DE10244539A1

DE10244539A1 - Verfahren und Steuereinheit zur global-adaptiven Korrektur von Einspritzmengen- und/oder Luftmassenmessfehlern in einer Brennkraftmaschine insbesondere eines Kraftfahrzeuges

Info

Publication number: DE10244539A1
Application number: DE2002144539
Authority: DE
Inventors: Gerhard Engel; Christian Mader
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2002-09-25
Filing date: 2002-09-25
Publication date: 2004-04-08

Abstract

Bei einem Verfahren und einer Steuereinheit zur Steuerung einer Brennkraftmaschine insbesondere eines Kraftfahrzeuges, bei dem in einem Kennfeld, abhängig von wenigstens zwei Betriebskenngrößen der Brennkraftmaschine, Werte eines Ansteuersignals der Brennkraftmaschine abgelegt sind, wobei an wenigstens drei Betriebspunkten Korrekturwerte zur Korrektur des Kennfeldes ermittelbar sind, wobei die Korrekturwerte, ausgehend von der Abweichung zwischen einem gewünschten Wert und einem tatsächlichen Wert, einer der wenigstens zwei Betriebskenngrößen bestimmbar sind, und wobei durch wenigstens drei Betriebspunkte und die zugeordneten Korrekturwerte wenigstens eine Korrekturebene definiert wird und jeder Punkt der Korrekturebene als mögliche Korrekturgröße dient, ist erfindungsgemäß vorgesehen, dass im Betrieb der Brennkraftmaschine in vorgebbaren Zeitabständen aus die wenigstens zwei Betriebskenngrößen repräsentierenden Eingangssignalen ein Korrekturfaktor für wenigstens ein Ansteuersignal der Brennkraftmaschine berechnet wird und dieser Korrekturfaktor mit einem rekursiven Lernverfahren, unter Heranziehung von Informationen über den jeweiligen aktuellen Betriebspunkt der Brennkraftmaschine, in einem Polynom gespeichert wird.

Description

HINTERGRUND DER ERFINDUNG
Die Erfindung betrifft ein Verfahren und eine Steuereinheit zur Steuerung einer Brennkraftmaschine insbesondere eines Kraftfahrzeuges gemäß den Oberbegriffen der jeweiligen unabhängigen Ansprüche.
An heutige Kraftfahrzeugmotoren werden zunehmend höhere Anforderungen an Abgas- und Verbrauchskennwerte gestellt. Um diesen Anforderungen zu begegnen, wird die Schadstoffemission dieser Brennkraftmaschinen in an sich bekannter Weise mittels Abgasrückführung, d.h. durch Zufuhr von Abgas zur Ansaugluft, verringert. Naturgemäß weisen die dort eingesetzten Sensoren und Aktoren wie bspw. ein Luftmassenmesser oder eine Kraftstoffzumesseinrichtung Fertigungs- oder Arbeitstoleranzen auf, wodurch sich nicht immer bestmögliche Emissionswerte erreichen lassen. Um die genannten Eingriffsmöglichkeiten optimal zur Reduktion von Schadstoffen nutzen zu können, ist es erforderlich, die tatsächlich in den Motor eingespritzte Kraftstoffmenge bzw. die tatsächlich dem Motor zugeführte Luftmasse möglichst genau zu bestimmen bzw. eine etwa notwendige Korrektur einer Betriebskenngröße der Brennkraftmaschine, bspw. der eingespritzten Kraftstoffmenge, vorzunehmen.
Bei der genannten Korrektur werden bekanntermaßen Werte eines von wenigstens zwei Betriebskenngrößen der Brennkraftmaschine abhängigen Ansteuersignals der Brennkraftmaschine in Form eines Kennfeldes abgespeichert. Zusätzlich werden an mehreren Betriebspunkten der Brennkraftmaschine Korrekturwerte zur Korrektur des Kennfeldes ermittelt. Ausgehend von der Abweichung zwischen einem gewünschten Wert und einem tatsächlichen Wert einer der wenigstens zwei Betriebskenngrößen werden jeweils die genannten Korrekturwerte bestimmt, wobei durch wenigstens drei Betriebspunkte und die zugeordneten Korrekturwerte wenigstens eine Korrekturebene definiert wird und wobei jeder Punkt der Korrekturebene als mögliche Korrekturgröße dient.

Ein entsprechendes Verfahren zur adaptive Korrektur von Kennfeldern einer Einspritzanlage eines Kraftfahrzeug-Dieselmotors geht bspw. aus der DE 195 28 696 A1 hervor. Das dort beschriebene Verfahren nutzt einen Abgasrückführregler mit einem Kennfeld, in dem – abhängig von Betriebskenngrößen des Dieselmotors – ein Ansteuersignal zur Ansteuerung eines Stellglieds abgelegt ist. Mittels des Stellglieds wird auf die über eine Abgasrückführklappe angesaugte Luftmenge Einfluss genommen. Der Abgasrückführregler verarbeitet dabei das Ausgangssignal eines Drehzahlsensors und eines Lambdasensors und/oder eines Luftmassenmessers. Bei Auftreten eines Fehlers oder einer Ungenauigkeit bei der Kraftstoffzumessung weicht die tatsächlich eingespritzte Kraftstoffmenge von der von einem Fahrer bspw. mittels eines Fahrpedalsensors gewünschten Kraftstoffmenge ab. Ist die tatsächliche Menge kleiner als ein Sollwert, so liefert die Brennkraftmaschine nicht das gewünschte Drehmoment. Ist die Menge zu groß, so treten möglicherweise unzulässige Abgasemissionen auf. Daher wird mittels einer Mengenberechnung die tatsächlich eingespritzte Kraftstoffmenge bestimmt und in einem Vergleichspunkt mit dem Sollwert verglichen. Abhängig vom Vergleichsergebnis wird dann eine Korrekturmenge bestimmt. Mit dieser Korrekturmenge wird in einem Additionspunkt der Sollwert für die eingespritzte Kraftstoffmenge entsprechend korrigiert.

Ein ähnliches Verfahren zur korrektiven Steuerung einer Brennkraftmaschine ist ferner aus der DE-OS 41 05 740 bekannt. Bei dem dort beschriebenen Verfahren zur additiven und multiplikativen Korrektur eines Kennfeldes repräsentiert ein erstes Abweichungssignal einen additiven und ein zweites Abweichungssignal einen multiplikativen Fehler. Diese additiven und multiplikativen Fehler werden durch additive und multiplikative Korrekturfaktoren im gesamten Kennfeldbereich berücksichtigt. Eine solche „globale Korrektur" liefert nur dann ausreichend genaue Korrekturwerte, wenn das Kennfeld in Bereiche aufgeteilt wird, in denen die additiven Fehler dominieren, und in solche Bereiche, in denen die multiplikativen Fehler dominieren.

Des Weiteren ist bekannt, lokale Korrekturen bei den genannten Kennfeldern dadurch zu optimieren, dass zu jedem Kennfeldstützpunkt ein Korrekturwert erlernt wird. Obgleich die Genauigkeit der Korrekturen gegenüber den vorgenannten Verfahren verbessert ist, ist nachteilhaft, dass bestimmte Punkte in einem Betriebszyklus der Brennkraftmaschine bereits gelernt werden konnten, während an benachbarten Punkten hierfür noch keine Gelegenheit war, da bestimmte Betriebspunkte nur relativ selten angefahren werden. So dauert es beispielsweise relativ lange, bis nach einem Tankvorgang die geänderten Kraftstoffeigenschaften im gesamten Kennfeld berücksichtigt sind.

Die vorbeschriebenen Verfahren sind demnach insoweit nachteilig, als nicht in allen Betriebspunkten der Brennkraftmaschine eine global-adaptive Korrektur bspw. der Menge eingespritzten Kraftstoffs und/oder der durch einen Sensor erfassten Luftmasse ermöglicht wird. Demzufolge werden etwa auftretende Fehler dieser Betriebskenngrößen der Brennkraftmaschine nur unzureichend korrigiert.

ZUSAMMENFASSUNG DER ERFINDUNG

Der Erfindung liegt daher die Aufgabe zugrunde, ein eingangs genanntes Verfahren sowie eine Steuereinheit dahingehend weiterzubilden, dass die genannten Nachteile des Standes der Technik vermieden werden und insbesondere eine möglichst genaue Bestimmung und damit ermöglichte präzise Korrektur der einer Brennkraftmaschine tatsächlich zugeführten Kraftstoffmenge und/oder tatsächlich zugeführten Luftmasse ermöglicht wird.

Diese Aufgabe wird gelöst durch die Merkmale der unabhängigen Ansprüche. Vorteilhafte Ausgestaltungen bzw. Weiterbildungen sind Gegenstand der jeweiligen Unteransprüche.

Das erfindungsgemäße Verfahren sowie die Steuereinheit sehen zur Lösung dieser Aufgabe insbesondere vor, im Betrieb der Brennkraftmaschine zeitweilig oder in bestimmten Zeitabständen aus Betriebskenngrößen der Brennkraftmaschine repräsentierenden Eingangssignalen einen Korrekturfaktor für wenigstens ein Ansteuersignal der Brennkraftmaschine zu berechnen und diesen Korrekturfaktor mit einem rekursiven Lernverfahren unter Zuhilfenahme von Informationen über den jeweiligen aktuellen Betriebspunkt der Brennkraftmaschine in einem Polynom zu speichern. Aus diesem Polynom kann dann ein momentan jeweils gültiger Korrekturfaktor mit hoher Präzision ermittelt werden.

Der Korrekturfaktor wird bevorzugt in Abhängigkeit von der momentan eingespritzten Kraftstoffmasse, der Drehzahl und ggf. weiteren Betriebskenngrößen der Brennkraftmaschine ermittelt. Mittels des rekursiven Lernverfahrens wird der Korrekturfaktor sehr schnell gelernt. Durch weiteres Lernen kann die Genauigkeit des Korrekturfaktors sogar noch weiter erhöht werden. Somit kann auch für Betriebspunkie der Brennkraftmaschine, in denen noch nicht gelernt wurde, ebenfalls ein Korrekturfaktor ausgegeben werden. Das erfindungsgemäße Verfahren erfordert nur relativ geringe Rechenzeiten sowie einen minimalen Speicherbedarf zur Zwischenspeicherung der verarbeiteten Größen.

In einer bevorzugten Ausgestaltung des erfindungsgemäßen Verfahrens wird die genaue Menge des eingespritzten Kraftstoffes aus der der Brennkraftmaschine zugeführten Luftmasse und dem Sauerstoffgehalt im Abgas (Luftwert LAMBDA) bestimmt. Dabei wird der Korrekturfaktor als Differenz oder als Quotient zwischen einer Soll-Einspritzmenge und der tatsächlich eingespritzten Kraftstoffmenge gebildet.

Gemäß einer alternativen Ausgestaltung wird die tatsächlich der Brennkraftmaschine zugeführte Luftmasse aus der Kraftstoffmasse und dem Luftwert LAMBDA berechnet. Hierbei wird der Korrekturfaktor aus der gemessenen Luftmasse und der berechneten Luftmasse gebildet.

Die Erfindung ermöglicht zudem, für verschiedene Betriebspunkte der Brennkraftmaschine ermittelte Korrekturfaktoren abzuspeichern und aus diesen gespeicherten Korrekturfaktoren, insbesondere im dynamischen Betrieb der Brennkraftmaschine, einen global-adaptiv ermittelten Korrekturfaktor bereitzustellen.

Das vorgeschlagene rekursive Lernverfahren hat den weiteren Vorteil, dass in sämtlichen Betriebspunkten der Brennkraftmaschine gelernt wird, nicht nur an den eingangs genannten Stützstellen. Dadurch lassen sich nachteilige Auswirkungen aufgrund von lokalen Effekten an den Stützstellen, beispielsweise lokalen Mengenfehlern, minimieren.

Zudem ist vorteilhaft, dass man durch die Verwendung des genannten Zustandsvektors eine gekrümmte Korrekturfläche erhält, die sich besser an den realen Fehler anpasst als bei den im Stand der Technik bekannten Methoden.

Die Erfindung wird nachfolgend, unter Heranziehung der Zeichnung, anhand bevorzugter Ausführungsbeispiele eingehender erläutert, aus denen sich weitere Merkmale und Vorteile der Erfindung ergeben.
In der Zeichnung zeigen
1 schematisch ein in einen Regelkreis einer Motorsteuereinheit einer Brennkraftmaschine gemäß der Erfindung eingebundenes rekursives Lernverfahren zur adaptiven Regelung von Betriebskenngrößen der Brennkraftmaschine;
2 eine schematische Detailansicht des in der 1 gezeigten rekursiven Lernverfahrens;
3 eine typische Korrekturebene zur adaptiven Korrektur der in 1 gezeigten Betriebskenngrößen gemäß einem ersten Ausführungsbeispiel der Erfindung;
4 eine linear gekrümmte Korrekturfläche gemäß einem zweiten Ausführungsbeispiel der Erfindung; und
5 eine quadratisch gekrümmte Korrekturfläche gemäß einem dritten Ausführungsbeispiel der Erfindung.
BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSBEISPIELE
Die 1 zeigt schematisch einen Mengenregelkreis einer Motorsteuereinheit einer Brennkraftmaschine eines Kraftfahrzeuges. Der Mengenregelkreis dient zur Dosierung von der Brennkraftmaschine zugeführtem Kraftstoff und zugeführter Luft und wird erfindungsgemäß mittels eines rekursiven Lernverfahrens betrieben. Aus der der Brennkraftmaschine zugeführten, vorliegend mittels eines (nicht gezeigten) Luftmassenmessers erfassten Luftmasse ML und aus dem mittels einer (nicht gezeigten) Lambdasonde gemessenen Luftmassenverhältnis LAMBDA bestimmten Sauerstoffgehalt im Abgas wird die tatsächlich eingespritzte Kraftstoffmasse ME ist berechnet. Bei dieser Mengenberechnung ergibt sich die tatsächlich eingespritzte Kraftstofmasse ME ist aus der Formel
ME_ist = ML/(14.4 * LAMBDA).
Als Luftmengensignal ML kann entweder die mit einem Luftmassensensor erfasste Luftmenge oder eine aus verschiedenen Betriebskenngrößen wie bspw. der Temperatur und dem Druck der angesaugten Luftmenge berechnete Größe herangezogen werden.
Aus der Differenz zwischen dem Istwert der Kraftstoffmasse ME_ist und einer von der Motorsteuereinheit bereitgestellten Soll-Kraftstoffmasse ME_soll ergibt sich der Kraftstoffmassenfehler DELTA_ME. Der Kraftstoffmassenfehler DELTA_ME, die Drehzahl N der Brennkraftmaschine und die Soll-Kraftstoffmasse ME_soll gehen nun in das genannte und nachfolgend noch eingehender beschriebene rekursive Lernverfahren ein.
Es sei bereits an dieser Stelle vorweggenommen, dass der Vorteil des nachfolgend beschriebenen rekursiven Lernverfahrens insbesondere darin liegt, dass in allen Arbeitspunkten gelernt wird, nicht nur an den durch die diskret vorliegenden Werte der Betriebskenngrößen der Brennkraftmaschine definierten Stützstellen. Dadurch lassen sich nachteilige Auswirkungen durch lokale Effekte an den Stützstellen, bspw. lokale Mengenfehler bei der Kraftstoffzumessung, minimieren.
Als rekursives Lernverfahren wird in sämtlichen nachfolgend beschriebenen Ausführungsbeispielen durchgehend die rekursive Parameterschätzmethode der kleinsten Fehlerquadrate verwendet. Diese Methode ist in der Literatur, bspw. in „Digitale Regelsysteme", Rolf Isermann, erschienen im Springer-Verlag, 1987, dortiges Kap. 242, auf das im vorliegenden Zusammenhang vollumfänglich Bezug genommen wird, ausführlich beschrieben.
Die bei dieser Methode verwendeten Größen sowie deren Zusammenhang mit den Betriebskenngrößen der Brennkraftmaschine sind in der 2 illustriert und betreffen:
1. den bereits genannten Kraftstoffmassenfehler DELTA_ME, und zwar zum jeweiligen Abtastzeitpunkt des Mengenregelkreises;
2. einen Zustandsvektor PSI; seine Elemente sind die Drehzahl N, die Soll-Kraftstoffmasse ME_soll sowie ein konstanter Faktor (wiederum jeweils zum Abtastzeitpunkt des Mengenregelkreises);
3. eine Kovarianzmatrix P, welche das inverse Produkt aus einer Zustandsmatrix PSI mit der in Formel 24.2.7 des obigen Lehrbuchs definierten Matrix PSI-T darstellt, wobei diese Zustandsmatrix PSI aus den in 2. genannten Vektoren PSI für alle Abtastzeitpunkte gebildet ist;
4. einen Informationsvektor THETA, dessen Elemente Faktoren sind, aus denen ein Schätzwert für den Kraftstoffmassenfehler gebildet werden kann;
5. einen Korrekturvektor GAMMA, der Korrekturwerte zur Berechnung eines neuen Wertes von THETA aus einem alten Wert von THETA enthält;
6. einen Vergessensfaktor OMEGA (a.a.O. mit „LAMBDA" bezeichnet), der einen Faktor zur stärkeren Gewichtung neuer Abtastpunkte gegenüber alten Abtastpunkten darstellt.
Zu jedem Abtastzeitpunkt werden die Größen DELTA_ME und PSI neu gebildet. Dabei werden zunächst aus PSI und P ein neuer Korrekturvektor und anschließend aus PSI, GAMMA, und dem Vergessensfaktor OMEGA eine neue Matrix P gebildet.
Aus den vorliegenden Werten von PSI, GAMMA, THETA und DELTA_ME wird daraufhin ein neuer Informationsvektor THETA gebildet. THETA enthält dann einen von der Drehzahl abhängigen ersten Faktor THETA1, einen von der Kraftstoffmasse abhängigen zweiten Faktor THETA2 und einen konstanten Faktor THETA3 zur Berechnung des in jedem Betriebspunkt der Brennkraftmaschine benötigten Korrekturwertes für die Kraftstoffmasse. Dieser Zusammenhang definiert eine Korrekturebene, wobei die ersten beiden Faktoren den Steigungen der Ebene in Richtung der Drehzahl und der Kraftstoffmenge und der dritte Faktor einen konstanten Offset darstellen.
Die genauen Zusammenhänge sind in der 3 illustriert, in dem ein erstes Ausführungsbeispiel des erfindungsgemäßen Verfahrens dargestellt ist. Für die genannte Korrekturebene gilt somit der mathematische Zusammenhang
ME_korr = N * THETA1 + ME_soll * THETA2 + THETA3
Das rekursive Lernverfahren wird in dem vorliegenden Ausführungsbeispiel nur dann aktiviert, wenn die Änderungsdynamik der Kraftstoffmasse, nämlich die zeitliche Ableitung DELTA_ME_soll/DELTA_t des Sollwertes ME_soll, einen bestimmten Wert nicht überschreitet. Dadurch werden dynamische Negativ-Einflüsse auf das Lernverfahren bzw. die adaptive Korrektur, z.B. sehr kurzzeitige Änderungen (Peakwerte) der der Brennkraftmaschine zugeführten Kraftstoffmasse, minimiert.
Aus dem Informationsvektor THETA und dem Zustandsvektor PSI wird der Korrekturwert der Kraftstoffmasse ME_korr berechnet, und zwar gemäß der Beziehung ME_korr = THETA * PSI. Dieser Korrekturwert wird dann weiteren Funktionen in der Motorsteuereinheit zur Verfügung gestellt, bspw. den Funktionen Kraftstoffzumessung, Einspritzbeginn und/oder Abgasrückführung. Dadurch ist sichergestellt, dass das Lernverfahren auch dann einen Korrekturwert für die Kraftstoffmasse ausgibt, wenn das Lernverfahren nicht aktiviert ist, z.B. im Falle einer nicht aktiven Lambdasonde.
Die genannte Kovarianzmatrix P und der Informationsvektor THETA werden in einen nicht-flüchtigen Speicher, bspw. einen EEPROM, abgelegt. Dadurch stehen beim Start der Brennkraftmaschine sofort die zur Berechnung von ME_korr notwendigen Größen zur Verfügung.
Unter Bezugnahme auf die 4 und 5 werden nun zwei weitere Ausführungsbeispiele der Erfindung beschrieben, welche sich insbesondere durch Abwandlungen des zugrundeliegenden rekursiven Lernverfahrens unterscheiden.
Bei dem in der 4 gezeigten Ausführungsbeispiel wird der Zustandsvektor PSI um weitere Elemente erweitert, vorliegend um das Produkt aus Drehzahl der Brennkraftmaschine und Kraftstoffmasse. Der Korrekturwert für die Kraftstoffmasse ergibt sich dabei aus der folgenden Gleichung:
ME_korr = N * THETA1 + ME_soll * THETA2 + THETA3 + N * ME_soll * THETA4
Bei dem in der 5 gezeigten Ausführungsbeispiel wird der Zustandsvektor PSI um die Drehzahl im Quadrat und die Temperatur der Brennkraftmaschine erweitert. Durch diese Erweiterung wird aus der Korrekturebene eine gekrümmte Fläche bzw. ein Korrekturraum. Der Vorteil dieser gekrümmten Fläche liegt darin, dass eine bessere Anpassung des Korrekturwertes der Kraftstoffmasse an den realen Kraftstoffmassenfehler der Brennkraftmaschine erreichbar ist. Denn die durch Verwendung eines Zustandsvektors PSI mit mehr als drei Elementen erhaltene gekrümmte Korrekturfläche lässt sich besser an den realen Fehler anpassen.
Der Korrekturwert für die Kraftstoffmasse ergibt sich hierbei aus der Gleichung:
ME_korr = N * THETA1 + ME_soll * THETA2 + THETA3 + N * N * THETA4
In weiteren Ausführungsvarianten können die in Kapitel 24.6 des oben genannten Lehrbuchs ausführlich beschriebenen Modifkationen rekursiver Parameterschätzalgorithmen verwendet werden, beispielsweise das diskrete Filterverfahren in Kovarianzform (DSFC). Hierbei wird die Kovarianzmatrix P durch das Produkt der Matrizen S und der S_T ersetzt. Alternativ kann eine U-D-Faktorisierung (DUDC} vorgenommen werden, bei der P durch das Produkt der Matrizen TT, D und U_T ersetzt wird. Mittels dieser Modifikationen lassen sich bessere numerische Eigenschaften bei der digitalen Berechnung erzielen.
In einer zusätzlichen Variante wird anstatt eines Korrekturwertes für die Kraftstoffmasse ein Korrekturwert für die Luftmasse ML_korr berechnet. Hierbei wird aus dem von der Steuereinheit der Brennkraftmaschine bereitgestellten Wert der Kraftstoffmasse ME und dem mittels einer Lambdasonde gemessenen Sauerstoffgehalt im Abgas LAMBDA die tatsächlich in den Brennraum der Brennkraftmaschine strömende Luftmasse ML_ist berechnet, und zwar gemäß der Formel:
ML_ist = ME * 14.4 * LAMBDA
Die Differenz zwischen dieser berechneten Luftmasse und der mittels eines Luftmassenmessers gemessenen Luftmasse ergibt den Luftmassenfehler DELTA_ML. Dieser Fehler geht nun analog in das rekursive Lernverfahren ein.
Wiederum in einer weiteren Variante wird der Korrekturfaktor für die Kraftstoffmasse nicht als Differenz, sondern als Quotient aus ME_soll und ME_ist gebildet. Analoges gilt in dieser Variante für die Luftmassen-Korrektur.
Das vorbeschriebene rekursive Lernverfahren kann verallgemeinernd auf sämtliche denkbaren Mengen- oder Mengenersatzsignale der Brennkraftmaschine angewendet werden, z.B. auf die Nadelhub/Spritzdauer, den Kraftstoffdruck, das Drehmoment, und/oder die Luft- und Abgasmassenströme.
Das vorbeschriebene rekursive Lernverfahren ist vorzugsweise in einem elektronischen Motorsteuergerät einer Brennkraftmaschine eines Kraftfahrzeuges in Form eines Steuerprogrammes realisierbar.

Claims

Verfahren zur Steuerung einer Brennkraftmaschine insbesondere eines Kraftfahrzeuges, bei dem in einem Kennfeld, abhängig von wenigstens zwei Betriebskenngrößen der Brennkraftmaschine, Werte wenigstens eines Ansteuersignals der Brennkraftmaschine abgelegt sind, wobei an wenigstens drei Betriebspunkten Korrekturwerte zur Korrektur des Kennfeldes ermittelbar sind, wobei die Korrekturwerte, ausgehend von der Abweichung zwischen einem gewünschten Wert und einem tatsächlichen Wert einer der wenigstens zwei Betriebskenngrößen bestimmbar sind, und wobei durch wenigstens drei Betriebspunkte und die zugeordneten Konekturwerte wenigstens eine Korrekturebene definiert wird und jeder Punkt der Korrekturebene als mögliche Korrekturgröße dient, dadurch gekennzeichnet, dass im Betrieb der Brennkraftmaschine in vorgebbaren Zeitabständen aus die wenigstens zwei Betriebskenngrößen repräsentierenden Eingangssignalen wenigstens ein Korrekturwert für das wenigstens eine Ansteuersignal der Brennkraftmaschine berechnet wird und der wenigstens eine Korrekturwert mittels eines polynombasierten, rekursiven Lernverfahrens, unter Heranziehung von Informationen über den jeweiligen aktuellen Betriebspunkt der Brennkraftmaschine, gelernt wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass als rekursives Lernverfahren die rekursive Methode der kleinsten Fehlerquadrate verwendet wird.
Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass zu jedem Abtastzeitpunkt die Abweichung der Kraftstoffmasse (DELTA_ME) und ein Zustandsvektor PSI neu gebildet werden, wobei zunächst aus PSI und einer Kovarianzmatrix P ein neuer Korrekturvektor und anschließend aus einer Zustandsmatrix PSI, einem Korrekturvektor GAMMA und einem Vergessensfaktor OMEGA eine neue Kovarianzmatrix F gebildet wird und wobei aus den vorliegenden Werten von PSI, GAMMA, THETA und DELTA_ME ein neuer Informationsvektor THETA gebildet wird, welcher einen von der Drehzahl abhängigen ersten Faktor THETA1, einen von der Kraftstoffmasse abhängigen zweiten Faktor THETA2 und einen konstanten Faktor THETA3 zur Berechnung des in jedem Betriebspunkt der Brennkraftmaschine benötigten Korrekturwertes für die Kraftstoffmasse enthält.
Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass in der Korrekturebene die Faktoren THETA1 und THETA2 den Steigungen der Ebene in Richtung der Drehzahl und der Kraftstoffmenge der Brennkraftmaschine und der Faktor THETA3 einen konstanten Offset darstellen.
Verfahren nach einem der Ansprüche 2 bis 4, dadurch gekennzeichnet, dass ein Korrekturfaktor für die Einspritzmenge gemäß dem Zusammenhang ME_korr = N * THETA1 + ME_soll * THETA2 + THETA3 berechnet wird.
Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass aus dem Informationsvektor THETA und dem Zustandsvektor PSI ein Korrekturwert der Kraftstoffmasse ME_korr gemäß der Beziehung ME_korr = THETA * PSI berechnet wird.
Verfahren nach einem der Ansprüche 2 bis 4, dadurch gekennzeichnet, dass der Zustandsvektor PSI um das Produkt aus Drehzahl der Brennkraftmaschine und Kraftstoffmasse erweitert wird, wobei der Korrekturwert für die Kraftstoffmasse gemäß dem Zusammenhang ME_korr = N * THETA1 + ME_soll * THETA2 + THETA3 + N * ME_soll * THETA4 berechnet wird.
Verfahren nach einem der Ansprüche 2 bis 4, dadurch gekennzeichnet, dass der Zustandsvektor PSI um die Drehzahl im Quadrat und die Temperatur der Brennkraftmaschine erweitert wird, wobei aus der Korrekturebene eine gekrümmte Fläche bzw. ein Korrekturraum gebildet wird.
Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass der Korrekturwert für die Kraftstoffmasse gemäß dem Zusammenhang ME_korr = N * THETA1 + ME_soll * THETA2 + THETA3 + N * N * THETA4 berechnet wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass als rekursives Lernverfahren das diskrete Filterverfahren in Kovarianzform (DSFC) verwendet wird, wobei die Kovarianzmatrix P durch das Produkt der Matrizen S und der S_T ersetzt wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass als rekursives Lernverfahren die Methode der U-D-Faktorisierung (DUDC) verwendet wird, wobei die Kovarianzmatrix P durch das Produkt der Matrizen U, D und U_T ersetzt wird.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass ein Korrekturwert für die Luftmasse ML_korr berechnet wird, wobei aus der Kraftstoffmasse ME und dem mittels einer Lambdasonde gemessenen Sauerstoffgehalt im Abgas (Luftwert LAMBDA) gemäß der Beziehung ML_ist = ME * 14.4 * LAMBDA die tatsächlich in den Brennraum der Brennkraftmaschine strömende Luftmasse ML ist berechnet wird.
Verfahren nach Anspruch 12, dadurch gekennzeichnet, dass aus der Differenz zwischen der berechneten Luftmasse und der mittels eines Luftmassenmessers gemessenen Luftmasse ein Luftmassenfehler DELTA_ML berechnet wird, der in das rekursive Lernverfahren eingeht.
Verfahren nach einem der Ansprüche 3 bis 13, dadurch gekennzeichnet, dass der Korrekturfaktor für die Kraftstoffmasse oder Luftmasse als Quotient aus ME_soll und ME_ist gebildet wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das rekursive Lernverfahren nur dann aktiviert wird, wenn die zeitliche Ableitung DELTA_ME_soll/DELTA_t des Sollwertes ME_soll einen bestimmten Wert nicht überschreitet.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Kovarianzmatrix P und der Informationsvektor THETA in einen permanenten Speicher zwischengespeichert werden.
Steuereinheit zur Steuerung einer Brennkraftmaschine insbesondere eines Kraftfahrzeuges, bei der in einem Kennfeld, abhängig von wenigstens zwei Betriebskenngrößen der Brennkraftmaschine, Werte eines Ansteuersignals in einem Speicher abgelegt sind, mit Mitteln, die an wenigstens drei Betriebspunkten Korrekturwerte zur Korrektur des Kennfeldes ermitteln, wobei die Korrekturwerte, ausgehend von der Abweichung zwischen einem gewünschten Wert und einem tatsächlichen Wert einer der wenigstens zwei Betriebskenngrößen bestimmbar sind, und mit Mitteln, die durch wenigstens drei Betriebspunkte und die zugeordneten Korrekturwerte wenigstens eine Korrekturebene definieren und jeden Punkt der Korrekturebene als mögliche Korrekturgröße verwenden, gekennzeichnet durch Mittel zur Berechnung eines Korrekturfaktors für wenigstens ein Ansteuersignal der Brennkraftmaschine mittels eines rekursiven Lernverfahrens nach einem der vorhergehenden Ansprüche.