-
Das
Gebiet der Erfindung ist dasjenige der Steuerung eines Verbrennungsmotors,
und genauer der Auspuffanlagen, die hinter dem Auspuffkrümmer des
Motors montiert sind.
-
Die
Erfindung betrifft genauer ein Verfahren und ein System zur Schätzung einer
Temperatur der Abgase, sowie einen Verbrennungsmotor und ein Fahrzeug,
die mit einem solchen System ausgestattet sind.
-
Um
auf die Emissionen von Abgasschadstoffen der Kraftfahrzeuge zu reagieren,
werden im Allgemeinen Nachbehandlungssysteme der Gase in der Auspuffanlage
des Motors angeordnet.
-
Diese
Systeme sind vorgesehen, um sowohl die Emissionen des Kohlenmonoxids,
der unverbrannten Kohlenwasserstoffe, als auch diejenigen der Partikel
und der Stickoxide zu reduzieren.
-
Bestimmte
dieser Systeme arbeiten diskontinuierlich oder alternativ insofern
als sie Phasen der Speicherung der Schadstoffe und Phasen der Regenerierung
der Fallen (d. h. der Umwandlung der gespeicherten Schadstoffe in
unschädliche
Substanzen) abwechseln.
-
Um
die Behandlung der Gesamtheit der Schadstoffe zu optimieren, ist
es notwendig, diese Speicher- und Regenerierungsphasen bestmöglich zu
steuern. Es ist insbesondere notwendig, im Lauf der Zeit die eingeschlossenen
Massen (d. h. die Partikel im Fall des Partikelfilters, die Stickoxide
im Fall der Stickoxidfalle) zu schätzen.
-
In
gleicher Weise ist es notwendig, die Entwicklung im Lauf der Zeit
der während
der Regenerierungsphasen umgewandelten Massen zu kennen.
-
Die
Entwicklung dieser Massen während
der Speicher- und/oder
Regenerierungsphasen hängt aber
direkt von der Temperatur des Trägers
dieser Fallen und der Gase ab, die sie durchqueren. Man versucht
also, die Temperatur der Gase, die in diese Fallen eindringen, zu
kennen, sogar zu steuern.
-
Außerdem erfordert
die Erhöhung
der Komplexität
der Motoren und ihrer Betriebsweisen immer anspruchsvollerer elektronischer
Steuermittel und dadurch immer mehr Mess- oder Schätzeinrichtungen.
Es stellt sich aber heraus, dass viele physikalische Größen nicht
direkt messbar sind, oder dass die notwendigen Sensoren zu teuer
oder ungeeignet sind.
-
Es
stellt sich also als notwendig heraus, für die Steuerung der Regenerierung
der Fallen und für die
Steuerung des Motors selbst die Temperatur der Abgase des Motors
zu kennen. Der Erhalt einer genauen Schätzung der Temperatur der Abgase
am Eingang eines hinter der Turbine eines Auflademotors angeordneten
Nachbehandlungssystems kann sich so als besonders nützlich erweisen.
-
Um
die Temperatur der Gase vor einer Vorrichtung zur physikalischen
und/oder chemischen Behandlung der Abgase zu kennen, greift man
heute entweder auf einen Temperatursensor oder auf ein Schätzmodell
dieser Temperatur zurück,
das von einem an Bord befindlichen elektronischen Rechner eingesetzt
wird.
-
Es
sind aber mehrere Nachteile mit der Verwendung eines in der Auspuffanlage
angeordneten Sensors verbunden.
-
Die
Präzision
eines Sensors ist nämlich
umgekehrt proportional zum Nutzfeld. Das heißt, dass je mehr man die Temperatur
in einem großen
Nutzbereich messen möchte,
die Präzision
dieser Messung umso mittelmäßiger ist.
Diese Präzision
kann außerdem
bei der Hitzealterung oder der Verschmutzung des Sensors abweichen.
-
Außerdem können die
Nutzungskosten eines Sensors sich als hoch herausstellen. Man muss nämlich zu
den Eigenkosten des Sensors diejenigen der Schaltungsverbindungen,
des Eingangsports in den Rechner und des Softwaretreibers hinzufügen.
-
Außerdem stellt
es sich ebenfalls als notwendig heraus, über geeignete Mittel zu verfügen, um den
Betriebszustand des Sensors zu diagnostizieren.
-
Die
Verwendung von Modellen hat ebenfalls Nachteile. Wenn diese Modelle
allgemein beim Dauergasbetrieb zuverlässig sind, so erweisen sie
sich als eher mittelmäßig beim Übergangsbetrieb.
Außerdem
sind viele für
diese Modelle notwendige Parameter (physikalische Parameter, Zustandsvariable) in
einem Motor schwierig identifizierbar oder messbar.
-
Außerdem sind
diese Modelle meist "zu
gefräßig" bezüglich der
Rechenlast oder der Speicherressource, um in einem Rechner zur elektronischen Motorsteuerung
eingesetzt zu werden.
-
Es
wurde eine andere Lösung
vorgeschlagen, die darin besteht, die Temperatur der Abgase durch
Anwendung eines statischen neuronalen Netzes zu schätzen. Man
kann sich auf die französische Patentanmeldung
der Anmelderin beziehen, die am 19. Dezember 2003 unter der Nummer
FR 0315112 angemeldet wurde.
-
Die
in dieser Druckschrift beschriebene Lösung ermöglicht aber nur eine Teilberücksichtigung des
Status des Systems. Die durchgeführte
Schätzung
der Temperatur sowohl im Dauerbetrieb als auch im dynamischen Betrieb
ist dann wenig präzise.
-
Die
vorliegende Erfindung hat zum Ziel, die Kenntnis einer Temperatur
der Abgase zu verbessern, und insbesondere der Temperatur vor einer Vorrichtung
zur physikalischen und/oder chemischen Behandlung der Abgase.
-
Zu
diesem Zweck schlägt
die Erfindung ein Verfahren zur Schätzung einer Temperatur der
Abgase eines Motors vor, dadurch gekennzeichnet, dass es eine Schätzfunktion
mit neuronalem Netz anwendet, das über eine Rückkopplungsschleife verfügt, die
eine oder mehrere der am Ausgang des Netzes verfügbaren Größen direkt oder indirekt an
den Eingang des Netzes zurückführt.
-
Bestimmte
bevorzugte, aber nicht einschränkende
Aspekte des erfindungsgemäßen Verfahrens sind
folgende:
- – am
Eingang der Schätzfunktion
wird eine Information betreffend die Temperatur der Gase vor der
auf der Auspuffanlage des Motors angeordneten Turbine geliefert,
wobei die Schätzfunktion
am Ausgang die Schätzung
der Temperatur der Abgase hinter der Turbine liefert;
- – das
Verfahren kann eine Nachbearbeitung der Temperaturschätzung anwenden,
die vom neuronalen Netz durchgeführt
wird;
- – das
Verfahren kann eine Rückkopplung
der geschätzten
Temperatur durchführen,
die am Ausgang des Nachbearbeitungsmoduls verfügbar ist;
- – das
Verfahren kann eine Vorbearbeitung einer oder mehrerer der Variablen
am Eingang der Schätzfunktion
anwenden, indem Berechnungen durchgeführt werden, die auf bekannten
physikalischen Beziehungen beruhen;
- – das
Verfahren kann eine Wiederbearbeitung bestimmter der Größen am Ausgang
des Netzes anwenden, ehe diese gemäß einer sozusagen indirekten
Rückkopplung
zum Eingang des Netzes zurückgeführt werden;
- – das
Verfahren kann einen vorhergehenden Lernschritt der Schätzfunktion
mit Hilfe einer Bank von Daten aufweisen, die für interessante Betriebszonen
repräsentativ
sind.
-
Gemäß einem
anderen Aspekt betrifft die Erfindung ein System zur Schätzung einer
Temperatur der Abgase eines Motors, dadurch gekennzeichnet, dass
es eine Schätzfunktion
mit neuronalem Netz aufweist, das über eine Rückkopplungsschleife verfügt, die
eine oder mehrere der Ausgangsvariablen des Netzes direkt oder indirekt
an den Eingang des Netzes zurückführt.
-
Gemäß noch anderen
Aspekten betrifft die Erfindung einen Verbrennungsmotor sowie ein
Kraftfahrzeug, die mit einem erfindungsgemäßen System zur Schätzung einer
Temperatur der Abgase ausgestattet sind.
-
Andere
Aspekte, Ziele und Vorteile der Erfindung gehen aus der folgenden
ausführlichen
Beschreibung ihrer bevorzugten Ausführungsformen hervor, die nicht
einschränkend
zu verstehen ist und sich auf die beiliegenden Zeichnungen bezieht.
Es zeigen:
-
1 eine
schematische Ansicht eines Verbrennungsmotors gemäß einem
Aspekt der Erfindung;
-
2 eine
schematische Ansicht eines Schätzsystems
einer Abgastemperatur gemäß einem
Aspekt der Erfindung;
-
3 ein
Diagramm, das die Schritte des Schätzverfahrens einer Abgastemperatur
gemäß einem Aspekt
der Erfindung zeigt.
-
In 1 sind
nur die für
das Verständnis
der Erfindung notwendigen Elemente dargestellt. Ein Verbrennungsmotor 1 ist
dazu bestimmt, ein Fahrzeug wie ein Automobil auszustatten. Der
Motor 1 ist zum Beispiel ein von einem Turbolader aufgeladener Dieselmotor
mit vier Zylindern in Reihe und direkter Kraftstoffeinspritzung.
Der Motor 1 weist einen Ansaugkreis, der seine Luftversorgung
gewährleistet, einen
Motorkontrolle-Rechner 3, eine Druckkraftstoffanlage 4 und
eine Auspuffanlage 5 der Gase auf. Die Einspritzung des
Kraftstoffs in die Zylinder wird von nicht dargestellten Einspritzventilen
gewährleistet, die
in die Brennkammern münden
und vom Rechner 3 ausgehend von der Anlage 4 gesteuert
werden.
-
Am
Ausgang des Motors 1 durchqueren die in die Auspuffanlage 5 abgeführten Abgase
eine oder mehrere Nachbehandlungsvorrichtungen 6 (zum Beispiel
Partikelfilter, Stickoxidfilter). Ein Turbolader 7 weist
einen Kompressor, der auf dem Ansaugkreis 2 angeordnet
ist, und eine Turbine auf, die auf der Auspuffanlage 5 angeordnet
ist. Zwischen dem Kompressor und dem Motor 1 weist der
Ansaugkreis 2 einen Wärmetauscher 8,
der es ermöglicht,
die Druckluft am Ausgang des Kompressors zu kühlen und so ihre Volumenmasse
zu erhöhen,
eine Luftansaugklappe 9, die vom Rechner 3 gesteuert
wird, und einen Drucksensor 10 auf, der mit dem Rechner 3 verbunden
ist.
-
Am
Ausgang des Motors 1 vor der Turbine weist die Auspuffanlage 5 außerdem geeignete
Mittel 30 auf, um eine Information bezüglich der Temperatur der Abgase
vor der Turbine zu liefern. Die Mittel 30 bestehen zum
Beispiel aus einer Temperaturmesssonde oder auch aus einer Schätzfunktion,
die vorgesehen ist, um eine Schätzung
der Temperatur der Gase vor der Turbine zu liefern.
-
Der
Motor 1 weist ebenfalls einen Rückführkreislauf der Abgase 11 auf,
der mit einem Ventil 12 ausgestattet ist, dessen Öffnung vom
Rechner 3 gesteuert wird; so kann man Abgase wieder in
den Ansaugkreis 2 einführen.
Ein Durchflussmesser 13 ist im Ansaugkreis 2 vor
dem Kompressor angeordnet, um an den Rechner 3 Informationen
bezüglich
des Durchsatzes der Ansaugluft zu liefern, die den Motor speist.
Sensoren 14, zum Beispiel Druck- oder Temperatursensoren,
können
ebenfalls vorgesehen werden.
-
Der
Rechner 3 weist klassisch einen Mikroprozessor oder Zentraleinheit,
Speicherzonen, Analog/Digital-Wandler und verschiedene Eingangs-
und Ausgangsschnittstellen auf. Der Mikroprozessor des Rechners
weist die Elektronikschaltungen und die geeigneten Softwareprogramme
auf, um die von den verschiedenen Sensoren kommenden Signale zu
bearbeiten, daraus die Zustände
des Motors abzuleiten und die geeigneten Steuersignale für die verschiedenen
gesteuerten Stellglieder wie die Einspritzventile zu erzeugen.
-
Der
Rechner 3 steuert so den Druck des Kraftstoffs in der Anlage 4 und
das öffnen
der Einspritzventile, und dies ausgehend von den Informationen,
die von den verschiedenen Sensoren geliefert werden, und insbesondere
der angesaugten Luftmasse, der Motordrehzahl, sowie von gespeicherten Kalibrierungen,
die es ermöglichen,
die gewünschten Verbrauchs-
und Leistungspegel zu erreichen.
-
Der
Rechner 3 weist außerdem
eine Schätzfunktion 15 mit
neuronalen Netzen auf, die vorgesehen ist, um eine Schätzung der
Temperatur der Abgase vor der oder den Nachbehandlungsvorrichtungen durchzuführen.
-
Aus
Gründen
der Vereinfachung und der gemeinsamen Nutzung einer gewissen Anzahl
von Ressourcen, insbesondere Rechen- und Speicherressourcen, ist
es besonders vorteilhaft, die Schätzfunktion 15 innerhalb
des Rechners 3 anzuordnen.
-
Wie
dies in 2 dargestellt ist, weist die Schätzfunktion 15 einen
Vorbearbeitungsmodul 16, ein neuronales Netz 17 und
einen Nachbearbeitungsmodul 18 auf. Die Schätzfunktion 15 weist
außerdem
eine Rückkopplungsschleife
auf, die vorgesehen ist, um an den Eingang des neuronalen Netzes eine
oder mehrere Variable am Ausgang des Netzes zurückzuführen.
-
Die
Schätzfunktion 15 weist
außerdem
ein Eingangssignal bezüglich
der Temperatur der Abgase vor der Turbine auf, wie sie zum Beispiel
von den Mitteln 30 geliefert wird.
-
Die
Schätzfunktion
kann ebenfalls ein oder mehrere andere Eingangssignale bezüglich physikalischer
Größen aufweisen,
die für
den Zustand des Motors repräsentativ
sind, wie zum Beispiel:
- – der Gasdurchsatz,
- – der
Druck der Gase vor der Turbine,
- – der
Gegendruck der Gase hinter der Turbine,
- – die
Stellung der Flügel
des Turboladers,
- – die
Geschwindigkeit des Fahrzeugs,
- – die
Temperatur der Umgebungsluft,
- – die
Stellung des Rückführventils
der Abgase,
- – der
Aufladedruck, gemessen vom hinter dem Kompressor angeordneten Drucksensor,
dem Wärmetauscher
und der Luftansaugklappe,
- – die
Temperatur der Luft im Ansaugkreis.
-
Die
Schätzfunktion
kann ebenfalls am Eingang die Motordrehzahl, den Kraftstoffdurchsatz,
den Luftdurchsatz empfangen.
-
Das
neuronale Netz 17 besteht aus einer bestimmten Anzahl von
Neuronen, die durch ihre Parameter (Gewicht, Bias) und durch ihre
Aktivierungsfunktionen definiert sind. Das Ausgangssignal s eines
Neurons ist mit den Eingangssignalen (e1,
e2, ..., en) des
Neurons durch s = F(e1·w1+e2·w2+ ... + en·wn + b) verbunden, wobei F die Aktivierungsfunktion
des Neurons, w1, w2,
... wn die Gewichte sind und b das Bias
ist.
-
Die
Anzahl von Neuronen des Netzes, die Werte der Gewichte und das Bias
der verschiedenen Neuronen sind kalibrierfähige Parameter, die insbesondere
in einer Lernphase bestimmt werden können, die weiter unten beschrieben
wird.
-
Der
Vorbearbeitungsmodul 16 ermöglicht es, eine oder mehrere
der Variablen am Eingang der Schätzfunktion
zu bearbeiten, indem Berechnungen durchgeführt werden, die auf bekannten
physikalischen Beziehungen basieren. Der Vorbearbeitungsmodul 16 ermöglicht es
insbesondere, die Anzahl von Eingangsignalen des neuronalen Netzes 17 zu
verringern, indem eine oder mehrere Variablen α1, α2,
die je für
eine oder mehrere physikalische Größe(n), messbar oder nicht,
am Eingang des Rechners 3 nicht vorhanden, repräsentativ
sind, ausgehend von mehreren Eingangsvariablen berechnet werden.
Der Modul 16 ermöglicht
es auch, bestimmte Eingangssignale zu filtern, die abweichende Werte
annehmen können.
-
Das
neuronale Netz 17 verfügt über einen Ausgangskanal
bezüglich
der gewünschten
Temperaturschätzung,
sowie ggf. über
einen oder mehrere weitere Ausgangskanäle bezüglich nicht messbarer Zustandsgrößen, die
dazu bestimmt sind, direkt oder indirekt zum Eingang des Netzes 17 rückgekoppelt zu
werden.
-
Der
Nachbearbeitungsmodul 18 ermöglicht es, die am Ausgang des
neuronalen Netzes 17 verfügbare Temperaturschätzung zu
bearbeiten, um ein Signal S einer geschätzten Temperatur am Ausgang der Schätzfunktion
zu senden, zur Verfügung
des Rechners 3. Diese Bearbeitung kann zum Beispiel eine
Filterung sein, die es ermöglich,
die Schätzfunktion
robust zu machen, indem die Rückkehr
eines abweichenden Datenwerts zum Eingang begrenzt wird.
-
Wie
vorher erwähnt,
folgen eine oder mehrere der Variablen am Ausgang des Netzes einer
Rückkopplungsschleife
und werden an den Eingang des neuronalen Netzes zurückgebracht.
-
Bestimmte
der Variablen am Ausgang des Netzes können bearbeitet werden (zum
Beispiel gefiltert, verzögert
oder anderen Eingängen
im Vorbearbeitungsmodul zugeordnet werden), ehe sie zum Eingang
des Netzes zurückgebracht
werden.
-
Unter
Bezug auf 2 wurde der Fall dargestellt,
in dem am Ausgang des Netzes 17 verfügbare Zustandsgrößen β1, β2, β3 (nicht
messbar und nur beim Lernen bekannt) zum Eingang des Netzes 17 rückgekoppelt
werden.
-
Es
wurde auch der Fall dargestellt, in dem das Ausgangssignal S der
Schätzfunktion
(d. h. die Schätzung
der Temperatur hinter der Turbine, die auf der Auspuffanlage der
Gase angeordnet ist), das am Ausgang des Nachbearbeitungsmoduls 18 verfügbar ist
(und dessen Wert hier beim Lernen messbar ist), einerseits direkt
zum Eingang des Netzes 17 rückgekoppelt wird, und andererseits,
nachdem es verzögert
wurde (siehe Verzögerungsglied,
das durch das Symbol z–1 dargestellt ist),
zum Eingang des Netzes 17 rückgekoppelt wird.
-
Indem
eine solche Rückkopplung
einer oder mehrerer der Variablen am Ausgang des neuronalen Netzes
angewendet wird, nutzt das Netz am Eingang seiner Schätzfunktion
einen oder mehrere der in den Schritten der vorhergehenden Berechnungen
durch diese selbe Schätzfunktion
vorhergesagten Werte, und dies unabhängig davon, ob diese Werte
in der Lernphase gemessen wurden oder nicht.
-
Eine
solche Rückkopplung
hat den Vorteil, die Berücksichtigung
von stark dynamischen Phänomenen
zu erlauben.
-
Die
Verwendung von nicht-linearen Aktivierungsfunktionen im neuronalen
Netz ermöglicht
außerdem
die Berücksichtigung
nicht-linearer Phänomene.
-
Das
neuronale Netz
17 kann als rekurrent oder dynamisch eingestuft
werden und unterscheidet sich in dieser Hinsicht von der Lösung mit
statischem Netz, die in der oben erwähnten französischen Patentanmeldung Nummer
FR 03 15112 dargelegt wurde.
-
Die
Schätzfunktion 15 erlaubt
es schließlich, eine
Schätzung
der Temperatur hinter der Turbine und vor einer Nachbearbeitungsvorrichtung
zu erhalten. Die Schätzfunktion
kann so als eine Transferfunktion anwendend angesehen werden, die
am Eingang eine Information bezüglich
der Temperatur vor der Turbine, sowie ggf. eine oder mehrere Informationen
bezüglich
physikalischer Größen abgreift,
um am Ausgang die gewünschte
Temperaturschätzung zu
liefern.
-
Die
nachfolgende Beschreibung betrifft die Gestaltung und das Lernen
der Schätzfunktion 15.
-
Wenn
die Schätzfunktion
erarbeitet ist und zum Beispiel in der Software der elektronischen Steuerung
des Motors ausgeführt
wird, geht es darum, das neuronale Netz zu wählen, insbesondere durch Bestimmung
der Anzahl von Neuronen und Kalibrierung der Parameter (Gewicht,
Bias).
-
Der
Lernvorgang des neuronalen Netzes kann im Computer ausgehend von
im Fahrzeug gesammelten Daten durchgeführt werden.
-
Das
neuronale Netz kann Gegenstand eines Lernvorgangs durch eine Lernalgorithmusmethode sein,
insbesondere mit Hilfe einer Datenbank 19.
-
Die
Datenbank 19 kann ausgehend von realen Ergebnissen von
Testfahrten eines Fahrzeugs, mit Tests bei verschiedenen Übersetzungsverhältnissen
eines Schaltgetriebes, mit verschiedenen Beschleunigungen und Verlangsamungen,
gespeist werden, wobei das Ganze gewählt wird, um für normale
Betriebsbedingungen des Fahrzeugs repräsentativ zu sein. Außerdem kann
man vorsehen, die Datenbank, die ausgehend von den Testfahrten gespeist
wird, in eine Lerndatenbank und eine Testdatenbank aufzuspalten,
um die Größe der Datenbank 19 zu
reduzieren, die die Lerndatenbank bildet. Die während der Lernphase bestimmten
Parameter (oder Kalibrierungen) können im Speicher des Rechners 3 gespeichert
werden. Alternativ ist die Datenbank 19 eine vom Fahrzeug
getrennte Datenbank, die bei Initialisierungsvorgängen des
Fahrzeugs oder auch bei Wartungsvorgängen verwendet wird.
-
In 3 sind
die Schritte der Gestaltung und des Lernens der Schätzfunktion
mit neuronalem Netz dargestellt.
-
Im
Schritt 20 werden Versuche durchgeführt, die es ermöglichen,
die Daten zu erzeugen, um die Datenbank 19 zu informieren
(siehe Pfeil in Richtung der Bank 19 in 2),
wobei die Daten für
interessante Betriebszonen repräsentativ
sind. Es geht nämlich
darum, auf repräsentative
Weise den Veränderungsraum
(oder zumindest einen Teil davon) der Eingangssignale und Ausgangssignale
der Schätzfunktion
zu durchlaufen.
-
Es
kann nützlich
sein, eine Datenreinigung durch Bearbeitung des Signals durchzuführen, zum Beispiel
um die abweichenden Punkte zu unterdrücken, um die redundanten Punkte
zu unterdrücken, um
neu zu synchronisieren oder um die Daten zu filtern.
-
Im
Schritt 21 werden die Daten in zwei Teile geteilt, um eine
Testbank und eine Lernbank zu formen. Im Schritt 22 werden
die Vorbearbeitungen bestimmt, die vom Vorbearbeitungsmodul 16 ausgeführt werden
müssen,
und das neuronale Netz 17 führt die Lernvorgänge ausgehend
von der Lerndatenbank durch. Im Schritt 23 wird die Betriebsleistung mit
einem oder mehreren Validierungskriterien an der Testbank und an
der Lernbank getestet. Im Schritt 24 wird die Wahl des
neuronalen Netzes 17 durchgeführt, und im Schritt 25 werden
die Charakterisierungen der Betriebsleistungen und der Tests am
Fahrzeug durchgeführt.
-
Der
aus der Bank 19 in 2 kommende Pfeil
stellt dar, wie die Daten der Bank 19 für den Lernvorgang und die Validierung
der Schätzfunktion 15 verwendet
werden.
-
Zwischen
den Schritten 23 und 24 kann eine Rückkopplung 26 vorgesehen
werden, die es ermöglicht,
vor den Schritt 22 zurückzugehen,
um eine gewisse Anzahl von Iterationen mit möglichen Veränderungen an der Anzahl von
Neuronen, den Eingangssignalen, den Ausgangssignalen, dem Zerteilen
in eine Anzahl von Netzen, der Architektur des oder der neuronalen
Netze 17, dem Typ des Lernens, den Optimierungskriterien
usw. durchzuführen.
-
Dieser
iterative Prozess (Rückkopplung 26) ermöglicht es,
die gewünschte
Schätzfunktion
zu erarbeiten (Präzision,
Robustheit), zu geringeren Kosten (Anzahl von Eingangssignalen,
Anzahl von Berechnungen, Anzahl und Schwierigkeit der Tests, usw.).
-
Zwischen
den Schritten 24 und 25 kann eine Rückkopplung 27 vorgesehen
sein, wenn es sich herausstellt, dass die im Schritt 20 erzeugten
Daten unzureichend sind. Man geht dann zurück zum Schritt 20,
um neue Daten zu erzeugen, die dazu bestimmt sind, die vorher erfassten
Daten zu ersetzen oder sie zu vervollständigen, um eine ausreichende
Anzahl von Messpunkten zu erstellen.
-
Zum
Beispiel kann man 5000 Messpunkte in der Lernbank vorsehen.
-
Im
Testschritt 23 kann man Wahlkriterien vorsehen, um den
Satz von Parametern zu wählen,
der die präziseste
Schätzung
erlaubt (zum Beispiel durch Unterdrückung der Punkte, deren Fehler
größer ist als
50°C, indem
ein Fehlermittelwert nahe 5°C
gesucht wird, oder auch durch Suche eines geringen gleitenden mittleren
Fehlers).
-
Schließlich verbraucht
die Anwendung der Erfindung für
die Schätzung
der Temperatur der Abgase wenig Ressourcen des Rechners (Rechenlast, notwendiger
Speicher), verwendet eine reduzierte Anzahl von Parametern, und
kann so leicht ausgeführt
werden.
-
Außerdem,
wenn die für
das Lernen nützliche
Datenbank ausreichend repräsentativ
ist für
die Gesamtheit der späteren
Nutzungsbedingungen, kann die Temperatur der Gase am Ausgang der
Turbine oder vor dem Nachbehandlungssystem präzise geschätzt werden (in der Größenordnung
von einigen Grad), und dies unabhängig davon, ob im Dauerbetrieb
oder im Übergangsbebtrieb.