JP2009250243A - 内燃機関の制御方法及びエンジン制御装置 - Google Patents

Abstract

【課題】エンジン制御の質が動的運転状態の下でも及び／又はエンジン特性に個別的ずれがある場合にも改善される内燃機関の制御方法及び装置を提供する。
【解決手段】内燃機関（７）の制御方法は、 目標値特性マップ（３）に基づいて、内燃機関（７）の燃焼の少なくとも一つの燃焼メルクマール（ＶＭ）の目標値（ＶＭ_ｓ）を、運転ポイントに応じて準備する準備ステップと、内燃機関（７）の制御のために、特性マップに基づいた調整値（ＳＧ_ｖ）の値を、調整値特性マップ（４）から決定する決定ステップと、データに基づくモデル（１５）によって、内燃機関（７）の制御のために修正された調整値（ＳＧ_ｍｏｄ）の値を確定する確定ステップと、 内燃機関（７）を制御するために、内燃機関（７）での実際の調整値（ＳＧ（ｋ））を準備する準備ステップと、を含む。学習可能なデータに基づくモデルを使用することにより、内燃機関の制御を調整値特性マップに基づいて改良する。
【選択図】図１

Description

本発明は、データに基づくモデルよる内燃機関の運転方法及びエンジン制御装置に関する。

火花点火機関とディーゼルエンジンでは、エンジン制御装置は特に、ドライバーの意思に基づくトルク及び回転の要求を燃焼パラメータの対応する調節によって実現するために用いられている。しかしながら、燃焼パラメータはしばしば、直接的に調整要素を通じて調節可能な値を示していないので、燃焼パラメータの調節は、よりアクセスし易い調整値、例えば噴射量、噴射の時点及び時間長さ、点火角度、スロットルバルブ位置等、の事前設定によって行われる。内燃機関の特定の運転時点の下でのトルク及び回転の要求を実現するために、調整値が、エンジン制御装置で様々な特性値、特性曲線、並びに特性マップ（Kennlinienfelder）及び／又は特性曲線立体領域（Kennlinienraume）を用いて求められる。特性マップは、内燃機関の特定の運転時点における様々なトルク及び回転の要求の間で、それ等のトルク及び回転の要求を実現するために用いることのできる様々なエンジンデータ値に対する対応を表している。また、特性マップは更に、内燃機関の制御の実現のために必要な様々なエンジンパラメータ、燃焼パラメータ、及び調整パラメータの間の相互依存関係をも考慮することができる。

特性マップによって表されたモデルは、高度な複雑さによって際立っている。何故なら、その様なモデルは、一般に様々なパラメータ同士の間の複雑な或いは多次元的な内的依存関係を考慮しなければならないからである。従って、エンジン制御装置に特性マップを準備しようとすると、それに見合った高いメモリ要求が発生する。

特定のタイプのエンジンについてこの特性マップの作成のためのデータを獲得するためには、比較的コストのかかる一種の校正（キャリブレーション）が必要となる。この校正のためには、一般に特殊なソフトウェアツールの投入だけでなく、広範囲にわたるテストの実施も必要である。何故なら、とりわけ特定のタイプのエンジンに適用してみるとその時々の運転ポイントに依存している調整値は、自動車の走行運転中は、非常にわずかしか適合しないか或いは全く適合しないからである。それ故、エンジン制御装置の質は、適用されている特性マップの質に直接依存している。

上述のデータ獲得には、一方ではキャパシティの面から、また他方では一般に手法の面から、限界が設けられている。例えばサンプル相互間のばらつき、それ故、例えばデータ獲得を行う際に用いられる適用車両の個々の部品の製造に起因するずれが、一般的には考慮されていない。それに加えて、前段階でのデータ決定が、制御対象となったエンジンの運転時間が進んだ時に初めて発生することのあるエージング現象を考慮することを妨げている。

このデータ量の新規適用或いは調整及びこのデータ量を一つ又は複数の特性マップの形に纏め上げる際に残されている複雑さもなお相当なものである。その複雑さは、部分的にエンジン制御装置のための特性マップの個別シリンダ毎のデータ決定（このシリンダ毎のデータ決定は制御のベースとして採用される、シリンダ毎の燃焼室からのフィードバックが無い時に必要となることがある）の要求と結びついている最新の燃焼方法を採用する場合には、更に高度なものとなる。そのような新しい燃焼方法の例として、火花点火機関の場合には、ＣＯ_２排出を減らすＣＡＩ法（Controlled Auto Ignition：‘制御された自己着火’）、（これは一部ではガソリンＨＣＣＩ（Homogeneous Charge Compression Ignition：‘均質給気圧縮点火’）とも呼ばれている。）、またディーゼルエンジンの場合には、ＨＣＣＩ或いはｐＨＣＣＩ法（partially Homogeneous Charge Compression Ignition：‘部分的均質給気圧縮点火’）（これはエンジン内有害物質排出を減らす。）がある。

エンジンがいわゆるパイロット制御を用いて運転される時には、特性マップは特別な意味を持つ。そのようなケースでは、既定の特性マップをベースとした従来のエンジン制御装置の欠点は、オンライン適用とも呼ばれる自動車走行運転中の適応のわずかな可能性の中でしか生じない。更に、エンジン制御に対する本来の挑戦は動的運転の中で初めて行われるものであるのに、妥当な費用で適用可能な特性マップは、一般に定常的エンジン運転しか確定しないということが加わる。上述の新しい燃焼方法の場合、それはとりわけ有害物質と騒音発生のピークに係わっている。

特性マップをベースとした動的パイロット制御については適当な特性マップが不足しているために、非常に限られた説明しかできない。何故なら、データ決定のための動的測定は実験的に実行が困難である上に、更に未知の影響、例えば使用されているセンサ類の動的運動による悪化を受けるからである。

本発明の課題は、エンジン制御の質がとりわけ動的運転状態の下でも及び／又はエンジン特性に個別的ずれがある場合にも改善される、エンジン制御のための方法及び装置を提供することである。

この課題は、請求項１に記載の方法によって並びに並置されている請求項に基づくエンジン制御装置によって解決される。

本発明のその他の有利な実施例は、付属の諸請求項に示されている。

第一の側面によって内燃機関の制御方法が提示される。この制御方法は、
目標値特性マップに基づいて、内燃機関の燃焼の少なくとも一つの燃焼メルクマールの目標値を、運転ポイントに応じて準備する準備ステップであって、この燃焼メルクマールが内燃機関での燃焼の特徴を示している値に対応している、準備ステップと、
内燃機関の制御のために、特性マップに基づいた調整値の値を、調整値特性マップから決定する決定ステップと、
データに基づくモデルによって、内燃機関の制御のために修正された調整値の値を確定する確定ステップであって、データに基づくモデルが、内燃機関の運転の間の値を測定することによって確定される先行の燃焼の燃焼メルクマールの実際の値に応じて、また特性マップに基づいた調整値に応じて、内燃機関の制御のために修正された調整値を確定し、その際データに基づくモデルが、燃焼メルクマールの目標値と燃焼メルクマールの実際の値に応じて適応可能であるように形成される、測定ステップと、
内燃機関を制御するために、内燃機関での実際の調整値を準備する準備ステップであって、実際の調整値が、特性マップに基づいた調整値値及び／又は修正された調整値の値に応じた値に調節される、準備ステップと、
を含む。

本発明の思想は、内燃機関の制御を調整値特性マップに基づいて改良するために、学習可能なデータに基づくモデルを使用することにある。しばしばブラックボックス・モデルとも呼ばれるこのデータに基づくモデルは、一つ又は複数の燃焼メルクマールに対する内燃機関の入力値の影響を記述しており、既知の諸メルクマールを、結果として得られるべき既知の状態に対して学習法によって割り当てることによって形成される。このデータに基づくモデルは、調整値特性マップから求められた調整値を必要に応じて訂正し、また、修正された調整値が目標値から外れた燃焼メルクマールをもたらすような運転領域のために適用することができる。

別の実施態様によれば、このデータに基づくモデルは、出力値として信頼性の尺度（信頼度）となり、修正された調整値の値に関する信頼性を示している。

特に、信頼度に応じた内燃機関の制御のための実際の調整値として、修正された調整値の値或いは特性マップに基づく調整値の値を定めることができる。

別の手法によれば、内燃機関の制御のための実際の調整値として、信頼度に応じて、修正された調整値の値から或いは特性マップに基づく調整値の値から、重み付の値として得られる値を定めることができる。

データに基づくモデルは、燃焼メルクマールの目標値と燃焼メルクマールの実際値が考慮される閾値比較の結果に応じて、適応させることができる。

一実施態様によれば、燃焼メルクマールの目標値と燃焼メルクマールの測定値との間のずれは、個別シリンダ毎に調整値特性マップの適応が行われることによって最小化される。

更に、データに基づくモデルは、先行の燃焼の燃焼メルクマールの実際値に応じて、また特性マップに基づく調整値に応じて、予め定められた燃焼メルクマールを示すことができ、その際には、内燃機関の制御のための修正された調整値の値は、予め定められた燃焼メルクマールから配分関数（Zuordnungsfunktion）によって求められ、その際、この配分関数は、調整値に対する燃焼メルクマールの依存関係を表している、データに基づくモデルの逆関数に等しい。

別の側面によれば、内燃機関の制御のためのエンジン制御装置が提案される。このエンジン制御装置には、
内燃機関の運転ポイントに応じて、内燃機関での燃焼の特徴を示しているパラメータ値に等しい燃焼メルクマールの目標値を準備するために形成される目標値特性マップを準備し、また、内燃機関の制御のために特性マップに基づいた調整値の値の決定のための調整値特性マップを準備するためのメモリユニットと、
内燃機関の運転の間のパラメータ値の測定によって確定される先行の燃焼の燃焼メルクマールの実際の値と、特性マップに基づいた調整値とに依存して、予測の燃焼メルクマールを指示する、データに基づくモデルによって、内燃機関の制御のための修正された調整値の値を求めるために形成され、また、内燃機関の制御のための修正された調整値の値を、予測された燃焼メルクマールから配分関数によって確定するために形成された計算ユニットであって、データに基づくモデルが、燃焼メルクマールの目標値と燃焼メルクマールの実際値に応じて適応可能となるよう形成された、計算ユニットと、
内燃機関に対する実際の調整値を準備するためのコーディネーターユニットであって、実際の調整値が、特性マップに基づいた調整値の値及び／又は修正された調整値の値に依存している値に合わせて調節される、コーディネーターユニットと、
が含まれている。

更に、上記の計算ユニットは、データに基づくモデルの出力値として、修正された調整値の値についてその信頼性を示す信頼度を定めるように作られることができ、また上記のコーディネーターユニットは、内燃機関の制御のための実際の調整値として、上記の信頼度に応じて、修正された調整値の値或いは特性マップに基づいた調整値の値を定めるように作られている。

一実施態様によれば、個別シリンダ毎に調整値特性マップの適応を行うことによって、燃焼メルクマールの目標値と燃焼メルクマールの測定値との間のずれを最小化するために、適応ユニットが備えられる。

別の側面によれば、エンジン制御装置で実行されると、上記の方法を実行するコンピュータプログラムが備えられる。

図１は、本発明に基づく方法を実施するための装置の概略図を示す。 図２は、調整値に対する燃焼メルクマールの依存性を示している代表的な関数の一部を示す。 図３は、本発明の方法を実施するための別の変形例の概略図を示す。

図１は、本発明に基づく方法を実施するための装置の概略図を示している。この実施例は、均質自己着火運転、いわゆるＣＡＩ燃焼運転で運転される火花点火機関（オットー機関）に基づいて説明される。この機関は、少なくとも部分可変的弁システム、直接噴射システム、及び燃焼室信号の個別シリンダ毎の測定のためのセンサ装置を備えている。ＣＡＩ燃焼方法は、可能な調整値許容差に対して、従来のＳＩ燃焼方法（ＳＩ：Spark Ignition）よりも明らかに敏感である上に、留保された或いは逆吸入された残留ガスに関するサイクル間結合（cycle-to-cycle coupling）を有している。この小さな調整許容差を満たすために、エンジン制御装置は、例えば個別シリンダ毎に個別シリンダ毎の燃焼室信号によって、本例の場合にはシリンダ圧力センサに基づいて、適応されることができる。

図１は、オンライン適合（Online-Adaption）を用いた内燃機関７の運転方法を実現するためのエンジン制御装置１の様々な機能ブロックを示している。エンジン制御装置１は、入力値（負荷Ｌ）によって表わされるドライバーの意思、並びに運転ポイントパラメータとして回転数ｎに関するデータを受け取る。その他の入力値、例えば温度、燃料の種類等に関するデータが準備されることもある。

特性マップユニット２は、目標値特性マップ３と調整値特性マップ４とを含んでいる。上述の入力値に基づいて、目標値特性マップ３は、目標値特性マップ３に従って内燃機関の運転の際に入力値によって示された運転ポイントの時に達成される目標燃焼メルクマールのデータＶＭ_Ｓを送り出す。この燃焼メルクマールは、燃焼にとって特徴的な尺度であり、内燃機関７のシリンダでの燃焼の変化及び／又は手法を示している直接的な大きさに対応している。この燃焼パラメータの例に、内燃機関よって行われた仕事の尺度としての平均指示圧力であるシリンダ圧力、燃焼状態（噴射された燃料の、例えば５０％の燃焼時の角度位置、ＭＦＢ５０（Mass Fraction Burnt 50%）とも呼ばれる）、最大圧力の角度及び／又は値、及び最大圧力勾配の角度及び／又は値がある。調整値特性マップ４は、例えば予め与えられたドライバーの意思が達成されるように、上述の入力値に応じて内燃機関７の制御のための一つ又は複数の調整値ＳＧ_Ｖを形成する。調整値ＳＧ_Ｖは、例えば噴射量、スロットルバルブ位置、排気弁の閉弁特性、噴射開始、及び内燃機関７の制御に用いることのできるその他のパラメータとすることができる。これらの特性マップは、特性マップに基づいたパイロット制御に対応している。

エンジン制御装置１は計算ユニット５を備えており、このユニットでは、データに基づくモデル１５に基づいて、調整値特性マップ４からパイロット制御値を取り出すことのできる少なくとも一つの調整値が新たに計算される。データに基づくモデルの入力値には、目標燃焼メルクマールＶＭ_Ｓ（ｋ）、調整値特性マップ４から与えられる調整値ＳＧ_Ｖ（ｋ）、及び先行の燃焼の状態を記述している燃焼メルクマールＶＭ_Ｍ（ｋ−１）があるが、この最後の燃焼メルクマールは、測定されるか或いは推定される。ここで、ｋは実際の燃焼サイクル、ｋ−１は先行の燃焼サイクルを意味している。例えば、シリンダ圧力はシリンダ圧力センサによって測定され、またそこから燃焼メルクマールが、例えば平均値計算によって求められる。一般に、燃焼に関する情報を導き出すことのできるすべての信号、例えば固体伝播音センサ、イオン流センサ、或いは回転数センサの出力信号が適している。

使用されている、データに基づくモデル１５は、好ましくは、カーネルをベースとするモデリング方法に基づいている。サポート・ベクトル・マシン（Support Vector Machines）或いはガウス過程（Gauss-Prozesse）のような、カーネルをベースとし、データに基づくモデリング方法はトレーニングデータの解釈を蓋然論的にベイズ（Bayes）に基づく数式で表すことを可能にするので、とりわけ、ノイズのあるデータのモデル化のために適している。その際には、トレーニングデータに基づいて、モデル出力のための条件付きの蓋然性が定められる。そのために必要なモデルパラメータは、ア・ポステリオリ(a posteriori)な蓋然性、いわゆる尤度関数（Likelihood-Function）の最大化によって傾斜法を用いて定められる。尤度関数は、モデルがそれを用いて観察されたトレーニングデータを再現することのできる蓋然性を表している。データに基づくモデル１５の重要なメルクマールは、先に述べられた出力値の他に信頼度をも定め、またとりわけ動的依存関係を記述することのできる、学習可能ないわゆるブラックボックスであるということである。例えば、データに基づくモデルはまた、学習可能なニューロン網として実現することができる。これ等のメルクマールは、特性マップを用いた実現では、部分的に全く形成されないか或いは非常に複雑な形態でしか形成されないであろう。

本例の場合、データに基づくモデル１５は、入力値として、目標燃焼メルクマールＶＭ_Ｓ（ｋ）、調整値特性マップ４によって与えられた調整値ＳＧ_Ｖ（ｋ）、及び測定された或いは推定された、先行の燃焼の状態を記述している実際の燃焼メルクマールＶＭ_Ｍ（ｋ−１）、を受け取る。一方では、データに基づくモデルによって調整値ＳＧ_Ｖ（ｋ）を修正された調節値ＳＧ_ｍｏｄ（ｋ）へ修正するために、これ等の入力値を用いることができる。他方では、これ等の入力値を、データに基づくモデルを更にトレーニングモードに適応させるために、用いることができる。そのために、実際の燃焼メルクマールＶＭ_Ｍ（ｋ−１）の値と目標燃焼メルクマールＶＭ_Ｓ（ｋ）の値との間のずれが、データに基づくモデルを、調整値ＳＧ_Ｖ（ｋ）から適応され修正された調整値ＳＧ_ｍｏｄ（ｋ）が得られるように適応させるために、用いられる。

データに基づくモデルの本来の出力値は、実際の燃焼サイクルでの燃焼メルクマールＶＭｐｒｅｄ（ｋ）の予測された値であり、本例の場合或いは図示されているデータに基づくモデルの逆利用の場合には、モデルに従って予測された、燃焼メルクマールＶＭ_Ｓ（ｋ）の調節のために必要な調整値ＳＧ_ｍｏｄ（ｋ）の値である。

先行の燃焼の状態を記述しているパラメータの大きさは、測定ユニット６で、内燃機関７或いはシリンダ上の対応するセンサ類、本例の場合にはシリンダ毎に存在している回転数センサ８及びシリンダ圧力センサ９の出力信号から得られる。簡単にするために、内燃機関７の一つのシリンダだけが略示されている。

データに基づくモデル１５は、好ましくは内燃機関７の全運転領域で、少なくとも部分的に個別シリンダ毎に測定される利用可能な入力値を利用して、学習即ち適応される。

データに基づくモデルは、とりわけガウス過程を使用する場合には、修正された調整値ＳＧ_ｍｏｄの確定の際にそれに加えて常に信頼度Ｖを確定するが、この信頼度は、蓋然性の値という形で、基礎となっているデータに基づくモデル１５が瞬間入力値の際に修正された調整値ＳＧ_ｍｏｄの値に関する燃焼メルクマールについてどれ程良く或いはどれほど悪く燃焼の状態を予測することができるかということを示している。この信頼度Ｖは、計算ユニット５のもう一つの出力値である。

エンジン制御装置１は更にコーディネーターユニット１０を備えており、このユニットでは、調整値ＳＧ_Ｖ（ｋ）の値或いは修正された調整値ＳＧ_ｍｏｄ（ｋ）の値のいずれが実際の燃焼サイクルの中で調節されるかということが決定される。コーディネーターユニット１０の入力値は、この目的のために、対応するメモリユニット２に格納されている調整値特性マップ４から取り出される、運転ポイントに応じて取り出される調整値ＳＧ_Ｖ（ｋ）の値とこの値の信頼度Ｖ（ｋ）から形成されるが、その際、上記の調整値ＳＧ_Ｖ（ｋ）の値はデータに基づくモデルによって計算された、修正された調整値ＳＧ_ｍｏｄ（ｋ）の対応値である。コーディネーターユニット１０の出力値は、トレーニングのトリガ（信号）として計算ユニット５に送られて、データに基づくモデル１５のメンテナンスを制御するトレーニング信号ＴＳとなり、また実際にエンジン制御のために用いられる実際の調整値ＳＧ（ｋ）となる。

調整値特性マップ４をベースとした定常パイロット制御値ＳＧ_ｖ（ｋ）とモデルに基づいて計算された値ＳＧ_ｍｏｄ（ｋ）とを同時に利用できるということによって、コーディネーターユニット１０で、信頼度Ｖに基づいて二つの値のうちの一方或いは二つの値の組み合わせが実際の調整値ＳＧ（ｋ）として選ばれる。二つの調整値ＳＧ_ｖ（ｋ）とＳＧ_ｍｏｄ（ｋ）のうちのいずれが実際の調整値ＳＧ（ｋ）として内燃機関７に適用されるかという決定は、閾値比較に基づいて行うことができる。そのために、信頼度についての閾値を示す第一の閾値ＳＷ１が定められ、この閾値を通じて、調整値特性マップ４から求められた調整値ＳＧ_ｖ（ｋ）に代わって、修正された調整値ＳＧ_ｍｏｄ（ｋ）が実際の調整値ＳＧ（Ｋ）として内燃機関７に対して送り出される。別の手法として、特性マップに基づく調整値ＳＧ_ｖ（ｋ）と修正された調整値ＳＧ_ｍｏｄ（ｋ）の値が、信頼度Ｖに応じて、例えば重み付係数として共に、実際の調整値ＳＧ（ｋ）の確定のために用いられることもある。

コーディネーターユニット１０は更に、計算ユニット５への適応をスタートさせるために、計算ユニット５に対するトレーニング信号ＴＳを準備することができる。適応は、コーディネーターユニット１０が信頼度Ｖの第二の閾値比較に基づいて、修正された調整値ＳＧ_ｍｏｄ（ｋ）が信頼に値しないということを確認した時に、トレーニング信号ＴＳによって示されることができる。そのために第二の閾値ＳＷ２が定められ、この閾値ＳＷ２によって、その値よりも低くなるとトレーニング信号ＴＳが発生されて、データに基づくモデル１５のもう一つの適応がその時の入力データに基づいて行われるという、信頼度についての閾値が示される。別の手法として、トレーニングのトリガ（信号）はまた、統計的変動を考慮した、記憶されている値ＶＭ_ｐｒｅｄ（ｋ）とその後のサイクルの中で実際に測定された値ＶＭ_ｍ（ｋ）と、第三の閾値ＳＷ３との比較から、次の式によって求められる。
｜ＶＭ_ｐｒｅｄ（ｋ）―ＶＭ_ｍ（ｋ）｜ ＞ＳＷ３ → トレーニング信号アクティブ
この手法は、エンジン制御装置の機能を保証するために、データに基づくモデル１５を最初は比較的小さな初期データセットだけを用いてトレーニングすれば良いという利点を有している。データに基づくモデル１５は、好ましくは常に、その時のエンジン運転状態の下で信頼度が計算された調整値のモデルに基づいた予測へのわずかな信頼性しか示していない時に初めて、追加トレーニングされる。それによって、データに基づくモデル１５を事象に応じて正確に望ましい個所で改良することができる。トレーニングの必要性はまた、このようにして自動的に、車のドライバーの走りの習慣に従って調整される。データに基づくモデル１５の初期データ量は、それによって限定的なものとすることができる。

この手法の利点は、従来からの特性マップに基づくエンジン制御を越えて、自己最適化、即ち個別シリンダ毎の構造部品の許容差や老化作用に対する適応の側面を少ない費用で考慮することができるということにある。更に、特性マップによって支えられたモデルによってはカバーされない、わずかな燃焼サイクルの間に行われるそれぞれ短いトレーニングの後での動的なエンジン運転でのパイロット制御のための現象を、エンジン制御の際に考慮することができる。

データに基づくモデル１５の実際の利用と改良のために特に有意義なものに、本来の予測された値の他にモデル予測のために計算され、評価可能な形で提示されている信頼度がある。信頼度Ｖのためには、例えば、トレーニングのために用いられた、瞬間的に提示された入力ベクトルに関する、入出力データ対の統計的特性から計算された尺度を援用することができる。例えば、信頼度Ｖの確定は、瞬間的入力ベクトルの環境の中にあるトレーニングデータ対に非常に雑音が多いとか或いは一般に従来のトレーニング領域の外にあるという時に、予測に対する信頼が低くなるように行われる。別の手法として、信頼度Ｖの確定は、簡単な発見的（heuristic）な方法（試行錯誤の積み重ねによって解決を求める方法）によって行われることができ、その際には、入力ベクトルがトレーニングのために用いられた入力ベクトルの凸状の外被の中にあるか否か或いは既知のトレーニングデータに関する他の最低基準が満たされているか否かがチェックされる。

データに基づくモデル１５は、好ましくは、最初は定常測定だけをベースとしてトレーニングされるか或いは特性マップに基づくデータを用いて記憶され、次いで、運転の間に動的現象が発生した際に自動的に、対応するトレーニングデータのメンテナンスによる追加トレーニングへ移行する。達成すべき燃焼メルクマールＶＭの、このメルクマールによって影響を受ける調整値ＳＧに対する依存関係（ＳＧ→ＶＭ：調整力燃焼メルクマールが続いて出て来る）を記述している、使用されているモデルは、本実施例に於けるように逆転された形（ＶＭ→ＳＧ：燃焼メルクマールが対応する調整値の調節によって到達される）で用いられていると、目的に適っているということが実証されている。この場合、パイロット制御の実現のために、調整値ＳＧ_ｍｏｄ（ｋ）の値（実際のシステムに適用しなければならなかった値）が、特定の、望ましい燃焼メルクマールＶＭ_ｓ（ｋ）を得るために、確定される。とりわけ動的エンジン運転の間、例えば急速な負荷交替がある場合には、モデルの逆転を利用した、そのような、モデルに基づくパイロット制御は非常に有用であり、とりわけ燃焼過程が調整値ＳＧ或いは燃焼の内部状態の変化に対して非常に敏感に反応する際には有用である。それ等のケースでは、調整値ＳＧに対する燃焼メルクマールＶＭの依存性を記述している少なくとも一つの関数が逆転された形で、対応する調整値の値のモデルをベースとした計算の中に取り入れられる。

図２は、調整値ＳＧに対する燃焼メルクマールＶＭの依存性を記述している、一つの代表的な機能の一部を示している。この図は曖昧さを特徴としている。実際には、このような曲線の変化はモデル逆転の際には危険（critical）となることがある。何故なら、逆転が可能であるということは、入出力値の間に非常に単調な関係があるということを前提としているからである。好ましくは、調整値ＳＧに対する燃焼メルクマールＶＭの割当ては、関数逆転の場合、反復的計算法（iteratives Berechnungsverfahren）の採用によって解決される。反復的計算法の場合には、確実に、可能な曖昧さの領域の外にある調整値からスタートして、逆転されていない関数の特性曲線に沿って、予め与えられた方向（調整値が大きくなって行く或いは小さくなって行く方向）に動いて行きながら、対応する燃焼メルクマールが求められる。これによって、燃焼メルクマールＶＭの到達されるべき目標値が調整値ＳＧの望ましい逆転値の定められた調整によって得られるということが保証され、このことは、例えば走行挙動の単調な断絶を避けるために役立つ。このパイロット制御値は、好ましくは運転ポイントに応じて、定常運転のために定められた、可変的調整値のための調整値特性マップ４から取り出すことができる。

図３は、本発明の方法を実施するための拡張された装置の概略図である。先の実施例から、データに基づくモデル１５の対応するトレーニング後のエンジンの定常運転の際にも、データに基づくモデル１５と、対応する特性マップに基づいたモデル（調整値特性マップ４）のその時々の運転状態との間に、例えば構成部品の老化及び／又は個別シリンダ毎の特性マップの不十分なデータ決定の影響によって生じ得る、ずれが生じることがあるということが導き出される。このずれを少なくするために、好ましくは個別シリンダ毎の学習或いはメモリユニット２に格納されている調整値特性マップ４のしかるべき適応によって、適用される特性マップの一次適用に続く＜典型的に特定的な個別化＞（exemplarily-specific Individualizing）を行うことができる。データに基づくモデルから特性マップに基づくモデルへのこの情報変換は、とりわけ、データに基づくモデルが、例えば燃焼室信号センサ装置の故障によって最早利用できなくなった場合に有用となる。

この場合には、逆転されていない、データに基づくモデル１５が、計算ユニットで運転ポイントに応じてその時々の調整値の、調整値特性マップ４から取り出された値ＳＧ_ｖ（ｋ）に属している、予測された燃焼メルクマールＶＭ_ｐｒｅｄ（ｋ）を予め計算するために、エンジンの定常運転で利用される。同時に、その時々の調整値の調整値特性マップ４から取り出された値ＳＧ_ｖ（ｋ）が、代替物無しの手法で（alternativlos）エンジン制御のために用いられる。

適応ユニット１１には、差分素子１３で求められた、測定ユニットで求められた燃焼メルクマールＶＭ_Ｍ（ｋ−１）と計算ユニット５で予め計算された燃焼メルクマールＶＭ_ｐｒｏｄ（ｋ−１）（このメルクマールは遅延ユニット１２を通じて時間的に同期化されて準備される）との間の差ΔＶＭ（ｋ−１）が送り込まれる。適応ユニット１１は、この差ΔＶＭ（ｋ−１）から調整値補正係数ＳＧ_ｋｏｒｒを求め、この補正係数を用いて、調整値特性マップ４が与えられた定常運転ポイントで、その時々の燃焼メルクマールのために予測されたＶＭ_ｐｒｅｄと測定された値ＶＭ_Ｍとが一致するまで、反復的に補正される。

１ エンジン制御装置
２ 特性マップユニット（メモリユニット）
３ 目標値特性マップ
４ 調整値特性マップ
５ 計算ユニット
６ 測定ユニット
７ 内燃機関
８ 回転数センサ
９ シリンダ圧力センサ
１０ コーディネーターユニット
１５ モデル
Ｌ 負荷
ｎ 回転数
ＳＧ（ｋ） 実際の調整値
ＴＳ トレーニング信号
Ｖ 信頼度
１１ 適応ユニット
１２ 遅延ユニット
１３ 差分素子

Claims (11)

1. 目標値特性マップ（３）に基づいて、内燃機関（７）の燃焼の少なくとも一つの燃焼メルクマール（ＶＭ）の目標値（ＶＭ_ｓ）を、運転ポイントに応じて準備する準備ステップであって、この燃焼メルクマール（ＶＭ）が内燃機関（７）での燃焼の特徴を示している値に対応している、準備ステップと、
   内燃機関（７）の制御のために、特性マップに基づいた調整値（ＳＧ_ｖ）の値を、調整値特性マップ（４）から決定する決定ステップと、
   データに基づくモデル（１５）によって、内燃機関（７）の制御のために修正された調整値（ＳＧ_ｍｏｄ）の値を確定する確定ステップであって、データに基づくモデル（１５）が、内燃機関（７）の運転の間の値を測定することによって確定される先行の燃焼の燃焼メルクマールの実際の値（ＶＭ_Ｍ）に応じて、また特性マップに基づいた調整値（ＳＧ_ｖ）に応じて、内燃機関（７）の制御のために修正された調整値を確定し、その際データに基づくモデル（１５）が、燃焼メルクマールの目標値（ＶＭ_ｓ）と燃焼メルクマールの実際の値（ＶＭ_Ｍ）に応じて適応可能であるように形成される、確定ステップと、
   内燃機関（７）を制御するために、内燃機関（７）での実際の調整値（ＳＧ（ｋ））を準備する準備ステップであって、実際の調整値（ＳＧ（ｋ））が、特性マップに基づいた調整値（ＳＧ_ｖ）値及び／又は修正された調整値（ＳＧ_ｍｏｄ）の値に応じた値に調節される、準備ステップと、
   を含む内燃機関（７）の制御方法。
2. データに基づくモデル（１５）出力値として、修正された調整値（ＳＧ_ｍｏｄ）の値に関する信頼性を示す信頼度を準備することを特徴とする請求項１に記載の方法。
3. 信頼度（Ｖ）に応じた内燃機関（７）の制御のための実際の調整値（ＳＧ）として、修正された調整値（ＳＧ_ｍｏｄ）の値或いは特性マップに基づいた調整値（ＳＧ_ｖ）の値が準備されることを特徴とする請求項２に記載の方法。
4. 内燃機関（７）の制御のための実際の調整値（ＳＧ）として、信頼度（Ｖ）に応じて、重み付け値として、修正された調整値（ＳＧ_ｍｏｄ）の値から、また特性マップに基づいた調整値（ＳＧ_ｖ）の値から生成される値が準備されることを特徴とする請求項２に記載の方法。
5. データに基づくモデル（１５）が、燃焼メルクマールの目標値（ＶＭｓ）と燃焼メルクマールの実際の値（ＶＭ_Ｍ）によって適応される閾値の比較の結果に応じて適応されることを特徴とする請求項２ないし４のいずれかに記載の方法。
6. 個別シリンダ毎に調整値特性マップ（４）の適応が行われることによって、燃焼メルクマールの目標値（ＶＭｓ）と燃焼メルクマールの測定された値（ＶＭ_Ｍ）との間のずれが最小化されることを特徴とする請求項１ないし５のいずれかに記載の方法。
7. データに基づくモデル（１５）が、先行の燃焼の燃焼メルクマールの実際の値（ＶＭ_Ｍ）に応じて、また特性マップに基づいた調整値（ＳＧ_ｖ）に応じて、予め定められた燃焼メルクマール（ＶＭ_ｐｒｅｄ）を送り出し、その際修正された調整値の値（ＳＧ_ｍｏｄ）が内燃機関（７）の制御のために予め定められた燃焼メルクマール（ＶＭ_ｐｒｅｄ）から配分関数によって確定され、この配分関数が、調整値（ＳＧ）に対する燃焼メルクマール（ＶＭ）の依存関係を表している逆関数に等しいことを特徴とする請求項１ないし５のいずれかに記載の方法。
8. 内燃機関（７）の運転ポイントに応じて、内燃機関（７）での燃焼の特徴を示しているパラメータ値に等しい燃焼メルクマール（ＶＭ）の目標値（ＶＭｓ）を準備するために形成される目標値特性マップ（３）を準備し、また、内燃機関（７）の制御のために特性マップに基づいた調整値（ＳＧ_ｖ）の値の決定のための調整値特性マップ（４）を準備するためのメモリユニット（２）と、
   内燃機関（７）の運転の間のパラメータ値の測定によって確定される先行の燃焼の燃焼メルクマールの実際の値（ＶＭ_Ｍ）と、特性マップに基づいた調整値（ＳＧ_ｖ）とに依存して、予測の燃焼メルクマール（ＶＭ_ｐｒｅｄ）を指示する、データに基づくモデル（１５）によって、内燃機関（７）の制御のための修正された調整値（ＳＧ_ｍｏｄ）の値を求めるために形成され、また、内燃機関（７）の制御のための修正された調整値（ＳＧ_ｍｏｄ）の値を、予測された燃焼メルクマール（ＶＭ_ｐｒｅｄ）から配分関数によって確定するために形成された計算ユニット（５）であって、データに基づくモデル（１５）が、燃焼メルクマールの目標値（ＶＭｓ）と燃焼メルクマールの実際値（ＶＭ_Ｍ）に応じて適応可能となるよう形成された、計算ユニット（５）と、
   内燃機関（７）に対する実際の調整値（ＳＧ（ｋ））を準備するためのコーディネーターユニット（１０）であって、実際の調整値（ＳＧ（ｋ））が、特性マップに基づいた調整値（ＳＧ_ｖ）の値及び／又は修正された調整値（ＳＧ_ｍｏｄ）の値に依存している値に合わせて調節される、コーディネーターユニット（１０）と、
   を備えた内燃機関（７）を制御するためのエンジン制御装置。
9. 計算ユニット（５）が、データに基づくモデル（１５）の出力値として、修正された調整値（ＳＧ_ｍｏｄ）の値に関する信頼性を示す信頼度（Ｖ）を準備するために形成され、また、コーディネーターユニット（１０）が、内燃機関（７）の制御のための実際の調整値（ＳＧ）として、信頼度（Ｖ）に応じて、修正された調整値（ＳＧ_ｍｏｄ）の値或いは特性マップに基づいた調整値（ＳＧ_ｖ）の値を準備するために形成されることを特徴とする請求項８に記載のエンジン制御装置。
10. 個別シリンダ毎に調整値特性マップ（４）の適応が行われることによって、燃焼メルクマールの目標値（ＶＭｓ）と燃焼メルクマールの測定された値（ＶＭ_Ｍ）との間のずれを最少化するために、適応ユニット（１１）を備えたことを特徴とする請求項８又は９に記載のエンジン制御装置。
11. エンジン制御装置（１）で実行されると、請求項１ないし７のいずれかに記載の方法を実施するコンピュータプログラム。

Images