Start / ANCEA – Projektbeschreibung

ANCEA – Active Noise Cancellation mit elektrischen Antrieben

Mithilfe eines intelligenten Systems bestehend aus Sensoren, in einem Steuergerät implementierten Algorithmen und Elektromotoren werden Störgeräusche im Fahrzeug durch Schallwellen ausgelöscht, die von bereits vorhandenen Elektromotoren (z.B. Schiebedachmotor, Lenkunterstützungsmotor) gezielt erzeugt werden. Dazu ist zunächst eine Ertüchtigung der stark nichtlinearen Elektromotoren zur Schallquelle mithilfe eines modellprädiktiven Regelungsansatzes nötig, sodass vom Elektromotor reine, sinusförmige Schwingungen erzeugt werden. Die Störgeräusche sollen mit günstigen Beschleunigungssensoren an der Fahrzeugstruktur – anstatt mit teuren Mikrofonen wie bei herkömmlichen Systemen – detektiert werden. Ein geeigneter Ort für die Platzierung der Sensoren muss ermittelt werden, um im besten Falle gleichzeitig im gesamten Fahrzeug die Störgeräusche zu unterdrücken. Für eine akkurate Funktion der Algorithmen sind geringe Latenzzeiten der Bussignale (z.B. CAN-Bus) notwendig, die mit prädikativen Maßnahmen erreicht werden sollen.

Das Vorhaben kann mit folgenden Arbeitsschritten zusammengefasst werden.

• Entwicklung eines generischen, parametrischen Motormodells zur Beschreibung der nichtlinearen Phänomene, die zu Oberwellen führen. Verwendung dieses Modells in einem generischen, modellprädikativen Regelalgorithmus zur Erzeugung reiner, tonaler Schwingungen.

  Es werden die Ursachen zur Entstehung der Oberwellen durch eine detaillierte Analyse des Motors und dessen nichtlinearer Eigenschaften ermittelt. Mithilfe einer modellbasierten prädiktiven Regelung sollen die Oberwellen anschließend unterdrückt werden, sodass lediglich die gewünschte Grundfrequenz vom Motor wiedergegeben wird. Mithilfe von FEM-Simulationsmodellen soll der Einfluss der Motorparameter (z.B. Polabdeckungsfaktor, Statormaterial, etc.) für verschiedene Motortopologien analysiert und analytisch beschrieben werden.

• Entwicklung von Algorithmen, die anhand von Schwingungsanalysen Körperschallmesspunkte an der Fahrzeugstruktur identifizieren, die optimal mit dem entsprechenden Luftschallpegel im Innenraum korrelieren.

  Anstatt der teuren Mikrofone sollen kostengünstige Beschleunigungssensoren zur Bestimmung und Reduktion der Störgeräusche verwendet werden. Die Idee ist es auf der Fahrzeugstruktur einen geeigneten Ort zur Platzierung eines Beschleunigungssensors zu finden, mit der Eigenschaft, dass eine Reduktion der Schwingungen an diesem Ort zu einer gleichzeitigen Reduktion der Störgeräusche im Innenraum führt.

• Entwicklung modellbasierter Prädiktionsalgorithmen zur Reduktion der Latenzzeit in den Fahrzeugbussignalen.

  Es sollen adaptive Kennfelder verwendet werden, in denen die konvergierten Parameter des FxLMS-Algorithmus für alle auftretenden Betriebszustände (Motordrehzahl, -last) entsprechender Störgeräusche hinterlegt werden, wodurch im Idealfall die Konvergenzzeit zu Null reduziert werden kann. Lediglich langsam zeitlich veränderliche Einflüsse wie Alterung oder Temperaturänderung müssen dann noch durch den FxLMS-Algorithmus adaptiert und wiederum in den Krefeldern hinterlegt werden. Die Bedatung der Kennfelder findet dabei im Rahmen eines Band-Ende-Tests und/oder in laufendem Betrieb statt, d.h. die Kennfelder passen sich ständig den veränderlichen Umgebungsbedingungen an.

• Entwicklung von adaptiven Algorithmen und Werkzeugen zur kontinuierlichen Identifikation und Nachführung der Sekundärstreckenübertragungsfunktionen, eventuell durch Nutzung bereits vorhandener Sensorik (z.B. Freisprechanlage, Fahrdynamik- oder ABS-Sensoren).

  Es sollen Algorithmen entwickelt und implementiert werden, die in noch zu bestimmenden Abständen durch kleine, für die Insassen des Fahrzeugs nicht wahrnehmbare Signale eine Online-Identifikation der Sekundärstrecke durchführen. Des Weiteren solle alternative Algorithmen, die ohne Sekundärstreckenübertragungsfunktion auskommen, auf deren Eignung zur aktiven Geräuschunterdrückung untersucht werden.