Projektdetails
Beschreibung
In Common-Rail-Systemen wird ein Ventil über Strom und Spannung so angesteuert, dass es für eine gegebene Zeit geöffnet wird und so lange offen gehalten wird bis eine gewisse Einspritzmenge erreicht wird. Unter Laborbedingungen ist der aus der elektrischen Ansteuerung sowie der beobachtbaren elektromagnetischen Rückwirkung resultierende Magnetventil-Hub sowie die daraus resultierende tatsächliche Einspritzmenge direkt messbar. In der Anwendung im laufenden Motor hingegen sind diese Größen schwer bzw. gar nicht direkt messbar. Die Zielsetzung des Projektes ist es daher mit Methoden des maschinellen Lernens einen berechenbaren Zusammenhang zwischen den im Zuge der Einspritzung messbaren Größen und den nur im Labor untersuchbaren Größen herzustellen. Der Motorsteuerung kann somit eine Messgröße mitgeteilt werden, die tatsächlich nur berechnet, also virtuell gemessen wurde, um auf dieser Basis die Einspritzregelung zu optimieren. Aus dem ermittelten Zusammenhang können ev. auch veränderliche Bauteileigenschaften ermittelt werden. Bosch hat bereits erste Vorarbeiten zu diesem Projekt geleistet und erkannt, dass die Anwendung von neuronalen Netzwerken vielversprechende Ergebnisse liefert. Ein weitergehendes Ziel besteht darin die Abnützung des Ventils im laufenden Betrieb quantitativ zu bestimmen, solange wie möglich durch die Ansteuerung zu kompensieren und schließlich beim Service auf die Notwendigkeit eines Bauteiltausches hinzuweisen.
| Status | Abgeschlossen |
|---|---|
| Tatsächliches Beginn-/Enddatum | 01.11.2018 → 31.10.2021 |
Wissenschaftszweige
- 305 Andere Humanmedizin, Gesundheitswissenschaften
- 304 Medizinische Biotechnologie
- 102019 Machine Learning
- 303 Gesundheitswissenschaften
- 302 Klinische Medizin
- 301 Medizinisch-theoretische Wissenschaften, Pharmazie
- 102 Informatik
- 106005 Bioinformatik
- 106007 Biostatistik
- 304003 Gentechnik
- 106041 Strukturbiologie
- 101018 Statistik
- 102010 Datenbanksysteme
- 106023 Molekularbiologie
- 102001 Artificial Intelligence
- 106002 Biochemie
- 101004 Biomathematik
- 102004 Bioinformatik
- 102015 Informationssysteme
- 101019 Stochastik
- 102003 Bildverarbeitung
- 103029 Statistische Physik
- 101017 Spieltheorie
- 101016 Optimierung
- 202017 Embedded Systems
- 101015 Operations Research
- 101014 Numerische Mathematik
- 101029 Mathematische Statistik
- 101028 Mathematische Modellierung
- 101026 Zeitreihenanalyse
- 101024 Wahrscheinlichkeitstheorie
- 102032 Computational Intelligence
- 101027 Dynamische Systeme
- 102013 Human-Computer Interaction
- 305907 Medizinische Statistik
- 305905 Medizinische Informatik
- 101031 Approximationstheorie
- 102033 Data Mining
- 305901 Computerunterstützte Diagnose und Therapie
- 102018 Künstliche Neuronale Netze
- 202037 Signalverarbeitung
- 202036 Sensorik
- 202035 Robotik
JKU-Schwerpunkte
- Digital Transformation