Beschreibung

Die vorliegende Erfindung betrifft allgemein Verfahren und Systeme zum Abschät zen eines Zustandes eines elektrischen Energiespeichersystems, wie beispiels weise zum Abschätzen einer verbleibenden Kapazität eines elektrischen Energie speichersystems. Im Einzelnen betrifft die Erfindung Verfahren und Systeme zum Vorhersagen einer Motorstart-Performance eines elektrischen Energiespeichersys tems, insbesondere einer Kraftfahrzeug-Starterbatterie.

Unter dem hierin verwendeten Begriff „Motorstart-Performance" ist die Leistungs fähigkeit des elektrischen Energiespeichersystems zu verstehen, einen Fahrzeug- motor eines Kraftfahrzeugs starten zu können, insbesondere kalt- oder warmstar ten zu können. Insbesondere umfasst der Begriff „Motorstart-Performance" auch die Leistungsfähigkeit des elektrischen Energiespeichersystems noch eine be stimmte Anzahl von Startvorgängen des Fahrzeugmotors erfolgreich durchführen zu können.

Die Zustandsbestimmung eines elektrischen Energiespeichersystems, insbeson dere eines Fahrzeugs, gewinnt mit zunehmenden Fahrzeugfunktionen, welche elektrische Energie zumindest zur Unterstützung benötigen, stark an Bedeutung. Da vermehrt sicherheitsrelevante Funktionen des Fahrzeugs elektrische Unterstüt zung erfahren, wird die Zuverlässigkeit der Zustandsbestimmung und Zustandsab schätzung des Energiespeichersystems immer wichtiger.

In elektrischen Energiespeichersystemen mit mehreren wiederaufladbaren Batte riezellen altern die einzelnen Batteriezellen im Laufe der Zeit, wodurch sich die Eigenschaften der Batteriezellen bzw. des gesamten elektrischen Energiespeicher systems verändern. Um im Betrieb die verbleibende Laufzeit des Energiespeicher systems (Akkulaufzeit) zuverlässig Vorhersagen zu können, und um Alterungsvor gänge rechtzeitig zu erkennen und entsprechende Maßnahmen ergreifen zu kön nen, ist es wünschenswert, den Alterungszustand des elektrischen Energiespei chersystems möglichst genau bestimmen zu können. Entsprechende Maßnahmen sind beispielsweise gealterte Batteriezellen oder das gesamte elektrische Energie speichersystem auszutauschen, bevor deren Zustand kritisch wird.

Bekannte Systeme und Verfahren zur Batteriezustandsermittlung greifen in der Regel auf direkte Messwerte des Batteriezustandes und/oder der Batterieeigen schaften zurück, mittels der der Batteriezustand bestimmt wird.

So wird beispielsweise in der Druckschrift DE 19 540 827 C2 ein Verfahren zur Batteriezustandsermittlung angegeben, bei welchem Batterie spezifische Kennfel der der Batteriealterung genutzt werden, um aus erfassten Momentanwerten der Batteriealterungseinflussgrößen mit Hilfe des Kennfeldes einen Batteriealterungs wert zu ermitteln.

Auch ist aus der Druckschrift DE 10 335 928 Al beispielsweise ein Verfahren zum Ermitteln einer auf dem Ladezustand einer Speicherbatterie bezogenen Kenn größe bekannt, bei welchem ein erster auf die hohe Spannung der Batterie bezo gener Ladezustandswert und ein zweiter auf die umgesetzte Ladungsmenge bezo gener Ladungszustandswert bestimmt werden. Die beiden Ladezustandswerte werden hinsichtlich ihrer Ladezustandsänderungen ausgewertet, um aus den La dezustandsänderungen eine Kenngröße für den Batteriezustand abzuleiten. Diese bekannten Systeme weisen den Nachteil auf, dass größere Fehler in den Messgrößen die Ausgangsgröße unmittelbar beeinflussen, und daher die Zustand sermittlung des Energiespeichersystems nicht eindeutig ist bzw. verfälscht wer den kann.

Darüber hinaus existieren Batterietestvorrichtungen, mit denen die Ladungs menge, die ein Akkumulator speichern kann, vorhergesagt werden kann. Die ent nehmbare Kapazität einer Batterie hängt von dem Entladeverlauf ab, also von dem Entladestrom, von der Entladeschlussspannung (= die Spannung, bei wel cher die Entladung beendet wird), und von dem Entladungsgrad. Je nach Entlade verlauf besitzt der Akkumulator eine andere Kapazität. In einer aussagekräftigen Angabe der Nennkapazität müssen daher sowohl der Entladestrom als auch die Entladeschlussspannung angegeben werden.

Generell nimmt die entnehmbare Kapazität einer Batterie mit zunehmendem Ent ladestrom ab. Dieser Effekt wird durch die Peukert-Gleichung beschrieben. Ver antwortlich hierfür ist unter anderem der mit steigendem Strom zunehmende Spannungsabfall am Innenwiderstand der Batterie, der die Ausgangsspannung entsprechend absinken lässt, sodass die Entladeschlussspannung früher erreicht wird. Neben dem Innenwiderstand ist auch die begrenzte Geschwindigkeit der elektrochemischen Prozesse und Ladungstransportvorgänge in der Batterie für ihre sinkende Kapazität bei erhöhtem Ladestrom verantwortlich.

Herkömmliche Batterieprüfvorrichtungen basieren darauf, dass der Innenwider stand der Batterie gemessen wird. Basierend auf dieser Messung kann ein Span nungswert berechnet werden, den die Batterie annehmen wird, wenn ein definier tes Entladeprofil bzw. eine definierte Entladungsart angewandt wird. Als Entla dungsarten kommen beispielsweise eine Entladung mit konstantem Strom, eine Entladung über einen konstanten Widerstand oder eine Entladung mit konstanter Leistung in Frage.

Alternativ hierzu ist es möglich, mit dem gemessenen Innenwiderstand der Batte rie einen Kaltstartstrom zu berechnen und einen Schwellwert festzulegen, bei welchem die Batterie ausgetauscht werden sollte. Als Beispiel hierzu könnte der Schwellwert bei 50 % des nominellen Kaltstartstroms liegen. Unter Kaltstartstrom, häufig auch Kälteprüfstrom genannt, wird der maximale Strom verstanden, den eine Batterie bei einer Temperatur von -18° C für 30 Se kunden liefern kann, ehe die Batteriespannung zu niedrig ist. Nach der deutschen Industrienorm (DIN) wird eine vollgeladene 12 V Batterie bei -18° C auf bis zu 6 V entladen, sollte nach 30 Sekunden jedoch noch mindestens 9 V haben und die Grenze von 6 V erst nach 150 Sekunden erreichen. Nach der amerikanischen Norm (SAE) soll eine vollgeladene Batterie bei -18° C nach 30 Sekunden des Ent ladens noch mindestens 7,2 V haben. Bei der IEC (International Electrotechnical Commission) soll die Batterie bei -18° C nach 60 Sekunden noch 8,4 V haben. Zu guter Letzt soll bei der europäischen Norm (EN) die Entladezeit nach einer Entla dung bei einer Schlussspannung von 7,5 V minimal noch 10 Sekunden sein.

Die herkömmlichen Ansätze zum Abschätzen bzw. Vorhersagen einer entnehmba ren Kapazität einer Batterie basieren jedoch auf der Annahme, dass die Batterien in einem vollständig geladenen Zustand (vollgeladen) betrieben werden. Die Randbedingung ist insbesondere bei Start-Stopp-Batterien in der Regel nicht mehr erreichbar, da diese Batterien in der Regel in einem teilgeladenen Zustand betrieben werden (typischerweise bei 70 % bis 80 %).

Darüber hinaus werden bei herkömmlichen Batterieprüfvorrichtungen nicht die Degradation der Batterie berücksichtigt. Unter dem Begriff „Degradation" ist die Abnahme der Kapazität einer Batterie mit der Zeit auch bei sachgemäßer Nutzung zu verstehen, wobei diese Kapazitätsabnahme aufgrund von chemischen Reaktio nen (Alterung) stattfindet. Zum einen kommt es durch die Lade- und Entladevor gänge an den Elektroden einer Batterie zu (nur teilweise reversiblen) elektroche mischen Vorgängen, die eine vollständige Aufladung oder Entladung behindern. Hierzu gehören bei Blei-Akkumulatoren die Sulfatierung, bei Batterien auf Nickel technologie beispielsweise Batterieträgheitseffekte und bei Batterien auf Lithium chemie Elektrodenalterung durch unumkehrbare Parasitäre chemische Reaktionen (kalendarische Lebensdauer).

Entsprechende Abnutzung des Akkumulators sind im Verlauf der Nutzung die La dekapazität und damit auch die Energiedichte.

Durch den zunehmenden Trend der Verwendung von sogenannten Start-Stopp- Systemen bzw. Start-Stopp-Automatik, sind die oben diskutierten Nachteile bei bekannten Systemen zum Abschätzen der Batteriekapazität nicht mehr hinnehm- bar. Dies liegt insbesondere daran, dass bei Start-Stopp-Systemen zur Reduzie rung des Kraftstoffverbrauches in Standphasen (z. B. bei einem Ampelstopp) der Motor im Stand unter bestimmten Bedingungen abschaltet und ihn wieder auto matisch startet. Diese Start-Stopp-Systeme erfordern somit besondere Bedingun gen an die Start-Stopp-Batterien.

Eine Start-Stopp-Batterie übernimmt fast die gleichen Aufgaben und Funktionen wie eine reguläre Autobatterie, muss aber noch deutlich mehr leisten, da die Start-Stopp-Automatik ein permanentes An- und Abschalten des Verbrennungs motors verursacht, was der Batterie ein Höchstmaß an Leistung abverlangt. Von daher ist ersichtlich, dass für ein einwandfreies Funktionieren der Start-Stopp-Au- tomatik eine hinreichend funktionsfähige Batterie verlangt.

Der vorliegenden Erfindung liegt die Aufgabe zu Grunde, ein optimiertes Diag nose- und Analysepool anzugeben, um einen möglichen Batteriedefekt schnell und zuverlässig insbesondere auch für Start-Stopp-Batterien Vorhersagen zu kön nen.

Insbesondere soll ein Verfahren zum Abschätzen des Alterungszustandes eines Batteriesystems und insbesondere zum Vorhersagen einer Motorstart-Performance eines Batteriesystems, insbesondere einer Kraftfahrzeug-Starterbatterie, bereitge stellt werden, mit welchem eine möglichst genaue Schätzung des Alterungszu standes des Batteriesystems und insbesondere eine möglichst genaue Vorhersage einer Motorstart -Performance eines Batteriesystems ermöglicht wird.

Eine weitere Aufgabe der Erfindung ist es, ein Verfahren bereitzustellen, welches auf einer Vielzahl verschiedener Energiespeichersysteme und insbesondere Batte riesysteme anwendbar ist, und welches auch bei variierenden Betriebsbedingun gen des Energiespeichersystems bzw. Batteriesystems zuverlässige Ergebnisse liefert.

Zur Lösung dieser Aufgabe wird erfindungsgemäß ein Verfahren gemäß dem un abhängigen Patentanspruch 1 sowie ein System gemäß dem nebengeordneten Pa tentanspruch 16 angegeben. Demgemäß ist Gegenstand der Erfindung insbesondere ein Verfahren zum Vorher sagen einer Motorstart-Performance eines elektrischen Energiespeichersystems, insbesondere einer Kraftfahrzeug-Starterbatterie, mit welchem nicht nur ein spe zifischer Alterungszustand (state of health, SOH) des Energiespeichersystems ab schätzbar ist, sondern darüber hinaus eine Motorstart-Performance des Energie speichersystems zuverlässig vorhersehbar ist. Hierzu ist erfindungsgemäß vorge sehen, dass zunächst für das elektrische Energiespeichersystem charakteristische Motorstart-Daten generiert werden. Diese generierten Motorstart-Daten werden entsprechend ausgewertet und anschließend wird ein Ergebnis der Auswertung, welches eine Vorhersage mit Bezug auf die Motorstart-Performance des elektri schen Energiespeichersystems betrifft, ausgegeben. Zum Auswerten der generier ten Motorstart-Daten werden/wird insbesondere eine Fahrzeugmarke, ein Fahr zeugmodel und/oder eine Fahrzeugvariante eines von dem elektrischen Energie speichersystem zu startenden Fahrzeuges berücksichtigt.

Die Grundlage des erfindungsgemäßen Verfahrens bildet somit das tatsächliche Anwendungsgebiet des im Hinblick auf die Motorstart-Performance untersuchten elektrischen Energiespeichersystems. Hierbei wird die Erkenntnis ausgenutzt, dass abhängig von dem jeweiligen Einsatz- oder Anwendungsbereich ein Energie speichersystem trotz fortgeschrittenem Alterungszustand durchaus noch eine hin reichende Motorstart-Performance liefert, um ein bestimmtes Fahrzeug erfolgreich starten zu können. Unter dem hierin verwendeten Begriff „bestimmtes Fahrzeug" ist insbesondere eine bestimmte Fahrzeugmarke, ein bestimmtes Fahrzeugmodel und/oder eine bestimmte Fahrzeugvariante zu verstehen.

Mit anderen Worten, erfindungsgemäß werden für das im Hinblick auf die Mo- torstart-Performance untersuchte elektrische Energiespeichersystem charakteristi sche Motorstart-Daten bei einer Vielzahl von unterschiedlichen Anwendungssitua tionen generiert. Bei den charakteristischen Motorstart-Daten handelt es sich bei spielsweise um das Spannungsverhalten im Energiespeichersystem während einer Motorstartphase, die bei einem bestimmten Fahrzeug (d.h., bei einer bestimmten Fahrzeugmarke, bei einem bestimmten Fahrzeugmodel und/oder bei einer be stimmten Fahrzeugvariante) auftreten. Insbesondere weisen die für das elektrische Energiespeichersystem charakteristi schen Motorstart-Daten mindestens eine Motorstart-Spannung und/oder mindes tens ein Motorstart-Spannungsprofil des elektrischen Energiespeichersystems bei einer Startphase eines bestimmten Fahrzeuges auf.

In einer Variante hiervon weisen die für das elektrische Energiespeichersystem charakteristischen Motorstart-Daten eine Temperatur des elektrischen Energie speichersystems beim Generieren der mindestens einen Motorstart-Spannung und/oder beim Generieren des mindestens einen Motorstart-Spannungsprofils auf.

Alternativ oder zusätzlich hierzu weisen die für das elektrische Energiespeicher system charakteristischen Motorstart-Daten Ladezustandsdaten des elektrischen Energiespeichersystems beim Generieren der mindestens einen Motorstart-Span nung und/oder beim Generieren des mindestens einen Motorstart-Spannungspro- fils auf.

Denkbar ist es grundsätzlich, dass die für das elektrische Energiespeichersystem charakteristischen Motorstart-Daten beispielsweise mindestens einen Minimalwert einer Spannung des elektrischen Energiespeichersystems während eines Mo torstarts, eine insbesondere von dem Ladezustand des elektrischen Energiespei chersystems abhängige Motorstartzeit, und/oder eine Anzahl der von dem elektri schen Energiespeichersystem bereits durchgeführten Motorstarts auf.

In diesem Zusammenhang bietet es sich grundsätzlich an, dass die für das elekt rische Energiespeichersystem charakteristischen Motorstart-Daten von mindestens einem insbesondere in dem von dem elektrischen Energiespeichersystem zu star tenden Fahrzeug angeordneten Sensor generiert werden. So ist es beispielsweise denkbar, dass die für das elektrische Energiespeichersystem charakteristischen Motorstart-Daten von einem (fahrzeuginternen) Fahrzeugdiagnosesystem des von dem elektrischen Energiespeichersystem zu startenden Fahrzeuges zur Auswer tung generiert und/oder bereitgestellt werden.

Alternativ oder zusätzlich hierzu können die für das elektrische Energiespeicher system charakteristischen Motorstart-Daten von mindestens einem vorzugsweise direkt an einem elektrischen Anschluss des elektrischen Energiespeichersystems galvanisch angeschlossenen Sensor generiert und/oder bereitgestellt werden. Gemäß Weiterbildungen des erfindungsgemäßen Verfahrens ist vorgesehen, dass nicht nur das von dem untersuchten Energiespeichersystem zu startende Fahr zeug (Fahrzeugmodel, Fahrzeugmarke und/oder Fahrzeugvariante), sondern auch die Temperatur oder ein Temperaturbereich eines von dem elektrischen Energie speichersystem zu startenden Fahrzeugmotors berücksichtigt wird, wobei das ausgegebene Ergebnis der Auswertung eine Vorhersage mit Bezug auf die Mo- torstart-Performance des elektrischen Energiespeichersystems bei unterschiedli chen Temperaturen des Fahrzeugmotors betrifft.

So ist es beispielsweise denkbar, dass mit Hilfe des erfindungsgemäßen Verfah rens vorhersagbar ist, wie die Motorstart-Performance des elektrischen Energie speichersystems in Sommermonaten oder Wintermonaten aussieht.

Unter dem hierin verwendeten Begriff „Motorstart-Performance" des elektrischen Energiespeichersystems ist allgemein ein Indikator für eine Leistungsfähigkeit des elektrischen Energiespeichersystems, einen Fahrzeugmotor der bei der Auswer tung berücksichtigten Fahrzeugmarke, des bei der Auswertung berücksichtigten Fahrzeugmodels und/oder der bei der Auswertung berücksichtigten Fahrzeugvari ante starten, insbesondere Kalt- oder Warmstarten zu können, zu verstehen. Bei spielsweise ist die Motorstart-Performance des elektrischen Energiespeichersys tems indikativ für eine Anzahl von mit dem elektrischen Energiespeichersystem noch erfolgreich durchführbare Startvorgänge des Fahrzeugmotors.

Erfindungsgemäß wird anhand von Trainingsdaten ein Vorhersagemodel bzw. Al terungsmodel des elektrischen Energiespeichersystems erstellt und/oder kontinu ierlich optimiert. Zu diesem Zweck werden zum Auswerten der generierten Mo- torstart-Daten die Motorstart-Daten in einen auf dem Prinzip des maschinellen Lernens basierenden Motorstart-Vorhersage-Algorithmus eingegeben. In dem Mo- torstart-Vorhersage-Algorithmus können die Motorstart-Daten gemäß Klassifikati onen in unterschiedliche Kategorien eingeteilt werden, wobei sich die unter schiedlichen Muster unterscheiden. Insbesondere werden dabei die Motorstart- Daten abhängig von einer Fahrzeugmarke, einem Fahrzeugmodel und/oder einer Fahrzeugvariante des von dem elektrischen Energiespeichersystem zu startenden Fahrzeuges in unterschiedliche Kategorien eingeteilt. Bei dem erfindungsgemäßen Verfahren ist insbesondere vorgesehen, dass eine Lernphase des Motorstart-Vorhersage-Algorithmus durchgeführt wird. In der Lern phase werden Lerndaten in den Motorstart-Vorhersage-Algorithmus eingegeben, wobei der Motorstart-Vorhersage-Algorithmus nach dem Prinzip des maschinellen Lernens in den eingegebenen Lerndaten Muster und/oder Gesetzmäßigkeiten er kennt, welche beim Auswerten der generierten Motorstart-Daten entsprechend angewandt werden. Die Lerndaten weisen insbesondere charakteristische Mo- torstart-Daten einer Vielzahl von insbesondere unterschiedlich gealterter elektri schen Energiespeichersysteme von einer Vielzahl unterschiedlicher Fahrzeugmar ken, Fahrzeugmodelle und/oder Fahrzeugvarianten auf.

Gemäß einer bevorzugten Weiterbildung ist vorgesehen, dass die generierten Mo- torstart-Daten des elektrischen Energiespeichersystems, dessen Motorstart-Per formance vorherzusagen ist, während einer Lernphase des Motorstart-Vorher- sage-Algorithmus als Lerndaten verwendet werden.

Die Erfindung betrifft ferner ein System zum Vorhersagen einer Motorstart-Perfor mance eines elektrischen Energiespeichersystems, wobei das System eine Einga beschnittstelle zum Eingeben von für das elektrische Energiespeichersystem cha rakteristischen Motorstart-Daten und eine Auswertung zum Auswerten der einge gebenen Motorstart-Daten aufweist. Dabei ist die Auswerteeinrichtung ausgebil det, bei der Auswertung der Motorstart-Daten eine Fahrzeugmarke, ein Fahrzeug model und/oder eine Fahrzeugvariante eines von dem elektrischen Energiespei chersystem zu startenden Fahrzeuges zu berücksichtigen. Die Auswerteeinrich tung weist insbesondere einen auf dem Prinzip des maschinellen Lernens basie renden Motorstart-Vorhersage-Algorithmus auf.

Nachfolgend wird unter Bezugnahme auf die beiliegende Zeichnung eine exempla rische Ausführungsform des erfindungsgemäßen Verfahrens bzw. des erfindungs gemäßen Systems näher beschrieben.

Es zeigt:

FIG. 1 schematisch ein Ablaufdiagramm einer exemplarischen Aus- führungsform des erfindungsgemäßen Verfahrens. io

Herkömmliche Batterietestsysteme versuchen, die Fähigkeit eines Energiespei chersystems bzw. einer Batterie, einen Verbrennungsmotor zu starten, vorherzu sagen. Dies basiert in der Regel auf einer Messung des Innenwiderstands (IR) des Energiespeichersystems oder der Leitfähigkeit. Basierend auf dieser Messung kann ein Spannungswert berechnet werden, den das Energiespeichersystem ha ben wird, wenn ein definiertes Stromprofil angelegt wird.

Ein zweiter Ansatz besteht darin, mit dem Innenwiderstand des Energiespeicher systems einen so genannten Kaltstartstrom (cold crank current - CCA) zu berech nen und einen Schwellenwert festzulegen, bei dem das Energiespeichersystem ausgetauscht werden soll (beispielsweise bei 50 % des nominalen CCA-Wertes). Der Nachteil der herkömmlichen Batterietestgeräte ist insbesondere darin zu se hen, dass die Art der Vorhersage die Leistung bzw. Performance des Energiespei chersystems nur bei einem vordefinierten Stromwert unter Laborbedingungen und einem festen (geschätzten) Schwellenwert, wie beispielsweise 50 % des nomina len CCA-Wertes, berücksichtigt. Von daher sind herkömmliche Batterietestgeräte nicht in der Lage, eine „echte" Motorstartkondition widerzuspiegeln.

Unter Berücksichtigung aller Variationen von Fahrzeugmarken und Fahrzeugmo dellen, Variationen von Batterie- und Umgebungstemperaturen, unter Berücksich tigung des Einflusses von SOC-Variationen usw., können herkömmliche Batterie testverfahren bzw. Batterietestgeräte in der Praxis nur eine unzureichende Vor hersage der Batterieleistung für einen echten Motorstartvorgang in einem Fahr zeug liefern.

Insbesondere wird bei aus dem Stand der Technik bekannten Verfahren zur Vor hersage der Batterieleistung nicht der Hauptgrund für einen Batterieausfall, der eine alterungsbedingte Abnahme der Leistung der Batterie zum Starten des Ver brennungsmotors ist, berücksichtigt.

Hingegen wird nach der Erfindung eine fahrzeugbasierte elektrische Leistungsauf nahme beim Motorstart verwendet, um die Vorhersage der Motorstart-Perfor mance des Energiespeichersystems anzupassen. Bei der vorliegenden Erfindung wird insbesondere eine Diskrepanz zwischen den derzeitigen Batterietestern, die zur Abschätzung der Batterieleistung unter Labor bedingungen entwickelt sind, und der tatsächlichen Batterieleistung, die zum Starten des Verbrennungsmotors des Fahrzeuges benötigt wird (für verschiedene Fahrzeugmarken, Fahrzeugmodelle, Motortechnologien wie Diesel, Benziner, Start/Stopp, usw.) berücksichtigt.

Das erfindungsgemäße Verfahren, wie es schematisch in FIG. 1 gezeigt ist, ba siert im Prinzip auf zwei kombinierten Verfahren.

Der erste Schritt A des Verfahrens bildet die Grundlage für den Fahrzeug Start - Vorhersage-Algorithmus. Für die Implementation des Verfahrensschrittes A wer den eine Vielzahl von verschiedenen Fahrzeugmarken und Fahrzeugmodellen ver wendet (beispielsweise 100 Fahrzeuge).

Wie als Block Al „Fahrzeugdaten-Aufnahme" angedeutet, dienen als Eingangsda ten dienen unterschiedliche, bei einem Motorstart aufgenommene Spannungspro file, und zwar bei einer Vielzahl von unterschiedlich gealterten Batterien, bei un terschiedlichen Temperaturen und unterschiedlichen SOC-Bedingungen.

In einem zweiten Schritt (Block A2 - „Datenauswertung") kategorisiert ein intelli genter maschineller Lernalgorithmus die verschiedenen Spannungsprofile (bei spielsweise Minimalspannung, Startzeit, Anzahl der erfolgreichen Motorstarts, etc.) für verschiedene Fahrzeugmarken und Fahrzeugmodelle und definiert Leis tungsgrenzen für erfolgreiche und erfolglose Motorstartvorgänge.

Der große Vorteil dieses Verfahrens besteht darin, dass die Motorstartreaktion des Fahrzeuges für verschiedene Variationen (Fahrzeugmarken und Modelle, Tem peraturen, SOC, etc.) später in einem Batterietester für eine Batteriewechselemp fehlung und nicht unbekannte batterieinterne (chemische) Reaktionen verwendet werden kann.

Das Batterietestgerät kann die Motorstartdaten des Verbrennungsmotors direkt an den Anschlusspolen des Energiespeichersystems erfassen oder diese Werte an an deren Stellen, beispielsweise am OBD-Port des Fahrzeuges über den Analog-Aus- gangspin erfassen. Zum Auswerten der generierten Motorstart-Daten werden dann die Motorstart-Da- ten in einen auf dem Prinzip des maschinellen Lernens basierenden Motorstart- Vorhersage-Algorithmus eingegeben (Block A3 - „Motorstart-Vorhersage-Algorith- mus").

In dem Motorstart-Vorhersage-Algorithmus werden die Motorstart-Daten gemäß Klassifikationen in unterschiedliche Kategorien eingeteilt, die sich durch charakte ristische Muster unterscheiden (Block A4 - „Klassifikation"), wobei dann die Mo- torstart-Daten abhängig von einer Fahrzeugmarke, einem Fahrzeugmodell und/o der einer Fahrzeugvariante des von dem elektrischen Energiespeichersystem zu startenden Fahrzeugs in unterschiedliche Kategorien eingeteilt werden (Block A5

- „Auswertung").

Da für eine möglichst zuverlässige Vorhersage ein Basisalgorithmus benötigt wird, der auf dem Grundprinzip des maschinellen Lernens beruht, ist es von Vorteil, wenn dem Algorithmus möglichst viele Lerndaten zur Verfügung gestellt werden.

Zu diesem Zweck kommt ein weiterer Verfahrensschritt (Schritt B) zum Einsatz, welches eine Cloud-basierte Datenstruktur benötigt, welche alle durch den ersten Verfahrensschritt A definierten Werte beinhaltet. Die Idee ist es, dass ein Batte rietester in einem ersten Schritt den Basisalgorithmus beinhaltet und in einer Pi lot- oder Lernphase mit einer Beta-Version arbeitet und in mehreren Durchgängen weitere Motorstartdaten sammelt, welche automatisch an die Cloud-Datenbank gesendet werden.

Im Einzelnen ist in FIG. 1 die Cloud-basierte Datenstruktur mit dem Bezugszei chen Bl bezeichnet. Der Verfahrensschritt B zeichnet sich dadurch aus, dass eine Lernphase eines Motorstart-Vorhersage-Algorithmus durchgeführt wird, wobei in der Lernphase Lerndaten B2 in den Motorstart-Vorhersage-Algorithmus eingege ben werden, und wobei der Motorstart-Vorhersage-Algorithmus in den eingegebe nen Lerndaten Muster und/oder Gesetzmäßigkeiten erkennt, welche beim Auswer ten der generierten Motorstart-Daten entsprechend angewandt werden (Block B3

- „Training"). Die Lerndaten weisen insbesondere charakteristische Motorstart-Daten einer Viel zahl von insbesondere unterschiedlich gealterten elektrischen Energiespeichersys temen von einer Vielzahl unterschiedlicher Fahrzeugmarken, Fahrzeugmodelle und/oder Fahrzeugvarianten auf.

Die generierten Motorstart-Daten des elektrischen Energiespeichersystems, des sen Motorstart-Performance vorherzusagen ist, können dann während einer Lern phase des Motorstart-Vorhersage-Algorithmus als Lerndaten verwendet werden.

Ein maschineller Lernalgorithmus wertet diese neuen Motorstartdaten aus und passt die Anzeige an, um den Motorstart-Vorhersage-Algorithmus und seine Schwellenwerte zu optimieren. Von Zeit zu Zeit (d.h. nach einer ausreichenden Anzahl neuer Motorstartdaten verschiedener Fahrzeugmodelle) wird die „alte" Al gorithmenversion durch eine optimierte Version aktualisiert. Der Algorithmus selbst kann in einer Batterietestereinheit verwendet/implementiert sein und/oder er könnte als Cloud-basierter Algorithmus verwendet werden.

Zusammenfassend bleibt somit Folgendes festzuhalten:

Erfindungsgemäß werden zunächst charakteristische Motorstart-Daten für das un tersuchte elektrische Energiespeichersystem generiert.

Diese Motorstart-Daten werden vorzugsweise direkt im Fahrzeug mit Hilfe ent sprechender Sensoren generiert, wie beispielsweise Sensoren, die zu dem Fahr zeugdiagnosesystem gehören. Die charakteristischen Motorstart-Daten sind die „echten" Daten, die ein Energiespeichersystem beim Startvorgang eines echten Verbrennungsmotors für unterschiedliche Fahrzeugmarken, Fahrzeugmodelle und Fahrzeugvarianten erzeugt. Hierbei handelt es sich insbesondere um eine Mo- torstart-Spannung und/oder ein Motorstart-Spannungsprofil, aber auch die Tem peratur des elektrischen Energiespeichersystems beim Generieren der Motorstart- Spannung bzw. des Motorstart-Spannungsprofils kann berücksichtigt werden, wie ebenso ein Ladezustand des Energiespeichersystems während der Motorstart- Phase. Mit anderen Worten, die Eingangsdaten für einen auf dem maschinellen Lernen basierenden Auswerte-Algorithmus sind keinesfalls Labordaten des Energiespei chersystems, sondern Daten, die unter reellen Bedingungen aufgenommen wer den, wobei hier insbesondere berücksichtigt wird, bei welcher Fahrzeugmarke, bei welchem Fahrzeugmodell und/oder bei welcher Fahrzeugvariante die echten Mo- torstart-Daten generiert werden.

Der auf dem maschinellen Lernen basierende Auswerte-Algorithmus teilt anschlie ßend die Motorstart-Daten, die als Lerndaten dienen, in unterschiedliche Katego- rien ein.

Dadurch wird ein Motorstart-Vorhersage-Algorithmus bereitgestellt, der aufgrund einer vorzugsweise kontinuierlich oder periodisch durchgeführten Lernphase re gelmäßig mit neuen Lerndaten gespeist wird, um so seine Genauigkeit zu optimie- ren.

Mit dem derart gebildeten Auswerte-Algorithmus können dann Energiespeicher systeme im Hinblick auf ein bestimmtes Fahrzeugmodell bzw. eine bestimmte Fahrzeugmarke und/oder eine bestimmte Fahrzeugvariante besonders genau be- wertet werden, und zwar im Hinblick auf die Frage, wie die Motorstart-Perfor mance des elektrischen Energiespeichersystems bei der bestimmten Fahrzeug marke, dem bestimmten Fahrzeugmodell und/oder der bestimmten Fahrzeugvari ante ausschaut. Die Erfindung ist nicht auf das in der Zeichnung schematisch gezeigte Verfahren beschränkt, sondern ergibt sich aus einer Zusammenschau sämtlicher hierin of fenbarter Merkmale.