DE102006048730A1 - Verfahren und Vorrichtung zur Bestimmung der Messgenauigkeit einer Messeinrichtung - Google Patents

Abstract

Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Bestimmung der Messgenauigkeit einer Messeinrichtung, insbesondere eines Motorprüfstandes, umfassend mindestens eine Recheneinheit, die zur Erfassung von Messdaten der Messeinrichtung geeignet ist, wobei eine Mehrzahl von Modulen zur Referenzmessung der Messdaten vorgesehen ist, mittels derer die Messdaten mit Referenzwerten verglichen werden, wobei zumindest ein erstes Modul eine Stillstandsuntersuchung vor Inbetriebnahme der Messeinrichtung, ein zweites Modul eine Vormessung während der Inbetriebnahme der Messeinrichtung zur Bestimmung der Reproduzierbarkeit der Messdaten und ein drittes Modul eine Hauptmessung während des laufenden Betriebs der Messeinrichtung zur online-Bestimmung der Plausibilität der Messdaten durchführen.

Description

• Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Bestimmung der Messgenauigkeit einer Messeinrichtung.
• Vorzugsweise handelt es sich bei der Messeinrichtung um eine Prüfstandseinrichtung, insbesondere um einen Motorprüfstand.
• Mittels dem Verfahren und der Vorrichtung soll die Messgenauigkeit an der Prüfstandseinrichtung, insbesondere bei dem Motorprüfstand, erfasst bzw. überwacht werden sowie Fehler oder Abweichungen zur Anzeige gebracht werden.
• Moderne Verbrennungsmotoren aus dem PKW- oder NFZ-Bereich erfordern für die Erfüllung der Abgasgesetzgebung und die stetig steigenden Anforderungen bezüglich Leistung, Fahrbarkeit und Verbrauch einen immer höheren Applikationsaufwand.
• Die Anzahl der Aktoren, die Einfluss auf die Verbrennung, die Leistung und das Abgasverhalten nehmen, nimmt stetig zu. Inzwischen müssen fast für jeden Motor folgende Stell- oder Regelgrößen optimiert werden:
• – Drosselklappe
• – Zündzeitpunkt oder Förderbeginn
• – Vor- und Nacheinspritzungen
• – Variable Turbolader oder Abgasventile
• – Klappen zur Beeinflussung der Zylinderinnenströmung
• – Ventilhub, Dauer und Winkellage
• – AGR-Rate
• – Sekundärluft
• – Einspritzdruck
• Um die genauen Optima und Einstellungen am Motor bestimmen zu können, steigt neben der Anzahl der Aktoren und der Anzahl der Messpunkte auch die Anzahl der Messgrößen stetig an.
• Obwohl die Qualität der Messgeräte in den letzten Jahren zugenommen hat, ist der Ausfall eines Sensors oder die falsche Kalibrierung desselben noch immer Hauptursache für Fehlmessungen und damit verbundene Zusatzaufwände.
• Ein vorzugsweise auf einem Zusatzrechner vorliegendes Programm soll es ermöglichen, die Messdatenqualität und die Rentabilität von Motorenprüfständen zu steigern. Dies betrifft sämtliche Prüfstandsanwendungen, wie Applikation, Dauerlaufversuche oder sonstige Forschungsprüfstände, bei denen Verbrennungsmotoren mit einer größeren Anzahl von Sensoren bestückt sind.
• Hintergründe sind eine bei allen Motorenprüfständen sehr hohe Ausfallrate eines der verwendeten Messgeräte sowie die immer umfangreichere Anzahl von Messgrößen.
• Auch die Abfolge von Messpunkten bei modernen Vermessungsstrategien, bei denen häufig mehrere Stellgrößen gleichzeitig verstellt werden, macht die Nachvollziehbarkeit der Messwertänderungen fast unmöglich. Die Einschätzung, wie sich beispielsweise die Stickoxydemission bei gleichzeitiger Erhöhung des Raildruckes, Erhöhung der AGR und Frühverstellung des Förderbeginns verhalten wird, ist auch für geübtes Personal kaum zu bewerkstelligen.
• Häufig zeigt sich erst längere Zeit nach der Messung, ob die Daten den Anforderungen gerecht wurden, häufig mit dem Ergebnis, dass die Messung wiederholt werden muss. Da die Motoren häufig auf Palettensystemen nur für die Dauer von einem Tag am Prüfstand verweilen, ist die Wiederholung der Messung meist mit einem sehr großen Zeitverzug und organisatorischem Aufwand verbunden.
• Die Prüfung, ob die Daten richtig oder falsch sind, ist unter diesen Bedingungen nur mit einem aufwändigen Formelwerk, gepaart mit einem umfangreichen Erfahrungsschatz eines Prüfingenieurs möglich. Genau diese Funktionalität soll z.B. mittels einer Software, vorzugsweise auf einem separaten Prüfrechner, schon online während der Messung bereitgestellt werden.
• Es sind daher Prüfroutinen nötig, die zum einen mit einem Minimum an Systemwissen funktionsbereit sind, und zum anderen so schnell rechnen, dass die Onlinefähigkeit garantiert ist. Zielsetzung ist es, lediglich mit den ohnehin im Prüfrechner vorhandenen Motorinformationen auszukommen. Dies sind z.B. Informationen über Bohrung, Hub, Zylinderzahl, Aufladeverfahren und Motortyp. Bevorzugt soll weder eine vorangegangene Messung des Motors vorausgesetzt werden, noch ein spürbarer zusätzlicher Messaufwand nötig sein. Ziel ist ein System, das in großer Zahl im Prüffeld eingesetzt werden kann.
• Die stark wachsende Anzahl von Mess- und Berechnungsgrößen an einem Motorprüfstand machen es dem Prüfstandsfahrer oder Prüfstandsingenieur immer schwerer, alle Messdaten am Motorprüfstand zu kontrollieren. Das kann zur Folge haben, dass unplausible Messpunkte über einen längeren Zeitraum hinweg gemessen werden, ohne dass es bemerkt wird. Die Wiederholungsmessungen verursachen höhere Prüfstandszeiten und Prüfstandskosten. Zusätzlich verlängern sich die Entwicklungszeiten. Werden die Messfehler nicht bemerkt, können diese zu Fehlentscheidungen im Entwicklungsprozess führen.
• Der Erfindung liegt daher das technische Problem zugrunde, eine verbesserte Vorrichtung und ein verbessertes Verfahren zur Bestimmung der Messgenauigkeit einer Messeinrichtung, insbesondere eines Motorprüfstandes, zu schaffen.
• Die Lösung des technischen Problems ergibt sich erfindungsgemäß durch die Gegenstände der Ansprüche 1 und 5. Weitere vorteilhafte Ausgestaltungen der Erfindung ergeben sich aus den Unteransprüchen.
• Der Erfindung liegt dabei die Erkenntnis zugrunde, eine Online-Diagnose an den Motorprüfständen zu integrieren, die zu jedem Zeitpunkt einen Messfehler anzeigt und somit dem Prüfstandsfahrer ermöglicht, den Fehler zu beheben.
• Es wurde ein Verfahren entwickelt, welches schrittweise schon vor Beginn und während des Versuchs die Motormessdaten kontrolliert, den Messfehler anzeigt und somit dem Prüfstandsfahrer bzw. dem Prüfstandsingenieur ermöglicht, den Fehler zu beheben. Weiterhin besteht die Möglichkeit, nachträglich die Mess- und Berechnungsgrößen am Arbeitsplatz auf ihre Plausibilität zu untersuchen. Die eingesetzten Kontrollmethoden basieren auf mathematischen Formeln und motorischem Expertenwissen.
• Es wird daher erfindungsgemäß ein Verfahren und eine zugehörige Vorrichtung zur Bestimmung der Messgenauigkeit einer Messeinrichtung, insbesondere eines Motorprüfstandes, vorgeschlagen, umfassend mindestens eine Recheneinheit, die zur Erfassung von Messdaten der Messeinrichtung geeignet ist, wobei eine Mehrzahl von Modulen zur Referenzmessung der Messdaten vorgesehen ist, mittels derer die Messdaten mit Referenzwerten verglichen werden, wobei zumindest ein erstes Modul eine Stillstandsuntersuchung vor Inbetriebnahme der Messeinrichtung, ein zweites Modul eine Vormessung während der Inbetriebnahme der Messeinrichtung zur Bestimmung der Reproduzierbarkeit der Messdaten und ein drittes Modul eine Hauptmessung während des laufenden Betriebs der Messeinrichtung zur Online-Bestimmung der Plausibilität der Messdaten durchführen. Der Vergleich der Messdaten mit Referenzwerten kann dabei neben einem einfachen Vergleich von beispielsweise festen Werten bzw. Expertenwissen (Datenbank) auch die Verwendung von Formeln umfassen, über die die Messwerte aufbereitet werden, wobei diese Ergebnisse dann mit Referenzwerten und/oder anderen Messdaten verglichen werden können. Die Formeln können dabei physikalisch, empirisch oder messdatenbasiert (Polynommodelle) aufgebaut sein.
• In einer vorteilhaften Ausführungsform ist ein viertes Modul zur Durchführung einer Nachmessung nach Beendigung des Betriebs der Messeinrichtung zur Bestimmung der Offline-Plausibilität der Messdaten vorgesehen.
• In einer weiteren vorteilhaften Ausführungsform ist ein weiteres Modul zur Durchführung einer Streubandmessung während der Inbetriebnahme der Messeinrichtung zur Auswertung der Messdaten über einen langen Zeitabschnitt vorgesehen.
• In einer weiteren vorteilhaften Ausführungsform sind die Referenzmessungen automatisch mittels elektronischer Datenübertragung an einen vorher auswählbaren Empfänger übermittelbar.
• Die Erfindung wird nachfolgend anhand eines bevorzugten Ausführungsbeispiels erläutert. In den zugehörigen Zeichnungen zeigen
• 1 schematisch den zeitlichen Ablauf des Verfahrens,
• 2 schematisch einen Vergleich der Abgastemperatur mit der Ansaugtemperatur;
• 3 schematisch den schrittweisen Ablauf im Modul zur Durchführung einer Nachmessung zur Offline-Bestimmung der Plausibilität der Messdaten,
• 4 schematisch die drei Säulen der Diagnose bei der Fehlerdetektion,
• 5 schematisch die Findung von Ausreißern durch Medianbildung,
• 6 ein Diagramm zur Beurteilung der Drift bei grober Messbereichsauflösung,
• 7 ein Diagramm zum Vergleich verschiedener Temperaturen,
• 8 ein Diagramm zur Beurteilung driftender Kanäle,
• 9 ein Diagramm zur Darstellung von Digitalisierungsrauschen,
• 10 das Schema einer konventionellen Motorvermessung,
• 11 eine schematische Darstellung von Methoden zur Steigungsermittlung,
• 12 ein schematisches Blockschaltbild eines Prüfungsaufbaus,
• 13 ein schematisches Ersatzmodell für einen Messkanal,
• 14 eine erste schematische Darstellung der Güte der Modellbildung,
• 15 eine zweite schematische Darstellung der Güte der Modellbildung,
• 16 eine schematische Darstellung der Fehlerfunktion eines PDT2-Gliedes,
• 17 eine schematische Darstellung von Fehlerdetektionsverfahren,
• 18 eine schematische Darstellung von Kohlenstoffpfaden am Verbrennungsmotor,
• 19 ein Prinzipbild der Abgasanalyse,
• 20 eine schematische Darstellung verschiedener Feuchtekorrekturansätze,
• 21 eine tabellarische Darstellung von Bereichen der Zusammensetzung anhand verschiedener Analysen,
• 22 eine schematische Darstellung der Modellgüte einer Kohlenstoffbilanz,
• 23 eine Prinzipbild eines Abgastemperaturmodells,
• 24 eine schematische Darstellung der Berechnung der Abgastemperatur von Dieselmotoren,
• 25 eine schematische Darstellung der Kennfelder eines Verdichters,
• 26 eine schematische Darstellung der Kennfelder einer Turbine,
• 27 eine schematische Darstellung der Rohdaten eines Verdichterkennfeldes,
• 28 eine schematische Darstellung der Definition des isentropen Verdichterwirkungsgrades,
• 29 die Drehzahllinie eines Radialverdichters,
• 30 eine schematische Darstellung des Verdichterdrehmoments über dem Durchflusskoeffizient,
• 31 eine schematische Darstellung der Inter- und Extrapolation des Verdichterkennfeldes,
• 32 eine schematische Darstellung der Struktur der verwendeten neuronalen Netze,
• 33 eine schematische Darstellung der Vorgänge an einem Neuron,
• 34 eine schematische Darstellung der verwendeten Übertragungsfunktionen,
• 35 eine schematische Darstellung der Ergebnisse eines Kennfeldvergleichs (6-Zylinder NFZ Diesel),
• 36 eine schematische Darstellung der Besonderheiten der Abgasdruckmessung,
• 37 eine schematische Darstellung einer Methode zur Abschätzung der Fehleranzahl,
• 38 eine schematische Darstellung von Schwellenwerten bei fehlerfreien Modellen,
• 39 eine schematische Darstellung von Schwellenwerten bei fehlerhaften Modellen,
• 40 eine weitere schematische Darstellung von Schwellenwerten bei fehlerhaften Modellen,
• 41 eine weitere schematische Darstellung von Schwellenwerten bei fehlerhaften Modellen,
• 42 eine weitere, jedoch nicht mehr sinnvolle schematische Darstellung von Schwellenwerten bei zwei gleichzeitigen Fehlern,
• 43 eine Bildschirmausgabe einer Detailebene,
• 44 eine schematische Darstellung von Detektions- und Isolationsraten eines Ottomotors,
• 45 eine schematische Darstellung von Detektions- und Isolationsraten eines NFZ-Dieselmotors.
• Das entwickelte Verfahren und die zugehörige Vorrichtung weist folgende Einzelmodule auf:
• 1. Stillstanduntersuchung (oder auch "Nullpunktuntersuchung"),
• 2a. Reproduzierbarkeit,
• 2b. Streubandmessung (optional)
• 3. Online-Plausibilität
• 4. Offline-Plausibilität (optional)
• Die jeweiligen Einzelmodule kontrollieren im zeitlichen Ablauf die Mess- und Berechnungsdaten des Motors. Der zeitliche Ablauf wird schematisch in 1 dargestellt.
• Das Thema Messplausibilität kann sich aber wahlweise auch in folgende Einzelthemen aufteilen:
  Stillstandsuntersuchung (Nullpunktuntersuchung) ⇒ Reproduzierbarkeit ⇒ Offline-Plausibilität ⇒ Online-Diagnose
• Die jeweiligen Einzelmodule werden im Folgenden beschrieben:
• 1. Erstes Modul zur Durchführung einer Stillstandsuntersuchung
• Die Grundidee der Stillstandsuntersuchung ist es, den Motor auf den Prüfstand erst dann zu starten, wenn der Prüfstand fehlerfrei ist. Um dieses zu überprüfen, werden am kalten Motor Temperaturen und Drücke mit dem Umgebungszustand verglichen. Außerdem müssen z.B. das Drehmoment und der Kraftstoffverbrauch bei Null liegen. Mit dieser Vorgehensweise lassen sich Sensorausfälle, Fehlkalibrierung und Drifterscheinungen feststellen. Die eingesetzten Methoden sind durch empirische und logische Zusammenhänge aufgebaut.
• Die Stillstandsmessung und Auswertung läuft beispielsweise jeden morgen um 5:30 Uhr vollautomatisch ab. Vorzugswiese wird das Protokoll anschließend dem Sachbearbeiter per E-Mail zugeschickt. Der Sachbearbeiter entscheidet dann anhand des Protokolls, ob er den Motor starten kann.
• 2a. Zweites Modul zur Durchführung einer Vormessung zur Bestimmung der Reproduzierbarkeit der Messdaten
• Die Reproduzierbarkeitsuntersuchung ist vorzugsweise die erste Untersuchung (siehe 1 Vormessung) bei laufendem Motor. Sie soll den Motor im warmen Betriebszustand überprüfen. Wenn keine Fehler auftreten, kann man mit den eigentlichen Messungen beginnen.
• Die Untersuchung erfolgt z.B. vorzugsweise morgens nach der Stillstandsmessung. Dazu wird der Motor in den jeweiligen Referenzpunkten warm gefahren, bis sich ein stationärer Motorbetrieb einstellt. Folgende Referenzpunkte sollten beispielsweise gefahren werden:
• • Drehzahl 2000 1/min, Nutzmitteldruck 2 bar
• • Drehzahl 3000 1/min, Nutzmitteldruck 5 bar
• • Schlepppunkt
• • Nennleistungspunkt
• Anschließend werden die Referenzmessungen weiter vorzugsweise automatisch in einem Tool ausgewertet und dem Sachbearbeiter per E-Mail zugeschickt. In der Auswertung werden die Mess- und Berechnungsgrößen der jeweiligen Referenzpunkte z.B. mit denen der vorherigen Tage verglichen. Überschreiten dabei die Mess- bzw. Berechnungsgrößen die zuvor festgelegten Toleranzen, werden sie als Fehler angezeigt und ermöglichen dem Sachbearbeiter, diesen vor den eigentlichen wichtigen Hauptmessungen zu beheben. Somit lassen sich Bauteilfehler, Undichtigkeiten und Messgerätefehler detektieren.
• Es ist auch vorstellbar, dass die Betriebspunkte jeden Morgen in unterschiedlichen Versuchen gemessen und anschließend manuell ausgewertet werden. Hierbei werden die Erstellung der Grafiken und die Skalierung aller Achsen von hand vorgenommen. Jedes Projekt hat vorzugsweise eigene Vorlagen, die aktuell gehalten werden müssen.
• Das Ziel der standardisierten Referenzversuche ist es, eine einheitliche Vorlage anzubieten, die leicht für ein Projekt und den jeweiligen Betriebspunkt angepasst werden kann. Das Messen aller Referenzpunkte soll dann in einem Versuch erfolgen und automatisiert ablaufen.
• Die Auswertung erfolgt vorzugsweise sofort nach dem Beenden des Versuchs automatisch und wird dann z.B. als Excelauswertung bzw. als PDF-Datei an den entsprechenden E-Mail-Verteiler verschickt.
• 2b. Weiteres Modul zur Durchführung einer Streubandmessung
• Die Streubandmessung kann von dem Anwender optional angewählt werden. Sie sollte immer am Anfang eines Motorprojektes durchgeführt werden. Mit der Streubandmessung besteht die Möglichkeit, die Mess- bzw. Berechnungsgröße über einen längeren Zeitabschnitt zu betrachten. Dazu wird ein konstanter stationärer Betriebspunkt (z.B. 2000 1/min und 2 bar) angefahren und die Mess- und Berechnungsgrößen werden beispielsweise alle 2 Minuten 15 mal hintereinander gemessen. Diese werden danach über der Zeit dargestellt und das Streumaß angegeben. Sowohl die Messung als auch die anschließende Auswertung erfolgt vorzugsweise automatisch und wird dem Sachbearbeiter per E-Mail zur Verfügung gestellt.
• 3. Drittes Modul zur Durchführung einer Hauptmessung zur Bestimmung der Online-Plausibilität der Messdaten (nachfolgend: "Online-Plausibilität")
• Das Modul "Online-Plausibilität" kommt vorzugsweise dann zum Einsatz, wenn die Stillstands- und Reproduzierbarkeitsuntersuchung am Motor erfolgreich durchgeführt worden und keine Fehler aufgetreten sind. Das dritte Modul "Online-Plausibilität" kann als Diagnose-Tool auf den Motorprüfständen integriert werden, um zu jedem Zeitpunkt die Mess- und Berechnungsgrößen während der Hauptmessung kontrollieren zu können. Tritt während der Versuchszeit ein Fehler auf, erscheint vorzugsweise auf dem Bildschirm eine Warnmeldung. Gleichzeitig erfolgt weiter vorzugsweise ein Hinweis auf die wahrscheinliche Fehlerstelle.
• Die eingesetzten Methoden zur Fehlererkennung basieren auf mathematischen Gleichungen und motorischem Expertenwissen. Folgende Methoden werden bevorzugt eingesetzt:
• • Grenzwertbetrachtungen: Vergleich der Mess- und Berechnungsgrößen mit den vorgegebenen Grenzwerten
• • Vergleiche/Ungleichungen: z.B. Vergleich der höheren Abgastemperatur mit der niedrigen Ansaugtemperatur (2)
• • Bilanzen: Physikalisch basierte Massen- und Energiebilanzen
• • Motormodelle: Physikalisch basierte Motormodelle, empirische Motormodelle, messdaten-basierte Polynommodelle
• Der analysierte Fehler gibt meistens noch nicht die exakte Fehlerursache wieder. Ein logischwahrscheinlichkeitsbasiertes Verfahren ist für die Fehlerisolation entwickelt worden, um die Fehlerursachen einengen zu können.
• 4. Modul zur Durchführung einer Nachmessung zur Bestimmung der Offline-Plausibilität der Messdaten (nachfolgend: "Offline-Plausibilität")
• Mit dem Modul "Offline-Plausibilität" besteht die Möglichkeit, dass auch die Messdaten im Anschluss an eine Messung überprüft werden können. Dazu werden die Messdaten vorzugsweise in ein Tool eingelesen und Betriebspunkt für Betriebspunkt überprüft (3). Auftretende Fehlerwerden beispielsweise auf der Grafikoberfläche angezeigt. Standardbilder können erstellt werden, die einen Überblick über die Qualität der Messdaten geben.
• Darüber hinaus existiert vorzugsweise ein Informationsmenü, indem alle Plausibilitätsmethoden kurz erklärt werden. Die eingesetzten Methoden zur Fehlererkennung und Fehlerisolation sind analog der Methoden bei dem Modul "Online-Plausibilität".
• Die Fehlerdetektion selbst baut also grundlegend auf drei Säulen auf, wie in 4 dargestellt.
• Die notwendigen Entwicklungsschritte für das erfindungsgemäße Verfahren bzw. die zugehörige Vorrichtung unterteilen sich folglich in die 6 Hauptarbeitsgebiete
• 1. Gerätecheck
• 2. Statische Funktionsprüfung im Stillstand
• 3. Reproduzierbarkeitstest (Streubandmessung)
• 4. Beharrungserkennung zur Fallunterscheidung des transienten oder stationären Motorbetriebs
• 5. Bildung von Motorteilmodellen zur Prüfung der Plausibilität von Messgrößen bei laufendem Motor
• 6. Entwicklung eines Fehlerisolationsmechanismus für die Fehlerausgabe am Bildschirm
• Sämtliche Teilaspekte sind vor dem Hintergrund zu entwickeln, dass sich sowohl der Motortyp als auch die Messkanalbestückung, d.h. die Anzahl und die Art der Messgrößen, täglich ändern können. Feste Entscheidungsstrukturen, Fehlerbäume oder Mustererkennung stoßen hierdurch schnell an ihre Grenzen.
• Eine Diagnose von Motormessdaten kann auf physikalischer oder logischer Basis nur dann erfolgen, wenn die einzelnen Kanäle bestimmten physikalischen Größen am Motor zugeordnet werden können. Dies erfordert eine Normierung der Namen oder die Einführung bestimmter Messklassen. Eine solche Normnamensliste ist Basis für die Identifikation aller Größen, die einer jeden Prüfaufgabe vorweg gehen muss.
• Außerdem ergibt sich mit der Einführung einer solchen Liste die Möglichkeit, Wissen in Form von Erfahrungswerten, Grenzwerten und Bewertungsgrößen einer jeden Messgröße zuzuordnen. Es hat sich gezeigt, dass eine solche Liste wesentlicher Bestandteil der Prüfungsdiagnose ist.
• Eine weitere Randbedingung für das Funktionieren physikalisch basierter Diagnosemethoden ist die Umrechnung sämtlicher Größen auf internationale SI-Einheiten: Beispielsweise mittels eines separaten Unterprogramms können eine Vielzahl von Einheiten automatisch identifiziert und umgerechnet werden. Dies beinhaltet neben einfacheren Dingen wie die Umrechnung von °Celsius in Kelvin die Umrechnung von mg/Hub in Massenströme, die als solche schon eine Zuordnung von Zylinderzahl und Drehzahl des Motors erfordert. Gerade die ECU-Größen, die häufig einen nahezu redundanten Messdatensatz beinhalten, erfordern hierbei größere Aufmerksamkeit.
• Gerätecheck
• Viele komplexere Analysatoren wie Kraftstoffverbrauchsmessgeräte und Abgasanalysatoren erlauben eine Statusabfrage und Kommunikation über Netzwerkverbindungen oder das so genannte AK-Protokoll. Dies ist ein Textprotokoll, mit dem auf kurze Befehlszeichen hin Fehlercodes oder Gerätewerte abgefragt werden können. Gleichzeitig ist die Eigendiagnose der Messgeräte in den letzten Jahren immer besser geworden, so dass die Messgeräte in einigen Fällen schon einen geräteinternen Fehler aufzeigen können.
• Die anfallenden Informationen können für zweierlei Aspekte genutzt werden. Zum einen können die autark gebildeten Statusmeldungen der Einzelgeräte gesammelt und zentral auf der Diagnoseoberfläche ausgegeben werden. Damit werden zwar keine neuen Informationen geschaffen, allerdings treten die Fehlermeldungen in aller Deutlichkeit zutage, so dass keinerlei Messzeit durch nicht beachtete Fehlermeldungen verloren geht. Bislang ist es durchaus möglich, dass zwar Fehlermeldungen an einem Abgasturm angezeigt werden, dieser Zustand aber erst mit deutlicher Verzögerung wahrgenommen wird.
• Zum anderen kann mittels der inzwischen vorhandenen Kommunikationsmöglichkeiten eine noch viel tiefergehende Diagnose erfolgen. Hierfür müssen bereits existierende Daten vorzugsweise lediglich neu verwaltet und ausgewertet werden.
• Mittels einer kleinen Datenbank kann eine Historie von Drücken, Temperaturen und Kalibrierwerten der Analysegeräte aufgebaut werden, so dass schon kleinere Fehler vor dem eigentlichen Geräteversagen entdeckt werden können.
• Vorteilhaft ist an dieser Stelle, dass es sich bei den entsprechenden Messgeräten um prüfstandseigene Messgeräte wie Abgastürme oder Kraftstoffverbrauchsmesseinrichtungen handelt. Sie unterliegen daher auch nicht den Änderungen der sonstigen Sensorik, die mit jedem neuen Motor mitgeliefert wird. Die Bedingungen für eine dauerhafte Datenbeobachtung sind also sehr gut und rechtfertigen den einmaligen Aufbau und die Einrichtung der entsprechenden Dateien. Da der Zusatzaufwand nur einmalig erfolgt, steht er auch nicht der Einführung dieses Systems im Wege.
• Statische Funktionsprüfung (Stillstandsuntersuchung)
• Die statische Funktionsprüfung erhält ihre Rechtfertigung durch die Problematik, dass eine genauere Signalanalyse und Kontrolle der Kalibrierung verschiedener Größen bei laufendem Motor nicht mehr möglich ist.
• So kann z.B. bei einer Öltemperatur, die bei betriebswarmem Motor 80°C anzeigt, nicht ausgeschlossen werden, dass 120°C der richtigere Wert wäre. Es ist also stets ein großer Bereich der Unsicherheit vorhanden.
• Allerdings ist es natürlich wünschenswert, eine genauere Fehlerangabe als 40°C darstellen zu können.
• Da die meisten Motoren entweder neu montiert am Prüfstand vorliegen oder über Nacht die Möglichkeit des Abkühlens gegeben war, bietet sich die Messung dieses Zustandes morgens vor der ersten gefeuerten Messung an.
• In diesem Moment können sehr viel präzisere Angaben über die Sollwerte verschiedenster Sensoren gemacht werden, und zwar unabhängig von den Beeinflussungen des Motors. Dies betrifft sämtliche Temperaturen, die meisten Drücke, Abgaswerte, leistungsbestimmende Größen sowie die so wichtigen Durchflusswerte der Verbrauchs- und Luftmassenmessung. Diese Größen werden vorzugsweise verschiedenen Tests unterzogen, um sowohl die Signalgüte als auch die Richtigkeit der Werte ermitteln zu können. Die vier durchgeführten Prüfungen sollen im Folgenden kurz dargelegt werden.
• 1) Grenzwertüberwachung
• Die meisten Messdaten nehmen im Prüfstandsstillstand charakteristische Werte an, die man als Umgebungsbedingungen bezeichnen kann. Dies betrifft z.B. die Temperaturen, die sich alle um die Umgebungstemperatur herum bewegen müssen. Aus dieser Idee resultiert die Abfrage von Grenztemperaturverletzungen, die z.B. außerhalb von 18 und 30°C liegen. Bei luftkonditionierten Prüfständen kann ein solches Fenster natürlich enger gesteckt werden, wodurch die Fehlererkennung empfindlicher wird.
• Ähnliches kann bei der Überwachung von Drücken angewandt werden, die auch alle Umgebungsdrücke anzeigen müssen. Ein Unterschied zu den Temperaturen besteht allerdings: Die Messung der Drücke kann absolut oder relativ zur Umgebung erfolgen, was eine automatische Erkennung notwendig macht. Hierzu werden die Drücke in Gruppen um 0 und in eine andere Gruppe um 1000 mbar sortiert und getrennt ausgewertet. Für die physikalische Plausibilität bei laufendem Motor kann an dieser Stelle die wichtige Information gewonnen werden, wie die einzelnen Druckkanäle auf Absolutdruck umzurechnen sind. Eine Benutzereingabe kann somit für diesen Fall umgangen werden.
• Die Abgasanalysatoren müssen bei stillstehendem Motor Werte liefern, die denen der Frischluft gleichen, d.h: die Spurengase müssen 0, der Kohlendioxydanalysator 0.05 und der Sauerstoffanalysator 20.8 % anzeigen.
• Des Weiteren sollten alle Durchflussmessgeräte wie Verbrauch oder Luftmasse, die Drehzahl und auch das Drehmoment Null anzeigen.
• Allerdings sind die Messgeräte nicht so genau, dass all diese Werte exakt eingehalten werden können. Aus diesem Grunde ist vorzugsweise jeweils sowohl ein Minimalwert als auch ein Maximalwert angegeben, der als Expertenwissen im Hintergrund abgelegt ist.
• 2) Vergleich der Werte untereinander
• Die Grenzwertabfrage, die nur zur Analyse grober Fehler oder Sensorausfälle herangezogen werden kann, wird vorzugsweise in einem nächsten Schritt um den Vergleich verschiedener Werte ergänzt.
• Vergleichen lassen sich am Prüfstand in der Regel nur Drücke und Temperaturen, da diese Sensoren in einer größeren Anzahl zum Einsatz kommen. Nachdem Kanäle mit Grenzwertverletzungen erkannt und aussortiert sind, werden also nur noch richtige oder fast richtige Kanäle betrachtet.
• Durch Medianwertbildung dieser Werte kann eine repräsentative Umgebung berechnet werden, die eventuell auftretende Ausreißer bei der Medianwertbildung keinen Einfluss ausüben, wie in 5 dargestellt.
• Damit steht nun eine Referenzgröße zur Verfügung, die eine sehr viel präzisere Fehleranalyse ermöglicht als die vorherige Grenzwertüberwachung. Durch Differenzbildung der Einzelkanäle mit dem "wahren" Wert werden Fehlkalibrierungen oder Übergangswiderstände entdeckt.
• Berücksichtigt werden muss weiter vorzugsweise die digitale Auflösung der AD-Karte in Verbindung mit dem Messbereich, da daraus eine minimale Differenz zwischen zwei Temperaturpunkten oder Druckpunkten resultiert. Liegt diese Differenz über der geforderten Abweichung zwischen den verschiedenen Drücken oder Temperaturen, so wird der Grenzwert für den betreffenden Kanal vorzugsweise automatisch angepasst, so dass eine übereilte Fehlermeldung vermieden wird.
• Beispiel:
• Bei einer Messkonfiguration für den Öldruck ist der Sensor z.B. für einen Messbereich von 0–10 bar ausgelegt. Die dazugehörige AD-Wandlerkarte verfügt beispielsweise über eine Auflösung von 10 Bit. Dies entspricht einer Schrittweite von 9.7 mbar. In diesem Fall würde eine Vorgabe von 5 mbar als maximal zulässige Abweichung vom Referenzwert eine unangebrachte Fehlermeldung auslösen. Die Analyse der digitalen Auflösung zeigt das Problem auf, d.h. es wird automatisch eine Abweichung um ein Inkrement (9.7 mbar) vom Referenzwert zugelassen. Die Fehlermeldung wird unterdrückt.
• Die digitale Auflösung muss dem Programm nicht mitgeteilt werden, sondern es findet vorzugsweise innerhalb der Stillstandsmessung eine Analyse des kleinsten gefundenen Inkrements statt. Da die Kanäle meist ein Rauschen um ein bis zwei digitale Ziffernschritte aufweisen, kann diese Analyse sehr einfach erfolgen und bedarf keinerlei Eingabe seitens des Prüfstandspersonals.
• 3) Messwertstabilität
• Der Betriff "Messwertstabilität" beschreibt die Änderung, die der Messwert in einem bestimmten Zeitfenster durchläuft. Ist der Prüfstand längere Zeit ausgeschaltet, z.B. über Nacht, so darf ein Analysator idealerweise keine Veränderungen in seinem zeitlichen Verhalten zeigen. Diese Eigenart kann mit einer Kurvenapproximation und anschließender Kurvendiskussion bewertet werden.
• Die Änderung des Messwertes wird beispielsweise auf 10 Minuten extrapoliert und mit entsprechenden Grenzwerten verglichen. Die Extrapolation erfolgt dabei vorzugsweise mit einer Systemidentifikation, wobei ein PT1-Verhalten vorausgesetzt wird. Dies ist gerade bei Temperatursensoren häufiger anzutreffen, die sich in der Nähe von sich aufwärmenden Messgeräten befinden. Sie weichen dann wenige Grad Celsius von der Umgebung ab. Das PT1-Verhalten berücksichtigt den abklingenden Gradienten, so dass eine eher konservative Abschätzung und Fehlerausgabe stattfindet.
• Hierbei ist noch Folgendes zu beachten:
• Eine Drift kann vorzugsweise erst dann quantifiziert werden, wenn der Messwert mehr als drei digitale Inkremente durchschritten hat. Bei nur zwei Inkrementen besteht die Möglichkeit, dass eine unwesentliche Drift des Analogsignals in der Mitte zwischen zwei Stufen eine viel größere Drift im aufgezeichneten Signal hervorruft. Das Signal wird in diesem Fall auf viel weiter auseinander liegende digitale Werte umgeschrieben. Dieser als Digitalisierungsrauschen bekannte Zusammenhang kann bei ungünstiger Lage des Analogsignals zu rechnerisch überhöhten Gradienten führen. Die digitale Auflösung ist daher vorzugsweise zu berücksichtigen, um entsprechend unnötige Fehlermeldungen zu vermeiden.
• In 6 ist der Unterschied des Gradienten bei Betrachtung des analogen und des daraus resultierenden digitalen Signals abgebildet. Es ist deutlich zu sehen, dass der Gradient des digitalen Signals nahezu doppelt so groß ist. Die tatsächlichen Verhältnisse werden also nicht richtig wiedergegeben.
• 4) Untersuchung der Standardabweichung
• Neben der Drift ist das Rauschen der Messwerte eine Eigenart, die nicht restlos verhindert werden kann. Allerdings ist die Stärke des Rauschens ein Maß, das für eine Diagnose herangezogen werden kann. Bei Untersuchungen hat sich gezeigt, dass sich je nach Prüfstand und Sensortyp eine charakteristische Rauschstärke einstellt. 7 illustriert diese Ähnlichkeit am Beispiel von fünf NiCrNi-Thermoelementen.
• Wird die Messkette zum Beispiel aufgrund von magnetischen Störfeldern aus Hochstromanwendungen (Belastungseinheiten) gestört, kann die Ausprägung dieser Kanalcharakteristik deutlich abweichen. Bei NiCrNi-Thermoelementen beträgt sie an VKM-Prüfständen z.B. 0.012 % vom Messbereichsende. Als Maß für die Rauschstärke wird zum Beispiel die Standardabweichung verwendet. Bei der Berechnung und Diagnose der Standardabweichung sind vorzugsweise zwei wichtige Aspekte zu unterscheiden und zu berücksichtigen:
• Drift:
• Das eigentliche Messrauschen kann nur dann sinnvoll berechnet werden, wenn das Signal driftfrei ist. Ansonsten wird der Wert der Standardabweichung dominiert durch den Einfluss der zeitlichen Änderung des Messwertes.
• Um aber eine eindeutigere Fehleranalyse durchführen zu können, sollen in diesem Programm vorzugsweise die reinen Rauschwerte ohne Drift untersucht werden, da dies je weiter vorzugsweise schon in einem separaten Programmteil erfolgt ist.
• Wie man in 7 erkennen kann, haben zum Beispiel alle NiCrNi-Elemente eine gleichartige Rauschcharakteristik. Würde man die Standardabweichung ohne vorherige Driftkorrektur berechnen, so ergäbe sich für den Messdatenverlauf ganz oben im Bild eine Standardabweichung, die um den Faktor 7 größer ist als die der anderen Sensoren. Dies würde ein falsches Bild des Sensors liefern. Deswegen wird der Messverlauf vorzugsweise zunächst mit einer Kurvenapproximation belegt und der Unterschied zwischen Kurve und Messdaten neu berechnet. Das Resultat ist ein driftfreier Messdatenverlauf mit seiner ursprünglichen Rauschcharakteristik. 8 zeigt das Ergebnis dieser Vorgehensweise.
• Anhand des jetzt vorliegenden Signals kann zum Beispiel eine detailliertere Aussage über mögliche Ursachen getroffen werden. Die Messkette als solche scheint in diesem Falle in Ordnung zu sein. Es liegt allerdings eine deutliche Temperaturdrift am Sensor vor, die z.B. auf eine in unmittelbarer Nähe montierte beheizte Lambdasonde zurückgeführt werden kann. Hierdurch wird die eigentlich interessante Abgastemperatur nicht ganz richtig wiedergegeben.
• Digitale Auflösung:
• Bei der Kontrolle der Standardabweichung ist vorzugsweise wiederum die Analyse der digitalen Auflösung notwendig. Dies kann auf das so genannte Digitalisierungsrauschen zurückgeführt werden, das bei ungünstiger Lage des Analogsignals zu den digitalen Werten eine deutlich höhere Standardabweichung hervorruft als es das analoge Signal tatsächlich zeigt. Dies ist in 9 illustriert. Die maximal mögliche Erhöhung der Standardabweichung liegt vorzugsweise bei einer halben digitalen Schrittweite.
• Dieses Phänomen ist häufig bei Drucksensoren anzutreffen. Bei Druckaufnehmern von zum Beispiel 0–10 bar und AD-Karten mit zum Beispiel weniger als 12 Bit kann die Standardabweichung schon deutlich über den gewünschten Grenzwerten für das Rauschverhalten liegen.
• Sämtliche Grenzwerte, also die Minimal- und Maximalwerte, die erlaubte Standardabweichung sowie die maximal erlaubte Drift liegen vorzugsweise in einer Datenbank vor und basieren weiter vorzugsweise auf der Vermessung verschiedenster Prüfstände. Da die Messgeräte auch bei unterschiedlichen Firmen stets sehr ähnlich sind, ist eine nachträgliche Modifikation dieser Daten in der Regel kaum nötig.
• Abgastemperaturen werden z.B. typischerweise mit NiCrNi-Thermoelementen vermessen, wohingegen Öl, Wasser und Ansauglufttemperaturen vorzugsweise mit PT100 Thermoelementen vermessen werden. Auch bei den übrigen Messgeräten liegt üblicherweise eine sehr ähnliche Messausstattung bei den verschiedenen Firmen vor.
• Beharrungserkennung
• Das Programm wurde entwickelt unter der Randbedingung, dass der Zusatzaufwand für das Prüfstandspersonal sehr gering ausfallen soll. Physikalische Modelle haben aber die Eigenart, viele Randbedingungen zu beinhalten wie Wärmekapazitäten, Geometrien, Volumina etc. Dies steht aber im direkten Widerspruch zu dem geforderten geringen Parametrieraufwand.
• Eine Lösung ergibt sich, wenn lediglich die stationären Anteile der Gleichungen betrachtet werden, was diese meist erheblich vereinfacht.
• Als Beispiel sei hier die Kohlenstoffbilanz genannt, die in einem späteren Abschnitt noch ausführlicher behandelt wird. Es wird zum Beispiel eine Systemgrenze um den gesamten Motor gezogen. Kohlenstoff wird beispielsweise über den Kraftstoff und in kleinen Mengen über die Frischluft zugeführt. Über das Abgasrohr verlässt der Kohlenstoff den Motor üblicherweise in verschiedenen gasförmigen Verbindungen.
• Um Kohlenstoffmassenströme an einer Systemgrenze berechnen zu können, sind üblicherweise die Gesamtmassenströme im entsprechenden Querschnitt notwendig.
• Der Kohlenstoffmassenstrom aufgrund der CO2-Emission im Abgasrohr berechnet sich zum Beispiel aus

  
• Im stationären Motorlauf entspricht die Abgasmasse der Summe aus Frischluft- und Kraftstoffmassenstrom, liegt also vorzugsweise als Messwert vor.
• Im transienten Betrieb hingegen müsste die Abgasmasse z.B. auch aus diesen Größen berechnet werden. Allerdings müssten zusätzliche Ansätze wie z.B. Befüll- und Entleermethode oder Charakteristikenverfahren angesetzt werden, um zum zeitlich aktuellen Abgasmassenstrom zu gelangen. Dies erfordert aber bereits im einfachsten Fall sämtliche Gasrohrlängen und Volumina im Ansaug- und Abgasbereich. Weiterhin erhöht sich die Anzahl der Eingangsgrößen um Hubvolumen und Motordrehzahl.
• Gleichzeitig ist eine Identifikation des Übertragungsverhaltens der Abgas-, Luft- und Kraftstoffmessung erforderlich, um eine Zeitsynchronisation der Werte zu erreichen. Eine Berechnung kann also auch stets erst im Nachhinein erfolgen, wenn der Motor unter Umständen schon stationären Betrieb erreicht hat.
• Die zusätzliche Komplexität der Modelle, der ungleich höhere Rechenaufwand sowie die deutlich aufwendigere Parametrierung des Versuchs rechtfertigen diese Vorgehensweise in Anbetracht des nur gering höheren Nutzens nicht. Aber auch die Erhöhung der Anzahl von Eingangsgrößen macht eine spätere Fehlerisolation schwieriger, was als weiterer entscheidender Nachteil zu werten ist. Jede in ein Modell eingehende Größe ist gleichzeitig potentielle Ursache von Unstimmigkeiten innerhalb dieses Modells. Aus diesem Grunde werden Modelle mit wenigen Eingangsgrößen bevorzugt.
• Für die meisten Plausibilitätsbetrachtungen wurde aus den genannten Gründen auf die dynamische Modellbildung verzichtet. Die entsprechenden stationär gültigen Modelle müssen daher vorzugsweise im transienten Betrieb abgeschaltet werden.
• Mittels einer Beharrungserkennung muss folglich vorzugsweise zwischen dynamischem und stationärem Motorlauf unterschieden werden. Es handelt sich dabei um ein Werkzeug, das vorzugsweise mittels eines mathematischen Verfahrens (Gradientenbildung, Systemidentifikation, Endwertberechnung) diese notwendige Unterscheidung trifft.
• Das Verfahren wird zum Beispiel bei den Betriebszuständen nach Lastpunktwechsel (Md, n, Alpha) und Parametervariation (AGR, ZZP ...) eingesetzt. Neben dem transienten Betrieb mit Sollwertänderungen muss vorzugsweise auch die Dauer des Kaltstarts detektiert werden, da die Gültigkeit verschiedener empirischer Modelle einen betriebswarmen Motor voraussetzt. Dies sind zum Beispiel Öldruck- oder Abgasmodelle.
• Grundsätzliches zum Messablauf
• Bei normalen Motorvermessungen zum Zwecke der Basisapplikation und zur Analyse des Abgasverhaltens wird der Motor vorzugsweise in einer Vielzahl von Stationärpunkten vermessen. 10 illustriert die Reaktion einer beliebigen Messgröße gegenüber einer Parameter- oder Laständerung (Sprung von Drehzahl, Einspritzmenge, ZZP o.ä.).
• Der Grad der Beharrung wird am Prüfstand entweder durch den Prüfstandsfahrer oder durch ein zeitgesteuertes Verfahren überwacht. Da der Stationärwert zum Zeitpunkt der Messung noch nicht bekannt ist, wird vorzugsweise die Änderung des Messwertes betrachtet, d.h. der Gradient, den der Messdatenverlauf beschreibt.
• Möglichkeiten der Beharrungsbeurteilung
• Grundsätzlich kommen eine Reihe von Verfahren in Frage, mittels derer der Stationaritätsgrad ermittelt werden kann.
• Die Einfachste besteht im Vergleich von Mittelwerten, die aus zwei Gruppen von Messdaten gebildet werden. Die Änderung zwischen diesen Punkten kann sehr leicht in eine Geradensteigung a umgesetzt werden, was als direktes Maß von Stationarität angesehen werden kann.
• 
• Gleiches gilt für eine lineare Interpolation der letzten n Messwerte. Auch hier kann der Gradient unmittelbar aus der Geradengleichung abgelesen und mit einem Grenzwert abgeglichen werden. Die Berechnung kann sehr einfach nach Minimierung der quadratischen Abweichung von Modell zu Messdaten erfolgen.
• 
• Die Steigung wird hier zu

  
• Beide Verfahren sind zwar leicht applizierbar und in Bezug auf die Rechnerbelastung sehr geeignet, weswegen sie auch teilweise verwendet werden, allerdings ist eine Aussage über den Gradienten nur für Werte möglich, die schon eine Weile in der Vergangenheit liegen. Über den aktuellen Wert kann keine Aussage getroffen werden.
• Nun bietet sich natürlich die Möglichkeit, nur sehr kurze Zeitfenster von wenigen Sekunden zu betrachten, um dem aktuellen Gradienten sehr nahe zu kommen. Dies führt aber zu sehr unsicheren Aussagen, da das stets vorhandene Rauschen, kleine Oszillationen und schon die digitale Auflösung einen zu großen Stellenwert in der Gradientenberechnung einnehmen. Für eine praktisch verwertbare Aussage ist als Minimum eine Zeitdauer von vorzugsweise 30 Sekunden anzusetzen. Es kann folglich frühestens zum Beispiel 30 Sekunden nach Erreichen der Stationarität eine Detektion derselben erfolgen. Bei Stufendauern im Bereich von 1,5–2 Minuten ist dieser Zeitverzug schon relativ groß und wenn möglich zu vermeiden.
• Des Weiteren bietet sich ein Verfahren mit Systemidentifikation an, bei dem vorzugsweise das gesamte zur Verfügung stehende Datenmaterial verwendet wird. Hierdurch können zwei Vorteile erreicht werden:
• – Durch die Verwendung aller Daten wird die Sicherheit der Aussage gesteigert, da Rauschen und kleine Oszillationen einen kleineren Stellenwert erhalten.
• – Durch die Systemidentifikation und die Kenntnis des aktuellen Gradienten kann eine Zeitersparnis erreicht werden.
• Eine weitere Möglichkeit bei der Systemidentifikation ist dadurch gegeben, dass mit der Kenntnis der Modellparameter auch der Endwert bei sehr langer Stufendauer feststeht und somit ein direkter Vergleich zwischen Istwert und Endwert erfolgen kann.
• Der letzte Ansatz, der eine Berechnung und den Vergleich mit dem Modell-Endwert beinhaltet, soll an dieser Stelle nicht weitergeführt werden. Die Kenntnis des Gradienten ist für diesen Anwendungsfall ausreichend.
• Theoretische Betrachtung des Übertragungsverhaltens
• Grundsätzlich kann das Übertragungsverhalten des Systems Motor-Messgerät wie folgt dargestellt werden:
  Eine Eingangsgröße U kann ein Zündzeitpunkt, eine Drehzahl, eine Einspritzmenge oder eine beliebige andere Eingangsgröße am Motor sein. Eine Veränderung einer solchen Größe bewirkt in den meisten Ausgangsgrößen wie Abgastemperatur, Abgasemission, Drehmoment etc. eine entsprechende Änderung gemäß des motorischen Übertragungsverhaltens Gs. Darauf schließt sich ein weiteres Übertragungsverhalten Gm des Messgerätes an.
• Meist kommt es noch zusätzlich zu Wechselwirkungen zwischen den Ausgangsgrößen, wie in 12 dargestellt.
• Zum Beispiel mag als Eingangsgröße die Einspritzmenge eines Dieselmotors dienen, deren Vergrößerung einen Anstieg der Abgastemperatur zur Folge hat. Die Bedingungen im Brennraum stellen sich sehr schnell ein, d.h. die Temperatur nimmt sehr schnell und deutlich zu.
• Gleichzeitig erwärmen sich aber auch die Bauteile wie Brennraumwände, Krümmer und Turbinengehäuse, so dass der Wärmeübergang abnimmt und die Temperatur im Abgasstrang weiter ansteigt. Dieser Prozess ist deutlich langsamerer Natur und kann sich über Minuten erstrecken. Es überlagern sich also verschiedene Prozesse mit unterschiedlichem Zeitverhalten.
• Um eine möglichst einfache Systemidentifikation zu erhalten, können. die in Reihe geschalteten Übertragungsfunktionen zusammengefasst werden, so dass eine Parallelschaltung von im einfachsten Fall zwei Übertragungsfunktionen übrig bleibt, wie in 13 dargestellt.
• Die Approximierbarkeit einer solchen Funktion soll am Beispiel der Ladelufttemperatur dargestellt werden. Es kommt wiederum der einfachste Fall, nämlich die Parallelschaltung zweier PT1-Glieder, zum Einsatz.
• 
• Die Güte des Modellansatzes kann anhand beliebiger Temperaturkurven gezeigt werden, wie in 14 dargestellt. Gerde diese sind sehr gute Indikatoren für Stabilität und Beharrung des Motors.
• Aber auch schnellere Messtechnik mit dominantem Rauschen kann mit diesem PDT₂-Glied beschrieben werden. Der Unterschied zur deutlich einfacher rechenbaren PT1 Approximation tritt dabei aber nicht mehr so deutlich zu Tage. Als Beispiel hierfür ist in 15 die Reaktion der Turboladedrehzahl auf einen Lastsprung dargestellt.
• Gut zu erkennen ist die große Streuung des Signals, die unter anderem auch auf große Drehzahlschwankungen innerhalb eines Arbeitsspieles zurückgeht. Die Modellbildung ermöglicht aber auch hier die Entscheidung, ob der Kanal einen nennenswerten Gradienten beschreibt oder nicht.
• Wichtig ist aber auch hier, dass mit einer Methodik alle Kanäle vorzugsweise gleichwertig gut beschrieben werden müssen, um Eingabefehler und Parametrieraufwände zu vermeiden.
• Wenn die Modellparameter vorliegen, kann die Stabilität des aktuellen Punktes beurteilt werden. Der Gradient ergibt sich mittels

  
• Die Bestimmung der Modellparameter ist in diesem Falle nicht mehr analytisch mittels einer geschlossenen Gleichung lösbar, da es sich um eine nichtlineare Gleichung mit zwei Unbekannten T1 und T2 im Exponenten handelt.
• Mittels eines Gradientenverfahrens ist es aber möglich, online die Funktion der quadratischen Abweichung zwischen Messdaten und Zielfunktion zu minimieren, so dass die Modellparameter vorzugsweise in nahezu Echtzeit vorliegen.
• Es kann ein sehr einfaches Verfahren zum Einsatz kommen, da die Fehlerfunktion vorzugsweise keinerlei lokale Minima aufweist. Die Fehlerfunktion der 16 entspricht der bereits dargestellten Ladelufttemperatur. Es ist zu erkennen, dass das Minimum zum Beispiel in der Kombination aus einer schnellen und einer langsamen Zeitkonstante zu finden ist. Natürlich können die Variablen spiegelbildlich verwendet werden, weswegen es zum Beispiel hier zu Ausprägung zweier Minima kommt.
• Für die Schlüsselgrößen Abgastemperatur, Temperatur nach Ladeluftkühler, Öl- und Wassertemperatur als auch Ladedruck wird der Gradient vorzugsweise stetig berechnet. Bei Unterschreitung eines definierten Wertes werden diese Kanäle dann vorzugsweise als stabil bezeichnet. Wenn alte Schlüsselgrößen stabil sind, erfolgt weiter vorzugsweise die Freischaltung der nur stationär gültigen Methoden.
• Fehlerdetektion (FD Fault detection)
• Die Fehlerdetektion beinhaltet vorzugsweise alles, was zum Aufspüren von Unstimmigkeiten innerhalb der Messdaten beiträgt. Dies beinhaltet noch nicht die Überlegung, welche Ursache diese Unstimmigkeiten hervorgerufen haben.
• Das Aufspüren selbst gelingt zum Beispiel durch die Beobachtung aller oder eines Teils der Prozessgrößen. Je nach Kombination der Ein- und Ausgangsgrößen und der Strategie der Prüfung lassen sich die in 17 dargestellten Untergruppen definieren.
• Im Folgenden sollen einige Beispiele zu den genannten Punkten dargelegt werden, bevor dann exemplarisch einige Modelle aus der erarbeiteten Software vorgestellt werden.
• Kontrolle direkt messbarer Signale:
• Diese Untergruppe bildet vorzugsweise einen wesentlichen Baustein zur Detektion von Sensorausfällen. Je nach Motortyp sind für die gängigen Kanäle vorzugsweise Grenzwerte definiert, die auch im transienten Betrieb nicht über- oder unterschritten werden dürfen. Aufgrund der breiten Variabilität der Verbrennungsmotoren sind diese Grenzwerte vorzugsweise sehr großzügig angelegt, weswegen tatsächlich nur Ausfälle detektiert werden können. Eine schlechte Kalibrierung einer Messgröße kann damit nur selten erkannt werden.
• Auf eine Gradientenüberwachung oder eine Signalvorhersage mittels polynominaler Ansätze wird an dieser Stelle verzichtet, da über das System Motor-Bremse und auch die Zielsetzung der Vermessung zu wenige Informationen vorliegen.
• Analyse von Signalmodellen:
• Die Analyse der Einzelsignale kann je nach Messort eine sehr interessante Informationsquelle zum Zustand entweder des Motors oder des Sensors sein. So können mittels Fouriertransformation die Frequenzen des Motors und zum Beispiel störender Netzfrequenz selektiert und bewertet werden. Selbst eine Störung eines Einzelzylinders kann durch die Signalanalyse der Abgasdruckpulsationen oder des Lambdasignals detektiert werden. Die entsprechenden Fehlerfälle lassen sich dann anhand der Ausprägung der Amplituden in den verschiedenen höheren Ordnungen der Motorgrundfrequenz analysieren.
• Analyse von Prozessmodellen
• Gegenüber den bislang beschriebenen Modellen liefern Prozessmodelle zum ersten Mal eine analytische Redundanz verschiedener Werte. Es können also direkt Mess- und Rechengrößen miteinander verglichen werden, was die Fehlerempfindlichkeit gegenüber der Grenzwertbetrachtung deutlich anhebt.
• Prozessmodelle sind in diesem Fall Berechnungsvorschriften, die eine Ausgangsgröße aus verschiedenen Eingangsgrößen bestimmen.
• Der Funktionstyp ganz allgemein lautet: Y = f(X, P, F)) [7]
• Wobei X die Gruppe der Eingangsgrößen, P ein oder mehrere Modellparameter und F eine beliebige Störgröße oder Sensorfehler darstellt.
• Parameterschätzverfahren zielen darauf ab, ein bestimmtes Modell in seinem zeitlichen Verhalten zu analysieren und daraus auf die Modellparameter wie Steifigkeiten, Volumina, Widerstände etc. schließen zu können. Eine Veränderung dieser Parameter stellt unter Umständen dann schon einen Fehler dar. Problematisch sind diese Verfahren, da die meisten Fehler schon mit dem ersten Messpunkt eintreffen. Das heißt, das Modell lernt diesen Fehler als richtig kennen und legt zum Beispiel ein 3fach zu hohes Saugrohrvolumen als Basisparameter ab. Dieser Fehler wird dann eventuell nur gefunden, wenn eine Eingangsgröße zufällig repariert wird und nun die Parameter nicht mehr übereinstimmen.
• Besser geeignet sind Modelle, in denen die Modellparameter schon von Beginn an vorliegen. Diese werden als Paritätsmodelle bezeichnet. Bei diesen kann aus den Residuen, d.h. den Differenzwerten zwischen Modell und Messung, auf fehlerhafte Eingangsgrößen geschlossen werden.
• Vorzugsweise beschränkt auf Modelle in Stationärpunkten erfolgen verfahrensmäßig eine ganze Reihe von physikalisch basierten Rechnungen, die insbesondere im Bereich der Abgaszusammensetzung, der Luftmasse und des Kraftstoffverbrauchs sehr genaue Resultate liefern, wobei allerdings auf eine Modellierung der Instationäranteile vorzugsweise verzichtet wird.
• Neben der Einzelkanalanalyse mittels Signalmodell oder Grenzwertkontrolle und der Bildung von Prozessmodellen ist als vierte Möglichkeit die Berechnung von Kenngrößen auch ohne genaue Kenntnis von Motor und Belastungseinheit möglich. Diese Kenngrößen liefern sowohl wertvolle Informationen über die Güte des Verbrennungsprozesses als auch über den Zustand verschiedener Motor-Teilsysteme wie zum Beispiel Verdichter, Ladeluftkühler oder Turbine.
• Die verwendeten Motorteilmodelle lassen sich vorzugsweise weiter unterteilen, zum Beispiel
• – direkte Vergleiche zwischen Messgrößen
• – empirische, messdatenbasierte Polynommodelle oder neuronale Netze
• – physikalisch basierte Bilanzgleichungen (Masse und Energie)
• – physikalisch basierte ideale Vergleichsprozesse
• Beispielhaft sollen im Folgenden drei verschiedene Modelle mit ganz unterschiedlichen Modellstrukturen vorgestellt werden.
• 1) Kohlenstoffbilanz
• Die Kohlenstoffbilanz gibt an, wie viel Kohlenstoff über die Systemgrenze dem Motor zugeführt wird und wie viel der Motor davon wieder abgibt. In 18 sind die entsprechenden Kohlenstoffpfade vereinfacht aufgezeigt. Über die Luft wird üblicherweise ein kleiner Anteil Kohlenstoff aufgrund des natürlich vorliegenden CO2-Gehalts zugeführt. Der gerade im Hochlastbereich wesentliche Anteil kommt allerdings vorzugsweise aus dem Kraftstoff. Abgeführt wird Kohlenstoff weiter vorzugsweise über verschiedene gasförmige Komponenten im Abgas.
• Die Anteile aus Luft und Kraftstoff können direkt aus entsprechenden Messgrößen abgeleitet werden. Die Messwerte der Abgasmessanlage stellen allerdings vorzugsweise nicht die wahren Konzentrationen im Abgasrohr des Motors dar, sondern das Abgas hat auf dem Weg zum Analysator zum Beispiel einen Gaskühler passiert, in dem das bei der Verbrennung entstandene Wasser auskondensiert wurde, wie in 19 dargestellt. Dies geschieht allerdings nicht bei allen Abgaskomponenten, da manche auch direkt aus dem Rohabgas heraus analysiert werden können (HC, NOx).
• Es ist folglich vorzugsweise zunächst eine Umrechnung der trocken gemessenen Abgasgrößen in die tatsächlich vorhandenen Rohabgaswerte notwendig.
• Für diese Umrechnung existieren zwar fertige Formeln aus der Abgasgesetzgebung, jedoch sind diese Formeln stets Zahlenwertgleichungen mit einigen physikalisch basierten Zusatztermen, die aber üblicherweise nicht auf alternative Kraftstoffsorten oder besondere Verbrennungsbedingungen ausgelegt sind (Biodiesel, GTL, Optimax oder unvollständige Verbrennungen bei Lambda < 1).
• Da es hierum das Aufspüren kleiner Fehlkalibrierungen geht, können diese Vernachlässigungen nicht akzeptiert werden. Es wurde daher eine den Anforderungen entsprechende Feuchtekorrektur mit den Eingangsgrößen Lambda, Kraftstoffzusammensetzung und Abgaswerte zusammengestellt.
• Allgemein gültige Feuchtekorrektur
• Grundsätzlich müssen die Gasmassen, abgesehen vom Wasserdampf, vorzugsweise vor als auch nach dem Kühler erhalten bleiben.
• Die Messwerte der Gasanalysatoren stellen zum Beispiel Raumanteile dar, die über folgenden Zusammenhang und der Kenntnis der Molmassen in Gewichtsanteile umgeformt werden können.
• 
• Der Gewichtsanteil multipliziert mit dem Gesamtmassenstrom stellt den Massenstrom einer Gaskomponente dar, welcher nach der Massenerhaltung über den Gaskühler konstant bleiben muss (Annahme: Es geht vorzugsweise kein Gas in das Kondensat über).
• 
• Grundsätzlich gilt im Folgenden für die Umrechnung von trocken erzeugten Messwerten auf feuchtes Rohabgas vorzugsweise die folgende Umformung: yi_feucht = pi_trocken·korr_tr_fe [10]mit

  
• Um die vier unbekannten Größen der Molmassen und Gasmassen vor und nach Kühler bestimmen zu können, wird vorzugsweise folgender Ansatz gewählt.
• Unter der Voraussetzung, dass die gesamte Abgasmasse in einem Kühler getrocknet wird, lässt sich zumindest die feuchte Abgasmasse direkt angeben. Später wird klar werden, dass auch jeder Teilstrom dieselben Gleichungen erfüllt.
• Die feuchte Abgasmasse ist vorzugsweise die Summe aller zugeführten Massenströme. mAbgas_feucht = mLuft + mBrennstoff [12]
• Für die trockene Abgasmasse müssen jetzt vorzugsweise zunächst Annahmen gemacht werden, wie viel Wasser bei der Verbrennung entstanden ist. Eine Wasserstoffbilanz gibt zum Beispiel Aufschluss darüber.
• Wasserstoff wird zugeführt über den im Kraftstoff vorliegenden Anteil, abgeführt wird Wasserstoff im Wasser selbst, in molekularer Form als auch in Kohlenwasserstoffen. Im Falle der Kohlenwasserstoffe wird sehr häufig die Ersatzgröße C3H8 (Propan) verwand, da damit auch meist die Kohlenwasserstoffanalysatoren kalibriert werden. Der Wasserstoffanteil aus der Luftfeuchte wird an dieser Stelle vernachlässigt.
• 
• Um von der Massenmessung unabhängig zu werden, lässt sich die Gleichung unter Zuhilfenahme des stöchiometrischen Luftbedarfs umschreiben und nach der Molmasse auflösen.
• 
• Der Anteil des freien Wasserstoffs läst sich vorzugsweise mittels des chemischen Gleichgewichts der Wassergasreaktion bestimmen. Kohlendioxyd (CO₂) und Wasserstoff (H₂) reagieren hierbei wechselseitig zu Kohlenmonoxyd (CO) und Wasser (H₂O). Gerade bei hohen Temperaturen und unterstöchiometrischem Motorbetrieb ist dieser Zusammenhang nicht mehr zu vernachlässigen. CO2 + H2 ↔ CO + H2O [16]
• Zu dieser Reaktion lässt sich vorzugsweise eine Gleichgewichtskonstante definieren, die zum Beispiel für Ottomotoren bei Lambda < 1 beispielsweise Werte um 3,5 annimmt. Darüber hinaus spielt diese Reaktion kaum noch eine Rolle. Auch zum Beispiel für Dieselmotoren mit Lambdawerten < 1 kann dieselbe Rechnung verwandt werden. Die Einflussnahme nimmt dabei aufgrund der sehr geringen CO-Werte vorzugsweise stark ab, es entsteht also dadurch kein nennenswerter Rechenfehler.
• 
• Die Molmasse des feuchten Abgases lässt sich bislang wie folgt darstellen:

  
• Gleichzeitig gilt:

  

  womit sich zum Beispiel eine zweite Gleichung mit den Unbekannten H₂O und der Molmasse bestimmen lässt.
• 
• Wird auch hier zum Beispiel der Wasserstoffgehalt durch die Zusammenhänge der Wassergasreaktion ersetzt und die Molmassen dann gleichgesetzt, so kann der Wasserdampfgehalt im Rohabgas angegeben werden. Zwecks Übersichtlichkeit werden vorzugsweise einige der Molmassendifferenzen schon als Zahlenwerte dargestellt

  
• Aus Formel 17 und 21 folgt zum Beispiel:

  
• Analog zu Gleichung 20 folgt mit Gleichung 22:

  
• Auch die Eingangsgrößen zur Berechnung des getrockneten Abgasmassenstromes sind jetzt vorzugsweise bestimmt.
• 
• Durch diese Darstellung wird auch die Unabhängigkeit der Feuchtekorrektur von der Abgasmasse deutlich. Werden zum Beispiel die vier Unbekannten in die Formel des Korrekturwertes eingesetzt, so kürzen sich die Abgasmassenströme heraus. Als einzige weitere Unbekannte verbleibt Lambda, das aber ohne Probleme vorzugsweise aus den Abgasgrößen bestimmt werden kann.
• 
• Die gezeigte Herleitung verwendet vorzugsweise die gemessenen Abgaskonzentrationen für die Berechnung der trockenen als auch der feuchten Molmassen. Die Molmasse des trockenen Abgases bedarf allerdings zu ihrer Berechnung vorzugsweise trockene Abgaswerte, die Molmasse des feuchten Abgases natürlich auch Werte des feuchten Abgases.
• Hierzu ist vorzugsweise ein iterativer Rechenschritt notwendig. Mit dem berechneten Korrekturwert wird zum Beispiel eine vorläufige Feuchtekorrektur durchgeführt, so dass alle Konzentrationen sowohl feucht als auch trocken vorliegen. In einem zweiten Schritt kann dann weiter vorzugsweise ein neuer, genauerer Korrekturwert angegeben werden. Eine weitere Iteration ist dann in der Ergebnisqualität schon nicht mehr sichtbar. Die hergeleitete Version soll abschließend mit zwei weiteren Verfahren verglichen werden, wie in 20 dargestellt, um einen Eindruck über die daraus resultierenden Abweichungen möglich zu machen, dem letztlichen Grund für eine eigene Berechnungsweise.
• Sowohl der empirische Ansatz als auch die Korrekturformel nach der EU-Abgasgesetzgebung sind Zahlenwertgleichungen, in die weder die unvollständige Verbrennung noch die Kraftstoffzusammensetzung eingeht. Die Einflüsse, der unvollständigen Verbrennung machen sich am deutlichsten in der Genauigkeit der Kohlenstoffbilanz bemerkbar.
• Modellbildung
• Nachdem jetzt vorzugsweise die unmittelbar an den Systemgrenzen vorliegenden Größen berechnet wurden (Luft- und Kraftstoffmassenmessung bedürfen keinerlei Korrekturen), kann die Bilanz über den Gesamtmotor aufgestellt werden.
• Die in den Motor eingebrachten Kohlenstoffmassen unterteilen sich zum Beispiel in die Anteile aus der Luft, dem Öl und dem Kraftstoff.
• Luft:
• Kohlenstoff wird in der Luft zum Beispiel durch das vorhandene CO₂ transportiert.
• 
• Im Teillastbereich von Dieselmotoren kann dieser Anteil einige Prozent vom Kraftstoff-Kohlenstoffanteil ausmachen, weswegen eine Vernachlässigung für die geforderte Genauigkeit unzulässig ist.
• Kraftstoff:
• Bis zu 89% des Kraftstoffgewichts sind auf den Kohlenstoff zurückzuführen. Die Kraftstoffdaten spielen daher neben einer genauen Messung des Verbrauchs eine entscheidende Rolle. C_Brennstoff = CBrennstoff·mBrennstoff [27]
• Die Werte für verschiedene Brennstoffe liegen vorzugsweise als Defaultwerte im Programm vor, bei Verwendung alternativer Kraftstoffe ist aber weiter vorzugsweise eine Kraftstoffanalyse und die Eingabe der aktuellen Werte nötig.
• In der Tabelle der 21 sind die Bereiche der Zusammensetzung anhand verschiedener Analysen innerhalb des Projektzeitraumes dargestellt. Ist keine aktuelle Kraftstoffanalyse vorhanden, so muss der Vertrauensbereich der Kohlenstoffbilanz vorzugsweise um zum Beispiel ca. 1,5 % aufgeweitet werden.
• CO₂:
• Die gasförmigen Bestandteile können sehr einfach unter Kenntnis der Molmassen von Raumanteile in Gewichtsanteil umgerechnet werden. Multipliziert mit dem Abgasmassenstrom ergibt sich dann der Kohlenstoffmassenstrom einer bestimmten Gaskomponente.
• 
• CO und HC:
• Der Kohlenstoffstrom, resultierend aus der CO- und HC-Emission, berechnet sich analog zur CO₂-Berechnung.
• 
• 
• Damit kann die Kohlenstoffbilanz zum Beispiel wie folgt geschrieben werden:

  
• Der prozentuale Unterschied zwischen zu- und abgeführtem Kohlenstoff stellt vorzugsweise die Fehlerschwelle dar, die zur Auslösung einer Fehlermeldung führt. Verantwortlich für die Verletzung des Grenzwertes können bis dahin alle beteiligten Größen sein.
• 
• Nachfolgend stellt sich natürlich für jede Prüfmethode die Frage, wie groß die Residuen sein dürfen, bevor eine Fehlermeldung erfolgen soll. Hierzu ist vorzugsweise eine Analyse des systematischen Fehlers notwendig. Die systematischen Vereinfachungen, die teilweise auch bewusst in Kauf genommen werden, sollen für die Kohlenstoffbilanz kurz erörtert werden. Als Erstes ist eine potentiell vorhandene Rußemission im Motor zu nennen. Kohlenstoff wird hierbei in fester Form im Abgas emittiert. Bei Vorhandensein von Rußpartikeln lagern sich auch stets einige Kohlenwasserstoffe an den Rußteilchen an. Die Partikel werden allerdings vorzugsweise vor den Abgasmessleitungen zum Beispiel in Filtern mechanisch abgeschieden, um eine Verschmutzung der gesamten Abgasmessstrecke zu vermeiden. Sie tauchen daher in den Abgaswerten nicht auf, ihr Kohlenstoffanteil wird also üblicherweise nicht in den Gleichungen berücksichtigt. Eine Möglichkeit ist die Berücksichtigung einer Schwärzungszahl- oder Opazitätsmessung. Vorzugsweise anhand einer Korrelation zwischen Schwärzungszahl- oder Rußemission soll der Einfluss auf das Residuum der Kohlenstoffbilanz abgeschätzt werden. Es wird angenommen, dass eine Schwärzungszahl von zum Beispiel 3 gemessen wird, ein Wert, der sicherlich schon als Extremwert anzusehen ist. Im normalen Betrieb moderner Dieselmotoren werden Werte von 2 kaum übertroffen. Lediglich für DoE-Prüfläufe wird der Betriebsbereich derart ausgedehnt, dass auch Werte über 3 auftreten können.
• Im Zusammenhang mit dem Rußmessgerät AVL 425s besteht zum Beispiel ein Zusammenhang zwischen Rußkonzentration RK und Schwärzungszahl SZ folgender Form: RK = 12,22·SZ·e0,38·SZ [35]
• Die Rußkonzentration bezieht sich allerdings vorzugsweise auf die Masse in mg/m³, so dass zunächst sinnvolle Annahmen über das Abgasvolumen getroffen werden müssen. Die Abgastemperatur in Messortnähe (nach Turbinengehäuse) liegt bei diesen für Dieselmotoren fetten Betriebsbereichen vorzugsweise bei ca. 700°C. Der Druck kann nach Turbine mit Umgebungsdruck angenähert werden, mittels der idealen Gasgleichung kann damit auch der Volumenstrom ermittelt werden:

  
• Die Abgasmasse kann vorzugsweise mittels des stöchiometrischen Luftbedarfs abgeschätzt werden, unter der Annahme, dass das Lambda 1 betragen soll. Andere Lambdawerte führen ohnehin nicht zu solch hohen Schwärzungszahlen. m .Abgas = m .Luft + m .Brennstoff = m .Brennstoff·(λ·LStö + 1) [37]
• Setzt man die Werte ein und bezieht die Rußmasse auf die im Kraftstoff zugeführte Kohlenstoffmasse,

  
• So resultiert daraus beispielsweise eine Modellabweichung von 0,6 %.
• Als zweite Ungenauigkeit ist der Ölverbrauch zu nennen. Die Ölwanne stellt in Bezug auf die Kohlensfoffbilanz einen Kohlenstoffspeicher dar, in den Kohlenstoff eingetragen und auch ausgetragen werden kann. Der wichtigere Fall ist sicherlich in der Verbrennung von Öl zu sehen, gerade im Bereich der Mechanik-Dauerlaufprüfstände. Die Motoren werden dort lange Zeiten unter hohen Lasten betrieben, womit sie durchaus starkem Verschleiß unterliegen. Ölverbräuche von rechnerisch zum Beispiel 1 1/1000 km sind dabei durchaus anzutreffen. Wird ein mittlerer Kraftstoffverbrauch von zum Beispiel 10 1/100 km für einen mittleren PKW-Dieselmotor angenommen, was bei den vorliegenden hohen Lasten durchaus gerechtfertigt ist, so beträgt der Kohlenstoffanteil aus dem Öl zum Beispiel 1 % des Kraftstoffanteils. Hierbei ist vorzugsweise ein gleicher Kohlenstoffanteil in Öl und Dieselkraftstoff vorausgesetzt.
• Durch Brennraum-Wandbenetzung ist es möglich, dass Kraftstoff im Motoröl zwischen- oder eingelagert wird. Dieser Effekt kann vorzugsweise gerade bei sehr langen oder späten Förderwinkeln auftreten, wenn die Einspritzstrahlen auf die verhältnismäßig kühlen Zylinderwände treffen. Der Kraftstoff passiert dann vorzugsweise die Kolbenringe und gelangt unverbrannt in die Ölwanne. In diesem Fall sinkt die CO₂-Emission unter den Erwartungswert ab und es kommt zum Fehlerfall. Dies ist aber auch erwünscht, da unabhängig von der Interpretation dieser Ergebnisse ein für den Motor sehr bedenklicher Betriebszustand aufgetreten ist, der die Aufmerksamkeit des Prüfpersonals erfordert.
• Weitere Ungenauigkeiten sind in der Bestimmung der Feuchtekorrektur zu sehen, die aber bei sorgfältiger Berechnung keinen nennenswerten Einfluss besitzt.
• Ansonsten addieren sich vorzugsweise die Einflüsse aus der Messungenauigkeit und der Digitalisierung aller beteiligten Messgeräte zu diesem systematischen Fehler hinzu. Da die Analyse der gesamten Messkette in der Praxis nicht möglich ist, wird weiter vorzugsweise anhand von Erfahrungswerten die Fehlerschwelle endgültig definiert.
• Für die Kohlenstoffbilanz heißt das, dass sich zusätzlich zum größtmöglichen systematischen Fehler von zum Beispiel 1,6 % noch zum Beispiel ca. 3,5 % Messfehler hinzu addieren, womit eine Fehlerschwelle von zum Beispiel 5 % erreicht wird. Wird diese Fehlerschwelle überschritten, so ist von mindestens einer fehlerhaften Eingangsgröße auszugehen.
• Abschließend sei in 22 noch ein Beispiel aus dem Auswerteteil der Diagnosesoftware gezeigt, in der die jeweilige Modellgüte dargestellt wird. Beispielhaft ist hier die zu- und abgeführte Kohlenstoffmasse für einen Lastschnitt eines 1,8 l turboaufgeladenen Ottomotors dargestellt. Trotz der Anfettung auf Lambdawerte von zum Beispiel 0,75 im rechten Bereich der Grafik kann die Modellabweichung vorzugsweise deutlich unter 5 % gehalten werden.
• 2) Abgastemperaturmodell
• Im Gegensatz zu den physikalischen Modellen, wie sie mit der Kohlenstoffbilanz repräsentativ dargestellt sind, ist es mit datenbasierten Modellen möglich, sehr viel komplexere Zusammenhänge darzustellen. Dies kann besonders dann von Vorteil sein, wenn nicht alle Modellparameter oder spezielle Messsensoren vorliegen.
• Das folgende Abgastemperaturmodell, dargestellt in 23, basiert auf dieser Idee.
• Neben einer physikalisch basierten Gesamtenergiebilanz zur Bestimmung der Abgastemperatur wurde vorzugsweise zusätzlich ein empirischer Ansatz implementiert, der auch bei geringerer Messkanalanzahl eine Überprüfung der Abgastemperatur erlaubt. Die fehlenden Eingangsgrößen wurden weiter vorzugsweise in Form empirischen Wissens abgelegt.
• Die Systemgrenze wird dabei vorzugsweise direkt um die Zylindereinheit gelegt, d.h. es geht die Luft im Ansaugzustand und die Abgastemperatur in die Berechnung ein. Die im Abgas erreichbare Temperatur resultiert vorzugsweise aus der zugeführten Energie (Brennstoff), der abgeführten Leistung, der abgeführten Wärmemenge und der Menge und dem Zustand der angesaugten Luft.
• In einem ersten Schritt wird weiter vorzugsweise berechnet, welche Restenthalpie nach Abzug der mechanischen Arbeit im Gas verbleibt.
• 
• Mittels eines empirischen Terms wird nun weiter vorzugsweise berechnet, wie viel von dieser Energie durch Wärmeübergang im Motor verbleibt und wie viel Energie dem Abgas zur Verfügung steht. Dieser empirische Term beinhaltet folglich die Energieumsetzung durch den Wärmeübergang. Diese Größe ist messtechnisch nur sehr schwer zu fassen, eine empirische Darstellung verhilft hierbei zu einer deutlich einfacheren Betrachtung.
• Die verwendeten Polynomparameter entstammen vorzugsweise einer Regressionsrechnung über mehrere verschiedene Dieselmotoren. Auch hier zeigt sich eine Problematik dieser Diagnoseaufgabe. Die Modelle müssen bevorzugt ein möglichst breites Spektrum von kleinen PKW- bis hin zu schweren LKW-Modellen abdecken.
• Ein Polynommodell für nur einen Motor kann sehr leicht auf Prognosegenauigkeiten von zum Beispiel weniger °C gebracht werden. Ein Modell nur für Einzelmotoren bedarf allerdings vorzugsweise eines Datenmanagements, das zurzeit an Prüfständen nicht bereitgestellt wird.
• Die Eingangsgrößen für die Bestimmung des Wärmeübergangs sind zum Beispiel:
• – Mittlere Kolbengeschwindigkeit (kg)
• – Verhältniszahl aus Zylindermasse/Zylindervolumen (m Vol)
• – Lambda (lam)
• – Effektiver Mitteldruck (pme)
• – Förderbeginn (FB)
• Anteil = α1 + α2·kg + α3·kg2 + α4·kg3 + α5·pme + α6·pme2 + α7·pme3 + α8·kg·pme... + α9·λ + α10·λ2 + α11·kg·λ+ α12·λ·pme + α13·λ2·pme + α14·ME_FB + α15·ME_FB2... + α16·m_V [40]

  

  und den beispielhaften Parametern
• 
• Mit dem im Abgas verbleibenden Anteil der Restenthalpie kann weiter vorzugsweisen die Abgastemperatur berechnet werden. Hierzu ist allerdings die vorzugsweise spezifische Wärmekapazität des Abgases notwendig, die aber gerade die Abgastemperatur als Eingangsgröße hat. Daher ist eine Iteration nötig, die ausgehend von einer geschätzten Wärmekapazität cp von zum Beispiel 1030 J/kgK eine vorläufige Abgastemperatur, und im nächsten Schritt eine korrigierte Abgastemperatur mit richtigem cp berechnet. Dieses cp entspricht der spezifischen Wärmekapazität von Luft, d.h. die chemische Zusammensetzung des Abgases bleibt vorzugsweise unberücksichtigt. Lediglich der Temperatureinfluss ist im Polynom abgelegt. Solche Ungenauigkeiten in der Modellbildung können allerdings vorzugsweise im empirischen Teil mit abgebildet werden, so dass daraus keine größeren Fehler resultieren.
• 
• Für die beispielhaft zur Verfügung stehenden Dieselmotoren ist in 24 der Vergleich zwischen Modell und Messung aufgetragen.
• Das Spektrum der vermessenen Motoren reicht zum Beispiel von Dieselmotoren der untersten PKW-Leistungsklasse bis hin zu NFZ-Motor für schwere Zugmaschinen.
• Ein solch allgemeingültiges Modell setzt voraus, dass die Eingangsgrößen vorzugsweise ausschließlich spezifische Größen oder Verhältniszahlen beinhalten, die für jeden Motortyp unabhängig von seiner Größe definiert werden können. Durch die Struktur der Rechnung liegt auch der Polynomwert als Verhältniszahl vorzugsweise stets zwischen 0 und 1, d.h. auch hier geht die Motorgröße nicht ein. Erst in der Kombination des Polynomwertes mit physikalischen Ansätzen ist die Berechnung einer motorspezifischen Temperatur möglich.
• Die mittlere Modellabweichung, auch als Prognosegenauigkeit bezeichnet, liegt zum Beispiel bei 29°, das Bestimmtheitsmaß R² liegt zum Beispiel bei 0,91.
• Wie bei der Kohlenstoffbilanz muss auch für dieses Modell vorzugsweise eine Fehlerschwelle definiert werden, bei deren Überschreitung eine Fehlermeldung erfolgt. Natürlich beinhaltet die Vorgehensweise eine Reihe von systematischen Fehlern.
• Zunächst einmal entspricht die Modellbildung nicht den tatsächlichen physikalischen Gegebenheiten, die zu der Ausprägung einer bestimmten Temperatur führen. Auch wenn die zu- und abgeführten Enthalpien und Leistungen noch richtig bewertet werden, besteht doch im Wärmeübergang eine deutliche Unsicherheit.
• Dieser ist abhängig von der Brennraumgeometrie, d.h. zum Beispiel von der wärmeaufnehmenden Oberfläche, vom Turbulenzgrad der Zylinderinnenströmung sowie von der zeitlichen und räumlichen Wand- und Gastemperatur. All diese Größen liegen üblicherweise am Prüfstand nicht vor bzw. können überhaupt nicht gemessen werden. Die Allgemeingültigkeit kann dennoch erreicht werden; da Dieselmotoren alle geometrisch sehr ähnlich aufgebaut sind, die Verhältnisse also durchaus vergleichbar sind.
• Die rein statistischen Werte zur Modellbewertung könnten bei entsprechender Parameterwahl deutlich besser sein. Allerdings wurde hier nicht auf eine Minimierung des mittleren Fehlers hingearbeitet, sondern die maximale Abweichung zwischen Modell und Messwert wurde vorzugsweise durch einen entsprechenden Algorithmus minimiert. Damit verschlechterten sich zwar die oben genannten Werte, aber für die Fehlerdetektion ergeben sich so vorzugsweise engere Grenzen, in denen die Abgastemperatur liegen muss.
• Die maximale Abweichung über alle Motoren liegt zum Beispiel bei 98°. Dies betrifft allerdings vorzugsweise nur einige wenige Messpunkte, deren Richtigkeit nicht abschließend geklärt werden konnte.
• Daher wurde die Vertrauensgrenze auf beispielsweise 100° eingestellt. Werte darüber sind zumindest auffällig und bedürfen vorzugsweise der Kontrolle durch den Prüfstandsfahrer. Für die dargestellten Lerndaten bedeutet dies, dass zum Beispiel ca. 1 % aller Messpunkte auffällig deklariert würden. Die konservative Auslegung begründet sich durch die Forderung nach minimalen Überdetektionsraten. D.h., es soll lieber ein Fehler übersehen werden, als dass der Prüfstandsfahrer von Fehlermeldungen überhäuft wird, die nach Durchsicht der Daten eher strittig sind. Hier entscheiden also letztlich die Anforderungen der Anwender.
• 3) Kontrolle des Turboladers
• Nachdem inzwischen fast alle Dieselmotoren im PKW- und NFZ-Bereich vorzugsweise mit einem Turbolader ausgestattet sind und auch Ottomotoren im Zuge des Bestrebens nach Downsizing immer häufiger eine Turboaufladung erhalten, gewinnt eine speziell auf Turbolader abgestimmte Diagnose an Bedeutung.
• Da der Ladertyp am Prüfstand vorzugsweise als bekannt vorausgesetzt werden kann und in den Automobilfirmen die Laderkennnfelder weiterhin vorzugsweise in digitaler Form vorliegen, wurde in diesem Zusammenhang eine spezielle Diagnose des Turboladers und der ihn betreffenden Sensoren geschaffen. Das Hauptproblem ist dabei die automatisierte Umsetzung der doch meist sehr wenigen digitalen Werte in eine hochwertigere und für die Diagnose brauchbare Art und Weise.
• Prinzipiell könnten vier Zusammenhänge definiert werden:
• Für den Verdichter liegen vorzugsweise zwei Kennfelder vor. Das erste setzt vorzugsweise das Totaldruckverhältnis über Verdichter, den reduzierten Luftmassenstrom sowie die reduzierte Laderdrehzahl zueinander in Beziehung. Daneben lässt sich weiter vorzugsweise für dieselben Eingangsgrößen Druckverhältnis und Luftmassenstrom ein Wirkungsgradkennfeld darstellen. Die Größen sind alle nicht direkt mit Messdaten vergleichbar, sondern liegen bevorzugt in normierter Form vor. Die Zusammenhänge sind in 25 verdeutlicht. Dies ermöglicht den Vergleich auch unter geänderten Umgebungsbedingungen. Die Totalgrößen, gekennzeichnet durch ein kleines t im Index, beziehen sich auf die Zustandsgrößen, bei denen das Gas ideal zur Ruhe gebracht wurde.
• Ähnliche Zusammenhänge lassen sich für die Turbine definieren. Der Massendurchfluss wird hierbei vorzugsweise durch den Durchsatzparameter ersetzt. Dieser ist eine dimensionsbehaftete Größe, die neben "kg/s" zum Beispiel auch noch die Einheiten "K^0,5/bar" enthält. Die Anschaulichkeit leidet darunter natürlich etwas. Auch das Druckverhältnis und die Drehzahl werden auf Turbinenseite vorzugsweise in abweichender Form definiert. Die Zusammenhänge sind aber in 26 dargestellt. Im Falle einer VTG-Turbine kommt die variable Turbinengeometrie vorzugsweise noch als weiterer Scharparameter hinzu. Aus Gründen der Übersichtlichkeit wird aber auf diese Darstellung verzichtet.
• Das Datenmaterial, das am Prüfstand zunächst vorliegt, beschreibt vorzugsweise die gezeigten Kennlinien und Felder nur in wenigen Stützpunkten.
• Zur Aufbereitung wurde ein eigenes, vorgeschaltetes Programm entwickelt, das die Daten vorzugsweise aus einem standardisierten Excelfile einliest, aufbereitet und in einem neuronalen Netz ablegt. An dieser Stelle soll nicht die komplette Theorie der neuronalen Netze dargestellt werden, hierzu sei auf die einschlägige Literatur verwiesen.
• Dieses neuronale Netz wird in der Onlineanwendung vorzugsweise automatisch eingelesen und ausgewertet. Besonderer Wert musste hierbei wiederum auf die Minimierung des zusätzlichen Aufwandes gelegt werden. Die einmal digitalisierten Kennfelder können mit einfachsten Mitteln jedem Prüfstand mitgegeben werden.
• Parallel dazu soll das erzeugte Netz vorzugsweise auch zur Simulation von Turboladern in Motormodellen befähigt sein, weswegen besonderer Wert auf eine flächendeckende Interpolation des Kennfeldes gelegt wurde. Dies ist nötig, da es um das Aufspüren von Messfehlern geht. D.h., dass gerade auch im fehlerhaften Fall vorzugsweise eine korrekte Berechnung der Kennfelddaten erfolgen muss. Der normale Betriebsbereich kann dabei durchaus verlassen werden, was eine gute Extrapolation erfordert. Außerdem ist zu erwarten, dass zum Beispiel auch Dieselmotoren zukünftig mit Drosselklappen und stark variierenden Gegendrücken arbeiten werden (Partikelfilterproblematik), und auch deswegen mit einer Ausweitung des Betriebsbereichs zu rechnen ist.
• Für die Berechnung von neuronalen Netzen sind vorzugsweise einige Schritte notwendig, die im Folgenden erörtert werden:
  Berücksichtigt man nur die vom Hersteller zur Verfügung gestellten Messpunkte, so wird nicht der gesamte Betriebsbereich des Laders richtig wiedergegeben.
• Außerdem macht die Verwendung standardisierter Interpolationsmechanismen Probleme, die zu falschen Ergebnissen zwischen den Stützstellen führen. In 27 ist eine solche Vermessung grafisch dargestellt. Die Interpolation erfolgt vorzugsweise seitens Matlab mittels linearer oder polynominaler Ansätze, die aber alle kein zufrieden stellendes Ergebnis liefern. Der Grund ist darin zu sehen, dass die Interpolation mit den umliegenden Stützstellen aufgrund zu weniger Datenpunkte zu Deformationen im Kennfeld führt, die physikalisch nicht sinnvoll sind.
• Als Lösung bietet sich zum Beispiel eine auf physikalischen Gegebenheiten basierende Erhöhung der Stützstellenanzahl an, deren Ergebnis vorzugsweise ein Datensatz zum Trainieren von neuronalen Netzen ist.
• Als erster Ansatz zur Lösung dieses Problems werden vorzugsweise zunächst die Werte innerhalb einer Drehzahllinie mittels polynominaler Ansätze interpoliert, da hierfür definierte und ausreichend viele Stützstellen vorliegen.
• In weiteren Stufen werden weiter vorzugsweise diese Drehzahllinien nach rechts und links extrapoliert, wobei verschiedene Annahmen getroffen werden.
• Im rechten Teil des Kennfeldes ist zum Beispiel ein starker Abfall der Drehzahllinie gefordert, da sich im engsten Querschnitt des Laders vorzugsweise Schallgeschwindigkeit einstellt. Hierdurch kann auch bei weiterer Entdrosselung des Verdichters keine weitere Steigerung des Massendurchsatzes erreicht werden (Stopfgrenze). Dieser Zusammenhang ist meist in den Basisvermessungen angedeutet. Nimmt man vorzugsweise den letzten Bereich der Drehzahllinie und extrapoliert mittels eines Polynoms zweiten Grades, so wird diesem Ansatz ausreichend gut Rechnung getragen. Das gilt ebenso für den Wirkungsgrad unter der Randbedingung, dass dieser zum Beispiel bei Π_v = 1 zu Null wird.
• Dieser Ansatz kann sicherlich kritisch hinterfragt werden. Der Wirkungsgrad des Verdichters, dargestellt in 28, wird in manchen Arbeiten bei einem Totaldruckverhältnis von 1, d.h. bei fehlendem Druckaufbau, mit positiven Werten belegt. Andere Arbeiten sprechen davon, dass der Wirkungsgrad bei Π_v = 1 nicht definiert ist, da weder eine isentrope noch eine reale Zustandsänderung von p1 nach p2 definiert werden kann.
• Sieht man sich aber die Formel des isentropen Wirkungsgrades genauer an, so wird klar, dass der Wert zumindest gegen Null gehen muss. Der Zähler geht vorzugsweise automatisch gegen Null, da ja Π_v = 1 wird, durch Wärmeleitung ist aber der Nenner gleichzeitig vorzugsweise etwas größer 0, d.h. der Wirkungsgrad lässt sich unabhängig von der Interpretation dieses Wertes berechnen.
• 
• Die Wärmeleitung ist auch dafür verantwortlich, dass die Überprüfung des Wirkungsgrades vorzugsweise auf Totaldruckverhältnisse größer 1,3 beschränkt bleibt.
• Der Wert von zum Beispiel 1,3 ist hierbei ein empirischer Wert, über dem die Einflüsse der Wärmeleitung vorzugsweise ausreichend hinter den Einflüssen der Temperaturänderung durch Druckaufbau zurücktreten.
• In den darunter liegenden Kennfeldbereichen kann der Wirkungsgrad in Abhängigkeit der Turbinentemperatur vorzugsweise um bis zu 12 % variieren. Eine Wirkungsgraddiagnose ist folglich in diesen Bereichen ohne vorherige Vermessung des Gesamtsystems nicht möglich.
• Die Annahme, dass der Wirkungsgrad zum Beispiel bei Π_v = 1 zu 0 wird, ist dennoch wichtig, um die Qualität der Extrapolation in diesen Bereichen in physikalisch sinnvolle Werte zu zwingen.
• Der linke Teil des Kennfeldes ist begrenzt durch die Pumpgrenze, die den stabilen vom instabilen Betriebsbereich trennt. Gerade bei Beschleunigung des Motors fällt ein großer Teil der Betriebspunkte sehr nahe an diese Grenze, weswegen auch hier vorzugsweise eine Extrapolation stattfinden soll. Es besteht damit die Möglichkeit, zumindest die harmlosere Form des Pumpens, das so genannte "Surge", mit abzubilden.
• Hierzu werden vorzugsweise Ansätze von More und Greizer in Verbindung mit der Theorie des radialen Gleichgewichts verwandt.
• In 29 ist eine typische Drehzahllinie abgebildet. Sie beginnt vorzugsweise rechts mit den positiven Massenströmen. Der nachfolgende Abfall ist der instabile Bereich, der vorzugsweise im Falle der Surge oder des Deep Surge, also des klassischen Verdichterpumpens, mit Umkehr der Strömungsrichtung periodisch durchlaufen wird.
• Für die Diagnose ist hierbei vorzugsweise eine Extrapolation bis zu Massendurchsätzen von 0 ausreichend. Negative Massenströme fallen ohnehin durch die isolierte Betrachtung des Luftmassensignals auf.
• Eine Extrapolation links der Pumpgrenze kann weiter vorzugsweise mittels eines Polynoms dritten Grades erfolgen nach folgendem Zusammenhang:

  

  wobei p_r0 zum Beispiel mittels des radialen Gleichgewichts ermittelt werden kann. Das radiale Gleichgewicht führt gerade zu dem statischen Druck, der sich aufgrund der Zentripetalkräfte bei Durchflüssen von 0 bei einer bestimmten Drehzahl des Verdichters einstellt. Damit liegt neben den Messwerten aus dem Kennfeld vorzugsweise auch der y-Achsenabschnitt physikalisch begründet fest.
• 
• Integriert man obige Gleichung und eliminiert die Dichte mittels der idealen Gasgleichung, so erhält man vorzugsweise den Druck bei einem Luftmassenstrom von 0.
• 
• Die Radien des Verdichterrades können in den meisten Fällen vorzugsweise direkt der Verdichterbezeichnung entnommen werden. Ansonsten muss weiter vorzugsweise eine Vermessung erfolgen.
• Der Wirkungsgrad hingegen wird vorzugsweise mittels des dimensionslosen Drehmomentkoeffizienten ermittelt, der aufgetragen über dem Durchflusskoeffizient linear extrapoliert werden kann.
• Der Drehmomentkoeffizient ist dabei vorzugsweise
• 
• Gleichzeitig gilt:

  

  umgeformt werden kann. Wird dieses Drehmoment mittels Formel 45 dimensionslos über dem Durchflusskoeffizienten aufgetragen, so kann vorzugsweise eine lineare Interpolation erfolgen. Der Durchflusskoeffizient selbst wird weiter vorzugsweise mittels

  

  berechnet. Das Ergebnis dieser Vorgehensweise ist in 30 für eine Drehzahllinie ersichtlich. Anhand des extrapolierten dimensionslosen Drehmoments kann auf den Wirkungsgrad zurückgeschlossen werden. Zwischen Nulldurchgang des Massenstroms und Stopfgrenze sind jetzt vorzugsweise folglich Drehzahl- als auch Wirkungsgrade bestimmt, so dass ausreichend Lerndaten zum Trainieren eines neuronalen Netzes zur Verfügung stehen. Das Ergebnis ist eine flächendeckend gute interpolierte Information über das Verdichterverhalten auch in den Regionen, die in den Basisdaten noch nicht bestimmt waren, wie in 31 dargestellt. Mittels dieser teils physikalischen, teils empirischen Extrapolation kann der große Nachteil der Neuronetze, nämlich die mangelhafte Extrapolation über die Lerndaten hinaus, behoben werden. Für eine Diagnosesoftware ist dies besonders wichtig, da es durch nicht bestimmte Bereiche oder durch falsch extrapolierte Werte zu Programmschwierigkeiten kommen kann.
• Der verwendete Netztyp ist vorzugsweise ein vorwärts gerichtetes Netz mit zwei Ebenen, das aufgrund des Lösungsalgorithmus als Feed-Forward Backpropagation Netz bezeichnet wird.
• Diese Netze haben bevorzugt jeweils zwei Eingangsgrößen, nämlich das Totaldruckverhältnis sowie die reduzierte Luftmasse. Die Ausgangsgröße ist zum Beispiel wahlweise die reduzierte Laderdrehzahl oder der isentrope Wirkungsgrad, wie in 32 dargestellt.
• In den beiden Netzen ist vorzugsweise keinerlei physikalisches Wissen oder eine bestimmte Logik abgelegt, es handelt sich vielmehr um eine reine Datenablage. Der Vorteil bei richtig gewählter Anzahl von Neuronen ist der sehr glatte Interpolationsbereich. Polynommodelle neigen gerade bei der Ablage des Wirkungsgrades zum Überschwingen zwischen den Drehzahllinien, was mit dieser Vorgehensweise vermieden werden konnte.
• Jedes Neuron beinhaltet nach 33 eine Übertragungsfunktion, die das Verhalten des Neurons maßgeblich beeinflusst. Die Übertragungsfunktion der ersten zwei verdeckten Schichten ist vorzugsweise vom Typ "tan-sigmoid", die des Ausgangsneuron ist weiter vorzugsweise "purelin" (siehe auch 34). Hierzu ist eine kurze Erläuterung der Vorgänge an einem einzelnen Neuron notwendig:
  Innerhalb der Neuronen der ersten beiden verdeckten Schichten werden die Informationen vorzugsweise gewichtet, aufsummiert, mit einem Offsetwert verrechnet und anschließend in Abhängigkeit des Funktionswertes der Übertragungsfunktion zwischen –1 und 1 weitergegeben. Werte darüber oder darunter werden vorzugsweise nicht zugelassen. Im Ausgangsneuron werden vorzugsweise alle Eingangsinformationen zusammenaddiert, d.h. der Ausgangswert kann beliebige Werte annehmen.
• Die Güte des Kennfeldvergleichs kann vorzugsweise anhand von 35, Ergebnis einer NFZ-Dieselmotorenvermessung, beurteilt werden.
• Der Wirkungsgrad stellt den sensibleren Teil dar, jedoch kann er mit einer Genauigkeit von zum Beispiel +/– 6% dargestellt werden. Die Ladedrehzahl kann vorzugsweise bis auf zum Beispiel 3,6% genau angegeben werden.
• Für die Diagnose werden als Fehlerschwellen vorzugsweise Abweichungen vom Wirkungsgrad von zum Beispiel 10% und Abweichungen von der Ladedrehzahl von zum Beispiel 5% zugelassen.
• Wird bei höherwertiger Messausstattung ein größerer Wert auf Genauigkeit gelegt, sind diese Genauigkeitsangaben vorzugsweise mittels einer Exceltabelle leicht editierbar.
• Für die Turbine lässt sich vorzugsweise mit ähnlichen Mitteln ein weiteres neuronales Netz erzeugen für den Zusammenhang zwischen Drehzahl, Durchsatzparameter und Druckverhältnis.
• Die Betrachtung des Wirkungsgrades kann auf der Turbinenseite mittels der normalen Messtechnik und Ausstattung allerdings nicht erfolgreich durchgeführt werden. Die Gründe liegen zum Beispiel in der hohen Dynamik der Gasgrößen im Abgaskrümmer mit den damit einhergehenden Problemen in der Messtechnik.
• Wenn sich das Auslassventil öffnet, stellt sich stets ein sehr hoher Druckgradient ein, dem ein deutlich langsamer Druckabbau folgt, wie in 36 dargestellt.
• Da die Drucksensoren der piezoresistiven Bauart meist temperaturempfindlich sind, werden sie vorzugsweise über längere Druckleitungen mit der Messstelle verbunden. Der Strömungswiderstand dieser Messleitungen ist aber vorzugsweise ungefähr proportional dem Quadrat der Strömungsgeschwindigkeit. Daher wird der zum Sensor gerichteten Druckwelle ein höherer Widerstand entgegengesetzt als der abströmenden Druckwelle. Es stellt sich zwar vorzugsweise unmittelbar am Sensor eine pulsierende Gasbewegung ein, jedoch ist aufgrund der dargelegten Strömungswiderstände der Mittelwert stets kleiner als im Krümmerrohr selbst.
• Ähnliche Ungenauigkeiten treten bei der Temperaturmessung im Krümmerbereich auf. Die während des Ausströmens nach dem Öffnen der Auslassventile vorliegenden heißen Abgase haben am Sensor nur eine geringe Verweilzeit. Eine größere Verweilzeit ist den Gasmengen vorbehalten, die kurz vor "Auslass schließt" den Zylinder verlassen. Hierbei handelt es sich aber zu Teilen um Spülluft (Ventilüberschneidung), die sich durch deutlich niedrigere Temperaturen auszeichnet. Beide Effekte führen zu einem scheinbar höheren Wirkungsgrad der Turbine, der gerade in der Teillast leicht Werte von zum Beispiel 300% erreichen kann. Diese rein rechnerischen Werte beschreiben natürlich nicht den korrekten, physikalischen Sachverhalt.
• Eine korrekte Messung von Druck und Temperatur erfordert vorzugsweise einen deutlich aufwändigeren Messaufbau, die aber sicherlich nicht durchgängig am Prüfstand umzusetzen ist. Aus diesem Grunde ist mit den dargelegten Mängeln umzugehen und vorzugsweise ein überhöhter Wirkungsgrad zuzulassen. Eine Grenzwertbetrachtung des Wirkungsgrades bei höheren Turbinendruckverhältnissen ist in diesem Falle aber ausreichend, um entsprechende Fehler zu detektieren.
• Fehlerisolation (FI Fault isolation)
• Die vorliegenden Fehlerdetektionsmethoden basieren auf vier Säulen. Die Erste ist auch die Einfachste und schon oft verwendete Grenzwertüberwachung oder Monitoring. Hierbei werden vorzugsweise für verschiedene Motortypen Grenzwerte der gängigen Messgrößen festgelegt. Werden diese im laufenden Betrieb überschritten, so erfolgt eine Fehlermeldung.
• Die zweite Säule bilden Ungleichungen, die einfache Zusammenhänge zwischen verschiedenen Drücken oder Temperaturen ermöglichen. Es handelt sich dabei vorzugsweise um direkte Vergleiche zwischen verschiedenen Messgrößen, für die eine definierte größer/kleiner-Beziehung definiert werden kann.
• Als Drittes werden Gleichungssysteme verwendet, die vorzugsweise bestimmte Teilprozesse oder grundsätzliche Eigenschaften des Systems Motor-Bremse wiedergeben. Da die Gleichungssysteme aufgrund von Vereinfachungen in der Modellbildung nicht ganz fehlerfrei sind, ist vorzugsweise ein individuelles Toleranzband notwendig, das zur Ausgabe von Fehlermeldungen überschritten werden muss.
• Die vierte Säule besteht aus Motor-Teilmodellen, die vorzugsweise anhand von Vorwissen in Datenablagen gespeichert und online mit dem Systemverhalten verglichen werden können (zum Beispiel Kennfelder von Turboladern oder empirische Modelle für Abgaskonzentrationen).
• Allen Methoden gemeinsam ist die Generierung von Fehlersymptomen. Dies sind zum Beispiel binäre Ergebnisse, ob die eine oder andere Gleichung (Ungleichung) falsch ist oder nicht. Bei den physikalischen Modellen (zum Beispiel Bilanzgleichungen) liegt als Symptom häufig auch noch ein durch Vorzeichen und Größe definiertes Residuum vor. Bei den Wirkungsgradbetrachtungen oder den Berechnungen von Systemparametern (Reibung) sind Veränderungen dieser Größen vorzugsweise selbst als Symptom aufzufassen.
• Die Fehlerisolation hat nun zur Aufgabe, die verschiedenen in den Methoden anfallenden Fehlersymptome zu analysieren und die eigentlichen Ursachen dieser Symptome zu finden.
• Die Voraussetzungen hierfür sind zum Beispiel eine möglichst einfache und schnelle Rechnung, eine hohe Flexibilität bei unterschiedlichsten Kombinationen von Analysemethoden und eine möglichst gute Isolation der fehlerhaften Kanäle.
• Anhand der praktischen Erfahrungen mit der Prüfstandsdiagnose können folgende Punkte als Randbedingungen festgehalten werden:
• – Eine Isolierung der Fehler in einer Weise, dass der Prüfstandsfahrer zu konkreten Reparaturen an einem bestimmten Messgerät aufgerufen wird, erscheint nicht realistisch.
• – Vielmehr sollte der Prüfstandsfahrer vorzugsweise darauf hingewiesen werden, welche der Kanäle nicht stimmig zueinander sind oder welche Schlüsselgrößen gerade besonders auffällig sind.
• Logisch-wahrscheinlichkeitsbasiertes Fehlerisolationsverfahren
• Die bislang analysierten Verfahren, die alle auf Mustererkennung oder Fehlerbäumen basieren, haben den Vorteil, in starren Strukturen und bekannten Systemen gut zu funktionieren. Bei ungenügender Systeminformation oder geringer Anzahl von Eingangsinformationen aber erbringen sie weniger brauchbare Ergebnisse. Auch der Erweiterbarkeit dieser Methoden sind enge Grenzen gesetzt, da das nachträgliche Modifizieren von Fehlerbäumen oder Mustern nur schwer zu realisieren ist.
• Nun sollen in einem hochgradig flexiblen Verfahren all die Fragestellungen genutzt werden, die auch ein Ingenieur bei analytischer Vorgehensweise nutzen würde. Dies sind unter anderem:
• – Welche Eingangsgrößen liegen den fehlerhaften Methoden zu Grunde?
• – Welchen Einfluss haben diese Größen innerhalb dieser Methoden?
• – Wie müssten die Eingangsgrößen beschaffen sein, damit kein Fehler auftritt?
• – Wie oft ist eine bestimmte Größe innerhalb der fehlerhaften Methoden verwendet worden?
• – Wie oft ist eine bestimmte Größe in den fehlerfreien, aber benutzten Methoden aufgetreten?
• Diese Fragestellungen können unabhängig davon gestellt werden, welche Messkanäle bzw. welche Methoden gerade im aktuellen Datensatz vorliegen. Es liegt folglich uneingeschränkte Flexibilität vor.
• Außerdem wird angenommen, dass vorzugsweise nur Messgerätefehler oder Sensorfehler auftreten. Sieht man sich die Liste der 17 häufigsten Fehler an, so ist dieser Schluss naheliegend. Die Thematik vereinfacht sich erheblich, da keine Rücksicht mehr auf die vielen Elektro-, Bedienungs- und Bauteilfehler mehr genommen werden muss.
• Im Zweifelsfall obliegt es dann vorzugsweise dem Prüfstandsfahrer, zum Beispiel aus dem Isolationsergebnis "pmi, Md oder Verbrauch fehlerhaft" auf eine defekte Indizierung oder wahlweise eine defekte Kraftmessdose zu schließen. Dies ist aber recht schnell realisierbar, wenn die entsprechenden Hinweise dazu vorliegen.
• Abschätzung der Fehleranzahl
• Vorgreifend soll hier zunächst vorgestellt werden, wie die minimale Anzahl der Ursachen abgeschätzt werden kann. Daraus resultiert dann eine etwas unterschiedliche Isolationsstrategie.
• Voraussetzung sind vorzugsweise ausschließlich sowohl Fehler in den Messgeräten als auch eine minimale Anzahl von Ursachen.
• Im Programm wird vorzugsweise für jeden Messkanal und jede Methode notiert, ob ein Kanal verwandt wurde und ob er in fehlerhaften Methoden beteiligt war. Aus diesem Wissen kann weiter vorzugsweise eine Aufstellung gebildet werden, die jeder fehlerhaften Methode die jeweils verwendeten Eingangsgrößen gegenüberstellt.
• Nun wird vorzugsweise die Messgröße herausgesucht, die am häufigsten in den fehlerhaften Methoden vorkommt. Diese wird weiter vorzugsweise zunächst als erste und wahrscheinlichste Fehlerursache deklariert. Die betroffenen Methoden werden vorzugsweise aus der Liste der fehlerhaften Methoden gestrichen. Es verbleiben also die Modelle, bei denen die Größe nicht eingegangen ist.
• Da eine minimale Anzahl von Ursachen unterstellt wird, wird auch aus diesen verbliebenen Methoden vorzugsweise die am häufigsten verwendete Messgröße herausgesucht. Dies ist die vermeintlich zweite Fehlerursache. Das Verfahren wird weiter vorzugsweise so lange fortgesetzt, bis keine fehlerhafte Methode mehr vorliegt.
• Im vorliegenden Fall, dargestellt in 37, müssen also mindestens zwei unterschiedliche Fehlerursachen vorliegen. Je nachdem, ob nur eine oder auch mehrere Größen für den Fehler verantwortlich sind, kommen vorzugsweise teilweise unterschiedliche Isolationsstrategien zum Einsatz.
• Isolierung über Grenzwertbetrachtung und Wahrscheinlichkeiten
• Im Motorbetrieb mit all seinen Ungenauigkeiten und zyklischen Schwankungen werden die meisten Modelle ein Residuum ausgeben, d.h. der Erwartungswert wird niemals exakt getroffen. Aus diesem Grund ist für solche Modelle vorzugsweise eine Toleranzschwelle definiert. Sie gibt an, wie groß die Abweichung zwischen den Schlüsselgrößen (z.B. Vergleich Mess- und Rechenwert) sein darf. (Rechenwert – Messwert)/Rechenwert = ± Toleranzschwelle[%] [53]
• Umgekehrt kann rückwärtig berechnet werden, wie die Messdaten aussehen dürften, um gerade die Fehlergrenze zu erreichen. Min/Maxwert = Rechenwert·(1 ± Toleranzschwelle) [54]
• Da jeweils eine Abweichung nach oben und nach unten möglich ist, lassen sich für jede Eingangsgröße (Messwert) zwei Werte berechnen, die diese Bedingung erfüllen. Im Falle nicht verletzter Modelle liegt der betrachtete Messwert natürlich zwischen den Minimal- und Maximalwerten. In 38 sind die Minimal- und Maximalwerte von 10 verschiedenen Methoden für einen Lastpunkt bei fehlerfreien Messdaten dargestellt. Die Grenzwerte beziehen sich in diesem Beispiel vorzugsweise nur auf die Luftmasse, allerdings ließe sich für jede Messgröße ein solches Bild erzeugen.
• Der Messwert steht mit keinem Grenzwert im Konflikt, die Fehlerschwellen werden für alle Modelle eingehalten, somit wird auch kein Fehler angezeigt. Es ist weiterhin zu erkennen, dass alle Modelle verschieden gut eine Aussage über die zu erwartende Luftmasse treffen können. Bei Modellen, in denen die Luftmasse nur sehr gering eingeht, sind die rückwärtig berechneten Größen sehr weit vom richtigen Wert entfernt (Modell 8). Umgekehrt können andere Modelle sehr genau die richtige Luftmasse vorhersagen (Modell 5).
• Wenn ein Modell nicht erfüllt wird, so liegt mindestens eine Eingangsgröße über dem berechneten Maximalwert oder unterhalb des berechneten Minimalwertes.
• Anhand der Auswirkungen eines falschen Luftmassensignals soll der Zusammenhang verdeutlicht werden. (In diesem Fall eine Reduzierung der Luftmasse zum Beispiel um 15%.) Die Grenzwerte für die Luftmasse haben sich natürlich nicht geändert, da in deren Berechnung die Luftmasse selbst ja nicht eingeht. Es ergibt sich das in 39 dargestellte Bild.
• Die Modelle 1 bis 5 und 9 liefern Fehlermeldungen, da der Toleranzbereich nicht mit den vorhandenen Messgrößen haltbar ist. Allerdings ist für die Luftmasse ein Wert möglich, der alle Modelle wieder in die erlaubten Schwellenwerte zurückbringt. Für andere Messgrößen, die in dieselben Modelle eingehen können, soll ebenfalls dieses Diagramm betrachtet werden.
• Es ist schließlich denkbar, dass auch durch eine Korrektur von zum Beispiel Kraftstoffverbrauch, Abgasemissionen oder Drehzahl die Modelle fehlerfrei werden können. Es zeigt sich aber, dass dies in den meisten Fällen nicht so ist. Für diese Größen, die nicht Ursache des Fehlers sind, kann durch keine Veränderung des Wertes ein fehlerfreies Modellsystem erzeugt werden. Es gibt stets Widersprüche zwischen den Schwellenwerten, so dass als wahre Fehlerquelle nur die Luftmasse übrig bleibt.
• In 40 sind die Grenzwerte aller Methoden für den Kraftstoffverbrauch bei gleicher falscher Luftmasse dargestellt. Einige Methoden sind verletzt, d.h. der Messwert liegt nicht innerhalb der Grenzwerte. Mit einer Korrektur des Messwertes lassen sich die Verhältnisse für einige Methoden verbessern, es ist aber mit keinem Verbrauchssignal möglich, alle Methoden fehlerfrei zu machen.
• Der Schluss daraus muss sein, dass der Verbrauch alleine nicht die Ursache dieser Unstimmigkeiten sein kann.
• Bleibt man bei der Annahme, dass vorzugsweise eine minimale Anzahl von Größen für die Unstimmigkeiten verantwortlich ist, so kann der Verbrauch nicht Ursache des Fehlers sein.
• Ein ähnliches Bild zeigt sich vorzugsweise für alle anderen Messgrößen, wie in 41 zum Beispiel noch für CO₂ dargestellt.
• In Summe kann aus den 39 bis 41 geschlossen werden, dass der Luftmassenstrom Ursache der fehlerhaften Modelle sein muss. Es kann weiterhin vorzugsweise angegeben werden, mit welchem Luftmassenwert die Modelle fehlerfrei werden, d.h. der Wert kann korrigiert werden.
• Nun stellt sich noch die Frage, wie die bislang vorzugsweise aufgrund einer visuellen Betrachtung ermittelte Schlussfolgerung weiter vorzugsweise analytisch mit Hilfe des Rechners umgesetzt werden kann.
• Ziel ist ein Bewertungsschlüssel, der bei großer Fehlerwahrscheinlichkeit "p" zum Beispiel den Wert 1 erreicht, bei sehr kleiner Wahrscheinlichkeit zum Beispiel den Wert 0,1 annimmt. Dieser Wert, der einer echten Wahrscheinlichkeit sehr ähnlich ist, soll vorzugsweise jedem potentiell fehlerhaften Kanal zugewiesen werden. Der Wert von 0 wird vorzugsweise vermieden, da die Information, dass der Kanal potentiell beteiligt ist, nicht verloren gehen soll. Des Weiteren existiert auch noch die Annahme über eine minimale Fehleranzahl, weswegen keine 100%-ig sichere Aussage generiert werden kann.
• Es werden vorzugsweise folgende Fallunterscheidungen getroffen:
• – Wenn der Messwert zwischen Minimal- und Maximalwert liegt, dann ist die Fehlerwahrscheinlichkeit sehr klein, zum Beispiel (p1 = 0,1).
• – Wenn der Messwert kleiner als der Maximalwert ist, aber kein Minimalwert vorhanden ist, dann spricht das für unsichere Modelle und damit für eine größere Fehlerwahrscheinlichkeit. Ein Fehler kann allerdings noch nicht damit nachgewiesen werden, zum Beispiel (p1 = 0,5).
• – Das gleiche gilt für den Fall, dass der Messwert größer als der Minimalwert ist, jedoch kein Maximalwert berechnet werden kann.
• – Wenn der Minimalwert größer ist als der Maximalwert, dann kann der Kanal alleine nicht Ursache der Unstimmigkeiten sein, zum Beispiel (p = 0,1).
• – Der Minimalwert ist kleiner als der Maximalwert, der Messwert liegt aber nicht dazwischen. Dies deutet auf einen direkten Fehler im betreffenden Kanal hin, zum Beispiel (p1 = 1).
• Allerdings stellt diese Betrachtung einen sehr günstigen Fall dar. Häufig stehen für eine Messgröße nicht viele oder nur eine Methode zur Verfügung. Die Isolationsstrategie funktioniert dann zwar prinzipiell genauso, doch sind die Schwellenwerte und Isolationsmöglichkeiten dann aufgrund der fehlenden Eindeutigkeit sehr beschränkt. Es gibt dann meist mehrere Möglichkeiten, wie die Modelle in den fehlerfreien Zustand überführt werden können.
• Im Falle mehrerer Ungenauigkeiten, d.h. mindestens zwei fehlerhaften Messgrößen, kann die oben beschriebene Fehlerisolation auch nicht mehr richtig arbeiten. Als Grund sind die Wechselwirkungen der Messgrößen bei der Berechnung der Grenzwerte zu sehen. Als Beispiel sei hier derselbe Lastpunkt wie im vorherigen Beispiel genannt, dargestellt in 42. Zusätzlich zur Luftmasse wird jetzt auch noch ein kleiner Fehler in der CO₂-Konzentration eingebaut. Die Folge davon ist, dass jetzt das bisher eindeutige Muster in der Luftmasse verzerrt wird, und zwar genau bei den Methoden, die auch CO₂ als Eingangsgröße haben. Ein Korrekturwert kann jetzt für die Luftmasse nicht mehr angezeigt werden; die Fehlerisolation versagt.
• Es soll jedoch festgehalten werden, dass die meisten Fehlerisolationsverfahren in diesem Zusammenhang versagen. Ansonsten müssten die Fehler vorzugsweise mit allen Wechselwirkungen als Expertenwissen (Muster, Fehlerbäume) abgelegt werden, was bei einem solch komplexen und variablen System Prüfstand nicht in einem sinnvollen Zeitrahmen umzusetzen ist.
• Aus diesem Grunde wird die vorgestellte Methode vorzugsweise nur dann verwandt, wenn die Unstimmigkeiten sehr wahrscheinlich auf nur eine fehlerhafte Größe zurückzuführen ist. Gleichzeitig und auch bei mehreren potentiell falschen Größen wird weiter vorzugsweise auf eine wahrscheinlichkeits- und logikbasierte Methodik zurückgegriffen.
• Annahme ist vorzugsweise zunächst, dass eine minimale Anzahl von Ursachen zu den fehlerhaften Modellen führt. Die Wahrscheinlichkeit für einen Kanal, Ursache der Unstimmigkeiten innerhalb der fehlerhaften Modelle zu sein, hängt sicherlich von der Häufigkeit der Größe innerhalb dieser Methoden ab. Es kann eine Kennzahl p2 definiert werden, die einer Wahrscheinlichkeit zumindest sehr ähnlich ist.
• 
• Mittels des Wissens um die Einflüsse der Einzelgrößen innerhalb der Methoden kann vorzugsweise die Aussagekraft dieses Faktors noch deutlich verbessert werden. Grundlage bildet zum Beispiel eine Gewichtung der Eingangsgrößen zwischen 1 und 3. Eine 1 bedeutet beispielsweise nur geringen Einfluss, eine 2 einen mittleren, eine 3 einen großen Einfluss. Dieser Gewichtung wird vorzugsweise ein Vorzeichen zugewiesen, je nachdem, ob die Eingangsgrößen zu groß oder zu klein sein müssen, um das berechnete Residuum zu erhalten. Diese Gewichtungen bilden das Expertenwissen eines Prüfstandsingenieurs ab, wie groß die Einflussnahme verschiedener Messgrößen auf die einzelnen Modelle ist. Diese Hilfestellung kann dann vorzugsweise online auch dem unerfahrenen Prüfstandsfahrer mitgeteilt werden, um ihn bei der Fehlersuche zu unterstützen.
• Ein Beispiel:
• Der Vergleich von Lambda Luft/Kraftstoff zu Lambda Sondensignal ergibt zum Beispiel ein Residuum, das über der methodenspezifischen Tolleranzschwelle liegt.
• 
• Der Grenzwert kann nur erreicht werden, wenn

  
• Die Gewichtung ist bei allen Größen vorzugsweise einheitlich groß, da alle Größen direkt in das Ergebnis eingehen.
• Eine andere Gewichtung ergibt sich für die Luftmasse zum Beispiel in der Sauerstoffbilanz, die folgende Struktur aufweist (a, b, c, d, e sind dabei beliebige Zusatzterme): Residuum = OEintritt – OAustritt = m .Luftmasse·(a + b) – (m .Luftmasse + m .Brennstoff)·(c + d + e) [57]
• Man erkennt sehr schnell, dass sich das Residuum nicht in demselben Maße ändert wie die Luftmasse, da sich der Fehler in der Luftmasse zu großen Teilen kompensiert. Die Luftmasse erhält zum Beispiel die Gewichtung +1, wobei das Vorzeichen aufgrund der fehlenden Eindeutigkeit vorzugsweise analytisch oder weiter vorzugsweise numerisch berechnet werden muss. Werden sämtliche Größen mit den definierten Gewichtungen belegt, so kann die Bewertung in folgender Form vorgenommen werden:

  

  wobei k die Häufigkeit des Messkanals i innerhalb der fehlerhaften Modelle ist.
• Jetzt wird vorzugsweise zusätzlich die Information genutzt, ob die Symptome innerhalb der fehlerhaften Methoden stimmig sind oder ob Widersprüche auftreten. Wird zum Beispiel ein Kanal von Methode 1 mit einem Gewichtungswert von –3 belegt und von Methode 2 mit +3, so kann der entsprechende Kanal kaum Ursache des Fehlers sein.
• Es soll aber nochmals darauf verwiesen werden: der Wert von 1 ist üblicherweise nach der Definition der Wahrscheinlichkeit ein "sicheres" Ereignis. In diesem Fall ist das nicht so. Auch wenn in dieser Formel der Wert von 1 nicht überschritten werden kann, so sind doch Konstellationen denkbar, bei denen ein Messwert zwar den Wert p = 1 erreicht, aber dennoch nicht Ursache des Fehlers ist. Auf der anderen Seite ist zum Beispiel der Wert von p = 0 tatsächlich das "unmögliche" Ereignis, d.h. Variablen, die nicht in den fehlerhaften Methoden vorkommen, können auch nicht Ursache der Fehlersymptome sein. Auch Kanäle, deren Gewichtungen sich gegenseitig neutralisieren (zum Beispiel +3 und –3), können nicht Ursache der Fehler sein.
• Für die Einschätzung, ob ein Messkanal Ursache eines Fehlers ist, kann vorzugsweise noch die folgende Überlegung angestellt werden:
  Wenn ein Messkanal zwar relativ häufig in den fehlerhaften Methoden vorkommt, aber auch in den nicht fehlerhaften Methoden noch sehr häufig vorkommt, dann sinkt die Wahrscheinlichkeit wieder, die Ursache zu sein. Es wird daher vorzugsweise noch eine Kennzahl definiert, die die Verwendung in den fehlerhaften Methoden zur Gesamtzahl der Verwendungen in Bezug setzt.
• 
• Das Programm sieht vor, bei nur einer erwarteten Ursache vorzugsweise alle drei Faktoren zu berechnen und zu kombinieren. Die Gesamtbewertung beträgt demzufolge vorzugsweise p_ges = p1·p2·p3. Bei mehreren Ursachen, wo die analytischen Korrekturwerte versagen, wird p1 weitervorzugsweise zu eins gesetzt, geht folglich nicht in die Rechnung ein.
• Umsetzung
• Die Umsetzung aller genannten Teilaspekte zu einem Gesamtprogramm erfordert noch einiges an Detailarbeit, die in einigen Stichworten hier zusammengefasst werden soll.
• Anbindung an den Prüfstand
• Wenn sich der Motortyp nach dem letzten Versuch nicht geändert hat, bedarf das Programm vorzugsweise keinerlei Informationen als die Namen und Einheiten der Messkanäle sowie die Messwerte selbst mit einer Datenrate von zum Beispiel 1 Hz. Das Programm ist vorzugsweise folglich ein reiner Beobachter.
• Wenn zum Beispiel Fehler im Abgassystem detektiert werden, so kann vorzugsweise eine automatisierte Kalibrierung oder Spülung der Anlage ausgelöst werden. Auch die Kraftstoffverbrauchsmessung kann bei entsprechenden Fehlermeldungen vorzugsweise automatisiert kalibriert oder neu gestartet werden. Diese Gedanken werden immer wichtiger, da der Anteil an personalfreien Prüfständen im Automatikbetrieb stetig steigt.
• Die Software wird hierbei vorzugsweise direkt in das Messdatenerfassungssystem integriert, da ein ungleich höherer Kommunikationsaufwand zwischen Diagnosesoftware und Prüfstand nötig ist.
• Notwendige Größen
• Neben den grundlegenden Motordaten wie Hub, Bohrung, Verdichtung und Zylinderzahl ist vorzugsweise noch die Eingabe erforderlich, um welchen Motortyp es sich handelt. Unterschieden wird zum Beispiel nach Otto- und Dieselmotoren sowie zum Beispiel nach aufgeladenen oder unaufgeladenen Motoren. Die Maximaldrehzahl ist vorzugsweise die einzige Größe, die auf den Charakter des Motors hinweist. Sie dient zur Abschätzung verschiedener Geometrien. Da diese Informationen ohnehin in der Prüfstandssoftware vorliegen, ist also keinerlei zusätzlicher Eingabeaufwand notwendig.
• Für die Abgasmessgeräte ist vorzugsweise eine Angabe nötig, die eine Unterscheidung zwischen trockenen und feucht gemessenen Konzentrationen ermöglicht. Diese Information kann nicht generiert werden und bedarf einer manuellen Eingabe. Ebenso verhält es sich vorzugsweise mit den Kraftstoffdaten. Allerdings ist zu berücksichtigen, dass diese Eingabe vorzugsweise einmalig erfolgt. Weder die Abgastürme noch die Kraftstoffsorte ändert sich in nennenswerten Zeiträumen, sondern bleiben meist über Wochen oder Monate konstant.
• Aufgrund logischer Zusammenhänge kann die Korrektur der Drücke vorgenommen werden. Für physikalische Methoden ist stets nur ein Absolutdruck interessant. Viele Drücke werden allerdings vorzugsweise nur relativ zur Umgebung gemessen.
• Hier hilft die Beobachtung der Drücke in der stationären Funktionsprüfung. Wie schon dargelegt, ist das Ergebnis des Wertevergleichs bei Motorstillstand zum einen ein sehr genauer Umgebungsluftdruck, zum anderen erhält man vorzugsweise gleichzeitig die Information, welche Drücke noch einer Korrektur bedürfen.
• Als Handeingabe bleiben folglich nur die Parameter zur Feuchtekorrektur, ein Hinweis auf den Motortyp und die Kraftstoffdaten übrig. Der Zeitaufwand beträgt bei entsprechender Routine vorzugsweise weniger als eine Minute.
• Parametrierung der Prüfaufgabe
• Bleibt die Aufgabe nach der Parametrierung der Prüfaufgabe selbst. Für jeden Versuch muss definiert werden, welche Methoden sich mit den gegebenen Messkanälen überhaupt verwirklichen lassen und welche Methoden sich für den angegebenen Motortyp eignen.
• Diese Frage wurde dem Prüfpersonal abgenommen. Bei einer Liste von 83 Methoden und Vergleichen, die jederzeit erweiterbar ist, kann diese Aufgabe dem Prüfpersonal nicht zugemutet werden. Eine sachliche Auseinandersetzung mit den Formeln setzt außerdem eine fundierte Sachkenntnis der Thematik voraus, die sicherlich teilweise vorliegt, aber nicht zu den bisherigen Betätigungsfeldern des entsprechenden Personals gehörte.
• Daher ist dem Programm vorzugsweise eine Logik in Form eines eigenen Konfigurationsprogramms mitgegebne, das vorzugsweise selbständig nach den korrekten Kanalbelegungen für jede einzelne Methode sucht. Wenn eine Methode zum Motortyp und zu den Messdaten passt, dann wird sie weiter vorzugsweise automatisch aktiviert.
• Methoden, die mit den Messgrößen nicht realisiert werden können, bleiben weiter vorzugsweise inaktiv und stören den weiteren Prüfbetrieb nicht.
• Gleichzeitig ist klar, dass eine anspruchsvolle Fehlerdetektion nur mit einer möglichst hohen Anzahl aktiver Methoden funktionieren kann. Daher geht die Logik so weit, bei Nichtvorhandensein verschiedener Größen vorzugsweise automatisch nach Ersatzgrößen zu suchen.
• Ein Beispiel:
• Für die Berechnung des Druckverlustes über Ladeluftkühler (LKK) ist ein Luftmassenstrom nötig

  

  wobei v aus der Kontinuitätsgleichung gewonnen werden kann. In diese geht dann wiederum eine Luftmasse ein.
• 
• Für die Analyse des Ladeluftkühlers ist es nun völlig gleichgültig, woraus die verwendete Luftmasse generiert wird. Für das genannte Beispiel sind beispielsweise drei Alternativbelegungen möglich.
• – Die Luftmasse als Messgröße,
• – die Luftmasse wird berechnet aus einem Lambdasondenwert und dem Kraftstoffverbrauch,
• – die Luftmasse wird aus den Abgasgrößen und dem Kraftstoffverbrauch berechnet.
• Der Kraftstoffverbrauch kann wiederum zum Beispiel entweder aus einem externen Messgerät oder der motoreigenen ECU stammen.
• Diese Arbeit, die Selektion von Messgrößen und wahlweise Ersatzgrößen, kann vorzugsweise nur der Rechner selbst zuverlässig durchführen. Es ist weiterhin sicherzustellen, dass vorzugsweise auch die Fehlerisolation mit den entsprechenden Informationen versorgt wird. Ansonsten ist die Berechnung der Wahrscheinlichkeitswerte unmöglich.
• So kommt es vor, dass nicht mehr die gemessene Luftmasse potentielle Fehlerquelle ist, sondern die Zusammensetzung des Abgases, und das bei einem Druckverlustmodell über LKK. Es entsteht also vorzugsweise ein Geflecht von Hintergrundinformationen, ohne die das Programm nicht zuverlässig arbeiten kann.
• Natürlich bleibt es dem Prüfstandsfahrer überlassen, einzelne Methoden von hand zu deaktivieren, d.h. er bleibt wichtigste Instanz am Prüfstand. Dies ist wiederum ganz wichtig für die Einführung eines solchen Systems.
• Bezüglich des Parametrieaufwandes ist somit das Ziel erreicht worden.
• Ausgabe
• Die Prüfstandsdiagnose, die unter dem Aspekt minimalen Zusatzaufwands für den Prüfstandsfahrer entwickelt wurde, erlaubt vorzugsweise nur sehr begrenzte Bedienmöglichkeiten.
• Nach dem Hochfahren aller Rechner und dem Einsachalten und Kalibrieren der Messgeräte erfolgt vorzugsweise zunächst die statische Funktionsprüfung bei kaltem Motor, dem so genannten Kalttest. Die Ergebnisse dieses Tests können vorzugsweise direkt in das Meldungsfenster auf derselben Oberfläche eingetragen werden. Im Fehlerfall hat der Prüfstandsfahrer dies weiter vorzugsweise zu quittieren oder die entsprechenden Fehler zu beheben.
• Die Taste "Warmtest" startet vorzugsweise die Online-Diagnoseverfahren, weiter vorzugsweise wahlweise die Beharrungserkennung und die Fehlerisolation.
• Im laufenden Prüfbetrieb ist zunächst einmal eine Datenflut zu vermeiden, die den Prüfstandsfahrer unnötig belastet. Von den vielen generierten Größen ist zunächst einmal ausschließlich von Interesse, ob ein Fehler vorliegt oder nicht.
• Im Fehlerfall muss vorzugsweise auch nachvollziehbar sein, welche Methoden den Fehler detektiert haben, wie groß dieser ist und welche Ursachen dafür verantwortlich sein könnten. Diese Informationen können allerdings teilweise nur von sachkundigem Personal gewertet werden, weswegen sie vorzugsweise in eine zweite, tiefer liegende Ebene abgelegt sind.
• Am Ende des Tests oder zur genaueren Analyse während der Messung ist es weiterhin von großer Hilfe, sich die methodenspezifischen Ergebnisgrößen ansehen zu können. Hierzu ist vorzugsweise eine eigene Grafikauswertung notwendig, die eine schnelle und übersichtliche Ausgabe der Einzelmethoden ermöglicht. Die Rechengrößen der Methoden, die Residuen oder andere wichtige Schlüsselgrößen sind dabei weiter vorzugsweise über alle Messpunkte aufgetragen. Damit können sehr schnell driftende Messgeräte oder Sprünge innerhalb des Tests analysiert werden, selbst wenn sie innerhalb der Toleranz liegen und keine Fehlermeldung verursacht haben.
• Des Weiteren können am Ende der Messung vorzugsweise automatisch statistische Grafiken zu Ausfallhäufigkeiten, Detektionsraten der Methoden oder Fehlerübersichten erstellt werden.
• Tritt ein Fehler auf, d.h. die entsprechende Signallampe schaltet auf rot, besteht die Möglichkeit einer genaueren Analyse.
• Hierzu kann zum Beispiel die Schaltfläche "Details" aktiviert werden, die den Zugang zu den Einzelmethoden freigibt, wie in 43 dargestellt.
• In dieser Detailebene werden vorzugsweise zunächst einige Randinformationen zum Test ausgegeben. Dies beinhaltet neben der Anzahl der identifizierten Kanäle die Anzahl der aktiven Methoden, den zugrunde gelegten Motortyp als auch die aktuellen Kraftstoffdaten. Damit wird sehr schnell klar, ob es sich bei den Fehlermeldungen um Parametrierfehler oder um echte Mess- oder Bauteilfehler handelt.
• Darunter befindet sich vorzugsweise ein Meldungsfenster, in dem alle fehlerhaften Einzelmethoden mit kurzer Fehlerbeschreibung aufgeführt sind. Der versierte Prüfstandsfahrer kann daran sehr schnell erkennen, wo sich das Problem befindet.
• Direkt daneben wird vorzugsweise das analytisch generierte Fehlerisolationsergebnis dargestellt. Anhand des Farbcodes wird sofort klar, welche Größe für den Fehler verantwortlich ist. Zum Beispiel rot hinterlegte Kanäle besitzen eine hohe Fehlerwahrscheinlichkeit, grün hinterlegte Kanäle sind zwar in den fehlerhaften Methoden beteiligt, jedoch sehr wahrscheinlich nicht Ursache der Unstimmigkeiten.
• Als weitere Informationsquellen steht dem Benutzer vorzugsweise eine Methoden-Kurzinformation mit grafischen- und textbasierten Hilfestellungen zur Verfügung. Damit werden unter Umständen schwer verständliche Fehlermeldungen transparent dargelegt. Weiterhin steht vorzugsweise eine grafische Auswertemöglichkeit zur Verfügung, die allerdings eine eigene Oberfläche erfordert.
• Die Grafikauswertung zeigt vorzugsweise in Abhängigkeit der ausgewählten Methode die dort generierten Ergebnisgrößen. Dies ist meist zum Beispiel der Vergleich zwischen zu- und abgeführter Energie und dergleichen. Begleitet wird diese Darstellung vorzugsweise durch die Größe der Residuen und die gewählten Fehlerschwellen.
• Zur Dokumentation oder zur Anforderung von Hilfe, zum Beispiel beim verantwortlichen Prüfingenieur, können die Bilder weiter vorzugsweise automatisch gedruckt werden. Die Idee dahinter ist die folgende, dass die Informationen dem verantwortlichen Ingenieur dicht gepackt zugesandt werden können und dieser dann im Zweifelsfalle über den weiteren Testfortgang entscheidet.
• Neben der zunächst sehr plakativen Ausgabe in der Ebene 1 sind dem Prüfstandsfahrer und dem Prüfingenieur somit auch noch eine Reihe tiefergehende Informationen gegeben, die in den meisten Fällen zu einer schnellen Überprüfung der Messdatengüte führen.
• Leistungsfähigkeit des Verfahrens
• Um die Qualität der Diagnose zu testen, wurden beispielhaft zwei Messpunkte, die nachweislich fehlerfrei waren, synthetisch mit Fehlern verschiedener Größe und Vorzeichen belegt. Es entstanden zwei Testdatensätze, einer eines Ottomotors, dargestellt in 44, ein anderer von einem Dieselmotor, dargestellt in 45 Als Detektionsraten wird das Verhältnis von aufgespürten Fehlern zu vorhandenen Fehlern definiert

  
• Die Isolationsrate sagt aus, ob bei einem gefundenen Fehler auch die richtige Ursache isoliert wird

  
• Der Sensortotalausfall ist in dieser Betrachtung ein Sonderfall, da dessen Nachweis trivial ist. Detektion als auch Isolation machen hierbei keinerlei Probleme. Daher sind auch alle Ergebnisse ohne Fehlstellen (o.F.) dargestellt.
• Entstanden sind die Daten in einem mittleren Lastpunkt an einem NFZ-Dieselmotor, ebenso an einem PKW-Ottomotor neuester Bauart.
• Beide Motoren sind mit allen gängigen Kanälen ausgestattet, die vorzugsweise auch in der Datenbank vorkommen. Nicht vermessene Kanäle wurden nachträglich berechnet und angefügt, um ein möglichst umfassendes Bild der Leistungsfähigkeit zu erhalten.
• Die Variation bestand in dieser Betrachtung für jeden Messkanal in einer prozentualen Veränderung nach oben als auch nach unten. Bei Fehlergrößen von zum Beispiel 5% werden bei den meisten Modellen die Fehlerschwellen vorzugsweise noch nicht überschritten, weswegen hier die Detektionsrate noch sehr gering ist. Bei beispielsweise 15% Fehler sprechen die meisten Bilanzmodelle als auch die empirischen Modelle vorzugsweise an, wodurch ein starker Anstieg in der Detektionsrate zu verzeichnen ist. Der weitere Anstieg ist weiter vorzugsweise relativ flach. Der Grund ist darin zu sehen, dass in diesem Bereich die sehr einfach strukturierten Ungleichungen zur Kontrolle von Drücken und Temperaturen hinzukommen, die aber auch nur in einer Richtung einen Fehler nachweisen können. Ein steiler Anstieg ist vorzugsweise erst wieder für sehr große Fehler zu erwarten, wenn zum Beispiel die Grenzwerte aus der Datenbank überschritten werden. Dann steigen Detektion als auch Isolation auf zum Beispiel 100% an.
• Die Isolationsrate ist bei Fehlern beispielsweise > 15% vorzugsweise stets über 80% und somit als gut zu bezeichnen. Es ist weiterhin zu berücksichtigen, dass die Ergebnisse für die Grenzwertbetrachtung als auch für die Wahrscheinlichkeitsbetrachtung vorzugsweise annähernd gleich sind, obwohl sich der Rechenaufwand beider Methoden deutlich unterscheidet.
• Der Vorteil bei der komplizierteren Berechnung ist darin zu sehen, dass die tiefergehende Fehleranalyse mit den berechneten Grenzwerten deutlich hilfreicher ist. Die Interpretation dieser Werte erfordert allerdings bislang einen Experten, der sich mit der Physik der Modelle auskennt und die Werte damit zu deuten weiß.
• Der Prüfstandsbediener erhält als Ergebnis vorzugsweise eine Liste von Messgrößen, die alle potentiell Ursache des Fehlers sein könnten. Jede Messgröße ist vorzugsweise entweder rot oder grün hinterlegt, je nachdem wie groß die Fehlerwahrscheinlichkeit der entsprechenden Größe ist.
• Der Vorteil der vorgestellten Methode ist die Flexibilität, mit der beliebige Kombinationen von Analysemethoden und Messkanalkombinationen ausgewertet werden können. Bei ausreichend großen Fehlern und ausreichender Modellanzahl ist die Isolationsrate gut. Um die Detektionsrate spürbar zu steigern, bringt eine höhere Auflösung entgegen erster Vermutungen nicht viel, da die meisten Fehler nicht Bauteilfehler, sondern tatsächlich Messgerätefehler sind. Diese lassen sich aber auch durch Einzelarbeitsspielanalysen o.ä. nicht besser erkennen als durch Mittelwertbetrachtungen.
• Mit dem erfindungsgemäßen Verfahren ist es möglich, eine ganze Reihe von Fehlern an Motorenprüfständen zu detektieren und damit die Qualität der Messdaten reproduzierbar zu steigern. Die Fehlermeldungen sensibilisieren den Prüfstandsfahrer, sich der Güte und Genauigkeit der Daten etwas intensiver zu widmen.
• Neben empirischen- und logischen Überprüfungen im Motorstillstand, die vorzugsweise bereits erste Ungenauigkeiten in vielen wichtigen Messkanälen aufdecken können, sorgt weiter vorzugsweise vor allem eine Vielzahl von Einzelüberprüfungen bei laufendem Motor dafür, dass die störendsten Fehler im alltäglichen Prüfbetrieb schneller entdeckt werden können als bisher.
• Durch die geringe Anzahl von Systeminformationen eignen sich für die Diagnose der Daten nur grundlegende Zusammenhänge, basierend auf chemischen und physikalischen Zusammenhängen. Zum Beispiel empirische Modelle und neuronale Netze können zwar in wenigen Fällen durchaus eingesetzt werden, allerdings bleibt deren Einsatzgebiet vorzugsweise eher der bereits voll vermessene Motor. Im Falle der angestrebten Allgemeingültigkeit fällt die Genauigkeit sehr schnell in wenig Erfolg versprechende Regionen ab, womit die physikalisch basierten Modelle an Bedeutung gewinnen.
• Auch wenn der Isolationsmechanismus beispielsweise nur von fehlerhaften Messsignalen und gerade nicht von Bauteilfehlern ausgeht, so bietet sich doch durch die generierten Hilfsmittel und Rechengrößen eine wirksame Hilfestellung, mittels derer die tatsächlichen Fehler entdeckt werden können.
• Es ist des Weiteren auch vorstellbar, dass die Module nicht auf einem separaten Prüfrechner vorgesehen sind, sondern dass zum Beispiel die Diagnose im Messdatenerfassungsrechner integriert ist. Damit können mehrere Vorteile erreicht werden:
• – Die Kommunikation mit der Messdatenerfassung fällt deutlich leichter.
• – Die Beschaffung von Informationen, sei es über AK-Protokoll oder andere Schnittstellen, ist damit deutlich einfacher umzusetzen.
• – Durch den Wegfall einer limitierenden Schnittstelle kann eine höhere Datenerfassungsrate analysiert werden, womit die Diagnose der Rohsignale aufgrund statistisch basierter Diagnoseverfahren einen höheren Aussagewert erhält.
• – Im Hinblick auf den vollautomatischen Prüfstand wird immer häufiger die Forderung nach automatisierten Reaktionen der Diagnosesoftware auf entsprechende Fehlermeldungen laut. Die Ideen reichen von versendeten Benachrichtigungen über Kalibrierungen, Korrekturen und Neustart des Tests, basierend auf logische Schlüsse des Diagnosesystems.

Claims (8)

1. Vorrichtung zur Bestimmung der Messgenauigkeit einer Messeinrichtung, insbesondere eines Motorprüfstandes, umfassend mindestens eine Recheneinheit, die zur Erfassung von Messdaten der Messeinrichtung geeignet ist, dadurch gekennzeichnet, dass eine Mehrzahl von Modulen zur Referenzmessung der Messdaten vorgesehen ist, mittels derer die Messdaten mit Referenzwerten vergleichbar sind, wobei zumindest ein erstes Modul zur Durchführung einer Stillstandsuntersuchung vor Inbetriebnahme der Messeinrichtung, ein zweites Modul zur Durchführung einer Vormessung während der Inbetriebnahme der Messeinrichtung zur Bestimmung der Reproduzierbarkeit der Messdaten und ein drittes Modul zur Durchführung einer Hauptmessung während des laufenden Betriebs der Messeinrichtung zur Online-Bestimmung der Plausibilität der Messdaten ausgebildet ist.
2. Vorrichtung nach Anspruch 1, dadurch gekennzeichnet, dass ein viertes Modul zur Durchführung einer Nachmessung nach Beendigung des Betriebs der Messeinrichtung zur Offline-Bestimmung der Plausibilität der Messdaten vorgesehen ist.
3. Vorrichtung nach einem der genannten Ansprüche, dadurch gekennzeichnet, dass ein weiteres Modul zur Durchführung einer Streubandmessung während der Inbetriebnahme der Messeinrichtung zur Auswertung der Messdaten über einen langen Zeitabschnitt vorgesehen ist.
4. Vorrichtung nach einem der genannten Ansprüche, dadurch gekennzeichnet, dass die Referenzmessungen automatisch mittels elektronischer Datenübertragung an einen vorher auswählbaren Empfänger übermittelbar sind.
5. Verfahren zur Bestimmung der Messgenauigkeit einer Messeinrichtung, insbesondere eines Motorprüfstandes, umfassend mindestens eine Recheneinheit, die zur Erfassung von Messdaten der Messeinrichtung geeignet ist, dadurch gekennzeichnet, dass eine Mehrzahl von Modulen zur Referenzmessung der Messdaten vorgesehen ist, mittels derer die Messdaten mit Referenzwerten verglichen werden, wobei zumindest ein erstes Modul eine Stillstandsuntersuchung vor Inbetriebnahme der Messeinrichtung, ein zweites Modul eine Vormessung während der Inbetriebnahme der Messeinrichtung zur Bestimmung der Reproduzierbarkeit der Messdaten und ein drittes Modul eine Hauptmessung während des laufenden Betriebs der Messeinrichtung zur Online-Bestimmung der Plausibilität der Messdaten durchführen.
6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass ein viertes Modul zur Durchführung einer Nachmessung nach Beendigung des Betriebs der Messeinrichtung zur Offline-Bestimmung der Plausibilität der Messdaten vorgesehen ist.
7. Verfahren nach einem der Ansprüche 5 oder 6, dadurch gekennzeichnet, dass ein weiteres Modul zur Durchführung einer Streubandmessung während der Inbetriebnahme der Messeinrichtung zur Auswertung der Messdaten über einen langen Zeitabschnitt vorgesehen ist.
8. Verfahren nach einem der Ansprüche 5 bis 7, dadurch gekennzeichnet, dass die Referenzmessungen automatisch mittels elektronischer Datenübertragung an einen vorher ausgewählten Empfänger übermittelt werden.