Dokument 1.pdf - Universität Siegen
Dokument 1.pdf - Universität Siegen
Dokument 1.pdf - Universität Siegen
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
8 Ergebnisse der Identifikation der dynamischen<br />
Gemischbildung<br />
In diesem Kapitel werden die erzielten Ergebnisse der Identifikation des Luft- und Kraftstoffpfads<br />
mit Realdaten eines Aggregates vorgestellt. Hierbei handelt es sich um einen<br />
saugrohreinspritzenden Sechszylindermotor mit einem Hubraum von 3199 cm 3 .<br />
Der Ablauf der Identifikation ist in zwei Schritte unterteilt worden. In einem ersten<br />
Schritt wird der Luftpfad mit den Parametern der Saugrohrzeitkonstante τ s und der Totzeit<br />
t d mit dem adaptiven linearen Kalman-Filter aus Kapitel 5.2.2 für einen bestimmten<br />
Arbeitspunkt identifiziert. Anschließend wird die ermittelte Totzeit t d verwendet, um in<br />
einem zweiten Schritt den Kraftstoffpfad und seine Parameter der Wandfilmdynamik<br />
α, β, a, b und c mit einem linearen Kalman-Filter nach der Regressionsmethode aus Kapitel<br />
5.1.3 zu bestimmen. Diese Vorgehensweise ist für den gesamten Betriebsbereich für<br />
den betriebswarmen Motor durchgeführt worden.<br />
8.1 Ergebnisse der Identifikation des Luftpfads<br />
In diesem Unterpunkt werden die erzielten Ergebnisse der Identifikation des Luftpfads<br />
des Schrittes I. aus Kapitel 7.2.2 dargestellt. Bevor die Daten dem eigentlichen Identifikationsverfahren<br />
zur Verfügung gestellt werden können, muß die Verschiebung mittels<br />
Korrelationsansatz ermittelt werden. Nach der Bestimmung der Totzeit und der anschließenden<br />
Verschiebung der Eingangsdaten nach Gleichung (7.3) kann der adaptive<br />
Parameter- und Zustandsschätzer mit Kalman-Filter und überlagertem ML-Verfahren<br />
gestartet werden.<br />
8.1.1 Ergebnisse anhand eines Betriebspunkts<br />
In der Abbildung 8.1 ist für den Betriebspunkt tl = 50 % und rpm = 2000<br />
U der min<br />
Schätzverlauf exemplarisch dargestellt. In den ersten beiden Diagrammen sind die Saugrohrzeitkonstante<br />
τ s und die Totzeit t d abgebildet und in den folgenden drei Diagrammen<br />
sind die Zustände des Modells dargestellt. Dem dritten Zustand ist die rückgerechnete<br />
Meßgröße gegenübergestellt und im letzten Diagramm ist das Residuum abgebildet.<br />
Nach zweihundert Filterzyklen wird die Adaption mit dem ML-Verfahren eingeschaltet.<br />
Nach einer kurzen Konvergenzzeit von 20 Zyklen sind die Saugrohrzeitkonstante τ s und<br />
die Totzeit t d bestimmt.<br />
127
Change language