Volume 54, Issue 9

Automobiles are showing an increasing integration of mechanics with digital electronics and information processing. This integration is between the components (hardware) and by the information-driven functions (software), resulting in integrated systems called mechatronic systems. Their development involves finding an optimal balance between the basic mechanical structure, sensor and actuator implementation, communication, automatic information processing and overall control. This contribution summarizes some ongoing developments for mechatronic systems in automobiles, shows design approaches and examples and considers the various embedded control functions and systems integrity. Some examples of automotive mechatronic systems are shown in more detail. Great progress can be observed in braking systems (ABS, ESP), the first brake-by-wire electro-hydraulic brake system (EHB), steering systems (electrical power steering, active front steering) and active suspension systems. Die Entwicklungen in der Fahrzeugtechnik sind durch eine zunehmende Integration von mechanischen mit digital-elektronischen und informationsverarbeitenden Komponenten (Hardware) und Datenverarbeitung (Software) geprägt. Dies führt zu integrierten Systemen, welche als mechatronische Systeme bezeichnet werden. Ihre Gestaltung schließt eine wechselseitige Optimierung von mechanischer Grundstruktur, Sensoren, Aktoren, Kommunikation und Automatisierungsfunktionen ein. Dieser Beitrag fasst einige laufende Entwicklungen mechatronischer Systeme der Kraftfahrzeug-Mechatronik zusammen, zeigt einige Entwicklungsbeispiele und betrachtet eingebettete Regelungs- und Sicherheitsfunktionen. Einige Beispiele mechatronischer Komponenten werden etwas detaillierter beschrieben. Große Fortschritte in der Serie konnten bei Bremssystemen (ABS, ESP), brake-by-wire elektrohydraulischen Bremsen (EHB), Lenksystemen (Elektrische Servolenkung, aktive Überlagerungslenkung, AFS) und semi-aktiven und aktiven Radaufhängungen erzielt werden.

Ambient Intelligence (AmI) systems are typically based on low-energy and low-performance nodes which are connected by wireless ad-hoc networks. Due to these constraints communication is restricted as well, as can be seen from the quality of service (QoS) parameters. If feedback control is used in AmI systems, two main effects are limiting the control performance and threatening the control stability: the variable network delays and the stochastic packet losses. The paper describes an approach taking into account these crucial parameters at the same time. This problem is solved by adapting the control law to the measured QoS parameters of the ad-hoc network. An example is discussed to show the advantages of the proposed QoS-adaptive control. Typischerweise basieren die Systeme der Ambient Intelligence (AmI) auf kleinen energiearmen Knoten geringer Rechenleistung, die über funkbasierte Ad-Hoc Netze miteinander kommunizieren. Aus der Energie- und Performance-Beschränktheit folgen verschiedene Einschränkungen für die Kommunikation. Dies wird anhand der Quality of Service (QoS) Parameter sichtbar. Variable Netzwerkverzögerungen und stochastische Paketverluste führen zu Einbußen bei der Regelgüte oder sogar zur Instabilität, wenn über solche Netzwerke geregelt werden soll. In dem vorliegenden Artikel wird ein Ansatz vorgestellt, der obige Effekte gleichzeitig berücksichtigt. Der Ansatz beruht auf einem Regelalgorithmus, der online die QoS Parameter des Netzwerks misst und sich an diese adaptiert. An einem Beispiel werden die Vorteile dieses Ansatzes veranschaulicht.

The well-known H ∞ control paradigm is suited to handle quantitative control performance requirements and robustness considerations. This has led to a widespread use of this method for practical applications in academia and industry. In this paper, an overview on multiobjective control for linear systems is presented, including performance and robustness criteria based on H ∞ -, H 2 -, and l 1 -norms as well as direct time-domain constraints on the system responses. Different qualitative and quantitative control objectives treatable within this context are discussed with respect to their practical relevance. Two application examples exemplify the realization of control system requirements in such a multiobjective framework and the properties of computational relaxations. Der bekannte H ∞ -Reglerentwurfsansatz ermöglicht es, quantitative Regelgüte-Anforderungen und Robustheitsbetrachtungen in den Entwurf einfließen zu lassen. Dies hat zu einer weiten Verbreitung dieser Methode für akademische und industrielle Anwendungen geführt. Dieser Beitrag gibt einen Überblick zur Mehrziel-Regelung für lineare Systeme. Regelgüte- und Robustheitskriterien, die auf H ∞ -, H 2 - und l 1 -Normen basieren, sowie direkte Zeitbereichsvorgaben für die Systemantworten werden betrachtet. Verschiedene qualitative und quantitative Regelziele, die in diesem Zusammenhang formuliert werden können, werden hinsichtlich ihrer praktischen Bedeutung diskutiert. Zwei Anwendungsbeispiele veranschaulichen die Umsetzung von Regelkreis-Anforderungen im betrachteten methodischen Rahmen sowie die Eigenschaften der rechentechnischen Relaxationen.

A rigorous modeling of discretely controlled processes requires to account for the abrupt change of dynamics when a process event (typically a limit switch) triggers a discrete control action. Using hybrid automata as a suitable means to model such discrete-continuous interactions, this contribution describes an algorithmic procedure to generate discrete controllers. For hybrid automata with linear continuous dynamics and additive uncertainties, a computational scheme is proposed which ensures that the controlled system meets specifications for safety and goal attainment. The key idea of the scheme is that discrete abstractions of the hybrid automaton are used to determine a feasible control strategy with relatively low computational effort. Eine rigorose Modellierung diskret gesteuerter Systeme erfordert die adäquate Darstellung abrupter Dynamikwechsel, wenn eine Steuerung eine diskrete Stellaktion als Reaktion auf ein Prozessereignis (üblicherweise eine Grenzwertüberschreitung) ausgibt. Unter Verwendung von hybriden Automaten als geeignete Modellform zur Darstellung dieser Steuerungsaufgabe stellt der Beitrag eine algorithmische Prozedur zur Erzeugung diskreter Steuerungen vor. Für hybride Automaten mit linearer kontinuierlicher Dynamik und additivem Unsicherheitsterm wird ein Berechnungsschema vorgeschlagen, mit dem das gesteuerte System Anforderungen an die Betriebssicherheit und Zielerreichung garantiert erfüllt. Die wesentliche Idee liegt in der Verwendung diskreter Abstraktionen der hybriden Automaten, die eine Bestimmung zulässiger Steuerstrategien mit relativ geringem Rechenaufwand zulassen.