignisses mit geöffnetem Einlassventil, eines Ereignisses mit geschlossenem Einlassventil (z. B. im Wesentlichen vor dem Ansaugtakt) sowie während eines Betriebs bei sowohl offenem als auch geschlossenem Einlassventil zugeführt werden. Gleichermaßen kann direkt eingespritzter Kraftstoff zum Beispiel während eines Ansaugtakts sowie teilweise während eines vorhergehenden Ausstoßtakts, während des Ansaugtakts und teilweise während des Verdichtungstakts zugeführt werden. Demnach kann selbst bei einem einzigen Verbrennungsereignis eingespritzter Kraftstoff zu unterschiedlichen Zeitpunkten aus der Saugrohr- und Direkteinspritzvorrichtung eingespritzt werden. Außerdem können bei einem einzigen Verbrennungsereignis mehrere Einspritzungen des zugeführten Kraftstoffs pro Zyklus durchgeführt werden. Die mehreren Einspritzungen können während des Verdichtungstakts, Ansaugtakts oder einer beliebigen geeigneten Kombination daraus durchgeführt werden.
• Die Kraftstoffeinspritzvorrichtungen 166 und 170 können unterschiedliche Eigenschaften aufweisen. Dazu gehören Unterschiede in Bezug auf die Größe; zum Beispiel kann eine Einspritzvorrichtung eine größere Einspritzöffnung als die andere aufweisen. Zu anderen Unterschieden gehören u. a. unterschiedliche Spritzwinkel, unterschiedliche Betriebstemperaturen, unterschiedliche Zielsetzungen, unterschiedliche Einspritzzeitpunkte, unterschiedliche Spritzeigenschaften, unterschiedliche Positionen usw. Darüber hinaus können je nach dem Verteilungsverhältnis des eingespritzten Kraftstoffs zwischen den Einspritzvorrichtungen 170 und 166 unterschiedliche Wirkungen erzielt werden.
• Kraftstofftanks in dem Kraftstoffsystem 8 können Kraftstoffe unterschiedlicher Arten enthalten, wie etwa Kraftstoffe mit unterschiedlichen Kraftstoffeigenschaften und unterschiedlichen Kraftstoffzusammensetzungen. Die Unterschiede können Unterschiede in Bezug auf den Alkoholgehalt, den Wassergehalt, die Oktanzahl, Verdampfungswärme, Kraftstoffgemische und/oder Kombinationen davon usw. beinhalten. Ein Beispiel für Kraftstoffe mit unterschiedlicher Verdampfungswärme könnte Benzin als erste Kraftstoffart mit niedrigerer Verdampfungswärme und Ethanol als zweite Kraftstoffart mit größerer Verdampfungswärme beinhalten. In einem anderen Beispiel kann der Verbrennungsmotor Benzin als erste Kraftstoffart und ein alkoholhaltiges Kraftstoffgemisch, wie etwa E85 (das ungefähr zu 85 % aus Ethanol und zu 15 % aus Benzin besteht) oder M85 (das ungefähr zu 85 % aus Methanol und zu 15 % aus Benzin besteht), als zweite Kraftstoffart verwenden. Zu weiteren möglichen Stoffen gehören Wasser, Methanol, ein Gemisch aus Alkohol und Wasser, ein Gemisch aus Wasser und Methanol, ein Gemisch aus Alkoholen usw.
• In noch einem anderen Beispiel kann es sich ferner bei beiden Kraftstoffen um Alkoholgemische mit variierender Alkoholzusammensetzung handeln, wobei die erste Kraftstoffart ein Benzin-Alkohol-Gemisch mit einer niedrigeren Alkoholkonzentration sein kann, wie etwa E10 (das ungefähr zu 10 % aus Ethanol besteht), während die zweite Kraftstoffart ein Benzin-Alkohol-Gemisch mit einer höheren Alkoholkonzentration sein kann, wie etwa E85 (das ungefähr zu 85 % aus Ethanol besteht). Darüber hinaus können sich der erste und der zweite Kraftstoff auch in Bezug auf weitere Kraftstoffeigenschaften unterscheiden, wie beispielsweise einen Unterschied hinsichtlich der Temperatur, Viskosität, Oktanzahl usw. Außerdem können sich die Kraftstoffeigenschaften eines oder beider Kraftstofftanks häufig ändern, zum Beispiel aufgrund täglicher Schwankungen beim Auffüllen des Tanks.
• Steuerung 12 ist in 1 als ein Mikrocomputer dargestellt, der eine Mikroprozessoreinheit 106, Eingangs-/Ausgangsanschlüsse 108, ein elektronisches Speichermedium für ausführbare Programme und Kalibrierungswerte, in diesem konkreten Beispiel zum Speichern von ausführbaren Anweisungen als nichtflüchtiger Nurlesespeicher 110 dargestellt, Direktzugriffsspeicher 112, Keep-Alive-Speicher 114 und ein Datenbus beinhaltet. Die Steuerung 12 kann zusätzlich zu den zuvor erörterten Signalen verschiedene Signale von an den Motor 10 gekoppelten Sensoren empfangen, beinhaltend die Messung von eingeleitetem Luftmassenstrom (mass air flow - MAF) von Luftmassenstromsensor 122; Luftdruck von BP-Sensor 137; Motorkühlmitteltemperatur (engine coolant temperature - ECT) von Temperatursensor 116, der mit Kühlhülse 118 gekoppelt ist; eines Profilzündungsaufnahmesignals (profile ignition pickup - PIP) von Hall-Effekt-Sensor 120 (oder anderer Art), der mit der Kurbelwelle 140 gekoppelt ist; Drosselstellung (throttle postion - TP) von einem Drosselstellungssensor; und Krümmerabsolutdrucksignal (absolute manifold pressure - MAP) von Sensor 124. Ein Verbrennungsmotordrehzahlsignal, RPM, kann durch die Steuerung 12 aus dem PIP-Signal erzeugt werden. Das Krümmerdrucksignal MAP von einem Krümmerdrucksensor kann verwendet werden, um eine Angabe von Unterdruck oder Druck in dem Ansaugkrümmer bereitzustellen. Die Steuerung 12 empfängt Signale von den verschiedenen Sensoren aus 1 und setzt die verschiedenen Aktoren aus 1 ein, um den Verbrennungsmotorbetrieb auf Grundlage der empfangenen Signale und Anweisungen, die auf einem Speicher der Steuerung gespeichert sind, einzustellen. Zum Beispiel kann auf Grundlage eines Impulsbreitensignals, das einem an die Direkteinspritzvorrichtung gekoppelten Treiber durch die Steuerung befohlen wird, ein Kraftstoffimpuls von der Direkteinspritzvorrichtung an einen entsprechenden Zylinder abgegeben werden. Beispielhafte Routinen, die von der Steuerung ausgeführt werden können, sind in Bezug auf die 3-5 und 8 gezeigt.
• Wie vorstehend beschrieben, zeigt 1 lediglich einen Zylinder eines Mehrzylinderverbrennungsmotors. Somit kann jeder Zylinder gleichermaßen seinen eigenen Satz Einlass-/Auslassventile, Kraftstoffeinspritzvorrichtung(en), Zündkerze usw. aufweisen. Es versteht sich, dass der Verbrennungsmotor 10 jede geeignete Anzahl von Zylindern, einschließlich 2, 3, 4, 5, 6, 8, 10, 12 oder mehr Zylinder, beinhalten kann. Ferner kann jeder dieser Zylinder einige oder alle der verschiedenen Komponenten beinhalten, die in 1 unter Bezugnahme auf den Zylinder 14 beschrieben und abgebildet sind.
• In einigen Beispielen kann das Fahrzeug 5 ein Hybridfahrzeug mit mehreren Drehmomentquellen sein, die einem oder mehreren Fahrzeugrädern 55 zur Verfügung stehen. In anderen Beispielen ist das Fahrzeug 5 ein herkömmliches Fahrzeug nur mit einem Verbrennungsmotor oder ein Elektrofahrzeug nur mit (einer) elektrischen Maschine(n). In dem dargestellten Beispiel beinhaltet das Fahrzeug 5 einen Verbrennungsmotor 10 und eine elektrische Maschine 52. Bei der elektrischen Maschine 52 kann es sich um einen Elektromotor oder einen Elektromotor/Generator handeln. Die Kurbelwelle 140 des Verbrennungsmotors 10 und die elektrische Maschine 52 sind über ein Getriebe 54 mit den Fahrzeugrädern 55 verbunden, wenn eine oder mehrere Kupplungen 56 eingekuppelt sind. In dem abgebildeten Beispiel ist eine erste Kupplung 56 zwischen der Kurbelwelle 140 und der elektrischen Maschine 52 bereitgestellt und eine zweite Kupplung 56 ist zwischen der elektrischen Maschine 52 und dem Getriebe 54 bereitgestellt. Die Steuerung 12 kann ein Signal an einen Aktor jeder Kupplung 56 senden, um die Kupplung einzukuppeln oder auszukuppeln, um so die Kurbelwelle 140 mit bzw. von der elektrischen Maschine 52 und den damit verbundenen Komponenten zu verbinden oder zu trennen und/oder um die elektrische Maschine 52 mit bzw. von dem Getriebe 54 und den damit verbundenen Komponenten zu verbinden oder zu trennen. Bei dem Getriebe 54 kann es sich um ein Schaltgetriebe, ein Planetenradsystem oder eine andere Getriebeart handeln. Der Antriebsstrang kann auf verschiedene Weisen konfiguriert sein, einschließlich als ein Parallel-, Reihen- oder Reihen-Parallel-Hybridfahrzeug.
• Die elektrische Maschine 52 nimmt elektrische Leistung von einer Antriebsbatterie 58 auf, um den Fahrzeugrädern 55 Drehmoment bereitzustellen. Die elektrische Maschine 52 kann auch als Generator betrieben werden, um zum Beispiel während eines Bremsbetriebs elektrische Leistung zum Aufladen der Batterie 58 bereitzustellen.
• Es kann erforderlich sein, die verschiedenen Fahrzeugkomponenten regelmäßig zu warten und zu diagnostizieren. Zusätzlich kann die verbleibende Lebensdauer jeder Komponente auf Grundlage ihres Wartungs- oder Verschlechterungsverlaufes variieren. Zum Beispiel kann die Steuerung eine verbleibende Lebensdauer der Fahrzeugsystembatterie, des Ansaugluftfilters (Erfinder: bitte Beispiele von anderen Komponenten einfügen, die diagnostiziert werden) zeitweise diagnostizieren und rekursiv schätzen. Wie unter Bezugnahme auf die 3-5 und 8 ausgeführt, kann eine Fahrzeugsteuerung dazu konfiguriert sein, einen Algorithmus zu verwenden, um eine statistische Vorhersage bezüglich der verbleibenden Lebensdauer der Komponente auf Grundlage eines vorherigen Verlaufs des Verschlechterungsverhaltens der Komponente, auf Grundlage von erfassten Daten für Parameter bezüglich der Komponente sowie auf Grundlage von abgebildeten Fahrzeugfahrstatistiken (wie etwa Echtzeit-Fahrzeugfahrstatistiken oder die, die über einen aktuellen Fahrzeugfahrzyklus kompiliert werden) zu treffen. Die Steuerung kann dann dem Fahrzeugbediener nützliche Informationen bezüglich der Komponente bereitstellen, wie etwa in der Form einer Schätzung der Entfernung bis zur Wartung oder der Zeit bis zur Wartung.
• Die Komponenten aus 1 aktivieren ein Fahrzeugsystem, das einen Verbrennungsmotor; einen Elektromotor, der von einer Batterie angetrieben wird, Sensoren zum Messen der Batteriespannung und des -stroms und eine Steuerung umfasst. Die Steuerung kann mit auf nicht flüchtigem Speicher gespeicherten computerlesbaren Anweisungen für Folgendes konfiguriert sein: Vorhersagen eines Verschlechterungszustands der Batterie auf Grundlage der bestimmten Batteriekapazität und des -widerstands, die von dem/der erfassten Batteriestrom oder -spannung abgeleitet werden, einschließlich eines früheren Verlaufs des/der bestimmten Batteriewiderstands und -kapazität. Die Steuerung kann ferner Anweisungen zum Umwandeln des vorhergesagten Verschlechterungszustands in eine Schätzung der verbleibenden Zeit oder Dauer zur Anzeige an einen Fahrzeugbediener auf Grundlage früherer Fahrverlaufsdaten und von vorhergesagtem zukünftigen Fahren, einschließlich des früheren Verlaufs der bestimmten Metrik, beinhalten.
• Die Komponenten aus 1 aktivieren ferner ein Fahrzeugsystem, das einen Verbrennungsmotor, beinhaltend einen Ansaugkanal; einen Luftfilter, der an den Ansaugkanal gekoppelt ist; eine Ansaugdrossel; einen Krümmerluftstromsensor, der stromabwärts der Ansaugdrossel gekoppelt ist; und eine Steuerung umfasst. Die Steuerung kann mit auf einem nicht flüchtigen Speicher gespeicherten computerlesbaren Anweisungen für Folgendes konfiguriert: Speichern der gemessenen Luftstrommesswerte, wenn die Ansaugdrossel über einen Schwellendrosselwinkel befohlen wird; Schätzen einer Metrik, die eine Verteilung des Krümmerluftstroms angibt, auf Grundlage der gespeicherten gemessenen Luftstrommesswerte; Vorhersagen eines Verschlechterungszustands des Luftfilters auf Grundlage der geschätzten Metrik relativ zu einem Schwellenwert; und Umwandeln des vorhergesagten Verschlechterungszustands in eine Schätzung der verbleibenden Zeit oder Dauer zur Anzeige an einen Fahrzeugbediener auf Grundlage früherer Fahrverlaufsdaten und des vorhergesagten zukünftigen Fahrens, einschließlich eines früheren Verlaufs der geschätzten Metrik. Als ein Beispiel kann das Vorhersagen Vorhersagen eines höheren Zustands der Verschlechterung beinhalten, wenn die geschätzte Metrik unter den Schwellenwert fällt. Die Metrik kann eine erste Metrik sein und die Steuerung kann ferner Anweisungen zum Schätzen einer zweiten Metrik beinhalten, die auf einen durchschnittlichen Krümmerluftstrom durch den Luftfilter hinweist. In diesem Fall kann das Vorhersagen Vorhersagen des höheren Zustands der Verschlechterung beinhalten, wenn die zweite Metrik unter den Schwellenwert fällt. Der Schwellenwert kann als eine Funktion einer jüngsten Schätzung der Metrik, die von dem früheren Verlauf der geschätzten Metrik abgerufen wird, und eine Entfernung, die von dem Fahrzeug seit der jüngsten Schätzung der geschätzten Metrik gefahren wurde, bestimmt werden. Alternativ kann der Schwellenwert als eine Funktion einer ersten Schätzung der Metrik zu einem Zeitpunkt der Installation des Luftfilters, die vom früheren Verlauf der geschätzten Metrik abgerufen wird, und einer Entfernung, die von dem Fahrzeug seit der Installation des Luftfilters gefahren wurde, bestimmt werden. Unter Bezugnahme auf 2 stellen die Karten 200, 220 und 230 beispielhafte Verschlechterungsmodelle für eine Fahrzeugkomponente dar. In jedem Fall stellt die x-Achse die Zeit dar und die y-Achse stellt die prozentuale Lebensdauer dar, wobei T₁₀₀ eine Zeit repräsentiert, wenn die Komponente das Ende ihrer Lebensdauer L₁₀₀ erreicht.
• Es wird vorausgesetzt, dass das Verschlechterungsverhalten einer Komponente während ihres gesamten Lebensdauerzeitintervalls im Allgemeinen konstant ist. Von einem konstanten Verschlechterungsverhalten ausgegangen, wie unter Bezugnahme auf Karte 200 gezeigt, kann zum Beispiel ein lineares Verschlechterungsmodell bestimmt werden, wobei die verbleibende Lebensdauer gemäß der folgenden Gleichung berechnet wird: L = alpha * T, wobei alpha die Verschlechterungsrate ist. Zu einem dazwischenliegenden Zeitpunkt (T_interm) vor dem Ausfall der Komponente kann die Komponente mit einer prozentualen Lebensdauer als L_interm prognostiziert werden. Hierin ist T_interm die Zeit, die zwischen dem Beginn der Lebensdauer der Komponente (Lo, wenn die Komponente das erste Mal in Betrieb genommen wird, wie nach einem Austausch, nach der Wartung, nach einem Zurücksetzen usw.) und der Zeit verstrichen ist, wenn die Prognose in Echtzeit erfolgt. Somit kann L_interm auf Grundlage des Modells folgendermaßen bestimmt werden: L_interm = alpha*T_interm. Die verbleibende Zeit (T_RL) bis zum Ende der Lebensdauer der Komponente kann folgendermaßen bestimmt werden: $${\text{T}}_{\text{RL}}=\left({\text{T}}_{\text{100}}-{\text{T}}_{\text{interm}}\right)=\left({\text{L}}_{\text{100}}-{\text{L}}_{\text{interm}}\right)\text{/alpha}$$

  
• Alpha wird in Echtzeit auf Grundlage der Verschlechterung der Komponente geschätzt (vergangene Beobachtung, zwischen T₀ und T_interm). L₁₀₀ wird als eine Eingabe bereitgestellt, um das Ende der Lebensdauer der Komponente zu definieren. L_interm wird dann in Echtzeit anhand des Prognose-Algorithmus geschätzt.
• Allerdings können aufgrund der Art des Betriebs der Komponente und der Interaktion mit Geräuschfaktoren Bedingungen vorliegen, die eine plötzliche Veränderung der verbleibenden Lebensdauer der Komponente verursachen. Als ein Beispiel kann der Ansaugluftfilter mit einer linearen Verschlechterungsrate aufgrund von Staubansammlung auf dem Filter während des Fahrens und des Verbrennungsmotorluftansaugens langsam verstopfen. Während des Fahrens des Fahrzeugs durch Schnee oder in der Gegenwart von staubigen Bedingungen (wie etwa Fahren durch einen Sandsturm) kann der Luftfilter jedoch in einer kürzeren Zeit stärker verstopfen, wobei das zusätzliche Verstopfen auf Grundlage der Art der Ansammlung klar oder nicht klar sein kann. In solch einem Fall kann die Modellierung der verbleibenden Lebensdauer der Konstante noch immer eine konstante Verschlechterungsrate auf Grundlage früherer Statistiken voraussetzen und die Rate auf Grundlage einer Echtzeit-Beurteilung der Bedingung in Echtzeit anpassen.
• Zum Beispiel kann das Modell unter Bezugnahme auf die Karte 220 zuerst eine konstante Verschlechterungsrate zwischen T₀ und T_interm voraussetzen. Bei T_interm kann die Komponente einer drastischen Veränderung unterliegen, die bewirkt, dass die Schätzung der prozentualen verbleibenden Lebensdauer von L_interm zu L'_interm geändert wird, wobei L'_interm = L_interm + deltaL. Von einem konstanten Verschlechterungsverhalten zwischen T₀ und T'_interm als zwischen T₀ und T_interm ausgegangen, da L_interm = alpha*T_interm, wird die verbleibende Lebensdauer folgendermaßen berechnet: $${\text{T}}_{\text{RL}}=\left({\text{T}}_{\text{100}}-{\text{T}}_{\text{interm}}\right)=\left({\text{L}}_{\text{100}}-{\text{L}}_{\text{interm}}-\text{deltaL}\right)\text{/alpha}\mathrm{=}\left({\text{L}}_{\text{100}}-{\text{L'}}_{\text{interm}}\right)\text{/alpha}$$

  
• Es versteht sich, dass die drastische Veränderung positiv oder negativ sein kann und die Gleichung in beiden Szenarien gelten kann.
• Unter Bezugnahme auf Karte 230 kann das Modell zuerst eine konstante Verschlechterungsrate zwischen T₀ und T_interm1 voraussetzen. Bei T_interm1 kann eine erste, positive drastische Veränderung auftreten, die bewirkt, dass die Schätzung der verbleibenden prozentualen Lebensdauer von L_interm zu L'_interm zu ändern ist. Zwischen T_interm1 und T_interm kann eine konstante Rate der Verschlechterung vorausgesetzt werden. Bei T_interm2 kann eine zweite, negative drastische Veränderung auftreten, die bewirkt, dass die Schätzung der verbleibenden prozentualen Lebensdauer von L'_interm zu L_interm zurückzukehren ist. Danach kann die konstante Verschlechterungsrate bis L₁₀₀ erneut vorausgesetzt werden. Als ein Beispiel für solch eine Bedingung, wenn ein Luftfilter aufgrund von Schnee teilweise verstopft ist, kann eine drastische Veränderung des Gesundheitszustands des Filters vorliegen, wodurch die verbleibende Lebensdauer des Filters nach vorn, näher zum Ende der Lebensdauer der Komponente verschoben wird. Wenn jedoch der Schnee schmilz oder der Filter entfernt, gereinigt und wiedereingesetzt wird, liegt eine weitere drastische Veränderung des Gesundheitszustands des Filters vor, wobei die verbleibende Lebensdauer des Filters nach hinten verschoben wird.
• Unter Bezugnahme auf 3 ist ein beispielhaftes Verfahren 300 zum Schätzen der verbleibenden Lebensdauer einer Fahrzeugkomponente gezeigt. Anweisungen zum Ausführen des Verfahrens 300 und der verbleibenden hier beinhalteten Verfahren können durch eine Steuerung auf Grundlage von auf einem Speicher der Steuerung gespeicherten Anweisungen und in Verbindung mit von Sensoren des Verbrennungsmotorsystems empfangenen Signalen ausgeführt werden, wie etwa den vorstehend unter Bezugnahme auf 1 beschriebenen Sensoren. Die Steuerung kann Aktoren des Fahrzeugsystems und des Verbrennungsmotorsystems nutzen, um den Gesundheitszustand der Komponente gemäß den nachfolgend beschriebenen Verfahren zu diagnostizieren. Das Verfahren ermöglicht das Vorhersagen eines Zustands der Verschlechterung einer Fahrzeugkomponente auf Grundlage einer Veränderung des Werts einer Metrik in Verbindung mit der Fahrzeugkomponente von einem ersten Wert der Metrik zu einem Zeitpunkt der Installation im Fahrzeugsystem über eine Dauer des Fahrens des Fahrzeugs hinweg. Das Vorhersagen beruht ferner auf einer Entfernung, die von dem Fahrzeug über die Dauer hinweg gefahren wurde, wobei die Metrik von einem erfassten Fahrzeugbetriebsparameter abgeleitet wird. Das Verfahren ermöglicht ferner das Umwandeln des vorhergesagten Zustands der Verschlechterung in eine Schätzung der Zeit oder Dauer, die verbleibend ist, bevor die Fahrzeugkomponente zu warten (oder auszutauschen) ist, zur Anzeige an einen Fahrzeugbediener, wobei das Umwandeln auf jedem von früheren Fahrverlaufsdaten und vorhergesagtem zukünftigen Fahren beruht.
• Bei 302 beinhaltet das Verfahren Schätzen und/oder Messen von Fahrzeugbetriebsbedingungen. Diese können zum Beispiel Fahrzeuggeschwindigkeit, Verbrennungsmotordrehzahl, Pedalposition, Fahrerbedarfsdrehmoment, Umgebungsbedingungen (wie etwa Umgebungstemperatur, -druck und -luftfeuchtigkeit), Ladedruck, Batterieladestatus, Krümmerluftstrom, Luft-Kraftstoff-Verhältnis des Abgases, Getriebegangauswahl, Fahrmodus (z. B. elektrischer oder Verbrennungsmotormodus; Sport-, Leistungs- oder Sparmodus) usw. beinhalten.
• Bei 303 beinhaltet das Verfahren Auswählen einer Komponente zur Beurteilung. Eine Komponente kann regelmäßig beurteilt werden. Darin kann das Auswählen einer Komponente auf einer Zeit oder Entfernung des Fahrens des Fahrzeugs, die seit einer letzten Beurteilung der Komponente verstrichen ist, beruhen. In einem anderen Beispiel kann das Auswählen auf einer aktiven Anforderung, die vom Bediener empfangen wird, beruhen. Dies kann zusätzlich zu oder unabhängig von der regelmäßigen Beurteilung erfolgen. Zum Beispiel kann ein Bediener die Prognose einer Systembatterie anfordern, bevor er eine geplante Fahrroute beginnt.
• Bei 304 beinhaltet das Verfahren Abrufen des Verschlechterungs- oder Wartungsverlaufs der Komponente, die zu beurteilen ist. Dies beinhaltet Abrufen einer Zeit oder Dauer, die verstrichen ist, seit die Komponente das erste Mal installiert oder im Fahrzeug betrieben wurde. Alternativ kann dies Abrufen einer Zeit oder Dauer beinhalten, die verstrichen ist, seit die Komponente zuletzt gewartet, repariert oder zurückgesetzt wurde. Zusätzlich kann der Wartungsverlauf Einzelheiten zu einer Rate der Verschlechterung der Komponente vor dem jüngsten Wartungsereignis, einer Ausgangsrate der Verschlechterung der Komponente, einer durchschnittlichen Rate der Verschlechterung der Komponente über die Lebensdauer des Fahrzeugs hinweg und jedem beliebigen Diagnosecode in Verbindung mit der Komponente, der über die Lebensdauer des Fahrzeugs hinweg aktiviert wurde, beinhalten.
• Bei 306 beinhaltet das Verfahren Verwenden von Daten, die an Bord des Fahrzeugs erfasst wurden, um den Gesundheitszustand der Komponente zu bestimmen. Wie unter Bezugnahme auf die Beispiele aus den 5 und 8 ausgeführt, beinhaltet dies Erfassen eines oder mehrerer Parameter in Verbindung mit der Komponente und Vergleich der erfassten Daten zu einer aktuellen Iteration der Routine mit Daten, die bei einer vorherigen Iteration der Routine erfasst wurden, um die Rate der Verschlechterung der Komponente (von einer Ausgangsrate) in Echtzeit zu aktualisieren. Zum Beispiel kann die Steuerung einen Zustand der Verschlechterung einer Fahrzeugkomponente auf Grundlage einer bestimmten Metrik, die von einem erfassten Fahrzeugbetriebsparameter abgeleitet wird, einschließlich eines früheren Verlaufs der bestimmten Metrik, vorhersagen. In einem Beispiel ist die Fahrzeugkomponente eine Systembatterie, die bestimmte Metrik ist eines oder mehrere von einem Batteriewiderstand und einer Batteriekapazität und der erfasste Fahrzeugbetriebsparameter beinhaltet eines oder mehrere eines Batteriestroms und einer Batteriespannung. In einem anderen Beispiel ist die Fahrzeugkomponente ein Ansaugluftfilter des Verbrennungsmotors und die bestimmte Metrik ist eines oder mehrere eines Mittelwerts und eines Standardabweichungswerts von Luftstrom durch den Filter und der erfasste Fahrzeugbetriebsparameter beinhaltet Krümmerluftstrom. In jedem Fall wird der erfasste Fahrzeugbetriebsparameter auf Grundlage der zu prognostizierenden Fahrzeugkomponente ausgewählt.
• Von 306 geht das Verfahren zu 308 über, wobei die Komponente auf Grundlage des Gesundheitszustands (wie auf Grundlage der erfassten Daten bestimmt) relativ zu einem Schwellenwert diagnostiziert wird. Wenn beispielsweise bestimmt wird, dass der geschätzte Gesundheitszustand einen komponentenspezifischen Schwellenwert unterschreitet, kann die Komponente als verschlechtert angesehen werden, und dem Bediener kann eine Angabe bereitgestellt werden, dass die Komponente repariert, gewartet oder ausgetauscht werden muss.
• Anschließend geht das Verfahren von 306 zu 310 über, wobei die Fahrzeugfahrstatistiken abgerufen werden. Die Fahrzeugfahrstatistiken können zum Beispiel eine Entfernung, die über die Lebensdauer des Fahrzeugs hinweg zurückgelegt wurde (z. B. auf Grundlage eines Messwerts des Kilometerzählers), einer Anzahl und Frequenz von Wartungsereignissen, die über die Lebensdauer des Fahrzeugs hinweg aufgetreten sind (z. B., wie viele Ölservices aufgetreten sind, bei welcher Frequenz sie durchgeführt wurden, bei welchem Messwert des Kilometerzählers sie durchgeführt wurden), die durchschnittliche Kraftstoffeffizienz des Fahrzeugs, die durchschnittliche Geschwindigkeit des Fahrzeugs, die durchschnittliche Nutzung der Getriebegänge des Fahrzeugs, die durchschnittliche Anzahl an Kilometern, die jeden Tag zurückgelegt wurden, den durchschnittlichen Reifendruck des Fahrzeugs usw. beinhalten. Die Fahrzeugfahrstatistiken können ferner zum Beispiel bedienerspezifische Fahrmuster und -gewohnheiten beinhalten. Zum Beispiel können diese eine Präferenz des Bedieners hinsichtlich der Kraftstoffeffizienz gegenüber der Leistung, eine Frequenz und ein Maß der Pedalnutzung und -betätigung (z. B., ob der Bediener einen „Bleifuß“ aufweist), wie offensiv der Bediener zu fahren neigt, die durchschnittliche Geschwindigkeit, bei der der Bediener fährt usw. beinhalten. Fahrzeugfahrstatistiken können ferner Einzelheiten hinsichtlich Wetterbedingungen, bei denen das Fahrzeug typischerweise gefahren wird, wie etwa, ob das Fahrzeug typischerweise bei Regen oder Schnee betrieben wird, trockene oder feuchte Bedingungen usw. beinhalten. Die Fahrzeugfahreigenschaften können Fahrtendenzen des Bedieners und durchschnittliche Bedingungen, die von der Fahrzeugkomponente erfahren werden, widerspiegeln, was die Ausgangsrate der Verschlechterung der Komponente beeinflussen kann.
• Bei 312 können der geschätzte Gesundheitszustand der Komponente (auf Grundlage der erfassten Daten) und die abgerufenen Fahrzeugfahrstatistiken in Kombination verwendet werden, um eine rekursive Schätzung einer Zeit oder Entfernung, die vor der Verschlechterung der Komponente verbleibend ist, durchzuführen. Zum Beispiel kann der geschätzte Gesundheitszustand der Komponente aktualisiert werden, um die Fahrzeugfahrstatistiken zu berücksichtigen, und dann kann der aktualisierte Gesundheitszustand in eine Schätzung von Zeit/Entfernung, die verbleibend ist, bevor die Verschlechterung der Komponente auftritt, umgewandelt werden. In einem Beispiel kann die Steuerung einen Algorithmus verwenden, wie etwa den beispielhaften Algorithmus aus 6 oder die beispielhafte Routine aus 8, die mit dem Algorithmus aus 4 kombiniert wird, um den aktualisierten Gesundheitszustand in eine Schätzung von Zeit/Entfernung, die verbleibend ist, bevor die Verschlechterung der Komponente auftritt, umzuwandeln. Zum Beispiel kann die Steuerung den vorhergesagten Verschlechterungszustand in eine Schätzung der verbleibenden Zeit oder Dauer zur Anzeige an einen Fahrzeugbediener auf Grundlage früherer Fahrverlaufsdaten und von vorhergesagtem zukünftigen Fahren, einschließlich des früheren Verlaufs der bestimmten Metrik, umwandeln. Zusätzlich kann der vorhergesagte Verschlechterungszustand in eine verbleibende Anzahl von Kraftstofftank-Nachfüllereignissen zur Anzeige an den Fahrzeugbediener auf Grundlage der früheren Fahrverlaufsdaten und des vorhergesagten zukünftigen Fahrens umgewandelt werden.
• Bei 314 kann die Steuerung die geschätzte Zeit/Entfernung anzeigen, die vor der Verschlechterung der Komponente verbleibend ist, dem Fahrzeugbediener anzeigen, wie etwa auf einem Anzeigebildschirm einer Mittelkonsole des Fahrzeugs.
• Unter Bezugnahme auf 4 ist ein beispielhaftes Verfahren 400 zum Schätzen von Informationen bezüglich Zeit oder Entfernung bis zur Wartung für eine Fahrzeugkomponente gezeigt. Der Algorithmus beruht auf statistischer Charakterisierung einer Fahrfrequenz oder - dauer als eine Funktion der absoluten Zeit. Die Vorhersage der verbleibenden Entfernung (oder Zeit) erfolgt auf Grundlage einer früheren Verschlechterungsrate der Komponente zusammen mit den Fahrstatistiken des Fahrzeugs. Die Entfernungsschätzung kann als das Produkt der verbleibenden Zeit, die vor der Verschlechterung der Komponente verbleibend ist (in Tagen), und der Entfernung, die pro Tag vom Fahrzeug gefahren wird, bestimmt werden. Eine Genauigkeit der Entfernungsschätzung kann ferner durch Berücksichtigen von Fahrabweichungen (z. B. Fahrabweichungen für bestimmte Tage in der Woche oder Abweichungen zwischen den Wochen) und ferner durch Berücksichtigen einer Sicherheitsspanne, die einen fehlerfreien Betrieb der Komponente während der geschätzten verbleibenden Lebensdauer besser sicherstellt, verbessert werden.
• Zum Beispiel kann der Algorithmus zu einem beliebigen gegebenen Zeitpunkt auf einem Verschlechterungsratenmodell beruhen, um die Standardabweichung folgendermaßen zu erhöhen: $$\text{\% Verschlechterung}\left(\text{t}\right)={\text{mu }}_{\text{Verschlechterung}}\left(\text{t}\right)+{\text{n }}^{\ast }{\text{ sigma }}_{\text{Verschlechterung}}\left(\text{t}\right)$$

  

  wobei n der Sicherheitsfaktor ist, der kalibrierbar sein kann, und wobei mu _{Verschlechterung}(t) und sigma _{Verschlechterung}(t) die Echtzeit-Schätzungen des Verschlechterungsmodells sind.
• Bei 402 beinhaltet das Verfahren das Bestimmen, dass der Verbrennungsmotor angeschaltet ist. Wenn das Fahrzeug zum Beispiel ein Hybridfahrzeug ist, kann bestimmt werden, dass das Fahrzeug in einem Verbrennungsmotormodus oder in einem Unterstützungsmodus betrieben wird, wobei mindestens ein Teil des Drehmomentbedarfs durch das Verbrennungsmotordrehmoment bereitgestellt wird. Wenn der Verbrennungsmotor nicht angeschaltet ist, kann das Verfahren enden. Da im elektrischen Modus kein Luftstrom durch den Luftfilter vorhanden ist, wird keine Verschlechterung erwartet. Dasselbe gilt für andere benzinverbrennungsmotorverbundene Komponenten (wie einen Ölfilter, eine Kühlmittelpumpe usw.). Andere Komponenten, wie zum Beispiel eine Batterie und eine Lichtmaschine, sind während des elektrischen Betriebsmodus noch immer betriebsfähig. Daher können sie dennoch überwacht/prognostiziert werden, während der Verbrennungsmotor abgeschaltet ist.
• Bei 406 beinhaltet das Verfahren das Inkrementieren eines Zeitzählers, um eine Echtzeit-Schätzung der verstrichenen Zeit (t) bereitzustellen. Anschließend beinhaltet das Verfahren bei 408 das Überprüfen, ob der letzte Durchlauf des Algorithmus am aktuellen Tag durchgeführt wurde, an dem die Routine durchgeführt wird („heute“). Bei 410 beinhaltet das Verfahren das Inkrementieren der zurückgelegten Entfernung bei Zeit t als: $$\text{dist}\left(\text{t}\right)=\text{dist}\left(\text{t}\mathrm{-}\text{1}\right)+{\text{Vspd }}^{\ast }\mathrm{\Delta }\text{t}\text{,}$$

  

  wobei dist (t) die bei Zeit t abgedeckte Entfernung ist, dist (t-1) die bei der letzten Wiederholung der Routine (t-1) abgedeckte Entfernung ist, Vspd die Fahrzeuggeschwindigkeit ist und Δt die Zeit ist, die seit der letzten Wiederholung der Routine verstrichen ist.
• Bei 412 beinhaltet das Verfahren optional das rekursive Aktualisieren eines oder mehrerer statistischer Parameter der Daten, die für die bewertete Komponente gesammelt wurden, wobei der eine oder die mehreren Parameter einen Mittelwert der gesammelten Daten (µ_heute(t)) und einen Standardabweichungswert der gesammelten Daten (σ_heute(t)) beinhalten. Die aktualisierten Werte werden dann als eine Funktion der vorhergehenden Werte, die bei der Zeit der letzten Wiederholung der Routine (z. B. die letzte Woche) und der abgedeckten Entfernung (dist(t)) gespeichert sind, gespeichert. In Abhängigkeit davon, wie häufig erwartet wird, dass der Algorithmus die verbleibende Lebensdauer der zu überwachenden/prognostizierenden Komponente meldet/aktualisiert, wird die Routine entweder jeden Tag oder innerhalb desselben Tags, falls die Zielkomponente zur schnellen Verschlechterung neigt, aktualisiert.
• Unter erneuter Bezugnahme auf 408, wenn der aktuelle Durchlauf des Algorithmus am festen Tag („heute“) durchgeführt wird, der zum Durchführen der Routine ausgewählt ist, dann kann bei 420 angegeben werden, dass der Tag des letzten Durchlaufs der Routine der aktuelle Tag (der heutige Tage) ist. Bei 422 beinhaltet das Verfahren optional das rekursive Aktualisieren eines oder mehrerer statistischer Parameter der Daten, die für die bewertete Komponente gesammelt wurden, wobei der eine oder die mehreren Parameter einen Mittelwert der gesammelten Daten (µ_heute-1(t)) und einen Standardabweichungswert der gesammelten Daten (σ_heute-1(t)) beinhalten. Die aktualisierten Werte werden dann als eine Funktion der vorhergehenden Werte, die bei der Zeit der letzten Wiederholung der Routine (z. B. die letzte Woche) und der abgedeckten Entfernung (dist(t)) gespeichert sind, gespeichert, d. h. die Schätzungen von µ_heute-1 und σ_heute-1 der letzten Woche und dist(t). Hier werden mu- und sigma-Schätzungen auf der Grundlage der alten Werte (vom letzten Durchlauf) und der am letzten Tag zurückgelegten Entfernung aktualisiert.
• Bei 424 beinhaltet das Verfahren das Einstellen der abgedeckten Entfernung auf null, um den Entfernungszähler am neuen Tag zu reinitialisieren. Das heißt, die Steuerung kann dist(t) = 0 einstellen. Man nehme zum Beispiel an, dass die Fahrstatistiken für einen bestimmten Tag, wie zum Beispiel Sonntag, sind. Um die Statistiken am Sonntag der aktuellen Woche zu aktualisieren (das heißt, die Signal- und mu-Werte für Sonntag), kann der Algorithmus auf eine von zwei Arten voranschreiten. In einer ersten Option kann die Steuerung die Werte in Echtzeit (d. h. kontinuierlich) schätzen oder aktualisieren und das Ergebnis jedes Mal speichern, wenn neue Daten gesammelt werden. Hier können sigma(d, w-1), mu(d, w-1) und dist(d, t) die Eingaben sein. Die erzeugten Ausgaben sind sigma(d, w) und mu(d, w). In der zweiten Option kann die Steuerung weiterhin Fahrdaten am Sonntag sammeln und bis Montag warten, um die Fahrstatistiken für Sonntag einmalig (das heißt in diskreten Ereignissen) zu aktualisieren und das neue Ergebnis zu speichern. Hier können sigma(d-1, w-1), mu(d-1, w-1) und dist(d, t) die Eingaben sein. Die erzeugten Ausgaben sind sigma(d-1, w) und mu(d-1, w).
• Auf diese Weise stützt sich der Algorithmus aus 4 auf die statistische Charakterisierung des Gesundheitszustands einer Komponente als eine Funktion der Zeit. Durch das Durchführen der Vorhersage der noch verbleibenden Lebensdauer auf der Grundlage der früheren Verschlechterungsrate und das Durchführen einer linearen oder nicht linearen Näherung zum Schätzen der verbleibenden Zeit der Komponente wird ein zuverlässigerer Prognoseansatz bereitgestellt. Durch das Abbilden der Zeit bis zur Wartung in die Entfernungsinformationen unter Verwendung von Fahrstatistiken können die Informationen ebenfalls in einem Format an den Fahrzeugbediener weitergegeben werden, welches dem Fahrzeugbediener das rechtzeitige Warten der Komponente und optional das Anpassen seine Fahrmuster/-gewohnheiten ermöglicht.
• Unter Bezugnahme auf 5 wird eine beispielhaftes Routine 500 zum genauen Schätzen der verbleibenden Lebensdauer einer Fahrzeugsystembatterie gezeigt. 6 stellt den Algorithmus aus 5 als ein Blockdiagramm dar. Das Verfahren diagnostiziert und prognostiziert den Gesundheitszustand einer Automobilbatterie. Das Verfahren beinhaltet einen lernbasierten Ansatz auf hoher Ebene, der auf alle Typen von Automobilbatterien angewendet werden kann, einschließlich Blei-Säure- und Lithium-Ionen-Batterien. Die äquivalenten Schaltungsparameter werden regelmäßig, bei festen Intervallen identifiziert und es wird angenommen, dass sie explizit von der Batterietemperatur (θ) und dem Ladezustand (state of charge - SOC) abhängig sind.
• Der Gesundheitszustand (state of health - SOH) einer Batterie kann ein Prozentsatz der verbleibenden Lebensdauer ausgedrückt werden, der von 100 % für neue Batterien bis 0 % für leere Batterien variiert. Wenn die Batterie altert und sich ihr SOH verschlechtert, steigt ihr Innenwiderstand und ihre Innenkapazität nimmt ab. Der Prognosealgorithmus aus den 5-6 verwendet einen gewichteten Ausdruck des SOH, welcher diese Anstiege von R und Abnahmen von C gemäß dem folgenden Phänomen berücksichtigt: $${\text{SO}}_{\text{H}}={\text{SOH}}_{\text{R}}{}^{\ast }{\text{ SOH}}_{\text{C}}$$

  
• Innen-R und -C stehen in Bezug zu den geschätzten R₀, R₁ und C₁, die überwacht werden, und dadurch wird der SOH geschätzt. Die Karte 700 aus 7 stellt die Änderung der Innen-C einer Batterie im Verlauf der Zeit dar, während die Karte 750 aus 7 die Änderung des Innen-R der Batterie im Verlauf der Zeit darstellt (Erfinder: bitte ausarbeiten).
• In Bezug auf das Verfahren 500 aus 5 beinhaltet das Verfahren bei 502 das Schätzen und/oder Messen von Temperaturbedingungen. Diese umfassen zum Beispiel die Umgebungstemperatur, die Batterietemperatur usw. Bei 504 beinhaltet das Verfahren das Abrufen des Wartungsverlaufs der Batterie, um zu bestimmen, wann die Batterie das letzte Mal gewartet wurde. Die letzte Wartung der Batterie kann beinhalten, dass die Batterie ausgetauscht, repariert oder zurückgesetzt wurde. Zum Beispiel kann eine Dauer oder eine Entfernung, die zurückgelegt wurde, seit die Batterie das letzte Mal gewartet wurde, abgerufen werden. Außerdem kann die Verschlechterungsrate der Batterie bei der letzten Wartung sowie die Natur/der Grund der Verschlechterung bei der letzten Wartung abgerufen werden. Es kann zum Beispiel bestimmt werden, ob die Batterie aufgrund eines Temperaturproblems (z. B. aufgrund von Überhitzung), aufgrund von Alterung, aufgrund einer Verschleißrate, die höher als erwartet ist, aufgrund eines Fahrzeugereignisses/Unfalls usw. verschlechtert ist.
• Bei 506 beinhaltet das Verfahren das Messen der Batterieparameter in Echtzeit. Zum Beispiel kann eine Echtzeit-Schätzung des Batteriestroms (I) und der Batteriespannung (V) durchgeführt werden. Der Wert der Echtzeit-Schätzung kann mit Referenzwerten der Parameter verglichen werden. Wie hier ausgearbeitet, kann die Steuerung einen Verschlechterungszustand einer Fahrzeugkomponente auf der Grundlage einer bestimmten Metrik, die von einem erfassten Fahrzeugbetriebsparameter abgeleitet wurde, einschließlich eines früheren Verlaufs der bestimmten Metrik, bestimmen und den vorhergesagten Verschlechterungszustand in eine verbleibende Zeit oder Dauer zur Anzeige an einen Fahrzeugbediener auf der Grundlage früherer Fahrverlaufsdaten und vorhergesagtem zukünftigen Fahren, einschließlich des früheren Verlaufs der bestimmten Metrik, umwandeln. Im dargestellten Beispiel ist die Komponente eine Systembatterie, die bestimmte Metrik ist eines oder mehrere von einem Batteriewiderstand und einer Batteriekapazität und der erfasste Fahrzeugbetriebsparameter beinhaltet eines oder mehrere eines Batteriestroms und einer Batteriespannung. Das Messen der Batterieparameter in Echtzeit beinhaltet das Messen während des Fahrzeugbetrieb, wenn sich die Fahrzeug- und Verbrennungsmotorbetriebsbedingungen ändern. Zum Beispiel können die Fahrzeugbetriebsparameter während vorübergehender und stationärer Fahrzeugbetriebsbedingungen erfasst werden. Die Steuerung kann den Fahrzeugbetriebsparameter, der während vorübergehender Fahrzeugbetriebsbedingungen erfasst wurde, anders als (z. B. höher als) den Fahrzeugbetriebsparameter gewichten, der während der stationären Fahrzeugbetriebsbedingungen erfasst wurde.
• Bei 508 beinhaltet das Verfahren das Aktualisieren eines Wärmemodells der Batterie auf der Grundlage der gemessenen Temperaturbedingungen. Zum Beispiel können die äquivalenten Schaltungsparameter in Bezug auf eine Referenztemperatur normalisiert werden. Als ein Ergebnis wird der Effekt der Temperaturänderung von der Variation der äquivalenten Schaltungsparameter reduziert (in einem Beispiel eliminiert), wenn die Batterie altert. Somit werden Referenzverläufe in 7 eindimensional und unabhängig von der Temperatur. Bei 510 beinhaltet das Verfahren das Verwenden des aktualisierten Wärmemodells zum Vorhersagen einer Änderung des Widerstands und der Kapazität der Batterie. Wie zum Beispiel aus 7 ersichtlich, kann es erwartet werden, dass sich der normalisierte Innenwiderstad und die normalisierte Innenkapazität ändern, wenn sich der Gesundheitszustand der Batterie ändert.
• Bei 512 beinhaltet das Verfahren das Vorhersagen des Batterieladestatus (SOC) zum Teil auf der Grundlage der rekursiven Schätzung des äquivalenten Schaltungsmodells. Zum Beispiel kann ein höherer Verschlechterungszustand der Batterie vorhergesagt werden, wenn sich der Batteriewiderstand erhöht oder wenn sich die Batteriekapazität verringert. Bei 514 beinhaltet das Verfahren das rekursive Schätzen des Batteriegesundheitszustands auf der Grundlage des/der vorhergesagten Batterieladestatus, -widerstands und -kapazität. Wenn die Batterie zum Beispiel altert, wird erwartet, dass sich der Innenwiderstand erhöht, wohingegen sich ihre Kapazität verringert. Als ein Beispiel kann der geschätzte Batteriegesundheitszustand eine Schätzung der verwendeten prozentualen Lebensdauer beinhalten. Wenn der Gesundheitszustand zum Beispiel 60 % ist, gibt dies an, dass 60 % der Lebensdauer der Batterie abgelaufen sind und nur 40 % der Batterielebensdauer zur Verwendung verbleiben.
• Als ein Beispiel kann die Steuerung einen Wert der bestimmten Metrik (hier als der Batteriewiderstand und die -kapazität) als eine Funktion einer jüngsten Schätzung der bestimmten Metrik, abgerufen von dem früheren Verlauf der bestimmten Metrik, und einer Entfernung, die das Fahrzeug seit der jüngsten Schätzung der bestimmten Metrik zurückgelegt hat, schätzen. Darüber hinaus kann die Steuerung einen Wert der bestimmten Metrik als eine Funktion einer anfänglichen Schätzung der bestimmten Metrik, abgerufen von dem früheren Verlauf der bestimmten Metrik bei einem Installationszeitpunkt der Komponente in dem Fahrzeug, schätzen. Der frühere Fahrverlauf und der vorhergesagte zukünftige Fahrverlauf können eins oder mehrere eines Maßes der Fahraggressivität, einer Rate der Pedalnutzung, häufiger Fahrtzeitmuster, gewohnter Wahrscheinlichkeitsmuster, routenbasierter statistischer Profile und Umweltattributprofile beinhalten, wobei die Umweltattributprofile frühere und vorhergesagte Witterungsereignisse entlang der Fahrzeugfahrroute beinhalten.
• Bei 516 beinhaltet das Verfahren das Aktualisieren des Batteriegesundheitszustands auf der Grundlage der Fahrzeugfahrstatistiken, einschließlich der Bedienerfahrmuster und - gewohnheiten. Die Bedienerfahrmuster und -gewohnheiten können Fahrmuster und - gewohnheiten beinhalten, die von früheren Fahrverlaufsdaten sowie vorhergesagten zukünftigen Fahrdaten abgerufen werden. Der Algorithmus unter Verwendung der Schätzung des Batteriegesundheitszustands kann sich auf die Grundlage einer festen Verschlechterungsrate stützen. Wie jedoch in Bezug auf 2 erläutert, können Ereignisse vorhanden sein, die einen Anstieg oder eine Verringerung der Verschlechterungsrate von der festen Rate bewirken. Einige dieser Ereignisse können außerhalb des Verbrennungsmotors des Fahrzeugs stattfinden, wie zum Beispiel Witterungsereignisse, einschließlich Niederschlag (welcher die Komponente aufgrund eines Anstiegs der Umgebungsluftfeuchtigkeit beeinträchtigen kann). Andere Ereignisse können Bedienerfahrmuster beinhalten, wie zum Beispiel die Aggressivität, mit welcher der Bediener zum Fahren neigt, wenn der Bediener konstant fährt im Gegensatz zum häufigen Betätigen des Gas- und Bremspedals, die Durchschnittsgeschwindigkeit, mit welcher das Fahrzeug gefahren wird, der Durchschnittsmodus, in welchem das Fahrzeug gefahren wird (z. B. Verbrennungsmotor- oder elektrischer Modus in einem Hybridfahrzeug) usw. Ferner kann ein zukünftiges (z. B. vorhergesagtes) Fahrmuster berücksichtigt werden, wie zum Beispiel das Terrain, die Umgebungshöhe und -temperatur, vorhergesagte Pedalereignisse und Gefälle, die entlang der ausgewählten Navigationsroute erwartet werden. Wenn zum Beispiel der Bediener häufig das Gas- und Bremspedal betätigt (oder dies angesichts der ausgewählten Fahrtroute erwartet wird), kann sich die Batterie schneller entladen. Wenn, als ein weiteres Beispiel, der Bediener aggressiv fährt, kann sich die Batterie schneller erhitzen und sich aufgrund der höheren Batteriedurchschnittstemperaturen abnutzen. In Bezug auf das vorherige Beispiel, wenn der ursprünglich geschätzte Gesundheitszustand auf der Grundlage der Fahrstatistiken 60 % beträgt, kann der Gesundheitszustand auf 68 % aktualisiert werden, was angibt, dass sich die Batterie aufgrund der Fahrzeugfahrstatistiken schneller verschlechtert oder dies erwartet werden kann.
• Bei 518 beinhaltet das Verfahren das Umwandeln des geschätzten Gesundheitszustands in eine Schätzung der verbleibenden Lebensdauer der Batterie, wobei die Schätzung der verbleibenden Lebensdauer als eine Zeit oder Entfernung bereitgestellt wird, die verbleibt, bevor die Batterie gewartet werden muss. Insbesondere kann die Steuerung den vorhergesagten Verschlechterungszustand in eine Schätzung der verbleibenden Zeit oder Dauer zur Anzeige an einen Fahrzeugbediener umwandeln, wobei das Umwandeln auf der Grundlage früherer Fahrverlaufsdaten und von vorhergesagtem zukünftigen Fahren, einschließlich des früheren Verlaufs der bestimmten Metrik (hier der frühere Verlauf des Widerstands- und Kapazitätsprofils der Batterie) stattfindet. Die Steuerung kann den geschätzten Gesundheitszustand und die Schätzung der aktuellen Fahrzeugentfernung (wie z. B. durch einen Wegstreckenzähler des Fahrzeugs angegeben) zum Berechnen der verbleibenden Lebensdauer verwenden. Ferner kann das Umwandeln auf einer absoluten Entfernung, die durch das Fahrzeug zurückgelegt wurde, abgerufen von den früheren Fahrverlaufsdaten, basieren.
• Bei 520 kann die Steuerung die geschätzte Zeit/Entfernung, die bis zur Komponentenverschlechterung verbleibt, an den Fahrzeugbediener zum Beispiel auf einer Anzeige der Mittelkonsole des Fahrzeugs anzeigen. Es kann zum Beispiel angezeigt werden, dass „die Batterie in 120 Meilen ausgetauscht werde muss“. Dies kann eine für den Bediener verständlichere Schätzung davon bereitstellen, wann die Batterie gewartet werden muss. Außerdem kann die anzeigte Schätzung den Fahrzeugbediener dazu auffordern, sein Fahrmuster anzupassen, zum Beispiel kann der Bediener dazu aufgefordert werden, weniger aggressiv zu fahren. Ferner kann die Steuerung den vorhergesagten Verschlechterungszustand in eine verbleibende Anzahl von Kraftstofftanknachfüllereignissen zur Anzeige an den Fahrzeugbediener auf Grundlage der früheren Fahrverlaufsdaten und des vorhergesagten zukünftigen Fahrens umwandeln.
• Auf diese Weise berücksichtigt das Verfahren aus 5 explizit die Effekte der Batterietemperatur θ und des SOC bei der Identifizierung des Gesundheitszustands und erstellt 3D(diskrete Domänen)-Karten der RC-Parameter eine Funktion von θ und dem SOC. Außerdem gestattet die vorgeschlagene diskrete Domänenkarte einfachere „Physikalitäts“-Beschränkungen und kann mit unterschiedlichen Zeitskalen des Systems in Beziehung stehen.
• Die Strategie ist im Wesentlichen ein lernbasierter Ansatz, bei welchem die RC-Parameter „regelmäßig“ aufgrund der Lebensdauer der Batterie identifiziert werden, um eine SOH- und Zeitschätzung zu ergeben. Man betrachte ein nachstehend dargestelltes Randel-Modell der n-ten Ordnung (ein Modell der 1. Ordnung würde nur ein R-C-Element aufweisen):

  
• Die äquivalenten Schaltungsparameter werden auf eine „schnelle“ Weise als eine Funktionell der Temperatur und des SOC geschätzt. Erweiterungen zu einem Randel-Modell höherer Ordnung sind möglich. Die erlangten R₀(T, SOC), R₁(T, SOC) und C₁(T, SOC) werden mit der Alterung der Batterie überwacht, um eine Schätzung der verbleibenden Nutzungsdauer und eine Zeitveränderung zu ergeben.
• Die kirchhoffschen Regeln, die auf das äquivalente Schaltungsmodell angewendet werden, ergeben Folgendes: $$\{\begin{array}{c}\frac{d{v}_c}{dt}=\frac{-v_c}{R_1\left(\theta \right)}+\frac{i}{C_1\left(\theta \right)}\\ v=R_0\left(\theta \right)i+v_c\end{array}$$

  
• Die Transformation der vorstehenden Gleichungen in die Laplace-Domäne ergibt: $$\{\begin{array}{c}s{V}_c\left(s\right)=\frac{-V_c\left(s\right)}{R_1\left(\theta \right)}+\frac{I\left(s\right)}{C_1\left(\theta \right)}\\ V\left(s\right)=R_0\left(\theta \right)I\left(s\right)+V_c\left(s\right)\end{array}$$

  
• Die entsprechende Transferfunktion ist bestimmt als: $$H\left(s\text{,}\theta \right)=\frac{V\left(s\right)}{I\left(s\right)}=\frac{\left(R_0\left(\theta \right)+R_1\left(\theta \right)\right)+R_0\left(\theta \right)R_1\left(\theta \right)C_1\left(\theta \right)s}{1+R_1\left(\theta \right)C_1\left(\theta \right)s}$$

  
• Unter Verwendung der Tustin-Regel $\left(s\leftarrow \frac{2z-1}{Tz-1}\right)\text{,}$

  

  kann die entsprechende diskrete Zeittransferfunktion dann wie folgt wobei rückt werden: $$H\left(z\text{,}\theta \right)=\frac{b_0\left(\theta \right)+b_1\left(\theta \right)z^{-1}}{1+a_1\left(\theta \right)z^{-1}}\text{where}\{\begin{array}{l}{a}_1\left(\theta \right)=\frac{1-2R_1\left(\theta \right)C_1\left(\theta \right)}{1+2R_1\left(\theta \right)C_1\left(\theta \right)}\hfill \\ b_0\left(\theta \right)=\frac{T\left(R_0\left(\theta \right)+R_1\left(\theta \right)\right)+2R_0\left(\theta \right)R_1\left(\theta \right)C_1\left(\theta \right)}{1+2R_1\left(\theta \right)C_1\left(\theta \right)}\hfill \\ b_1\left(\theta \right)=\frac{T\left(R_0\left(\theta \right)+R_1\left(\theta \right)\right)-2R_0\left(\theta \right)R_1\left(\theta \right)C_1\left(\theta \right)}{1+2R_1\left(\theta \right)C_1\left(\theta \right)}\hfill \end{array}$$

  

  wobei $$\frac{V\left(z\right)}{I\left(z\right)}=\frac{b_0\left(\theta \right)+b_1\left(\theta \right)z^{-1}}{1+a_1\left(\theta \right)z^{-1}}\to V\left(k\right)=b_0\left(\theta \right)I\left(k\right)+b_1\left(\theta \right)I\left(k-1\right)-a_1\left(\theta \right)V\left(k-1\right)$$

  

  $$\begin{array}{ccc}\mathrm{\Phi }x& \text{where}& \begin{array}{l}x={\left[b_0\left(\theta \right)b_1\left(\theta \right)a_1\left(\theta \right)\right]}^T\hfill \\ \mathrm{\Phi }=\left[I\left(k\right)I\left(k-1\right)V\left(k-1\right)\right]\hfill \end{array}\end{array}$$

  

  wobei ε_k die Fehlermessung ist, λ ein Vernachlässigbarkeitsfaktor ist Ein rekursives Modell und γ eine Gain-Matrix ist vorhergesagten und der gemessenen Spannung wie folgt zu minimieren: $$1+\gamma {\lambda }^k{\epsilon }_k{\mathrm{\Phi }}_k^T$$

  

  where ε_k is the error measure, λ is a forgetting factor and γ is a gain matrix
• Auf diese Weise gestattet eine Zwei-Wege-Karte die Transformation zwischen den äquivalenten Schaltungsparametern der diskreten und physikalischen Domäne. Physikalitätsbeschränkungen müssen dann auferlegt werden, um sicherzustellen, dass R>0 und C>0. Die aktualisierte Formel ist dann dahingehend eine „Näherung“, dass sie Beschränkungen für die Größe der Aktualisierung bei jeder Zeitprobe auferlegt. $$\begin{array}{l}{a}_1\left(\theta \right)=\frac{T-2R_1\left(\theta \right)C_1\left(\theta \right)}{T+2R_1\left(\theta \right)C_1\left(\theta \right)}\begin{array}{cccc}& & & \begin{array}{ccc}& & \underleftrightarrow{\begin{array}{ccc}& & \end{array}}\end{array}\end{array}\hfill \\ b_0\left(\theta \right)=\frac{T\left(R_0\left(\theta \right)+R_1\left(\theta \right)\right)+2R_0\left(\theta \right)R_1\left(\theta \right)C_1\left(\theta \right)}{1+2R_1\left(\theta \right)C_1\left(\theta \right)}\hfill \\ b_1\left(\theta \right)=\frac{T\left(R_0\left(\theta \right)+R_1\left(\theta \right)\right)-2R_0\left(\theta \right)R_1\left(\theta \right)C_1\left(\theta \right)}{1+2R_1\left(\theta \right)C_1\left(\theta \right)}\hfill \end{array}|\begin{array}{l}{R}_0\left(\theta \right)=\frac{b_0\left(\theta \right)-b_1\left(\theta \right)}{1-a_1\left(\theta \right)}\begin{array}{ccc}& & \end{array}\left[\text{Ohm}\right]\hfill \\ R_1\left(\theta \right)=\frac{2\left(b_1\left(\theta \right)-b_0{a}_1\left(\theta \right)\right)}{\left(1-a_1\left(\theta \right)\right)\left(1+a_1\left(\theta \right)\right)}\begin{array}{l}\hfill \end{array}\left[\text{Ohm}\right]\hfill \\ C_1\left(\theta \right)=\frac{T{\left(1-a_1\left(\theta \right)\right)}^2}{4\left(b_1\left(\theta \right)-b_0\left(\theta \right)a_1\left(\theta \right)\right)}[\text{F}\mathrm{=}\text{s/Ohm}\hfill \end{array}$$

  

  $$\text{Let }\tau \left(\theta \right)=R_1\left(\theta \right)C_1\left(\theta \right)\text{:}$$

  

  Zeitkonstante $$a_1\left(\theta \right)=\frac{T-2\tau \left(\theta \right)}{T+2\tau \left(\theta \right)}$$

  

  Einheitenloser Parameter, der sich auf „RC-Branch“-Zeitkonstante für Abtastrate bezieht $$\begin{array}{c}{b}_0\left(\theta \right)=\frac{T\left(R_0\left(\theta \right)+R_1\left(\theta \right)\right)+2R_0\left(\theta \right)\tau \left(\theta \right)}{T+2\tau \left(\theta \right)}\left[\text{Ohm}\right]\\ b_1\left(\theta \right)=\frac{T\left(R_0\left(\theta \right)+R_1\left(\theta \right)\right)-2R_0\left(\theta \right)\tau \left(\theta \right)}{T+2\tau \left(\theta \right)}\left[\text{Ohm}\right]\end{array}\stackrel{}{\to }$$

  
• Die Symmetrie der Formel ist nennenswert.
• Die Online-Identifizierung wird dann für unterschiedliche Eintrittsbedingungen von θ und SOC „wiederholt“ durchgeführt. Dann wird eine 3D-Karte für die äquivalenten Schaltungsparameter wie folgt erstellt: $$R_0=f_1\left(\theta \text{,}SOC\right)$$

  

  $$R_1=f_2\left(\theta \text{,}SOC\right)$$

  

  $$C_1=f_3\left(\theta \text{,}SOC\right)$$

  
• Die anfänglichen Parameter (R₀(0), R₁(0) und C₁(0) können durch eine Offline-Schätzung erlangt werden. Kurbeleigenschaften und beobachtete Systemzeitbeschränkungen können ebenfalls zu Einleiten des Algorithmus verwendet werden. $$\{\begin{array}{l}{V}_{k1}=b_0\left(\theta \right)I_{k1}+b_1\left(\theta \right)I_{k1-1}-a_1\left(\theta \right)V_{k1-1}\hfill \\ V_{k2}=b_0\left(\theta \right)I_{k2}+b_1\left(\theta \right)I_{k2-1}-a_1\left(\theta \right)V_{k2-1}\hfill \\ V_{k3}=b_0\left(\theta \right)I_{k3}+b_1\left(\theta \right)I_{k3-1}-a_1\left(\theta \right)V_{k3-1}\hfill \end{array}$$

  
• Eine geschlossene Formel ergibt dann a₁, b₀ und b₁, wobei k₁, k₂ und k₃ diskrete Zeitinstanzen sind, die während der anfänglichen Entladungsphase ausgewählt werden sollten.
• Auf diese Weise kann eine Steuerung einen Verschlechterungszustand einer Fahrzeugbatterie auf der Grundlage einer Änderung des Batteriewiderstands- und der - kapazität von anfänglichen Werten, die bei einem Installationszeitpunkt im Fahrzeugsystem, über eine Dauer der Fahrzeugfahrt geschätzt wurden und ferner auf einer durch das Fahrzeug über die Dauer hinweg zurückgelegten Entfernung basieren, wobei der Batteriewiderstand und die -kapazität von einem/r erfassten Batteriestrom oder einer -spannung abgeleitet werden. Die Steuerung kann den vorhergesagten Verschlechterungszustand dann in eine Schätzung der Zeit oder Dauer, die verbleibt, bevor die Batterie gewartet werden muss, zur Anzeige an einen Fahrzeugbediener umwandeln, wobei das Umwandeln auf jedem von früheren Fahrverlaufsdaten und vorhergesagtem zukünftigen Fahren basiert. Hier kann die Batteriespannung oder der -strom, die/der während vorübergehender Fahrzeugbetriebsbedingungen erfasst wird, anders als die Batteriespannung oder der -strom gewichtet werden, die/der während stationärer Fahrzeugbetriebsbedingungen erfasst wurde. Zum Beispiel kann die Batteriespannung oder der -strom, die/der während vorübergehender Fahrzeugbetriebsbedingungen erfasst wird, höher als die Batteriespannung oder der -strom gewichtet werden, die/der während stationärer Fahrzeugbetriebsbedingungen erfasst wurde.
• 6 stellt den Algorithmus des Verfahrens aus 5 als ein Blockdiagramm dar. Das Blockdiagramm 600 zeigt die Verbindung zwischen den unterschiedlichen Komponenten der Schätzung des Gesundheitszustands (SOH) der Batterie. Die Eingaben des ersten Blocks, und zwar der Batterieidentifizierung, der Strom und die Spannung. Durch eine Online-Schätzung aktualisiert diese Komponente die Parameter des äquivalenten Schaltungsmodells, und zwar R0, R1 und C1, unter geeigneten Eintrittsbedingungen. Die erlangten Werte werden dann in Bezug auf Referenzwerte normalisiert, die einer Referenztemperatur unter Verwendung des Wärmemodellblocks entsprechen. Die explizite Abhängigkeit vom Ladezustand (SOC) (oder äquivalent der Entladungstiefe) wird durch die Echtzeit-Schätzung des SOC und der Leerspannung Em unter Verwendung der Blöcke „Ladung und Kapazität“ und „Em-Berechnung“ sichergestellt. Die Ausgaben dieser unterschiedlichen Komponenten werden dann in den Parameterentwicklungsblock eingespeist, welcher das Aufzeichnen der Änderung der Parameter des äquivalenten Schaltungsmodels gestattet, wenn die Batterie altert. Zusammen mit der Tendenz gestattet die Eingabe vom Block „Fahrstatistiken“ das Durchführen der Prognose und das Erzeugen einer Schätzung in Bezug auf die verbleibende Lebensdauer der Batterie. Der Algorithmus beinhaltet ein Batterieschaltungsgleichungsmodell, welches die Vorhersage der Spannungsausgabe der Batterie für einen beliebigen Eingangsstrom unter Verwendung der geschätzten Werte von Em, R0, R1 und C1 gestattet.
• Auf diese Weise kann eine Steuerung einen Verschlechterungszustand einer Fahrzeugkomponente auf der Grundlage einer Änderung in einer Metrik, die mit der Fahrzeugkomponente assoziiert ist, über eine Dauer und eine durch das Fahrzeug über die Dauer hinweg zurückgelegte Entfernung vorhersagen, wobei die Metrik von einem erfassten Fahrzeugbetriebsparameter abgeleitet wird. Die Steuerung kann den vorhergesagten Verschlechterungszustand dann in eine Schätzung der verbleibenden Zeit oder Dauer zur Anzeige an einen Fahrzeugbediener auf Grundlage früherer Fahrverlaufsdaten und von vorhergesagtem zukünftigen Fahren umwandeln. Die Steuerung kann die Schätzung der verbleibenden Zeit oder Dauer für den Fahrzeugbediener dann als eine Anzahl an Kraftstofftanknachfüllereignissen, die verbleiben, bis die Fahrzeugkomponente gewartet werden muss, anzeigen. Der frühere Fahrverlauf und der vorhergesagte zukünftige Fahrverlauf können eins oder mehrere eines Maßes der Fahraggressivität, einer Rate der Pedalnutzung, häufiger Fahrtzeitmuster, gewohnter Wahrscheinlichkeitsmuster, routenbasierter statistischer Profile und Umweltattributprofile beinhalten, wobei die Umweltattributprofile frühere und vorhergesagte Witterungsereignisse entlang einer Fahrzeugfahrroute beinhalten. Das Umwandeln auf der Grundlage der zurückgelegten Entfernung beinhaltet Umwandeln mit einem Faktor auf der Grundlage eines aktuellen Fahrzeugwegstreckenzählermesswerts. Wenn die Fahrzeugkomponente eine Systembatterie ist, wie im dargestellten Fall, beinhaltet der erfasste Fahrzeugbetriebsparameter einen Batteriestrom und eine Batteriespannung. Wenn die Fahrzeugkomponente ein Verbrennungsmotoransaugluftfilter ist, wie in 8 beschrieben, beinhaltet der erfasste Fahrzeugbetriebsparameter eins von einem Krümmerluftstrom und einem Krümmerluftdruck. Die Änderung der Metrik über die Dauer hinweg kann eine Änderung von einem anfänglichen Wert der Metrik, geschätzt bei einem Installationszeitpunkt der Fahrzeugkomponente, beinhalten. Das Vorhersagen kann das Erhöhen des Verschlechterungszustands der Fahrzeugkomponente in Richtung eines vollständig verschlechterten Zustands beinhalten, wenn sich eine Differenz zwischen einem aktuellen Wert der Metrik relativ zu dem anfänglichen Wert der Metrik über einen Schwellenwert erhöht, wobei der Schwellenwert auf der durch das Fahrzeug über die Dauer hinweg zurückgelegten Entfernung basiert.
• In Bezug auf 8 wird ein beispielhaftes Verfahren 800 zum Schätzen der verbleibenden Lebensdauer eines Verbrennungsmotoransaugluftfilters auf der Grundlage von Krümmerluftstrom- und/oder Krümmerluftdruckmessungen gezeigt. Das Verfahren ermöglicht es dem Fahrzeugbediener, der er über eine Zeit oder eine Entfernung der Fahrzeugfahrt informiert wird, die verbleibt, bis der Luftfilter gewartet/ausgetauscht werden muss.
• Bei 802 beinhaltet das Verfahren ein Schätzen und/oder Messen von Motorbedingungen. Dies kann zum Beispiel Verbrennungsmotortemperaturbedingungen wie die Verbrennungsmotortemperatur, die Lufttemperatur, die Umgebungstemperatur usw. beinhalten. Bei 804 beinhaltet das Verfahren das Abrufen des Wartungsverlaufs des Luftfilters, um zu bestimmen, wann der Luftfilter das letzte Mal gewartet wurde. Die letzte Wartung des Luftfilters kann beinhalten, dass der Luftfilter ausgetauscht, repariert oder zurückgesetzt wurde. Zum Beispiel kann eine Dauer oder eine Entfernung, die zurückgelegt wurde, seit der Luftfilter das letzte Mal gewartet wurde, abgerufen werden. Außerdem kann die Verschlechterungsrate des Luftfilters bei der letzten Wartung sowie die Natur/der Grund der Verschlechterung bei der letzten Wartung abgerufen werden. Es kann zum Beispiel bestimmt werden, ob der Luftfilter aufgrund von Alterung, aufgrund einer Verschleißrate, die höher als erwartet ist, aufgrund schlechter Qualität, aufgrund eines Fahrzeugereignisses/Unfalls usw. verschlechtert ist.
• Bei 806 beinhaltet das Verfahren das Messen einer Änderung des Krümmerluftstroms (MAF) und/oder einer Änderung des Krümmerdrucks (MAP) bei einer Änderung der Drosselposition während des Fahrzeugbetriebs, einschließlich während vorübergehender und stationärer Fahrzeugbetriebsbedingungen. Insbesondere überwacht die Steuer bei variierendem Bedienerdrehmomentbedarf die Variation des befohlenen Drosselwinkels in Bezug auf den gemessenen MAF oder MAP, um einen Druckverlust zu bewerten, der sich aus zunehmender Verstopfung des Luftfilters ergibt. Hier ist die zu bewertende Fahrzeugkomponente ein Verbrennungsmotoransaugluftfilter, eine Metrik, die mit dem Filter assoziiert ist und die bestimmt wird, ist eins oder mehrere eines Mittelwerts und eines Standardabweichungswerts des Luftstroms durch den Filter und der erfasste Fahrzeugbetriebsparameter, auf der Grundlage von welchem die Metrik bestimmt wird, beinhaltet Krümmerluftstrom. Die Steuerung kann den Krümmerluftstrom, der bei höheren Ansaugdrosselwinkeln erfasst wurde, höher Gewichten als den Krümmerluftstrom, der bei niedrigeren Drosselwinkeln erfasst wurde. Alternativ kann die Steuerung den Fahrzeugbetriebsparameter, der während der vorübergehenden Fahrzeugbetriebsbedingungen erfasst wurde, höher als den Fahrzeugbetriebsparameter gewichten, der während der stationären Fahrzeugbetriebsbedingungen erfasst wurde. In einigen Beispielen kann der zu erfassende Fahrzeugbetriebsparameter zusätzlich zu oder anstelle von MAF den Krümmerluftdruck relativ zum Luftdruck beinhalten. Bei 808 beinhaltet das Verfahren das Bestätigen, ob bei einem über einem Schwellenwert liegenden Drosselwinkel ausreichend Daten gesammelt worden sind.
• Das heißt, das Vorhersagen des Gesundheitszustands kann nur durchgeführt werden, nachdem eine Schwellenmenge an Luftstromdaten gesammelt wurde, wobei sich eine Ansaugdrossel bei dem Drosselwinkel über einem oberen Schwellenwert befindet. Zum Beispiel kann bestätigt werden, dass bei Drosselwinkeln von 55 Grad oder mehr ausreichend Daten gesammelt wurden. Indem den Daten, die bei größeren Drosselwinkeln gesammelt wurden, eine höhere Gewichtung verleiht wird, kann der Effekt des Drosselzustands auf die MAF- oder MAP-Messung reduziert werden. Bei größeren Drosselwinkeln wird die Auswirkung der Drosselklappe als eine Beschränkung des Stroms größtenteils reduziert. Die erwartete Wirkung der erhöhten Verstopfung des Luftfilters ist eine Verringerung des gemessen MAF- oder MAP-Mittelwerts bei großen Drosselwinkeln und eine Verringerung der entsprechenden Standardabweichung. Bei zunehmender Verstopfung des Luftfilters werden schnelle Übergänge von MAF oder MAP des Luftfilters schwieriger. Folglich kann die Filterverstopfung durch das Stützen auf Daten, die bei größeren Drosselwinkeln gesammelt wurden, in der Gegenwart von Transienten besser bestimmt werden. Außerdem wird der Bedarf für den stationären Fahrzeugbetrieb zum Bewerten des Luftfilters reduziert.
• Wenn nicht ausreichend Daten gesammelt worden sind, sammelt das Verfahren bei 810 weiterhin Daten. Wenn ausreichend Daten gesammelt worden sind, wie zum Beispiel dann, wenn mehr als eine kalibrierbare Menge der gesammelten Daten bei dem größeren Drosselwinkel gesammelt worden ist, geht das Verfahren zu 812 über, wobei die Steuerung einen Mittelwert (mu oder µ) und einen Standardabweichungswert (sigma oder σ) der gesammelten MAF-Daten rekursiv schätzt. Der Mittelwert stellt einen Durchschnittswert des Luftstroms durch den Luftfilter dar, während der Standardabweichungswert eine Verbreitung der gesammelten Luftstrommesswerte darstellt.
• Bei 814 kann bestimmt werden, ob der geschätzte Mittel unter einem Schwellenwert liegt und/oder der geschätzte Standardabweichungswert von MAF/MAP bei größeren Drosselwinkeln unter einem Schwellenwert liegt. Alternativ können der geschätzte Mittel- und der Standardabweichungswert mit erwarteten Werten verglichen werden. Die erwarteten Werte der Luftstrommesswerte können auf jedem von einer durch das Fahrzeug zurückgelegten Entfernung, früheren Fahrverlaufsdaten des Fahrzeugs, vorhergesagtem zukünftigen Fahren des Fahrzeugs und einem anfänglichen Wert der Luftstrommesswerte bei einem Installationszeitpunkt des Filters im Fahrzeug basieren. In einem Beispiel ist der mu-Schwellenwert ein Wert, der den maximalen Luftstrom oder Durchschnitt des Krümmerabsolutdrucks angibt. Gleichermaßen ist der sigma-Schwellenwert ein Wert, welcher die Einfachheit angibt, mit welcher Transienten durch den Luftfilter strömen. Wenn ein beliebiger des Mittel- und des Standardabweichungswerts unter dem entsprechenden Schwellenwert liegen, kann bei 816 angegeben werden, dass der Luftfilter verschlechtert ist und dass er gewartet oder getauscht werden muss. Auf diese Weise kann der Luftfilter auf der Grundlage der gemessenen mu- und/oder sigma-Änderung diagnostiziert werden.
• Wenn einer oder mehrere des geschätzten Mittelwerts und des geschätzten Standardabweichungswerts über dem entsprechenden Schwellenwert liegt/liegen, dann beinhaltet das Verfahren bei 818 das rekursive Schätzen des Gesundheitszustands des Luftfilters auf der Grundlage einer Änderung des Mittelwerts und/oder des Standardabweichungswerts. Zum Beispiel kann die Steuerung einen höheren Verschlechterungszustand (der Filter ist in einem höheren Ausmaß verschlechtert) vorhersagen, wenn sich einer oder mehrere des Mittelwerts und des Standardabweichungswerts verringert/verringern. Die Änderung kann eine Änderung seit dem letzten Durchlauf der Routine, eine Änderung seit der letzten Wartung des Luftfilters oder eine Änderung seit der Installation des Filters im Fahrzeug beinhalten. Wie in Bezug auf die 10-12 beschrieben, kann der MAF/MAP-Mittelwert, der bei dem Filter gemessen wird, anfangen zu sinken, wenn der Filter verstopft wird. Außerdem können die Daten weniger verstreut sein, was zu einem Rückgang des Standardabweichungswerts führt. Als ein Beispiel kann der geschätzte Luftfiltergesundheitszustand eine Schätzung der verwendeten prozentualen Lebensdauer beinhalten. Wenn der Gesundheitszustand zum Beispiel 60 % ist, gibt dies an, dass 60 % der Lebensdauer des Filters abgelaufen sind und nur 40 % der Luftfilterlebensdauer zur Verwendung verbleiben.
• 9 zeigt ein Beispiel für den Effekt der Filterverstopfung auf die statistischen Parameter des gemessenen Luftmassenstroms. Die Karte 900 stellt die MAF-Änderung bei einem Drosselwinkel für einen neuen (völlig sauberen oder nicht verstopften) Luftfilter bei Verlauf 902 (durchgezogene Linie), einschließlich eines Mittelwerts und eines Standardabweichungswerts 906 (durchgezogene Linie), dar. Die Karte 900 stellt ferner die MAF-Änderung bei einem Drosselwinkel für einen völlig verstopften Luftfilter bei Verlauf 904 (gestrichelte Linie), einschließlich eines Mittelwerts und eines Standardabweichungswerts 908 (gestrichelte Linie), dar. In dem dargestellten Beispiel variiert MAF bei größeren Drosselwinkeln, wie zum Beispiel über θ1, zwischen einem Wert von α (MAF für neuen Filter) und β (MAF für verstopften Filter). Auf der Grundlage des kalibrierten MAF-Mittel- und Standardabweichungswerts des neuen Filters gegenüber dem verstopften Filter kann die Filtergesundheit unter Verwendung der folgenden Gleichung bestimmt werden: $$\text{\%}health=100\ast \left(\frac{1}{\alpha -\beta }MAF-\frac{\beta }{\alpha -\beta }\right)$$

  
• Man wird verstehen, dass in alternativen Beispielen MAP gemessen werden kann, in diesem Fall kann MAP bei größeren Drosselwinkeln, wie zum Beispiel über θ1, zwischen einem Wert von α (MAP für neuen Filter) und β (MAP für verstopften Filter) variieren. Auf der Grundlage des kalibrierten MAF-Mittel- und Standardabweichungswerts des neuen Filters gegenüber dem verstopften Filter kann die Filtergesundheit unter Verwendung der folgenden Gleichung bestimmt werden: $$\text{\%}health=100\ast \left(\frac{1}{\alpha -\beta }MAP-\frac{\beta }{\alpha -\beta }\right)$$

  
• Für einen Datensatz X_i, wobei i=1...N, und geordnete Daten X_i = {x₁, x₂, ...x_N}, $$\mathrm{\mu }\left(N\right)=\frac{{\displaystyle {\sum }_{i=1}^N{x}_i}}{N}\text{;}$$

  

  $$\begin{array}{c}\mathrm{\mu }\left(N+1\right)=\frac{{\displaystyle {\sum }_{i=1}^{N+1}{x}_i}}{N+1}=\frac{\left({\displaystyle {\sum }_{i=1}^N{x}_i}\right)+x_{N+1}}{N}\ast \frac{N}{N+1}\\ =\frac{N}{N+1}\ast \left[\frac{\left({\displaystyle {\sum }_{i=1}^N{x}_i}\right)}{N}+\frac{x_{N+1}}{N}\right]\\ =\frac{N}{N+1}\ast \left[\mu \left(N\right)+\frac{x_{N+1}}{N}\right]\end{array}$$

  
• Für einen Datensatz X_i, wobei i=1...N, und geordnete Daten X_i = {x₁, x₂, ...x_N}, unter der Voraussetzung, dass für große N, µ(N+1) ~ µ(N); erhalten wir: $$\mathrm{\sigma }\left(N\right)=\sqrt{\frac{{\displaystyle {\sum }_{i=1}^N{\left(x_i-\mathrm{\mu }\left(N\right)\right)}^2}}{N-1}}=$$

  

  $$\begin{array}{c}\mathrm{\sigma }{\left(N+1\right)}^2=\frac{{\displaystyle {\sum }_{i=1}^{N+1}{\left(x_i-\mathrm{\mu }\left(N+1\right)\right)}^2}}{N}=\\ \mathrm{\sigma }{\left(N+1\right)}^2=\frac{{\displaystyle {\sum }_{i=1}^N{\left(x_i-\mathrm{\mu }\left(N+1\right)\right)}^2+{\left(x_{N+1}-\mathrm{\mu }\left(N+1\right)\right)}^2}}{N-1}\left(\frac{N-1}{N}\right)\end{array}$$

  

  $$\begin{array}{c}\mathrm{\sigma }{\left(N+1\right)}^2\sim \frac{{\displaystyle {\sum }_{i=1}^N{\left(x_i-\mathrm{\mu }\left(N\right)\right)}^2+{\left(x_{N+1}-\mathrm{\mu }\left(N+1\right)\right)}^2}}{N-1}\left(\frac{N-1}{N}\right)\\ \sim \left[\mathrm{\sigma }{\left(N\right)}^2+\frac{{\left(x_{N+1}-\mathrm{\mu }\left(N+1\right)\right)}^2}{N-1}\right]\left(\frac{N-1}{N}\right)\end{array}$$

  

  wobei: $$\mathrm{\sigma }\left(N+1\right)\sim \sqrt{\left[\sigma {\left(N\right)}^2+\frac{\left(x_{N+1}-\mu {\left(N+1\right)}^2\right)}{N-1}\left(\frac{N-1}{N}\right)\right]}$$

  

  $$\mathrm{\mu }\left(N+1\right)=\frac{N}{N+1}\ast \left[\mathrm{\mu }\left(N\right)+\frac{x_{N+1}}{N}\right]\text{;}$$

  
• Die vorstehenden Gleichungen zeigen eine schrittweise Ableitung der rekursiven Schätzung von mu und sigma auf der Grundlage alter Werte (Werte, die beim letzten Durchlauf bestimmt wurden), neuer Schätzungen (x_N+1) und des aktuellen Datenzählers (N).
• Unter erneuter Bezugnahme auf 8 beinhaltet das Verfahren bei 820 das Aktualisieren des Luftfiltergesundheitszustands auf der Grundlage der Fahrzeugfahrstatistiken, einschließlich der Bedienerfahrmuster und -gewohnheiten. Der Algorithmus, der für die Schätzung des Luftfiltergesundheitszustands verwendet wird, kann sich auf die Grundlage einer festen Verschlechterungsrate stützen. Wie jedoch in Bezug auf 2 erläutert, können Ereignisse vorhanden sein, die einen Anstieg oder eine Verringerung der Verschlechterungsrate von der festen Rate bewirken. Einige dieser Ereignisse können außerhalb des Verbrennungsmotors des Fahrzeugs stattfinden, wie zum Beispiel Witterungsereignisse, einschließlich Niederschlag (welcher die Komponente aufgrund eines Anstiegs der Umgebungsluftfeuchtigkeit beeinträchtigen kann). Andere Ereignisse können Bedienerfahrmuster beinhalten, wie zum Beispiel die Aggressivität, mit welcher der Bediener zum Fahren neigt, wenn der Bediener konstant fährt im Gegensatz zum häufigen Betätigen des Gas- und Bremspedals, die Durchschnittsgeschwindigkeit, mit welcher das Fahrzeug gefahren wird, der Durchschnittsmodus, in welchem das Fahrzeug gefahren wird (z. B. Verbrennungsmotor- oder elektrischer Modus in einem Hybridfahrzeug) usw. Wenn der Bediener zum Beispiel häufig das Gas- und Bremspedal betätigt oder aggressiv fährt, kann sich der Luftstrom durch den Filter häufiger ändern, wodurch mehr Verschleiß bewirkt wird. In Bezug auf das vorherige Beispiel, wenn der ursprünglich geschätzte Gesundheitszustand auf der Grundlage der Fahrstatistiken 60 % beträgt, kann der Gesundheitszustand auf 68 % aktualisiert werden, was angibt, dass sich der Luftfilter aufgrund der Fahrzeugfahrstatistiken schneller verschlechtert oder dies erwartet werden kann.
• Bei 822 beinhaltet das Verfahren das Umwandeln des geschätzten Gesundheitszustands in eine Schätzung der verbleibenden Lebensdauer des Luftfilters, wobei die Schätzung der verbleibenden Lebensdauer als eine Zeit oder Entfernung bereitgestellt wird, die verbleibt, bevor der Luftfilter gewartet werden muss. Die Steuerung kann den geschätzten Gesundheitszustand und die Schätzung der aktuellen Fahrzeugentfernung (wie z. B. durch einen Wegstreckenzähler des Fahrzeugs angegeben) zum Berechnen der verbleibenden Lebensdauer verwenden. Das Umwandeln kann auf jedem von früheren Fahrverlaufsdaten des Fahrzeugs, einschließlich eines früheren Verlaufs der Verbreitung der Luftstrommesswerte, und vorhergesagtem zukünftigen Fahren des Fahrzeugs basieren. Das Umwandeln kann ferner auf einer durch das Fahrzeug zurückgelegten Entfernung, die durch einen Wegstreckenzähler geschätzt wird, und der Anwesenheit ausgewählter Witterungsereignisse basieren.
• Bei 824 kann die Steuerung die geschätzte Zeit/Entfernung, die bis zur Komponentenverschlechterung verbleibt, an den Fahrzeugbediener zum Beispiel auf einer Anzeige der Mittelkonsole des Fahrzeugs anzeigen. Es kann zum Beispiel angezeigt werden, dass „der Luftfilter in 120 Meilen ausgetauscht werde muss“. Dies kann eine für den Bediener verständlichere Schätzung davon bereitstellen, wann der Luftfilter gewartet werden muss. Die Steuerung kann die Schätzung der verbleibenden Zeit oder Dauer an einen Fahrzeugbediener als eine Anzahl an verbleibenden Kraftstofftanknachfüllereignissen anzeigen, bis der Luftfilter gewartet werden muss. Außerdem kann die anzeigte Schätzung den Fahrzeugbediener dazu auffordern, sein Fahrmuster anzupassen, zum Beispiel kann der Bediener dazu aufgefordert werden, weniger aggressiv zu fahren.
• Zum Beispiel kann die Steuerung einen Verschlechterungszustand eines Verbrennungsmotoransaugluftfilters auf der Grundlage einer Verbreitung von Luftstrommesswerten, die kleiner als erwartet ist, angeben, wenn der Drosselwinkel über einem oberen Schwellenwert liegt. Das Angeben kann ferner auf einem Durchschnitt der Luftstrommesswerte, der kleiner als erwartet ist, basieren, wenn der Drosselwinkel über einem oberen Schwellenwert liegt. Die Steuerung kann den Verschlechterungszustand des Luftfilters auf der Grundlage der Verbreitung der Luftstrommesswerte, die kleiner als erwartet ist, vorhersagen und den vorhergesagten Verschlechterungszustand in eine Schätzung einer verbleibenden Zeit oder Dauer, bevor der Luftfilter gewartet werden muss, zur Anzeige an einen Fahrzeugbediener umwandeln. Das Umwandeln kann auf jedem von früheren Fahrverlaufsdaten des Fahrzeugs, einschließlich eines früheren Verlaufs der Verbreitung der Luftstrommesswerte, und vorhergesagtem zukünftigen Fahren des Fahrzeugs basieren. Das Umwandeln kann ferner auf einer durch das Fahrzeug zurückgelegten Entfernung, die über einen Wegstreckenzähler geschätzt wird, und der Anwesenheit ausgewählter Witterungsereignisse (wie zum Beispiel Schneestürme, Staubstürme und verschiedene Niederschlagsformen, wie zum Beispiel Schnee und Regen) basieren.
• Auf diese Weise stellt 8 eine Schätzung der für einen Luftfilter verbleibenden prozentualen Lebensdauer ausschließlich auf der Grundlage des befohlenen Drosselwinkels und des gemessenen Luftmassenstroms bereit. Folglich ist das Verfahren in der Lage, eine akkurate Schätzung bereitzustellen, ohne übermäßige Speicher oder Prozessorressourcen zu benötigen, um den Gesundheitszustand des Luftfilters zu bewerten.
• Beispielhafte Daten, welche mu- und sigma-Tendenzen beim Verstopfen des Luftfilters darstellen, werden in den 10-11 gezeigt. Die Karte 1000 aus 10 stellt MAF-Daten dar, die bei unterschiedlichen befohlenen Drosselwinkeln für einen neuen Filter (Datenpunkte mit dünnerer Linie) und einen zu 60 % verstopften Filter (Datenpunkte mit dickeren Linien) gesammelt wurden. Bei größeren Drosselwinkeln, wie zum Beispiel über 55 Grad, ist der MAF-Mittelwert für den verstopften Filter geringer. Außerdem ist die Standardabweichung oder Streuung der MAF-Daten für den verstopften Filter geringer. Insbesondere sind mehrere der gemessenen MAF-Daten bei größeren Drosselwinkeln enger gruppiert, während bei denselben Drosselwinkeln für einen sauberen Filter signifikant mehr Variation der gemessenen MAF-Daten vorhanden ist.
• Die Karte 1100 aus 11 zeigt eine genauere (vergrößerte) Ansicht der Daten aus FIG. 10 bei Drosselwinkeln über 60 Grad. Werden nur größere Drosselwinkel berücksichtigt, ist der Effekt anderer Blockierungen (wie zum Beispiel Drosselverstopfung) auf die Bewertung reduziert. Die statistischen Parameter der Daten für den neuen Filter beinhalten der Darstellung nach den Mittelwert (µ1) bei der durchgezogenen Linie 1152 und die Standardabweichung (σ1) bei dem durchgezogenen Pfeil 1154. Gleichermaßen beinhalten die statistischen Parameter der Daten für den zu 60 % verstopften Filter der Darstellung nach den Mittelwert (µ2) bei der gestrichelten Linie 1156 und die Standardabweichung (σ2) bei dem gestrichelten Pfeil 1158. Bei größeren Drosselwinkeln ist der MAF-Mittelwert für den verstopften Filter geringer. Außerdem ist die Standardabweichung oder Streuung der MAF-Daten für den verstopften Filter geringer. Insbesondere sind mehrere der gemessenen MAF-Daten bei größeren Drosselwinkeln enger gruppiert, während bei denselben Drosselwinkeln für einen sauberen Filter signifikant mehr Variation vorhanden ist. Auf diese Weise kann durch das Überwachen der Änderung der statistischen Parameter für einen gemessenen MAF bei größeren Drosselwinkeln eine Änderung des Zustands eines Ansaugfilters vorhergesagt werden.
• Auf diese Weise kann eine Steuerung einen Verschlechterungszustand eines Verbrennungsmotoransaugluftfilters auf der Grundlage eines Vergleichs gemessener Krümmerluftstrommesswerte relativ zu befohlenen Drosselwinkeln während des Fahrzeugbetriebs, nachdem eine Schwellenmenge an Luftstrommesswerten über einem Schwellendrosselwinkel gesammelt wurde vorhersagen und den vorhergesagten Verschlechterungszustand dann in eine Schätzung der verbleibenden Zeit oder Dauer zur Anzeige an einen Fahrzeugbediener auf der Grundlage von früheren Fahrverlaufsdaten und vorhergesagtem zukünftigen Fahren umwandeln. Die Krümmerluftstrommesswerte können während stationärer oder vorübergehender Verbrennungsmotorbetriebsbedingungen über einen Luftstromsensor gesammelt werden, der stromabwärts einer Ansaugdrossel gekoppelt ist, und die gemessenen Krümmerluftstrommesswerte, die während vorübergehender Verbrennungsmotorbetriebsbedingungen gesammelt werden, können höher gewichtet werden als die Krümmerluftstrommesswerte, die während stationärer Verbrennungsmotorbetriebsbedingungen gesammelt werden. Das Vorhersagen auf der Grundlage des Vergleichs kann das Ableiten von jedem eines Standardabweichungswerts und eines Durchschnittswerts des Krümmerluftstroms auf der Grundlage der gemessenen Luftstrommesswerte und das Erhöhen des vorhergesagten Verschlechterungszustands, wenn einer oder mehrere des Standardabweichungswerts und des Durchschnittswerts unter entsprechende erwartete Werte fallen, beinhalten. Das Ableiten kann höheres Gewichten der Krümmerluftstrommesswerte, die über dem Schwellendrosselwinkel gemessen wurden, als die Luftstrommesswerte, die unter dem Schwellendrosselwinkel gemessen wurden. Hier basieren die entsprechenden erwarteten Werte auf einem anfänglichen Standardabweichungswert und einem anfänglichen Durchschnittswert, bestimmt bei einem Installationszeitpunkt des Luftfilters im Fahrzeug, und ferner auf der Grundlage einer Fahrzeugentfernung, die seit der Installation des Luftfilters im Fahrzeug zurückgelegt wurde. Alternativ basieren entsprechenden erwarteten Werte auf den früheren Fahrverlaufsdaten, einschließlich eines früheren Verschlechterungsverlaufs des Luftfilters und die entsprechenden erwarteten Werte beinhalten einen jüngsten Standardabweichungswert und einen jüngsten Durchschnittswert des Krümmerluftstroms, die während einer unmittelbar vorhergehenden Wiederholung des Vorhersagens geschätzt werden. Die Daten aus den 10-11 sind in den Karten 1200 und 1250 aus 12 ebenfalls grafisch dargestellt. Wie bei Karte 1200 gezeigt, steigt der MAF-Mittelwert auf einen größeren absoluten Wert für einen neuen Filter im Vergleich zu einem verstopften Filter. Durch das Überwachen einer Änderung des Mittelwerts des gemessenen MAF kann somit eine Änderung des Verstopfungsgrads des Filters geschätzt werden und eine Verstopfungsrate des Filters über die Dauer oder Entfernung des Fahrzeugbetriebs kann geschätzt werden. Dies kann wiederum zum Vorhersagen einer Zeit verwendet werden, die verbleibt, bevor der Filter zu 100 % verstopft ist. Wie bei Karte 1250 gezeigt, steigt der MAF-Standardabweichungswert auf einen größeren absoluten Wert für einen neuen Filter im Vergleich zu einem verstopften Filter. Durch das Überwachen einer Änderung des Standardabweichungswerts des gemessenen MAF kann somit eine Änderung des Verstopfungsgrads des Filters geschätzt werden und eine Verstopfungsrate des Filters über die Dauer oder Entfernung des Fahrzeugbetriebs kann geschätzt werden. Dies kann wiederum zum Vorhersagen einer Zeit verwendet werden, die verbleibt, bevor der Filter zu 100 % verstopft ist.
• Während die vorstehenden Beispiele die korrelierende Änderung der statistischen Parameter des gemessenen MAF bei Luftfilterverstopfung zeigen, wird man verstehen, dass eine Änderung der statistischen Parameter des gemessenen MAP auf ähnliche Weise mit dem Verstopfen des Luftfilters korreliert werden können. Bei größeren Drosselwinkeln ist der Effekt anderer Blockierungen (wie zum Beispiel Drosselverstopfung) auf die Filterbewertung bei einem bestimmten Ansaugdruck reduziert. Wenn der Luftfilter auf der Grundlage der MAP-Schätzung bewertet wird, kann der gemessene MAP mit dem Luftdruck (barometric pressure - BP) verglichen werden. Um den Effekt der BP-Änderung auf die geschätzten MAP-Messungen zu reduzieren, kann ein Referenz-BP-Wert ausgewählt werden. Die Variation des aktuellen BP-Werts in Bezug auf den Referenzwert wird von dem Mittelwert der MAP-Messung subtrahiert.
• Auf diese Weise wird ein prognosebasierter Ansatz zum Bewerten der verbleibenden Verwendungsdauer einer Fahrzeugkomponente bereitgestellt. Der Prognoseansatz kann verwendet werden, um bestehende Prognosemerkmale zu ergänzen, welche sich der verbleibenden Lebensdauer einer Komponente hauptsächlich als ein Verhältnis (ein Prozentsatz) annähern, indem die verbleibende Zeit und/oder die verbleibende Entfernung geschätzt wird, bis die Komponente verschlechtert ist. Indem sich auf die statistische Charakterisierung der Gesundheit der Komponente als eine Funktion der Zeit und der zurückgelegten Entfernung gestützt wird, kann die verbleibende Lebensdauer der Komponente akkurater bestimmt werden und dem Fahrzeugbediener als eine verständlichere Metrik bereitgestellt werden.
• Ein beispielhaftes Verfahren für ein Fahrzeug umfasst: Bestimmen eines Verschlechterungszustands einer Fahrzeugkomponente auf der Grundlage einer bestimmten Metrik, die von einem erfassten Fahrzeugbetriebsparameter abgeleitet wurde, einschließlich eines früheren Verlaufs der bestimmten Metrik; und Umwandeln des vorhergesagten Verschlechterungszustands in eine verbleibende Zeit oder Dauer zur Anzeige an einen Fahrzeugbediener auf der Grundlage früherer Fahrverlaufsdaten und vorhergesagtem zukünftigen Fahren, einschließlich des früheren Verlaufs der bestimmten Metrik. In dem vorhergehenden Beispiel ist die Fahrzeugkomponente zusätzlich oder optional eine Systembatterie, die bestimmte Metrik ist eines oder mehrere von einem Batteriewiderstand und einer Batteriekapazität und der erfasste Fahrzeugbetriebsparameter beinhaltet eines oder mehrere eines Batteriestroms und einer Batteriespannung. In einem oder allen der vorhergehenden Beispiele beinhaltet das Vorhersagen zusätzlich oder optional Vorhersagen eines höheren Verschlechterungszustands bei steigendem Batteriewiderstand oder bei sinkender Batteriekapazität. In einem oder allen der vorhergehenden Beispiele ist die Fahrzeugkomponente zusätzlich oder optional ein Verbrennungsmotoransaugluftfilter, wobei die bestimmte Metrik ist eines oder mehrere eines Mittelwerts und eines Standardabweichungswerts von Luftstrom durch den Filter ist und der erfasste Fahrzeugbetriebsparameter Krümmerluftstrom beinhaltet. In einem oder allen der vorhergehenden Beispiele umfasst das Verfahren zusätzlich oder optional ferner höheres Gewichten des Krümmerluftstroms, der bei höheren Ansaugdrosselwinkeln erfasst wurde, als den Krümmerluftstrom, der bei niedrigeren Drosselwinkeln erfasst wurde. In einem oder allen der vorhergehenden Beispiele beinhaltet der erfasste Fahrzeugbetriebsparameter zusätzlich oder optional ferner Krümmerluftdruck relativ zu Luftdruck. In einem oder allen der vorhergehenden Beispiele beinhaltet das Vorhersagen zusätzlich oder optional Vorhersagen eines höheren Verschlechterungszustands, wenn sich einer oder mehrere des Mittelwerts und des Standardabweichungswerts verringert. In einem oder allen der vorhergehenden Beispiele wird der erfasste Fahrzeugbetriebsparameter zusätzlich oder optional während vorübergehender und stationärer Fahrzeugbetriebsbedingungen erfasst und das Verfahren umfasst ferner höheres Gewichten des erfassten Fahrzeugbetriebsparameters, der während vorübergehender Fahrzeugbetriebsbedingungen erfasst wurde, als den erfassten Fahrzeugbetriebsparameter, der während stationärer Fahrzeugbetriebsbedingungen erfasst wurde. In einem oder allen der vorhergehenden Beispiele umfasst das Verfahren zusätzlich oder optional ferner Schätzen eines Werts der bestimmten Metrik als eine Funktion einer jüngsten Schätzung der bestimmten Metrik, abgerufen von dem früheren Verlauf der bestimmten Metrik, und einer Entfernung, die das Fahrzeug seit der jüngsten Schätzung der bestimmten Metrik zurückgelegt hat. In einem oder allen der vorhergehenden Beispiele umfasst das Verfahren zusätzlich oder optional ferner Schätzen eines Werts der bestimmten Metrik als eine Funktion einer anfänglichen Schätzung der bestimmten Metrik, abgerufen von dem früheren Verlauf der bestimmten Metrik bei einem Installationszeitpunkt der Komponente in dem Fahrzeug. In einem oder allen der vorhergehenden Beispiele basiert das Umwandeln zusätzlich oder optional ferner auf einer absoluten Entfernung, die durch das Fahrzeug zurückgelegt wurde, abgerufen von den früheren Fahrverlaufsdaten. In einem oder allen der vorhergehenden Beispiele umfasst das Verfahren zusätzlich oder optional ferner Umwandeln des vorhergesagten Verschlechterungszustands in eine verbleibende Anzahl an Kraftstofftanknachfüllereignisse zur Anzeige an den Fahrzeugbediener auf Grundlage der früheren Fahrverlaufsdaten und des vorhergesagten zukünftigen Fahrens.
• Ein weiteres beispielhaftes Verfahren für ein Fahrzeug umfasst: Vorhersagen eines Verschlechterungszustands einer Fahrzeugkomponente auf der Grundlage einer Änderung einer Metrik, die mit der Fahrzeugkomponente assoziiert ist, über eine Dauer hinweg, wobei die Metrik von einem erfassten Fahrzeugbetriebsparameter abgeleitet wird; und Umwandeln des vorhergesagten Verschlechterungszustands in eine Schätzung der verbleibenden Zeit oder Dauer zur Anzeige an einen Fahrzeugbediener auf der Grundlage von früheren Fahrverlaufsdaten und vorhergesagtem zukünftigen Fahren. In dem vorhergehenden Beispiel umfasst das Verfahren zusätzlich oder optional ferner Anzeigen der Schätzung der verbleibenden Zeit oder Dauer für den Fahrzeugbediener als eine Anzahl an Kraftstofftanknachfüllereignissen, die verbleiben, bis die Fahrzeugkomponente gewartet werden muss. In einem oder allen der vorhergehenden Beispiele beinhalten der frühere Fahrverlauf und der vorhergesagte zukünftige Fahrverlauf zusätzlich oder optional eins oder mehrere eines Maßes der Fahraggressivität, einer Rate der Pedalnutzung, häufiger Fahrtzeitmuster, gewohnter Wahrscheinlichkeitsmuster, routenbasierter statistischer Profile und Umweltattributprofile, wobei die Umweltattributprofile frühere und vorhergesagte Witterungsereignisse entlang einer Fahrzeugfahrroute beinhalten. In einem oder allen der vorhergehenden Beispiele beinhaltet das Umwandeln auf der Grundlage der zurückgelegten Entfernung zusätzlich oder optional Umwandeln mit einem Faktor auf der Grundlage eines aktuellen Fahrzeugwegstreckenzählermesswerts. In einem oder allen der vorhergehenden Beispiele ist die Fahrzeugkomponente zusätzlich oder optional eine Systembatterie, der erfasste Fahrzeugbetriebsparameter beinhaltet einen Batteriestrom und eine Batteriespannung und wobei, wenn die Fahrzeugkomponente ein Verbrennungsmotoransaugluftfilter ist, der erfasste Fahrzeugbetriebsparameter eins eines Krümmerluftstroms uns eines Krümmerluftdrucks beinhaltet. In einem oder allen der vorhergehenden Beispiele beinhaltet die Änderung der Metrik zusätzlich oder optional eine Änderung von einem anfänglichen Wert der Metrik, der bei einem Installationszeitpunkt der Fahrzeugkomponente geschätzt wurde, und wobei das Vorhersagen Erhöhen des Verschlechterungszustands der Fahrzeugkomponente in Richtung eines vollständig verschlechterten Zustands beinhaltet, wenn eine Differenz zwischen einem aktuellen Wert der Metrik relativ zu dem anfänglichen Wert der Metrik über einen Schwellenwert steigt, wobei der Schwellenwert auf einer Entfernung basiert, die das Fahrzeug über die Dauer hinweg zurückgelegt hat.
• Ein weiteres beispielhaftes Verfahren für ein Fahrzeugsystem umfasst: Vorhersagen eines Verschlechterungszustands einer Fahrzeugbatterie auf der Grundlage einer Änderung des Batteriewiderstands und der -kapazität von anfänglichen Werten bei einem Installationszeitpunkt im Fahrzeugsystem über eine Fahrzeugfahrtdauer hinweg und ferner auf der Grundlage einer durch das Fahrzeug über die Dauer zurückgelegten Entfernung, wobei der Batteriewiderstand und die -kapazität von einem erfassten Batteriestrom und einer erfassten Batteriespannung abgeleitet werden; und Umwandeln des vorhergesagten Verschlechterungszustands in eine Schätzung der verbleibenden Zeit oder Dauer, bevor die Batterie gewartet werden muss, zur Anzeige an einen Fahrzeugbediener, wobei das Umwandeln auf jedem von früheren Fahrverlaufsdaten und vorhergesagtem zukünftigen Fahren basiert. In dem vorhergehenden Beispiel wird die Batteriespannung oder der -strom, die/der während vorübergehender Fahrzeugbetriebsbedingungen erfasst wird, zusätzlich oder optional anders als die Batteriespannung oder der -strom gewichtet, die/der während stationärer Fahrzeugbetriebsbedingungen erfasst wurde.
• Noch ein weiteres beispielhaftes Verfahren für ein Fahrzeug umfasst: Angeben eines Verschlechterungszustands eines Verbrennungsmotoransaugluftfilters auf der Grundlage einer Verbreitung von Luftstrommesswerten, die kleiner als erwartet ist, wenn der Drosselwinkel über einem oberen Schwellenwert liegt. In dem vorhergehenden Beispiel basiert das das Angeben zusätzlich oder optional ferner auf einem Durchschnitt der Luftstrommesswerte, der kleiner als erwartet ist, wenn der Drosselwinkel über einem oberen Schwellenwert liegt. In einem oder allen der vorhergehenden Beispiele beinhaltet das Angeben zusätzlich oder optional: Vorhersagen des Verschlechterungszustands des Luftfilters auf der Grundlage der Verbreitung der Luftstrommesswerte, die kleiner als erwartet ist; und Umwandeln des vorhergesagten Verschlechterungszustands in eine Schätzung einer verbleibenden Zeit oder Dauer, bevor der Luftfilter gewartet werden muss, zur Anzeige an einen Fahrzeugbediener. In einem oder allen der vorhergehenden Beispiele basiert das Umwandeln zusätzlich oder optional auf jedem von früheren Fahrverlaufsdaten des Fahrzeugs, einschließlich eines früheren Verlaufs der Verbreitung der Luftstrommesswerte, und vorhergesagtem zukünftigen Fahren des Fahrzeugs. In einem oder allen der vorhergehenden Beispiele basiert das Umwandeln zusätzlich oder optional ferner auf einer durch das Fahrzeug zurückgelegten Entfernung, die durch einen Wegstreckenzähler geschätzt wird, und der Anwesenheit ausgewählter Witterungsereignisse. In einem oder allen der vorhergehenden Beispiele findet das Vorhersagen zusätzlich oder optional statt, nachdem eine Schwellenmenge an Daten gesammelt wurde, wobei sich eine Ansaugdrossel bei dem Drosselwinkel über dem oberen Schwellenwert befindet. In einem oder allen der vorhergehenden Beispiele umfasst das Verfahren zusätzlich oder optional ferner Anzeigen der Schätzung der verbleibenden Zeit oder Dauer an einen Fahrzeugbediener als eine Anzahl an verbleibenden Kraftstofftanknachfüllereignissen, bis der Luftfilter gewartet werden muss. In einem oder allen der vorhergehenden Beispiele basiert die erwartete Verbreitung der Luftstrommesswerte zusätzlich oder optional auf jedem von einer durch das Fahrzeug zurückgelegten Entfernung, früheren Fahrverlaufsdaten des Fahrzeugs, vorhergesagtem zukünftigen Fahren des Fahrzeugs und einer anfänglichen Verbreitung der Luftstrommesswerte bei einem Installationszeitpunkt des Filters im Fahrzeug. In einem oder allen der vorhergehenden Beispiele basiert der erwartete Durchschnitt der Luftstrommesswerte zusätzlich oder optional auf jedem von einer durch das Fahrzeug zurückgelegten Entfernung, früheren Fahrverlaufsdaten des Fahrzeugs, vorhergesagtem zukünftigen Fahren des Fahrzeugs und einem anfänglichen Durchschnitt der Luftstrommesswerte bei einem Installationszeitpunkt des Filters im Fahrzeug.
• Ein weiteres beispielhaftes Verfahren für ein Fahrzeug umfasst: Vorhersagen eines Verschlechterungszustands eines Verbrennungsmotoransaugluftfilters auf der Grundlage eines Vergleichs gemessener Krümmerluftstrommesswerte relativ zu befohlenen Drosselwinkeln während des Fahrzeugbetriebs, nachdem eine Schwellenmenge an Luftstrommesswerten über einem Schwellendrosselwinkel gesammelt wurde; und Umwandeln des vorhergesagten Verschlechterungszustands in eine Schätzung der verbleibenden Zeit oder Dauer zur Anzeige an einen Fahrzeugbediener auf der Grundlage von früheren Fahrverlaufsdaten und vorhergesagtem zukünftigen Fahren. In dem vorhergehenden Beispiel werden die Krümmerluftstrommesswerte zusätzlich oder optional während stationärer oder vorübergehender Verbrennungsmotorbetriebsbedingungen über einen Luftstromsensor gesammelt, der stromabwärts einer Ansaugdrossel gekoppelt ist, und wobei die gemessenen Krümmerluftstrommesswerte, die während vorübergehender Verbrennungsmotorbetriebsbedingungen gesammelt werden, höher gewichtet werden als die Krümmerluftstrommesswerte, die während stationärer Verbrennungsmotorbetriebsbedingungen gesammelt werden. In einem oder allen der vorhergehenden Beispiele beinhaltet das Vorhersagen auf der Grundlage des Vergleichs zusätzlich oder optional: Ableiten von jedem eines Standardabweichungswerts und eines Durchschnittswerts des Krümmerluftstroms auf der Grundlage der gemessenen Luftstrommesswerte; und Erhöhen des vorhergesagten Verschlechterungszustands, wenn einer oder mehrere des Standardabweichungswerts und des Durchschnittswerts unter entsprechende erwartete Werte fallen. In einem oder allen der vorhergehenden Beispiele beinhaltet das Ableiten zusätzlich oder optional höheres Gewichten der Krümmerluftstrommesswerte, die über dem Schwellendrosselwinkel gemessen wurden, als die Luftstrommesswerte, die unter dem Schwellendrosselwinkel gemessen wurden. In einem oder allen der vorhergehenden Beispiele beinhaltet das Ableiten zusätzlich oder optional höheres Gewichten des Krümmerluftstroms, der bei Drosselwinkeln über einem Schwellenwert gemessen wurde, als den Krümmerluftstrom, der bei Drosselwinkeln unter einem Schwellenwert gemessen wurde. In einem oder allen der vorhergehenden Beispiele basieren die entsprechenden erwarteten Werte zusätzlich oder optional auf einem anfänglichen Standardabweichungswert und einem anfänglichen Durchschnittswert, bestimmt bei einem Installationszeitpunkt des Luftfilters im Fahrzeug, und ferner auf der Grundlage einer Fahrzeugentfernung, die seit der Installation des Luftfilters im Fahrzeug zurückgelegt wurde. In einem oder allen der vorhergehenden Beispiele umfasst das Verfahren zusätzlich oder optional ferner, dass die entsprechenden erwarteten Werte auf den früheren Fahrverlaufsdaten, einschließlich eines früheren Verschlechterungsverlaufs des Luftfilters, basieren, und wobei die entsprechenden erwarteten Werte einen jüngsten Standardabweichungswert und einen jüngsten Durchschnittswert des Krümmerluftstroms beinhalten, die während einer unmittelbar vorhergehenden Wiederholung des Vorhersagens geschätzt werden.
• Ein beispielhaftes Fahrzeugsystem umfasst: einen Verbrennungsmotor, beinhaltend einen Ansaugkanal; einen Luftfilter, der an den Ansaugkanal gekoppelt ist; eine Ansaugdrossel; einen Krümmerluftstromsensor, der stromabwärts der Ansaugdrossel gekoppelt ist; und eine Steuerung. Die Steuerung ist mit auf einem nicht flüchtigen Speicher gespeicherten computerlesbaren Anweisungen für Folgendes konfiguriert: Speichern der gemessenen Luftstrommesswerte, wenn die Ansaugdrossel über einen Schwellendrosselwinkel befohlen wird; Schätzen einer Metrik, die eine Verteilung des Krümmerluftstroms angibt, auf Grundlage der gespeicherten gemessenen Luftstrommesswerte; Vorhersagen eines Verschlechterungszustands des Luftfilters auf Grundlage der geschätzten Metrik relativ zu einem Schwellenwert; und Umwandeln des vorhergesagten Verschlechterungszustands in eine Schätzung der verbleibenden Zeit oder Dauer zur Anzeige an einen Fahrzeugbediener auf Grundlage früherer Fahrverlaufsdaten und des vorhergesagten zukünftigen Fahrens, einschließlich eines früheren Verlaufs der geschätzten Metrik. In dem vorhergehenden Beispiel beinhaltet das Vorhersagen Vorhersagen eines höheren Verschlechterungszustands, wenn die geschätzte Metrik unter den Schwellenwert fällt. In einem oder allen der vorhergehenden Beispiele ist die Metrik zusätzlich oder optional eine erste Metrik, und die Steuerung beinhaltet ferner Anweisungen zum Schätzen einer zweiten Metrik, die einen durchschnittlichen Krümmerluftstrom durch den Luftfilter angibt, und wobei das Vorhersagen Vorhersagen des höheren Verschlechterungszustands beinhaltet, wenn die zweite Metrik unter den Schwellenwert fällt. In einem oder allen der vorhergehenden Beispiele wir der Schwellenwert zusätzlich oder optional als eine Funktion einer jüngsten Schätzung der Metrik, die von dem früheren Verlauf der geschätzten Metrik abgerufen wird, und einer Entfernung, die von dem Fahrzeug seit der jüngsten Schätzung der geschätzten Metrik zurückgelegt wurde, bestimmt. In einem oder allen der vorhergehenden Beispiele wird der Schwellenwert zusätzlich oder optional als eine Funktion einer anfänglichen Schätzung der Metrik bei einem Installationszeitpunkt des Luftfilters, die vom früheren Verlauf der geschätzten Metrik abgerufen wird, und einer Entfernung, die von dem Fahrzeug seit der Installation des Luftfilters zurückgelegt wurde, bestimmt.
• In einer weiteren Darstellung kann das Verfahren Vergleichen einer statistisch bestimmten Metrik des erfassten Fahrzeugbetriebsparameters mit einem anfänglichen statistischen Attribut des erfassten Fahrzeugbetriebsparameters, welcher bei einem Installationszeitpunkt der Fahrzeugkomponente erfasst wurde, und Erhöhen des vorhergesagten Verschlechterungszustands beinhalten, wenn das aktuelle statistische Attribut relativ zum anfänglichen statistischen Attribut fällt. In einer weiteren Darstellung kann das Vorhersagen eines Verschlechterungszustands eines Luftfilters Abrufen eines ersten Mittelwerts und eines ersten Standardabweichungswerts des erfassten Luftstroms bei einem Installationszeitpunkt der Komponente im Fahrzeug; Vergleichen des ersten Mittelwerts mit einem zweiten Mittelwert des erfassten Luftstroms bei einem aktuellen Zeitpunkt; Vergleichen des ersten Standardabweichungswerts mit einem zweiten Standardabweichungswerts des erfassten Luftstroms bei dem aktuellen Zeitpunkt und Erhöhen des vorhergesagten Verschlechterungszustands des Luftfilters in Richtung eines vollständig verschlechterten Zustands beinhalten, wenn der zweite Mittelwert unter den ersten Mittelwert fällt oder der zweite Standardabweichungswert unter den ersten Standardabweichungswert fällt. In dem vorhergehenden Beispiel kann das Verfahren zusätzlich oder optional ferner, als Reaktion darauf, dass der zweite Mittelwert oder der zweite Standardabweichungswert unter einen Schwellenwert fällt, Angeben, dass der Luftfilter vollständig verschlechtert ist und ausgetauscht werden muss, umfassen. In dem vorhergehenden Beispiel wird der Krümmerluftstrom zusätzlich oder optional während stationärer und vorübergehender Betriebsbedingungen erfasst und das Vorhersagen beinhaltet das höhere Gewichten der Fahrzeugbetriebsparameter, die während vorübergehender Fahrzeugbetriebsbedingungen erfasst wurden, als die Fahrzeugbetriebsparameter, die während der stationären Fahrzeugbetriebsbedingungen erfasst wurden.
• Es ist zu beachten, dass die hier beinhalteten beispielhaften Steuer- und Schätzroutinen mit verschiedenen Verbrennungsmotor- und/oder Fahrzeugsystemkonfigurationen verwendet werden können. Die hier offenbarten Steuerverfahren und -routinen können als ausführbare Anweisungen in nichtflüchtigem Speicher gespeichert und durch das Steuersystem, einschließlich der Steuerung in Kombination mit den verschiedenen Sensoren, Aktoren und sonstiger Verbrennungsmotorhardware, ausgeführt werden. Die hier beschriebenen konkreten Routinen können eine oder mehrere aus einer beliebigen Anzahl von Verarbeitungsstrategien, wie etwa ereignisgesteuert, unterbrechungsgesteuert, Multitasking, Multithreading und dergleichen, darstellen. Demnach können verschiedene veranschaulichte Handlungen, Vorgänge und/oder Funktionen in der veranschaulichten Reihenfolge oder parallel durchgeführt oder in einigen Fällen weggelassen werden. Gleichermaßen ist die Verarbeitungsreihenfolge nicht zwangsläufig erforderlich, um die Merkmale und Vorteile der hier beschriebenen beispielhaften Ausführungsformen zu erreichen, sondern wird vielmehr zur Erleichterung der Darstellung und Beschreibung bereitgestellt. Eine(r) oder mehrere der veranschaulichten Handlungen, Vorgänge und/oder Funktionen können je nach konkret eingesetzter Strategie wiederholt durchgeführt werden. Ferner können die beschriebenen Handlungen, Vorgänge und/oder Funktionen grafisch Code darstellen, der in nichtflüchtigen Speicher des computerlesbaren Speichermediums in dem Verbrennungsmotorsteuersystem zu programmieren ist, wobei die beschriebenen Handlungen durch Ausführen der Anweisungen in einem System, das die verschiedenen Verbrennungsmotorhardwarekomponenten in Kombination mit der elektronischen Steuerung beinhaltet, ausgeführt werden.
• Es versteht sich, dass die hier offenbarten Auslegungen und Routinen beispielhafter Natur sind und diese konkreten Ausführungsformen nicht in einschränkendem Sinn aufzufassen sind, da zahlreiche Variationen möglich sind. Beispielsweise kann die vorstehende Technologie auf V-6-, I-4-, I-6-, V-12-, 4-Zylinder-Boxer- und andere Verbrennungsmotortypen angewendet werden. Der Gegenstand der vorliegenden Offenbarung beinhaltet alle neuartigen und nicht naheliegenden Kombinationen und Unterkombinationen der unterschiedlichen Systeme und Anordnungen und weitere hier offenbarte Merkmale, Funktionen und/oder Eigenschaften.
• Die folgenden Patentansprüche legen insbesondere bestimmte Kombinationen und Unterkombinationen dar, die als neuartig und nicht naheliegend betrachtet werden. Diese Patentansprüche können sich auf „ein“ Element oder „ein erstes“ Element oder das Äquivalent davon beziehen. Derartige Patentansprüche sind so zu verstehen, dass sie die Einbeziehung eines oder mehrerer derartiger Elemente beinhalten und zwei oder mehr derartige Elemente weder erfordern noch ausschließen. Andere Kombinationen und Unterkombinationen der offenbarten Merkmale, Funktionen, Elemente und/oder Eigenschaften können durch Änderung der vorliegenden Patentansprüche oder durch Einreichung neuer Patentansprüche in dieser oder einer verwandten Anmeldung beansprucht werden. Derartige Patentansprüche werden unabhängig davon, ob sie einen weiteren, engeren, gleichen oder unterschiedlichen Umfang im Vergleich zu den ursprünglichen Patentansprüchen aufweisen, ebenfalls als im Gegenstand der vorliegenden Offenbarung eingeschlossen betrachtet.
• 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
• US 9061224 [0003]
• US 7174273 [0003]

Claims (15)

1. Verfahren für ein Fahrzeug, umfassend: Angeben eines Verschlechterungszustands eines Verbrennungsmotoransaugluftfilters auf der Grundlage einer Verbreitung von Luftstrommesswerten, die kleiner als erwartet ist, wenn der Drosselwinkel über einem oberen Schwellenwert liegt.
2. Verfahren nach Anspruch 1, wobei das Angeben ferner auf einem Durchschnitt der Luftstrommesswerte, der kleiner als erwartet ist, basiert, wenn der Drosselwinkel über einem oberen Schwellenwert liegt.
3. Verfahren nach Anspruch 2, wobei der erwartete Durchschnitt der Luftstrommesswerte auf jedem von einer durch das Fahrzeug zurückgelegten Entfernung, früheren Fahrverlaufsdaten des Fahrzeugs, vorhergesagtem zukünftigen Fahren des Fahrzeugs und einem anfänglichen Durchschnitt der Luftstrommesswerte bei einem Installationszeitpunkt des Filters im Fahrzeug basiert.
4. Verfahren nach Anspruch 1, wobei das Angeben Folgendes beinhaltet: Vorhersagen des Verschlechterungszustands des Luftfilters auf der Grundlage der Verbreitung der Luftstrommesswerte, die kleiner als erwartet ist; und Umwandeln des vorhergesagten Verschlechterungszustands in eine Schätzung einer verbleibenden Zeit oder Dauer, bevor der Luftfilter gewartet werden muss, zur Anzeige an einen Fahrzeugbediener.
5. Verfahren nach Anspruch 4, wobei das Umwandeln auf jedem von früheren Fahrverlaufsdaten des Fahrzeugs, einschließlich eines früheren Verlaufs der Verbreitung der Luftstrommesswerte, und vorhergesagtem zukünftigen Fahren des Fahrzeugs basiert.
6. Verfahren nach Anspruch 5, wobei das Umwandeln ferner auf einer durch das Fahrzeug zurückgelegten Entfernung, die durch einen Wegstreckenzähler geschätzt wird, und der Anwesenheit ausgewählter Witterungsereignisse basiert.
7. Verfahren nach Anspruch 4, wobei das Vorhersagen stattfindet, nachdem eine Schwellenmenge an Daten gesammelt wurde, wobei sich eine Ansaugdrossel bei dem Drosselwinkel über dem oberen Schwellenwert befindet.
8. Verfahren nach Anspruch 4, ferner umfassend Anzeigen der Schätzung der verbleibenden Zeit oder Dauer an einen Fahrzeugbediener als eine Anzahl an verbleibenden Kraftstofftanknachfüllereignissen, bis der Luftfilter gewartet werden muss.
9. Verfahren nach Anspruch 1, wobei die erwartete Verbreitung der Luftstrommesswerte auf jedem von einer durch das Fahrzeug zurückgelegten Entfernung, früheren Fahrverlaufsdaten des Fahrzeugs, vorhergesagtem zukünftigen Fahren des Fahrzeugs und einer anfänglichen Verbreitung der Luftstrommesswerte bei einem Installationszeitpunkt des Filters im Fahrzeug basiert.
10. Fahrzeugsystem, umfassend: einen Verbrennungsmotor mit einem Ansaugkanal; einen Luftfilter, der an den Ansaugkanal gekoppelt ist; eine Ansaugdrossel; einen Krümmerluftstromsensor, der stromabwärts der Ansaugdrossel gekoppelt ist; und eine Steuerung mit auf einem nichtflüchtigen Speicher gespeicherten computerlesbaren Anweisungen zum: Speichern gemessener Luftstrommesswerte, wenn die Ansaugdrossel über einen Schwellendrosselwinkel befohlen wird; Schätzen einer Metrik, die eine Verbreitung des Krümmerluftstroms auf der Grundlage der gespeicherten gemessenen Luftstrommesswerte angibt; und Vorhersagen eines Verschlechterungszustands des Luftfilters auf der Grundlage der geschätzten Metrik relativ zu einem Schwellenwert; und Umwandeln des vorhergesagten Verschlechterungszustands in eine Schätzung der verbleibenden Zeit oder Dauer zur Anzeige an einen Fahrzeugbediener auf der Grundlage früherer Fahrverlaufsdaten und von vorhergesagtem zukünftigen Fahren, einschließlich eines früheren Verlaufs der geschätzten Metrik.
11. System nach Anspruch 10, wobei das Vorhersagen Vorhersagen eines höheren Verschlechterungszustands beinhaltet, wenn die geschätzte Metrik unter den Schwellenwert fällt.
12. System nach Anspruch 11, wobei die Metrik eine erste Metrik ist, und wobei die Steuerung ferner Anweisungen zum Schätzen einer zweiten Metrik, die einen durchschnittlichen Krümmerluftstrom durch den Luftfilter angibt, beinhaltet, und wobei das Vorhersagen Vorhersagen des höheren Verschlechterungszustands beinhaltet, wenn die zweite Metrik unter den Schwellenwert fällt.
13. System nach Anspruch 11, wobei der Schwellenwert als eine Funktion einer jüngsten Schätzung der Metrik, die von dem früheren Verlauf der geschätzten Metrik abgerufen wird, und einer Entfernung, die von dem Fahrzeug seit der jüngsten Schätzung der geschätzten Metrik zurückgelegt wurde, bestimmt wird.
14. System nach Anspruch 11, wobei der Schwellenwert als eine Funktion einer anfänglichen Schätzung der Metrik bei einem Installationszeitpunkt des Luftfilters, die vom früheren Verlauf der geschätzten Metrik abgerufen wird, und einer Entfernung, die von dem Fahrzeug seit der Installation des Luftfilters zurückgelegt wurde, bestimmt wird.
15. System nach Anspruch 11, wobei Speichern gemessener Luftstrommesswerte Sammeln von Krümmerluftstrommesswerten über den Krümmerluftstromsensor während stationärer und vorübergehender Verbrennungsmotorbetriebsbedingungen beinhaltet, wobei die Steuerung ferner Anweisungen beinhaltet zum: höheres Gewichten, während des Vorhersagens, der gemessenen Krümmerluftstrommesswerte, die während vorübergehender Verbrennungsmotorbetriebsbedingungen gesammelt werden, als die gemessenen Krümmerluftstrommesswerte, die während stationärer Verbrennungsmotorbetriebsbedingungen gesammelt werden.

Images