DE102023207025B3 - Verfahren zur Abschätzung eines Drehmoments in einem Getriebe - Google Patents

Verfahren zur Abschätzung eines Drehmoments in einem Getriebe Download PDF

Info

Publication number
DE102023207025B3
DE102023207025B3 DE102023207025.1A DE102023207025A DE102023207025B3 DE 102023207025 B3 DE102023207025 B3 DE 102023207025B3 DE 102023207025 A DE102023207025 A DE 102023207025A DE 102023207025 B3 DE102023207025 B3 DE 102023207025B3
Authority
DE
Germany
Prior art keywords
torque
neural network
transmission
estimate
torque estimate
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.)
Active
Application number
DE102023207025.1A
Other languages
English (en)
Inventor
Steffen Biel
Sebastian Steidle
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.)
ZF Friedrichshafen AG
Original Assignee
ZF Friedrichshafen AG
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 ZF Friedrichshafen AG filed Critical ZF Friedrichshafen AG
Priority to DE102023207025.1A priority Critical patent/DE102023207025B3/de
Application granted granted Critical
Publication of DE102023207025B3 publication Critical patent/DE102023207025B3/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16HGEARING
    • F16H59/00Control inputs to control units of change-speed-, or reversing-gearings for conveying rotary motion
    • F16H59/14Inputs being a function of torque or torque demand

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Control Of Transmission Device (AREA)

Abstract

Es wird ein Verfahren zur Abschätzung eines Drehmoments in einem Getriebe (106) sowie ein zugehöriges Trainingsverfahren, ein zugehöriges neuronales Netz, eine zugehörige Vorrichtung und ein Getriebe mit einer zugehörigen Vorrichtung beschrieben. Das Verfahren umfasst die Schritte des Empfangens (S1) eines Drehmomentschätzwerts (112), des Empfangens (S2) eines Bus-Lastsignals (114) eines Buses, des Eingebens (S3) des Drehmomentschätzwerts (112) und des Bus-Lastsignals (114) als Eingangssignale in ein trainiertes neuronales Netz (110), wobei das neuronale Netz (110) basierend auf Trainingsdaten trainiert wurde, welche jeweils einen Drehmomentschätzwert (112) sowie ein Bus-Lastsignals (114) als Eingangsdaten und ein basierend auf einem Drehmomentmesswert am Getriebe (106) bestimmte Daten als Ausgangsdaten aufweist, sowie des Bestimmens (S4) eines korrigierten Drehmomentschätzwerts (116) basierend auf der Ausgabe des neuronalen Netzes (110).

Description

  • Technisches Gebiet
  • Die vorliegende Erfindung bezieht sich auf ein Verfahren zur Abschätzung eines Drehmoments in einem Getriebe mittels eines neuronalen Netzes sowie ein zugehöriges Trainingsverfahren, ein zugehöriges neuronales Netz, eine zugehörige Vorrichtung und ein Getriebe mit einer zugehörigen Vorrichtung.
  • Stand der Technik
  • Um die Schaltung eines Getriebes für einen Verwender optimal, beispielsweise so komfortabel wie möglich, basierend auf dem Drehmomentverhalten eines Motors, wie beispielsweise eines Verbrennungsmotors, abzustimmen, wird im Stand der Technik das vom Motor geschätzte Drehmoment verwendet. Dieses wird vom Motor über einen Bus, wie beispielsweise einen CAN-Bus, an das Getriebe zur Verfügung gestellt. Von der Güte dieses geschätzten Moments ist die Güte der Getriebefunktion, gerade bei hoch dynamischen Vorgängen, stark abhängig. Zum einen ist die Schätzung des Motormoments auf Basis der momentanen Einspritzmenge, wie von Verbrennungsmotoren durchgeführt, oft ungenau. Weiterhin wird die Information vom Motor mittels eines Bussignals dem Getriebe zur Verfügung gestellt. Dabei entstehen aber in der Regel Laufzeitfehler, da das geschätzte Drehmoment nicht immer mit der obersten Priorität an das Getriebe kommuniziert wird.
  • DE 11 2019 007 222 T5 offenbart eine Motorsteuereinrichtung, die ein Modell erzeugt, das ein Steuerziel simuliert. Zu einem geschätzten Drehmoment wird ein Korrekturbetrag addiert. Letzterer wird anhand eines Merkmalbetrags und eines Parameters des Modells unter Verwendung von maschinellem Lernen einschließlich eines autoregressiven Terms in einer Eingabe-Ausgabe-Beziehung berechnet.
  • Darstellung der Erfindung
  • Ziel der vorliegenden Erfindung ist es somit, die Nachteile des Stands der Technik zu verringern und insbesondere das geschätzte Motormoment zu optimieren.
  • Hierzu sieht die Erfindung gemäß einem ersten Aspekt ein Verfahren zur Abschätzung eines Drehmoments in einem Getriebe vor.
  • Bei dem Drehmoment kann es sich hierbei um ein Drehmoment an einer gewünschten Stelle eines Getriebes handeln, beispielsweise an dessen Eingang, aber auch an einem gewissen Abschnitt des Getriebes, welcher beispielsweise für einen Schaltvorgang besonders zentral ist. Bei diesem Getriebe kann es sich ferner um ein Getriebe beispielsweise für ein Kraftfahrzeug handeln. Insbesondere kann es sich hierbei um ein Kraftfahrzeug mit einem Verbrennungsmotor handeln, wobei der Verbrennungsmotor einen Drehmomentschätzwert über einen Bus, wie beispielsweise einen CAN-Bus, überträgt.
  • Zunächst sieht das Verfahren hierbei einen Schritt des Empfangens eines Drehmomentschätzwerts vor. Wie vorangehend bereits beschrieben, kann dieser Drehmomentschätzwert beispielsweise ein Drehmomentschätzwert sein, welcher von einem Motor, wie beispielsweise von einem Verbrennungsmotor, ausgegeben wird. Hierbei kann der Verbrennungsmotor beispielsweise basierend auf einer Einspritzmenge durch den Motor abgeschätzt werden. Der Drehmomentschätzwert stellt somit eine Abschätzung des Drehmoments am Motor dar.
  • Ferner sieht das Verfahren sodann das Empfangen eines Bus-Lastsignals eines Buses dar. Bei dem Bus kann es sich beispielsweise um einen CAN-Bus eines Kraftfahrzeugs handeln. Das Bus-Lastsignal stellt hierbei die Auslastung des Buses dar. Diese ist eine Indikation für eine entsprechende Laufzeitverzögerung und wird im Allgemeinen ebenfalls über den Bus, wie beispielsweise den CAN-Bus, bereitgestellt.
  • Sodann umfasst das Verfahren den Schritt des Eingebens des Drehmomentschätzwerts und des Bus-Lastsignals als Eingangssignale in ein trainiertes neuronales Netz. Das neuronale Netz wurde vorangehend basierend auf einem Satz von Trainingsdaten trainiert. Derartige Trainingsdaten, mit welchen das trainierte neuronale Netz trainiert wurde, umfassen hierbei jeweils als Eingangssignal den Drehmomentschätzwert sowie das Bus-Lastsignal. Sodann umfassen die Trainingsdaten ferner jeweils basierend auf einem Drehmomentmesswert am Getriebe bestimmte Daten als Ausgangsdaten. Die Trainingsdaten können beispielsweise im Rahmen eines Versuchsaufbaus erzeugt werden. Hierzu wird eine Messeinrichtung an der Stelle im Getriebe integriert, an welcher später das anliegende Drehmoment abgeschätzt werden soll. Dieses kann beispielsweise am Eingang oder am Ausgang des Getriebes oder auch an einer Stelle zwischen diesen Stellen im Getriebe sein, für welche das anliegende Drehmoment später basierend auf dem empfangenen Drehmomentschätzwert abgeschätzt werden soll. Bei denen auf einem Drehmomentmesswert am Getriebe bestimmten Daten kann es sich beispielsweise um den Drehmomentmesswert, welcher im Versuchsaufbau erfasst wurde, selbst handeln. Es kann sich jedoch auch beispielsweise um eine Differenz zwischen dem empfangenen Drehmomentschätzwert und dem Drehmomentmesswert handeln, so dass das Netz für die Ausgabe eines entsprechenden Korrekturwerts trainiert wird. Bei dem neuronalen Netz kann es sich beispielsweise um ein CNN handeln.
  • Mit der Ausgabe des neuronalen Netzes kann sodann ein korrigierter Drehmomentschätzwert bestimmt werden. Aufgrund der obigen Trainingsdaten handelt es sich hierbei somit um eine Abschätzung des Drehmoments an der jeweiligen Stelle des Getriebes basierend auf den empfangenen Drehmomentschätzwerten.
  • Das Verfahren erlaubt es somit, sowohl die Ungenauigkeiten durch das Schätzverfahren des Motors sowie die Verzögerungen des Buses durch die Berücksichtigung der Bus-Auslastung zu kompensieren. Auch ist eine genauere Bestimmung an dem jeweiligen Element des Getriebes, welches von Hauptinteresse ist, über die Auswahl bzw. die Messung der Drehmomentmesswerte an der entsprechenden Stelle des Getriebes, möglich.
  • In einer Ausführungsform wird der Drehmomentschätzwert über den Bus von einem Motorsteuergerät empfangen. Bei dem Motorsteuergerät handelt es sich um ein Steuergerät des oben bereits beschriebenen Motors, welcher den Schätzwert, basierend auf beispielsweise einer Einspritzmenge, abschätzt. Somit stellt der Drehmomentschätzwert eine Schätzung eines Drehmoments des zum Motorsteuergerät zugehörigen Motors dar.
  • In einer Ausführungsform kann das neuronale Netz einen Korrekturwert als Ausgabe direkt ausgeben. Hierzu kann ein Training zur Ausgabe eines Korrekturwerts erfolgen, wie oben bereits beschrieben. Auch eine Nachverarbeitung im Rahmen des neuronalen Netzes basierend auf dem Drehmomentschätzwert und einer Ausgabe des neuronalen Netzes kann zu diesem Korrekturwert führen. Der Schritt des Bestimmens des korrigierten Drehmomentschätzwertes kann zusammen eine Verrechnung des Drehmomentschätzwerts mit dem Korrekturwert sein. Hierzu kann beispielsweise der Drehmomentschätzwert zum Korrekturwert addiert oder der Korrekturwert kann vom Drehmomentschätzwert abgezogen werden.
  • In einer weiteren Ausführungsform kann das neuronale Netz jedoch auch direkt einen korrigierten Drehmomentschätzwert ausgeben. Hierzu kann ein entsprechendes Training mit entsprechenden Ausgangsdaten als Trainingsdaten stattfinden. Der Schritt des Bestimmens kann sodann eine ledigliche Verwendung des ausgegebenen korrigierten Drehmomentschätzwerts sein.
  • In einem weiteren Verfahren kann zusätzlich auch die Motordrehzahl im Rahmen des Trainings und im Rahmen der Verwendung des neuronalen Netzes herangezogen werden. Hierzu wird ferner eine Motordrehzahl, beispielsweise über den Bus, empfangen und im Schritt des Eingebens als Eingangssignal in das neuronale Netz eingegeben. Hierzu muss das neuronale Netz ferner derart trainiert werden, dass die Trainingsdaten auch die Motordrehzahl als Eingangsdaten umfassen.
  • Wird zusätzlich die Motordrehzahl berücksichtigt, so kann auch die Auswirkung einer Massenträgheit innerhalb des Motors berücksichtigt werden.
  • Ferner wird ein Verfahren zum Trainieren des neuronalen Netzes offenbart. Hierzu werden Trainingsdaten in das neuronale Netz eingegeben. Diese Trainingsdaten können beispielsweise aus einem Versuchsaufbau resultieren. Die Trainingsdaten umfassen hierbei, wie bereits oben dargestellt, einen Drehmomentschätzwert sowie ein Bus-Lastsignal als Eingangsdaten und ein basierend auf einem Drehmomentmesswert am Getriebe bestimmten Daten als Ausgangsdaten. Auch die oben genannte zusätzliche Eingabe einer Motordrehzahl als Eingangsdaten ist im Trainingsverfahren möglich.
  • Ferner wird ein neuronales Netz offenbart, welches nach dem Verfahren zum Training eines neuronalen Netzes trainiert wurde.
  • Ferner ist in einer Ausführungsform eine Vorrichtung zur Ausführung eines Verfahrens einerseits zur Verwendung eines neuronalen Netzes, d. h. zur Abschätzung eines Drehmoments, und andererseits zum Training des neuronalen Netzes selbst offenbart. Hierbei kann eine derartige Vorrichtung zur Verwendung des neuronalen Netzes beispielsweise ein Steuergerät eines Getriebes sein. Eine Vorrichtung zum Training kann hierbei jedoch auch beispielsweise ein Computer mit höherer Rechenleistung sein.
  • Ferner ist ein Getriebe offenbart, welches eine Vorrichtung zur Ausführung eines der Verfahren, insbesondere eine Vorrichtung zur Ausführung des Verfahrens zur Abschätzung eines Drehmoments in einem Getriebe, ausführt.
  • Es sei angemerkt, dass der bestimmte korrigierte Drehmomentschätzwert beispielsweise zur Ansteuerung des Getriebes verwendet werden kann. Insbesondere kann der korrigierte Drehmomentschätzwert zur Ansteuerung eines Schaltvorgangs des Getriebes verwendet werden. Somit ist ferner die Ausgabe eines Steuersignals basierend auf dem korrigierten Drehmomentschätzwert vorgesehen, wobei das Ansteuersignal beispielsweise ein Ansteuersignal für ein Getriebe sein kann.
  • Kurze Beschreibung der Figuren
    • 1 zeigt ein Kraftfahrzeug mit einer Vorrichtung nach einer Ausführungsform.
    • 2 zeigt ein neuronales Netz im Verwendungszustand.
    • 3 zeigt ein Flussdiagramm des Verfahrens zur Abschätzung eines Drehmoments.
  • Detaillierte Beschreibung von Ausführungsformen
  • 1 zeigt ein Kraftfahrzeug 100. Dieses wird mit einem Motor 102, hier ein Verbrennungsmotor, angetrieben. Dieser Motor 102 weist ein Motorsteuergerät 104 auf, welches auch einen Drehmomentschätzwert bestimmt. In der vorliegenden Ausführungsform bestimmt das Motorsteuergerät 104 den Drehmomentschätzwert basierend auf einer Einspritzmenge. Wie mit den gestrichelten Linien gezeigt, wird der Drehmomentschätzwert vom Motorsteuergerät 104 an das Getriebesteuergerät 108 des Getriebes 106 über einen Bus, hier einen CAN-Bus, übertragen und dort empfangen.
  • Wie in 2 gezeigt, geht der Drehmomentschätzwert als Eingangssignal 112 in das neuronale Netz 110 des Getriebesteuergeräts 108 ein. Auch geht, wie durch den Pfeil 114 gezeigt, das Bus-Lastsignal 114 als Eingang in das neuronale Netz 110 ein.
  • Dieses neuronale Netz 110 führt sodann das in 3 gezeigte Verfahren zur Abschätzung eines Drehmoments aus. Hierbei wird in den Schritten S1 und S2, welche beispielsweise parallel ausgeführt werden können, zunächst der Drehmomentschätzwert 112 empfangen, Schritt S1, und ebenfalls ein Bus-Lastsignal 114 des Buses empfangen, Schritt S2. Diese empfangenen Daten werden sodann in das neuronale Netz 110 in Schritt S3 eingegeben. Dieses neuronale Netz 110 wurde zuvor, wie oben im Detail beschrieben, trainiert. Als Ausgabe 116 gibt in der vorliegenden Ausführungsform das neuronale Netz 110 einen korrigierten Drehmomentschätzwert aus. Basierend auf dieser Ausgabe wird sodann durch die Verwendung der Ausgabe des neuronalen Netzes 110 ein korrigierter Drehmomentschätzwert bestimmt.
  • In nicht gezeigten weiteren Verfahrensschritten kann dieser korrigierte Drehmomentschätzwert sodann für die Ansteuerung des Getriebes 106 verwendet werden.
  • Bezugszeichen
  • 100
    Kraftfahrzeug
    102
    Motor
    104
    Motorsteuergerät
    106
    Getriebe
    108
    Getriebesteuergerät
    110
    neuronales Netz
    112
    Drehmomentschätzwert
    114
    Bus-Lastsignal
    116
    korrigierter Drehmomentschätzwert
    S1
    Empfangen eines Drehmomentschätzwerts
    S2
    Empfangen eines Bus-Lastsignals
    S3
    Eingeben in das neuronale Netz
    S4
    Bestimmen eines korrigierten Drehmomentschätzwerts

Claims (9)

  1. Verfahren zur Abschätzung eines Drehmoments in einem Getriebe (106), die Schritte umfassend: - Empfangen (S1) eines Drehmomentschätzwerts (112); - Empfangen (S2) eines Bus-Lastsignals (114) eines Buses; - Eingeben (S3) des Drehmomentschätzwerts (112) und des Bus-Lastsignals (114) als Eingangssignale in ein trainiertes neuronales Netz (110), wobei das neuronale Netz (110) basierend auf Trainingsdaten trainiert wurde, welche jeweils einen Drehmomentschätzwert (112) sowie ein Bus-Lastsignals (114) als Eingangsdaten und ein basierend auf einem Drehmomentmesswert am Getriebe (106) bestimmte Daten als Ausgangsdaten aufweisen; - Bestimmen (S4) eines korrigierten Drehmomentschätzwerts (116) basierend auf der Ausgabe des neuronalen Netzes (110).
  2. Verfahren nach Anspruch 1, wobei der Drehmomentschätzwert (112) über den Bus von einem Motorsteuergerät (104) empfangen wird und der Drehmomentschätzwert (112) eine Schätzung eines Drehmoments des zum Motorsteuergerät (104) zugehörigen Motors (102) darstellt.
  3. Verfahren nach einem der vorangegangenen Ansprüche, wobei das neuronale Netz (110) einen Korrekturwert als Ausgabe ausgibt und der Schritt des Bestimmens des korrigierten Drehmomentschätzwerts (116) eine Verrechnung des Drehmomentschätzwerts (112) mit dem Korrekturwert ist.
  4. Verfahren nach einem der vorangegangenen Ansprüche, wobei das neuronale Netz (110) einen korrigierten Drehmomentschätzwert (116) ausgibt und der Schritt des Bestimmens eine Verwendung des ausgegebenen korrigierten Drehmomentschätzwerts (116) ist.
  5. Verfahren nach Anspruch 1, wobei ferner die Motordrehzahl empfangen und im Schritt des Eingebens als Eingangssignal in das trainierte neuronale Netz (110) eingegeben wird, wobei die Trainingsdaten die Motordrehzahl als Eingangsdaten umfassen.
  6. Verfahren zum Trainieren eines neuronalen Netzes (110) zur Verwendung in einem Verfahren nach einem der vorangegangenen Ansprüche, wobei das Trainieren umfasst: Eingeben von Trainingsdaten in das neuronale Netz (110), wobei die Trainingsdaten jeweils einen Drehmomentschätzwert (112) sowie ein Bus-Lastsignal (114) als Eingangsdaten und ein basierend auf einem Drehmomentmesswert am Getriebe (106) bestimmte Daten als Ausgangsdaten aufweisen.
  7. Neuronales Netz (110), welches mit dem Verfahren nach Anspruch 6 trainiert wurde.
  8. Vorrichtung zur Ausführung eines Verfahren nach einem der Ansprüche 1 bis 6.
  9. Getriebe (106) mit einer Vorrichtung nach Anspruch 8.
DE102023207025.1A 2023-07-24 2023-07-24 Verfahren zur Abschätzung eines Drehmoments in einem Getriebe Active DE102023207025B3 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102023207025.1A DE102023207025B3 (de) 2023-07-24 2023-07-24 Verfahren zur Abschätzung eines Drehmoments in einem Getriebe

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102023207025.1A DE102023207025B3 (de) 2023-07-24 2023-07-24 Verfahren zur Abschätzung eines Drehmoments in einem Getriebe

Publications (1)

Publication Number Publication Date
DE102023207025B3 true DE102023207025B3 (de) 2024-05-29

Family

ID=91026965

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102023207025.1A Active DE102023207025B3 (de) 2023-07-24 2023-07-24 Verfahren zur Abschätzung eines Drehmoments in einem Getriebe

Country Status (1)

Country Link
DE (1) DE102023207025B3 (de)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112019007222T5 (de) 2019-04-16 2022-01-05 Mitsubishi Electric Corporation Motorsteuereinrichtung

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112019007222T5 (de) 2019-04-16 2022-01-05 Mitsubishi Electric Corporation Motorsteuereinrichtung

Similar Documents

Publication Publication Date Title
DE3874585T2 (de) Verfahren zur vorausberechnung der parameter zur steuerung der kraftstoffzufuhr fuer eine brennkraftmaschine.
DE102014113905B4 (de) Verfahren zum Berechnen eines Drehmoments einer Getriebekupplung
DE112012002333B4 (de) Belastungscharakteristikschätzvorrichtung für eine antriebsmaschine
EP2148182A2 (de) Verfahren zur Beurteilung der Fahrbarkeit von Fahrzeugen
DE102013109596A1 (de) Motorregelsystem zum Korrigieren von Spiel
DE102007006616B3 (de) Verfahren zur Optimierung eines elektronisch gesteuerten automatisch schaltenden Getriebes für ein Kraftfahrzeug
DE102019108804A1 (de) Robotersystem zur durchführung einer lernkontrolle unter verwendung von motorgeber und sensor
DE102019101184A1 (de) Störungsdiagnosesystem
DE60218829T2 (de) Fahrbarkeit-einstufungsmethode und system
DE102023207025B3 (de) Verfahren zur Abschätzung eines Drehmoments in einem Getriebe
DE102015225250A1 (de) Verfahren und Vorrichtung zum Bestimmen eines Gasmassenstroms in einem Verbrennungsmotor
DE102004026583B3 (de) Verfahren zur Optimierung von Kennfeldern
DE102014201769A1 (de) Verfahren zur Bestimmung einer Fahrbahnsteigung
DE19951946A1 (de) Kraftfahrzeug
DE102014117812B4 (de) Verbrennungsmotordrehzahl-Signalverarbeitungsverfahren für eine Kupplungssteuerung im Fahrzeug
EP3607294B1 (de) Verfahren zum steuern, insbesondere regeln, eines antriebsstrangprüfstands mit realem getriebe
EP1382956B1 (de) Verfahren zur Simulation des Fahrverhaltens von Fahrzeugen
DE102011084081A1 (de) Verfahren zum Betreiben einer Brennkraftmaschine
DE102018216515A1 (de) Verfahren zum Bedaten eines Steuergeräts sowie Verfahren zum Betreiben eines Kraftfahrzeugs
DE102012200032B4 (de) Verfahren und Vorrichtung zur Dynamik-Diagnose von Sensoren
DE102019100323A1 (de) Diagnose eines Verdrehspiels im Antriebsstrang
DE102015207270A1 (de) Verfahren und Vorrichtung zur Simulationskopplung eines ereignisgesteuerten Controller-Teilsystems und eines Anlagen-Teilsystems
DE102021130866A1 (de) Verfahren zum Ermitteln einer Fahrzeugmasse eines Fahrzeuges, Massen-Abschätzungseinheit sowie Fahrzeug
DE102020110689A1 (de) Maschinendiagnosesystem und Maschinendiagnoseverfahren
DE102010052392A1 (de) Verfahren zum Regeln von Schlupf einer Fahrzeugkupplung

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R018 Grant decision by examination section/examining division