CN111946528B - 发动机诊断系统、发动机诊断方法、及存储介质 - Google Patents

Abstract

提供一种发动机诊断系统、发动机诊断方法、及存储介质，以诊断搭载于车辆的发动机的劣化程度。发动机诊断系统将能够抑制爆震的点火正时的最大提前量作为爆震学习值进行学习。数据库将发动机的爆震学习值的时序数据按每个发动机的个体进行存储。这些爆震学习值从同一款式的多个车辆取得。在评价处理中，基于数据库中所存储的各发动机的爆震学习值的时序数据对指定的发动机的劣化程度的评价值进行运算。

Description

发动机诊断系统、发动机诊断方法、及存储介质

技术领域

本公开涉及诊断搭载于车辆的发动机的劣化程度的发动机诊断系统、及诊断该劣化程度的发动机诊断方法。

背景技术

作为火花点火式的发动机的控制技术，已知有一种爆震控制。在爆震控制中，通过基于爆震传感器的输出的反馈控制，在能够抑制爆震的发生的范围内使点火正时提前。并且，如在日本特开2004-28061号公报中见到的那样，在爆震控制中，将能够抑制爆震的点火正时的最大提前量作为爆震学习值进行学习。

随着发动机的经年劣化(随时间经过的劣化)，该发动机的耐爆震性降低。

发明内容

以下，对本公开的例子进行记载。

例1.一种发动机诊断系统，诊断发动机的劣化程度，所述发动机是搭载于车辆的发动机，所述发动机诊断系统构成为，将能够抑制所述发动机的爆震的点火正时的最大提前量作为爆震学习值进行学习，所述发动机诊断系统具备构成为将所述发动机的爆震学习值的时序数据按每个所述发动机的个体进行存储的数据库，这些所述爆震学习值从同一款式的多个车辆取得，并且，所述发动机诊断系统构成为进行评价处理，所述评价处理是基于所述数据库中所存储的各发动机的爆震学习值的时序数据对指定的发动机的劣化程度的评价值进行运算的处理。

在这样的发动机诊断系统的数据库中，收集搭载于同一款式的车辆群的多个发动机的爆震学习值的时序数据。将关于成为诊断对象的发动机的爆震学习值的时序数据与其他发动机的数据进行对比。这样的话，就能够评价这些发动机中的相对的发动机的劣化程度。因此，在上述发动机诊断系统的评价处理中，即使不设定劣化程度的评价基准，也能够得到以下的评价值。即，可以将关于成为诊断对象的发动机的劣化程度的评价值作为表示在数据库中存储有爆震学习值的时序数据的各发动机中的、相对的评价的值来进行运算。另外，从时序数据追踪爆震学习值距初始值的经时变化。因此，即使在发动机彼此之间关于爆震学习值的初始值有个体差异的情况下，也能够合适地进行基于爆震学习值的发动机的劣化程度的诊断。因此，根据上述发动机诊断系统，能够进行基于爆震学习值的发动机的劣化程度的合适的诊断。

根据发动机经年劣化，该发动机的耐爆震性降低。因此，考虑将爆震学习值作为发动机的劣化程度的指标。然而，即使是处于完全没有发生劣化的新品的状态的发动机彼此之间，在能够抑制爆震的发生的点火正时的提前界限上也有个体差异。并且，在发动机的劣化加剧了时的爆震学习值的值中，也会继承关于提前界限的发动机彼此之间的所述个体差异。因此，即使是同程度的劣化，根据发动机的各个体，爆震学习值也有时成为不同的值。也就是说，如果只是看了爆震学习值，则有可能无法合适地评价发动机的劣化程度。另外，为了根据爆震学习值评价发动机的劣化程度，需要预先确认爆震学习值与劣化程度的相关性。但是，发动机的劣化是经过长时间逐渐加剧的劣化。因此，难以在试验等中确认它们之间的相关性。

此外，根据所使用的燃料的种类，发动机的耐爆震性有时会大幅发生变化。在这样的情况下，如果在数据库中所收集的时序数据中混合在异种燃料的使用下学习到的爆震学习值的数据，则有可能无法合适地诊断发动机的劣化程度。通过如下述那样构成上述发动机诊断系统，能够避免这样的时序数据中混合在异种燃料的使用下学习到的爆震学习值。即，例2.上述例1的发动机诊断系统可以构成为，与爆震学习值一起从车辆取得爆震学习值的学习时的所述发动机的使用燃料的类别信息，并且，仅将在特定种类的燃料的使用过程中学习到的爆震学习值的时序数据存储于数据库。这样的话，就能够避免在异种燃料的使用下学习到的爆震学习值向时序数据的混合。另外，例3.上述例1的发动机诊断系统可以构成为进行燃料判定处理，所述燃料判定处理是判定爆震学习值的学习时的发动机的使用燃料的种类的处理，并且所述发动机诊断系统构成为仅将在特定种类的燃料的使用过程中学习到的爆震学习值的时序数据存储于所述数据库。这样的话，也能够避免在异种燃料的使用下学习到的爆震学习值向时序数据的混合。进而，例4.上述例1的发动机诊断系统可以构成为进行燃料判定处理，所述燃料判定处理是判定爆震学习值的学习时的发动机的使用燃料的种类的处理，并且所述发动机诊断系统按照每个燃料的种类单独进行向数据库的爆震学习值的时序数据的存储、和评价处理中的评价值的运算。在该构成中，也能够避免在异种燃料的使用下学习到的爆震学习值向时序数据的混合。

此外，当加入与之前使用的燃料不同种类的燃料时，在该加入的前后爆震学习值大幅发生变化。因此，例5.上述例3或例4的发动机诊断系统中的燃料判定处理可以通过基于成为判定对象的发动机的爆震学习值的上次取得时的值与本次取得时的值之差判定使用燃料的种类来进行。

通常，作为车辆或搭载于该车辆的发动机的使用期间的指标值，多使用车辆的总行驶距离。因此，例6.上述例1至6中任一个的发动机诊断系统可以构成为，在数据库中存储以车辆的总行驶距离为时序轴的爆震学习值的时序数据。

例7.一种发动机诊断方法，诊断搭载于车辆的发动机的劣化程度，所述发动机诊断方法包括：将能够抑制所述发动机的爆震的点火正时的最大提前量作为爆震学习值进行学习；从同一款式的多个车辆取得并收集所述发动机的爆震学习值的时序数据；根据成为诊断对象的发动机的个体识别信息的输入，基于所收集的所述时序数据运算并输出所述诊断对象的发动机的劣化程度的评价值，所述发动机诊断方法通过所述时序数据的取得和收集、以及所述评价值的运算和输出来进行所述发动机的劣化程度的诊断。

在第一步骤中，收集搭载于同一款式的车辆群的多个发动机的爆震学习值的时序数据。如果将成为诊断对象的发动机的爆震学习值的时序数据与其他发动机的数据进行对比，则能够评价这些发动机中的相对的发动机的劣化程度。因此，在上述发动机诊断方法中，即使不设定劣化程度的评价基准，也可以将成为诊断对象的发动机的劣化程度的评价值作为表示收集了爆震学习值的时序数据的各发动机中的、相对的评价的值来进行运算。另外，从时序数据追踪爆震学习值距初始值的经时变化。因此，即使发动机彼此之间爆震学习值的初始值有个体差异，也能够合适地进行基于爆震学习值的发动机的劣化程度的诊断。因此，根据上述发动机诊断方法，能够进行基于爆震学习值的发动机的劣化程度的合适的诊断。

例8.一种非瞬时性的计算机可读存储介质，存储有使得由计算机执行上述例7的发动机诊断方法的各处理的发动机诊断处理的程序。

附图说明

图1是示意地示出本公开的第1实施方式的发动机诊断系统的构成的图。

图2是示出在图1的发动机诊断系统中，爆震学习值与总行驶距离的关系的图表。

图3是示意地示出通过与图1的上述实施方式的发动机诊断系统的协作来进行信息提供服务的信息提供系统的构成的图。

图4是示意地示出本公开的第2实施方式的发动机诊断系统的构成的图。

图5是示意地示出本公开的第3实施方式的发动机诊断系统的构成的图。

图6是示出在图5的发动机诊断系统中，在燃料X和燃料Y之间定期切换使用燃料的情况下，从车辆向发动机诊断系统的、爆震学习值以及总行驶距离的发送值的推移的图表。

图7是示意地示出本公开的第4实施方式的发动机诊断系统的构成的图。

具体实施方式

第1实施方式

以下，参照图1～图3详细说明关于本公开的发动机诊断系统及发动机诊断方法的第1实施方式。

首先，参照图1说明本实施方式的发动机诊断系统10的构成。发动机诊断系统10是具有数据库15的管理功能的计算机系统。也就是说，发动机诊断系统10构成为对分别搭载于处于管理下的同一款式的多个车辆11的发动机12的劣化程度进行诊断的系统。

在发动机诊断系统10的管理下的各车辆11搭载有进行包括发动机12的控制的车辆11的各种控制的控制单元13。另外，控制单元13具备无线通信功能，能够经由移动通信网14与发动机诊断系统10进行数据的收发。

在车辆11中，控制单元13进行爆震控制，该爆震控制是用于抑制发动机12的爆震的发动机12的控制。在爆震控制中，当检测到爆震的发生时，使点火正时延迟。另一方面，在爆震控制中，在爆震停止的期间，通过使点火正时逐渐提前来进行使点火正时提前到能够抑制爆震的发生的界限的控制。另外，在爆震控制中，将相对于根据发动机转速、发动机负荷率所求出的基本点火正时的，到上述界限为止的点火正时的提前量作为爆震学习值进行学习。

控制单元13定期地进行对发动机诊断系统10的数据发送。在此时的数据发送中，将当前的爆震学习值的值、车体制造编号等车辆11的个体识别信息、以及车辆11的当前的总行驶距离发送到发动机诊断系统10。在本实施方式中，每当爆震学习值的学习完成时，控制单元13便进行这样的向发动机诊断系统10的数据发送。

另一方面，在发动机诊断系统10中设置有数据库15。在该数据库15中，各车辆11的爆震学习值的时序数据以与各个车辆11的个体识别信息相关联的形式被存储。当发动机诊断系统10接收到各车辆11的控制单元13所发送的上述数据时，在与所接收到的个体识别信息对应的时序数据的末尾追加所接收到的爆震学习值及总行驶距离的值。像这样，在本实施方式中，将以总行驶距离为时序轴的各车辆11的爆震学习值的时序数据收集于数据库15。

进而，发动机诊断系统10根据来自外部的发动机12的劣化诊断的请求实施评价处理P1。指定成为诊断对象的车辆11的个体识别信息而进行诊断请求。在评价处理P1中，根据指定成为诊断对象的搭载发动机12的车辆11的个体识别信息的输入，来运算搭载于该车辆11的发动机12的劣化程度的评价值。然后，进行将该运算值发送回诊断的请求源的处理。此外，在以下的说明中，将被指定为诊断对象的车辆11记载为诊断对象车辆。

随着发动机12的经年劣化加剧，耐爆震性降低。因此，作为能够抑制爆震的发生的界限的点火正时的提前量变小，所以爆震学习值逐渐变小。因此，爆震学习值的时序数据成为表示发动机12的劣化的加剧状况的数据。

在图2中示出关于款式相同的两个车辆A、B的、相对于总行驶距离的发动机12的爆震学习值的推移。另外，在图2中用点划线示出关于与车辆A、B相同款式的车辆群整体的、相对于总行驶距离的爆震学习值的平均值的推移。与相对于总行驶距离的、同一款式的车辆群整体的爆震学习值的平均值的减少相比，相对于总行驶距离的车辆A的爆震学习值的减少较小。另外，与相对于总行驶距离的、同一款式的车辆群整体的爆震学习值的平均值的减少相比，相对于总行驶距离的车辆B的爆震学习值的减少较大。由此，可知车辆A的发动机12的劣化的加剧比同一款式的车辆群整体的平均慢，车辆B的发动机12的劣化的加剧比同一款式的车辆群整体的平均快。像这样，通过数据库15中所收集的爆震学习值的时序数据彼此之间的比较，能够进行作为同一款式的车辆群整体中的相对的评价的、发动机12的劣化程度的评价。

此外，关于发动机12的耐爆震性，即使在发动机12刚制造后完全没有发生劣化的状态下，发动机12彼此之间也有偏差。各车辆11的发动机12的爆震学习值的初始值中存在偏差。并且，该初始值的偏差也被继承到当发动机12的劣化加剧时的爆震学习值的值。在这样的初始值的偏差大的情况下，与爆震学习值的值本身相比，爆震学习值距初始值的变化量有时成为更合适的发动机12的劣化程度的指标值。

在本实施方式的发动机诊断系统10中，在评价处理P1中，运算下述的值作为发动机12的劣化程度的评价值。即，在本实施方式中，基于数据库15中所收集的各车辆11的爆震学习值的时序数据，分别运算各车辆11的相对于总行驶距离的、爆震学习值的变化量的比率作为爆震学习值变化率的值。并且，运算诊断对象车辆的爆震学习值变化率相对于所有车辆的爆震学习值变化率的平均值的偏差，作为该诊断对象车辆的发动机12的劣化程度的评价值。这样运算出的偏差的值成为将诊断对象车辆的发动机12的劣化程度作为同一款式的车辆群中的相对的评价来进行表示的值。

此外，也可以运算关于爆震学习值变化率的，各车辆11中的诊断对象车辆的偏差值作为发动机12的劣化程度的评价值。进而，也可以运算如下值作为发动机12的劣化程度的评价值。即，首先，按每个车辆11求出总行驶距离达到既定的距离时的爆震学习值或总行驶距离达到既定的距离为止的爆震学习值的变化量。然后，运算诊断对象车辆的值相对于该所求出的值的平均值的偏差、关于所求出的值的所有车辆中的诊断对象车辆的值的偏差值作为发动机12的劣化程度的评价值。另外，也可以不是运算上述偏差及偏差值的值本身，而是运算基于这些值决定的劣化程度的等级作为发动机12的劣化程度的评价值。不管怎样，只要是根据数据库15中所收集的爆震学习值的时序数据求出的，将诊断对象车辆的发动机12的劣化程度作为同一款式的车辆11的群中的相对的评价来进行表示的值，则该值能够用作发动机12的劣化程度的评价值。

另外，在这样的本实施方式中，通过以下的第1步骤和第2步骤，来进行发动机12的劣化程度的诊断。即，第1步骤是从同一款式的多个车辆11取得并收集发动机12的爆震学习值的时序数据。第2步骤是根据成为诊断对象的发动机12的个体识别信息的输入，基于在第1步骤中所收集的时序数据，运算并输出该发动机12的劣化程度的评价值。

另外，这样的发动机诊断系统10例如能够用于以下那样的信息流通服务。即信息流通服务将展出者、投标者、及评估人员等二手车拍卖的参加者作为信息提供的对象，提供车辆的价值信息。在二手车拍卖市场上，向投标者提示所展出的车辆的款式、总行驶距离、车辆外装的污损、及损伤部位等信息。根据该提示的信息，投标者决定投标价格。发动机的状态的好坏也是决定车辆的价值的重要因素。但是，在现状下，投标者处于只能从总行驶距离间接地判断发动机的状态的状态。因此，在现状下，虽然总行驶距离多但发动机的状态好的车辆的价值有不被合适地评价的倾向。上述信息流通服务成为将包括发动机的状态的车辆的价值信息提供给二手车拍卖的参加者的服务。

图3示出用于进行这样的信息提供服务的信息提供系统100的构成。信息提供系统100构成为具有Web服务器功能的计算机系统。另外，在信息提供系统100中，连接有管理车辆的信息的各种车辆信息管理系统。本实施方式的发动机诊断系统10也成为这样的车辆信息管理系统之一。作为发动机诊断系统10以外的车辆信息管理系统，例如有管理各车辆的整备历史记录的信息的整备信息管理系统101。在整备信息管理系统101中，以与个体识别信息相关联的形式存储有各车辆的整备历史记录的信息。这样的信息提供系统100经由因特网线路102连接于二手车拍卖的各参加者所操作的计算机终端103。

二手车拍卖的参加者经由计算机终端103向信息提供系统100发送展出的车辆的个体识别信息。信息提供系统100基于所接收到的个体识别信息，从各车辆信息管理系统取得该车辆的信息。此时的信息提供系统100从发动机诊断系统10取得该车辆的发动机12的劣化程度的评价值。并且，信息提供系统100根据所取得的信息制作车辆记录簿，并且将车辆记录簿发送到作为个体识别信息的发送源的计算机终端103。车辆记录簿中包括车辆的过去的驾驶员的驾驶倾向、发动机的评价、驱动用电池的评价、整备状况、故障历史记录、事故历史记录、是否只有一个前车主等、能够用于决定投标价格的车辆的各种信息。从发动机诊断系统10取得的发动机12的劣化程度的评价值也能用于该车辆记录簿的制作。

根据以上的本实施方式的发动机诊断系统及发动机诊断方法，能够实现以下的效果。

(1)收集同一款式的各车辆11的爆震学习值的时序数据，基于该所收集的时序数据运算发动机12的劣化程度的评价值。因此，能够将诊断对象车辆的发动机12的劣化程度作为同一款式的车辆群中的相对的评价来进行评价。

(2)将诊断对象车辆的发动机12的劣化程度作为同一款式的车辆群中的相对的评价来进行评价。因此，即使不预先设定关于爆震学习值的发动机12的劣化程度的评价基准，也能够进行合适的诊断。

(3)在爆震学习值的初始值中，发动机12彼此之间有个体差异，该个体差异也被继承到发动机12的劣化加剧时的爆震学习值的值。因此，例如，如果基于爆震学习值的值本身来运算发动机12的劣化程度的评价值，则有可能产生由发动机12彼此之间的个体差异引起的误差。关于这一点，在上述实施方式中，基于爆震学习值距初始值的变化量进行劣化程度的评价值的运算。因此，关于爆震学习值的初始值的发动机12彼此之间的个体差异变得难以反映在发动机12的劣化程度的评价值的运算结果中。

(第2实施方式)

继而，参照图4详细说明本公开的发动机诊断系统及发动机诊断方法的第2实施方式。此外，在本实施方式中，关于与上述实施方式共通的构成，标注相同的标号，并省略其详细的说明。

图4中示出的本实施方式的发动机诊断系统20与第1实施方式的同样，构成为具有数据库25的管理功能的计算机系统。另外，本实施方式的发动机诊断系统20也与第1实施方式的情况同样地，基于数据库25中所收集的爆震学习值的时序数据，进行运算发动机的劣化程度的评价值的评价处理P1。

另一方面，被置于本实施方式的发动机诊断系统20的管理下的车辆21的发动机22构成为能够使用燃料X、及与该燃料X相比耐爆震性低的燃料Y这两种燃料。发动机22被设计为，在上述燃料X和Y中，当使用耐爆震性较高的燃料X时，与使用燃料Y时相比，发挥更高的输出性能。另外，车辆21中搭载有具备无线通信功能的控制单元23。该控制单元23进行发动机22的爆震控制。在这样的车辆21中的发动机22的爆震控制下，在使用耐爆震性较低的燃料Y时，与使用燃料X时相比，点火正时的提前量变小。因此，在使用燃料Y时，与使用燃料X时相比，爆震学习值也成为较小的值。

另外，车辆21的控制单元23进行用于判定发动机22所使用的燃料的类别的燃料判定。燃料判定例如以如下方式进行。当发动机22的使用燃料从燃料Y切换为比该燃料Y耐爆震性高的燃料X时，爆震控制下的点火正时提前量大幅增大。与此相反，当发动机22的使用燃料从燃料X切换为比该燃料X耐爆震性低的燃料Y时，爆震控制下的点火正时提前量大幅缩小。因此，在燃料判定中，根据停车中的燃料箱的燃料余量的增加、或通过供油盖的开闭进行的供油被检测前和被检测后的爆震控制的点火正时提前量的变化，来判定在发动机22中正在使用的燃料的种类。

进而，车辆21的控制单元23对发动机诊断系统20，除发送个体识别信息、当前的爆震学习值的值、及当前的总行驶距离的值之外，还发送通过燃料判定而判定出的使用燃料的类别信息。对此，发动机诊断系统20在进行来自车辆21的数据接收时，实施基于所接收的使用燃料的类别信息的过滤处理P2。在过滤处理P2中，仅限于在类别信息所表示的发动机22的使用燃料是燃料Y的情况下，在与所接收到的个体识别信息对应的时序数据的末尾追加所接收到的爆震学习值及总行驶距离的值。即，发动机诊断系统20在类别信息所表示的发动机22的使用燃料是燃料X的情况下，不将所接收到的爆震学习值及总行驶距离的值追加到时序数据。在这样的本实施方式的发动机诊断系统20的数据库25中，存储各车辆21的发动机22使用燃料Y时学习到的爆震学习值的时序数据。

如上述那样，在使用燃料X和使用燃料Y时，发动机22的爆震学习值大幅发生变化。如果这样的燃料X的使用时的爆震学习值和燃料Y的使用时的爆震学习值混合在时序数据中，则由劣化的影响引起的爆震学习值的变化难以表现在时序数据。也就是说，有可能无法合适地诊断发动机22的劣化程度。与此相对，在本实施方式的发动机诊断系统20中，通过基于从车辆21发送的使用燃料的类别信息的过滤处理P2，仅将在发动机22中的燃料Y的使用下学习到的爆震学习值的时序数据收集于数据库25。因此，能够合适地诊断使用耐爆震性彼此不同的2种燃料的发动机22的劣化程度。

(第3实施方式)

继而，参照图5及图6详细说明本公开的发动机诊断系统及发动机诊断方法的第3实施方式。此外，在本实施方式中，关于与上述实施方式共通的构成，标注相同的标号，并省略其详细的说明。

图5中示出的本实施方式的发动机诊断系统30与上述的各实施方式的构成同样地，构成为具有数据库35的管理功能的计算机系统。另外，本实施方式的发动机诊断系统30也进行与上述的各实施方式的情况同样的评价处理P1。即，在评价处理P1中，基于数据库35中所收集的爆震学习值的时序数据来运算发动机的劣化程度的评价值。

另外，被置于本实施方式的发动机诊断系统30的管理下的车辆31的发动机32与第2实施方式的构成同样地，构成为能够使用燃料X及燃料Y这两种燃料。进而，在车辆31搭载有具有无线通信功能的控制单元33。控制单元33进行发动机32的爆震控制。但是，在本实施方式的情况下，在进行对发动机诊断系统30的数据发送时，控制单元33仅发送个体识别信息、当前的爆震学习值的值及当前的总行驶距离的值。并且，在本实施方式中，发动机诊断系统30进行燃料判定处理P3。在燃料判定处理P3中，判定从车辆31接收到的爆震学习值的学习时的、发动机32的使用燃料的类别。并且，发动机诊断系统30仅限于在燃料判定处理P3中判定为所接收到的爆震学习值的学习时的使用燃料是燃料Y的情况下，将所接收到的爆震学习值及总行驶距离的值追加到该车辆的爆震学习值的时序数据。即，发动机诊断系统30在燃料判定处理P3中判定为所接收到的爆震学习值的学习时的使用燃料是燃料X的情况下，不将所接收到的爆震学习值及总行驶距离的值追加到该车辆的爆震学习值的时序数据。在这样的本实施方式的发动机诊断系统30的数据库35中，存储各车辆31的发动机32使用燃料Y时学习到的爆震学习值的时序数据。

图6中示出在燃料X和燃料Y之间定期切换发动机32的使用燃料的情况下的、从车辆31向发动机诊断系统30发送的爆震学习值及总行驶距离的值的推移。另外，在该图6中，燃料X的使用时的值用实心的圆形记号(黑圈)来表示，燃料Y的使用时的值用空心的圆形记号(白圈)来表示。如上述那样，在本实施方式中，发动机诊断系统30仅将在发动机32中的燃料Y的使用下学习到的爆震学习值的时序数据存储于数据库35。另一方面，如果发动机32中的使用燃料从燃料Y切换到燃料X，则爆震学习值大幅增大。因此，在即使与在时序数据的末尾所存储的爆震学习值的值相比，从车辆31接收到的爆震学习值的值也是超过在继续使用燃料Y的情况下假定的爆震学习值的变化范围的最大值的大值的情况下，发动机诊断系统30能够判定为关于该所接收到的爆震学习值的学习时的使用燃料是燃料X。在燃料判定处理P3中，通过像这样对存储于时序数据的末尾的值与发动机诊断系统30所接收到的值进行比较，来判定使用燃料的类别。即，在燃料判定处理P3中，基于关于成为判定对象的发动机32的爆震学习值的、上次的取得时的值和本次的取得时的值之差，来判定发动机32中的使用燃料的种类。

在这样的本实施方式的发动机诊断系统30中，也通过燃料判定处理P3而仅将在燃料Y的使用下学习到的爆震学习值的时序数据收集于数据库35。因此，能够合适地诊断使用耐爆震性彼此不同的2种燃料的发动机32的劣化程度。

(第4实施方式)

继而，参照图7详细说明本公开的发动机诊断系统及发动机诊断方法的第4实施方式。此外，在本实施方式中，关于与上述实施方式共通的构成，标注相同的标号，并省略其详细的说明。

图7中示出的本实施方式的发动机诊断系统40与上述各实施方式的构成同样地，构成为具有数据库45的管理功能的计算机系统。另外，被置于本实施方式的发动机诊断系统40的管理下的各车辆41所搭载的发动机42与第2实施方式及第3实施方式的情况同样地，构成为能够使用燃料X及燃料Y这两种燃料。进而，在该车辆41搭载有具有无线通信功能的控制单元43。控制单元43进行发动机42的爆震控制。并且，控制单元43与第3实施方式的情况同样地，只将个体识别信息、当前的爆震学习值的值及当前的总行驶距离的值发送到发动机诊断系统40。

另外，在本实施方式的发动机诊断系统40中，与第3实施方式同样地进行燃料判定处理P4。另一方面，在本实施方式的发动机诊断系统40的数据库45中，在各车辆41中的燃料X的使用下学习到的爆震学习值的时序数据、及在各车辆41中的燃料Y的使用下学习到的爆震学习值的时序数据，按每个车辆分别单独地进行存储。并且，发动机诊断系统40基于燃料判定处理P4的判定结果来选择追加所接收到的爆震学习值及总行驶距离的值的时序数据。

进而，在本实施方式的发动机诊断系统40中，对来自外部的发动机42的诊断请求，实施评价处理P5和评价处理P6。在评价处理P5中，基于数据库45中所收集的、各车辆41中的燃料X的使用时的爆震学习值的时序数据，来进行诊断对象车辆的发动机42的劣化程度评价值的运算。与此相对，在另一评价处理P6中，基于数据库45中所收集的、关于各车辆41的燃料Y的使用时的爆震学习值的时序数据，来进行诊断对象车辆的发动机42的劣化程度评价值的运算。然后，发动机诊断系统40将分别通过评价处理P5及评价处理P6运算出的2个评价值发送回诊断的请求源。

在这样的本实施方式的发动机诊断系统40中，按照每个燃料的种类单独地进行向数据库45的爆震学习值的时序数据的存储、及评价处理P5、P6中的评价值的运算。因此，在本实施方式中，也能够合适地诊断使用耐爆震性彼此不同的2种燃料的发动机42的劣化程度。

上述各实施方式能够如以下那样变更而实施。上述各实施方式及以下的变更例能够在技术上不矛盾的范围内相互组合而实施。

·第2实施方式的发动机诊断系统20中的过滤处理P2也可以在车辆21侧进行。即，车辆21的控制单元23仅限于在燃料判定中判定为在该车辆21中正在使用燃料Y的情况下，进行从车辆21向发动机诊断系统20的个体识别信息、爆震学习值及总行驶距离的发送。另外，在该情况下，也可以省略向发动机诊断系统20的使用燃料的类别信息的发送。

在第2实施方式及第3实施方式中，仅将各车辆21、31中的燃料Y的使用时的爆震学习值的时序数据存储于数据库25、35。不限于此，也可以仅将各车辆21、31中的燃料X的使用时的爆震学习值的时序数据存储于数据库25、35。

第2～第4实施方式的各发动机诊断系统20、30、40也可以构成为进行使用3种以上燃料的发动机的劣化诊断的系统。在这种情况下，也仅将特定种类的燃料的使用过程中学习到的爆震学习值的时序数据存储于数据库。或者，按照每个燃料的种类单独地进行各车辆的爆震学习值的时序数据的存储及评价处理中的评价值的运算。通过这样做，能够合适地诊断使用3种以上燃料的发动机的劣化程度。

在上述各实施方式中，每当爆震学习值的学习完成时，便进行从车辆向发动机诊断系统的爆震学习值等的数据发送，但也可以在其他时间进行数据发送。例如，考虑每当经过一定的期间时便进行数据发送、每当车辆行驶一定的距离时便进行数据发送。另外，发动机诊断系统也可以决定数据发送的时期。在该情况下，根据来自发动机诊断系统的请求来进行来自车辆的数据发送。

作为数据库中存储的爆震学习值的时序数据的时序轴，也可以使用发动机的总工作时间及使用开始后的经过天数等、总行驶距离以外的参数。

在上述各实施方式中，将能够抑制爆震的点火正时的最大提前量作为爆震学习值进行学习。另一方面，在车载用的发动机中的大多数中，将能够抑制爆震的点火正时的最小延迟量作为学习值进行学习。即，该最小延迟量是从根据发动机的运转状况设定的点火正时的提前界限到爆震控制点火正时为止的点火正时的延迟量。这里的爆震控制点火正时表示提前到能够通过爆震控制抑制爆震的界限的点火正时。这样的点火正时的最小延迟量表示与以上在各实施方式中所述的能够抑制爆震的点火正时的最大提前量实质上相同的状态量。因此，作为上述各实施方式的爆震学习值，也可以使用这样的最小延迟量的学习值。这样的最小延迟量的学习值根据由经年劣化引起的发动机的耐爆震性的降低，而向学习值的值增大的一侧变化。

上述各实施方式的发动机诊断系统也能够用于向二手车拍卖的参加者的车辆信息的提供服务以外的用途。例如，也能够用于对车辆的整备人员提供发动机诊断系统10的劣化程度的评价值来作为发动机的整备及零件更换的时期的判断基准的信息提供服务。

作为发动机诊断系统，不限于具备CPU和ROM并执行软件处理的装置。例如，也可以具备对在上述实施方式中进行了软件处理的处理中的至少一部分进行硬件处理的专用的硬件电路(例如ASIC等)。即，发动机诊断系统是以下的(a)～(c)中的任一构成即可。(a)具备根据程序执行上述处理的全部的处理装置及存储程序的ROM等程序存储装置(包括非瞬时性的计算机可读存储介质)。(b)具备根据程序执行上述处理中的一部分的处理装置及程序存储装置、及执行残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存储装置的软件执行装置及专用的硬件电路也可以是多个。

Claims (8)

1.一种发动机诊断系统，诊断发动机的劣化程度，所述发动机是搭载于车辆的发动机，

所述发动机诊断系统构成为，将能够抑制所述发动机的爆震的点火正时的最大提前量作为爆震学习值进行学习，

所述发动机诊断系统具备构成为将所述发动机的爆震学习值的时序数据按每个所述发动机的个体进行存储的数据库，这些所述爆震学习值从同一款式的多个车辆取得，

并且，所述发动机诊断系统构成为进行评价处理，所述评价处理是基于所述数据库中所存储的各发动机的所述爆震学习值的时序数据对指定的发动机的劣化程度的评价值进行运算的处理。

2.根据权利要求1所述的发动机诊断系统，

所述发动机诊断系统构成为，与所述爆震学习值一起从所述车辆取得所述爆震学习值的学习时的所述发动机的使用燃料的类别信息，并且，

所述发动机诊断系统构成为，仅将在特定种类的燃料的使用过程中学习到的所述爆震学习值的时序数据存储于所述数据库。

3.根据权利要求1所述的发动机诊断系统，

所述发动机诊断系统构成为进行燃料判定处理，所述燃料判定处理是判定所述爆震学习值的学习时的所述发动机的使用燃料的种类的处理，

并且，所述发动机诊断系统构成为，仅将在特定种类的燃料的使用过程中学习到的所述爆震学习值的时序数据存储于所述数据库。

4.根据权利要求1所述的发动机诊断系统，

所述发动机诊断系统构成为进行燃料判定处理，所述燃料判定处理是判定所述爆震学习值的学习时的所述发动机的使用燃料的种类的处理，

并且，所述发动机诊断系统构成为，按照每个燃料的种类单独进行向所述数据库的所述爆震学习值的时序数据的存储、和所述评价处理中的所述评价值的运算。

5.根据权利要求3或4所述的发动机诊断系统，

所述燃料判定处理通过基于成为判定对象的发动机的所述爆震学习值的上次取得时的值与本次取得时的值之差判定所述使用燃料的种类来进行。

6.根据权利要求1至5中任一项所述的发动机诊断系统，

在所述数据库中存储以所述车辆的总行驶距离为时序轴的所述爆震学习值的时序数据。

7.一种发动机诊断方法，诊断搭载于车辆的发动机的劣化程度，所述发动机诊断方法包括：

将能够抑制所述发动机的爆震的点火正时的最大提前量作为爆震学习值进行学习；

从同一款式的多个车辆取得并收集所述发动机的爆震学习值的时序数据；

根据成为诊断对象的发动机的个体识别信息的输入，基于所收集的所述时序数据运算并输出所述诊断对象的发动机的劣化程度的评价值，

所述发动机诊断方法通过所述时序数据的取得和收集、以及所述评价值的运算和输出来进行所述发动机的劣化程度的诊断。

8.一种非瞬时性的计算机可读存储介质，存储有使处理装置执行诊断搭载于车辆的发动机的劣化程度的发动机诊断处理的程序，所述发动机诊断处理包括：

将能够抑制所述发动机的爆震的点火正时的最大提前量作为爆震学习值进行学习；

从同一款式的多个车辆取得并收集所述发动机的爆震学习值的时序数据；

根据成为诊断对象的发动机的个体识别信息的输入，基于所收集的所述时序数据运算并输出所述诊断对象的发动机的劣化程度的评价值，

所述发动机诊断处理通过所述时序数据的取得和收集、以及所述评价值的运算和输出来进行所述发动机的劣化程度的诊断。

Images