Dokument 1.pdf - Universität Siegen

9 Zusammenfassung und Ausblick
Zur gleichzeitigen Parameter und Zustandsschätzung sind das Extended-Kalman-Filter
und ein adaptives Kalman-Filter mit überlagertem Maximum-Likelihood-Ansatz untersucht
worden. Der Vorteil gegenüber den reinen Parameterschätzverfahren liegt in
der Möglichkeit der direkten Bestimmung der unsicheren physikalischen Parameter des
untersuchten Streckenmodells. Deshalb kann schon während des Filterlaufs durch die
gleichzeitige Parameter- und Zustandsschätzung eine Aussage über das Identifikationsergebnis
gemacht werden. Ein Nachteil liegt in den komplexeren und dadurch rechenzeitintensiveren
Algorithmen. Beide Verfahren sind sowohl für den linearen als auch für
den nichtlinearen Fall einsetzbar. Dabei kann das Extended-Kalman-Filter durch seine
nichtlineare Struktur direkt eingesetzt werden. Das Verfahren mit Kalman-Filter und
Maximum-Likelihood-Ansatz wird hierzu auf den nichtlinearen Fall erweitert.
Bei diesen beiden Verfahren hat sich der adaptive Ansatz mit deutlich besserem Konvergenzverhalten
und deutlich robusteren Eigenschaften auf Startwerte und auftretende
Rauschprozesse durchgesetzt. Das Extended-Kalman-Filter zur gleichzeitigen Parameterund
Zustandsschätzung ist nur für Problemstellungen mit einer geringen Anzahl unsicherer
Parameter geeignet. Für das aufgeführte Beispiel im Kapitel 5.2.3 ist die Schätzung
zweier unbekannter Parameter im Luftpfad nicht mehr möglich. Aus diesem Grund ist
für den direkten Ansatz mit einem Extended-Kalman-Filter auf eine nichtlineare Betrachtung
verzichtet worden. Dementgegen konnten bei der Untersuchung des Anwendungsbeispiels
mit dem adaptiven Ansatz gleichzeitig bis zu sechs unbekannte Parameter
geschätzt werden. Außerdem ist auch der Einsatz für die nichtlineare Modelldarstellung
des Anwendungsbeispiels erfolgreich. Deshalb ist für die spätere Identifikation des Luftpfads
mit Realdaten der adaptive Ansatz gewählt worden.
Nach der Bewertung und Auswahl der geeigneten Verfahren kann die Identifikation
der dynamischen Gemischbildung mit Realdaten eines kanaleinspritzenden Ottomotors
vorgenommen werden. Hierbei ist die Identifikation für die Bestimmung eines Betriebspunkts
in zwei Schritte unterteilt worden.
Im ersten Schritt wird der Luftpfad mit dem adaptiven Ansatz des Parameter- und
Zustandsschätzers mit Kalman-Filter und überlagertem Maximum-Likelihood-Ansatz
identifiziert. Dabei werden die Saugrohrzeitkonstante und die Gesamttotzeit des Systemmodells
geschätzt. Die Totzeit beschreibt den Zeitraum vom Öffnen des Einlaßventils bis
zum Erreichen des verbrannten Abgases nach dem Ausschiebevorgang an der Lambdasonde.
Anschließend wird im zweiten Schritt unter Verwendung der vorher bestimmten
Totzeit der Kraftstoffpfad mit einem Kalman-Filter-Verfahren, das den Regressionsansatz
löst, identifiziert. Danach sind die Parameter des Wandfilmmodells, eine kleine und
eine große Zeitkonstante sowie die Aufteilungsfaktoren, bestimmt.
148