-
GEBIET DER ERFINDUNG
-
Die vorliegende Erfindung betrifft eine Steuervorrichtung, welche ein Steuerobjekt basierend auf einem Steuerparameter steuert. Der Steuerparameter wird durch Interpolation von vorher gelernten Steuerparametern derart berechnet, dass der Steuerparameter einem gegenwärtigen Umfeld entspricht.
-
HINTERGRUND DER ERFINDUNG
-
Die
JP-2009-57924A offenbart, dass eine Einspritzzeitverzögerung td als Steuerparameter definiert ist. Die Einspritzzeitverzögerung td stellt eine Zeitdauer von da an, wenn ein Kraftstoffeinspritzbefehl für einen Kraftstoffinjektor erzeugt wird, bis dahin, wenn Kraftstoff tatsächlich in einen Zylinder einer Verbrennungsmaschine eingespritzt wird, dar. Ein Kraftstoffdrucksensor, der für den Kraftstoffinjektor vorgesehen ist, erfasst einen Zeitpunkt, bei welchem der Kraftstoffdruck beginnt, aufgrund einer Kraftstoffeinspritzung abzufallen, womit die Einspritzzeitverzögerung td gemessen wird. Die gemessene Einspritzzeitverzögerung td wird sukzessive gelernt und ein Ausgabezeitpunkt des Kraftstoffeinspritzbefehls wird basierend auf der gelernten Zeitverzögerung td gesteuert.
-
Die Einspritzzeitverzögerung td hängt von einem Kraftstoffdruck ab, der einem Kraftstoffinjektor zum Zeitpunkt der Kraftstoffeinspritzung zugeführt wird. Gemäß den Nachforschungen des Erfinders wird die Einspritzzeitverzögerung td (Steuerparameter) basierend auf dem Kraftstoffdruck (Variable) gelernt.
-
Das heißt, wie in 12A dargestellt, wird die Einspritzzeitverzögerung td(30), td(50), td(80) bezüglich dem Kraftstoffdruck 30 MPa, 50 MPa, 80 MPa als Lernwert sukzessive aktualisiert. Falls zum Beispiel die gemessene Zeitverzögerung durch einen Punkt AO in 12A angezeigt wird, wird der Lernwert td(50), welcher dem Punkt AO am nächsten ist, mittels Interpolation aktualisiert. Genauer gesagt wird ein Schnittpunkt zwischen einer Geraden L, die den Lernwert td(30) und den gemessenen Punkt AO verbindet, und einer vertikalen Linie, die den Kraftstoffdruck 50 MPa darstellt, als der Lernwert td(50) gelernt.
-
Bei einem Beispiel, bei dem die Beziehung zwischen dem Kraftstoffdruck und der Zeitverzögerung td in 12B durch eine gekrümmte Linie R dargestellt ist und die gemessenen Punkte A1, A2, und A3 auf der gekrümmten Linie R wiederholt gemessen werden, wird der Lernwert td(50) sukzessive auf den Wert B1, B2, B3 aktualisiert. Das heißt, der Lernwert td(50) steigt immer wieder an und fällt immer wieder ab, was im sogenannten Hunting resultieren kann.
-
Die
JP-2011-1916A , veröffentlicht am 6. Januar 2011, welche der
US-2010-0324702A1 , veröffentlicht am 23. Dezember 2010, entspricht, stellt eine Lernvorrichtung dar, in welcher die Zeitverzögerung td und der Kraftstoffdruck als Vektorwerte gespeichert werden und ein Messvektor aus gemessenen Werten der Zeitverzögerung td und der Kraftstoffdruck berechnet werden. Anschließend wird ein gespeicherter Lernvektor basierend auf dem Messvektor aktualisiert. Dadurch kann eine Einschränkung vorliegen, dass der aktualisierte Lernvektor ein Hunting verursacht.
-
Falls eine Mehrzahl von Variablen (zum Beispiel ein Kraftstoffdruck und eine Kraftstoffeinspritzmenge) mit einem Steuerparameter (Zeitverzögerung td) in Zusammenhang gebracht werden, ist das Lernkennfeld ein dreidimensionales Kennfeld. Bei solch einem dreidimensionalen Kennfeld, wenn der Steuerparameter entsprechend einer gegenwärtigen Variablen durch Interpolation der Lernvektoren berechnet wird, ist es wahrscheinlich, dass die folgenden Probleme auftreten.
-
Das heißt, in einer Anfangsphase des Lernens ist es wahrscheinlich, dass der gespeicherte Lernwert von einem tatsächlichen Lernwert abweicht, da der gespeicherte Lernwert ein Initialwert bzw. Anfangswert ist. Falls die sukzessiven Lernwerte ein aktuellster Lernwert und ein Initialwert sind, weichen diese Werte signifikant voneinander ab. Diese Tendenz tritt auch in einem Vektorkennfeld auf.
-
Wenn zum Beispiel bei den in 12A und 12B dargestellten Kennfeldern (gewöhnliches Kennfeld) der Lernwert td(50) aktualisiert wird, wird der Lernwert td(50) basierend auf dem benachbarten Lernwert td(30) und dem gemessenen Punkt AO aktualisiert. Im Falle eines Vektorkennfelds wird währenddessen der Lernvektor unabhängig von den benachbarten Lernwerten aktualisiert, was eine signifikante Abweichung zwischen den benachbarten Lernwerten verursacht.
-
In einem dreidimensionalen Vektorkennfeld, wenn ein Schnittpunkt zwischen einer Ebene mit einer Mehrzahl (vier oder mehr) von Lernvektoren und gegenwärtigen Variablen (Kraftstoffdruck und Kraftstoffeinspritzmenge) als Steuerparameter (Zeitverzögerung td) mittels Interpolation berechnet wird, wird die Ebene bzw. Fläche zur Interpolation eine stark verdrehte schiefe Ebene, da die benachbarten Lernvektoren signifikant voneinander abweichen. Somit ist eine komplizierte Spline-Interpolation erforderlich, wodurch ein Interpolationsrechenaufwand enorm wird.
-
Es sei darauf verwiesen, dass die Veröffentlichung der vorstehenden
JP-2011-1916A und
US-2010-0324702A1 nach dem Prioritätsdatum (10. Dezember 2010) der vorliegenden Anmeldung war.
-
KURZFASSUNG DER ERFINDUNG
-
Die vorliegende Erfindung wurde in Anbetracht der vorstehenden Problematik gemacht, wobei es eine Aufgabe der vorliegenden Erfindung ist, eine Steuervorrichtung für eine Verbrennungsmaschine vorzusehen, welche ein Hunting eines Lernwerts beschränken und einen Interpolationsrechenaufwand reduzieren kann.
-
Gemäß der vorliegenden Erfindung weist die Steuervorrichtung einen Lernabschnitt auf, welcher zusammen mit einer Mehrzahl von Variablen einen Steuerparameter lernt; einen Interpolationsabschnitt, welcher den Steuerparameter entsprechend gegenwärtiger Variablen, welche einen gegenwärtigen Umgebungszustand darstellen, durch Interpolation des Steuerparameters, der durch den Lernabschnitt gelernt wird, berechnet; und einen Steuerabschnitt, welcher ein Steuerobjekt basierend auf dem Steuerparameter, der durch den Interpolationsabschnitt berechnet wird, steuert.
-
Der Lernabschnitt führt das Lernen durch Korrigieren des Lernvektors, der aus den Variablen besteht, und des Steuerparameters, basierend auf einem Messvektor, der aus gemessenen Werten der Variablen besteht, und einem gemessenen Wert des Steuerparameters, durch. Der Interpolationsabschnitt weist einen Auswählabschnitt, welcher drei Lernvektoren aus einer Mehrzahl von Lernvektoren, die durch den Lernabschnitt gelernt werden, auswählt, auf. Ferner berechnet der Interpolationsabschnitt den Steuerparameter entsprechend den gegenwärtigen Variablen durch Interpolation der Steuerparameter auf einer flachen bzw. geraden Ebene einschließlich der drei Lernvektoren.
-
In einer Anfangsphase des Lernens ist es wahrscheinlich, dass der gespeicherte Lernvektor von einem tatsächlichen Vektor abweicht, da der gespeicherte Lernvektor ein Anfangsvektor ist. Falls die Interpolation auf einer Fläche bzw. Ebene einschließlich vier oder mehr Lernvektoren entgegen der vorliegenden Erfindung ausgeführt wird, weist die Ebene einen Lernvektor auf, welcher von dem tatsächlichen Vektor signifikant abweicht, wodurch die Ebene eine stark verdrehte schiefe Ebene wird. Gemäß des ausreichend verbesserten Lernprozesses nimmt die Anzahl der Lernvektoren, die vom tatsächlichen Vektor abweichen, jedoch ab, wodurch die Schräge bzw. Schieflage der Ebene, die für die Interpolation verwendet wird, auf eine flache Ebene reduziert wird. Entsprechend liegt dort keine signifikante Differenz der Interpolationsgenauigkeit zwischen dem Fall vor, in dem die Interpolation auf einer Ebene mit drei Vektoren ausgeführt wird, und einem Fall, in dem die Interpolation auf einer Ebene mit vier oder mehr Vektoren ausgeführt wird. Das heißt, wenn das Lernverfahren bzw. der Lernprozess ausreichend verbessert ist, wird durch Interpolation auf einer Ebene einschließlich drei Lernvektoren eine ausreichend genaue Interpolation erhalten. Es ist dabei nicht erforderlich, eine komplizierte Interpolation mittels einer schiefen Ebene einschließlich vier oder mehr Lernvektoren auszuführen.
-
In Anbetracht des vorstehenden und gemäß der vorliegenden Erfindung wird der Steuerparameter entsprechend den gegenwärtigen Variablen durch Interpolation der Steuerparameter auf einer flachen Ebene einschließlich drei Lernvektoren berechnet, wodurch eine Interpolationsrechenlast reduziert werden kann. Ferner, da der Vektor auf dem Steuerparameter basiert und die Variablen gelernt werden, kann ein Hunting von Lernwerten reduziert werden.
-
Gemäß eines weiteren Aspekts der Erfindung wählt der Auswählabschnitt drei Lernvektoren derart aus, dass die gegenwärtigen Variablen in einem Dreieck positioniert sind, das diese drei Lernvektoren verwendet.
-
Falls einer der drei Lernvektoren von einem tatsächlichen Vektor abweicht und die gegenwärtigen Variablen außerhalb des Dreiecks liegen, kann der interpolierte Steuerparameter von einem geeigneten Wert abweichen. Gemäß der vorliegenden Erfindung kann hingegen verhindert werden, dass der Steuerparameter vom geeigneten Wert abweicht, da der interpolierte Steuerparameter weniger von ungeeigneten Werten beeinflusst wird.
-
Gemäß eines weiteren Aspekts der Erfindung wählt der Auswählabschnitt bevorzugt den Lernvektor aus, bei dem die Variable nahe der gegenwärtigen Variablen ist. Wenn die Beziehung zwischen dem Steuerparameter und Variablen durch eine gekrümmte Linie dargestellt ist, nimmt die Interpolationsgenauigkeit der Interpolation auf einer flachen Ebene, basierend auf dem Lernvektor von Variablen, die von gegenwärtigen Variablen abweichen, ab. Gemäß der vorliegenden Erfindung kann die Abnahme bzw. Verschlechterung der Interpolationsgenauigkeit hingegen eingeschränkt werden, da der Lernvektor, dessen Variable nahe der gegenwärtigen Variable ist, für die Interpolation auf einer flachen Ebene, ausgewählt wird.
-
Gemäß eines weiteren Aspekts der vorliegenden Erfindung speichert der Lernabschnitt den Steuerparameter auf einem Kennfeld ab, in welchem die Variablen in eine Mehrzahl von Bereichen gitterförmig geteilt werden. Wenn ein Bereich, in welchem die gegenwärtigen Variablen vorliegen, als Existenzbereich bezeichnet wird, ein Bereich, welcher an einer Seite des Existenzbereichs anliegt, als Nachbarbereich bezeichnet wird, und ein Bereich, welcher an einer Ecke des Existenzbereichs angrenzt, als Schrägbereich bezeichnet wird, wählt der Auswählabschnitt für die drei Lernvektoren einen Lernvektor im Existenzbereich, einen Lernvektor im Nachbarbereich und einen Lernvektor im Schrägbereich aus.
-
Wie vorstehend, da die Lernvektoren im Existenzbereich, dem Nachbarbereich und dem Schrägbereich für die Interpolation verwendet werden, ist es einfach zu realisieren, dass die gegenwärtigen Variablen in dem Dreieck liegen und der Lernvektor, dessen Variable nahe an der gegenwärtigen Variable ist, ausgewählt wird.
-
Gemäß eines weiteren Aspekts der vorliegenden Erfindung ist das Steuerobjekt ein Kraftstoffinjektor, welcher Kraftstoff in eine Verbrennungskammer einer Verbrennungsmaschine einspritzt, und der Kraftstoffinjektor ist mit einem Kraftstoffdrucksensor vorgesehen, der einen Kraftstoffdruck erfasst. Die Steuervorrichtung weist ferner auf: einen Kraftstoffdruckkurvenverlauf-Erfassungsabschnitt, welcher eine Veränderung des Kraftstoffdrucks als Kraftstoffdruckkurvenverlauf basierend auf dem Erfassungswert des Kraftstoffdrucksensors erfasst; und einen Kraftstoffeinspritzratenparameter-Berechnungsabschnitt, welcher einen Kraftstoffeinspritzratenparameter, der zum Kennzeichnen eines Kraftstoffeinspritzratenkurvenverlaufs entsprechend dem Kraftstoffdruckkurvenverlauf erforderlich ist, berechnet. Der gemessene Wert des Steuerparameters ist der Kraftstoffeinspritzratenparameter, der durch den Kraftstoffeinspritzratenparameter-Berechnungsabschnitt berechnet wird.
-
Der Kraftstoffeinspritzratenparameter weist zum Beispiel eine Startzeitverzögerung td einer Kraftstoffeinspritzung auf. Das heißt, da der Kraftstoffdruck, der durch den Kraftstoffdrucksensor erfasst wird, beginnt, aufgrund einer Kraftstoffeinspritzung abzufallen, kann die tatsächliche Kraftstoffeinspritzungsstartzeit basierend auf der Erfassung des Kraftstoffdruckabfalls erfasst werden. Daher kann die Zeitverzögerung td von da an, wenn das Kraftstoffeinspritzungsstartbefehlssignal zum Kraftstoffinjektor ausgegeben wird, bis dahin, wenn die Kraftstoffeinspritzung tatsächlich gestartet wird, erfasst werden. Es sollte erwähnt sein, dass die Zeitverzögerung td (Steuerparameter) basierend auf dem Kraftstoffdruck (Variable) und der Kraftstoffeinspritzmenge (Variable) gelernt wird und die Ausgabezeit bzw. der Ausgabezeitpunkt des Kraftstoffeinspritzungsbefehlssignals basierend auf der gelernten Zeitverzögerung td gesteuert wird, da die Zeitverzögerung td gemäß des Kraftstoffdrucks und der Kraftstoffeinspritzmenge variiert.
-
KURZE BESCHREIBUNG DER ZEICHNUNGEN
-
Weitere Aufgaben, Eigenschaften und Vorteile der vorliegenden Erfindung werden anhand der nachfolgenden Beschreibung bezüglich der beigefügten Zeichnungen, in welchen gleiche Teile durch gleiche Bezugszeichen gekennzeichnet sind, deutlicher ersichtlich. In den Zeichnungen zeigen:
-
1 ein Konstruktionsdiagramm, das einen Grundriss eines Kraftstoffeinspritzsystems darstellt, an welchem eine Steuervorrichtung gemäß einer Ausführungsform der vorliegenden Erfindung montiert ist;
-
2A bis 2D Graphen, die Veränderungen einer Kraftstoffeinspritzrate, eines Kraftstoffdrucks und eine Differentialwertveränderung bezüglich eines Kraftstoffeinspritzungsbefehlssignals darstellen;
-
3 ein Blockdiagramm, das einen Lernprozess eines Kraftstoffeinspritzratenparameters und einen Einstellprozesses eines Kraftstoffeinspritzungsbefehlssignals darstellt;
-
4 ein Diagramm, das einen Prozess zum Korrigieren und Aktualisieren eines Lernvektors darstellt;
-
5A und 5B Diagramme zum Erläutern eines dreidimensionalen Kennfeldes;
-
6 ein Flussdiagramm, das einen Prozessablauf zum Lernen eines Lernvektors darstellt;
-
7 ein Flussdiagramm, das einen Prozessablauf zur Interpolation eines Einspritzratenparameters (Steuerparameter) basierend auf dem Lernvektor darstellt;
-
8 ein Diagramm zum Erläutern eines Verfahrens zum Bestimmen eines Existenzbereichs, welcher für einen Interpolationsprozessablauf verwendet wird;
-
9A bis 9D Diagramme zum Erläutern eines Verfahrens zum Bestimmen eines Schrägbereichs, welcher für einen Interpolationsprozessablauf verwendet wird;
-
10A und 10B Diagramme zum Erläutern eines Verfahrens zum Bestimmen eines Nachbarbereichs, welcher für ein Interpolationsprozessablaufverfahren verwendet wird;
-
11 ein Diagramm zum Darstellen eines Kennfelds, in welchem mehrere Bereiche in ungleichmäßigen Abständen aufgeteilt sind; und
-
12A und 12B Diagramme zum Erläutern eines herkömmlichen Lernverfahrens.
-
DETAILIERTE BESCHREIBUNG DER AUSFÜHRUNGSFORMEN
-
Hiernach wird eine Ausführungsform der vorliegenden Erfindung beschrieben. Eine Steuervorrichtung findet in einer Verbrennungsmaschine (Dieselmaschine) mit vier Zylindern #1 bis #4 Anwendung.
-
1 zeigt eine schematische Darstellung eines Kraftstoffinjektors 10, der für jeden Zylinder vorgesehen ist, einen Kraftstoffdrucksensor 20, der für jeden Kraftstoffinjektor 10 vorgesehen ist, eine elektronische Steuereinheit (ECU) 30 und dergleichen.
-
Zuerst wird ein Kraftstoffeinspritzsystem der Maschine einschließlich des Kraftstoffinjektors 10 erläutert. Kraftstoff in einem Kraftstofftank 40 wird durch eine Hochdruckkraftstoffpumpe 41 nach oben gepumpt und in einer Common-Rail (Sammler) 42 angesammelt, um jedem Kraftstoffinjektor 10 (#1 bis #4) zugeführt zu werden. Die Kraftstoffinjektoren 10 (#1 bis #4) führen eine Kraftstoffeinspritzung in einer vorbestimmten Reihenfolge sequentiell durch. Die Hochdruckkraftstoffpumpe 41 ist eine Kolbenpumpe, welche Hochdruckkraftstoff intermittierend auslässt.
-
Der Kraftstoffinjektor 10 besteht aus einem Körper 11, einem Nadelventilkörper 12, einem Aktor 13 und dergleichen. Der Körper 11 definiert eine Hochdruckpassage 11a und eine Einspritzöffnung 11b. Der Nadelventilkörper 12 ist im Körper 11 aufgenommen, um die Einspritzöffnung 11b zu öffnen/schließen.
-
Der Körper 11 definiert eine Gegendruckkammer 11c, mit welcher die Hochdruckpassage 11a und eine Niederdruckpassage 11d in Verbindung stehen. Ein Steuerventil 14 schaltet derart zwischen der Hochdruckpassage 11a und der Niederdruckpassage 11d, dass die Hochdruckpassage 11a mit der Gegendruckkammer 11c, oder die Niederdruckpassage 11d mit der Gegendruckkammer 11c in Verbindung steht. Wenn der Aktor 13 erregt wird und sich das Steuerventil 14, wie in 1 dargestellt, nach unten bewegt, steht die Gegendruckkammer 11c mit der Niederdruckpassage 11d derart in Verbindung, dass der Kraftstoffdruck in der Gegendruckkammer 11c abnimmt. Demnach wird der Gegendruck, der auf den Ventilkörper 12 aufgebracht wird, derart verringert, dass der Ventilkörper 12 nach oben wandert (Ventil-Öffnen). Wenn der Aktor 13 währenddessen nicht mehr erregt wird und das Steuerventil 14 sich nach oben bewegt, wird die Gegendruckkammer 11c mit der Hochdruckpassage 11a derart verbunden, dass der Kraftstoffdruck in der Gegendruckkammer 11c ansteigt. Demnach wird der Gegendruck, der auf den Ventilkörper 12 wirkt, derart erhöht, dass der Ventilkörper 12 sich nach unten bewegt (Ventil-Schließen).
-
Die ECU 30 steuert den Aktor 13, um den Ventilkörper 12 anzusteuern. Wenn der Nadelventilkörper 12 die Einspritzöffnung 11b öffnet, wird Hochdruckkraftstoff in die Hochdruckpassage 11a zu einer Verbrennungskammer (nicht dargestellt) der Maschine durch die Einspritzöffnung 11b eingespritzt.
-
Der Kraftstoffdrucksensor 20 weist einen Schaft 21 (Ladezelle), ein Drucksensorelement 22 und eine geformte IC (integrierte Schaltung) 23 auf. Der Schaft 21 ist im Körper 11 vorgesehen. Der Schaft 21 weist eine Membran 21a auf, welche sich in der Hochdruckpassage 11a in Erwiderung auf Hochdruckkraftstoff elastisch deformiert. Das Drucksensorelement 22 ist auf der Membran 21a angeordnet, um abhängig von einer elastischen Deformation der Membran 21a ein Druckerfassungssignal auszugeben.
-
Die geformte IC 23 weist eine Verstärkerschaltung auf, welche ein Druckerfassungssignal, das vom Drucksensorelement 22 übertragen wird, verstärkt und weist eine Übertragungsschaltung auf, welche das Druckerfassungssignal überträgt. Ein Verbinder 15 ist auf dem Körper 11 vorgesehen. Die geformte IC 23, der Aktor 13 und die ECU 30 sind durch einen Kabelbaum 16 (Signalleitung), der mit dem Verbinder 15 verbunden ist, elektrisch miteinander verbunden. Das verstärkte Druckerfassungssignal wird an die ECU 30 übertragen. Solch ein Signalverbindungsprozessablauf wird für jeden Zylinder ausgeführt.
-
Die ECU 30 weist einen Mikrocomputer auf, welcher einen Soll-Kraftstoffeinspritzzustand bzw. eine Soll-Kraftstoffeinspritzbedingung, wie zum Beispiel eine Anzahl von Kraftstoffeinspritzungen, einen Kraftstoffeinspritzungsstartzeitpunkt, einen Kraftstoffeinspritzungsendzeitpunkt, und eine Kraftstoffeinspritzmenge berechnet. Der Mikrocomputer speichert zum Beispiel einen optimalen Kraftstoffeinspritzzustand bezüglich der Maschinenlast und der Maschinengeschwindigkeit als ein Kraftstoffeinspritzzustandskennfeld ab. Anschließend wird der Soll-Kraftstoffeinspritzzustand basierend auf der gegenwärtigen Maschinenlast und Maschinengeschwindigkeit hinsichtlich des Kraftstoffeinspritzzustandskennfeldes berechnet. Die Kraftstoffeinspritzungsbefehlssignale t1, t2, Tq (2A) entsprechend dem berechneten Soll-Einspritzzustand werden basierend auf Kraftstoffeinspritzparametern td, te, Rα, Rβ, Rmax ermittelt. Diese Befehlssignale werden dem Kraftstoffinjektor 10 übermittelt.
-
Es sollte erwähnt sein, dass der tatsächliche Kraftstoffeinspritzungszustand bezüglich dem Kraftstoffeinspritzungsbefehlssignal aufgrund einer Alterung des Kraftstoffinjektors 10, wie zum Beispiel einer Abnutzung oder einer Verstopfung der Einspritzöffnung 11d, variiert. Daher ist, basierend auf dem Erfassungswert des Kraftstoffdrucksensors 20, eine Veränderung des Kraftstoffdrucks durch einen Kraftstoffdruckkurvenverlauf (vgl. 2C) dargestellt. Ferner wird, basierend auf demselben Kraftstoffdruckkurvenverlauf, ein Kraftstoffeinspritzratenkurvenverlauf (2B), der eine Veränderung der Kraftstoffeinspritzrate darstellt, berechnet, womit ein Kraftstoffeinspritzzustand erfasst wird. Anschließend werden Kraftstoffeinspritzratenparameter Rα, Rβ, Rmax, welche den Einspritzratenkurvenverlauf kennzeichnen, gelernt, und die Kraftstoffeinspritzratenparameter te, td, welche die Korrelation zwischen dem Einspritzungsbefehlssignal (Puls-Ein-Zeitpunkt t1, Puls-Aus-Zeitpunkt t2 und Puls-Ein-Dauer Tq) und dem Kraftstoffeinspritzzustand kennzeichnen, gelernt. Genauer gesagt werden die Kraftstoffeinspritzungsstartverzögerung td, die Kraftstoffeinspritzungsendverzögerung te, der Einspritzratenanstiegswinkel Rα, der Einspritzratenabfallwinkel Rβ, und die maximale Einspritzrate Rmax, welche in 2B dargestellt sind, gelernt.
-
3 zeigt ein Blockdiagramm zum Erläutern des Lernens der Einspritzratenparameter des Ermitteln des Kraftstoffeinspritzungsbefehlssignals. Ein Einspritzratenparameter-Berechnungsabschnitt (Einspritzzustandsanalyseabschnitt) 31 berechnet die Einspritzratenparameter td, te, Rα, Rβ basierend auf dem Kraftstoffdruckkurvenverlauf, der durch den Kraftstoffdrucksensor 20 erfasst wird.
-
Ein Lernabschnitt 32 lernt die berechneten Einspritzratenparameter und speichert die aktualisierten Parameter im Speicher der ECU 30. Da die Einspritzratenparameter gemäß dem zugeführten Kraftstoffdruck (Kraftstoffdruck in der Common-Rail 2) variieren, ist es bevorzugt, dass die Einspritzratenparameter korrelierend mit bzw. basierend auf dem zugeführten Kraftstoffdruck oder einem Referenzdruck Pbase gelernt werden. Ferner werden die Kraftstoffeinspritzratenparameter, außer der maximalen Kraftstoffeinspritzrate Rmax, bevorzugt basierend auf der Kraftstoffeinspritzmenge gelernt. Die Kraftstoffeinspritzratenparameter entsprechend dem Kraftstoffdruck werden in einem Kraftstoffeinspritzratenparameterkennfeld M gespeichert.
-
Ein Ermittlungsabschnitt (Steuerabschnitt) 33 erhält den Kraftstoffeinspritzratenparameter (Lernwert) entsprechend dem gegenwärtigen Kraftstoffdruck vom Kraftstoffeinspritzratenparameterkennfeld M. Anschließend, basierend auf dem erhaltenen Kraftstoffeinspritzratenparameter, ermittelt der Abschnitt 33 die Kraftstoffeinspritzungsbefehlssignale t1, t2, Tq, welche dem Soll-Kraftstoffeinspritzzustand entsprechen. Wenn der Kraftstoffinjektor 10 gemäß den vorstehenden Kraftstoffeinspritzungsbefehlssignalen betrieben wird, erfasst der Kraftstoffsensor 20 den Kraftstoffdruckkurvenverlauf. Basierend auf diesem Kraftstoffdruckkurvenverlauf berechnet der Einspritzratenparameter-Berechnungsabschnitt 31 die Kraftstoffeinspritzratenparameter td, te, Rα, Rβ, Rmax.
-
Das heißt, der tatsächliche Kraftstoffeinspritzzustand (Enspritzratenparameter td, te, Rα, Rβ, Rmax) entsprechend dem Einspritzungsbefehlssignal wird erfasst und gelernt. Basierend auf diesem Lernwert wird das Kraftstoffeinspritzungsbefehlssignal entsprechend dem Soll-Einspritzungszustand ermittelt. Daher wird das Kraftstoffeinspritzungsbefehlssignal Feedback-gesteuert, und zwar basierend auf dem tatsächlichen Einspritzungszustand bzw. der tatsächlichen Einspritzungsbedingung, wodurch der tatsächliche Kraftstoffeinspritzungszustand auf solch eine Weise genau gesteuert werden kann, dass er mit einem Soll-Einspritzungszustand übereinstimmt, selbst wenn die Alterung bzw. Abnutzung in einem fortgeschrittenen Stadium ist.
-
Hiernach wird ein Lernprozessablauf der Kraftstoffeinspritzstartverzögerung td im Lernabschnitt 32 beschrieben.
-
4 zeigt ein dreidimensionales Kennfeld M, welches eine Beziehung zwischen der Zeitverzögerung td, dem Kraftstoffdruck p und der Kraftstoffeinspritzmenge Q darstellt. Die Ordinatenachse zeigt die Zeitverzögerung td, die Abszissenachse zeigt den Kraftstoffdruck p und die Achse, die sich aus der Ebene von 4 heraus bewegt, kennzeichnet die Kraftstoffeinspritzmenge Q. 5A zeigt auch ein dreidimensionales Kennfeld M, in welchem die Ordinatenachse die Kraftstoffeinspritzmenge Q zeigt, die Abszissenachse den Kraftstoffdruck p und die Achse, die sich aus der Ebene von 5A herausbewegt, zeigt die Zeitverzögerung td. 5B zeigt eine perspektivische Ansicht des Kennfelds M. Wie in 5A dargestellt, werden die Kraftstoffeinspritzmenge Q und der Kraftstoffdruck p in eine Mehrzahl von Bereichen i und j unterteilt. Eine aktualisierte Zeitverzögerung td wird für jeden Bereich gespeichert. Um die Zeitverzögerung td in Korrelation zu bzw. basierend auf dem Kraftstoffdruck p der Kraftstoffeinspritzmenge Q zu speichern, wird ein Lernvektor, bestehend aus der Zeitverzögerung td, dem Kraftstoffdruck p und der Kraftstoffeinspritzmenge Q, definiert und wird in jedem Bereich i und j gespeichert.
-
4 zeigt ein zweidimensionales Kennfeld in einem Fall, dass die Kraftstoffeinspritzmenge Q eine Konstante bzw. ein konstanter Wert C ist. In einem Bereich i – 1 wird der Lernvektor als TDi – 1(pi – 1, C, tdi – 1) definiert. In einem Bereich i wird der Lernvektor als TDi(pi, C, tdi – 1) definiert. In einem Bereich i + 1 wird der Lernvektor als TDi + 1(pi + 1, C, tdi + 1) definiert. Somit stellt der Lernvektor nicht die Zeitverzögerung td bezüglich des spezifischen Kraftstoffdrucks p, sondern die Zeitverzögerung td bezüglich eines beliebigen Kraftstoffdrucks p dar. Es ist nicht erforderlich, die Hochdruckpumpe 41 derart anzusteuern, dass der spezifizierte bzw. festgelegte Kraftstoffdruck p zum Lernen erhalten wird. Das Lernen kann basierend auf einem beliebigen Kraftstoffdruck durchgeführt werden.
-
Ein Einspritzratenparameter-Berechnungsabschnitt 31 definiert einen Messvektor TD(p, C, Td) basierend auf der gemessenen Zeitverzögerung td, dem Kraftstoffdruck p und der Kraftstoffeinspritzmenge C. In einem Fall, dass der Kraftstoffdruck p des Messvektors TD(p, C, td) dem Bereich i entspricht, wird der Lernvektor TDi(pi, C, tdi) im Bereich i basierend auf dem Messvektor TD(p, C, td), der zu speichern ist, korrigiert.
-
Bezüglich einem Flussdiagramm, das in 6 dargestellt ist, wird ein Prozessablauf des Lernens beschrieben. Dieser in 6 dargestellte Prozessablauf wird durch den Mikrocomputer der ECU 30 immer dann durchgeführt, wenn eine Kraftstoffeinspritzung durchgeführt wird.
-
Im Schritt S10, welcher einem Messvektorerhaltungsabschnitt entspricht, werden der erfasste Kraftstoffdruck vom Kraftstoffdrucksensor 20 und der Kraftstoffdruckkurvenverlauf, der eine Veränderung des Kraftstoffdrucks anzeigt, erhalten. In Schritt S11, welcher einem Messvektorerhaltungsabschnitt entspricht, berechnet der Einspritzratenparameter-Berechnungsabschnitt 31 den Kraftstoffeinspritzratenparameter (td, te), den Kraftstoffdruck p und die Kraftstoffeinspritzmenge Q der Zeit, wenn die Kraftstoffeinspritzung gestartet wird. Ein Beispiel, bei welchem die Zeitverzögerung td der Kraftstoffeinspritzratenparameter ist, wird hiernach beschrieben. In Schritt S12 wird bestimmt, ob die Lernanzahl der Zeitverzögerung td geringer als eine festgelegte Anzahl ist.
-
Wenn die Antwort in Schritt S12 NEIN ist, wird bestimmt, dass ein Lernen nicht mehr erforderlich ist, so dass der Prozessablauf abgeschlossen wird. Somit kann der Lernaufwand bzw. die Lernprozessverarbeitungslast der ECU 30 reduziert werden. Wenn die Antwort in Schritt S12 JA ist, wird das Lernen der Zeitverzögerung td in den Schritten S13 bis S16 ausgeführt.
-
In Schritt S13 wird ein Vektor, der auf der Zeitverzögerung td, dem Kraftstoffdruck p und der Kraftstoffeinspritzmenge Q basiert, die in Schritt S11 berechnet werden, als ein Messvektor TD(p, Q, Td) definiert. Das heißt, der Messvektor TD(p, Q, Td) wird basierend auf dem Kraftstoffdruck, der durch den Kraftstoffdrucksensor 20 gemessen wird, erhalten.
-
In Schritt S14 wird, basierend auf dem Kraftstoffdruck p und der Kraftstoffeinspritzmenge Q, die in Schritt S11 berechnet werden, ein Lernvektor, welcher aktualisiert werden soll, gesucht. Das heißt, es wird gesucht, welcher Bereich i – 1, i, i + 1 dem Kraftstoffdruck P entspricht und welcher Bereich j – 1, j, j + 1 der Kraftstoffeinspritzmenge Q entspricht. Anschließend wird der Lernvektor im gesuchten Bereich aktualisiert. 4 stellt einen Fall dar, in welchem der Messvektor TD(td, C, p), der durch Δ dargestellt ist, erhalten wird. Da der Kraftstoffdruck p des Messvektors TD(td, C, p) im Bereich i vorliegt, wird der Lernvektor TDi(pi, tdi) im Bereich i, welcher durch o gekennzeichnet ist, aktualisiert.
-
In Schritt S15 (Korrekturvektorberechnung) wird ein Korrekturvektor basierend auf dem Lernvektor TDij(pi, Qj, tdij) und dem Messvektor TD(p, Q, td) berechnet. Genauer gesagt wird der Lernvektor TDij(pi, Qj, tdij) vom Messvektor TD(p, Q, td) subtrahiert. Der so erhaltene Vektor wird mit einem festgelegten Verhältnis G (0 < G < 1) multipliziert, um einen Korrekturvektor TDijam zu berechnen. TDijam {TD(p, Q, td) – TDij(pi, Qj, tdij)} × G
-
Das festgelegte Verhältnis G ist in allen Bereichen konstant. Alternativ kann das festgelegte Verhältnis D in jedem Bereich einen anderen Wert haben. Wenn zum Beispiel die Lernanzahl kleiner ist, wird das festgelegte Verhältnis G derart größer eingestellt, dass der Lernvektor früh auf einen tatsächlichen Wert gebracht wird ein Hunting des Lernvektors beschränkt wird.
-
In Schritt S16, welcher einem Korrekturabschnitt entspricht, wird der in Schritt S15 berechnete Korrekturvektor TDijam dem Lernvektor TDi(pi, Qj, tdij) hinzugefügt, um den Lernvektor TDij(pi, Qj, tdij) zu aktualisieren und zu speichern.
-
Aktualisierter Lernvektor
-
-
TDijnew(pinew, Qjnew, tdijnew = TDij(pi, Qj, tdij) + TDijam
-
In Schritt S17 wird ein Zähler, welcher die Anzahl der Lernschritte in Schritt S12 zählt, nach oben gesetzt. Es sollte erwähnt sein, dass die Anzahl der Lernschritte bzw. des Lernens bezüglich jedem Bereich in Schritt S12 bestimmt werden kann. In solch einem Fall wird die Anzahl des Lernens bezüglich des Bereichs, in welchem der Lernvektor im Schritt S16 aktualisiert wird, nach oben gesetzt.
-
Wenn der Ermittlungsabschnitt 330 das Kraftstoffeinspritzungsbefehlssignal ermitttelt, ist es erforderlich, dass der Kraftstoffeinspritzratenparameter entsprechend dem gegenwärtigen Kraftstoffdruck p und der Kraftstoffeinspritzmenge Q (Variablen) durch Interpolation des Lernvektors berechnet wird und dann das Kraftstoffeinspritzungsbefehlssignal basierend auf dem vorstehenden Kraftstoffeinspritzratenparameter (Interpolationsvektor TD(h)) ermittelt wird. In den 5A und 5B steht TD(h) für einen Interpolationsvektor aus dem Kraftstoffeinspritzratenparameter entsprechend der gegenwärtigen Variablen, dem gegenwärtigen Kraftstoffdruck p und der gegenwärtigen Kraftstoffeinspritzmenge Q.
-
Bezüglich einem in 7 dargestellten Flussdiagramm wird ein Prozessablauf zum Berechnen des Interpolationsvektors TD(h) durch Interpolation des Lernvektors beschrieben. Der in 7 dargestellte Prozessablauf wird durch den Microcomputer der ECU 30 jedes Mal, wenn ein Kraftstoffeinspritzungsbefehlssignal ermittelt wird, wiederholt ausgeführt.
-
In Schritt S20 werden der gegenwärtige Kraftstoffdruck p und die gegenwärtige Kraftstoffeinspritzmenge Q als gegenwärtige Variablen erhalten. Zum Beispiel werden der Referenzdruck Pbase und die Kraftstoffeinspritzmengge Q, berechnet durch den Einspritzratenparameter-Berechnungsabschnitt 130, als die gegenwärtigen Variablen verwendet. In 5A liegt die gegenwärtige Variable in einem Bereich vor, wo der Druck p in einem Bereich i + 1 und die Kraftstoffeinspritzmenge Q in einem Bereich j vorliegen. Der Bereich, wo die gegenwärtige Variable vorliegt, wird als Existenzbereich A bezeichnet (vgl. 8). Ferner werden vier Bereiche, welche mit den Ecken des Existenzbereich A in Kontakt stehen, als Schrägbereiche B1–B4, und vier Bereiche, welche mit den Seiten des Existenzbereichs A in Kontakt stehen als Nachbarbereiche C1–C4 bezeichnet. 8 zeigt das Kennfeld M, in welchem die rechtwinklige Achse bzw. die Achse, die aus der Ebene herausgeht, die Zeitverzögerung td darstellt. 8 stellt nur die Bereiche A, B1–B4 und C1–C4 dar.
-
In Schritt S21, welcher einem Auswahlabschnitt entspricht, wird der Existenzbereich A basierend auf den gegenwärtigen Variablen p, Q, die in Schritt S28 erhalten werden, bestimmt. In Schritt S22, welcher dem Auswählabschnitt entspricht, wird ein Schrägbereich zum Berechnen einer flachen Ebene „Flat” aus vier Schrägbereichen B1–B4 bestimmt. Genauer gesagt, wie gemäß einer Regel, die in den 9A bis 9D dargestellt ist, wird die Schrägfläche bzw. der Schrägbereich basierend auf dem Lernvektor TD(A) im Existenzbereich A und den Lernvektoren TD(C1)–TD(C4) in den Nachbarbereichen C1–C4 bestimmt.
-
Das heißt, wie in 9A dargestellt, wird der Existenzbereich A um den Lernvektor TD(A) in vier Bereiche A1–A4 unterteilt. Anschließend wird bestimmt, welcher der vier Bereiche A1–A4 die gegenwärtigen Variablen p und Q (Interpolationsvektor TD(h)) enthält. In 9A wird bestimmt, dass der Interpolationsvektor TD(h) im Bereich A2 vorliegt.
-
Danach werden zwei Nachbarbereiche, welche zum Bereich A2 benachbart sind, aus den vier Nachbarbereichen C1–C4, wie in 9B dargestellt, ausgewählt. In der vorliegenden Auführungsform werden die Bereiche C1 und C2 ausgewählt. Anschließend wird eine Linie Lbot, die den Lernvektor TD(C1) im Nachbarbereich C1 und den Lernvektor TD(A) verbindet, definiert. Ferner wird eine Linie Llef, die den Lernvektor TD(C2) im Nachbarbereich C2 und den Lernvektor TD(A) verbindet, definiert.
-
Die Position des Interpolationsvektors TD(h) bezüglich den Linien Lbot und Llef wird gemäß der Regel, die in 9C und 9D dargestellt ist, bestimmt. Eine Richtung entgegen des Uhrzeigersinns bezüglich der definierten Linien um den Lernvektor TD(A) ist als „groß” definiert, und eine Richtung im Uhrzeigersinn bezüglich der definierten Linien, um den Lervenvektor TD(A) ist als „klein” definiert. Der Interpolationsvektor TD(h) ist bezüglich der Linie Lbot „klein” und bezüglich der Linie Llef „groß” Zum Berechnen der Ebene „Flat” wird der Schrägbereich basierend auf dem vorstehenden Bestimmungsergebnis und der in 9C dargestellten Regel bestimmt. In der vorliegenden Ausführungsform wird der Schrägbereich B2 zum Berechnen der Ebene „Flat” bestimmt.
-
Rückkehrend zu 7, wird in Schritt S23 (Auswählabschnitt) ein. Nachbarbereich zum Berechnen der Ebene „Flat” aus zwei Nachbarbereichen C1 und C2, welche dem Schrägbereich B2 benachbart sind, ausgewählt. Genauer gesagt wird der Nachbarbereich gemäß der Regel, die in den 10A und 10B dargestellt ist, basierend auf dem Lernvektor TD(A) im Existenzbereich A und auf dem Lernvektor TD(B2) im Schrägbereich B2 bestimmt.
-
Das heißt, es wird eine Linie L2, die den Lernvektor TD(B2) und den Lernvektor TD(A) verbindet, definiert. Anschließend wird die Position des Interpolationsvektors TD(A) bezüglich der Linie L2, gemäß der in 9D und 10B dargestellten Regel, bestimmt. In 10A wird bestimmt, dass die Interpolation TD(h) bezüglich der Linie L2 „klein” ist. Basierend darauf wird der benachbarte Bereich C2 als Bereich zum Berechnen der Ebene „Flat” bestimmt.
-
Durch Ausführen der Prozesse in den Schritten S20 bis S23 werden der Existenzbereich A, der Schrägbereich B2 und der Nachbarbereich C2 zum Berechnen der Ebene „Flat” bestimmt. Die gegenwärtigen Variablen p und Q, das heißt der Interpolationsvektor TD(h), werden in einem Dreieck, das die Lernvektoren TD(A), TD(B2) und TD(C2) in den Bereichen A, B2 und C2, wie in 5B dargestellt, positioniert. Ferner wird der Bereich des Lernvektors td, welcher nahe den gegenwärtigen Variablen p und Q ist (Interpolationsvektor TD(h)), bestimmt.
-
In Schritt S24 wird die Ebene „Flat” einschließlich den Lernvektoren TD(A), TD(B2) und TD(C2) berechnet. Da die Ebene „Flat” basierend auf dem Lernvektor TD(A), TD(B2) und TD(C2) berechnet wird, ist die Ebene „Flat” immer eine flache Ebene. In Schritt S25, welcher einem Interpolationsabschnitt entspricht, wird, basierend auf den gegenwärtigen Variablen P, Q und der Ebene „Flat”, die Zeitverzögerung td (Steuerparameter) bezüglich des Interpolationsvektors Td(h) berechnet. Das heißt, die Zeitverzögerung td des Punkts entsprechend der gegenwärtigen Variablen p und Q auf der Ebene „Flat” wird als die Zeitverzögerung td des Interpolationsvektors TD(h) berechnet. Wie vorstehend wird der Steuerparamter entsprechend den gegenwärtigen Variablen p und Q berechnet, und der Ermittlungsabschnitt 33 ermittelt ein Kraftstoffeinspritzungsbefehlssignal mittels des Steuerparameters.
-
Bei einer Anfangsstufe des Lernens, dargestellt in 6, ist es wahrscheinlich, dass der gespeicherte Lernwert von einem tatsächlichen Lernwert abweichen kann, da der gespeicherte Lernwert ein Anfangsvektor bzw. Initialvektor ist. Falls die Interpolation auf einer Ebene einschließlich vier oder mehr Lernvektoren TD ausgeführt wird, weist die Ebene einen Lernvektor auf, welcher von dem tatsächlichen Vektor signifikant abweicht, und die Ebene wird eine schiefe Ebene, die stark gekrümmt ist. Wenn der Lernprozess jedoch weit genug fortgeschritten ist, nimmt die Anzahl der Lernvektoren, die vom tatsächlichen Vektor abweichen, ab, wodurch die Kurve der Ebene, die für die Interpolation verwendet wird, auf eine flache Ebene vermindert ist. Insbesondere, da gemäß der vorliegenden Ausführungsform der Kraftstoffdruck p und die Kraftstoffeinspritzmenge Q, gemäß dem Steuerparameter (Lernwert), wie in 11 in regelmäßigen Abständen (Wi, Wi + 1) dargestellt, geteilt sind, gibt es zwischen den Lernwerten in Nachbarbereichen keine signifikante Differenz. Der Bereich wird derart geteilt bzw. aufgeteilt, dass sich der Lernwert entlang der Bereiche graduell verändert. Daher wird die vorstehende schiefe Ebene durch das Lernen eine flache Ebene.
-
Daher gibt es bei der Interpolationsgenauigkeit zwischen dem Fall, in dem die Interpolation auf einer Ebene einschließlich drei Lernvektoren ausgeführt wird und einem Fall, in dem die Interpolation auf einer Ebene einschließlich vier oder mehr Lernvektoren ausgeführt wird, keinen großen Unterschied. Das heißt, wenn der Lernprozess weit genug fortgeschritten ist, wird die erforderliche Interpolationsgenauigkeit durch Interpolation auf einer Ebene einschließlich drei Lernvektoren erhalten. Es ist nicht erforderlich, eine komplizierte Interpolation mittels einer schiefen Ebene einschließlich vier oder mehr Lernvektoren auszuführen. In Anbetracht des Vorstehenden und gemäß der vorliegenden Erfindung wird der Steuerparameter des Interpolationsvektors TD(A) entsprechend der gegenwärtigen Variablen p und Q durch Ausführen einer Interpolation auf der Ebene „Flat” einschließlich drei Lernvektoren TD(A), TD(B2) und TD(C2) berechnet. Somit kann die Interpolationsprozessverarbeitungslast der ECU 30 reduziert werden.
-
Ferner werden, gemäß der vorliegenden Ausführungsform, anstelle des Speicherns der Steuerparameter (td(30), td(50), td(80) in 12) entsprechend dem festgelegten Wert (30 MPa, 80 MPa) des Kraftstoffdrucks p, die Lernvektoren (TDi – 1, TDi, TDi + 1 in 4), die auf dem Steuerparameter (Zeitverzögerung td) beruhen, und die Variablen (Kraftstoffdruck p und Kraftstoffeinspritzmenge Q) gespeichert. Anschließend wird der Lernvektor, basierend auf dem Messvektor, der auf dem gemessenen Wert der Zeitverzögerung td und dem gemessenen Kraftstoffdruck p beruht, korrigiert. Selbst wenn die Beziehung zwischen der Zeitverzögerung td, dem Kraftstoffdruck p und der Kraftstoffeinspritzmenge Q durch eine gebogene Linie ausgedrückt wird, ist zufriedenstellend beschränkt, dass der Wert des aktualisierten Lernens ein Hunting verursacht.
-
Ferner, da der Korrekturvektor TDiam durch Multiplizieren der Differenz zwischen dem Messvektor td und dem Lernvektor TDi mit einem festgelegten Verhältnis G (0 < G < 1) berechnet wird, kann beschränkt sein, dass der aktualisierte Lernvektor ein Hunting verursacht, das stärker als das in einem Fall ist, in dem die Differenz auf den zu korrigierenden Lernvektor TD1 addiert wird.
-
Bei der in 11 dargestellten Ausführungsform werden eine Mehrzahl von Bereichen in unregelmäßigen Abständen (Wi, Wi + 1) gemäß einer Verteilung der Lernvektoren geteilt. Zum Beispiel wird für den Fall, dass die Verteilung des Lernvektors durch eine gekrümmte Linie R in 11 dargestellt ist, angenommen, dass die Verteilung des tatsächlichen Werts im Bereich Wi + 1 durch eine gekrümmte Linie dargestellt wird. Die Weite des Bereichs Wi + 1 wird geringer bzw. enger als die des Bereichs Wi eingestellt, in welchem die Verteilung des tatsächlichen Werts durch eine gerade Linie dargestellt wird. Alternativ wird in der Nähe von extremen Werten (Ra, Rb, Rc) auf der gekrümmten Linie R angenommen, dass der tatsächliche Vektor auch ein Extremwert ist. Somit wird dessen Abstand des Bereichs enger eingestellt. Gemäß des Vorstehenden, da der Lernvektor bezüglich des Bereichs, in dem der tatsächliche Wert schnell geändert wird, geeignet aktualisiert werden kann, kann der Lernvektor genau auf einen tatsächlichen Vektor gebracht werden.
-
Außerdem, wenn der Abschnitt 33 die Kraftstoffeinspritzungsbefehlssignale t1, t2, Tq mittels der gelernten Einspritzratenparameter (td, te, Rmax und dergleichen) ermittelt, hängt die Häufigkeit des Falls, in dem der Lernvektor td, der im Kennfeld M gespeichert ist, zum Ermitteln des Kraftstoffeinspritzungsbefehlssignals verwendet wird, vom Bereich ab. Der Bereich kann gemäß der Häufigkeit des Falls bei ungleichmäßigen Abständen geteilt sein. Zum Beispiel wird der Lernvektor bezüglich des Kraftstoffdrucks p regelmäßig verwendet, wenn sich die Maschine in einem Leerlaufzustand befindet. In solch einem Bereich ist dessen Weite enger eingestellt.
-
[Weitere Ausführungsform]
-
Die vorliegende Erfindung ist nicht auf die vorstehend beschriebenen Ausführungsformen beschränkt, sondern kann zum Beispiel auch auf nachfolgende Weise durchgeführt werden. Ferner kann die kennzeichnende Konfiguration jeder Ausführungform kombiniert werden.
-
Bei der vorstehenden Ausführungsform werden die Lernvektoren TD(A), TD(B2) und TD(C2) derart definiert, dass der Interpolationsvektor TD(h) in einem Dreieck positioniert wird, das die Lernvektoren TD(A), TD(B2) und TD(C2) verbindet. Gemäß einer weiteren Ausführungsform kann der Interpolationsvektor TD(h) außerhalb des Dreiecks positioniert sein.
-
Wenn drei Lernvektoren zum Berechnen der Ebene „Flat” definiert sind, können drei Lernvektoren derart definiert sein, dass die Variablen t und Q des Lernvektors näher an den gegenwärtigen Variablen p und Q sind.
-
Der Bereich entsprechend der drei Lernvektoren kann aus zwei Schrägbereichen und dem Existenzbereich A, oder zwei Nachbarbereichen und dem Existenzbereich A ausgewählt sein.
-
Bei der vorstehenden Ausführungsform wird ein beliebiger Einspritzratenparameter (z. B. Kraftstoffeinspritzungsstartzeitverzögerung td) in Korrelation mit den zwei Variablen p und Q gespeichert. Gemäß einer weiteren Ausführungsform kann ein beliebiger Einspritzratenparameter td zusammen mit einem weiteren Einspritzratenparameter (z. B. Kraftstoffeinspritzungsendzeitverzögerung te) und einer Variablen gespeichert sein.
-
Das festgelegte Verhältnis G kann auf 1 eingestellt sein. Das heißt, ein Vektor, der durch Subtrahieren des Lernvektors TDi(pi, Qi, tdi) vom Messvektor TD(p, Q, td) erhalten wird, kann als der Korrekturvektor TDiam definiert sein.
-
Bei der vorstehenden Ausführungsform, wenn in Schritt S12 bestimmt ist, dass die Anzahl des Lernens der Zeitverzögerung td größer oder gleich einer festgelegten Anzahl ist, wird der Lernprozessablauf abgeschlossen. Alternativ, wenn die Lerndauer des Lernvektors eine festgelegte Zeitdauer überschreitet, kann der Lernprozessablauf beendet werden.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- JP 2009-57924 A [0002]
- JP 2011-1916 A [0006, 0011]
- US 2010-0324702 A1 [0006, 0011]
