JPH11324782A - 内燃機関の空燃比制御装置における学習方法 - Google Patents

Abstract

(57)【要約】 【課題】 簡単により正確な初期設定を行うことができ
る内燃機関の空燃比制御装置における学習方法を提供す
ること。 【解決手段】 本発明に係る内燃機関の空燃比制御装置
における学習方法は、燃料噴射装置から噴射された燃料
の動的挙動を少なくとも燃料付着率としてモデル化し、
該モデルを用いて排気空燃比を制御する内燃機関の空燃
比制御装置において、前記運転状態に関するパラメータ
を複数領域に割り付けて、一つの領域を画定する運転状
態点間で運転条件を過渡的に変化させ、その時に生じる
排気空燃比の目標空燃比に対するずれに基づいて、変化
させた二つの運転状態点の燃料付着率の教師データを獲
得し、前記教師データに基づいてモデルの学習を行うと
共に、同一の運転状態点に対して異なる領域に関する複
数の異なる教師データを獲得した場合には、それら複数
の教師データの中間値を、その対応する運転状態点の教
師データとして獲得する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、少なくとも燃料噴
射装置から噴射された燃料の動的挙動を燃料付着率とし
てモデル化し、該モデルを用いて空燃比の制御を行う内
燃機関の空燃比制御装置における前記モデルの学習方法
に関する。

【０００２】

【従来の技術】近年、排ガス規制の強化や、市場からの
燃費向上及び応答性の向上の要望等に対応するために内
燃機関に対する高精度な燃料供給が求められており、こ
れを達成するために、燃料噴射装置を用いて内燃機関に
燃料を供給することが主流になってきている。しかし、
燃料噴射装置は従来の気化器に比べて吸気管及び吸気弁
に付着する燃料の量が多く、過渡時の空燃比制御性が悪
化してしまうという問題があった。このような問題を解
決するために、出願人は、特願平７−２７１１８８号
で、燃料噴射装置から噴射された燃料が吸気管及び吸気
弁に付着する割合を燃料付着率とし、吸気管及び吸気弁
に付着した燃料が蒸発する速度を蒸発時定数として各々
学習機能付きフィードフォワード制御ロジックを用いて
モデル化し、この燃料系モデルを用いて燃焼室に入る燃
料量を推定し、この推定燃料量に基づいて噴射すべき燃
料量を算出する方法を既に提案している。

【０００３】

【発明が解決しようとする課題】上記した制御方法によ
れば、燃料系モデルを用いて燃料付着率と蒸発時定数と
を推定でき、過渡時に燃焼室内に入る燃料量を予め推定
できるので、燃料噴射量を適当な量に制御することがで
きるが、前記燃料系モデルを用いる場合には、予め様々
な運転状態に対する燃料付着率及び蒸発時定数の最適値
を設定する初期学習を行わせる必要があった。燃料の動
的挙動はエンジンの運転状態が過渡状態にある時に空燃
比に影響を及ぼすものなので、前記した動的挙動のパラ
メータの設定も運転状態を過渡的に変化させながら行わ
なければならないが、動的挙動のパラメータの一つであ
る燃料付着率は、運転状態を過渡的に変化させた時にそ
の変化の前後の運転状態に影響を及ぼすものなので、そ
の設定が難しく、手間がかかるという問題があった。本
発明は、上記した燃料系モデルを用いた空燃比制御方法
における初期学習に関する問題点に鑑みて、簡単により
正確な初期設定を行うことができる内燃機関の空燃比制
御装置における学習方法を提供することを目的としてい
る。

【０００４】

【課題を解決するための手段】上記した目的を達成する
ために、本発明に係る内燃機関の空燃比制御装置におけ
る学習方法は、燃料噴射装置から噴射された燃料の動的
挙動を少なくとも燃料付着率としてモデル化し、該モデ
ルを用いて排気空燃比を制御する内燃機関の空燃比制御
装置において、前記運転状態に関するパラメータを複数
領域に割り付けて、一つの領域を画定する運転状態点間
で運転条件を過渡的に変化させ、その時に生じる排気空
燃比の目標空燃比に対するずれに基づいて、変化させた
二つの運転状態点の燃料付着率の教師データを獲得し、
前記教師データに基づいてモデルの学習を行うと共に、
同一の運転状態点に対して異なる領域に関する複数の異
なる教師データを獲得した場合には、それら複数の教師
データの中間値を、その対応する運転状態点の教師デー
タとして獲得することを特徴とするものである。

【０００５】

【発明の実施の形態】以下、添付図面に示した幾つかの
実施例を参照して、本発明に係る内燃機関の空燃比制御
装置における学習方法の実施の形態について説明する。
図１は、エンジン１と本発明に係る予測学習方法を採用
したエンジン制御を実行可能な制御装置１０との関係を
示す概略図である。エンジン１は、吸気管２に設けられ
たエアクリーナ３及び燃料噴射装置４を介してシリンダ
５の燃焼室内に混合気を導入し、燃焼後の排気ガスを排
気管６を介して大気中に排気する４サイクルエンジンで
あり、本図では吸気バルブや排気バルブ等の他の構成部
材については省略されている。尚、図１中、符号７はク
ランクケースを、また、符号８はスロットルバルブを各
々示している。制御装置１０は、燃料噴射装置４からの
燃料噴射量を操作して排気ガス中の空燃比の値を制御す
るものである。この制御装置１０は、図１に示すよう
に、クランクケース７に設けられたクランク角検知手段
１３から得られるクランク角に関する情報ｒと、スロッ
トルバルブ８に設けられたスロットル開度検知手段１２
から得られるスロットル開度に関する情報αと、吸気管
２に設けられた吸気管壁温検知手段１４から得られる吸
気管壁温に関する情報Ｔｅとを入力し、これらの入力情
報に基づいて、吸気管２に設けられた燃料噴射装置４の
操作量Ｍｆ（即ち、燃料噴射量）を決定して出力すると
共に、排気管６に設けられた空燃比センサ１５から得ら
れる実際の空燃比に関する検知信号Ｅを、必要に応じて
入力して、この情報に基づく内部モデルの出力の補正及
び内部モデルの学習を行い常時最適な制御が行えるよう
に構成されている。

【０００６】図２は、制御装置１０の構成を示す概略ブ
ロック図である。制御装置１０は、目標空燃比Ｅｐに沿
ってフィードフォワード制御ロジックを用いて基本燃料
噴射量Ｍｆｎを決定するモデルベース制御部２０、前記
クランク角情報ｒからエンジン回転数Ｎを算出するエン
ジン回転数演算部３０、エンジン回転数Ｎとスロットル
開度とに基づいて予め用意したマップ又は演算式に基づ
いて前記目標空燃比Ｅｐを算出する目標空燃比算出部４
０、前記モデルベース制御部２０で得られる基本燃料噴
射量Ｍｆｎをパルス信号としての燃料噴射量Ｍｆに変換
する変換部５０、及び前記モデルベース制御部２０のず
れ量を検出し、そのずれを補正するための教師データの
獲得を行うモデル補正部６０を備えている。

【０００７】（モデルベース制御部について）以下、図
３〜図１０を参照してモデルベース制御部２０の構成に
ついて説明する。図３は、図２におけるモデルベース制
御部２０の構成を示す概略ブロック図である。モデルベ
ース制御部２０は、吸気管２内の空気の挙動をモデル化
した空気系順モデル２１、燃料噴射装置４から噴射され
る燃料の挙動をモデル化した燃料系順モデル２２、及び
各順モデル２１及び２２から出力される推定空気量Ａｖ
及び推定燃料量Ｆｖに基づいて推定空燃比Ｅｖを算出す
る推定空燃比演算部２３を備えている。また、モデルベ
ース制御部２０は、推定空燃比演算部２３から出力され
る推定空燃比Ｅｖを基本操作量演算部２４にフィードバ
ックするフィードバックループを備えている。前記基本
操作量演算部２４は、推定空燃比演算部２３から出力さ
れる推定空燃比Ｅｖと、目標空燃比算出部３０から出力
される目標空燃比Ｅｐとを入力してエンジン１の燃料噴
射装置４に対する基本操作量Ｍｆｎ（基本燃料噴射量）
を算出する。この基本操作量Ｍｆｎは、モデルベース制
御部２０から出力されると共に燃料系順モデル２２にも
入力され、燃料系順モデル２２は前記基本操作量Ｍｆｎ
に基づいて推定燃料量Ｆｖを求める。上記したように、
モデルベース制御部２０では、空気系順モデル２１、燃
料系順モデル２２、及び推定空燃比演算部２３によりエ
ンジン１の順モデルを構成し、かつ、前記燃料系順モデ
ル２２、推定空燃比演算部２３、及び基本操作量演算部
２４を含むフィードバックループを用いて前記エンジン
１の順モデルから出力される推定空燃比Ｅｖをフィード
バックして基本操作量Ｍｆｎを出力するエンジンの逆モ
デルを構成している。

【０００８】（空気系順モデルについて）前記空気系順
モデル２１は、スロットル開度α及びエンジン回転数Ｎ
を入力し、これらに基づいて吸入空気量を推定算出す
る。具体的には、スロットル開度及び吸気負圧を用いた
流体力学的な数式で空気量をモデル化し、さらに空気量
から算出される圧力と体積効率とに基づいて流体力学的
な数式で吸気負圧をモデル化すると共に、エンジン回転
数Ｎ及びスロットル開度αを入力とするファジィニュー
ラル回路網を用いて体積効率をモデル化し、前記吸気負
圧の初期値を設定することで、スロットル開度α及びエ
ンジン回転数Ｎから推定空気量Ａｖが算出できるように
構成され得る。尚、前記体積効率のモデルを構成するフ
ァジィニューラル回路網は、エンジンが定常状態にある
時に、排気空燃比をフィードバックし、この排気空燃比
と目標空燃比とのずれを補正するよう学習可能に構成さ
れ得る。また、前記体積効率のモデル化は、ファジィニ
ューラル回路網に限定されるものではなく、ニューラル
回路網、ＣＭＡＣ又は単なるマップ等、学習可能なフィ
ードフォワード制御ロジックであれば任意のものが使用
され得る。

【０００９】（燃料系順モデルについて）図４は前記燃
料系順モデル２２の構成を示す概略ブロック図であり、
図５は燃料系順モデルのイメージ図を示している。この
燃料系順モデル２２は、図５に示すように燃料噴射装置
４から噴射された燃料の挙動を、噴射された燃料が直接
シリンダ内に入らないで吸気管壁や吸気弁等に付着する
割合ｘ（以下、燃料付着率ｘと称する）と、吸気管壁や
吸気弁等に付着した燃料が蒸発する速度τ（以下、蒸発
時定数τ）とに分けてモデル化し、前記基本操作量演算
部２４から入力される基本操作量Ｍｆｎ（基本燃料噴射
量）と前記燃料付着率とに基づいて燃料噴射装置４から
噴射され直接シリンダ内に入る燃料量（１−ｘ）Ｍｆを
推定算出すると共に、基本操作量Ｍｆｎ及び燃料付着率
ｘから得られる付着燃料Ｍｗと蒸発時定数τとに基づい
て付着燃料Ｍｗが蒸発してシリンダ内に入る量ａ・Ｍｗ
を推定算出し、これら推定算出した燃料量（１−ｘ）Ｍ
ｆとａ・Ｍｗとからシリンダ内に入る総燃料量を推定す
るもので、燃料付着率推定部２２ａ、蒸発時定数推定部
２２ｂ、非付着燃料演算部２２ｃ、付着燃料演算部２２
ｄ、及び蒸発燃料量演算部２２ｅを備える。前記燃料付
着率推定部２２ａは、図６に示すように、エンジンの運
転状態（エンジン回転数Ｎ及びスロットル開度α）に対
する燃料付着率ｘをモデル化したマップから成り、スロ
ットル開度検知手段１２及びエンジン回転数演算部３０
から、その時々のエンジン回転数Ｎ及びスロットル開度
を入力し、これらに基づいて燃料付着率ｘを決定する。
また、前記蒸発時定数推定部２２ｂは、エンジンの運転
状態（エンジン回転数Ｎ若しくはスロットル開度α及び
吸気管壁温Ｔｅ若しくはエンジン水温）に対する蒸発時
定数τをモデル化したマップから成り、スロットル開度
検知手段１２若しくはエンジン回転数演算部３０及び吸
気管壁温検知手段１４から、その時々のエンジン回転数
Ｎ若しくはスロットル開度及び吸気管壁温Ｔｅを入力
し、これらに基づいて燃料付着率ｘを決定する。非付着
燃料演算部２２ｃは、前記燃料付着率推定部２２ａから
得られる燃料付着率ｘに基づいて、基本操作量演算部２
４から入力される基本操作量Ｍｆｎ（即ち、基本燃料噴
射量）における燃料噴射装置４から直接シリンダ５の燃
焼室内に入る燃料量（１−ｘ）Ｍｆを算出する。付着燃
料演算部２２ｄは、前記燃料付着率推定部２２ａから得
られる燃料付着率ｘに基づいて、基本操作量演算部２４
から入力される基本操作量Ｍｆｎ（基本燃料噴射量）に
おいて吸気管壁面及び吸気弁に付着する燃料量ｘ・Ｍｆ
（Ｍｗ）を算出する。前記蒸発燃料量演算部２２ｅは、
前記蒸発時定数推定部２２ｂで推定された蒸発時定数τ
を用いて付着燃料演算部２２ｂで得られる付着燃料から
蒸発する燃料を積算して蒸発燃料量ａ・Ｍｗを算出す
る。燃料系順モデル２２は、前記した非付着燃料演算部
２２ｃで算出された燃料量と蒸発燃料量演算部２２ｅで
算出された蒸発燃料量とを加算して、推定燃料量Ｆｖを
算出する。尚、上記した燃料付着率推定部２２ａ及び蒸
発時定数推定部２２ｂを構成する各マップには、内燃機
関の様々な運転状態に対応できるように、予め、様々な
運転状態に対して最適な燃料付着率ｘ又は蒸発時定数τ
を基礎データとして獲得する初期学習が施され、初期学
習後の基礎データで構成されたマップを用いて実際に内
燃機関は駆動される。しかし、予め初期学習によりマッ
プ（モデル）の最適化を行っておいても、内燃機関駆動
後に、内燃機関の経時変化や内燃機関を使用する環境の
変化等により基礎データと実際の内燃機関における動的
挙動とのずれが生じる。このずれは、後述する方法で獲
得された教師データに基づいて、モデルと実際の内燃機
関における燃料の動的挙動とのずれを補正するオンライ
ン学習により補正される。これらの初期学習のための教
師データ及びオンライン学習のための教師データの獲得
は後で詳述するモデル補正部６０により行われる。

【００１０】推定空燃比演算部２３は、前記空気系順モ
デル２１及び燃料系順モデル２２から得られる推定空気
量Ａｖ及び推定燃料量Ｆｖに基づいて推定空燃比Ｅｖを
算出する。そして、基本操作量演算部２４は、前記推定
空燃比Ｅｖと目標空燃比Ｅｐとに基づいて基本操作量
（即ち、基本燃料噴射量Ｍｆｎ）を算出し、変換部５０
に出力する。

【００１１】（モデル補正部について）次に、上記した
ように構成された制御装置における燃料系順モデル２２
の初期学習及びオンライン学習について説明していく。
前記燃料系順モデル２２における燃料付着率推定部２２
ａ及び蒸発時定数推定部２２ｂの各モデルの初期学習又
はオンライン学習用の教師データはモデル補正部６０で
獲得され、各推定部２２ａ及び２２ｂは、この教師デー
タに基づいて、その時の運転状態に対応する燃料付着率
ｘ又は蒸発時定数τの初期学習又はオンライン学習を行
う。

【００１２】（初期学習について）始めに燃料付着率推
定部２２ａを例に挙げて初期学習について説明する。図
７は、燃料付着率推定部２２ａを構成するマップの初期
状態を示している。燃料付着率推定部２２ａ（又は蒸発
時定数推定部２２ｂ）を構成するマップは、エンジンの
運転状態を表す各パラメータ（即ち、図７ではエンジン
回転数及びスロットル開度）の全域（図７では、エンジ
ン回転数Ｎ：０ｒｐｍ〜６０００ｒｐｍ；スロットル開
度α：０度〜９０度）を適当な運転状態で複数に分割し
（図７ではエンジン回転数Ｎは６００ｒｐｍ単位で１０
個に分割され、スロットル開度は１０度単位で９個に分
割されている。）、分割された各運転領域（以下、分割
運転領域と称する。）を画定する各運転状態毎に最適な
出力パラメータ、即ち、燃料付着率ｘを設定するよう構
成されたデータの集合である。本明細書では、分割運転
領域を画定する各運転状態を運転状態点と称することと
し、従って、例えば、図７における分割運転領域Ｚは、
エンジン回転数３６００ｒｐｍでスロットル開度が５０
度という運転状態点ｚ１と、エンジン回転数３６００ｒ
ｐｍでスロットル開度が６０度という運転状態点ｚ２
と、エンジン回転数４２００ｒｐｍでスロットル開度が
５０度という運転状態点ｚ３と、エンジン回転数４２０
０ｒｐｍでスロットル開度が６０度という運転状態点ｚ
４とで画定されていることになる。前記したマップにお
ける燃料付着率ｘは、初期状態では、全ての運転状態点
で適当な一定の値（図７では２０％）に設定されてい
る。初期学習では、この状態から、運転状態の一方のパ
ラメータ（エンジン回転数）を固定し、他方のパラメー
タ（スロットル開度）を二つの隣接する運転状態点間で
過渡的に変化させ、その時に生じる排気空燃比の波形を
空燃比センサ１５で検出し、検出された排気空燃比の波
形に基づいて、過渡的に変化させた二つの運転状態点に
おける出力パラメータの教師データを獲得し、この教師
データに基づいて出力パラメータの学習を行う。尚、図
示していないが、蒸発時定数推定部２２ｂも、燃料付着
率推定部２２ａと同様に、エンジンの運転状態に対する
蒸発時定数のマップを備えており、運転状態全域が燃料
付着率２２ａと対応するように複数に分割されている。

【００１３】以下に、具体的な例を挙げて教師データの
獲得及び学習からなる初期学習について説明していく。
始めに分割運転領域ａを画定する二つの運転状態点ａ１
及びａ２における教師データの獲得を例に挙げて説明す
ると、エンジン回転数演算部３０で算出されるエンジン
回転数１０００ｒｐｍになるように初期学習用のクラン
ク角度信号を制御装置１０に入力し、制御装置１０にお
けるエンジン回転数Ｎを運転状態点ａ１及びａ２を含む
１０００ｒｐｍに固定する。そして、運転状態点ａ１に
関する初期学習用のスロットル開度信号（即ち、０度信
号）を入力し、前記スロットル開度信号を過渡的に運転
状態点ａ２（即ち、１０度信号）まで変化させる。図７
に示す初期状態では、マップの出力パラメータ値は適当
な初期値（本実施例では２０％）で一定に設定されてい
るので、燃料系順モデル２２における燃料付着率推定部
２２ａは初期値を出力し、最終的に、この初期値に基づ
いてモデルベース制御部２０で燃料噴射装置４の基本操
作量Ｍｆｎが算出され、燃料が実際に噴射されてエンジ
ンが運転されている。この状態で前述のように一方の運
転状態パラメータ（スロットル開度）が過渡的に変化さ
せられると、その運転状態点ａ１及びａ２に出力パラメ
ータの初期値（２０％）が適合していれば、目標空燃比
に対する排気空燃比のずれは許容値以上にならないが、
適合していないと図８に符号Ｓ１で示すように排気空燃
比が目標空燃比に対して許容値以上にずれる空燃比スパ
イクが生じる。モデル補正部６０は、空燃比スパイクが
生じたときに、この空燃比スパイクを燃料付着率ｘとの
関連が強い特性と、蒸発時定数τとの関連が強い特性と
に分割し、各特性から燃料付着率推定部２２ａ及び蒸発
時定数推定部２２ｂにおけるモデル（即ち、マップ）の
教師データを獲得するように構成されている。ここで、
モデル化した燃料の動的挙動、即ち、燃料付着率ｘ及び
蒸発時定数τの特性の違いについて説明すると、燃料付
着率ｘは燃料噴射装置４から噴射された燃料が直接シリ
ンダ内に入らずに吸気管壁面や吸気弁に付着する割合を
示すものなので、その変化は推定燃料量の変化として応
答性よく現れるが、蒸発時定数τは付着した燃料が除々
に蒸発してシリンダ内に入る速度を示すものなので、そ
の変化が推定燃料量に現れるは、燃料付着率ｘに比べて
時間がかかり、また、その量も小さい。モデル補正部６
０は、上記した燃料付着率ｘ及び蒸発時定数τの特性の
違いを利用して、図９に示すようにエンジンの運転状態
が過渡的に変化して排気空燃比スパイクが発生した時
に、その排気空燃比スパイクを、ピーク値Ｐ（即ち、モ
デルのずれ量を応答性よく表す値）と目標空燃比に対す
るずれ面積Ｓ（即ち、モデルのずれ量を時間をかけて表
す値）とに分け、ピーク値Ｐを燃料付着率推定部２２ａ
を構成するモデルの補正学習用教師データを獲得するパ
ラメータとし、ずれ面積Ｓを蒸発時定数推定部２２ｂを
構成するモデルの補正学習用教師データを獲得するパラ
メータとして各教師データの獲得を行う。具体的には、
図１０のフローチャートに示すように、モデル補正部６
０は空燃比センサ１５から得られる排気空燃比Ｅの波形
を読み込み（ステップ１）、目標空燃比Ｅｐと排気空燃
比Ｅとの差をずれ量△Ｅとしてセットする（ステップ
２）。そして、前記ずれ量△Ｅが予め設定した許容値Ｌ
を越えるか否か（ステップ３）、及び空燃比スパイク発
生中か否か（ステップ４）を監視し、前記すれ量△Ｅが
許容値Ｌより大きくなるまでステップ１及び２の処理を
繰り返す。ずれ量△Ｅが許容値Ｌを越えると、空燃比ス
パイクが発生していると判断してスパイクフラグをセッ
トし（ステップ５）、ずれ量△Ｅをピーク値Ｐとして設
定する（ステップ７）。ステップ６でピーク値Ｐを設定
した後、その時のずれ量△Ｅをずれ面積Ｓとして設定し
（ステップ８）、再びステップ１の処理に戻る。上記し
たステップ７のピーク値Ｐの設定処理は、ずれ量△Ｅが
前回設定したピーク値Ｐより小さくなるまで繰り返し行
われ（ステップ６，７）、これにより最終的に真のピー
ク値Ｐが得られる。また、前記ステップ７のずれ面積Ｓ
の設定処理は、ずれ量△Ｅが予め設定した安定判別値よ
り小さくなるまで繰り返し行われ（ステップ９，８）、
この時に前回のずれ面積Ｓにその時のずれ量△Ｅを加算
した値を新たにずれ面積Ｓと設定することで最終的に真
のずれ面積Ｓが得られる。尚、前記安定判別値は、許容
値より小さく設定される。そして、ずれ量△Ｅが安定判
別値より小さくなると、空燃比スパイクが無くなったと
判断して（ステップ９）、スパイクフラグをクリアし
（ステップ１０）、設定したピーク値Ｐ及びずれ面積Ｓ
から教師データの獲得を行う（ステップ１１）。図１１
は教師データの獲得処理を示すフローチャートであり、
このフローチャートに示すように、モデル補正部６０
は、スパイクフラグをクリアした後、スロットル開度
α、エンジン回転数Ｎ及び吸気管壁温Ｔｅを読み込み
（ステップａ）、これらの情報とピーク値Ｐ及びずれ面
積Ｓとから燃料付着率推定部２２ａのずれを補正する教
師データｘｔと蒸発時定数推定部２２ｂのずれを補正す
る教師データτｔを予め決められた演算式を用いて算出
する（ステップｂ）。具体的には、エンジンの過渡状態
がスロットル開度が増加して発生した場合には、次式
（１）及び（２）を用いて各教師データｘｔ及びτｔを
算出し、 ｘｔ ＝ ｘ ＋ Ｇｘ ×（Ｐ−Ｅ） ・・・・（１） τｔ ＝ τ ＋ Ｇτ × Ｓ ・・・・（２） 前記過渡状態がスロットル開度が減少して発生した場合
には、次式（３）及び（４）を用いて各教師データｘｔ
及びτｔを算出する。 ｘｔ ＝ ｘ − Ｇｘ ×（Ｐ−Ｅ） ・・・・（３） τｔ ＝ τ − Ｇτ × Ｓ ・・・・（４） 上記した式（１）〜（４）において、Ｇｘ，Ｇτはそれ
ぞれ教師データを獲得する際のゲインであり、Ｇｘ＞
０，Ｇτ＞０に設定される。上述の式により、具体的に
は、例えば、スロットル開度が増加している時にピーク
値が目標値より大きい場合には、燃料付着率推定部２２
ａで燃料付着率を実際の燃料付着率より小さい値に推定
していることになるので、獲得された教師データｘｔ
は、学習前の燃料付着率推定部２２ａの出力値ｘより大
きい値になり、逆にピーク値が目標値より小さい場合に
は、推定した燃料付着率が実際の燃料付着率より大きい
ということになるので、獲得された教師データｘＴは、
学習前の燃料付着率推定部２２ａの出力値ｘより小さい
値になる。また、スロットル開度が減少している時にピ
ーク値が目標値より小さい場合には、燃料付着率推定部
２２ａで燃料付着率を実際の燃料付着率より小さい値に
推定していることになるので、獲得された教師データｘ
ｔは、学習前の燃料付着率推定部２２ａの出力値ｘより
大きい値になり、逆にピーク値が目標値より大きい場合
には、推定した燃料付着率が実際の燃料付着率より大き
いということになるので、獲得された教師データｘＴ
は、学習前の燃料付着率推定部２２ａの出力値ｘより小
さい値になる。さらに、スロットル開度が増加している
時にスパイクが目標値より大きい方に発生した場合に
は、蒸発時定数推定部２２ｂで蒸発時定数を実際の蒸発
時定数より小さい値に推定していることになるので、獲
得された教師データτｔは、学習前の蒸発時定数推定部
２２ｂの出力値τより大きい値になり、逆にスパイクが
目標値より小さい方に発生した場合には、推定した蒸発
時定数が実際の蒸発時定数より大きいということになる
ので、獲得された教師データτＴは、学習前の蒸発時定
数推定部２２ｂの出力値τより小さい値になる。さら
に、スロットル開度が減少している時にスパイクが目標
値より小さい方に発生した場合には、蒸発時定数推定部
２２ｂで蒸発時定数を実際の蒸発時定数より小さい値に
推定していることになるので、獲得された教師データτ
ｔは、学習前の蒸発時定数推定部２２ｂの出力値τより
大きい値になり、逆にスパイクが目標値より大きい方に
発生した場合には、推定した蒸発時定数が実際の蒸発時
定数より大きいということになるので、獲得された教師
データτＴは、学習前の蒸発時定数推定部２２ｂの出力
値τより小さい値になる。以上のようにしてモデル補正
部６０は、運転状態点ａ１から運転状態点ａ２にスロッ
トル開度が変化した時の教師データｘｔ及びτｔを獲得
する。図７及び図８に戻って説明すると、前述のように
してモデル補正部６０で得られた教師データｘｔは、運
転状態点ａ１（エンジン回転数１０００ｒｐｍ及びスロ
ットル開度０度）から運転状態点ａ２（エンジン回転数
１０００ｒｐｍ及びスロットル開度１０度）に過渡的に
変化した時、即ち、スロットルが過渡的に開けられた時
の運転状態ａ１及び運転状態ａ２に対する教師データｘ
ｔ（ａ１；ａ２）及びτｔ（ａ１；ａ２）として獲得さ
れ記憶される。図８の実施例では、運転状態点間の相互
の変化、即ち、運転状態点ａ１から運転状態点ａ２への
変化（スロットル開度が開く変化）と、運転状態点ａ２
から運転状態点ａ１への変化（スロットル開度が閉じる
変化）との両方の教師データｘｔ（ａ１；ａ２）及びｘ
ｔ（ａ２；ａ１）、τｔ（ａ１；ａ２）及びτｔ（ａ
２；ａ１）を獲得する。ここで、過渡的に変化した二つ
の運転状態点ａ１及びａ２に対する燃料付着率ｘ及び蒸
発時定数τの影響について簡単に説明する。例えば、燃
料付着率推定部２２ａの燃料付着率ｘが運転状態点ａ２
については実際の燃料付着率と同じ値を獲得している
が、運転状態点ａ１については実際の燃料付着率より小
さい値になっている場合、運転状態点ａ１での燃料付着
率ｘが実際の燃料付着率より小さい値になっているた
め、蒸発燃料量ａ・Ｍｗも実際の蒸発燃料量よりも小さ
い値となる。この状態で、スロットルを運転状態点ａ１
から運転状態点ａ２に過渡的に変化させると、運転状態
点ａ２での燃料付着率ｘが合っていても、蒸発燃料量の
変化が一次遅れで遅いため、小さい値に推定された蒸発
燃料量ａ・Ｍｗの不足分を直接シリンダ内に入る燃料量
で補うようにモデルベース制御部は燃料噴射量（基本操
作量）を増やしてしまい、実際に必要な燃料量よりも多
くシリンダ内に燃料が流入し、空燃比波形は運転状態点
２でリッチスパイクとなる。このように、運転状態点ａ
１での燃料付着率ｘの推定量のずれは、スロットルを運
転状態点ａ１から運転状態点ａ２に過渡的に変化させる
と、運転状態点ａ２での空燃比波形に影響を及ぼす。一
方、蒸発時定数については、例えば、スロットルを運転
状態点ａ１から運転状態点ａ２に過渡的に変化させる時
に、運転状態点ａ１での推定蒸発時定数τが実際の蒸発
時定数からずれていても付着分と蒸発分が等しくなって
いれば、空燃比波形には影響は与えないが、運転状態点
ａ２での推定蒸発時定数τがずれていると、過渡的に変
化させた時に推定蒸発燃料量の応答が変わり、それに合
わせて燃料噴射量を決定するので、空燃比波形に影響を
与えることになる。従って、燃料付着率推定部２２ａに
ついては、二つの運転状態点間の相互の変化で得られた
教師データｘｔ（ａ１；ａ２）及びｘｔ（ａ２；ａ１）
を加算した値を各運転状態点ａ１及びａ２の教師データ
とし、蒸発時定数推定部２２ｂについては、運転状態点
ａ１から運転状態点ａ２に変化させた時に得られた教師
データτｔ（ａ１；ａ２）を運転状態点ａ１の教師デー
タとし、反対に変化させた時に得られた教師データτｔ
（ａ２；ａ１）を運転状態点ａ２の教師データとしてそ
れぞれ獲得する。本実施例では、モデルをマップで構成
しているので、教師データに基づく各出力パラメータの
学習では、前記した各教師データの値がそのまま、対応
する運転状態点の新しい出力パラメータとして記憶され
る。上記した処理は、運転状態点ａ１及びａ２間で運転
状態を相互に変化させた時に、目標空燃比に対する排気
空燃比のずれが許容値以下になるまで、繰り返し行わ
れ、その都度、教師データを獲得して出力パラメータを
更新していく。初期学習を行う場合、一方の運転状態パ
ラメータを固定して、他方の運転状態パラメータを運転
状態点間で過渡的に変化させるため、一方の運転状態パ
ラメータを固定したまま、他方の運転状態パラメータを
連続する運転状態間で次々に変化させていき、各運転状
態点における出力パラメータの設定を行っていった方が
好ましい。従って、運転状態点ａ１及びａ２の出力パラ
メータの設定が終了した後は、図７における分割運転領
域ｂを画定する運転状態点ａ２及びａ３間でスロットル
開度を過渡的に変化させて出力パラメータの設定を行
う。この時、運転状態点ａ２における出力パラメータ値
は既に設定されているが、運転状態点ａ３についても、
仮に運転状態点ａ２における出力パラメータ値に設定し
て処理を行うと空燃比の早期安定化が図れる。上記した
状態で、運転状態点ａ１及びａ２の出力パラメータ値を
設定した処理と同じ処理を行い、モデル補正部６０で最
終的な教師データｘｔ（ａ２；ａ３）及びｘｔ（ａ３；
ａ２）、τｔ（ａ２；ａ３）及びτｔ（ａ３；ａ２）を
獲得する。蒸発時定数推定部２２ｂについては、獲得し
た教師データをそのまま各運転状態点ａ２及びａ３の教
師データとして更新するが、燃料付着率ｘについては、
変化させる前後の運転状態点ａ２及びａ３の両方に影響
を及ぼすため、一つの運転状態点ａ２に対して二つの教
師データｘｔ（ａ１；ａ２）＋ｘｔ（ａ２；ａ１）と、
ｘｔ（ａ２；ａ３）＋ｘｔ（ａ３；ａ２）が獲得される
ことになる。モデル補正部６０は、上記したように一つ
の運転状態点（例えば、ａ２）に対して異なる分割運転
領域（例えば、Ａ及びＢ）に関する二つの教師データを
獲得すると、二つの教師データの平均値をその運転状態
点の教師データとして出力する。従って、この場合に
は、目標空燃比に対する排気空燃比のずれ量が許容値以
下になるまで運転状態点ａ２からａ３の間でスロットル
開度を過渡的に変化させ、それにより得られた教師デー
タｘｔ（ａ２；ａ３）＋ｘｔ（ａ３：ａ２）は、運転状
態点ａ３に対してはそのまま出力されるが、運転状態点
ａ２に対しては、前回の運転状態点ａ２に対する教師デ
ータｘｔ（ａ１；ａ２）＋ｘｔ（ａ２；ａ１）と今回得
られた教師データｘｔ（ａ２；ａ３）＋ｘｔ（ａ３；ａ
２）との平均値が教師データＸＴとして出力される。以
上説明した処理を全ての運転状態点に対して行い、それ
により、各運転状態点に対する最適な出力パラメータ値
（燃料付着率ｘ）が得られると、初期学習の処理は終了
し、図５に示すようなマップが得られる。

【００１４】（オンライン学習について）全ての初期学
習が終了すると、制御装置１０は、エンジンに実装され
て使用される。しかし、上記したように予め初期学習で
全ての出力パラメータを最適値に設定しても、内燃機関
駆動後に、内燃機関の経時変化や内燃機関を使用する環
境の変化等により基礎データと実際の内燃機関における
動的挙動とのずれが生じる。従って、モデル補正部６０
は、エンジンに実装されて制御装置１０が作動している
間も、各検知手段１２，１３，１４からの情報と空燃比
センサ１５に基づいて実際の運転状態パラメータ（エン
ジン回転数及びスロットル開度）と、排気空燃比とを監
視し、運転状態が過渡的に変化して空燃比スパイクが生
じた時に、過渡的に変化する前後の各運転状態に一番近
い運転状態点に対する教師データを前述の初期学習と同
じ方法で獲得して各運転状態点に対してオンラインでの
補正学習を行わせる。

【００１５】上記したように、モデルを構成する運転状
態パラメータの全領域を複数の分割運転領域に分け、各
分割運転領域を画定する二つの運転状態点間で過渡的に
運転状態を変化させ、その時に生じる目標空燃比に対す
る排気空燃比のずれ量から、過渡的に変化させた二つの
運転状態点におけるモデルの出力パラメータを補正する
教師データを獲得すると共に、一つの運転状態点に対し
て二つの教師データを獲得した場合には、それらの平均
値を教師データとして獲得することでモデルの初期学習
を行うことにより、複雑な演算なしに、運転状態パラメ
ータの全領域で出力パラメータが滑らかに変化するモデ
ルを得ることができるという効果を奏する。また、各運
転状態点における教師データの獲得を、目標空燃比に対
する排気空燃比のずれ量が許容値以上になってから、安
定判別値以下になるまでの、前記ずれ量の特性をピーク
値及び積分値に分け、これらを用いて燃料付着率推定部
２２ａ及び蒸発時定数推定部２２ｂにおけるモデルのず
れを補正するための教師データを獲得するように構成す
ることにより、使用中に前記モデルを、適用するエンジ
ンの個体差、使用環境の変化、経時変化等に追従してそ
れらの適合させることができ、煩雑な作業なしに常に最
適なモデルで空燃比制御を行うことができるようにな
る。

【００１６】尚、上記したずれ量の特性の分割は、本実
施例に限定されることなく、変化が推定燃料量の変化と
して応答性よく現れるという燃料付着率の特性と、変化
が推定燃料量に現れるに時間がかかるという蒸発時定数
の特性とが反映される特性に分割できれば任意の分割方
法でよく、例えば、図１２（ａ）〜（ｃ）に示すよう
に、ずれ量を早期に現れる特性（即ち、前半部の積分
値）と遅く現れる特性（即ち、後半部の積分値）とに分
割して前半部の積分値に基づいて燃料付着率の教師デー
タを、後半部の積分値に基づいて蒸発時定数の教師デー
タを獲得するようにしてもよい。図１２（ａ）は、ずれ
量の特性の分割の別の例を示す図であり、この例では、
ずれ量を、ピーク値Ｐを境に前半部と後半部とに分割し
ており、各々の積分値Ｓ１及びＳ２に基づいて各教師デ
ータの獲得を行う。図１２（ｂ）は、ずれ量の特性の分
割のさらに別の例を示す図であり、この例では、ずれ
（スパイク）発生時間を予め決められた比率（例えば、
１対３）で前半部と後半部とに分割しており、各々の積
分値Ｓ１及びＳ２に基づいて各教師データの獲得を行
う。図１２（ｃ）は、ずれ量の特性の分割のさらに別の
例を示す図であり、この例では、ずれ（スパイク）発生
時から所定の時間（例えば、１００ｍｓ）を境にずれ量
を前半部と後半部とに分割しており、各々の積分値Ｓ１
及びＳ２に基づいて各教師データの獲得を行う。

【００１７】尚、以上説明した実施例では、各教師デー
タｘｔ及びτｔをスロットル開度の増加及び減少に対応
した二種類の演算式で求めているが、これは本実施例に
限定されることなく、例えば、スロットル開度の微分値
ｄαを算出し、この微分値ｄαを用いて、各教師データ
毎の二種類の式を次式（５）及び（６）のように統一し
てもよい。 ｘｔ ＝ ｘ ＋ Ｋｘ × ｄα ×（Ｐ−Ｅ） ・・・・（５） τｔ ＝ τ ＋ Ｋτ × ｄα × Ｓ ・・・・（６）

【００１８】また、以上説明した実施例では、ピーク値
が一つしかない空燃比スパイクを例に挙げて教師データ
の獲得処理について説明しているが、これは本実施例に
限定されることなく、ピーク値が複数ある空燃比スパイ
クが発生した場合には、適当な空燃比スパイク（例え
ば、一番始めのピーク値又は最大ピーク値）が選択され
得る。

【００１９】また、上記した実施例では、各運転状態点
における出力パラメータに対する修正値をそのまま教師
データとして獲得するよう説明しているが、これは本実
施例に限定されることなく、例えば、図１３に示すよう
に出力パラメータに対する修正幅を教師データとして獲
得し、各出力パラメータを更新していってもよい。さら
に、上記した実施例では、一つの運転状態点に対して、
異なる分割運転領域に関する二つの教師データを獲得し
た場合には、それらの平均値を教師データとして獲得す
るよう説明しているが、これは本実施例に限定されるこ
となく、獲得した二つの教師データの中間値であれば任
意の値から教師データは獲得され得る。さらにまた、本
実施例では、エンジンの運転状態を等間隔に分割してい
るが、これは本実施例に限定されることなく任意に分割
され得る。また、本実施例では、マップを用いて燃料の
動的挙動のモデル化を行っているが、モデル化方法は本
実施例に限定されることなく、学習可能なフィードフォ
ワード制御ロジックを用いた方法であれば、任意のモデ
ル化方法でよく、例えば、ファジィニューラル回路網や
ニューラル回路網等が用いられ得る。尚、ファジィニュ
ーラル回路網を用いる場合には、各運転状態点に対する
最適なファジィニューラル回路網の出力値を教師データ
として獲得し、それらの教師データに基づいて、ファジ
ィニューラル回路網に用いられる各層間の適当な結合係
数の初期学習又はオンライン学習が行われ得る。

【００２０】

【発明の効果】以上説明したように、本発明に係る内燃
機関の空燃比制御装置における初期学習方法は、少なく
とも学習機能付きフィードフォワード制御ロジックを用
いて、エンジンの運転状態に関するパラメータに対する
燃料噴射装置から噴射された燃料の動的挙動を燃料付着
率としてモデル化した燃料系順モデルを有する内燃機関
の順モデルを用いてエンジンの排気空燃比を目標とする
空燃比に合わせて制御する内燃機関の空燃比制御装置に
おいて、前記運転状態に関するパラメータの全域を複数
の分割運転状態領域に分割し、一つの分割運転状態領域
を画定する運転状態点間で運転状態に関するパラメータ
を過渡的に変化させ、その時に生じる排気空燃比の目標
空燃比に対するずれに基づいて、変化させた二つの運転
状態点に対する燃料付着率の教師データを獲得し、前記
教師データに基づいてモデルの前記各運転状態点に対す
る燃料付着率及び蒸発時定数の学習を行うと共に、一つ
の運転状態点に対して異なる分割領域間に関する二つの
異なる教師データを獲得した場合には、二つの教師デー
タの中間値を、その対応する運転状態点の教師データと
して獲得するので、運転状態を過渡的に変化させた時に
その変化の前後の運転状態点に影響を及ぼす燃料付着率
の最適値を複雑な演算なしに求めることができるように
なり、かつ、運転状態全域にわたって滑らかに変化する
燃料付着率を初期学習終了後に得ることができる。従っ
て、複雑なパラメータの初期設定をより正確に、かつ迅
速に行うことができるようになるという効果を奏する。

【図面の簡単な説明】

【図１】 エンジン１と本発明に係る予測学習方法を用
いてエンジン１の空燃比制御を行う制御装置１０との関
係を示す概略図である。

【図２】 制御装置１０の構成を示す概略ブロック図で
ある。

【図３】 図２におけるモデルベース制御部２０の構成
を示す概略ブロック図である。

【図４】 燃料系順モデル２２の構成を示す概略ブロッ
ク図である。

【図５】 燃料系のモデルイメージ図である。

【図６】 燃料付着率推定部を構成するマップを示して
いる。

【図７】 燃料付着率推定部を構成するマップの初期学
習前の初期状態を示している。

【図８】 初期学習実行中のスロットル開度、空燃比波
形及び燃料付着率（教師データ）の関係を示すグラフで
ある。

【図９】 過渡時の排気空燃比の変化の詳細の一例を示
す図である。

【図１０】 モデル補正部の処理の流れを示すフローチ
ャートである。

【図１１】 モデル補正部における教師データの獲得処
理の流れを示すフローチャートである。

【図１２】 （ａ）〜（ｃ）は過渡時の排気空燃比ずれ
量の成分分割の別の例を各々示している。

【図１３】 初期学習の別の実施例を示す図８に対応す
る図である。

【符号の説明】

１ エンジン ２ 吸気管 ３ エアクリーナ ４ 燃料噴射装置 ５ シリンダ ６ 排気管 ７ クランクケース ８ スロットルバルブ １０ 制御装置 １２ スロットル開度検知手段 １３ クランク角検知手段 １４ 吸気管壁温検知手段 １５ 空燃比センサ ２０ モデルベース制御部 ２１ 空気系順モデル ２２ 燃料系順モデル ２２ａ 燃料付着率推定部 ２２ｂ 蒸発時定数推定部 ２２ｃ 非付着燃料演算部 ２２ｄ 付着燃料演算 ２２ｅ 蒸発燃料量演算部 ２３ 推定空燃比演算部 ２４ 基本操作量演算部 ３０ エンジン回転数演算部 ４０ 目標空燃比算出部 ５０ 変換部 ６０ モデル補正部 Ｎ エンジン回転数 α スロットル開度 Ｔｅ 吸気管壁温 Ｅ 制御量 Ｅｐ 目標制御量 Ｅｖ 推定制御量 Ｍｆ 操作量 Ａｖ 推定空気量 Ｆｖ 推定燃料量 ｘ 燃料付着率 τ 推定蒸発時定数 ｘｔ 教師データ（燃料付着率推定部） τｔ 教師データ（蒸発時定数推定部）

Claims (2)

【特許請求の範囲】
1. 【請求項１】 燃料噴射装置から噴射された燃料の動的
   挙動を少なくとも燃料付着率としてモデル化し、該モデ
   ルを用いて排気空燃比を制御する内燃機関の空燃比制御
   装置において、 前記運転状態に関するパラメータを複数領域に割り付け
   て、 一つの領域を画定する運転状態点間で運転条件を過渡的
   に変化させ、 その時に生じる排気空燃比の目標空燃比に対するずれに
   基づいて、変化させた二つの運転状態点の燃料付着率の
   教師データを獲得し、 前記教師データに基づいてモデルの学習を行うと共に、 同一の運転状態点に対して異なる領域に関する複数の異
   なる教師データを獲得した場合には、それら複数の教師
   データの中間値を、その対応する運転状態点の教師デー
   タとして獲得することを特徴とする内燃機関の空燃比制
   御装置における学習方法。
2. 【請求項２】 前記中間値が、複数の教師データの平均
   値であることを特徴とする請求項１に記載の学習方法。