Beschreibung
Die ständige Verteuerung fossiler Brennstoffe und die immer weiter gehende Verschärfung von Abgasgrenzwerten führen zu erhöhten Anforderungen an die Energieeffizienz von Kraftfahrzeugen. Neue, alternative Antriebskonzepte wie der hydraulische Parallelhybridantrieb können durch Zwischenspeicherung und Wiederverwendung von Bremsenergie den Kraftstoffverbrauch besonders bei schweren Nutzfahrzeugen, die häufig anhalten und anfahren, deutlich reduzieren. Entscheidend für die erreichbaren Verbrauchs- und Emissionswerte ist neben einer optimalen Abstimmung der Antriebskomponenten die Entwicklung einer optimierten Betriebsstrategie. Um den Kraftstoffverbrauch von Hybridfahrzeugen weiter zu senken, ist der Einsatz von Methoden der mathematischen Optimierung und Optimalsteuerungsberechnung in Verbindung mit einer Prädiktion des Fahrzeugverhaltens erforderlich. Eine besondere Herausforderung ist dabei durch den typischen Aufbau des Antriebsstrangs gegeben. Diskrete Übersetzungsstufen und Kupplungen, deren Ansteuerung ausschlaggebend für den Verbrauch ist, führen zu einer schaltenden Systemstruktur und zu diskretwertigen Stellgrößen. Die betriebspunktabhängigen Wirkungsgrade der Antriebselemente und die dynamischen Eigenschaften des hydraulischen Zusatzantriebs verursachen ein nichtlineares Systemverhalten. Das Problem der Betriebsstrategieoptimierung ist dadurch in die Klasse der gemischt-ganzzahligen, nichtlinearen Optimalsteuerungsaufgaben einzuordnen, für die bisher wenig effiziente Lösungsalgorithmen verfügbar sind. In dieser Arbeit werden Methoden und Algorithmen entwickelt und angewendet, die eine optimale praktische Nutzung des theoretischen, maximalen Kraftstoffsparpotentials hydraulischer Parallelhybridfahrzeuge ermöglichen. Dazu wird in zwei Schritten vorgegangen. Im ersten Schritt werden das theoretisch maximal erreichbare Einsparpotential und die damit verbundenen Stellgrößenverläufe für die Getriebesteuerung und die Momentenaufteilung als Lösung einer Optimalsteuerungsaufgabe unter Anwendung der Diskreten Dynamischen Programmierung offline auf einem PC berechnet. Dabei wird über die geeignete Formulierung des Kostenfunktionals und des Modells besonders auf die Bestimmung eines realistischen Ansteuerverhaltens Wert gelegt. Die strukturierte Analyse der Ergebnisse für mehrere Varianten des Optimalsteuerungssetups ermöglicht es, gezielt den Einfluss der einzelnen Stellgrößen und des Prädiktionshorizonts auf den Gesamtverbrauch zu bewerten. Bei Beschleunigungsvorgängen einerseits und Verzögerungsvorgängen andererseits zeigt sich je ein charakteristisches Ansteuerverhalten, das im zweiten Schritt die Entwicklung einer im Fahrzeug realisierbaren, optimierungs- und prädiktionsbasierten Betriebsstrategie motiviert. Die hier vorgestellte Einschaltphasenoptimierung und adaptive Schubabschaltung können das verbrauchsrelevante Optimalsteuerungsverhalten praxistauglich nachbilden. Den gemeinsamen Kern dieser beiden Algorithmen bildet die Bestimmung der Zeitphasen, in denen die gespeicherte Hydroenergie bzw. die kinetische Energie des Fahrzeugs optimal genutzt werden kann. Ausschlaggebend ist dabei das Verhältnis der Energieund Leistungsdichte des hydraulischen Sekundärantriebs zum Lastprofil im Fahrbetrieb. Aufgrund der speziellen Formulierung der neuen Optimierungsaufgabe kann der Rechenaufwand durch methodische Eingrenzung des Lösungsraums deutlich reduziert werden, so dass ein Fahrzeugeinsatz möglich wird. Das neu entwickelte, funktional eigenständige Softwaremodul kann aufgrund der geringen Schnittstellenanzahl einfach in bestehende Fahrzeugsoftware integriert und anhand weniger Modell- und Optimierungsparameter schnell appliziert werden. Der hohe Praxisbezug dieser Arbeit wird durch begleitende Fahrversuche mit einem dauerhaft verfügbaren Testfahrzeug sichergestellt. Das Systemmodell wird anhand von gezielt durchgeführten Messfahrten validiert. Dadurch wird sichergestellt, dass der für die Betriebsstrategieoptimierung re
Herstellerkennzeichnung:
Shaker Verlag GmbH
Am Langen Graben 15a
52353 Düren
DE
E-Mail: info@shaker.de
