JPS6143237A - 空燃比制御装置 - 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】 （技術分野） 本発明は空燃比制御装置に関する。

（従来技術） 近時、エンジンの出力向上、燃費、排気対策等の諸要求
を満たすため、学習制御の概念を取り入れ空燃比がより
精密に制御される傾向にある。このような学習制御では
学習値を記憶するに際し、運転領域の分割数（以下、領
域分割数という）や分割パラメータの選定が考慮される
。

従来のこの種の空燃比制御装置としては、例えば特開昭
５７−１８８７４５号公報および特開昭５７−１４３２
３４号公報に記載されたものが知られている。これらの
装置は、何れも排気通路に設けた酸素センサの出力に基
づいて空燃比を理論空燃比に補正する空燃比補正係数α
、を演算し空燃比をフィードバック制御する一方、α８
＝１に固定した場合、すなわち制御ループがオープンの
場合の空燃比（以下、オープン空燃比という）との差を
逐次学習してその最適値を学習値α２として記憶してお
き、エンジンの過度時や始動時等のように酸素センサの
出力に応答遅れがある場合や出力が不安定である場合等
には、この学習値α２を学習補正係数として読み出し空
燃比を所定空燃比にオープンループ制御することで、応
答性や始動時の制御性を高めている。

ここで、学習値α２を記憶するに際し、前者の装置にあ
っては、第１２図に示すように運転領域の分割パラメー
タとして吸入空気量Ｑａを用いるとともに、この吸入空
気量Ｑａを１６分割し各分割ブロック毎に学習値α２を
割り当てている。一方、後者の装置にあっては、第１３
図に示すように上記分割パラメータとして吸入空気量Ｑ
ａおよび回転数Ｎを用い、吸入空気量Ｑａを３２分割、
回転数Ｎを２０Ｏｒｐｍおきに多数の領域に分割し、こ
れらのＱａとＮの２次元のテーブルマツプに学習値α２
を割り当てている。

しかしながら、このような従来の空燃比制御装置にあっ
ては、前者の場合、分割パラメータが吸入空気量Ｑａの
みであるため、例えばインジェクタの噴射特性のばらつ
きに基づく学習値補正ができず空燃比制御の精度向上が
望めない。一方、後者の場合には吸入空気量Ｑａと回転
数Ｎを分割パラメータとする２次元マツプであるため、
空燃比制御の精度は前者に比して向上させることができ
るものの、例えば最高回転数が６００Ｏｒｐｍであるエ
ンジンでは回転数Ｎの分割領域が３０ブロツクとなって
最終的に９６０点（９６０＝３２分割×園ブロック）と
いう多数のアドレスを有するメモリが必要となり装置の
複雑化やコスト高を招く。このため、例えば領域分割数
を減らすことも考えられるが、この場合には次のような
不具合が生じる。

（１）運転性の悪化 第１４図は１例として領域分割数を減らした場合の学習
値マツプである。このマツプにおいて、例えばＱａ３領
域のデータを回転数Ｎに応じて図面上にプロットすると
第１５図のように示され、各領域の境界で学習値α２に
段差が生じていることがわかる。このため、領域の境界
近傍で回転数Ｎが変化するような場合には、学習値α２
の値が急変して空燃比が急変する。その結果、トルクが
急変して車両にショックが発生する等運転性が悪化する
。したがって、運転性の悪化を回避できる範囲内に領域
分割数を増やさざるを得ない。

（Ｉ［）学習値α２の学習精度低下 第１６図は回転数Ｎが一定であるときの吸入空気量Ｑａ
とオープン空燃比の関係を示している。同図に示すよう
にオープン空燃比はＱａＯ値により大きく変化する。し
たがって、このときＱａの領域分割がＱａｍを挾んでＱ
ａｍ−１とＱａｍす１を最小単位として行われていると
、学習値α２は各領域内での平均値となり実際の吸入空
気量Ｑａに精度よく対応するものとは言えず、その学習
精度が低下する。このため、上記（１）と同様に分割領
域を細分化する必要がある。なお、オープン空燃比にば
らつきが発生する要因としては、この他にもインジェク
タの噴射特性のばらつき等が挙げられる。ところが、こ
れについては考慮されていない。

（発明の目的） そこで本発明は、運転領域を所定の複数の補間領域に分
割し、学習値を所定の記憶補間演算により学補間領域を
区分している指標アドレスに記憶するとともに、所定の
読出補間演算によりこの学習値を読み出すことにより、
領域分割数を少なくしてメモリ数を低減させ装置の複雑
化やコスト高を避ける一方、学習値の精度を高く維持し
て、空燃比制御の精度を向上させることを目的としてい
る。

（発明の構成） 第１図は本発明を明示するための全体構成図である。

酸素センサａは排気中の酸素濃度を検出し、運転状態検
出手段すはエンジンの運転状態を検出している。補正係
数演算手段Ｃは酸素センサａの出力に基づいて空燃比を
所定空燃比に補正する空燃比補正係数を演算する。一方
、記憶手段ｄは複数に分割される運転領域のそれぞれに
対応する補間領域と、これらの補間領域を区分する指標
アドレス、を有し、空燃比補正係数の値から空燃比を目
標空燃比に一致させる学習補正係数をそのときの運転状
態に対応するものとして学習し、その学習値を所定の記
憶補間演算により該当する補間領域を区分している指標
アドレスに記憶する。読出手段ｅは記憶手段ｄから所定
の読出補間演算により運転状態に対応する学習補正係数
を読み出し、供給量制御手段ｆはこの学習補正係数また
は空燃比補正係数の少なくとも１つ以上に基づいて空燃
比が目標空燃比となるように燃料供給量を制御する。そ
して、燃料供給手段ｇが供給量制御手段ｆからの信号に
基づいてエンジンに燃料を供給することにより、学習値
の記憶／読み出しに必要なメモリ数を低減させつつ学習
値の精度を高く維持するものである。

（実施例） 以下、本発明を図面に基づいて説明する。

第２〜６図は本発明の一実施例を示す図である。

まず、構成を説明すると、第２図において、１はエンジ
ンであり、吸入空気はエアクリーナ２より吸気管３を通
して各気筒に供給され燃料は噴射信号Ｓｉに基づいてイ
ンジェクタ（燃料供給手段）４により噴射される。そし
て、気筒内で燃焼した排気は排気管５を通して触媒コン
バータ６に導入され、触媒コンバータ６内で排気中の有
害成分（Ｇｏ、ＨＣ，Ｎ０ｘ）を三元触媒により清浄化
して排出される。吸入空気の流量Ｑａはエアフローメー
タ７により検出され、吸気管３内の絞弁８によって制御
される。エアフローメータ７は吸入空気量Ｑａに応じた
アナログ電圧を有する信号Ｓａを出力する。エンジン１
のクランク角Ｃａはクランク角センサ９により検出され
、。ウォータジャケットを流れる冷却水の温度Ｔｗは水
温センサ１０により検出される。また、排気中の酸素濃
度は酸素センサ１１により検出され、酸素センナ１１は
、例えば連給空燃比においてその出力電圧Ｖｓが急変す
る特性をもつものなどが用いられる。上記エアフローメ
ータ７、クランク角センサ９および水温センサ１０は運
転状態検出手段１２を構成しており、運転状態検出手段
１２および酸素センサ１１からの信号はコントロールユ
ニット１３に入力される。

コントロールユニット１３は補正係数演算手段、記憶手
段、読出手段および供給量制御手段としての機能を有し
ており、第３図に詳細を示すようにＣＰＵ２１、ＲＯＭ
２２、ＲＡＭ２３、ＲＡＭ２４、Ｉ１０ボートδ、Ａ／
Ｄ変換回路あおよびカウンタ２７により構成される。Ａ
／Ｄ変換変換回路子ナログ信号として入力される信号Ｓ
　ａ　’−ＴＷ、Ｖｓをディジタル信号に変換してＣＰ
Ｕ２１に出力する。カウンタ２７にはクランク角センサ
９からのクランク角信号Ｃａが入力されており、カウン
タ２７はこのクランク角信号Ｃａ　（例えば、２°信号
）をカウントしてエンジンｌの回転数Ｎを算出しＣＰＵ
２１に出力する。ＣＰＵ２１はＲＯＭ２２に書き込まれ
ているプログラムに従って必要とする外部データを取り
込んだり、またＲＡＭ２３、Ｕとの間でデータの授受を
行ったりしながら演算処理し、必要に応じて処理したデ
ータをＩ１０ポート怒に出力する。Ｉ１０ポート四には
さらにクランク角センサ９からのクランク角信号Ｃａが
入力されており、Ｉ１０ボート２５はＣＰＵ２１からの
データや信号Ｃａに基づいて噴射信号Ｓｉをインジェク
タ４に出力する。ＲＯＭ２２はＣＰＵ２１における演算
プログラムを格納しており、ＲＡ　Ｍ’２３、Ｕは演算
に使用するデータをマツプ等の形で記憶する。なお、Ｒ
ＡＭ２３の記憶内容はエンジン１停止後消失するが、Ｒ
ＡＭ２４は例えば不揮発性メモリにより構成され、その
記憶内容（学習値等）をエンジン１停止後も保持する。

次に、作用を説明する。

一般に、学習制御によればフィードバンク制御の難点で
ある制御応答性を補うことができる他・特にオープンル
ープ制御を行うときフィードバック制御′と同様の制御
精度を確保できるという長所がある。ところが、学習値
自体の精度が悪い場合にはこのような長所を生かすこと
が難しい。このため、領域分割数を増加させるとともに
、これに応じてメモリ数も増加させるという手法が用い
られているが、これは装置の複雑化やコスト高につなが
る。

そこで本実施例では、記憶および読み出しの両過程にお
いて運転状態と学習値α２とが正確に相関していれば、
必ずしもこれらを多くのメモリを介して多数の運転領域
で１対１に対応させなくてもよいこと、および補間演算
という手法によれば基準点を少なくしても各基準点間の
値を略正確に求めることが可能であり、また逆に基準点
間の値であっても各基準点に略正確に対応する値を算出
することが可能であるという点に着目して、上記両過程
にそれぞれ異なる補間演算を採用することで、必要なメ
モリ数を少なくしつつ学習値α２の精度を高いものとし
ている。

第４．５図はＲＯＭ２２に書き込まれている空燃比制御
のプログラムを示すフローチャートであり、図中ＰＩ−
Ｐｇはフローチャートの各ステップを示している。本プ
ログラムは、例えばエンジン１回転毎に１度実行される
。

第４図は空燃比制御のメインルーチンを示すフローチャ
ートである。まず、Ｐ、でエアフローメータ７の出力信
号Ｓａをディジタル信号ＤａにＡ／Ｄ変換し、Ｐｆでこ
のディジタル信号Ｄａを予め定められた所定のＤａ−Ｑ
ａマツプ（図示時）により吸入空気量Ｑａに変換する。

これは、ディジタル信号［）ａと吸入空気量Ｑａとが単
純な比例関係にないからである。次いで、Ｐ、で回転数
Ｎを読み込み、Ｐ４で次式のに従って基本噴射量’ｒｐ
を演算する。

Ｔｐ＝に−Ｑａ／Ｎ　　　、−−−−−−■但し、Ｋ；
定数 次いで、Ｐ、で次式■に従って最終噴射量Ｔｉを演算し
、Ｐｆ、で最終噴射量Ｔｉに対応するパル幅を有する噴
射信号ＳｔをＩ１０ボート５にセットする。

Ｔ　ｉ　＝　Ｔ　ｐ　Ｘ　ＣＯＥ　Ｆ　Ｘ　αｒ　×α
２＋ＴＳ−−−−−−■ ０式中、Ｃ０ＥＦは各種増量係数であり、例えば冷却水
温Ｔｗや加速増量等に基づいて基本噴射量’ｒｐを各種
増量補正（減量補正も含む）するものである。Ｃ１は後
述するサブルーチンで演算されるフィードバック制御時
の空燃比補正係数であり、Ｃ２はこの空燃比補正係数α
１の値から空燃比を理論空燃比に一致させるための学習
補正係数である。学習補正係数α２の値は空燃比補正係
数α、の値を基として空燃比＝理論空燃比となるように
学習補正したときの学習値として求められる。以下、説
明の便宜上学習値をＣ２とする。そして、本実施例では
この０式によりこれらのＣ８、α２′を併用する演算方
法を採っているが、例えばオープンループ制御のときは
実際上はα１＝＝１とすることでＣ２のみによる補正と
なる。なお、Ｔ９はインジェクタ４の応答遅れ（むだ時
間）を補正するための係数である。したがって、インジ
ェクタ４からは最終噴射量Ｔｉの燃料が吸気管３内に噴
射され、後述するように吸入混合気の空燃比が席に目標
値に制御される。

第５図は空燃比補正係数α、および学習値α２を演算す
るサブルーチン５ＵＢ−１を示すフローチャートである
。ｐＨで酸素センサ１１の出力Ｖｓをディジタル信号に
Ａ／Ｄ変換し、Ｐ７でオープンループ条件が成立してい
るか否かを判別する。オープンループ条件は、例えばエ
ンジン始動時で酸素センサ１１が十分に活性化していな
いときや過渡運転時で酸素センサ１１の応答遅れを無視
することができないとき等に成立する。オープンループ
条件が成立しているときはＰｌに進み、オープンループ
制御を実行する。

一方、該条件が成立していないときはＰ、４以下のステ
ップに進んでフィードバック制御を実行するとともに、
このときのα１の値からα２を学習する。

最初にフィードバック制御時について説明する。まず、
Ｐｌ４で空燃比を理・輪中燃比に補正する空燃比補正係
数α１の値を演算する。この演算は、例えば次のように
して行う。酸素センサ出力Ｖｓのディジタル変換値を比
較基準値Ｓ／Ｌ　（Ｓ／Ｌ　：出力Ｖｓが理論空燃比で
急変するときの上限と下限の□時中間の値）と比較し、
Ｖ　ｓ　＜　Ｓ　／　Ｌのときは理論空燃比よりリーン
であると判断して空燃比を理論空燃比に補正する空燃比
補正係数α、の値を増加させる。一方、Ｖ　ｓ　＞　Ｓ
　／　Ｌのときは理論空燃比よりリッチであると判断し
て、空燃比補正係数α１の値を減少させる。なお、空燃
比補正係数α□の増減はＰＩ（比例積分）制御により行
う。これにより、空燃比補正係数α、の値が運転状態に
応じて適切に補正され、空燃比が精度よく理論空燃比に
制御される。次いで、ＰＩＳで各種増量係数Ｃ０ＥＦの
値がＣ０ＥＦ＝１であるか否かを判別し、Ｃ０ＥＦ＝１
のときはα１の値からα２を学習するためＰｌ６に進み
、Ｃ０ＥＦ≠１のときは学習を行わないと判断してＰｅ
ａに進む。これは、Ｃ０ＥＦ≠１であれば理論空燃比に
維持されているときの最終噴射量Ｔｉがα１のみならず
Ｃ０ＥＦによっても補正されているからである。

したがって、本実施例ではＣ０ＥＦ＝　１であるときの
みα、の値からα２を学習する。なお、Ｃ０ＥＦ＝１と
いう条件下での学習に限らず、例えばＣ０ＥＦを含め（
ＣＯＥＦＸα□〕の値からα２を学習するようにしても
よい。Ｐｌ６では、α、の値からそのときの運転状態に
対応するα２の値を演算する。これは、例えばα工を所
定数サンプリングしてその平均値を求め、これからα２
を学習値として算出する。次いで、Ｐｌヮで学習値α２
をストア（詳細はサブルーチン５ＵＢ−２で後述する）
してＰ、に進む。

一方、Ｐｌ２でオープンループ条件が成立しているとき
は、Ｐｌａで運転状態に応じた学習値α２を読み出す。

なお、この読み出し方法は説明の都合上学習値α２のス
トア方法を説明した後に述べる。したがって、メインル
ーチンでは前記０式に従って最終噴射量Ｔｉが決定され
空燃比がオープンループで理論空燃比に制御される。こ
の場合、学習値α、の精度が高いことから、酸素センサ
１１の出力Ｖｓが安定していないエンジン始動時やある
いは該出力Ｖｓの応答遅れを無視できない過渡運転時等
にあってもフィードバック制御時と同様の高精度で空燃
比を目標値に制御することができる。

第６図は学習値α２をストアするサブルーチン５ＵＢ−
２を示すフローチャートである。

初めに、本ストア方式の原理を述べる。本実施例では運
転領域の分割パラメータとして回転数Ｎおよび基本噴射
量Ｔｐが用いられており、運転領域は第７図に示すよう
に各パラメータＮ、Ｔｐにより格子状に区画される。そ
の区画数は、例えば従来例として示した後者の例（９６
０点）に比してはるかに少ない所定数に設定されており
、必要なメモリ数は少ない。そして、ＮおよびＴｐの分
割番号によって指定されるアドレスＮｎ、Ｔｐｍ　（格
子点のアドレスを指し、以下、指標アドレスという）に
学習値α、がα、＝とじてストアされる。したがって、
例えばＮ軸の分割数（格子数）がＮｏ、’［’ｐ軸の分
割数（格子数）がＭＯであるときは、格子点数はＮＯＸ
ＭＯとなりこれと同数の学習値α２が演算されストアさ
れる。このストアに際して本実施例では上記後者の例に
比して指標アドレスＮｎ、ＴｐｍＯ数が少ないため、こ
のままでは学習値α。

の精度が低下するおそれがある。すなわち、学習値αｄ
を単位区画内の単純平均値として算出し、これを指標ア
ドレスＮｎ、Ｔｐｍに単にストアするのみでは従来例で
示した（ＩＩ）の学習精度低下を招く。

そこで、本発明者はＮとＴｐで表される現実の運転状態
と学習値α２とを正確に相関させてストアすることがで
きれば、指標アドレス数が少なくても学習値α２の精度
低下を防ぐことができるという点に着目して、補間計算
の原理を上記ストア時に適用することで、指標アドレス
Ｎｎ、　ＴｐＩｎにストアされる学習値αゎの精度を高
くしている。

第６図において、Ｐ、１で現在のＮ、Ｔｐに対応する学
習補正偏差Ｖを次式〇に従って演算する。

ｖ＝ＷＸ（α、−１）　　　　　−−−−−−■但し、
Ｗ：定数 学習補正偏差Ｖはα□の１からの離隔程度に対応してお
り、このＶをなくするように補正するのが学習補正係数
となる。また、このときの運転状態Ｘ、すなわちＮとＴ
ｐ（但し、Ｎ、ｎ≦Ｎ＜Ｎｎｔ＋、Ｔｐｍ≦”ｒｐ≦Ｔ
　ｐ　ｍ＋＋　）は第８図に示すように４つの指標アド
レス（ｎ、ｍ）（ｎ＋１．ｍ）　　（ｎ、ｍ＋１）　　
（ｎ＋１．ｍ＋１）で区分される補間領域Ｈｓ内のＸ点
に位置している。この場合、補間領域Ｈｓ内内体体はメ
モリ領域がなく、メモリ領域はあくまで上記各指標アド
レスに限られる。したがって、このままで学習値α２を
４つの指標アドレスにストアすると、４点とも同一値と
なり学習値α２の精度が低下する。そこで、ｐ、、　、
Ｐ、３でＸ点の指標アドレス（ｎ、　ｍ）からの離隔程
度をＮ軸およびＴｐ軸方向の記憶補間係数ａｓｂとして
それぞれ次式■■に従って演算する。

ａ＝　（Ｎ−Ｎｎ）／　（Ｎｎ＋１−Ｎｎ）−−−−−
−■ ｂ＝　　（Ｔｐ−Ｔｐｍ）　　／　　（ＴｐｍＨ−Ｔｐ
ｍ）−・−・・■ したがって、これらの記憶補間係数ａ、ｂを用いると、
Ｘ　（Ｎ、Ｔｐ）が各指標アドレスに対してどのような
位置関係にあるかを第８図に破線矢印で示すように定量
的に表すことができる。

このような定量的位置関係を利用すると、Ｘ（Ｎ、Ｔｐ
）を各指標アドレスにそれぞれ適切な重み付けをして正
確にふり別けることができる。

かかる原理に基づきＰ２’）〜Ｐ、７で次式〇〜■に従
って各指標アドレスの学習値α点、αシ、αＭｔ＋’　
　α闇１をそれぞれ演算し、Ｐｚｆｌでこれらを各指標
アドレスにストアする。

αｚｍｎｅｗ＝＆２ｍｏｌｄ＋　（１−ａ）　Ｘ　（１
−ｂ）ｘｖ　　　　　　　　−−−一−−■ （２２１１１ｎｅｕ−ｃｘ、ｍ　ｏｌｄ＋ａ　ｘ　（１
−ｂ）　ｘｖ−・−■ α２ｍ＋ｌ　　ｎｅｌｌ＝（ｒ２１１ｊｌ　　ｏｌｄ＋
　　（１−ａ）　　Ｘ　　ｂ　　Ｘｖ−−−一−−■ Ｑ’、ｚｍ↑ｌ　　ｎｅｔｍ＝α２１１中ｌ　ｏｌｄ＋
　ａ　Ｘ　ｂ　Ｘ　Ｖ−・・−■ 但し、α２　ｏｌｄ　：　ＲＡＭ２４に記憶きれている
前回までの旧データ α２　ｎｅｗ　：今回の新データ 上記０〜０式の演算によりＸ　（Ｎ、　Ｔｐ）に対応す
る学習値α２の精度を高く維持して各指標アドレスにス
トアさせることができる。また、このとき同時に学習補
正偏差Ｖに基づく学習値α２の学習補正を行うことで学
習データが常に最新の値となり、データとしての信頼性
が高まる。

次に、各指標アドレスにストアされた学習値α２の読み
出し方法について説明する。

運転状態がＸ　（Ｎ、Ｔｐ）であるときこのＸに対応す
る単位運転領域は第９図のように示される。このとき、
Ｘを包含している運転領域を区分する指標アドレス（ｎ
＋　ｍ）（ｎ、ｍ＋１）　　（ｎ＋１．ｍ）（ｎ＋１．
ｍ＋１）の学習値α２を単に読み出すのみでは、この学
習値α２は運転状態Ｘに正確に相関しないものとなる。

そこで、ストア方法と同様に補間演算を行って両者を正
確に相関させる。まず、上記単位運転領域を補間領域Ｈ
ｓとして捉え、この補間領域Ｈｓ内のＸ点位置を各指標
アドレスからの離隔程度をＮ軸および’ｒｐ軸方向の読
出補間係数Ｃ１ｄとしてそれぞれ次式［相］■に従って
演算する。

ｃ＝　　（Ｎ−Ｎｎ）／　　（Ｎｎ＋ｔ−Ｎｎ）〜−−
−−−［相］ ｄ−（Ｔｐ−Ｔｐｍ）／　　（Ｔｐｍ＋＋−Ｔｐｍ）・
・−・−・０ 次いで、Ｘ点に対応するＴｐｍ軸上の補間値Ｅを次式＠
に従って演算する。

Ｅ＝α２ｉ＋ｃｘ（α２．ｌｌ１−α１ｍ）−・−・−
＠ 同様にＸ点に対応するＴｐｍ　　軸上の補間値Ｆを次式
０に従って演算する。

気ｆｔ　　　　　　＋Ｌ Ｆ　＝　ａｚｍ＋１　＋　ｄ　　ｘ　　（ｃｔｚ＋ｎ＋
＋　−ｃｒｚｍ＋ｉ）−・−■ すなわち、直線補間により補間値Ｅ、Ｆを求める。次い
で、これらの補間値Ｅ、ＦからＸ点に対応する学習値α
２を次式［相］に従い直線補間して求める。

α２＝Ｅ十ｄＸ　（Ｆ−Ｅ）　　−−−１１ＥＩしたが
って、０式により得られた学習値α２はＸ点の運転状態
（Ｎ、Ｔｐ）に正確に相関した値となり、データとして
の精度を高いものとすることができる。

このように、メモリ数は少ないものの、学習値α２の記
憶過程と読出過程に所定の補間演算を採用して学習値α
２を運転状＠　（Ｎ、’ｒｐ）に正確に相関させている
ため、学習値α２の精度を高く維持することができる。

その結果、装置の複雑化やコスト高を避けつつ、この学
習値α２を用いた空燃比制御の精度を向上させることが
できる。

なお、本実施例では分割パラメータとしてＮ、Ｔｐを用
いて特にＴｐによる学習補正を行い、インジェクタの噴
射特性のばらつき等の改善を図っているが、これに限ら
ず、例えばＮ、Ｑａを用いてもよい。これらの分割パラ
メータ採用の相違はエンジンの運転領域における学習補
正範囲の違いとなって現れ、その実用的な学習補正範囲
は前者が第１０図に、後者が第１１図に対応しそれぞれ
斜線で示すようなものとなる。

これらの図から明らかであるように、Ｎ、Ｔｐを分割パ
ラメータとした方がメモリの全格子点を有効に使うこと
ができる。そして、これはＱａに比してＴｐＯ方がメモ
リ数を少なくすることができることを意味している。

また、本実施例では空燃比を理論空燃比に制御する例を
示したが、これに限るものではない。例えば、理論空燃
比に制御しているときのα１の値を学習し、この学習値
に基づいてさらに他の目標空燃比（例えば、リーン空燃
比でＡ／Ｆ−１８）に補正する第２の空燃比補正係数を
演算し、これに基づいて目標空燃比に制御する例にも勿
論適用することができる。要はα、の値から学習補正係
数α２をストアし、このα２を利用して空燃比制御を行
うような方式のいわゆる学習制御方式であれば、すべて
に適用が可能である。

さらに、上述した各補間演算方法は本発明の課題を達成
するための１例にすぎず、その目的の範囲内で種々の変
形が可能なことは言うまでもない。

また、本発明は電子制御燃料噴射に限らず、例えば気化
器方式のエンジンにも適用することができる。

（効果） 本発明によれば、領域分割数を少なくしてメモリ数を低
減させながら学習値の精度を高く維持することができ、
装置の複雑化やコスト高を避けつつ空燃比制御の精度を
向上させることができる。

【図面の簡単な説明】

第１図は本発明の全体構成図、第２〜１１図は本発明の
一実施例を示す図であり、第２図はその概略構成図、第
３図はそのコントロールユニットの回路構成図、第４図
はその空燃比制御のメインルーチンを示すフローチャー
ト、第５図はその空燃比補正係数α１および学習値α２
を演算するサブルーチン５ＵＢ−１を示すフローチャー
ト、第６図はその学習値α２をストアするサブルーチン
５ＵＢ−２を示すフローチャート、第７図はその回転数
Ｎと基本噴射量’ｒｐをパラメータとする運転領域の区
分を示す図、第８図は学習値α２のストア方法を示す図
、第９図はその学習値α２の読み出し方法を示す図、第
１０図はその回転数Ｎと基本噴射量’ｒｐをパラメータ
とする運転領域の学習補正範囲を示す図、第１１図はそ
の回転数Ｎと吸入空気量Ｑａをパラメータとする運転領
域の学習補正範囲を示す図、第１２〜１６図は従来の空
燃比制御装置を示す図であり、第１２図はその吸入空気
量Ｑａと学習値α２との関係を示すマツプ、第１３図は
その回転数Ｎおよび吸入空気量Ｑａと学習値α２との関
係を示すマツプ、第１４図はその回転数Ｎおよび吸入空
気量Ｑａと学習値α２との関係を数字で表したマツプ、
第１５図は第１４図のマツプを回転数Ｎと学習値α２と
の関係で示す図、第１６図はその吸入空気量Ｑａとオー
プン空燃比との関係を示す図である。 １−−−−−一エンジン、 ４−−−−−−インジェクタ（燃料供給手段）、１２・
−・−運転状態検出手段、 １３−−−−−−コントロールユニット（補正係数演算
手段、記憶手段、読出手段、供給 量制御手段）。

Claims (1)

1. 【特許請求の範囲】 ａ）排気中の酸素濃度を検出する酸素センサと、ｂ）エ
   ンジンの運転状態を検出する運転状態検出手段と、 ｃ）酸素センサの出力に基づいて空燃比を所定空燃比に
   補正する空燃比補正係数を演算する補正係数演算手段と
   、 ｄ）複数に分割される運転領域のそれぞれに対応する補
   間領域と、これらの補間領域を区分する指標アドレスと
   、を有し、空燃比補正係数の値から空燃比を目標空燃比
   に一致させる学習補正係数をそのときの運転状態に対応
   するものとして学習し、その学習値を所定の記憶補間演
   算により該当する補間領域を区分している指標アドレス
   に記憶する記憶手段と、ｅ）記憶手段から所定の読出補
   間演算により運転状態に対応する学習補正係数を読み出
   す読出手段と、 ｆ）空燃比補正係数または学習補正係数の少なくとも１
   つ以上に基づいて空燃比が目標空燃比となるように燃料
   供給量を制御する供給量制御手段と、 ｇ）供給量制御手段からの信号に基づいてエンジンに燃
   料を供給する燃料供給手段と、 を備えたことを特徴とする空燃比制御装置。