Steuerung eines Klimageräts mittels künstlicher Intelligenz

Die Erfindung betri f ft ein Verfahren zum Steuern eines Klimageräts , welches einen Innenraum eines Fahrzeugs klimatisiert . Dabei wird das Klimagerät mittels einer Steuereinrichtung gesteuert , um anhand der Steuerung den Innenraum des Fahrzeugs zu klimatisieren . Die Erfindung betri f ft ferner eine Vorrichtung zum Steuern eines Klimageräts , welches einen Innenraum eines Fahrzeugs klimatisiert . Die Vorrichtung umfasst eine Steuereinrichtung, die eingerichtet ist , das Klimagerät zu steuern, um den Innenraum des Fahrzeugs zu klimatisieren .

Die Luftbehandlung in Schienenfahrzeugen ist beispielsweise in den Normen DIN EN 13129 ( Titel : Luftbehandlung in Schienenfahrzeugen des Fernverkehrs - Behaglichkeitsparameter und Typprüfungen) , DIN EN 14750 ( Titel : Luftbehandlung in Schienenfahrzeugen des innerstädtischen und regionalen Nahverkehrs ) und DIN EN 14813 ( Titel : Luftbehandlung in Führerräumen) beschrieben .

Grundsätzlich ist es bekannt , ein Klimagerät mit Hil fe eines Reglers zu steuern . Dieser Regler ist beispielsweise als eingebettete Software ausgebildet . Als Regler kommen häufig Proportional- Integral-Regler oder 2-Punkt-Regler zum Einsatz . Für die Regler sind zudem Versteuerungen bekannt , die mit einem linearen Verhalten, dessen Parameter vor dem Betrieb des Fahrzeugs festgelegt wird, auf Eingangsgrößen reagieren .

Vor diesem Hintergrund ist es Aufgabe der Erfindung, den Betrieb des Klimageräts zu verbessern .

Diese Aufgabe wird durch ein Verfahren der eingangs genannten Art gelöst , bei welchem eine Recheneinrichtung mithil fe eines künstlichen neuronalen Netzes ein Modell bildet , das eingerichtet ist , anhand von Einflussgrößen, die einen Einfluss auf das Klima des Innenraums haben, eine Steuergröße zur Ausgabe durch die Steuereinrichtung zu ermitteln . Ein das Modell repräsentierendes Computerprogramm wird auf der Steuereinrichtung zum Steuern des Klimageräts eingesetzt .

Mit der Erfindung wurde erkannt , dass Einflussgrößen, die einen Einfluss auf das Klima des Innenraums des Fahrzeugs haben, bei bisherigen Regelungen des Klimageräts nicht oder lediglich mittelbar - durch Messung einer Temperaturabweichung zwischen gewünschter Innenraumtemperatur und tatsächlich vorliegender Innenraumtemperatur - berücksichtigt werden . Die Regelung behandelt das Gesamtsystem (bestehend aus Fahrzeug, Klimagerät und Umgebung des Fahrzeugs ) als Blackbox und reagiert ausschließlich auf eine Temperaturänderung innerhalb des Innenraums . Dies führt zu einer Trägheit , die mit einer großen Zeitdauer bis zum Erreichen der gewünschten Temperatur innerhalb des Innenraums einhergeht . Zudem können starke Einflüsse und die zugehörige Reaktion des Reglers zu einem Uberschwingen des Systems führen, was den Komfort für Personen, die sich innerhalb des Innenraums aufhalten, weiter mindert .

Zudem wurde mit der Erfindung erkannt , dass bisherige Versteuerungen lediglich diej enigen Einflussgrößen berücksichtigen, die Fachleuten bekannt sind und dementsprechend bei der Einstellung der Parameter der Vorsteuerung berücksichtigt werden . Diese Parametereinstellung bleibt während des gesamten Betriebs des Fahrzeugs statisch .

Die erfindungsgemäße Lösung behebt dieses Problem, indem mithil fe des künstlichen neuronalen Netzes ein Modell gebildet wird . Dieses Modell erzeugt die Steuergröße zur Ausgabe durch die Steuereinrichtung unter Berücksichtigung einer Viel zahl von Einflussgrößen . Auf diese Weise können nicht nur alle bekannten Einflussgrößen berücksichtigt , sondern zudem bisher unbekannte Einflussgrößen durch das Training des neuronalen Netzes angemessen berücksichtigt ( sozusagen als relevante Einflussgröße erkannt ) werden .

Außerdem ist eine Optimierung des Verhaltens während des Betriebs des Fahrzeugs möglich .

Der Einsatz eines künstlichen neuronalen Netzes hat den Vorteil , dass der Einfluss von Einflussgrößen im Training gewichtet wird . Zudem kann dieser Einfluss durch eine Betrachtung der sich im Training ergebenden Wichtungen ( der Knoten des Netzes ) analysiert werden, um weitergehende Kenntnisse für einen zukünftigen Betrieb des Klimageräts zu erlangen .

Ein weiterer wesentlicher Vorteil , der sich aus der Verwendung eines künstlichen neuronalen Netzes ergibt , ist , dass unterschiedliche Einflussgrößen bei der Ermittlung der Steuergröße bei der Verarbeitung durch das neuronale Netz verknüpft werden . Diese Verknüpfung ermöglicht die Erzeugung von Streckenprofilen, die von verschiedenen Parametern, beispielsweise Betriebsparametern des Fahrzeugs , abhängen . Die Streckenprofile können wiederum für die Vorhersage von Einflussgrößen genutzt werden : Denn wenn sich das Fahrzeug an einem bestimmten Ort auf der Strecke befindet , ist absehbar, welche Einflussgrößen im Streckenverlauf zu erwarten sind . Dies ist weiter vorteilhaft , da die Steuerung des Klimageräts schon vor Eintreten entsprechender Einflüsse auf diese vorbereitend reagieren kann . Dies ist insbesondere für einen energieoptimierten Betrieb des Klimageräts zweckmäßig .

Das erfindungsgemäße Verfahren ist vorzugsweise ein computerimplementiertes Verfahren .

Das Klimagerät ist beispielsweise zum Bereitstellen von klimatisierter Raumluft für einen Innenraum des Fahrzeugs vorgesehen . Das Steuern des Klimageräts erfolgt vorzugsweise , indem die Hei z- und Kühlleistung gesteuert wird . Vorzugsweise ist das Klimagerät auf dem Dach des Fahrzeugs angeordnet, wo es während des Betriebs des Fahrzeugs Sonneneinstrahlung exponiert sein kann.

Die Steuereinrichtung kann eine zentrale Steuereinrichtung sein. Alternativ oder zusätzlich kann die Steuereinrichtung zumindest teilweise Teil des Klimageräts sein, beispielsweise in dem Klimagerät integriert sein.

Das Fahrzeug ist beispielsweise ein Landfahrzeug (z. B. ein Automobil) , ein Luftfahrzeug (z. B. ein Flugzeug) oder ein Wasserfahrzeug (z. B. ein Schiff) .

Der Begriff „Einflussgröße" wird fachmännisch im Kontext der Regelungstechnik häufig als „Störgröße" bezeichnet.

Vorzugsweise wird das Computerprogramm für den Einsatz auf der Steuereinrichtung installiert (Englisch: „deployment") .

Vorzugsweise weist das künstliche neuronale Netz eine oder mehrere Schichten von Neuronen auf, die nicht Eingabeneuron oder Ausgabeneuron sind. Die Schichten von Neuronen, die nicht Eingabeneuron (Englisch: Input Layer) oder Ausgabeneuron (Englisch: Output Layer) sind, werden fachmännisch häufig als Hidden Layer bezeichnet. Vorzugsweise werden die Hidden Layer beim Training und Lernen des künstlichen neuronalen Netzes verändert. Das maschinelle Lernen, welches das künstliche neuronale Netz mit mehreren Hidden Layers betrifft, wird fachmännisch häufig als Deep Learning bezeichnet.

Weiter vorzugsweise wird das künstliche neuronale Netz anhand von Trainingsdaten trainiert, wobei das Training in einem gesicherten Zustand erfolgt, in dem ein unerwünschter datentechnischer Angriff ausgeschlossen ist. Der gesicherte Zustand wird beispielsweise dadurch erzielt, dass für das Training ausschließlich geprüfte Trainingsdaten verwendet werden oder dass Trainingsdaten bei einer vor Angreifern geschützten Inbetriebset zungs- und/oder Testphase gesammelt werden .

Vorzugsweise werden bei der Verarbeitung der Einflussgrößen durch das künstliche neuronale Netz für die Ermittlung der Steuergröße mehrere Einflussgrößen miteinander verknüpft . Weiter vorzugsweise wird ein Streckenprofil erzeugt . Das Streckenprofil wird weiter vorzugsweise auf Basis der Verknüpfung erzeugt . Das Streckenprofil hängt weiter vorzugsweise von mehreren Parametern, beispielsweise von Betriebsparametern des Fahrzeugs , ab . Das Streckenprofil wird weiter vorzugsweise für die Vorhersage von Einflussgrößen genutzt . Wenn sich das Fahrzeug an einem bestimmten Ort auf der Strecke befindet , ist absehbar, welche Einflussgrößen im Streckenverlauf (und an welcher Position im Streckenverlauf ) zu erwarten sind . Weiter vorzugsweise reagiert die Steuerung des Klimageräts anhand der Vorhersage vor Eintreten entsprechender Einflussgrößen auf diese . Diese Reaktion erfolgt vorzugsweise während eines energieoptimierten Betriebs des Fahrzeugs .

Gemäß einer bevorzugten Aus führungs form des erfindungsgemäßen Verfahrens ist das Fahrzeug ein spurgebundenes Fahrzeug, vorzugsweise ein Schienenfahrzeug . Der Innenraum des spurgebundenen Fahrzeugs umfasst einen Fahrgastbereich für den Aufenthalt von Fahrgästen .

Beispielsweise ist das spurgebundene Fahrzeug ein Hochgeschwindigkeits zug des öf fentlichen Personenfernverkehrs oder ein Regional zug oder eine Stadtbahn, eine Straßenbahn bzw . eine U-Bahn des öf fentlichen Personennahverkehrs . Das Schienenfahrzeug ist beispielsweise ein Triebzug .

Das erfindungsgemäße Verfahren ist besonders für die Anwendung bei spurgebundenen Fahrzeugen geeignet . Denn bei Fahrzeugen dieser Art gibt es eine große Anzahl von relevanten Einflussgrößen, die aufgrund der Spurführung und der damit einhergehenden im Voraus bekannten Strecke des Fahrzeugs vergleichsweise gut erfassbar und prognosti zierbar sind .

Nach einer weiteren bevorzugten Aus führungs form des erfindungsgemäßen Verfahrens umfasst die Steuereinrichtung

- einen Regler zum Erzeugen der Steuergröße und

- eine Vorsteuereinrichtung zum Beeinflussen einer für den Regler vorgesehenen Stellgröße , wobei das Computerprogramm, welches das Modell repräsentiert , auf der Vorsteuereinrichtung eingesetzt wird .

Auf diese Weise kann das Verhalten der Vorsteuerung des Reglers durch das Computerprogramm, welches das Modell repräsentiert , bestimmt werden . Dies ist besonders zweckmäßig, da bisherige Versteuerungen zwar äußeren Einflussgrößen, wie Außentemperatur ( außerhalb des Fahrzeugs ) , Sonneneinstrahlung, etc . , berücksichtigen . Jedoch können durch das Modell weitere Einflussgrößen berücksichtigt werden und entsprechend ein Einfluss auf die Stellgröße des Reglers genommen werden . Zudem kann das Verhalten der Vorsteuerung während des Betriebs des Fahrzeugs durch Berücksichtigung der Einflussgrößen optimiert werden .

Bei einer bevorzugten Weiterbildung wird das Computerprogramm, welches das Modell repräsentiert , auf der Vorsteuereinrichtung und dem Regler eingesetzt .

Auf diese Weise kann die Regelung des Klimageräts durch das Computerprogramm, welches das Modell repräsentiert , ersetzt werden . Dabei können die typischen, bei Reglern auftretenden Ef fekte , wie Regelabweichung, vermieden oder zumindest verringert werden .

Bei einer weiteren bevorzugten Aus führungs form des erfindungsgemäßen Verfahrens wird das künstliche neuronale Netz anhand von Trainingsdaten trainiert , wobei die Trainingsdaten auf Basis eines vergangenen Betriebs des Fahrzeugs erzeugt werden . Auf diese Weise werden vergangene Fahrten und die bei diesen Fahrten gewonnenen Daten zur Steigerung des Wissens ( durch Training) des künstlichen neuronalen Netzes genutzt .

Alternativ oder zusätzlich wird das künstliche neuronale Netz anhand von Trainingsdaten trainiert , wobei die Trainingsdaten auf Basis eines vergangenen Betriebs eines weiteren Fahrzeugs gleicher Art erzeugt werden . Da andere Fahrzeuge gleicher Art sich in vielen Aspekten gleich oder analog wie das Fahrzeug selbst verhalten, können weitere vergangene Fahrten und die bei diesen Fahrten gewonnenen Daten zur Steigerung des Wissens ( durch Training) des künstlichen neuronalen Netzes genutzt werden . Das weitere Fahrzeug gleicher Art ist beispielsweise ein weiteres Fahrzeug derselben Fahrzeugflotte oder ein Test f ahrzeug .

Alternativ oder zusätzlich wird das künstliche neuronale Netz anhand von Trainingsdaten trainiert , wobei die Trainingsdaten auf Basis einer Simulation eines Systems , welches das Fahrzeug, das Klimagerät und wenigstens Teile der Umgebung des Fahrzeugs repräsentiert , erzeugt werden . Durch die Simulation des Systems wird ein erwartetes Verhalten des Systems ermittelt und Daten, die dieses Verhalten charakterisieren, gewonnen . Diese Daten können als Trainingsdaten zum Training des künstlichen neuronalen Netzes genutzt werden .

Alternativ oder zusätzlich wird das künstliche neuronale Netz anhand von Trainingsdaten trainiert , wobei die Trainingsdaten auf Basis eines Entwicklungsvorgangs , bei dem das Klimagerät entwickelt wird, erzeugt werden . Der Variante liegt die Erkenntnis zugrunde , dass Daten bereits während der Entwicklung des Klimageräts erzeugt werden . Beispielsweise werden Tests des Klimageräts während der Entwicklung durchgeführt , bei denen Daten erzeugt werden, die als Basis für das Training des künstlichen neuronalen Netzes genutzt werden können . Nach einer weiteren bevorzugten Aus führungs form des erfindungsgemäßen Verfahrens ist das Modell eingerichtet , eine energieoptimierte Steuergröße zur Ausgabe durch die Steuereinrichtung zu ermitteln, wobei die energieoptimierte Steuergröße bei Verarbeitung durch das Klimagerät einen energieoptimierten Betrieb des Klimageräts bewirkt . Dieser Aus führungs form liegt die Erkenntnis zugrunde , dass ein klassischer Regler lediglich bedingt in der Lage ist , das Klimagerät energieoptimiert zu regeln . Im Unterschied dazu kann das künstliche neuronale Netz auf einen energieoptimierten Betrieb hin trainiert werden und eine entsprechende Steuergröße ausgeben .

Weiter vorzugsweise ist die energieoptimierte Steuergröße eine Steuergröße , die gleichzeitig (bei Verarbeitung durch das Klimagerät ) einen komfortoptimierten Betrieb des Klimageräts bewirkt . Mit anderen Worten : Sowohl der Energieverbrauch als auch der Komfort der Fahrgäste wird durch das künstliche neuronale Netz berücksichtigt bzw . das künstliche neuronale Netz wird auf beide Aspekte hin trainiert .

Das neuronale Netz ist für einen energieoptimierten Betrieb des Klimageräts beispielsweise deshalb besonders geeignet , da eine Reaktion auf Einflussgrößen bereits vorbereitend erfolgen kann . Hierfür kann beispielsweise ein Streckenprofil , beispielsweise das vorstehend beschriebene erzeugte Streckenprofil , dienen, das dem neuronalen Netz ermöglicht , absehbare Einflussgrößen - wenn diese im Streckenverlauf zu erwarten sind - zu berücksichtigen . Dadurch können beispielsweise energieintensive kurz fristige Wechsel zwischen Hei zen und Kühlen verhindert werden .

Gemäß einer weiteren bevorzugten Aus führungs form des erfindungsgemäßen Verfahrens umfassen die Einflussgrößen als wenigstens eine Einflussgröße eine Anzahl der Fahrgäste , die sich innerhalb des Innenraums aufhalten . Die Anzahl der Fahrgäste wird anhand eines Gewichtssignals , welches von einer Bremseinheit und/oder einer Federeinheit des Fahrzeugs erzeugt wird, ermittelt .

Dabei wird das Gewichtssignal beispielsweise anhand der Bremskraft und/oder Bremsenergie , die die Bremseinheit für einen vorgegebenen Bremsvorgang einsetzt , ermittelt .

Bei einer Ausbildung der Federeinheit als Luftfeder lässt ich das Gewichtssignal beispielsweise anhand des Luftdrucks innerhalb der Luftfeder ermitteln .

Alternativ oder zusätzlich wird die Anzahl der Fahrgäste mittels eines Fahrgast zählsystems ermittelt . Diese Variante ist besonders vorteilhaft bei einer Ausbildung des Fahrzeugs als spurgebundenes Fahrzeug, da Fahrgast zählsysteme bei spurgebundenen Fahrzeugen häufig ohnehin vorhanden sind und die Fahrgast zähldaten aus diesen Fahrgast zählsystemen bereits vorliegen .

Alternativ oder zusätzlich wird die Anzahl der Fahrgäste anhand der Anzahl der innerhalb des Innenraums erfassten mobilen Endgeräte ermittelt . Dieser Variante liegt die Erkenntnis zugrunde , dass die Anzahl der Mobilgeräte ein geeignetes Maß als Grundlage für die Schätzung der Anzahl der sich innerhalb des Innenraums aufhaltenden Fahrgäste ist .

Vorzugsweise können das Gewichtssignal und die Anzahl der erfassten mobilen Endgeräte durch das neuronale Netz oder Teile des neuronalen Netzes verknüpft werden .

Zur Ermittlung der Anzahl der Fahrgäste , die sich innerhalb des Innenraums aufhalten, kann zusätzlich die Tages zeit in Verknüpfung mit dem Wochentag ergänzt werden . Dadurch lassen sich hohe Fahrgastaufkommen, die beispielsweise durch den Berufsverkehr begründet sind, durch das neuronale Netz erkennen . Nach einer weiteren bevorzugten Aus führungs form des erfindungsgemäßen Verfahrens umfassen die Einflussgrößen als wenigstens eine Einflussgröße eine Sonneneinstrahlung, der das Fahrzeug während des Betriebs exponiert ist . Die Sonneneinstrahlung wird anhand eines Ortungssignals und einer sich daraus ergebenden Einstrahlrichtung erfasst .

Vorzugsweise wird anhand des Ortungssignals eine Position des Fahrzeugs ermittelt . Bei einer Aus führung des Fahrzeugs als spurgebundenes Fahrzeug wird weiter vorzugsweise anhand der Position und der befahrenen Strecke eine Fahrtrichtung des Fahrzeugs ermittelt . Anhand der aktuellen Uhrzeit (und des damit einhergehenden Sonnenstands ) wird weiter vorzugsweise unter Berücksichtigung der Fahrtrichtung die Einstrahlrichtung der Sonneneinstrahlung ermittelt .

Alternativ oder zusätzlich wird die Sonneneinstrahlung anhand eines Sonnenschattens , der von einem in der Umgebung des Fahrzeugs befindlichen Obj ekt auf das Fahrzeug geworfen wird, erfasst . Mit anderen Worten : Anhand des Sonnenschattens wird eine Verringerung der Sonneneinstrahlung ermittelt . Bei Kenntnis der Sonneneinstrahlung ( die ohne Schatten auf das Fahrzeug einwirken würde ) und des Sonnenschattens kann die auf das Fahrzeug auftref fende Sonneneinstrahlung ermittelt werden .

Das Obj ekt ist beispielsweise ein Gebäude , eine Bepflanzung und/oder ein Tunnel entlang der von dem Fahrzeug befahrenen Strecke .

Alternativ oder zusätzlich wird die Sonneneinstrahlung anhand eines Zeitpunkts , vorzugsweise einer Jahres- und Tages zeit , ermittelt . Dieser Variante liegt die Erkenntnis zugrunde , dass der Sonnenstand und folglich der Einstrahlwinkel der Sonneneinstrahlung von der Tages zeit und von der Jahres zeit abhängt . Alternativ oder zusätzlich wird die Sonneneinstrahlung anhand von Wetterdaten ermittelt . So können beispielsweise Wolkenaufkommen bei der Ermittlung der Sonneneinstrahlung berücksichtigt werden .

Bei der Aus führung des Fahrzeugs als spurgebundenes Fahrzeug, welches in der Regel länglich ausgebildet ist , lässt sich anhand der Einstrahlrichtung beispielsweise besonders einfach die sogenannte Sonnenseite des Fahrzeugs , die der Sonneneinstrahlung unmittelbar exponiert ist , ermitteln .

Gemäß einer weiteren bevorzugten Aus führungs form des erfindungsgemäßen Verfahrens umfassen die Einflussgrößen als wenigstens eine Einflussgröße einen Betriebs zustand einer elektrischen Komponente des Fahrzeugs , welcher erfasst wird . Dieser Variante liegt die Erkenntnis zugrunde , dass elektrische Komponenten während Ihres Betriebs Wärme ausstrahlen . Dies kann besonders einfach durch das künstliche neuronale Netz anhand des Betriebs zustands der Komponenten berücksichtigt werden . Der Betriebs zustand kann beispielsweise „AN" und „AUS" umfassen . Ein Beispiel für eine elektrische Komponente ist eine Beleuchtungseinrichtung zur Beleuchtung des Innenraums .

Bei einer weiteren bevorzugten Aus führungs form des erfindungsgemäßen Verfahrens umfassen die Einflussgrößen als wenigstens eine Einflussgröße Wind . Der Wind wird anhand einer Fahrgeschwindigkeit des Fahrzeugs und/oder anhand von Wetterdaten erfasst . Dieser Aus führungs form liegt die Erkenntnis zugrunde , dass Wind einen Einfluss auf die dem Fahrzeug zugeführte Wärme hat . Vorteilhaft ist dabei , dass ein auf das Fahrzeug einwirkender Wind besonders einfach anhand der Fahrgeschwindigkeit des Fahrzeugs und anhand von Wetterdaten erfasst werden kann .

Bei einer weiteren bevorzugten Aus führungs form des erfindungsgemäßen Verfahrens wird das Klimagerät anhand der von der Steuereinrichtung ausgegebenen Steuergröße gesteuert . Die Erfindung betri f ft ferner ein Computerprogramm, umfassend Befehle , die bei der Aus führung des Programms durch eine Recheneinrichtung diese veranlassen, das Verfahren der vorstehend beschriebenen Art aus zuführen . Die Erfindung betri f ft ferner ein Computerprogrammprodukt mit einem Computerprogramm dieser Art . Die Recheneinrichtung ist vorzugsweise zumindest in Teilen eine Recheneinrichtung des spurgebundenen Fahrzeugs und/oder der landseitigen Einrichtung .

Die Erfindung betri f ft ferner eine Bereitstellungsvorrichtung für das Computerprogramm der vorstehend beschriebenen Art , wobei die Bereitstellungsvorrichtung das Computerprogramm speichert und/oder bereitstellt . Die Bereitstellungsvorrichtung ist beispielsweise eine Speichereinheit , die das Computerprogramm speichert und/oder bereitstellt . Alternativ und/oder zusätzlich ist die Bereitstellungsvorrichtung beispielsweise ein Netzwerkdienst , ein Computersystem, ein Serversystem, insbesondere ein verteiltes , beispielsweise cloudbasiertes Computersystem und/oder virtuelles Rechnersystem, welches das Computerprogrammprodukt vorzugsweise in Form eines Datenstroms speichert und/oder bereitstellt .

Die Bereitstellung erfolgt in Form eines Programmdatenblocks als Datei , insbesondere als Downloaddatei , oder als Datenstrom, insbesondere als Downloaddatenstrom, des Computerprogramms . Diese Bereitstellung kann beispielsweise aber auch als partieller Download erfolgen, der aus mehreren Teilen besteht . Ein solches Computerprogramm wird beispielsweise unter Verwendung der Bereitstellungsvorrichtung in ein System eingelesen, sodass das erfindungsgemäße Verfahren auf einem Computer zur Aus führung gebracht wird .

Die oben genannte Aufgabe wird ferner durch eine Vorrichtung der eingangs genannten Art gelöst . Die Vorrichtung umfasst eine Recheneinrichtung, welche eingerichtet ist , mit Hil fe eines künstlichen neuronalen Netzes ein Modell zu bilden, wobei das Modell eingerichtet ist , anhand von Einflussgrößen, die einen Einfluss auf das Klima des Innenraums haben, eine Steuergröße zur Ausgabe durch die Steuereinrichtung zu ermitteln . Die Vorrichtung umfasst ferner ein Computerprogramm, welches das Modell repräsentiert und eingerichtet ist , auf der Steuereinrichtung zum Steuern des Klimageräts eingesetzt zu werden .

Die Erfindung betri f ft ferner ein Fahrzeug, vorzugsweise ein spurgebundenes Fahrzeug, mit einer Vorrichtung der vorstehend beschriebenen Art .

Zu Vorteilen, Aus führungs formen und Ausgestaltungsdetails des erfindungsgemäßen Computerprogramms , der erfindungsgemäßen Bereitstellungsvorrichtung, der erfindungsgemäßen Vorrichtung und des erfindungsgemäßen Fahrzeugs kann auf die vorstehende Beschreibung zu den entsprechenden Verfahrensmerkmalen des erfindungsgemäßen Verfahrens verwiesen werden .

Aus führungsbeispiele der Erfindung werden anhand der Zeichnungen erläutert . Es zeigen :

Figur 1 schematisch den Aufbau eines Beispiels für eine Regelung eines Klimageräts ,

Figur 2 schematisch den Aufbau eines Beispiels für ein

Fahrzeug mit einem Klimagerät ,

Figur 3 schematisch den Aufbau eines

Aus führungsbeispiels einer erfindungsgemäßen Vorrichtung,

Figur 4 schematisch den Aufbau eines

Aus führungsbeispiels eines erfindungsgemäßen Fahrzeugs und

Figur 5 schematisch den Ablauf eines

Aus führungsbeispiels eines erfindungsgemäßen Verfahrens . Figur 1 zeigt schematisch den Aufbau eines Beispiels einer Regelung eines Klimageräts 1 . Diese Regelung umfasst einen Proportional- Integral-Regler 3 eines äußeren Regelkreises 5 sowie einen Proportional- Integral-Regler 7 eines inneren Regelkreises 9 . Der äußere Regelkreis 5 enthält einen Temperatursensor 11 , welcher eine vorliegende Raumtemperatur Ti _n innerhalb eines Innenraums 15 eines in Figur 2 gezeigten Fahrzeugs 20 misst . Der innere Regelkreis 9 enthält einen Temperatursensor 13 , welcher eine Zuluft-Temperatur, die mittels des Klimageräts 1 dem Innenraum 15 des Fahrzeugs bereitgestellt und zugeführt wird, misst . Die Regelung des Klimageräts 1 erfolgt , indem die Hei z- und Kühlleistung, welche das Klimagerät 1 an die Zuluft abgibt , geregelt wird .

Etwaige Einflussgrößen 2 , die einen Einfluss auf das Klima des Innenraums 15 haben, werden bei dieser Regelung nicht berücksichtigt . Die Regelung reagiert stattdessen auf etwaige Abweichungen dT der gemessenen Temperatur Ti _n und einer gewünschten Sollwert- Innenraumtemperatur Ti _c ( sogenannte Sollwert- Innenraumtemperatur ) .

Figur 2 zeigt schematisch den Aufbau eines Beispiels für ein Fahrzeug 20 . Außerhalb des Fahrzeugs 20 liegt eine Außentemperatur T _e vor . Das Klimagerät 1 ist auf dem Dach des Fahrzeugs 20 angeordnet und hat den Zweck, den Innenraum 15 des Fahrzeugs 20 zu klimatisieren . Hierfür führt das Klimagerät dem Innenraum 15 Zuluft 17 mit einer Zulufttemperatur T _zu zu . Die Zuluft 17 bewirkt eine Innenraumtemperatur Ti _n innerhalb des Innenraums 15 . Ziel der Klimatisierung ist es , die Sollwert- Innenraumtemperatur Ti _c innerhalb des Innenraums 15 zu erzielen .

Figur 3 zeigt schematisch den Aufbau eines Aus führungsbeispiels der erfindungsgemäßen Vorrichtung . Gleiche oder funktionsgleiche Elemente sind dabei mit denselben Bezugs zeichen wie in Bezug auf Figur 1 versehen . Die Vorrichtung umfasst einen Proportional- Integral-Regler 3 eines äußeren Regelkreises 5 sowie einen Proportional- Integral-Regler 7 eines inneren Regelkreises 9 . Eine Steuereinrichtung 30 ist in Wirkrichtung zwischen dem äußeren Regler 3 und dem inneren Regler 7 vorgesehen und dient als Vorsteuereinrichtung 31 zur Vorsteuerung des Reglers 7 . Zum Steuern des Klimageräts 1 wird ein Computerprogramm auf der Steuereinrichtung 30 eingesetzt . Das Computerprogramm repräsentiert ein Modell , welches von einem künstlichen neuronalen Netz 32 gebildet wird .

Figur 4 zeigt schematisch den Aufbau eines Aus führungsbeispiels einer erfindungsgemäßen Vorrichtung und eines erfindungsgemäßen Fahrzeugs 120 . Gleiche und funktionsgleiche Elemente des Fahrzeugs 120 sind dabei mit denselben Bezugs zeichen wie in Bezug auf die entsprechenden Elemente des Fahrzeugs 20 gemäß Figur 2 versehen .

Das Fahrzeug 120 ist ein spurgebundenes Fahrzeug 121 , beispielsweise ein Schienenfahrzeug 122 . Der Innenraum 15 des spurgebundenen Fahrzeugs 121 umfasst einen Fahrgastbereich 16 für den Aufenthalt von Fahrgästen 34 .

In einem Verfahrensschritt A wird das künstliche neuronale Netz 32 auf einer landseitigen Einrichtung 105 mittels einer Recheneinrichtung 110 erzeugt bzw . gebildet . Alternativ wird das künstliche neuronale Netz 32 in einem Verfahrensschritt AA mittels einer Recheneinrichtung 10 als Teil der Steuereinrichtung 30 des Fahrzeugs 120 gebildet .

Das künstliche neuronale Netz 32 weist mehrere Schichten von Neuronen auf , die nicht Eingabeneuron oder Ausgabeneuron sind . Das künstliche neuronale Netz 32 bildet ein Modell , welches in die Lage versetzt werden soll , anhand von Einflussgrößen 2 , die einen Einfluss auf das Klima des Innenraums 15 haben, eine Steuergröße zur Ausgabe durch die Steuereinrichtung 30 zu ermitteln .

Eine der Einflussgrößen 2 ist beispielsweise die Außentemperatur T _e . Eine weitere Einflussgröße 2 ist beispielsweise die Anzahl Nf der Fahrgäste 34 , die sich innerhalb des Innenraums 15 während des Betriebs des Klimageräts 1 aufhalten . Ferner ist eine weitere Einflussgröße 2 beispielsweise die Sonneneinstrahlung 36 , der das Fahrzeug 120 während des Betriebs exponiert ist . Eine weitere Einflussgröße 2 ist beispielsweise ein Betriebs zustand 39 einer elektrischen Komponente 38 des Fahrzeugs 120 . Eine weitere Einflussgröße 2 ist beispielsweise Wind 40 , der anhand einer Fahrgeschwindigkeit des Fahrzeugs und/oder anhand von Wetterdaten erfasst wird .

In einem Verfahrensschritt CI wird das künstliche neuronale Netz 32 anhand von Trainingsdaten trainiert . Das Training erfolgt beispielsweise in einem gesicherten Zustand, in dem ein unerwünschter datentechnischer Angri f f ausgeschlossen ist . Der gesicherte Zustand wird beispielsweise dadurch erzielt , dass für das Training ausschließlich geprüfte Trainingsdaten verwendet werden .

Die Trainingsdaten werden beispielsweise auf Basis eines vergangenen Betriebs des Fahrzeugs 120 in einem Verfahrensschritt B erzeugt . Dafür werden beispielsweise bei vergangenen Fahrten des Fahrzeugs 120 Einflussgrößen 2 , zugehörige ausgegebene Steuergrößen einer Vorsteuereinrichtung und die dabei erzielte Innenraumtemperatur Ti _n gemessen . Diese Größen können zusätzlich bei vergangenen Fahrten eines weiteren Fahrzeugs gleicher Art in einem Verfahrensschritt BB gemessen werden . Zudem kann eine Simulation eines Systems , welches das Fahrzeug 120 , das Klimagerät 1 und Teile der Umgebung 46 des Fahrzeugs 120 repräsentiert , eine Grundlage für die Erzeugung von Trainingsdaten in einem Verfahrensschritt BBB sein . Ferner können Teilvorgänge des Entwicklungsvorgangs , bei dem das Klimagerät 1 entwickelt wird, beispielsweise eine Testphase , Grundlage für die Erzeugung von Trainingsdaten in einem Verfahrensschritt BBBB sein . Nach dem Training des künstlichen neuronalen Netzes 32 wird mit Hil fe des künstlichen neuronalen Netzes 32 ein Modell gebildet (Verfahrensschritt C2 ) , welches eingerichtet ist , anhand der Einflussgrößen 2 eine Steuergröße zur Ausgabe durch die Steuereinrichtung 30 zu ermitteln .

Das Computerprogramm, welches das Modell repräsentiert , wird in einem Verfahrensschritt D auf der Steuereinrichtung 30 installiert und im weiteren Verfahren, insbesondere im Betrieb des Fahrzeugs 120 , gemäß einem Verfahrensschritt E eingesetzt .

Dabei wird die Einflussgröße Nf (Anzahl der Fahrgäste ) während des Betriebs des Fahrzeugs 120 in einem Verfahrensschritt El beispielsweise anhand eines Gewichtssignals , welches von einer Bremseinheit oder einer Federeinheit des Fahrzeugs 120 erzeugt wird, mittels eines Fahrgast zählsystems des Fahrzeugs 120 und/oder anhand der Anzahl der innerhalb des Innenraums 15 erfassten mobilen Endgeräte erfasst .

Zudem wird die Einflussgröße 36 ( Sonneneinstrahlung) in einem Verfahrensschritt E2 anhand eines Ortungssignals und einer sich daraus ergebenden Einstrahlrichtung, anhand eines Sonnenschattens , der von einem in der Umgebung des Fahrzeugs befindlichen Obj ekt auf das Fahrzeug 120 geworfen wird, anhand eines Zeitpunkts , vorzugsweise einer Jahres- und Tages zeit , und/oder anhand von Wetterdaten 44 ermittelt .

Ferner wird die Einflussgröße 39 (Betriebs zustand) in einem Verfahrensschritt E3 erfasst . Dazu wird beispielsweise ermittelt , ob die elektrische Komponente 38 des Fahrzeugs 120 eingeschaltet ist oder nicht .

Außerdem wird die Einflussgröße 40 (Wind) in einem Verfahrensschritt E4 anhand einer Fahrgeschwindigkeit des Fahrzeugs 120 und/oder anhand von Wetterdaten 44 erfasst . Zudem wird die Außentemperatur T _e in einem Verfahrensschritt E5 mittels eines Temperatursensors und/oder anhand von Wetterdaten 44 erfasst .

Anhand der genannten und gegebenenfalls anhand von weiteren erfassten Einflussgrößen ermittelt das auf der Steuereinrichtung 30 eingesetzte Computerprogramm in einem Verfahrensschritt E 6 die Steuergröße , die von der Steuereinrichtung 30 ausgegeben wird . In einem Verfahrensschritt E7 wird das Klimagerät 1 anhand der Steuergröße gesteuert .

Obwohl die Erfindung im Detail durch das bevorzugte Aus führungsbeispiel näher illustriert und beschrieben wurde , so ist die Erfindung nicht durch die of fenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen .