Browse Prior Art Database

Dynamische Speicherzuweisung fuer Motorsteuerungen mit mehreren Autokalibrierungsfunktionen mit jeweils temporaerem Speicherbedarf unter Zuhilfenahme eines Bewertungssystems (Memory Trading)

IP.com Disclosure Number: IPCOM000018862D
Original Publication Date: 2003-Sep-25
Included in the Prior Art Database: 2003-Sep-25

Publishing Venue

Siemens

Related People

Other Related People:

Abstract

Aufwendige Steuerungskonzepte und diffizile Hardwarekomponenten, sowie die staerkere Ausnutzung der Grenzen der Hardware fuehren zu einem immer groesseren Applikationsaufwand bei elektronischen Steuerungen. Um Serienstreuungen auszugleichen und ein Nachjustieren und Einstellen direkt im Betrieb zu ermoeglichen, werden immer aufwendigere Konzepte entwickelt, die das Steuerungssystem im Betrieb nachkalibrieren. Bei mehreren solchen Kalibrierungsfunktionen kommt die Speicherkapazitaet an ihre Grenzen. Es ist schwer abzuschaetzen, wie viel Speicherbedarf die verschiedenen selbsttaetig abstimmenden Funktionen aufweisen. Legt man den Speicherbedarf zum Anfang fest, wird der Speicher nicht optimal genutzt, eine Nachjustieren wird notwendig. Bei heutigen Steuerungen, z.B. bei KFZ-Motorsteuerungen werden die Daten starr gespeichert. Die im nachfolgenden vorgestellte Methode ist ein System der dynamischen Speicherverwaltung, bei der die speicherbenoetigenden Funktionen ihre eigenen Informationen nach Groesse und Wichtigkeit bewerten. Ein Datarecord, eine Speichereinheit der Funktion besteht mindestens aus Daten zur Abbildung eines Fehlers und Bewertung der Wertigkeit einer Funktion (Abb. 1). Zur Organisation des dynamischen Speichers werden zwei Grundformen (Abb. 2) unterschieden, den sortierten und den unsortierten Speicher. Zur Fehlerauswertung wiederum unterscheidet am zwischen zwei Autokalibrierungsmechanismen. Bei der ersten Variante arbeiten Funktionen direkt mit Korrekturwerten, die in den Datarecords abgelegt sind (Abb. 3, Kategorie 1), bei der zweiten dagegen werden die Datarecords mittels geeigneter Algorithmen analysiert (Abb. 3, Kategorie 2). Die letztere Variante arbeitet in zwei Phasen. Zunaechst sammelt und speichert die Funktion Daten im dynamischen Speicher ab. Danach analysiert die Funktion die Daten und korrigiert die interne Kalibrierung.