KR102636245B1 - 테스트 셋업용 동적 테스트 실행을 수행하기 위한 테스트 벤치 및 방법 - Google Patents

Abstract

특히 식별 품질의 측면에서, 테스트 벤치의 테스트 셋업의 시스템 파라미터의 식별을 향상시키기 위해, 동적 입력 신호(u(t))가 테스트 셋업(PA)에 인가됨에따라 테스트 셋업(PA)이 테스트 벤치(1) 상에서 동적으로 여기되도록 제공되며, 그 과정에서 테스트 셋업(PA)의 입력 신호(u(t)) 및 테스트 셋업(PA)의 결과적인 출력 신호(y(t))의 측정 값(MW)이 레코딩되며, 출력 신호(y)와 입력 신호(u(t)) 사이의 테스트 셋업(PA)의 동적 응답의 주파수 응답(G(Ω_k))이 논파라메트릭 식별 방법을 사용하여 레코딩된 입력 신호(u(t)) 및 출력 신호(y(t))로부터 결정되고, 입력 신호(u(t))를 출력 신호(y(t))에 매핑하는 파라메트릭 모델의 모델 구조는 테스트 셋업(PA)의 적어도 하나의 시스템 파라미터(SP)를 결정하는데 사용되며, 및 식별되는 적어도 하나의 시스템 파라미터(SP)가 테스트 실행을 수행하는데 사용된다.

Description

테스트 셋업용 동적 테스트 실행을 수행하기 위한 테스트 벤치 및 방법

본 발명은 테스트 벤치와, 테스트 벤치에서 테스트 셋업을 위한 동적 테스트 실행을 수행하는 방법에 관한 것으로, 테스트 셋업은 결합 요소를 이용하여 적어도 하나의 토크 싱크에 테스트 벤치 상에서 기계적으로 결합되는 적어도 하나의 토크 발생기를 포함하고, 상기 토크 발생기, 결합 요소, 및 토크 싱크는 동적 응답을 특성화시키는 시스템 파라미터로 기술된다.

내연 기관 또는 전기 모터와 같은 구동 장치와, 그러한 구동 장치를 갖는 구동 트레인 또는 그러한 구동 장치를 갖는 구동 트레인 구성요소의 개발은 주로 테스트 벤치에서 이루어진다. 마찬가지로, 예를 들어, 방출 거동과 같은 법적 요건을 충족시키기 위한 차량의 제어 기능 또는 조절 기능의 교정은 일반적으로 테스트 벤치에서 수행된다. 테스트 벤치에서 벤치 테스트를 수행하기 위해 테스트 대상, 즉 구동 장치 또는 구동 트레인 또는 구동 트레인 구성요소가 부하 기계(일반적으로 전기 모터-동력계(dynamometer)라고도 함)에 연결되어, 테스트 대상을 하중에 대해 작동할 수 있도록 테스트 벤치 상에서 테스트 셋업을 형성한다. 테스트 대상과 부하 기계는 일반적으로 테스트 벤치 샤프트, 결합 플랜지 등의 결합 요소를 사용하여 결합된다. 테스트 물체, 결합 요소 및 하중 기계로 구성되는 테스트 셋업은 여기될 때(예를 들어, 내연 기관의 연소 충격 또는 부하 점프에 의해) 시스템의 동적 응답에 따라 반응하는 동적 시스템을 형성한다. 물론, 동적 시스템의 고유 주파수를 가진 여기는 테스트 벤치에서 중요하며, 왜냐하면, 테스트 벤치에서 테스트 셋업의 특정 부품, 특히 결합 요소를 심지어 손상시키거나 파괴할 수 있는 임계 상태가 생성될 수 있기 때문이다. 따라서 테스트 벤치에서 벤치 테스트를 수행하려면 테스트 셋업의 동적 응답을 파악하는 것이 중요하다.

그러나 제어기는 벤치 테스트를 수행하기 위해 테스트 셋업의 구성요소, 특히 부하 기계 및 구동 장치를 제어하기 위해 테스트 벤치 상에서 사용된다. 제어기의 설계를 위해, 제어기 응답을 제어기에 적응시키고/시키거나 제어 시스템의 안정성을 보장하기 위해 테스트 셋업의 동적 응답을 정확히 파악하는 것이 또한 바람직하다.

마지막으로, 소위 옵저버는 다른 접근 가능하거나 이용가능한 측정 변수로부터 직접적으로 측정되거나 직접적이지 않은 방식으로 측정가능한 양의 테스트 셋업을 계산하기 위해 종종 테스트 벤치에서 사용된다. 예를 들어 구동 장치의 내부 토크, 즉 제공된 토크가 아니라 실제로 생성된 토크로서, 테스트 실행을 위해 종종 테스트 벤치에서 필요하거나 사용되는 토크이다.

제어기 및/또는 옵저버의 설계를 위해서는 동적 시스템에 대한 충분한 파악을 요하는, 동적 시스템의 모델, 즉 테스트 셋업이 일반적으로 필요하다.

테스트 벤치에서 테스트 셋업의 동적 응답은 테스트 셋업 구성요소(특히 테스트 대상 및 부하 기계)의 관성에 의해, 그리고, 테스트 벤치 샤프트의 비틀림 강성과 같은, 테스트 대상과 부하 기계 사이(즉, 테스트 셋업의 대량-하중받는 구성요소들 사이)의 결합의 강성, 가능하다면 또한 감쇠(damping)에 의해, 주로 결정된다. 이들 파라미터는 종종 각 구성요소에 대해 개별적으로 결정되거나 각 구성요소에 대한 데이터 시트로부터 알려져있다. 그러나 실제로 이러한 알려진 파라미터의 사용은 테스트 실행을 수행할 때 종종 불만족스럽고 종종 결과가 좋지 않은 결과를 초래했다. 그 이유는 테스트 셋업의 기계 셋업이 종종 테스트 벤치에서 이루어지기 때문에 동적 시스템이 변경되기 때문이다. 예를 들어, 테스트 벤치 샤프트의 토크 센서와 같은 다른 측정 센서가 사용되거나, 테스트 벤치에서 기계적 구성요소가 교환 또는 추가 또는 제거된다. 예를 들어, 테스트 셋업의 두 구성요소 사이의 어댑터 플랜지를 변경할 수 있다. 테스트 셋업에서 구성요소의 속성도 노화로 인해 변경될 수 있으며, 이는 동적 시스템의 응답에도 영향을 미친다.

따라서, DE 10 2006 025 878 A1으로부터, 테스트 벤치에서 직접 동적 응답의 파라미터를 결정하는 것이 알려져 있다. 이를 위해, 테스트 셋업은 의사 확률적 속도 자극에 의해 동적으로 여기되고, 동적 시스템 모델의 파라미터, 특히 연결 샤프트의 강성 및 감쇠는 식별 이론의 방법을 사용하여 결정된다. 테스트 셋업 모델의 식별된 파라미터로, 테스트 셋업의 응답을 충분한 정확도로 기술할 수 있으며 옵저버 또는 제어기의 설계뿐만 아니라 시스템 모니터링에도 사용할 수 있다. 이 방식에서는 테스트 셋업의 파라메트릭 모델, 즉 동적 시스템의 파라미터를 포함하고 동적 시스템의 입/출력 응답을 재현하는 모델이, 사용된다. 파라미터는 동적 시스템의 극(poles)으로 확인된다. 이 방법의 어려움은 결과적인 토크가 속도 자극으로 인해 동적 시스템의 출력 변수로 측정되어야한다는 점인데, 이는 실제로 테스트 벤치에서 어렵다. 이 외에도, 채택된 모델의 파라미터를 결정할 수 있으려면 모델 구조에 대한 특정 가정이 사전에 이루어져야한다. 적합하지 않은 모델 구조를 선택하면 실제 동적 응답은 모델에 의해 부분적으로만 또는 부정확하게 재현된다. 그러나 실제로 모델 구조의 올바른 선택은 어려운 작업이며, 특히 여러 동체 및 이들 간의 결합을 가진 더 복잡한 테스트 셋업의 경우에 그러하며, 이는 전문가만 수행할 수 있으므로 이 방법의 적용 범위가 제한된다. 또한, 식별 중에 측정 신호의 노이즈(예: 측정 속도)가 고려되지 않아 식별 결과가 더 나빠질 수 있다. 또한 테스트 벤치의 측정 신호가 폐쇄형 제어 루프에서 측정되었지만, DE 10 2006 025 878 A1의 식별은 개방형 루프에서 발생한다. 또한 식별 품질을 떨어뜨릴 수 있다. 마지막으로, 그러나 중요사항으로서, 의사 확률적 속도 자극을 원하는 또는 필요한 주파수 범위로 설정할 수 없다. 이로 인해, 특정 주파수가 전혀 자극받지 않을 수 있고, 도는 요구되는 것보다 더 많은 주파수가 자극받을 수 있으며, 이는 또한 식별 품질에 부정적인 영향을 줄 수 있다.

그러므로, 본 발명의 목적은 특히 식별의 품질과 관련하여, 테스트 벤치의 테스트 셋업의 시스템 파라미터의 식별을 개선하는 것이다.

이 목적은 동적 입력 신호가 테스트 셋업에 인가됨에 따라 테스트 벤치에서 테스트 셋업이 동적으로 여기된다는 점에서, 그리고 이 프로세스에서, 테스트 셋업의 입력 신호의 측정 값과 테스트 셋업의 결과적 출력 신호의 측정 값이 레코딩되며, 출력 신호와 입력 신호 간의 테스트 셋업의 동적 응답의 주파수 응답이 논파라메트릭 식별 방법을 이용하여 레코딩된 입력 및 출력 신호로부터 결정되고, 출력 신호에 입력 신호를 매핑하는 파라메트릭 모델의 모델 구조가 주파수 응답으로부터 도출되며, 모델 구조 및 파라메트릭 식별 방법을 이용하여 테스트 셋업의 적어도 하나의 시스템 파라미터를 결정할 수 있고, 적어도 하나의 식별된 시스템 파라미터를 이용하여 테스트 실행을 수행할 수 있다. 이를 통해 필요한 시스템 파라미터를 체계적으로 식별할 수 있으므로, 테스트 셋업의 동적 응답에 대한 기본 특성화가 수행되며, 테스트 셋업의 기반이되는 모델 구조를 도출할 수 있다. 논파라메트릭 식별을 사용하면 테스트 셋업의 복잡성에 관계없이 적합한 모델 구조를 선택할 수 있다. 다음 파라메트릭 식별은 모델 구조의 지식을 사용하여 시스템 파라미터를 결정한다. 파라메트릭 식별뿐만 아니라 논파라메트릭 식별 역시 동일한 측정 변수를 사용하여 식별 방법의 구현을 용이하게한다는 점에서, 추가 이점을 알 수 있다.

논파라메트릭 식별 방법에 의해, 입력 신호 및/또는 출력 신호의 측정 노이즈가 또한 고려될 수 있고, 이에 의해 식별 품질이 향상될 수 있다. 또한, 논파라메트릭 식별 방법은 출력 신호의 측정 노이즈의 변화 및/또는 입력 신호의 측정 노이즈의 변화 및/또는 입력과 출력 사이의 노이즈의 공분산을 확인하기 위해 사용될 수 있다. 이러한 변화는 파라메트릭 식별 프로세스에서도 사용할 수 있다.

파라메트릭 모델의 모델 파라미터는 파라메트릭 식별 방법을 사용하여 유리하게 결정되며, 이로부터 파라메트릭 모델을 적어도 하나의 시스템 파라미터를 갖는 물리계 시스템 모델과 비교함으로써, 테스트 셋업의 시스템 구성요소의 적어도 하나의 시스템 파라미터가 결정된다. 이는 파라메트릭 모델이 각각 모델 파라미터를 갖는 서브 모델로 분할될 경우 촉진될 수 있고, 적어도 하나의 서브 모델을 물리적 서브 모델과 적어도 하나의 시스템 파라미터를 갖는 물리적 서브모델과 비교함으로써, 적어도 하나의 시스템 파라미터가 서브모델의 모델 파라미터로부터 결정된다.

적어도 하나의 식별된 시스템 파라미터를 사용하여, 테스트 셋업의 적어도 하나의 구성요소에 대한 제어기를 설계하기 위해 적어도 하나의 시스템 파라미터를 사용함으로써, 또는 테스트 셋업의 적어도 하나의 구성요소에 대한 제어기에 대한 설정값 또는 테스트 셋업의 적어도 하나의 구성요소에 대해 제어기에 공급된 제어 편차를 필터링하는 필터를 설계하기 위해 적어도 하나의 시스템 파라미터를 사용함으로써, 또는 시간이 지남에 따라 하나 이상의 시스템 파라미터의 변경을 모니터링함으로써, 또는 하나 이상의 시스템 파라미터를 사용하여 테스트 셋업의 동적 응답을 원하는 동적 응답에 맞춤으로써, 테스트 실행을 수행할 수 있다.

이하에서, 본 발명은 예로서 본 발명의 개략적이고 비 제한적인 유리한 실시예를 도시하는 도 1 내지 도 6을 참조하여 더 상세히 설명된다. 도면에서:
도 1은 듀얼-매스 발진기를 테스트 셋업으로 하는 테스트 벤치를 보여준다.
도 2a, 2b는 듀얼-매스 발진기의 주파수 응답 예를 보여준다.
도 3은 테스트 셋업의 구성요소를 조정하기 위한 제어기를 보여준다.
도 4는 테스트 벤치에서 테스트 실행을 위한 필터 사용을 보여준다.
도 5는 3-매스 발진기의 예를 보여준다.
도 6은 테스트 벤치에서 본 발명의 구현을 도시한다.

시운전을 수행하기 위해, 본 발명은 도 1의 간단한 실시예에 도시되는 바와 같이, 내연 기관(2)과 같은 구동 장치를 예로 들 수 있는 토크 발생기 DE와, 부하로 부하 기계(3)(동력계)와 같이, 이에 결합되는 토크 싱크 DS를 가진 테스트 대상을 가진 테스트 벤치(1) 상에서 테스트 셋업 PA를 가정한다. 토크 발생기(DE), 예를 들어 내연 기관(2)은 내연 기관(2) 및/또는 전기 모터를 가진 구동 트레인 또는 그 일부일 수도 있다. 테스트 대상은 적어도 하나의 토크 발생기(DE)를 포함한다. 토크 발생기(DE)와 토크 싱크(DS)는 토크를 전달하기 위해 적어도 하나의 결합 요소(KE), 예를 들어 테스트 벤치 샤프트(4)를 통해 서로 기계적으로 결합된다. 결합 요소(4)는 또한 복수의 무시할 수 없는 매스-베어링 기계적 구성요소, 예를 들어 결합 플랜지, 기어 등을 포함할 수 있다. 이는 테스트 셋업(PA)이 동역학에 영향을 미치는 구성요소와 관련하여 임의로 복잡해질 수 있음을 의미한다. 테스트 셋업 PA의 동적 응답은 주로 테스트 셋업 PA의 구성요소의 관성 J(즉, 무시할 수 없는 대량 베어링 부품)와, 이들 간의 결합 유형(강성 c, 감쇠 d)에 의해 알려진 방식으로 결정된다. 이러한 테스트 셋업 PA를 사용하여 벤치 테스트를 수행하려면 테스트 셋업 PA의 동적 응답을 알기 위해 동적 시스템 파라미터를 알아야한다. 예를 들어, 테스트 셋업 PA의 공진 주파수 ω_R을 파악하는 것이 공진 주파수 ω_R의 범위에서 여기를 피하기 위해 중요하다. 이와는 별도로, 테스트 벤치(1)에서의 테스트 실행은 테스트 대상이 실제 차량에 설치되어 실제 차량과 함께 움직인 경우에 발생할 테스트 대상의 응답을 시뮬레이션하기 위한 것이다. 그러므로 이러한 맥락에서, 테스트 벤치(1) 상의 테스트 대상의 동적 응답이 실제적인 테스트 실행을 가능하게하기 위해 차량의 동적 응답에 대략적으로 대응하는 것이 중요하다. 테스트 셋업 PA의 동적 시스템 파라미터가 알려진 경우, 추가 또는 상이한 매스, 강성 및/또는 감쇠와 같은 기계적 측정 또는 필터 및/또는 제어기 추가와 같은 제어 관련 측정과 같은 특정 측정을 테스트 벤치(1)에서 수행하여, 테스트 벤치(1)상의 동적 응답을 실제 응답에 맞출 수 있다. 시스템 파라미터는 테스트 셋업 PA의 특정 동적 응답에 대한 제어기 응답을 최적으로 적응시키기 위해 테스트 셋업 PA의 특정 구성요소, 예를 들어 부하 기계(3)를 위한 다이노 제어기 R_D를 제어하기 위한 가능한 제어기의 설계에 필요하다.

본 발명은 동적 응답, 특히 관성 J의 매스 토크, 비틀림 강성 c, 비틀림 감쇠 d, 공진 주파수 ω_R 또는 제거 주파수(eradication frequencies) ω_T가, 적어도 부분적으로, 알려져 있지 않고, 테스트 벤치(1) 상에서 벤치 테스트가 수행되기 전에 결정되어야할 경우를 가정한다.

이를 위해, 본 발명에 따르면, 테스트 셋업 PA의 동적 응답의 기본 특성은 먼저 논파라메트릭 식별 방법을 사용하여 결정되며, 이로부터 테스트의 시스템 파라미터 SP를 갖는 테스트 셋업 PA의 모델의 모델 구조 동적 응답을 설명하는 셋업 PA가 도출된다. 모델의 시스템 파라미터 SP는 파라메트릭 식별 방법을 사용하여 시스템 파라미터 SP를 갖는 모델 구조를 사용하여 결정된다. 논파라메트릭 식별을 사용하면 측정된 입력 신호 u(t) 및 측정된 출력 신호 y(t) 만 검사된다.

논파라메트릭 식별 방법을 사용하여, 테스트 셋업 PA의 주파수 응답(진폭에 의해, 그리고 가능하게는 위상, 주파수에 의해 특징 지워짐)이 결정된다. 주파수 응답의 경우, 특정 주파수 내용의 동적 신호 u(t)(입력 신호)로 물리적 동적 시스템(여기서는 테스트 셋업)을 자극하고 테스트 셋업 PA에서 응답 y(t)(출력)를 측정하는 것이 알려져 있다. 입력 신호(u(t))는 예를 들어 토크 싱크(DS)(예를 들어, 부하 기계(3))의 속도(ω_D)이고 출력 신호(y(t))는 예를 들어 테스트 벤치 샤프트(4) 상의 샤프트 토크(T_sh) 또는 토크 발생기(DE)의 속도(ω_E)이다. 통상적으로, 측정 센서(MS)는 또한 (도 6의) 특정 측정 변수(입력 신호 u(t), 출력 신호 y(t))의 측정 값 MW을 검출하기 위해 테스트 벤치(1) 상에 또한 제공되며, 그 예로, 도 1에 도시된 바와 같이, 부하 기계(3)의 속도(ω_D)를 검출하기 위한 속도 센서(5) 및/또는 샤프트 토크(T_sh)를 검출하기 위한 토크 센서(6)가 있다. 토크 싱크(DS)의 토크(T_D) 또는 토크 발생기(DE)(예를 들어, 내연 기관(2))에 의해 생성된 토크(T_E) 또는 회전 속도(ω_E)와 같은 다른 측정 변수들이 또한 측정될 수 있다.

그러나, 입력 신호 u(t)로 사용되는 것과 출력 신호 y(t)로 사용되는 것은 중요하지 않다. 아래에 설명된 방법론은 이것과 독립적이다.

주파수 응답은 입력 신호 u(t) 및 출력 신호 y(t)의 푸리에 변환으로부터 알려진 방식으로 결정된다. U(k)가 주파수 k = jω_k에서 입력 신호 u(t)의 푸리에 변환을 나타내고 Y(k)가 주파수 k = jω_k에서 출력 신호 y(t)의 푸리에 변환을 나타내는 경우, 주파수 응답 G(k)는 출력 신호 y(t)의 퓨리에 변환 Y(k)와 입력 신호 u(t)의 퓨리에 변환 U(k)의 몫으로 나타난다. 입력 신호 u(t) 및 출력 신호 y(t)의 노이즈를 고려하는 것도 알려져있다. 노이즈는, 예를 들어, 물리량 측정시 측정 노이즈, 테스트 벤치의 설정점 사양과 테스트 벤치의 설정점 조정 간의 편차, 프로세스 노이즈 등으로 인해 나타난다. n_u(t)가 입력에서의 노이즈를 나타내고 n_y(t)는 출력에서의 노이즈를 나타내면, 시간 도메인에서 입력 신호 u(t)는 u(t) = u₀(t) + n_u(t)로 표시될 수 있고, 또는 주파수 도메인에서 U(k) = U₀(k) + N_u(k)로 표시될 수 있으며, 시간 도메인의 출력 신호는 y(t) = y₀(t) + n_y(t)로, 그리고 주파수 도메인에서는 Y(k) = Y₀(k) + N_y(k) 이고, 무-노이즈 신호 u₀, y_o 또는 U₀, Y₀ 및 노이즈 신호 n_u, n_y 또는 N_u, N_y 이다.

입력 및 출력 노이즈가 있을 때 주파수 응답 G를 근사하기 위해, 스펙트럼 분석 또는 로컬 다항식 방법(LPM)과 같은 다양한 논파라메트릭 식별 방법이 알려져 있다. 스펙트럼 분석에서 L Ljung, "System Identification: Theory for the User," 2nd Edition Prentice Hall PTR, 1999, 또는, Thomas Kuttner, "Praxiswissen Schwingungsmesstechnik," p 325-335, Springer Vieweg, 2015.에 소개된 바와 같은, 주파수 응답의 파워 스펙트럼 또는 진폭 스펙트럼이 평가되어 있다. 로컬 다항식 방법은 예를 들어 "Estimation of non-paramteric noise and FRF models for multivariable systems - Part I: Theory,” Mechanical Systems and Signal Processing, volume 24, Issue 3, p573-595, 2010에 설명되어 있다. LPM의 예를 사용하여 주파수 응답 G의 결정에 대해 아래에서 간단히 설명한다.

LPM에서, 주파수 응답(G)은 다항식을 통해 로컬 주파수(k) 주위에서 국소적으로 근사된다. 이는 주파수 응답 G의 모든 주파수 jω_k에 대해 수행된다. 일반화된 주파수 Ω_k를 사용하는 경우, 연속 시간의 경우 Ω_k = jω_k, 시간-이산의 경우에는 Ω_k = e^-jωk 로, 동적 시스템(테스트 셋업 PA)의 입력-출력 거동이 다음 형식으로 작성될 수 있다.

Y(k) = G(Ω_k )U(k) + T(Ω_k ) + V(k) .

여기에서, G(Ω_k)는 동적 시스템의 전달 함수(즉, 선택된 입력과 출력 사이의 주파수 응답)의 푸리에 변환을 나타내며, T(Ω_k)는 주파수 Ω_k에서의 출력에서의 과도 에러이며, 이는 여기로 인한 것이 아니며, V(k)는 출력 신호의 측정 노이즈이다. U(k) 및 Y(k)는 측정된 입력 신호 u(t) 및 출력 신호 y(t)의 푸리에 변환이다.

주파수 Ω_k에 의존하는 변수는 로컬 주파수 Ω_k 주변의 로컬 다항식을 통해 근사된다. Ω_k 주위의 주파수는 변수 r = -n, -n + 1, ..., n으로 표시되며, 여기서 n은 지정되거나 선택된다. 그 결과,

여기서, g_s 및 t_s는 (선택되거나 지정되는) 차수 R의 로컬 다항식의 2(R + 1)개의 미지의 파라미터를 나타낸다. 이는 각 주파수 k에 대한 r을 기준으로 2(R + 1)개의 미지수(g_s, t_s)에 대해 총 2n + 1개의 방정식을 제공한다. 파라미터 벡터 를 사용하면, 2n + 1 개의 방정식을 의 행렬 형태로 저장할 수 있다.

그 결과 주파수 k에 대한 결과의 2n + 1 개의 방정식이 서로 위에 적층된다. 이 방법의 장점은 과도 성분 T(Ω_k)를 직접 추정할 수 있으며, 스펙트럼 분석에서와 같이 창 접근 방식으로 특정 주파수 범위에 대해 결정할 필요가 없다는 것이다.

그 후, 파라미터 벡터 는 예를 들어 아래의 방정식을 사용하는 파라미터 추정치로부터 최소 제곱 근사치로 추정될 수 있으며, 여기서 "()H"는 인접 매트릭스(전치 및 복소 공액)를 나타낸다.

최소 제곱 근사치의 결과 잔차 를 사용하여 출력 신호의 측정 노이즈 분산 을 다음과 같이 또한 계산할 수 있다.

이 근사값은 주파수 응답 과 과도 성분 에 대한 직접적인 추정값도 제공한다. 결과적으로 "^"은 항상 추정치를 나타낸다. 입력 신호 U(k)와 출력 신호 Y(k)로 사용되는 것에 따라, 물론 다른 주파수 응답 이 있다.

추가로 노이즈가 있는 입력 신호 u(t)의 경우 또는 이러한 입력에 대해 노이즈있는 출력 신호 y(t)가 피드백되는 경우(예를 들어 닫힌 제어 회로의 경우)가 (마찬가지로 노이즈있는 입력 신호 u(t)로 나타남) 또한 커버될 수 있다. 입력 노이즈가 존재하는 경우 파라미터 추정에서 체계적인 에러를 피하기 위해, 이 경우 파라미터 추정은 닫힌 제어 루프에서 수행되는 것이 유리하다. 테스트 벤치(1)상의 테스트 셋업 PA와 같은 기술 시스템은 일반적으로 폐쇄 제어 루프에서 동작하기 때문에, 이것은 심각한 제한이 아니다. 폐쇄 제어 루프에 대한 설정점 사양에 대응하는 기준 신호 s(t)(또는 푸리에 변환 S(k))가 가정된다. 입력 신호 u(t)와 기준 신호 s(t)의 관계는 제어기의 전달 함수 R과 현재 실제 값 y_ist 로부터 u =(s-yist) · R 로 나타난다. 입력 U(k)에 대한 기준 신호의 주파수 응답 Gru(Ω_k)와, 출력 Y(k)에 대한 기준 신호의 주파수 응답 G_ry(Ω_k)을 예를 들어 전술한 바와 같이 확인하면, 추정된 주파수 응답 및 으로 이어지며, 다음이 성립한다.

. VY(k)는 출력 신호 Y(k)의 측정 노이즈를 나타내고 VU(k)는 입력 신호 U(k)의 측정 노이즈를 나타낸다. Z(k) = [Y(k) U(k)]^T 및 VZ(k) = [VY(k) VU(k)]^T를 사용하면 시스템 방정식을 다음과 같은 형식으로 쓸 수 있고,

, 는 입력 및 출력의 과도 시스템 오류를 나타낸다. 그 후 입력 노이즈 및 출력 노이즈 존재시 주파수 응답 추정값은 다음으로부터 나타난다.

출력 신호의 측정 노이즈의 출력 노이즈 분산 만을 갖는 경우와 유사하게, 입력 노이즈 및 출력 노이즈의 경우, 입력 신호의 측정 노이즈의 분산 및 입력과 출력 간의 노이즈의 분산 이 결정될 수 있다.

동적 시스템의 여기를 위해, 내연 기관(2)과 같은 토크 발생기(DE)는 격발되지 않고 견인되는 것이 바람직하다. 격발된 내연 기관(2)과 같은 작동된 토크 발생기(DE)도 여기를 위해 가능하지만, 토크 발생기(DE) 자체가 속도 발진을 유발하기 때문에 식별이 더 복잡해질 것이다. 그러므로 전기 모터로서 설계되어 구동될 수 있은 토크 발생기(DE)에 결합된 토크 싱크(DS), 부하 기계(3)가 여기를 위해 바람직하게 사용된다. 토크 싱크 DS는 여기를 위한 속도 발진을 도입한다. 여기는 멀티 사인 신호(임의의 시점에서 동시에 복수의 주파수가 여기됨) 또는 처프 신호(단일 주파수가 어떤 시점에서, 예를 들어 선형 주파수 증가와 함께, 여기됨)와 같은 다양한 신호로 발생할 수 있다. 여기 신호는 여기 동작을 위한 테스트 벤치(1)에 대한 설정점 사양이다. 예를 들어, 부하 기계(3)의 제어기에 대한 속도 설정점 사양이 여기 신호로 지정된다.

동적 시스템의 일부 중요한 특성은 주파수 응답 G(Ω_k)의 진폭 A = |G(Ω_k)|를 표시하고 있는 도 2a 및 도 2b에 예로서 설명된 바와 같이 주파수 응답 G(Ω_k)로부터 도출될 수 있다. 부하 기계(3)의 토크(T_D)를 입력 u(t)로 하고 부하 기계(3)의 속도(ω_D)를 출력(y(t))으로 하는 주파수 응답 G(Ω_k)이 도 2a에 도시되고, 부하 기계(3)의 토크(T_D)를 입력 u(t)로서, 그리고 내연 기관(2)의 속도(ω_E)를 출력 y(t)로 갖는 주파수 응답 G(Ω_k)이 도 2b에 도시된다. 이는 여기시, 입력 u(t) 및 출력 u(t)가 측정되고, 설명 된대로 주파수 응답 G(Ω_k)이 푸리에 변환 U(k), Y(K)로부터 결정됨을 의미한다. 물론, 예를 들어, 어떤 측정 변수가 이용 가능한지에 따라, 상이한 입력 신호/출력 신호 조합이 사용될 수 있다.

예를 들어, 공진 주파수(ω_R) 및/또는 제거 주파수(ω_F)가 주파수 응답(G(Ω_k))으로부터 도출될 수 있다. 주파수 응답 G(Ω_k)의 최소값과 최대 값 및 기울기를 결정하여 두 주파수를 모두 확인할 수 있다. 따라서, 음수에서 양수로의 기울기 반전을 보이는 최소값이 제거 주파수(ω_T)이다. 양수에서 음수로 기울기 반전이 나타나는 최대값이 공명 주파수(ω_R)이다. 물론, 주파수 응답 G(Ω_k)에서 복수의 논-제거 주파수(ω_T) 및/또는 공진 주파수(ω_R)가 발생할 수 있다. 또한, 제로에 관한 정보가 주파수 응답 G(Ω_k)로부터 도출될 수도 있다. 원칙적으로, 다양한 시스템에 대한 특징적인 주파수 응답은 예를 들어 듀얼-매스 발진 시스템(도 2a, 2b) 또는 멀티-매스 발진자에 대해 알려져있다. 알려진 주파수 응답을 확인된 주파수 응답 G(Ω_k)와 비교하여, 특정 모델 구조를 결정할 수 있다. 주파수 응답 G(Ω_k)는 분모 다항식에 대한 분자 다항식의 형태로 표현될 수 있으므로, 이 비교는 예를 들어 분자 및 분모 다항식의 순서를 결정하는 데 사용될 수 있다(모델 구조에 해당). 응답 주파수(ω_R)의 수는 또한 모델 구조에 대한 결론을 도출하는 데 사용될 수 있다. 공진 주파수(ω_R)의 수는 일반적으로 발진가능한 매스의 수에서 1을 뺀 값에 해당한다. 듀얼-매스 진동 시스템은 따라서 하나의 공진 주파수(ω_R)를 갖는다(예를 들어, 도 2a, 2b에서와 같이).

다른 특성 주파수 응답 G(Ω_k)는 (발진 가능한 매스 및 이들 사이의 기계적 결합을 갖는) 서로 다른 시스템 구성에 대해 발생하며, 이는 알려져 있다. 특성 주파수 응답(G(Ω_k))은, 예를 들어 추정된 주파수 응답 을 비교함으로써 본 테스트 셋업 PA의 모델 구조를 추론할 수 있도록, 저장될 수 있다.

각각의 결정된 공분산 은 또한 도 2a 및 2b에 도시되어 있다.

이 절차의 장점은 예를 들어 모델 구조를 선택하기 위해, 테스트 벤치(1)의 토크를 측정하지 않고 특정 상황에서 논파라메트릭 식별을 위해 지나칠 수 있다는 사실에서 알 수 있다. 이는 특히 테스트 셋업 PA에 토크 측정 플랜지를 포함시키지 않으면서, 테스트 벤치(1)에서 테스트 셋업 PA의 동적 응답의 제 1 추정을 가능하게한다.

본 발명에 따르면, 논파라메트릭 식별 방법에는 파라메트릭 식별 방법이 이어져서, 동적 기술 시스템(테스트 셋업 PA)의 동적 입력-출력 거동이 테스트 셋업 PA의 동적 응답을 기술하는 시스템 파라미터(SP)를 갖는 모델로 근사화된다. 시간 도메인과 주파수 도메인 모두에 대해 알려진 방법들이 있으며, 아래에서 간단히 설명한다.

파라메트릭 식별은 모델 파라미터 θ를 갖는 동적 시스템의 모델을 기반으로하며, 이는 입력 u(k)로부터의 출력 y(k)와 교란을 계산한다. 출력 y(k)에 대한 입력 u(k)의 맵핑은 플랜트 모델 , 플랜트 모델 파라미터 gθ 및 역방향 시프트 연산자 q-k를 사용하여 이루어진다. (예를 들어, 측정 노이즈로 인한) 교란은 교란 모델 H(q, θ) 및 확률 분포 e, 또는 확률 밀도 함수 fe( 및 노이즈 모델 파라미터 Hθ)를 갖는 모델로 구성될 수 있다. k는 논파라메트릭 식별에서와 같은 주파수를 나타내는 것이 아니라, 이산 시간 신호의 시간 인덱스, 예를 들어 u(k)와 y(k)를 나타낸다. 그런 다음 동적 시스템의 모델을 와 같이 이산 시간 표기법으로 쓸 수 있다. 따라서 목표는 이 모델을 사용하여 입력 u의 알려진 과거 데이터로부터 시간 k에서의 출력 y(k)와, 시간 k-1까지의 출력 y(즉, 과거 데이터)를 추정하는 것이다. 데이터 Z_K = {u(1), y(1), ..., u(k-1), y(k-1), u(k), y(k)}를 사용할 수 있다. 이에 대한 다양한 알려진 접근 방식이 있다.

시간 도메인에서의 파라메트릭 식별 방법의 예는 예를 들어 L Ljung, “System Identification: Theory for the User,” 2nd Edition Prentice Hall PTR, 1999 에 기술된 바와 같은 소위 PEM(Prediction Error Method)이다. 주파수 도메인에서 알려진 방법은 MLE(Maximum Likelihood Estimator) 방법이다.

PEM은 동적 시스템의 모델 을 기반으로하며, 여기서 θ는 모델 파라미터이다. 여기서 v(k)는 컬러 노이즈를 나타낸다. 화이트 노이즈가 확률 분포 e(k)로 사용되는 경우, 컬러 노이즈 v(k)를 로도 표현할 수 있다. 여기서, m(k-1)은 시간(k-1)까지의 평균값이다. 이는 의 형태로 다시 쓸 수 있고, H의 역 H_inv 이다. 데이터 Z_K로부터의 출력 의 추정치는 그후 다음 형태로 쓸 수 있다:

추정 오차는 와 같다. 모델 파라미터 θ를 결정하기 위해, 가중 추정 오차를 최소화하는 비용 함수 J(θ, Z_K)가 사용될 수 있다. 예를 들어, 가중 추정 오차의 수학적 노름 l(), 예를 들어 유클리드 노름(2노름) 이 사용될 수 있다. 가 가중치 F(q)의 가중 추정 에러를 나타내면, 비용 함수는 예를 들어 로 쓰여질 수 있다. 이 비용 함수 J는 모델 파라미터 θ:를 추정하기 위해 최소화된다.

모델 파라미터(θ)로부터 동적 시스템의 추구되는 시스템 파라미터(SP)를 결정하기 위해, 시간 이산 모델 은 또한 형태(ARMAX 모델)의 유리한 실용 구현으로 또한 작성될 수 있고, 구성되는 다향식은 다음과 같다.

및

. 그런 다음 모델 파라미터 θ는 다음과 같다.

. 화이트 노이즈 e(k)의 경우, 이는 다음과 같이 간소화된다.

(ARX 모델)

다항식 A, B, C의 차수 na, nb, nc는 논파라메트릭 식별로 정의된 모델 구조에 따라 지정된다.

듀얼-매스 발진기의 경우, 예를 들어 도 1에 따른 테스트 셋업에서, 분모 다항식 A(q)는 차수 na = 2 인 다항식이고 분자 다항식 B(q)는 차수 nb = 1의 다항식이다.

탐색된 시스템 파라미터 SP에 도달하기 위해, 이산 시간 모델에서 모델 파라미터와 동적 시스템의 물리적 모델의 파라미터의 동등성이 가정된다.

예를 들어, 내연 기관 2(매스 관성 JE 포함), 테스트 벤치 샤프트 4(비틀림 강성 c 및 비틀림 감쇠 d) 및 부하 기계 3(관성 J_D의 매스 토크 포함)을 갖는 도 1에 따른 테스트 셋업 PA가 다음과같이 물리적으로 모델링될 수 있다:

다른 예는 입력 신호(ω_D) 및 출력 신호(ω_E)를 갖는 도 1의 듀얼-매스 발진기에서 발생하며, 이는 모델 로 이어진다. 이 경우에, 주파수 응답(G)은 물론 이 입력 신호 및 출력 신호로 확인될 수 있다. 이것은 또한 다른 모델이 다른 입력 및/또는 출력 신호로 인해 발생한다는 것을 보여준다. 이 방정식은 이산 시간 표기법으로 표현할 수 있으며, 시스템 파라미터 SP(J_E, c, d, J_D)를 추정된 모델 파라미터 와 비교할 수 있다. 이것으로부터 시스템 파라미터 SP(J_E, c, d, J_D)를 결정할 수 있다.

모델 구조를 주파수 응답 G에서 알 수 있으므로 모델을 하위(서브) 모델로 나눌 수 있고, 따라서, 시스템 파라미터 SP(J_E, c, d, J_D)를 쉽게 결정할 수 있다. 듀얼-매스 발진기는 예를 들어 내연 기관(2)을 위한 제 1 서브 모델, 테스트 벤치 샤프트(4)를 위한 제 2 서브 모델 및 부하 기계(3)을 위한 제 3 서브 모델로 분할될 수 있다. 따라서, 이산 시간 모델은 대응하는 서브 모델로 세분될 수 있으며, 이에 따라 서브 모델의 순서(order)가 감소된다. 그 후, 서브 모델의 모델 파라미터는 전술한 바와 같이 추정된다.

그런 다음 물리적 하위 모델이 동일한 방식으로 사용되며 듀얼-매스 오실레이터의 예를 사용하여 아래에 다시 설명된다.

첫 번째 서브 모델의 경우, 내연 기관(2)의 토크 평형(도 1)은 형태의 ㅅ시시간 연속 표현으로 기록되며, 라플라스 연산자 s, 내연 기관(2)의 속도 ω_E, 내연 기관(2)의 내부 토크(T_E) 및 샤프트 토크(T_sh)가 표시된다. 내연 기관(2)은 바람직하게는 견인 방식으로 작동되기 때문에, 모델 구조의 비-확률적 부분은 T_E = 0을 초래하고, 결과적으로 알려진 샘플링 시간(Ts)(일반적으로 kHz 범위)과 함께 시간-이산 표기에서 로 이어진다. 이에 비해, a1 = -1 및 b1 = Ts/JE는 제 1 서브 모델로부터 직접 획득되며, 이로부터 시스템 파라미터(JE)를 확인할 수 있다. 이것은 또한 파라미터 추정의 품질 평가를 가능하게한다. 추정된 모델 파라미터 a1이 1에 가까우면, 높은 식별 품질이 가정될 수 있다.

내연 기관(2)과 부하 기계(3) 사이의 결합의 시스템 파라미터(SP), 비틀림 감쇠 d 및 비틀림 강성 c를 결정하기 위해, 테스트 벤치 샤프트(4)를 위한 제 2 서브 모델이 사용된다. 컷 아웃 테스트 벤치 샤프트(4)의 토크 평형에서 시작하여, Δω = ω_E-ω_D로 표현될 수 있고, ω_D는 부하 기계(3)의 속도이고, 다시 T_E = 0 또는 시간 이산 표기 으로 가정할 수 있다. 이에 비해 시스템 파라미터 a1 = -1, b1 =-(cTs + d) 및 b2 = -d는 다시 두 번째 서브 모델의 모델 파라미터의 결과로서, 이로부터 검색된 시스템 파라미터 c, d가 결정될 수 있다. 제 2 서브 모델의 모델 파라미터 a1, b1은 자연스럽게도 제 1 서브 모델의 모델 파라미터에 대응하지 않는다.

동일한 방식으로, 시스템 파라미터(JD)를 결정하기 위해 제 3 서브 모델이 부하 기계(3)에 사용될 수 있다. 부하 기계의 관성 JD는 물론 공진 주파수 ω_R로부터의 듀얼-매스 오실레이터에 대해 확인될 수 있으며, 이는 예를 들어 논파라메트릭 식별로부터, 예를 들어, 로 알려져있다. 하중 기계(3)의 관성 JD는 종종 알려져 있으므로, 식별 관성의 품질은 또한 알려진 관성에 의해 결정될 수 있다.

이미 언급한 바와 같이, 파라메트릭 식별은 예를 들어 MLE를 사용하여 주파수 도메인에서 수행될 수 있다. MLE을 사용하면 모델 파라미터 θ가 추정되어 소위 우도 함수(likelihood function)를 최대화한다. 이 알려진 방법은 아래에 간단히 설명되어 있다.

MLE는 출력 신호 y = y1, y2,…, yN의 측정 데이터와, 출력에서 측정 노이즈의, 알려졌다고 가정되는, 연관 확률 밀도 함수(fny)를 이용하며, 이는 모델 파라미터 θ에 의해 설명된다. f(y|θ0)는 추정 문제의 무작위 의존 부분의 확률 분포 함수를 설명한다. 여기 및 파라미터를 설명하는 가설 모델 y₀ = G(u₀, θ)를 사용하면, 출력에서 측정 노이즈의 경우에 로 우도 함수를 작성할 수 있다. 여기서, u₀은 무 노이즈 입력을 나타낸다. 그런 다음 우도 함수 f:를 최대화하여 미지의 모델 파라미터 θ를 결정할 수 있다.

입력에서 추가 측정 노이즈의 경우, 입력에서 측정 노이즈의 확률 밀도 함수 f_nu를 사용하여 로 우도 함수를 작성할 수 있다.

가우스 비용 함수(우도 함수 f) 는 입력 및 출력에서 노이즈의 평균값이 0이고 정규 분포이며 주파수와 무관하다는 가정하에 작성될 수 있다. 여기서, θ는 파라미터 벡터이고 Z(k) = [Y(k) U(k)]는 입력 U(k) 및 출력 Y(k)의 이용 가능한 측정 데이터를 나타낸다. e는 형태의 모든 주파수 Ω_k에 대한 오차를 나타내고 σ_e는 형태의 오차 e의 공분산을 나타낸다. R_e는 실제 부분을 나타낸다.

알 수 있는 바와 같이, 입력 , 출력 및 입력-출력 에서의 측정 노이즈의 분산 및 공분산이 상기 방정식에 필요하다. 이들은 전술한 바와 같이 논파라메트릭 식별로부터 유리하게 획득될 수 있다.

비용 함수 VML(우도 함수)을 최대화하는 결과적인 최적화 문제가 비선형이기 때문에, 최적화는 예를 들어 잘 알려진 Levenberg-Marquardt 방법으로 해결된다. 최적화의 최적성의 수렴은 최적화의 초기 값에 실질적으로 의존한다. 추구하는 시스템 파라미터(SP)의 추정된 값은 초기 값으로서 사용될 수 있으며, 또는 예를 들어 일반화된 총 최소 제곱 법으로부터의, 다른 알려진 초기화 방법이 사용될 수 있다.

파라메트릭 전달 함수 를 사용하는 경우 MLE의 비용 함수를 다음과 같이 표현할 수 있다:

여기서 A와 B는 다시 다항식 이다. 다항식의 차수 n_a, n_b는 다시 논파라메트릭 식별로 추정된 주파수 응답 의 결과이다. 최적화로부터, 모델 파라미터 가 다시 얻어지고, 시스템 파라미터 SP(J_E, c, d, J_D)에 도달하기 위해 동적 시스템(테스트 셋업 PA)의 물리적 모델과 다시 비교된다. 동일한 방식으로, 서브-모델은 또한 시스템 파라미터 SP(J_E, c, d, J_D)의 결정을 단순화하기 위해 다시 사용될 수 있다.

z 변환을 이용하여 시간 이산 표기법으로 내연 기관(2) 및 테스트 벤치 샤프트(4)에서의 서브모델은 및 으로 나타나고, 이로부터 시스템 파라미터 SP(J_E, c, d, J_D)는 의 추정된 서브 모델로부터 산출된다.

따라서 파라메트릭 식별은 여기된 동적 시스템(예를 들어,도 1에 도시된 테스트 셋업 PA)의 시스템 파라미터 SP(듀얼-매스 발진기의 경우 J_E, c, d, J_D)를 제공한다. 적어도 하나의 시스템 파라미터 SP를 사용하여, 예를 들어, 종래의 제어기 설계 방법, 예를 들어부하 부하 기계(3)을 위한 속도 제어기 또는 내연 기관(2)용 토크 제어기를 이용하여 테스트 셋업의 특정 구성요소를 위한 제어기를 설계할 수 있다.

도 1에 따른 테스트 셋업 PA에 대한 폐쇄 제어 루프가 예로서 도 3에 도시되어있다. 제어 시스템(10)은 내연 기관(2)의 관성(JE) 및 부하 기계(3)의 JD의 매스 토크로 테스트 셋업 PA를 나타낸다. 테스트 벤치 샤프트(4)는 비틀림 강성 c 및 비틀림 댐핑 d로 표시된다. 이들 시스템 파라미터 SP는 상기 논파라메트릭/파라메트릭 식별에 의해 결정되었다. 부하 기계(3)는 다이노 제어기 R_D(예를 들어, PI 제어기)에 의해 속도 제어된다. 이를 위해, 목표 속도 ω_Dsoll이 지정된다. 결과 실제 속도 ω_D가 테스트 벤치(1)에서 측정된다. 제어 오류 ω_Dsoll-ω_D는 지정된 제어기 응답에 따라 다이노 제어기 R_D에 의해 보상된다. 특정 동적 시스템에서 원하는 제어 응답을 설정하기 위한 제어기 파라미터는 잘 알려진 제어기 설계 방법을 사용하여 결정될 수 있다.

시스템 파라미터 SP를 또한 나타내는 논파라메트릭 식별로 확인된 공진 주파수(주파수들) ω_R을 또한 사용하여, 테스트 벤치(1)에서 가능한 공진을 방지하기 위한 필터 F를 설계할 수도 있다. 필터 F의 목표는 공명 주파수 ω_R의 여기를 방지하는 것이다. 필터(F)를 최소한으로 사용하여 테스트 벤치(1)에서 테스트 셋업(PA)의 동적 응답에 영향을 주기 위해, 좁은 주파수 범위 내의 주파수를 필터링하는 필터(F), 예를 들어 소위 노치 필터(notch filter)가 사용될 수 있다. 이를 위해, 노치 필터는 공진 주파수 ω_R 주변의 좁은 주파수 범위의 주파수가 필터링되도록 설계되었다. 이러한 필터(F)는 제어기(R)에 공급된 제어 편차(w)(제어 변수의 실제 값(IW)와 설정점(SW)의 차이)를 필터링하기 위해, 또는, (도 4에 점선으로 표시되는 바와 같이) 제어기(R)의 설정점(SW)(가령, 설정점 속도(ω_Dsoll))를 필터링하기 위해, 테스트 셋업 PA의 구성요소의 제어기 앞에, 예를 들어 다이노 제어기(dyno controller) R_D 앞에 사용될 수 있다.

식별된 시스템 파라미터 SP(ω_R, J_E, c, d, J_D) 또는 이들 중 적어도 하나는 관찰자가 테스트 셋업의 측정 불가능한 변수, 예를 들어 내연 기관(2)의 내부 유효 토크 T_E를 추정하는데 사용될 수 있다.

마찬가지로 식별된 시스템 파라미터 SP(ω_R, J_E, c, d, J_D) 또는 그 중 하나 이상을 사용하여 예를 들어 노화, 손상, 구성 변경, 등으로 인한 테스트 셋업 PA의 변경 사항을 결정할 수 있다. 이를 위해, 시스템 파라미터 SP(J_E, c, d, J_D)를 정기적으로 새로 결정할 수 있으며 시스템 파라미터 SP(J_E, c, d, J_D)의 시간에 따른 변화를 모니터링할 수 있다. 비정상적이거나 바람직하지 않은 변경이 감지되면 테스트 실행을 조정하거나 중단할 수 있다.

마지막으로, 벤치 테스트 자체를 수행하기 위한 테스트 셋업 PA는 테스트 벤치(1)에서 원하는 동적 응답을 나타내기 위해 하나 이상의 식별된 시스템 파라미터 SP를 변경하기 위해 변경될 수도 있다. 예를 들어, 이를 이용하여, 테스트 벤치(1)상의 테스트 셋업(PA)의 역학을 테스트 셋업(PA)의 토크 발생기(DE)가 사용되는 차량의 역학에 적응시킬 수 있다.

가령, 도 1에서와 같은 듀얼-매스 발진기를 가진, 테스트 셋업 PA를 가진 테스트 벤치(1)가 도 6에 도시된다. 동적 여기와 함께 요구되는 입력 신호 u(t) 및 출력 신호 y(t)에 대한 측정 값(MW)은 적절한 측정 센서(MS)를 이용하여 테스트 셋업(PA) 상에서 레코딩되며, 이는 물론, 신호 u(k), y(k)의 시간-이산 검출을 또한 포함한다. 테스트 셋업 PA의 필요한 시스템 파라미터 SP, 예를 들어 J_E, c, d, J_D는 평가 유닛(12)(하드웨어 및/또는 소프트웨어)의 측정 값 MW로부터 결정된다. 테스트 셋업 PA를 사용하여 테스트 벤치(1)에서 테스트 실행을 수행하기 위해 하나 이상의 식별된 시스템 파라미터(SP)가 테스트 벤치 제어 유닛(11)(하드웨어 및/또는 소프트웨어)에 사용된다. 평가 유닛(12) 및 테스트 벤치 제어 유닛(11)은 물론 공통 유닛에 통합될 수도있다. 테스트 셋업 제어 유닛(11)의 여기는 테스트 셋업 PA에 의해 발생한다. 적어도 하나의 식별된 시스템 파라미터(SP)는 설명된 바와 같이 테스트 실행을 수행하기 위해 테스트 벤치(1)에서 사용될 수 있다.

본 발명이 듀얼-매스 테스트 셋업의 예를 사용하여 위에서 설명되었지만, 예를 들어 토크 발생기 DE가 샤프트, 커플링, 샤프트 커플링, 및/또는 기어 박스를 통해 토크 싱크 DS에 연결되는, 구동 트레인 테스트 벤치의 경우에, 본 발명은 임의의 멀티-매스 테스트 셋업으로 확장될 수 있음이 명백하다. 시운전을 수행하기 위해, 토크 발생기(DE), 예를 들어 내연 기관(2), 전기 모터뿐만 아니라 내연 기관(2)과 전기 모터의 조합을 갖는 테스트 대상은 토크 싱크(DS), 예를 들어 부하 기계(3)와 기계적으로 결합된다. 결합은 듀얼-매스 테스트 벤치에 대해 도 1에 도시된 바와 같이 예를 들어 테스트 벤치 샤프트(4)를 갖는 적어도 하나의 결합 요소(KE)로 이루어진다. 그러나, 결합은 또한 다양한 기계적 결합을 포함하는 결합 요소(KE)로 수행될 수 있으며, 이는 예를 들어 테스트 벤치(1) 상의 테스트 대상으로 구동 트레인의 경우와 같이, 추가의 매스 관성(멀티-매스 테스트 셋업)을 또한 포함할 수 있다.

예를 들어, 3-매스 테스트 셋업이 도 5에 나와 있다. 여기에는 결합 요소에 의해 연결되는 3 개의 매스 관성 J₁, J₂, J₃이 포함되어 있으며, 각각의 비틀림 강성 c_1, c₂ 및 비틀림 댐핑 d₁, d₂을 갖는다. J₁은 예를 들어 토크 발생기 DE, 예를 들어 내연 기관(2)이고, J₂, J₃는 토크 싱크 DS, 예를 들어 토크 측정 플랜지, 듀얼-매스 플라이휠 또는 클러치 및 부하 기계(3)이다. 2 개의 토크 발생기(DE), 내연 기관(2) 및 전기 모터, 및 토크 싱크(DS) 및 부하 기계(3)를 가진 구성도 물론 고려될 수 있다. 시스템 파라미터 SP(J₁, J₂, J₃, c₁, c₂, d₁, d₂)는 전술한 것과 유사한 방식으로 본 발명에 따라 식별될 수 있다.

사용 가능한 측정 변수에 따라 다음과 같은 구성이 가능한다.

Claims (13)

1. 테스트 벤치(1)에서의 테스트 셋업(PA)에 대한 동적 테스트 실행을 수행하는 방법으로서, 테스트 셋업(PA)은 테스트 벤치(1) 상에서 적어도 하나의 결합 요소(KE)를 통해 적어도 하나의 토크 싱크(DS)와 기계적으로 결합되는 적어도 하나의 토크 발생기(DE)를 포함하며, 상기 토크 발생기(DE), 결합 요소(KE) 및 토크 싱크(DS)는 동적 응답(SP)을 특성화시키는 시스템 파라미터로 기술되며,
   상기 테스트 셋업(PA)은 테스트 셋업(PA)에 동적 입력 신호(u(t))이 인가됨에 따라 테스트 벤치(1) 상에서 동적으로 여기되고, 이 과정에서, 테스트 셋업(PA)의 입력 신호(u(t)) 및 테스트 셋업(PA)의 출력 신호(y(t))의 측정 값(MW)이 레코딩되며,
   출력 신호(y(t))와 입력 신호(u(t)) 간의 테스트 셋업(PA)의 동적 응답의 주파수 응답(G(Ω_k))이 논파라메트릭 식별 방법을 이용하여 레코딩된 입력 신호(u(t)) 및 출력 신호(y(t))로부터 결정되며,
   입력 신호(u(t))를 출력 신호(y(t))에 매핑하는 파라메트릭 모델의 모델 구조는 주파수 응답(G(Ω_k))으로부터 도출되고,
   모델 구조 및 파라메트릭 식별 방법은 테스트 셋업(PA)의 적어도 하나의 시스템 파라미터(SP)를 결정하기 위해 사용되며,
   적어도 하나의 식별된 시스템 파라미터(SP)는 테스트 실행을 수행하는 데 사용되는, 동적 테스트 실행 방법.
2. 제 1 항에 있어서, 상기 적어도 하나의 시스템 파라미터(SP)는 상기 테스트 셋업(PA)의 적어도 하나의 구성요소에 대한 제어기(R, R_D)를 설계하는데 사용되는 동적 테스트 실행 방법.
3. 제 1 항에 있어서, 상기 적어도 하나의 시스템 파라미터(SP)는 테스트 셋업(PA)의 적어도 하나의 구성요소에 대한 제어기(R, R_D)에 공급되는 제어 편차(w) 또는 테스트 셋업(PA)의 적어도 하나의 구성요소의 제어기(R, R_D)의 설정점(SW)을 필터링하는 필터(F)를 설계하는데 사용되는, 동적 테스트 실행 방법.
4. 제 1 항에 있어서, 상기 적어도 하나의 시스템 파라미터(SP)의 변화는 시간에 따라 모니터링되는, 동적 테스트 실행 방법.
5. 제 1 항에 있어서, 상기 적어도 하나의 시스템 파라미터(SP)는 상기 테스트 셋업(PA)의 동적 응답을 원하는 동적 응답에 적응시키는 데 사용되는, 동적 테스트 실행 방법.
6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서, 상기 입력 신호(u(t))와 상기 출력 신호(y(t)) 중 적어도 하나의 측정 노이즈가, 논파라메트릭 식별 방법에서 고려되는, 동적 테스트 실행 방법.
7. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서, 로컬 다항식의 방법은 다항식을 통해 로컬 주파수(Ω_k) 주위의 모든 주파수에 대한 주파수 응답(G(Ω_k))에 국부적으로 근사하는 논파라메트릭 식별 방법으로서 사용되는, 동적 테스트 실행 방법.
8. 제 7 항에 있어서, 상기 출력 신호의 측정 노이즈(y(t))의 분산(), 또는, 상기 입력 신호(u(t))의 측정 노이즈의 분산(), 또는, 입력과 출력 간의 노이즈의 분산() 중 적어도 하나가 논파라메트릭 식별 방법을 이용하여 추가로 결정되는, 동적 테스트 실행 방법.
9. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서, 상기 주파수 응답(G(Ω_k))으로부터 공진 주파수(ω_R) 및 제거 주파수(ω_F) 중 적어도 하나가 시스템 파라미터(SP)로서 결정되는 동적 테스트 실행 방법.
10. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서, 시간 도메인의 파라메트릭 식별 방법, 바람직하게는 예측 에러 방법(PEM), 또는 주파수 도메인에서 바람직하게는, 최대 우도 추정 방법이 사용되는, 동적 테스트 실행 방법.
11. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서, 상기 파라메트릭 모델의 모델 파라미터(θ)는 상기 파라메트릭 식별 방법에 의해 결정되고 상기 파라메트릭 모델을 적어도 하나의 시스템 파라미터(SP)를 이용하여 물리적 시스템 모델과 비교함으로써, 적어도 하나의 시스템 파라미터(SP)가 모델 파라미터(θ)로부터 결정되는, 동적 테스트 실행 방법.
12. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서, 상기 파라메트릭 모델은 각각의 모델 파라미터(θ)를 갖는 서브-모델로 분할되고, 적어도 하나의 서브-모델을 적어도 하나의 시스템 파라미터(SP)를 이용하여 물리적 서브-모델과 비교함으로써, 적어도 하나의 시스템 파라미터(SP)가 서브 모델의 모델 파라미터(θ)로부터 결정되는, 동적 테스트 실행 방법.
13. 적어도 하나의 결합 요소(KE)를 통해 적어도 하나의 토크 싱크(DS)에 기계적으로 결합되는 적어도 하나의 토크 발생기(DE)를 포함하는 테스트 셋업(PA)에 대한 동적 테스트 실행을 수행하기 위한 테스트 벤치에 있어서, 상기 토크 발생기(DE), 결합 요소(KE) 및 토크 싱크(DS)는 동적 응답(SP)을 특성화시키는 시스템 파라미터로 기술되며,
    테스트 셋업(PA)에 대한 입력 신호를 명시함으로써 테스트 벤치(1) 상에서 테스트 셋업(PA)을 동적으로 여기시키는 테스트 벤치 제어 유닛(11)이 테스트 벤치(1) 상에 제공되고,
    테스트 셋업(PA)의 입력 신호(u(t)) 및 결과적인 출력 신호(y(t))의 측정 값(MW)을 레코딩하는 측정 센서(MS)가 테스트 벤치(1) 상에 제공되며,
    논파라메트릭 식별 방법을 이용하여 레코딩된 입력 신호(u(t)) 및 출력 신호(y(t)) 사이의 테스트 셋업(PA)의 동적 응답의 주파수 응답(G(Ω_k))을 결정하는 평가 유닛(12)이 제공되고, 상기 평가 유닛은 주파수 응답(G(Ω_k))으로부터 입력 신호(u(t))를 출력 신호(y(t))에 매핑하는 파라메트릭 모델의 모델 구조를 도출하고, 테스트 셋업(PA)의 파라메트릭 식별 방법 및 모델 구조에 기초하여 적어도 하나의 시스템 파라미터(SP)를 결정하며,
    상기 테스트 벤치 제어 유닛(11)은 적어도 하나의 식별된 시스템 파라미터(SP)를 이용하여 테스트 실행을 수행하는, 테스트 벤치.