CN101608581B - 学习装置和燃料喷射系统 - Google Patents

Abstract

本发明涉及学习装置和燃料喷射系统。相对于为多个参数中的每一个所设定的参考值，一种学习装置把多个参数中的每一个改变到增大侧和减小侧上。该学习装置为这些多个参数的变化的每一个组合计算出接近程度。在更新结束条件没有得到满足时，借助把提供这些接近程度之间的最高接近程度的变化的组合用作更新参考值的组合，该学习装置执行更新。更新结束条件是这样的条件，即处于这些参考值上的接近程度高于变化之后的接近程度中的任何一个。在该更新结束条件得到满足时，学习装置决定这些参考值作为多个参数的学习值。

Description

学习装置和燃料喷射系统

技术领域

本发明涉及一种学习装置，该学习装置学习包括在具有数学表达式的模型公式中的多个参数的值，该模型公式表示传感器的探测波形，及本发明涉及一种具有该学习装置的燃料喷射系统。 

背景技术

为了精确地控制内燃机的输出扭矩和排放状态，因此精确地控制从喷射器所喷射出的燃料的喷射规律如燃料的喷射量和喷射开始正时是重要的。因此，传统上，提出了一种这样的技术，即借助探测燃料压力来探测实际喷射规律，该燃料压力随着喷射而波动。 

例如，该技术借助探测燃料压力开始减小(由于喷射导致这种减小)的正时来探测实际喷射开始正时，并且探测由于喷射而导致的燃料压力减小量，从而探测实际喷射量。如果可以以这种方式来探测实际喷射规律，那么根据探测值可以精确地控制喷射规律。 

在探测燃料压力的波动时，直接设置到共轨(蓄压器)中的燃料压力传感器(共轨压力传感器)不能正确地探测燃料压力波动，因为喷射所产生的燃料压力波动在共轨内被减弱。因此，根据专利文献1(JP-A-2000-265892)所描述的本发明，燃料压力传感器被设置到处于高压管和共轨之间的连接处的高压管中。燃料通过高压管从共轨被供给到喷射器中。因此，本发明的目的是，在燃料压力波动在共轨内被减弱之前，探测由喷射所产生的燃料压力波动。 

在执行用来在每个燃烧循环中多次执行燃料喷射的多喷射(即多级喷射)时，下面要点应该被考虑。即，在燃料压力传感器所探测到的波形中，与第n喷射相对应的、探测波形的一部分(涉及图7的部分(b))与由第n喷射之前的第m喷射所产生的波形成份(涉及图8的部分(b))重叠。在图7的例子中，m＝n-1。在图7和8中，I表示喷射器的驱动电流，及P是 燃料压力。 

因此，本发明的发明人研究了借助从由燃料压力传感器所探测到的波形中减去由第m喷射所产生的该波形成份来对由第n喷射所产生的波形成份提取的方案，因此根据所提取过的波形成份来探测实际喷射规律。更加具体地说，事先储存通过数学表达式来表示第m喷射波形成份的模型公式，及从由燃料压力传感器所探测到的探测波形中减去通过该模型公式来表示的模型波形。 

此外，本发明人研究了使模型波形接近实际波形的、包括在模型公式中的多个参数的学习值的方案。更加具体地说，这些参数的整个存在范围内的这些值连续地被分配到模型公式中，并且计算出使模型波形最接近实际波形的这些参数值的组合。以这种方式所计算出的这些参数值作为学习值而被储存，因此更新了这些参数值。 

但是，如果试图借助以这种方式把所有参数的整个存在范围内的值分配到模型公式中来执行计算，那么这些参数的结合的数目是巨大的，因此计算所需要的算术处理量是巨大的。例如，在具有17个参数并且在这种计算中使用每个参数的10个值时，需要10¹⁷次计算(＝一百的千之五次方次)。 

这种巨大算术处理量的问题不局限于燃料压力传感器探测燃料压力变化的情况，而是在所有传感器探测物理量变化的情况下也同样地产生这个问题。 

发明内容

本发明的目的是提供一种能够减小算术处理量的学习装置和燃料喷射系统。 

根据本发明的一个方面，学习装置具有储存部分，该储存部分用来储存通过数学表达式表示探测波形的模型公式。探测波形通过探测物理量变化的传感器来探测。该学习装置学习包括在模型公式中的多个参数的值，以提高通过模型公式所表示的模型波形相对于实际探测波形的接近程度。该学习装置具有参数改变部分、接近程度计算部分、确定部分、参考值更新部分和学习值确定部分。 

相对于为多个参数中的每一个所设定的参考值，参数改变部分把多个参数中的每一个改变到增大侧和减小侧上。 

接近程度计算部分为多个参数的改变的每个组合计算出接近程度。 

确定部分确定更新结束条件是否得到满足。更新结束条件是这样的条件，即在多个参数设定在参考值上的情况下的接近程度大于在这些参数设定在改变值上的情况下的接近程度中的任何一个。 

借助使用这些改变的组合作为更新参考值，参考值更新部分更新参考值，同时更新结束条件没有被满足，而该组合提供了在与改变值相对应的接近程度之间的最高接近程度。 

在更新结束条件得到满足时，学习值决定部分决定这些参考值作为该多个参数的学习值。 

每当该更新借助参考值更新部分来执行时，重复地执行参数改变部分的改变、接近程度计算部分的计算和确定部分的确定。 

根据上面结构，与借助把全部多个参数的整个存在范围内的值分配到模型公式中来执行计算的情况相比，由于参照图14A到14F的例子所解释的下面原因，算术处理量可以被减小。在图14A到14F的例子中，使用了两个参数A、ω，及这些参数A、ω中的每一个的存在范围被分成10个范围。因此，在这种情况下，传统学习装置需要执行10²次(＝100次)计算。 

相反，根据本发明的上面该方面，该计算执行如下。即，例如，在与标记1位置相对应的参数A、ω的值用作参考值时，参数A、ω的值相对于参考值各自被改变到增大侧和减小侧上(作为参数改变部分的作用)。即，参数A被改变到与标记q、r的位置相对应的值上。参数ω被改变到与标记s、t的位置相对应的值上。 

然后，为这些改变的每个组合计算出模型波形相对于实际探测波形的接近程度(作为接近程度计算部分的作用)。即，与标记q的位置相对应的参数A、ω的值被分配到模型公式中，及计算出那种情况下的接近程度。同样地，也计算出标记r、s、t的接近程度。在下文中，标记x处的接近程度表示为∑x。 

然后，确定更新结束条件是否得到满足(作为确定部分的作用)。更新结束条件是这样的条件，即处于参考值(即与标记1相对应的参数A、ω的值)上的接近程度∑1高于接近程度∑q、∑r、∑s、∑t中的任何一个。 

然后，在更新结束条件没有得到满足时，借助使用在该接近程度是接近程度∑q、∑r、∑s、∑t之间最高的情况下的变化的组合作为更新参考 值的组合，更新参考值(作为参考值更新部分的作用)。图14A示出了该接近程度∑r是最高的情况。借助使用与标记r的位置相对应的参数A、ω的值的组合作为更新参考值，执行该更新。图14B中的标记2示出了与更新之后的参数A、ω的参考值相对应的位置。 

如果以这种方式来执行该更新，那么重复地执行参数改变部分的改变、接近程度计算部分的计算和确定部分的确定。因此，在图14A到14F的例子中，参考值从与标记1的位置相对应的值改变到与标记2的位置相应对的值上。然后，相对于与标记2相对应的参考值，这些值被改变到与标记q、r、s、t的位置相对应的值上，如图14C所示那样。然后，各自计算出接近程度∑q、∑r、∑s、∑t。然后，根据接近程度∑2和接近程度∑q、∑r、∑s、∑t之间的比较，确定更新结束条件是否得到满足。在图14C的例子中，借助使用与标记t的位置相对应的参数A、ω的值的组合作为更新参考值，执行该更新。在图14D中，标记3表示与更新之后的参数A、ω的参考值相对应的位置。 

在更新结束条件得到满足时，那时的参考值被决定作为参数A、ω的学习值(作为学习值决定部分的作用)。在图14F的例子中，按照从标记1到标记9的顺序来连续地更新参考值。使接近程度∑9和与标记q、r、s、t的位置相对应的接近程度∑q、∑r、∑s、∑t相比较，而标记q、r、s、t的位置相对于标记9发生了变化。作为比较的结果，确定接近程度∑9是最高的，因此该更新结束了。与标记9的位置相对应的参数A、ω的值被决定作为学习值。 

因此，通过参数改变部分、接近程度计算部分、确定部分、参考值更新部分和学习值决定部分的作用，在计算出接近程度时不需要执行所有的10²次(＝100次)计算。更加具体地说，在图14A到14F的例子中接近程度的计算次数是36次(4＊9)，这36次由在标记1的q、r、s、t处的计算、标记2的q、r、s、t处的计算…和标记9的q、r、s、t处的计算构成。在图14A到14F的例子中使用17个参数时，即使在最坏的情况下，接近程度的计算次数是5780次。因此，与为整个组合执行计算和计算次数总计到达10¹⁷次(＝一百的千之五次方次)的情况相比，计算处理量被大大地减小了。 

因此，根据上面的本发明该方面，与借助把全部多个参数的整个存在 范围内的值分配到模型公式中来执行计算的情况相比，算术处理量可以被减少。 

根据本发明的另一个方面，学习装置设置有存在区域，参数的值可以存在于该存在区域中。根据探测波形可以存在于其中的区域内的波形，事先设定存在区域，及该存在区域被分成多个区域。学习装置使为各自区域所设定的表示值所计算出的接近程度相互比较。学习装置把提供最高接近程度的该表示值用作在由参考值更新部分所执行的更新之前所设定的参考值的初始值。 

通过上面结构，参考值的初始值可以被设置成靠近满足更新结束条件的值。相应地，在参考值从初始值开始被更新直到更新结束条件得到满足为止时，可以减小更新次数。其结果是，可以进一步减小接近程度的计算次数并且可以进一步减小算术处理量。 

根据本发明的另一个方面，在参数改变部分执行改变之前，学习装置使用了多个参数的初始值，及根据实验的结果设定初始值，该实验相对于已知的物理量变化来测量传感器的探测波形。 

通过上面结构，参考值的初始值可以设置成靠近满足更新结束条件的值。相应地，在参考值从初始值开始被更新直到更新结束条件得到满足为止时，可以减小更新次数。其结果是，可以进一步减小接近程度的计算次数，及可以进一步减小算术处理量。 

根据本发明的另一个方面，学习装置设置有存在范围，参数的值可以存在于该存在范围内。根据探测波形存在于其中的区域内的波形事先设定该存在范围。参数改变部分通过这样的尺寸大小执行到达增大侧和减小侧上的改变，即该尺寸大小借助将存在范围除以N来得到，其中N是正的整数。 

根据本发明的另一个方面，在由参考值更新部分所执行的更新次数增大时，参数改变部分减少改变量。 

通过上面的结构，在参考值从初始值开始被更新直到更新结束条件得到满足为止时，与改变量从更新的初始阶段到更后阶段是均一较小的情况相比，可以减少更新次数。此外，与改变量从更新的初始阶段到更后阶段是均一较大的情况相比，在更新结束条件得到满足时的时间点上的参考值的接近程度可以得到提高，因此学习精确度可以得到提高。即，可以同时 实现更新次数的减少和学习精确度的提高。作为执行这种结构的例子，当更新次数增大时，上述除数N可以增大。 

根据本发明的另一个方面，学习装置设置有存在范围，参数的值可以存在于该存在范围内。根据探测波形可以存在于其中的区域内的波形来事先设定该存在范围。学习装置借助参数改变部分把改变范围限制到存在范围。相应地，可以克服与算术处理如接近程度的计算值发散度有关的问题。 

图18是图表，它示出了参数ω的改变和接近程度之间的关系。例如，在图18的例子中，参数ω的值按照顺序ω5、ω6、ω7、ω8和ω9连续地改变，及接近程度按照顺序∑6、∑7和∑8连续地提高。因此，参数ω的参考值按照顺序ω5、ω6、ω7和ω8连续地被更新。由于接近程度∑8高于接近程度∑9，因此更新结束条件在ω8上得到满足。但是，即使在这种情况下，具有这样的可能性，即处于值ωu4、ωu5、ωu6上的接近程度∑u4、∑u5、∑u6高于接近程度∑8，如图18所示那样。因此，在这种情况下，如果值ω8被决定作为学习值，那么学习精确度下降了。 

根据考虑了这个要点的本发明另一个方面，在更新结束条件得到满足时，与由参数改变部分所执行的变化相比，学习装置更大地改变参考值。在为大量变化之后的参数所计算出的接近程度高于为大量变化之前的参数所计算出的接近程度的预定范围时，该学习装置可以防止学习值决定部分决定参考值作为学习值。 

因此，例如，即使在更新结束条件在值ω8上得到满足时，如图18所示那样，参数ω的值也从值ω8被大大地改变到值ωu4上。在接近程度∑u4高于接近程度∑8时，防止将值ω8决定作为学习值。相应地，可以避免上述学习精确度的下降。 

上述条件即为大量变化之后的参数所计算出的接近程度(即大量变化之后的接近程度)大于为大量变化之前的参数所计算出的接近程度(即大量变化之前的接近程度)的预定范围表示这样的条件：即在预定范围是0的情况下，大量变化之后的接近程度大于大量变化之前的接近程度。即使在大量变化之后的接近程度低于大量变化之前的接近程度时，如果大量变化之后的接近程度落入预定范围内，那么上述条件得到满足。 

根据本发明的另一个方面，在执行这种防止时，借助把大量变化之后的参数的值用作更新参考值，学习装置更新参考值。因此，在图18的例子 中，按照顺序ωu5和ωu6来连续地执行这种改变和更新，及该参数的值被学习以进一步提高接近程度。相应地，可以提高学习精确度。 

在图18的例子中，接近程度∑u4高于接近程度∑8。即使在接近程度∑8高于接近程度∑u4的情况下，在执行从ω8到ωu5的大量变化(该大量变化大于从ω8到ωu4的变化)时，如果接近程度∑u5高于接近程度∑u4，那么具有这样的可能性，即发现提供接近程度高于接近程度∑8的参数ω。 

根据考虑了这个要点的本发明另一个方面，学习装置执行用来改变参考值的、大大地大于由参数改变部分所执行的改变的第一改变，及在更新结束条件得到满足时，执行用来改变参考值的、大大地大于第一改变的第二改变。在第二改变之后的接近程度高于在第一改变之后的接近程度的预定范围时，学习装置防止学习值决定部分决定把该参考值作为学习值。因此，发现提供高接近程度的参数ω的可靠性得到提高，因此可以避免学习精确度的下降。 

上述条件即第二改变之后的接近程度高于在第一改变之后的接近程度的预定范围是这样的条件，即在预定范围是0的情况下，第二改变之后的接近程度高于在第一改变之后的接近程度。即使在第二改变之后的接近程度低于在第一变形之后的接近程度，但是，如果第二改变之后的接近程度落入预定范围内，上述条件得到满足。 

根据本发明的另一个方面，在执行这种防止时，借助把第二改变之后的参数的值用作更新参考值，该学习装置更新参考值。因此，在图18的例子中，连续地执行这种改变和更新，直到ωu6为止，及该参数的值被学习从而进一步提高接近程度。相应地，学习精确度可以得到提高。 

根据本发明的另一个方面，学习装置计算模型波形和处于该波形的多个点上的实际探测波形之间的多个偏差量并且把由计算所得到的多个偏差量的总和用作接近程度。在总和的值减小时，该学习装置确定接近程度提高。以这种方式使用最小二乘(least-square)方法是优选的，因为可以方便地计算出接近程度。 

根据本发明的另一个方面，燃料喷射系统具有用来探测物理量变化的上述传感器和上述学习装置。该传感器是燃料压力传感器，它被安装到内燃机中并且探测供给到喷射器中的燃料压力以作为物理量变化，该内燃机 被构造成把燃料从蓄积燃料的蓄压器分配和供给到多个喷射器中。在比蓄压器更加靠近喷射孔的位置上，燃料压力传感器被布置在燃料通道中，该燃料通道从蓄压器延伸到喷射器的喷射孔中。 

这种燃料压力传感器需要高精确度的学习。因此，把可以减小算术处理量的上述学习装置应用到燃料压力传感器上是优选的，因为例如借助减少由参数改变部分所执行的改变大小可以方便地实现高精确度的学习。 

根据本发明的另一个方面，作为涉及控制使用燃料压力传感器的另一个例子，燃料喷射系统还具有提取(extracting)部分，在执行每个燃烧循环中多次执行燃料喷射的多喷射时，借助从与第n喷射相对应的探测波形的波形部分中减去由第n喷射之前的第m喷射所产生的波形成份，该提取部分对由第n喷射所产生的波形成份进行提取。提取部分把由一些参数所限定的模型波形用作由第m喷射所产生的波形成份，而这些参数由学习装置来学习。 

提供最高接近程度的多个参数值的结合根据内燃机的工作状态不同。因此，根据本发明的另一个方面，学习装置根据内燃机的工作状态学习内燃机的每个工作状态的多个参数的值。因此，学习的精确度可以被提高，从而提高了接近程度。上述工作状态的具体例子包括输出轴(曲轴)的旋转速度、内燃机负荷、燃料温度、蓄压器中的燃料压力等等。 

附图说明

通过研究下面的详细描述和附图(所有这些形成了本申请的一部分)可以知道实施例的特征和优点以及工作方法和相关零件的作用。在附图中： 

图1是结构图，它示意性地示出了包括本发明第一实施例的学习装置的燃料系统； 

图2是侧部侧视图，它示意性地示出了第一实施例的喷射器的内部结构； 

图3是流程图，它示出了第一实施例的喷射控制处理的基本过程； 

图4是流程图，它示出了根据第一实施例的燃料压力传感器的探测压力进行燃料喷射量估计的处理过程； 

图5是正时图，它示出了第一实施例的、探测压力的波动波形和喷射 率转变波形之间的关系； 

图6是正时图，它示出了第一实施例的喷射特性的探测模式； 

图7是正时图，它示出了第一实施例的喷射特性的探测模式； 

图8是正时图，它示出了第一实施例的喷射特性的探测模式； 

图9是正时图，它示出了第一实施例的喷射特性的探测模式； 

图10是正时图，它示出了第一实施例的喷射特性的探测模式； 

图11A和11B是用来解释第一实施例的阻尼摆动公式的示意图； 

图12是视图，它示出了第一实施例的模型波形和探测波形之间的偏差； 

图13是流程图，它示出了根据第一实施例的、用来学习模型公式的多个参数的过程； 

图14A到14F是用来解释第一实施例的参数改变部分和参考值更新部分的视图； 

图15是流程图，它示出了根据本发明第二实施例的、用来学习模型公式的多个参数的过程； 

图16A到16D是用来解释学习第二实施例的模型公式的多个参数的过程的视图； 

图17A到17D是用来解释学习第二实施例的模式公式的多个参数的过程的视图；及 

图18是用来解释本发明第二或者第三实施例的参数变化和接近程度之间的关系的视图。 

具体实施方式

在下文中，参照附图来描述本发明的实施例。 

第一实施例 

首先，简短地解释安装有本实施例的学习装置的发动机(内燃机)的轮廓。本实施例的目标是四轮机动车的柴油机(内燃机)。发动机执行把高压燃料(例如喷射压力为1000大气压或者更大的轻油)直接喷射供给(直接喷射供给)到燃烧室中。假设本实施例的发动机是具有多缸(例如直列式四缸)的四冲程往复式柴油机(内燃机)。在四气缸#1-#4中的每一个中，在720度CA(曲柄角度)的循环中按照气缸#1、#3、#4和#2的顺序顺序在执行由四冲程即进气冲程、压缩冲程、燃烧冲程和排气冲程构成 的燃烧循环，及，更加详细地说，在这些气缸之间，这些燃烧循环相互偏离180度CA。 

接下来，解释发动机的燃料系统。 

图1是本实施例的共轨燃料喷射系统的结构图。设置在该系统中的ECU30(电子控制装置)调整供给到吸入控制阀11c中的电流的供给量，因此把燃料泵11的燃料排出量控制到理想值上。因此，ECU30执行反馈控制(例如PID控制)以使共轨12(蓄压器)内的燃料压力、即由燃料压力传感器20a所测得的目前燃料压力与目标值(目标燃料压力)相一致。ECU30把目标发动机的预定气缸的燃料喷射量和目标发动机的最后输出(即输出轴的旋转速度或者扭矩)控制到理想大小上。 

从燃料流上游侧开始，按照这个顺序布置构成燃料供给系统(该系统包括燃料箱10、燃料泵11、共轨12和喷射器20(燃料喷射阀))的这些装置。燃料泵11由高压泵11a和低压泵11b构成，该高压泵11a和低压泵11b由目标发动机的输出来驱动。燃料泵11被如此构造，以致低压泵11b从燃料箱10中所汲取的燃料被增压并且借助高压泵11a来排出。借助设置在燃料泵11的燃料吸入侧上的吸入控制阀11c(SCV)来测量被输送到高压泵11a中的燃料泵送量和燃料泵11的最后燃料排出量。借助调整吸入控制阀11c的驱动电流(最终是控制开度)，把来自燃料泵11的燃料排出量控制到理想值上。 

例如，低压泵11b被构造为余摆线供给泵。高压泵11a例如由柱塞泵构成。高压泵11a被构造成，借助各自通过偏心凸轮(未示出)使预定柱塞(例如三个柱塞)沿着轴向进行往复运动，在预定正时上可以顺序地泵送被输送到增压室中的燃料。 

借助燃料泵11使燃料箱10内的燃料被压送到(泵送)共轨12中，并且以高压状态被蓄积在共轨12中。然后，该燃料被分配并且各自通过设置到各自气缸中的高压管14被供给到气缸#1-#4的喷射器20(#1)-20(#4)中。喷射器20(#1)-20(#4)的燃料排出孔21与管18相连通从而使过量燃料返回到燃料箱10中。孔12a(燃料脉冲减少部分)设置在共轨12和高压管14之间，从而衰减从共轨12流入到高压管14中的燃料的压力脉冲。 

喷射器20的详细结构示出在图2中。基本上，四个喷射器20(#1) -20(#4)具有相同结构(例如，图2所示的结构)。每个喷射器20是使用应被燃烧的发动机燃料、即燃料箱10内的燃料的液压驱动型喷射器。在喷射器20中，燃料喷射的驱动力通过油压室Cd(即控制室)来传递。如图2所示那样，喷射器20被构造为常闭型的燃料喷射阀，在断电时，该喷射阀产生阀关闭状态。 

从共轨12中所输送来的高压燃料流入到形成于喷射器20壳体20e中的燃料入口22中。流入高压燃料中的一部分流入到油压室Cd中并且该流入燃料中的另一部分流向喷射孔20f。泄漏孔24形成在油压室Cd中并且借助控制阀23来打开和关闭。如果泄漏孔24借助控制阀23来打开，那么油压室Cd中的燃料通过泄漏孔24和燃料排出孔21返回到燃料箱10中。 

在喷射器20执行燃料喷射时，根据螺线管20b的通电状态(通电/断电)操纵控制阀23从而构成了两路电磁阀。因此，油压室Cd的密封程度和油压室Cd中的最后压力(它等于针阀20c的背压)提高/减少了。由于压力的提高/减少，因此针阀20c通过弹簧20d(盘簧)的延伸力(即延伸的弹簧20d的弹力)或者克服该延伸力而在壳体20e内进行往复运动(上下运动)。相应地，延伸到喷射孔20f(钻出需要数目的孔)中的燃料供给通道25在燃料供给通道25的某点上被打开/关闭，或者更加具体地说，在锥形座表面上被打开/关闭。根据针阀20c的往复运动，针阀20c落座在锥形座表面上并且与锥形座表面分开。 

借助开-关控制来执行针阀20c的驱动控制。即，从ECU30中把命令开-关的脉冲信号(供电信号)发送到针阀20c的驱动部分(双路电磁阀)中。在脉冲处于开(或者关)时，针阀20c升高并且打开喷射孔20f，及在该脉冲处于关(或者开)时，针阀20c下降从而阻塞喷射孔20f。 

借助来自共轨12的燃料供给来执行油室室Cd的增压处理。借助通过给螺线管20b供电来操纵控制阀23并且因此打开泄漏孔24，执行油压室Cd的减压处理。因此，油压室Cd中的燃料通过连通喷射器20和燃料箱10的管18(示出在图1中)返回到燃料箱10中。即，借助通过控制阀23的打开和关闭工作来调整油压室Cd中的燃料压力，控制打开和关闭喷射孔20f的针阀20c的工作。 

如上所述那样，喷射器20具有针阀20c，根据在阀体内(即壳体20e)的预定往复运动工作，借助打开和关闭延伸到喷射孔20f中的燃料供给通 道25，该针阀20c执行喷射器20的阀打开和阀关闭。在非驱动状态下，借助沿着阀关闭方向恒定地施加到针阀20c上的力(弹簧20d的延伸力)使针阀20c移动到阀关闭侧。在驱动状态下，针阀20c施加有驱动力，因此针阀20c克服弹簧20d的延伸力而移动到阀打开侧上。针阀20c的升程大小在非驱动状态和驱动状态之间基本上对称地改变。 

用来探测燃料压力的燃料压力传感器20a(还是参照图1)被固定到喷射器20上。更加具体地说，在本实施例中，形成在壳体20e中的燃料入口22和高压管14通过夹具20j相互连接起来，并且燃料压力传感器20a被固定到夹具20j上。借助以这种方式把燃料压力传感器20a固定到喷射器20的燃料入口22中，在任何时间可以探测到燃料入口22处的燃料压力(入口压力)。更加具体地说，通过燃料压力传感器20a的输出可以探测(测量)伴随喷射器20的喷射工作而产生的燃料压力的波动波形、燃料压力大小(即稳定压力)、燃料喷射压力等等。 

燃料压力传感器20a各自被设置到多个喷射器20(#1)-20(#4)上。根据燃料压力传感器20a的输出，可以高精确度地探测到伴随与预定喷射有关的喷射器20的喷射工作而产生的燃料压力的波动波形(如在后面更加详细地提到那样)。 

安装在ECU30中的微型计算机由用来执行各种计算的CPU(基本处理单元)、用来在计算过程中暂时储存数据、计算结果等等的、作为主存储器的RAM、作为程序存储器的ROM、作为数据储存的存储器的EEPROM、备份RAM(存储器，它从备份电源如车载电池中恒定地供给有电力，即使在ECU30的主电源停止之后也是如此)等等构成。与发动机控制有关的各种程序、各种控制图表等等事先被储存在ROM内，其中该发动机控制包括与燃料喷射控制有关的程序。包括目标发动机的设计数据在内的各种控制数据事先被储存在用于数据储存的存储器(例如EEPROM)中。 

ECU30根据从曲柄角传感器42所输入的探测信号计算目标发动机的输出轴(曲轴41)的旋转角度位置和旋转速度(发动机旋转速度)。ECU30根据从加速器传感器44所输入的探测信号计算驾驶员的加速器操纵量ACCP(压下量)。ECU30根据上述各种传感器42、44和后面将提到的各种传感器的探测信号来掌握目标发动机的工作状态和使用者的请求。根据目标发动机的工作状态和使用者的要求，ECU30操纵各种致动器如上述吸入控制阀 11c和喷射器20。因此，ECU30以与每个时间的情况相对应的最佳模式执行与上述发动机相关的各种控制。 

接下来，将解释ECU30所执行的燃料系统的控制的要点。 

ECU30的微型计算机在每个时间上根据发动机工作状态(如发动机旋转速度NE)、驾驶员的加速器操纵量ACCP等等来计算燃料喷射量，并且与理想喷射正时相同步地把用来命令喷射所计算出的燃料喷射量的喷射控制信号(喷射命令信号)输出到喷射器20中。在喷射器20通过与喷射控制信号相对应的驱动量(例如阀打开时期)来工作时，把目标发动机的输出扭矩控制到目标值上。 

在下文中，参照图3来解释本实施例的上述燃料系统控制的基本处理过程。用在图3所示的处理中的各种参数的值在任何时间上被储存在安装于ECU30内的储存装置如RAM、EEPROM或者备份RAM中，并且在需要时，在任何时间来更新这些值。基本上，ECU30执行储存在ROM中的程序以执行图3的流程图所示的处理。 

如图3所示，首先，在一系列处理的步骤S11中(S表示步骤)，读取那个时间上的预定参数如发动机旋转速度NE(即曲柄角传感器42的实际测量值)和燃料压力(即燃料压力传感器20a的实际测量值)，及还读取那个时间上的驾驶员的加速器操纵量ACCP(即加速器传感器44的实际测量值)等等。 

在下面S12中，根据在S11中所读取的各种参数来设定喷射规律。例如，在单级喷射的情况下，根据应该在输出轴(曲轴41)中所产生的扭矩即需求扭矩来可变地设定该喷射的喷射量(喷射时期)，该需求扭矩由加速器操纵量ACCP等等来计算出并且在那时等于发动机负荷。在多级喷射的情况下，根据在曲轴41中应该所产生的扭矩即需求扭矩，可变地设定有利于该扭矩的该喷射的总喷射量(总喷射时期)。 

根据例如储存在ROM中的预定图表(喷射控制图表或者数学表达式)和校正系数得到喷射规律。更加具体地说，例如，在预定参数(在S11中读取)的预期范围内，借助实验等等，事先得到最佳喷射规律(更新值)，并且事先把这些最佳喷射规律写入到喷射控制图表中。 

例如，借助参数如喷射级的数目(即在一个燃烧循环中所执行的喷射的次数)、每个喷射的喷射正时(即喷射正时)和喷射时期(等同于喷射量) 定义出喷射规律。因此，上述喷射控制图表表明了这些参数和最佳喷射规律之间的关系。 

通过独立地被更新的校正系数(例如它被储存在ECU30的EEPROM)来校正根据喷射控制图表所得到的喷射规律。例如，借助使图表值除以校正系数来计算出设定值。因此，获得在那时应该被执行的该喷射的喷射规律和最后获得与该喷射规律相对应的喷射器20的喷射命令信号。在内燃机工作期间，借助分开的处理来顺序地更新校正系数(更加严格地说，在该多种系数之外的预定系数)。 

在设定喷射规律时(在S12中)，可以使用为喷射规律的各自要素(如喷射级的数目)单独设定的图表。此外，可以使用每个为喷射规律的一些集体要素(collective elements)所形成的图表或者用于喷射规律的所有要素的图表。 

在下面S13中使用了因此而设定的喷射规律和与该喷射规律相对应的最后命令值(喷射命令信号)。即，在S13中(命令信号输出部分)，根据命令值(喷射命令信号)控制喷射器20的驱动，或者更加详细地说，借助把喷射命令信号输出到喷射器20中控制喷射器20的驱动。在喷射器20的驱动控制之后，图3所示的一系列处理结束了。 

接下来，参照图4来解释用来估计喷射器20的燃料喷射量的处理。 

在预定循环(例如上述的由CPU所执行的计算的循环)中或者在每个预定曲柄角度上执行图4所示的一系列处理。首先，在S21中，采用燃料压力传感器20a的输出值(探测压力P)。为多个燃料压力传感器20a中的每一个执行用来接受该输出值的处理。在下文中，参照图5来更加详细地解释S21的输出值接受处理。 

图5的部分(a)示出了在图3的S13中输出到喷射器20中的喷射命令信号。借助接通命令信号I的脉冲(脉冲-接通)操纵螺线管20b，并且因此喷射孔20f被打开。即，在喷射命令信号I的脉冲-接通正时Is时，命令喷射开始，及在脉冲-断开正时Ie时命令喷射结束。因此，借助用命令信号I的脉冲-接通时期(即喷射命令时期)控制喷射孔20f的阀打开时期Tq来控制喷射量Q。图5的部分(b)示出了来自喷射孔20f的燃料的燃料喷射率R的变化(转变)，而这种变化(转变)与上述喷射命令相关。图5的部分(c)示出了由喷射率R的变化所产生的、燃料压力传感器20a 的输出值(探测压力P)的变化(波动波形)。图5示出了在喷射孔20f被打开和关闭一次时各种变化的例子。 

ECU30借助与图4的处理相分开的子程序处理来探测燃料压力传感器20a的输出值。以足够短以致能画出传感器输出的压力转变波形的轮廓的间隔、即以短于图4的处理循环的间隔，ECU30借助子程序处理来顺序地得到燃料压力传感器20a的输出值。在图5的部分(c)中示出了示例轮廓。更加具体地说，以适于50微秒的间隔(或者更加优选地，为20微秒)连续地得到传感器输出。 

从由燃料压力传感器20a所探测到的探测压力P的波动波形中可以估计出喷射率R的转变波形，因为在探测压力P的波动和喷射率R的变化之间具有下面将解释的相互关系。 

在下面将解释在图5的部分(b)中所示的喷射率R的变化。首先，在正时Is上开始给螺线管20b通电之后，喷射孔20f的燃料喷射开始并且因此喷射率R在改变点R3上开始增大。即，实际喷射开始了。然后，喷射率R在改变点R4上到达最大喷射率Rβ，并且喷射率R的增大停止了。这是由于，在R3的正时时，针阀20c开始升高，及该升程量在R4的正时上是最大的。 

在本实施例的描述中，改变点定义如下。即，计算出喷射率R的二阶微分值(或者压力传感器20a的探测压力P)。示出了二阶微分值变化的波形的极值(即使该变化最大的点)是喷射率R或者探测压力P的波形的改变点。即，二阶微分值波形的弯曲点是喷射率R或者探测压力P的波形的改变点。 

然后，在正时Ie上停止给螺线管20b通电之后，该喷射率R在改变点R7上开始减少。然后，喷射率R在改变点R8上变成0并且实际喷射结束。这是由于，针阀20c在R7的正时上开始降低，并且在R8的正时上完全降低，因此关闭了喷射孔20f。 

接下来，解释在图5的部分(c)中所示的压力传感器20a的探测压力P的变化。在改变点P1之前的压力P0是喷射命令正时Is的燃料供给压力。首先，在驱动电流I流过螺线管20b之后和在喷射率R在R3的正时上开始增大之前，探测压力P在改变点P1上减少。这是由于，控制阀23在P1的正时上打开了泄漏孔24，及执行油压室Cd的减压处理。然后，在油压室 Cd充分地减压时，从改变点P1开始的压力减小在改变点P2上停止一次。 

然后，当喷射率R在R3的正时上开始增大时，探测压力P在改变点P3上开始减小。然后，当喷射率R在R4的正时上到达最大喷射率时，探测压力P的减小在改变点P4上停止了。从改变点P3到改变点P4的减少量大于从改变点P1到改变点P2的减少量。 

探测压力P在改变点P5上增大。这是由于，控制阀23在P的正时上关闭了泄漏孔24，及执行油压室Cd的增压处理。然后，在油压室Cd充分地增压时，从改变点P5开始的压力增大在改变点P6上停止了。 

然后，在喷射率R在R7的正时上开始减小时，探测压力P在改变点P7上开始增大。然后，当喷射率R变成0并且实际喷射在R8的正时上结束时，探测压力P的增大在改变点P8上停止了。从改变点P7到改变点P8的增大量大于从改变点P5到改变点P6的增大量。在改变点P8之后的探测压力P减弱了，同时在固定循环T7中(参见图6)重复该减少和增大。 

因此，借助探测由燃料压力传感器20a所探测到的探测压力P的波动中的改变点P3、P4、P7、P8，可以估计出喷射率R的增大开始正时R3(即实际喷射开始正时)、最大喷射率到达正时R4、喷射率减小开始正时R7和减小结束正时R8(即实际喷射结束正时)等等。而且，根据下面将要解释的探测压力P的波动和喷射率R的变化之间的相互关系，从探测压力P的波动中可以估计出喷射率R的变化。 

即，在从探测压力P的改变点P3到改变点P4的压力减小率Ra和从喷射率R的改变点R3到改变点R4的喷射率增大率Ra之间具有相互关系。在从改变点P7到改变点P8的压力增大率Ry和从改变点P7到改变点R8的喷射率减小率Ry之间具有相互关系。在从改变点P3到改变点P4的压力下降量Pβ(最大下降量)和从改变点R3到改变点R4的喷射率增大量Rβ(即最大喷射率)之间具有相互关系。相应地，借助探测由燃料压力传感器20a所探测到的探测压力P的波动的压力减小率Pa、压力增大率Ry和压力下降量Pβ，可以估计出喷射率增大率Ra、喷射率减小率Ry和喷射率增大量Rβ。如上所述那样，可以估计出喷射率R的各种状态R3、R4、R7、R8、Ra、Rβ、Ry，及最后地，可以估计出在图5的部分(b)中所示的燃料喷射率R的变化(转变波形)。在图5的部分(c)中，Ta是泄漏响应延迟及T1是喷射响应延迟。 

从实际喷射开始到实际喷射结束的喷射率R积分值(即图5的部分(b)中的标记S所示的阴影区域)等于喷射量。与从实际喷射开始到实际喷射结束的喷射率R的变化(即从改变点P3到改变点P8的一部分)相对应的、探测压力P的一部分波动波形中的压力P的积分值与喷射率R的积分值S联系起来。因此，借助计算由燃料压力传感器20a所探测到的探测压力P的波动的压力积分值，可以估计出等同于喷射量Q的喷射率积分值S。因此，可以说，燃料压力传感器20a起着用来探测供给到喷射器20中的燃料压力的、作为与喷射量相关的物理量的喷射量传感器的作用。 

在上述S21之后的、图4的S22中，从在S21中所得到的波动波形中探测改变点P3、P8的出现正时等等。更加具体地说，在微分值超过在喷射命令I的脉冲-接通正时Is之后的第一时间的阈值时，计算出波动波形的一阶微分值并且探测出改变点P3的出现是优选的。而且，在出现改变点P3之后产生稳定状态(即这样的状态：微分值在阈值的范围内波动)的情况下，在微分值下降到小于稳定状态之前的最后时间的阈值时探测改变点P8的出现是优选的。 

在下面S23中，从在S21中所得到的波动波形中探测压降量Pβ。例如，借助从位于波动波形的改变点P3和改变点P8之间的、所探测到的压力P的峰值减去在改变点P3的正时上所探测到的压力P，探测压降量Pβ。 

在下面S24中，根据S22的探测结果P3、P8估计出喷射率R的增大开始正时R3(实际喷射开始正时)和减小结束正时R8(实际喷射结束正时)。而且，根据S23中的探测结果Pβ估计出喷射率增大量Pβ。然后，根据估计值R3、R8、Rβ计算出在图5的部分(b)中所示的喷射率R的转变波形。除了估计值R3、R8、Rβ之外还可以估计出值R4、R7、Ra、Ry等等，并且值R4、R7、Ra、Ry可以被用来计算喷射率转变波形。 

在下面S25中，借助执行在S24中所计算出的喷射率转变波形在从R3到R8的间隔内的积分计算出面积S。面积S作为喷射量Q被估计出。因此，图4的一系列处理结束了。使用在S25中所估计出的燃料喷射量Q和在S24中所估计出的喷射率转变波形来例如更新(即学习)用在图3的S12中的上述喷射控制图表。 

图6示出了与图5一样在喷射孔20f被打开和关闭一次的情况下各种变化的例子。图6是正时图表，它示出了在改变点P8与喷射结束相关地产 生之后燃料压力传感器20a的输出值(探测压力P)的变化。在图7-10中的每一个中，部分(a)是正时图，它示出了喷射器20的命令信号(即驱动电流)，及部分(b)是正时图，它示出了根据命令信号I的探测压力P的波动波形。 

在执行用来在每个燃烧循环中多次喷射燃料的多级喷射控制时，下面的点应该被考虑。即，在第一喷射之后的第n喷射之前执行第m喷射(在本实施例中它是第一喷射)的情况下，与第m喷射相关联地所产生的波动波形的一部分波动模式、在喷射结束之后所具有的部分即由图6的虚线Pe所包围的波动模式部分被叠加在与第n喷射相对应的波动波形的另一部分的波动模式上(即与之相干扰)。在下文中，由图6的虚线Pe所包围的波动模式被称为继后喷射波动模式Pe。 

在下面给出更加具体的解释。在图7所示的每个燃烧循环中喷射被执行两次的情况下，图7的部分(b)中的实线L2b所示的波动波形相对于图7的部分(a)中的实线L2a所示的通电脉冲产生了。在位于图7所示的两个喷射之间的后级的喷射(后级喷射)的喷射开始正时附近，只由后级喷射所产生的波动模式和前级的喷射(前级喷射)的波动模式相互干扰。认出只由后级喷射所产生的波动模式是困难的。 

在如图8所示那样只执行前级喷射时，图8的部分(b)中的实线L1b所示的波动波形相对于由图8的部分(a)中的实线L1a所示的通电脉冲产生了。由图8的部分(b)中的实线L1b所示的波动波形在下文中被称为第m喷射波形成份。图9是这样的图形，它各自以重叠的方式示出了图7的通电脉冲和波动波形(实线L2a、L2b)和图8的通电脉冲和波动波形(虚线L1a、L1b)。借助从图7的波动波形L2b中减去图8的波动波形L1b，只由后级喷射所产生的波动模式被提取，如图10中的实线L2c所示那样。在与相互相对应的这些点之间执行该提取。 

因此，在图4的S21中接受燃料压力传感器20a的输出值(探测值P)时，在图7的部分(b)中所示的波动波形L2b实际上没有被接受，而接受了借助从波动波形L2b中减去波动波形L1b所提取的波动模式L2c。 

接下来，解释得到用于减法的波动波形L1b的方法。 

通过数学表达式来表示第m喷射波形成份的模型公式事先被储存在储存装置如数据储存存储器(例如EEPROM)中。用模型公式来表示的模型波 形作为上述波动波形L1b被得到。在本实施例中，重叠多个阻尼摆动公式的下面公式1作为上述模型公式而被采用。 

表达式1： 

$p=p_0+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{A}_i\exp (-k_{i}t)\sin ({\mathrm{\ω}}_{i}t+{\mathrm{\θ}}_i)$

表达式1中的P表示由模型公式所表示的模型波形的值(即燃料压力传感器20a的探测压力P的估计值)。在下文中，在如图8所示那样执行单-级(single-stage)喷射时或者在没有干扰由其它喷射所产生的波形成份时由燃料压力传感器20a所探测到的实际波形被称为探测波形。表达式1中的P0表示模型波形偏离探测波形的偏差。表达式1中的n表示阻尼摆动公式的重叠数目。表达式1中的A、k、ω和θ各自表示阻尼摆动的振幅、阻尼系数、频率和相位。 

如果参数p0、n、A、k、ω、θ被确定了，那么公式1所示的模型公式可以得到模型波形的值p。例如，在n＝4时，由四个参数A、k、ω、θ所确定的四个阻尼摆动公式相互重叠。因此，借助确定16个参数A、k、ω、θ和一个参数p0(作为总数，17个参数)可以得到p的值。 

由表达式1的模型公式所表示的模型波形当然是连续的波形。模型波形没有该波形离散地进行改变的点。模型波形是阻尼波形，它减少，同时重复单调的增大和单调的减小。 

图11A和11B是用来解释相互重叠的、阻尼摆动公式的例子的图。与燃料喷射相关联地、在喷射孔20f中所产生的燃料压力脉冲在通道中的喷射器20内减小了，通过该通道，燃料压力脉冲从喷射孔20f传递到燃料压力传感器20a中(涉及图11A中的标记i)。图11B中的波形成份i示出了以这种方式在喷射器20内所产生的阻尼摆动。 

与燃料喷射相关联地、在喷射孔20f中所产生的燃料压力脉冲通过喷射器20和高压管14到达孔12a。然后，燃料压力脉冲在孔12a处被反射并且传递到燃料压力传感器20a(涉及图11A中的标记ii)。图11B中的波形成份ii示出了阻尼摆动，该阻尼摆动这样地从孔12a传递到燃料压力传感 器20a中。 

与其它喷射器20(#3)的喷射孔20f中的燃料喷射相关联地所产生的燃料压力脉冲通过共轨12传递到喷射器20(#2)燃料压力传感器20a中(涉及图11A中的标记iii)。图11B中的波形成份iii示出了阻尼摆动，该阻尼摆动同样地传递到燃料压力传感器20a中。 

借助结合上述多个波形成份i-iii的阻尼摆动公式来构成表达式1的模型公式。因此，由模型公式所限定出的模型波形变成图11B的最上部所示的波形。图12中的实线示出了由燃料压力传感器20a所探测到的实际探测波形。点划线和虚线示出了模型波形。模型公式中的上述各种参数p0、A、k、ω、θ被学习从而使模型波形的偏差从探测波形减少到0，即从而相对于实际探测波形提高模型波形的接近程度。 

接下来，参照图13和图14A到14F来解释作为本实施例的主要部分的、参数p0、A、k、ω、θ的学习过程。尽管图14A到14F只示出了两个参数A、ω的变化并且没有示出其它参数p0、k、θ的变化，但是其它参数p0、k、θ也与参数A、ω一样改变。 

ECU30的微型计算机在预定循环(例如，由上述CPU所执行的计算的循环)内或者在曲柄角度的预定间隔内执行图13所示的一系列学习处理。首先在S51中，在燃料喷射被暂停并且发动机旋转速度NE减小的时期，即在非喷射减速工作时期期间，执行用来在燃烧循环期间只喷射小量燃料一次的单级小量喷射。得到与单级小量喷射相关联地所产生的燃料压力传感器20a的探测波形，以作为学习标准值。 

在下面S52(参数改变部分)中，参数p0、A、k、ω、θ通过较小间隔各自被改变到增大侧和减小侧。在图14A的例子中，在与标记1的位置相对应的参数A、ω的值被用作参考值的情况下，参数A、ω的值各自从参考值被改变到增大侧和减小侧上。即，参数A被改变到与标记q、r的位置相对应的值上，并且参数ω被改变到与标记s、t的位置相对应的值上。 

在下面S53(接近程度计算部分)中，为这些改变中的每个结合计算出模型波形相对于实际探测波形的接近程度。在本实施例中采用最小二乘(least-square)方法来计算出接近程度。例如，计算出由图12的点划线所示的模型波形的值和每个预定时间内的探测波形的值之间的距离ΔL(偏差量)，并且预定时间内的这些距离ΔL的总和被定义为模型波形相对于探 测波形的接近程度。因此，可以说，接近程度随着总和∑x的值减小而提高了。 

在下面S54中(确定部分)，确定更新结束条件是否得到满足。更新结束条件是这样的条件，即处于参考值M上的接近程度∑x高于改变之后的接近程度∑q、∑r、∑s、∑t中的任何一个。图14A中的参考值M是与标记1相对应的参数A、ω的值。 

如果确定接近程度∑q、∑r、∑s、∑t中的至少一个高于接近程度∑M并且确定更新结束条件没有被满足(S54：否)，那么在下面S56(参考值更新部分)中，在这些接近程度∑q、∑r、∑s、∑t之中提供最小值的这些改变的组合被用作更新参考值的组合，因此更新参考值。 

图14A示出了例子，在该例子中，接近程度∑r的值是最小的。因此，与标记r的位置相对应的参数A、ω的值的组合被用作更新参考值的组合，因此更新参考值。图14B的标记2示出了与更新之后的参数A、ω的参考值相对应的位置。 

如果以这种方式来进行这种更新，过程进入到S52中并且重复地执行参数改变部分S52的变化、接近程度计算部分S53的计算和确定部分S54的确定。因此，在图14A到14F的例子中，在参考值从与标记1位置相对应的值改变到与标记2位置相对应的值之后，参数A、ω值相对于与标记2相对应的参考值被改变到与标记q、r、s、t的位置相对应的值，如图14C所示那样。然后，计算出接近程度∑q、∑r、∑s、∑t。然后，根据接近程度∑2和接近程度∑q、∑r、∑s、∑t之间的比较，确定更新结束条件是否得到满足。 

在图14C的例子中，与标记t的位置相对应的参数A、ω的值的组合用作更新参考值的组合，因此更新参考值。在图14D中，标记3示出了与更新之后的参数A、ω的参考值相对应的位置。在下面的图14E中，与标记r位置相对应的参数A、ω的值的组合被用作更新参考值，因此更新了参考值。作为这种方式的更新重复的结果，接近程度∑9的值变成小于接近程度∑q、∑r、∑s、∑t(即∑9＜(∑q、∑r、∑s、∑t))的值中的任何一个，及在标记9被用作参考值的位置时满足更新结束条件，如图14F所示那样。 

在确定更新结束条件得到满足(S54：是)时，该参考值被确定为S55中的参数A、ω的学习值(学习值确定部分)。在图14F的例子中，与标记 9位置相对应的参数A、ω的值的组合被确定为参数A、ω的学习值。储存在图表中的参数A、ω的值被校正成参考值并且被学习。 

例如，参数的存在范围(existence)的中值可以被用作参考值的初始值，该初始值以上述方式被更新。此外，借助适应所设定的值可以用作初始值。根据可以存在探测波形的区域内的波形，事先设定可以存在参数p0、A、k、ω、θ的值的这些存在范围(涉及图14A中的箭头标记)。在S52中所改变的参数的变化范围被限制到该存在范围。即，如果在参考值借助参数改变部分S52来改变时参考值设置在存在范围的边界上，那么可以防止经过该边界上的改变。 

上述实施例具有下面效果。 

(1)通过参数改变部分S52、接近程度计算部分S53、确定部分S54、参考值更新部分S56和图13所示的学习值确定部分S55的作用，可以不需要，例如图14A到14F所示的参数A的十个值和参数ω的十个值的所有组合的接近程度的计算。即，不需要10²次(＝100次)地计算出接近程度。 

更加具体地说，在图14A到14F的例子中，接近程度的计算次数是36次(＝4＊9)，这36次由在标记1的q、r、s、t处的计算、在标记2的q、r、s、t处的计算….和在标记9的q、r、s、t处的计算构成。在图14A-14F的例子中使用17个参数时，即使在最坏的情况下，接近程度的计算次数也是5780次。因此，与为整个组合执行计算并且计算次数总计达10¹⁷次(＝一百的千之5次方次)的情况相比，计算处理量大大地减小了。 

相应地，与借助使位于所有多个参数p0、A、k、ω、θ的整个存在范围内的这些值分配到模型公式中来执行计算的情况相比，可以减小计算处理量。 

(2)根据可以存在探测波形的区域内的波形事先设定可以存在参数p0、A、k、ω、θ的这些值(涉及图14A中的箭头标记)的存在范围。在S52中所改变的参数的变化范围被限制到存在范围。因此，可以避免算术处理的问题如接近程度的计算值发散。 

(第二实施例) 

接下来，描述本发明的第二实施例。 

在上述第一实施例中，预定值如存在范围的中值被用作在S56中要被更新的参考值的初始值。相反，在本实施例中，设置了后面将详细解释的 初始值设定部分(涉及图15的S511)，以设定提高接近程度的初始值。在上述第一实施例中，在S54中满足更新结束条件时，那时的参考值被确定为参数的学习值。相反，在本实施例中，设置后面将详细解释的学习值校验部分(涉及图15的S541、S542和S543)，从而校验在更新结束条件得到满足时的该参考值作为学习值是否合适。 

图15是流程图，它示出了本实施例的参数p0、A、k、ω、θ的学习过程。执行与图13相同的处理的图15中的部分具有与图13相同的标记，并且图13的解释同样适用于这些部分。 

首先，在步骤S51中，得到作为学习标准值的探测波形。在下面S511中(初始值设定部分)，存在区域被分成多个区域(涉及图16A所示的A1、A2、ω1、ω2)。为各自表示值计算出接近程度∑M1、∑M2、∑M3、∑M4，而这些表示值是各自为该多个区域而设定的(例如，分开区域的中值M1、M2、M3、M4)。接近程度∑M1、∑M2、∑M3、∑M4相互比较，及提供最高接近程度的表示值被设定为参考值的初始值。在图16A到16D的例子中，接近程度∑M1的值是最小的，因此表示值M1被设定为初始值。 

在下面S52中，参数p0、A、k、ω、θ通过较小间隔各自被改变到增大侧和减小侧。在下面S53中，为这些变化中的每个结合计算出接近程度。在下面S54中，确定更新结束条件是否得到满足。更新结束条件是这样的条件，即处于参考值M1上的接近程度∑M1高于变化之后的接近程度∑q、∑r、∑s、∑t中的任何一个。图16A中的参考值是与标记M1相对应的参数A、ω的值。 

在确定更新结束条件没有得到满足时(S54：否)，在下面S56中，在接近程度∑q、∑r、∑s、∑t的这些值之间的值最小的情况下的这些变化组合被用作更新参考值的组合，因此更新参考值。图16B示出了接近程度∑r的值最小的情况。与标记r位置相对应的参数A、ω的值的组合被用作更新标准值的组合，因此更新这些参考值。图16C中的标记2示出了与更新之后的参数A、ω的参考值相对应的位置。 

如果以这种方式来进行这种更新，该处理返回到S52中。因此，重复地执行参数改变部分S52的变化、接近程度计算部分S53的计算和确定部分S54的确定。在图16A到16D的例子中，参考值按照这样的顺序从与标记M1位置相对应的这些值连续地更新到与标记2、3、4、5、6的位置相对 应的这些值。在标记6用作参考值的位置时，如图16D所示那样，接近程度∑6的值小于接近程度∑q、∑r、∑s、∑t(即∑6＜(∑q、∑r、∑s、∑t))的值中的任何一个，及满足更新结束条件。 

在确定更新结束条件得到满足(S54：是)时，与由参数改变部分S52所执行的变化相比，这些参考值在S541(大量改变执行部分)中被大大地改变。即，执行大量变化。图17A到17D示出了在执行学习值校验部分S541、S542、S543的处理的情况下参考值的更新状态的模型。例如，如图17A所示那样，在参考值按照这样的顺序连续地从与标记1相对应的值更新到与标记2、3、4、5、6、7、8的位置相应对的值并且在标记8的位置上满足更新结束条件时，大量变化执行部分S541把这些参数p0、A、k、ω、θ各自大大地改变到与标记u1到u6的位置相对应的值上。在图17A到17D的例子中，借助把参数A、ω的存在范围的每一个除以N(N＝10)所得到的尺寸大小被认为是用在S52中的较小间隔。在S541中执行大于该较小间隔的改变。 

在下面S542中(接近程度计算部分)，为大量变化的每个组合计算出模型波形相对于实际探测波形的接近程度。在下面S543(确定部分)中，确定学习允许条件是否得到满足。学习允许条件是这样的条件，即参考值M上的接近程度∑8大于大量变化之后的接近程度∑u1到∑u6中的任何一个。图17B中的这些参考值是与标记8相对应的参数A、ω的值。 

在确定接近程度∑u1到∑u6中的至少一个高于接近程度∑8并且确定学习允许条件没有得到满足(S543：否)时，在下面S544(参考值更新部分)中，提供接近程度∑u1-∑u6之间的最小值的这些变化的组合被用作更新参考值的组合，因此更新该参考值。 

图17B示出接近程度∑u6的值为最小的情况。与标记u6的位置相对应的参数A、ω的值的组合被用作更新参考值的组合，因此更新了这些参考值。如果以这样的方式来进行这种更新，那么该过程返回到S52中并且重复地执行参数改变部分S52的变化、接近程度计算部分S53的计算和确定部分S54的确定。 

因此，在图17A到17D的例子中，在参考值连续地从与标记1的位置相应对的值改变到与标记8的位置相对应的值之后，在与标记8相对应的参考值上满足更新结束条件。然后，到标记u6的位置上的大量改变形成了 并且执行该更新。如图17C所示那样，相对于与标记u6相对应的参考值，参数A、ω被改变到与标记q、r、s、t的位置相对应的值，及各自计算出接近程度∑q、∑r、∑s、∑t。然后，根据接近程度∑u6和各自接近程度∑q、∑r、∑s、∑t的比较，确定更新结束条件是否得到满足。在图17C的例子中，参考值从与标记u6的位置相对应的值被更新到与标记t的位置相对应的值上。在标记9用作参考值的位置时，如图17D所示那样，接近程度∑9的值小于接近程度∑q、∑r、∑s、∑t的这些值的任何一个(即∑9＜(∑q、∑r、∑s、∑t))并且更新结束条件得到满足。 

在S543中确定学习允许条件得到满足(S543：是)时，该参考值被确定为下面S55中的参数A、ω的学习值(学习值确定部分)。在图17D的例子中，与标记9的位置相对应的参数A、ω的值的组合被确定为参数A、ω的学习值。储存在图表中的参数A、ω的这些值被校正成参考值并且被学习。 

因此，大量地改变了这些参考值并且确定即使在更新结束条件得到满足时学习允许条件是否也得到满足。如果学习允许条件没有得到满足(S543：否)，那么防止确定大量改变之前的参考值作为学习值。在执行上述防止时，借助把大量改变之后的参数值用作参考值，又执行更新。在图17A到17D的例子中，与标记u6的位置相对应的参数A、ω的值的组合(combination)被用作更新基本值的组合(combination)。 

上述实施例产生了下面效果。 

(1)即使在更新结束条件得到满足时，参考值也被大量地被改变。如果学习允许条件没有得到满足(S543：否)，那么防止确定大量改变之前的参考值作为学习值。因此，如图18的例子所示那样，即使在参数ω的值是ω8并且满足更新结束条件时，参数ω的值大量地从ω8改变到ω4。在接近程度∑u4高于接近程度∑8时，防止确定值ω8作为学习值。因此，在值ωu4、ωu5、ωu6上的接近程度∑u4、∑u5、∑u6高于接近程度∑8时，如图18所示那样，可以避免损坏学习精确度，如果与标记8的位置相对应的参数A、ω的值的组合作为这些学习值的组合而被学习，那么会导致损坏该精确度。 

(2)在执行上述防止时，借助使用大量改变之后的参数的值作为参考值，来执行这种更新。大量改变之后的参数的值是图17A到17D的例子中的u6并且是图18的例子中的ωu4。在图18的例子中，该值连续地改变并 且之后更新到ωu5和ωu6。因此，该参数的值被学习以更多地提高接近程度，因此学习精确度可以得到提高。 

(第三实施例) 

接下来，描述本发明的第三实施例。 

在上述第二实施例中，根据处于参考值上的、与标记8相对应的、大量改变之前的接近程度∑8是否高于大量改变之后的接近程度∑u1到∑u6中的任何一个，确定学习允许条件是否得到满足和是否防止学习。 

相反，在本实施例中，如在S541中一样执行大量改变(第一改变)，及然后，执行从大量改变之前的参考值开始的更大量改变(第二改变)。即，在图18的例子中，从参考值ω8到值ωu4执行第一改变，及计算出该值ωu4上的接近程度∑u4。此外，从参考值ω8到值ωu5执行第二改变，及计算出该值ωu5上的接近程度∑u5。在接近程度∑u5高于接近程度∑u4时(即在∑u5＜∑u4时)，防止该学习。即，条件∑u5≥∑u4被用作学习允许条件。 

在图18的例子中，即使在接近程度∑ω8高于接近程度∑u4的情况下，在执行从ω8到ωu5的改变(该改变大于从ω8到ωu4的改变)时，如果接近程度∑u5高于接近程度∑u4，那么可以说具有这样的可能性，即发现提供高于接近程度ω8的接近程度的参数ω。 

在考虑这点的本实施例中，根据在大大远离参考值的区域内是否存在这样的区域确定学习允许条件，即在该区域中，当某点变成更加远离参考值时，该某点处的接近程度增高。因此，可以提高发现提供高接近程度的参数ω的值的确定，及最后避免损坏学习精确度。在执行上述防止时，第二改变之后的参数的值被用作更新参考值，因此更新该参考值。相应地，参考值被改变，并且在图18的例子之后被更新成u6。因此，参数的值被学习从而更加提高接近程度。其结果是，学习精确度可以得到进一步的提高。 

(其它实施例) 

例如，上述实施例可以如下面那样被改进和实现。而且，本发明不局限于上述实施例。各自实施例的特征结构可以任意地结合。 

上述第一实施例的参数改变部分S52通过固定改变量而把该值改变到增大侧和减小侧。可替换的是，在参考值更新部分S58所执行的更新次数增大时，该变化量可以被减小。通过这种结构，在参考值从初始值开始被 更新直到更新结束条件得到满足为止时，与变化量从更新的初始阶段到更后阶段是均一较小的情况相比，可以减小更新次数。此外，与变化量从该更新的初始阶段到更后阶段是均一较大的情况相比，在更新结束条件得到满足时的参考值的接近程度可以得到提高，因此学习精确度可以得到提高。即，可以同时实现更新次数的减少和学习精确度的提高。 

例如，上述第一实施例的参数改变部分S52通过这样的尺寸大小执行改变到增大侧和减小侧，即该尺寸大小借助使参数的存在范围除以N(N在图14A到14F的例子中是十)来得到。可替换的是，在参考值更新部分S56所执行的更新次数增大时，除数N可以增大。因此，如上述那样，变化量可以设定成可变的。 

在上述第一实施例中，在S51中，在无喷射减速工作期间执行单级小量喷射，及那时的探测波形作为学习标准值而被得到。简而言之，只要由于其它喷射而只受到燃料压力波动的少量干扰的燃料压力波形的一部分可以被得到，那么处于这种状态中的该部分探测波形可以被用作学习标准值。因此，即使在多个喷射在波形中相互重叠时，如在图7的例子中所示那样，具有较小重叠程度的波形的一部分可以被提取并且用作学习标准值。 

在参数p0、A、k、ω、θ被学习时，如果该学习根据每个发动机工作状态来被执行，那么与该工作状态相对应的最佳模型公式可以被得到。因此，模型公式的接近程度可以被提高。例如，工作状态包括发动机旋转速度NE、内燃机的负荷(例如，燃料的命令喷射量、驾驶员的加速工作量等等)、燃料温度、共轨12中的燃料压力、从燃料泵11到共轨12的燃料供给量、等等。 

在参数的存在区域被分成多个区域的情况下，如图16A所示那样，为每个分开区域执行参数改变部分S52的变化、接近程度计算部分S53的计算、确定部分S54的确定、参考值更新部分S56的更新和学习值决定部分S55的决定。然后，提供在这些区域中所决定的学习值之中的最高接近程度的参数值的组合作为最后学习值的组合可以被决定。 

在上述实施例中，在参数改变部分S52借助使用较小间隔的尺寸大小通过较小间隔把参数p0、A、k、ω、θ改变到增大侧和减小侧上时，借助使参数p0、A、k、ω、θ中的每一个的存在范围除以N所得到的该尺寸大小被用作较小间隔。对于参数p0、A、k、ω、θ可以使用上述除数N。可 替换的是，较小间隔可以被设定，以致对于参数p0、A、k、ω、θ各自使用不同的除数N。 

在燃料压力传感器20a被固定到喷射器20中时，燃料压力传感器20a被固定到上述实施例的喷射器20的燃料入口22中。此外，如图2的点划线200a所示那样，燃料压力传感器200a可以安装在壳体20e内从而探测内部燃料通道25内的燃料压力，该内部燃料通道25从燃料入口22延伸到喷射孔20f中。 

与燃料压力传感器200a安装在壳体20e内的情况相比，在燃料压力传感器20a如上述那样被固定到燃料入口22中的情况下，燃料压力传感器20a的固定结构可以被简化。与燃料压力传感器20a被固定到燃料入口22中的情况相比，在燃料压力传感器200a安装在壳体20e内时，燃料压力传感器200a的固定位置更加靠近喷射孔20f。因此，可以更加合适地探测喷射孔20f内的压力波动。 

流量率(flow rate)限制部分可以设置在共轨12和高压管14之间以限制从共轨12流动到高压管14中的燃料的流量率。在由于燃料泄漏(由于高压管14、喷射器20或者类似装置的损坏而产生的燃料泄漏)而产生过量燃料流出时，流量率限制部分进行工作从而堵塞流动通道。例如，可以借助阀件如球来构成流量率限制部分，在产生过量流率时，该球堵塞流动通道。此外，可以采用借助使孔12a(燃料脉冲减小部分)和流率量限制部分成一体来构成的流动阻尼器。 

代替相对于燃料流动方向把燃料压力传感器20a布置在孔和流量率限制部分的下游上的结构，燃料压力传感器20a可以布置在孔和流量率限制部分中的至少一个的下游上。 

尽管结合目前被认为是最可以实现的和优选的实施例来描述了本发明，但是应该知道，本发明不局限于所公开的实施例，而是相反，本发明用来覆盖落入本发明要求保护的精神实质和范围内的各种各样改进和等同布置。 

Claims (14)

1.一种学习装置，具有储存部分，该储存部分用来储存通过数学表达式来表示探测波形的模型公式，该探测波形通过探测物理量变化的传感器来探测，该学习装置学习包括在模型公式中的多个参数的值，以提高通过模型公式所表示的模型波形相对于实际探测波形的接近程度，该学习装置包括：

参数改变部分，相对于为多个参数中的每一个所设定的参考值，该参数改变部分将多个参数中的每一个改变到增大侧和减小侧上；

接近程度计算部分，用于为多个参数的改变的每个组合计算出模型波形相对于实际探测波形的接近程度；

确定部分，用于确定更新结束条件是否得到满足，该更新结束条件是这样的条件，即在所述多个参数被设定在参考值上的情况下的接近程度高于在这些参数被设定在改变值上的情况下的接近程度中的任何一个；

参考值更新部分，借助使用这些改变的组合作为更新参考值，该参考值更新部分更新参考值，同时更新结束条件没有被满足，而该组合提供了在与多个改变值相对应的多个接近程度之间的最高接近程度；及

学习值决定部分，用于在更新结束条件得到满足时，该学习值决定部分决定这些参考值作为该多个参数的学习值；其中，

每当该更新借助参考值更新部分来执行时，重复地执行参数改变部分的改变、接近程度计算部分的计算和确定部分的确定。

2.根据权利要求1所述的学习装置，其特征在于，学习装置设置有存在区域，这些参数的值能够存在于该存在区域中，根据探测波形能够存在于其中的区域内的波形，事先设定该存在区域，及该存在区域被分成多个区域；

学习装置将为各自区域所设定的表示值所计算的接近程度相互比较；及

学习装置将提供最高接近程度的该表示值用作在由参考值更新部分所执行的更新之前所设定的参考值的初始值。

3.根据权利要求1所述的学习装置，其特征在于，

在参数改变部分执行改变之前，学习装置使用了多个参数的初始值，根据实验的结果设定初始值，该实验相对于已知的物理量变化来测量传感器的探测波形。

4.根据权利要求1所述的学习装置，其特征在于，

学习装置设置有存在范围，参数的值能够存在于该存在范围内；根据探测波形能够存在于其中的区域内的波形事先设定该存在范围；及

参数改变部分通过这样的尺寸大小执行到达增大侧和减小侧上的改变，即该尺寸大小借助将存在范围除以N来得到，其中N是正的整数。

5.根据权利要求1所述的学习装置，其特征在于，

在由参考值更新部分所执行的更新次数增大时，参数改变部分减少改变量。

6.根据权利要求1所述的学习装置，其特征在于，

学习装置设置有存在范围，参数的值能够存在于该存在范围内；根据探测波形能够存在于其中的区域内的波形来事先设定该存在范围；及

学习装置借助参数改变部分把改变范围限制到该存在范围内。

7.根据权利要求1所述的学习装置，其特征在于，

在更新结束条件得到满足时，与由参数改变部分所执行的变化相比，学习装置更大地改变参考值；及

在为大量改变之后的参数所计算出的接近程度高于为大量改变之前的参数所计算出的接近程度的预定范围时，该学习装置能够防止学习值决定部分将参考值决定作为学习值。

8.根据权利要求7所述的学习装置，其特征在于，

在执行这种防止时，借助把大量改变之后的参数的值用作更新参考值，学习装置更新参考值。

9.根据权利要求1所述的学习装置，其特征在于，

学习装置执行用来将参考值改变成大大地大于由参数改变部分所执行的改变的第一改变，及在更新结束条件得到满足时，执行用来将参考值改变成大大地大于第一改变的第二改变；及

在第二改变之后的接近程度高于在第一改变之后的接近程度的预定范围时，学习装置防止学习值决定部分决定将该参考值作为学习值。

10.根据权利要求9所述的学习装置，其特征在于，

在执行这种防止时，借助将在第二改变之后的参数的值用作更新参考值，该学习装置更新参考值。

11.根据权利要求1所述的学习装置，其特征在于，

学习装置计算在处于该波形的多个点上的实际探测波形和模型波形之间的多个偏差量并且将由计算所得到的多个偏差量的总和用作接近程度；及

在总和的值减小时，该学习装置确定接近程度提高。

12.一种燃料喷射系统，包括：

如权利要求1-11中任一所述的学习装置，及

传感器，用于探测物理量变化，其中，

该传感器是燃料压力传感器，其被安装到内燃机中并且探测供给到喷射器中的燃料压力以作为物理量变化，该内燃机被构造成把燃料从蓄积燃料的蓄压器中分配和供给到多个喷射器中，及

在比蓄压器更加靠近喷射孔的位置上，燃料压力传感器被布置在燃料通道中，该燃料通道从蓄压器延伸到喷射器的喷射孔中。

13.根据权利要求12所述的燃料喷射系统，其特征在于，还包括：

提取部分，用于在执行每个燃烧循环中多次执行燃料喷射的多喷射时，借助从与第n喷射相对应的探测波形的波形部分中减去由第n喷射之前的第m喷射所产生的波形成份，该提取部分对由第n喷射所产生的波形成份进行提取，其中，

提取部分把由一些参数所限定的模型波形用作由第m喷射所产生的波形成份，而这些参数由学习装置来学习。

14.根据权利要求12所述的燃料喷射系统，其特征在于，

学习装置根据内燃机的工作状态学习内燃机的每个工作状态的多个参数的值。

Images