Contribution to the automated control map calibration of automotive diesel engines.

In dieser Arbeit wurden die Schwerpunkte auf die automatisierte Basis-Applikation mit finaler Online-Bedatung gelegt. Die Bestimmung stabiler Grundkennfelder stellt die Hauptaufgabe in der ersten Phase der Steuergeräteapplikation dar und legt den Grundstein für die nachfolgende Feinapplikation. Die Untersuchungen wurden an einem 4-Zylinder-DI-Dieselmotor mit Common-Rail-Einspritzsystem durchgeführt. Den Ausgangspunkt des Applikationsansatzes bildet die Postulierung eines minimalen Versuchsaufwands nach dem Prinzip der globalen Wissenserhebung. Basierend auf diesen Überlegungen wurde ein Verfahren zur globalen Versuchsplanung entwickelt, das die Abdeckung des gesamten Motorhyperraumes durch die optimierte Verteilung der Designpunkte vorsieht. Die analytische Bewertung des Kandidatensatzes erfolgt anhand eines integralen Gütekriteriums. Hierbei dient das Takagi-Sugeno-Inferenz-System als globale Modellstruktur, das sich im Hinblick auf die Abbildung der mehrdimensionalen Motorzusammenhänge als besonders geeignet erwiesen hat. Des Weiteren wurde ein an den Versuchsplan angepasstes, automatisches Vermessungskonzept entwickelt, das Screening-Versuche zur Skizzierung der äußeren Parametergrenzen beinhaltet und die automatische, globale Vermessung der geplanten Designpunkte unter Adaption lokaler Versuchsraumbeschränkungen ermöglicht. Das automatische Vermessungsprinzip stellt einen notwendigen Beitrag zum durchgängigen und effizienten Entwicklungsprozess dar. Die Durchführung der modellbasierten Offline-Optimierungsmethodik hat gezeigt, dass nicht in erster Linie die Güte des globalen Motormodells, sondern vielmehr die fehlende Detail-Kenntnis über die Grenzen der Hyperräume ausschlaggebend für die Optimierungsqualität ist. Hierzu wurden verschiedene Modelltypen (Feedforward-Mehrschichtnetz, Radiale-Basisfunktionen-Netz, Sugeno-Inferenz-System, Polynom 3. Ordnung mit Wechselwirkungen) angewendet. Die Optimierungsqualität kann durch die Umsetzung der Online-Optimierung aufgrund der iterativen Verifikation der Lösungsvorschläge verbessert werden. Mit Hilfe der Fuzzy-Technik wurde ein Verfahren zur automatisierten Wissensbildung entwickelt, um aus gelernten Motorprozesszusammenhängen Lösungsvorschläge in Form von WENN-DANN-Regeln zu formulieren. Stationäre Motorbetriebspunktoptimierungen wurden mittels der modellierten, regelbasierten Wissensbasis in Verbindung mit einem heuristischen Steueralgorithmus online am Motorprüfstand verwirklicht. Die Ergebnisse bestätigen die Wirksamkeit des Online-Verfahrens in der vergleichenden Gegenüberstellung mit der modellbasierten Offline-Methode.The subject of this work is the automated calibration of the basic control map parameters. The testings were carried out on a turbocharged common rail 4-cylinder engine. Starting point of this work is the global experimental design covering the entire multidimensional engine space. The advantage of this approach is the reduced experimental effort in comparison to local experimental designs. The evaluation of the experimental design bases on an integral optimization criterion set up mathematically for the Takagi-Sugeno inference system. The Takagi-Sugeno inference system served as the global model structure and turned out to be particularly suitable for the approximation of the multidimensional nonlinear engine behaviour. Furthermore, a measuring concept was developed for global range screening and for automated operational test measurements providing adaptions of local range restrictions. This method contributes to an efficient development process. The realization of the model-based off-line optimization methodology has shown that not primarily the model quality but rather the missing detailed knowledge about the borders of the engine space is decisive for the optimization quality. For this, different model types (feed forward neural network, radial basis function net, Sugeno inference system, third-order polynomial function) were applied. The optimization quality can be improved by calibrating the control maps on-line at the engine test bed. Thus, the optimization trajectory can be verified iteratively, and, if necessary, adjusted by additional solution proposals. The establishing of an automated online calibration demands an accurate optimization method with the ability to handle the increasing complexity of diesel engine concepts and to minimize the calibration time by rapid calculations. With the help of the Fuzzy technology a rule-based expert system was developed for rapid calculations of solution proposals. The knowledge-based optimization was applied to several stationary operating points. The results approve the effectiveness of the on-line procedure in comparison to the model-based off-line method