JP2009127495A - 内燃機関のフィルタ故障検出装置 - Google Patents

Abstract

【課題】ＰＭフィルタの割れによる故障を簡易かつ高精度に検出できる内燃機関のフィルタ故障検出装置を提供する。
【解決手段】ＰＭフィルタ２６へ導入される排気の温度を検出する入ガス温度センサ２８と、ＰＭフィルタ２６を通過した排気の温度を検出する出ガス温度センサ２９と、を備え、入ガス温度センサ２８及び出ガス温度センサ２９により逐次検出される温度の時系列データを利用して、ＰＭフィルタ２６へ導入される排気の温度の時系列データとＰＭフィルタ２６を通過した排気の温度の時系列データとを関係付ける時系列モデルのパラメータの値を推定し、パラメータ推定値に基いて、ＰＭフィルタ２６の故障を判断する構成とした。
【選択図】図１

Description

本発明は、内燃機関の排気路に設けられたフィルタの故障検出装置に関する。

一般的に、ディーゼルエンジンやガソリンエンジン等の内燃機関の排気ガスには、炭素を主成分とする粒子状物質（ＰＭ：Particulate Matter）が含まれるので、大気汚染を防ぐために、内燃機関には、排気ガスからこれらの粒子状物質を除去するためのいわゆるＰＭフィルタが装備されている。ＰＭフィルタは、エンジンの排気管の途中に装着される排気浄化装置に装備される、例えばセラミック製のフィルタである。

尚、ＰＭフィルタに担持された触媒の劣化を検出する技術として、特許文献１は、内燃機関が定常状態になったとき、空燃比をリッチに制御し、ＰＭフィルタに担持された触媒の温度上昇勾配を温度センサで検出し、この温度勾配から触媒の劣化を判別する技術を開示している。また、特許文献２は、触媒温度推定モデルの推定値と温度センサの実測値とを比較することにより、触媒の劣化を判定する技術を開示している。

特開平４−６０１０６号公報 国際公開番号ＷＯ２００２／０７０８７３

ところで、ＰＭフィルタが割れにより故障すると、割れた箇所を排気ガスが通過して粒子状物質が大気に放出されてしまうため、ＰＭフィルタの割れによる故障検出が必要である。

ＰＭフィルタの割れによる故障の検出は、例えば、ある時点におけるＰＭフィルタへ流入する入ガスの温度に対するＰＭフィルタを通過した出ガスの温度や、入ガスの温度に対する出ガスの温度の応答速度を測定することにより可能である。
しかしながら、内燃機関の排気通路に設けられる温度センサは、例えば、±２５℃程度のばらつきをもっているため、ＰＭフィルタの割れ故障を高精度に検出するのは困難である。また、入ガスの温度に対する出ガスの温度の応答速度を測定するには、内燃機関の運転状態が定常状態になるまで待つ必要であるため、運転条件の制約を受ける。

また、ＰＭフィルタの割れによる故障の検出のために、ＰＭフィルタの伝達関数モデル等によりＰＭフィルタを通過したガスの温度を推定し、これと実測値とを比較することでＰＭフィルタの割れ故障を判別することも考えられるが、高精度に割れ故障を検出するためには、高精度なモデルが必要となる。

本発明は、上記問題に鑑みてなされたものであって、その目的は、ＰＭフィルタの割れによる故障を簡易かつ高精度に検出できる内燃機関のフィルタ故障検出装置を提供することにある。

本発明に係る内燃機関のフィルタ故障検出装置は、内燃機関の排気通路に配置され排気中の微粒子を捕集するフィルタの故障を検出する内燃機関のフィルタ故障検出装置であって、前記フィルタへ導入される排気の温度を検出する入ガス温検出手段と、前記フィルタを通過した排気の温度を検出する出ガス温検出手段と、前記入ガス温検出手段及び出ガス温検出手段により逐次検出される温度の時系列データを利用して、前記フィルタへ導入される排気の温度の時系列データと前記フィルタを通過した排気の温度の時系列データとを関係付ける時系列モデルのパラメータの値を推定するパラメータ推定手段と、前記パラメータ推定手段の推定したパラメータ推定値に基いて、前記フィルタの故障を判断する故障検出手段と、を有することを特徴とする。

上記構成において、前記故障検出手段は、所定時間毎に前記パラメータ推定手段が推定するパラメータに基づいて算出される排気の温度の推定値が一定の値の範囲に収束したと判断した場合に、前記フィルタの故障を判断する、構成を採用できる。

本発明によれば、ＰＭフィルタの割れによる故障を簡易かつ高精度に検出できる内燃機関のフィルタ故障検出装置が得られる。

以下、本発明の好適一実施形態を添付図面に基づいて詳述する。
図１は、本実施形態のフィルタ故障検出装置が適用される内燃機関の構成を示している。この内燃機関１０は、コモンレール方式の燃料噴射装置を備えるディーゼル機関となっている。

内燃機関１０の吸気系を構成する吸気通路１２には、エアフローメータ１６及び吸気絞り弁１９が設けられている。また、吸気通路１２は、吸気絞り弁１９の下流側にて分岐され、内燃機関１０の各気筒の燃焼室１３に接続されている。

一方、内燃機関１０の排気系を構成する排気通路１４は、分岐した状態で各気筒の燃焼室１３にそれぞれ接続されている。また排気通路１４の上記分岐した部分よりも下流には、ＰＭフィルタ２６が設けられている。

ＰＭフィルタ２６は、例えば、セラミックス等からなる多孔質材料によって形成されており、排気中の煤を主成分とする微粒子（ＰＭ）が捕集されるようになっている。そして、ＰＭフィルタ２６には、排気中の炭化水素（ＨＣ）や一酸化炭素（ＣＯ）を酸化して浄化する酸化触媒が担持されている。この酸化触媒によって触発される反応により、ＰＭフィルタ２６に捕集されたＰＭが燃焼（酸化）されて除去される。

尚、排気通路１４の上記ＰＭフィルタ２６の上流側及び下流側には、ＰＭフィルタ２６に流入する排気の温度である入ガス温度を検出する入ガス温度センサ２８、及び、ＰＭフィルタ２６通過後の排気の温度である出ガス温度を検出する出ガス温度センサ２９がそれぞれ設けられている。

この内燃機関１０には、排気の一部を吸気通路１２内の空気に再循環させる排気再循環（以下、ＥＧＲと記載する）装置が設けられている。ＥＧＲ装置は、排気通路１４と吸気通路１２とを連通するＥＧＲ通路３３を備えて構成されている。ＥＧＲ通路３３の最上流部は排気通路１４に接続されている。また、ＥＧＲ通路３３にはＥＧＲ弁３６が設けられている。そして、ＥＧＲ通路３３の最下流部は、吸気通路１２の上記吸気絞り弁１９の下流側に接続されている。

内燃機関１０の各気筒には、燃焼室１３内に燃料を噴射するインジェクタ４０がそれぞれ設けられている。各気筒のインジェクタ４０は、高圧燃料供給管４１を介してコモンレール４２に接続されている。コモンレール４２には、燃料ポンプ４３を通じて高圧燃料が供給される。コモンレール４２内の高圧燃料の圧力は、同コモンレール４２に取り付けられたレール圧センサ４４によって検出されるようになっている。

電子制御装置５０は、内燃機関１０の各種制御を実行する。電子制御装置５０は、機関制御に係る各種演算処理を実行するＣＰＵ、その制御に必要なプログラムやデータの記憶されたＲＯＭ、ＣＰＵの演算結果等が一時記憶されるＲＡＭ、外部との間で信号を入出力するための入出力ポート等を備えて構成されている。

電子制御装置５０の入力ポートには、上述した各センサに加え、機関回転速度を検出するＮＥセンサ５１、アクセル操作量を検出するアクセルセンサ５２、吸気絞り弁１９の開度を検出する絞り弁センサ５３、内燃機関１０の吸気温度を検出する吸気温センサ５４、及び、同機関１０の冷却水温を検出する水温センサ５５等が接続されている。また電子制御装置５０の出力ポートには、上記吸気絞り弁１９やＥＧＲ弁３６、インジェクタ４０、及び燃料ポンプ４３等の駆動回路が接続されている。

電子制御装置５０は、上記各センサから入力される検出信号より把握される機関運転状態に応じて、上記出力ポートに接続された各機器類の駆動回路に指令信号を出力する。吸気絞り弁１９の開度制御、ＥＧＲ弁３６の開度制御に基づくＥＧＲ制御、インジェクタ４０からの燃料噴射量、燃料噴射時期及び燃料噴射圧の制御等の各種制御が電子制御装置５０により実行される。また、電子制御装置５０は、後述するように、パラメータ推定手段及び故障検出手段として機能する。

次に、電子制御装置５０によるＰＭフィルタ２６の割れによる故障の検出処理の一例について図２ないし図４を参照して説明する。
図２に示すように、入ガス温度（１）は、車速（４）の変動に応じて変化し、また、ＰＭフィルタ２６が割れによる故障時の出ガス温度（２）は、ＰＭフィルタ２６が正常時の出ガス温度（３）よりも高くなる。そして、故障時の出ガス温度（２）と正常時の出ガス温度（３）との温度差ΔＴを評価した場合、入ガス温度センサ２８や出ガス温度センサ２９にばらつきが存在し、そのばらつきが温度差ΔＴを越える場合には、ＰＭフィルタ２６の故障を正確に検出することができない。

このため、本実施形態では、ＰＭフィルタ２６の故障を入ガス温度センサ２８や出ガス温度センサ２９が検出する温度から直接的に判断するのではなく、以下の（１）式に示す時系列モデルのパラメータを推定し、推定したパラメータに基いて故障の検出を実行する。

（１）式からわかるように、時刻ｋにおける出ガス温度ｙ[ｋ]は、ｋ以前の出ガス温度ｙ、入ガス温度ｕの時系列データから特定できる。
（１）式のパラメータａ１〜ａｎ，ｂ１〜ｂｍを推定するには、例えば、逐次最小２乗法アルゴリズムを利用することができる。最小２乗法では、周知のように、予測のための線形モデルの評価基準として、望みの結果とモデルが予測した結果との誤差の２乗の期待値（平均２乗誤差）を用い、２乗誤差が最も小さくなるようなパラメータを探索する。具体的には、（１）式より得られる出ガス温度ｙ[ｋ]と実際に検出した出ガス温度ｙとの差の２乗誤差が最も小さくなるようなパラメータを探索する。
尚、パラメータａ１〜ａｎ，ｂ１〜ｂｍの次数ｎ，ｍは適宜設定できる。

図３は、逐次最小２乗法アルゴリズムを用いてパラメータａ１を推定した結果の一例を示す図である。尚、図３において、パラメータの次数は、ｎ＝２，ｍ＝３とした。
図３において、（１）温度センサが正常でかつＰＭフィルタ２６が正常時のパラメータａ１の推定値、（２）温度センサが−２０℃の誤差をもちかつＰＭフィルタ２６が正常時のパラメータａ１の推定値、（３）が温度センサが正常でかつＰＭフィルタ２６が故障時のパラメータａ１の推定値、及び、（４）が２０℃の誤差をもちかつＰＭフィルタ２６が故障時のパラメータａ１の推定値である。
図３からわかるように、パラメータａ１の推定値は、温度センサの誤差の影響を受けにくく、パラメータａ１により故障判別が容易にできる。

図４は電子制御装置５０によるＰＭフィルタ２６の割れによる故障の検出処理手順の一例を示すフローチャートである。
電子制御装置５０は、先ず、故障検出フラグがオンしているかを判断する（ステップＳ１）。故障検出フラグは、機関の始動毎にオンしてもよいし、一定期間毎にオンしてもよく、そのタイミングに特に制約はない。
尚、入ガス温度及び出ガス温度は、入ガス温度センサ２８や出ガス温度センサ２９により、少なくとも図４の処理ルーチンを実行毎にサンプリングされる。

次いで、上記したように、逐次最小２乗法アルゴリズムを用いて、（１）式に示した時系列モデルのパラメータａ１〜ａｎ，ｂ１〜ｂｍを推定する（ステップＳ３）。そして、推定したパラメータａ１〜ａｎ，ｂ１〜ｂｍから得られる出ガス温度ｙ[k]と出ガス温度センサ２９により検出した出ガス温度との差である最小２乗法エラーが一定値以下に収束したかを判断する（ステップＳ３）。したがって、パラメータａ１〜ａｎ，ｂ１〜ｂｍの推定（学習）は、最小２乗法エラーが一定の値の範囲に収束するまで行われる。

次いで、推定した各パラメータａ１〜ａｎ，ｂ１〜ｂｍと各所定の基準値との差の絶対値が一定値以下に収まっているかを判断する（ステップＳ４〜Ｓ６）。各パラメータａ１〜ａｎ，ｂ１〜ｂｍの全てについて、各所定の基準値との差の絶対値が一定値以下に収まっている場合には、ＰＭフィルタ２６が故障ではないと判断し、ＰＭフィルタ故障フラグをオフにする（ステップＳ７）。

推定したパラメータａ１〜ａｎ，ｂ１〜ｂｍと各所定の基準値との差の絶対値が一定値を超える場合には、ＰＭフィルタ２６が故障と判断し、ＰＭフィルタ故障フラグをオンにする（ステップＳ８）。この場合には、例えば、エンジンチェックランプを点灯するなどして、ドライバーにＰＭフィルタ２６の故障を報知することができる。

以上のように、本実施形態では、各パラメータａ１〜ａｎ，ｂ１〜ｂｍを故障検出ルーチンを実行毎に推定できるので、故障検出を任意のタイミングで行うことができる。
また、本実施形態では、ある時点の温度のみから故障検出するのではなく、過去にサンプリングされた入ガス温度及び出ガス温度の複数の時系列データから得られる時系列モデルのパラメータの推定値を基に故障検出をするので、温度センサのばらつきを吸収できて、高精度な故障検出が可能になる。
さらに、本実施形態では、精密な温度推定モデルが不要であり、逐次最小２乗法によりパラメータを学習するので、検出系の設計も容易である。

上記実施形態では、内燃機関としてディーゼル機関を例に挙げて説明したが、これに限定されるわけではなく、ガソリンエンジンにも本発明を適用可能である。
上記実施形態では、パラメータ推定手段として逐次最小２乗法を利用する場合について説明したが、これに限定されるわけではなく、パラメータを最適化するアルゴリズムであれば適用可能である。
上記実施形態では、すべてのパラメータについて判断する構成としたが、これに限定されるわけではなく、いずれかのパラメータのみを故障検出の判断の対象とすることもできる。

本実施形態のフィルタ故障検出装置が適用される内燃機関の構成の一例を示す図である。 入ガス温度、出ガス温度及び車速の関係の一例を示すグラフである。 フィルタ正常時及び故障時のパラメータ推定結果の一例を示す図である。 故障の検出処理手順の一例を示すフローチャートである。

符号の説明

１０…内燃機関
１２…吸気通路
１３…燃焼室
１４…排気通路
１６…エアフローメータ
１９…吸気絞り弁
２６…ＰＭフィルタ
５０…電子制御装置

Claims (2)

1. 内燃機関の排気通路に配置され排気中の微粒子を捕集するフィルタの故障を検出する内燃機関のフィルタ故障検出装置であって、
   前記フィルタへ導入される排気の温度を検出する入ガス温検出手段と、
   前記フィルタを通過した排気の温度を検出する出ガス温検出手段と、
   前記入ガス温検出手段及び出ガス温検出手段により逐次検出される温度の時系列データを利用して、前記フィルタへ導入される排気の温度の時系列データと前記フィルタを通過した排気の温度の時系列データとを関係付ける時系列モデルのパラメータの値を推定するパラメータ推定手段と、
   前記パラメータ推定手段の推定したパラメータ推定値に基いて、前記フィルタの故障を判断する故障検出手段と、
   を有することを特徴とする内燃機関のフィルタ故障検出装置。
2. 前記故障検出手段は、所定時間毎に前記パラメータ推定手段が推定するパラメータに基づいて算出される排気の温度の推定値が一定の値の範囲に収束したと判断した場合に、前記フィルタの故障を判断する、ことを特徴とする請求項１に記載のフィルタ故障検出装置。

Images