Echtzeitfähige und genaue Simulationsmodelle der Kraftfahrzeugdynamik für die Weiterentwicklung der Regelung und Diagnose bei Kraftfahrzeugen können nahezu optimale Simulationsergebnisse erreichen, wenn die Modelle an Veränderungen von Fahrzeugparametern oder Umgebungsbedingungen automatisch adaptiert werden. Die Kombination eines physikalischen Fahrzeugmodells mit Parameterschätzverfahren und Neuronalen Netzen ermöglicht eine signifikante Verbesserung der Simulationsqualität gegenüber konventionellen Kfz-Simulationsmodellen. Für die praktische Umsetzung werden die Vorteile des adaptiven Modellkonzepts an mehreren Anwendungsbeispielen gezeigt, zusätzlich wird auf die Echtzeitimplementierung des adaptiven Modells im Versuchsfahrzeug eingegangen.

Die Erkenntnisse betreffen die Kraftfahrzeugdynamik, die Modellbildung und Simulationstechnik, sowie Identifikationsverfahren, modellbasierte Entwicklungen und Rapid Prototyping. Das Buch richtet sich an Fachleute der Gebiete Fahrzeugtechnik, Mechatronik, Regelungstechnik, Systemdynamik und Simulationstechnik; die Konzepte zur adaptiven Modellbildung sind auch auf andere technische Disziplinen übertragbar.

Christoph Halfmann

Studium der Elektrotechnik, Steuer- und Regelungstechnik, an der Universität Karlsruhe (TH), Diplom-Ingenieur 1994, anschließend wissenschaftlicher Mitarbeiter von Prof. Isermann am Institut für Automatisierungstechnik (Regelungstechnik und Prozessautomatisierung) der Technischen Universität Darmstadt. 2001 Promotion zum Dr.-Ing. an der Technischen Universität Darmstadt. Seit 2000 bei der EvoBus GmbH in Mannheim, Center Elektrik/Elektronik, tätig in der Entwicklung.

Henning Holzmann

Studium der Elektrotechnik, Regelungstechnik, an der Technischen Universität Darmstadt und an der University of London, Diplom-Ingenieur 1994, anschließend wissenschaftlicher Mitarbeiter bei Prof. Isermann am Institut für Automatisierungstechnik(Regelungstechnik und Prozessautomatisierung) der Technischen Universität Darmstadt. 2001 Promotion zum Dr.-Ing. an der Technischen Universität Darmstadt. Von 2000 bis 2002 Projektgruppenleiter für Modellbasierte Softwareentwicklung bei T-Systems. Seit 2003 Leiter Chassis Control Systems Simulation bei der Adam OPEL AG in Rüsselsheim.

Klappentext

Echtzeitfähige und genaue Simulationsmodelle der Kraftfahrzeugdynamik für die Weiterentwicklung der Regelung und Diagnose bei Kraftfahrzeugen können nahezu optimale Simulationsergebnisse erreichen, wenn die Modelle an Veränderungen von Fahrzeugparametern oder Umgebungsbedingungen automatisch adaptiert werden. Die Kombination eines physikalischen Fahrzeugmodells mit Parameterschätzverfahren und Neuronalen Netzen ermöglicht eine signifikante Verbesserung der Simulationsqualität gegenüber konventionellen Kfz-Simulationsmodellen. Für die praktische Umsetzung werden die Vorteile des adaptiven Modellkonzepts an mehreren Anwendungsbeispielen gezeigt, zusätzlich wird auf die Echtzeitimplementierung des adaptiven Modells im Versuchsfahrzeug eingegangen. Die Erkenntnisse betreffen die Kraftfahrzeugdynamik, die Modellbildung und Simulationstechnik, sowie Identifikationsverfahren, modellbasierte Entwicklungen und Rapid Prototyping. Das Buch richtet sich an Fachleute der Gebiete Fahrzeugtechnik, Mechatronik, Regelungstechnik, Systemdynamik und Simulationstechnik; die Konzepte zur adaptiven Modellbildung sind auch auf andere technische Disziplinen übertragbar.

Inhalt
1 Einleitung und Übersicht.- 1.1 Fokus des Buches.- 1.2 Gliederung.- 2 Simulation im Automobilbereich.- 2. 1 Einsatzgebiete von Simulationsverfahren.- 2.2 Moderne Simulationswerkzeuge.- 2.3 Zusammenfassung.- 3 Modellbildung der Fahrzeugdynamik.- 3.1 Aufbau und Struktur des Fahrzeugmodells.- 3.2 Stellsysteme im Kraftfahrzeug.- 3.3 Bewegung der Reifen und Räder.- 3.4 Fahrzeugbewegung parallel zur Fahrbahnoberfläche.- 3.5 Bewegung der Fahrzeugkarosserie.- 3.6 Relativbewegung zwischen Rädern und Karosserie.- 3.7 Zusammenfassung.- 4 Parametrierung des Fahrzeugmodells.- 4.1 Klassifikation der Modellparameter.- 4.2 Identifikation zeitvarianter Fahrzeugparameter.- 4.3 Zusammenfassung.- 5 Offline-Implementierung und Validierung des Fahrzeugmodells.- 5.1 Offline-Implementierung des Fahrzeugmodells.- 5.2 Validierung des Fahrzeugmodells.- 5.3 Fehlerquellen in der Simulation.- 5.4 Zusammenfassung.- 6 Hybride Modellbildung.- 6.1 Grundlagen der Systemanalyse.- 6.2 Einordnung des Begriffs Hybrides Modell.- 6.3 Strukturen semiphysikalischer Modelle.- 6.4 Experimentelle Modellbildung von Teilsystemen.- 6.5 Modellierung dyn. nichtlinearer Systeme mit Neuronalen Netzen.- 6.6 Zusammenfassung.- 7 Ersetzen von Teilsystemen des Fahrzeugmodells.- 7.1 Identifikation des Verbrennungsmotors.- 7.2 Identifikation der Radaufhängung.- 7.3 Identifikation der Wankdynamik.- 7.4 Struktur des semiphysikalischen Fahrzeugmodells.- 7.5 Zusammenfassung.- 8 Kopplung physikalischer und experimenteller Modelle.- 8.1 Adaption des Fahrzeugmodells an veränderliche Fahrzeugmassen.- 8.2 Adaption des Fahrzeugmodells an veränderliche Fahrbahnreibwerte.- 8.3 Zusammenfassung.- 9 Beobachtung externer Fahrwiderstände.- 9.1 Grundlagen nichtlinearer Zustandsbeobachter.- 9.2 Nichtlineare Zustandsbeobachter mit zeitvarianter Fehlerdifferentialgleichung.- 9.3 Entwurf eines Beobachters für die Fahrbahnsteigung.- 9.4 Ergebnisse der Beobachtung der Fahrbahnsteigung.- 9.5 Zusammenfassung.- 10 Implementierung des Fahrzeugmodells.- 10.1 Echtzeitimplementierung des Fahrzeugmodells.- 10.2 Ergebnisse der Echtzeitsimulation.- 10.3 Visualisierung der Simulationsergebnisse.- 10.4 Zusammenfassung.- 11 Anwendungsbeispiele des Fahrzeugmodells.- 11.1 Dynamisches Übergangsverhalten.- 11.2 Charakteristische Übertragungsfunktionen.- 11.3 Zusammenfassung.- 12 Zusammenfassung.- Literatur.