Bei der Entwicklung von Motorsteuergeräten werden „Hardware-in-the-Loop“-Prüfstände (HIL-Prüfstände) verwendet, die das Verhalten des realen Motors mit ausreichender Genauigkeit simulieren können und darüber hinaus über dieselben Schnittstellen für den Anschluss des Steuergeräts verfügen wie der reale Motor. Vor der Inbetriebnahme des HIL-Prüfstands muss das Motormodell, das auf dem Prüfstand unter Echtzeit-Bedingungen ausgeführt werden muss, entsprechend parametriert werden, damit das Verhalten des realen Motors auch korrekt nachgebildet wird. Die Parametrierung, die im Rahmen einer Modell- bzw. Parameteridentifikation erfolgt, gestaltet sich aufgrund der hohen Anzahl von Parametern generell schwierig und zeitaufwändig, so dass der Wunsch nach einer Automatisierung dieses Prozesses aufkam.
Im Rahmen eines Transferprojekts des SFB 614 (Selbstoptimierende Systeme des Maschinenbaus) hat sich René NOELLE dieser Aufgabe gewidmet und eine spezielle Metaheuristik für die automatische Identifikation der Parameter entwickelt [1]. Für die Entwicklung und den Test dieser Metaheuristik wurde von Dr. Bruns ein reduziertes und extrem schnell zu verarbeitendes Modell aufgebaut, das im Wesentlichen auf den Modellierungsansätzen in [2] und [3] aufbaut. Viele der verwendeten Ansätze basieren auf einer phänomenologischen Modellierung der physikalischen Effekte, mit der die Verarbeitungszeit minimiert werden kann. Das Modell lässt sich in Teilmodelle gliedern, die teilweise gleichzeitig, teilweise aber auch in (zeitlich) unterschiedlichen Phasen im Eingriff sind, entsprechend den Phasen bzw. Takten eines 4-Takt-Motors. Es beinhaltet Teilmodelle für die Verdichtungsphase, die Expansions- bzw. Verbrennungsphase und die Ladungswechselphase (Ausstoßen und Ansaugen).
Da also nicht immer alle Teilmodelle gleichzeitig „im Eingriff“ sind, müssen auch nicht alle Parameter gleichzeitig identifiziert werden, was wiederum ein enormes Potenzial für das Auffinden einer optimalen Identifikationsstrategie beinhaltet.