DE10321664A1 - Diagnosesysteme für turboaufgeladene Motoren - Google Patents

Diagnosesysteme für turboaufgeladene Motoren

Info

Publication number
DE10321664A1
DE10321664A1 DE10321664A DE10321664A DE10321664A1 DE 10321664 A1 DE10321664 A1 DE 10321664A1 DE 10321664 A DE10321664 A DE 10321664A DE 10321664 A DE10321664 A DE 10321664A DE 10321664 A1 DE10321664 A1 DE 10321664A1
Authority
DE
Germany
Prior art keywords
sensors
compressor
turbine
data
engine
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.)
Withdrawn
Application number
DE10321664A
Other languages
English (en)
Inventor
Evan E Jacobson
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.)
Caterpillar Inc
Original Assignee
Caterpillar Inc
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 Caterpillar Inc filed Critical Caterpillar Inc
Publication of DE10321664A1 publication Critical patent/DE10321664A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02BINTERNAL-COMBUSTION PISTON ENGINES; COMBUSTION ENGINES IN GENERAL
    • F02B37/00Engines characterised by provision of pumps driven at least for part of the time by exhaust
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/12Improving ICE efficiencies

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Supercharger (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Output Control And Ontrol Of Special Type Engine (AREA)

Abstract

Ein Verfahren, ein System und ein maschinenlesbares Speichermedium für einen Diagnosebetrieb in einem turboaufgeladenen Motor mit einem Motorsteuermodul (ECM) werden offenbart, welches betreibbar ist, um den Motorbetrieb ansprechend auf Daten zu steuern, die von einer Vielzahl von Sensoren empfangen werden. Im Betrieb speichern das Verfahren, das System und das maschinenlesbare Speichermedium Daten entsprechend einer Kompressorkarte, die eine Region des Kompressorwirkungsgrades und der Kompressordrehzahlen während des Betriebes definiert, und einer Turbinenkarte, die eine Region des Turbinenwirkungsgrades und der Turbinendrehzahlen während des Betriebs definiert. Als nächstes bestimmen das Verfahren, das System und die Vorrichtung einen vorhergesagten Wert für einen Betriebsparameter unter Verwendung von Daten, die von ausgewählten Sensoren der Vielzahl von Sensoren aufgenommen wurden, und unter Verwendung der Daten, die im Speicher gespeichert wurden, sie bestimmen einen tatsächlichen Wert für den Betriebsparameter unter Verwendung von Daten, die von ausgewählten Sensoren der Vielzahl von Sensoren aufgenommen wurden, und erzeugen ein Signal für einen abnormen Betrieb, wenn eine Differenz zwischen den tatsächlichen und den vorhergesagten Werten größer als eine vorbestimmte Größe ist.

Description

    Technisches Gebiet
  • Die vorliegende Erfindung bezieht sich auf Turboladerdiagnosesysteme und insbesondere auf Systeme und Verfahren zur Diagnose von abnormem Verhalten innerhalb von turboaufgeladenen Motoren.
  • Hintergrund
  • Unter bestimmten Betriebsbedingungen verbessert ein Turbolader in einem Verbrennungsmotor den gesamten Motorwirkungsgrad und liefert gesteigerte Leistung, insbesondere während der Beschleunigung des Fahrzeugs. Im Betrieb werden Turbinen mit radialem Einfluß durch Motorabgas angetrieben. Die Turbine treibt dann einen Radialkompressor an, der den Druck der Einlaßluft steigert, die zum Motor geliefert wird. Die gesteigerte Dichte der Einlaßluft verbessert den Verbrennungsprozeß, was eine höhere Leistungsausgabe zur Folge hat.
  • Wenn der Turbolader nicht ordnungsgemäß funktioniert, kann der Turbinenwirkungsgrad verringert werden, der Motor kann instabil arbeiten, und in extremen Fällen kann ein Motorschaden die Folge sein. Motorkonstrukteure sind daher insbesondere daran interessiert gewesen, genau den Betrieb des Turboladers zu überwachen, und zwar in einer Bemühung, die Probleme zu identifizieren, bevor sie die Motorleistung beeinflussen. Es ist bekannt, Turbolader gegen die linken und rechten Grenzen (d. h. eine Surge- bzw. Wellenlinie bzw. eine Choke- bzw. Staulinie) einer Turbinenkarte zu bewerten, die mit der Turbine assoziiert ist, oder bezüglich einer Kompressorkarte, die mit dem Kompressor assoziiert ist. Diese beiden Linien definieren Grenzen für den erwünschten Betrieb des Turboladers oder des Kompressors. Kompressorkarten und Turbinenkarten bilden identische Informationen ab (d. h. den Wirkungsgrad und die Drehzahl) und zwar für Kompressoren bzw. Turbinen. Die Überwachung der Turboladerleistung basierend auf irgend einer Komponente wird wahrscheinlich zu identischen Ergebnissen führen.
  • Als ein Beispiel offenbart das US-Patent 6 298 718 von Wang ein Turboladerkompressordiagnosesystem, bei dem die Kompressorleistung mit den Surge- bzw. Wellen- und Choke- bzw. Stauregionen einer Kompressorbetriebskarte verglichen werden. Wenn die Kompressorleistungsdaten entweder in die Wellen- oder Stauregionen fallen, wird ein Signal für abnorme Leistung erzeugt. Jedoch kann die Überwindung von Wellen- und Stauzuständen die Motorleistung und den Brennstoffwirkungsgrad beeinflussen. Das Problem wird durch die Tatsache verschärft, daß das Gebiet zwischen den Wellen- und den Stauregionen ziemlich signifikant sein kann, insbesondere wenn der Einlaßfluß steigt. Somit ist es möglich, daß der Turboladerwirkungsgrad stark abfällt, was einen Fehler anzeigt, jedoch kann die Turboladerleistung trotzdem zwischen den Wellen- und Staulinien bleiben. Die Überwachung der Turboladerleistung in einem solch groben Maßstab kann in der Vergangenheit adäquat gewesen sein, ist jedoch nicht länger ausreichend zur Identifikation von Anomalien des Turboladers in modernen Verbrennungsmotoren bevor sie die Motorleistung beeinflussen oder einen wesentlichen Schaden bewirken.
  • Darüber hinaus wurde in der Vergangenheit die Identifikation eines abnormen Kompressorbetriebszustandes unter Verwendung von Daten von Sensoren im gesamten Motor erreicht. Wenn die Daten aufgrund eines versagenden Sensors suspekt waren, kann eine Anomalie fehldiagnostiziert werden oder einfach nicht bemerkt werden. Es ist daher wichtig, die Informationen zu überprüfen, die verwendet werden, um die Existenz einer Anomalie des Turboladers zu bestimmen. Es ist gleichfalls wichtig, ein Turboladerdiagnosesystem und ein Verfahren zu haben, welches eine genaue Messung der Turboladerleistung vorsieht.
  • Zusammenfassung der Erfindung
  • Ein Verfahren zur Diagnose des Betriebes in einem turboaufgeladenen Motor mit einem Motorsteuermodul (ECM = engine control module), welches betreibbar ist, um den Motorbetrieb ansprechend auf Daten zu steuern, die von einer Vielzahl von Sensoren empfangen werden, wird offenbart. Im Betrieb speichert das Verfahren Daten, die: einer Kompressorkarte entsprechen, die eine Region des Kompressorwirkungsgrades und der Kompressordrehzahl während des Betriebes definiert; und einer Turbinenkarte, die eine Region des Turbinenwirkungsgrades und der Turbinendrehzahlen während des Betriebes definiert.
  • Als nächstes bestimmt das Verfahren einen vorher gesagten Wert für einen Betriebsparameter unter Verwendung von Daten, die von ausgewählten Sensoren der Vielzahl von Sensoren aufgenommen wurden, und unter Verwendung von Daten, die im Speicher gespeichert sind, bestimmt einen tatsächlichen Wert für den Betriebsparameter unter Verwendung von Daten, die von ausgewählten Sensoren der Vielzahl von Sensoren empfangen wurden, und erzeugt dann ein Signal für abnormen Betrieb, wenn eine Differenz zwischen den tatsächlichen und den vorhergesagten Werten größer als eine vorherbestimmte Größe ist. Eine Vorrichtung und ein maschinenlesbares Medium sind auch vorgesehen, um das offenbarte Verfahren einzurichten.
  • Kurze Beschreibung der Zeichnungen
  • Fig. 1 ist eine diagrammartige und schematische Darstellung eines Motors, die Aspekte der vorliegenden Erfindung verwendet;
  • Fig. 2 ist eine diagrammartige Darstellung eines Motorsteuermoduls (ECM = engine control module) und des Motors;
  • Fig. 3 ist ein Flußdiagramm, welches den allgemeinen Betrieb eines beispielhaften Ausführungsbeispiels der vorliegenden Erfindung zeigt;
  • Fig. 4 ist ein Flußdiagramm des Algorithmus zur Ausführung von Rationalitätstests gemäß eines beispielhaften Ausführungsbeispiels der vorliegenden Erfindung;
  • Fig. 5 ist ein Flußdiagramm des Algorithmus zur Ausführung eines Turbinendeltatemperaturrationalitätstests gemäß eines beispielhaften Ausführungsbeispiels der vorliegenden Erfindung;
  • Fig. 6 ist ein Flußdiagramm des Algorithmus zur Ausführung eines Kompressordeltatemperaturrationalitätstests gemäß eines beispielhaften Ausführungsbeispiels der vorliegenden Erfindung;
  • Fig. 7 ist ein Flußdiagramm des Algorithmus zur Ausführung eines Turbinen/Kompressordeltatemperaturrationalitätstests gemäß eines beispielhaften Ausführungsbeispiels der vorliegenden Erfindung;
  • Fig. 8 ist ein Flußdiagramm des Algorithmus zur Ausführung eines Turbinen/Kompressordeltaleistungsrationalitätstests gemäß eines beispielhaften Ausführungsbeispiels der vorliegenden Erfindung; und
  • Fig. 9 ist eine Kurvendarstellung, die die Leistung des Kompressorelementes eines typischen Turboladers abbildet.
  • Detaillierte Beschreibung
  • Für die Zwecke der Begünstigung eines Verständnisses der Prinzipien der Erfindung wird nun auf die Ausführungsbeispiele Bezug genommen, die in den Zeichnungen veranschaulicht sind, und eine spezielle Sprache wird verwendet werden, um diese zu beschreiben. Es sei trotzdem bemerkt, daß keine Einschränkung des Umfangs der Erfindung dadurch beabsichtigt wird. Die Erfindung umfaßt irgend welche Veränderungen und weitere Modifikationen an den veranschaulichten Vorrichtungen und an den beschriebenen Verfahren und weitere Anwendungen der Prinzipien der Erfindung, die normalerweise einem Fachmann für die Technik, auf die sich die Erfindung bezieht, offensichtlich werden würden.
  • Mit Bezug auf Fig. 1 ist die vorliegende Erfindung geeignet, einen Motor 102 zu überwachen und zu steuern. Wie in Fig. 1 gezeigt, weist der Motor 102 ein Lufteinlaßsystem 114 auf, weiter ein Auslaßsystem 116, ein Ver- Verbrennungssystem 117 und einen Turbolader 118. Das Lufteinlaßsystem 114 kann typischerweise einen Luftfilter oder eine Reinigungsvorrichtung 128 aufweisen, einen Nachkühler 126 und eine Lufteinlaßsammelleitung 122. Das Auslaßsystem 116 weist typischerweise eine Auslaßsammelleitung 120 und einen Dämpfer 124 auf. Das Verbrennungssystem 117 weist typischerweise Elemente auf, wie beispielsweise einen Kolben und eine Brennkammer, wie sie in der Technik bekannt sind, und zwar einschließlich von Freikolbenmotorkonstruktionen und Rotations- bzw. Wankel-Motorkonstruktionen.
  • Der Turbolader 118 weist einen Kompressor 130 auf, weiter eine Turbine 132 und eine Welle 134. Der Kompressor 130 ist mit dem Lufteinlaßsystem 114 zwischen dem Nachkühler 126 und dem Luftfilter 128 verbunden. Die Turbine 132 ist in dem Auslaßsystem 116 zwischen der Auslaßsammelleitung 120 und dem Dämpfer 124 angeschlossen. Die Welle 134 verbindet den Kompressor 130 mit der Turbine 132. Es wird Luft in den Kompressor 130 durch das Lufteinlaßsystem 114 gezogen und zu dem Verbrennungssystem 117 mittels einer Lufteinlaßsammelleitung 122 geliefert. Abgas vom Motor läuft durch die Auslaßsammelleitung 120 um die Turbine 132 anzutreiben, wie es dem Fachmann wohl bekannt ist.
  • Der Motor 102 weist typischerweise eine Vielzahl von (nicht gezeigten) Sensoren auf, die betreibbar sind, um eine Vielzahl von Betriebsparametern des Motors abzufühlen, wie beispielsweise den barometrischen Druck, die Einlaßumgebungstemperatur, den Einlaßsammelleitungsdruck, die Einlaßsammelleitungstemperatur, die Vorsteuergröße bzw. Voreinspritzgröße, die Einspritzdauer, die Motordrehzahl, die Brennstofflieferrate zum Motor, das Verhältnis von Luft zu Brennstoff, welches zum Motor geliefert wird, die Brennstoffmenge, den Öldruck, die Öltemperatur, die Motordrehzahl und die Auslaßtemperatur. Der Turbolader 118 kann Sensoren aufweisen, um die Kompressorauslaßtemperatur bzw. den Kompressorauslaßdruck, die Turbineneinlaßtemperatur, den Turbineneinlaßdruck und den Boost- bzw. Ladedruck abzufühlen. Alle abzufühlen. Alle Sensoren können eine Vielzahl von Konstruktionen aufweisen, die in der Industrie bekannt sind.
  • Der Betrieb des Motors 102 wird durch ein Motorsteuermodul (ECM = engine control modul) 202 geregelt, wie in Fig. 2 gezeigt. Sensorausgangssignale 210 werden zu dem Motorsteuermodul 202 vom Motor 102 übertragen. Das Motorsteuermodul 202 erzeugt dann Steuersignale 220 ansprechend auf die Sensorausgangssignale. Sobald es erzeugt ist, wird das Steuersignal 220 dann vom Motorsteuermodul 202 zum Motor 102 geleitet, um den Motorbetrieb zu steuern.
  • Mit Bezug auf Fig. 3 ist dort nun ein Flußdiagramm auf hohem Niveau der Schritte gezeigt, die in einem beispielhaften Ausführungsbeispiel ausgeführt werden. Wie gezeigt, führt das System 300 zuerst Rationalitätstests durch, um zu bestimmen, ob die Sensordaten, die von dem Motorsteuermodul 202 empfangen werden, genau bzw. vernünftig sind (Schritt 305). Beispiele von Rationalitätstests werden genauer unten besprochen. Wenn mindestens ein Rationalitätstest versagt (Schritt 310) geht die Verarbeitung zum Schritt 315, und eine Diagnosenachricht wird ausgegeben. Wenn die Rationalitätstests durchgehen bzw. positiv sind, geht die Verarbeitung zum Schritt 320, wo das vorliegende System den Turbolader 118 überwacht. Wenn der Turbolader schlecht arbeitet (Schritt 325) geht die Verarbeitung weiter (Schritt 335). Wenn der Turbolader nicht ordnungsgemäß arbeitet, wird eine Diagnosenachricht ausgegeben (Schritt 330).
  • Mit Bezug auf Fig. 4 ist ein detaillierteres Flußdiagramm der Schritte zur Ausführung von beispielhaften Rationalitätstests gezeigt, die im Schritt 305 der Fig. 3 abgebildet sind. Wie gezeigt ist der erste ausgeführte Rationalitätstest ein Turbinendeltatemperaturrationalitätstest (Schritt 410). Wenn dieser Test erfolgreich ist, fließt die Verarbeitung zum Schritt 420. In anderer Weise wird eine Diagnoseroutine oder eine Fehlernachricht aufgerufen. Im Schritt 420 führt die vorliegende Erfindung einen Kompressordeltatemperaturrationalitätstest aus. Wenn dieser Test erfolgreich ist, geht die Verarbeitung zum Schritt 430. Anderenfalls wird eine Diagnoseroutine oder eine Fehlernachricht aufgerufen. Der Schritt 430 führt einen kombinierten Turbinen/Kompressordeltadrehzahlrationalitätstest aus. Da die Turbine 130 und der Kompressor 132 eine gemeinsame Welle 134 verwenden, sollten ihre Relativdrehzahlen in eine vorbestimmte Fehlergrenze fallen. Wenn die Werte vom Schritt 430 nicht innerhalb akzeptabler Grenzen liegen, wird eine Diagnoseroutine aufgerufen. Wenn die Werte innerhalb der vorbestimmten Fehlergrenze sind, geht die Verarbeitung zum Schritt 440, wo ein kombinierter Turbinen/Kompressordeltaleistungsrationalitätstest ausgeführt wird. Wenn der kombinierte Turbinen/Kompressordeltaleistungsrationalitätstest nicht erfolgreich ist (Schritt 440) wird eine Diagnoseroutine oder eine Fehlernachricht aufgerufen. Der Software-Fluß, wie er oben beschrieben wird, ist nur zu Veranschaulichungszwecken vorgesehen. Der Fluß kann seriell von dem ersten Rationalitätstest zum letzten Rationalitätstest fortfahren, und die Reihenfolge der Rationalitätstests kann verändert werden. In manchen Fällen können spätere Tests auf Werten beruhen, die in früheren Tests erhalten wurden. Wenn folglich ein Test versagt, was bedeutet, daß der Sensor versagt hat oder seine Daten suspekt sind, tritt die Steuerung aus dem normalen Fluß aus und geht voran zu einer (nicht gezeigten) "Versagensschleife" zu einem Fehler/Diagnosenachrichtenschritt. Es wird in Betracht gezogen, daß die Reihenfolge der gewissen beschriebenen Rationalitätstests verändert werden kann, das Tests weggelassen werden können und das zusätzliche Rationalitätstests in alternativen Ausführungsbeispielen hinzugefügt werden können.
  • Mit Bezug auf Fig. 5 ist dort ein detailliertes Flußdiagramm der Schritte eines beispielhaften Verfahrens zur Ausführung des Turbinendeltatemperaturrationalitätstests gezeigt, wie er im Schritt 410 der Fig. 4 abgebildet ist, und zwar gemäß eines beispielhaften Ausführungsbeispiels der Erfindung. Obwohl spezifische Motoren mit Umgebungs- bzw. Umweltcharakteristiken offenbart werden, um verschiedene Betriebsparameter zu bestimmen (beispielsweise den Ladedruck, die Motordrehzahl, die Einlaßsammelleitungstemperatur und die Brennstoffmenge, werden verwendet, um den volumetrischen Wirkungsgrad zu bestimmen), können andere geeignete Wege ebenfalls verwendet werden, die dem Fachmann bekannt sind. Um die Turbinendeltatemperaturen zu bewerten, können der Ladedruck, die Einlaßbeschränkung und der gemessene atmosphärische Druck verwendet werden, um das Kompressordruckverhältnis zu bestimmen (Schritt 505). In einem beispielhaften Ausführungsbeispiel kann das Kompressordruckverhältnis aus verschiedenen Werten berechnet werden, und in einem anderen beispielhaften Ausführungsbeispiel kann das Kompressordruckverhältnis aus einer Nachschautabelle bestimmt werden. Die Verarbeitung fließt dann zum Schritt 510, wo der Ladedruck, die Motordrehzahl, die Einlaßsammelleitungstemperatur und die Brennstoffmenge verwendet werden, um den volumetrischen Wirkungsgrad zu berechnen. Im Schritt 515 werden der volumetrische Wirkungsgrad, die Motordrehzahl, die Einlaßsammelleitungstemperatur und der Ladedruck verwendet, um die Massenflußrate der Luft zu berechnen, die dann mit der Einlaßumgebungstemperatur und dem atmosphärischen Druck verwendet werden kann, um einen Wert für die korrigierte Massenflußrate der Luft zu berechnen (Schritt 520).
  • Die Verarbeitung geht dann zum Schritt 525, wo die korrigierte Massenflußrate der Luft und das Kompressordruckverhältnis verwendet werden, um eine vorhergesagte Kompressordrehzahl und einen Kompressorwirkungsgrad zu berechnen. In einem beispielhaften Ausführungsbeispiel werden eine vorhergesagte Kompressordrehzahl und ein vorhergesagter Kompressorwirkungsgrad durch Verwendung einer Kompressorkarte bestimmt, die in einem Speicher gespeichert ist, weiter unter Verwendung der zuvor berechneten Werte für das Kompressordruckverhältnis und die korrigierte Massenflußrate der Luft, und durch aufrufen der empirischen Werte für die Kompressordrehzahl und den Kompressorwirkungsgrad vom Speicher.
  • Im Schritt 530 werden der atmosphärische Druck, die Auslaßbeschränkungen und der Auslaßsammelleitungsdruck verwendet, um das Turbinendruckverhältnis zu berechnen. Die Verarbeitung geht dann zum Schritt 535, wo die korrigierte Massenflußrate der Luft und die Brennstoffmenge verwendet werden, um die Massenflußrate des Abgases zu berechnen. Die Massenflußrate des Abgases wird in Kombination mit der Auslaßsammelleitungstemperatur und dem Auslaßsammelleitungsdruck verwendet, um eine korrigierte Massenflußrate des Abgases zu berechnen (Schritt 540). Die korrigierte Massenflußrate des Abgases wird dann mit dem Druckverhältnis verwendet, um den Turbinenwirkungsgrad und die Turbinendrehzahl zu berechnen (Schritt 545). In einem beispielhaften Ausführungsbeispiel werden ein vorhergesagter Turbinenwirkungsgrad und eine vorhergesagte Turbinendrehzahl durch Verwendung einer Turbinenkarte bestimmt, die in dem Speicher gespeichert wurde, und zwar unter Verwendung von zuvor berechneten Werten für das Turbinendruckverhältnis und die korrigierte Massenflußrate des Abgases, und durch Aufruf der empirischen Werte für die Turbinendrehzahl und den Turbinenwirkungsgrad aus dem Speicher.
  • Als nächstes wird im Schritt 550 die isentrope Ausstoßtemperatur und das Turbinenexpansionsverhältnis verwendet, um eine vorhergesagte Auslaßsammelleitungstemperatur zu berechnen, die dann mit dem Turbinenwirkungsgrad und der isentropen Ausstoßtemperatur verwendet wird, um eine vorhergesagte Ausstoßtemperatur zu berechnen (Schritt 555). Die vorhergesagte Ausstoßtemperatur und die vorhergesagte Auslaßsammelleitungstemperatur werden verwendet, um die Turbinendeltatemperatur im Schritt 560 festzusetzen. Die Verarbeitung geht dann als nächstes zum Schritt 565, wo die Motordrehzahl, die Brennstoffmenge, der Ladedruck und die Einlaßsammelleitungstemperatur verwendet werden, um eine zweite festgelegte Turbinendeltatemperatur zu berechnen. Die absolute Differenz der festgelegten Turbinendeltatemperaturen wird dann im Schritt 570 berechnet. Die Verarbeitung geht dann zum Schritt 575, wo der absolute Wert mit einer Turbinendeltatemperaturfehlergrenze verglichen wird. Wenn der absolute Wert eine Grenze überschreitet, wird ein Fehler festgelegt bzw. erkannt und/oder eine Diagnoseroutine wird aufgerufen (Schritt 580). Wenn der absolute Wert nicht die Grenze überschreitet, fährt die Verarbeitung fort.
  • Mit Bezug auf Fig. 6 ist ein detailliertes Flußdiagramm der Schritte eines beispielhaften Verfahrens zur Ausführung eines Deltatemperaturrationalitätstests gezeigt, wie im Schritt 420 in Fig. 4 abgebildet. In diesem Schritt werden die Einlaßumgebungstemperatur und das Kompressordruckverhältnis verwendet, um eine isentrope Kompressorauslaßtemperatur zu berechnen (Schritt 610). Die Verarbeitung geht dann zum Schritt 620, wo die isentrope Kompressorauslaßtemperatur, die Einlaßumgebungstemperatur und der Kompressorwirkungsgrad verwendet werden, um eine vorhergesagte Kompressorauslaßtemperatur zu bestimmen, die mit der Einlaßumgebungstemperatur verwendet wird, um die Kompressordeltatemperatur festzulegen (Schritt 630). Die Motordrehzahl, die Brennstoffmenge, der Ladedruck und die Einlaßsammelleitungstemperatur werden für eine zweite Festlegung der Kompressordeltatemperatur im Schritt 640 verwendet. Im Schritt 650 wird der absolute Wert der Differenz der festgelegten Kompressordeltatemperatur berechnet. Dieser absolute Wert wird mit einer Kompressordeltatemperaturfehlergrenze im Schritt 660 verglichen. Wenn der absolute Wert die Grenze überschreitet, wird ein Fehler erklärt und/oder eine Diagnoseroutine wird aufgerufen (Schritt 670). Wenn der absolute Wert nicht die Grenze überschreitet, fährt die Verarbeitung fort.
  • Der nächste von dem offenbarten Ausführungsbeispiel ausgeführte Rationalitätstest ist der Drehzahlrationalitätstest. Die berechneten Kompressor- und Turbinendrehzahlen müssen innerhalb eines akzeptablen Bereiches voneinander sein, weil die Räder eine gemeinsame Welle 134 verwenden. Mit Bezug auf Fig. 7 ist dort ein detailliertes Flußdiagramm der Schritte eines beispielhaften Verfahrens zur Ausführung eines Turbinen/Kompressordeltadrehzahlrationalitätstests gezeigt, wie es im Schritt 430 der Fig. 4 abgebildet wird. In Fig. 7 wird zuerst ein absoluter Wert für die Differenz zwischen den zuvor berechneten Werten für die Kompressordrehzahl und die Turbinendrehzahl berechnet (Schritt 710). Die Verarbeitung geht dann zum Schritt 720, wo bestimmt wird, ob der absolute Wert eine Deltaturboladerdrehzahlfehlergrenze überschreitet. Wenn er die Grenze nicht überschreitet, ist kein Fehler vorhanden. Wenn der Wert die Grenze überschreitet, geht die Verarbeitung zum Schritt 730, wo ein Test ausgeführt wird, um zu bestimmen, ob ein Hardware- bzw. Komponententurboladerdrehzahlsensor verwendet wird. Diese Information kann verwendet werden, um zu bestimmen, welcher (welche) Drehzahlsensor(en) in einem Fehlerzustand ist (sind). Wenn ein Hardware- bzw. Komponententurboladerdrehzahlsensor verwendet wird, wird eine Diagnoseroutine bei dem Komponentensensor ausgeführt (Schritt 740). Wenn nicht, geht die Verarbeitung zum Schritt 750, wo Kompressor- und Turbinendiagnosen ausgeführt werden.
  • Nachdem die ersten drei Diagnosetests vollendet wurden, testet das beispielhafte Verfahren dann die Kompressorleistung und die Turbinenleistung um zu bestimmen, ob ein Problem bei einem der assoziierten Sensoren existiert. Mit Bezug auf Fig. 8 ist ein detailliertes Flußdiagramm gezeigt, welches die Schritte zur Ausführung eines beispielhaften Turbinen/Kompressordeltaleistungsrationalitätstests abbildet, wie er im Schritt 440 der Fig. 4 abgebildet wird.
  • Im Schritt 810 werden die Massenflußrate der Luft, die Kompressorauslaßtemperatur, die Einlaßumgebungstemperatur und die spezifische Wärme der Luft verwendet, um die Kompressorleistung zu berechnen. Die Verarbeitung geht dann zum Schritt 815, wo die Massenflußrate der Luft und des Brennstoffes verwendet werden, um die spezifische Wärme des Abgases zu berechnen. Als nächstes werden die Massenflußrate des Abgases, die Auslaßsammelleitungstemperatur, die Ausstoßtemperatur und die spezifische Wärme des Abgases verwendet, um die Turbinenleistung zu berechnen (Schritt 820). Die Drehzahl und der Brennstoff werden im Schritt 825 verwendet, um zu bestimmen, ob der Motor 102 in einem transienten oder einem stetigen Zustand arbeitet. Wenn der Motor 102 in einem stetigen Zustand ist, geht die Verarbeitung zum Schritt 830, wo ein absoluter Wert der Differenz zwischen der Turbinenleistung und der Kompressorleistung berechnet wird. Wenn der absolute Wert eine Leistungsfehlergrenze überschreitet (Schritt 835) geht die Verarbeitung zum Schritt 855 und eine Diagnose wird aufgerufen. Wenn der absolute Wert nicht die Grenze überschreitet, wird kein Fehler bestimmt (Schritt 850) und die Verarbeitung endet. Wenn der Motor 102 in einem transienten Zustand ist (Schritt 825) geht die Verarbeitung zum Schritt 840, wo die Trägheit, der Kompressor- und Turbinenleistungsverlauf verwendet werden, um zu bestimmen, ob die gegenwärtigen Werte zu den vorhergesagten Werten passen. Wenn sie dies nicht tun, wird eine Diagnose aufgerufen (Schritt 845). Wenn die gegenwärtigen Werte zu den vorhergesagten Werten innerhalb einer Fehlergrenze passen, wird kein Fehler bestimmt (Schritt 850) und die Verarbeitung endet.
  • Der Motor 102 kann einen oder mehrere Hardware- bzw. Komponentensensoren aufweisen (beispielsweise für den Massenluftfluß, die Einlaßumgebungstemperatur (IAT = inlet ambient temperature), für die Turbodrehzahl, den Einlaßsammelleitungsdruck bzw. die Einlaßsammelleitungstemperatur, für den Kompressorauslaßdruck, die Kompressorauslaßtemperatur, den Kompressordeltadruck, die Einlaßbeschränkung, den Turbinendeltadruck, die Auslaßbeschränkung, die Auslaßausstoßtemperatur und die Auslaßsammelleitungstemperatur usw.), so daß die vorhergesagten oder berechneten Werte mit Ausgangswerten aus den Hardware- bzw. Komponentensensoren als weiterer Test der Rationalität des Sensors verglichen werden können. Wenn insbesondere der Motor 102 einen Hardware- Differenzdrucksensor aufweist, kann seine Rückmeldung mit der vorhergesagten Druckdifferenz verglichen werden. Wenn die zwei Werte innerhalb eines vorbestimmten Fehlerrahmens sind, kann der Hardware-Sensorwert verwendet werden. Wenn die zwei Werte nicht innerhalb eines gewissen vorbestimmten Fehlerrahmens sind, kann die vorhergesagte Druckdifferenz verwendet werden, und der Hardware-Sensor wird weiter überprüft, um zu bestimmen, ob er fehlerhaft ist. Dieses gleiche Beispiel läßt sich auf andere Sensoren genauso anwenden. Wenn beispielsweise ein Einlaßumgebungslufttemperatur-(IAT-)Hardware-Sensor in dem Motor 102 vorhanden ist, wird seine Rückmeldung verwendet, um genauer die Turbodrehzahl, die Kompressorleistung usw. zu berechnen.
  • In einem weiteren Ausführungsbeispiel wird ein künstliches neurales Netzwerkmodell (ANN-Modell, ANN = artificial neural network) verwendet, um einen oder mehrere Werte rückwärts zu berechnen, die in den beschriebenen Verfahren berechnet wurden. Insbesondere wird ein künstliches neurales Netzwerk verwendet, um Werte für das Motordrehmoment, die Auslaßtemperatur, die Turbodrehzahl usw. zu berechnen, wenn ausreichende Trainingsdaten verfügbar sind. Diese Berechnungen werden mit Berechnungen verglichen, die zuvor beschrieben wurden, um die Werte zu bestätigen, oder einen fehlerhaften Sensor zu isolieren. Bei diesen Betriebsszenarios, bei denen keine Trainingsdaten verfügbar sind, kann ein Vergleich der ausgeführten Berechnungen zusammen mit der Ausgangsgröße aus dem künstlich neuralen Netzwerk sich als genauer erweisen, als jedes System alleine.
  • Wenn jeder der beschriebenen Rationalitätstests durchgelaufen ist, geht die Steuerung im System 300 zum Schritt 320 (Fig. 3) zur Bewertung des Turboladerbetriebes. Das betriebliche Verhalten des Kompressors innerhalb eines Turboladers wird graphisch durch eine "Kompressorkarte" veranschaulicht, die mit dem Turbolader assoziiert ist, in der das Druckverhältnis (Kompressionsauslaßdruck geteilt durch den Einlaßdruck) auf der vertikalen Achse aufgezeichnet ist, und wo der Fluß auf der horizontalen Achse aufgezeichnet ist. Mit Bezug auf Fig. 9 ist eine Karte 900 gezeigt, die die Leistung des Kompressorelementes eines Turboladers abbildet, die durch eine Kurvendarstellung des Druckverhältnisses gegenüber dem Luftfluß dargestellt wird, wobei die Kompressorwirkungsgradwerte und die Kompressordrehzahlen überlagert sind. Eine ähnliche Karte, die die Leistung des Turbinenelementes eines typischen Turboladers abbildet, wird ebenfalls existieren und kann verwendet werden. Wie gezeigt, besteht die Karte 900 aus einer Surge- bzw. Wellenlinie 910, aus einer Choke- bzw. Staulinie 920, aus Drehzahllinien 930 und Wirkungsgradlinien 940. Die Wellenlinie 910 stellt im Grunde genommen den "Abriß" (stalling) des Luftflusses am Kompressoreinlaß dar. Bei zu kleinem Volumenfluß und zu hohem Druckverhältnis wird sich der Fluß von der Ansaugseite der Schaufeln an dem Kompressorrad abtrennen, was zur Folge hat, daß der Auslaßprozeß unterbrochen wird. Der Luftfluß durch den Kompressor wird umgekehrt, bis ein stabiles Druckverhältnis durch eine positive volumetrische Flußrate eingerichtet ist, sich der Druck wiederum aufbaut und der Zyklus wiederholt. Diese Flußinstabilität setzt sich mit einer im wesentlichen festgelegten Frequenz fort, und das daraus resultierende Verhalten ist als "Wellenbildung" (surging) bekannt. Die Choke- bzw. Staulinie 920 stellt die maximale zentrifugale Kompressorvolumenflußrate dar, die beispielsweise durch den Querschnitt am Kompressoreinlaß eingeschränkt ist. Wenn die Flußrate am Kompressoreinlaß oder an einer anderen Stelle die Schallgeschwindigkeit erreicht, ist keine weitere Flußratensteigerung möglich, und ein Choking bzw. Stau ist die Folge. Innerhalb der Grenzen der Wellenlinie 910 und der Staulinie 920 kann der Kompressor 130 mit irgend einer von einer Vielzahl von Drehzahlen arbeiten (dargestellt durch die Drehzahllinien 930) und mit irgend welchen Wirkungsgraden (dargestellt durch die Wirkungsgradlinien 940). Wie gezeigt, sind Kompressorwirkungsgradbereiche als ovalförmige Regionen abgebildet, die sich über eine Vielzahl von Drehzahllinien 930 erstrecken.
  • Industrielle Anwendbarkeit
  • Wenn eine gegebene Leistungsausgabe des Motors erforderlich ist, ist die Veränderung der Brennstofflieferung oder des Luftflusses keine direkte Option, sondern wird aus einer Veränderung von anderen Steuerparametern resultieren. Wenn ein elektronisches Auslaßtor vorhanden ist, kann die Auslaßtoreinstellung bzw. Drosseleinstellung eingestellt werden (beispielsweise Verschluß des Auslaßtors, wenn der Luftfluß so niedrig ist, daß der Kompressor nahe der Wellenbildung ist oder das Auslaßtor wird geöffnet, wenn der Kompressor zu nahe an der Choke- bzw. Staulinie arbeitet). Eine ordnungsgemäße Kompressor- und Turbinenauswahl für die Motoranwendung sollte derart sein, daß der Betrieb nahe dem Surge bzw. der Wellenbildung oder nahe dem Choke bzw. Stau bedeutet, daß etwas im Motorsystem versagt hat, und die Steuerung des Motors weg von solchen Zuständen sollte nicht eine notwendige Überlegung sein. Die Flügelpositionen von Turboladern mit variabler Geometrie können genauso dem mit variabler Geometrie können genauso eingestellt werden, um zu steuern, wie der Turbolader arbeitet.
  • Die offenbarte thermodynamische Analyse der Motorsensoranordnungen unter Verwendung von computerbasierten Modellen in Kombination mit einem neuralen Netzwerk findet Anwendung für eine Vielzahl von Motoranalyseanwendungen, wo eine Echtzeitdiagnose der allgemeinen Betriebszustände, der individuellen Fehlerzustände und mehrerer Fehlerzustände erwünscht ist. Ein Aspekt des beschriebenen System ist die Möglichkeit, die Auslaßsammelleitungstemperatur (Turbineneinlaßtemperatur) und die Auslaßausstoßtemperatur (Turbinenauslaßtemperatur) vorherzusagen, und zwar unter Verwendung einer thermodynamischen Modellierung und von Kompressor- und Turbinenkarteninformationen, die in dem Motorsteuermodul gespeichert sind. Diese Größen sind schwierig mit kostengünstigen besonders zuverlässigen schnell ansprechenden Sensoren zu messen, wodurch virtuelle Sensoren interessanter werden. Das beschriebene Konzept eliminiert auch die Annahme bzw. Vorstellung, die durch die Anordnung von Sensoren stromaufwärts der Turbine bewirkt wird, da ein Sensorversagen, welches zur Folge hat, daß Partikel vom Sensor abbrechen, wahrscheinlich zur Folge haben wird, daß dieses Material dort hindurchläuft und die Turbine beschädigt.
  • Ein weiterer Aspekt des beschriebenen Systems ist die Möglichkeit, Hardware-Sensoren basierend auf der Ausgabe von einem oder mehreren virtuellen Sensoren zu bewerten. Wenn die zwei Werte innerhalb eines vorbestimmten Fehlerrahmens sind, kann die Hardware-Sensorrückmeldung verwendet werden. Wenn die zwei Werte nicht innerhalb des vorbestimmten Fehlerrahmens sind, kann der vorhergesagte Wert verwendet werden, und der Hardware-Sensor wird weiter geprüft, um zu bestimmen, ob er fehlerhaft ist. Der Hardware-Sensor wird ausgeschaltet, wenn die Differenz zwischen den tatsächlichen und den vorhergesagten Werten eine vorbestimmte Größe überschritten hat, eine vorbestimmte Anzahl von Malen aufgetreten ist oder kontinuierlich über eine vorbestimmte Zeitperiode aufgetreten ist. Der Betrieb des Motors kann dann basierend auf dem vorhergesagten Wert gesteuert werden.
  • Noch ein weiterer Aspekt des beschriebenen Systems ist die Möglichkeit, Betriebszustände abzufühlen, abgefühlte Werte mit empirischen Werten zu vergleichen und dann die Anfangswerte und die Gewichtungen des neuralen Netzwerkes basierend auf dem Vergleich zu aktualisieren. Mögliche Vorteile des beschriebenen Systems sind eine Reduzierung der Garantie bzw. Garantieleistungen und eine Übereinstimmung mit den Emissionen bzw. Emissionsregelungen. Eine genauere Überwachung des Motorsystems kann engere Entwicklungsrahmen für Emissionen gestatten, wodurch eine bessere Brennstoffausnutzung für den Endanwender gestattet wird. Darüber hinaus könnte die effektive Einrichtung des offenbarten Systems prompt einen möglichen Schaden identifizieren, der auftreten könnte, wodurch signifikante Garantieansprüche gegen den Motorhersteller reduziert werden.
  • Während die Erfindung im Detail, in den Zeichnungen und in der vorangegangenen Beschreibung veranschaulicht und beschrieben wurde, sollen diese als veranschaulichend und nicht als einschränkend angesehen werden. Es sei bemerkt, daß nur beispielhafte Ausführungsbeispiele gezeigt und beschrieben wurden, und daß alle Veränderungen und Modifikationen, die in den Umfang der Erfindung fallen, geschützt werden sollen.

Claims (10)

1. Verfahren zur Diagnose eines abnormen Betriebs in einem turboaufgeladenen Motor mit einem Motorsteuermodul (ECM), welches betreibbar ist, um den Motorbetrieb ansprechend auf Daten zu steuern, die von einer Vielzahl von Sensoren aufgenommen wurden, wobei das Verfahren folgendes aufweist:
Speicherung von Daten in einem Speicher entsprechend:
einer Kompressorkarte, die eine Region des Kompressorwirkungsgrades und der Kompressordrehzahlen während des Betriebs definiert;
und
einer Turbinenkarte, die eine Region des Turbinenwirkungsgrades und der Turbinendrehzahlen während des Betriebs definiert;
Bestimmung eines vorhergesagten Wertes für einen Betriebsparameter unter Verwendung von Daten, die von ausgewählten Sensoren der Vielzahl von Sensoren aufgenommen wurden, und von der Kompressorkarte und/oder der Turbinenkarte;
Bestimmung eines tatsächlichen Wertes für den Betriebsparameter unter Verwendung von Daten, die von ausgewählten Sensoren der Vielzahl von Sensoren empfangen wurden; und
Erzeugung eines Signals für abnormen Betrieb, wenn eine Differenz zwischen tatsächlichen und vorhergesagten Werten größer als eine vorherbestimmte Größe ist.
2. Verfahren nach Anspruch 1, welches weiter die Bestimmung eines vorhergesagten Wertes für einen Betriebsparameter aufweist, der durch einen ersten Hardware- bzw. Komponentensensor gemessen wurde, und zwar unter Verwendung von Daten, die von mindestens einem zweiten Hardware- bzw. Komponentensensor empfangen wurden, und von der Kompressorkarte und/oder der Turbinenkarte.
3. Verfahren nach Anspruch 1, welches weiter folgendes aufweist:
Ausführung von mindestens einem Rationalitätstest an den Daten, die von der Vielzahl von Sensoren empfangen wurden; und
Erzeugung eines Fehlersignals, wenn mindestens ein Sensor bei einem Rationalitätstest versagt.
4. Verfahren nach Anspruch 3, wobei die Bestimmung eines vorhergesagten Wertes die Bestimmung eines vorhergesagten Wertes für den Betriebsparameter unter Verwendung von Daten aufweist, die von ausgewählten Sensoren der Vielzahl von Sensoren empfangen wurden, nachdem die Vielzahl von Sensoren den mindestens einen Rationalitätstest bestanden haben.
5. Verfahren nach Anspruch 3, wobei die Bestimmung eines tatsächlichen Wertes die Bestimmung eines tatsächlichen Wertes für den Betriebsparameter unter Verwendung von Daten aufweist, die von ausgewählten Sensoren der Vielzahl von Sensoren empfangen wurden, nachdem die Vielzahl von Sensoren den mindestens einen Rationalitätstest bestanden hat.
6. Verfahren zum Training eines künstlichen neuralen Netzwerkes (ANN), wobei das Verfahren folgendes aufweist:
Bestimmung eines vorhergesagten Wertes für einen Betriebsparameter, der durch einen ersten Hardware-Sensor gemessen wurde und zwar unter Verwendung von Daten, die von dem künstlichen neuralen Netzwerk aufgenommen wurden;
Bestimmung eines tatsächlichen Wertes für den Betriebsparameter unter Verwendung von Daten, die von dem ersten Hardware-Sensor aufgenommen wurden; und
Verwendung des tatsächlichen Wertes zum Training des künstlichen neuralen Netzwerkes, wenn eine Differenz zwischen den vorhergesagten und den tatsächlichen Werten geringer als eine vorbestimmte Größe ist.
7. Maschinenlesbares Speichermedium, auf dem durch maschinenausführbare Anweisungen gespeichert sind, wobei die Ausführung der Anweisungen geeignet ist, das Verfahren nach einem der Ansprüche 1-6 einzurichten.
8. Vorrichtung zur Diagnose eines abnormen Betriebs in einem turboaufgeladenen Motor mit einem Motorsteuermodul (ECM), welches betreibbar ist, um den Motorbetrieb ansprechend auf Daten zu steuern, die von einer Vielzahl von Sensoren empfangen wurden, wobei die Vorrichtung folgendes aufweist:
einen Mikroprozessor mit einem Speicher, der Daten aufweist entsprechend:
einer Kompressorkarte, die eine Region des Kompressorwirkungsgrades und der Kompressordrehzahlen während des Betriebes definiert;
und
einer Turbinenkarte, die eine Region des Turbinenwirkungsgrades und der Turbinendrehzahlen während des Betriebes definiert;
ein Modul, welches konfiguriert ist, um einen vorhergesagten Wert für einen Betriebsparameter unter Verwendung von Daten zu bestimmen, die von ausgewählten Sensoren der Vielzahl von Sensoren aufgenommen wurden und von der Kompressorkarte und/oder der Turbinenkarte;
ein Modul, welches konfiguriert ist, um einen tatsächlichen Wert für den Betriebsparameter unter Verwendung von Daten zu bestimmen, die von ausgewählten Sensoren der Vielzahl von Sensoren empfangen wurden; und
ein Modul, welches konfiguriert ist, um ein Signal für abnormen Betrieb zu erzeugen, wenn eine Differenz zwischen den tatsächlichen und den vorhergesagten Werten größer als eine vorbestimmte Größe ist.
9. Vorrichtung nach Anspruch 8, wobei das Modul, welches konfiguriert wurde, um einen vorbestimmten Wert zu bestimmen, einen vorbestimmten Wert für einen Betriebsparameter bestimmt, der durch einen ersten Hardware-Sensor gemessen wurde, und zwar unter Verwendung von Daten, die von mindestens einem zweiten Hardware-Sensor und der Kompressorkarte und/oder der Turbinenkarte aufgenommen wurden.
10. Vorrichtung zum Training eines künstlichen neuralen Netzwerkes (ANN), wobei die Vorrichtung folgendes aufweist:
ein Modul, welches konfiguriert ist, um einen vorhergesagten Wert für einen Betriebsparameter zu bestimmen, der durch einen ersten Hardware-Sensor gemessen wurde, und zwar unter Verwendung von Daten, die von dem künstlichen neuralen Netzwerk aufgenommen wurden;
ein Modul, welches konfiguriert ist, um einen tatsächlichen Wert für den Betriebsparameter unter Verwendung von Daten zu bestimmen, die von dem ersten Hardware-Sensor aufgenommen wurden; und
ein Modul, das konfiguriert ist, um den tatsächlichen Wert zu verwenden, um das künstliche neurale Netzwerk zu trainieren, wenn eine Differenz zwischen den vorhergesagten und tatsächlichen Werten geringer als eine vorbestimmte Größe ist.
DE10321664A 2002-05-15 2003-05-14 Diagnosesysteme für turboaufgeladene Motoren Withdrawn DE10321664A1 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US10/144,738 US6785604B2 (en) 2002-05-15 2002-05-15 Diagnostic systems for turbocharged engines

Publications (1)

Publication Number Publication Date
DE10321664A1 true DE10321664A1 (de) 2003-12-11

Family

ID=29418535

Family Applications (1)

Application Number Title Priority Date Filing Date
DE10321664A Withdrawn DE10321664A1 (de) 2002-05-15 2003-05-14 Diagnosesysteme für turboaufgeladene Motoren

Country Status (3)

Country Link
US (1) US6785604B2 (de)
JP (1) JP2003328841A (de)
DE (1) DE10321664A1 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004036064A1 (de) * 2004-07-24 2006-03-16 Volkswagen Ag Diagnoseverfahren zur Erkennung von Fehlern bei der Ladedruckregelung eines Abgasturboladers eines Verbrennungsmotors
DE102009028114B3 (de) * 2009-07-30 2011-03-17 Ford Global Technologies, LLC, Dearborn Verfahren und Anordnung zur Erkennung von Verkokung oder Verunreinigung des Kompressors eines Turboladers eines Verbrennungsmotors
WO2014041013A1 (de) * 2012-09-13 2014-03-20 Avl List Gmbh Verfahren zur überwachung zumindest eines abgasturboladers

Families Citing this family (80)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7007472B2 (en) * 2004-02-10 2006-03-07 Cummins, Inc. System for limiting turbocharger rotational speed
US7127892B2 (en) * 2004-08-13 2006-10-31 Cummins, Inc. Techniques for determining turbocharger speed
US7278302B2 (en) * 2005-03-02 2007-10-09 Johann A. Krause Maschinenfabrik GmbH Method for the testing of exhaust gas turbochargers
US20060230097A1 (en) * 2005-04-08 2006-10-12 Caterpillar Inc. Process model monitoring method and system
US20060229852A1 (en) * 2005-04-08 2006-10-12 Caterpillar Inc. Zeta statistic process method and system
US7877239B2 (en) 2005-04-08 2011-01-25 Caterpillar Inc Symmetric random scatter process for probabilistic modeling system for product design
US8364610B2 (en) 2005-04-08 2013-01-29 Caterpillar Inc. Process modeling and optimization method and system
US7565333B2 (en) 2005-04-08 2009-07-21 Caterpillar Inc. Control system and method
US20060229854A1 (en) * 2005-04-08 2006-10-12 Caterpillar Inc. Computer system architecture for probabilistic modeling
US7499777B2 (en) * 2005-04-08 2009-03-03 Caterpillar Inc. Diagnostic and prognostic method and system
US8209156B2 (en) * 2005-04-08 2012-06-26 Caterpillar Inc. Asymmetric random scatter process for probabilistic modeling system for product design
US20060275151A1 (en) * 2005-06-01 2006-12-07 Caterpillar Inc. Pump and heat exchanger
US8375714B2 (en) * 2005-06-27 2013-02-19 General Electric Company System and method for operating a turbocharged engine
US7677227B2 (en) * 2005-07-04 2010-03-16 Denso Corporation Apparatus and method of abnormality diagnosis for supercharging pressure control system
US7487134B2 (en) 2005-10-25 2009-02-03 Caterpillar Inc. Medical risk stratifying method and system
US7499842B2 (en) * 2005-11-18 2009-03-03 Caterpillar Inc. Process model based virtual sensor and method
US20070124236A1 (en) * 2005-11-30 2007-05-31 Caterpillar Inc. Credit risk profiling method and system
US7668704B2 (en) * 2006-01-27 2010-02-23 Ricardo, Inc. Apparatus and method for compressor and turbine performance simulation
US7505949B2 (en) 2006-01-31 2009-03-17 Caterpillar Inc. Process model error correction method and system
US7320219B2 (en) * 2006-03-10 2008-01-22 Detroit Diesel Corporation Method for controlling an internal combustion engine using model based VGT/EGR control
US7296562B2 (en) * 2006-03-30 2007-11-20 Caterpiller Inc. Control system and method for estimating turbocharger performance
JP4815294B2 (ja) * 2006-07-25 2011-11-16 本田技研工業株式会社 エンジンの過給装置における過給圧制御手段の故障検知装置
US7689334B2 (en) * 2006-09-28 2010-03-30 Perkins Engines Company Limited Engine diagnostic method
US8478506B2 (en) 2006-09-29 2013-07-02 Caterpillar Inc. Virtual sensor based engine control system and method
WO2008045776A1 (en) * 2006-10-13 2008-04-17 Borgwarner Inc. Estimating engine system parameters based on engine cylinder pressure
US7454286B2 (en) 2006-12-20 2008-11-18 Delphi Technologies, Inc. Combustion control in an internal combustion engine
US7483774B2 (en) 2006-12-21 2009-01-27 Caterpillar Inc. Method and system for intelligent maintenance
DE102007013251B4 (de) * 2007-03-20 2019-08-29 Robert Bosch Gmbh Verfahren und Vorrichtung zur Überwachung eines Abgasturboladers einer Brennkraftmaschine
DE102007017823B4 (de) * 2007-04-16 2019-10-02 Continental Automotive Gmbh Turbolader mit einer Einrichtung zum Feststellen einer Fehlfunktion des Turboladers und ein Verfahren zum Feststellen einer solchen Fehlfunktion
SE531145C2 (sv) 2007-05-15 2009-01-07 Scania Cv Abp En styrmetod för turboladdare
US7787969B2 (en) 2007-06-15 2010-08-31 Caterpillar Inc Virtual sensor system and method
US7831416B2 (en) 2007-07-17 2010-11-09 Caterpillar Inc Probabilistic modeling system for product design
US7788070B2 (en) 2007-07-30 2010-08-31 Caterpillar Inc. Product design optimization method and system
US7937996B2 (en) * 2007-08-24 2011-05-10 GM Global Technology Operations LLC Turbo speed sensor diagnostic for turbocharged engines
US7542879B2 (en) 2007-08-31 2009-06-02 Caterpillar Inc. Virtual sensor based control system and method
US7650218B2 (en) * 2007-09-20 2010-01-19 Cummins Ip, Inc Apparatus, system, and method for preventing turbocharger overspeed in a combustion engine
US7593804B2 (en) 2007-10-31 2009-09-22 Caterpillar Inc. Fixed-point virtual sensor control system and method
US8036764B2 (en) 2007-11-02 2011-10-11 Caterpillar Inc. Virtual sensor network (VSN) system and method
US8224468B2 (en) 2007-11-02 2012-07-17 Caterpillar Inc. Calibration certificate for virtual sensor network (VSN)
US7757549B2 (en) * 2008-02-21 2010-07-20 Cummins Ip, Inc Apparatus, system, and method for predictive control of a turbocharger
US7769522B2 (en) * 2008-02-29 2010-08-03 Cummins Ip, Inc Apparatus and method for preventing an underspeed event of a turbocharger
US20090293457A1 (en) * 2008-05-30 2009-12-03 Grichnik Anthony J System and method for controlling NOx reactant supply
US8086640B2 (en) 2008-05-30 2011-12-27 Caterpillar Inc. System and method for improving data coverage in modeling systems
US7917333B2 (en) * 2008-08-20 2011-03-29 Caterpillar Inc. Virtual sensor network (VSN) based control system and method
EP2339153B1 (de) * 2009-12-23 2019-10-16 FPT Motorenforschung AG Verfahren und Vorrichtung zur Messung und Steuerung der AGR-Rate in einem Verbrennungsmotor
US20120023932A1 (en) * 2010-07-28 2012-02-02 Gm Global Technology Operations, Inc. System and method for calculating a vehicle exhaust manifold pressure
US8931272B2 (en) 2010-10-29 2015-01-13 Ford Global Technologies, Llc Method and system for limiting output of a boosted engine
US8596064B2 (en) 2010-10-29 2013-12-03 Ford Global Technologies, Llc Method and system for limiting output of a boosted engine
DE102011007031A1 (de) * 2011-04-08 2012-10-11 Robert Bosch Gmbh Verfahren zur Diagnose eines Aufladesystems von Verbrennungsmotoren
US8793004B2 (en) 2011-06-15 2014-07-29 Caterpillar Inc. Virtual sensor system and method for generating output parameters
US8701477B2 (en) * 2011-09-16 2014-04-22 General Electric Company Methods and systems for diagnosing a turbocharger
FR2980525B1 (fr) * 2011-09-26 2013-08-30 Renault Sa Procede et systeme de diagnostic d'un groupe motopropulseur a deux turbocompresseurs etages.
US10495014B2 (en) * 2011-12-29 2019-12-03 Ge Global Sourcing Llc Systems and methods for displaying test details of an engine control test
US20130226435A1 (en) * 2012-02-29 2013-08-29 GM Global Technology Operations LLC Systems and methods for adjusting an estimated flow rate of exhaust gas passing through an exhaust gas recirculation valve
US10066564B2 (en) 2012-06-07 2018-09-04 GM Global Technology Operations LLC Humidity determination and compensation systems and methods using an intake oxygen sensor
US9071110B2 (en) 2012-10-16 2015-06-30 Eht International Inc. Abnormality detection method and apparatus
KR101448752B1 (ko) * 2012-11-26 2014-10-13 현대자동차 주식회사 하이브리드 차량의 유압센서 고장진단 방법 및 시스템
US9732688B2 (en) 2014-03-26 2017-08-15 GM Global Technology Operations LLC System and method for increasing the temperature of a catalyst when an engine is started using model predictive control
US9797318B2 (en) 2013-08-02 2017-10-24 GM Global Technology Operations LLC Calibration systems and methods for model predictive controllers
US9863345B2 (en) 2012-11-27 2018-01-09 GM Global Technology Operations LLC System and method for adjusting weighting values assigned to errors in target actuator values of an engine when controlling the engine using model predictive control
US9784198B2 (en) 2015-02-12 2017-10-10 GM Global Technology Operations LLC Model predictive control systems and methods for increasing computational efficiency
US9920697B2 (en) 2014-03-26 2018-03-20 GM Global Technology Operations LLC Engine control systems and methods for future torque request increases
US9765703B2 (en) 2013-04-23 2017-09-19 GM Global Technology Operations LLC Airflow control systems and methods using model predictive control
US9714616B2 (en) * 2014-03-26 2017-07-25 GM Global Technology Operations LLC Non-model predictive control to model predictive control transitions
US10296674B2 (en) * 2013-06-19 2019-05-21 Volvo Truck Corporation Method for a vehicle
US9631567B2 (en) 2013-08-15 2017-04-25 GM Global Technology Operations LLC Sensor based measurement and purge control of fuel vapors in internal combustion engines
JP6351962B2 (ja) * 2013-12-04 2018-07-04 三菱重工業株式会社 ターボチャージャの制御装置
JP2016098755A (ja) * 2014-11-25 2016-05-30 いすゞ自動車株式会社 エンジンオイルの劣化判定方法
FR3033594B1 (fr) 2015-03-11 2019-05-31 Renault S.A.S Procede de determination de la vitesse de rotation du turbocompresseur d'un moteur a combustion interne de vehicule automobile.
JP6610146B2 (ja) * 2015-10-07 2019-11-27 いすゞ自動車株式会社 内燃機関及びその制御方法
US10339264B2 (en) 2016-01-14 2019-07-02 Rolls-Royce Engine Services Oakland, Inc. Using scanned vanes to determine effective flow areas
US9976474B2 (en) 2016-04-14 2018-05-22 Caterpillar Inc. Turbocharger speed anomaly detection
US10273874B2 (en) 2016-04-15 2019-04-30 Ford Global Technologies, Llc Method and system for compressor outlet temperature regulation
US9938908B2 (en) 2016-06-14 2018-04-10 GM Global Technology Operations LLC System and method for predicting a pedal position based on driver behavior and controlling one or more engine actuators based on the predicted pedal position
US10428729B2 (en) * 2016-08-24 2019-10-01 Ge Global Sourcing Llc Systems and method for an engine bypass valve
DE102017122928A1 (de) * 2016-10-11 2018-01-18 FEV Europe GmbH Verfahren zum Bestimmen eines Effizienzwertes einer Turbine mit einer variablen Geometrie
US10934979B2 (en) 2017-05-30 2021-03-02 Ford Global Technologies, Llc Methods and system diagnosing a variable geometry compressor for an internal combustion engine
US11097600B2 (en) * 2017-08-25 2021-08-24 Thermo King Corporation Method and system for adaptive power engine control
JP7279594B2 (ja) * 2019-09-20 2023-05-23 トヨタ自動車株式会社 ハイブリッド車両の制御装置
US12031497B2 (en) 2019-10-25 2024-07-09 Volvo Truck Corporation System and method for a virtual turbocharger speed sensor using neural networks

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4128005A (en) 1977-06-16 1978-12-05 Sun Electric Corporation Automated engine component diagnostic techniques
US4277830A (en) 1979-06-11 1981-07-07 Cummins Engine Company, Inc. Diagnosis of engine turbocharger performance
US4604701A (en) 1983-02-16 1986-08-05 Allied Corporation Fail-soft turbocharger control system
US4496286A (en) 1983-07-18 1985-01-29 J-W Operating Company Control system for engine-driven compressor unit and method of operation thereof
JP2663631B2 (ja) 1989-05-23 1997-10-15 日産自動車株式会社 自動変速機の制御装置
US5526266A (en) 1991-12-19 1996-06-11 Caterpillar Inc. Method for diagnosing an engine using a computer based boost pressure model
GB2317647B (en) 1994-01-25 1998-09-30 Komatsu Mfg Co Ltd A method of controlling a mechanical supercharger
JPH07317591A (ja) 1994-05-26 1995-12-05 Unisia Jecs Corp 過給圧検出手段の故障診断装置
US5585553A (en) 1995-07-28 1996-12-17 Caterpillar Inc. Apparatus and method for diagnosing an engine using a boost pressure model
JPH09158775A (ja) 1995-12-06 1997-06-17 Toyota Motor Corp 内燃機関の吸気圧センサ異常検出装置
JP3741290B2 (ja) 1996-03-29 2006-02-01 スズキ株式会社 圧力センサの故障診断制御装置
US6236908B1 (en) 1997-05-07 2001-05-22 Ford Global Technologies, Inc. Virtual vehicle sensors based on neural networks trained using data generated by simulation models
US6240343B1 (en) 1998-12-28 2001-05-29 Caterpillar Inc. Apparatus and method for diagnosing an engine using computer based models in combination with a neural network
US6209390B1 (en) 1999-05-14 2001-04-03 Larue Gerald Duane Turbocharger fatigue life monitor
US6298718B1 (en) * 2000-03-08 2001-10-09 Cummins Engine Company, Inc. Turbocharger compressor diagnostic system

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004036064A1 (de) * 2004-07-24 2006-03-16 Volkswagen Ag Diagnoseverfahren zur Erkennung von Fehlern bei der Ladedruckregelung eines Abgasturboladers eines Verbrennungsmotors
DE102009028114B3 (de) * 2009-07-30 2011-03-17 Ford Global Technologies, LLC, Dearborn Verfahren und Anordnung zur Erkennung von Verkokung oder Verunreinigung des Kompressors eines Turboladers eines Verbrennungsmotors
WO2014041013A1 (de) * 2012-09-13 2014-03-20 Avl List Gmbh Verfahren zur überwachung zumindest eines abgasturboladers

Also Published As

Publication number Publication date
US20030216856A1 (en) 2003-11-20
US6785604B2 (en) 2004-08-31
JP2003328841A (ja) 2003-11-19

Similar Documents

Publication Publication Date Title
DE10321664A1 (de) Diagnosesysteme für turboaufgeladene Motoren
DE112005001963B4 (de) Verfahren und Vorrichtung zum Ermitteln einer Turboladerdrehzahl
DE112007000779B4 (de) Steuersystem und Steuerverfahren zur Abschätzung einer Turboladerleistung
EP2895705B1 (de) Verfahren zur überwachung zumindest eines abgasturboladers
DE102004059369A1 (de) Motorturboladersteuermanagementsystem
DE102004046798A1 (de) Verfahren zum Reagieren auf Sensorversagen bei EGR-VGT-Motoren
DE102017200290A1 (de) Verfahren und Computerprogrammprodukt zur Erkennung und Unterscheidung eines Durchflussfehlers und eines Dynamikfehlers einer Abgasrückführung
DE102005056517A1 (de) Verfahren zur Bestimmung der Drehzahl eines Verdichters, insbesondere eines Turboladers
DE102020121687A1 (de) Kraftstoffeinspritzungssteuerung unter verwendung eines neuronalen netzwerkes
DE102011009588A1 (de) Diagnosesystem und -verfahren zum Verarbeiten kontinuierlicher und intermittierender Fehler
DE102008029156A1 (de) Ansauglufttemperatur-Rationalitätsdiagnose
DE3835113A1 (de) Elektronisches ueberwachungssystem fuer eine brennkraftmaschine mit innerer verbrennung
DE102008029154A1 (de) Ansauglufttemperatur-Rationalitätsdiagnose
DE102012112627A1 (de) Abnormalitätsdiagnosevorrichtung für ein Verbrennungsmotorsteuersystem
DE102015213825A1 (de) Verfahren und Vorrichtung zur Dynamiküberwachung eines Luftfüllungssystems einer Brennkraftmaschine
DE102020119399A1 (de) Verfahren und system für eine nachbehandlungssteuerung
DE10320977A1 (de) Verfahren zur Drehzahlüberwachung eines Bi-Turboladers
DE102019209028A1 (de) Steuervorrichtung für Verbrennungsmotor
DE102007049408A1 (de) Kennzahlverfahren für eine Echtzeit-Motordiagnose
DE102007050026A1 (de) Verfahren und Vorrichtung zum Überwachen von Steuer- und Regelkreisen in einem Motorsystem
DE102012209357A1 (de) Verfahren und Vorrichtung zur Diagnose eines Schubumluftventils für eine Aufladeeinrichtung eines Verbrennungsmotors
DE102015211275A1 (de) Ansaugluftzumesseinheit eines Motors und Motorsystem
DE102012212555B4 (de) Verfahren und Vorrichtung zur Überprüfung von nacheinander angeordneten Aufladeeinrichtungen bei einem Verbrennungsmotor mit mehrstufiger Aufladung
DE102016206329B4 (de) Verfahren zum Betreiben eines einen Wastegate-Turbolader aufweisenden Verbrennungsmotors und Verbrennungsmotor
DE10134543A1 (de) Verfahren zur Erkennung von Fehlern an einem Abgasturbolader

Legal Events

Date Code Title Description
8141 Disposal/no request for examination