Leistungsoptimale zentrale Fahrdynamikregelung

Um den Fahrkomfort eines Automobils weiter zu erhöhen und zugleich dessen fahrdynamischen Grenzbereich kontinuierlich auszubauen, wurden im Laufe der letzten Jahrzehnte und insbesondere innerhalb der letzten Jahre vermehrt aktive Fahrwerkregelsysteme eingeführt. Durch diesen zunehmenden Verbau von Fahrwerksaktoren in heutigen Fahrzeugen nimmt jedoch die Beanspruchung des 12V-Energienetzes nach wie vor stetig zu und beeinträchtigt somit dessen Stabilität. Um das Bordnetz zu stützen, stehen nun einige Optionen zur Verfügung, wie z.B. der Einsatz einer zusätzlichen 48V-Spannungsebene. Da solche Technologien jedoch mit einem entsprechend hohen Mehraufwand einhergehen, ist es das Bestreben der Automobilindustrie, mit der Einführung derartiger Maßnahmen möglichst lange zu warten. Um diesen Zielkonflikt zu lösen, wird im Rahmen dieser Dissertation das Potential eines Zentralreglers für ein aktives Fahrwerk untersucht, welches unter Beachtung der Bordnetzstabilität und der geforderten fahrdynamischen Eigenschaften realisierbar ist. Zu diesem Zweck wird ein Versuchsträger aufgebaut und mit ausgewählten aktiven Fahrwerkskomponenten ausgestattet. Auf Basis dieses Versuchsfahrzeugs wird ein Gesamtfahrzeugmodell in der Simulationsumgebung Matlab/Simulink bzw. veDYNA generiert, welches in der Lage ist, die elektromechanischen Charakteristiken des aktiven Fahrwerks realitätsnah abzubilden. Da die Simulationsmodelle der Fahrwerkssteller Hinterachslenkung und Sportdifferenzial bislang nicht verfügbar waren, mussten zunächst entsprechende Modelle aufgebaut werden, welche die Auswirkungen der Aktoren sowohl auf die Fahrdynamik als auch auf den Strombedarf in geeigneter Form wiedergeben können. Das zentrale Regelungskonzept für das aktive Fahrwerk, welches im Rahmen dieser Arbeit zum Einsatz kommt, basiert auf einer linear-quadratischen Regelung (LQR) mit Führungsgrößenaufschaltung. Unter Zuhilfenahme der Simulationsumgebung und eines speziell entwickelten Optimierungstools werden unterschiedliche Reglerabstimmungen vorgestellt, bei denen zum einen die Absenkung des elektrischen Leistungsbedarfs und zum anderen die Umsetzung einer optimalen Fahrdynamik im Vordergrund steht. Zwecks Validierung der Berechnungsergebnisse werden anschließend die im Versuchsträger durchgeführten Untersuchungen präsentiert, bei denen diese Reglerabstimmungen gegenübergestellt werden, um das Potential des zentralen Regelungskonzeptes zu bewerten.

Bayes quadratic unbiased estimator of spatial covariance parameters

This work presents Bayes invariant quadratic unbiased estimator, for short BAIQUE. Bayesian approach is used here to estimate the covariance functions of the regionalized variables which appear in the spatial covariance structure in mixed linear model. Firstly a brief review of spatial process, variance covariance components structure and Bayesian inference is given, since this project deals with these concepts. Then the linear equations model corresponding to BAIQUE in the general case is formulated. That Bayes estimator of variance components with too many unknown parameters is complicated to be solved analytically. Hence, in order to facilitate the handling with this system, BAIQUE of spatial covariance model with two parameters is considered. Bayesian estimation arises as a solution of a linear equations system which requires the linearity of the covariance functions in the parameters. Here the availability of prior information on the parameters is assumed. This information includes apriori distribution functions which enable to find the first and the second moments matrix. The Bayesian estimation suggested here depends only on the second moment of the prior distribution. The estimation appears as a quadratic form y'Ay , where y is the vector of filtered data observations. This quadratic estimator is used to estimate the linear function of unknown variance components. The matrix A of BAIQUE plays an important role. If such a symmetrical matrix exists, then Bayes risk becomes minimal and the unbiasedness conditions are fulfilled. Therefore, the symmetry of this matrix is elaborated in this work. Through dealing with the infinite series of matrices, a representation of the matrix A is obtained which shows the symmetry of A. In this context, the largest singular value of the decomposed matrix of the infinite series is considered to deal with the convergence condition and also it is connected with Gerschgorin Discs and Poincare theorem. Then the BAIQUE model for some experimental designs is computed and compared. The comparison deals with different aspects, such as the influence of the position of the design points in a fixed interval. The designs that are considered are those with their points distributed in the interval [0, 1]. These experimental structures are compared with respect to the Bayes risk and norms of the matrices corresponding to distances, covariance structures and matrices which have to satisfy the convergence condition. Also different types of the regression functions and distance measurements are handled. The influence of scaling on the design points is studied, moreover, the influence of the covariance structure on the best design is investigated and different covariance structures are considered. Finally, BAIQUE is applied for real data. The corresponding outcomes are compared with the results of other methods for the same data. Thereby, the special BAIQUE, which estimates the general variance of the data, achieves a very close result to the classical empirical variance.