Advertisement

Beherrschung komplexer Entwicklungsprozesse

  • Christian Beidl
  • Hans-Michael Koegeler
Chapter
Part of the ATZ/MTZ-Fachbuch book series (ATZMTZ)

Zusammenfassung

Die mechatronischen Systeme, wie sie moderne Fahrzeugantriebsstränge und insbesondere Antriebsaggregate darstellen, zeichnen sich neben hoher Flexibilität und Leistungsfähigkeit auch durch zunehmende Komplexität in der Bedatung und Optimierung aus. An Hand von konkreten Aufgaben zur Optimierung von Diesel- und Ottomotoren sowie Hybridaggregaten wird in diesem Kapitel gezeigt, wie sich theoretische Überlegungen zur Modellbildung sowie eine zunächst abstrakte Beschreibung der Prozessführung – beispielsweise beim Einsatz von DoE-Methoden oder bei der Funktionsbedatung eines virtuellen Sensors – in die Anwendungsumgebung einer Motorenentwicklung überführen lassen und dort eine Voraussetzung für effiziente Abläufe und eine sichere Zielerreichung darstellen. Für die Zukunft ist ein weiterer Entwicklungsschub durch Umweltvernetzung zu erwarten. Daraus resultieren variable Szenarien, die zusätzlich in die Optimierungsfunktionen mit eingebunden werden müssen.

Derzeit laufen in allen namhaften Häusern von Automobilherstellern Programme, solche Methoden in der industriellen Praxis auszurollen, um die zunehmende Komplexität der Entwicklungsaufgaben weiterhin zu beherrschen.

Literatur

  1. Albers, A., Düser, T., Sander, O., Roth, C., Henning, J.: X-in-the-Loop-Framework für Fahrzeuge, Steuergeräte und Kommunikationssysteme. ATZ Elektronik 5(5), 60–65 (2010)Google Scholar
  2. Altenstrasser, H.: Vergleich und Anwendung von Methoden zur Identifikation von Verbrennungsmotoren und Automatikgetrieben (2007). Dissertation, TU-Graz,Google Scholar
  3. Beidl, C., Christ, C., Gschweitl, K., Koegeler, H.-M.: „AVL APC – ACCELERATED POWERTRAIN CALIBRATION, Ein neues Konzept in der Versuchsmethodik“, VDI Fachtagung Mess- und Versuchstechnik. Coppenrath, Würzburg (2003)Google Scholar
  4. Bier, M., Beidl, C., Steigerwald, K., Müller, S., Kluin, M.: Hybridentwicklung auf dem Motorenprüfstand – ein wichtiger Schritt zu mehr Effizienz im Entwicklungsprozess, VDI Fachtagung: Erprobung und Simulation in der Fahrzeugentwicklung. Coppenrath, Würzburg (2009)Google Scholar
  5. Bier, M., Buch, D., Kluin, M., Beidl, C.: Entwicklung und Optimierung von Hybridantrieben am X-in-the-Loop-Motorenprüfstand. MTZ 73(3), 240–247 (2012)Google Scholar
  6. Bittermann, A., Kranawetter, E., Krenn, J., Ladein, B., Ebner, T., Altenstrasser, H., Koegeler, H.-M., Gschweitl, K.: Emissionsauslegung des dieselmotorischen Fahrzeugantriebes mittels DoE und Simulationsrechnung. MTZ 65(6), 466–474 (2004)Google Scholar
  7. Büchel, M., Thomas, M.: Einführung einer Methode zur schnellen Basisbedatung von Motorsteuerungen, Internationales Symposium für Entwicklungsmethodik. Tagungsband, S. 256–272. Wiesbaden (2009)Google Scholar
  8. Castagna, E., Biondo, M., Cottrell, J., Altenstrasser, H., Beidl, C., Koegeler, H.-M., Schuch, N.: Tier-3-Motorabstimmung für unterschiedliche Fahrzeugvarianten mit globalen Modellen. MTZ 68(6), 472–479 (2007)Google Scholar
  9. Dobes, T., Kokalj, G., Rothschädl, R., Lick, P.: Zukunftsweisendes Managen von Steuergerätedaten. ATZ Elektronik 2(03), 56–61 (2007)Google Scholar
  10. Eiglmeier, C., Graf, F., Köck, K., Koegeler, H.-M.: Einfluss der Absolutgenauigkeit der Kraftstoffverbrauchsmessung auf die DoE Modellqualität und Versuchsdauer der Motoroptimierung. Haus der Technik, Expert Verlag (2004)Google Scholar
  11. Haines, S.N.M., Dicken, C.S., Gallacher, A.M.: „The Application of an Automatic Calibration Optimization Tool to Direct-Injection Diesels“. IMechE, London (1998)Google Scholar
  12. Hametner, C., Jakubek, S.: New Concepts for the Identifcation of Dynamic Takagi-Sugeno Fuzzy Models, 2nd IEEE Conference on Cybernetics & Intelligent Systems (2006)Google Scholar
  13. Isermann, R.: Elektronisches Management motorischer Fahrzeugantriebe; Elektronik, Modellbildung, Regelung und Diagnose für Verbrennungsmotoren, Getriebe und Elektroantriebe. Vieweg+Teubner (2010)CrossRefGoogle Scholar
  14. Joshua, H., Kelly, J., Hoetzendorfer, H., Keuth, N., Pfluegl, H., Winsel, T., Roeck, S.: Industrialization of Base Calibration Methods for ECU-functions exemplary for Air Charge Determination. SAE Paper 0331-01-2010 (2010). doi: 10.4271/2010-01-0331Google Scholar
  15. Keuth, N.: An Improved Neuro-Fuzzy Training Algorithm for Automotive Applications (2005). PhD Thesis, TU WienGoogle Scholar
  16. Keuth, N., Wurzenberger, J., Kordon, M.: Changing Calibration paradigm: Innovative ways to increase xCU calibration quality, 5th International Symposium on Development Methodology. Tagungsbeitrag. Wiesbaden (2013)Google Scholar
  17. Keuth, N., Altenstrasser, H., Martini, E., Kunzfeld, A.: Advanced Methods for Calibration and Validation of Diesel-ECU Models using Emission and Fuel Consumption Optimization and Prediction during Dynamic Warm-Up Tests (EDC) (2013)Google Scholar
  18. Kleppmann, W.: Taschenbuch Versuchsplanung, Produkte und Prozesse optimieren, 4. überarb. Aufl. Hanser, München (2009)Google Scholar
  19. Kluin, M., Bier, M., Beidl, C., Lenzen, B.: Hybridisation in View of Certifikation, Customer Requirements and Technical Effort – Approaches for a Systematic Powertrain Optimization, Virtual Powertrain Creation. Unterschleißheim (2010)Google Scholar
  20. Kluin, M., Maschmeyer, H., Beidl, C.: Simulations- und Testmethoden für Hybridfahrzeuge mit vorausschauendem Energiemanagement, Internationales Symposium für Entwicklungsmethodik. Tagungsband der AVL Deutschland GmbH, Wiesbaden (2013)Google Scholar
  21. Koegeler, H.-M., Fuerhapter, A., Mayer, M., Gschweitl, K.: DGI-Engine Calibration, Using New Methodology with CAMEO. SAE_NA Technical Paper Series 012-01-2012 (2001)Google Scholar
  22. Kötter, H.: Innovative Motorvermessung FVV Abschluss Bericht, Bd. Heft 853. Frankfurt am Main (2008)Google Scholar
  23. Kuder, J., Kruse, T., Wülfers, S., Stuber, A., Gschweitl, K., Lick, P., Fuerhapter, A.: Effiziente Applikation der Bosch-Motronic mit Bosch/AVL-iProcedures für AVL Cameo. MTZ 64(12), 15–18 (2003)Google Scholar
  24. Lassenberger, S.: Verfahren zur Optimierung von Parametern in Hybrid-Betriebsstrategien (2011). Diplomarbeit, TU Darmstadt, Institut für VerbrennungskraftmaschinenGoogle Scholar
  25. Leithgöb, R., Henzinger, F., Fuerhapter, A., Gschweitl, K., Zrim, A.: Optimization of new advanced combustion systems using real-time combustion control. SAE Detroit 2003-01-1053 (2003)Google Scholar
  26. Limburg, A.: Modellierung des Antriebsstrangs eines Hybridfahrzeugs und Optimierung der Betriebsstrategie am Engine-in-the-Loop-Motorenprüfstand (2010). Studienarbeit, TU Darmstadt, Institut für VerbrennungskraftmaschinenGoogle Scholar
  27. Palm, H., Holzmann, J., Schneider, S.-A., Koegeler, H.-M.: Die Zukunft im Fahrzeugentwurf: Systems Engineering basierte Optimierung. ATZ 115(6), 512–517 (2013)Google Scholar
  28. Schneider, S.-A., Schick, B., Palm, H.: „Virtualization, Integration and Simulation in the Context of Vehicle Systems Engineering,“ Embedded World, Nürnberg (2012)Google Scholar
  29. Voigt, K.U., Denger, D., Conrad, M.: „Durchgängig, integriert und einfach? – Entwicklungsumgebungen für moderne Antriebsstränge“. SimVec, Baden Baden (2012)Google Scholar
  30. Yano, Y., Murakami, Y., Nakagawa, T., Yamamoto, H., Leithgöb, R.: Automatic Full Load Optimization. Internationales Symposium für Entwicklungsmethodik, Wiesbaden (2009)Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2014

Authors and Affiliations

  1. 1.Technische Universität DarmstadtDarmstadtDeutschland
  2. 2.AVL LIST GmbHGrazÖsterreich

Personalised recommendations