VERFAHREN ZUR GEMISCHSTEUERUNG BEI EINEM VERBRENNUNGSMOTOR UND VORRICHTUNG ZU DESSEN DURCHFÜHRUNG

Beschreibung

[0001] Die Erfindung betrifft ein Verfahren zur Gemischsteuerung bei einem Verbrennungsmotor sowie eine Vorrichtung zu dessen Durchführung.

[0002] Die Gemischsteuerung spielt nicht nur eine wichtige Rolle für das Betriebsverhalten eines Verbrennungsmotors, sondern ist entscheidend für die Erzielung geringerer Emissionen von schädlichen Abgasen. So überführt der bei Ottomotoren übliche Dreiwegekatalysator nur dann zufriedenstellend schädliche Abgase (insbesondere Kohlenwasserstoffe, Kohlenmonoxid und Stickoxide) in unschädliche Reaktionsprodukte, wenn der Sogenannte Lambdawert (λ) des Gemisches innerhalb sehr enger Grenzen bei λ=1 (stöchiometrisches Verhältnis) liegt. Auch bei Dieselmotoren müssen zur Erzielung geringer Emissionen und hoher Wirkungsgrade bestimmte variable Gemischverhältnisse sehr genau erreicht werden. Angesichts der zunehmenden Probleme im Bereich der Luftreinhaltung und der immer strenger werdenden Emissionsschutzbestimmungen kommt der Gemischsteuerung daher eine wichtige Rolle zu.

[0003] Bei den herkömmlichen Systemen erfolgt die Einstellung des Gemisches i.a. durch Vorsteuerung und eine überlagerte Regelung. Und zwar wird z.B. über eine im Abgasstrom angeordnete Lambdasonde der verbleibende Restsauerstoffgehalt im Abgas gemessen. Der gewünschte stöchiometrische Wert des Luft- Kraftstoffgemisches (d.h. λ=1) führt zu einem bestimmten Restsauerstoffgehalt. Beim Abweichen von λ=1 zeigt sich demgegenüber ein größerer oder kleinerer Restsauerstoffgehalt. Die Lambdasonde erzeugt ein entsprechendes Ausgangssignal. Diese dient als Istwert für einen PI-Regler, der die einzuspritzende Kraftstoffmenge dahingehend verändert, daß das stöchiometrische oder ggf. ein anderes gewünschtes Mischungsverhältnis eingehalten wird. Um die bei einer Regelung im herkömmlichen Sinn unvermeidliche Regeldifferenz möglichst klein zu halten, erfolgt durch Verwendung von statischen Kennfeldern eine betriebspunktabhängige z.B. von der Drosselklappenstellung und der Drehzahl abhängige Vorsteuerung der Einspritzmenge. Die Kennfelder werden beim Motorenhersteller in umfangreichen Test auf Prüfständen ermittelt. Dabei werden Mittelwerte im Kennfeld abgelegt, um die Serienstreuung der für die Verbrennung ausschlaggebenden Motorparameter auszugleichen. Solange noch kein Regelsignal vorliegt, verwendet die Gemischregelung den im Kennfeld vorgegebenen Wert für die Einspritzmenge. Aufgrund der mehrere Arbeitstakte betragende Totzeit (bis sich nämlich eine bestimmte Einspritzmenge im Abgas am Ort der Lambdasonde bemerkbar macht) ist es dieser Regelung nicht möglich, nach Last- oder Drehzahländerungen das gewünschte Mischungsverhältnis einzuhalten. In der Praxis wird aus diesem Grund während Beschleunigungs- und Abbremsphasen die Lambdaregelung gänzlich inaktiviert; die Einspritzmenge wird dann nur mit Hilfe des Kennfeldes gesteuert. Bei dynamischem Fahrbetrieb kommt es daher insgesamt betrachtet zu erheblichen Abweichungen von dem Lambda-Sollwert, was zu entsprechend hohen Schadstoffemissionen führt. Strenge Abgasbestimmungen lassen sich damit nicht oder nur unter Schwierigkeiten einhalten.

[0004] In der Veröffentlichung U.Lenz und D.Schröder: Artificial Intelligence for Combustion Engine Control, SAE-Paper Nr. 960328, Februar 1996 wird ein Verfahren zur Bestimmung der in einen Zylinder eingesaugten Luftmasse vorgeschlagen. Die Veröffentlichung U.Lenz und D.Schröder: Identifikation isolierter Nichtlinearitäten mit Neuronalen Netzen, GMA Fachausschuß 1.4 "Theoretische Verfahren der Regelungstechnik", Workshop in Interlaken, 1996, betrifft allgemein einen sogenannten Beobachteransatz auf der Grundlage eines Neuronalen Netzes. In diesen Veröffentlichungen wird ein Verfahren der künstlichen Intelligenz, einsetzbar zur Regelung von Verbrennungsmotoren, beschrieben, welches einen "indirekten" Regelungsansatz durch Gewinnung von Wissen darstellt. (Vorweg sei bemerkt, daß die vorliegende Erfindung im Gegensatz dazu ein neuartiges Verfahren der Künstlichen Intelligenz lehrt, das einen "direkten" Regelungsansatz darstellt, indem das Verfahren das Steuergesetz "lernt").

[0005] Lambda-Regelungen mit Hilfe eines Neuronalen Netzes, bei denen die Eingangswerte Drehzahl, Druck und/oder Drosselklappenstellung und der gemessene Lambda-Wert, gegebenenfalls aufbereitet, dem Neuronalen Netz zur Regelung und/oder zu Lernzwecken zugeführt wird, sind bekannt, so z.B. aus US-A-5 247 445, EP-A-724 073 und Hitoshi Shirashi et al.: "CMAC Neural Network Controller for Fuel-injection Systems", IEEE Transactions on Control Systems Technology, Band 3, Nr. 1, 1. März 1995, Seiten 32-38.

[0006] Der Erfindung liegt die Aufgabe zugrunde, im Hinblick auf die Erfüllung strenger Abgasnormen ein verbessertes Verfahren zur Gemischsteuerung bereitzustellen. Dazu gehört auch die Bereitstellung einer entsprechenden Vorrichtung.

[0007] Diese Aufgabe wird gelöst durch das Verfahren zur Gemischsteuerung gemäß Anspruch 1.

[0008] Hierbei umfaßt der Lernprozeß sowohl die stationären als auch die dynamischen Betriebszustände.

[0009] Hierbei wird der Begriff "Messen" in einem weiten Sinn verstanden, welcher die eigentliche physikalische Messung und ggf. die Ableitung einer Größe hieraus umfaßt. Die Meßgröße kann also eine unmittelbar gemessene Größe oder eine daraus abgeleitete Größe sein. Beispielsweise kann der Meßwertaufnehmer für die Istgröße eine Lambdasonde sein, welche ein dem Restsauerstoffgehalt des Abgases entsprechendes Signal abgibt. Das "Messen" kann in diesem Beispiel zusätzlich zur Gewinnung dieses Signals auch die Ermittlung des Restsauerstoffgehalt und ggf. daraus die Ermittlung des Lambdawerts umfassen. Die i.a. interessierende Gemischgröße ist das Gemischverhältnis (d.h. der Lambdawert). Es ist möglich, eine Gemischgröße direkt zu messen oder eine Messung einer Abgasgröße vorzunehmen, die einen Rückschluß auf die interessierende Gemischgröße (z.B. der Lambdawert) erlauben.

[0010] Kurz gesagt lehrt die Erfindung also eine lernende Gemischsteuerung, welche das tatsächlich enthaltene Gemischverhältnis mit einem Sollwert vergleicht und bei einer Abweichung hiervon die gespeicherte Steuerinformation dahingehend adaptiert, daß bei zukünftigem Durchlaufen des gleichen oder ähnlichen Betriebspunkts eine geringere Abweichung erreicht wird. Der erfindungsgemäße Lernprozeß erzeugt dabei eine genaue Abbildung der realen Verhältnisse unter allen relevanten Betriebsbedingungen, aus der dann die Steuerinformation zur vermeidung jeglicher Regeldifferenz abgeleitet wird; dies gilt insbesondere auch fiir den dynamischen Betrieb des Verbrennungsmotors. Es geht also darum, z.B. mit Methoden der Künstlichen Intelligenz aus Fehlern zu lernen, um diese in Zukunft zu vermeiden.

Im folgenden wird die Gemischbildung näher erläutert:

[0011] Bei Kolbenmotoren werden Leistung, Verbrauch und Emission in entscheidendem Maße durch das Gemischverhältnis (auch Luftzahl) λ beeinflußt. Dieses Gemischverhältnis λ ist definiert als Verhältnis von im Motorzylinder (Brennraum) befindlicher Luftmasse (m_acyl) und Kraftstoffmasse (m_fcyl),

wobei K_λ der Faktor zur stöchiometrischen Verbrennung ist (K_λ= 14.7 fiir Benzin). Aufgabe der Motorsteuerung ist es daher, das Gemischverhältnis in Abhängigkeit vom Betriebspunkt nach obigen Kriterien optimal einzustellen. Beispielsweise ist für einen emissionsoptimalen Betrieb eines Ottomotors mit Dreiwege-Katalysator eine Luftzahl von λ = 1,00 zu erzielen, was einem exakt stöchiometrischen Gemischverhältnis entspricht. Dieselmotore dagegen werden mit variablem, magerem Gemisch betrieben, d.h. mit einem λ größer als eins; bei Vollast wird das Gemisch bis hinunter zur sogenannten Rauchgrenze bei etwa λ=1,5 angefettet.

[0012] Die folgende Darstellung der Gemischbildung bezieht sich beispielhaft auf Verbrennungsmotoren mit Direkteinspritzung. Wie weiter unten ausgeführt wird, ist die Erfindung auch bei anderen Motoren vorteilhaft einsetzbar.

[0013] Seit geraumer Zeit ist die Direkteinspritzung bei Dieselmotoren bekannt. Hierzu zählen auch Dieselmotoren mit Vor- oder Wirbelkammer, wenn diese effektiv Teil des Brennraums sind. Benzindirekteinspritzung für Ottomotoren ist bereits vor mehr als 50 Jahren einmal in Serienfertigung gewesen, Daimler Benz Militär-Flugmotoren waren mit einer mechanischen Direkteinspritzung ausgerüstet. Nach dem 2. Weltkrieg wurde eine mechanische Benzindirekteinspritzung im Mercedes-Seriensportwagen 300 SL und Lloyd-Kleinwagen eingesetzt, aber letztendlich war der mechanische Aufwand unrentabel. Angesichts der steigenden Umweltschutzanforderungen, sind solchen Motoren, von denen man geringen Kraftstoffverbrauch erwartet, wieder aktuell.

[0014] Der Vorteil der Direkteinspritzung liegt im Vergleich etwa zu einem konventionellen Saugrohrmotor in der exakten Zumessung des Kraftstoffs ohne den dynamischen Speichereffekt durch die dortige sog. Wandfilmbildung.

[0015] Es wird erwartet, daß der Wirkungsgrad von Ottomotoren im Teillastbereich neben der Benzindirekteinspritzung durch den Ersatz der Drosselklappe mittels unabhängig steuerbarer Einlaßventile (hydraulisch, elektromagnetisch) gesteigert werden kann.

[0016] Nachfolgend wird die Gemischbildung beispielhaft bei verschiedenen direkteinspritzenden Kolben-Verbrennungs-motoren mathematisch beschrieben.

[0017] Das Gemischverhältnis λ beim Kolben-Verbrennungsmotor wird bestimmt durch die Luft- und die Kraftstoffmasse im Zylinder. Günstig ist daher die Betrachtung der Gemischbildung als Schnittpunkt zweier Pfade, des Luft- und des Kraftstoffpfades.

[0018] Zunächst soll das Ansaugverhalten, der sog. Luftpfad beschrieben werden: Der Motor saugt bei offenen Einlaßventilen und Hinunterlaufen des Kolbens Frischluft aus dem Saugrohr an. Infolge des sogenannten choked-flow-Effektes kann die Einströmgeschwindigkeit der Luft durch die Einlaßventile in die Zylinder maximal Schallgeschwindigkeit erreichen. Dadurch kann während der mit zunehmender Drehzahl kürzer werdenden Ansaugtakte kein vollständiger Druckausgleich zwischen Saugrohr und Zylinder erfolgen; der Zylinder enthält also weniger Luftmasse als bei dem thermodynamischen Saugrohrzustand entsprechend seinem Volumen möglich wäre. Vor diesem Hintergrund kann das Saugverhalten des Motors mathematisch als eine Pumpe mit nichtlinearem Wirkungsgrad beschrieben werden, die pro Ansaugtakt in den Zylinder gelangte Luftmasse (m_acyl) ergibt sich zu

mit:

T_m = Temperatur der Luftmasse

p_m = Druck der Luftmasse

V_D = Hubvolumen eines Zylinders

[0019] Der dimensionslose Wirkungsgrad "volumetrische Effizienz" η_vol ist bei Motoren mit Drosselklappe (Ottomotor, konventionell, Sauger oder Turbo) nichtlinear abhängig vom Saugrohrdruck und der Drehzahl des Motors (welche die Zeitdauer des Ansaugtaktes bestimmt), also

oder

oder

falls der Motor mit einer um α_cs verstellbaren Nockenwelle oder mit einem Schaltsaugrohr (α_sr) (d.h. einem in der wirksamen Länge verstellbaren Saugrohr) ausgerüstet ist.

[0020] Werden die Einlaßventile unabhängig von einer Nockenwelle angetrieben, das heißt, die Laststeuerung geschieht z.B. über das Tastverhältnis a_a der Einlaßventilöffnung, so wird die volumetrische Effizienz bestimmt durch eben dieses Tastverhältnis und die Drehzahl, also

[0021] Nach Gleichung 2 wird die nach dem Ansaugtakt im Zylinder befindliche Luftmasse auch bestimmt durch den Druck und die Temperatur im Saugrohr. Ist der Motor nicht mit einer Drosselklappe ausgerüstet, so entsprechen diese thermodynamischen Zustände denen der Umgebung, es kann davon ausgegangen werden, daß diese nur langsam schwanken, mit einer Adaption kann auf die Messung beider Größen verzichtet werden. Wird der Verbrennungsmotor dagegen gedrosselt betrieben, so sind beide Größen schnell veränderlich, dann können z.B. außerdem Druck und ggf. Temperatur im Saugrohr gemessen werden, um die Luftmasse in den Zylinder zu bestimmen. Für die pro Arbeitsspiel in den Brennraum eingesaugte Luftmasse ergibt sich also die nichtlineare Abhängigkeit

mit der volumetrischen Effizienz in Abhängigkeit von Saugrohrdruck und Drehzahl oder Tastverhältnis und Drehzahl. Bei Schaltsaugrohren oder variabler Nockenwellensteurungen tritt zudem noch die Abhängigkeit der volumetrischen Effizienz von diesen Steuergrößen auf.

[0022] Im folgenden wird die Kraftstoffeinspritzung, der sog. Kraftstoffpfad beschrieben: Analog zum Ansaugverhalten kann die Kraftstoffeinspritzung mittels eines Wirkungsgrades beschrieben werden. Würde ideales trägheitsloses Öffnen und Schließen der Einspritzventile und stets gleichbleibender Benzinversorgungsdruck angenommen, so würde sich die pro Arbeitsspiel in den Zylinder eingespritzte Kraftstoffmasse beim Tastverhältnis a_f berechnen zu

mit einer Konstanten K, bestimmt durch Ventilöffnungsquerschnitt und Kraftstoffversorgungsdruck. Durch die Dynamik der Ventilnadeln und einen geringen Versorgungsdruckverlust vor den Ventilen wird jedoch auch hier zur Beschreibung ein Wirkungsgrad η_f eingeführt werden. Dieser Wirkungsgrad hängt nichtlinear von der Öffnungsdauer ab, also vom Tastverhältnis der Einspritzventile a_f und der Ansteuerfrequenz 1/n. Damit ergibt sich die nichtlineare Abhängigkeit

für die pro Arbeitsspiel in den Zylinder eingespritzte Kraftstoffmasse.

[0023] Nach Gleichung 1 und den obenstehenden Ableitungen zum Luftpfad und dem Kraftstoffpfad ist das Gemischverhältnis (die Luftzahl λ) somit bestimmt zu

[0024] In Fig. 1 wird dieser Zusammenhang beispielhaft für einen Kolben-Verbrennungsmotor mit konventioneller Einlaßventilsteuerung verdeutlicht. Und zwar zeigt Fig.1 einen "Signalflußplan" fiir die Bildung des Gemischverhältnis bei direkteinspritzenden Kolben-Verbrennungsmotoren mit konventioneller Einlaßventilsteuerung. Die zusätzliche (dünn eingezeichnete) Abhängigkeit η_vol = f(.,.,α_cs) gilt für Motoren mit variabler Nockenwelle (Otto- und Dieselmotoren). Dabei gilt beispielsweise für einen freisaugenden Dieselmotor p_m ≈ p₀ (p₀=Umgebungsdruck) oder für einen gedrosselten Ottomotor p_m≤p₀. Bei Turbomotoren kann der Saugrohrdruck auch den Umgebungsluftdruck überschreiten. Ist der betrachtete Kolben-Verbrennungsmotor statt mit einer konventionellenen Einlaßventilsteuerung mit unabhängig angetriebenen Einlaßventilen ausgerüstet, so hängt die volumetrische Effizienz z.B. vom Tastverhältnis a_a und der Drehzahl n ab. Die Laststeuerung kann dann durch Variation des Tastverhältnisses geschehen, der Motor saugt ungedrosselt an. Das Gemischverhältnis wird dann z.B. gemäß der Veranschaulichung der Fig.2 gebildet, die einen "Signalflußplan" fiir die Bildung des Gemischverhältnis bei direkteinspritzenden Kolben-Verbrennungsmotoren mit nockenwellenloser Einlaßventilsteuerung zeigt.

[0025] Beim Betrieb des Verbrennungsmotors besteht nun allgemein die Aufgabe, durch eine Steuerung bzw. Regelung ein gewünschtes Gemischverhältnis einzustellen. Dieses Gemischverhältnis ist bestimmt aus dem Quotient von Luft- und Kraftstoffmasse im Zylinder. Sowohl Luft- als auch Kraftstoffmasse im Zylinder sind nicht meßbar und auch nicht ohne großen Aufwand (z.B. durch Kalibrierung, Zeitvarianz) durch Variation der Steuergrößen p_m oder a_a und a_f einstellbar. Jedoch ist die angesaugte Luftmasse oder die eingespritzte Kraftstoffmasse - bei dem hier beispielhaft näher erläuterten Direkteinspritzer - immer gleich für gleiche Steuergrößen bei gleichen Motorbetriebspunkten, wenn die Zeitvarianz infolge von Alterung oder z.B. langsamen Zusetzen eines Ventils vernachlässigt wird. Sowohl NL_a und NL_f sind also hier statische (ggf. zeitvariante) Nichtlinearitäten und nur durch eine aufwendige Kalibrierung bestimmbar. Das Gemischverhältnis kann gemessen werden; neuartige Verfahren beruhen auf der Interpretation des Ionisierungstromes bei der elektrischen Funkenzündung (beim Ottomotor), konventionell jedoch ist die Messung mittels schneller schaltender Lambda-Sonde. Der Messung mittels einer Lambda-Sonde (z.B. Breitband-Lambda-Sonde oder Sonde mit sprungförmigem Verlauf der Sondenspannung bei λ=1) im Auspuffkrümmer (sog. Hosenrohr) geht jedoch eine durch das verbrennungsmotorische Arbeitsverfahren bedingte drehzahlabhängige Totzeit voraus.

[0026] Aus den obigen Erläuterungen wird klar, daß die für erfindungsgemäße Verfahren vermittelte Abbildung von der Luftmassengröße (Eingangsgröße) auf die Kraftstoffmengengröße (Ausgangsgröße) zwei nicht genau vorherbestimmbare nichtlineare Funktionen umfaßt, nämlich die des Luft- und des Kraftstoffpfades. Zur Vereinfachung wurde dabei beispielhaft auf direkteinspritzende Motoren Bezug genommen. Wie unten näher erläutert wird, ist das erfindungsgemäße Verfahren auch auf nicht direkteinspritzende Motoren anwendbar, die einen sog. Kraftstoffspeichereffekt aufweisen.

[0027] Erfindungsgemäß wird die a priori nicht genau bekannte Abbildung nicht - wie im Stand der Technik - durch eine Regelung vermittelt, sondern durch eine lernende Steuerung. Das Lernen kann im laufenden Betrieb erfolgen, bei dem die verschiedenen, in der Praxis vorkommenden Betriebspunkte (ein solcher kann z.B. ein Tupel eines Drehzahlwerts und eines Saugrohrdruckwerts sein) durchlaufen werden. Das erfindungsgemäße Verfahren wird hierbei in jedem relevanten, d.h. erreichbaren Betriebspunkt durchgeführt. Nachdem alle Betriebspunkte mehrmals durchlaufen worden sind - was im Normalbetrieb i.a. relativ schnell erzielt wird - ist die Gesamtabbildung für alle möglichen Werte der Eingangsgröße gelernt.

[0028] Nach dem Anlernen liefert die Steuerung dann im laufenden Betrieb instantan - d.h. ohne jede Regelverzögerung - mit hoher Genauigkeit den richtigen Wert der Ausgangsgröße, und zwar auch nach einer Änderung des Betriebspunkts. Vorteilhaft wird der Lernprozeß laufend weiter ausgeführt, um eine laufende Adaption an Störgrößen zu ermöglichen, welche nicht als Eingangsgrößen erfaßt werden. Hierbei kann es sich zum Beispiel um verschleißbedingte Änderungen, Änderungen der Ansauglufttemperatur, der Kühlwassertemperatur, des äußeren Luftdrucks, des Sauerstoffgehalts der Luft etc. handeln.

[0029] Das erfindungsgemäße Verfahren ist in der Lage, nach dem Lernen der Abbildung das Anfahren neuer Betriebspunkte ohne jegliche λ-Deviation sicherzustellen. Bei herkömmlichen Regelungsansätzen tritt im Gegensatz dazu immer eine Regeldifferenz auf, die dann beispielsweise durch einen integrierenden Anteil im Regler solange zu einer Steuergröße aufintegriert wird, bis die Differenz zu null geworden ist.

[0030] Die Erfindung hat damit folgende Vorteile:

• aufgrund der Selbstadaption der Abbildungsinformation verringern sich die Anforderungen an die Genauigkeit, mit der die Abbildungsinformation für das Gemischsteuerungskennfeld vorbekannt sein muß. Dies reduziert den Aufwand für die Entwicklung einer Motorsteuerung und die Serienentwicklung beträchtlich;
• das erfindungsgemäße Steuerverfahren ist robust gegenüber Serienstreuungen und zeitlich veränderlichen Störgrößen;
• der gewünschte Lambdawert wird nicht nur im stationären Betrieb, sondern auch nach einem Wechsel des Betriebszustands (Drehzahl- und/oder Laständerungen des Motors) ohne Zeitverzögerung mit großer Genauigkeit eingehalten;
• insgesamt ergeben sich damit geringere Abgasemissionen sowie ein geringerer Kraftstoffverbrauch.

[0031] Die Erfindung leistet damit einen Beitrag zum Umweltschutz und zum schonenden Umgang mit den begrenzt vorhandenen Ressourcen.

[0032] Die Erfindung läßt sich im übrigen auch im Rahmen einer Fehlerdiagnose im laufenden Betrieb einsetzen. Falls nämlich der Grad der erforderlichen Adaption den hinsichtlich üblicher Serienstreuung und Störgrößeneinflüsse übersteigt, läßt sich hieraus auf Fehlerzustände schließen, etwa auf unzulässig hohen Verschleiß oder einen Defekt. Durch entsprechende Auswertung des Adaptionsgrads, etwa durch ein Fahrzeugdiagnosesystem, lassen sich im laufenden Betrieb Motorschäden oder Teilausfälle frühzeitig erkennen.

[0033] Grundsätzlich kann das Verfahren so durchgeführt werden, daß eine oder mehrere der Verfahrensschritte a)-f) über mehrere Arbeitsspiele oder Takte eines Zylinders gemittelt durchgeführt werden. Bei einem Mehrzylindermotor mit z.B. einem gemeinsamen Saugrohr und/oder einer gemeinsamen Lambdasonde tragen dann zu den in den Schritten a) und/oder d) gemessenen Größen aufgrund der Mittelung mehrere Zylinder und ggf. mehrere Arbeitsspiele bei. Bevorzugt wird das Verfahren jedoch im Takt mit den Arbeitsspielen der einzelnen Zylinder durchgeführt (Anspruch 2), d.h., die Abfolge der Verfahrensschritte a)-f) wird im Rahmen eines einzelnen Arbeitstaktes eines einzelnen Zylinders jeweils einmal durchgeführt. Demnach erfolgt beispielsweise die Messung im Schritt a) während des Ansaugtaktes eines Zylinders. Im Schritt b) wird die zuzuführende Kraftstoffmenge auf der Grundlage dieser Messung (und ggf. vorausgehender Messungen; näheres hierzu folgt unten) ermittelt. Das Zuführen der Kraftstoffmenge im Schritt c) erfolgt dann z.B. in dem unmittelbar folgenden Kompressionstakt desselben Zylinders, d.h. im selben Arbeitsspiel wie Schritt a) bezogen auf denselben Zylinder. Die folgenden Schritte d)-f) werden i.a. aufgrund von Totzeiteffekten verzögert durchgeführt; sie werden jedoch dem Arbeitsspiel der Schritte a)-c) und dem zugehörigen Zylinder zugeordnet. Grundsätzlich ist es möglich, das Verfahren nicht in jedem Arbeitsspiel, sondern z.B. nur in jedem zweiten, dritten, usw. Spiel durchzuführen. Besonders vorteilhaft ist jedoch eine Ausgestaltung, bei der das Verfahren mit den Schritten a)-f) bei jedem Arbeitsspiel jedes Zylinders einmal abgearbeitet wird.

[0034] Der am meisten verbreitete Ottomotor ist ein gedrosselter Motor, welcher üblicherweise durch Verstellen einer vor einem Saugrohr angeordneten Drosselklappe gesteuert wird. Bei einem solchen Motor ist die Eingangsgröße oder - bei mehreren Eingangsgrößen - eine der Eingangsgrößen vorteilhaft der Druck im Saugrohr (Anspruch 3). Dieser Druck bestimmt nämlich wesentlich die Zylinderfüllung. Es kann sich um einen Motor mit oder ohne Aufladung handeln. Bei einem aufgeladenen Motor (z.B. einem Turbo- oder Kompressormotor) kann der Druck im Saugrohr zeitweise oder dauernd über dem Atmosphärendruck liegen.

[0035] Manche Motorkonstruktionen machen sich die Dynamik der angesaugten Luft für eine Aufladung zunutze. Bei manchen dieser Konstruktionen ist das Ansaugsystem veränderlich ausgebildet, um die dynamische Aufladung verschiedenen Betriebsbedingungen anpassen zu können (vgl. Kraftfahrtechnisches Taschenbuch, Bosch, 1991, S. 373, "Schalt-Ansaugsysteme"). Beispielsweise kann die wirksame Saugrohrlänge verstellt werden, um akustische Phänomene zur Füllungssteigerung zu nutzen (Stichwort: Resonanzaufladung). Bei diesen Systemen ist vorteilhaft eine die Momentanstellung des Ansaugsystems charakterisierende Größe (z.B. die effektive Saugrohrlänge), die Eingangsgröße bzw eine der Eingangsgrößen (Anspruch 4).

[0036] Eine Weiterbildung des Typs der gedrosselten Motoren weist eine Einlaßventilsteuerung mit verstellbaren Ventilsteuerzeiten auf. Beispielsweise kann durch eine Nockenwellenverstellung eine Verschiebung der Öffnungs- und Schließzeit und/oder eine Veränderung der Öffnungsdauer erzielt werden (siehe Kraftfahrtechnisches Taschenbuch a.a.O. S. 370). [n diesem Fall sind vorteilhaft ein oder mehrere Ventilsteuerzeitparameter (z.B.

[0037] Nockenwellenverdrehung und/oder Axialverschiebung) die Eingangsgröße bzw. eine der Eingangsgrößen (Anspruch 5).

[0038] Ein anderer Motortyp, der zukünftig große Bedeutung erlangen könnte, weist frei betätigbare (z.B. elektromagnetisch betätigbare) Einlaßventile auf Ein solcher Motor braucht keine Drosselung mehr aufzuweisen, er kann vor den Einlaßventilen mit Atmosphärendruck beaufschlagt sein, da die Ventile aufgrund der freien Wählbarkeit der Öffnungs- und Schließzeiten vollständig die Leistungssteuerung des Motors übernehmen können. Vorteilhaft ist das Tastverhältnis und/oder die Schließ- und/oder Öffnungszeit des Einlaßventils eine Eingangsgröße bzw. eine der Eingangsgrößen (Anspruch 6). Das Tastverhältnis ist die auf die Dauer des Einlaßtaktes oder des gesamten Arbeitsspiels bezogene Öffnungsdauer.

[0039] Oben wurde bereits erläutert, daß die in den Zylinder gelangende Luftmasse von der Drehzahl des Verbrennungsmotors abhängt. Vorteilhaft ist daher die Drehzahl eine Eingangsgröße bzw. eine der Eingangsgrößen (Anspruch 7).

[0040] Wie oben bereits ausgeführt wurde, werden Otto-Motoren mit 3-Wege-Katalysator üblicherweise mit einem konstanten Gemischverhältnis von λ = 1 betrieben, Dieselmotoren hingegen mit einem variablen Soll-Gemischverhältnis. Das erfindungsgemäße Verfahren eignet sich mit einer einfachen Ergänzung auch für letztere Betriebsweise, und zwar dadurch, daß, dem Soll-Gemischverhältnis die Rolle einer Eingangsgröße zugewiesen wird (Anspruch 8). Während bei einem Otto-Motor der Eingangsgrößenraum z.B. zweidimensional ist (er wird etwa durch Saugrohrdruck und Drehzahl aufgespannt), kommt bei dieser Ausgestaltung fiir einem Dieselmotor als z.B. dritte Eingangsgröße das Soll-Gemischverhältnis hinzu, so daß hier ein dreidimensionaler Eingangsgrößenraum aufgespannt wird (etwa durch Saugrohrdruck, Drehzahl und Soll-Gemischverhältnis).

[0041] Bevorzugt erfolgt bei dem Verbrennungsmotor die Kraftstoffzufuhr durch Einspritzen. Vorteilhaft ist die die zuzuführende Kraftstoffmenge steuemde Ausgangsgröße dann eine oder mehrere der folgenden Größen: Einspritzdauer, Tastverhältnis der Einspritzventilöffnung, Einspritzdruck, Öffnungsgrad des Einspritzventils (Anspruch 9). Mit dem Tastverhältnis ist auch hier die Öffnungsdauer bezogen auf die Dauer eines Arbeitstakts oder eines Arbeitsspiels gemeint. Der Öffnungsgrad des Einspritzventils kann z.B. über den Hub der Ventilnadel gesteuert werden.

[0042] Bei den heute am meisten verbreiteten Otto-Motoren erfolgt die Kraftstoffeinspritzung nicht direkt in die Zylinder, sondern in das ihnen vorgelagerte Saugrohr. Der Kraftstoff benetzt hier zunächst die Saugrohrwand (sog. Wall-Wetting-Effect) und benötigt dann fiir den Übergang in die gasförmige Phase eine gewisse Zeit. Als Folge hiervon erreicht nur ein Teil der zu einem Arbeitstakt eingespritzten Kraftstoffmenge in diesem Arbeitstakt den zugeordneten Zylinder. Der übrige Teil wird erst später gasförmig und wird daher bei späteren Arbeitstakten und - bei gemeinsamer Einspritzung für mehrere Zylinder - zum Teil in nicht zugeordneten Zylindern verbrannt. Das erfindungsgemäße Verfahren ist besonders vorteilhaft bei einem Motor einsetzbar, der keinen derartigen Kraftstoffspeichereffekt aufweist da hier keine derartige Verzögerung berücksichtigt zu werden braucht (Anspruch 10). Insbesondere ist dies ein direkteinspritzender Motor. Auch Motoren, bei denen die Einspritzung in eine Vor- oder Nebenkammer erfolgt, weisen keinen Kraftstoffspeichereffekt auf, sofern nach dem Verbrennungstakt praktisch kein Kraftstoff in der Vor- bzw. Nebenkammer verbleibt.

[0043] Das Fehlen eines Kraftstoffspeichereffekts erlaubt eine besonders einfache Ausgestaltung des Verfahrens, indem die Ermittlung der Ausgangsgröße/n im Schritt b) nur auf Größen beruht, die zum aktuell durchgeführten Arbeitstakt gehören - also insbesondere auf dem Ergebnis der im unmittelbar vorausgegangenen Schritt a) erfolgten Eingangsgrößenmessung.

[0044] Das erfindungsgemäße Verfahren ist aber auch vorteilhaft bei Verbrennungsmotoren mit Kraftstoffspeichereffekt einsetzbar. Die bei einem bestimmten Arbeitstakt in einen Zylinder gelangende Kraftstoffmenge hängt hier i.a. auch von der bei vorausgegangenen Takten eingespritzten Kraftstoffmenge ab. Vorzugsweise werden daher bei einem solchen Motor auch Größen aus einem oder mehreren vorhergehenden Arbeitstakten in die Ermittlung der Ausgangsgröße/n im Schritt b) einbezogen (Anspruch 11). Hierbei kann es sich z.B. um die in diesen vorhergehenden Takten eingespritzten Kraftstoffmengen handeln, die sich im aktuellen Takt noch auswirken. Ihre Berücksichtigung erlaubt eine sehr genauere Steuerung der im aktuellen Takt einzuspritzenden Kraftstoffmenge.

[0045] Vorteilhaft hat die gespeicherte Abbildungsinformation die Form eines Kennfeldes, welches die Ausgangsgröße/n direkt oder indirekt enthält (Anspruch 12). Ein Kennfeld erhält man beispielsweise, indem man den (i.a. mehrdimensionalen) Eingangsgrößenraum diskretisiert und jeder durch die Diskretisierung gebildeten Eingangsgrößenzelle eine Ausgangsgröße oder - bei einer mehrdimensionalen Abbildung - mehrere Ausgangsgrößen zuordnet. Die Diskretisierung des Eingangsraums muß dabei nicht regelmäßig erfolgen, ebenso muß die Größe der Eingangsgrößenzellen nicht konstant sein. Das Lernen erfolgt hierbei so, daß im Schritt f) die gespeicherten Werte einer oder mehrerer benachbarter Eingangsgrößenzellen entsprechend einer festgestellten Abweichung so verstellt werden, daß bei einem zukünftigen Betrieb in der gleichen Eingangsgrößenzelle eine kleinere Abweichung auftritt.

[0046] Besonders bevorzugt erfolgt die Abbildung der Eingangsgröße/n auf die Ausgangsgröße/n sowie die Adaption der gespeicherten Abbildungsinformation durch einen Neuronales-Netz-Algorithmus (Anspruch 13). Infolge der Parallelisierung der Datenverarbeitung in sogenannten, das Netz bildenden Neuronen kann die Verwendung eines Neuronales-Netz-Algorithmus die Berechnungszeit der Ausgangsgröße auf Basis der gespeicherten Abbildungsinformation im Vergleich zu anderen Interpolationsverfahren (z.B. splines, lineare oder polynomiale Interpolation) bei Verwendung angepaßter hardware erheblich verkürzt werden. Während bei der Verwendung bekannter Interpolationsverfahren schon durch die Auswahl der Interpolation (eventuell gar nicht vorhandenes) Vorwissen über den zu approximierenden Zusammenhang angesetzt wird, kann ein Neuronales Netz gänzlich ohne diese Vorwissen auskommen. Insbesondere sind Neuronale Netze durch ihren Auswerte- und Adaptionsalgorithmus für das vorliegende lernfähige Verfahren sehr vorteilhaft einsetzbar.

[0047] Gemäß dieser bevorzugten Ausgestaltung wird also ein Neuronales Netz NN so angesetzt, daß die Steuergröße des Luftpfades (z.B. der Saugrohrdruck) auf die Steuergröße des Kraftstoffpfades solchermaßen abgebildet wird, um so ein gewünschtes Gemischverhältnis zu erreichen. Die Steuergröße des Luftpfades wird auch aus historischer Sicht als die Steuergröße betrachtet, mit der der Fahrer die Leistungsabgabe des Verbrennungsmotors beeinflußt. Das lernfähige Neuronale Netz NN soll dabei in Abhängigkeit von der fahrerbeeinflußten Steuergröße für den Luftpfad und ggf. vom Motorbetriebszustand (z.B. Drehzahl) die Steuergröße, hier z.B. a_f für den Kraftstoffpfad ausgeben. Der Ausgang des Neuronalen Netzes entspricht also z.B. dem Tastverhältnis der Einspritzventile a_f, der Eingangsraum des Neuronalen Netzes NN besteht in diesem Beispiel aus Saugrohrdruck p_m und Motordrehzahl n, wir schreiben also

[0048] Das Ziel der Steuerung ist, fiir jeden Betriebspunkt ein gewünschtes Kraftstoff-Luft-Verhältnis mit

zu erreichen. Im weiteren vernachlässigen wir den konstanten Faktor K_λ. Mit dem Neuronalen Netz NN als Steuerung nach a_f = a_f(p_m,n) = NN(p_m,n) kann vorstehende Gleichung also als

geschrieben werden. Soll ein bestimmtes Gemischverhältnis λ_soll erreicht werden, so muß im Neuronalen Netz NN eine Abbildung gelernt werden, so daß m_acyl = λ_sollm_fcyl gilt, also

[0049] Die Ausgangsgröße wird durch Verknüpfung eines die abgespeicherte Abbildungsinformation repräsentierenden Stützwertevektors und eines von der/den Eingangsgröße/n abhängigen Aktivierungsvektors gebildet. Diese Verknüpfung ist vorzugsweise linear, und hat insbesondere die Form eines Skalarprodukts oder - bei mehrdimensionaler Ausgangsgröße - eines Vektor-Matrix-Produkts. Gemäß obigem Bespiel erhält man dann die Steuergröße a_f mit

wobei Θ der Stützwertevektor und A(p_m,n) der Aktivierungsvektor ist.

[0050] Es ist vorteilhaft, daß der Aktivierungsvektor normiert ist und nur vom Abstand der Eingangsgröße/n zu den Stützstellen abhängt, die der Vektordarstellung zugrunde liegen (Anspruch 14). Die Normierungsbedingung lautet z.B.

d.h. die Summe aller Komponenten des Aktivierungsvektors ist stets gleich eins.

[0051] Die Abhängigkeit des Aktivierungsvektors A nur vom Abstand der Eingangsgröße/n zu den Stützstellen läßt sich dadurch ausdrücken, daß seine Komponenten A_i nur von einer Variablen abhängt, die dem Abstand zu der zur betrachteten Stützstelle gehörenden Komponente entspricht:

mit den Abständen

wobei _ζi die Stützstellen, d.h. die Orte der Neuronen im Eingangsraum sind.

[0052] Die Abbildung der Eingangsgröße/n auf die Ausgangsgröße/n ist im wesentlichen lokal. Dies bedeutet, daß bei einem bestimmten Wert der Eingangsgröße/n im wesentlichen nur derjenige/diejenigen Stützwert/e zu der Abbildung auf die Ausgangsgröße/n beitragen, die in unmittelbarer Nachbarschaft zu der/den Eingangsgröße/n liegt/liegen. Dies wird vorteilhaft dadurch realisiert, daß nur diejenige/n Komponente/n des Aktivierungsvektors nennenswert große Werte erhält/erhalten, die im geringen Abstand zu der/den Eingangsgröße/n liegt/liegen, während Komponenten in größerem Abstand vernachlässigbar klein sind oder verschwinden.

[0053] Besonders vorteilhaft hängen die Komponenten des Aktivierungsvektors vom Abstand der Eingangsgröße/n zu der zugehörigen Stützstelle gemäß einer Zentrumsfunktion ab (Anspruch 15). Beispiele für vorteilhafte Zentrumsfunktionen sind

, wobei σ ein (ggf. variabler) Breitenparameter ist.

[0054] Grundsätzlich braucht die "Reichweite" des Lernens nicht mit der derjenigen der Abbildung übereinstimmen. So ist es z.B. möglich, bei dem lokal gestalteten Lernvorgang (d.h. bei einer Abweichung werden nur Stützwertkomponenten in der Nähe der Abweichungsstelle adaptiert), die Abbildung nichtlokal durchzuführen (d.h. in die Abbildungsoperation auch Stützwertkomponenten einzubeziehen, die weiter entfernt von dem abzubildenden Eingangswert liegen). Vorteilhaft werden jedoch beide Reichweiten im wesentlichen gleich gewählt, d.h. die Adaption der Abbildungsinformation erfolgt im wesentlichen in dem gleichen Bereich des Abstands von einer Abweichungsstelle, der auch in die Abbildung einer an dieser Stelle liegenden Eingangsgröße auf die Ausgangsgröße einbezogen wird (Anspruch 16).

[0055] Die Adaption der Abbildungsinformation erfolgt im wesentlichen lokal zur Abweichungsstelle. Dies läßt sich z.B. durch

ausdrücken, wobei ΔΘ ein Stützwertekorrekturvektor ist. Besonders vorteilhaft erfolgt sowohl die Adaption als auch die Abbildung lokal und mit gleicher Reichweite.

[0056] Genauer erfolgt die Adaption der Abbildungsinformation vorzugsweise so, daß zu dem Stützwertevektor ein Stützwertekorrekturvektor addiert wird, welcher einer Verknüpfung des Abweichungswerts mit dem Aktivierungsvektor proportional ist (Anspruch 17). Bei der Verknüpfung handelt es sich insbesondere um das Produkt des Abweichungswerts mit dem Aktivierungsvektor. Die Adaption erfolgt z.B. gemäß

[0057] Der Faktor η in dieser Gleichung repräsentiert die Lernschrittweite. Die Größe e ist der gemessene Gemischfehler im Betriebspunkt, der zu

als Abweichung vom hier als konstant angenommenen Sollwert definiert ist. Bei Verwendung einer Breitband-lambdasonde kann auf die Größe der Abweichung geschlossen werden, während diese Information bei einer Lambda-Sonde mit sprungförmiger Kennlinie nur in Form einer Aussage "zu fett" oder "zu mager" vorliegt. Bildlich gesprochen werden durch die Aktivierung A(p_m,n) die einzelnen Stützwerte ausgesucht, welche nach der Beziehung

adaptiert werden.

[0058] Der Lernprozeß erfolgt mit einem Adaptionsgesetz mit nachweisbarer Stabilität und Parameterkonvergenz. Unter "Konvergenz" wird hier die Konvergenz gegen ein globales Minimum des Abstandes zwischen λ und λ_soll in allen zum Lernen angefahrenen Betriebspunkten verstanden (nicht etwa nur Konvergenz gegen ein lokales Minimum). Konvergenz bedeutet dann, daß das Lernverfahren erst dann abgeschlossen sein kann, wenn der Stützwertevektor gegen den einzig möglichen, aber unbekannten Stützwertevektor konvergiert. Es wird Bezug genommen auf die folgende Beschreibung eines Beweises für Stabilität und Konvergenz eines bevorzugten Adaptionsgesetzes.

[0059] Vorrichtungsmäßig wird die eingangs genannte Aufgabe durch eine Vorrichtung zur Gemischsteuerung bei einern Verbrennungsmotor gemäß Anspruch 18 gelöst.

[0060] Bezüglich vorteilhafter Ausgestaltungen der Vorrichtung wird auf die obigen Ausführungen zum Verfahren verwiesen.

[0061] Die Erfindung wird nun anhand von Ausführungsbeispielen und der angefügten Zeichnung veranschaulicht. In der Zeichnung zeigen:

Fig. 1

einen Signalflußplan fiir die Bildung des Gemischverhältnisses bei einem direkteinspritzenden Kolben-Verbrennungsmotor mit herkömmlicher Einlaßsteuerung;

Fig. 2

einen Signalflußplan entsprechend Fig. 1, jedoch fiir einen ungedrosselten Verbrennungsmotor mit frei betätigbaren Einlaßventilen;

Fig. 3

eine Schemadarstellung eines direkt einspritzenden Otto-Motors mit herkömmlicher Einlaßventilsteuerung;

Fig. 4

einen Signalflußplan entsprechend Fig. 1, jedoch mit Darstellung eines Neuronales-Netz-Algorithmus;

Fig. 5

eine sog. Parallel-Darstellung eines Neuronales-Netz-Algorithmus;

Fig. 6

eine Signalflußplandarstellung eines Neuronales-Netz-Algorithmus mit einer Eingangsdimension;

Fig. 7

Diagramme, welche die Netzausgabe als Funktion eines eindimensionalen Eingangswerts darstellen, zur Veranschaulichung der Lokalität der Stützwertadaption;

Fig. 8

eine Veranschaulichung des Inter- und Extrapolationsverhalten eines NeuronalesNetz-Algorithmus;

Fig. 9

eine einfache Lernstruktur eines Neuronales-Netz-Algorithmus;

Fig. 10

eine Darstellung einer beispielhaft angenommenen Nichtlinearität für den Luftpfad;

Fig. 11

ein Fig. 10 entsprechende Darstellung für den Kraftstoffpfad;

Fig. 12

ein Diagramm des zeitlichen Verlaufs der Ausgangsgröße zum Beginn des Lernens;

Fig. 13

ein Diagramm gemäß Fig. 12, jedoch im Verlauf des Lernens;

Fig. 14

ein Diagramm gemäß Fig. 12, jedoch nach nahezu abgeschlossenem Lernprozeß;

Fig. 15

ein Diagramm des Gemischfehlers im Verlauf des Lernprozesses; und

Fig. 16

eine Gegenüberstellung des zu erlernenden und des erlernten Zusammenhangs.

[0062] Wichtig bei der Anwendung von Ansätzen mit Lernprozeß ist der Sicherheitsgedanke, die Frage also, ob das Lernen stets ohne Irrwege zum richtigen Ergebnis führt; ein mathematischer Stabilitäts- und Konvergenzbeweis sollte also führbar sein. Bei dem im folgenden zu beschreibenden beispielhaften Vorgehen wird ein spezielles Neuronales Netz in Abhängigkeit bestimmter meßbarer Zustandsgrößen des Verbrennungsmotores und/oder des Fahrerwunsches das Tastverhältnis der Einspritzung durch direkteinspritzende (Magnet-)Ventile als Steuergröße ausgeben. Sinnvollerweise wird das Neuronale Netz neben stationär bestimmtem Vorwissen als Korrekturglied angesetzt, welches online so adoptiert wird, daß stets das gewünschte Gemischverhältnis adaptiert wird.

[0063] Bezüglich der Bildung von Gemischverhältnissen wird auf die Fig. 1 und 2 und die dazugehörigen vorausgegangenen Ausführungen verwiesen.

[0064] Die nachfolgende Darstellung von Ausführungsbeispielen soll zunächst an einem direkteinspritzenden Ottomotor mit herkömmlicher Einlaßventilsteuerung mit festen Steuerzeiten nach Fig. 3 erfolgen.

[0065] Die Laststeuerung bei dieser Verbrennungsmotoren-Bauart geschieht über den Lagewinkel der Drosselklappe: der Fahrer steuert damit den Luftmassenstrom ṁ_at in das Saugrohr. Bei geöffneten Einlaßventilen saugt der Zylinder während der Abwärtsbewegung des Kolbens im Ansaugtakt den Luftmassenstrom ṁ_av an, bis nach dem Schließen die Frischluftmasse m_acyl im Zylinder zur Verbrennung zur Verfügung steht. Die Frischluftmasse im Zylinder hängt dabei entscheidend von dem thermodynamischen Saugrohrzustand Druck p_m nach Gleichung 2 ab. Letztendlich bestimmt der Fahrer also über die Drosselklappenlage den Luftdruck im Saugrohr und damit mittelbar die Last im Zylinder.

[0066] Aus den obigen Ausführungen geht hervor, daß die nach dem Schließen der Einlaßventile im Brennraum befindliche Luftmasse m_acyl nichtlinear abhängig von einerseits der Motordrehzahl und andererseits dem Saugrohrdruck ist.

[0067] Die Motordrehzahl bestimmt nämlich die zum Ansaugen zur Verfügung stehende Zeitspanne, so daß als Faustregel gilt, daß bei niedrigerer Drehzahl mehr Frischluft gleichen thermodynamischen Zustandes wie im Saugrohr angesaugt werden kann.

[0068] Durch das konstruktive Design der Ansaugkrümmer und des Saugrohres wird dazu der Effekt erzielt, daß durch akustische Phaenomene (Interferenzen) in bestimmten Drehzahlbereichen eine höhere Füllung erreicht wird. Dies wird bei Verbrennungsmotoren mit variabler Saugrohrgeometrie zur Drehmomentensteigerung ausgenutzt.

[0069] Bei schnellem Herablaufen des Kolbens bei geöffneten Einlaßventilen besteht im Inneren der Zylinder gegenüber dem Saugrohr ein großer Unterdruck, so daß der Zylinder aus dem Saugrohr ansaugt. Nach der thermodynamischen Durchflußgleichung für kompressible Medien jedoch kann das durchströmende Medium keine höhere als die Schallgeschwindigkeit erreichen, so daß der Massenstrom durch das Einlaßventil für verschiedene Betriebsbereiche des Motors bei wachsendem Druckunterschied nicht mehr weiter ansteigen kann (Lavalverhältnis, choked-flow-Effekt).

[0070] Insgesamt hängt also die angesaugte Luftmasse m_acyl bei diesem Beispiel stetig nichtlinear ab vom Saugrohrdruck und der Drehzahl, bei variabler Ansauggeomtrie zudem noch von deren Steuerwinkel oder dem der verstellbaren Einlaßnockenwelle. Mathematisch schreiben wir also

[0071] Analoge Überlegungen lassen sich für die Kraftstoff-Direkteinspritzung anstellen: Infolge der Massenträgheit der Ventilnadeln ergibt sich auch hier ein nichtlinearer Zusammenhang zwischen eingespritzter Kraftstoffmasse und Tastverhältnis zusammen mit der Tastfrequenz (reziprok der halben Drehzahl bei Viertakt-Motoren). Ein weiterer Effekt, der die eingespritzte Kraftstoffmasse nichtlinear beeinflusst, ist der Abfall des Kraftstoffversorgungsdruckes beim Öffnen des Ventils; auch hierdurch entstehen im Kraftstoffversorgungssystem Druckschwingungen, welche das Einspritzverhalten drehzahlabhängig beeinflussen. Insgesamt hängt die eingespritzte Kraftstoffmasse nach diesen Überlegungen statisch nichtlinear ab von der Ventilöffnungszeit und der Einspritzfrequenz (2/n).

[0072] Mathematisch schreiben wir also

[0073] Die Idee zur Gemischsteuerung besteht jetzt darin, ein Neuronales Netz NN so anzusetzen, daß die Steuergröße des Luftpfades (hier der Saugrohrdruck) auf die Steuergröße des Kraftstoffpfades solchermaßen abgebildet wird, um so ein gewünschtes Gemischverhältnis zu erreichen.

[0074] Das lernfähige Neuronale Netz NN soll dabei in Abhängigkeit des Motorbetriebszustandes (hier die Drehzahl) und der fahrerbeeinflußten Steuergröße fiir den Luftpfad (hier der Saugrohrdruck) die Steuergröße (hier a_f) für den Kraftstoffpfad ausgeben.

[0075] Der Ausgang des Neuronalen Netzes entspricht also hier dem Tastverhältnis der Einspritzventile a_f, der Eingangsraum des Neuronalen Netzes NN besteht aus Saugrohrdruck p_m und Motordrehzahl n, wir schreiben also

[0076] Das Ziel der Steuerung ist, für jeden Betriebspunkt ein gewünschtes Kraftstoff-Luft-Verhältnis mit

zu erreichen. Im weiteren vernachlässigen wir den konstanten Faktor K_λ. Mit dem NN als Steuerung. nach a_f = a_f(p_m,n) = NN(p_m,n) kann vorstehende Gleichung also als

geschrieben werden. Soll ein bestimmtes Gemischverhältnis λ_soll erreicht werden, so muß im NN eine Abbildung gelernt werden, so daß m_acyl=λ_sollm_fcyl gilt, also

[0077] Beispielhaft fiir eine Vielzahl lernfähiger Neuronaler Netzarchitekturen verwenden wir ab hier das sogenannte DANN, welches den gewählten Ansatz besonders plausibel macht; außerdem gestattet dieser Algorithmus eine einfache Beweisführung für Stabilität und Parameterkonvergenz ebenso wie eine sinnvolle Interpretierbarkeit des gelernten Wissens. Das DANN ist eine besonders rechenzeitoptimale Ausgestaltung eines sogenannten RBF-Netzes mit lokaler Stützwertewirkung. Eine eingehende Beschreibung des DANN folgt unten.

[0078] Wir setzen also an

wobei die Stützwerte Θ des Neuronalen Netzes so adaptiert werden müssen, um beide Nichtlinearitäten in Gleichung 28 im Betriebspunkt (p_m,n) auszugleichen.

[0079] Dies soll mit dem Adaptionsansatz

mit garantierter Stabilität erfolgen. Der Faktor η in dieser Gleichung repräsentiert die Lernschrittweite. Bildlich gesprochen werden durch die Aktivierung A(p_m,n) die einzelnen Stützwerte ausgesucht, welche nach der Beziehung

adaptiert werden. Nun wirken die Stützwerte beim DANN hauptsächlich lokal, ohne großen Fehler können wir

annehmen (wobei die Größe rechts neben dem Entsprichtzeichen die Kompoente des Θ - Vektors ist, die der Stelle (p_m,n) nächsten liegt).

[0080] Wegen des taktdiskreten Arbeitsverfahren des Kolben-Verbrennungsmotors ersetzen wir in dieser Ableitung die kontinuierliche Ableitung (nach der Zeit) durch die Notation mit Deltagrößen, was einer Ableitung nach den Arbeitstakten des Verbrennungsmotors entsprechen soll.

[0081] Um den Stabilitätsbeweis mathematisch zu führen, untersuchen wir die Auswirkung dieser lokalen Adaption nach Gleichung 32 auf den Gemischfehler e im Betriebspunkt, der zu

als Abweichung vom hier als konstant angenommenen Sollwert definiert ist. Wir bestimmen also

woraus mit Gleichung 27

folgt. Zunächst wollen wir den ersten Quotienten der rechten Seite aus vorstehender Gleichung betrachten:

ist kleiner oder gleich null! Dies kann ganz einfach erklärt werden: bei konstanter Luftmasse im Zylinder nimmt die Luftzahl λ mit zunehmender eingespritzter Kraftstoffmasse m_fcyl ab, das Gemisch wird fetter. Und mit zunehmendem Tastverhältnis a_f, also längerer Ventilöffnungsdauer bei gleichbleibender Drehzahl, wird natürlich auch mehr Kraftstoff eingespritzt, zumindest aber gleichviel; weniger wäre widersinnig. Es gilt also nach Gleichung 27

weil ja

natürlich größer (oder evtl. gleich) null ist.

[0082] Nun betrachten wir den zweiten Quotienten der rechten Seite von Gleichung 35: Aus den Eigenschaften des Neuronalen Netzes DANN folgt

was bedeutet, daß bei Verstellung eines Stützwertes nach oben an einer bestimmten Stelle im Eingangsraum des DANN/GRNN die Ausgabe des Netzes an dieser Stelle natürlich auch steigt. Damit gilt

[0083] Diese Ableitungen sind möglich, weil bei der Stützwerteadaption wegen der Lokalität der Stützwertewirkung dieser Netze

gilt.

[0084] Wir können nun zusammenfassen:

und mit dem Adaptionsgesetz folgt

[0085] Damit ist die Beziehung

hergeleitet, mit der die Stabilität des Adaptionsansatztes 18 bewiesen ist. Dazu interpretieren wir Gleichung 43 verbal:

[0086] Das Vorzeichen der Fehleränderung ist also stets invers dem Vorzeichen des Fehlers; mit anderen Worten, ist der Fehler kleiner null (e<0), so steigt sein Wert (Δe>0), sein Betrag wird damit kleiner. Ist der Fehler größer null, so fällt sein Wert, auch hier wird somit der Betrag kleiner. Somit kann der Fehler nur gegen null konvergieren.

[0087] Neben der Konvergenz des Gemischfehlers im Arbeitspunkt zu null folgt aus den Eigenschaften des DANN die Konvergenz der Stützwerte in den gelernten Arbeitspunkten gegen die einzig möglichen Stützwerte, mit denen λ=λ_soll erreicht werden kann. Diese Ableitung gilt lokal, fiir den Arbeitspunkt (p_m,n) des Verbrennungsmotores. Logisch ist, wiederum wegen der Lokalität der Stützwertewirkung, daß nur in diesen Betriebspunkten der Gemischfehler mit hoher Genauigkeit ausgeglichen wird, in denen auch die Steuerung lernen kann.

[0088] Zu berücksichtigen ist noch eine Lernkorrelation, nämlich eine Totzeit wegen des Viertakt-Arbeitsverfahrens. Bei den obenstehenden Ableitungen waren wir bei der Adaption davon ausgegangen, daß bei der Gemischbildung gleich der entstehende Gemischfehler zur Adaption der Einspritzsteuerung herangezogen werden kann. Infolge des Viertakt-Arbeitsverfahren des Verbrennungsmotors steht jedoch bei Verwendung einer Abgas-Lambdasonde erst frühestens nach drei Takten Totzeit (Verdichten, Verbrennen, Ausschieben) ein Meßwert für die Luftzahl zur Verfügung. Dargestellt ist dies in Fig. 4. Diese Figur zeigt einen Signalflußplan für die Bildung des Gemischverhältnis bei gedrosselten direkteinspritzenden Kolben-Verbrennungsmotoren. Die zusätzliche (dünn eingezeichnete) Abhängigkeit η_vol = f(.,.,α_cs,sr) gilt für Motoren mit variabler Nockenwelle oder Schaltsaugrohr. Zwischen Gemischbildung und Lambda-Messung liegt eine Totzeit von drei Takten wegen des Viertakt-Arbeitsverfahren des Verbrennungsmotors.

[0089] Zur Lernkorrelation müssen wir demnach bei der Adaption diese Totzeit berücksichtigen. Dies geschieht zweckmäßigerweise durch eine einfache Verzögerung der Eingangswerte (p_m und n) bei der Adaption, so daß Fehlersignal und zu verstellender Stützwert miteinander korrelieren. Dagegen müssen zur Bildung des Einspritzsignals (a_f) die unverzögerten Eingangswerte herangezogen werden.

[0090] Das obenstehend beschriebene Beispiel betrifft die Synthese eines Steuergesetzes für die Einspritzung bei direkteinspritzenden Verbrennungsmotoren. Der Beschreibung lag ein gedrosselter Benzin-Direkteinspritzer mit konstantem Soll-Gemischverhältnis zugrunde. Kann das Soll-Gemischverhältnis wie beispielsweise bei Dieselmotoren einen variablen Wert annehmen, so kann dieser Sollwert als zusätzliche Eingangsdimension des DANN vorgesehen werden. Ebenso kann bei nockenwellenlos angetriebenen Einlaßventilen deren Steuersignal (Tastverhältnis a_a) anstelle des Saugrohrdruckes als Netzeingang herangezogen werden. Sinnvoll ist bei einer realen Implementierung der Ansatz des Neuronalen Netzes als Korrekturglied neben z.B. off-line bestimmten Vorwissen in Form etwa einer linearen Abbildung p_m → a_f. Dadurch kann die Lernzeit erheblich verringert werden.

[0091] Die folgende Tabelle gibt überblickartig die hier verwendete Nomenklatur wieder:

m acyl	Masse Frischluft im Zylinder	kg
ṁat	Massenstrom Frischluft durch Drosselstelle	kg s-13
ṁav	Massenstrom Frischluft in den Zylinder	kg s-11
mfcyl	Masse Kraftstoff im Zylinder	kg
n	Drehzahl des Kolben-Verbrennungsmotors	s-11
p0	Umgebungsdruck der Luft (langsam veränderlich)	Pa
pm	Luftdruck im Saugrohr	Pa
R	Gaskonstante	J/kgm
T0	Lufttemperatur in der Umgebung (langsam veränderlich)	K
Tλ	Zeitkonstante der Lambdasonde	s
Tm	Lufttemperatur im Saugrohr	K
VD	Hubvolumen eines Zylinders	m3
αcs	Steuerwinkel bei variabler Nockenwellensceuerung (VANOS)	rad
αth	Lagewinkel der Drosselklappe	rad
ηvol	Volumetrische Effizienz	―
λ	Luftzahl	―
λm	gemessene Luftzahl	―

[0092] Im folgenden wird als Beispiel fiir einen geeigneten lernfähigen Neuronales-Netz-Algorithmus das sogenannte DANN näher erläutert. Es verbindet die Vorteile normierter RBF-Netze mit dem Vorteil der Rechenzeit- und Speicherplatzoptimierung.

[0093] Bei Verwendung des sogenannten Distance Activation Neural Network DANN nach Fig. 5 die eine Parallel-Darstellung eines DANN mit zwei Eingangsdimensionen zeigt, wird durch die lokale Stützwertewirkung beim Lernvorgang Parameterkonvergenz garantiert und die Problematik der sog, persistent excitation umgangen. Parameterkonvergenz bedeutet hierbei, daß das Neuronale Netz nur mit einem Parametersatz eine bestimmte statische Nichtlinearität approximieren kann. Es besteht demnach eine eindeutige Zuordnung von gelerntem Zusammenhang und Stützwerten des NN, dies macht das gelernte Wissen interpretierbar. Dieser im Vergleich zu anderen lernfähigen Algorithmen entscheidende Vorteil beruht auf der Form des RBF-Netzes, speziell des DANN: die beim Lernen zu verstellenden Parameter wirken in der Hauptsache lokal und das Netz liefert damit eine stetige Ausgangsfunktion über dem Eingangsraum mit definiertem Interpolationsverhalten. Das Extrapolationsverhalten des DANN an Stellen, an denen kein Wissen in Form gelernter Parameter zur Verfügung steht, ist ebenso definiert wie sinnvoll: der Ausgang des Netzes entspricht einem (gewichteten) Mittelwert des gelernten Wissens in der gelernten Umgebung; das DANN unterscheidet sich hierin erheblich vom originären RBF-Netz. Das Netz besteht aus lokal aktivierten Neuronen, d.h. hauptsächlich die Neuronen in der unmittelbaren Umgebung des Netzeinganges x werden aktiviert. Die Struktur des DANN ist unterteilbar in Aktivierung und Gewichtung, Dies veranschaulicht die in Fig. 6 gezeigte Signalflußplan-Darstellung eines DANN mit einer Eingangsdimension (d.h. skalarem Eingang x), A(x) und ∂ sind Vektoren; ŷ(x)=∂^TA(x). Dadurch ist es beim Lernen für das sogenannte Verfahren der verzögerten Aktivierung zugänglich.

Kurz sei nun der Algorithmus des DANN beschrieben:

[0094] Ein skalarer Schätzwert ŷ an einer Stelle x∈

mit einer gegebenen Menge von q Datenpunkten (Stützwerten ∂_i an Stützstellen ζ₁) (∂_l, ζ₁ ), i∈[l,q] und ζ∈

ist beim DANN definiert durch die Gleichung

mit den Abständen

[0095] Gleichung 44 garantiert die Beschränktheit der Aktivierung A(x) ,durch die Normierung wird

erreicht, das heißt, die Summe der Aktivierungen aller Neuronen ist stets gleich eins; ebenso beträgt die Aktivierung eines einzelnen Neurons stets einen Wert zwischen null und eins. Aus Gleichung 44 wird klar, daß bei sehr kleinem Glättungsfaktor σ nahezu nur ein einziges Neuron aktiviert wird; damit trägt also beinahe nur ein einziger Stützwert zum Ergebnis der Auswertung bei. Wird also ein Stützwert verstellt, so wird der Netzausgang auch nur in dessen Umgebung verändert. Wir nennen diesen Sachverhalt "Lokalität" der Stützwertewirkung. Zur Veranschaulichung zeigt Fig. 7 die Lokalität der Stützwertewirkung, der Netzausgang ändert sich nur in der Umgebung des verstellten Stützwertes. Diese Feststellung ist wichtig für den Stabilitätsbeweis des Lernens bei dem erfindungsgemäßen Verfahren.

[0096] Gleichung 44 definiert eine stetige beliebig nichtlineare Ausgangsfunktion ŷ= f(x) (bezeichnet geschätzte oder verstellbare Größen) mit definiertem Inter- und Extrapolationsverhalten wie in Fig. 8 dargestellt. Diese Figur zeigt Inter- und Extrapolationsverhalten des DANN, die Kreuze bezeichnen die vorhandenen Datenpunkte. Im gelernten Bereich stimmt der durch die Stützwerte (Kreuze) approximierte Verlauf mit der zu erlernenden Sinus-Funktion überein. Über den gelernten Bereich hinaus tendiert der Schätzwert mit zunehmender Entfernung vom nächsten Stützwert zum Durchschnitt allen vorhandenen Wissens (Stützwerte). Der Schätzwert an einer Auswertestelle mit großem Abstand zum gespeicherten Wissen (Datenpunkte) wird sich zum Mittelwert des vorhandenen Wissens ergeben, in der unmittelbaren Nähe eines Datenpunktes bestimmt dieser hauptsächlich den Netzausgang. Werden die Stützwerte in ihrem Gewicht ∂_i als verstellbar definiert, so kann die einfachste, in Fig. 9 dargestellte Online-Struktur zum Lernen abgeleitet werden. Diese Darstellung gilt fiir zeitkontinuierliche Systeme. Das gezeigte DANN kann alle statischen (ohne interne Zustände wie z.B. Gedächtnis) Nichtlinearitäten bis hin zu Unstetigkeiten (grouped activation method) abgesehen eines kleinen Approximationsfehlers wegen der endlichen Stützwerteanzahl erlernen. Bei Abbildungen mit Gedächtnis (z.B. wegen des oben erwähnten Speichereffekts) wird die Information über vorausgegangene Ereignisse in das Lern- und Abbildungsverhalten mit einbezogen. Die in Fig. 9 dargestellte Lernstruktur basiert auf einem bekannten mathematischen Fehlermodell, für das Stabilität nach der direkten Methode nach Ljapunov bewiesen ist.

[0097] Eine zu erlernende eindimensionale Nichtlinearität wie in Fig. 9 soll in der DANN-Form als das Skalarprodukt y(t)=ϑ^T A(x(t))+d dargestellt sein, wobei x(t), y(t) ∈

und A,∂ ∈

; der konstante Vektor ∂ ist der unbekannte zu erlernende Parametervektor der Dimension n, wobei n Stützwerte verteilt über dem Eingangsraum die reale zu erlernende Nichtlinearität bis auf den Fehler d → 0 mit n → ∞ darstellen können. Nach Fig. 9 berechnet sich der Beobachterfehler zu e(t) = ŷ(t)-y(t). Wird ein Parameterfehlervektor definiert als Φ(t) = ∂̂(t)-∂, so ergibt sich die Fehlergleichung zu

[0098] Nach dem Fehlermodell 1 kann

als garantiert stabiles Adaptionsgesetz gewählt werden, da wegen der Eigenschaften des DANN (Gleichung 44) der Vektor A(x(t)) in allen seinen Komponenten beschränkt ist. Dies führt zu einer monoton abnehmenden Funktion |Φ(t)|, was ja lim_t→∞ ∂̂(t) = ∂ bedeutet.

[0099] Bei den vorliegenden Ausführungsbeispielen wird die gezeigte Lernfähigkeit des DANN zur Synthese eines Steuergesetzes für die Kraftstoffeinspritzung verwendet, indem beim Lernen der Fehler zwischen Soll-Gemischverhältnis und Ist-Gemischverhältnis zu null gemacht wird.

Obiges Ausführungsbeispiel soll nun an einer Simulation demonstriert werden:

[0100] Es soll die Fähigkeit des Ansatzes gezeigt werden, daß eine Abbildung gelernt werden kann, so daß gilt

[0101] Zur Demonstration sei λ_soll gleich 1. Zum Zweck der Veranschaulichung wird für NL_a(p_m,n) die statische stetige nichtlineare Beziehung

angenommen, für NL_f(a_f,n) nehmen wir

an, eine nichtlineare Funktion, die mit a_f monoton steigend ist. Diese beiden fiir den Luftpfad und den Kraftstoffpfad angenommenen Nichtlinearitäten sind in den Fig. 10 und 11 dargestellt.

[0102] Sind diese Abhängigkeiten bekannt, so kann analytisch die Abbildung NN_soll berechnet werden, so daß Gleichung 49 mit NN = NN_soll erfüllt wird. Mit den Beziehungen nach Gleichungen 50 und 51 ergibt sich für die Abbildung NN_soll

die durch die Reglersynthese zu erlernen ist.

[0103] Drehzahl n sei auf Maximaldrehzahl normiert, ebenso der Saugrohrdruck auf Umgebungsdruck, diese Größen schwanken also beide zwischen 0 und 1. Zur Lernsimulation wird nun der Eingangsraum n∈[0.2,0.8] und p_m ∈[0.2,0.8] flächendeckend durchfahren, in Fig. 16 wird dies bei der gelernten Steuerfläche deutlich. In den Fig. 12, 13 und 14 ist dabei der zu erlernende Steuerverlauf nach Gleichung 52 und der online vom Netz erlernte Verlauf von a₁ während des Lernvorganges dargestellt. Diese Figuren zeigen jeweils den optimalen Verlauf der Steuergröße (gestrichelt) und den vom Netz gelernten Verlauf (durchgezogen). Fig. 12 zeigt dabei den Beginn des Lernens (wobei ohne jedes Vorwissen begonnen wurde), Fig. 13 den Steuergrößenverlauf während des Lernens, und in Fig. 14 ist das Lernen so gut wie abgeschlossen. Den während des Lernens schnell kleiner werdenden Gemischfehler zeigt Fig. 15.

[0104] Den dabei im Neuronalen Netz gelernten Zusammenhang stellt Fig. 16 der zu lernenden Abhängigkeit gegenüber. Die Figur zeigt den zu erlernenden und den gelernten Zusammenhang, und zwar jeweils die Steuerfläche. Im Zielzusammenhang ist nur die Fläche über dem während des Lernens zu durchfahrenden Eingangsraum dargestellt, um einen einfachen Vergleich zu ermöglichen. Selbstverständlich war auch nur im durchfahrenen Eingangsraum gelernt worden, demzufolge ist auch nur dort das Wissen aussagekräftig.

[0105] Diese Simulation demonstriert, daß ohne jedes Vorwissen bereits nach größenordnungsmäßig 10000 Takten (verteilt über die verschiedenen Betriebspunkte), ein ganzes Kennfeld fiir die Einspritzsteuerung mit sehr großer Genauigkeit "angelernt" ist.

Ansprüche

1. Verfahren zur Gemischsteuerung bei einem Verbrennungsmotor, das folgende Schritte umfaßt:

a) Messen wenigstens einer Größe, mit der die in einen Brennraum des Verbrennungsmotors gelangende Luftmasse im Zusammenhang steht, einer sog. Eingangsgröße;

b) Ermitteln wenigstens einer die zuzuführende Kraftstoffmenge steuernde Ausgangsgröße a_f in Abhängigkeit von wenigstens der/den in a) gemessenen Eingangsgröße/n, mit Hilfe gespeicherter Abbildungsinformation;

c) Zuführen der Kraftstoffmenge entsprechend der Ausgangsgröße a_f aus b);

d) Messen einer Größe, die Information über das so entstandene Gemisch trägt, einer sog. Istgröße;

e) Ermitteln einer Abweichung der in d) gemessenen Istgröße von einem Sollwert für diese Größe;

f) Verändern der gespeicherten Abbildungsinformation in Abhängigkeit von der in e) ermittelten Abweichung für den in a) gemessenen Betriebszustand, so daß bei einem zukünftigen Durchlaufen der Schritte a) bis e) im gleichen Betriebszustand die Abweichung kleiner wird;

und das einen intelligenten Lernprozeß realisiert, mit dem ein nichtlinearer Regler gebildet wird, der zumindest sowohl die Nichtlinearitäten des Luftpfades als auch des Kraftstoffipfades berücksichtigt,
wobei bei dem Lernprozeß Lerngesetze verwendet werden, die lokal wirken und die stabil sowie konvergent sind,
wobei die Abbildung der Eingangsgröße/n auf die Ausgangsgröße a_f durch mit einem Aktivierungsvektor A linear verknüpften, die Abbildungsinformation repräsentierenden Stützwertevektor Θ definiert wird, gemäß:

und der Lernprozeß damit sowohl das Kleinsignal- als auch das Großsignal-Verhalten umfaßt.

2. Verfahren nach Anspruch 1, bei dem die Schritte a) bis e) taktweise durchgeführt werden, wobei die Schritte d) und e) dem Takt zugeordnet werden, in dem die Schritte a) bis c) durchgeführt werden.

3. Verfahren nach Anspruch 1 oder 2, bei dem der Verbrennungsmotor ein Motor mit oder ohne Aufladung ist und die Eingangsgröße bzw. eine der Eingangsgrößen der Druck im Saugrohr des Verbrennungsmotors ist.

4. Verfahren nach einem der Ansprüche 1 bis 3, bei dem der Verbrennungsmotor mit einem veränderlichen Ansaugsystem ausgerüstet ist, und eine dessen Stellung charakterisierende Größe die Eingangsgröße bzw. eine der Eingangsgrößen ist.

5. Verfahren nach einem der Ansprüche 1 bis 4, bei dem der Verbrennungsmotor eine Einlaßventilsteuerung mit verstellbaren Ventilsteuerzeiten aufweist und die Eingangsgröße bzw. eine der Eingangsgrößen ein oder mehrere Ventilsteuerzeitparameter sind.

6. Verfahren nach einem der Ansprüche 1 bis 5, bei dem der Verbrennungsmotor frei betätigbare Einlaßventile aufweist und die Eingangsgröße bzw. eine der Eingangsgrößen das Tastverhältnis und/oder die Schließ- und/oder Öffnungszeit der Einlaßventile sind.

7. Verfahren nach einem der Ansprüche 1 bis 6, bei dem die Eingangsgröße bzw. eine der Eingangsgrößen die Drehzahl des Verbrennungsmotors ist.

8. Verfahren nach einem der Ansprüche 1 bis 7, bei dem der Verbrennungsmotor mit variablem Gemischverhältnis gesteuert wird, und deshalb das Soll-Gemischverhältnis eine der Eingangsgrößen ist.

9. Verfahren nach Anspruch 1 bis 8, bei dem die Ausgangsgröße eine oder mehrere der folgenden Größen ist: Einspritzdauer, Tastverhältnis der Einspritzventilöffnung, Ein-spritzdruck, Öffnungsgrad des Einspritzventils.

10. Verfahren nach einem der Ansprüche 1 bis 9, bei dem als Verbrennungsmotor ein Motor verwendet wird, der im wesentlichen keinen Kraftstoffspeichereffekt aufweist, insbesondere ein direkteinspritzender Motor.

11. Verfahren nach einem der Ansprüche 1 bis 9, bei dem ein Verbrennungsmotor mit Kraftstoffspeichereffekt verwendet wird, und in die Ermittlung der Ausgangsgröße/n im Schritt b) auch Größen aus einem oder mehreren vorhergehenden Arbeitstakten einbezogen werden.

12. Verfahren nach einem der Ansprüche 1 bis 11, bei dem die gespeicherte Abbildungsinformation die Form eines Kennfeldes hat, welches die Ausgangsgrößeln direkt oder indirekt enthält, und bei dem im Schritt f) ein oder mehrere gespeicherte Werte verändert werden.

13. Verfahren nach einem der Ansprüche 1 bis 12, bei dem die Abbildung der Eingangsgröße/n auf die Ausgangsgröße/n durch einen Neuronales-Netz-Algorithmus erfolgt.

14. Verfahren nach einem der Ansprüche 1 bis 13, bei dem der Aktivierungsvektor (A) normiert ist und nur vom Abstand der Eingangsgröße/n zu den Stützstellen abhängt, die der Vektordarstellung zugrundeliegen,

15. Verfahren nach Anspruch 13 oder 14, bei dem die Komponenten A_i des Aktivierungsvektors (A) vom Abstand d₁ der Eingangsgröße/n zu der zugehörigen Stützstelle i gemäß einer Zentrumsfunktion, insbesondere

abhängen, wobei σ ein Breitenparameter ist.

16. Verfahren nach einem der Ansprüche 13 bis 15, bei welchem die Veränderung der Abbildungsinformation im wesentlichen in dem Bereich des Abstands von einer Abweichungsstelle erfolgt, der auch in die Abbildung der an dieser Stelle liegende/n Eingangsgröße/n auf die Ausgangsgröße/n einbezogen würde.

17. Verfahren nach einem der Ansprüche 13 bis 16, bei dem die Veränderung der Abbildungsinformation erfolgt, indem zu dem Stützwertevektor (Θ) ein Stützwertekorrekturvektor (ΔΘ) addiert wird, welcher einer Verknüpfung, und zwar insbesondere dem Produkt des Abweichungswerts (e) mit dem Aktivierungsvektors (A) proportional ist.

18. Vorrichtung zur Gemischsteuerung bei einem Verbrennungsmotor, umfassend:

- wenigstens eine Einrichtung zur Messung wenigstens einer Größe, mit der die in einen Brennraum des Verbrennungsmotors gelangende Luftmasse im Zusammenhang steht, einer sog. Eingangsgröße;

- wenigstens eine Stelleinrichtung zum Zuführen von Kraftstoff;

- wenigstens eine Einrichtung zur Messung einer Größe, die Information über das so entstandene Gemisch oder dessen Verbrennung trägt, einer sog. Istgröße;

- wenigstens einen Speicher zur Aufnahme der veränderlichen Abbildungsinformation;

- und einen zur Ausführung des folgenden Verfahrens programmierten und/oder fest verdrahteten Rechner:

a) Messen wenigstens einer Größe, mit der die in einen Brennraum des Verbrennungsmotors gelangende Luftmasse im Zusammenhang steht, einer sog. Eingangsgröße;

b) Ermitteln wenigstens einer die zuzuführende Kraftstoffmenge steuernde Ausgangsgröße a_f in Abhängigkeit von wenigstens der/den in a) gemessenen Eingangsgröße/n, mit Hilfe gespeicherter Abbildungsinformation;

c) Zuführen der Kraftstoffmenge entsprechend der Ausgangsgröße a_f aus b);

d) Messen einer Größe, die Information über das so entstandene Gemisch trägt, einer sog. Istgröße;

e) Ermitteln einer Abweichung der in d) gemessenen Istgröße von einem Sollwert für diese Größe;

f) Verändern der gespeicherten Abbildungsinformation in Abhängigkeit von der in e) ermittelten Abweichung für den in a) gemessenen Betriebszustand, so daß bei einem zukünftigen Durchlaufen der Schritte a) bis e) im gleichen Betriebszustand die Abweichung kleiner wird;

wobei ein intelligenter Lernprozeß realisiert wird, mit dem ein nichtlinearer Regler gebildet wird, der zumindest sowohl die Nichtlinearitäten des Luftpfades als auch des Kraftstoffpfades berücksichtigt,
wobei bei dem Lernprozeß Lerngesetze verwendet werden, die lokal wirken und die stabil sowie konvergent sind,
   wobei die Abbildung der Eingangsgröße/n auf die Ausgangsgröße a_f durch mit einem Aktivierungsvektor A linear verknüpften, die Abbildungsinformation repräsentierenden Stützwertevektor Θ definiert wird, gemäß:

und der Lernprozeß damit sowohl das Kleinsignal- als auch das Großsignal-Verhalten umfaßt.

19. Vorrichtung nach Anspruch 18, bei dem der Rechner zur Ausführung einer oder mehrerer Ausgestaltungen des Verfahrens gemäß Anspruch 2 bis 17 programmiert bzw. verdrahtet ist.

Claims

1. Process for controlling the mixture in an internal combustion engine, incorporating the following steps:

a) Measurement of at least one parameter, associated with the mass of air entering the combustion chamber of the internal combustion engine, a so-called input parameter;

b) Calculation of at least one of the output parameters a_f controlling the amount of fuel to be injected, dependent at least on the input parameter (or parameters) measured in a), using the stored mapping information;

c) Injecting the amount of fuel corresponding to the output parameter a_f from b);

d) Measurement of a parameter bearing information about the resultant mixture, a so-called actual parameter;

e) Calculation of a deviation of the actual parameter measured in d) from a nominal value for this parameter;

f) Changing the stored mapping information according to the deviation calculated in e) for the operating state measured in a) so that, in a future iteration of the steps a) to e), the deviation in the same operating state will be less;

and which implements an intelligent learning process, forming a non-linear controller taking into account non-linearities in both the air and fuel paths,
where the learning process uses learning laws that have a local effect and are stable as well as convergent,
where the mapping of the input parameter/s onto the output parameter a_f is defined as the basic value vector Θ which represents the mapping information and is linked linearly with an activation vector A. The following equation applies:

and the learning process thus incorporates both the small and large signal processes.

2. Process as in Claim 1, in which the steps a) to e) are performed cyclically, with steps d) and e) assigned to the cycle in which the steps a) to c are performed.

3. Process as in Claim 1 or 2, in which the internal combustion engine is an engine with or without a turbocharger, and the input parameter, or one of the input parameters, is the pressure in the internal combustion engine's manifold.

4. Process as in any of Claims 1 to 3, in which the internal combustion engine is fitted with a variable suction system, and a characteristic parameter whose setting is the input parameter, or one of the input parameters.

5. Process as in any of Claims 1 to 4, in which the internal combustion engine has an inlet valve control system with variable valve control timings and the input parameter or one of the input parameters are one or more of the valve control timing parameters.

6. Process as in any of Claims 1 to 5, in which the internal combustion engine has freely operable inlet valves, and the input parameter, or one of the input parameters, are the duty factor and/or the closing and/or opening times of the inlet valves.

7. Process as in any of Claims 1 to 6, in which the input parameter or one of the input parameters is the speed of the internal combustion engine in rpm.

8. Process as in any of Claims 1 to 7, in which the internal combustion engine is controlled with a variable mixing ratio, and hence the nominal mixing ratio is one of the input parameters.

9. Process as in any of Claims 1 to 8, in which the output parameter is one or more of the following parameters: injection period, injection valve opening duty factor, injection pressure, injection valve opening angle.

10. Process as in any of Claims 1 to 9, in which an engine is used as an internal combustion engine which fundamentally has no fuel accumulator effect, in particular a direct injection engine.

11. Process as in any of Claims 1 to 9, in which an internal combustion engine with a fuel accumulator effect is used and, in calculating the output parameter (or parameters) in step b), parameters from one or more previous strokes are also included.

12. Process as in any of Claims 1 to 11, in which the stored mapping information takes the form of a knowledge field which directly or indirectly includes the output parameter or parameters, and where one or more stored values are changed in step f).

13. Process as in any of Claims 1 to 12, in which the mapping of the input parameter (or parameters) on to the output parameter (or parameters) is performed by means of a neuronal network algorithm.

14. Process as in any of Claims 1 to 13, in which the activation vector (A) is standardised, and is proportional only to the distance of the input parameters from the support points which form the basis of the vector representation.

15. Process as in Claim 13 or 14, in which the components A; of the activation vector (A) depend on the distance d; of the input parameter(s) to the associated support point i according to a centre function, in particular

where σ is a width parameter.

16. Process as in any of Claims 13 to 15, in which the mapping information is changed fundamentally in the vicinity of the distance from a deviation point, which also, in the mapping of the input parameter (or parameters), was included in the output parameter (or parameters).

17. Process as in any of Claims 13 to 16, in which the information in the diagram is changed, and a support value correction vector (Δθ), which is proportional to a linkage, particularly the product of the deviation (e) and the activation vector (A), is added to the support vector.

18. Device for controlling the mixture in an internal combustion engine, incorporating the following:

- at least one appliance for measuring at least one parameter associated with the mass of air entering a combustion chamber in the internal combustion engine, a so-called input parameter;

- at least one appliance for varying the amount of fuel injected;

- at least one appliance for measuring a parameter bearing information about the resultant mixture or its combustion, a so-called actual parameter;

- at least one store to record the mapping information to be changed;

- and a computer programmed and/or hard-wired to execute the following process:

a) measurement of at least one parameter associated with the mass of air entering a combustion chamber in the internal combustion engine, a so-called input parameter;

b) calculation of at least one of the output parameters a_f controlling the amount of fuel to be injected, proportional to at least (one of) the input parameter (or parameters), measured in a), using the stored mapping information;

c) injection of the amount of fuel corresponding to the output parameter a_f from b);

d) measurement of a parameter bearing information about the resultant mixture, a so-called actual parameter;

e) calculation of a deviation of the actual parameter measured in d) from a nominal value for this parameter;

f) changing the stored mapping information proportional to the deviation calculated in e) for the operating state measured in a), so that the deviation in the same operating state is smaller during a future cycle of the steps a) to e);

where an intelligent learning process, forming a non-linear controller, which considers at least the non-linearities of the air and fuel paths, is implemented,
where learning laws are used during the learning process which have a local effect and are stable as well as convergent,
where the mapping of the input parameter/s onto the output parameter a_f is defined as the basic value vector θ which represents the mapping information and is linked linearly with an activation vector A. The following equation applies:

and the learning process hence incorporates both the small signal and large signal processes.

19. Device as in Claim 18, in which the computer is programmed or hard-wired for execution of one or more variants of the process as in Claims 2 to 17.

Revendications

1. Procédé de régulation du mélange dans un moteur à combustion interne, qui comprend les étapes suivantes :

a) la mesure d'au moins une grandeur avec laquelle est en rapport la masse d'air arrivant dans une chambre à combustion du moteur, dénommée grandeur d'entrée,

b) le calcul d'au moins une grandeur de sortie a_f régulant la quantité de carburant à amener, en fonction d'au moins la/les grandeur(s) d'entrée mesurée(s) au point a), à l'aide d'une information de projection enregistrée,

c) l'amenée de la quantité de carburant conformément à la grandeur de sortie a_f du point b),

d) la mesure d'une grandeur qui porte l'information sur le mélange ainsi produit, dénommée grandeur réelle,

e) le calcul d'une différence de la grandeur réelle mesurée au point d) par rapport à une valeur de consigne de cette grandeur,

f) la modification de l'information de projection enregistrée, en fonction de la différence calculée au point e) pour l'état de marche mesuré au point a), de telle sorte que, lors d'un déroulement futur des étapes a) à e) dans le même état de marche, la différence devienne plus faible.

   et qui exécute un processus d'apprentissage intelligent au moyen duquel est formé un régulateur non-linéaire qui prend en compte, au minimum, aussi bien les non-linéarités du circuit de l'air que celles du circuit du carburant,
   dans lequel sont utilisées, dans le processus d'apprentissage, des lois d'apprentissage qui s'appliquent localement et sont stables ainsi que convergentes,
   dans lequel la projection de la/des grandeur(s) d'entrée sur la grandeur de sortie a_f est définie par un vecteur de valeur d'appui Θ, représentant l'information de projection et associé de manière linéaire à un vecteur d'activation A, selon :

   et le processus d'apprentissage englobe ainsi aussi bien le comportement à faibles signaux que le comportement à forts signaux.

2. Procédé selon la revendication 1, dans lequel les étapes a) à e) sont effectuées de manière cyclique, les étapes d) et e) étant associées au cycle dans lequel les étapes a) à c) sont effectuées.

3. Procédé selon la revendication 1 ou 2, dans lequel le moteur à combustion interne est un moteur avec ou sans suralimentation et la grandeur d'entrée ou l'une des grandeurs d'entrée est la pression présente dans le tuyau d'admission du moteur à combustion interne.

4. Procédé selon l'une des revendications 1 à 3, dans lequel le moteur à combustion interne est équipé d'un système d'aspiration variable et une grandeur, caractérisant sa position, est la grandeur d'entrée ou l'une des grandeurs d'entrée.

5. Procédé selon l'une des revendications 1 à 4, dans lequel le moteur à combustion interne présente une commande de soupapes d'admission avec des temps de commande des soupapes réglables et la grandeur d'entrée ou l'une des grandeurs d'entrée est un ou plusieurs paramètres de temps de commande des soupapes.

6. Procédé selon l'une des revendications 1 à 5, dans lequel le moteur à combustion interne présente des soupapes d'admission à actionnement libre et la grandeur d'entrée ou l'une des grandeurs d'entrée est le rapport cyclique et/ou le temps de fermeture et/ou le temps d'ouverture des soupapes d'admission.

7. Procédé selon l'une des revendications 1 à 6, dans lequel la grandeur d'entrée ou l'une des grandeurs d'entrée est le régime du moteur à combustion interne.

8. Procédé selon l'une des revendications 1 à 7, dans lequel le moteur à combustion interne est commandé par un rapport de mélange variable et de ce fait le rapport de mélange de consigne est l'une des grandeurs d'entrée.

9. Procédé selon les revendications 1 à 8, dans lequel la grandeur de sortie est l'une ou plusieurs des grandeurs suivantes : durée de l'injection, rapport cyclique de l'ouverture de la soupape d'injection, pression d'injection, degré d'ouverture de la soupape d'injection.

10. Procédé selon l'une des revendications 1 à 9, dans lequel on utilise, en tant que moteur à combustion interne, un moteur qui ne présente, pour l'essentiel, aucun effet d'accumulation de carburant, en particulier un moteur à injection directe.

11. Procédé selon l'une des revendications 1 à 9, dans lequel est utilisé un moteur à combustion interne avec effet d'accumulation de carburant et dans lequel sont également incluses dans le calcul de la/des grandeur(s) de sortie, à l'étape b), des grandeurs provenant d'un ou de plusieurs cycles de travail précédents.

12. Procédé selon l'une des revendications 1 à 11, dans lequel l'information de projection enregistrée a la forme d'un diagramme caractéristique, lequel comprend directement ou indirectement la/les grandeur(s) de sortie et dans lequel, à l'étape f), une ou plusieurs valeurs enregistrées sont modifiées.

13. Procédé selon l'une des revendications 1 à 12, dans lequel la projection de la/des grandeur(s) d'entrée sur la/les grandeurs de sortie se fait par un algorithme de réseau neuronal.

14. Procédé selon l'une des revendications 1 à 13, dans lequel le vecteur d'activation (A) est normalisé et ne dépend que de l'écart de la/les grandeurs d'entrée par rapport aux emplacements d'appui qui sont à la base de la représentation du vecteur.

15. Procédé selon la revendication 13 ou 14, dans lequel les composantes A_i du vecteur d'activation (A) dépendent de l'écart d_i de la/des grandeur(s) d'entrée par rapport à l'emplacement d'appui i correspondant selon une fonction centrale, en particulier,

,σ étant un paramètre de largeur.

16. Procédé selon l'une des revendications 13 à 15, dans lequel la modification de l'information de projection se fait essentiellement dans la zone de l'écart avec un emplacement de divergence, écart qui serait également inclu dans la projection de la/des grandeur(s) d'entrée, se trouvant à cet emplacement, sur la/les grandeurs de sortie.

17. Procédé selon l'une des revendications 13 à 16, dans lequel la modification de l'information de projection se fait par l'addition au vecteur de la valeur d'appui (Θ) d'un vecteur de correction de la valeur d'appui (ΔΘ) lequel est proportionnel à une combinaison et en particulier au produit de la valeur de divergence (e) et du vecteur d'activation (A).

18. Dispositif de régulation du mélange dans un moteur à combustion interne comprenant :

- au moins un dispositif de mesure d'au moins une grandeur avec laquelle est en rapport la masse d'air arrivant dans une chambre de combustion du moteur, dénommée grandeur d'entrée,

- au moins un dispositif de réglage pour l'amenée de carburant,

- au moins un dispositif de mesure d'une grandeur qui porte des informations sur le mélange ainsi produit

ou sur sa combustion, dénommée grandeur réelle,

- au moins une mémoire pour l'enregistrement de l'information de projection variable,

- et un ordinateur programmé et/ou à câblage fixe pour l'exécution du procédé suivant :

a) la mesure d'au moins une grandeur avec laquelle est en rapport la masse d'air arrivant dans une chambre de combustion du moteur, dénommée grandeur d'entrée,

b) le calcul d'au moins une grandeur de sortie a_f régulant la quantité de carburant à amener, en fonction d'au moins la/les grandeur(s) d'entrée mesurée(s) au point a), à l'aide d'une information de projection enregistrée,

c) l'amenée de la quantité de carburant conformément à la grandeur de sortie a_f du point b),

d) la mesure d'une grandeur qui porte des informations sur le mélange ainsi produit, dénommée grandeur réelle,

e) le calcul de la différence de la grandeur réelle mesurée au point d) par rapport à la valeur théorique de cette grandeur,

f) la modification de l'information de projection enregistrée, en fonction de la différence calculée au point e) pour l'état de marche mesuré au point a), de telle sorte que, lors d'un déroulement futur des étapes a) à e) dans le même état de marche, la différence devienne plus faible.

   et dans lequel est exécuté un processus d'apprentissage intelligent au moyen duquel est formé un régulateur non-linéaire qui prend en compte, au minimum, aussi bien les non-linéarités du circuit de l'air que celles du circuit du carburant,
   dans lequel sont utilisées, dans le processus d'apprentissage, des lois d'apprentissage qui s'appliquent localement et sont stables ainsi que convergentes,
dans lequel la projection de la/des grandeur(s) d'entrée sur la grandeur de sortie a_f est définie par un vecteur de valeur d'appui Θ représentant l'information de projection et associé de manière linéaire à un vecteur d'activation A selon :

   et le processus d'apprentissage comprend ainsi aussi bien le comportement à faibles signaux que le comportement à forts signaux.

19. Dispositif selon la revendication 18, dans lequel l'ordinateur est programmé ou câblé pour l'exécution d'une ou de plusieurs configuration(s) du procédé selon l'une des revendications 2 à 17.

Zeichnung