Inhaltsangabe:
Stichworte/keywords: Motorentwicklung, Restringierte Optimierung, Online-Optimierung, Evolutionare Algorithmen, Modelle fur Suchraumgrenzen, Neuronale Netze In dieser Arbeit ist das Hauptaugenmerk auf die Entwicklung des modellbasierten Online-Optimierungsalgorithmus mbminimize zur automatisierten Basisapplikation von Verbrennungsmotoren direkt am Prufstand gerichtet. Einer der wichtigsten Bestandteile des mbminimize Algorithmus ist eine neu entwickelte Methode zur Limitbehandlung. Erst durch diese ist er in der Lage, vollautomatisiert auf Verletzungen der Motorlimits im restringierten Parameterraum zu reagieren. Hier sind besonders die teilweise neu entwickelten mathematischen Modelle zur Begrenzung des fahrbaren Suchraums hervorzuheben. Durch ihre kontrollierbare Restriktivitat wird erreicht, dass keine zu grossen und noch unbekannten Gebiete des Suchraums in einer zu fruhen Phase von der weiteren Untersuchung ausgeschlossen werden. Dies tragt der Tatsache Rechnung, dass optimale Werte fur den Kraftstoffverbrauch oder die Schadstoffemission oft sehr nahe an den Grenzen des fahrbaren Bereichs erzielt werden. Auch bei einer sehr geringen Anzahl gemessener Verletzungspunkte - wie sie besonders bei kritischen harten Limits wie dem Motorklopfen angestrebt wird - identifizieren die Limitmodelle den erlaubten Bereich sehr gut. Die entwickelten Limitmodelle bieten Informationen uber den fahrbaren Bereich des Parameterraums eines Motors. Sie werden deshalb innerhalb des Online-Optimierers mbminimize zur Auswahl neuer Messpunkte ausgenutzt, die nach Prinzipien des Aktiven Lernens bestimmt werden. Ausserdem wird durch sie die Suche nach den Optima der Zielfunktionsmodelle, z.B. fur das Motordrehmoment, auf den bis dato als fahrbar erkannten Bereich eingeschrankt. Die Modelle konnen zudem zur Berechnung optimaler Verstellwege eingesetzt werden, entlang derer es moglich ist, die - durch die aktuell vorliegenden Limitmodelle beschriebenen - nichtfahrbaren Bereiche zu umfahren. Das Prufstandsautomationssystem ist so in der Lage, in verdeckte Bereiche des Suchraums vorzudringen. Dadurch konnen auch optimale Messpunkte, die auf direktem Weg nicht erreichbar waren, angefahren werden. Neben der Limitbehandlung werden zahlreiche andere Probleme aus dem Bereich der Offline- und der Online-Optimierung von Verbrennungsmotoren bearbeitet. Zu diesen Problemen zahlen die statistische Versuchsplanung, die Prufablaufplanung, die Kennfeldglattung und die Kennfeldkomprimierung. Dabei bewahren sich fur die kombinatorischen Probleme insbesondere die Genetischen Algorithmen, spezielle Heuristiken zur lokalen Suche und Kombinationen aus beiden, die sog. Memetischen Algorithmen, als leistungsfahige Optimierungsverfahren. Die kontinuierlichen Optimierungsprobleme werden in erster Linie mit Hilfe klassischer Verfahren zur nichtlinearen Optimierung sowie mit Evolutionsstrategien erfolgreich behandelt. In einigen Fallen liefern die Genetischen Algorithmen ebenfalls sehr gute Ergebnisse fur diese Probleme. Durch die neu erarbeiteten Optimierungsalgorithmen konnten alle bis dahin beim Industriepartner BMW eingesetzten - teils noch manuell durchgefuhrten - Verfahren erstens automatisiert und zweitens hinsichtlich der Qualitat ihrer Ergebnisse deutlich verbessert werden.
„Über diesen Titel“ kann sich auf eine andere Ausgabe dieses Titels beziehen.
