Während der bisherigen Verbrauchsoptimierung konventioneller Nutzfahrzeuge lag der Fokus verstärkt auf der Reduktion des Energiebedarfs für die Traktionsaufgabe. Dieser zielte vor allem auf die Verbesserung der Effizienz des Antriebstrangs. Einen bisher wenig betrachteten Ansatz bietet auch die Optimierung des Energiebedarfs der Nebenaggregate. Ziel dieser Arbeit war die Optimierung der Betriebsstrategien verschiedener Nebenaggregate am Beispiel typischer 12 m und 18 m Stadtbusse. Dabei waren folgende Randbedingungen zu erfüllen: • Die entwickelten Strategien sollten auf aktuellen Fahrzeugsteuergeräten umgesetzt werden können. • Am Fahrzeug sollten möglichst geringe technische Änderungen vorgenommen werden. • Es sollte kein hybrider Ansatz mit verändertem Antriebstrang oder zusätzlichen elektrischen Maschinen verfolgt werden. Basis für alle durchgeführten Optimierungsaufgaben bildete ein Multi-Domänen-Fahrzeugmodell, in dem neben dem konventionellen Antriebsstrang alle betrachteten Nebenaggregatesysteme inklusive derer Steuerung physikalisch modelliert integriert sind. Ausgehend von gemessenen und nachsimulierten realen Fahrprofilen liefert dieses Gesamtfahrzeugmodell die zeitlichen Verläufe der Verbrennungsmotorbetriebspunkte und den Energiebedarf der verschiedenen Nebenaggregatesysteme. Für diese Systeme wurden im Anschluss mit Hilfe der Dynamischen Programmierung nach Bellmann optimale Steuersequenzen berechnet. Diese legten unter dem Gesichtspunkt minimalen Kraftstoffeinsatzes unter anderem die Ein- und Ausschaltzeitpunkte sowie die Betriebspunkte des Kompressors, der Lichtmaschinen sowie des Hauptlüfters fest. Die resultierenden Steuergesetze bilden, mathematisch bewiesen, das absolute Optimum, deren dazugehöriger Kraftstoffverbrauch nicht mehr unterboten werden kann und dienen somit als Referenz. Da diese Methodik mit sehr rechenaufwendigen Algorithmen aktuell nicht echtzeitfähig in ein Fahrzeugsteuergerät implementiert werden kann, wurden aus dem optimalen Systemverhalten verschiedene heuristische Regeln abgeleitet, die dann anhand der Referenz bewertet und gegebenenfalls noch verbessert werden konnten. So entstanden implementierbare heuristische Regeln die auf allen analysierten Linien weit über 90 % des maximal möglichen Einsparpotentials ausschöpften.

Während der bisherigen Verbrauchsoptimierung konventioneller Nutzfahrzeuge lag der Fokus verstärkt auf der Reduktion des Energiebedarfs für die Traktionsaufgabe. Dieser zielte vor allem auf die Verbesserung der Effizienz des Antriebstrangs. Einen bisher wenig betrachteten Ansatz bietet auch die Optimierung des Energiebedarfs der Nebenaggregate. Ziel dieser Arbeit war die Optimierung der Betriebsstrategien verschiedener Nebenaggregate am Beispiel typischer 12 m und 18 m Stadtbusse. Dabei waren folgende Randbedingungen zu erfüllen: • Die entwickelten Strategien sollten auf aktuellen Fahrzeugsteuergeräten umgesetzt werden können. • Am Fahrzeug sollten möglichst geringe technische Änderungen vorgenommen werden. • Es sollte kein hybrider Ansatz mit verändertem Antriebstrang oder zusätzlichen elektrischen Maschinen verfolgt werden. Basis für alle durchgeführten Optimierungsaufgaben bildete ein Multi-Domänen-Fahrzeugmodell, in dem neben dem konventionellen Antriebsstrang alle betrachteten Nebenaggregatesysteme inklusive derer Steuerung physikalisch modelliert integriert sind. Ausgehend von gemessenen und nachsimulierten realen Fahrprofilen liefert dieses Gesamtfahrzeugmodell die zeitlichen Verläufe der Verbrennungsmotorbetriebspunkte und den Energiebedarf der verschiedenen Nebenaggregatesysteme. Für diese Systeme wurden im Anschluss mit Hilfe der Dynamischen Programmierung nach Bellmann optimale Steuersequenzen berechnet. Diese legten unter dem Gesichtspunkt minimalen Kraftstoffeinsatzes unter anderem die Ein- und Ausschaltzeitpunkte sowie die Betriebspunkte des Kompressors, der Lichtmaschinen sowie des Hauptlüfters fest. Die resultierenden Steuergesetze bilden, mathematisch bewiesen, das absolute Optimum, deren dazugehöriger Kraftstoffverbrauch nicht mehr unterboten werden kann und dienen somit als Referenz. Da diese Methodik mit sehr rechenaufwendigen Algorithmen aktuell nicht echtzeitfähig in ein Fahrzeugsteuergerät implementiert werden kann, wurden aus dem optimalen Systemverhalten verschiedene heuristische Regeln abgeleitet, die dann anhand der Referenz bewertet und gegebenenfalls noch verbessert werden konnten. So entstanden implementierbare heuristische Regeln die auf allen analysierten Linien weit über 90 % des maximal möglichen Einsparpotentials ausschöpften.:Inhalt 1 Einleitung 1.1 Zielsetzung und Randbedingungen 2 Stand der Technik / Grundlagen 2.1 Physikalische Modellierung 2.2 Signalbasierte Modellierung 2.3 Einbettung von Modellen mit C-Code in Simulink 2.4 Ereignisdiskrete Zustandsautomaten 2.5 Methoden der Optimierung 2.6 Erläuterungen zur Dynamischen Programmierung 3 Entwicklung des Gesamtfahrzeugmodells 3.1 Erfassung von repräsentativen Fahrzyklen 3.2 Modell des Antriebstrangs 3.3 Fahrzeugchassis 3.4 Fahrermodell / Geschwindigkeits- und Gangwahl 3.5 Entwicklung der Nebenaggregatmodelle 3.7 Nicht betrachtete Nebenaggregate 4 Anwendung der Optimierung und Ableitung heuristischer Betriebsstrategien 4.1 Optimierung von Systemen mit Speicherverhalten 4.2 Adaption des gewählten Algorithmus an das Druckluftsystem 4.3 Adaption des Algorithmus an das elektrische Bordnetz 4.4 Adaption des Algorithmus an das Kühlsystem des Fahrzeugs 4.5 Betriebsstrategien für Systeme ohne Speicherverhalten 4.6 Angepasstes Antriebskonzept für Nebenaggregate im Modell 5 Ergebnisse 5.1 Plausibilitätsanalyse und Validierung des Modells 5.2 Anwendung der Prozesskette für die Entwicklung heuristischer Betriebsstrategien für Nebenaggregate 5.3 Simulationen mit optimierten Betriebsstrategien 5.4 Allgemeine Ergebnisse 6 Zusammenfassung und Ausblick 6.1 Zusammenfassung 6.2 Ausblick Literaturverzeichnis

Thesis (M. Econ.)--University of Hong Kong, 1995. / Xeror copy of typescript. Includes bibliographical references (leaf 83-87).

Thesis (M.Econ.)--University of Hong Kong, 1995. / Includes bibliographical references (leaf 83-87). Also available in print.