Zusammenfassung
Der erste Teil dieses Beitrags in der Oktober-Ausgabe der MTZ brachte eine Einführung über spezielle neuronale Netze, ging auf geeignete Prüfstandsmessstrategien ein und stellte eine Modellbildung des Motor- und Abgasverhaltens mit Hilfe schneller neuronaler Netze vor. Im zweiten Teil wird beschrieben, wie offline ein einmalig dynamisch vermessener und mit neuronalen Netzen modellierter Motor in relativ kurzer Zeit optimiert werden kann. Aufbauend auf einer stationären Grundoptimierung erfolgt eine modellbasierte Optimierung für die Stellgrößen.
Die Untersuchungen wurden am Institut für Automatisierungstechnik der TU Darmstadt im Rahmen des DFG-Sonderforschungsbereichs „Integrierte Mechanisch-elektronische Systeme für den Maschinenbau“ durchgeführt.
This is a preview of subscription content, log in via an institution to check access.
Literaturhinweise
Mertl, R.; Otto, E.; Beckmann, R.: Die neue Motorsteuerung von Siemens für die BMW Sechszylinder-Ottomotoren. In: MTZ 59 (1998), Nr. 12, S. 820–825
Unland, S.; Stuhler, H.; Stuber, A.: Neue effiziente Applikationsverfahren für die physikalisch basierte Motorsteuerung ME7. In: MTZ 59 1998), Nr.11, S.744–751
Renninger, P.; Daudel, H.; Hohenberg, G.: Das DaimlerChrysler-Konzept zur computergestützten Motoroptimierung. In Tagungsband zum 4. Internationalen Symposium für Verbrennungsdiagnostik, Baden-Baden, 2000, S. 231–239
Isermann, R.; Hafner, M.; Schaffnit, J.; Schüler, M.; Sinsel,S.: Modellbildung und Simulation des statischen und dynamischen Verhaltens von Dieselmotoren mit Turbolader. In Tagungsband des GMA-Kongresses, Baden-Baden, 1998
Mitterer, A.; Zuber-Goos, F.: Modellgestütze Kennfeldoptimierung — Ein neuer Ansatz zur Steigerung der Effizienz in der Steuergeräteapplikation. In: ATZ 102 (2000), Nr. 3, S. 188–196
Hafner, M.; Schüler, M.; Nelles, O.: Dynamical Identification and Control of Combustion Engine Exhaust. In Tagungsband der American Control Conference (ACC), San Diego, USA, 1999
Gschweitl, K.; Pflügl, H.; Riel, A.; Leithgöb, R.: CAMEO im Online-Motoroptimierungsprozess mit statistischen Verfahren. In Tagungsband zum 4. Internationalen Symposium für Verbrennungsdiagnostik, Baden-Baden, 2000, S.241-250
Kuder, J.; Kruse, T.: Parameteroptimierung an Ottomotoren mit Direkteinspritzung. In: MTZ 61 (2000), Nr. 6, S. 378–384
Isermann, R. Skriptum zur Vorlesung Prozessautomatisierung, Institut für Automatisierungstechnik, TU Darmstadt, 1996
Hafner, M.; Jost, O.; Isermann, R.: Optimierung von Dieselmotormanagementsystemen durch Einsatz von neuronalen Netzen und Rapid Control Prototyping. In: Thema Forschung 1/2000, Nr.1, S.160–173
Hochschwarzer, H.: Automatische Motorparameteroptimierung. Graz, Technische Universität, Dissertation, 1990
Schüler, M.: Stationäre Optimierung der Motorsteuerung von Pkw-Dieselmotoren mit Abgasturbolader durch Einsatz schneller neuronaler Netze, Darmstadt, Technische Universität, eingereichte Dissertation, IAT, 2000
Isermann, R.; Jost, O.; Schwarte, A.: Modellgestützte Reglerentwicklung für einen Abgasturbolader mit variabler Turbinengeometrie an einem DI-Dieselmotor. In: MTZ 61 (2000), Nr. 3, S. 184–193
Author information
Authors and Affiliations
Rights and permissions
About this article
Cite this article
Hafner, M., Schüler, M. & Isermann, R. Einsatz schneller neuronaler Netze zur modellbasierten Optimierung von Verbrennungsmotoren. MTZ Motortech Z 61, 798–805 (2000). https://doi.org/10.1007/BF03227317
Issue Date:
DOI: https://doi.org/10.1007/BF03227317