JPH04318244A - 内燃機関の燃料供給装置における自己診断装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は内燃機関の燃料供給装置
における自己診断装置に関し、詳しくは、自動車用内燃
機関における吸入混合気の空燃比が目標空燃比に一致す
るように燃料供給量を補正するよう構成された燃料供給
装置の自己診断に関する。

【０００２】

【従来の技術】従来、空燃比フィードバック補正制御機
能をもつ内燃機関の電子制御燃料噴射装置においては、
特開昭６０−９０９４４号公報，特開昭６１−１９０１
４２号公報等に開示されるように、空燃比の学習制御が
採用されているものがある。空燃比フィードバック補正
制御は、目標空燃比（例えば理論空燃比）に対する実際
の空燃比のリッチ・リーンを機関排気系に設けた酸素セ
ンサにより判別し、該判別結果に基づき空燃比フィード
バック補正係数ＬＭＤを比例・積分制御などにより設定
し、機関に吸入される空気量に関与する機関運転状態の
パラメータ（例えば吸入空気流量Ｑと機関回転速度Ｎ）
から算出される基本燃料噴射量Ｔｐを、前記空燃比フィ
ードバック補正係数ＬＭＤで補正することで、実際の空
燃比を目標空燃比にフィードバック制御するものである
。

【０００３】ここで、前記空燃比フィードバック補正係
数ＬＭＤの基準値（目標収束値）からの偏差を、複数に
区分された運転領域毎に学習して学習補正係数ＫＢＬＲ
Ｃ（空燃比学習補正値）を定め、基本燃料噴射量Ｔｐを
前記学習補正係数ＫＢＬＲＣ　により補正して、補正係
数ＬＭＤなしで得られるベース空燃比が略目標空燃比に
一致するようにし、空燃比フィードバック制御中は更に
前記補正係数ＬＭＤで補正して燃料噴射量Ｔｉを演算す
るものである。

【０００４】これにより、運転条件毎に異なる補正要求
に対応した燃料補正が行え、実際の空燃比を理論空燃比
付近に安定させて、三元触媒装置における転換効率を良
好に維持し、排気中の有害成分濃度を低レベルに制御で
きる。

【０００５】

【発明が解決しようとする課題】ところで、吸入空気量
を検出するエアフローメータ，燃料噴射弁，燃料ポンプ
などの燃料供給制御系の構成部品に故障や劣化が発生し
、ベース空燃比が目標空燃比から大きくずれた場合には
、たとえ空燃比学習が進行して平均的には空燃比フィー
ドバック補正係数ＬＭＤが目標に収束するようになって
も、実際には、排気性状の悪化（排気有害成分の濃度増
大）を招くことがある。そのため、かかるベース空燃比
の変化を自己診断させ、この診断結果に基づいて故障・
劣化個所の部品交換やメンテナンスを促すことにより、
目標空燃比への制御性（排気性状）が悪化している状況
での運転を回避させたいという要求があった。

【０００６】ここで、前記診断方法として、前述のよう
な空燃比学習補正機能を有した燃料供給装置において、
目標空燃比を得るための要求補正値が運転領域毎に学習
された前記学習補正係数ＫＢＬＲＣ　の平均値が、初期
値に対して所定以上の偏差を有しているときに、燃料供
給系の部品の故障や劣化などを原因としてベース空燃比
の大きな変化が発生したものと推定する方法を勘案した
。

【０００７】しかしながら、各運転領域別の前記学習補
正係数ＫＢＬＲＣ　（空燃比学習補正値）それぞれが変
化後のベース空燃比に対応して学習されるまでの学習過
渡状態では、未学習領域の学習補正係数ＫＢＬＲＣ　は
ベース空燃比の変化を精度良く示すものではないから、
学習が充分に進行するまでの間は、学習補正係数ＫＢＬ
ＲＣ　の平均値に基づいて大きなベース空燃比の変化を
診断することができず、ベース空燃比の変化に見合った
学習結果の更新が各運転領域でなされるまでの間は、空
燃比制御性が悪化した状態で運転が行われてしまうとい
う問題があった。

【０００８】本発明は上記問題点に鑑みなされたもので
あり、部品故障や劣化によりベース空燃比が大きく変化
した状況を、各運転領域での学習の進行を待たずに応答
性良く診断できる診断装置を提供することを目的とする
。

【０００９】

【課題を解決するための手段】そのため本発明にかかる
内燃機関の燃料供給装置における自己診断装置は、図１
に示すように構成される。図１において、機関運転条件
検出手段は、機関に吸入される空気量に関与する運転パ
ラメータを少なくとも含む機関運転条件を検出し、基本
燃料供給量設定手段は、前記検出された機関運転条件に
基づいて基本燃料供給量を設定する。

【００１０】また、空燃比フィードバック補正値設定手
段は、空燃比検出手段で検出された機関吸入混合気の空
燃比と目標空燃比とを比較して実際の空燃比を前記目標
空燃比に近づけるように前記基本燃料供給量を補正する
ための空燃比フィードバック補正値を設定する。また、
記憶手段は、機関運転条件に基づき複数に区分された運
転領域毎に前記基本燃料供給量を補正するための空燃比
学習補正値を書き換え可能に記憶しており、空燃比学習
手段は、前記空燃比フィードバック補正値の目標収束値
からの偏差を学習し、前記記憶手段の該当領運転領域に
対応して記憶されている前記空燃比学習補正値を前記偏
差を減少させる方向に修正して書き換える。

【００１１】そして、燃料供給量設定手段は、前記基本
燃料供給量，空燃比フィードバック補正値及び前記記憶
手段において該当運転領域に記憶されている空燃比学習
補正値に基づいて最終的な燃料供給量を設定し、燃料供
給制御手段は、前記設定された燃料供給量に基づいて燃
料供給手段を駆動制御する。ここで、更新段差演算手段
は、前記記憶手段の各運転領域における学習結果の更新
段差の平均値を演算し、更新段差による診断手段は、前
記演算された更新段差の平均値に基づいて前記燃料供給
装置の不良を診断する。

【００１２】また、図１中に点線で示すように、前記更
新段差による診断手段に代えて、平均学習補正値演算手
段と平均値及び更新段差による診断手段とを設けて構成
しても良い。ここで、平均学習補正値演算手段は、前記
記憶手段の各運転領域別の空燃比学習補正値の平均値を
演算し、平均値及び更新段差による診断手段は、前記更
新段差演算手段で演算された更新段差の平均値と前記平
均学習補正値演算手段で演算された空燃比学習補正値の
平均値とに基づいて前記燃料供給装置の不良を診断する
。

【００１３】

【作用】前記空燃比学習は、運転領域別に目標空燃比に
得るための要求補正レベルが学習されるものであるから
、それぞれの運転領域で要求補正レベルに学習されてい
れば、学習結果を更新する必要性が減少し、学習結果の
更新段差は充分に小さなレベルとなる。これに対し、運
転領域別の補正要求に見合った学習結果が得られていな
い場合には、空燃比フィードバック補正値を目標収束値
から大きく変化させて実際の空燃比を目標空燃比に近づ
けようとするから、学習結果の更新段差が大きくなる。

【００１４】従って、更新段差が大きいときには、運転
領域別の補正要求に見合った空燃比学習補正が行われて
おらず、目標空燃比に安定させる制御が行えていないこ
とを示すことになり、運転領域別それぞれでの学習が全
て変化後のベース空燃比に対応したレベルに収束する前
に、前記更新段差に基づき目標空燃比への制御性が悪化
している状況を応答性良く診断することができる。

【００１５】ここで、部品故障・劣化によってベース空
燃比の変化があっても、かかる変化後のベース空燃比特
性に見合った学習が行われば、空燃比学習補正値の更新
段差は小さくなり、また、劣化がゆっくり進行する場合
には小さな更新段差で空燃比学習補正値の学習が徐々に
進行することになり、燃料供給系の部品故障・劣化を更
新段差に基づき診断させることができない。そこで、前
記更新段差と共に、空燃比学習補正値の平均値を組み合
わせて自己診断させるようにすることで、部品故障・劣
化によってベース空燃比が変化した場合に、学習進行中
の排気性状の悪化のみならず、学習が収束した段階での
潜在的な空燃比制御性の悪化を診断できるようにした。

【００１６】

【実施例】以下に本発明の実施例を説明する。一実施例
を示す図２において、内燃機関１にはエアクリーナ２か
ら吸気ダクト３，スロットル弁４及び吸気マニホールド
５を介して空気が吸入される。吸気マニホールド５の各
ブランチ部には、各気筒別に燃料供給手段としての燃料
噴射弁６が設けられている。この燃料噴射弁６は、ソレ
ノイドに通電されて開弁し、通電停止されて閉弁する電
磁式燃料噴射弁であって、後述するコントロールユニッ
ト１２からの駆動パルス信号により通電されて開弁し、
図示しない燃料ポンプから圧送されてプレッシャレギュ
レータにより所定の圧力に調整された燃料を、機関１に
間欠的に噴射供給する。

【００１７】機関１の各燃焼室には点火栓７が設けられ
ていて、これにより火花点火して混合気を着火燃焼させ
る。そして、機関１からは、排気マニホールド８，排気
ダクト９，三元触媒１０及びマフラー１１を介して排気
が排出される。コントロールユニット１２は、ＣＰＵ，
ＲＯＭ，ＲＡＭ，Ａ／Ｄ変換器及び入出力インタフェイ
ス等を含んで構成されるマイクロコンピュータを備え、
各種のセンサからの入力信号を受け、後述の如く演算処
理して、燃料噴射弁６の作動を制御する。

【００１８】前記各種のセンサとしては、吸気ダクト３
中にエアフローメータ１３が設けられていて、機関１の
吸入空気流量Ｑに応じた信号を出力する。また、クラン
ク角センサ１４が設けられていて、本実施例の４気筒の
場合、クランク角１８０　°毎の基準信号ＲＥＦと、ク
ランク角１°又は２°毎の単位信号ＰＯＳとを出力する
。ここで、基準信号ＲＥＦの周期、或いは、所定時間内
における単位信号ＰＯＳの発生数を計測することにより
機関回転速度Ｎを算出できる。

【００１９】また、機関１のウォータジャケットの冷却
水温度Ｔｗを検出する水温センサ１５が設けられている
。 ここで、上記エアフローメータ１３，クランク角センサ
１４，水温センサ１５等が本実施例における機関運転条
件検出手段に相当し、機関に吸入される空気量に関与す
る運転パラメータとは、本実施例において吸入空気流量
Ｑ及び機関回転速度Ｎである。

【００２０】また、排気マニホールド８の集合部に空燃
比検出手段としての酸素センサ１６が設けられ、排気中
の酸素濃度を介して吸入混合気の空燃比を検出する。前
記酸素センサ１６は、排気中の酸素濃度が理論空燃比（
本実施例における目標空燃比）を境に急変することを利
用して、実際の空燃比の理論空燃比に対するリッチ・リ
ーンを検出する公知のものであり、本実施例では、理論
空燃比よりもリッチ空燃比であるときには比較的高い電
圧信号を出力し、逆にリーン空燃比であるときには０Ｖ
付近の低い電圧信号を出力するものとする。

【００２１】ここにおいて、コントロールユニット１２
に内蔵されたマイクロコンピュータのＣＰＵは、図３〜
図１３のフローチャートにそれぞれ示すＲＯＭ上のプロ
グラムに従って演算処理を行い、空燃比フィードバック
補正制御及び運転領域毎の空燃比学習補正制御を実行し
つつ燃料噴射量Ｔｉを設定し、機関１への燃料供給を制
御する一方、燃料供給系の自己診断を行う。

【００２２】尚、本実施例において、基本燃料供給量設
定手段，燃料供給量設定手段，燃料供給制御手段，空燃
比フィードバック補正値設定手段，空燃比学習手段，更
新段差演算手段，更新段差による診断手段，平均学習補
正値演算手段，平均値及び更新段差による診断手段とし
ての機能は、前記図３〜図１３のフローチャートに示す
ようにコントロールユニット１２がソフトウェア的に備
えており、また、記憶手段としてはコントロールユニッ
ト１２に内蔵された図示しないマイクロコンピュータの
バックアップ機能付のＲＡＭが相当するものとする。

【００２３】図３及び図４のフローチャートに示すプロ
グラムは、基本燃料噴射量（基本燃料供給量）Ｔｐに乗
算される空燃比フィードバック補正係数ＬＭＤ（空燃比
フィードバック補正値）を、比例・積分制御により設定
するプログラムであり、機関１の１回転（１ｒｅｖ）毎
に実行される。まず、ステップ１（図中ではＳ１として
ある。以下同様）では、酸素センサ１６から排気中の酸
素濃度に応じて出力される電圧信号を読み込む。

【００２４】そして、次のステップ２では、ステップ１
で読み込んだ酸素センサ１６からの電圧信号と、理論空
燃比（目標空燃比）相当のスライスレベル（例えば５０
０ｍＶ）とを比較する。酸素センサ１６からの電圧信号
がスライスレベルよりも大きく空燃比が理論空燃比より
もリッチであると判別されたときには、ステップ３へ進
み、今回のリッチ判別が初回であるか否かを判別する。

【００２５】リッチ判別が初回であるときには、ステッ
プ４へ進んで前回までに設定されている空燃比フィード
バック補正係数ＬＭＤを最大値ａにセットする。次のス
テップ５では、前回までの補正係数ＬＭＤから所定の比
例定数Ｐだけ減算して補正係数ＬＭＤの減少制御を図る
。また、ステップ６では、比例制御を実行したことを示
すフラグＦＰに１をセットする。

【００２６】一方、ステップ３で、リッチ判別が初回で
ないと判別されたときには、ステップ７へ進み、積分定
数Ｉに最新の燃料噴射量Ｔｉを乗算した値を、前回まで
の補正係数ＬＭＤから減算して補正係数ＬＭＤを更新す
る。また、ステップ２で空燃比が目標に対してリーンで
あると判別されたときには、リッチ判別のときと同様に
して、まず、ステップ８で今回のリーン判別が初回であ
るか否かを判別し、初回であるときには、ステップ９へ
進んで前回までの補正係数ＬＭＤを最小値ｂにセットす
る。

【００２７】次のステップ１０では、前回までの補正係
数ＬＭＤに比例定数Ｐを加算して更新し、ステップ１１
では、前記フラグＦＰに１をセットする。ステップ８で
リーン判別が初回でないと判別されたときには、ステッ
プ１２へ進み、積分定数Ｉに最新の燃料噴射量Ｔｉを乗
算した値を、前回までの補正係数ＬＭＤに加算する。

【００２８】リッチ・リーン判別の初回で補正係数ＬＭ
Ｄの比例制御を実行したときには、更に、空燃比学習補
正制御に関わる後述するような各種処理を行う。尚、本
実施例では、図１４に示すように、全運転領域を１６の
単位運転領域に区分してそれぞれの単位運転領域別に学
習補正係数ＫＢＬＲＣ１を書き換え可能に記憶した１６
領域学習マップと、全運転領域を２５６　の単位運転領
域に区分してそれぞれの単位運転領域別に学習補正係数
ＫＢＬＲＣ２を更新可能に記憶する２５６　領域学習マ
ップとを備えて、空燃比学習制御装置が構成される。ま
た、運転領域を区分しないで全運転条件で適用され、全
運転領域における平均的な補正要求を示す学習補正係数
ＫＢＬＲＣφが別途学習設定されるようになっている。

【００２９】空燃比フィードバック補正係数ＬＭＤの比
例制御が行われたときには、まず、ステップ１３で、１
６領域学習マップ上の１つの運転領域に安定して止まっ
ている状態か否かを判別するためのカウント値ｃｎｔの
判別を行う。後述する図５〜図８のフローチャートに示
すプログラムにおいて、１６領域学習マップ上で該当す
る運転領域が所定微小時間毎に変化しているときに、前
記カウント値ｃｎｔには所定値（例えば４）がセットさ
れるようになっており、ステップ１３でカウント値ｃｎ
ｔがゼロでないと判別されると、ステップ１４へ進んで
カウント値ｃｎｔを１ダウンさせる処理を行う。

【００３０】ステップ１５では、前記１６領域学習マッ
プ上で殆どの運転領域が学習済であるか否かを、後述す
るように１６領域別に設定される学習済フラグＦ〔Ｂ，
Ａ〕に基づいて判断する。１６領域学習マップ上の１６
領域の殆どが学習済であるときには、ステップ１６へ進
み、２５６　領域学習マップ上での該当運転領域が前回
と同じであるか否かを判別する。そして、該当運転領域
の変化があった場合にのみステップ１７へ進む。

【００３１】ステップ１７では、最新の補正係数ＬＭＤ
平均値（ａ＋ｂ）／２の目標収束値Ｔａｒｇｅｔ（＝１
．０）に対する偏差の絶対値に基づいて、学習値の不適
切度合いを示すΔストレスのマップを参照し、補正係数
ＬＭＤの目標収束値Ｔａｒｇｅｔに対する偏差の増大に
応じてΔストレスを増大設定する。そして、前記Δスト
レスの積算値がセットされる「ストレス」に今回求めた
Δストレスを加算する。

【００３２】後述するように、前記ストレスが所定以上
になると、既に学習済の空燃比学習補正係数ＫＢＬＲＣ
　が不適切であるものと判断し、学習を最初からやり直
させるようになっている。図５〜図８のフローチャート
に示すプログラムは、運転領域別の空燃比学習プログラ
ムであり、所定微小時間（例えば１０ｍｓ）　毎に実行
される。

【００３３】ステップ２１では、前記フラグＦＰの判別
を行い、ＦＰが１であるときには、ステップ２２へ進み
ＦＰをゼロリセットした後、本プログラムによる各種処
理を行い、ゼロであるときにはそのまま本プログラムを
終了させる。ステップ２２でＦＰをゼロリセットすると
、次のステップ２３では、全運転領域に共通の空燃比学
習補正値である学習補正係数ＫＢＬＲＣ　φ（初期値１
．０　）が学習済であるか否かを示すフラグＦφの判別
を行う。

【００３４】ここで、フラグＦφがゼロであって学習補
正係数　ＫＢＬＲＣφの学習が済んでいないときには、
ステップ２４へ進み、前記補正係数ＬＭＤの最大・最小
値ａ，ｂの平均値（←（ａ＋ｂ）／２）が略１．０　で
あるか否かを判別する。（ａ＋ｂ）／２が略１．０　で
ないときには、ステップ２６へ進み、（ａ＋ｂ）／２か
ら補正係数ＬＭＤの目標収束値Ｔａｒｇｅｔ（本実施例
では１．０　）を減算した値に所定係数Ｘを掛けた値を
前回までの学習補正係数ＫＢＬＲＣ　φに加算し、該加
算結果を新たな学習補正係数ＫＢＬＲＣ　φ←ＫＢＬＲ
Ｃ　φ＋Ｘ｛（ａ＋ｂ）／２−Ｔａｒｇｅｔ｝として設
定する。

【００３５】また、ステップ２６では、１６領域学習マ
ップ及び２５６　領域学習マップそれぞれの運転領域毎
に記憶されている学習補正係数ＫＢＬＲＣ１，学習補正
係数ＫＢＬＲＣ２を全て初期値である１．０　にリセッ
トする。前記ステップ２４で（ａ＋ｂ）／２が略１であ
ると判別されると、ステップ２５で前記フラグＦφに１
をセットして、全運転領域に対応する学習補正係数　Ｋ
ＢＬＲＣφの学習が済んでいることが判別されるように
する。

【００３６】一方、ステップ２３で前記フラグＦφが１
であると判別された場合には、今度は運転領域を基本燃
料噴射量Ｔｐと機関回転速度Ｎとに基づいて複数に区分
した運転領域別の空燃比学習を行う。まず、ステップ２
７では、２５６　領域学習マップ上で、現在の運転条件
が該当する領域〔Ｋ，Ｉ〕を、予め運転領域を２５６　
領域に区切るために設定されている基本燃料噴射量Ｔｐ
及び機関回転速度Ｎの閾値Ｔｐ〔ｉ〕，Ｎ〔ｉ〕に基づ
いて判別する。ここで、図１４に示すように、Ｋは機関
回転速度Ｎをパラメータとして区切られる１６領域にお
ける該当領域の位置を示し、Ｉは基本燃料噴射量Ｔｐを
パラメータとして区切られる１６領域における該当領域
の位置を示す。

【００３７】次のステップ２８では、前記該当領域〔Ｋ
，Ｉ〕が含まれる１６領域学習マップ上の領域として、
１６領域学習マップ上での該当領域〔Ｂ，Ａ〕を検出す
る。そして、次のステップ２９では、１６領域学習マッ
プ上での該当領域が前回と同一であるか否かを判別する
。そして、１６領域学習マップ上で該当運転領域が変化
したときには、ステップ３０へ進んで、前記ステップ１
４で１ダウンされるカウント値ｃｎｔ　に所定値（例え
ば４）をセットする。

【００３８】ステップ３１では、１６領域学習マップに
おいて領域〔Ｂ，Ａ〕における学習が終了しているか否
かを示すフラグＦ〔Ｂ，Ａ〕を判別し、このフラグＦ〔
Ｂ，Ａ〕がゼロであって領域〔Ｂ，Ａ〕での学習が終了
していないときには、ステップ３２へ進む。ステップ３
２では前記カウント値ｃｎｔ　がゼロであるか否かを判
別し、カウント値ｃｎｔ　がゼロでなく１６領域学習マ
ップにおける該当領域の変動があるときには、そのまま
本プログラムを終了させ、カウント値ｃｎｔ　がゼロで
あって１６領域学習マップ上で該当する運転領域が安定
しているときにのみステップ３３へ進む。

【００３９】ステップ３３では、空燃比フィードバック
補正係数ＬＭＤの平均値（ａ＋ｂ）／２が、目標収束値
Ｔａｒｇｅｔである初期値（＝１．０）付近であるか否
かによって学習の進行を判別する。ここで、補正係数Ｌ
ＭＤの平均値が略１．０　であると認められず学習が済
んでいないときにはそのままステップ３５へ進み、補正
係数ＬＭＤの平均値が略１．０　であって学習済である
と認められるときには、ステップ３４でフラグＦ〔Ｂ，
Ａ〕に１をセットしてからステップ３５へ進む。

【００４０】ステップ３５では、１６領域学習マップ上
の領域〔Ｂ，Ａ〕に対応して記憶されている学習補正係
数ＫＢＬＲＣ１に対して、最大・最小値ａ，ｂの平均値
から目標収束値Ｔａｒｇｅｔを減算した値に所定係数Ｘ
１を掛けた値を加算し、その結果を１６領域学習マップ
上の今回の運転領域〔Ｂ，Ａ〕に対応する学習補正係数
ＫＢＬＲＣ１〔Ｂ，Ａ〕←ＫＢＬＲＣ１〔Ｂ，Ａ〕＋Ｘ
１　｛（ａ＋ｂ）／２−Ｔａｒｇｅｔ｝として新たに設
定し、マップデータの更新を行う。

【００４１】このような１６領域学習マップ上の〔Ｂ，
Ａ〕領域の学習中においては、２５６　領域学習マップ
においてこの〔Ｂ，Ａ〕領域に含まれる１６領域の学習
補正係数ＫＢＬＲＣ２については、ステップ３６でこれ
を全て初期値１．０　にリセットする。一方、ステップ
３１で、フラグＦ〔Ｂ，Ａ〕が１であると判別されたと
きには、ステップ３７へ進み、１６領域学習マップ上の
運転領域〔Ｂ，Ａ〕を、更に１６領域に細分する２５６
　領域学習マップの学習へ移行する。

【００４２】ステップ３７では、補正係数ＬＭＤの平均
値である（ａ＋ｂ）／２が、目標収束値Ｔａｒｇｅｔの
１．０　に略一致しているか否かの判別を行い、（ａ＋
ｂ）／２が略１．０でなく空燃比フィードバック補正係
数ＬＭＤによる補正を必要としている未学習状態である
ときには、ステップ３８へ進む。ステップ３８では、（
ａ＋ｂ）／２から目標収束値Ｔａｒｇｅｔ（本実施例で
は１．０　）を減算した値に所定係数Ｘ２を掛けた値を
、２５６　領域学習マップの現在の運転条件が含まれる
運転領域〔Ｋ，Ｉ〕に対応して記憶されていた学習補正
係数ＫＢＬＲＣ２〔Ｋ，Ｉ〕に加算し、この加算結果を
当該運転領域〔Ｋ，Ｉ〕における新たな補正係数ＫＢＬ
ＲＣ２〔Ｋ，Ｉ〕←ＫＢＬＲＣ２〔Ｋ，　Ｉ〕＋Ｘ２　
｛（ａ＋ｂ）／２−Ｔａｒｇｅｔ｝として設定し、マッ
プデータの更新を行う。

【００４３】一方、ステップ３７で、補正係数ＬＭＤの
平均値である（ａ＋ｂ）／２が目標収束値Ｔａｒｇｅｔ
の１．０　に略一致していると判別されたときには、ス
テップ３９へ進み、２５６　領域学習マップの現在の運
転条件が含まれる運転領域〔Ｋ，Ｉ〕の学習が終了した
ことが判別されるようにフラグＦＦ〔Ｋ，Ｉ〕に１をセ
ットする。そして、ステップ４０以降では、今回学習が
終了したと判別された２５６　領域学習マップ上の所定
運転領域〔Ｋ，Ｉ〕に対して同一マップ上で隣接する運
転条件の近い複数の運転領域それぞれに対して、該当領
域〔Ｋ，Ｉ〕における学習補正係数ＫＢＬＲＣ２に基づ
き推定される適正な学習補正係数ＫＢＬＲＣ２を設定す
る制御を行う。

【００４４】ステップ４０では、２５６　領域学習マッ
プにおいて現在の運転条件が含まれる領域位置を示すＫ
，Ｉからそれぞれ１を減算した値をｍ，ｎにセットし、
次のステップ４１ではｍ＝Ｋ＋２であるか否かを判別す
る。ステップ４０からステップ４１へ進んだときにはス
テップ４１でＮＯの判別が下されるから、ステップ４２
に進んで〔ｍ，ｎ〕で示される２５６　領域学習マップ
上の運転領域の学習が終了しているか否かを、フラグＦ
Ｆ〔ｍ，ｎ〕が１であるかゼロであるかによって判別す
る。

【００４５】ここで、フラグＦＦ〔ｍ，ｎ〕がゼロであ
って学習が終了していないときには、ステップ４３へ進
む。 このステップ４３では、前記２５６　領域学習マップ上
における領域位置〔ｍ，ｎ〕を１６領域学習マップ上の
領域位置〔ｍ／４，ｎ／４〕に変換することで、領域〔
ｍ，ｎ〕が１６領域学習マップ上で含まれる領域を特定
する。そして、２５６　領域学習マップ上での該当領域
である〔Ｋ，Ｉ〕に隣接する領域〔ｍ，ｎ〕が、１６領
域学習マップ上で〔Ｋ，Ｉ〕と同じ〔Ｂ，Ａ〕領域に含
まれるか否かを判別する。

【００４６】即ち、〔Ｋ，Ｉ〕は〔Ｂ，Ａ〕に含まれる
領域であるが、〔Ｋ，Ｉ〕の隣接領域は、１６領域学習
マップ上で〔Ｂ，Ａ〕に隣接する別の領域に含まれる場
合があるためであり、該当領域〔Ｋ，Ｉ〕と隣接領域〔
ｍ，ｎ〕とが同じ〔Ｂ，Ａ〕に含まれるときには（〔ｍ
／４，ｎ／４〕＝〔Ｂ，Ａ〕）、ステップ４４へ進み、
今回学習済であると判別された〔Ｋ，Ｉ〕領域に対応す
る学習補正係数ＫＢＬＲＣ２をそのまま隣接領域〔ｍ，
ｎ〕の学習値として記憶させる。

【００４７】一方、ステップ４３で該当領域〔Ｋ，Ｉ〕
の隣接領域〔ｍ，ｎ〕が、１６領域学習マップ上で異な
る領域に含まれると判別されたときには（〔ｍ／４，ｎ
／４〕≠〔Ｂ，Ａ〕）、ステップ４５へ進み、隣接領域
〔ｍ，ｎ〕に以下の式で算出される学習補正係数ＫＢＬ
ＲＣ２を格納させる。 　　ＫＢＬＲＣ２〔ｍ，ｎ〕←ＫＢＬＲＣ１〔Ｂ，Ａ〕
＋ＫＢＬＲＣ２〔Ｋ，Ｉ〕−ＫＢＬＲＣ１〔ｍ／４，ｎ
／４〕上記のようにしてＫＢＬＲＣ２〔ｍ，ｎ〕を更新
設定すると、ステップ４６では、前記ｍを１アップさせ
て再びステップ４１に戻り、ｍ＝Ｋ＋２となるまで各運
転領域毎に学習済・未学習を判別する。

【００４８】そして、ステップ４６におけるｍの１アッ
プ処理の結果ステップ４１でｍ＝Ｋ＋２であると判別さ
れると、今度はステップ４７へ進みｎ＝Ｉ＋２であるか
否かを判別し、ｎ≠Ｉ＋２であるときには、ステップ４
８で再びｍをＫ−１にセットし、次のステップ４９では
ｎを１アップさせた後、ステップ４２へ進む。ステップ
４７でｎ＝Ｉ＋２であると判別されたときには、〔Ｋ，
Ｉ〕を囲む８つの運転領域全ての判別処理が終わったこ
とになるので、このときには、ステップ３８へ進んで、
今回の領域〔Ｋ，Ｉ〕において既に学習済であると判断
されている学習補正係数ＫＢＬＲＣ２の学習更新を行わ
せる。

【００４９】上記のようにして学習された結果は、図９
のフローチャートに示すプログラムに従って修正を受け
ると共に、学習結果の中から実際の運転条件に対応する
学習補正係数ＫＢＬＲＣ　が読み出される。図９のフロ
ーチャートに示されるプログラムの処理内容を簡単に述
べると、学習補正係数ＫＢＬＲＣ１の目標収束値Ｔａｒ
ｇｅｔに対する偏差分を、学習補正係数ＫＢＬＲＣ１が
適用される運転領域に含まれる１６領域それぞれの学習
補正係数ＫＢＬＲＣ２にそれぞれ加算することにより、
学習補正係数ＫＢＬＲＣ１による補正負担分を学習補正
係数ＫＢＬＲＣ２側に転嫁するものであり、かかる補正
分の転嫁が行われた後は学習補正係数ＫＢＬＲＣ１を全
て目標収束値Ｔａｒｇｅｔにリセットして、２重の空燃
比補正を回避する。即ち、１６領域学習マップと２５６
　領域学習マップとでそれぞれに行われた学習結果を、
２５６　領域学習マップ上の２５６　領域別の学習補正
係数ＫＢＬＲＣ２に纏めてしまうものである。

【００５０】図９のフローチャートに示すプログラムは
、バックグラウンド処理されるものであり、まず、ステ
ップ５１において２５６　領域学習マップ上の各領域を
指示するためのカウンタｉ，ｊをそれぞれゼロリセット
し、次に、ステップ５２でカウンタｉが１５を越えたか
否かを判別する。そして、カウンタｉが１５以下である
ときには、ステップ５３へ進み、〔ｊ，ｉ〕で指示され
る２５６　領域学習マップ上の領域に対応する学習補正
係数ＫＢＬＲＣ２〔ｊ，ｉ〕をＫ２にセットし、また、
〔ｊ，ｉ〕が含まれる１６領域学習マップ上の領域〔ｊ
／４，ｉ／４〕に対応する学習補正係数ＫＢＬＲＣ１〔
ｊ／４，ｉ／４〕をＫ１にセットする。

【００５１】次にステップ５４では、以下の式に従って
学習補正係数ＫＢＬＲＣ２〔ｊ，ｉ〕の更新を行う。 ＫＢＬＲＣ２〔ｊ，ｉ〕←Ｋ２＋（Ｋ１−Ｔａｒｇｅｔ
）上記の式で２５６　領域学習マップ上の学習補正係数
ＫＢＬＲＣ２〔ｊ，ｉ〕を更新すれば、学習補正係数Ｋ
ＢＬＲＣ１による補正負担分が、学習補正係数ＫＢＬＲ
Ｃ２側に転嫁されることになる。

【００５２】学習補正係数ＫＢＬＲＣ２の更新をステッ
プ５４で行うと、ステップ５５でカウンタｉを１アップ
させてステップ５２へ戻る。ここで、カウンタｉが１５
を越えるようになると、今度はステップ５２からステッ
プ５６へ進み、カウンタｊが１５を越えたか否かを判別
する。そして、カウンタｊが１５以下であるときには、
ステップ５７でカウンタｉをゼロリセットすると共に、
カウンタｊを１アップさせてから再びステップ５２へ戻
ることにより、２５６　領域の全てについてステップ５
４における更新を行わせる。

【００５３】２５６　領域学習マップ上の学習補正係数
ＫＢＬＲＣ２の更新が終了して、ステップ５６でカウン
タｊが１５を越えたことが判別されると、学習補正係数
ＫＢＬＲＣ１による補正負担分を全て学習補正係数ＫＢ
ＬＲＣ２側に転嫁したので、二重の補正が行われないよ
うに、ステップ５８において１６領域学習マップ上の１
６領域それぞれに対応する学習補正係数ＫＢＬＲＣ１を
全て目標収束値Ｔａｒｇｅｔ（＝１．０）、即ち、初期
値にリセットする処理を行う。

【００５４】学習補正係数ＫＢＬＲＣ１による補正負担
分を、学習補正係数ＫＢＬＲＣ２側に転嫁させ、学習補
正係数ＫＢＬＲＣ１を全て初期値にリセットする処理が
終了し、各学習マップ別に行われ運転領域別の学習結果
を２５６　領域学習マップ上の学習補正係数ＫＢＬＲＣ
２に纏めると、次のステップ５９では、かかる２５６　
領域学習マップから現在の運転条件に対応する学習補正
係数ＫＢＬＲＣ２を直線補間を行って読み出す。

【００５５】実際の運転条件に対応する学習補正係数Ｋ
ＢＬＲＣ２をマップから直線補間を行って読み出すと、
次のステップ６０では、以下のようにして最終的な学習
補正係数ＫＢＬＲＣ　を設定する。 ＫＢＬＲＣ　←ＫＢＬＲＣ　φ＋ＫＢＬＲＣ２−Ｔａｒ
ｇｅｔ学習補正係数ＫＢＬＲＣ　は基本燃料噴射量Ｔｐ
に対して乗算される補正項であり、各学習補正係数ＫＢ
ＬＲＣ　φ，ＫＢＬＲＣ２は初期値を空燃比フィードバ
ック補正係数ＬＭＤの目標収束値Ｔａｒｇｅｔ（＝１．
０　）として学習されるので、全運転条件に対応する学
習補正係数ＫＢＬＲＣ　φと２５６　領域学習マップ上
の該当領域に対応する学習補正係数ＫＢＬＲＣ２との加
算値から、目標収束値Ｔａｒｇｅｔ（＝１．０　）を減
算してある。

【００５６】上記図９のフローチャートに示すプログラ
ムで最終設定された学習補正係数ＫＢＬＲＣ　は、図１
０のフローチャートに示す燃料噴射量設定プログラムに
おいて用いられる。図１０のフローチャートに示す燃料
噴射量設定プログラムは、所定微小時間（例えば１０ｍ
ｓ）　毎に実行されるものであり、まず、ステップ８１
では、エアフローメータ１３で検出された吸入空気流量
Ｑ及びクランク角センサ１４からの検出信号に基づき算
出した機関回転速度Ｎを入力する。

【００５７】そして、次のステップ８２では、ステップ
８１で入力した吸入空気流量Ｑと機関回転速度Ｎとに基
づいて単位回転当たりの吸入空気流量Ｑに対応する基本
燃料噴射量Ｔｐ（←Ｋ×Ｑ／Ｎ；Ｋは定数）を演算する
。次のステップ８３では、前記ステップ８２で演算した
基本燃料噴射量Ｔｐに各種の補正を施して最終的な燃料
噴射量（燃料供給量）Ｔｉを演算する。ここで、基本燃
料噴射量Ｔｐの補正に用いられる補正値は、前記学習補
正係数ＫＢＬＲＣ　、空燃比フィードバック補正係数Ｌ
ＭＤ、及び、水温センサ１５で検出される冷却水温度Ｔ
ｗに基づく基本補正係数や始動後増量補正係数等を含ん
で設定される各種補正係数ＣＯＥＦ、更に、バッテリ電
圧の変化による燃料噴射弁６の有効噴射時間の変化を補
正するための補正分Ｔｓであり、Ｔｉ←Ｔｐ×ＬＭＤ×
ＫＢＬＲＣ　×ＣＯＥＦ＋Ｔｓを演算して最終的な燃料
噴射量Ｔｉが所定時間毎に更新される。

【００５８】コントロールユニット１２は所定の燃料噴
射タイミングになると、最新に演算された燃料噴射量Ｔ
ｉに相当するパルス巾の駆動パルス信号を燃料噴射弁６
に対して出力し、機関１への燃料供給量を制御する。ま
た、図１１のフローチャートに示すプログラムは、前記
図３及び図４のフローチャートに示すプログラムに従っ
てサンプリングされる「ストレス」（空燃比フィードバ
ック補正係数ＬＭＤの目標収束値に対する偏差を積算し
た値）に基づく処理を行うプログラムであり、バックグ
ラウンドジョブ（ＢＧＪ）として実行される。

【００５９】ステップ９１では、空燃比学習補正値の不
適切度合いを示すパラメータとして、前記図３及び図４
のフローチャートに示すプログラムで設定されるストレ
スと、所定値（例えば０．８）とを比較して、学習が殆
ど終了しているときの空燃比フィードバック補正係数Ｌ
ＭＤの変動度合い（ベース空燃比の変動度合い）が所定
以上であるか否かを判別する。

【００６０】ここで、前記ストレスが所定値を越えると
きには、学習が殆ど終了しているものの、その学習結果
が不適切で空燃比ずれが発生しているものと判断し、学
習補正係数ＫＢＬＲＣ　φからの学習を再度行わせるた
めにステップ９２へ進む。ステップ９２では、各運転領
域の空燃比学習が終了しているか否かを判別するための
フラグＦφ，Ｆ〔０，０〕〜Ｆ〔３，３〕，ＦＦ〔０，
０〕〜ＦＦ〔１６，１６〕を全てゼロリセットすると共
に、上記のようにして学習が最初からやり直されること
になるから、ストレスについてもこれをゼロリセットす
る。

【００６１】このように、空燃比フィードバック補正係
数ＬＭＤの基準値に対する偏差の度合いが所定以上に大
きくなったときに、学習をやり直すようにすれば、例え
ば吸気系に穴が開くなどの事故によって空燃比が急激に
変化したときに、大きな運転領域毎の学習が再度行われ
ることになるから、空燃比を速やかに目標空燃比に収束
させることができる。

【００６２】次に、図１２及び図１３のフローチャート
に示すプログラムに従って、燃料供給系の自己診断制御
を説明する。図１２及び図１３のフローチャートに示す
プログラムは、バックグラウンドジョブ（ＢＧＪ）とし
て処理されるものであり、まず、ステップ１０１　では
、２５６　領域学習マップ上での領域それぞれにおける
学習結果の更新段差が積算されるＳＩＧをゼロリセット
する。

【００６３】また、次のステップ１０２　，１０３　で
は、２５６　領域学習マップ上での領域位置を指示する
ためのカウンタｐ，ｑをそれぞれゼロリセットする。そ
して、ステップ１０４　では、前記カウンタｐが１６以
上にカウントアップされたか否かによって、基本燃料噴
射量Ｔｐで区分される１６領域それぞれにおける処理が
終了したか否かを判別する。

【００６４】カウンタｐが１６未満であるときには、ス
テップ１０５　へ進み、今度は、機関回転速度Ｎによっ
て区分される１６領域を指示するカウンタｑが、１６以
上にカウントアップされたか否かを判別する。ステップ
１０５　でカウンタｑが１６未満であると判別されると
、ステップ１０６　へ進む。ここで、〔ｑ，ｐ〕で指示
される２５６　領域学習マップ上の領域における学習状
態を示すフラグＦＦ〔ｑ，ｐ〕を判別し、フラグＦＦ〔
ｑ，ｐ〕が１であって領域〔ｑ，ｐ〕が学習済である場
合には、ステップ１０７　でかかる学習済領域の学習補
正係数ＫＢＬＲＣ２の積算値Ｓｉｇｍ　（←Ｓｉｇｍ　
＋ＫＢＬＲＣ２〔ｑ，ｐ〕）を演算し、次のステップ１
０８　では、積算数をカウントするカウンタｚを１アッ
プさせて、ステップ１０９　へ進む。

【００６５】一方、ステップ１０６　でフラグＦＦ〔ｑ
，ｐ〕がゼロであると判別され領域〔ｑ，ｐ〕が学習済
でないときには、ステップ１０７　，１０８　をジャン
プしてステップ１０９へ進む。ステップ１０９　ではカ
ウンタｑを１アップし、再びステップ１０５　へ戻る。 かかる演算処理により、カウンタｐを固定した状態でカ
ウンタｑをゼロから１５までカウントアップして、基本
燃料噴射量Ｔｐが同じ１６領域において学習済の学習補
正係数ＫＢＬＲＣ２の積算値Ｓｉｇｍ　を求めるもので
ある。

【００６６】ステップ１０５　でカウンタｑが１６を越
えたことが判別されたときには、ステップ１１０　へ進
む。ステップ１１０　では、前記積算値Ｓｉｇｍ　をサ
ンプル数ｚで除算することで、学習済の補正係数ＫＢＬ
ＲＣ２の平均値を求め、かかる最新の平均値と、同じＴ
ｐ領域において前回求められた平均値Ｓｉｇｍｏｌｄと
の偏差（前回までの学習結果と最新の学習結果との偏差
）を学習結果の更新段差とすると共に、この学習結果の
更新段差を積算して、その該積算結果をＳＩＧ（←ＳＩ
Ｇ＋（Ｓｉｇｍ　／ｚ−Ｓｉｇｍｏｌｄ））にセットす
る。

【００６７】そして、次のステップ１１１　〜１１４　
では、カウンタｑをゼロリセットする一方、カウンタｐ
を１アップさせ、また、積算値Ｓｉｇｍ　及び積算数ｚ
をゼロリセットすることにより、次のＴｐ領域において
改めて前記積算値Ｓｉｇｍ　及び積算数ｚが求められる
ようにする。また、ステップ１１４　では、最新に求め
られた積算値Ｓｉｇｍ　の平均（Ｓｉｇｍ　／ｚ）をＳ
ｉｇｍｏｌｄにセットし、次に同じＴｐ領域の学習済学
習補正係数ＫＢＬＲＣ２の平均値が求められたときに、
前記Ｓｉｇｍｏｌｄを元に更新段差が求められるように
する。

【００６８】ステップ１１５　での処理の後は、再びス
テップ１０４　へ戻り、基本燃料噴射量Ｔｐで区切られ
る１６領域それぞれでの更新段差を全て積算して、ステ
ップ１０４　でカウンタｐが１６以上であると判別され
るようになると、ステップ１１６　へ進む。ステップ１
１６　では、基本燃料噴射量Ｔｐで区切られる１６領域
それぞれでの更新段差の積算値であるＳＩＧを１６で除
算することで、基本燃料噴射量Ｔｐで区切られる運転領
域毎の更新段差の平均値ＡＶＴｐを求める。そして、今
度は、機関回転速度Ｎで区切られる１６領域における更
新段差の平均値ＡＶＮを求めるべくステップ１１７　以
降へ進む。

【００６９】ステップ１１７　〜ステップ１３２　では
、カウンタｑを固定させておいてカウンタｐを１アップ
させていき、機関回転速度Ｎが同じ１６領域内における
学習済の学習補正係数ＫＢＬＲＣ２を積算し、機関回転
速度Ｎで区切られる１６領域それぞれでの更新段差を求
め、更に、かかる更新段差の平均ＡＶＮを求める処理を
前記ステップ１０１〜ステップ１１６と同様にして行う
。

【００７０】ステップ１３３　では、基本燃料噴射量Ｔ
ｐで運転領域を区分したときの平均的な更新段差である
ＡＶＴｐと、全運転条件における平均的な補正要求を示
す学習補正係数ＫＢＬＲＣ　φ（運転領域別の空燃比学
習補正値の平均値）とに基づいて、図１５に示す燃料供
給系の不良判定領域（図１５中の斜線部）に含まれるか
否かを判別する。図１５において、更新段差が所定レベ
ル以下でかつ平均的な補正要求（学習補正係数ＫＢＬＲ
Ｃ　φ）が所定レベル以下であるときを、燃料供給系の
正常領域としてあり、それ以外の更新段差が大きい領域
及び平均的な補正要求が大きい領域を、燃料供給系の不
良領域としてある。

【００７１】ステップ１３３　で、更新段差ＡＶＴｐと
学習補正係数ＫＢＬＲＣ　φとに基づいて燃料供給系の
不良が判別されたときには、ステップ１３６　へ進んで
、ベース空燃比の変化により空燃比制御性が悪化してい
ることを、例えば車両の運転席付近に設けたワーニング
ランプなどによって警告する。一方、ステップ１３３　
で、燃料供給系の不良が判別されなかったときには、ス
テップ１３４　へ進み、今度は機関回転速度Ｎで区分さ
れた運転領域における平均的な更新段差ＡＶＮと学習補
正係数ＫＢＬＲＣ　φとに基づいて燃料供給系の不良を
判別する。ここでも、不良が判別されれば、ステップ１
３６　へ進んで空燃比制御性の悪化を警告させるが、ス
テップ１３３　及びステップ１３４　の両方で燃料供給
系の不良が判別されなかったときには、空燃比制御が所
期通りに行われているものと見做し、ステップ１３５　
へ進んで、空燃比制御性の悪化警告を行わない処理を選
択する。

【００７２】上記のように学習補正係数ＫＢＬＲＣ２の
学習結果の段差に基づいて燃料供給系の不良（空燃比制
御性の悪化）を診断させるようにすれば、燃料供給系の
部品の故障・劣化によってベース空燃比の変化が発生し
、かかるベース空燃比の変化を吸収すべく学習補正係数
ＫＢＬＲＣ　の学習更新が行われているときに、全ての
運転領域で前記ベース空燃比の変化が学習補正係数ＫＢ
ＬＲＣ２に吸収される前に、前記ベース空燃比の変化を
診断させることができる。

【００７３】即ち、ベース空燃比の変化があった場合に
、それぞれの運転領域での学習が全て進行するまでは、
変化後のベース空燃比に対応した学習済領域と変化前の
ベース空燃比に対応した未学習領域とが混在することに
なるから、学習補正係数ＫＢＬＲＣ２の平均値に基づき
、ベース空燃比の変化を精度良く捉えることができない
。 しかしながら、本実施例では、学習済の学習補正係数Ｋ
ＢＬＲＣ２の更新段差（学習結果の段差）に基づきベー
ス空燃比の変化を捉えるから、変化後のベース空燃比に
対応する学習が少なくとも一部の領域でなされ、かかる
領域で学習補正係数ＫＢＬＲＣ２の更新段差がベース空
燃比の変化分に対応して発生することで、ベース空燃比
の変化を応答良く診断でき、部品故障・劣化により空燃
比制御性が悪化していることをいち早く警告させること
ができる。

【００７４】更に、ベース空燃比の変化が全ての運転領
域で学習され、空燃比フィードバック補正係数ＬＭＤが
目標に安定して学習補正係数ＫＢＬＲＣ　の大きな更新
段差が発生しないようになっても、前記全運転条件に適
用される学習補正係数ＫＢＬＲＣ　φは、前記ベース空
燃比の変化分に見合った変化を示すから、今度は学習補
正係数ＫＢＬＲＣ　φに基づいて燃料供給系の不良を診
断させることができる。また、前記学習補正係数ＫＢＬ
ＲＣ　φに基づく診断では、燃料供給系の部品劣化がゆ
っくりした速度で進行し、ベース空燃比の変化が緩やか
であるために学習結果の更新段差に基づき不良診断が行
えない場合でも、ベース空燃比の変化が大きくなったと
きに不良を診断できることになる。従って、空燃比フィ
ードバック補正係数ＬＭＤが平均的に目標に収束してい
る状態であっても、燃料供給系の不良により排気性状が
悪化している状態を診断させることができる。

【００７５】また、図１５及び図１６に示すように、更
新段差ＡＶＴｐ，ＡＶＮと学習補正係数ＫＢＬＲＣ　φ
とに基づいて、ベース空燃比の変化方向を判別でき、こ
れに応じてベース空燃比の変化による排気性状の悪化特
性を推定することも可能である。このように、本実施例
によると、燃料供給系の部品の故障・劣化が発生し、こ
れに伴ってベース空燃比が変化したときに、かかるベー
ス空燃比の変化が学習マップ上の各運転領域全てで学習
される前から、前記ベース空燃比の変化（目標空燃比へ
の制御性悪化）を検知して警告することができ、目標空
燃比への制御性が悪化した状態の運転の継続を回避する
ことが可能となる。

【００７６】尚、本実施例では、２つの学習マップそれ
ぞれにおける学習補正係数ＫＢＬＲＣ１，ＫＢＬＲＣ２
の他、全運転条件に適用される学習補正係数ＫＢＬＲＣ
　φを学習させるようにしたが、例えば運転領域を１６
領域に区分した学習マップのみを備え、該学習マップ上
の運転領域それぞれでの更新段差を求めると共に、前記
マップ上の各運転領域別の学習補正係数ＫＢＬＲＣ　の
平均値を演算させ、これらに基づいて燃料供給系の自己
診断を行わせるようにしても良い。

【００７７】また、運転領域別の学習結果の更新段差を
演算するときに、前述のように基本燃料噴射量Ｔｐで区
分される運転領域毎の更新段差ＡＶＴｐと、機関回転速
度Ｎで区分される運転領域毎の更新段差ＡＶＮとをそれ
ぞれに求めても良いが、基本燃料噴射量Ｔｐと機関回転
速度Ｎとにより区分される単位運転領域毎に更新段差を
求め、これらの平均値を最終的な更新段差として用いて
も良い。

【００７８】更に、本実施例では、更新段差と共に、空
燃比学習補正値の平均値（該平均値に相当する学習補正
係数ＫＢＬＲＣ　φ）を用いて診断させるようにしたが
、更新段差のみの情報に基づいて自己診断させるように
しても良い。更新段差のみを用いる場合には、学習が収
束した場合に不良判断を下すことができなくなる場合が
あるが、例えば、更新段差に基づき不良を判別した後は
、かかる不良判別がメンテナンスを受けるまでキャンセ
ルされるないようにすれば、燃料供給系の部品が故障・
劣化し空燃比制御性が悪化したままで運転されることを
回避できる。

【００７９】

【発明の効果】以上説明したように本発明によると、空
燃比の学習補正機能を有した燃料供給装置において、か
かる燃料供給系の部品の故障・劣化によってベース空燃
比が変化し、空燃比制御性が悪化している状態を、運転
領域別の学習がそれぞれ充分に進行する前に応答良く診
断することができるようになり、排気性状が悪化した状
態での運転を早期に警告することが可能となる。

【図面の簡単な説明】

【図１】本発明の構成を示すブロック図。

【図２】本発明の一実施例を示すシステム概略図。

【図３】空燃比フィードバック制御を示すフローチャー
ト。

【図４】空燃比フィードバック制御を示すフローチャー
ト。

【図５】空燃比学習制御を示すフローチャート。

【図６】空燃比学習制御を示すフローチャート。

【図７】空燃比学習制御を示すフローチャート。

【図８】空燃比学習制御を示すフローチャート。

【図９】学習結果の修正及び読み出し制御を示すフロー
チャート。

【図１０】燃料噴射量の設定を示すフローチャート。

【図１１】学習の反復制御に関わる内容を示すフローチ
ャート。

【図１２】燃料供給系の自己診断を示すフローチャート
。

【図１３】燃料供給系の自己診断を示すフローチャート
。

【図１４】実施例における学習マップの様子を示す線図
。

【図１５】本実施例における不良診断領域を示す線図。

【図１６】不良診断領域における排気性状の悪化状態を
示す線図。

【符号の説明】

１　　　　機関 ６　　　　燃料噴射弁 １２　　　　コントロールユニット １３　　　　エアフローメータ １４　　　　クランク角センサ １５　　　　水温センサ １６　　　　酸素センサ

Claims (2)

【特許請求の範囲】
1. 【請求項１】機関に吸入される空気量に関与する運転パ
   ラメータを少なくとも含む機関運転条件を検出する機関
   運転条件検出手段と、該機関運転条件検出手段で検出さ
   れた機関運転条件に基づいて基本燃料供給量を設定する
   基本燃料供給量設定手段と、機関吸入混合気の空燃比を
   検出する空燃比検出手段と、該空燃比検出手段で検出さ
   れた空燃比と目標空燃比とを比較して実際の空燃比を前
   記目標空燃比に近づけるように前記基本燃料供給量を補
   正するための空燃比フィードバック補正値を設定する空
   燃比フィードバック補正値設定手段と、機関運転条件に
   基づき複数に区分された運転領域毎に前記基本燃料供給
   量を補正するための空燃比学習補正値を書き換え可能に
   記憶する記憶手段と、前記空燃比フィードバック補正値
   の目標収束値からの偏差を学習し、前記記憶手段の該当
   領運転領域に対応して記憶されている前記空燃比学習補
   正値を前記偏差を減少させる方向に修正して書き換える
   空燃比学習手段と、前記基本燃料供給量，空燃比フィー
   ドバック補正値及び前記記憶手段において該当運転領域
   に記憶されている空燃比学習補正値に基づいて最終的な
   燃料供給量を設定する燃料供給量設定手段と、該燃料供
   給量設定手段で設定された燃料供給量に基づいて燃料供
   給手段を駆動制御する燃料供給制御手段と、を含んで構
   成された内燃機関の燃料供給装置において、前記記憶手
   段の各運転領域における学習結果の更新段差の平均値を
   演算する更新段差演算手段と、該更新段差演算手段で演
   算された更新段差の平均値に基づいて前記燃料供給装置
   の不良を診断する更新段差による診断手段と、を含んで
   構成されたことを特徴とする内燃機関の燃料供給装置に
   おける自己診断装置。
2. 【請求項２】前記更新段差による診断手段に代えて、前
   記記憶手段の各運転領域別の空燃比学習補正値の平均値
   を演算する平均学習補正値演算手段と、前記更新段差演
   算手段で演算された更新段差の平均値と前記平均学習補
   正値演算手段で演算された空燃比学習補正値の平均値と
   に基づいて前記燃料供給装置の不良を診断する平均値及
   び更新段差による診断手段と、を設けたことを特徴とす
   る請求項１記載の内燃機関の燃料供給装置における自己
   診断装置。