CN102869859A

CN102869859A - 微粒过滤器的故障检测装置及故障检测方法

Info

Publication number: CN102869859A
Application number: CN2010800664962A
Authority: CN
Inventors: 吉冈卫
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2010-04-30
Filing date: 2010-04-30
Publication date: 2013-01-09
Anticipated expiration: 2030-04-30
Also published as: JP5382210B2; US8656763B2; EP2565405A1; EP2565405A4; US20130036805A1; WO2011135718A1; CN102869859B; EP2565405B1; JPWO2011135718A1

Abstract

本发明提供一种微粒过滤器的故障检测装置及故障检测方法。在本发明中，在比微粒过滤器更靠下游一侧的排气通路设置有PM传感器。并且，通过对从将堆积于PM传感器的PM除去的PM除去处理的执行完成起经过了预定期间时的PM传感器的输出值与预定的阈值进行比较，来判定微粒过滤器中有无故障。此时，基于经过预定期间时的内燃机的吸入空气量的平均值来设定阈值。由此，能够提高使用PM传感器来进行微粒过滤器的故障检测时的检测精度。

Description

微粒过滤器的故障检测装置及故障检测方法

技术领域

本发明涉及设置于内燃机的排气通路以捕集排气中的粒子状物质（Particulate Matter：以下称为“PM”）的微粒过滤器（以下，简称为“过滤器”）的故障检测装置及故障检测方法。

背景技术

在设置于内燃机的排气通路的过滤器，有时会由于热劣化及历时劣化而发生破损或熔损等的故障。当过滤器发生故障时，则未被该过滤器捕集而由此流出至下游侧的排气通路的PM量会增加。因此，提出了如下技术：在比过滤器更靠下游侧的排气通路设置PM传感器，基于该PM传感器的输出值来检测过滤器的故障。

专利文献1公开了至少具备两个电极的PM传感器（微粒子传感器）。该PM传感器根据电极间的交流阻抗等的电特性的计测数据来检测PM传感器中的PM堆积量。

专利文献2公开了如下技术：基于设置于PM捕捉器（trapper）的上游侧的输入PM传感器的检测值和设置于PM捕捉器的下游侧的输出PM传感器的检测值之比，检测PM捕捉器的故障。另外，该专利文献2记载了在吸入空气量比预定量少时不进行PM捕捉器的故障检测。

在先技术文献

专利文献1:日本特开2008－064621号公报

专利文献2:日本特开2007－132290号公报

专利文献3:日本特开2008－190502号公报

专利文献4:日本特开2009－293518号公报

发明内容

发明要解决的问题

作为用于过滤器的故障检测的PM传感器，有时采用输出与堆积于传感器自身的PM量对应的信号的PM传感器。本发明的目的在于提供一种能够在使用这样的PM传感器进行过滤器的故障检测时提高其检测精度的技术。

用于解决问题的手段

在本发明中为了解决上述问题而采用了以下的手段。即，在本发明中，在比过滤器更靠下游一侧的排气通路设置有PM传感器。并且，通过对从将堆积于PM传感器的PM除去的PM除去处理的执行完成起经过了预定期间时的PM传感器的输出值与预定的阈值作比较来判定微粒过滤器中有无故障。此时，基于所述预定期间经过期间的内燃机的吸入空气量的平均值来设定所述阈值。

更详细地说，本发明的微粒过滤器的故障检测装置是对设置于内燃机的排气通路的微粒过滤器的故障进行检测的装置，所述故障检测装置具有：

PM传感器，其设置于比所述微粒过滤器更靠下游一侧的排气通路，输出与堆积于自身的粒子状物质量对应的信号；

PM除去处理执行部，其执行将堆积于所述PM传感器的粒子状物质除去的PM除去处理；

故障判定部，其对从通过所述PM除去处理执行部执行完成PM除去处理起经过了预定期间时的所述PM传感器的输出值和预定的阈值进行比较，由此判定所述微粒过滤器有无故障；

平均吸入空气量算出部，其在从通过所述PM除去处理执行部执行完成PM除去处理到经过所述预定期间为止的期间，算出内燃机的吸入空气量的平均值；以及

阈值设定部，其基于通过所述平均吸入空气量算出部算出的吸入空气量的平均值来设定所述阈值。

当内燃机的吸入空气量增加时，则排气通路中通过PM传感器的周围的排气的流量也增加。当排气的流量增加时，则PM的流量也必然增加。当PM的流量变多时，则附着于PM传感器的PM的量本身与PM的流量少时相比增加。然而，每单位时间能够附着于PM传感器的PM量是受限的。因此，当PM的流量增加时，则附着于PM传感器的PM量相对该PM的流量的比率（以下，将该比率称为“PM捕集率”）存在降低的倾向。

也即是，即使过滤器的状态为同样的状态，PM传感器中的PM堆积量也根据内燃机的吸入空气量而变化。因此，在本发明中，基于PM除去处理的执行完成后即PM传感器中PM再度开始堆积后、到执行过滤器的故障判定为止的期间的吸入空气量的平均值，来设定用于该故障判定的阈值。由此，能够提高过滤器的故障检测精度。

本发明的故障检测装置还可以具有累计吸入空气量算出部，所述累计吸入空气量算出部算出从通过PM除去处理执行部执行完成PM除去处理起的内燃机的吸入空气量的累计值。在该情况下，所述预定期间也可以是直到通过累计吸入空气量算出部算出的吸入空气量的累计值达到预定的判定执行值为止的期间。

并且，本发明的故障检测装置还可以具有判定执行值设定部，所述判定执行值设定部在通过平均吸入空气量算出部算出的吸入空气量的平均值小时，与该吸入空气量的平均值大时相比，将所述判定执行值设定为更小的值。

当内燃机的吸入空气量比较少时，PM传感器中的PM堆积量增加至某种程度的量需要花费时间。然而，此时，PM传感器中的PM捕集率比较高。因此，即使从PM除去处理的执行完成起到执行过滤器的故障判定为止的期间（即，所述预定期间）较短，也不容易导致故障的检测精度下降。

因此，如上所述，基于吸入空气量的平均值来设定判定执行值。由此，能够在维持检测精度的同时，尽可能早地对过滤器的故障进行检测。

本发明也可以作为微粒过滤器的故障检测方法。例如，作为本发明的一种方式的微粒过滤器的故障检测方法是基于PM传感器的输出值来检测设置于内燃机的排气通路的微粒过滤器的故障的方法，所述PM传感器设置于比该微粒过滤器更靠下游一侧的排气通路，输出与堆积于自身的粒子状物质量对应的信号，所述故障检测方法包括：

PM除去处理执行步骤，执行将堆积于所述PM传感器的粒子状物质除去的PM除去处理；

故障判定步骤，对从通过所述PM除去处理执行步骤执行完成PM除去处理起经过了预定期间时的所述PM传感器的输出值和预定的阈值进行比较，由此判定所述微粒过滤器有无故障；

平均吸入空气量算出步骤，在从通过所述PM除去处理执行步骤执行完成PM除去处理到经过所述预定期间为止的期间，算出内燃机的吸入空气量的平均值；以及

设定步骤，基于在所述平均吸入空气量算出步骤中算出的吸入空气量的平均值来设定所述阈值。

另外，本发明的故障检测方法还可以包括累计吸入空气量算出步骤，在累计吸入空气量算出步骤中，算出从通过PM除去处理执行步骤执行完成PM除去处理起的内燃机的吸入空气量的累计值。在该情况下，所述预定期间也可以是直到在累计吸入空气量算出步骤中算出的吸入空气量的累计值达到预定的判定执行值为止的期间。

并且，本发明的故障检测方法还可以包括判定执行值设定步骤，在所述判定执行值设定步骤中，在平均吸入空气量算出步骤中算出的吸入空气量的平均值小时，与该吸入空气量的平均值大时相比，将所述判定执行值设定为更小的值。

发明的效果

根据本发明，能够提高过滤器的故障检测精度。

附图说明

图1是表示实施例1的内燃机的进排气系统的概略结构的图。

图2是表示实施例1的PM传感器的概略结构的图。

图3是表示实施例1的PM传感器中的PM堆积量与PM传感器的输出值的关系的图。

图4的（a）是表示实施例1的内燃机的吸入空气量与PM传感器中的PM捕集率的关系的图，图4的（b）是表示实施例1的PM除去处理执行完成后的平均吸入空气量与正常判定阈值的关系的图。

图5是表示实施例1的过滤器的故障检测流程的流程图。

图6是表示实施例1的变形例的PM传感器中的PM堆积量和电极间的电阻值及PM传感器的输出值的关系的图。

图7是表示实施例2的PM除去处理执行完成后的平均吸入空气量与判定执行值的关系的图。

图8是表示实施例2的PM除去处理执行完成后的平均吸入空气量与正常判定阈值的关系的图。

图9是表示实施例2的过滤器的故障检测流程的流程图。

图10是表示实施例3的内燃机的混合气的空燃比与修正系数的关系的图。

图11是表示实施例3的冷却水温与修正系数的关系的图。

图12是表示实施例3的过滤器的故障检测流程的流程图。

标号说明

1 内燃机

3 排气通路

6 微粒过滤器

7 氧化催化剂

10 ECU

11 曲轴（曲柄）位置传感器

12 加速器开度传感器

14 PM传感器

15 水温传感器

具体实施方式

下面，基于附图对本发明的具体实施方式进行说明。对于本实施例所记载的构成部件的尺寸、材质、形状、其相对配置等，只要没有特别记载，就不是将发明的技术范围仅限定于其例示的情况。

＜实施例1＞

基于图1～6对本发明的实施例1进行说明。在此，以适用于对设置在车辆驱动用的柴油发动机的排气通路的过滤器进行故障检测的情况为例对本发明进行说明。此外，本发明涉及的内燃机不限于柴油发动机，还可以是汽油发动机。

［内燃机的进排气系统的概略结构］

图1是表示本实施例的内燃机的进排气系统的概略结构的图。内燃机1是车辆驱动用的柴油发动机。在内燃机1连接有进气通路2和排气通路3。另外，在内燃机1设置有检测冷却水的温度的水温传感器15。

在进气通路2设置有空气流量计4及节气门5。空气流量计4检测内燃机1的吸入空气量。节气门5通过变更进气通路2的流路截面面积来调节在该进气通路2中流通的进气流量。

在排气通路3设置有捕集排气中的PM的过滤器6。过滤器6担载有氧化催化剂7。此外，过滤器6所担载的催化剂也可以是氧化催化剂以外的具有氧化功能的催化剂（例如，吸藏还原型NOx催化剂）。另外，也可以在比过滤器6更靠上游侧的排气通路3设置具有氧化功能的催化剂。

在比过滤器6更靠上游侧的排气通路3设置有向排气中添加燃料的燃料添加阀8。在排气通路3中的比过滤器6更靠下游的一侧设置有排气温度传感器13及PM传感器14。排气温度传感器13是检测从PM过滤器6流出的排气的温度的传感器。PM传感器14是输出与堆积于自身的PM量对应的信号的传感器。在PM传感器14设置有用于加热该PM传感器14的电加热器16。此外，针对PM传感器14的详细内容将在后面进行叙述。

在内燃机1并设有用于控制该内燃机1的电子控制单元（ECU）10。在ECU10电连接有空气流量计4、水温传感器15、排气温度传感器13及PM传感器14。在ECU10还电连接有内燃机1的曲轴位置传感器11、水温传感器15以及搭载有内燃机1的车辆的加速器开度传感器12。并且，这些部件的输出信号被输入到ECU10。ECU10能够基于曲轴位置传感器11的输出信号导出内燃机1的内燃机转速。另外，ECU10能够基于加速器开度传感器12的输出信号导出内燃机1的内燃机负荷。

在ECU10电连接有节气门5、燃料添加阀8、电加热器16及内燃机1的燃料喷射阀（省略图示）。通过ECU10控制这些装置。

例如，ECU10通过控制燃料添加阀8或内燃机1的燃料喷射阀，执行使堆积于过滤器6的PM氧化并将其除去的过滤器再生处理。在过滤器再生处理中，需要使过滤器6升温至能够使所堆积的PM氧化的目标温度。因此，在本实施例中，通过执行来自燃料添加阀8的燃料添加或内燃机1的副燃料喷射来实现过滤器再生处理。通过执行来自燃料添加阀8的燃料添加或内燃机1的副燃料喷射来向氧化催化剂7供给燃料。通过因氧化催化剂7中的该燃料的氧化而产生的氧化热来使过滤器6的温度上升。

在执行过滤器再生处理时，ECU10基于排气温度传感器13的检测值来推定过滤器6的温度。并且，ECU10基于该推定值调整来自燃料添加阀8的燃料添加量或内燃机1的副燃料喷射量。由此，过滤器6的温度被控制为目标温度。

［PM传感器的概略结构]

图2是表示PM传感器14的概略结构的图。如图2所示，PM传感器14具有一对电极14a、14b。PM传感器14输出该电极14a、14b之间的电阻值。图3是表示PM传感器14中的PM堆积量与PM传感器14的输出值的关系的图。在图3中，横轴表示PM传感器14中的PM堆积量，纵轴表示PM传感器14的输出值。

在PM传感器14附着有排气中的PM，PM堆积在电极14a、14b之间。由于PM是导电性的物质，所以随着该PM堆积量增加，电极14a、14b之间的电阻下降。因此，如图3所示，当PM传感器14中的PM堆积量增加时，该PM传感器14的输出值降低。

如上所述，在PM传感器14设置有电加热器16。如图3所示，当在PM传感器14中PM过量堆积时，则与PM堆积量的变化相对的PM传感器14的输出值的变化变小。因此，会难以基于PM传感器14的输出值来准确地检测排气中的PM量。

因此，在PM传感器14中的PM堆积量达到某种程度的量的定时，通过ECU10执行将堆积于PM传感器14的PM除去的PM除去处理。PM除去处理通过电加热器16对PM传感器14进行加热来实现。通过加热PM传感器14，能氧化并除去堆积于该PM传感器14的PM。当PM除去处理的执行完成时，则PM传感器14中PM再度开始堆积。在本实施例中，执行这样的PM除去处理的ECU10相当于本发明涉及的PM除去处理执行部。

［过滤器的故障检测方法］

在此，对本实施例的过滤器的故障检测方法进行说明。当过滤器6发生熔损或破损等故障时，从该过滤器6流出的PM量会增加。因此，PM传感器14中的PM堆积量比正常时增加。其结果，PM传感器14的电极14a、14b之间的电阻变得比正常时小。即，PM传感器14的输出值变为比正常时小。

因此，在本实施例中，在PM除去处理的执行完成后（即，在PM传感器14中PM再度开始堆积后），基于内燃机1的吸入空气量的累计值（以下，称为“累计吸入空气量”）达到了预定的判定执行值时的PM传感器14的输出值，判定过滤器6有无故障。也即是，在此时的PM传感器14的输出值比预定的正常判定阈值小的情况下，判定为在过滤器6发生了故障。

在此，当内燃机1的吸入空气量增加时，则排气通路3中的排气的流量增加。当排气的流量增加时，则PM的流量也必然增加。因此，即使过滤器6的状态为同样的状态，若排气的流量增加，则PM传感器14周围的PM的流量也增加。当PM的流量变多时，则附着于PM传感器14的PM的量本身当然比PM的流量少时增加。然而，每单位时间能够附着于PM传感器14的PM量是受限的。因此，当PM的流量增加时，则PM传感器14中的PM捕集率存在降低的倾向。

因此，即使过滤器6的状态为同样的状态，PM传感器14中的PM堆积量的增加量也根据内燃机1的吸入空气量而变化。因此，若不考虑内燃机1的吸入空气量而设定上述的正常判定阈值，则有时难以对过滤器6中的故障进行高精度的检测。

因此，在本实施例中，基于内燃机1的吸入空气量来设定用于过滤器6的故障检测的正常判定阈值。更详细地说，在PM除去处理执行完成后，基于从PM再度开始堆积于PM传感器14到累计吸入空气量达到预定的判定执行值为止的期间的吸入空气量的平均值（以下，称为“平均吸入空气量”）来设定正常判定阈值。

图4的（a）是表示内燃机1的吸入空气量与PM传感器14中的PM捕集率的关系的图。在图4的（a）中，横轴表示内燃机1的吸入空气量Ga，纵轴表示PM传感器14中的PM捕集率Spm。如图4的（a）所示，当内燃机1的吸入空气量增加、PM的流量增加时，PM传感器14中的PM捕集率Spm减少。

另外，图4的（b）是表示本实施例的PM除去处理执行完成后的平均吸入空气量与正常判定阈值的关系的图。在图4的（b）中，横轴表示平均吸入空气量Gaave，纵轴表示正常判定阈值R0。如上所述，在本实施例中，当PM传感器14的输出值在正常判定阈值R0以上时，则判定为过滤器6正常，当PM传感器14的输出值比正常判定阈值R0小时，则判定为在过滤器6发生了故障。如图4的（b）所示，正常判定阈值R0被设定为平均流入空气量Gaave的值越大则该正常判定阈值R0越小的值。

这样，通过考虑PM捕集率与吸入空气量的变化相应的变化来设定正常判定阈值，能够提高过滤器6的故障检测精度。

［故障检测流程］

下面，基于图5所示的流程图对本实施例的过滤器的故障检测流动进行说明。本流程预先存储在ECU10中，并在内燃机1运行期间以预定的间隔反复执行。

在本流程中，首先在步骤S101判别将堆积于PM传感器14的PM除去的PM除去处理是否完成。当在S101判定为PM除去处理已完成时，则接着在步骤S102算出从该PM除去处理完成时刻起的内燃机1的吸入空气量的累计值（累计吸入空气量）ΣGa。进一步，在步骤S103算出从PM除去处理完成时刻起的内燃机1的吸入空气量的平均值（平均吸入空气量）Gaave。

接着，在步骤S104中，判别累计吸入空气量ΣGa是否达到判定执行值ΣGa0。在此，判定执行值ΣGa0是能够判断为在PM传感器14中堆积了能够判定过滤器6的故障的程度的PM的阈值。在本实施例中，该判定执行值ΣGa0是基于实验等预先确定的恒定值。该判定执行值ΣGa0存储在ECU10中。

在步骤S104中作为了否定判定的情况下，再次执行步骤S102的处理。另一方面，在步骤S104中作为了肯定判定的情况下，接着执行步骤S105的处理。

在步骤S105中，基于平均吸入空气量Gaave来设定正常判定阈值R0。在本实施例中，如图4的（b）所示的平均吸入空气量Gaave与正常判定阈值R0的关系作为映射（map）而存储在ECU10中。在步骤S105中，通过在该映射中代入在步骤S103中算出的平均吸入空气量Gaave来导出正常判定阈值R0。

接着，在步骤S106中，判别PM传感器14的输出值Rpm是否为正常判定阈值R0以上。在步骤S106中作为了肯定判定的情况下，在步骤S107判定为过滤器6正常。另一方面，在步骤S106中作为了否定判定的情况下，在步骤S108判定为在过滤器6发生了故障。

在本实施例中，执行上述流程中的步骤S102的ECU10相当于本发明的累计吸入空气量算出部。另外，该步骤S102相当于本发明的累计吸入空气量算出步骤。执行上述流程中的步骤S103的ECU10相当于本发明的平均吸入空气量算出部。另外，该步骤S102相当于本发明的平均吸入空气量算出步骤。执行上述流程中的步骤S105的ECU10相当于本发明的阈值设定部。另外，该步骤S105相当于本发明的阈值设定步骤。执行上述流程中的步骤S106～108的ECU10相当于本发明的故障判定部。另外，该S106～108相当于本发明的故障判定步骤。

［变形例］

此外，本实施例的PM传感器14的输出值也可以不必是电极14a、14b之间的电阻值，还可以是电极14a、14b之间的电压或电流等。另外，如图6所示，PM传感器14也可以是基于电极14a、14b之间的电阻等算出出该PM传感器14中的PM堆积量、并将该PM堆积量输出的部件。图6是表示PM传感器14中的PM堆积量和电极14a、14b之间的电阻值及PM传感器14的输出值的关系的图。在图3中，横轴表示PM传感器14中的PM堆积量，下段纵轴表示电极14a、14b之间的电阻值，上段纵轴表示PM传感器14的输出值。

在该情况下，正常判定阈值被设定为PM堆积量。并且，在累计吸入空气量达到了判定执行值时的PM传感器14的输出值比正常判定阈值大的情况下，判定为在过滤器6发生了故障。

＜实施例2＞

基于图7～9对本发明的实施例2进行说明。在此，仅对与实施例1的不同点进行说明。

［过滤器的故障检测方法］

内燃机1的吸入空气量越少，排气的流量就越少，PM的流量也越少。当PM的流量少时，PM传感器14中的PM堆积量的增加速度小。因此，当如实施例1那样使执行过滤器6的故障判定的阈值即判定执行值为恒定值时，则在PM除去处理执行完成后到执行过滤器6的故障判定为止需要花费时间。

另一方面，如上所述，PM的流量越多，PM传感器14中的PM捕集率越低。换言之，PM的流量越少，PM传感器14中的PM捕集率越高。当PM捕集率高时，即使从PM除去处理执行完成后到执行过滤器6的故障判定为止的期间短，过滤器6正常时和故障时的PM传感器14中的PM堆积量之差也较大。因此，即使该期间短，过滤器6的故障检测精度也不容易降低。

因此，在本实施例中，根据PM除去处理执行完成后的平均吸入空气量来变更判定执行值。图7是表示本实施例的PM除去处理执行完成后的平均吸入空气量与判定执行值的关系的图。在图7中，横轴表示平均吸入空气量Gaave，纵轴表示判定执行值ΣGa0。如图7所示，判定执行值ΣGa0被设定为平均流入空气量Gaave的值越大则该判定执行值ΣGa0越小的值。

这样，通过考虑PM捕集率与吸入空气量的变化相应的变化来设定判定执行值，能够在维持检测精度的同时，尽可能早地检测过滤器6的故障。

在本实施例中，如上所述那样伴随着变更判定执行值，与如实施例1那样使判定执行值为恒定值的情况相比，将正常判定阈值设定为更大的值。图8是表示本实施例的PM除去处理执行完成后的平均吸入空气量与正常判定阈值的关系的图。在图8中，横轴表示平均吸入空气量Gaave，纵轴表示正常判定阈值R0。另外，在图8中，实线L1表示本实施例的判定执行值，虚线L2表示实施例1的判定执行值。

［故障检测流程］

下面，基于图9所示的流程图对本实施例的过滤器的故障检测流动进行说明。本流程预先存储在ECU10中，并在内燃机1运行期间以预定的间隔反复执行。本流程与图5所示的流程的不同点仅在于追加了步骤S204。在此，仅对与图5所示的流程的不同点进行说明。

在本流程中，在步骤S103的处理之后，执行步骤S204的处理。在步骤S204中，基于平均吸入空气量Gaave来设定判定执行值ΣGa0。在本实施例中，如图7所示的平均吸入空气量Gaave与判定执行值ΣGa0的关系作为映射而存储在ECU10中。在步骤S204中，通过在该映射中代入在步骤S103中算出的平均吸入空气量Gaave来导出判定执行值ΣGa0。

然后，在步骤104判别累计吸入空气量ΣGa是否已达到在步骤204所设定的判定执行值ΣGa0。

另外，在本实施例中，如图8所示的平均吸入空气量Gaave与正常判定阈值R0的关系作为映射而存储在ECU10中。在步骤S105中，通过在该映射中代入在步骤S103所算出的平均吸入空气量Gaave来导出正常判定阈值R0。

在本实施例中，执行上述流程中的步骤S204的ECU10相当于本发明的判定执行值设定部。另外，步骤S204相当于本发明的判定执行值设定步骤。

＜实施例3＞

基于图10～12对本发明的实施例2进行说明。在此仅对与实施例1的不同点进行说明。

［过滤器的故障检测方法］

内燃机1的混合气的空燃比或内燃机1的温度根据内燃机1的运行状态或运行条件而变化。并且，若内燃机1的混合气的空燃比或内燃机1的温度不同，则即使内燃机1的吸入空气量为相同量，从内燃机1排出的PM排出量即PM的流量也发生变化。例如，当内燃机1的混合气的空燃比成为理论空燃比以下时，则该空燃比越低，PM的流量越增加。另外，当内燃机1的温度（冷却水温）成为某程度以下时，则该温度越低，PM的流量越增加。

因此，在本实施例中，考虑内燃机1的混合气的空燃比及冷却水温来进行过滤器6的故障判定。具体地说，基于内燃机1的混合气的空燃比及冷却水温，对PM除去处理执行完成后算出累计吸入空气量时的内燃机1的吸入空气量进行修正。

在本实施例中，累计吸入空气量通过下述式（1）算出。

ΣGa（n）=ΣGa（n－1）+（Ga×kaf×kthw）···（1）

ΣGa（n）：本次的累计吸入空气量

ΣGa（n－1）：到上次为止的累计吸入空气量

Ga：当前时刻的吸入空气量

kaf：基于混合气的空燃比的修正系数

kthw：基于冷却水温的修正系数

图10是表示内燃机1的混合气的空燃比与修正系数kaf的关系的图。在图10中，横轴表示内燃机1的混合气的空燃比A/F，纵轴表示修正系数kaf。如图10所示，在修正系数kaf为1以上的值且混合气的空燃比A/F为理论空燃比以下的情况下，混合气的空燃比A/F越小，则修正系数kaf为越大的值。

图11是表示冷却水温与修正系数kthw的关系的图。在图11中，横轴表示冷却水温Tw，纵轴表示修正系数kthw。如图11所示，在修正系数kthw为1以上的值且冷却水温Tw为预定水温（例如，60～80℃）以下的情况下，冷却水温Tw越低，则修正系数kthw为越大的值。

这样，在本实施例中，在混合气的空燃比为理论空燃比以下的情况下，该空燃比越低，则吸入空气量被修正为比实际的量越多的量。另外，在冷却水温为预定水温以下的情况下，该水温越低，则吸入空气量被修正为比实际的量越多的量。由此，在混合气的空燃比为理论空燃比以下的情况下，或者冷却水温为预定水温以下的情况下，即使实际的吸入空气量为相同量，PM的流量越多，则成为用于过滤器6的故障判定的参数的累计吸入空气量及平均吸入空气量越被算出为更大的值。因此，能够进行与实际的PM的流量相应的过滤器6的故障判定。

因此，根据本实施例的过滤器的故障判定方法，能够与内燃机1的运行状态或运行条件无关地将过滤器6的故障检测精度维持得较高。

［故障检测流程］

下面，基于图12所示的流程图对本实施例的过滤器的故障检测流程进行说明。本流程预先存储在ECU10中，在内燃机1的运行期间，以预定的间隔反复执行。本流程与图5所示的流程的不同点仅在于追加了步骤S302、S303。在此，仅对与图12所示的流程的不同点进行说明。

在本流程中，当在步骤S101判定为PM除去处理的执行已完成时，则接着执行步骤S302的处理。在步骤S302，基于内燃机1的混合气的空燃比A/F及冷却水温Tw导出用于修正吸入空气量Ga的修正系数kaf、kthw。混合气的空燃比可以基于内燃机1的燃料喷射量和吸入空气量Ga来算出。

在本实施例中，如图10所示的内燃机1的混合气的空燃比A/F与修正系数kaf的关系作为映射而存储在ECU10中。在步骤S302中，通过在该映射中代入内燃机1的混合气的空燃比A/F来导出修正系数kaf。另外，在本实施例中，如图11所示的冷却水温TW与修正系数kthw的关系作为映射而存储在ECU10中。在步骤S302中，通过在该映射中代入冷却水温Tw来导出修正系数kthw。

接着，在步骤303，通过修正系数kaf、kthw来修正当前时刻的吸入空气量Ga。

然后，在步骤S102，通过累计在步骤S303中修正后的吸入空气量Ga来算出累计吸入空气量ΣGa。也即是，在本流程的步骤S102中，通过上述式（1）来算出累计吸入空气量ΣGa。

此外，只要可能，上述各实施例也可以组合。

Claims

1.一种微粒过滤器的故障检测装置，对设置于内燃机的排气通路的微粒过滤器的故障进行检测，所述故障检测装置具有：

2.如权利要求1所述的微粒过滤器的故障检测装置，其中，

所述故障检测装置还具有累计吸入空气量算出部，所述累计吸入空气量算出部算出从通过所述PM除去处理执行部执行完成PM除去处理起的内燃机的吸入空气量的累计值，

所述预定期间是直到通过所述累计吸入空气量算出部算出的吸入空气量的累计值达到预定的判定执行值为止的期间，

所述故障检测装置还具有判定执行值设定部，所述判定执行值设定部在通过所述平均吸入空气量算出部算出的吸入空气量的平均值小时，与该吸入空气量的平均值大时相比，将所述判定执行值设定为更小的值。

3.一种微粒过滤器的故障检测方法，基于PM传感器的输出值来检测设置于内燃机的排气通路的微粒过滤器的故障，所述PM传感器设置于比该微粒过滤器更靠下游一侧的排气通路，输出与堆积于自身的粒子状物质量对应的信号，所述故障检测方法包括：

阈值设定步骤，基于在所述平均吸入空气量算出步骤中算出的吸入空气量的平均值来设定所述阈值。

4.如权利要求3所述的微粒过滤器的故障检测方法，其中，

所述故障检测方法还包括累计吸入空气量算出步骤，在所述累计吸入空气量算出步骤中，算出从通过所述PM除去处理执行步骤执行完成PM除去处理起的内燃机的吸入空气量的累计值，

所述预定期间是直到在所述累计吸入空气量算出步骤中算出的吸入空气量的累计值达到预定的判定执行值为止的期间，

所述故障检测方法还包括判定执行值设定步骤，在所述判定执行值设定步骤中，在所述平均吸入空气量算出步骤中算出的吸入空气量的平均值小时，与该吸入空气量的平均值大时相比，将所述判定执行值设定为更小的值。