Nomenklatur - im ZESS
Nomenklatur - im ZESS
Nomenklatur - im ZESS
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
4.2 Ein adaptives Kalman-Filter zur Lastschätzung<br />
12<br />
8<br />
4<br />
0<br />
Brennraumdruck [bar]<br />
-4<br />
0 1000 2000<br />
Abtastwerte in Grad KW<br />
3000<br />
4000<br />
-1.5<br />
-2<br />
Offset, Zustand x2 [bar]<br />
-2.5<br />
-3<br />
Q=1e-4<br />
-3.5<br />
0 1000 2000<br />
Abtastwerte in Grad KW<br />
3000<br />
Q=1e-6<br />
4000<br />
24<br />
20<br />
16<br />
12<br />
8<br />
Drosselklappenwinkel [Grad]<br />
10 20 30<br />
Arbeitsspiele<br />
40 50<br />
60<br />
Abbildung {4.10}: Offsetverlauf des Brennraumdrucksensors <strong>im</strong> Fahrzeug während<br />
eines Instationärvorganges<br />
Zusammenfassend wird deutlich, daß das Filter sowohl stationär auf jeden beliebigen Offsetwert<br />
von Arbeitsspiel zu Arbeitsspiel einschwingt, als auch instationär einer deutlichen Verschiebung<br />
des Offsets folgt.<br />
4.2 Ein adaptives Kalman-Filter zur Lastschätzung<br />
Unbekannte Parameter verringern die Güte der Zustandsschätzung bei Kalman-Filtern und<br />
können <strong>im</strong> Extremfall das Filter divergieren lassen. Ändern sich diese Parameter mit der Zeit,<br />
verstärkt sich die angesprochene Problematik. Deshalb ist es häufig notwendig, gleichzeitig<br />
zur Zustandsschätzung die unsicheren Parameter mitzuschätzen, zu adaptieren. Da nicht alle<br />
Parameter am Verbrennungsmotor mit endlicher Genauigkeit best<strong>im</strong>mt werden können, müssen<br />
mit einer Sensitivitätsanalyse die Parameter ermittelt werden, deren Fehler das Schätzergebnis<br />
am stärksten beeinflussen. Diese Parameter werden dann mit einem adaptiven Algorithmus<br />
mitbest<strong>im</strong>mt.<br />
Zuerst wird ein physikalisch mathematisches Modell der Luftmasse <strong>im</strong> Zylinder in Abhängigkeit<br />
gemessener Brennraumdrucksignale und weiterer charakteristischer Motorkenngößen<br />
gebildet. Besonders wichtig für die Implementierung eines Filteralgorithmus <strong>im</strong> Fahrzeug sind<br />
die Randbedingungen, die durch die Hardware, sowohl elektronisch von der Motorsteuerung<br />
als auch motorspezifisch durch die kurbelwinkeldiskrete Arbeitsweise, vorgegeben sind. Dar-<br />
Seite 84