Fahrdynamik-Regelung
Modellbildung, Fahrerassistenzsysteme, Mechatronik
Published on 19. August 2007
XV, 463 pages
978-3-8348-9049-8 (ISBN)
Description
Die Mechatronik im Fahrzeug hat heute entscheidenden Einfluss auf die Gestaltung der Radaufhängungen, Bremsen und Lenkungen und die dadurch möglichen aktiven Eingriffe. Steuerungen und Regelungen ermöglichen so eine fahrdynamische Regelung, für deren Entwurf und Erprobung vertiefte Kenntnisse der Modellbildung, Simulation sowie der Längs- und Querdynamik erforderlich sind.
More details
Other editions
Additional editions
Book
09/2006
1st Edition
Vieweg+Teubner Verlag
€109.99
Shipment within 10-15 days
Person
Prof. Dr.-Ing. Rolf Isermann leitet das Fachgebiet Regelungstechnik und Prozessautomatisierung im Institut für Automatisierungstechnik der TU Darmstadt. Seine Arbeit für die Mechatronik wurde mit dem Top Ten Award des renommierten MIT (Massachusetts Institute of Technology ) ausgezeichnet. Unterstützt wird er durch ein hochkarätiges Autorenteam von über 20 Experten aus der Fahrzeug- und Zulieferindustrie sowie von Universitäten.
Content
Das mechatronische Kraftfahrzeug.- Modelle zur Beschreibung des Fahrzeugverhaltens.- Modellierung, Analyse und Simulation der Fahrzeugquerdynamik.- Objektorientierte Modellbildung des fahrdynamischen Verhaltens mit MODELICA.- Anwendungsorientierte Übersicht kommerzieller Fahrzeug-Simulations-Systeme.- Domänenübergreifende Modellbildung eines aktiv gefederten Nutzfahrzeugs (CAMel-View TestRig).- Bremsregelungen für mechatronische Bremsen.- Elektronisches Stabilitätsprogramm (ESP).- Mechatronische Lenksysteme: Modellbildung und Funktionalität des Active Front Steering.- Integrierte Querdynamikregelung mit ESP, AFS und aktiven Fahrwerksystemen.- Semiaktive Stoßdämpfer und aktive Radaufhängungen.- Elektronisch geregelte Luftfedersysteme.- Automatisches Spurfahren auf Autobahnen.- Parkassistent.- Systemvernetzung und Funktionseigenentwicklung im Fahrwerk - Neue Herausforderung für Hersteller und Zulieferer.- Vernetzung von Längs-, Quer- und Vertikaldynamik-Regelung.- Entwicklungsumgebung mit echtzeitfähigen Gesamtfahrzeugmodellen für sicherheitsrelevante Fahrerassistenzsysteme.- Modellgestützte Überwachung und Fehlerdiagnose für Kraftfahrzeuge.- Fehlererkennung und -diagnose für Fahrdynamiksensoren mit querdynamischen Modellen.- Diagnose und Sensor-Fehlertoleranz aktiver Fahrwerke.
4 Objektorientierte Modellbildung des fahrdynamischen Verhaltens mit MODELICA (S. 71-72)
Stefan Drogies
Der Entwurf mechatronischer Produkte verlangt die Berücksichtigung des Gesamtsystems, um Iterationen zu reduzieren und Produkteigenschaften nicht nur zu verbessern, sondern auch zu optimieren, [11]. Deswegen sollten Simulationsmodelle diese unterschiedlichen Disziplinen abdecken können. Herkömmliche leistungsfähige Ansätze haben mit dieser gewünschten Multidisziplinarität Probleme und sind meist auf eine bestimmte physikalische Domäne spezialisiert. Ebenso ist der Im- und Export von Modellen oft nur mit hohem Aufwand möglich. Die Idee der Co-Simulation will dieses Dilemma durch paralleles Simulieren mehrerer Simulationswerkzeuge, die über eine Art Datenbus Simulationsdaten austauschen, lösen. Hier hat man für zwei Simulatoren gute Erfahrungen gemacht, mit steigender Anzahl an gekoppelten Simulatoren explodieren aber auch die Probleme in Bezug auf Stabilität und Geschwindigkeit [34].
Deswegen ist es sinnvoll, auf einer einheitlichen, interdisziplinären Modellierungsebene zu arbeiten, in der allerdings jeder Spezialist mit dem Formalismus und der Notation (z.B. elektrische Schaltpläne, Blockschaltbilder, Petrinetze etc.) arbeiten kann, die er gewöhnt ist. Ein weiterer wichtiger Punkt ist die Wiederverwendbarkeit bereits bestehender Modell-Komponenten. Sie ist entscheidend für die Effizienz eines Modellbildungsprozesses. Wenn es gelingt, Wissen und Modell-Komponenten in geeigneter wiederverwendbarer Form in einer fachübergreifenden Bibliothek zu speichern, wird der Entwicklungsprozess deutlich effizienter.
Ein Ansatz, der die beiden Punkte berücksichtigt, ist die objektorientierte Modellierung technischer Systeme. Auf der Grundlage einer einheitlichen Modellierungssprache, die analytische und numerische Modellierungsverfahren aufnehmen kann und Verfahren zur symbolischen Weiterverarbeitung enthält, können recheneffiziente Modelle generiert werden. Die Herangehensweise bietet eine hohe Flexibilität, bessere Wartbarkeit, bessere Standardisierung und vor allem eine große topologische Ähnlichkeit mit dem realen System. Es können komplexe Systeme unter Zuhilfenahme von Abstraktion, Hierarchisierung und Modularisierung in Modellkomponenten zerlegt werden, die sich ähnlich wie technische Komponenten flexibel zu neuen Systemen verschalten lassen.
Zusätzlich können durch die Darstellung der Komponenten als Objektdiagramme die jeweils dem Anwender vertrauten fachspezifischen Notationen verwendet werden. In den letzten Jahren gab es Bemühungen, eine Standardsprache für die objektorientierte Modellierung physikalischer Systeme zu schaffen. Dabei hat man versucht, die bereits bestehenden Ansätze objektorientierter Simulationssprachen zu berücksichtigen und entsprechend mit einfließen zu lassen. Das Ergebnis ist MODELICA [6]. Basierend auf den physikalischen und softwaretechnischen Grundlagen wird in diesem Kapitel am Beispiel eines Kraftfahrzeugs gezeigt, wie der Modellierer ein Fahrzeug strukturieren, modellieren und simulieren kann.
Für eine ausführlichere Auseinandersetzung mit der Thematik sei auf [5] verwiesen. Für eine Vertiefung in MODELICA siehe [8], [37], [38]. Im Folgenden wird zunächst als Modellierungsmethodik die modular-hierarchische Strukturierung vorgeschlagen, die sich bei der objektorientierten Modellierung bewährt hat, die aber auch von vielen Autoren für die Modellierung heterogener Systeme empfohlen wird. Andere Verfahren werden z.B. in [4] beschrieben. Im nächsten Abschnitt wird ein Einblick in die objektorientierte Modellierung heterogener Systeme mit Beispielen in MODELICA gegeben.
Danach werden die zuvor besprochenen Methoden auf die Modellierung eines Kraftfahrzeuges angewendet und über die dabei gemachten Erfahrungen berichtet. Nach der Validierung des Modells folgt dann im letzten Abschnitt die Zusammenfassung und Diskussion der wichtigsten Ergebnisse. 4.1 Modular-hierarchische Strukturierung Zu Beginn der Modellbildung komplexer, heterogener Systeme ist es sinnvoll, die im System vorhandenen Energie-, Stoff- und Informationsströme zu ermitteln und festzulegen [19]. Dadurch wird bei der Dekomposition die Definition von Subsystemen und Schnittstellen erleichtert. Danach folgt üblicherweise ein wichtiges Element in der Modellierung, die modular-hierarchische Strukturierung ([23], [30], [28]), die sich an drei zentralen Begriffen orientiert: der Dekomposition, der Topologie und der Hierarchie eines Systems.
Stefan Drogies
Der Entwurf mechatronischer Produkte verlangt die Berücksichtigung des Gesamtsystems, um Iterationen zu reduzieren und Produkteigenschaften nicht nur zu verbessern, sondern auch zu optimieren, [11]. Deswegen sollten Simulationsmodelle diese unterschiedlichen Disziplinen abdecken können. Herkömmliche leistungsfähige Ansätze haben mit dieser gewünschten Multidisziplinarität Probleme und sind meist auf eine bestimmte physikalische Domäne spezialisiert. Ebenso ist der Im- und Export von Modellen oft nur mit hohem Aufwand möglich. Die Idee der Co-Simulation will dieses Dilemma durch paralleles Simulieren mehrerer Simulationswerkzeuge, die über eine Art Datenbus Simulationsdaten austauschen, lösen. Hier hat man für zwei Simulatoren gute Erfahrungen gemacht, mit steigender Anzahl an gekoppelten Simulatoren explodieren aber auch die Probleme in Bezug auf Stabilität und Geschwindigkeit [34].
Deswegen ist es sinnvoll, auf einer einheitlichen, interdisziplinären Modellierungsebene zu arbeiten, in der allerdings jeder Spezialist mit dem Formalismus und der Notation (z.B. elektrische Schaltpläne, Blockschaltbilder, Petrinetze etc.) arbeiten kann, die er gewöhnt ist. Ein weiterer wichtiger Punkt ist die Wiederverwendbarkeit bereits bestehender Modell-Komponenten. Sie ist entscheidend für die Effizienz eines Modellbildungsprozesses. Wenn es gelingt, Wissen und Modell-Komponenten in geeigneter wiederverwendbarer Form in einer fachübergreifenden Bibliothek zu speichern, wird der Entwicklungsprozess deutlich effizienter.
Ein Ansatz, der die beiden Punkte berücksichtigt, ist die objektorientierte Modellierung technischer Systeme. Auf der Grundlage einer einheitlichen Modellierungssprache, die analytische und numerische Modellierungsverfahren aufnehmen kann und Verfahren zur symbolischen Weiterverarbeitung enthält, können recheneffiziente Modelle generiert werden. Die Herangehensweise bietet eine hohe Flexibilität, bessere Wartbarkeit, bessere Standardisierung und vor allem eine große topologische Ähnlichkeit mit dem realen System. Es können komplexe Systeme unter Zuhilfenahme von Abstraktion, Hierarchisierung und Modularisierung in Modellkomponenten zerlegt werden, die sich ähnlich wie technische Komponenten flexibel zu neuen Systemen verschalten lassen.
Zusätzlich können durch die Darstellung der Komponenten als Objektdiagramme die jeweils dem Anwender vertrauten fachspezifischen Notationen verwendet werden. In den letzten Jahren gab es Bemühungen, eine Standardsprache für die objektorientierte Modellierung physikalischer Systeme zu schaffen. Dabei hat man versucht, die bereits bestehenden Ansätze objektorientierter Simulationssprachen zu berücksichtigen und entsprechend mit einfließen zu lassen. Das Ergebnis ist MODELICA [6]. Basierend auf den physikalischen und softwaretechnischen Grundlagen wird in diesem Kapitel am Beispiel eines Kraftfahrzeugs gezeigt, wie der Modellierer ein Fahrzeug strukturieren, modellieren und simulieren kann.
Für eine ausführlichere Auseinandersetzung mit der Thematik sei auf [5] verwiesen. Für eine Vertiefung in MODELICA siehe [8], [37], [38]. Im Folgenden wird zunächst als Modellierungsmethodik die modular-hierarchische Strukturierung vorgeschlagen, die sich bei der objektorientierten Modellierung bewährt hat, die aber auch von vielen Autoren für die Modellierung heterogener Systeme empfohlen wird. Andere Verfahren werden z.B. in [4] beschrieben. Im nächsten Abschnitt wird ein Einblick in die objektorientierte Modellierung heterogener Systeme mit Beispielen in MODELICA gegeben.
Danach werden die zuvor besprochenen Methoden auf die Modellierung eines Kraftfahrzeuges angewendet und über die dabei gemachten Erfahrungen berichtet. Nach der Validierung des Modells folgt dann im letzten Abschnitt die Zusammenfassung und Diskussion der wichtigsten Ergebnisse. 4.1 Modular-hierarchische Strukturierung Zu Beginn der Modellbildung komplexer, heterogener Systeme ist es sinnvoll, die im System vorhandenen Energie-, Stoff- und Informationsströme zu ermitteln und festzulegen [19]. Dadurch wird bei der Dekomposition die Definition von Subsystemen und Schnittstellen erleichtert. Danach folgt üblicherweise ein wichtiges Element in der Modellierung, die modular-hierarchische Strukturierung ([23], [30], [28]), die sich an drei zentralen Begriffen orientiert: der Dekomposition, der Topologie und der Hierarchie eines Systems.
