Methoden der restringierten Online-Optimierung zur Basisapplikation moderner Verbrennungsmotoren

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