DE102022210249A1 - Steuerung eines Klimageräts mittels künstlicher Intelligenz - Google Patents

Steuerung eines Klimageräts mittels künstlicher Intelligenz Download PDF

Info

Publication number
DE102022210249A1
DE102022210249A1 DE102022210249.5A DE102022210249A DE102022210249A1 DE 102022210249 A1 DE102022210249 A1 DE 102022210249A1 DE 102022210249 A DE102022210249 A DE 102022210249A DE 102022210249 A1 DE102022210249 A1 DE 102022210249A1
Authority
DE
Germany
Prior art keywords
vehicle
control
air conditioning
interior
variable
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102022210249.5A
Other languages
English (en)
Inventor
Anne-Katrin Bartels
Alexander Hildebrandt
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Mobility GmbH
Original Assignee
Siemens Mobility GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Mobility GmbH filed Critical Siemens Mobility GmbH
Priority to DE102022210249.5A priority Critical patent/DE102022210249A1/de
Priority to PCT/EP2023/075253 priority patent/WO2024068288A1/de
Publication of DE102022210249A1 publication Critical patent/DE102022210249A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61DBODY DETAILS OR KINDS OF RAILWAY VEHICLES
    • B61D27/00Heating, cooling, ventilating, or air-conditioning
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60HARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00Heating, cooling or ventilating [HVAC] devices
    • B60H1/00357Air-conditioning arrangements specially adapted for particular vehicles
    • B60H1/00371Air-conditioning arrangements specially adapted for particular vehicles for vehicles carrying large numbers of passengers, e.g. buses
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60HARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/0073Control systems or circuits characterised by particular algorithms or computational models, e.g. fuzzy logic or dynamic models
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60HARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/00735Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
    • B60H1/00742Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models by detection of the vehicle occupants' presence; by detection of conditions relating to the body of occupants, e.g. using radiant heat detectors
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D23/00Control of temperature
    • G05D23/19Control of temperature characterised by the use of electric means
    • G05D23/1917Control of temperature characterised by the use of electric means using digital means
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D23/00Control of temperature
    • G05D23/19Control of temperature characterised by the use of electric means
    • G05D23/1927Control of temperature characterised by the use of electric means using a plurality of sensors
    • G05D23/1928Control of temperature characterised by the use of electric means using a plurality of sensors sensing the temperature of one space

Abstract

Die Erfindung betrifft ein Verfahren und eine Vorrichtung zum Steuern eines Klimageräts (1), welches einen Innenraum (15) eines Fahrzeugs (120) klimatisiert. Bei dem Verfahren wird das Klimagerät (1) mittels einer Steuereinrichtung (30) gesteuert, um anhand der Steuerung den Innenraum (15) des Fahrzeugs (120) zu klimatisieren. Zur Verbesserung des Betriebs des Klimageräts (1) bildet eine Recheneinrichtung (10, 110) mit Hilfe eines künstlichen neuronalen Netzes (32) ein Modell, das eingerichtet ist, anhand von Einflussgrößen (2), die einen Einfluss auf das Klima des Innenraums (15) haben, eine Steuergröße zur Ausgabe durch die Steuereinrichtung (30) zu ermitteln. Ein das Modell repräsentierende Computerprogramm wird auf der Steuereinrichtung (30) zum Steuern des Klimageräts (1) eingesetzt (E).

Description

  • Die Erfindung betrifft ein Verfahren zum Steuern eines Klimageräts, welches einen Innenraum eines Fahrzeugs klimatisiert. Dabei wird das Klimagerät mittels einer Steuereinrichtung gesteuert, um anhand der Steuerung den Innenraum des Fahrzeugs zu klimatisieren. Die Erfindung betrifft ferner eine Vorrichtung zum Steuern eines Klimageräts, welches einen Innenraum eines Fahrzeugs klimatisiert. Die Vorrichtung umfasst eine Steuereinrichtung, die eingerichtet ist, das Klimagerät zu steuern, um den Innenraum des Fahrzeugs zu klimatisieren.
  • Die Luftbehandlung in Schienenfahrzeugen ist beispielsweise in den Normen DIN EN 13129 (Titel: Luftbehandlung in Schienenfahrzeugen des Fernverkehrs - Behaglichkeitsparameter und Typprüfungen), DIN EN 14750 (Titel: Luftbehandlung in Schienenfahrzeugen des innerstädtischen und regionalen Nahverkehrs) und DIN EN 14813 (Titel: Luftbehandlung in Führerräumen) beschrieben.
  • Grundsätzlich ist es bekannt, ein Klimagerät mit Hilfe eines Reglers zu steuern. Dieser Regler ist beispielsweise als eingebettete Software ausgebildet. Als Regler kommen häufig Proportional-Integral-Regler oder 2-Punkt-Regler zum Einsatz. Für die Regler sind zudem Vorsteuerungen bekannt, die mit einem linearen Verhalten, dessen Parameter vor dem Betrieb des Fahrzeugs festgelegt wird, auf Eingangsgrößen reagieren.
  • Vor diesem Hintergrund ist es Aufgabe der Erfindung, den Betrieb des Klimageräts zu verbessern.
  • Diese Aufgabe wird durch ein Verfahren der eingangs genannten Art gelöst, bei welchem eine Recheneinrichtung mithilfe eines künstlichen neuronalen Netzes ein Modell bildet, das eingerichtet ist, anhand von Einflussgrößen, die einen Einfluss auf das Klima des Innenraums haben, eine Steuergröße zur Ausgabe durch die Steuereinrichtung zu ermitteln. Ein das Modell repräsentierende Computerprogramm wird auf der Steuereinrichtung zum Steuern des Klimageräts eingesetzt.
  • Mit der Erfindung wurde erkannt, dass Einflussgrößen, die einen Einfluss auf das Klima des Innenraums des Fahrzeugs haben, bei bisherigen Regelungen des Klimageräts nicht oder lediglich mittelbar - durch Messung einer Temperaturabweichung zwischen gewünschter Innenraumtemperatur und tatsächlich vorliegender Innenraumtemperatur - berücksichtigt werden. Die Regelung behandelt das Gesamtsystem (bestehend aus Fahrzeug, Klimagerät und Umgebung des Fahrzeugs) als Blackbox und reagiert ausschließlich auf eine Temperaturänderung innerhalb des Innenraums. Dies führt zu einer Trägheit, die mit einer großen Zeitdauer bis zum Erreichen der gewünschten Temperatur innerhalb des Innenraums einhergeht. Zudem können starke Einflüsse und die zugehörige Reaktion des Reglers zu einem Überschwingen des Systems führen, was den Komfort für Personen, die sich innerhalb des Innenraums aufhalten, weiter mindert.
  • Zudem wurde mit der Erfindung erkannt, dass bisherige Vorsteuerungen lediglich diejenigen Einflussgrößen berücksichtigen, die Fachleuten bekannt sind und dementsprechend bei der Einstellung der Parameter der Vorsteuerung berücksichtigt werden. Diese Parametereinstellung bleibt während des gesamten Betriebs des Fahrzeugs statisch.
  • Die erfindungsgemäße Lösung behebt dieses Problem, indem mithilfe des künstlichen neuronalen Netzes ein Modell gebildet wird. Dieses Modell erzeugt die Steuergröße zur Ausgabe durch die Steuereinrichtung unter Berücksichtigung einer Vielzahl von Einflussgrößen. Auf diese Weise können nicht nur alle bekannten Einflussgrößen berücksichtigt, sondern zudem bisher unbekannte Einflussgrößen durch das Training des neuronalen Netzes angemessen berücksichtigt (sozusagen als relevante Einflussgröße erkannt) werden. Außerdem ist eine Optimierung des Verhaltens während des Betriebs des Fahrzeugs möglich.
  • Der Einsatz eines künstlichen neuronalen Netzes hat den Vorteil, dass der Einfluss von Einflussgrößen im Training gewichtet wird. Zudem kann dieser Einfluss durch eine Betrachtung der sich im Training ergebenden Wichtungen (der Knoten des Netzes) analysiert werden, um weitergehende Kenntnisse für einen zukünftigen Betrieb des Klimageräts zu erlangen.
  • Ein weiterer wesentlicher Vorteil, der sich aus der Verwendung eines künstlichen neuronalen Netzes ergibt, ist, dass unterschiedliche Einflussgrößen bei der Ermittlung der Steuergröße bei der Verarbeitung durch das neuronale Netz verknüpft werden. Diese Verknüpfung ermöglicht die Erzeugung von Streckenprofilen, die von verschiedenen Parametern, beispielsweise Betriebsparametern des Fahrzeugs, abhängen. Die Streckenprofile können wiederum für die Vorhersage von Einflussgrößen genutzt werden: Denn wenn sich das Fahrzeug an einem bestimmten Ort auf der Strecke befindet, ist absehbar, welche Einflussgrößen im Streckenverlauf zu erwarten sind. Dies ist weiter vorteilhaft, da die Steuerung des Klimageräts schon vor Eintreten entsprechender Einflüsse auf diese vorbereitend reagieren kann. Dies ist insbesondere für einen energieoptimierten Betrieb des Klimageräts zweckmäßig.
  • Das erfindungsgemäße Verfahren ist vorzugsweise ein computerimplementiertes Verfahren.
  • Das Klimagerät ist beispielsweise zum Bereitstellen von klimatisierter Raumluft für einen Innenraum des Fahrzeugs vorgesehen. Das Steuern des Klimageräts erfolgt vorzugsweise, indem die Heiz- und Kühlleistung gesteuert wird.
  • Vorzugsweise ist das Klimagerät auf dem Dach des Fahrzeugs angeordnet, wo es während des Betriebs des Fahrzeugs Sonneneinstrahlung exponiert sein kann.
  • Die Steuereinrichtung kann eine zentrale Steuereinrichtung sein. Alternativ oder zusätzlich kann die Steuereinrichtung zumindest teilweise Teil des Klimageräts sein, beispielsweise in dem Klimagerät integriert sein.
  • Das Fahrzeug ist beispielsweise ein Landfahrzeug (z. B. ein Automobil), ein Luftfahrzeug (z. B. ein Flugzeug) oder ein Wasserfahrzeug (z. B. ein Schiff).
  • Der Begriff „Einflussgröße“ wird fachmännisch im Kontext der Regelungstechnik häufig als „Störgröße“ bezeichnet.
  • Vorzugsweise wird das Computerprogramm für den Einsatz auf der Steuereinrichtung installiert (Englisch: „deployment“).
  • Vorzugsweise weist das künstliche neuronale Netz eine oder mehrere Schichten von Neuronen auf, die nicht Eingabeneuron oder Ausgabeneuron sind. Die Schichten von Neuronen, die nicht Eingabeneuron (Englisch: Input Layer) oder Ausgabeneuron (Englisch: Output Layer) sind, werden fachmännisch häufig als Hidden Layer bezeichnet. Vorzugsweise werden die Hidden Layer beim Training und Lernen des künstlichen neuronalen Netzes verändert. Das maschinelle Lernen, welches das künstliche neuronale Netz mit mehreren Hidden Layers betrifft, wird fachmännisch häufig als Deep Learning bezeichnet.
  • Weiter vorzugsweise wird das künstliche neuronale Netz anhand von Trainingsdaten trainiert, wobei das Training in einem gesicherten Zustand erfolgt, in dem ein unerwünschter datentechnischer Angriff ausgeschlossen ist. Der gesicherte Zustand wird beispielsweise dadurch erzielt, dass für das Training ausschließlich geprüfte Trainingsdaten verwendet werden oder dass Trainingsdaten bei einer vor Angreifern geschützten Inbetriebsetzungs- und/oder Testphase gesammelt werden.
  • Gemäß einer bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens ist das Fahrzeug ein spurgebundenes Fahrzeug, vorzugsweise ein Schienenfahrzeug. Der Innenraum des spurgebundenen Fahrzeugs umfasst einen Fahrgastbereich für den Aufenthalt von Fahrgästen.
  • Beispielsweise ist das spurgebundene Fahrzeug ein Hochgeschwindigkeitszug des öffentlichen Personenfernverkehrs oder ein Regionalzug oder eine Stadtbahn, eine Straßenbahn bzw. eine U-Bahn des öffentlichen Personennahverkehrs. Das Schienenfahrzeug ist beispielsweise ein Triebzug.
  • Das erfindungsgemäße Verfahren ist besonders für die Anwendung bei spurgebundenen Fahrzeugen geeignet. Denn bei Fahrzeugen dieser Art gibt es eine große Anzahl von relevanten Einflussgrößen, die aufgrund der Spurführung und der damit einhergehenden im Voraus bekannten Strecke des Fahrzeugs vergleichsweise gut erfassbar und prognostizierbar sind.
  • Nach einer weiteren bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens umfasst die Steuereinrichtung
    • - einen Regler zum Erzeugen der Steuergröße und
    • - eine Vorsteuereinrichtung zum Beeinflussen einer für den Regler vorgesehenen Stellgröße,
    wobei das Computerprogramm, welches das Modell repräsentiert, auf der Vorsteuereinrichtung eingesetzt wird.
  • Auf diese Weise kann das Verhalten der Vorsteuerung des Reglers durch das Computerprogramm, welches das Modell repräsentiert, bestimmt werden. Dies ist besonders zweckmäßig, da bisherige Vorsteuerungen zwar äußeren Einflussgrößen, wie Außentemperatur (außerhalb des Fahrzeugs), Sonneneinstrahlung, etc., berücksichtigen. Jedoch können durch das Modell weitere Einflussgrößen berücksichtigt werden und entsprechend ein Einfluss auf die Stellgröße des Reglers genommen werden. Zudem kann das Verhalten der Vorsteuerung während des Betriebs des Fahrzeugs durch Berücksichtigung der Einflussgrößen optimiert werden.
  • Bei einer bevorzugten Weiterbildung wird das Computerprogramm, welches das Modell repräsentiert, auf der Vorsteuereinrichtung und dem Regler eingesetzt.
  • Auf diese Weise kann die Regelung des Klimageräts durch das Computerprogramm, welches das Modell repräsentiert, ersetzt werden. Dabei können die typischen, bei Reglern auftretenden Effekte, wie Regelabweichung, vermieden oder zumindest verringert werden.
  • Bei einer weiteren bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens wird das künstliche neuronale Netz anhand von Trainingsdaten trainiert, wobei die Trainingsdaten auf Basis eines vergangenen Betriebs des Fahrzeugs erzeugt werden. Auf diese Weise werden vergangene Fahrten und die bei diesen Fahrten gewonnenen Daten zur Steigerung des Wissens (durch Training) des künstlichen neuronalen Netzes genutzt.
  • Alternativ oder zusätzlich wird das künstliche neuronale Netz anhand von Trainingsdaten trainiert, wobei die Trainingsdaten auf Basis eines vergangenen Betriebs eines weiteren Fahrzeugs gleicher Art erzeugt werden. Da andere Fahrzeuge gleicher Art sich in vielen Aspekten gleich oder analog wie das Fahrzeug selbst verhalten, können weitere vergangene Fahrten und die bei diesen Fahrten gewonnenen Daten zur Steigerung des Wissens (durch Training) des künstlichen neuronalen Netzes genutzt werden. Das weitere Fahrzeug gleicher Art ist beispielsweise ein weiteres Fahrzeug derselben Fahrzeugflotte oder ein Testfahrzeug.
  • Alternativ oder zusätzlich wird das künstliche neuronale Netz anhand von Trainingsdaten trainiert, wobei die Trainingsdaten auf Basis einer Simulation eines Systems, welches das Fahrzeug, das Klimagerät und wenigstens Teile der Umgebung des Fahrzeugs repräsentiert, erzeugt werden. Durch die Simulation des Systems wird ein erwartetes Verhalten des Systems ermittelt und Daten, die dieses Verhalten charakterisieren, gewonnen. Diese Daten können als Trainingsdaten zum Training des künstlichen neuronalen Netzes genutzt werden.
  • Alternativ oder zusätzlich wird das künstliche neuronale Netz anhand von Trainingsdaten trainiert, wobei die Trainingsdaten auf Basis eines Entwicklungsvorgangs, bei dem das Klimagerät entwickelt wird, erzeugt werden. Der Variante liegt die Erkenntnis zugrunde, dass Daten bereits während der Entwicklung des Klimageräts erzeugt werden. Beispielsweise werden Tests des Klimageräts während der Entwicklung durchgeführt, bei denen Daten erzeugt werden, die als Basis für das Training des künstlichen neuronalen Netzes genutzt werden können.
  • Nach einer weiteren bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens ist das Modell eingerichtet, eine energieoptimierte Steuergröße zur Ausgabe durch die Steuereinrichtung zu ermitteln, wobei die energieoptimierte Steuergröße bei Verarbeitung durch das Klimagerät einen energieoptimierten Betrieb des Klimageräts bewirkt. Dieser Ausführungsform liegt die Erkenntnis zugrunde, dass ein klassischer Regler lediglich bedingt in der Lage ist, das Klimagerät energieoptimiert zu regeln. Im Unterschied dazu kann das künstliche neuronale Netz auf einen energieoptimierten Betrieb hin trainiert werden und eine entsprechende Steuergröße ausgeben.
  • Weiter vorzugsweise ist die energieoptimierte Steuergröße eine Steuergröße, die gleichzeitig (bei Verarbeitung durch das Klimagerät) einen komfortoptimierten Betrieb des Klimageräts bewirkt. Mit anderen Worten: Sowohl der Energieverbrauch als auch der Komfort der Fahrgäste wird durch das künstliche neuronale Netz berücksichtigt bzw. das künstliche neuronale Netz wird auf beide Aspekte hin trainiert.
  • Das neuronale Netz ist für einen energieoptimierten Betrieb des Klimageräts beispielsweise deshalb besonders geeignet, da eine Reaktion auf Einflussgrößen bereits vorbereitend erfolgen kann. Hierfür kann beispielsweise ein Streckenprofil dienen, das dem neuronalen Netz ermöglicht, absehbare Einflussgrößen - wenn diese im Streckenverlauf zu erwarten sind - zu berücksichtigen. Dadurch können beispielsweise energieintensive kurzfristige Wechsel zwischen Heizen und Kühlen verhindert werden.
  • Gemäß einer weiteren bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens umfassen die Einflussgrößen als wenigstens eine Einflussgröße eine Anzahl der Fahrgäste, die sich innerhalb des Innenraums aufhalten. Die Anzahl der Fahrgäste wird anhand eines Gewichtssignals, welches von einer Bremseinheit und/oder einer Federeinheit des Fahrzeugs erzeugt wird, ermittelt.
  • Dabei wird das Gewichtssignal beispielsweise anhand der Bremskraft und/oder Bremsenergie, die die Bremseinheit für einen vorgegebenen Bremsvorgang einsetzt, ermittelt.
  • Bei einer Ausbildung der Federeinheit als Luftfeder lässt ich das Gewichtssignal beispielsweise anhand des Luftdrucks innerhalb der Luftfeder ermitteln.
  • Alternativ oder zusätzlich wird die Anzahl der Fahrgäste mittels eines Fahrgastzählsystems ermittelt. Diese Variante ist besonders vorteilhaft bei einer Ausbildung des Fahrzeugs als spurgebundenes Fahrzeug, da Fahrgastzählsysteme bei spurgebundenen Fahrzeugen häufig ohnehin vorhanden sind und die Fahrgastzähldaten aus diesen Fahrgastzählsystemen bereits vorliegen.
  • Alternativ oder zusätzlich wird die Anzahl der Fahrgäste anhand der Anzahl der innerhalb des Innenraums erfassten mobilen Endgeräte ermittelt. Dieser Variante liegt die Erkenntnis zugrunde, dass die Anzahl der Mobilgeräte ein geeignetes Maß als Grundlage für die Schätzung der Anzahl der sich innerhalb des Innenraums aufhaltenden Fahrgäste ist.
  • Vorzugsweise können das Gewichtssignal und die Anzahl der erfassten mobilen Endgeräte durch das neuronale Netz oder Teile des neuronalen Netzes verknüpft werden.
  • Zur Ermittlung der Anzahl der Fahrgäste, die sich innerhalb des Innenraums aufhalten, kann zusätzlich die Tageszeit in Verknüpfung mit dem Wochentag ergänzt werden. Dadurch lassen sich hohe Fahrgastaufkommen, die beispielsweise durch den Berufsverkehr begründet sind, durch das neuronale Netz erkennen.
  • Nach einer weiteren bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens umfassen die Einflussgrößen als wenigstens eine Einflussgröße eine Sonneneinstrahlung, der das Fahrzeug während des Betriebs exponiert ist. Die Sonneneinstrahlung wird anhand eines Ortungssignals und einer sich daraus ergebenden Einstrahlrichtung erfasst.
  • Vorzugsweise wird anhand des Ortungssignals eine Position des Fahrzeugs ermittelt. Bei einer Ausführung des Fahrzeugs als spurgebundenes Fahrzeug wird weiter vorzugsweise anhand der Position und der befahrenen Strecke eine Fahrtrichtung des Fahrzeugs ermittelt. Anhand der aktuellen Uhrzeit (und des damit einhergehenden Sonnenstands) wird weiter vorzugsweise unter Berücksichtigung der Fahrtrichtung die Einstrahlrichtung der Sonneneinstrahlung ermittelt.
  • Alternativ oder zusätzlich wird die Sonneneinstrahlung anhand eines Sonnenschattens, der von einem in der Umgebung des Fahrzeugs befindlichen Objekt auf das Fahrzeug geworfen wird, erfasst. Mit anderen Worten: Anhand des Sonnenschattens wird eine Verringerung der Sonneneinstrahlung ermittelt. Bei Kenntnis der Sonneneinstrahlung (die ohne Schatten auf das Fahrzeug einwirken würde) und des Sonnenschattens kann die auf das Fahrzeug auftreffende Sonneneinstrahlung ermittelt werden.
  • Das Objekt ist beispielsweise ein Gebäude, eine Bepflanzung und/oder ein Tunnel entlang der von dem Fahrzeug befahrenen Strecke.
  • Alternativ oder zusätzlich wird die Sonneneinstrahlung anhand eines Zeitpunkts, vorzugsweise einer Jahres- und Tageszeit, ermittelt. Dieser Variante liegt die Erkenntnis zugrunde, dass der Sonnenstand und folglich der Einstrahlwinkel der Sonneneinstrahlung von der Tageszeit und von der Jahreszeit abhängt.
  • Alternativ oder zusätzlich wird die Sonneneinstrahlung anhand von Wetterdaten ermittelt. So können beispielsweise Wolkenaufkommen bei der Ermittlung der Sonneneinstrahlung berücksichtigt werden.
  • Bei der Ausführung des Fahrzeugs als spurgebundenes Fahrzeug, welches in der Regel länglich ausgebildet ist, lässt sich anhand der Einstrahlrichtung beispielsweise besonders einfach die sogenannte Sonnenseite des Fahrzeugs, die der Sonneneinstrahlung unmittelbar exponiert ist, ermitteln.
  • Gemäß einer weiteren bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens umfassen die Einflussgrößen als wenigstens eine Einflussgröße einen Betriebszustand einer elektrischen Komponente des Fahrzeugs, welcher erfasst wird. Dieser Variante liegt die Erkenntnis zugrunde, dass elektrische Komponenten während Ihres Betriebs Wärme ausstrahlen. Dies kann besonders einfach durch das künstliche neuronale Netz anhand des Betriebszustands der Komponenten berücksichtigt werden. Der Betriebszustand kann beispielsweise „AN“ und „AUS“ umfassen. Ein Beispiel für eine elektrische Komponente ist eine Beleuchtungseinrichtung zur Beleuchtung des Innenraums.
  • Bei einer weiteren bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens umfassen die Einflussgrößen als wenigstens eine Einflussgröße Wind. Der Wind wird anhand einer Fahrgeschwindigkeit des Fahrzeugs und/oder anhand von Wetterdaten erfasst. Dieser Ausführungsform liegt die Erkenntnis zugrunde, dass Wind einen Einfluss auf die dem Fahrzeug zugeführte Wärme hat. Vorteilhaft ist dabei, dass ein auf das Fahrzeug einwirkender Wind besonders einfach anhand der Fahrgeschwindigkeit des Fahrzeugs und anhand von Wetterdaten erfasst werden kann.
  • Bei einer weiteren bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens wird das Klimagerät anhand der von der Steuereinrichtung ausgegebenen Steuergröße gesteuert.
  • Die Erfindung betrifft ferner ein Computerprogramm, umfassend Befehle, die bei der Ausführung des Programms durch eine Recheneinrichtung diese veranlassen, das Verfahren der vorstehend beschriebenen Art auszuführen. Die Erfindung betrifft ferner ein Computerprogrammprodukt mit einem Computerprogramm dieser Art. Die Recheneinrichtung ist vorzugsweise zumindest in Teilen eine Recheneinrichtung des spurgebundenen Fahrzeugs und/oder der landseitigen Einrichtung.
  • Die Erfindung betrifft ferner eine Bereitstellungsvorrichtung für das Computerprogramm der vorstehend beschriebenen Art, wobei die Bereitstellungsvorrichtung das Computerprogramm speichert und/oder bereitstellt. Die Bereitstellungsvorrichtung ist beispielsweise eine Speichereinheit, die das Computerprogramm speichert und/oder bereitstellt. Alternativ und/oder zusätzlich ist die Bereitstellungsvorrichtung beispielsweise ein Netzwerkdienst, ein Computersystem, ein Serversystem, insbesondere ein verteiltes, beispielsweise cloudbasiertes Computersystem und/oder virtuelles Rechnersystem, welches das Computerprogrammprodukt vorzugsweise in Form eines Datenstroms speichert und/oder bereitstellt.
  • Die Bereitstellung erfolgt in Form eines Programmdatenblocks als Datei, insbesondere als Downloaddatei, oder als Datenstrom, insbesondere als Downloaddatenstrom, des Computerprogramms. Diese Bereitstellung kann beispielsweise aber auch als partieller Download erfolgen, der aus mehreren Teilen besteht. Ein solches Computerprogramm wird beispielsweise unter Verwendung der Bereitstellungsvorrichtung in ein System eingelesen, sodass das erfindungsgemäße Verfahren auf einem Computer zur Ausführung gebracht wird.
  • Die oben genannte Aufgabe wird ferner durch eine Vorrichtung der eingangs genannten Art gelöst. Die Vorrichtung umfasst eine Recheneinrichtung, welche eingerichtet ist, mit Hilfe eines künstlichen neuronalen Netzes ein Modell zu bilden, wobei das Modell eingerichtet ist, anhand von Einflussgrößen, die einen Einfluss auf das Klima des Innenraums haben, eine Steuergröße zur Ausgabe durch die Steuereinrichtung zu ermitteln. Die Vorrichtung umfasst ferner ein Computerprogramm, welches das Modell repräsentiert und eingerichtet ist, auf der Steuereinrichtung zum Steuern des Klimageräts eingesetzt zu werden.
  • Die Erfindung betrifft ferner ein Fahrzeug, vorzugsweise ein spurgebundenes Fahrzeug, mit einer Vorrichtung der vorstehend beschriebenen Art.
  • Zu Vorteilen, Ausführungsformen und Ausgestaltungsdetails des erfindungsgemäßen Computerprogramms, der erfindungsgemäßen Bereitstellungsvorrichtung, der erfindungsgemäßen Vorrichtung und des erfindungsgemäßen Fahrzeugs kann auf die vorstehende Beschreibung zu den entsprechenden Verfahrensmerkmalen des erfindungsgemäßen Verfahrens verwiesen werden.
  • Ausführungsbeispiele der Erfindung werden anhand der Zeichnungen erläutert. Es zeigen:
    • 1 schematisch den Aufbau eines Beispiels für eine Regelung eines Klimageräts,
    • 2 schematisch den Aufbau eines Beispiels für ein Fahrzeug mit einem Klimagerät,
    • 3 schematisch den Aufbau eines Ausführungsbeispiels einer erfindungsgemäßen Vorrichtung,
    • 4 schematisch den Aufbau eines Ausführungsbeispiels eines erfindungsgemäßen Fahrzeugs und
    • 5 schematisch den Ablauf eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens.
  • 1 zeigt schematisch den Aufbau eines Beispiels einer Regelung eines Klimageräts 1. Diese Regelung umfasst einen Proportional-Integral-Regler 3 eines äußeren Regelkreises 5 sowie einen Proportional-Integral-Regler 7 eines inneren Regelkreises 9. Der äußere Regelkreis 5 enthält einen Temperatursensor 11, welcher eine vorliegende Raumtemperatur Tin innerhalb eines Innenraums 15 eines in 2 gezeigten Fahrzeugs 20 misst. Der innere Regelkreis 9 enthält einen Temperatursensor 13, welcher eine Zuluft-Temperatur, die mittels des Klimageräts 1 dem Innenraum 15 des Fahrzeugs bereitgestellt und zugeführt wird, misst. Die Regelung des Klimageräts 1 erfolgt, indem die Heiz- und Kühlleistung, welche das Klimagerät 1 an die Zuluft abgibt, geregelt wird.
  • Etwaige Einflussgrößen 2, die einen Einfluss auf das Klima des Innenraums 15 haben, werden bei dieser Regelung nicht berücksichtigt. Die Regelung reagiert stattdessen auf etwaige Abweichungen dT der gemessenen Temperatur Tin und einer gewünschten Sollwert-Innenraumtemperatur Tic (sogenannte Sollwert-Innenraumtemperatur).
  • 2 zeigt schematisch den Aufbau eines Beispiels für ein Fahrzeug 20. Außerhalb des Fahrzeugs 20 liegt eine Außentemperatur Te vor. Das Klimagerät 1 ist auf dem Dach des Fahrzeugs 20 angeordnet und hat den Zweck, den Innenraum 15 des Fahrzeugs 20 zu klimatisieren. Hierfür führt das Klimagerät dem Innenraum 15 Zuluft 17 mit einer Zulufttemperatur Tzu zu. Die Zuluft 17 bewirkt eine Innenraumtemperatur Tin innerhalb des Innenraums 15. Ziel der Klimatisierung ist es, die Sollwert-Innenraumtemperatur Tic innerhalb des Innenraums 15 zu erzielen.
  • 3 zeigt schematisch den Aufbau eines Ausführungsbeispiels der erfindungsgemäßen Vorrichtung. Gleiche oder funktionsgleiche Elemente sind dabei mit denselben Bezugszeichen wie in Bezug auf 1 versehen. Die Vorrichtung umfasst einen Proportional-Integral-Regler 3 eines äußeren Regelkreises 5 sowie einen Proportional-Integral-Regler 7 eines inneren Regelkreises 9. Eine Steuereinrichtung 30 ist in Wirkrichtung zwischen dem äußeren Regler 3 und dem inneren Regler 7 vorgesehen und dient als Vorsteuereinrichtung 31 zur Vorsteuerung des Reglers 7. Zum Steuern des Klimageräts 1 wird ein Computerprogramm auf der Steuereinrichtung 30 eingesetzt. Das Computerprogramm repräsentiert ein Modell, welches von einem künstlichen neuronalen Netz 32 gebildet wird.
  • 4 zeigt schematisch den Aufbau eines Ausführungsbeispiels einer erfindungsgemäßen Vorrichtung und eines erfindungsgemäßen Fahrzeugs 120. Gleiche und funktionsgleiche Elemente des Fahrzeugs 120 sind dabei mit denselben Bezugszeichen wie in Bezug auf die entsprechenden Elemente des Fahrzeugs 20 gemäß 2 versehen.
  • Das Fahrzeug 120 ist ein spurgebundenes Fahrzeug 121, beispielsweise ein Schienenfahrzeug 122. Der Innenraum 15 des spurgebundenen Fahrzeugs 121 umfasst einen Fahrgastbereich 16 für den Aufenthalt von Fahrgästen 34.
  • In einem Verfahrensschritt A wird das künstliche neuronale Netz 32 auf einer landseitigen Einrichtung 105 mittels einer Recheneinrichtung 110 erzeugt bzw. gebildet. Alternativ wird das künstliche neuronale Netz 32 in einem Verfahrensschritt AA mittels einer Recheneinrichtung 10 als Teil der Steuereinrichtung 30 des Fahrzeugs 120 gebildet.
  • Das künstliche neuronale Netz 32 weist mehrere Schichten von Neuronen auf, die nicht Eingabeneuron oder Ausgabeneuron sind. Das künstliche neuronale Netz 32 bildet ein Modell, welches in die Lage versetzt werden soll, anhand von Einflussgrößen 2, die einen Einfluss auf das Klima des Innenraums 15 haben, eine Steuergröße zur Ausgabe durch die Steuereinrichtung 30 zu ermitteln.
  • Eine der Einflussgrößen 2 ist beispielsweise die Außentemperatur Te. Eine weitere Einflussgröße 2 ist beispielsweise die Anzahl Nf der Fahrgäste 34, die sich innerhalb des Innenraums 15 während des Betriebs des Klimageräts 1 aufhalten. Ferner ist eine weitere Einflussgröße 2 beispielsweise die Sonneneinstrahlung 36, der das Fahrzeug 120 während des Betriebs exponiert ist. Eine weitere Einflussgröße 2 ist beispielsweise ein Betriebszustand 39 einer elektrischen Komponente 38 des Fahrzeugs 120. Eine weitere Einflussgröße 2 ist beispielsweise Wind 40, der anhand einer Fahrgeschwindigkeit des Fahrzeugs und/oder anhand von Wetterdaten erfasst wird.
  • In einem Verfahrensschritt C1 wird das künstliche neuronale Netz 32 anhand von Trainingsdaten trainiert. Das Training erfolgt beispielsweise in einem gesicherten Zustand, in dem ein unerwünschter datentechnischer Angriff ausgeschlossen ist. Der gesicherte Zustand wird beispielsweise dadurch erzielt, dass für das Training ausschließlich geprüfte Trainingsdaten verwendet werden.
  • Die Trainingsdaten werden beispielsweise auf Basis eines vergangenen Betriebs des Fahrzeugs 120 in einem Verfahrensschritt B erzeugt. Dafür werden beispielsweise bei vergangenen Fahrten des Fahrzeugs 120 Einflussgrößen 2, zugehörige ausgegebene Steuergrößen einer Vorsteuereinrichtung und die dabei erzielte Innenraumtemperatur Tin gemessen. Diese Größen können zusätzlich bei vergangenen Fahrten eines weiteren Fahrzeugs gleicher Art in einem Verfahrensschritt BB gemessen werden. Zudem kann eine Simulation eines Systems, welches das Fahrzeug 120, das Klimagerät 1 und Teile der Umgebung 46 des Fahrzeugs 120 repräsentiert, eine Grundlage für die Erzeugung von Trainingsdaten in einem Verfahrensschritt BBB sein. Ferner können Teilvorgänge des Entwicklungsvorgangs, bei dem das Klimagerät 1 entwickelt wird, beispielsweise eine Testphase, Grundlage für die Erzeugung von Trainingsdaten in einem Verfahrensschritt BBBB sein.
  • Nach dem Training des künstlichen neuronalen Netzes 32 wird mit Hilfe des künstlichen neuronalen Netzes 32 ein Modell gebildet (Verfahrensschritt C2), welches eingerichtet ist, anhand der Einflussgrößen 2 eine Steuergröße zur Ausgabe durch die Steuereinrichtung 30 zu ermitteln.
  • Das Computerprogramm, welches das Modell repräsentiert, wird in einem Verfahrensschritt D auf der Steuereinrichtung 30 installiert und im weiteren Verfahren, insbesondere im Betrieb des Fahrzeugs 120, gemäß einem Verfahrensschritt E eingesetzt.
  • Dabei wird die Einflussgröße Nf (Anzahl der Fahrgäste) während des Betriebs des Fahrzeugs 120 in einem Verfahrensschritt E1 beispielsweise anhand eines Gewichtssignals, welches von einer Bremseinheit oder einer Federeinheit des Fahrzeugs 120 erzeugt wird, mittels eines Fahrgastzählsystems des Fahrzeugs 120 und/oder anhand der Anzahl der innerhalb des Innenraums 15 erfassten mobilen Endgeräte erfasst.
  • Zudem wird die Einflussgröße 36 (Sonneneinstrahlung) in einem Verfahrensschritt E2 anhand eines Ortungssignals und einer sich daraus ergebenden Einstrahlrichtung, anhand eines Sonnenschattens, der von einem in der Umgebung des Fahrzeugs befindlichen Objekt auf das Fahrzeug 120 geworfen wird, anhand eines Zeitpunkts, vorzugsweise einer Jahres- und Tageszeit, und/oder anhand von Wetterdaten 44 ermittelt.
  • Ferner wird die Einflussgröße 39 (Betriebszustand) in einem Verfahrensschritt E3 erfasst. Dazu wird beispielsweise ermittelt, ob die elektrische Komponente 38 des Fahrzeugs 120 eingeschaltet ist oder nicht.
  • Außerdem wird die Einflussgröße 40 (Wind) in einem Verfahrensschritt E4 anhand einer Fahrgeschwindigkeit des Fahrzeugs 120 und/oder anhand von Wetterdaten 44 erfasst.
  • Zudem wird die Außentemperatur Te in einem Verfahrensschritt E5 mittels eines Temperatursensors und/oder anhand von Wetterdaten 44 erfasst.
  • Anhand der genannten und gegebenenfalls anhand von weiteren erfassten Einflussgrößen ermittelt das auf der Steuereinrichtung 30 eingesetzte Computerprogramm in einem Verfahrensschritt E6 die Steuergröße, die von der Steuereinrichtung 30 ausgegeben wird. In einem Verfahrensschritt E7 wird das Klimagerät 1 anhand der Steuergröße gesteuert.
  • Obwohl die Erfindung im Detail durch das bevorzugte Ausführungsbeispiel näher illustriert und beschrieben wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.

Claims (15)

  1. Verfahren zum Steuern eines Klimageräts (1), welches einen Innenraum (15) eines Fahrzeugs (120) klimatisiert, bei welchem - das Klimagerät (1) mittels einer Steuereinrichtung (30) gesteuert wird, um anhand der Steuerung den Innenraum (15) des Fahrzeugs (120) zu klimatisieren, dadurch gekennzeichnet, dass - eine Recheneinrichtung (10, 110) mit Hilfe eines künstlichen neuronalen Netzes (32) ein Modell bildet (C2), das eingerichtet ist, anhand von Einflussgrößen (2), die einen Einfluss auf das Klima des Innenraums (15) haben, eine Steuergröße zur Ausgabe durch die Steuereinrichtung (30) zu ermitteln (E6), und - ein das Modell repräsentierende Computerprogramm auf der Steuereinrichtung (30) zum Steuern des Klimageräts (1) eingesetzt wird (E).
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass - das Fahrzeug (120) ein spurgebundenes Fahrzeug (121), vorzugsweise ein Schienenfahrzeug (122), ist und - der Innenraum (15) des spurgebundenen Fahrzeugs (121) einen Fahrgastbereich (16) für den Aufenthalt von Fahrgästen (34) umfasst.
  3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Steuereinrichtung (30) - einen Regler (3, 7) zum Erzeugen der Steuergröße und - eine Vorsteuereinrichtung (31) zum Beeinflussen einer für den Regler (3, 7) vorgesehenen Stellgröße, umfasst und das Computerprogramm, welches das Modell repräsentiert, auf der Vorsteuereinrichtung (31) eingesetzt wird.
  4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass das Computerprogramm, welches das Modell repräsentiert, auf der Vorsteuereinrichtung (31) und dem Regler (3, 7) eingesetzt wird.
  5. Verfahren nach wenigstens einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das künstliche neuronale Netz (32) anhand von Trainingsdaten trainiert wird (C1), wobei die Trainingsdaten - auf Basis eines vergangenen Betriebs des Fahrzeugs (120), - auf Basis eines vergangenen Betriebs eines weiteren Fahrzeugs gleicher Art, - auf Basis einer Simulation eines Systems, welches das Fahrzeug (120), das Klimagerät (1) und wenigstens Teile der Umgebung (46) des Fahrzeugs (120) repräsentiert, und/oder - auf Basis eines Entwicklungsvorgangs, bei dem das Klimagerät (1) entwickelt wird, erzeugt werden (B, BB, BBB, BBBB).
  6. Verfahren nach wenigstens einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Modell eingerichtet ist, eine energieoptimierte Steuergröße zur Ausgabe durch die Steuereinrichtung (30) zu ermitteln, wobei die energieoptimierte Steuergröße bei Verarbeitung durch das Klimagerät (1) einen energieoptimierten Betrieb des Klimageräts (1) bewirkt.
  7. Verfahren nach wenigstens einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Einflussgrößen (2) als wenigstens eine Einflussgröße eine Anzahl (Nf) der Fahrgäste (34), die sich innerhalb des Innenraums (15) aufhalten, umfassen und die Anzahl (Nf) der Fahrgäste (34) - anhand eines Gewichtssignals, welches von einer Bremseinheit oder einer Federeinheit des Fahrzeugs (120) erzeugt wird, - mittels eines Fahrgastzählsystems und/oder - anhand der Anzahl der innerhalb des Innenraums (15) erfassten mobilen Endgeräte, ermittelt wird (E1).
  8. Verfahren nach wenigstens einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Einflussgrößen (2) als wenigstens eine Einflussgröße eine Sonneneinstrahlung (36), der das Fahrzeug (120) während des Betriebs exponiert ist, umfassen und die Sonneneinstrahlung (36) - anhand eines Ortungssignals und einer sich daraus ergebenden Einstrahlrichtung, - anhand eines Sonnenschattens, der von einem in der Umgebung des Fahrzeugs (120) befindlichen Objekt auf das Fahrzeug (120) geworfen wird, - anhand eines Zeitpunkts, vorzugsweise einer Jahres- und Tageszeit, und/oder - anhand von Wetterdaten (44) ermittelt wird (E2).
  9. Verfahren nach wenigstens einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Einflussgrößen (2) als wenigstens eine Einflussgröße einen Betriebszustand (39) einer elektrischen Komponente (38) des Fahrzeugs (120) umfassen, welcher erfasst wird (E3).
  10. Verfahren nach wenigstens einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Einflussgrößen (2) als wenigstens eine Einflussgröße Wind (40) umfassen und der Wind (40) - anhand einer Fahrgeschwindigkeit des Fahrzeugs (120) und/oder - anhand von Wetterdaten (44) erfasst wird (E4).
  11. Verfahren nach wenigstens einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Klimagerät (1) anhand der von der Steuereinrichtung (30) ausgegebenen Steuergröße gesteuert wird (E7).
  12. Computerprogramm, umfassend Befehle, die bei der Ausführung des Programms durch eine Recheneinrichtung (38) diese veranlassen, das Verfahren nach wenigstens einem der Ansprüche 1 bis 11 auszuführen.
  13. Bereitstellungsvorrichtung für das Computerprogramm nach Anspruch 12, wobei die Bereitstellungsvorrichtung das Computerprogramm speichert und/oder bereitstellt.
  14. Vorrichtung zum Steuern eines Klimageräts (1), welches einen Innenraum (15) eines Fahrzeugs (120) klimatisiert, umfassend: - eine Steuereinrichtung (30), die eingerichtet ist, das Klimagerät (1) zu steuern, um den Innenraum (15) des Fahrzeugs (120) zu klimatisieren, gekennzeichnet durch - eine Recheneinrichtung (10, 110), welche eingerichtet ist, mit Hilfe eines künstlichen neuronalen Netzes ein Modell zu bilden, wobei das Modell eingerichtet ist, anhand von Einflussgrößen (2), die einen Einfluss auf das Klima des Innenraums (15) haben, eine Steuergröße zur Ausgabe durch die Steuereinrichtung (30) zu ermitteln, und - ein Computerprogramm, welches das Modell repräsentiert und eingerichtet ist, auf der Steuereinrichtung (30) zum Steuern des Klimageräts (1) eingesetzt zu werden.
  15. Fahrzeug, insbesondere spurgebundenes Fahrzeug (121), mit einer Vorrichtung nach Anspruch 14.
DE102022210249.5A 2022-09-28 2022-09-28 Steuerung eines Klimageräts mittels künstlicher Intelligenz Pending DE102022210249A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102022210249.5A DE102022210249A1 (de) 2022-09-28 2022-09-28 Steuerung eines Klimageräts mittels künstlicher Intelligenz
PCT/EP2023/075253 WO2024068288A1 (de) 2022-09-28 2023-09-14 Steuerung eines klimageräts mittels künstlicher intelligenz

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102022210249.5A DE102022210249A1 (de) 2022-09-28 2022-09-28 Steuerung eines Klimageräts mittels künstlicher Intelligenz

Publications (1)

Publication Number Publication Date
DE102022210249A1 true DE102022210249A1 (de) 2024-03-28

Family

ID=88204433

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102022210249.5A Pending DE102022210249A1 (de) 2022-09-28 2022-09-28 Steuerung eines Klimageräts mittels künstlicher Intelligenz

Country Status (2)

Country Link
DE (1) DE102022210249A1 (de)
WO (1) WO2024068288A1 (de)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08197933A (ja) 1995-01-26 1996-08-06 Mitsubishi Motors Corp 学習制御式自動車用エアコンディショナ
DE10111223A1 (de) 2000-03-09 2001-09-13 Denso Corp Fahrzeugklimaanlage mit einem die manuelle Steuerungsbetätigung der Gebläsespannung lernenden Regelungssystem
US20110246022A1 (en) 2010-03-31 2011-10-06 Honda Motor Co., Ltd. Method Of Estimating An Air Quality Condition By A Motor Vehicle
DE102016124305A1 (de) 2016-12-14 2018-06-14 Aurora Konrad G. Schulz Gmbh & Co. Kg Omnibus
DE112018002393T5 (de) 2017-05-09 2020-01-23 Denso Corporation Klimatisierungssteuerungsvorrichtung
DE102019108283A1 (de) 2019-03-29 2020-10-01 Vitramo Gmbh Fahrzeugheizungssystem sowie Verfahren zum Heizen eines Fahrzeuginnenraums
DE102020106073A1 (de) 2020-03-06 2021-09-09 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zum Betrieb einer Klimaeinheit eines Fahrzeugs

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2846148A (en) * 1955-08-19 1958-08-05 Gen Motors Corp Air heating system
CN109435630B (zh) * 2018-11-15 2020-12-29 无锡英捷汽车科技有限公司 一种基于人工神经网络算法的乘员舱温度控制方法
CN111237988B (zh) * 2020-01-15 2021-05-28 北京天泽智云科技有限公司 地铁车载空调机组控制方法及系统
DE102020109299B4 (de) * 2020-04-03 2022-08-25 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Steuern einer Klimatisierungseinrichtung für ein Kraftfahrzeug und Klimatisierungseinrichtung damit

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08197933A (ja) 1995-01-26 1996-08-06 Mitsubishi Motors Corp 学習制御式自動車用エアコンディショナ
DE10111223A1 (de) 2000-03-09 2001-09-13 Denso Corp Fahrzeugklimaanlage mit einem die manuelle Steuerungsbetätigung der Gebläsespannung lernenden Regelungssystem
US20110246022A1 (en) 2010-03-31 2011-10-06 Honda Motor Co., Ltd. Method Of Estimating An Air Quality Condition By A Motor Vehicle
DE102016124305A1 (de) 2016-12-14 2018-06-14 Aurora Konrad G. Schulz Gmbh & Co. Kg Omnibus
DE112018002393T5 (de) 2017-05-09 2020-01-23 Denso Corporation Klimatisierungssteuerungsvorrichtung
DE102019108283A1 (de) 2019-03-29 2020-10-01 Vitramo Gmbh Fahrzeugheizungssystem sowie Verfahren zum Heizen eines Fahrzeuginnenraums
DE102020106073A1 (de) 2020-03-06 2021-09-09 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zum Betrieb einer Klimaeinheit eines Fahrzeugs

Also Published As

Publication number Publication date
WO2024068288A1 (de) 2024-04-04

Similar Documents

Publication Publication Date Title
DE102017214384B4 (de) Verfahren und Vorrichtungen zur Festlegung eines Betriebsstrategieprofils
DE102011002275B4 (de) Verfahren zur Prognose des Fahrverhaltens eines vorausfahrenden Fahrzeugs
DE102010036751B4 (de) Steuerungssystem zum Steuern einer Geschwindigkeit eines Fahrzeugs unter Anwendung einer Ankunftszeit-Steuerung und Fahrzeug mit einem derartigen Steuerungssystem
EP2323887B9 (de) Verfahren zur steuerung eines hybridantriebs in einem schienenfahrzeug
EP2765019B1 (de) Verfahren und Anordnung zur Optimierung der motorischen Verfügbarkeit einer mittels Kühlkreislauf gekühlten Elektromobilitätskomponente
DE102015113144A1 (de) System und Verfahren zum Betreiben eines Fahrzeugs
DE102014222007A1 (de) PHEV-Energieverwaltungssteuerung mit einer fahrtorientierten Energieverbrauchsvorplanung
DE102017208840B3 (de) Bremsvorrichtung und Verfahren zum Durchführen einer Notbremsung eines Schienenfahrzeugs
DE2942360A1 (de) Verfahren und vorrichtung zur regelung einer kraftfahrzeug-klimaanlage
DE102018205525A1 (de) Geschwindigkeitssteuerautomatik und Verfahren zur autonomen Geschwindigkeitssteuerung eines Fahrzeugs
EP3170054A1 (de) Schienenfahrzeug mit einer ereignisgesteuerten führerstandanzeigevorrichtung
DE102015115291A1 (de) Energiemanagementsystem und Verfahren für Fahrzeugsysteme
DE102012108934A1 (de) Verfahren zum Betreiben eines Elektrofahrzeugs und Steuerungseinrichtung zur Durchführung des Verfahrens
EP3326850B1 (de) Verfahren zur klimatisierung eines fahrgastraumes sowie klimaanlage für einen fahrgastraum
DE102021004426A1 (de) Verfahren zum Trainieren einer autonomen Fahrfunktion
DE102020109299B4 (de) Verfahren zum Steuern einer Klimatisierungseinrichtung für ein Kraftfahrzeug und Klimatisierungseinrichtung damit
DE102022210249A1 (de) Steuerung eines Klimageräts mittels künstlicher Intelligenz
AT524822A1 (de) Verfahren zum Testen eines Fahrerassistenzsystems eines Fahrzeugs
WO2021130066A1 (de) Training von neuronalen netzen durch ein neuronales netz
DE102014222626A1 (de) Verfahren und Vorrichtung zum Betreiben eines Kraftfahrzeugs
DE112018006408T5 (de) Systeme und verfahren zur mischung der fahrsteuerung in elektrofahrzeugen
EP4226248A1 (de) Verfahren und ein system zum testen eines fahrerassistenzsystems für ein fahrzeug
DE102019216950A1 (de) Einstellen eines Fahrzeuglenkwinkels per Steuerung unter Berücksichtigung von Dynamikgrößen
DE102018211295A1 (de) Verfahren zum Betreiben eines spurgebundenen Fahrzeugs und Fahrdatenermittlungseinheit zum Ermitteln von Fahrkurvendaten
DE102015014627A1 (de) System und Verfahren zur Einstellung des Fahrgestellniveaus der Fahrzeuge in einer Fahrzeuggruppe

Legal Events

Date Code Title Description
R163 Identified publications notified