Verfahren zur Bestimmung der Einspritzmenge von Injektoren einer selbstzündenden Brennkraftmaschine
Die Erfindung betrifft ein Verfahren zur Bestimmung der Einspritzmenge von Injektoren einer selbstzündenden Brennkraftmaschine.
Injektoren für moderne direkteinspritzende Dieselmotoren unterliegen hohen mechanischen Präzisions- und Toleranzanforderungen, die zu hohen Herstellungskosten führen. Dennoch besitzen solche Injektoren zum einen eine Streubreite in Bezug auf die tatsächlich eingespritzten Kraftstoffmengen bei identischen Einspritzsteuersignalen und zum anderen eine Mengendrift, wobei sich während der Lebenszeit Veränderungen ergeben.
Zur Erfassung der eingespritzten Kraftstoffmenge werden oft Klopfsensoren verwendet, deren Einsatz jedoch nur in einem eng begrenzten Drehzahl-Lastbereich möglich ist.
Aus der DE 198 38 222 Al und der DE 198 49 115 C2 sind Verfahren bekannt, die auf der Auswertung eines Ionenstromsignals einer selbstzündenden Brennkraftmaschine basieren. In der einen Druckschrift wird daraus der Einspritzzeitpunkt abgeleitet und eine eventuelle Dauereinspritzung erkannt und in der anderen wird die
Qualität des Kraftstoffs bestimmt. Die Erfassung der Einspritzmenge ist dagegen nicht vorgesehen.
Die Aufgabe der vorliegenden Erfindung besteht darin, auf einfache Weise die Einspritzmenge in Zylindern von selbstzündenden Brennkraftmaschinen bei allen möglichen Betriebszuständen zu erfassen.
Diese Aufgabe wird erfindungsgemäß durch ein Verfahren mit den Merkmalen des Anspruchs 1 gelöst .
Durch die Erfassung der Einspritzmenge mittels des Ionenstromverlaufs in den jeweiligen Brennkammern und die Auswertung mittels eines Neuronalen Netzes kann die Einspritzmenge sehr exakt und auf einfache Weise erfasst werden. Die Toleranzen der Injektoren können dadurch ausgeglichen, beispielsweise ausgeregelt werden, so dass eine gleichmäßige Kraftstoffzufuhr zu den einzelnen Zylindern möglich wird. Dies verbessert die Laufkultur des Motors und verringert die Geräusch- und Abgasemission. Die Toleranzanforderungen an die Injektoren können gesenkt werden, so dass eine kostengünstigere Fertigung möglich wird. In vorteilhafter Weise kann auch das Langzeitverhalten der Injektoren überwacht und eine Kompensation bei auftretenden Abweichungen durchgeführt werden. Die jeweilige Auswertung des Ionenstromsignals durch ein Neuronales Netz erfolgt sehr schnell, wodurch schnelle Regelungen zur Kompensation von Abweichungen der Einspritzmengen möglich werden.
Durch die in den Unteransprüchen aufgeführten Maßnahmen sind vorteilhafte Weiterbildungen und Verbesserungen des im Anspruch 1 angegebenen Verfahrens möglich.
Die Abtastwerte werden bevorzugt aus dem gemittelten Ionenstromverlauf erfasst, was zu einer exakteren Auswertung führt .
Eine noch größere Genauigkeit wird dadurch erreicht, dass wenigstens ein weiteres Sensorsignal und/oder Steuersignal eines Motorsteuergeräts als Eingangssignal dem Neuronalen Netz zugeführt wird. Ein solches weiteres Signal ist beispielsweise ein Lambda-Sensorsignal, ein Temperatursignal oder ein Ansteuerbeginn- und/oder ein Ansteuerdauersignal für den Injektor.
Das Neuronale Netz kann in einfachster Form oder in einer verbesserten Form als geschichtetes Neuronales Netz (Multi- Layer Neural Network) ausgebildet sein.
Das Training des Neuronalen Netzes kann insbesondere dadurch erfolgen, dass es für verschiedene Betriebspunkte trainiert wird, mit denen die Gewichte des Netzes kalibriert werden.
Zweckmäßigerweise wird eine insbesondere lineare Kennlinie für die Zuordnung der Ausgangssignale des Neuronalen Netzes zur jeweiligen Einspritzmenge gebildet. Diese Kennlinie bildet dann eine Normierung, anhand derer Abweichungen beobachtet und gegebenenfalls ausgeregelt werden können.
In Abhängigkeit der Ausgangssignale des Neuronalen Netzes wird der jeweilige Injektor kalibriert, was insbesondere als On-Board-Kalibrierung erfolgen kann.
In Abhängigkeit der Ausgangssignale des Neuronalen Netzes werden die Injektor-Steuersignale in vorteilhafter Weise korrigiert, insbesondere durch eine Regelung, die dann auch altersbedingte Veränderungen kompensieren kann.
Ein Ausführungsbeispiel der Erfindung ist in der Zeichnung dargestellt und in der nachfolgenden Beschreibung näher erläutert. Es zeigen:
Figur 1 ein Blockschaltbild zur Erläuterung des erfindungsgemäßen Verfahrens zur Erfassung der Einspritzmenge der Injektoren einer selbstzündenden Brennkraftmaschine mittels eines Neuronalen Netzes,
Figur 2 die schematische Darstellung der Auswertung des Ionenstroms mittels eines Neuronalen Netzes
und
Figur 3 eine Kennlinie für das Ausgangssignal des Neuronalen Netzes in Abhängigkeit der eingespritzten Kraftstoffmenge.
In dem in Figur 1 dargestellten Blockschaltbild ist eine Brennkammer 10 eines Zylinders einer selbstzündenden Brennkraftmaschine , also beispielsweise eines Dieselmotors, schematisch dargestellt. In diese Brennkammer 10 greift ein Injektor 11 zum Einspritzen der jeweils erforderlichen Brennstoffmenge und eine Ionenstromsonde 12 ein. Als Ionenstromsonde 12 wird üblicherweise eine mit einer Ionenstromsonde kombinierte Glühkerze verwendet, jedoch kann auch prinzipiell eine separate Ionenstromsonde 12 vorgesehen sein. Sie besteht aus zwei voneinander isolierten Elektroden, an die eine elektrische Spannung von beispielsweise 200 V (positiv oder negativ) angelegt wird. Während der Verbrennung in der Brennkammer 10 kommt es insbesondere in der Flammenfront zu chemischer Ionisation, bei sehr hohen Temperaturen zusätzlich zu thermischer Ionisation. Auf Grund
der an der Ionenstromsonde 12 angelegten Gleichspannung tritt ein Stromfluss zwischen den Elektronen der Ionenstromsonde 12 auf, der als Ionenstrom bezeichnet wird. Die Größe dieses Ionenstroms hängt von der angelegten Spannung und vom Ionisationsgrad der Gase ab. Dieser ist wiederum unter anderem bestimmt durch die Brennraumtemperatur, den Brennraumdruck, das Verbrennungs-Luft-Verhältnis, den Zündzeitpunkt, die KraftstoffZusammensetzung sowie die eingespritzte Kraftstoffmenge.
Das erfasste Ionenstromsignal wird in einem Signalaufbereitungsmodul 13 aufbereitet. Üblicherweise wird der Strom mittels eines Messwiderstands in eine entsprechende Spannung umgesetzt. Die Ionenstromkurven aufeinanderfolgender Zündvorgänge werden dann gemittelt, so dass eine gemittelte Ionenstromkurve gebildet wird. Die Mittelung kann eine vorgebbare Zahl von Ereignissen umfassen, wobei jeweils die dieser Zahl entsprechende Anzahl vorangegangener Ereignisse verwendet wird.
Die gemittelte Ionenstromkurve wird nun mittels eines Neuronalen Netzes 14 erfasst. In Figur 2 ist schematisch und beispielhaft ein einfaches Neuronales Netz dargestellt, wobei in der Praxis eher ein geschichtetes Neuronales Netz (Multi- Layer Neural Network) eingesetzt wird. Bestimmte Werte der Ionenstromkurve Ii (t) zu bestimmten Zeitpunkten des Verlaufs Xi - X4 werden Gewichtungsstufen 15-18 zugeführt, wo sie mit Gewichtungsfaktoren Wi bis w4 multiplikativ verknüpft werden. Im Ausführungsbeispiel sind dies vier Werte, jedoch kann diese Zahl selbstverständlich nahezu beliebig variieren. Weiterhin wird durch eine Gewichtungsstufe 19 ein Grundwert - b festgesetzt. Weiteren Gewichtungsstufen 20, von denen eine symbolisch dargestellt ist und den Gewichtungsfaktor wx besitzt, werden zusätzliche Parameterwerte zugeführt, die zur
Bildung des Einspritzmengensignals mit herangezogen werden sollen. Dieser Gewichtungsstufe 20 ist der Parameterwert Ix zugeführt, wobei gemäß Figur 1 ein solcher Parameter die Temperatur T und/oder der Wert λ einer Lambda-Sonde und/oder Einspritzsteuersignale ti einer Motorelektronik sein kann, beispielsweise das Signal für den Einspritzbeginn und/oder das Signal für die Einspritzdauer. Diese Werte werden dann ebenfalls in Gewichtungsstufen unabhängig voneinander gewichtet. Die Signale aller Gewichtungsstufen 15-20 werden dann einer Summierstufe 21 (Neuron oder Knoten) zugeführt und aufsummiert. Da das Ionenstromsignal von der eingespritzten Kraftstoffmenge abhängt und ergänzend für das Neuronale Netz zusätzliche Parameter verwendet und gewichtet werden, die ebenfalls in Abhängigkeit der eingespritzten Kraftstoffmenge stehen, ist das sich ergebende Summensignal NN mit großer Genauigkeit ein Maß für die eingespritzte Kraftstoffmenge.
In einer Normierungsstufe 22 erfolgt dann die Normierung, indem die Signale NN des Neuronalen Netzes 14 tatsächlich gemessenen Kraftstoffmengen M zugeordnet werden. Es ergibt sich dadurch eine Normierungsgerade. Auf Grund dieser Normierungslinie kann dann in der Folge jeweils einem Signal NN des Neuronalen Netzes 14 eine eingespritzte Kraftstoffmenge zugeordnet werden.
Durch Training des Neuronalen Netzes 14 unter Verwendung der beschriebenen Abtastwerte der Ionenstromkurve und der übrigen Parameterwerte kann die Gesamtmenge des eingespritzten Kraftstoffs detektiert werden. Das Training erfolgt für verschiedene Betriebspunkte, mit denen die Gewichte der Gewichtungsstufen endgültig kalibriert werden. Dabei ist eine On-Board-Kalibrierung der Injektoren möglich.
Durch das beschriebene Verfahren können Injektoren individuell auf ihr Einspritzverhalten geprüft werden, wobei die Einspritzsteuersignale für den jeweiligen Injektor 11 dann so angepasst werden können, dass in allen Zylindern gleiche Kraftstoffmengen eingespritzt werden. Darüber hinaus können im Rahmen von Kundendiensten die Injektoren in Abständen geprüft werden. Wenn sich eine Veränderung ergibt, können die Einspritzsteuersignale entsprechend nachjustiert werden.
Es ist auch möglich, eine ständige Regelung der Einspritzmenge dahingehend durchzuführen, dass das durch das Neuronale Netz ermittelte Einspritzmengensignal der Motorelektronik des Kraftfahrzeugs rückgemeldet wird, so dass das Einspritzmengensignal bei eventuellen Veränderungen sofort nachgeregelt werden kann.
Die in Figur 1 dargestellten und beschriebenen Baugruppen können selbstverständlich auch Bestandteil der Motorelektronik sein, also in der Motorelektronik integriert sein. Sie können jedoch auch ganz oder teilweise als separates Steuergerät aufgebaut sein.