CN111749789A - 内燃机的失火检测装置、系统及方法、数据解析装置、内燃机的控制装置、及接收执行装置 - Google Patents

Abstract

内燃机的失火检测装置具备存储装置和处理电路(processing circuitry)，存储装置存储有与执行着在内燃机的排气通路设置的催化剂的预热处理的情况对应的第1映射数据和与未执行预热处理的情况对应的第2映射数据，第1映射数据及第2映射数据的各自对使用旋转波形变量作为输入且输出与产生了失火的概率相关的变量即失火变量的映射进行规定。旋转波形变量是表示与多个互相不同的微小角度间隔分别对应的瞬时速度变量的多个值彼此的差异的变量。

Description

内燃机的失火检测装置、系统及方法、数据解析装置、内燃机 的控制装置、及接收执行装置

技术领域

本公开涉及内燃机的失火检测装置、内燃机的失火检测系统、数据解析装置、内燃机的控制装置、内燃机的失火检测方法及接收执行装置。

背景技术

例如在日本特开2002-4936号公报中记载了基于转速差与判定值的大小比较来判定失火的有无的装置。将在时序上压缩上止点的出现定时相邻的一对汽缸称作相邻汽缸。转速差意味着伴随于相邻汽缸的一方中的燃烧行程的曲轴的转速和伴随于相邻汽缸的另一方中的燃烧行程的曲轴的转速之差。

与上述转速差比较的判定值根据内燃机的动作点等而合适的值不同，因此适配工时变大。于是，发明人研究了使用映射，该映射使用表示上述转速差的变量等作为输入变量，通过输入变量与通过机器学习而学习到的参数的结合运算来输出与产生了失火的概率相关的变量即失火变量的值。但是，在该情况下，在无论催化剂的预热处理的执行的有无都使用同一映射的情况下，为了高精度地算出失火变量的值，存在映射的构造复杂化进而运算负荷变大的可能性。

发明内容

以下，对本公开的多个方案及其作用效果进行记载。

方案1.根据本公开的一方案，提供一种内燃机的失火检测装置。所述失火检测装置具备存储装置和处理电路(processing circuitry)，所述存储装置存储有与执行着在内燃机的排气通路设置的催化剂的预热处理的情况对应的第1映射数据和与未执行所述预热处理的情况对应的第2映射数据，所述第1映射数据及所述第2映射数据分别对使用旋转波形变量作为输入且输出与产生了失火的概率相关的变量即失火变量的映射进行规定，所述处理电路构成为执行：取得处理，取得基于构成为检测所述内燃机的曲轴的旋转行为的传感器的检测值的所述旋转波形变量；判定处理，基于使用由所述取得处理取得的变量作为输入的所述映射的输出来判定所述失火的有无；应对处理，用于在由所述判定处理判定为产生了失火的情况下，通过操作预定的硬件来应对失火的产生；及选择处理，根据所述预热处理的执行的有无，选择所述第1映射数据及所述第2映射数据的任一者以在所述判定处理中利用，在所述内燃机中出现压缩上止点的角度彼此的间隔是出现间隔，比所述出现间隔小的多个角度间隔分别是多个微小角度间隔，所述多个微小角度间隔各自中的所述曲轴的转速是瞬时速度，与所述瞬时速度相关的变量是瞬时速度变量，所述旋转波形变量是表示与多个互相不同的微小角度间隔分别对应的瞬时速度变量的多个值彼此的差异的变量，所述映射通过所述旋转波形变量的值和通过机器学习而学习到的参数的结合运算来输出所述失火变量的值。

在上述构成中，鉴于互相不同的角度间隔中的曲轴的旋转行为根据失火的有无而不同，在向映射的输入中包括旋转波形变量。另外，在上述构成中，存储装置分别存储与预热处理的执行的有无相应的映射，处理电路根据预热处理的执行的有无而变更算出失火变量的值的映射。因而，能够使各映射成为与预热处理的执行的有无相应的专用的映射，因此能够简化各映射的构造并高精度地算出失火变量的值。因而，在上述构成中，与无论预热处理的执行的有无都利用单个映射来应对的情况相比，能够减轻运算负荷并高精度地算出失火变量的值。

方案2.在方案1所述的内燃机的失火检测装置中，在由所述预热处理的执行时用的所述第1映射数据规定的映射的输入中，包括与所述预热处理对所述内燃机的操作部的操作量相关的变量即预热用操作量变量，所述取得处理包括在所述预热处理的执行时取得所述预热用操作量变量的处理，所述判定处理包括在所述预热处理的执行时基于进一步使用由所述取得处理取得的所述预热用操作量变量作为输入的所述映射的输出来判定所述失火的有无的处理。

在上述构成中，通过在映射的输入中包括预热用操作量变量，能够算出反映了与预热用操作量相应的曲轴的旋转行为的失火变量的值。

方案3.在方案2所述的内燃机的失火检测装置中，所述预热处理包括与不执行该预热处理时相比使点火正时延迟的处理，由所述取得处理取得的所述预热用操作量变量包括与点火正时的延迟量相关的变量。

由于根据点火正时而燃烧能量被变换为转矩的效率变化，所以根据点火正时而曲轴的旋转行为不同。于是，在上述构成中，通过在向映射的输入中包括与点火正时的延迟量相关的变量，能够算出反映了与点火正时的延迟量相应的曲轴的旋转行为的失火变量的值。

方案4.在方案2或3所述的内燃机的失火检测装置中，所述内燃机具备容许使进气门的气门特性可变的气门特性可变装置，所述预热处理包括操作所述气门特性可变装置的处理，由所述取得处理取得的所述预热用操作量变量包括与所述气门特性相关的变量即气门特性变量。

当进气门的气门特性被变更时，进气门的开阀期间与排气门的开阀期间的重叠量变化。并且，根据重叠量而内部EGR量变化。根据内部EGR量而燃烧室内的混合气的燃烧状态变化，进而曲轴的旋转行为变化。于是，在上述构成中，通过在向映射的输入中包括气门特性变量，能够算出反映了与重叠量相应的曲轴的旋转行为的失火变量的值。

方案5.在方案2～4中任一个所述的内燃机的失火检测装置中，所述预热处理包括根据该预热处理的进展状况而变更在所述内燃机的燃烧室内应该燃烧的混合气的空燃比的处理，

由所述取得处理取得的所述预热用操作量变量包括与所述空燃比相关的变量即空燃比变量。

当空燃比被变更时，燃烧室内的混合气的燃烧状态变化，进而曲轴的旋转行为变化。于是，在上述构成中，通过在向映射的输入中包括空燃比变量，能够算出反映了与空燃比相应的曲轴的旋转行为的失火变量的值。

方案6.在方案1～5中任一个所述的内燃机的失火检测装置中，在所述映射的输入中包括规定所述内燃机的动作点的变量即动作点变量，所述取得处理包括取得所述动作点变量的处理，所述判定处理是基于还使用由所述取得处理取得的所述动作点变量作为输入的所述映射的输出来判定所述失火的有无的处理，所述映射通过进行所述旋转波形变量、所述动作点变量及通过所述机器学习而学习到的参数的结合运算来输出所述失火变量的值。

根据失火的有无而曲轴的旋转行为互相不同的程度根据内燃机的动作点而变动。因而，例如，在基于与成为失火的检测对象的汽缸和不同于该汽缸的汽缸的2个汽缸各自的压缩上止点对应的瞬时速度变量彼此之差与判定值的大小比较来判定失火的有无的情况下，需要针对每个动作点来适配判定值。相对于此，在上述构成中，由于将通过旋转波形变量、动作点变量及通过机器学习而学习到的参数的结合运算来输出失火变量的值的映射设为学习对象，所以能够对互相不同的动作点学习共用的参数。

方案7.根据本公开的一方案，提供一种内燃机的失火检测系统。所述失火检测系统具备方案1～5中任一个所述的所述处理电路及所述存储装置，所述判定处理包括算出使用由所述取得处理取得的变量作为输入的所述映射的输出值的输出值算出处理，所述处理电路包括第1执行装置及第2执行装置，所述第1执行装置至少部分地搭载于车辆，且构成为执行所述取得处理、将由所述取得处理取得的数据向车辆的外部发送的车辆侧发送处理、接收基于所述输出值算出处理的算出结果的信号的车辆侧接收处理及所述应对处理，所述第2执行装置配置于所述车辆的外部，且构成为执行接收由所述车辆侧发送处理发送出的数据的外部侧接收处理、所述输出值算出处理、所述选择处理及将基于所述输出值算出处理的算出结果的信号向所述车辆发送的外部侧发送处理。

在上述构成中，通过将输出值算出处理在车辆的外部进行，能够减轻车载装置的运算负荷。

方案8.根据本公开的一方案，提供一种数据解析装置，具备方案7所述的所述第2执行装置及所述存储装置。

方案9.根据本公开的一方案，提供一种内燃机的控制装置，具备方案7所述的所述第1执行装置。

方案10.根据本公开的一方案，提供一种内燃机的失火检测方法，利用计算机执行方案1～6中任一个所述的所述取得处理、所述判定处理及所述应对处理。

根据上述方法，起到与上述1～6所述的构成同样的效果。

附图说明

图1是示出第1实施方式的控制装置及车辆的驱动系统的构成的图。

图2是示出第1实施方式的控制装置所执行的处理的一部分的框图。

图3是示出第1实施方式的控制装置所执行的处理的步骤的流程图。

图4是示出第1实施方式的映射的输入变量的时间图。

图5是示出第1实施方式的控制装置所执行的处理的步骤的流程图。

图6是示出第1实施方式的曲轴的旋转行为波形的时间图。

图7是示出第2实施方式的控制装置所执行的处理的一部分的框图。

图8是示出第2实施方式的控制装置所执行的处理的步骤的流程图。

图9是示出第3实施方式的失火检测系统的构成的图。

图10是示出第3实施方式的失火检测系统所执行的处理的步骤的流程图。

具体实施方式

<第1实施方式>

以下，参照附图对内燃机的失火检测装置的第1实施方式进行说明。

在搭载于图1所示的车辆VC的内燃机10中，在进气通路12设置有节气门14。从进气通路12吸入的空气通过进气门16开阀而向各汽缸#1～#4的燃烧室18流入。由燃料喷射阀20向内燃机10的燃烧室18喷射燃料。在燃烧室18中，空气与燃料的混合气通过点火装置22的火花放电而用于燃烧，通过燃烧而产生的能量作为曲轴24的旋转能量被取出。用于燃烧后的混合气伴随于排气门26的开阀而作为排气向排气通路28排出。在排气通路28设置有具有氧吸藏能力的催化剂30。

曲轴24的旋转动力经由可变气门正时装置40而向进气侧凸轮轴42传递。可变气门正时装置40变更进气侧凸轮轴42与曲轴24的相对的旋转相位差。

在曲轴24上结合有设置有表示曲轴24的旋转角度的多个(在此是34个)齿部52的曲轴转子50。在曲轴转子50中，基本上以10℃A间隔设置有齿部52，但设置有1处相邻的齿部52间的间隔成为30℃A的部位即缺齿部54。这用于表示曲轴24的成为基准的旋转角度。

曲轴24机械连结于构成动力分割机构的行星齿轮机构60的齿轮架C。在行星齿轮机构60的太阳轮S上机械连结有第1电动发电机62的旋转轴，在行星齿轮机构60的齿圈R上机械连结有第2电动发电机64的旋转轴及驱动轮69。由变换器66向第1电动发电机62的各端子施加交流电压，由变换器68向第2电动发电机64的各端子施加交流电压。

控制装置70以内燃机10为控制对象，为了控制作为其控制量的转矩、排气成分比率等而操作节气门14、燃料喷射阀20、点火装置22、可变气门正时装置40等内燃机10的操作部。另外，控制装置70以第1电动发电机62为控制对象，为了控制作为其控制量的转矩、转速而操作变换器66。另外，控制装置70以第2电动发电机64为控制对象，为了控制作为其控制量的转矩、转速而操作变换器68。此外，在图1中记载了节气门14、燃料喷射阀20、点火装置22、可变气门正时装置40、变换器66、68各自的操作信号MS1～MS6。

控制装置70在控制量的控制时，参照由空气流量计80检测的吸入空气量Ga、设置于催化剂30的上游侧的空燃比传感器82的检测值Af、输出除了缺齿部54之外每隔10℃A设置的齿部52间的每个角度间隔的脉冲的曲轴角传感器84的输出信号Scr、凸轮角传感器86的输出信号Sca。另外，控制装置70参照由水温传感器88检测的内燃机10的冷却水的温度即水温THW、由加速器传感器90检测的加速器踏板的踩踏量(加速器操作量ACCP)。

控制装置70具备CPU72、ROM74、作为能够电改写的非易失性存储器的存储装置76及周边电路77，它们能够通过本地网络78而通信。此外，周边电路77包括生成规定内部的动作的时钟信号的电路、电源电路、复位电路等。

控制装置70通过CPU72执行存储于ROM74的程序而执行上述控制量的控制。

图2示出通过CPU72执行存储于ROM74的程序而实现的处理的一部分。

要求转矩算出处理M10是在加速器操作量ACCP大的情况下与小的情况相比将相对于内燃机10的要求转矩Trqd算出为大的值的处理。目标充气效率设定处理M12是设定为了使内燃机10的转矩成为要求转矩Trqd而要求的目标充气效率η0*的处理。目标充气效率修正处理M14是对目标充气效率η0*加上充气效率修正量Δη来算出目标充气效率η*的处理。节气门操作处理M16是以在目标充气效率η*大的情况下与小的情况相比将节气门14的开口度控制成大的值的方式向节气门14输出操作信号MS1的处理。

基础点火正时设定处理M18是基于规定内燃机10的动作点的转速NE及充气效率η来设定点火正时的基础值即基础点火正时aig0的处理。此外，转速NE由CPU72基于输出信号Scr而算出。另外，充气效率η由CPU72基于转速NE及吸入空气量Ga而算出。点火正时修正处理M20是对基础点火正时aig0加上点火正时修正量Δaig而算出点火正时aig的处理。点火操作处理M22是以使点火装置22的火花放电的正时成为点火正时aig的方式向点火装置22输出操作信号MS3的处理。

预热修正处理M24包括在产生催化剂30的预热处理的执行要求的情况下将点火正时修正量Δaig算出为使点火正时aig延迟的值并向点火正时修正处理M20输入的处理。预热修正处理M24包括在产生预热处理的执行要求的情况下将充气效率修正量Δη算出为比零大的值并向目标充气效率修正处理M14输入的处理。此外，在不执行预热处理的情况下，点火正时修正量Δaig、充气效率修正量Δη被设为零。具体而言，预热修正处理M24以通过预热处理而使内燃机10的燃烧室18内的混合气的燃烧能量被变换为转矩的效率下降的方式设定效率下降量vef，基于此而将点火正时修正量Δaig设定为延迟侧的量。此外，充气效率修正量Δη用于在效率下降量vef不是零的情况下为了满足要求转矩Trqd而将空气量增量。顺便一提，在本实施方式中，假设预热处理的执行要求在水温THW为预定温度以下和吸入空气量Ga的从启动时起的累计值为预定值以下的逻辑与是真的情况下产生。

进气相位差算出处理M30是基于曲轴角传感器84的输出信号Scr和凸轮角传感器86的输出信号Sca来算出进气侧凸轮轴42的旋转角度相对于曲轴24的旋转角度的相位差即进气相位差DIN的处理。目标进气相位差算出处理M32基本上是基于内燃机10的动作点来可变地设定目标进气相位差DIN*的处理。此外，在本实施方式中，利用转速NE和充气效率η来定义动作点。另外，目标进气相位差算出处理M32包括在执行预热处理的情况下基于来自预热修正处理M24的修正指示而相对于与动作点相应的目标进气相位差DIN*变更实际的目标进气相位差DIN*的处理。具体而言，目标进气相位差算出处理M32包括在执行预热处理的情况下基于来自预热修正处理M24的修正指示通过变更进气门16的开阀期间与排气门26的开阀期间的重叠期间(重叠量RO)来变更内部EGR量的处理。

进气相位差控制处理M34是以为了将进气相位差DIN控制成目标进气相位差DIN*而操作可变气门正时装置40的方式向可变气门正时装置40输出操作信号MS4的处理。

基础喷射量算出处理M36是基于充气效率η来算出用于使燃烧室18内的混合气的空燃比成为目标空燃比的燃料量的基础值即基础喷射量Qb的处理。详细而言，基础喷射量算出处理M36例如在充气效率η由百分率表现的情况下，设为通过对用于使空燃比成为目标空燃比的充气效率η的每1％的燃料量QTH乘以充气效率η来算出基础喷射量Qb的处理即可。基础喷射量Qb是基于向燃烧室18内填充的空气量，为了将空燃比控制成目标空燃比而算出的燃料量。在本实施方式中，作为目标空燃比，例示理论空燃比。

反馈处理M40是将对作为用于将检测值Af反馈控制成目标值Af*的操作量即反馈操作量的基础喷射量Qb的修正比率δ加上“1”而得到的反馈修正系数KAF算出并输出的处理。详细而言，反馈处理M40将以检测值Af和目标值Af*之差为输入的比例要素及微分要素的各输出值和保持并输出与该差相应的值的累计值的积分要素的输出值之和设为修正比率δ。

要求喷射量算出处理M42是通过对基础喷射量Qb乘以反馈修正系数KAF来算出要求喷射量Qd的处理。

喷射阀操作处理M44是以从燃料喷射阀20在1燃烧循环内喷射与要求喷射量Qd相应的燃料的方式向燃料喷射阀20输出操作信号MS2的处理。

目标值设定处理M46是设定目标值Af*的处理。目标值设定处理M46包括以下处理：在预热处理的执行中，根据来自预热修正处理M24的指令，在预热处理的前一半中，使目标值Af*比与理论空燃比对应的化学计量点Afs稀，在预热处理的后一半中，使目标值Af*比化学计量点Afs浓。这是鉴于在催化剂30的预热前难以进行未燃燃料的净化的设定。

控制装置70在内燃机10的工作时执行判定失火的有无的处理。此时，鉴于根据预热处理的执行的有无而控制大幅变更，利用互相不同的处理来判定失火的有无。

图3示出与失火的检测相关的处理的步骤。图3所示的处理通过CPU72例如以预定周期反复执行存储于ROM74的失火用程序74a而实现。此外，以下，利用开头标注了“S”的数字来表现各处理的步骤编号。

在图3所示的一系列处理中，CPU72首先判定是否存在预热处理的执行(S8)。并且，CPU72在判定为未执行预热处理的情况下(S8：是)，取得微小旋转时间T30(S10)。微小旋转时间T30由CPU72基于曲轴角传感器84的输出信号Scr通过对曲轴24旋转30℃A所需的时间进行计时而算出。接着，CPU72将在S10的处理中取得的最新的微小旋转时间T30设为微小旋转时间T30(0)，越是过去的值，则使微小旋转时间T30(m)的变量“m”成为越大的值(S12)。即，设为“m＝1、2、3、…”，将即将进行S12的处理之前的微小旋转时间T30(m-1)设为微小旋转时间T30(m)。由此，例如，在上次执行图3的处理时由S10的处理取得的微小旋转时间T30成为微小旋转时间T30(1)。

接着，CPU72判定在S10的处理中取得的微小旋转时间T30是否是从汽缸#1～#4的任一者的压缩上止点前30℃A到压缩上止点为止的角度间隔的旋转所需的时间(S14)。并且，CPU72在判定为是到压缩上止点为止的角度间隔的旋转所需的时间的情况下(S14：是)，为了判定在360℃A前成为了压缩上止点的汽缸的失火的有无而首先算出设为失火的有无的判定处理的输入的旋转波形变量的值。

即，CPU72首先将与从压缩上止点前30℃A到压缩上止点为止的角度间隔相关的微小旋转时间T30的互相分离了180°的值彼此之差作为汽缸间变量ΔTa而算出(S16)。详细而言，CPU72设为“m＝1、2、3、…”，将汽缸间变量ΔTa(m-1)设为“T30(6m-6)-T30(6m)”。

图4例示汽缸间变量ΔTa。此外，在本实施方式中，例示出按照汽缸#1、汽缸#3、汽缸#4、汽缸#2的顺序压缩上止点出现且按照该顺序成为燃烧行程的情况。在图4中，示出了通过在S10的处理中取得从汽缸#4的压缩上止点前30℃A到压缩上止点为止的角度间隔的微小旋转时间T30(0)而失火的有无的检测对象是汽缸#1的例。在该情况下，汽缸间变量ΔTa(0)成为与汽缸#4的压缩上止点和在前一个成为了压缩上止点的汽缸#3的压缩上止点分别对应的微小旋转时间T30彼此之差。在图4中，记载了汽缸间变量ΔTa(2)是与成为失火的检测对象的汽缸#1的压缩上止点对应的微小旋转时间T30(12)和与汽缸#2的压缩上止点对应的微小旋转时间T30(18)之差。

返回图3，CPU72算出汽缸间变量ΔTa(0)、ΔTa(1)、ΔTa(2)、…中的互相分离了720℃A的值彼此之差即汽缸间变量ΔTb(S18)。详细而言，CPU72设为“m＝1、2、3、…”，将汽缸间变量ΔTb(m-1)设为“ΔTa(m-1)-ΔTa(m+3)”。

图4例示汽缸间变量ΔTb。在图4中记载了汽缸间变量ΔTb(2)是“ΔTa(2)-Ta(6)”。

返回图3，CPU72算出表示与成为失火的检测对象的汽缸对应的汽缸间变量ΔTb和与其以外的汽缸对应的汽缸间变量ΔTb的相对的大小的关系的变动模式变量FL(S20)。在本实施方式中，算出变动模式变量FL[02]、FL[12]、FL[32]。

在此，变动模式变量FL[02]由“ΔTb(0)/ΔTb(2)”定义。即，若使用图4的例子，则变动模式变量FL[02]是用与成为失火的检测对象的汽缸#1对应的汽缸间变量ΔTb(2)去除与在其下一个的下一个成为压缩上止点的汽缸#4对应的汽缸间变量ΔTb(0)而得到的值。另外，变动模式变量FL[12]由“ΔTb(1)/ΔTb(2)”定义。即，若使用图4的例子，则变动模式变量FL[12]是用与成为失火的检测对象的汽缸#1对应的汽缸间变量ΔTb(2)去除与在其下一个成为压缩上止点的汽缸#3对应的汽缸间变量ΔTb(1)而得到的值。另外，变动模式变量FL[32]由“ΔTb(3)/ΔTb(2)”定义。即，若使用图4的例子，则变动模式变量FL[32]是用与成为失火的检测对象的汽缸#1对应的汽缸间变量ΔTb(2)去除与在其前一个成为了压缩上止点的汽缸#2对应的汽缸间变量ΔTb(3)而得到的值。

接着，CPU72取得规定内燃机10的动作点的转速NE及充气效率η(S22)。

然后，CPU72对输出与在成为检测对象的汽缸中产生了失火的概率相关的变量即失火变量PR的映射的输入变量x(1)～x(6)代入由S18、S20的处理取得的旋转波形变量的值和由S22的处理取得的变量的值(S24)。即，CPU72对输入变量x(1)代入汽缸间变量ΔTb(2)，对输入变量x(2)代入变动模式变量FL[02]，对输入变量x(3)代入变动模式变量FL[12]，对输入变量x(4)代入变动模式变量FL[32]。另外，CPU72对输入变量x(5)代入转速NE，对输入变量x(6)代入充气效率η。

接着，CPU72通过将输入变量x(1)～x(6)向由存储于图1所示的存储装置76的预热后用映射数据76a规定的映射输入来算出映射的输出值即失火变量PR的值(S26)。

在本实施方式中，该映射由中间层为1层的神经网络构成。上述神经网络包括输入侧系数wA(1)jk(j＝0～n，k＝0～6)和作为对由输入侧系数wA(1)jk规定的线性映射即输入侧线性映射的输出分别进行非线性变换的输入侧非线性映射的激活函数h(x)。在本实施方式中，作为激活函数h(x)，例示ReLU。顺便一提，wA(1)j0等是偏置参数，输入变量x(0)定义为“1”。

另外，上述神经网络包括输出侧系数wA(2)ij(i＝1～2，j＝0～n)和以由输出侧系数wA(2)ij规定的线性映射即输出侧线性映射的输出即原型变量yR(1)、yR(2)分别为输入且输出失火变量PR的SoftMax函数。由此，在本实施方式中，失火变量PR将实际产生了失火的似然性的大小在比“0”大且比“1”小的预定区域内作为连续的值而定量化。

接着，CPU72判定失火变量PR的值是否是判定值Pth以上(S28)。并且，CPU72在判定为是判定值Pth以上的情况下(S28：是)，对计数器CR进行计数增加(increment)(S30)。然后，CPU72判定从最初执行了S28的处理的时间点或进行了后述的S36的处理的时间点起是否经过了预定期间(S32)。在此，预定期间比1燃烧循环的期间长。预定期间可以具有1燃烧循环的10倍以上的长度。

CPU72在判定为经过了预定期间的情况下(S32：是)，判定计数器CR是否是阈值Cth以上(S34)。该处理是判定是否以超过容许范围的频度产生了失火的处理。CPU72在判定为小于阈值Cth的情况下(S34：否)，将计数器CR初始化(S36)。相对于此，CPU72在判定为是阈值Cth以上的情况下(S34：是)，为了催促用户应对异常而执行操作图1所示的警告灯100的报知处理(S38)。

此外，CPU72在S36、S38的处理完成的情况、在S8、S14、S28、S32的处理中作出否定判定的情况下，暂且结束图3所示的一系列处理。

图5示出与失火的检测相关的处理的步骤。图5所示的处理通过CPU72例如以预定周期反复执行存储于ROM74的失火用程序74a而实现。此外，在图5中，关于与图3所示的处理对应的处理，为了方便而标注同一步骤编号。

在图5所示的一系列处理中，CPU72在判定为执行着预热处理的情况下(S8：否)移向S10的处理，之后，在S20的处理完成的情况下，除了转速NE、充气效率η之外，还取得效率下降量vef、目标值Af*及重叠量RO(S22a)。

接着，CPU72对输入变量x(1)～x(6)代入由S18、S20、S22a的处理取得的变量的值(S24a)。即，CPU72对输入变量x(1)～x(6)代入与S24的处理相同的变量，并且对输入变量x(7)代入效率下降量vef，对输入变量x(8)代入目标值Af*，对输入变量x(9)代入重叠量RO。

接着，CPU72通过将输入变量x(1)～x(9)向由存储于图1所示的存储装置76的预热时用映射数据76b规定的映射输入来算出映射的输出值即失火变量PR的值(S26a)。

在本实施方式中，该映射由中间层为1层的神经网络构成。上述神经网络包括输入侧系数wB(1)jk(j＝0～n，k＝0～9)和作为对由输入侧系数wB(1)jk规定的线性映射即输入侧线性映射的输出分别进行非线性变换的输入侧非线性映射的激活函数h(x)。在本实施方式中，作为激活函数h(x)，例示ReLU。顺便一提，wB(1)j0等是偏置参数，输入变量x(0)定义为“1”。

另外，上述神经网络包括输出侧系数wB(2)ij(i＝1～2，j＝0～n)和以由输出侧系数wB(2)ij规定的线性映射即输出侧线性映射的输出即原型变量yR(1)、yR(2)分别为输入且输出失火变量PR的SoftMax函数。

此外，CPU72在S26a的处理完成的情况下，执行S28以后的处理。

顺便一提，上述预热后用映射数据76a例如是如以下这样生成的数据。即，在试验台上对曲轴24连接了测力计的状态下使内燃机10工作，在内燃机10的预热后，在汽缸#1～#4各自中要求的应该喷射燃料的定时中的随机选择出的定时下使燃料喷射停止。然后，在使燃料的喷射停止了的汽缸中，将失火变量PR的值为“1”的数据设为教师数据，在未使燃料的喷射停止的汽缸中，使失火变量PR的值为“0”的数据包含于教师数据。然后，使用每次的旋转波形变量、通过S22的处理而取得的变量的值，通过与S24、S26的处理同样的处理来算出失火变量PR的值。以缩小这样算出的失火变量PR的值与教师数据之差的方式，学习上述输入侧系数wA(1)jk、输出侧系数wA(2)ij的值。具体而言，例如，以将公差熵最小化的方式学习输入侧系数wA(1)jk、输出侧系数wB(1)ij的值即可。

相对于此，预热时用映射数据76b也可以将上述的处理变更成在预热时通过与S24a、S26a的处理同样的处理来算出失火变量PR的值，学习上述输入侧系数wB(1)jk、输出侧系数wB(2)ij的值即可。

这样，通过使用机器学习，能够使用通过取各种各样的动作点并使内燃机10比较自由地工作而生成的教师数据来学习预热后用映射数据76a、预热时用映射数据76b。因而，与针对每个动作点基于失火的有无中的曲轴24的行为的检测来适配映射数据的情况相比，能够减轻适配工时。

在此，对本实施方式的作用及效果进行说明。

CPU72通过基于旋转波形变量算出失火变量PR的值来判定失火的有无。在此，CPU72在未执行预热处理的情况下，使用预热后用映射数据76a来算出失火变量PR的值，另一方面，在执行着预热处理的情况下，使用预热时用映射数据76b来算出失火变量的值PR的值。在催化剂预热时，以使燃烧效率下降而使内燃机10工作等为起因，曲轴24的行为与未执行预热处理的情况不同。

在图6中，利用虚线例示正常时的微小旋转时间T30的推移，利用实线例示在产生了失火时不执行预热处理的情况下的微小旋转时间T30的推移，利用单点划线示出在产生了失火时执行预热处理的情况下的微小旋转时间T30的推移。如图5所示，在产生了失火时执行预热处理的情况下，与不执行的情况相比，微小旋转时间T30的变动变小。因而，在未产生失火时执行了预热处理的情况下的微小旋转时间T30的变动与在产生了失火时未执行预热处理的情况下的微小旋转时间T30的变动之差变小。因而，在不根据预热处理的有无来变更处理的情况下，在未产生失火时执行了预热处理的情况下的微小旋转时间T30的变动和在产生了失火时未执行预热处理的情况下的微小旋转时间T30的变动的识别的精度有可能下降。

于是，在本实施方式中，将预热后用映射数据76a和预热时用映射数据76b设为不同的数据。在此，在假设无论预热处理的执行的有无都利用同一数据进行应对的情况下，会产生扩大输入变量的维度的要求、增大中间层的层数的要求，映射的构造容易复杂化。相对于此，在本实施方式中，通过根据预热处理的执行的有无而使用不同的映射，能够实现映射的简化，进而能够高精度地算出失火变量PR的值并减轻运算负荷。

根据以上说明的本实施方式，能够进一步得到以下记载的作用效果。

(1)将作为规定内燃机10的动作点的动作点变量的转速NE及充气效率η设为了映射的输入。燃料喷射阀20、点火装置22等内燃机10的操作部的操作量具有基于内燃机10的动作点而定的倾向。因而，动作点变量是包括与各操作部的操作量相关的信息的变量。因此，通过将动作点变量设为映射的输入，能够基于与各操作部的操作量相关的信息来算出失火变量PR的值，进而能够反映由操作量引起的曲轴24的旋转行为的变化而更高精度地算出失火变量PR的值。

另外，通过将动作点变量设为输入变量，通过旋转波形变量和动作点变量的基于通过机器学习而学习到的参数即输入侧系数wA(1)jk、wB(1)jk的结合运算来算出失火变量PR的值。因而，无需针对每个动作点变量对适配值进行适配。相对于此，例如在进行汽缸间变量ΔTb与判定值的大小比较的情况下，需要将判定值针对每个动作点变量进行适配，因此适配工时变大。

(2)使效率下降量vef包含于输入变量。由此，与将表示预热处理的执行的有无的2值的变量设为输入变量的情况相比，能够得到关于对曲轴24的旋转行为造成的影响的更详细的信息，因此容易更高精度地算出失火变量PR的值。

(3)使重叠量RO包含于输入变量。因重叠量RO而内部EGR量不同，因内部EGR量而燃烧室18内的混合气的燃烧状态变化，进而曲轴24的旋转行为变化。因而，在本实施方式中，通过在向映射的输入中包括重叠量RO，能够算出反映了与重叠量RO对应的曲轴24的旋转行为的失火变量PR的值。

(4)使目标值Af*包含于输入变量。若空燃比被变更，则燃烧室18内的混合气的燃烧状态变化，进而曲轴24的旋转行为变化。因而，在本实施方式中，通过在向映射的输入中包括目标值Af*，能够算出反映了与空燃比相应的曲轴24的旋转行为的失火变量PR的值。

(5)选择性地使用微小旋转时间T30中的压缩上止点附近的值而生成成为输入变量x的旋转波形变量。因失火的有无而最产生差异的是微小旋转时间T30中的压缩上止点附近的值。因而，通过选择性地使用微小旋转时间T30中的压缩上止点附近的值，能够抑制输入变量x的维度变大，并极力取入失火的有无的判定所需的信息。

(6)在旋转波形变量中包括汽缸间变量ΔTb(2)。汽缸间变量ΔTb(2)将与成为失火的检测对象的汽缸和与其相邻的汽缸的压缩上止点对应的微小旋转时间T30彼此之差预先以1维定量化。因而，能够以小的维数的变量将失火的有无的判定所需的信息高效地取入。

(7)在旋转波形变量中，不仅是汽缸间变量ΔTb(2)，也包括变动模式变量FL。由于在曲轴24上会叠加来自路面的振动等，所以在将旋转波形变量仅设为汽缸间变量ΔTb(2)的情况下，有可能产生误判定。相对于此，在本实施方式中，通过除了汽缸间变量ΔTb(2)之外还使用变动模式变量FL来算出失火变量PR的值，与仅根据汽缸间变量ΔTb(2)来算出的情况相比，能够使失火变量PR的值成为更高精度地表示产生了失火的似然性的程度(概率)的值。

而且，在本实施方式中，通过基于通过机器学习而学习到的参数即输入侧系数wA(1)jk、wB(1)jk的汽缸间变量ΔTb(2)和变动模式变量FL的结合运算来算出失火变量PR的值。因而，与基于汽缸间变量ΔTb(2)与判定值的比较和变动模式变量FL与判定值的比较来判定失火的有无的情况相比，能够基于汽缸间变量ΔTb(2)及变动模式变量FL与失火的有无的更详细的关系来判定失火的有无。

<第2实施方式>

以下，关于第2实施方式，以第1实施方式的不同点为中心，参照附图来说明。

图7示出本实施方式的控制装置70所执行的处理的一部分。图7所示的处理通过CPU72执行存储于ROM74的程序而实现。此外，在图7中，关于与图2所示的处理对应的处理，为了方便而标注有同一标号。

振幅值变量输出处理M50是将抖动控制的振幅值变量α算出并输出的处理，该抖动控制是以下控制：将在曲轴24旋转2圈的期间中将成为燃烧对象的混合气即汽缸#1～#4各自中的混合气汇集成1个的情况下的空燃比设为目标值Af*，并使设为燃烧对象的混合气的空燃比在汽缸间不同。在此，在本实施方式的抖动控制中，将第1汽缸#1～第4的汽缸#4中的1个汽缸设为使混合气的空燃比比理论空燃比浓的浓燃烧汽缸，将剩余的3个汽缸设为使混合气的空燃比比理论空燃比稀的稀燃烧汽缸。并且，将浓燃烧汽缸中的喷射量设为上述要求喷射量Qd的“1+α”倍，将稀燃烧汽缸中的喷射量设为要求喷射量Qd的“1-(α/3)”倍。由此，若在1燃烧循环中向汽缸#1～#4分别填充的空气量相同，则以下的2个值(A)及值(B)相等。

值(A):浓燃烧汽缸中的相对于要求喷射量Qd的增量比率(在此是“α”)的曲轴旋转2圈的期间中的浓燃烧汽缸的燃烧行程的出现次数(在此是1次)的和(在此是“α”自身)。

值(B):稀燃烧汽缸中的相对于要求喷射量Qd的减量比率(在此是“α/3”)的曲轴旋转2圈的期间中的稀燃烧汽缸的燃烧行程的出现次数(在此是3次)的和(在此是“α”自身)。

通过使值(A)与值(B)相等，若在1燃烧循环中向汽缸#1～#4分别填充的空气量相同，则能够使在内燃机10的汽缸#1～#4各自中将成为燃烧对象的混合气汇集成1个的情况下的空燃比与目标值Af*相同。

在预热处理时，通过振幅值变量输出处理M50，振幅值变量α被设为比零大的值。详细而言，振幅值变量输出处理M50包括基于转速NE及充气效率η而可变地设定振幅值变量α的处理。具体而言，在以转速NE及充气效率η为输入变量且以振幅值变量α为输出变量的映射数据预先存储于ROM74的状态下，由CPU72对振幅值变量α进行映射运算。顺便一提，在图7中，例示了在转速NE、充气效率η大的区域中振幅值变量α是零。这是鉴于，在高负荷区域等中，即使不执行抖动控制，向催化剂30流入的排气的能量流量也变大。

此外，映射数据是输入变量的离散的值和与输入变量的值分别对应的输出变量的值的数据组。另外，映射运算例如设为以下处理即可：在输入变量的值与映射数据的输入变量的值的任一者一致的情况下，将对应的映射数据的输出变量的值设为运算结果，相对于此在不一致的情况下，将通过映射数据中包含的多个输出变量的值的插值而得到的值设为运算结果。

修正系数算出处理M52是对“1”加上振幅值变量α而关于浓燃烧汽缸算出要求喷射量Qd的修正系数的处理。抖动修正处理M54是通过对要求喷射量Qd乘以修正系数“1+α”来算出被设为浓燃烧汽缸的汽缸#w的喷射量指令值Q*的处理。在此，“w”意味着“1”～“4”的任一者。

相乘处理M56是使振幅值变量α成为“-1/3”倍的处理，修正系数算出处理M58是对“1”加上相乘处理M56的输出值而关于稀燃烧汽缸算出要求喷射量Qd的修正系数的处理。抖动修正处理M60是通过对要求喷射量Qd乘以修正系数“1-(α/3)”来算出被设为稀燃烧汽缸的汽缸#x、#y、#z的喷射量指令值Q*的处理。在此，“x”、“y”、“z”是“1”～“4”的任一者，且“w”、“x”、“y”、“z”互相不同。

喷射阀操作处理M44基于抖动修正处理M54输出的喷射量指令值Q*，向被设为浓燃烧汽缸的汽缸#w的燃料喷射阀20输出操作信号MS2，将从燃料喷射阀20喷射的燃料量的总量设为与喷射量指令值Q*相应的量。另外，喷射阀操作处理M44基于抖动修正处理M60输出的喷射量指令值Q*，向被设为稀燃烧汽缸的汽缸#x、#y、#z的燃料喷射阀20输出操作信号MS2，将从该燃料喷射阀20喷射的燃料量的总量设为与喷射量指令值Q*相应的量。

图8示出与失火的检测相关的处理的步骤。图8所示的处理通过CPU72例如以预定周期反复执行存储于ROM74的失火用程序74a而实现。此外，在图8中，关于与图5所示的处理对应的处理，为了方便而标注同一步骤编号。

在图8所示的一系列处理中，CPU72在S20的处理完成的情况下，除了转速NE、充气效率η之外，还取得振幅值变量α(S22b)。

接着，CPU72对输入变量x代入由S18、S20、S22b的处理取得的变量的值(S24b)。即，CPU72对输入变量x(1)～x(6)代入与S24的处理相同的变量的值，并且对输入变量x(7)代入振幅值变量α。

接着，CPU72通过将输入变量x(1)～x(7)向由预热时用映射数据76b规定的映射输入来算出映射的输出值即失火变量PR的值(S26b)。

在本实施方式中，该映射由中间层为1层的神经网络构成。上述神经网络包括输入侧系数wB(1)jk(j＝0～n，k＝0～7)和作为对由输入侧系数wB(1)jk规定的线性映射即输入侧线性映射的输出分别进行非线性变换的输入侧非线性映射的激活函数h(x)。在本实施方式中，作为激活函数h(x)，例示ReLU。顺便一提，wB(1)j0等是偏置参数，输入变量x(0)定义为“1”。

另外，上述神经网络包括输出侧系数wB(2)ij(i＝1～2，j＝0～n)和以由输出侧系数wB(2)ij规定的线性映射即输出侧线性映射的输出即原型变量yR(1)、yR(2)分别为输入且输出失火变量PR的SoftMax函数。

此外，CPU72在S26b的处理完成的情况下，执行S28以后的处理。

<第3实施方式>

以下，关于第3实施方式，以与第1实施方式的不同点为中心，参照附图来说明。

在本实施方式中，将失火变量PR的算出处理在车辆的外部进行。

图9示出本实施方式的失火检测系统。此外，在图9中，关于与图1所示的构件对应的构件，为了方便而标注有同一标号。

图9所示的车辆VC内的控制装置70具备通信机79。通信机79是用于经由车辆VC的外部的网络110而与中心120通信的设备。

中心120对从多个车辆VC发送的数据进行解析。中心120具备CPU122、ROM124、存储装置126、周边电路127及通信机129，它们能够通过本地网络128而通信。

图10示出与本实施方式的失火的检测相关的处理的步骤。图10的(a)所示的处理通过CPU72执行存储于图9所示的ROM74的失火用副程序74b而实现。另外，图10的(b)所示的处理通过CPU122执行存储于ROM124的失火用主程序124a而实现。此外，在图10中，关于与图5所示的处理对应的处理，为了方便而标注有同一步骤编号。以下，沿着失火检测处理的时序来说明图10所示的处理。

即，在车辆VC中，CPU72在图10的(a)所示的S14的处理中作出肯定判定的情况下，取得微小旋转时间T30(0)、T30(6)、T30(12)、T30(18)、T30(24)、T30(30)、T30(36)、T30(42)、T30(48)(S40)。这些微小旋转时间T30构成包括与互相不同的角度间隔各自中的微小旋转时间T30彼此的差异相关的信息的变量即旋转波形变量。尤其是，上述微小旋转时间T30是从压缩上止点前30℃A到压缩上止点为止的角度间隔的旋转所需的时间，而且是压缩上止点的出现定时的9次的值。因而，这些微小旋转时间T30的数据组成为了表示与和互相不同的压缩上止点分别对应的微小旋转时间T30彼此的差异相关的信息的变量。此外，上述的9个的微小旋转时间T30是在算出汽缸间变量ΔTb(2)及变动模式变量FL[02]、FL[12]、FL[32]时使用的微小旋转时间T30的全部。

接着，CPU72执行取得转速NE及充气效率η的处理(S42)，而且在预热处理时执行取得效率下降量vef、目标值Af*及重叠量RO的处理(S42)。然后，CPU72通过操作通信机79而将在这些S40、S42的处理中取得的数据和该数据是否是预热处理的执行时的数据的信息(执行有无信息)与车辆VC的识别信息(车辆ID)一起向中心120发送(S44)。

相对于此，如图10的(b)所示，中心120的CPU122接收发送出的数据(S50)。然后，CPU122将由S50的处理取得的变量的值向输入变量x(1)～x(11)代入(S52)。即，CPU122对输入变量x(1)代入微小旋转时间T30(0)，对输入变量x(2)代入微小旋转时间T30(6)，对输入变量x(3)代入微小旋转时间T30(12)，对输入变量x(4)代入微小旋转时间T30(18)。另外，CPU122对输入变量x(5)代入微小旋转时间T30(24)，对输入变量x(6)代入微小旋转时间T30(30)，对输入变量x(7)代入微小旋转时间T30(36)。另外，CPU122对输入变量x(8)代入微小旋转时间T30(42)，对输入变量x(9)代入微小旋转时间T30(48)。另外，CPU122对输入变量x(10)代入转速NE，对输入变量x(11)代入充气效率η。

接着，CPU72基于执行有无信息来判定上述取得的数据是否是未执行预热处理时的数据(S54)。并且，CPU122在判定为是未执行时的数据的情况下(S54：是)，通过将输入变量x(1)～x(11)向由存储于图9所示的存储装置126的预热后用映射数据126a规定的映射输入来算出映射的输出值即失火变量PR的值(S56)。

在本实施方式中，该映射由中间层为“α”个且各中间层的激活函数h1～hα是ReLU且输出层的激活函数是SoftMax函数的神经网络构成。例如，第1中间层的各节点的值通过将对由系数wA(1)ji(j＝0～n1，i＝0～11)规定的线性映射输入了上述输入变量x(1)～x(11)时的输出向激活函数h1输入而生成。即，若设为m＝1、2、…、α，则第m中间层的各节点的值通过将由系数wA(m)规定的线性映射的输出向激活函数hm输入而生成。在图10中，n1、n2、…、nα分别是第1、第2、…、第α中间层的节点数。顺便一提，wA(1)j0等是偏置参数，输入变量x(0)定义为“1”。

另一方面，CPU122在判定为是预热处理时的数据的情况下(S54：否)，对输入变量x(12)代入效率下降量vef，对输入变量x(13)代入目标值Af*，对输入变量x(14)代入重叠量RO(S58)。

接着，CPU122通过将输入变量x(1)～x(14)向由存储于图9所示的存储装置126的预热时用映射数据126b规定的映射输入来算出映射的输出值即失火变量PR的值(S60)。

在本实施方式中，该映射由中间层为“α”个且各中间层的激活函数h1～hα是ReLU且输出层的激活函数是SoftMax函数的神经网络构成。例如，第1中间层的各节点的值通过将对由系数wB(1)ji(j＝0～n1，i＝0～14)规定的线性映射输入了上述输入变量x(1)～x(14)时的输出向激活函数h1输入而生成。即，若设为m＝1、2、…、α，则第m中间层的各节点的值通过将由系数wB(m)规定的线性映射的输出向激活函数hm输入而生成。在此，n1、n2、…、nα分别是第1、第2、…、第α中间层的节点数。顺便一提，wB(1)j0等是偏置参数，输入变量x(0)定义为“1”。

接着，CPU122通过操作通信机129来向发送了由S50的处理接收到的数据的车辆VC发送表示失火变量PR的值的信号(S62)，暂且结束图10的(b)所示的一系列处理。相对于此，如图10的(a)所示，CPU72接收失火变量PR的值(S46)，执行S28以后的处理。

这样，在本实施方式中，由于在中心120中执行S56、S60的处理，所以能够减轻CPU72的运算负荷。

<对应关系>

上述实施方式中的事项与上述“发明内容”一栏所记载的事项的对应关系如下。以下，针对“发明内容”一栏所记载的方案的各编号示出对应关系。

[1]失火检测装置对应于控制装置70。执行装置即处理电路对应于CPU72及ROM74。存储装置对应于存储装置76。旋转波形变量对应于汽缸间变量ΔTb(2)及变动模式变量FL[02]、FL[12]、FL[32]。取得处理对应于S18～S22的处理、S18、S20、S22a的处理，判定处理对应于S24～S36的处理、S24a、S26a、S28～S36的处理，应对处理对应于S38的处理。预热处理在图2中对应于预热修正处理M24、点火正时修正处理M20、点火操作处理M22、目标进气相位差算出处理M32、进气相位差控制处理M34、目标值设定处理M46、喷射阀操作处理M44。另外，在图7中，对应于振幅值变量α不是零的情况下的振幅值变量输出处理M50、修正系数算出处理M52、抖动修正处理M54、相乘处理M56、修正系数算出处理M58、抖动修正处理M60及喷射阀操作处理M44。选择处理对应于S8的处理。瞬时速度变量对应于微小旋转时间T30。

[2]预热用操作量变量对应于效率下降量vef、目标值Af*及重叠量RO、振幅值变量α。

[3]与延迟量相关的变量对应于效率下降量vef。

[4]气门特性可变装置对应于可变气门正时装置40。气门特性变量对应于重叠量RO。

[5]空燃比变量对应于目标值Af*。

[6]动作点变量对应于转速NE及充气效率η。

[7]第1执行装置对应于CPU72及ROM74。第2执行装置对应于CPU122及ROM124。旋转波形变量对应于微小旋转时间T30(0)、T30(6)、T30(12)、…、T30(48)。取得处理对应于S40、S42的处理，车辆侧发送处理对应于S44的处理，车辆侧接收处理对应于S46的处理。外部侧接收处理对应于S50的处理，输出值算出处理对应于S52～S60的处理，外部侧发送处理对应于S62的处理。

[8]数据解析装置对应于中心120。

[9]内燃机的控制装置对应于图9所示的控制装置70。

[10]计算机对应于CPU72及ROM74或者CPU72、CPU122及ROM74、ROM124。

<其他实施方式>

此外，本实施方式能够如以下这样变更而实施。本实施方式及以下的变更例能够在技术上不矛盾的范围内互相组合而实施。

·“关于气门特性变量”

在上述实施方式中，作为气门特性变量而例示了重叠量RO，但不限定于此。例如也可以使用目标进气相位差DIN*、进气相位差DIN。另外，例如，还可以使用S26的处理等的执行周期中的目标进气相位差DIN*、进气相位差DIN的平均值。

·“关于空燃比变量”

在上述实施方式中，作为空燃比变量而例示了目标值Af*，但不限于此。例如也可以使用检测值Af的预定期间中的平均值。

·“关于与点火正时的延迟量相关的变量”

在上述实施方式中，作为与点火正时的延迟量相关的变量，使用了效率下降量vef，但不限定于此。例如也可以使用点火正时修正量Δaig的S26的处理等的执行周期中的平均值。

此外，例如在预热处理的执行期间中使效率下降量vef一定的情况下，也可以不使与点火正时的延迟量相关的变量包含于向由预热时用映射数据76b、126b规定的映射的输入。不过，在预热处理的执行期间中使效率下降量vef一定的情况下不使效率下降量vef包含于向映射的输入不是必须的。通过在这样的情况下使效率下降量vef包含于向映射的输入，例如能够对于效率下降量vef不同的多个规格利用单个预热时用映射数据76b、126b来进行应对。

·“关于汽缸间变量”

作为汽缸间变量ΔTb，不限于与压缩上止点的出现定时互相相邻的一对汽缸各自的压缩上止点对应的微小旋转时间T30彼此之差的分离了720℃A的值彼此之差。例如，也可以是与压缩上止点的出现定时互相分离了360℃A的汽缸各自的压缩上止点对应的微小旋转时间T30彼此之差的分离了720℃A的值彼此之差。在该情况下，汽缸间变量ΔTb(2)成为“T30(12)-T30(24)-{T30(36)-T30(48)}”。

另外，不限于与一对汽缸各自的压缩上止点对应的微小旋转时间T30彼此之差的分离了720℃A的值彼此之差，也可以是与成为失火的检测对象的汽缸和其以外的汽缸各自的压缩上止点对应的微小旋转时间T30彼此之差。

另外，例如，也可以将汽缸间变量设为与一对汽缸各自的压缩上止点对应的微小旋转时间T30彼此之比。

此外，作为定义汽缸间变量ΔTb时的微小旋转时间，不限于30℃A旋转所需的时间，例如也可以是45℃A旋转所需的时间等。此时，微小旋转时间也可以是压缩上止点的出现间隔以下的角度间隔的旋转所需的时间。压缩上止点的出现间隔意味着出现压缩上止点的曲轴24的旋转角度彼此的间隔。压缩上止点的出现间隔以下的角度间隔也可以被称作微小角度间隔。多个微小角度间隔各自中的曲轴24的转速可以被称作瞬时速度。

而且，在上述中，也可以取代微小旋转时间而使用将预定的角度间隔除以预定的角度间隔的旋转所需的时间而得到的瞬时转速。

·“关于变动模式变量”

作为变动模式变量的定义，不限于在上述实施方式中例示出的定义。例如，也可以通过将汽缸间变量ΔTb变更为在“关于汽缸间变量”一栏中例示出的汽缸间变量等来变更变动模式变量的定义。

而且，将变动模式变量定义为与互相不同的压缩上止点的出现定时对应的汽缸间变量ΔTb彼此之比也不是必须的，也可以取代比而取差。即使在该情况下，通过使内燃机10的动作点变量包含于输入，能够反映变动模式变量的大小根据动作点而变化来算出失火变量PR的值。

·“关于旋转波形变量”

在S26的处理中，利用汽缸间变量ΔTb(2)及变动模式变量FL[02]、FL[12]、FL[32]构成了旋转波形变量，但不限定于此。例如，也可以将构成旋转波形变量的变动模式变量设为变动模式变量FL[02]、FL[12]、FL[32]的任1个或2个。另外，例如，也可以包括变动模式变量FL[02]、FL[12]、FL[32]、FL[42]等4个以上的变动模式变量。

在S56、S60的处理中，利用与压缩上止点的出现定时互相不同的9个定时分别对应的微小旋转时间T30构成了旋转波形变量，但不限定于此。例如也可以以成为失火的检测对象的汽缸的压缩上止点为中央，将出现压缩上止点的角度间隔的2倍以上的区间以30℃A的间隔分割后的各自中的微小旋转时间T30构成旋转波形变量。另外，在上述中，以成为失火的检测对象的汽缸的压缩上止点为中央不是必须的。而且，作为这里的微小旋转时间，不限于30℃A的间隔的旋转所需的时间。另外，也可以取代微小旋转时间而使用将预定的角度间隔除以预定的角度间隔的旋转所需的时间而得到的瞬时转速。

·“关于动作点变量”

作为动作点变量，不限于转速NE及充气效率η。例如，也可以是吸入空气量Ga和转速NE。另外，例如在如下述“关于内燃机”一栏所记载那样使用压缩着火式内燃机的情况下，也可以是喷射量和转速NE。此外，将动作点变量设为映射的输入不是必须的。例如在应用于在下述“关于车辆”一栏所记载的串联混合动力车搭载的内燃机的情况下，在内燃机限定于特定的动作点而运转的情况等下，即使不使动作点变量包含于输入变量，也能够高精度地算出失火变量PR的值。

·“关于外部侧发送处理”

在S62的处理中，发送了失火变量PR的值，但不限定于此。例如，也可以发送原型变量yR(1)、yR(2)的值。另外，例如，也可以设为在中心120中执行S28～S36的处理，发送是否存在异常的判定结果。

·“关于应对处理”

在上述实施方式中，通过操作警告灯100而通过视觉信息来报知产生了失火的意思，但不限定于此。例如，也可以通过操作扬声器而通过听觉信息来报知产生了失火的意思。另外，例如也可以设为图1所示的控制装置70具备通信机79，设为操作通信机79来向用户的便携终端发送产生了失火的意思的信号的处理。这能够通过在用户的便携终端安装执行报知处理的应用程序而实现。

作为应对处理，不限于报知处理。例如，也可以是根据产生了失火的意思的信息来操作用于控制内燃机10的燃烧室18内的混合气的燃烧的操作部的操作处理。具体而言，例如也可以将操作部设为点火装置22而使产生了失火的汽缸的点火正时提前。另外，例如，也可以将操作部设为燃料喷射阀20，使产生了失火的汽缸的燃料喷射量增量。

·“关于向映射的输入”

作为向神经网络的输入、向下述“关于机器学习的算法”一栏所记载的回归方程的输入等，各维度不限于由单个物理量、变动模式变量FL构成。例如关于在上述实施方式等中设为了向映射的输入的多个种类的物理量、变动模式变量FL的一部分，也可以取代设为向神经网络、回归方程的直接的输入，将基于它们的主成分分析的一些主成分设为向神经网络、回归方程的直接的输入。不过，在将主成分设为向神经网络、回归方程的输入的情况下，仅向神经网络、回归方程的输入的一部分成为主成分不是必须的，也可以将全部设为主成分。此外，在将主成分设为向映射的输入的情况下，在预热后用映射数据76a、126a、预热时用映射数据76b、126b中包括对确定主成分的映射进行规定的数据。

·“关于映射数据”

也可以将对在车辆中执行的运算中使用的映射进行规定的映射数据设为预热后用映射数据126a、预热时用映射数据126b。

也可以将对在中心120中执行的运算中使用的映射进行规定的映射数据设为预热后用映射数据76a、预热时用映射数据76b。

例如根据图10的记载，神经网络的中间层的层数成为了比2层多的表现，但不限定于此。

在上述实施方式中，将激活函数h、h1、h2、…hα设为了ReLU，将输出的激活函数设为了SoftMax函数，但不限定于此。例如也可以将激活函数h、h1、h2、…hα设为双曲正切。例如，也可以将激活函数h、h1、h2、…hα设为Logistc Sigmoid函数。

另外，例如，也可以将输出的激活函数设为Logistc Sigmoid函数。在该情况下，例如将输出层的节点数设为1个，将输出变量设为失火变量PR即可。在该情况下，通过在输出变量的值为预定值以上的情况下判定为异常，能够判定异常的有无。

·“关于机器学习的算法”

作为机器学习的算法，不限于使用神经网络。例如，也可以使用回归方程。这相当于在上述神经网络中不具备中间层。另外，例如也可以使用支持向量机。在该情况下，输出的值的大小自身没有含义，根据其值是否是正而表现是否产生了失火。换言之，与失火变量的值具有3值以上的值且这些值的大小表现失火的概率的大小的情况不同。

·“关于学习工序”

在上述实施方式中，在随机地产生失火的状况下执行了学习，但不限定于此。例如，也可以在特定的汽缸中连续地产生失火的状况下执行学习。不过，在该情况下，也可以将成为向映射的输入的汽缸间变量、变动模式变量所使用的汽缸间变量ΔTb如“关于汽缸间变量”一栏所记载那样，设为与成为失火的检测对象的汽缸和其以外的汽缸各自的压缩上止点对应的微小旋转时间T30彼此之差等。

·“关于数据解析装置”

也可以将图10的(b)的处理例如利用用户持有的便携终端来执行。这能够通过在便携终端安装执行图10的(b)的处理的应用程序而实现。此外，此时，例如进行S44的处理中的数据的发送有效的距离是车辆的长度左右的设定等，删除车辆ID的收发处理。

·“关于执行装置”

作为执行装置，不限于具备CPU72(122)和ROM74(124)并执行软件处理。例如，也可以具备对在上述实施方式中执行的软件处理的至少一部分进行处理的专用的硬件电路(例如ASIC等)。即，执行装置是以下的(a)～(c)的任一构成即可。(a)具备按照程序来执行上述处理的全部的处理装置和存储程序的ROM等程序保存装置。(b)具备按照程序来执行上述处理的一部分的处理装置及程序保存装置和执行剩余的处理的专用的硬件电路。(c)具备执行上述处理的全部的专用的硬件电路。在此，具备处理装置及程序保存装置的软件执行装置、专用的硬件电路也可以是多个。即，上述处理由具备1个或多个软件执行装置及1个或多个专用的硬件电路的至少一方的处理电路(processing circuitry)执行即可。程序保存装置即计算机可读介质包括能够通过通用或专用的计算机而访问的所有能够利用的介质。

·“关于存储装置”

在上述实施方式中，将存储预热后用映射数据76a、126a、预热时用映射数据76b、126b的存储装置和存储失火用程序74a、失火用主程序124a的存储装置(ROM74、124)设为了不同的存储装置，但不限定于此。

·“关于计算机”

作为计算机，不限于由搭载于车辆的CPU72及ROM74等执行装置和中心120所具备的CPU122及ROM124等执行装置构成。例如，也可以利用搭载于车辆的执行装置和中心120所具备的执行装置和用户的便携终端内的CPU及ROM等执行装置来构成。这能够通过将例如图10的S62的处理设为向用户的便携终端发送的处理并将图10的(a)的S46、S28～S38的处理在便携终端中执行而实现。即，由CPU72及ROM74构成的车载执行装置也可以不执行车辆侧接收处理及应对处理，便携终端所具备的接收执行装置也可以至少执行车辆侧接收处理。

·“关于内燃机”

在上述实施方式中，作为燃料喷射阀，例示了向燃烧室18内喷射燃料的缸内喷射阀，但不限于此。例如也可以是向进气通路12喷射燃料的进气口喷射阀。另外，例如还可以具备进气口喷射阀和缸内喷射阀双方。

作为内燃机，不限于火花点火式内燃机，例如也可以使用轻油等作为燃料的压缩着火式内燃机等。

·“关于车辆”

作为车辆，不限于混联混合动力车。例如，也可以是并联混合动力车、串联混合动力车。另外，不限于混合动力车，也可以是生成车辆的推力的装置仅为内燃机的车辆。

Claims (11)

1.一种内燃机的失火检测装置，具备存储装置和处理电路，

所述存储装置存储有与执行着在内燃机的排气通路设置的催化剂的预热处理的情况对应的第1映射数据和与未执行所述预热处理的情况对应的第2映射数据，所述第1映射数据及所述第2映射数据分别对使用旋转波形变量作为输入且输出与产生了失火的概率相关的变量即失火变量的映射进行规定，

所述处理电路构成为执行：

取得处理，取得基于构成为检测所述内燃机的曲轴的旋转行为的传感器的检测值的所述旋转波形变量；

判定处理，基于使用由所述取得处理取得的变量作为输入的所述映射的输出来判定所述失火的有无；

应对处理，用于在由所述判定处理判定为产生了失火的情况下，通过操作预定的硬件来应对失火的产生；及

选择处理，根据所述预热处理的执行的有无，选择所述第1映射数据及所述第2映射数据中的任一者以在所述判定处理中利用，

在所述内燃机中出现压缩上止点的角度彼此的间隔是出现间隔，

比所述出现间隔小的多个角度间隔分别是多个微小角度间隔，所述多个微小角度间隔各自中的所述曲轴的转速是瞬时速度，与所述瞬时速度相关的变量是瞬时速度变量，

所述旋转波形变量是表示与多个互相不同的微小角度间隔分别对应的瞬时速度变量的多个值彼此的差异的变量，

所述映射通过进行所述旋转波形变量的值和通过机器学习而学习到的参数的结合运算来输出所述失火变量的值。

2.根据权利要求1所述的内燃机的失火检测装置，

在由所述预热处理的执行时用的所述第1映射数据规定的映射的输入中，包括与所述预热处理对所述内燃机的操作部的操作量相关的变量即预热用操作量变量，

所述取得处理包括在所述预热处理的执行时取得所述预热用操作量变量的处理，

所述判定处理包括在所述预热处理的执行时基于还使用由所述取得处理取得的所述预热用操作量变量作为输入的所述映射的输出来判定所述失火的有无的处理。

3.根据权利要求2所述的内燃机的失火检测装置，

所述预热处理包括与不执行该预热处理时相比使点火正时延迟的处理，

由所述取得处理取得的所述预热用操作量变量包括与点火正时的延迟量相关的变量。

4.根据权利要求2或3所述的内燃机的失火检测装置，

所述内燃机具备容许使进气门的气门特性可变的气门特性可变装置，

所述预热处理包括操作所述气门特性可变装置的处理，

由所述取得处理取得的所述预热用操作量变量包括与所述气门特性相关的变量即气门特性变量。

5.根据权利要求2～4中任一项所述的内燃机的失火检测装置，

所述预热处理包括根据该预热处理的进展状况而变更在所述内燃机的燃烧室内应该燃烧的混合气的空燃比的处理，

由所述取得处理取得的所述预热用操作量变量包括与所述空燃比相关的变量即空燃比变量。

6.根据权利要求1～5中任一项所述的内燃机的失火检测装置，

在所述映射的输入中，包括规定所述内燃机的动作点的变量即动作点变量，

所述取得处理包括取得所述动作点变量的处理，

所述判定处理是基于还使用由所述取得处理取得的所述动作点变量作为输入的所述映射的输出来判定所述失火的有无的处理，

所述映射通过进行所述旋转波形变量、所述动作点变量及通过所述机器学习而学习到的参数的结合运算来输出所述失火变量的值。

7.一种内燃机的失火检测系统，具备权利要求1～5中任一项所述的所述处理电路及所述存储装置，

所述判定处理包括算出使用由所述取得处理取得的变量作为输入的所述映射的输出值的输出值算出处理，

所述处理电路包括第1执行装置及第2执行装置，

所述第1执行装置至少部分地搭载于车辆，且构成为执行所述取得处理、将由所述取得处理取得的数据向车辆的外部发送的车辆侧发送处理、接收基于所述输出值算出处理的算出结果的信号的车辆侧接收处理及所述应对处理，

所述第2执行装置配置于所述车辆的外部，且构成为执行接收由所述车辆侧发送处理发送出的数据的外部侧接收处理、所述输出值算出处理、所述选择处理及将基于所述输出值算出处理的算出结果的信号向所述车辆发送的外部侧发送处理。

8.一种数据解析装置，

具备权利要求7所述的所述第2执行装置及所述存储装置。

9.一种内燃机的控制装置，

具备权利要求7所述的所述第1执行装置。

10.一种内燃机的失火检测方法，

利用计算机来执行权利要求1～6中任一项所述的所述取得处理、所述判定处理及所述应对处理。

11.一种接收执行装置，是权利要求7所述的内燃机的失火检测系统中的所述接收执行装置，

所述第1执行装置具备搭载于车辆的车载执行装置和另外于该车载执行装置的所述接收执行装置，

所述车载执行装置构成为执行所述取得处理和将由所述取得处理取得的数据向车辆的外部发送的车辆侧发送处理，

所述接收执行装置设置于便携终端，且构成为至少执行所述车辆侧接收处理。

Images