Parameteridentifikation mit estimationstheoretischen Methoden am Beispiel der dynamischen Gemischbildung eines Ottomotors

摘要

Der Einsatz dynamischer Modelle mit physikalischem Systemwissen zur Darstellung des Systemverhaltens setzt sich zunehmend bei der Entwicklung neuer Steuerungs- und Regelungskonzepte füur Verbrennungskraftmaschinen durch. In der Bestimmung der unbekannten Modellparameter liegt ein nicht unerheblicher Aufwand für den Entwicklungsingenieur.Durch eine Automatisierung der Bestimmung der unbekannten Parameter der dynamischen Modelle kann der Entwicklungsingenieur unterstützt und der Entwicklungsprozeß optimiert werden.Aus diesem Grund verfolgt die Arbeit das Ziel, eine geschlossene Darstellung estimationstheoretischen Verfahren für die Parameteridentifikation linearer und nichtlinearer Modelle zu liefern und deren Leistungsfähigkeit für eine automatisierte Parameteridentifikation aufzuzeigen.Am Beispiel der dynamischen Gemischbildung eines Ottomotors sind reine Parameterschätzverfahren und Parameter- und Zustandsschätzverfahren untersucht worden. Bei den reinen Parameterschätzverfahren werden die Verfahren Recursive Least-Square und Maximum-Likelihood sowie ein Kalman-Filter untersucht. Zur gleichzeitigen Parameter- und Zustandsschätzung sind ein Extended Kalman-Filter und ein adaptives Kalman-Filter mit überlagertem Ansatz nach Maximum-Likelihood verwendet worden.