Modellgestützte Fehlererkennung für Turboaufladung und Einspritzung von Dieselmotoren

Christof Ludwig

ISBN 978-3-89722-364-6
154 Seiten, Erscheinungsjahr: 2000
Preis: 40.50 €
Modellgestützte Fehlererkennung für Turboaufladung und Einspritzung von Dieselmotoren

Die in heutigen Kraftfahrzeugen eingesetzte Elektronik ist extrem leistungsfähig geworden und übernimmt neben dem Motormanagement auch Regelungen und Steuerungen für das Fahrwerk, die Bremsanlage und Karosseriefunktionen. Durch die komplexen Strukturen und die immer stärkere Vernetzung von Verbrennungsmotor, Antriebsstrang, Steuerelektronik und Nebenaggregaten werden zur Reparatur und Wartung sowie zur Steigerung der Zuverlässigkeit in verstärktem Umfang Diagnosesysteme benötigt.

Das Ziel dieser Arbeit ist es, unter Ausnutzung möglichst weniger Sensorsignale verschiedene Fehlererkennungsverfahren für einem Dieselmotor zu entwickeln und zu bewerten. Dazu werden zunächst Grundlagen der Fehlererkennung und -diagnose erläutert. Neben einer Übersicht zur Fehlererkennung an Dieselmotoren werden die im Ergebnisteil verwendeten mathematischen Verfahren zur Parameterschätzung und neuronale Netze beschrieben. Die Methoden basieren auf einem mathematischen Modell eines Dieselmotors. Die Modellgleichungen sind auf die Anforderungen der Fehlererkennung zugeschnitten, so daß nur die für die Erkennung der gesuchten Fehler relevanten Größen wiedergegeben werden. Auf eine komplette thermodynamische Kreisprozeßrechnung wird zugunsten einer kleineren Rechenzeit verzichtet. Die trotzdem benötigten internen Größen, wie z.B. der Zylinderdruck, werden mit Hilfe von Approximationsverfahren berechnet. Aufbauend darauf werden exemplarisch folgende Fehlererkennungsmethoden entwickelt: Ein Verfahren zur Erkennung von Verbrennungsaussetzern  berechnet aus dem gemessenen Motordrehzahlsignal charakteristische Merkmale. Die Weiterverarbeitung mit einem neuronalen Netzwerk gestattet eine zylinderselektive Aussetzererkennung.Zur Erkennung von Fehlern am Turbolader werden in "Beobachterbänken" zusammengefaßte Hammersteinmodelle verwendet.

Ausgehend von einem Verfahren zur Zylinderdruckanalyse werden weitere Merkmale generiert, die mit Hilfe von Radial-Basis-Funktions-Netzwerken einen Rückschluß auf die statischen NOx-Emissionen zulassen. Durch eine qualitative Bewertung der ermittelten Emissionswerte können Fehler im Bereich der Verbrennung erkannt werden. Die aus den unterschiedlichen  Verfahren gewonnenen Symptome werden mit Hilfe von neuronalen Netzen auf Fehlermuster abgebildet. Durch diese Vorgehensweise wird eine leistungsfähige Fehlererkennung aufgebaut, die es erlaubt, auch gleichzeitig auftretende Fehler zu erkennen.

Abschließend wird die Realisierbarkeit der neu entwickelten Verfahren in gegenwärtigen Serienmotoren diskutiert und bewertet. Neben dem Rechenaufwand spielt dabei auch der jeweils erforderliche Anpassungsaufwand eine Rolle.