[发明专利]用于校准机器控制器的方法和系统

说明书

本发明涉及一种用于对一个机器进行运行分析和/或用于校准一个机器的，特别是内燃机的控制器的方法，其中接近通过许多事先确定的运行参数的数值定义得和通过一个统计试验设计从一个多维的试验空间中选出的测试点，其中在接近测试点时分别在从一个测试点(T_n)到下一个测试点(T_n+1)的许多步骤中改变至少一个运行参数，其中在通过一个相应的步幅产生的测量点(M_n)处和在原本的测试点(T_n，T_n+1)处实施运行测量(meas)，其中为了分析和校准控制器输出并连续存储来自运行测量的测量数据，以及涉及一种相应的系统。

技术领域

本发明涉及一种用于校准机器的，特别是内燃机的控制器的方法，其中接近通过许多事先确定的运行参数的数值定义的和通过一个统计试验设计从一个多维的试验空间中选出的测试点，其中在接近测试点时分别在许多步骤中改变至少一个运行参数。

背景技术

为了校准机器，特别是驱动装置，通常在试验台上实施测试，其中为了具有事先确定的转速和/或负荷的确定的接近点实施用于不同运行参数的分析，特别是灵敏度分析。由这个分析获得的知识可以用于校准内燃机的控制器，其中目的是优化校准内燃机。

如果为了一个负荷点同时调节多个运行参数的话，例如喷油始点、点火时刻、燃料压力、进气管压力、废气再循环率等等，那么产生极大数量的可能的参数组合，在需检测的机器上的运行测量中必须逐一地检查这些参数组合。然而，这将造成很大的测量工作量。

假设每个运行参数例如也仅仅检查十个不同数值的话，那么在两个运行参数的情况中就得接近100个测试点，在三个运行参数的情况中就得接近1000个测试点，在四个运行参数的情况中就得接近10000个测试点和在五个运行参数的情况中就得接近100000个测试点。这个工作量在实际当中是无法完成的。为了将测量工作量减少到可承受的程度，借助统计试验设计，例如通过中心复合设计从试验空间的总量中选出具有代表性的测试点。通过这种方式，能够大大地减少测量工作量，例如从测量8000个测试点减少到50个测试点。

为了将测量工作量限制在符合实际的程度上，一般借助数学模型选择根据确定的边界条件选出的典型测试点数量。

通常根据统计学方法进行测试点选择，其中根据分析的设定目标和课题采用一个确定的选择策略。这种处理方法作为统计试验设计(英文：design of experiments)为众所周知。为此例如请参阅：“统计学试验设计和试验评估”，埃伯哈德·舍弗勒，德国基础工业出版社，斯图加特，1997年。

根据相应的选择策略，要么根据一个模型将测量点均匀地分布在一个多维空间内，要么根据特定的边界条件进行加权评估。

利用统计试验设计的校准方法一般基于根据经验的时不变模型，这些模型利用一个来自固定测量的数据组被参数化，然后得到优化和再次利用固定测量得到验证。

然而，固定测量的获取比较耗时，因此是无效率的。对测试场数据的分析结果是，在固定测量的情况中每个测试点的持续时间为平均约4分钟。这4分钟由将运行参数调节到一个新的测试点上、检查运行参数变化的时间，运行极限处理，稳定，平均值和一个至起始点的所谓的返回筛选(Screenback)构成-所有这些都是为了测量一个单个的测试点。

在统计试验设计的情况中，另外在实际运行极限不明确的情况下根据纯粹的统计标准进行测试点选择。因此，根据分别使用的统计试验设计，所选择的测试点的一部分在机器的运行范围之外。

在分析时和为了校准机器控制器或者为了在基于模型的校准的范围内的建模，不能考虑运行范围之外的测试点或者不可移动的测试点，因为没有对这些测试点进行测量。由于缺乏测试点或者这些测试点上的测量，对分析报告质量产生不利影响，从而对校准质量产生不利影响。