EP2513727A1 - Method for determining function parameters for a control unit - Google Patents

Method for determining function parameters for a control unit

Info

Publication number
EP2513727A1
EP2513727A1 EP10788302A EP10788302A EP2513727A1 EP 2513727 A1 EP2513727 A1 EP 2513727A1 EP 10788302 A EP10788302 A EP 10788302A EP 10788302 A EP10788302 A EP 10788302A EP 2513727 A1 EP2513727 A1 EP 2513727A1
Authority
EP
European Patent Office
Prior art keywords
control unit
parameters
function parameters
criteria
function
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Withdrawn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
EP10788302A
Other languages
German (de)
French (fr)
Inventor
Marcus Boumans
Markus Bossler
Martin Johannaber
Maximilian Reger
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of EP2513727A1 publication Critical patent/EP2513727A1/en
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0426—Programming the control sequence
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D41/1406—Introducing closed-loop corrections characterised by the control or regulation method with use of a optimisation method, e.g. iteration
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
    • F02D41/2425—Particular ways of programming the data
    • F02D41/2429—Methods of calibrating or learning
    • F02D41/2432—Methods of calibration
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/23—Pc programming
    • G05B2219/23117—Lookup table, interpolation between points

Definitions

  • the invention relates to a method for determining functional parameters for a control unit and such a control unit.
  • control unit functions that are implemented in the control units used must be designed according to requirements with regard to the target parameters or evaluation criteria of the manufacturer and the end customer via functional parameters.
  • control unit functions make it possible to determine fixed settings by means of a parameter set, in many cases also by means of several parameter sets, via constants, characteristic curves and characteristic diagrams. It should be noted that the complexity of the functions and thus the number of maps is constantly increasing. Function specialists who know the influence of each parameter at best can interpret the functions according to the requirements of the customer.
  • the method enables an application by directly specifying objective target values or criteria for a function in the control unit.
  • the invention makes possible an application by setting target variables, in which case the concentration is the target variables and not the functional parameters. This leads to a reduction in complexity for the user, especially since no function specialist is necessary for the vote.
  • the presented procedure allows a systematic approach with objective evaluation of the settings. Furthermore, recursions are necessary for adjustment. solution is less costly. Optionally, a reduction of map structures in the control unit can be achieved.
  • control unit function it is possible to develop a control unit function or to extend existing control unit functions, so that they apply independently.
  • the function goals are specified by the applicator or customer in design via one or more weighting characteristics of the target variables or criteria.
  • the function learns the necessary internal function parameters.
  • Figure 1 shows a schematic representation of a possible embodiment of the method described.
  • FIG. 2 shows a further possible embodiment of the method.
  • FIG. 1 outlines a method sequence which directly performs parameter variations, such as, for example, function parameters, on a target system or system 10 and in which the system 10 is operated at different operating points.
  • criteria are calculated from the system 10 in a step 12.
  • a mathematical model or criteria model 14 is formed, which creates the dependencies of the target variables and criteria from the parameters.
  • An optimizer 16 may optimize on the basis of the given weighting criteria from a weighting map 18 on this model 14 and determine the optimal function parameters 20 and provide them to the actual functions of the controller 22 and update them again and again, the optimizer 16 is a development of system responses or can take into account the criteria calculated on the system responses, for example by a gradient analysis or evaluation.
  • the system 10 thus initially moves with start parameters of the control unit function. In doing so, the system 10 is operated at any operating point with the adjusted function parameters 20, providing outputs on which criteria are calculated. With these criteria, the criteria or behavioral model 14 is created.
  • the optimizer 16 determines the optimal parameters with a given weighting in the measured range of the behavioral model 14 and changes the corresponding function parameters with the results.
  • system 10 initially uses function parameters which have been specified or accepted, for example. However, these are not usually tuned to the system 10, i. that these are not optimal for the system 10.
  • the behavioral model 14 usually does not exist. However, it is also possible to deposit a behavioral model 14 of a similar system 10.
  • the system 10 is then operated at different operating points and thereby learns its own behavior at different operating points.
  • the optimizer 16 of the function specifies parameter combinations representing a prediction of the optimizer 16 with respect to an improvement of the behavioral model 14.
  • parameter combinations are tried which are intended to improve the behavior of the system 10.
  • the behavior model 14 is extended by the criteria and the parameter combination. With the extended parameter combination and the associated criteria, a new extended behavioral model 14 is calculated.
  • the optimizer 16 uses the behavior model 14 and checks whether the parameter specification has led to the improvement or deterioration of the behavior of the system 10. As a result, the optimizer 16 gradually determines the combination of parameters in which the optimal behavior of the system 10 is established with respect to the criteria. This is done in an iterative process in which the behavioral model 14 grows until the optimal behavior is found. This is done for each operating point.
  • the optimizer 16 determines each of the optimal parameters of the behavioral model 14 in the measured range and gives a forecast on whether a further improvement of the behavior can be achieved.
  • the task of the optimizer 16 is to evaluate the criteria of the behavioral model 14 according to the prediction from the weighting maps.
  • the specification to the optimizer 16 may be a summation criterion of weights for which the optimizer 16 finds only a solution of the parameters.
  • the function may be designed such that the optimizer 16 delivers a multitude of function parameters 20 via multi-objective optimization and the function parameter selection takes place via the weighting of the criteria from a memory or model of optimal parameters. In this case, after learning the criteria model 14, the weighting criteria can be shifted at any time. The function parameters 20 take effect immediately. The user can apply in this way without having to know the function parameters 20.
  • the weightings can be changed at any time, for example by switching different weighting maps or by controlling directly on the weightings.
  • FIG. 2 shows a procedure similar to that in FIG. 1, with the difference that parameters are not varied directly on a system 30, but rather via an intermediate model 32, in order to avoid noticeable influences of the variations.
  • the intermediate model 32 replaces the system 30 and is aligned with the system 30 under defined conditions by identification, optimization, or other computations (block 35).
  • criteria from the intermediate model 32 are calculated in a step 34.
  • a mathematical model or criteria model 36 is then formed from the calculated criteria and target variables, which creates the dependencies of the target variables and criteria on the parameters.
  • An optimizer 38 can then optimize by providing weighting criteria from a weighting map 40 on this model 36 and determine the optimal function parameters 42 and make them available to the actual ECU functions 44 and keep updating. The optimization can also be calculated in the wake of the control unit.
  • a particular advantage is that the ECU software does not have to be changed. It should be noted, however, that different setups or regu- can not be implemented on the weightings. Furthermore, an additional tool must be available for the application and also for the customer.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Feedback Control In General (AREA)
  • Stored Programmes (AREA)
  • Motorcycle And Bicycle Frame (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

The invention relates to a method for determining function parameters (20) for a control unit (22), and to a control unit (22) in which the method according to the invention is carried out. The control unit (22) is provided for actuating a technical system (10), wherein in the method at least one target variable is predefined for a system behaviour and a variation of the function parameter (20) is carried out, wherein from a received response to the function parameter (20) an evaluation of the set function parameters (20) is carried out taking into account the at least one predefined target variable.

Description

Beschreibung Titel  Description title
Verfahren zum Ermitteln von Funktionsparametern für ein Steuergerät  Method for determining functional parameters for a control device
Die Erfindung betrifft ein Verfahren zum Ermitteln von Funktionsparametern für ein Steuergerät und ein solches Steuergerät. The invention relates to a method for determining functional parameters for a control unit and such a control unit.
Stand der Technik State of the art
Bei Einspritzsystemen für Verbrennungsmotoren müssen Steuergerätefunktionen, die in den verwendeten Steuergeräten zur Ausführung kommen, nach Anforderungen hinsichtlich Zielgrößen bzw. Bewertungskriterien des Herstellers und des Endkunden über Funktionsparameter ausgelegt werden. In the case of injection systems for internal combustion engines, control unit functions that are implemented in the control units used must be designed according to requirements with regard to the target parameters or evaluation criteria of the manufacturer and the end customer via functional parameters.
Die Komplexität der Funktionen und somit auch die Anzahl der Funktionsparameter steigen mit zunehmenden Anforderungen an das System. Gleichzeitig fordert aber der Kunde eine Vereinfachung der Strukturen, da eine komplexe Software- Struktur nur mit Expertenwissen zu handhaben und schwer zu applizieren ist. The complexity of the functions and thus the number of functional parameters increase with increasing demands on the system. At the same time, however, the customer demands a simplification of the structures, since a complex software structure can only be handled with expert knowledge and is difficult to apply.
Die vorstehend erwähnten Steuergerätefunktionen bieten die Möglichkeit, mittels eines Parametersatzes, in vielen Fällen auch mittels mehrerer Parametersätze, über Konstanten, Kennlinien und Kennfelder feste Einstellungen zu bestimmen. Dabei ist zu beachten, dass die Komplexität der Funktionen und somit auch die Anzahl der Kennfelder ständig zunehmen. Funktionsspezialisten, die im günstigsten Fall den Einfluss jedes Parameters kennen, können so die Funktionen den Anforderungen des Kunden entsprechend auslegen. The above-mentioned control unit functions make it possible to determine fixed settings by means of a parameter set, in many cases also by means of several parameter sets, via constants, characteristic curves and characteristic diagrams. It should be noted that the complexity of the functions and thus the number of maps is constantly increasing. Function specialists who know the influence of each parameter at best can interpret the functions according to the requirements of the customer.
Der Kunde erhält seinen gewünschten Kompromiss aus einer Vielzahl von optimalen, möglichen Kompromissen. Abweichungen von den Anforderungen können durch Rekursionen ausgeglichen werden. Offenbarung der Erfindung The customer gets his desired compromise from a variety of optimal, possible compromises. Deviations from the requirements can be compensated by recursions. Disclosure of the invention
Vor diesem Hintergrund werden ein Verfahren zum Ermitteln von Funktionsparametern mit den Merkmalen des Anspruchs 1 und ein Steuergerät mit den Merkmalen des Anspruchs 10 vorgestellt. Ausführungen ergeben sich aus den abhängigen Ansprüchen und der Beschreibung. Against this background, a method for determining functional parameters with the features of claim 1 and a control unit with the features of claim 10 are presented. Embodiments result from the dependent claims and the description.
Durch den Einsatz von selbstapplizierenden Funktionen kann eine Vielzahl von Funktionsparametern, -kennlinien und -kennfeldern auf ein oder wenige Betriebspunkt abhängige Gewichtungskennfelder für den Anwender reduziert werden. So kann selbst bei steigender Komplexität der Steuergerätefunktionen die Komplexität für den Kunden oder den Anwender verringert werden. Die Applikation erfolgt als Vorgabe der Zielgrößen und Kriterien bzw. deren Gewichtungen. Somit muss der Anwender kein Funktionsspezialist sein, um die gewünschten Anforderungen an das System umzusetzen. Es ist weiterhin nicht erforderlich, dass der Anwender die Funktionsparameter kennt. Through the use of self-applying functions, a plurality of function parameters, characteristics and maps can be reduced to one or a few operating point dependent weighting maps for the user. Thus, even with increasing complexity of the ECU functions, the complexity for the customer or the user can be reduced. The application takes place as a specification of the target values and criteria or their weightings. Thus, the user need not be a functional specialist to implement the desired system requirements. Furthermore, it is not necessary for the user to know the function parameters.
Mit dem Verfahren wird eine Applikation durch direkte Vorgabe von objektiven Zielgrößen oder Kriterien an eine Funktion im Steuergerät ermöglicht. The method enables an application by directly specifying objective target values or criteria for a function in the control unit.
Es ist zu beachten, dass durch immer zunehmend komplexere Softwarestrukturen sich die fachlichen Anforderungen und der Aufwand bei der Applikation sowohl intern als auch beim Kunden erhöhen. Der Einsatz von selbstapplizierenden Funktionen mit Gewichtungskennfeldern im Steuergerät ermöglicht, das Systemverhalten direkt über die Zielgrößen oder Bewertungskriterien bzw. über deren Gewichtungen zu verändern und vorzugeben. Für den Anwender kann dadurch eine Vielzahl von Funktionsparametern, -kennlinien und -kennfeldern auf ein oder wenige Betriebspunkt abhängige Gewichtungskennfelder reduziert werden. It should be noted that increasingly complex software structures increase the technical requirements and the effort in the application both internally and at the customer. The use of self-applying functions with weighting maps in the control unit makes it possible to change and specify the system behavior directly via the target variables or evaluation criteria or via their weightings. For the user, a multiplicity of function parameters, characteristic curves and characteristic maps can thereby be reduced to one or a few operating point-dependent weighting characteristics.
Die Erfindung ermöglicht eine Applikation über ein Einstellen von Zielgrößen, dabei gilt die Konzentration den Zielgrößen und nicht den Funktionsparametern. Dies führt zu einer Reduzierung der Komplexität für den Anwender, zumal kein Funktionsspezialist zur Abstimmung notwendig ist. The invention makes possible an application by setting target variables, in which case the concentration is the target variables and not the functional parameters. This leads to a reduction in complexity for the user, especially since no function specialist is necessary for the vote.
Mit dem vorgestellten Verfahren ist ein systematisches Vorgehen mit objektiver Bewertung der Einstellungen möglich. Weiterhin sind Rekursionen zur Anpas- sung der Anforderungen weniger aufwendig. Gegebenenfalls ist auch eine Reduzierung von Kennfeldstrukturen im Steuergerät zu erreichen. The presented procedure allows a systematic approach with objective evaluation of the settings. Furthermore, recursions are necessary for adjustment. solution is less costly. Optionally, a reduction of map structures in the control unit can be achieved.
Mit dem Verfahren ist es möglich, eine Steuergerätefunktion zu entwickeln oder bestehende Steuergerätefunktionen zu erweitern, so dass diese sich eigenständig applizieren. Die Funktionsziele werden vom Applikateur oder Kunden in Ausgestaltung über ein oder mehrere Gewichtungskennfelder der Zielgrößen bzw. Kriterien vorgegeben. Die Funktion lernt die dafür notwendigen internen Funktionsparameter. With the method, it is possible to develop a control unit function or to extend existing control unit functions, so that they apply independently. The function goals are specified by the applicator or customer in design via one or more weighting characteristics of the target variables or criteria. The function learns the necessary internal function parameters.
Weitere Vorteile und Ausgestaltungen der Erfindung ergeben sich aus der Beschreibung und den beiliegenden Zeichnungen. Further advantages and embodiments of the invention will become apparent from the description and the accompanying drawings.
Es versteht sich, dass die voranstehend genannten und die nachstehend noch zu erläuternden Merkmale nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar sind, ohne den Rahmen der vorliegenden Erfindung zu verlassen. It is understood that the features mentioned above and those yet to be explained below can be used not only in the particular combination indicated, but also in other combinations or in isolation, without departing from the scope of the present invention.
Kurze Beschreibung der Zeichnungen Brief description of the drawings
Figur 1 zeigt in schematischer Darstellung eine mögliche Ausführung des beschriebenen Verfahrens. Figure 1 shows a schematic representation of a possible embodiment of the method described.
Figur 2 zeigt eine weitere mögliche Ausführung des Verfahrens. FIG. 2 shows a further possible embodiment of the method.
Ausführungsformen der Erfindung Embodiments of the invention
Die Erfindung ist anhand von Ausführungsformen in den Zeichnungen schematisch dargestellt und wird nachfolgend unter Bezugnahme auf die Zeichnungen ausführlich beschrieben. The invention is schematically illustrated by means of embodiments in the drawings and will be described in detail below with reference to the drawings.
In Figur 1 ist ein Verfahrensablauf skizziert, der direkt Parametervariationen, wie bspw. Funktionsparameter, auf einem Zielsystem bzw. System 10 durchführt und bei dem das System 10 in unterschiedlichen Betriebspunkten betrieben wird. Aus der Systemantwort werden Kriterien aus dem System 10 in einem Schritt 12 berechnet. Aus den berechneten Kriterien und den vorgegebenen Zielgrößen wird dann ein bspw. mathematisches Modell bzw. Kriterienmodell 14 gebildet, das die Abhängigkeiten der Zielgrößen und Kriterien von den Parametern erstellt. FIG. 1 outlines a method sequence which directly performs parameter variations, such as, for example, function parameters, on a target system or system 10 and in which the system 10 is operated at different operating points. From the system response, criteria are calculated from the system 10 in a step 12. From the calculated criteria and the predefined target values then, for example, a mathematical model or criteria model 14 is formed, which creates the dependencies of the target variables and criteria from the parameters.
Ein Optimierer 16 kann auf Grundlage der vorgegebenen Gewichtungskriterien aus einem Gewichtungskennfeld 18 auf diesem Modell 14 optimieren und die optimalen Funktionsparameter 20 ermitteln und diese den eigentlichen Funktionen des Steuergeräts 22 zur Verfügung stellen und immer wieder aktualisieren, wobei der Optimierer 16 eine Entwicklung von Systemantworten bzw. der auf den Systemantworten berechneten Kriterien berücksichtigen kann, bspw. durch eine Gradientenbetrachtung bzw. -auswertung. An optimizer 16 may optimize on the basis of the given weighting criteria from a weighting map 18 on this model 14 and determine the optimal function parameters 20 and provide them to the actual functions of the controller 22 and update them again and again, the optimizer 16 is a development of system responses or can take into account the criteria calculated on the system responses, for example by a gradient analysis or evaluation.
Das System 10 fährt somit initial mit Startparametern der Steuergerätefunktion. Dabei wird das System 10 in irgendeinem Betriebspunkt mit den eingestellten Funktionsparametern 20 betrieben, wobei es Ausgangsgrößen liefert, auf denen Kriterien berechnet werden. Mit diesen Kriterien wird das Kriterien- bzw. Verhaltensmodell 14 erstellt. Der Optimierer 16 ermittelt die optimalen Parameter mit vorgegebener Gewichtung im vermessenen Bereich des Verhaltensmodells 14 und ändert mit den Ergebnissen die entsprechenden Funktionsparameter. The system 10 thus initially moves with start parameters of the control unit function. In doing so, the system 10 is operated at any operating point with the adjusted function parameters 20, providing outputs on which criteria are calculated. With these criteria, the criteria or behavioral model 14 is created. The optimizer 16 determines the optimal parameters with a given weighting in the measured range of the behavioral model 14 and changes the corresponding function parameters with the results.
Dies bedeutet, dass das System 10 zu Beginn Funktionsparameter verwendet, die bspw. vorgegeben oder übernommen wurden. Diese sind aber in der Regel nicht auf das System 10 abgestimmt, d.h. dass diese nicht optimal für das System 10 sind. This means that the system 10 initially uses function parameters which have been specified or accepted, for example. However, these are not usually tuned to the system 10, i. that these are not optimal for the system 10.
Zu Beginn der Ermittlung der Funktionsparameter 20 ist üblicherweise das Verhaltensmodell 14 nicht existent. Es kann jedoch auch ein Verhaltensmodell 14 eines ähnlichen Systems 10 hinterlegt werden. At the beginning of the determination of the functional parameters 20, the behavioral model 14 usually does not exist. However, it is also possible to deposit a behavioral model 14 of a similar system 10.
Das System 10 wird dann in unterschiedlichen Betriebspunkten betrieben und lernt dabei sein eigenes Verhalten an unterschiedlichen Betriebspunkten. Bei diesem Vorgang gibt der Optimierer 16 der Funktion Parameterkombinationen vor, die eine Prognose des Optimierers 16 hinsichtlich einer Verbesserung des Verhaltensmodells 14 darstellen. Es werden somit Parameterkombinationen ausprobiert, die das Verhalten des Systems 10 verbessern sollen. Das Verhaltensmodell 14 wird um die Kriterien und die Parameterkombination erweitert. Mit der erweiterten Parameterkombination und den zugehörigen Kriterien wird ein neues erweitertes Verhaltensmodell 14 berechnet. The system 10 is then operated at different operating points and thereby learns its own behavior at different operating points. In this process, the optimizer 16 of the function specifies parameter combinations representing a prediction of the optimizer 16 with respect to an improvement of the behavioral model 14. Thus, parameter combinations are tried which are intended to improve the behavior of the system 10. The behavior model 14 is extended by the criteria and the parameter combination. With the extended parameter combination and the associated criteria, a new extended behavioral model 14 is calculated.
Der Optimierer 16 verwendet das Verhaltensmodell 14 und prüft, ob die Parametervorgabe zur Verbesserung oder Verschlechterung des Verhaltens des Systems 10 geführt hat. Dadurch ermittelt der Optimierer 16 nach und nach die Kombination von Parametern, bei der sich das optimale Verhalten des Systems 10 bezüglich der Kriterien einstellt bzw. ergibt. Dies erfolgt in einem iterativen Ablauf, bei dem das Verhaltensmodell 14 wächst, bis das optimale Verhalten gefunden wurde. Dies wird für jeden Betriebspunkt durchgeführt. The optimizer 16 uses the behavior model 14 and checks whether the parameter specification has led to the improvement or deterioration of the behavior of the system 10. As a result, the optimizer 16 gradually determines the combination of parameters in which the optimal behavior of the system 10 is established with respect to the criteria. This is done in an iterative process in which the behavioral model 14 grows until the optimal behavior is found. This is done for each operating point.
Der Optimierer 16 ermittelt jeweils die optimalen Parameter des Verhaltensmodells 14 im vermessenen Bereich und gibt eine Prognose dazu ab, ob eine weitere Verbesserung des Verhaltens erreicht werden kann. Die Aufgabe des Optimierers 16 besteht darin, die Kriterien des Verhaltensmodells 14 nach der Vorgabe aus den Gewichtungskennfeldern zu bewerten. The optimizer 16 determines each of the optimal parameters of the behavioral model 14 in the measured range and gives a forecast on whether a further improvement of the behavior can be achieved. The task of the optimizer 16 is to evaluate the criteria of the behavioral model 14 according to the prediction from the weighting maps.
Dabei kann die Vorgabe an den Optimierer 16 ein Summenkriterium aus Gewichtungen sein, für das der Optimierer 16 nur eine Lösung der Parameter findet. Alternativ kann die Funktion so ausgelegt sein, dass der Optimierer 16 über eine Mehrzieloptimierung eine Vielzahl von Funktionsparametern 20 liefert und die Funktionsparameterauswahl über die Gewichtung der Kriterien aus einem Speicher oder Modell optimaler Parameter erfolgt. In diesem Fall können nach dem Lernen des Kriterienmodells 14 jederzeit die Gewichtungskriterien verschoben werden. Die Funktionsparameter 20 werden sofort wirksam. Der Anwender kann auf diese Weise applizieren, ohne dass er die Funktionsparameter 20 kennen muss. In this case, the specification to the optimizer 16 may be a summation criterion of weights for which the optimizer 16 finds only a solution of the parameters. Alternatively, the function may be designed such that the optimizer 16 delivers a multitude of function parameters 20 via multi-objective optimization and the function parameter selection takes place via the weighting of the criteria from a memory or model of optimal parameters. In this case, after learning the criteria model 14, the weighting criteria can be shifted at any time. The function parameters 20 take effect immediately. The user can apply in this way without having to know the function parameters 20.
Dabei entstehen zwei Phasen: This results in two phases:
1 . Schnelles Einlernen der Funktionsparameter 20 und die Applikation durch Abstimmung der Gewichtungskennfelder 18. 1 . Fast learning of the function parameters 20 and the application by tuning the weighting maps 18.
2. Langsames Anpassen der Funktionsparameter 20 über der Lebenszeit. Eine Phasenumschaltung kann über die Informationen des gelernten Betriebsverhaltens erfolgen. 2. Slow adaptation of the function parameters 20 over the lifetime. A phase change can be made via the information of the learned operating behavior.
Liegt nach der zweiten Phase über eine Mehrzieloptimierung ein Speicher bzw. Modell von optimalen Parametern für die Funktion vor, können die Gewichtungen jederzeit verändert werden, bspw. durch Umschaltung unterschiedlicher Gewich- tungskennfelder oder durch eine Regelung direkt auf den Gewichtungen. If, after the second phase, there is a memory or model of optimum parameters for the function via a multi-objective optimization, the weightings can be changed at any time, for example by switching different weighting maps or by controlling directly on the weightings.
In Figur 2 ist ein ähnlicher Ablauf wie in Figur 1 dargestellt mit dem Unterschied, dass nicht direkt auf einem System 30 Parameter variiert werden, sondern über ein Zwischenmodell 32, um spürbare Einflüsse der Variationen zu vermeiden. FIG. 2 shows a procedure similar to that in FIG. 1, with the difference that parameters are not varied directly on a system 30, but rather via an intermediate model 32, in order to avoid noticeable influences of the variations.
Das Zwischenmodell 32 ersetzt das System 30 und wird mit dem System 30 unter definierten Zuständen durch Identifikation, Optimierung oder durch sonstige Berechnungen abgeglichen (Block 35). The intermediate model 32 replaces the system 30 and is aligned with the system 30 under defined conditions by identification, optimization, or other computations (block 35).
Aus der Antwort des Zwischenmodells 32 werden Kriterien aus dem Zwischenmodell 32 in einem Schritt 34 berechnet. Aus den berechneten Kriterien und Zielgrößen wird dann ein bspw. mathematisches Modell bzw. Kriterienmodell 36 gebildet, das die Abhängigkeiten der Zielgrößen und Kriterien von den Parametern erstellt. From the answer of the intermediate model 32, criteria from the intermediate model 32 are calculated in a step 34. A mathematical model or criteria model 36 is then formed from the calculated criteria and target variables, which creates the dependencies of the target variables and criteria on the parameters.
Ein Optimierer 38 kann dann durch Vorgabe von Gewichtungskriterien aus einem Gewichtungskennfeld 40 auf diesem Modell 36 optimieren und die optimalen Funktionsparameter 42 ermitteln und diese den eigentlichen Steuergerätefunktionen 44 zur Verfügung stellen und immer wieder aktualisieren. Die Optimierung kann auch im Nachlauf des Steuergeräts gerechnet werden. An optimizer 38 can then optimize by providing weighting criteria from a weighting map 40 on this model 36 and determine the optimal function parameters 42 and make them available to the actual ECU functions 44 and keep updating. The optimization can also be calculated in the wake of the control unit.
Eine Alternative besteht darin, dieses Verfahren außerhalb der Steuergeräte- Software zu rechnen und über ein Werkzeug bzw. Tool mit einer Schnittstelle zum Steuergerät die Einstellungen so an den Versuchsträger zu übertragen. Die Ergebnisse der Abstimmung sind dann direkt im Steuergerät verfügbar oder müssen nach Abstimmung über das Tool in das Steuergerät transferiert werden. An alternative is to calculate this method outside the control unit software and to transmit the settings to the test carrier via a tool or tool with an interface to the control unit. The results of the tuning are then available directly in the control unit or have to be transferred to the control unit after tuning via the tool.
Ein besonderer Vorteil ist, dass die Steuergeräte-Software nicht verändert werden muss. Zu beachten ist allerdings, dass ggf. verschiedene Setups oder Rege- lungen auf den Gewichtungen nicht umgesetzt werden können. Weiterhin muss ein Zusatztool für die Applikation und auch für den Kunden verfügbar sein. A particular advantage is that the ECU software does not have to be changed. It should be noted, however, that different setups or regu- can not be implemented on the weightings. Furthermore, an additional tool must be available for the application and also for the customer.

Claims

Ansprüche claims
1 . Verfahren zum Ermitteln von Funktionsparametern (20, 42) für ein Steuergerät (22), das zum Ansteuern eines technischen Systems (10, 30) vorgesehen ist, wobei mindestens eine Zielgröße zu einem Systemverhalten vorgegeben und eine Variation der Funktionsparameter (20, 42) durchgeführt wird, wobei aus einer erhaltenen Antwort auf die Funktionsparameter (20, 42) eine Bewertung der eingestellten Funktionsparameter (20, 42) unter Berücksichtigung der mindestens einen vorgegebenen Zielgröße durchgeführt wird. 1 . Method for determining functional parameters (20, 42) for a control unit (22) which is provided for activating a technical system (10, 30), wherein at least one target variable predefines a system behavior and a variation of the functional parameters (20, 42) is carried out is carried out, wherein from an obtained response to the function parameters (20, 42) an evaluation of the adjusted function parameters (20, 42) is performed taking into account the at least one predetermined target size.
2. Verfahren nach Anspruch 1 , bei dem die Funktionsparameter (20, 42) direkt auf dem System (10, 30) variiert werden und die Antwort eine Antwort des Systems (10, 30) ist. The method of claim 1, wherein the function parameters (20, 42) are varied directly on the system (10, 30) and the response is an answer of the system (10, 30).
3. Verfahren nach Anspruch 1 , bei dem die Funktionsparameter (20, 42) über ein Zwischenmodell (32) variiert werden und die Antwort eine Antwort des Zwischenmodells (32) ist. 3. The method of claim 1, wherein the function parameters (20, 42) via an intermediate model (32) are varied and the answer is an answer of the intermediate model (32).
4. Verfahren nach einem der Ansprüche 1 bis 3, bei dem aus der Antwort Kriterien berechnet werden und aus den berechneten Kriterien und der mindestens einen vorgegebenen Zielgröße ein Modell (14, 36) des Systems (10, 30) gebildet wird. 4. Method according to one of claims 1 to 3, in which criteria are calculated from the response and a model (14, 36) of the system (10, 30) is formed from the calculated criteria and the at least one predetermined target variable.
5. Verfahren nach einem der Ansprüche 1 bis 4, bei dem ein Optimierer (16, 38) zum Einsatz kommt. 5. The method according to any one of claims 1 to 4, wherein an optimizer (16, 38) is used.
6. Verfahren nach Anspruch 5, bei dem der Optimierer (16, 38) eine Entwicklung der Antworten berücksichtigt. The method of claim 5, wherein the optimizer (16, 38) accounts for evolution of the responses.
7. Verfahren nach einem der Ansprüche 1 bis 6, bei dem eine Anzahl von Zielgrößen vorgegeben werden und das Systemverhalten über eine Gewichtung der Zielgrößen vorgegeben wird 7. The method according to any one of claims 1 to 6, wherein a number of target variables are specified and the system behavior is given by a weighting of the target variables
8. Verfahren nach einem der Ansprüche 1 bis 7, das innerhalb einer Steuergeräte-Software ausgeführt wird. 8. The method according to any one of claims 1 to 7, which is executed within a control unit software.
9. Verfahren nach einem der Ansprüche 1 bis 7, das außerhalb einer Steuergeräte-Software ausgeführt wird. 9. The method according to any one of claims 1 to 7, which is executed outside of a control unit software.
10. Steuergerät mit einer Recheneinheit, auf der Funktionen zur Ausführung kommen, wobei das Steuergerät (22) dazu ausgebildet ist, Funktionsparameter (20, 42) der Funktionen mit einem Verfahren nach einem der Ansprüche 1 bis 9 zu ermitteln. 10. Control unit having a computing unit on which functions are executed, wherein the control unit (22) is adapted to determine function parameters (20, 42) of the functions with a method according to one of claims 1 to 9.
EP10788302A 2009-12-17 2010-12-02 Method for determining function parameters for a control unit Withdrawn EP2513727A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102009054905A DE102009054905A1 (en) 2009-12-17 2009-12-17 Method for determining functional parameters for a control device
PCT/EP2010/068750 WO2011082908A1 (en) 2009-12-17 2010-12-02 Method for determining function parameters for a control unit

Publications (1)

Publication Number Publication Date
EP2513727A1 true EP2513727A1 (en) 2012-10-24

Family

ID=43599019

Family Applications (1)

Application Number Title Priority Date Filing Date
EP10788302A Withdrawn EP2513727A1 (en) 2009-12-17 2010-12-02 Method for determining function parameters for a control unit

Country Status (8)

Country Link
US (1) US9046885B2 (en)
EP (1) EP2513727A1 (en)
JP (1) JP2013513877A (en)
KR (1) KR20120104249A (en)
CN (1) CN102652292B (en)
DE (1) DE102009054905A1 (en)
IN (1) IN2012DN03268A (en)
WO (1) WO2011082908A1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4235319A1 (en) 2022-02-25 2023-08-30 Rheinisch-Westfälische Technische Hochschule (RWTH) Aachen Automated feature calibration

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112019018599B1 (en) * 2017-03-10 2024-03-12 Cummins Inc APPARATUS, SYSTEM AND METHOD FOR OPTIMIZING A PERFORMANCE VARIABLE FOR AN ENGINE SYSTEM
DE102017211209A1 (en) * 2017-06-30 2019-01-03 Robert Bosch Gmbh Method and device for adjusting at least one parameter of an actuator control system, actuator control system and data set
CN111492321B (en) 2017-12-18 2023-07-18 西门子股份公司 Method for replacing traditional programmable logic controller

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0714707B2 (en) * 1986-12-10 1995-02-22 日産自動車株式会社 Constant-speed traveling device for automobiles
JP3061450B2 (en) 1991-07-30 2000-07-10 株式会社東芝 Model predictive controller
EP0524317A4 (en) * 1991-02-08 1995-02-15 Tokyo Shibaura Electric Co Model forecasting controller
US5353207A (en) * 1992-06-10 1994-10-04 Pavilion Technologies, Inc. Residual activation neural network
JP2978353B2 (en) 1993-02-26 1999-11-15 トヨタ自動車株式会社 Vehicle driving force control device
US5457625A (en) * 1994-04-13 1995-10-10 The M. W. Kellogg Company Maximizing process production rates using permanent constraints
US6438430B1 (en) * 1996-05-06 2002-08-20 Pavilion Technologies, Inc. Kiln thermal and combustion control
DE19858584B4 (en) * 1998-12-18 2007-12-27 Robert Bosch Gmbh Method and device for controlling a drive unit of a vehicle
US6985781B2 (en) * 1999-01-12 2006-01-10 Pavilion Technologies, Inc. Residual activation neural network
DE10020448B4 (en) 2000-04-26 2005-05-04 Daimlerchrysler Ag Method and device for optimizing the operation of an internal combustion engine
US20030144747A1 (en) * 2001-11-21 2003-07-31 Metso Paper Automation Oy Method and controller to control a process
JP3686383B2 (en) * 2002-02-22 2005-08-24 本田技研工業株式会社 Plant control device
JP3686377B2 (en) * 2002-01-23 2005-08-24 本田技研工業株式会社 Plant control device
JP4002460B2 (en) * 2002-03-26 2007-10-31 本田技研工業株式会社 Control device for throttle valve drive device
JP3857169B2 (en) * 2002-03-29 2006-12-13 本田技研工業株式会社 Plant control equipment
JP3863069B2 (en) * 2002-06-06 2006-12-27 本田技研工業株式会社 Plant control equipment
JP4064159B2 (en) * 2002-06-06 2008-03-19 本田技研工業株式会社 Plant control equipment
JP3977199B2 (en) * 2002-08-22 2007-09-19 本田技研工業株式会社 Control device for throttle valve drive device
JP2004102441A (en) * 2002-09-05 2004-04-02 Honda Motor Co Ltd Controller for plant
US7376472B2 (en) * 2002-09-11 2008-05-20 Fisher-Rosemount Systems, Inc. Integrated model predictive control and optimization within a process control system
US7050863B2 (en) * 2002-09-11 2006-05-23 Fisher-Rosemount Systems, Inc. Integrated model predictive control and optimization within a process control system
GB2415795B (en) * 2003-01-31 2007-11-14 Fakhruddin T Attarwala Integrated optimization and control using modular model predictive controller
US7262536B2 (en) * 2003-08-11 2007-08-28 General Motors Corporation Gearless wheel motor drive system
JP2006072733A (en) * 2004-09-02 2006-03-16 Fujitsu Ten Ltd Model prediction controller and control method
US8065022B2 (en) * 2005-09-06 2011-11-22 General Electric Company Methods and systems for neural network modeling of turbine components
US8055358B2 (en) * 2005-12-05 2011-11-08 Fisher-Rosemount Systems, Inc. Multi-objective predictive process optimization with concurrent process simulation
ITTO20060735A1 (en) * 2006-10-13 2008-04-14 St Microelectronics Srl SYSTEM AND METHOD OF ADAPTIVE CONTROL OF AN ELECTROMECHANICAL BRAKE
US7826909B2 (en) * 2006-12-11 2010-11-02 Fakhruddin T Attarwala Dynamic model predictive control
CN101285426B (en) * 2007-04-09 2010-10-06 山东申普汽车控制技术有限公司 Method for combined pulse spectrum controlling engine idle speed
US20100198364A1 (en) * 2009-02-05 2010-08-05 Shih-Chin Chen Configurable Multivariable Control System
US8224476B2 (en) * 2010-05-31 2012-07-17 Honeywell Asca Inc. Closed-loop monitoring and identification of CD alignment for papermaking processes

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO2011082908A1 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4235319A1 (en) 2022-02-25 2023-08-30 Rheinisch-Westfälische Technische Hochschule (RWTH) Aachen Automated feature calibration
DE102022104648A1 (en) 2022-02-25 2023-08-31 Rheinisch-Westfälische Technische Hochschule (RWTH) Aachen, Körperschaft des öffentlichen Rechts AUTOMATED FUNCTIONAL CALIBRATION

Also Published As

Publication number Publication date
JP2013513877A (en) 2013-04-22
WO2011082908A1 (en) 2011-07-14
KR20120104249A (en) 2012-09-20
CN102652292A (en) 2012-08-29
US20120283848A1 (en) 2012-11-08
US9046885B2 (en) 2015-06-02
DE102009054905A1 (en) 2011-06-22
IN2012DN03268A (en) 2015-10-23
CN102652292B (en) 2015-11-25

Similar Documents

Publication Publication Date Title
AT512977B1 (en) Method for determining a model of an output of a technical system
DE102011103594A1 (en) Method for controlling technical processes and methods for carrying out tests on test benches
EP2513727A1 (en) Method for determining function parameters for a control unit
DE102021002318A1 (en) Method for creating a simulation model, use of a simulation model, computer program product, method for calibrating a control device
WO2016198047A1 (en) Method for establishing a simulation model for mapping at least one functional process of a drive train component
DE102008057494A1 (en) Emission model determining method for internal combustion engine in motor vehicle, involves determining number of representative main components and determining and storing transformation matrix in controller
DE102017213510A1 (en) Method and apparatus for generating a machine learning system, and virtual sensor device
EP2550443B1 (en) Method and apparatus for adapting adaptation values for actuating injection valves in an engine system having a plurality of injection types
WO2016198046A1 (en) Method for selecting a simulation model for modelling at least one functional process of a drivetrain component from an optimized set of models
DE102017110795A1 (en) Method for improved calibration of the control of an internal combustion engine
EP2592504B1 (en) Method for estimating resource consumption in the generation of a control device program code
EP4058666B1 (en) Method and system for calibrating a controller of a machine
EP3132322B1 (en) Method for diagnosing a motor vehicle system, diagnostic device for a motor vehicle system, control device for a motor vehicle system, and motor vehicle
DE102009054902A1 (en) Method for setting functional parameters
DE102009027517A1 (en) Method for adaption of control function in control device, involves detecting actual condition of controlled system, where actual value is determined for criteria of good quality depending on determined condition by parameter-criteria
DE102019132624A1 (en) Method, device, computer program and computer-readable storage medium for creating a motion cueing algorithm
DE102022112606B3 (en) Computer-implemented method for calibrating a technical system
DE102019126069B4 (en) System and method for calibrating a control and regulating device for regulating the injection pressure in an internal combustion engine
DE102016225041B4 (en) Method for operating an internal combustion engine, control device for an internal combustion engine, and internal combustion engine with such a control device
DE102022115217A1 (en) Method and system for determining parameterization values for a physical model of a vehicle component
DE102020006255A1 (en) METHOD FOR CALIBRATING A SIMULATION MODEL FOR CONTROLLING AN COMBUSTION ENGINE
DE10311864A1 (en) Generation of test case data for software module testing, e.g. for software modules in a motor vehicle control program, whereby data are generated using a database of standard components that are then combined appropriately
DE102020005486A1 (en) Creating an engine model for calibrating a drive train
WO2021047863A1 (en) Determining a sensor error of a sensor in an exhaust gas system of a motor vehicle
DE102015207651A1 (en) Method for servicing a function for determining a transition compensation and correspondingly function

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20120717

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAX Request for extension of the european patent (deleted)
17Q First examination report despatched

Effective date: 20141013

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20180703