CN113153551A - 空气流量计的异常诊断装置 - Google Patents

空气流量计的异常诊断装置 Download PDF

Info

Publication number
CN113153551A
CN113153551A CN202011426814.3A CN202011426814A CN113153551A CN 113153551 A CN113153551 A CN 113153551A CN 202011426814 A CN202011426814 A CN 202011426814A CN 113153551 A CN113153551 A CN 113153551A
Authority
CN
China
Prior art keywords
abnormality
air flow
flow meter
value
index value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011426814.3A
Other languages
English (en)
Other versions
CN113153551B (zh
Inventor
山田和弘
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyota Motor Corp
Original Assignee
Toyota Motor Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toyota Motor Corp filed Critical Toyota Motor Corp
Publication of CN113153551A publication Critical patent/CN113153551A/zh
Application granted granted Critical
Publication of CN113153551B publication Critical patent/CN113153551B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D41/1405—Neural network control
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/22—Safety or indicating devices for abnormal conditions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D13/00—Controlling the engine output power by varying inlet or exhaust valve operating characteristics, e.g. timing
    • F02D13/02—Controlling the engine output power by varying inlet or exhaust valve operating characteristics, e.g. timing during engine operation
    • F02D13/0203—Variable control of intake and exhaust valves
    • F02D13/0215—Variable control of intake and exhaust valves changing the valve timing only
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D13/00—Controlling the engine output power by varying inlet or exhaust valve operating characteristics, e.g. timing
    • F02D13/02—Controlling the engine output power by varying inlet or exhaust valve operating characteristics, e.g. timing during engine operation
    • F02D13/0203—Variable control of intake and exhaust valves
    • F02D13/0215—Variable control of intake and exhaust valves changing the valve timing only
    • F02D13/0219—Variable control of intake and exhaust valves changing the valve timing only by shifting the phase, i.e. the opening periods of the valves are constant
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/18—Circuit arrangements for generating control signals by measuring intake air flow
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/22—Safety or indicating devices for abnormal conditions
    • F02D41/222—Safety or indicating devices for abnormal conditions relating to the failure of sensors or parameter detection devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
    • F02D41/2425—Particular ways of programming the data
    • F02D41/2429—Methods of calibrating or learning
    • F02D41/2441—Methods of calibrating or learning characterised by the learning conditions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D45/00—Electrical control not provided for in groups F02D41/00 - F02D43/00
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/0002—Controlling intake air
    • F02D2041/001—Controlling intake air for engines with variable valve actuation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/04—Engine intake system parameters
    • F02D2200/0404—Throttle position
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/10—Parameters related to the engine output, e.g. engine torque or engine speed
    • F02D2200/101—Engine speed
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/04—Introducing corrections for particular operating conditions
    • F02D41/045—Detection of accelerating or decelerating state
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/12—Improving ICE efficiencies
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Output Control And Ontrol Of Special Type Engine (AREA)
  • Electrical Control Of Air Or Fuel Supplied To Internal-Combustion Engine (AREA)

Abstract

本发明涉及空气流量计的异常诊断装置。在控制装置的存储装置中存储有使用被赋予了在空气流量计是否产生了异常的信息作为真值标签的示教数据而进行了学习的神经网络。该学习完毕神经网络将包括节气门的开度及内燃机转速的状态指标值、基于空气流量计的检测信号算出的负荷检测值、不使用空气流量计的检测信号而推定出的负荷推定值及表示内燃机负荷的变化的程度的变化指标值作为输入。控制装置的CPU使用将状态指标值、负荷检测值、负荷推定值及变化指标值作为输入的神经网络，执行诊断在空气流量计是否产生了异常的诊断处理。

Description

空气流量计的异常诊断装置
技术领域
本发明涉及空气流量计的异常诊断装置。
背景技术
在日本特开2010-48133中公开了空气流量计的异常诊断装置，其在车载发动机的运转状态满足特定的异常检测条件而能够得到比较稳定的检测信号时，将基于空气流量计的检测信号算出的吸入空气量与根据发动机的运转状态算出的容许范围进行比较。并且，在该异常诊断装置中，在基于空气流量计的检测信号算出的吸入空气量脱离了所述容许范围时诊断为在空气流量计产生了异常。
发明内容
在上述的异常诊断装置中，仅能在发动机的运转状态满足特定的异常检测条件而能够得到比较稳定的检测信号时进行空气流量计的异常诊断，异常诊断的机会少。
为了解决上述课题，本发明的一方案提供一种异常诊断装置，诊断在具备节气门的车载发动机的进气通路设置的空气流量计的异常。该异常诊断装置包括存储装置，该存储装置构成为存储使用被赋予了在所述空气流量计是否产生了异常的信息作为真值标签的示教数据而进行了学习的学习完毕神经网络。所述学习完毕神经网络将包括所述节气门的开度及所述车载发动机的输出轴的转速即内燃机转速的表示所述车载发动机的状态的状态指标值、基于所述空气流量计的检测信号算出的内燃机负荷的指标值即负荷检测值、不使用所述空气流量计的检测信号而基于所述状态指标值推定出的内燃机负荷的指标值即负荷推定值及表示内燃机负荷的变化的程度的变化指标值作为输入。该异常诊断装置还包括执行装置，该执行装置使用将所述状态指标值、所述负荷检测值、所述负荷推定值及所述变化指标值作为输入的所述学习完毕神经网络，执行诊断在所述空气流量计是否产生了异常的诊断处理。
若在空气流量计产生异常，则负荷检测值会从负荷推定值背离。因而，包括负荷检测值和负荷推定值的数据作为在空气流量计是否产生了异常的诊断的输入是有效的。另外，在上述结构中，除了负荷检测值和负荷推定值之外，还将状态指标值作为输入。状态指标值是表示算出负荷检测值、负荷推定值时的发动机的状态的信息。因此，状态指标值是有助于负荷检测值、负荷推定值的可靠性的验证的值。根据上述构成，能够考虑算出负荷检测值、负荷推定值时的发动机的状态来进行诊断。但是，在内燃机负荷稳定的稳态运转时和内燃机负荷大幅变化的过渡运转时，负荷检测值与负荷推定值的背离的程度不同。于是，在上述构成中，进一步将表示内燃机负荷的变化的程度的变化指标值也作为输入。由此，能够也考虑内燃机负荷的变化的程度的影响来进行诊断。
即，根据上述构成，能够不将执行机会限制为空气流量计输出稳定的检测信号的条件而进行空气流量计的异常诊断。在上述异常诊断装置中，所述车载发动机可以具备变更相对于所述输出轴的旋转相位的进气门的开闭正时的进气侧气门正时可变装置，所述状态指标值可以包括所述进气侧气门正时可变装置的操作量。
进气门的开闭正时是对发动机的运转状态造成影响的要素。因而，在诊断对象的空气流量计安装于具备进气侧气门正时可变装置的发动机的情况下，优选如上述构成那样在状态指标值中包括进气侧气门正时可变装置的操作量。通过在状态指标值中包括进气侧气门正时可变装置的操作量，能够进行也考虑了进气门的开闭正时的影响的更准确的诊断。
在上述异常诊断装置中，所述车载发动机可以具备变更相对于所述输出轴的旋转相位的排气门的开闭正时的排气侧气门正时可变装置，所述状态指标值包括所述排气侧气门正时可变装置的操作量。
排气门的开闭正时是对发动机的运转状态造成影响的要素。因而，在诊断对象的空气流量计安装于具备排气侧气门正时可变装置的发动机的情况下，优选如上述构成那样在状态指标值中包括排气侧气门正时可变装置的操作量。通过在状态指标值中包括排气侧气门正时可变装置的操作量，能够进行也考虑了排气门的开闭正时的影响的更准确的诊断。
在上述异常诊断装置中，所述车载发动机可以具备增压器，所述状态指标值可以包括增压压力。
增压压力是对发动机的运转状态造成影响的要素。因而，在诊断对象的空气流量计安装于具备增压器的发动机的情况下，优选如上述构成那样在状态指标值中包括增压压力。通过在状态指标值中包括增压压力，能够进行也考虑了增压压力的影响的更准确的诊断。
在上述异常诊断装置中，所述车载发动机可以具备将排气通路与进气通路连接的排气回流通路和设置于该排气回流通路且调整向进气通路回流的排气的量的调整阀，所述状态指标值可以包括表示所述调整阀的开度的指标值。
在具备将排气通路与进气通路连接的排气回流通路和调整阀且使排气向进气通路回流的发动机的情况下，回流的排气的量是对发动机的运转状态造成影响的要素。因而，在诊断对象的空气流量计安装于具备调整向进气通路回流的排气的量的调整阀的发动机的情况下，优选如上述构成那样在状态指标值中包括表示调整阀的开度的指标值。通过在状态指标值中包括表示调整阀的开度的指标值，能够进行也考虑了向进气通路回流的排气的影响的更准确的诊断。
在上述异常诊断装置中，所述变化指标值可以是每单位时间的所述负荷推定值的变化量。
在上述异常诊断装置中，所述执行装置在所述诊断处理中，在1个行程的期间以既定次数进行了产生了异常这一诊断时，可以确定在所述空气流量计产生了异常这一诊断结果，可以将表示所述诊断结果已确定的信息向所述存储装置存储。
根据上述构成，与基于一次的诊断的结果来确定产生了异常这一诊断结果的情况相比，更慎重地确定诊断结果，因此能够更准确地进行诊断。并且，能够留下用于确认是否产生了异常的信息。进而，通过确认存储于存储装置的信息，能够进行修理等应对。
在上述异常诊断装置中，所述执行装置在所述诊断处理中，在1个行程的期间在使产生了异常这一诊断结果确定之前多次进行了未产生异常这一诊断时，可以确定所述空气流量计正常这一诊断结果，可以结束该行程中的诊断处理。
根据上述构成，能够抑制尽管空气流量计正常却反复继续诊断处理。另外，由于以多次进行了正常这一诊断为条件来使正常这一诊断确定，所以与仅根据一次的诊断的结果来使正常这一诊断确定的情况相比，更慎重地确定正常这一诊断。因此，能够进行更准确的诊断。
在上述异常诊断装置中，所述执行装置可以在所述存储装置中存储有表示在所述空气流量计产生了异常这一诊断结果已确定的信息时，执行报知在所述空气流量计产生了异常的报知处理。
根据上述构成，由于报知产生了异常，所以能够催促修理。
附图说明
本发明的典型实施例的特征、优点及技术上和工业上的意义将会在以下参照附图来描述，在这些附图中，同样的标号表示同样的要素。
图1是示出实施方式的控制装置及车辆的驱动系的构成的示意图。
图2是示出内燃机转速、节气门开度及修正前的负荷推定值的关系的映射。
图3是示出大气压与负荷推定值的修正系数的关系的映射。
图4是示出进气温度与负荷推定值的修正系数的关系的映射。
图5是示出在诊断处理中使用的神经网络的图。
图6是说明学习的流程的流程图。
图7是示出涉及诊断处理的一系列处理的流程的流程图。
具体实施方式
以下，参照图1～图7对空气流量计的异常诊断装置的一实施方式进行说明。
在搭载于图1所示的车辆的发动机10中，在进气通路12设置有节气门13。从进气通路12吸入的空气经由增压器14而下游流动，伴随于进气门16的打开而向燃烧室18流入。在发动机10设置有向燃烧室18直接喷射燃料的燃料喷射阀20和产生火花放电的点火装置22。在燃烧室18中，空气与燃料的混合气用于燃烧，通过燃烧而产生的能量作为发动机10的输出轴即曲轴24的旋转能量而被取出。用于燃烧后的混合气伴随于排气门26的打开而作为排气向排气通路30排出。在排气通路30设置有具有氧吸藏能力的三元催化剂32。排气通路30经由EGR通路34而与进气通路12连通。即，EGR通路34是将排气通路30与进气通路12连接而使排气向进气通路12回流的排气回流通路。在EGR通路34设置有调整其流路截面积的EGR阀36。EGR阀36是由步进马达驱动且调整EGR通路34的流路截面积而调整向进气通路12回流的排气的量的调整阀。
曲轴24的旋转动力经由进气侧气门正时可变装置44而向进气侧凸轮轴45传递，另一方面，经由排气侧气门正时可变装置46而向排气侧凸轮轴47传递。进气侧气门正时可变装置44变更进气侧凸轮轴45与曲轴24的相对的旋转相位差。排气侧气门正时可变装置46变更排气侧凸轮轴47与曲轴24的相对的旋转相位差。即，进气侧气门正时可变装置44是变更相对于曲轴24的旋转相位的进气门16的开闭正时的装置。另外，排气侧气门正时可变装置46是变更相对于曲轴24的旋转相位的排气门26的开闭正时的装置。
另外，排气通路30具备绕过增压器14而使排气向三元催化剂32流动的旁通通路40。在旁通通路40设置有调整其流路截面积的废气旁通阀42。此外，在曲轴24经由变矩器50及变速装置52而机械连结有驱动轮60。
控制装置70以发动机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13、燃料喷射阀20、点火装置22、EGR阀36、废气旁通阀42、进气侧气门正时可变装置44、排气侧气门正时可变装置46等发动机10的操作部。此外，在图1中，记载了节气门13、燃料喷射阀20、点火装置22、EGR阀36、废气旁通阀42、进气侧气门正时可变装置44、排气侧气门正时可变装置46各自的操作信号MS1～MS7。
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。另外，控制装置70参照曲轴角传感器88的输出信号Scr、由车速传感器90检测的车速SPD、由外气温传感器92检测的外气温TO、由大气压传感器94检测的大气压PO、由进气压传感器96检测的增压压力Pi等。另外，在控制装置70也连接有车辆的主开关110。
控制装置70具备CPU72、ROM74、存储装置76及周边电路77，它们能够通过局域网78而通信，存储装置76是能够电改写的非易失性存储器。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的程序来执行上述控制量的控制。即，在控制装置70中，CPU72及ROM74成为了执行装置。
控制装置70基于曲轴角传感器88的输出信号Scr来算出每单位时间的曲轴24的转速即内燃机转速NE。另外，控制装置70基于内燃机转速NE及吸入空气量GA来算出内燃机负荷的指标值即内燃机负荷率KL。内燃机负荷率KL表示当前的气缸流入空气量相对于在当前的内燃机转速NE下在使节气门13成为了全开的状态下使发动机10进行了稳态运转时的气缸流入空气量的比率。此外，当前的气缸流入空气量是在进气冲程中向各气缸的各自流入的进气的量，能够基于吸入空气量GA而算出。另外，在当前的内燃机转速NE下在使节气门13成为了全开的状态下使发动机10进行了稳态运转时的气缸流入空气量是当前的内燃机转速NE下的最大的气缸流入空气量，能够基于内燃机转速NE而算出。因此，能够基于内燃机转速NE及吸入空气量GA来算出内燃机负荷率KL。
控制装置70基于内燃机负荷率KL和内燃机转速NE来控制进气侧气门正时可变装置44、排气侧气门正时可变装置46、EGR阀36。在存储装置76中存储有基于内燃机负荷率KL和内燃机转速NE来算出作为目标的操作量的映射数据76b。具体而言，控制装置70使用算出进气侧气门正时可变装置44的操作量即进气门16的气门正时的提前量INvt的映射数据，基于内燃机负荷率KL和内燃机转速NE来对作为目标的提前量INvt进行映射运算。然后，控制装置70以实现这样算出的提前量INvt的方式操作进气侧气门正时可变装置44。同样，控制装置70使用存储于存储装置76的映射数据76b，基于内燃机负荷率KL和内燃机转速NE来对排气门26的气门正时的延迟量EXvt进行映射运算。然后，控制装置70以实现算出的延迟量EXvt的方式操作排气侧气门正时可变装置46。另外，控制装置70使用存储于存储装置76的映射数据76b，基于内燃机负荷率KL和内燃机转速NE来对EGR阀36的操作步数Segr进行映射运算。然后，控制装置70以实现算出的操作步数Segr的方式操作驱动EGR阀36的步进马达。
此外，映射数据是输入变量的离散的值和与输入变量的值的各自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某一者一致的情况下，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，在都不一致的情况下，将通过映射数据中包含的多个输出变量的值的插补而得到的值设为运算结果。
如上所述，内燃机负荷率KL基于由空气流量计80检测到的吸入空气量GA而算出。因而，若在空气流量计80产生异常而无法正确地检测吸入空气量GA，则无法合适地控制进气侧气门正时可变装置44、排气侧气门正时可变装置46、EGR阀36。
在控制装置70中，为了进行诊断空气流量计80是否能够正常地检测吸入空气量GA的异常诊断，作为比较对象，也通过不使用空气流量计80检测到的吸入空气量GA的方法来算出内燃机负荷率KL。具体而言，基于节气门13的开度即节气门开度TA、内燃机转速NE、大气压PO及外气温TO这4个指标值来推定内燃机负荷率KL。此外，以下，将基于由空气流量计80检测到的吸入空气量GA而算出的内燃机负荷率KL记为负荷检测值KLdtc，将以不使用检测到的吸入空气量GA的方式推定出的内燃机负荷率KL记为负荷推定值KLest。
负荷推定值KLest的算出如以下这样进行。首先，控制装置70基于内燃机转速NE和节气门开度TA，通过映射运算来算出修正前的负荷推定值KLest的值。如图2所示，此时使用的映射数据是将内燃机转速NE和节气门开度TA的组合与负荷推定值KLest的值建立了对应的数据，作为映射数据76b而存储于存储装置76。
在控制装置70中，通过对这样算出的负荷推定值KLest实施与大气压PO相应的大气压修正和与外气温TO相应的进气温修正来算出最终的负荷推定值KLest。
大气压修正将如图3所示那样大气压PO越高则越大的修正系数与负荷推定值KLest相乘，由此，大气压PO越高则将负荷推定值KLest修正为越大的值。此外，与大气压PO相应的修正系数的算出也使用存储于存储装置76的映射数据76b来进行。图2所示的映射数据将大气压PO是标准大气压且外气温TO是25℃的状态规定为标准状态。因而，在算出与大气压PO相应的修正系数的映射数据中，如图3所示，在大气压PO是标准大气压时作为修正系数而算出“1.0”。并且，在图3所示的映射数据中，大气压PO越比标准大气压高则修正系数越大，另一方面，大气压PO越比标准大气压低则修正系数越小，接近“0”。
进气温修正将如图4所示那样外气温TO越高则越小的修正系数与负荷推定值KLest相乘，由此，外气温TO越高则将负荷推定值KLest修正为越小的值。此外，与外气温TO相应的修正系数的算出也使用存储于存储装置76的映射数据76b来进行。在算出与外气温TO相应的修正系数的映射数据中，如图4所示，在外气温TO是25℃时作为修正系数而算出“1.0”。并且，在图4所示的映射数据中，外气温TO越比25℃低则修正系数越大，另一方面，外气温TO越比25℃高则修正系数越小，接近“0”。
也考虑了将这样算出的修正后的负荷推定值KLest与负荷检测值KLdtc进行比较，在背离大的情况下诊断为在空气流量计80产生了异常。但是，在内燃机负荷率KL稳定的稳态运转时和内燃机负荷率KL大幅变化的过渡运转时，负荷检测值KLdtc与负荷推定值KLest的背离的程度不同。因而，在单纯将负荷推定值KLest与负荷检测值KLdtc进行比较且在背离大的情况下诊断为在空气流量计80产生了异常的情况下，需要设定诊断执行条件而将执行诊断时的发动机的运转状态某种程度统一。在该情况下，诊断的执行机会会变少。
于是，在该控制装置70中，使用神经网络来诊断在空气流量计80是否产生了异常。即，控制装置70是发动机10的控制装置，并且也是空气流量计80的异常诊断装置。
接着，参照图5对在空气流量计80的异常诊断中使用的神经网络进行说明。如图5所示，该神经网络具备由9个节点构成的输入层、由2个节点构成的中间层及由2个节点构成的输出层。
对于输入层的节点，作为输入值而输入Xi(i＝1～9)这9个输入值。图5所示的神经网络具备仅1层的中间层，但中间层的数量能够设为2层以上的任意的个数，另外，中间层的节点的数量也能够设为任意的个数。
在图5所示的神经网络中，中间层的激活函数是Sigmoid函数。在图5中，将向中间层的输入值分别表示为Bj(j＝1，2)。向中间层的输入值Bj(j＝1，2)作为对向输入层的输入值X1～X9的各自乘以权重Wij(i＝1～9，j＝1，2)而得到的值之和而算出。
另外，在图5所示的神经网络中，将来自中间层的2个节点的输出值分别表示为Zj(j＝1，2)。对于输出层，对这些输出值Z1、Z2的各自乘以权重Vjk(j＝1，2，k＝1，2)而得到的值之和作为输入值Ak(k＝1，2)而输入。这些输入值A1、A2向作为Softmax层的输出层输入，分别被变换为对应的输出值Yk(k＝1，2)。输出层的输出值Y1和输出值Y2的合计是“1”，输出值Y1和输出值Y2表示相对于“1”的比例。
接着，对该神经网络的输入值X1～X9进行说明。输入值X1是节气门开度TA。输入值X2是内燃机转速NE。输入值X3是进气门16的气门正时的提前量INvt。输入值X4是排气门26的气门正时的延迟量EXvt。输入值X5是增压压力Pi。输入值X6是EGR阀36的操作步数Segr。此外，这些输入值X1～X6是表示发动机10的状态的状态指标值。
并且，输入值X7是负荷检测值KLdtc。输入值X8是负荷推定值KLest。如上所述，这些输入值X7、X8都是内燃机负荷的指标值。另外，输入值X9是每单位时间的负荷推定值KLest的变化量，具体而言是定期地算出的负荷推定值KLest的上次的算出值与本次的算出值之差ΔKL。即，差ΔKL是表示内燃机负荷率KL的变化的程度的变化指标值。
图5所示的神经网络是将这些输入值X1～X9作为输入且将作为空气流量计80正常的概率的输出值Y1和作为在空气流量计80产生了异常的概率的输出值Y2输出的神经网络。
如图1所示，在控制装置70的存储装置76中，存储有将图5所示的神经网络使用被赋予了在空气流量计80是否产生了异常的信息作为真值标签的示教数据进行学习而得到的学习完毕神经网络76a。
接着，参照图6对该神经网络76a的生成方法即神经网络的学习进行说明。
如图6所示，在生成神经网络76a时，首先，在步骤S100的处理中，对生成神经网络76a的计算机输入数据组。数据组是上述的输入值X1～X9与真值标签Yt1、Yt2的组合即示教数据的集合。
此外，真值标签Yt1是表示空气流量计80正常的信息。真值标签Yt1的在空气流量计80正常的情况下的值是“1”，在空气流量计80产生了异常的情况下的值是“0”。另一方面，真值标签Yt2是表示在空气流量计80产生了异常的信息。真值标签Yt2的在空气流量计80产生了异常的情况下的值是“1”，在空气流量计80正常的情况下的值是“0”。因此，在空气流量计80正常的情况下的示教数据中，真值标签Yt1是“1”，真值标签Yt2是“0”。另一方面，在空气流量计80产生了异常的情况下的示教数据中，真值标签Yt1是“0”，真值标签Yt2是“1”。
数据组例如通过将使发动机10在实验室中工作时的传感器的检测值向生成数据组的计算机输入来制作。在为了制作数据组而使发动机10工作时，使用正常的空气流量计80来取得使发动机10工作且空气流量计80正常的情况下的示教数据，在该示教数据中，将真值标签Yt1设为“1”，将真值标签Yt2设为“0”。
另一方面，使用产生了异常的空气流量计80来取得使发动机10工作且在空气流量计80产生了异常的情况下的示教数据。并且，在该情况下的示教数据中，将真值标签Yt1设为“0”，将真值标签Yt2设为“1”。
此外，正常的空气流量计80是指吸入空气量GA的检测值的误差处于在使发动机10工作的方面来说的容许范围且能够不需要修理等而使发动机10工作的空气流量计80。另一方面，产生了异常的空气流量计80是指吸入空气量GA的检测值的误差从在使发动机10工作的方面来说的容许范围脱离的空气流量计80。为了取得在空气流量计80产生了异常的情况下的示教数据，优选不仅使用吸入空气量GA的检测值的误差从容许范围稍微脱离的空气流量计80也使用从容许范围大幅背离的空气流量计80等与需要检测的异常的程度的差异对应的各种各样的状态的空气流量计80来取得示教数据。
另外，关于输入值X1～X9也需要各种各样的组合，因此，一边使发动机10的运转状态各种各样地变化一边取得多样的组合的示教数据。在生成神经网络76a时，准备由这样取得的无数的示教数据构成的数据组，首先，在步骤S100的处理中，向生成神经网络76a的计算机输入数据组。
然后，接着在步骤S110的处理中进行学习。此外，这里的学习是指图5所示的神经网络中的权重的学习。在该步骤S110中，将在步骤S100中输入的数据组中包含的示教数据1个1个地向图5所示的神经网络输入，以使输出的输出值Y1、Y2与真值标签Yt1、Yt2的误差变小的方式，使用误差反向传播法在每当输入1个示教数据时学习权重Wij、vjk。并且，直到输出值Y1、Y2与真值标签Yt1、Yt2的误差成为预先确定的误差以下为止反复进行这样的权重的学习，当误差成为预先确定的误差以下时，判定为学习已完成而进行下一步骤S120的处理。
在步骤S120的处理中，将图5所示的神经网络的权重Wij、vjk更新为学习完成时的值并记录，生成神经网络76a。
在控制装置70的存储装置76中存储有这样生成的神经网络76a。
接着，参照图7对在控制装置70中执行的诊断处理的例程进行说明。图7所示的例程通过控制装置70的CPU72执行存储于ROM74的异常诊断程序74a而反复执行。此外，该例程以是从主开关被接通起到被断开为止的期间即1个行程(出行)的期间且未设立后述的正常确定标志、异常确定标志为条件而执行。另外，该例程的执行周期例如是数十秒～1、2分钟。
CPU72当开始该例程后，首先在步骤S200的处理中取得数据。具体而言，CPU72取得成为神经网络76a的输入值X1～X8的节气门开度TA、内燃机转速NE、提前量INvt、延迟量EXvt、增压压力Pi、操作步数Segr、负荷检测值KLdtc、负荷推定值KLest。
接着，CPU72在步骤S210的处理中算出定期地算出的负荷推定值KLest的上次的算出值与本次的算出值之差ΔKL。此外，负荷推定值KLest的算出周期是数毫秒。即，在该步骤S210的处理中，算出在执行该处理的时间点下算出的负荷推定值KLest与在数毫秒前的算出时间点下算出的负荷推定值KLest之差ΔKL。当这样算出差ΔKL后，CPU72使处理进入S220。
在步骤S220的处理中，CPU72将通过步骤S200及步骤S210的处理而取得的值设为神经网络76a的输入值X1～X9。具体而言，CPU72将节气门开度TA向输入值X1代入，将内燃机转速NE向输入值X2代入，将提前量INvt向输入值X3代入，将延迟量EXvt向输入值X4代入，将增压压力Pi向输入值X5代入。另外，将操作步数Segr向输入值X6代入，将负荷检测值KLdtc向输入值X7代入，将负荷推定值KLest向输入值X8代入，将差ΔKL向输入值X9代入。
接着，CPU72在步骤S230的处理中将输入值X1～X9向神经网络76a输入。然后，CPU72在步骤S240的处理中取得使用神经网络76a算出的输出值Y1、Y2。然后，CPU72在步骤S250的处理中基于输出值Y1、Y2来诊断在空气流量计80是否产生了异常。具体而言，CPU72在输出值Y1比“0.5”大的情况下，诊断为空气流量计80正常。另一方面，CPU72在输出值Y2比“0.5”大的情况下，诊断为在空气流量计80产生了异常。
接着，CPU72使处理进入步骤S300，判定步骤S250中的诊断结果是否是空气流量计80正常这一诊断结果。在步骤S300中判定为诊断结果是空气流量计80正常这一诊断结果的情况下(步骤S300：是)，CPU72使处理进入步骤S310。然后，CPU72在步骤S310中对正常计数器加上1。正常计数器是用于对在步骤S250的处理中进行了空气流量计80正常这一诊断的次数进行计数的计数器。正常计数器当主开关110被断开时被复位成“0”，在主开关110被接通时为“0”。因此，在控制装置70中，利用该正常计数器来对1个行程中的正常诊断的次数进行计数。
另一方面，在步骤S300中判定为诊断结果是在空气流量计80产生了异常这一诊断结果的情况下(步骤S300：否)，CPU72使处理进入步骤S320。然后，CPU72在步骤S320中对异常计数器加上1。异常计数器是用于对在步骤S250的处理中进行了在空气流量计80产生了异常这一诊断的次数进行计数的计数器。异常计数器当主开关110被断开时被复位成“0”，在主开关110被接通时为“0”。因此，在控制装置70中，利用该异常计数器来对1个行程中的异常诊断的次数进行计数。
当结束步骤S310或步骤S320的处理后，CPU72使处理进入步骤S330。在步骤S330的处理中，CPU72判定异常计数器是否为阈值以上。此外，在控制装置70中，阈值例如为“5”。在步骤S330的处理中判定为异常计数器为阈值以上的情况下(步骤S330：是)，CPU72使处理进入步骤S350。然后，CPU72在步骤S350的处理中确定异常诊断。具体而言，CPU72确定在空气流量计80产生了异常这一诊断，设立异常确定标志。此外，异常确定标志是通过设立而表示在空气流量计80产生了异常这一诊断已确定的信息，存储于存储装置76，直到空气流量计80的修理完成而被清除为止维持设立的状态。
当结束步骤S350的处理后，CPU72使处理进入步骤S370，作为应对处理，执行报知在空气流量计80产生了异常的报知处理。此外，该报知处理通过CPU72执行存储于ROM74的应对程序74b来实现。如图1所示，在控制装置70连接有警告灯100。在报知处理中，CPU72通过使警告灯100点亮来报知在空气流量计80产生了异常。即，在控制装置70中，CPU72在存储装置76中存储且设立有异常确定标志时，执行报知在空气流量计80产生了异常的报知处理。
另一方面，在步骤S330的处理中判定为异常计数器小于阈值的情况下(步骤S330：否)，CPU72使处理进入步骤S340。在步骤S340的处理中，CPU72判定正常计数器是否为阈值以上。此外，在控制装置70中，阈值与步骤S330的处理同样地为“5”。
在步骤S340的处理中判定为正常计数器为阈值以上的情况下(步骤S340：是)，CPU72使处理进入步骤S360。然后，CPU72在步骤S360的处理中确定正常诊断。具体而言，CPU72确定空气流量计80正常这一诊断，设立正常确定标志。此外，正常确定标志是通过设立而表示空气流量计80正常这一诊断已确定的信息，存储于存储装置76，维持至主开关被断开为止，当主开关被断开时被清除。
当执行步骤S360的处理或步骤S370的处理后，CPU72使处理进入步骤S380。在步骤S380的处理中，CPU72将计数器复位。即，CPU72将异常计数器及正常计数器复位成“0”。然后，CPU72使该例程一度结束。
另一方面，在步骤S340的处理中判定为正常计数器小于阈值的情况下(步骤S340：否)，CPU72不执行步骤S350～S380的处理而使该例程一度结束。
接着，对本实施方式的作用进行说明。
在控制装置70中，以未设立确定标志为条件而反复执行图7所示的诊断处理的例程。因而，在正常诊断确定而设立有正常确定标志的情况、异常诊断确定而设立有异常确定标志的情况下，不再执行诊断处理。即，直到任一诊断确定标志被设立为止反复进行诊断处理。
并且，在异常诊断进行5次而异常诊断已确定的情况下，在直到被修理而异常确定标志被清除为止的期间，不再进行诊断处理。另外，在异常诊断确定之前正常诊断进行5次而正常诊断已确定的情况下，在该行程的期间不再进行诊断处理。即，在正常诊断已确定的情况下，结束该行程中的诊断处理。
对本实施方式的效果进行说明。
(1)若在空气流量计80产生异常，则负荷检测值KLdtc会从负荷推定值KLest背离。因而，包括负荷检测值KLdtc和负荷推定值KLest的数据作为在空气流量计80是否产生了异常的诊断的输入是有效的。另外，在控制装置70中，除了负荷检测值KLdtc和负荷推定值KLest之外，还将状态指标值作为输入。状态指标值是表示算出了负荷检测值KLdtc、负荷推定值KLest时的发动机10的状态的信息。因此，状态指标值是有助于负荷检测值KLdtc、负荷推定值KLest的可靠性的验证的值。根据上述的控制装置70，考虑算出了负荷检测值KLdtc、负荷推定值KLest时的发动机10的状态来进行诊断。但是，在内燃机负荷稳定的稳态运转时和内燃机负荷大幅变化的过渡运转时，负荷检测值KLdtc与负荷推定值KLest的背离的程度不同。于是，在控制装置70中，进一步将表示内燃机负荷的变化的程度的变化指标值即差ΔKL也作为输入。由此，能够也考虑内燃机负荷的变化的程度的影响来进行诊断。
即，根据控制装置70，能够不将执行机会限制为空气流量计80输出稳定的检测信号的条件地进行空气流量计80的异常诊断。
(2)进气门16的开闭正时是对发动机10的运转状态造成影响的要素。因而，根据在神经网络76a的输入中包括进气侧气门正时可变装置44的操作量的控制装置70，能够进行也考虑了进气门16的开闭正时的影响的诊断。
(3)排气门26的开闭正时是对发动机10的运转状态造成影响的要素。因而，根据在神经网络76a的输入中包括排气侧气门正时可变装置46的操作量的控制装置70，能够进行也考虑了排气门26的开闭正时的影响的诊断。
(4)增压压力Pi是对发动机10的运转状态造成影响的要素。因而，根据在神经网络76a的输入中包括增压压力Pi的控制装置70，能够进行也考虑了增压压力Pi的影响的诊断。
(5)在使排气向进气通路12回流的发动机10的情况下，回流的排气的量是对发动机10的运转状态造成影响的要素。因而，根据在神经网络76a的输入中包括表示EGR阀36的开度的操作步数Segr的控制装置70，能够进行也考虑了向进气通路12回流的排气的影响的诊断。
(6)在控制装置70中，在诊断处理中，在1个行程的期间以既定次数进行了产生了异常这一诊断时，确定产生了异常这一诊断结果，将异常确定标志向存储装置76存储。因而，与基于一次的诊断的结果来确定产生了异常这一诊断结果的情况相比，能够更准确地进行诊断。并且，能够留下用于确认是否产生了异常的信息。进而，通过确认存储于存储装置76的信息，能够进行修理等应对。
(7)在控制装置70中，在诊断处理中，在1个行程的期间在使产生了异常这一诊断结果确定之前多次进行了未产生了异常这一诊断时，确定空气流量计80正常这一诊断，结束该行程中的诊断处理。因而，能够抑制尽管空气流量计80正常却反复继续诊断处理。另外，由于以多次进行了正常这一诊断为条件来使正常这一诊断确定，所以与仅根据一次的诊断的结果来使正常这一诊断确定的情况相比，能够进行更准确的诊断。
(8)在控制装置70中，在存储装置76中存储有异常确定标志时，执行报知在空气流量计80产生了异常的报知处理。因而，在异常诊断已确定的情况下，报知产生了异常，因此能够催促修理。
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。
(1)负荷推定值KLest的算出方法能够适当变更。例如，关于负荷推定值KLest，也可以将进气门16、排气门26的气门正时、EGR率、增压压力Pi等追加为输入，考虑它们来推定。
(2)作为负荷推定值KLest的变化指标值，示出了算出负荷推定值KLest的差ΔKL的例子，但变化指标值也可以通过其他方法来算出。例如，变化指标值也可以是每单位时间的负荷推定值KLest的变化率。
(3)向神经网络输入的状态指标值不限于在上述实施方式中示出的状态指标值。例如，在发动机10不具备进气侧气门正时可变装置44的情况下，无需输入提前量INvt。另外，同样，在发动机10不具备排气侧气门正时可变装置46的情况下，无需输入延迟量EXvt，在不具备增压器14的情况下，无需输入增压压力Pi。在不具备EGR阀36的情况下，无需输入操作步数Segr。此外，成为向进气通路12回流的排气的量的指标值的值不限于操作步数Segr。也可以算出向燃烧室18吸入的气体中的排气的比例即EGR率，将该EGR率设为指标值。另外，也可以将表示发动机10的状态的其他指标值追加为状态指标值。
(4)在上述实施方式中，在异常诊断进行既定次数而设定了异常确定标志时，作为报知处理而执行了操作警告灯100的处理，但不限于此。例如，也可以不对进行了异常诊断的次数进行计数，在进行了异常诊断时立即执行报知处理。
另外，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异常，但不限于此。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异常。
(5)作为执行装置，不限于具备CPU72和ROM74来执行软件处理。例如，也可以具备对在上述实施方式中软件处理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，执行装置是以下的(a)～(c)的任一构成即可。(a)具备按照程序而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)具备按照程序而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。
(6)在上述实施方式中，将存储神经网络76a的存储装置76和存储异常诊断程序74a的ROM74设为了不同的存储装置，但不限于此。
(7)在上述实施方式中，作为燃料喷射阀，例示了向燃烧室18内喷射燃料的燃料喷射阀20，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。
作为发动机10，不限于火花点火式发动机，例如也可以是使用轻油(柴油)等作为燃料的压缩着火式发动机等。
发动机10构成驱动系自身并非必须。例如，也可以搭载于对车载发电机机械连结曲轴24且相对于驱动轮60被切断了动力传递的所谓的串联混合动力车。
(8)作为车辆，不限于生成车辆的推进力的装置仅成为发动机10的车辆，例如也可以是串联混合动力车。另外，除了串联混合动力车以外，也可以是并联混合动力车、混联混合动力车。

Claims (9)

1.一种异常诊断装置，诊断在具备节气门的车载发动机的进气通路设置的空气流量计的异常，该异常诊断装置具备：
存储装置，构成为存储使用被赋予了在所述空气流量计是否产生了异常的信息作为真值标签的示教数据而进行了学习的学习完毕神经网络，所述学习完毕神经网络将包括所述节气门的开度及所述车载发动机的输出轴的转速即内燃机转速的表示所述车载发动机的状态的状态指标值、基于所述空气流量计的检测信号算出的内燃机负荷的指标值即负荷检测值、不使用所述空气流量计的检测信号而基于所述状态指标值推定出的内燃机负荷的指标值即负荷推定值、以及表示内燃机负荷的变化的程度的变化指标值作为输入；及
执行装置，构成为使用将所述状态指标值、所述负荷检测值、所述负荷推定值及所述变化指标值作为输入的所述学习完毕神经网络，执行诊断在所述空气流量计是否产生了异常的诊断处理。
2.根据权利要求1所述的异常诊断装置，其中，
所述车载发动机具备变更相对于所述输出轴的旋转相位的进气门的开闭正时的进气侧气门正时可变装置，
所述状态指标值包括所述进气侧气门正时可变装置的操作量。
3.根据权利要求1或2所述的异常诊断装置，其中，
所述车载发动机具备变更相对于所述输出轴的旋转相位的排气门的开闭正时的排气侧气门正时可变装置，
所述状态指标值包括所述排气侧气门正时可变装置的操作量。
4.根据权利要求1～3中任一项所述的异常诊断装置，其中，
所述车载发动机具备增压器，
所述状态指标值包括增压压力。
5.根据权利要求1～4中任一项所述的异常诊断装置，其中，
所述车载发动机具备将排气通路与进气通路连接的排气回流通路、和设置于该排气回流通路且调整向进气通路回流的排气的量的调整阀，
所述状态指标值包括表示所述调整阀的开度的指标值。
6.根据权利要求1～5中任一项所述的异常诊断装置，其中，
所述变化指标值是每单位时间的所述负荷推定值的变化量。
7.根据权利要求1～6中任一项所述的异常诊断装置，其中，
所述执行装置在所述诊断处理中，在1个行程的期间以既定次数进行了产生了异常这一诊断时，确定在所述空气流量计产生了异常这一诊断结果，将表示所述诊断结果已确定的信息存储到所述存储装置。
8.根据权利要求7所述的异常诊断装置，其中，
所述执行装置在所述诊断处理中，在1个行程的期间在使产生了异常这一诊断结果确定之前多次进行了未产生异常这一诊断时，确定所述空气流量计正常这一诊断结果，结束该行程中的诊断处理。
9.根据权利要求7或8所述的异常诊断装置，其中，
所述执行装置在所述存储装置中存储有表示在所述空气流量计产生了异常这一诊断结果已确定的信息时，执行报知在所述空气流量计产生了异常的报知处理。
CN202011426814.3A 2020-01-07 2020-12-09 空气流量计的异常诊断装置 Active CN113153551B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020000803A JP7222363B2 (ja) 2020-01-07 2020-01-07 エアフロメータの異常診断装置
JP2020-000803 2020-01-07

Publications (2)

Publication Number Publication Date
CN113153551A true CN113153551A (zh) 2021-07-23
CN113153551B CN113153551B (zh) 2023-02-17

Family

ID=76654991

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011426814.3A Active CN113153551B (zh) 2020-01-07 2020-12-09 空气流量计的异常诊断装置

Country Status (3)

Country Link
US (1) US11053880B1 (zh)
JP (1) JP7222363B2 (zh)
CN (1) CN113153551B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114483346A (zh) * 2022-02-10 2022-05-13 电子科技大学 一种基于小样本的发动机多流量管进气温度修正方法、装置和存储介质
US11459962B2 (en) * 2020-03-02 2022-10-04 Sparkcognitton, Inc. Electronic valve control

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11428432B2 (en) * 2018-11-20 2022-08-30 Distech Controls Inc. Computing device and method for inferring an airflow of a VAV appliance operating in an area of a building
JP6593560B1 (ja) * 2019-02-15 2019-10-23 トヨタ自動車株式会社 内燃機関の失火検出装置、内燃機関の失火検出システム、データ解析装置、および内燃機関の制御装置
DE102019124259A1 (de) * 2019-09-10 2021-03-11 Bayerische Motoren Werke Aktiengesellschaft Ermitteln eines Sensorfehlers eines Sensors in einem Abgasstrang eines Kraftfahrzeugs
EP4193050A1 (en) * 2020-08-07 2023-06-14 Hartech Computation Limited Internal combustion engine optimisation system and method
WO2023277145A1 (ja) 2021-07-01 2023-01-05 国立大学法人金沢大学 多糖類ナノファイバー配合多糖類組成物の製造方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1490509A (zh) * 2002-09-04 2004-04-21 本田技研工业株式会社 空气流量传感器故障判定装置及方法
CN102809409A (zh) * 2011-05-31 2012-12-05 通用汽车环球科技运作有限责任公司 用于检测并行进气发动机中的质量空气流量传感器的故障的系统和方法
WO2017150263A1 (ja) * 2016-02-29 2017-09-08 株式会社日立製作所 異常検知装置、異常検知システムおよびその方法
CN108223163A (zh) * 2016-12-22 2018-06-29 罗伯特·博世有限公司 用于修正空气质量流量传感器的方法和设备

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5960068A (ja) * 1982-09-30 1984-04-05 Fuji Heavy Ind Ltd 内燃機関の電子制御装置
JPS5960067A (ja) * 1982-09-30 1984-04-05 Fuji Heavy Ind Ltd 内燃機関の電子制御装置
US4875456A (en) * 1989-02-08 1989-10-24 Japan Electronic Control Systems Company Limited Self-diagnosis system for auxiliary air control system of internal combustion engine
JP2764832B2 (ja) * 1989-11-15 1998-06-11 本田技研工業株式会社 車両制御方法
JP3321837B2 (ja) * 1992-08-06 2002-09-09 株式会社日立製作所 車両の診断制御方法
JPH07167747A (ja) * 1993-12-14 1995-07-04 Hitachi Ltd 内燃機関の二次空気供給システムの故障診断装置
JP3156601B2 (ja) 1996-10-08 2001-04-16 株式会社新潟鉄工所 電動式射出成形機の樹脂圧力検出装置
JPH11264332A (ja) * 1997-12-17 1999-09-28 Hitachi Ltd 電制スロットルボディ一体型空気流量測定装置
JP3799851B2 (ja) * 1999-01-11 2006-07-19 株式会社日立製作所 内燃機関の診断方法
EP1195511A1 (en) * 1999-06-15 2002-04-10 Hitachi, Ltd. Air flow measuring device formed integrally with electronically controlled throttle body
US6493627B1 (en) * 2000-09-25 2002-12-10 General Electric Company Variable fuel limit for diesel engine
JP2003129906A (ja) * 2001-10-26 2003-05-08 Toyota Motor Corp 排気還流装置の異常診断装置
JP2004027910A (ja) * 2002-06-24 2004-01-29 Toyota Motor Corp 燃料噴射制御装置
US7181334B2 (en) * 2003-05-14 2007-02-20 General Motors Corporation Method and apparatus to diagnose intake airflow
JP2005120929A (ja) * 2003-10-17 2005-05-12 Hino Motors Ltd ディーゼル機関の制御装置
JP4376119B2 (ja) * 2004-04-28 2009-12-02 本田技研工業株式会社 内燃機関の制御装置
JP4500595B2 (ja) * 2004-06-15 2010-07-14 本田技研工業株式会社 内燃機関の制御装置
DE602008001660D1 (de) * 2008-01-29 2010-08-12 Honda Motor Co Ltd Steuersystem für einen Verbrennungsmotor
JP2010048133A (ja) * 2008-08-20 2010-03-04 Toyota Motor Corp エアフロメータの異常検出装置
JP5240081B2 (ja) * 2009-06-10 2013-07-17 トヨタ自動車株式会社 空燃比センサの異常検出装置
US8146562B2 (en) * 2009-11-13 2012-04-03 Cummins Inc. System, method and apparatus for fuel injector diagnostics
JP5366863B2 (ja) * 2010-03-16 2013-12-11 日野自動車株式会社 吸入空気量センサの劣化補正方法
WO2012157037A1 (ja) * 2011-05-13 2012-11-22 トヨタ自動車株式会社 内燃機関の制御装置
JP5939297B2 (ja) * 2012-04-19 2016-06-22 トヨタ自動車株式会社 過給機付き内燃機関の制御装置
JP5874694B2 (ja) * 2013-07-30 2016-03-02 トヨタ自動車株式会社 内燃機関の診断装置
JP6123646B2 (ja) * 2013-11-18 2017-05-10 トヨタ自動車株式会社 内燃機関の診断装置
US10316783B2 (en) * 2015-05-11 2019-06-11 Ge Global Sourcing Llc Fuel injector wear correction methodology
FR3050768B1 (fr) * 2016-04-27 2019-09-13 Continental Automotive France Procede de diagnostic du fonctionnement d'un injecteur de moteur diesel d'un vehicule automobile
WO2017218211A1 (en) * 2016-06-15 2017-12-21 Cummins Inc. Selective fuel on time and combustion centroid modulation to compensate for injection nozzle cavitation and maintain engine power output and emissions for large bore high-speed diesel engine
US10458353B2 (en) * 2016-07-13 2019-10-29 Nissan Motor Co., Ltd. Engine control method and control device
US10260446B2 (en) * 2016-07-21 2019-04-16 Ge Global Sourcing Llc Methods and system for aging compensation of a fuel system
JP6766620B2 (ja) * 2016-12-02 2020-10-14 株式会社デンソー 物理量計測装置、異常検出装置、及び異常検出方法
US10480474B2 (en) * 2017-04-06 2019-11-19 Ge Global Sourcing Llc Method and system for determining remaining useful life for an injector of a reciprocating engine
DE102017115757A1 (de) * 2017-07-13 2019-01-17 Man Diesel & Turbo Se Verfahren und Steuerungseinrichtung zum Betreiben einer Brennkraftmaschine
US10519887B1 (en) * 2017-10-30 2019-12-31 Automotive Test Solutions, Inc. External mass air flow sensor for diagnosing the internal combustion engine
US11060437B2 (en) * 2018-03-12 2021-07-13 Ford Global Technologies, Llc Systems and methods to mitigate gasoline particulate filter pressure sensor degradation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1490509A (zh) * 2002-09-04 2004-04-21 本田技研工业株式会社 空气流量传感器故障判定装置及方法
CN102809409A (zh) * 2011-05-31 2012-12-05 通用汽车环球科技运作有限责任公司 用于检测并行进气发动机中的质量空气流量传感器的故障的系统和方法
WO2017150263A1 (ja) * 2016-02-29 2017-09-08 株式会社日立製作所 異常検知装置、異常検知システムおよびその方法
CN108223163A (zh) * 2016-12-22 2018-06-29 罗伯特·博世有限公司 用于修正空气质量流量传感器的方法和设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11459962B2 (en) * 2020-03-02 2022-10-04 Sparkcognitton, Inc. Electronic valve control
CN114483346A (zh) * 2022-02-10 2022-05-13 电子科技大学 一种基于小样本的发动机多流量管进气温度修正方法、装置和存储介质
CN114483346B (zh) * 2022-02-10 2023-06-20 电子科技大学 一种基于小样本的发动机多流量管进气温度修正方法、装置和存储介质

Also Published As

Publication number Publication date
CN113153551B (zh) 2023-02-17
JP7222363B2 (ja) 2023-02-15
US11053880B1 (en) 2021-07-06
JP2021110253A (ja) 2021-08-02
US20210207553A1 (en) 2021-07-08

Similar Documents

Publication Publication Date Title
CN113153551B (zh) 空气流量计的异常诊断装置
US11099102B2 (en) Misfire detection device for internal combustion engine, misfire detection system for internal combustion engine, data analysis device, and controller for internal combustion engine
EP3636905B1 (en) Control device of vehicle drive device, method of controlling vehicle drive device
CN101622437B (zh) 用于估计内燃机的排气温度的方法和设备
EP3690558B1 (en) Control device of internal combustion engine, in-vehicle electronic control unit, machine learning system, control method of internal combustion engine, manufacturing method of electronic control unit, and output parameter calculation device
JP4770742B2 (ja) エンジンの燃料噴射制御装置及び燃焼装置
US20200309053A1 (en) Misfire detection device for internal combustion engine, misfire detection system for internal combustion engine, data analyzer, controller for internal combustion engine, method for detecting misfire in internal combustion engine, and reception execution device
US20210054800A1 (en) Vehicle learning control system, vehicle control device, and vehicle learning device
US11047325B2 (en) Control device of internal combustion engine
US10947909B2 (en) Control device of internal combustion engine and control method of same and learning model for controlling internal combustion engine and learning method of same
US20130275024A1 (en) Engine control device
US11092103B2 (en) State determination device for internal combustion engine, state determination system for internal combustion engine, data analysis device, and control device for internal combustion engine
JP2008240576A (ja) 過給システムの故障診断装置
US8275535B2 (en) Method for operating an internal combustion engine
CN112443415B (zh) 内燃机的状态判定装置、内燃机的状态判定系统、数据解析装置和内燃机的控制装置
US11226264B2 (en) Method for the diagnosis of engine misfires in an internal combustion engine
US20220316435A1 (en) Internal Combustion Engine Control Device
CN113266485B (zh) 映射的学习方法
CN113139328B (zh) 内燃机的状态判定装置、内燃机的状态判定系统、及数据解析装置
WO2018127598A1 (en) Method to detect faults in boost system of a turbocharged engine
JP2014052358A (ja) 車両用制御装置の検証装置
WO2009102267A1 (en) Method and computer program product for adapting an air mass flow sensor of a motor vehicle motor arrangement
JP2020045821A (ja) 内燃機関の制御装置
JP7430114B2 (ja) 内燃機関の制御装置
CN115075992A (zh) Egr阀的劣化度算出系统、内燃机的控制装置及车辆

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant