Knowledge-based models for parameter optimization of car diesel engines under dynamic operation

• Applicant: Professor Dr.-Ing. Helmut Pucher
• Subject Area: Hydraulic and Turbo Engines and Piston Engines
• Term: from 2000 to 2003
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 5223350

Ziel des hier vorgeschlagenen Forschungsprojektes ist die Entwicklung von auf wissensbasierten Modellen aufbauenden Optimierungsstrategien für die Steuer- und Regelsysteme moderner Fahrzeugdieselmotoren.Besondere Berücksichtigung sollen hierbei die variablen Parameter eines Common-Rail-Einspritzsystems finden. Ein an der Forschungsstelle entwickeltes System auf Basis der integralen Zyklusbewertung stellt die Optimierungsumgebung dar. Dabei werden die Besonderheiten des dynamischen Motorbetriebs direkt berücksichtigt. Allerdings entsteht durch die Vielzahl der freien Parameter - jede einzelne Stützstelle der Führungsgrößen-Kennfelder stellt einen solchen dar - eine hochkomplexe Optimierungsaufgabe, deren Lösung mit den bei der stationären Betriebspunktoptimierung angesetzten stochastischen bzw. gradientenbezogenen Algorithmen nicht mehr effizient ist. Wissensbasierte Optimierungsalgorithmen stellen dazu eine geeignete Alternative dar.Als Basis für die Strategienentwicklung soll die systematische Untersuchung der Auswirkungen einzelner Parameteränderungen auf die Emissions- und Leistungscharakteristika dynamischer Motorbetriebsphasen dienen. Die dabei entstehende Wissensbasis kann über ihren unmittelbaren Einsatzzweck hinaus als ein wichtiges Entwicklungswerkzeug auch in anderen Forschungsprojekten genutzt werden. Ein Fuzzy-Interpreter soll dann aus der regelbasierten Wissensbasis die erforderlichen Variationen der Führungsgrößen-Kennfelder im jeweiligen Optimierungsschritt ableiten.

• DFG Programme: Research Grants