1.0Arbeitsgemeinschaft der Universitätsverlagehttps://universitaetsverlage.euXMLRPChttps://universitaetsverlage.eu/author/xmlrpc/rich600338<blockquote class="wp-embedded-content"><a href="https://universitaetsverlage.eu/bucher-e-books/titel/model-based-calibration-of-automated-transmissions/">Model-based calibration of automated transmissions</a></blockquote> <script type='text/javascript'> <!--//--><![CDATA[//><!-- /*! This file is auto-generated */ !function(d,l){"use strict";var e=!1,o=!1;if(l.querySelector)if(d.addEventListener)e=!0;if(d.wp=d.wp||{},!d.wp.receiveEmbedMessage)if(d.wp.receiveEmbedMessage=function(e){var t=e.data;if(t)if(t.secret||t.message||t.value)if(!/[^a-zA-Z0-9]/.test(t.secret)){var r,a,i,s,n,o=l.querySelectorAll('iframe[data-secret="'+t.secret+'"]'),c=l.querySelectorAll('blockquote[data-secret="'+t.secret+'"]');for(r=0;r<c.length;r++)c[r].style.display="none";for(r=0;r<o.length;r++)if(a=o[r],e.source===a.contentWindow){if(a.removeAttribute("style"),"height"===t.message){if(1e3<(i=parseInt(t.value,10)))i=1e3;else if(~~i<200)i=200;a.height=i}if("link"===t.message)if(s=l.createElement("a"),n=l.createElement("a"),s.href=a.getAttribute("src"),n.href=t.value,n.host===s.host)if(l.activeElement===a)d.top.location.href=t.value}}},e)d.addEventListener("message",d.wp.receiveEmbedMessage,!1),l.addEventListener("DOMContentLoaded",t,!1),d.addEventListener("load",t,!1);function t(){if(!o){o=!0;var e,t,r,a,i=-1!==navigator.appVersion.indexOf("MSIE 10"),s=!!navigator.userAgent.match(/Trident.*rv:11\./),n=l.querySelectorAll("iframe.wp-embedded-content");for(t=0;t<n.length;t++){if(!(r=n[t]).getAttribute("data-secret"))a=Math.random().toString(36).substr(2,10),r.src+="#?secret="+a,r.setAttribute("data-secret",a);if(i||s)(e=r.cloneNode(!0)).removeAttribute("security"),r.parentNode.replaceChild(e,r)}}}}(window,document); //--><!]]> </script><iframe sandbox="allow-scripts" security="restricted" src="https://universitaetsverlage.eu/bucher-e-books/titel/model-based-calibration-of-automated-transmissions/embed/" width="600" height="338" title="„Model-based calibration of automated transmissions“ — Arbeitsgemeinschaft der Universitätsverlage" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" class="wp-embedded-content"></iframe>https://universitaetsverlage.eu/wp-content/uploads/asolmerce/image-9783798328587.jpg17372480Mit deutlich strengeren gesetzlichen Anforderungen hinsichtlich der Abgasemissionen und einer zunehmend anspruchsvolleren Nachfrage bezüglich des Fahrkomforts, rückt die Frage nach der Schaltqualität stärker in den Fokus der Getriebeentwicklung. Die Kalibrierung (umgangssprachlich die Applikation) ist deshalb ein Schwerpunkt bei der Entwicklung von Algorithmen für die Schaltqualität von automatisierten Getriebesteuerungen. Der Kalibrierungsprozess wird in der Regel im Fahrzeugversuch auf der Straße durchgeführt. Der Applikationsingenieur versucht unter diesen nicht reproduzierbaren Bedingungen verschiedene Steuerparameter zu adaptieren. Dies wird für eine Schaltung solange durchgeführt bis die subjektive Beurteilung der Schaltqualität und die zugehörigen Eigenschaften, wie zum Beispiel Schaltkomfort und Sportlichkeit, erfüllt ist. Dieser beschriebene Prozess ist zeit- und personalaufwendig, was mit dem aktuellen Angebot an Motor-Getriebe-Fahrzeugvarianten kaum bewältigt werden kann. Als weitere Herausforderung steigt die Anzahl der kalibrierbaren Parameter der Regler- und Steuerungsmethoden stetig um die Kundenbedürfnisse zu befriedigen, weshalb auch aus Kostensicht ein besserer Prozess gefunden werden muss. Eine effiziente Möglichkeit zur Lösung der skizzierten Problemstellungen ist die modellbasierte automatische Kalibrierung. Im Gegensatz zu der herkömmlich auf Fahrversuche basierende Kalibrierung der Schaltqualität verwendet dieses neue Verfahren ein dynamisches Modell in einer geschlossenen Schleife. Anstelle des Applikationsingenieurs für die Fahrvorgaben wird in der Schleife ein Fahrerregler und ein Optimierungsalgorithmus verwendet, um so eine hohe Reproduzierbarkeit des Schaltereignisses sicherzustellen. Es wird vorgeschlagen, die Bewegung der Schaltstellung zu optimieren, da diese mit der Schaltqualität korreliert. Diametral steht dem die allgemein übliche Regleranpassung verschiedener Parameter für die Synchronisation gegenüber. Die vorgeschlagene Methode der geführten Schaltbewegung weist eine deutlich höhere Toleranz gegenüber der Varianz an Hardwarekomponenten und damit eine bessere Kompatibilität zu den Getriebesteuergeräten (TCUs) verschiedener Lieferanten auf. Die Schaltqualität lässt sich nicht auf ein subjektives Kriterium zusammenfassen, es werden immer unterschiedliche Faktoren wie z.B. Komfort und Sportlichkeit den Schaltvorgang bestimmen. Deshalb wird für die Optimierung des Schaltvorgangs eine mehrkriterieller evolutionärer Algorithmus angewandt, um die Paretofront zu identifizieren, was alle Kompromisse der Schaltbewegungsregelung einschließt. Es wird ein Modell eines hydromechanischen Synchronisationssystems für ein automatisiertes Getriebe als Beispielanwendung benutzt, um den vorgeschlagenen Optimierungsprozess zu demonstrieren. Das nichtlineare hydromechanische Synchronisationssystem wird mit der objektorientierten Sprache Modelica® modelliert. Mit dem Modell werden Schaltvorgänge detailliert beschrieben. Ein Fuzzy-Sliding-Mode-Regler wird für die jeweilige Bewegung der Schaltung während der Synchronisation benutzt. Im Gegensatz zur herkömmlichen empirischen Anpassung der Reglerparameter wird ein genetischer Algorithmus angewendet, um die automatische Erkennung und Bewertung der Parameter vom Fuzzy-Sliding-Mode-Regler zu optimieren. Ein neuartiger evolutionärer mehrkriterieller Algorithmus (MLIA) wurde angewandt, um eine optimale Bewegung der Schaltstellung während der Synchronisierung zu finden. Die Validierung am Getriebeprüfstand zeigt, dass diese modellbasierte Methode der mehrkriteriellen Optimierung in der automatisierten Getriebekalibrierung eine deutliche Verbesserung darstellt.