JP2011231728A

JP2011231728A - パティキュレートフィルタの故障検出装置

Info

Publication number: JP2011231728A
Application number: JP2010104654A
Authority: JP
Inventors: Hiroyuki Nishiyama; 寛幸西山; Tomonori Kondo; 智紀近藤; Norihiko Nadanami; 紀彦灘浪; Wataru Matsutani; 渉松谷
Original assignee: NGK Spark Plug Co Ltd
Current assignee: Niterra Co Ltd
Priority date: 2010-04-29
Filing date: 2010-04-29
Publication date: 2011-11-17
Anticipated expiration: 2030-04-29
Also published as: JP5231476B2

Abstract

【課題】パティキュレートフィルタのＰＭの正確な堆積量を測定することなく、パティキュレートフィルタの故障判断を可能にすることを提供する。
【解決手段】本発明の故障検出装置１は、パティキュレートフィルタ（ＤＰＦ３０）の上流側と下流側とにパティキュレートセンサ４１，４２を有する。このセンサは共に自身を通過するパティキュレートの量の特定が可能である。両パティキュレートセンサ４１，４２の出力比（ＰＭ排出割合）を算出し、この割合の変動に着目すると、故障したパティキュレートフィルタでは、ＰＭ排出割合が一度落ち込んだ後に最小値を有して再び上昇する変化を示すことが見いだされ、これに基づき、パティキュレートフィルタの故障を判断する。
【選択図】図１

Description

本発明は、内燃機関の排気ガスを浄化するパティキュレートフィルタの故障判定装置に関する。

ディーゼルエンジンから排気ガス中に排出されるパティキュレート（Particulate Matter：粒子状物質）は、炭素質から成る煤と高沸点炭化水素成分から成るＳＯＦ分（Soluble Organic Fraction：可溶性有機成分）とを主成分とし、更に微量のサルフェート（ミスト状硫酸成分）を含んだ組成を成す。このパティキュレートが大気へ排出されることを抑制するため、排気通路（排気管）には一般にＤＰＦ（Diesel Particulate Filter）とも呼称されるパティキュレートフィルタが装着される。

ＤＰＦは炭化珪素やコージエライト等のセラミックからなるハニカム構造を有しており、薄壁により格子状に区画された流路の両端が交互に塞がれた構造である。この薄壁は数μｍから数十μｍの気孔を有する多孔質体であり、排気ガスがこの薄壁（気孔）を透過することによりパティキュレートが気孔の表面に堆積・捕集され、浄化されたガスが更に下流へと排出されるのである。

ＤＰＦは繰り返し使用され、薄壁に堆積したパティキュレートにより気孔の内径は更に小さくなる。小さくなった気孔にはより小さな粒子径のパティキュレートが付着し、その浄化能力は向上する。逆説的には、使用初期では、一部のパティキュレートがガスとともに薄壁を透過して排出されてしまうのであるが、所定期間の使用を経た後では最大限の浄化能力が発揮される。更に使用を継続すると、薄壁に堆積したパティキュレートによりその気孔は目詰まりを生じ、フィルタとして機能しなくなる。これを解消すべく、目詰まりが生じたことを検知すると、堆積したパティキュレートを燃焼除去し、パティキュレートフィルタの再生を図るのである。再生を行うタイミングを決定する方法としては、パティキュレートフィルタの上流側と下流側に差圧センサを設け、その差圧が基準値を超えた時に目詰まりを生じていると判断し、パティキュレートの燃焼除去を実行することが一般的である。また、その差圧に基づいて、例えば差圧が基準値より過小である場合は、パティキュレートフィルタが溶損等の劣化が生じていると判断することも可能である。

しかしながら、差圧の絶対値はパティキュレートの堆積状態によってばらつきを生じるため、差圧のみに基づいて上記再生を行うタイミングを決定したり、パティキュレートフィルタの劣化や故障を判断したりすることは困難である。例えば目詰まりが進行し過ぎ、パティキュレートの堆積量が過多であると、燃焼除去する際の燃焼温度が高くなりすぎてしまい、パティキュレートフィルタが溶損してしまうこともある。これに対応するため、パティキュレートの正確な堆積量を推定し、故障を判断する技術が存在する（例えば特許文献１参照）。

この技術は、パティキュレートフィルタの上流側と下流側とにパティキュレートセンサ（ＰＭセンサ）を設け、パティキュレートフィルタへのパティキュレートの進入量（入ＰＭ量）とパティキュレートフィルタから排出されるパティキュレートの量（出ＰＭ量）とを取得し、その比率に基づいてパティキュレートの堆積量を推定するものである。さらにこの特許文献１には、触媒が併設されたパティキュレートフィルタである場合に、パティキュレートの一部が酸化され堆積量が減じることに対し、その酸化量まで考慮すべきことが記載されている。その方法は、堆積量がある程度多くなると、堆積量の変化量に対してパティキュレートフィルタをすり抜けるパティキュレートの割合の変化量が小さくなるという性質を利用したものである。

特開２００７−１３２２９０

ところがこの方法は、正確な堆積量の測定が行えているとは言い難い。堆積量の推定を前提とする特許文献１の手法ではパティキュレートフィルタの正確な故障判断ができないおそれがある。加えて、パティキュレートフィルタの上流と下流との差圧は、パティキュレートの堆積状態のみならず大気ガスの流速にも依存することもあり、一層その判断を困難なものとしている。

本発明は、故障したパティキュレートフィルタから排出されるパティキュレートの、所定期間における排出割合の変化が、正常なものと比較して、特有の挙動を示すことを新たに見いだし、これに基づきパティキュレートフィルタの正確な故障判断を可能にする技術を提供するものである。

上記を達成するために本発明は、
内燃機関の排気通路に設けられたパティキュレートフィルタの故障を検出するパティキュレートフィルタの故障検出装置であって、
前記パティキュレートフィルタへ当該パティキュレートフィルタの上流側から流れ込むパティキュレートの量を特定する上流パティキュレートセンサと、
前記パティキュレートフィルタの下流側に設けられ自身を通過するパティキュレートの量を検出する下流パティキュレートセンサと、
前記上流パティキュレートセンサの出力値に対する前記下流パティキュレートセンサの出力値を割合として算出するＰＭ比算出手段と、
前記割合を、少なくとも前記パティキュレートフィルタの再生処理の実行後から所定期間、経時的に取得し、当該割合の最小値を前記パティキュレートフィルタの故障を示す判定基準値と比較することに基づき、前記パティキュレートフィルタの故障を判断する故障判断手段を備えることを特徴とする。

前述の如く、正確な故障判断のためにはパティキュレートフィルタへ堆積したパティキュレートの量（堆積量）を得る必要がある。このためにパティキュレートセンサが用いられる。パティキュレートフィルタへ流入する排気ガスに含まれるパティキュレートの量を示す上流パティキュレートセンサの出力値に対する、パティキュレートフィルタを通過した排気ガスに含まれるパティキュレートの量を示す下流パティキュレートセンサの出力値を算出すれば（下流パティキュレートセンサの出力値／上流パティキュレートセンサの出力値）、パティキュレートフィルタに堆積した堆積量が推定できる。しかしながら、この推定した堆積量は、触媒が併設された場合では、その酸化量までは特定できず、正確な値を取得できない。

ところで、本発明者等が鋭意研究を重ねた結果、前記割合（ＰＭ排出割合ともいう）の変化には、故障したパティキュレートフィルタと正常なパティキュレートフィルタとではＰＭ排出割合の変化に一定の法則性があることを見いだした。図１は、堆積したパティキュレートを燃焼除去する再生を行った後の前記割合（ＰＭ比）を示すものであり、正常なパティキュレートフィルタと故障の度合いの異なる２つのパティキュレートフィルタのそれぞれの割合の変化を、再生後の時間を横軸に、ＰＭ排出割合の変化を縦軸にプロットしたものである。

この図１によれば、パティキュレートフィルタが正常であれば、時間の経過、即ち使用に伴ってＰＭ排出割合が上昇することはない。再生直後においては、薄壁に堆積したパティキュレートが燃焼除去されていることから、比較的多量のパティキュレートが排出されるが、所定期間が経過した後には、前述の如く堆積したパティキュレートにより浄化能力は向上し、ＰＭ排出割合はほぼゼロとなる。一方、故障した（劣化のある）２つのパティキュレートフィルタでは、再生直後においては正常なものに類似したＰＭ排出割合の変化を示すが、所定の割合まで低下した後、ＰＭ排出割合は上昇する。このような挙動を示す理由は定かではないが、故障程度の異なる２つのパティキュレートフィルタがいずれも同様な挙動を示すことから、本発明者等は次の理由（メカニズム）によるものと推察する。

パティキュレートフィルタの故障は薄壁の一部が破損する状態にあり、当該一部を除けば正常なパティキュレートフィルタ同様に、フィルタとしての機能を果たす。このため、再生直後の一定期間（図１の期間Ａ）においては、故障した一部を除いた正常な部分がフィルタの機能を果たし、所定の割合までＰＭ排出割合は減少する。この正常な部分にはパティキュレートが堆積し、やがては、排気ガスはその正常な部分を通過することができなくなる。このため、パティキュレートを含む排気ガスは故障した部分を選択的に通過するようになる。したがって、故障したパティキュレートフィルタのＰＭ排出割合は、ひとたび減少した後に上昇する（図１の期間Ｂ）という傾向を示すのではないかという推論である。

いずれにしても図１に示される如く、故障したパティキュレートフィルタでは、パティキュレートフィルタの再生処理の実行後にはＰＭ排出割合が減少し、その後上昇するのであるから、ＰＭ排出割合を連続的に見れば、最小値を得たことに着目し、当該パティキュレートフィルタが故障していると判断することが可能となるのである。而してこの故障判断の方法はパティキュレートの堆積量を検出することなく、パティキュレートフィルタの故障の判断を容易に実現することが可能である。なお、ＰＭ排出割合の変動が測定できればパティキュレートフィルタの故障を判断することができるので、ＰＭ排出割合を連続的に、経時的に測定するにあたっては、その測定間隔は一定である必要はない。また、故障を判断した後は、必ずしも次回の再生処理実行時まで継続して測定し続ける必要もない。

なお、判定基準値の設定に際しては、ＰＭ排出割合の多少のバラツキを考慮してゼロよりもやや大きく、パティキュレートフィルタが故障していないことを保証できるときのＰＭ排出割合の値を判定基準値とする。したがって、前述のＰＭ排出割合の最低値が判定基準値を下回っていればパティキュレートフィルタは正常に作動していると判断することができ、一方、前記最低値が判定基準値を下回ることが無ければパティキュレートフィルタは故障しているものと判断することが可能である。

また、ＰＭ排出割合を取得する所定期間とは、図１に示したＰＭ排出割合の変化を取得してパティキュレートフィルタの故障を判断するのに十分な情報（データ、ＰＭ排出割合）量が集まるまでに要する期間が最低限必要であるがそれ以上は適宜設定すればよい。例えば、ＪＣ０８モードに合わせて２０分程度（１２０４秒）としてもよく、これより短くてもよい。また、時間ではなく、走行距離（例えば５０ｋｍ走行）で規定してもよい。もちろん、パティキュレートフィルタの次回の再生処理実行時までＰＭ排出割合の測定を継続して行い、そこから最小値を取得して判断を行うこととしてもよい。

また本発明は、前記割合の移動平均値を算出する移動平均算出手段を備えることを特徴とする。使用するパティキュレートセンサの検知方式にもよるが、センサの出力値はノイズ等の悪影響を受け、出力が乱れ、ばらつくことがある。瞬時的な出力のみに基づいて故障を判断すると、実際には故障していないのに故障と判断してしまったり、また逆の判断を生じてしまうおそれもある。このため、判断の根拠となる前記割合を移動平均値として算出することで、このような乱れを慣らし、誤判断を防ぐことが可能となる。なお、移動平均値の算出方法は、センサの方式・仕様や判断の妥当性・判断の速さ等から適宜選択すればよく、例えば指数平滑移動平均、三角移動平均、単純移動平均等の方法が挙げられる。ここに例示したいずれの移動平均の算出方法を適用してもよいが、図１に示す如く、故障したパティキュレートフィルタのＰＭ排出割合の変化は時間の経過に伴い上昇する傾向を示すことから、直近のサンプリング値に重みをつけて移動平均を算出する指数平滑移動平均（ＥＭＡ）等を利用することが好ましい。

また本発明は、前記故障判断手段は、前記割合または前記割合の移動平均値が最小値を取得した後に当該最小値よりも大きい前記割合または前記割合の移動平均値を取得したことに基づき、前記パティキュレートフィルタの故障を判断することを特徴とする。

上述の如く、パティキュレートフィルタが正常であれば、パティキュレートが堆積するため、所定期間の経過の後は、ＰＭ排出割合はほぼゼロとなる。その一方で、パティキュレートフィルタに故障が生じていればＰＭ排出割合は上昇してゆく。したがって、ＰＭ排出割合が大きくなるような変化を示していれば、パティキュレートフィルタは故障しているのである。なお、ＰＭ排出割合に替えてその移動平均値としてもよい。

このように判断する際の故障は、判定基準値との比較を併せて行うことで故障の度合いを判断するものとしてもよい。即ち、ＰＭ排出割合の最小値は判定基準値を下回るものの、上昇する変化を示すのであれば、パティキュレートフィルタは完全には故障に至っていないもののその前段階、即ち故障に至る過程であり劣化が進行していると判断することも可能である。また、ＰＭ排出割合の最小値が判定基準値を下回ることなく上昇する変化を示すのであれば、パティキュレートフィルタの故障は程度が進んだものであり、完全に故障していると判断することも可能である。

上記の本発明のパティキュレートフィルタの故障検出装置によれば、パティキュレートの堆積状態や流速に左右されることなく、パティキュレートフィルタの故障を的確に判断することができるという優れた効果を奏し得る。

パティキュレートフィルタの再生後のＰＭ排出割合の変化を、正常なパティキュレートフィルタ及び異なる故障程度のものについてグラフで示したものである。本発明のパティキュレートフィルタの故障検出装置の装置概要を示すブロック図である。パティキュレートフィルタの故障の判断を行う第１実施例のフローチャートである。パティキュレートフィルタの故障の判断を行う第２実施例のフローチャートである。パティキュレートフィルタの故障の判断を行う第３実施例のフローチャートである。

以下、本発明の実施の形態について添付図面を参照して説明する。

図２は本発明の故障検出装置が適用される内燃機関及びその排気系の一例をブロック図として示したものである。詳細には、ディーゼルエンジン１０と、当該ディーゼルエンジン１０からの排気ガスが排出される排気管２０と、排気管２０の途中に設けられるパティキュレートフィルタ（以下、ＤＰＦともいう）３０と、自身を通過する排気ガス中のパティキュレートの量を検出可能なパティキュレートセンサであって、ＤＰＦの上流側、下流側のそれぞれに設けられた上流パティキュレートセンサ４１及び下流パティキュレートセンサ４２と、後述するＤＰＦの故障判断を行う故障判断部（故障診断回路）５３を備えるとともにディーゼルエンジン１０の制御を行うＥＣＵ（Engine Control Unit）５０と、を備えている。

ＤＰＦ３０は炭化珪素やコージエライト等のセラミックから構成される多孔質セラミック体であり、薄壁が格子状をなしたハニカム構造を有している。ここへ排気ガスが流れ込み、フィルタとして機能し、煤等のパティキュレートの微粒子（以下、単にＰＭともいう）が捕集され、排気ガスが清浄化される。

パティキュレートセンサ（以下、ＰＭセンサともいう）４１，４２はいずれも構成に差異は無く、いかなる検出原理によるＰＭセンサを用いてもよい。例えば、特表２００６−５１５０６６、特開２００７−３２７９３６、特表２００６−５１９８９９等に開示されるようなセンサが用いられる。

ＥＣＵ５０は演算装置であるＣＰＵを始めに、エンジンの制御情報や各種センサの補正値等の情報、ＤＰＦ３０の再生処理方法等の書き込まれたＲＯＭ、各種情報の一時記憶領域であるＲＡＭや不揮発性メモリ、更に各種デバイスとの接続用のインターフェイス（Ｉ／Ｏ）等を備えて構成されている。これらにより、以下詳述する故障判断を行うため、ＥＣＵ５０の果たす一機能が故障判断手段５３に相当し、また、同様にＰＭ比算出手段５１に相当する。そして、このＥＣＵ５０やＰＭセンサ４１，４２からなる系が本発明のパティキュレートフィルタの故障検出装置を成す。

（第１実施例）
次いで、具体的なＤＰＦ３０の故障判断の動作について説明する。図３はＤＰＦ３０の故障判断についてＥＣＵ５０（厳密には故障判断手段５３）が実行する故障判断のルーチンを示すフローチャートである。

ＤＰＦ３０の故障判断では、まず故障判断の起点がＤＰＦ３０の再生処理の実行後に設定される（ステップＳ１０）。このＤＰＦの再生処理はＰＭセンサ４１，４２の出力値に基づいて実行してもよく、別途設ける図示外の差圧センサに基づいて実行してもよい。この再生処理の実行により、ＤＰＦ３０に堆積したＰＭは燃焼除去され、ＤＰＦ３０は汚損していない状態へと復帰する。

ＤＰＦ３０の再生後、ＤＰＦ３０の故障判断を可能とするためにデータのサンプリングが行われる。具体的には、ＰＭセンサ４１，４２により上流ＰＭ量ＱＵ_ｉと下流ＰＭ量ＱＤ_ｉを取得する（ステップＳ２０）。取得した上流ＰＭ量ＱＵ_ｉと下流ＰＭ量ＱＤ_ｉとに基づいてＰＭ排出割合Ｘ_ｉを算出し（ステップＳ３０）、ＲＡＭへその値（割合）を記憶する（ステップＳ３１）。こうして得たＰＭ排出割合Ｘ_ｉからＤＰＦ３０の故障を判断する（故障判断ルーチン（ステップＳ４０〜Ｓ８０））のであるが、故障の判断にあたり必要なデータが集まりＰＭ排出割合Ｘ_ｉが最小値（Ｘ_ｍｉｎ）であるか否かを判断できるようになるまで、ステップＳ２０〜Ｓ３１が繰り返される。即ち、ステップＳ３２にてサンプリング回数を示す「ｉ」を＋１として（ｉ＝ｉ＋１）、サンプリング回数に応じた複数のデータ（各ＰＭ量ＱＵ_ｉ，ＱＤ_ｉ及びＰＭ排出割合Ｘ_ｉ）を集めるためにステップＳ２０へと戻り、データサンプリングの閉ループ処理が実行される。したがって、添え字「ｉ」はｉ＝１，２，３…とサンプリング回数を示すものである。以下、便宜的に本第１実施例におけるステップＳ１０〜Ｓ３２のルーチンを「データサンプリングルーチン」と呼称する。

一方、ステップＳ４０〜Ｓ８０ではＤＰＦ３０の故障判断が行われる。具体的には次の通りである。故障判断が開始されると（ステップＳ４０）、データサンプリングにて取得したＰＭ排出割合Ｘ_ｉの最小値Ｘ_ｍｉｎをＲＡＭから読み込む（ステップＳ４６）。この際、ＲＡＭに格納された値が最小値であるか否かの判断ができないときは、ステップＳ４６にて待機し、次回以降のＰＭ排出割合Ｘ_ｉ＋１，Ｘ_ｉ＋２，…のサンプリングを待って、取得した複数のデータから最小値Ｘ_ｍｉｎを読み込むものとしてもよい。

次いで、読み込んだ最小値Ｘ_ｍｉｎとＤＰＦ３０の故障を判断する判定基準値Ｓとの比較が行われる（ステップＳ５０）。ここで、最小値Ｘ_ｍｉｎが判定基準値Ｓ以下とされると（ステップＳ５０／Ｙｅｓ）、ＤＰＦ３０は故障していないと判断される（ステップＳ８０）。一方、最小値Ｘ_ｍｉｎが判定基準値Ｓよりも大きいとされると（ステップＳ５０／Ｎｏ）、ＤＰＦ３０は故障していると判断される（ステップＳ６０）。いずれの判断にしてもＤＰＦ３０の状態が判断されれば、ステップＳ４０〜Ｓ８０の故障判断ルーチンは終了する。

本第１実施例では、データサンプリングルーチンと故障判断ルーチンの実行については特に限定していないが、例えば、データサンプリングルーチンを所定回数実行した後に故障判断ルーチンを実行してもよいし、或いはデータサンプリングルーチンの所定回数の実行毎に故障判断ルーチンを割り込み処理として実行するようにしてもよい。

なお、実行回数で管理せずに次のように処理を行ってもよい。ＤＰＦ３０の再生処理は本第１実施例の故障判断とは独立して実行されうる。そこで、ＤＰＦ３０の再生処理が行われるとともに次回の再生処理までの間、継続してデータサンプリングルーチンを実行する。次回の再生処理が行われる際、併せて故障判断ルーチンを実行する方法である。このようにすると、十分な量のデータがサンプリングされていることから、例えば最小値１つのみに限らず、最小値側の複数のデータを読み込み、それらの平均値やそれらの全てと判定基準値Ｓとを比較することも可能となる。もちろん、故障判断ルーチンを実行するタイミングは、ＤＰＦ３０の次回の再生に合わせて実行せずとも、ＤＰＦ３０の再生から所定期間経過後、或いは所定距離の走行後に実行することとしてもよい。

（第２実施例）
別の実施例について図４のフローチャートを参照して説明する。なお、第１実施例と同様の処理については同一の符号を用いるものとしてその説明を割愛する。第１実施例に対して大きく異なる点は、サンプリングしたデータの個数を確認するステップを設けて１つのフローチャートとして処理するようにした他、ＤＰＦ３０が正常であると判断し続ける内は、逆説的にはＤＰＦ３０が故障したと判断するまでは、継続的にまたは定期的に故障判断を実行している点である。

ＤＰＦ３０の再生処理以後、ＰＭ排出割合のＸ_ｉ算出、そのＰＭ排出割合Ｘ_ｉをＲＡＭへ記憶するまでは第１実施例と同様である。次いで、ＲＡＭへ格納したデータの個数が確認される（ステップＳ１４０）。ルーチンの初回ではＤＰＦ３０の再生後の初回のＰＭ排出割合Ｘ_１しか取得しておらず、当該ＰＭ排出割合Ｘ_１が最小値であるか否かの判断ができない。このため、初回時は再度ＰＭ排出割合Ｘ_ｉ（詳細にはＸ_２）を取得すべく、ステップＳ２０へ戻る。即ち、ステップＳ１４０では、データの取得回数を示す「ｉ」が２以上であるか否かを確認し、２以上でなければ、換言すれば、データの初回取得時であればステップＳ１４０／Ｎｏとなり、ステップＳ２０へ戻る。一方、データの取得回数「ｉ」が２以上であれば、複数取得したＰＭ排出割合の比較により最新の取得データ（ＰＭ排出割合Ｘ_ｉ）が最小値であるか否かの判断が可能であるため、ステップＳ１４０／Ｙｅｓとなり故障判断ステップＳ１５０へと進む。

ステップＳ１５０では、ＲＡＭへ記憶したＰＭ排出割合Ｘ_ｉ−１，Ｘ_ｉの比較を行いＤＰＦ３０の故障を判断する。具体的には、第１回目の判断時であれば、初回時に得たＰＭ排出割合Ｘ_１（＝Ｘ_ｉ−１）と再度取得したＰＭ排出割合Ｘ_２（＝Ｘ_ｉ）とを比較し、Ｘ_１（＝Ｘ_ｉ−１）の方がＸ_２（＝Ｘ_ｉ）よりも小さければ（ステップＳ１５０／Ｙｅｓ）ステップＳ６０へ進み、ＤＰＦ３０には故障が生じたと判断する。この判断に伴い、運転者へＤＰＦ３０が故障している旨を知らせるべく、ＥＣＵ５０が報知信号を発することとしてもよい。その後は、ＲＡＭに記憶したデータをリセットする（ステップＳ７０）などしてＤＰＦ３０の故障判断を終了する。

一方、ステップＳ１５０において、Ｘ_１（＝Ｘ_ｉ−１）がＸ_２（＝Ｘ_ｉ）以上であれば（ステップＳ１５０／Ｎｏ）ステップＳ８０へ進み、ＤＰＦ３０が故障していない場合の処理を行う。一例としては、図４のフローチャートに示すようにＤＰＦ３０は正常であると判断し、ＲＡＭへ正常と判断したことを記憶してもよい。

また、ステップＳ１５０においてＮｏと判定される回数をカウントし、その回数が規定回数に達するまではＤＰＦ３０は正常であるとの判断を保留しておき、規定回数に達した後に正常と判断することとしてもよい。更に、故障と判断するまでは、ステップＳ２０へ戻り、繰り返し、ＤＰＦ３０の故障を判断すべくＰＭ排出割合を取得する処理を行ってもよい。

以上に拠れば、ＤＰＦの再生処理を行った後に、ＰＭ排出割合が最小値を取得した後に当該最小値よりも大きいＰＭ排出割合を取得した事実と、故障したＤＰＦを用いた際に現れるＰＭ排出割合の変化（即ち、図１である）とに基づき、ＰＭの堆積状態や流速に左右されることなくＤＰＦの故障判断を行うことが可能となるのである。

（第３実施例）
次に、より精度の高い故障判断の方法について図５のフローチャートを参照して変形例として説明する。なお、他の実施例と同様の処理については同一の符号を用いるものとしてその説明を割愛する。

第２実施例では各ＰＭセンサ４１，４２により取得した上流ＰＭ量ＱＵ_ｉと下流ＰＭ量ＱＤ_ｉから即座にＰＭ排出割合を求めるものとした。この方法であってもＤＰＦ３０の故障を判断することは可能である。しかし、センサの出力信号には種々の要因により乱れを生じることがある（ノイズの発生）。これにより、ノイズが重畳した出力信号に基づいて各ＰＭ量ＱＵ_ｉ，ＱＤ_ｉを取得しＰＭ排出割合Ｘ_ｉを算出してしまっていては正確な故障判断が行えないおそれもある。そこで第３実施例では第２実施例に加えてＰＭ排出割合Ｘ_ｉの移動平均値を算出する移動平均算出手段５２を更に備え、これによって算出された移動平均値に基づいて故障を判断するものである。なお、移動平均算出手段５２は本第３実施例においてはＥＣＵ５０の一機能によって達成されうる。

ＤＰＦ３０の再生（ステップＳ１０）を起点として、ＰＭ排出割合Ｘ_ｉを算出しＲＡＭに記憶（ステップＳ３１）するまでは第２実施例と同様である。ステップＳ３１の後、ＰＭ排出割合を移動平均値ＭＸ_ｊとして算出すべくステップＳ２４０へ進む。移動平均値の算出にあたっては複数のデータ（ＰＭ排出割合Ｘ_１，Ｘ_２，Ｘ_３，…）が必要であるため、移動平均値の算出に必要なデータ個数（例えばＭ個）が集まるまではステップＳ２０へ戻りＰＭ排出割合Ｘ_ｉを取得する処理を繰り返す（ステップＳ２４０／Ｎｏ）。したがって、ステップＳ２０，Ｓ３０，Ｓ３１，Ｓ２４０の処理が、「ｉ」が３以上となるまで繰り返される。なお、必要なデータ個数Ｍや、繰り返しＰＭ排出割合Ｘ_ｉを求めるタイミングも故障判断の精度や移動平均の方法に応じて適宜設定すればよいが、本第３実施例においてＭは３以上、ＰＭ排出割合Ｘ_ｉを求めるタイミングは１００ｍｓ毎としている。

ＰＭ排出割合を移動平均値ＭＸ_ｊとして算出するのに必要なデータ個数が集まると、即ち、「ｉ」が３以上となると（ステップＳ２４０／Ｙｅｓ）、ステップＳ２４１へ進みＰＭ排出割合の移動平均値ＭＸ_ｊを算出する。次いで、移動平均値ＭＸ_ｊと判定基準値Ｓとの比較を行う（ステップＳ２５０）。

ここで、判定基準値Ｓとは、予め設定される値であり、故障していない正常なＤＰＦのＰＭ排出割合が所定時間の経過の後には必ず達する値が設定される。換言すればこの判定基準値Ｓ以下のＰＭ排出割合を示しているならば、順次算出されるＰＭ排出割合の値の大小関係がどうであれ、ＤＰＦが正常であることが保証されている値を判定基準値とすることもできるのである。この場合には、故障と判断するときのＰＭ排出割合は当該判定基準値Ｓを超えていることが前提となる。もちろん、判定基準値Ｓの設定値を単純にＰＭ排出割合で判断する第２実施例とその移動平均値で判断する本第３実施例とでそれぞれに異なった値を設定してもよいことは言うまでもない。

さて、ＰＭ排出割合Ｘ_ｉ（より精度の高い本第３実施例では移動平均値ＭＸ_ｊ）がこの判定基準値Ｓ以下（ステップＳ２５０／Ｙｅｓ）となればＤＰＦ３０は故障していない、即ち正常であると判断される（ステップＳ８０）。前述の第２実施例におけるステップＳ８０と同様に、ＤＰＦ３０が故障していない場合の処理を行う。また、ＤＰＦ３０は故障していないと判断したことに基づき、次回のＤＰＦ３０の再生処理が行われるまでは、ＤＰＦ３０の故障判断処理を終了してもよい。当該故障判断処理の終了に伴い、例えばステップＳ７０のようにデータをリセットする。

一方、移動平均値ＭＸ_ｊが判定基準値Ｓよりも大きいと判断されると（ステップＳ２５０／Ｎｏ）、本発明の主旨であるＰＭ排出割合の変化の挙動に基づくＤＰＦ３０の故障判断ルーチン（ステップＳ２５２〜Ｓ２５６）へと進む。移動平均値ＭＸ_ｊが判定基準値Ｓよりも大きいと判断される場合は、ＤＰＦ３０が故障しているか、もしくはＤＰＦ３０の再生処理を実行してから十分な時間が経過していないかのいずれかである。

さて、ステップＳ２５２では、ＰＭ排出割合の移動平均値ＭＸ_ｊのデータ個数が２以上取得されているか否かが判断される。ここで、移動平均値ＭＸ_ｊのデータ個数が２以上無い場合（ステップＳ２５２／Ｎｏ）は、故障判断をするデータが不足しているとしてステップＳ２０へ戻り、ｉ＋１（及びｊ＋１）回目のデータの取得、算出を繰り返し行う。

一方、移動平均値ＭＸ_ｊのデータ個数が２以上記憶されていれば（ステップＳ２５２／Ｙｅｓ）、移動平均値ＭＸ_ｊ−１，ＭＸ_ｊの２値からＰＭ排出割合の移動平均値ＭＸ_ｊの時間変化率Ｔを算出し（ステップＳ２５４）、この値の正負を判断する（ステップＳ２５６）。時間変化率Ｔが正の値であるとは（ステップＳ２５６／Ｙｅｓ）、図１の、故障したＤＰＦのＰＭ排出割合に示される如く、ＰＭ排出割合は最小値を取得した後に大きい値へと変化したことを示している。即ち、ＤＰＦが故障していることが判断される（ステップＳ６０）。故障と判断した際の処理は前述の第２実施例と同様の処理を行えばよい。また、その後も第２実施例と同様にデータのリセットを行い（ステップＳ７０）、ＤＰＦ３０の故障判断を終了する。

時間変化率Ｔの値がゼロまたは負の値であるときは（ステップＳ２５６／Ｎｏ）、ＰＭ排出割合が最小値となるその近傍付近であるか、或いはＤＰＦ３０の再生処理の実行からの時間が十分に経過していない可能性がある。いずれにしてもステップＳ２５０にて移動平均値ＭＸ_ｊが判定基準値Ｓよりも大きいと判断されているのであるから、ＤＰＦ３０が故障である可能性が存在し、これを判断すべく、ｉ＋１（及びｊ＋１）として再びデータの取得、算出を繰り返し行う処理をする。

斯くの如くパティキュレートフィルタの故障の判断は行われ、故障検出装置は構成されるのであるが、本発明はその思想を逸脱しない範囲での各種変形が可能である。

上記実施形態では上流ＰＭ量をＰＭセンサにより測定したが、これに限られず、吸入空気量や燃料噴射量、Ａ／Ｆ等のエンジン運転パラメータを取得し、これらからパティキュレートフィルタへ流れ込むＰＭ量を推定するとともに、下流ＰＭセンサの検出値を用いてＰＭ排出割合を算出するようにしてもよい。このようにすることで、内燃機関の排気系を構成する部品点数を削減、具体的には上流ＰＭセンサを設けずとも、ＤＰＦの故障検知が可能となる。

また、ＤＰＦの再生タイミングは図示しない差圧センサを用いて決定してもよく、ＰＭセンサを利用してタイミングを決定してもよい。即ち、再生タイミングを決定する方法は特定されないのである。

さらに、上記第３実施例では移動平均値を算出するとともにその値と判定基準値との比較により判断を行った例を示したが、これに比較して幾らか簡易な方法として、第２実施例にて行った方法について移動平均値を利用して判断するものとしてもよい。即ち、第２実施例ではＰＭ排出割合Ｘ_ｉ−１，Ｘ_ｉの大小比較により判断を行ったが、これに替わって２つの移動平均値ＭＸ_ｊ−１，ＭＸ_ｊを大小比較する方法としてもよい。

なお、第３実施例について換言すれば、次のように「期間」を用いて定義することもできる。前述の判定基準値、即ち、前記パティキュレートフィルタが故障していないことを保証可能なときに算出される割合の上限値を判定基準値として設定するとともに、前記故障を判断する期間を、パティキュレートフィルタの再生終了後から前記割合または前記割合の移動平均値が前記判定基準値以下となるまでの期間Ａ、及び前記最小値を取得した後に当該最小値よりも大きい前記割合または前記割合の移動平均値を取得するまでの期間Ｂのうちのいずれか短い期間として前記故障を判断する方法である。

期間ＡはＤＰＦ３０の再生終了後からＰＭ排出割合（またはＰＭ排出割合の移動平均値）が判定基準値Ｓに達するまでの期間であり、具体的にはステップＳ２５０にてＹｅｓとなり、ＤＰＦ３０が正常であると判断される（ステップＳ８０）のに要した期間(時間)が当該「故障を判断する期間」として「期間Ａ」となる。
一方、期間ＢはＤＰＦ３０の再生終了後からＰＭ排出割合（またはＰＭ排出割合の移動平均値）が最小値を取得した後に当該最小値よりも大きい値を取得するまでの期間であり、ステップＳ２５６にてＹｅｓとなり、ＤＰＦ３０は故障していると判断される（ステップＳ６０）のに要した期間（時間）が「故障を判断する期間」として「期間Ｂ」となる。

図５のフローチャートとから明らかであるが、期間Ａが特定されたときには期間Ｂは特定されることなく、つまり期間Ｂは無限大であるとして、期間Ａが対象期間とされる。一方、期間Ｂが特定されたときには期間Ａは特定されることがなく、同様に期間Ａは無限大であるとして、期間Ｂが対象期間とされる。したがって、両期間Ａ，Ｂのうち、短い方が「故障を判断する期間」となるのである。

なお、図１のグラフは移動平均値を取得してプロットしたものであり、上述した第２実施例の移動平均値を算出しないで判断する際に算出したＰＭ排出割合をプロットした場合は、センサの出力にノイズが加わることにより幾らか乱れたグラフとなることが考えられる。しかしながら、両者はセンサの出力値にノイズ加わった際のグラフのばらつき度合いが異なるもののグラフの形状の傾向としては同様のものであるから、本明細書においては、移動平均値を算出して得た値をプロットしたグラフを用いて本発明を説明するものである。

１・・・・・・故障検出装置
１０・・・・・ディーゼルエンジン
２０・・・・・排気管
３０・・・・・ＤＰＦ（パティキュレートフィルタ）
４１，４２・・パティキュレートセンサ（ＰＭセンサ）
５０・・・・・ＥＣＵ
５１・・・・・ＰＭ比算出手段
５２・・・・・移動平均算出手段
５３・・・・・故障判断手段

Claims

内燃機関の排気通路に設けられたパティキュレートフィルタの故障を検出するパティキュレートフィルタの故障検出装置であって、
前記パティキュレートフィルタへ当該パティキュレートフィルタの上流側から流れ込むパティキュレートの量を特定する上流パティキュレートセンサと、
前記パティキュレートフィルタの下流側に設けられ自身を通過するパティキュレートの量を検出する下流パティキュレートセンサと、
前記上流パティキュレートセンサの出力値に対する前記下流パティキュレートセンサの出力値を割合として算出するＰＭ比算出手段と、
前記割合を、少なくとも前記パティキュレートフィルタの再生処理の実行後から所定期間、経時的に取得し、当該割合の最小値を前記パティキュレートフィルタの故障を示す判定基準値と比較することに基づき、前記パティキュレートフィルタの故障を判断する故障判断手段を備えることを特徴とするパティキュレートフィルタの故障検出装置。
請求項１に記載のパティキュレートフィルタの故障検出装置であって、
前記割合の移動平均値を算出する移動平均算出手段を備えることを特徴とするパティキュレートフィルタの故障検出装置。
請求項１または２に記載のパティキュレートフィルタの故障検出装置であって、
前記故障判断手段は、前記割合または前記割合の移動平均値が最小値を取得した後に当該最小値よりも大きい前記割合または前記割合の移動平均値を取得したことに基づき、前記パティキュレートフィルタの故障を判断することを特徴とするパティキュレートフィルタの故障検出装置。