Die vorliegende Arbeit befaßt sich mit der drehzahlgestützten On-Board-Diagnose von Verbrennungsmotoren. Mit Hilfe eines hochauflösenden Modells eines Turbodieselmotors werden Ansätze zur Diagnose von Fehlfunktionen einzelner Zylinder anhand der Kurbelwellendrehzahl entwickelt. Berücksichtigt werden dabei Fehler bezüglich der eingespritzten Kraftstoffmasse, fehlerhafte Einspritz- zeitpunkte, sowie Kombinationen aus beiden Fehlern. Hierfür wird das gemessene Drehzahlsignal an der Kurbelwelle mit Hilfe neuronaler Netze mit harmonischen Aktivierungsfunktionen in seine Spektralkomponenten zerlegt und auf Abweichungen vom fehlerfreien Fall untersucht. Da die Genauigkeit des gemessenen Drehzahlsignals für die Diagnose von entscheidender Bedeutung ist, wird der Einfluß eines toleranzbehafteten Drehzahlgebers diskutiert. Anschließend wird ein Ansatz zur Identifikation und Kompensation der Ungenauigkeiten des Drehzahlgebers entwickelt. Hierbei wird die bereits für die Diagnose verwendete Identifikationsstruktur mit harmonischen Aktivierungsfunktionen um eine überlagerte Lernstruktur für die Impulse des Gebers erweitert. Die sich ergebende Gesamtstruktur ergibt ein neuronales Netz mit Rückkopplungen (rekurrentes Netz). Abschließend wird ein weiteres Anwendungsbeispiel des vorgestellten Ansatzes zur Vermessung eines Drehzahlgebers vorgestellt.     «

Die vorliegende Arbeit befaßt sich mit der drehzahlgestützten On-Board-Diagnose von Verbrennungsmotoren. Mit Hilfe eines hochauflösenden Modells eines Turbodieselmotors werden Ansätze zur Diagnose von Fehlfunktionen einzelner Zylinder anhand der Kurbelwellendrehzahl entwickelt. Berücksichtigt werden dabei Fehler bezüglich der eingespritzten Kraftstoffmasse, fehlerhafte Einspritz- zeitpunkte, sowie Kombinationen aus beiden Fehlern. Hierfür wird das gemessene Drehzahlsignal an der Kurbelwelle mit...     »

The objective of this thesis is the on-board-diagnosis of internal combustion engines. Employing a high-resolution simulation model of a turbocharged diesel engine an approach for diagnosis of cylinder faults based on analysis of the crankshaft speed is developped. The fault conditions considered are variations of air-fuel ratio, variations of injection timing or combinations of both parameters. An algorithm employing a harmonic activated neural network is used to calculate the spectra of the measured crankshaft speed. Cylinder faults can then be detected comparing the identified coefficients with their defaults. Vitally important for diagnosis is the accuracy of the measured crankshaft speed. Therefore a new approach for identification and compensation of the speed sensor's inaccuracies is designed. For this task a second neural network identifying the sensor's inaccuracies is added to the identification structure used for diagnosis. The resulting identification structure represents a neural network with feedback (recurrent network). Finally, an additional application example for identification and compensation of the speed sensor's inaccuracies using the approach presented is shown.     «

The objective of this thesis is the on-board-diagnosis of internal combustion engines. Employing a high-resolution simulation model of a turbocharged diesel engine an approach for diagnosis of cylinder faults based on analysis of the crankshaft speed is developped. The fault conditions considered are variations of air-fuel ratio, variations of injection timing or combinations of both parameters. An algorithm employing a harmonic activated neural network is used to calculate the spectra of the me...     »