14/01/2016

Advanced Analytics in der Automobilindustrie

Was wir vom VW-Skandal lernen können

Im letzten September wurde ein Skandal um den Automobilhersteller Volkswagen AG aufgedeckt, der seitdem in der Öffentlichkeit und der Wirtschaft hohe Wellen geschlagen und der Firma massiv geschadet hat. Die Vorzugsaktien der Volkswagen AG brachen infolge dessen um 20% ein, der Vorstandsvorsitzende Martin Winterkorn trat zurück und das Unternehmen wird mittelfristig mit einigen Sammelklagen konfrontiert werden. Es stellt sich darum die Frage, ob und wie eine solche Katastrophe hätte verhindert werden können und wie solche Skandale in Zukunft verhindert werden können.

Die Messung von NOx unter den Laborbedingungen eines Prüfstands, wie beispielsweise jene vom TÜV, kann immer nur die Verhältnisse innerhalb des vordefinierten Prüfablaufs wiedergeben. Die Anwendung einer solchen Messung an spezifischen Fahrzeugen oder Motortypen ist damit nur so praxisrelevant wie die Versuchsparameter dies in der Norm vorgeben.

Der NOx Ausstoss in g/m3 am Auspuffrohr eines Autos wird einerseits von der Erzeugung des NOx bei der Verbrennung – also unter anderem vom Motorentyp – bestimmt. Damit wird bei der Motorenentwicklung darauf hingearbeitet, die Entstehung von NOx möglichst klein zu halten. Was an Stickoxiden noch übrig bleibt, wird dann der Entstickung (Stickoxidreduktion) am Katalysator zugeführt, um die heutigen Abgasnormen einzuhalten – oder eben nicht. Die eigentliche Funktionsqualität der Stickoxidreduktion an einem Diesel hängt beispielsweise beim SCR-Katalysator von verschiedenen Parametern wie der Temperatur am Katalysator, der Eintrittskonzentration des NOx-Gehalts, der Harnstoff-Konzentration (aus diesem entsteht Ammoniak, welches NOx reduziert) oder der Homogenität der Harnstofftröpfchen im Gas (Reaktionsbedingungen) ab, also damit von den Austrittsbedingungen am Motor beziehungsweise zusätzlicher auf der Wegstrecke eingebauter Steuerparameter.

Umweltbelastung am Auto auswerten

Unabhängig davon, ob die Motorensoftware nun feststellt, dass ein Prüfzyklus abgefahren wird, wie man beim VW-Skandal vermutet, und sie deshalb die Motorenkonditionen betrügerisch anpasst, kann ein Prüfzyklus nie die wahren Gegebenheiten im Strassenverkehr wiedergeben. Man kann sagen, der Prüfzyklus sei per se betrügerisch veranlagt.

Zum Beispiel entstehen im Stop-and-Go-Betrieb und bei hoher Motorenlast sehr viel mehr Stickoxide, wodurch die Stickoxidkonzentrationen im Realbetrieb um viele Faktoren schwanken. Da auf den Prüfständen keine Lastverhältnisse simuliert werden, ist es verständlich, dass Stickoxidkonzentrationen am Prüfstand immer tendenziell tiefer liegen als in realen Verhältnissen.

Deshalb sind nun Bestrebungen im Gang, systematisch die Stickoxidkonzentration im Realverkehr zu messen, um so einer mehr oder minder theoretischen Prüfstandsituation stärker entgehen zu können. Ein solcher Weg wäre mit massiven Kosten verbunden, da man aufwendige Messapparaturen an den Testautos montieren müsste, besonders, wenn solche Messungen flächendeckend erfolgen sollen.

Es ist schon jetzt klar, dass sich solche Kostenexplosionen verhindern lassen und das heutige Problem trotzdem entschärft wird, und zwar mit Advanced Analytics. Es sind nämlich nur wenige, klar strukturierte Messungen im Realbetrieb notwendig, um diese mathematisch auf die Gesamtheit abzuleiten, mit Advanced Analytics.

Denn die Einflussparameter von Motorentyp, Motorentemperatur, Verkehr, Umgebungsbedingungen des Autos, Öl, Kraftstoff, Motorendrehzahl, Katalysatorentyp- und Verfahren, Alter des Katalysators, Wartungsproblemen, Fahrer, usw. können über Machine Learning Algorithmen ermittelt und in ein funktionsfähiges mathematisches Modell überführt werden.

Dafür braucht es Test- und Vergleichsdaten, um die Modelle anzutrainieren. Sind die Modelle erst einmal angelernt, können diese in Abhängigkeit möglicher Einflussparameter tatsächliche NOx-Ausstösse simulieren.

Einher geht damit ein riesiger volkswirtschaftlicher Nutzen:

  • Statistische Hochrechnungen im Strassenverkehr. Damit lassen sich frühzeitig Aussagen treffen, ob aufgrund des Verkehrsaufkommens Grenzwerte überschritten werden.
  • Optimierung durch Simulation. Die oben beschriebenen Einflussfaktoren können so angepasst werden, dass Stickoxidmengen reduziert werden.
  • Wartungen sind dank solcher Modelle frühzeitig erkennbar.
  • Simulierte Vergleiche verschiedener Motorentypen. Dies kann unter anderem für die Motorenentwicklung eingesetzt werden.
  • Die Modelle können dafür verwendet werden, Betrugsfälle frühzeitig aufzudecken, da untypische Abweichungen zu Realsituationen damit detektiert werden.

LeanBI hat die Infrastrukturen, Applikationen und Spezialisten, um solche Probleme in naher Zukunft zu lösen.

Processing...
Thank you! Your subscription has been confirmed. You'll hear from us soon.
leanBI Newsletter
Bleiben Sie auf dem Laufenden über die neuesten Trends in Business Intelligence, Big Data und Industrie 4.0.
ErrorHere