JP2014084817A - 内燃機関のシリンダ吸入空気量推定装置 - Google Patents

Abstract

【課題】Ｓ／Ｄ方式を用いた場合でも、膨大なメモリ容量を必要とせず、少ない適合定数と少ない演算負荷で、定常運転時および過渡運転時でも、エンジンを好適に制御するために十分な精度でシリンダ吸入空気量を推定可能な内燃機関のシリンダ吸入空気量推定装置を得る。
【解決手段】定常運転時のバルブタイミングで適合した体積効率補正係数マップからＳ／Ｄ方式でシリンダ吸入空気量を算出しつつ、スロットル開度θと有効開口面積ＣＡｔとの関係を学習しておき、過渡変化時からエキマニ内の温度が収束するまでの間は、学習済みの関係に基づいて吸入空気量Ｑａを算出する。ＡＦＳ方式と同様の吸気系応答遅れをモデル化した物理モデル２５に基づいてシリンダ吸入空気量Ｑｃを算出する。
【選択図】図２

Description

この発明は、ＶＶＴ（可変動弁）機構が設けられた内燃機関の制御装置に関し、詳細には、シリンダ吸入空気量を高精度に算出するための内燃機関のシリンダ吸入空気量推定装置に関するものである。

一般に、エンジンを好適に制御するためには、シリンダに吸入される空気量を高精度に算出し、シリンダ内に吸入された空気量に応じた燃料制御および点火時期制御を行うことが重要である。

シリンダ吸入空気量を求めるためには、吸気管のスロットル上流部に設けられたエアフロセンサ（ＡＦＳ：Ａｉｒ Ｆｌｏｗ Ｓｅｎｓｏｒ）を用いて計測するＡＦＳ方式と、吸気管のスロットル下流部のインマニ（サージタンクおよびインテークマニホールド）に設けられた圧力センサ（以下、「インマニ圧センサ」という）とエンジン回転センサとを用いて、インマニ圧およびエンジン回転速度から推定演算するＳ／Ｄ方式（Ｓｐｅｅｄ Ｄｅｎｓｉｔｙ方式）と、の２種類の方式が一般に適用されている。
また、上記センサを併用し、運転状態に応じて各方式を切換える技術も知られており、ＡＦＳ方式であってもインマニ圧を計測する技術も知られている。

近年では、さらなる低燃費化および高出力化を目的として、吸気バルブのバルブ開閉タイミングを可変化するＶＶＴ（可変バルブタイミング：Ｖａｒｉａｂｌｅ Ｖａｌｖｅ Ｔｉｍｉｎｇ）機構（以下、「吸気ＶＶＴ」という）の採用が一般化されている。また、吸気バルブのみならず、排気バルブにもＶＶＴ機構（以下、「吸排気ＶＶＴ」）が採用されることも多い。

しかし、吸排気ＶＶＴを備えたエンジンにおいては、インマニからシリンダに吸入される空気量が、バルブタイミングによって大きく変化するので、バルブタイミングによる影響を考慮しないと、特にＳ／Ｄ方式においては、定常および過渡の全運転領域でシリンダ吸入空気量の算出精度が大幅に低下してしまう。
また、バルブタイミングを変化させる場合に応答遅れが生じることから、過渡運転時においては、定常運転時に設定されたバルブタイミングと一致せず、空気量の算出精度が大幅に低下する原因となっている。

従来から、Ｓ／Ｄ方式におけるシリンダ吸入空気量の推定方法としては、バルブタイミングなどのエンジンパラメータは変化しない前提であるが、インマニ圧、体積効率、シリンダ体積および温度から算出する方法が知られている（たとえば、特許文献１参照）。

特許文献１の方法において、仮にＳ／Ｄ方式に可変動弁を適用した場合には、バルブタイミングがバルブタイミングの制御マップと一致した定常状態での体積効率をマップ値に設定することが考えられる。しかし、この場合、定常運転時には問題が生じないものの、過渡運転時には空気量の算出精度が大幅に低下してしまう。

そこで、過渡運転時の空気量の算出精度の低下を抑制するために、バルブタイミングに応じて体積効率のマップを多数設定しておくことも考えられるが、吸排気ＶＶＴに適用する場合には、吸気ＶＶＴと排気ＶＶＴとのそれぞれのバルブタイミングに応じて、体積効率のマップを設定する必要があるので、適合化およびデータ設定において多大な工数が必要になるうえ、ＥＣＵ内のマイクロコンピュータに要求されるメモリ容量が膨大になる。

たとえば、特許文献１の方法によれば、体積効率相当値（インマニからシリンダに入る空気量を示す指標）のマップ数としては、ＶＶＴ機構の作動範囲を６個の代表点で表し、各代表点の間を補間して使用する場合に、吸気ＶＶＴのみのシステム構成では、６個の体積効率相当値マップが必要となり、吸排気ＶＶＴシステムでは、６×６（＝３６）個の体積効率相当値マップが必要となる。

すなわち、ＶＶＴを有するエンジンにおいて、インマニ圧とエンジン回転速度からシリンダ吸入空気量を推定するＳ／Ｄ方式を適用した場合、体積効率相当値をＶＶＴの実バルブタイミングに応じて適合させる必要があるので記憶マップ数が膨大になる。

特開平０８−３０３２９３号公報

従来の内燃機関のシリンダ吸入空気量推定装置は、Ｓ／Ｄ方式に可変動弁を適用した場合に定常状態での体積効率マップを設定すると、過渡運転時の算出精度が大幅に低下してしまうという課題があった。
また、過渡運転時の算出精度の低下を抑制するために、仮に体積効率マップを多数設定した場合には、バルブタイミングに応じて膨大なマップを設定する必要があり、膨大なメモリ容量が要求されるという課題があった。

そこで、本件と同一出願人による特許出願（特願平２０１２−６１８２４）に記載されたように、吸排気ＶＶＴを備えたエンジンにおいても、少ないマップ数でシリンダ吸入空気量を高精度に算出するために、ＡＦＳ方式では、スロットルバルブを通過した空気がシリンダ内に入るまでの吸気系応答遅れをモデル化した物理モデルを用いて推定し、Ｓ／Ｄ方式では、インマニからシリンダ内に入る空気の動きをモデル化した物理モデルを用いて推定することも考えられる。

この場合、インマニからシリンダ内に入る空気量を示す指標である体積効率相当値が用いられることになるが、体積効率相当値（体積効率補正係数）は、２つの内部変数（吸気効率および排気効率）を用いて算出され得る。また、排気効率を用いて内部ＥＧＲ率（シリンダ内に残留した排気の割合）を推定することも可能である。

上記物理モデルを用いて内部変数を近似演算することにより、特許文献１の場合には、体積効率相当値のマップ数が、吸気ＶＶＴシステムでは６個、吸排気ＶＶＴシステムでは３６個必要であったのに対し、必要なマップ数を大幅に削減することが可能となる。

しかしながら、内部変数の算出に１次近似式を用いる場合であれば、必要なマップ数を大幅に削減可能であるが、さらなる精度向上を目的として、たとえば、２次近似式または３次近似式を用いる場合には、やはり必要なマップ数が多くなってしまうので、マップ数の削減効果が低下することになる。

また、内部変数算出用の近似式を求めるためには、結局、吸排気ＶＶＴシステムであれば、６×６（＝３６）個の体積効率補正係数マップ分のデータ計測が必要になるので、適合工数の削減効果が見込めないという問題がある。さらに、体積効率補正係数は、環境条件または個体ばらつきに起因した誤差が生じやすく、この誤差を吸収することができないという問題もある。

また、Ｓ／Ｄ方式の場合には、過渡運転時および過渡運転後の所定時間において、正確なシリンダ吸入空気量を推定することができないという問題がある。
通常、体積効率補正係数のマップを適合する場合には、定常運転（または、定常運転に準じる程度のゆっくりした変化速度）でスロットルをスイープしたときのインマニ圧およびインマニ温と、シリンダ吸入空気量（たとえば、ＡＦＳや燃料噴射量から算出される）と、の関係を用いてマップ値を算出している。

また、体積効率補正係数とは、シリンダ吸入空気量、インマニ内の圧力および温度と、排気バルブから触媒までの排気管（以下、「エキマニ」という）内の圧力および温度と、の関係が釣り合った状態における、インマニ圧およびインマニ温と、シリンダ吸入空気量と、の関係を無次元数として導出したものと考えられる。

さらに、上記釣り合った状態は、一旦、別の運転ポイントに変化した後に、再度同じ運転ポイントに戻ってきた場合にも、ほぼ維持されることが経験的に知られている。
したがって、Ｓ／Ｄ方式においては、この性質を利用して、インマニ圧、インマニ温およびシリンダ吸入空気量と、体積効率補正係数との関係が常に一定であることを前提に、インマニ圧およびインマニ温と、体積効率補正係数とから、シリンダ吸入空気量を推定するものと考えられる。

しかしながら、低負荷運転から高負荷運転に過渡的に変化した場合、また、その逆に変化した場合には、特にエキマニ内の温度変化が大きく（たとえば、４００℃〜８００℃程度）、温度が収束するまでに、ある程度の時間（たとえば、数秒〜３０秒程度）が必要になる。この場合、過渡変化時からエキマニ内の温度が収束するまでの期間中に、インマニ圧およびインマニ温と、シリンダ吸入空気量の関係がずれてしまう。

つまり、物理モデルを用いても、Ｓ／Ｄ方式の場合には、エキマニ内の温度が収束するまでは、シリンダ吸入空気量を高精度に算出することができないことが知られている。
この原因は、エキマニ内の温度が異なることに起因して、内部ＥＧＲ量が変化することにあると考えられる。よって、過渡運転時およびその後の所定時間においては、エキマニ内の温度が異なるので内部ＥＧＲ量が変化して、正確なシリンダ吸入空気量を推定できなくなる。
なお、ＡＦＳ方式の場合には、過渡変化時からエキマニ内の温度が収束するまでの期間においても、Ｓ／Ｄ方式のようなシリンダ吸入空気量の推定誤差は生じない。

そこで、上記物理モデルを用いた推定技術をさらに改良し、排気温度の推定精度を向上させて内部ＥＧＲ量を補正することも考えられるが、必要なマップ数がさらに増大するので、本来の目的であるマップ数削減効果を奏することができないうえ、排気温度を変更して適合する必要があることから、適合工数が膨大になるという問題が生じる。

この発明は、上記のような課題を解決するためになされたものであり、Ｓ／Ｄ方式を用いた場合でも、膨大なメモリ容量を必要とせずに、少ない適合定数と少ない演算負荷で、定常運転時および過渡運転時のいずれにおいても、エンジンの好適制御に十分な精度で、シリンダ吸入空気量を推定することのできる内燃機関のシリンダ吸入空気量推定装置を得ることを目的とする。

この発明に係る内燃機関のシリンダ吸入空気量推定装置は、スロットルバルブの下流側の吸気管に設けられた内燃機関のシリンダ内へのシリンダ吸入空気量を推定するために、内燃機関の各種アクチュエータに関連した運転状態を検出する各種センサと、各種センサの検出値を入力情報として、スロットルバルブを通過した空気がシリンダ内に入るまでの吸気系の応答遅れをモデル化した物理モデルと、を備えた内燃機関のシリンダ吸入空気量推定装置であって、各種アクチュエータは、スロットルバルブのスロットル開度を制御することにより有効開口面積を変化させて、スロットルバルブを通過する空気量を調整するスロットル開度制御手段を含み、各種センサは、スロットルバルブの大気側の大気温を検出する大気温センサと、スロットルバルブの大気側の大気圧を検出する大気圧センサと、スロットルバルブの下流側の吸気管内の圧力をインマニ圧として検出するインマニ圧センサと、を含み、物理モデルは、シリンダ吸入空気量を示す指標である体積効率相当値を算出する体積効率相当値算出手段と、スロットル開度と有効開口面積との関係を学習することにより、目標吸入空気量を達成するための学習補正後目標スロットル開度を算出するスロットル開度学習手段と、実シリンダ吸入空気量を算出するシリンダ吸入空気量算出手段と、を含み、定常運転時においては、インマニ圧および体積効率相当値を用いて、シリンダ吸入空気量算出手段による実シリンダ吸入空気量の推定を行うとともに、実シリンダ吸入空気量に基づき、スロットル開度学習手段による開度学習を行い、過渡運転時においては、スロットル開度学習手段による開度学習を停止したうえで、スロットル開度および開度学習の結果から算出した実有効開口面積と、インマニ圧と、大気圧および大気温とを、絞り式流量計の流量算出式に適用することにより、スロットルバルブを通過した吸入空気量を推定するとともに、吸入空気量に基づき、シリンダ吸入空気量算出手段による実シリンダ吸入空気量の算出を行うものである。

この発明によれば、Ｓ／Ｄ方式を用いてシリンダ吸入空気量を算出する場合に、定常運転時では、定常運転時のバルブタイミングで適合した体積効率補正係数マップからシリンダ吸入空気量を算出しつつ、スロットル開度と有効開口面積との関係を学習しておき、過渡変化時からエキマニ内の温度が収束するまでの期間では、学習したスロットル開度と有効開口面積との関係を用いてスロットルを通過した吸入空気量を算出し、ＡＦＳ方式と同様の物理モデル（スロットルバルブを通過した空気がシリンダ内に入るまでの吸気系の応答遅れをモデル化した演算系）を用いてシリンダ吸入空気量を算出することにより、膨大なメモリ容量を必要とせずに、少ない適合定数と少ない演算負荷で、定常運転時および過渡運転時のいずれにおいても、エンジンの好適制御に十分な精度で、シリンダ吸入空気量を推定することができる。

この発明の実施の形態１に係る内燃機関のシリンダ吸入空気量推定装置をエンジンとともに示すブロック構成図である。 この発明の実施の形態１に係る内燃機関のシリンダ吸入空気量推定装置の機能構成を各種センサとともに示すブロック図である。 この発明の実施の形態１によるシリンダ吸入空気量の算出処理を示すフローチャートである。 図２内のスロットル開度学習手段の機能構成を示すブロック図である。 この発明の実施の形態１によるスロットル開度学習処理を具体的に示す説明図である。 実際のＣＡｔ−θ関係に対してＣＡｔ−θテーブルの取り得る状態を示す説明図である。 図４内のスロットル開度学習値算出部の機能構成を示すブロック図である。 図７内のロングタイム学習値算出部およびロングタイム学習値記憶部による処理動作を示す説明図である。 図７内のロングタイム学習値単調増加処理部による処理動作を示す説明図である。

実施の形態１．
以下、図面を参照しながら、この発明の実施の形態１について詳細に説明する。
図１はこの発明の実施の形態１に係る内燃機関のシリンダ吸入空気量推定装置をエンジン１とともに示すブロック構成図である。また、図２はこの発明の実施の形態１に係る内燃機関のシリンダ吸入空気量推定装置の機能構成を各種センサおよび各種アクチュエータとともに示すブロック図である。

図１において、内燃機関のシリンダ吸入空気量推定装置は、エンジン１に関連した各種センサおよび各種アクチュエータと、各種センサに接続された電子制御ユニット２０とにより構成されている。以下、電子制御ユニット２０を、ＥＣＵ２０（Ｅｌｅｃｔｒｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）と略称する。

ＥＣＵ２０は、各種センサおよび各種アクチュエータとともにエンジン制御装置を構成しており、エンジン１の運転状態を示す各種センサからの検出情報に応じて各種アクチュエータを制御する。
エンジン１の吸気系において、上流側には、大気温Ｔａを測定するための大気温センサ２が設けられており、下流側（エンジン１側）には、電子制御スロットル４（以下、単に「スロットル４」という）が設けられている。

スロットル４は、吸入空気量Ｑａを調整するスロットルバルブ４ａと、スロットルバルブ４ａの開度θ（スロットル開度）を電子的に制御するためのスロットルアクチュエータとにより構成されている。また、スロットル４には、スロットル開度θを測定するためのスロットル開度センサ３が設けられている。

スロットル４の下流側には、エンジン１内に空気を導入するための吸気管（インマニ部）として、サージタンク５およびインテークマニホールド６が設けられている。
吸気管を構成するインテークマニホールド６は、吸気バルブを介して、エンジン１のシリンダ内の燃焼室と連通している。

一方、エンジン１の下流側には、シリンダ内で燃焼した排気ガスを排出するための排気管として、エキゾーストマニホールド１３が設けられている。
エキゾーストマニホールド１３は、排気バルブを介して、エンジン１のシリンダ内の燃焼室と連通している。また、図示しないが、エキゾーストマニホールド１３には、空燃比制御用のＯ２センサや、排気ガス浄化用の触媒が設けられている。

スロットル４の下流側の吸気管には、サージタンク５およびインテークマニホールド６内を含むインマニ空間の圧力（インマニ圧Ｐｂ）を測定するインマニ圧センサ７と、インマニ空間内の温度（インマニ温Ｔｂ）を測定する吸気温センサ８と、が設けられている。

また、ここでは、具体的には図示しないが、ＥＣＵ２０には、大気圧センサ１４およびアクセル開度センサＡＰＳが接続されており、上記各種センサ情報に加えて、大気圧センサ１４からの大気圧ＰＡおよびアクセル開度センサＡＰＳからのアクセル開度Ａｐが入力されている。

なお、インマニ圧Ｐｂを測定するインマニ圧センサ７に代えて、エンジン１の運転状態および大気圧などからインマニ圧を推定する手段を設けてもよい。
また、インマニ温Ｔｂを計測する吸気温センサ８に代えて、厳密にはインマニ温Ｔｂとは異なるが、大気温センサ２の測定値からインマニ温Ｔｂを推定してもよい。逆に、大気温センサ２に代えて、吸気温センサ８の測定値から大気温Ｔａを推定してもよい。
さらに、大気圧ＰＡを測定する大気圧センサ１４に代えて、別の大気圧推定手段を用いてもよく、ＥＣＵ２０に内蔵された大気圧センサを用いてもよい。

インテークマニホールド６の吸気バルブ近傍には、燃料を噴射するためのインジェクタ９が設けられ、吸気バルブおよび排気バルブには、バルブタイミングを可変するための吸気ＶＶＴ１０および排気ＶＶＴ１１がそれぞれ設けられている。
また、シリンダヘッドには、シリンダ内で火花を発生させる点火プラグを駆動するための点火コイル１２が設けられている。

図２において、ＥＣＵ２０は、実際のシリンダ吸入空気量Ｑｃおよび学習補正後目標スロットル開度θＬＮ＊を算出する吸気系の物理モデル２５と、シリンダ吸入空気量Ｑｃおよび学習補正後目標スロットル開度θＬＮ＊に応じて各種アクチュエータを駆動する制御量演算手段２６と、を備えている。

物理モデル２５は、実際のシリンダ吸入空気量Ｑｃを算出するシリンダ吸入空気量算出手段２１と、体積効率補正係数Ｋｖを算出する体積効率補正係数算出手段２２と、吸入空気量Ｑａおよび学習補正後目標スロットル開度θＬＮ＊を生成するスロットル開度学習手段２３と、インマニ密度ρｂを算出するインマニ密度算出手段２４と、により構成されている。

ＥＣＵ２０には、前述の各種センサ２、３、７、８、１４、ＡＰＳからの計測情報（大気温Ｔａ、スロットル開度θ、インマニ圧Ｐｂ、インマニ温Ｔｂ、大気圧ＰＡおよびアクセル開度Ａｐが入力される。
なお、図示しないが、ＥＣＵ２０には、他のセンサからの各種測定値およびクランク角度センサからのエンジン回転情報が入力される。

また、詳細については後述するが、ＥＣＵ２０内の物理モデル２５において、スロットル開度学習手段２３は、少なくとも、シリンダ吸入空気量Ｑｃ、大気温Ｔａ、インマニ圧Ｐｂ、大気圧ＰＡおよびアクセル開度Ａｐを用いて、最終的にスロットル４を駆動するための学習補正後目標スロットル開度θＬＮ＊を算出する。

さらに、スロットル開度学習手段２３は、シリンダ吸入空気量算出手段２１および体積効率補正係数算出手段２２の演算に用いる吸入空気量Ｑａを算出するものとする。
なお、図２においては、スロットル開度学習手段２３が吸入空気量Ｑａを算出する場合の構成例を示したが、吸入空気量Ｑａは、ＥＣＵ２０内の任意の手段で算出され得る。

インマニ密度算出手段２４は、インマニ圧センサ７で計測されたインマニ圧Ｐｂと、吸気温センサ８で計測されたインマニ温Ｔｂとを用いて、インマニ密度ρｂ（インマニ内の新気密度）を算出する。

また、体積効率補正係数算出手段２２は、スロットル開度学習手段２３で算出された吸入空気量Ｑａと、インマニ密度算出手段２４で算出されたインマニ密度ρｂとを用いて、体積効率補正係数Ｋｖを算出する。

シリンダ吸入空気量算出手段２１は、スロットル開度学習手段２３で算出された吸入空気量Ｑａと、体積効率補正係数算出手段２２で算出された体積効率補正係数Ｋｖとを用いて、エンジン１の実際のシリンダ吸入空気量Ｑｃを算出する。

なお、シリンダ吸入空気量算出手段２１は、定常運転時においては、一般的なＳ／Ｄ方式を用いてシリンダ吸入空気量Ｑｃを算出し、過渡運転時においては、スロットル開度学習手段２３で算出された吸入空気量Ｑａ（定常運転時にスロットル４を通過した空気量の学習結果）と、体積効率補正係数Ｋｖとを用いて、シリンダ吸入空気量Ｑｃを算出する。

ＥＣＵ２０内の制御量演算手段２６は、シリンダ吸入空気量算出手段２１で算出されたシリンダ吸入空気量Ｑｃと、スロットル開度学習手段２３で積分処理された学習補正後目標スロットル開度θＬＮ＊とに応じて、インジェクタ９、点火コイル１２およびスロットル４を駆動することにより、燃料制御、点火時期制御および吸入空気量制御を行う。

なお、詳細については後述するが、吸入空気量制御に関連して、スロットル開度学習手段２３は、アクセル開度Ａｐを含む各種センサ情報に応じて、エンジン１の目標トルクを算出して、目標トルクを達成するための目標シリンダ吸入空気量を算出し、目標シリンダ吸入空気量に基づき、スロットル４を通過する目標吸入空気量Ｑａ＊を算出する。

また、スロットル開度学習手段２３は、目標吸入空気量Ｑａ＊を達成するための制御目標値として、目標スロットル開度θ＊および学習補正後目標スロットル開度θＬＮ＊を算出し、さらに、目標吸気ＶＶＴ位相角および目標排気ＶＶＴ位相角を算出する。

これにより、制御量演算手段２６は、各制御目標値を達成するように、スロットル４のスロットル開度θと、吸気ＶＶＴ１０および排気ＶＶＴ１１の位相角とを制御する。
さらに、制御量演算手段２６は、図示しない他の各種アクチュエータ（ＥＧＲバルブなど）も、必要に応じて制御する。

なお、スロットル開度学習手段２３による開度学習（有効開口面積ＣＡｔとスロットル開度θとの関係に基づく）については、公知文献（たとえば、特開２００８−５７３３９号公報）に記述されているので、ここでは詳述を省略する。

次に、図１および図２を参照しながら、物理モデル２５内のシリンダ吸入空気量算出手段２１によるシリンダ吸入空気量Ｑｃの演算処理について詳細に説明する。
まず、スロットル４の下流側からエンジン１の各シリンダ入口までの吸気管容積Ｖｓ［ｃｍ＾３］と、１気筒当りのシリンダ行程容積Ｖｃ［ｃｍ＾３］とを定義する。

また、エンジン１の行程数ｎについて、スロットル４を通過した吸入空気量Ｑａ［ｇ／ｓ］の１行程間の平均値Ｑａ（ｎ）と、シリンダ吸入空気量Ｑｃ［ｇ／ｓ］の１行程間の平均値Ｑｃ（ｎ）と、１行程間（４気筒エンジンでは１８０［ｄｅｇＣＡ］、３気筒エンジンでは２４０［ｄｅｇＣＡ］）の時間Ｔ（ｎ）［ｓ］と、インマニ密度ρｂ［ｇ／ｃｍ＾３］の１行程間の平均値ρｂ（ｎ）と、インマニからシリンダに入る空気の体積効率補正係数Ｋｖ（ｎ）と、をそれぞれ定義する。

さらに、エンジン１のストローク（サイクル）当たりの実吸入空気量Ｑａ（ｎ）Ｔ（ｎ）［ｇ／ｓｔｒｏｋｅ］および実シリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）［ｇ／ｓｔｒｏｋｅ］をそれぞれ定義する。
なお、実吸入空気量Ｑａ（ｎ）Ｔ（ｎ）および実シリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）は、吸入空気量Ｑａおよびシリンダ吸入空気量Ｑｃに対応しており、以下では、それぞれ、単に吸入空気量Ｑａ（ｎ）Ｔ（ｎ）、シリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）ともいう。

ここで、吸気管容積Ｖｓで示される領域において、新気（スロットル４を経由してインマニに入る空気）のみに着目して、実吸入空気量Ｑａ（ｎ）Ｔ（ｎ）と実シリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）との差分と、インマニ密度ρｂ（ｎ）（平均値）の変化量との関係を表すと、１行程間の質量保存則の適用により、以下の式（１）が成立する。

ただし、式（１）において、ρｂ（ｎ−１）は、行程ｎよりも１行程前のインマニ密度であり、ρｂ（ｎ）−ρｂ（ｎ−１）は、インマニ密度変化量Δρｂに相当する。
一方、１行程間の実シリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）は、インマニ密度ρｂ（ｎ）、シリンダ行程容積Ｖｃおよび体積効率補正係数Ｋｖ（ｎ）を用いて、以下の式（２）のように表される。

なお、定常運転時には、実吸入空気量Ｑａ（ｎ）Ｔ（ｎ）と実シリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）とが等しくなるので、式（２）の左辺を実吸入空気量Ｑａ（ｎ）Ｔ（ｎ）に置き換えた式から、エンジン制御定数の適合時に体積効率補正係数Ｋｖを算出することが可能である。

次に、式（２）を式（１）に代入してインマニ密度ρｂ（ｎ）を消去し、実シリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）について解くと、実シリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）は、フィルタ定数Ｋを用いて、以下の式（３）のように表される。

式（３）は吸気系の物理モデル２５に相当し、式（３）を用いることにより、スロットル４を通過した実吸入空気量Ｑａ（ｎ）Ｔ（ｎ）から実シリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）を高精度に算出することができる。また、実シリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）から、シリンダ内の充填効率を高精度に算出して、各種エンジン制御に用いることができる。
式（３）をさらに変形すると、以下の式（４）が得られる。

式（４）は、エンジン１の回転に同期した（たとえば、所定クランク角度ごとの）割込み処理において、デジタルローパスフィルタを意味する。したがって、エンジン１の吸気系は、１次遅れ要素であることが分かる。

また、式（３）は、スロットル４を通過した吸入空気量Ｑａから、シリンダ吸入空気量Ｑｃを算出する式なので、ＡＦＳ方式であれば、式（３）を用いることにより、シリンダ吸入空気量Ｑｃを算出することができる。
また、Ｓ／Ｄ方式であれば、式（３）を用いるまでもなく、式（２）を直接用いることにより、シリンダ吸入空気量Ｑｃを算出することができる。

ところで、Ｓ／Ｄ方式において、式（２）を用いた場合には、スロットル４を通過した吸入空気量Ｑａが不明である。
しかし、スロットル開度学習手段２３は、スロットル４を通過した吸入空気量Ｑａに基づいて有効開口面積ＣＡｔとスロットル開度θとの関係を学習する必要があるので、Ｓ／Ｄ方式においても、スロットル４を通過した吸入空気量Ｑａを算出することが望ましい。

そこで、スロットル開度学習手段２３は、式（３）を吸入空気量Ｑａ（ｎ）Ｔ（ｎ）について解くことにより、シリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）、体積効率補正係数Ｋｖ（ｎ）およびフィルタ定数Ｋを用いて、以下の式（５）のように、スロットル４を通過した吸入空気量Ｑａ（ｎ）Ｔ（ｎ）を算出する。

式（５）を用いることにより、Ｓ／Ｄ方式においても、スロットル４を通過した吸入空気量Ｑａを算出することができるようになる。

次に、体積効率補正係数算出手段２２による演算処理について、詳細に説明する。
まず、式（１）および式（２）から求めた式（３）は、スロットル４を通過した吸入空気量Ｑａ（ｎ）Ｔ（ｎ）からシリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）を算出するための式である。

ここで、式（２）を式（１）に代入して、シリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）を消去すると、体積効率補正係数Ｋｖ（ｎ）は、吸入空気量Ｑａ（ｎ）Ｔ（ｎ）、インマニ密度変化量Δρｂ、吸気管容積Ｖｓ、インマニ密度ρｂ（ｎ）およびシリンダ行程容積Ｖｃを用いた以下の式（６）で表される。

式（５）内のインマニ密度ρｂ（ｎ）［ｇ／ｃｍ＾３］は、インマニ圧センサ７で計測されたインマニ圧Ｐｂ（ｎ）［ｋＰａ］と、吸気温センサ８で計測されたインマニ温Ｔｂ（ｎ）［°Ｋ］と、気体定数Ｒ［ｋＪ／（ｋｇ・Ｋ）］とを用いて、以下の式（７）からなる状態方程式により算出することができる。

このように、式（７）を用いることにより、スロットル４を通過した吸入空気量Ｑａと、インマニ圧センサ７および吸気温センサ８の各出力値とに基づき、体積効率補正係数Ｋｖ（ｎ）をリアルタイムに算出することができる。

しかしながら、上記センサ出力値は、微小な計測ノイズが混入している場合が多く、式（６）で算出した体積効率補正係数Ｋｖ（ｎ）を用いて、式（３）からシリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）を演算しても、誤差が生じてしまう可能性がある。

上記ノイズに起因した誤差を回避するためには、式（６）で算出した体積効率補正係数Ｋｖ（ｎ）に対して、フィルタ処理を行うことによりノイズ成分を減衰させ、ノイズ成分減衰後（フィルタ後）の体積効率補正係数Ｋｖｆ（ｎ）を用いて、式（３）の演算を行うことが有効である。

具体的には、フィルタ後の体積効率補正係数Ｋｖｆ（ｎ）は、フィルタ定数Ｋ１（たとえば、０．９〜０．９９程度の値）を用いたフィルタ処理により、以下の式（８）のように算出することができる。

なお、式（８）においては、ノイズ成分を減衰させるために、１次ローパスフィルタ処理を適用したが、これに限らず、過去数行程間の値に対して単純な移動平均処理を施した値を用いてもよく、または、加重移動平均処理（過去数行程間の個々のデータに対して異なる重みをつけて平均値を計算する処理）などを施した値を用いてもよい。

上記観点から、式（３）内の体積効率補正係数Ｋｖ（ｎ）としては、フィルタ後の体積効率補正係数Ｋｖｆ（ｎ）を用いることとする。

次に、図３のフローチャートを参照しながら、Ｓ／Ｄ方式において、ＥＣＵ２０内の物理モデル２５（シリンダ吸入空気量算出手段２１、体積効率補正係数算出手段２２、スロットル開度学習手段２３、インマニ密度算出手段２４）により実行されるシリンダ吸入空気量Ｑｃの演算処理（式（２）、式（３）、式（５）〜式（８）に基づく）について詳細に説明する。

図３の処理ルーチンは、エンジン１の所定クランク角度（たとえば、ＢＴＤＣ０５［ｄｅｇＣＡ］）ごとの割込み処理（Ｂ０５処理）で実行される。
なお、スロットル開度学習手段２３による学習処理の詳細については、図４〜図９とともに後述する。

図３において、まず、インマニ密度算出手段２４は、インマニ圧センサ７からインマニ圧Ｐｂ（ｎ）を取得する（ステップ１０１）。
なお、インマニ圧Ｐｂ（ｎ）は、バルブ開閉に同期して振動している場合が多いので、インマニ圧センサ７の出力電圧を、たとえば１．２５ｍｓごとにサンプリングしながら積算していき、前回の割込み処理から今回の割込み処理までの期間の積算値を積算回数で除算することにより、１行程間のインマニ圧平均値を算出し、これをインマニ圧Ｐｂ（ｎ）とすることもできる。
また、インマニ密度算出手段２４は、インマニ圧Ｐｂ（ｎ）の取得時に、１行程間のインマニ圧ピーク値も算出しておく。

次に、インマニ密度算出手段２４は、吸気温センサ８からインマニ温Ｔｂ（ｎ）を取得する（ステップ１０２）。
インマニ温Ｔｂ（ｎ）についても、インマニ圧Ｐｂ（ｎ）と同様に、１行程間の平均値を用いてもよいが、一般に温度センサは圧力センサに比べて応答性が悪いので、瞬時値を用いても差し支えない。

続いて、インマニ密度算出手段２４は、前述の式（７）を用いて、インマニ密度ρｂ（ｎ）を算出する（ステップ１０３）。
ステップ１０３の算出値は、前回値として記憶され（ステップ１１１）、後述のステップ１１２の演算処理において、１行程前のインマニ密度ρｂ（ｎ−１）として用いられる。

次に、ＥＣＵ２０は、各種センサ情報を参照してエンジン１が定常運転中であるか否かを判定し（ステップ１０４）、定常運転中ではなく過渡運転中（すなわち、Ｎｏ）と判定されれば、スロットル開度学習に基づく吸入空気量Ｑａ（ｎ）Ｔ（ｎ）の算出処理（ステップ１０９）に移行する。

なお、定常運転判定の具体例としては、現在の実ＶＶＴ位相角と目標ＶＶＴ位相角との差が所定角度（たとえば、１［ｄｅｇＣＡ］）以内で、かつ、所定時間（たとえば、１００［ｍｓ］）ごとのスロットル開度、インマニ圧およびエンジン回転速度の偏差が所定割合（たとえば、５〜１０［％］）以内である、という条件があげられ、この条件が成立している場合に定常運転と判定することができる。

また、後述するスロットル開度学習（ステップ１０８）が未完了である場合には、目標ＶＶＴ位相角を基準位置に固定しておいて、常時定常運転と見なすことにより、スロットル開度学習を促進することもできる。

また、インマニ圧ピーク値が大気圧ＰＡよりも大きい場合には、インマニ内の圧力振動によってスロットルバルブ４ａを逆流する空気が生じていると考えられ、このような場合に、スロットル４の有効開口面積ＣＡｔに基づきスロットル４を通過した吸入空気量Ｑａ（ｎ）Ｔ（ｎ）を算出しても、推定誤差が大きくなるので、定常運転と見なすことにより精度の悪化を抑制して、従来のＳ／Ｄ方式と同等の精度でシリンダ吸入空気量Ｑｃを推定することができる。

一方、上記ステップ１０４において、エンジン１が定常運転中（すなわち、Ｙｅｓ）と判定されれば、体積効率補正係数算出手段２２は、インマニ密度ρｂ（ｎ）と体積効率補正係数Ｋｖ（ｎ）とのテーブルマップを参照して、体積効率補正係数Ｋｖ（ｎ）を算出する（ステップ１０５）。

ステップ１０５で算出される体積効率補正係数Ｋｖ（ｎ）は、定常運転状態の値なので、あらかじめ適合しておいた通常のマップ値を用いることができる。
なお、体積効率補正係数Ｋｖ（ｎ）のマップ値としては、ＶＶＴ位相角が基準位置の場合と、目標ＶＶＴ位相角マップ時の場合と、の２枚のみ準備すればよいので、特に大きな適合工数が必要となるわけではない。

次に、シリンダ吸入空気量算出手段２１は、前述の式（２）を直接用いることにより、Ｓ／Ｄ方式でのシリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）を算出する（ステップ１０６）。
また、スロットル開度学習手段２３は、前述の式（５）を用いることにより、スロットル４を通過した吸入空気量Ｑａ（ｎ）Ｔ（ｎ）を算出する（ステップ１０７）。

さらに、スロットル開度学習手段２３は、算出した吸入空気量Ｑａ（ｎ）Ｔ（ｎ）に基づいて、スロットル開度学習処理を実行する（ステップ１０８）。
なお、スロットル開度学習においては、スロットル開度θとスロットル４の有効開口面積ＣＡｔとの関係を学習するが、その詳細については後述する。

以上のように、ステップ１０４において定常運転中（すなわち、Ｙｅｓ）が判定された場合には、ステップ１０５〜１０８により、吸入空気量Ｑａ（ｎ）Ｔ（ｎ）の算出およびスロットル開度学習が行われる。

また、ステップ１０４において過渡運転中（すなわち、Ｎｏ）が判定された場合には、定常運転中に学習しておいたスロットル開度θとスロットル４の有効開口面積ＣＡｔとの関係に基づき、後述の式（１１）を用いて吸入空気量Ｑａ（ｎ）Ｔ（ｎ）を算出し（ステップ１０９）、ステップ１１０に移行する。

なお、式（１１）に用いる有効開口面積ＣＡｔは、スロットル開度θと学習補正後のＣＡｔ−θテーブルとから算出することができる。
また、過渡運転中にはスロットル開度学習を更新しないことにより、過渡運転時に誤学習することを防止することができる。

次に、ＥＣＵ２０は、エンジン１の運転状態に応じて、各演算に用いらる吸入空気量Ｑａ（ｎ）Ｔ（ｎ）の算出値を選択する（ステップ１１０）。
すなわち、定常運転中であれば、ステップ１０７で算出した式（５）に基づく吸入空気量Ｑａ（ｎ）Ｔ（ｎ）が選択され、過渡運転中であれば、ステップ１０９で算出した式（１１）に基づく吸入空気量Ｑａ（ｎ）Ｔ（ｎ）が選択される。

ステップ１１２〜１１９は、エアフロセンサを用いた従来のＡＦＳ方式と同様の演算処理である。
まず、ステップ１１２において、体積効率補正係数算出手段２２は、ステップ１０３で算出したインマニ密度ρｂ（ｎ）と、ステップ１１０で算出した１行程間の実吸入空気量Ｑａ（ｎ）Ｔ（ｎ）［ｇ］と、ステップ１１１で記憶したインマニ密度前回値ρｂ（ｎ−１）とを用いて、前述の式（６）により、リアルタイムの体積効率補正係数Ｋｖ（ｎ）を算出する（ステップ１１２）。

続いて、体積効率補正係数算出手段２２は、体積効率補正係数Ｋｖ（ｎ）に重畳するノイズ成分を減衰させるためのフィルタ処理を行う（ステップ１１３）。
ステップ１１３においては、前述の式（８）に示す演算処理を行うために、フィルタ後の体積効率補正係数Ｋｖｆ（ｎ）の前回値Ｋｖｆ（ｎ−１）を用いる必要がある。

したがって、体積効率補正係数算出手段２２は、ステップ１１３の処理結果であるフィルタ後の体積効率補正係数Ｋｖｆ（ｎ）を格納し（ステップ１１４）、前行程のステップ１１４で格納したフィルタ後の体積効率補正係数を前回値Ｋｖｆ（ｎ−１）として記憶しておく（ステップ１１５）。

これにより、現行程のステップ１１３において、フィルタ後の体積効率補正係数前回値Ｋｖｆ（ｎ−１）を用いることができる。
以上のステップ１１２〜１１５により、体積効率補正係数Ｋｖ（ｎ）と、フィルタ後の体積効率補正係数Ｋｖｆ（ｎ）とを、単純な演算により高精度に算出することができる。
以降の演算においては、体積効率補正係数Ｋｖ（ｎ）として、フィルタ後の体積効率補正係数Ｋｖｆ（ｎ）を用いるものとする。

次に、吸気系応答遅れを示す物理モデル２５内のシリンダ吸入空気量算出手段２１は、式（３）内の係数算出式に基づきフィルタ定数Ｋを算出し（ステップ１１６）、式（３）内のフィルタ演算式により、実シリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）を算出する（ステップ１１７）。

ステップ１１７で演算される式（３）内の１行程前の体積効率補正係数Ｋｖ（ｎ−１）としては、ステップ１１５で記憶した１行程前の体積効率補正係数Ｋｖｆ（ｎ−１）が用いられる。

最後に、シリンダ吸入空気量算出手段２１は、ステップ１１７で算出した実シリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）を格納し（ステップ１１８）、図３の処理ルーチンを終了する。
なお、ステップ１１８で格納されたシリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）は、１行程前のシリンダ吸入空気量Ｑｃ（ｎ−１）Ｔ（ｎ−１）として記憶され（ステップ１１９）、次回の行程でのステップ１１７で使用される。

上記処理ルーチン（Ｓ１０１〜Ｓ１１９）により、Ｓ／Ｄ方式においても、ＡＦＳ方式と同様の演算で、膨大なメモリ容量を必要とせずに、高精度に実シリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）を算出することができる。

なお、上記説明では、シリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）の急変を抑制するために、定常運転と過渡運転とに応じて吸入空気量Ｑａ（ｎ）Ｔ（ｎ）の値を切換え（ステップ１１０）、定常運転中では、Ｓ／Ｄ方式で算出したシリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）から吸入空気量Ｑａ（ｎ）Ｔ（ｎ）を算出し（ステップ１０７）、さらに、フィルタ演算（ステップ１１７）によりシリンダ吸入空気量Ｑｃ（ｎ）Ｔ（ｎ）を再度算出したが、定常運転中では、Ｓ／Ｄ方式により算出したＱｃ（ｎ）Ｔ（ｎ）を直接用いるようにしてもよい。

次に、スロットル開度学習手段２３の処理について、さらに詳細に説明する。
なお、スロットル開度学習手段２３の処理は、基本的には、前述の公知文献（特開２００８−５７３３９号公報）に示された処理と同様である。

まず、スロットル開度学習手段２３で使用される基礎的な流体力学の理論式について説明する。
一般に、絞り式流量計による体積流量算出式は、吸入空気量Ｑａ［Ｌ／ｓ］、大気中の音速αａ［ｍ／ｓ］、流量係数Ｃ、スロットル４の開口面積Ａｔ［ｃｍ＾２］、インマニ圧Ｐｂ［ｋＰａ］、大気圧ＰＡ［ｋＰａ］および比熱比κを用いて、以下の式（９）のように表される。

式（９）において、流量係数Ｃとスロットル開口面積Ａｔとの積は、有効開口面積ＣＡｔである。
ここで、無次元流量σを、以下の式（１０）のように定義する。

式（１０）を代入すると、式（９）は、以下の式（１１）のように簡略化することができる。

なお、大気中の音速αａ［ｍ／ｓ］は、気体定数Ｒ［ｋＪ／（ｋｇ・Ｋ）］および大気温Ｔａ［Ｋ］を用いて、以下の式（１２）にように表される。

式（１１）において、吸入空気量Ｑａ、大気の音速αａおよび無次元流量σの値が与えられれば、有効開口面積ＣＡｔ（流量係数Ｃ×スロットル開口面積Ａｔ）は、式（１１）を変形した以下の式（１３）により算出することができる。

次に、図４を参照しながら、上記理論式を用いたスロットル開度学習手段２３のスロットル制御処理およびスロットル開度学習処理について、さらに具体的に説明する。
図４はスロットル開度学習手段２３の機能構成を示すブロック図である。

図４において、スロットル開度学習手段２３は、シリンダ吸入空気量Ｑｃから吸入空気量Ｑａを算出する逆モデル２００と、目標吸入空気量算出部２０１と、目標有効開口面積算出部２０２と、音速算出部２０３と、無次元流量算出部２０４と、目標スロットル開度算出部２０５と、実有効開口面積算出部２０６と、学習用スロットル開度算出部２０７と、スロットル開度学習基本値算出部２０８と、スロットル開度学習値算出部２０９と、加算器２１０と、を備えている。

目標吸入空気量算出部２０１は、アクセル開度Ａｐを含む各種入力データに基づき、目標トルクなどのエンジン出力指標を算出し、エンジン出力指標を達成するのに必要な目標シリンダ吸入空気量Ｑｃ＊を算出し、目標シリンダ吸入空気量Ｑｃ＊に基づき、スロットル４を通過する目標吸入空気量Ｑａ＊を算出する。

目標有効開口面積算出部２０２は、目標吸入空気量Ｑａ＊、音速αａおよび無次元流量σに基づき、式（１３）を用いて、目標吸入空気量Ｑａ＊を達成するためのスロットル４の制御目標値となる目標有効開口面積ＣＡｔ＊を算出する。

このように、絞り式流量計の体積流量算出式（式（９）、式（１１））に基づき、目標有効開口面積ＣＡｔ＊を算出することにより、環境条件の変化、またはＥＧＲ導入などのエンジン１の運転状態変化が生じた場合でも、良好に目標吸入空気量Ｑａ＊を達成するための目標有効開口面積ＣＡｔ＊を算出することができる。

なお、目標有効開口面積算出部２０２の演算に必要な音速αａを、式（１２）を用いてＥＣＵ２０内で演算することは、ＥＣＵ２０内の演算負荷が膨大となるので実用的ではない。
そこで、音速算出部２０３は、ＥＣＵ２０の演算負荷を抑制するために、あらかじめ大気中の音速αａの理論値を算出し、大気温Ｔａを軸としたテーブルとして音速αａを記憶しておき、目標有効開口面積算出部２０２の演算実行前に、大気温Ｔａから音速αａをマップ演算する。

同様に、目標有効開口面積算出部２０２の演算に必要な無次元流量σを、式（１０）を用いてＥＣＵ２０内で演算することは、ＥＣＵ２０内の演算負荷が膨大となるので実用的ではない。
そこで、無次元流量算出部２０４は、あらかじめ無次元流量σの理論値を算出し、インマニ圧Ｐｂと大気圧ＰＡとの圧力比Ｐｂ／ＰＡを軸としたテーブルとして、無次元流量σを記憶しておき、目標有効開口面積算出部２０２の演算実行前に、圧力比Ｐｂ／ＰＡを算出し、圧力比Ｐｂ／ＰＡから無次元流量σをマップ演算する。

また、一般に、圧力比Ｐｂ／ＰＡが第１の所定値（空気の場合、約０．５２８）以下の場合には、スロットル４を通る吸入空気量Ｑａが飽和（チョーク）することが知られており、チョークが生じた場合には、式（１０）で算出される無次元流量σが一定値になることも知られている。

そこで、無次元流量算出部２０４は、圧力比Ｐｂ／ＰＡが第１の所定値以下の場合には、テーブルマップ上の無次元流量σの値を、第１の所定値に対応した一定値（空気の場合、約０．５７８７）に固定することにより、チョークが生じた場合にも対応可能にする。

また、無次元流量σは、圧力比Ｐｂ／ＰＡがある程度大きくなると、吸入空気脈動によるインマニ圧Ｐｂの振動の影響が大きくなる場合がある。
そこで、無次元流量算出部２０４は、圧力比Ｐｂ／ＰＡが第２の所定値（たとえば、約０．９５）以上の場合には、テーブルマップ上の無次元流量σの値を、第２の所定値に対応した一定値（たとえば、約０．２６）として扱うことにより、吸入空気脈動の影響を抑制して、スロットル４の制御性を確保する。

なお、インマニ圧ピーク値が大気圧ＰＡよりも大きい場合には、インマニ内の圧力振動によってスロットルバルブ４ａを逆流する空気が生じていると考えられるので、無次元流量算出部２０４のテーブルマップ上の無次元流量σの値を、第２の所定値に対応する一定値（たとえば、約０．２６）として扱うようしにてもよい。

次に、目標スロットル開度算出部２０５は、目標有効開口面積算出部２０２で算出した目標有効開口面積ＣＡｔ＊を用いて、目標スロットル開度θ＊を算出する。
このとき、目標スロットル開度算出部２０５は、前述（ステップ１０７）の式（５）で算出した実吸入空気量Ｑａを用いて、式（１３）で算出した有効開口面積ＣＡｔとスロットル開度θとの関係をあらかじめ測定し、有効開口面積ＣＡｔとスロットル開度θとが１対１で対応するテーブルとして記憶しておき、このテーブルマップを用いることにより、目標スロットル開度θ＊を算出する。

目標スロットル開度算出部２０５で算出した目標スロットル開度θ＊をそのまま用いてスロットル４を制御した場合、スロットルボディおよび各種センサのばらつき、または各種推定誤差などに起因して、目標吸入空気量Ｑａ＊と実際の吸入空気量Ｑａとの間に誤差が発生する。
そこで、スロットル開度学習値算出部２０９は、吸入空気量誤差を減少させるために、目標スロットル開度θ＊を補正するためのスロットル開度学習値θＬＮを、以下のように算出する。

まず、実有効開口面積算出部２０６は、逆モデル２００（ステップ１０７で）算出した実吸入空気量Ｑａと、音速αａおよび無次元流量σとを用いて、学習用に用いる実有効開口面積ＣＡｔｉを算出する。
また、学習用スロットル開度算出部２０７は、目標スロットル開度算出部２０５と同じテーブルを用いて、実有効開口面積ＣＡｔｉから学習用スロットル開度θｉを算出する。

続いて、スロットル開度学習基本値算出部２０８は、目標スロットル開度θ＊と学習用スロットル開度θｉとの開度偏差（＝θ＊−θｉ）を、スロットル開度学習基本値Δθとして算出する。

次に、スロットル開度学習値算出部２０９は、スロットル開度学習基本値Δθを積分するなどして、スロットル開度学習値θＬＮを算出する。
なお、スロットル開度学習値算出部２０９内においては、スロットル開度学習値θＬＮの算出に用いるリアルタイム学習値θＲおよびロングタイム学習値θＬ（図７とともに後述する）の算出処理と、ロングタイム学習値θＬの格納処理とが行われる。

最後に、加算器２１０は、目標スロットル開度算出部２０５で算出した目標スロットル開度θ＊と、スロットル開度学習値算出部２０９で算出したスロットル開度学習値θＬＮとを加算して、スロットル４を駆動するための学習補正後目標スロットル開度θＬＮ＊を算出し、制御量演算手段２６に入力する。

このように、スロットル開度学習手段２３は、スロットル開度学習基本値Δθ（目標スロットル開度θ＊と学習用スロットル開度θｉとの偏差）に基づきスロットル開度学習値θＬＮを算出することにより、目標スロットル開度θ＊をスロットル開度学習値θＬＮで補正した学習補正後目標スロットル開度θＬＮ＊を生成可能とし、スロットル開度θを高精度に制御可能にする。

以下、図５を参照しながら、図４内のスロットル開度学習手段２３の機能について、さらに具体的に説明する。
図５はこの発明の実施の形態１によるスロットル開度学習処理を具体的に示す説明図であり、横軸は有効開口面積ＣＡｔ、縦軸はスロットル開度θを示している。

まず、有効開口面積ＣＡｔとスロットル開度θとが１対１で対応するものと考えると、目標吸入空気量Ｑａ＊と実吸入空気量Ｑａとの間に誤差が存在する場合には、目標吸入空気量Ｑａ＊から算出した目標有効開口面積ＣＡｔ＊と、実吸入空気量Ｑａから算出した実有効開口面積ＣＡｔｉとの間にも、誤差が存在することになる。

図５においては、目標スロットル開度算出部２０５および学習用スロットル開度算出部２０７で制御用に用いるＣＡｔ−θテーブル（１点鎖線）と、現在の制御対象であるエンジン１の実際の有効開口面積ＣＡｔとスロットル開度θとの関係（実線）との間に誤差が生じている場合を示している。

以下、実際の有効開口面積ＣＡｔとスロットル開度θとの関係を、「実際のＣＡｔ−θ関係」と略称する。
実際のＣＡｔ−θ関係は、スロットル４におけるスロットルボディのばらつきと、インマニ圧Ｐｂ、大気圧ＰＡ、インマニ温Ｔｂなどを測定する各種センサのばらつきと、を含んで推定演算される。

図５において、目標有効開口面積ＣＡｔ＊と目標スロットル開度θ＊との関係は、ＣＡｔ−θテーブル上の点ａで示される。
ところが、ＣＡｔ−θテーブル（１点鎖線）と実際のＣＡｔ−θ関係（実線）との間には誤差が存在するので、目標スロットル開度θ＊に対応する有効開口面積は、実際のＣＡｔ−θ関係（実線）上の点ｂに対応した実有効開口面積ＣＡｔｉ（＜ＣＡｔ＊）となる。

したがって、実有効開口面積ＣＡｔｉが目標有効開口面積ＣＡｔ＊とは異なるので、スロットル開度を目標スロットル開度θ＊に制御したときに得られる実吸入空気量Ｑａは、実有効開口面積ＣＡｔｉ（＜ＣＡｔ＊）に応じた値となり、目標吸入空気量Ｑａ＊と一致しないことになる。

そこで、上記誤差を補正する学習値を算出するために、スロットル開度学習手段２３内の実有効開口面積算出部２０６は、目標スロットル開度θ＊に制御したときに測定される実吸入空気量Ｑａに基づき、実有効開口面積ＣＡｔｉを算出する。
実有効開口面積ＣＡｔｉと目標スロットル開度θ＊との関係は、図５内の実際のＣＡｔ−θ関係（実線）の曲線上の点ｂで示される。

図５から明らかなように、目標有効開口面積ＣＡｔ＊（目標吸入空気量Ｑａ＊に対応）を達成するためには、スロットル開度θが、実際のＣＡｔ−θ関係（実線）の曲線上の点ｄに制御される必要があるので、点ａと点ｄとの間の差分を学習値として算出する必要がある。

このとき、学習用スロットル開度算出部２０７は、ＣＡｔ−θテーブル（１点鎖線）と実際のＣＡｔ−θ関係（実線）とが、補正対象区間で局所的にほぼ平行の関係にあるものと仮定し（図５内の矢印参照）、目標スロットル開度θ＊に制御したときの実吸入空気量Ｑａから算出された実有効開口面積ＣＡｔｉに基づき、ＣＡｔ−θテーブル（１点鎖線）を用いて学習用スロットル開度θｉを算出する。

学習用スロットル開度算出部２０７で算出される学習用スロットル開度θｉと、実有効開口面積ＣＡｔｉとの関係は、図５内のＣＡｔ−θテーブル（１点鎖線）上の点ｃで示される。
したがって、点ｂと点ｃとの差分からなるスロットル開度学習基本値Δθ（＝θ＊−θｉ）は、点ａと点ｄとの間の学習基本値とほぼ等しいものと見なすことができる。

スロットル開度学習基本値算出部２０８は、図５のようにスロットル開度学習基本値Δθを算出し、スロットル開度学習値算出部２０９は、スロットル開度学習基本値Δθにゲインを乗算して積分した値をスロットル開度学習値θＬＮとする。
以下、加算器２１０は、目標スロットル開度θ＊にスロットル開度学習値θＬＮを加算した学習補正後目標スロットル開度θＬＮ＊により、スロットル開度θを制御する。
これにより、目標吸入空気量Ｑａ＊と実吸入空気量Ｑａとの誤差は減少する。

このように、目標吸入空気量Ｑａ＊を達成するための目標スロットル開度θ＊を算出する際に、スロットルボディおよび各種センサなどのばらつきや、各種推定演算に起因した誤差に対し、良好に目標吸入空気量Ｑａ＊を達成できるように有効開口面積ＣＡｔとスロットル開度θとの関係を学習補正することができる。

このとき、図５に示したように、ＣＡｔ−θテーブル（１点鎖線）と実際のＣＡｔ−θ関係（実線）との誤差が、全域でほぼ一定（実質的に平行）の関係にあれば、スロットル開度学習値θＬＮを単独でフィードバック制御して用いた場合でも、全運転領域で良好に制御することが可能となる。

しかしながら、図５の関係に限らず、実際のＣＡｔ−θ関係に対してＣＡｔ−θテーブルの取り得る状態は、種々考えられる。
図６は実際のＣＡｔ−θ関係（実線）に対してＣＡｔ−θテーブルＸ、Ｙ（破線、１点鎖線）の取り得る状態を示す説明図である。

図６において、ＣＡｔ−θテーブルＸ（破線）は、実際のＣＡｔ−θ関係（実線）に対してクロスしている。
また、ＣＡｔ−θテーブルＹ（１点鎖線）は、実際のＣＡｔ−θ関係（実線）に対し、誤差が一定（平行）でない。
図６のような場合、スロットル開度学習値θＬＮを単独で用いると、過渡運転時に追従遅れやオーバーシュートなどの問題が発生する可能性がある。

そこで、上記問題に対処するために、スロットル開度学習手段２３は、図７のように、スロットル開度学習基本値Δθを、フィードバック制御として用いるリアルタイム学習値θＲと、ＣＡｔ−θテーブルのＣＡｔ軸（図５、図６内の横軸）に対応する学習領域ごとに記憶するロングタイム学習値θＬとに分配し、両方の和をスロットル開度学習値θＬＮとして算出する。

これにより、ＣＡｔ−θテーブル上の値とロングタイム学習値θＬとの和を、実際のＣＡｔ−θ関係（実線）に近づけることができる。
また、リアルタイム学習値θＲを併用することにより、フィードバック制御により瞬時的な誤差を吸収することができる。

以下、図７を参照しながら、スロットル開度学習値θＬＮの算出処理およびロングタイム学習値θＬの格納処理について詳細に説明する。
図７はスロットル開度学習手段２３内のスロットル開度学習値算出部２０９の機能構成を示すブロック図である。

図７において、スロットル開度学習値算出部２０９は、スロットル開度学習基本値分配処理部２１１と、切換手段２１１ａ、２１１ｂと、リアルタイム学習値算出部２１２と、ロングタイム学習値算出部２１３と、ロングタイム学習値単調増加処理部２１４と、ロングタイム学習値記憶部２１５と、加算器２１６と、を備えている。

スロットル開度学習基本値分配処理部２１１は、スロットル開度学習基本値Δθを所定割合で分配処理し、リアルタイム学習値θＲ（ｎ）とロングタイム学習値θＬ（ｎ）とを生成する。
また、スロットル開度学習基本値分配処理部２１１は、前回値記憶手段を有し、前回のロングタイム学習値θＬ（ｎ−１）と、前回のリアルタイム学習値θＲ（ｎ−１）とを生成する。

リアルタイム側の切換手段２１１ａは、リアルタイム学習値θＲのリセット条件および更新禁止条件（後述する）がともに不成立となる通常時には、現在のリアルタイム学習値θＲ（ｎ）（スロットル開度学習基本値Δθを分配した値）を選択して、リアルタイム学習値算出部２１２に入力する。

また、切換手段２１１ａは、リアルタイム学習値θＲのリセット条件が成立した場合には、「０」を選択して、リアルタイム学習値算出部２１２に「０」を入力する。
さらに、切換手段２１１ａは、リアルタイム学習値θＲの更新禁止条件が成立した場合には、前回のリアルタイム学習値θＲ（ｎ−１）を選択して、リアルタイム学習値算出部２１２に入力する。

リアルタイム学習値算出部２１２は、リアルタイム学習値θＲのリセット条件および更新禁止条件が不成立の場合には、スロットル開度学習基本値Δθから分配されたリアルタイム学習値θＲ（ｎ）に基づき、最終的なリアルタイム学習値θＲを算出する。

一方、ロングタイム側の切換手段２１１ｂは、ロングタイム学習値θＬの更新禁止条件が不成立となる通常時には、現在のロングタイム学習値θＬ（ｎ）（スロットル開度学習基本値Δθから分配した値）を選択して、学習領域ごとのロングタイム学習値算出部２１３に入力する。

また、切換手段２１１ｂは、ロングタイム学習値θＬの更新禁止条件が成立した場合には、前回のロングタイム学習値θＬ（ｎ−１）を選択して、学習領域ごとのロングタイム学習値算出部２１３に入力する。

学習領域ごとのロングタイム学習値算出部２１３は、ロングタイム学習値θＬの更新禁止条件が不成立の場合には、スロットル開度学習基本値Δθから分配されたロングタイム学習値θＬ（ｎ）に基づき、ＣＡｔ−θテーブル（マップ）のＣＡｔ軸に応じた学習領域ごとに、基本的なロングタイム学習値を算出する。

なお、切換手段２１１ａ、２１１ｂにおける更新禁止条件の具体例としては、インマニ圧Ｐｂと大気圧ＰＡとの圧力比Ｐｂ／ＰＡが第２の所定値（たとえば、約０．９５）以上を示す場合、または、インマニ圧ピーク値が大気圧ＰＡよりも大きい場合があげられる。
なぜなら、この場合、前述の式（１０）の演算に誤差が生じるので、リアルタイム学習値θＲおよびロングタイム学習値θＬの更新を禁止する必要があるからである。

また、切換手段２１１ａにおけるリセット条件の具体例としては、目標吸入空気量Ｑａ＊の時間変化率ｄＱａ＊／ｄｔが第３の所定値以上に達した後の経過時間が、所定時間以内を示す場合があげられる。
この条件は、過渡運転を検出した場合に相当し、リアルタイム学習値θＲをリセットすることにより、誤学習を抑制することができる。
なお、上記リセット条件は、切換手段２１１ｂでのロングタイム学習値θＬの更新禁止条件としても使用することができ、同様に誤学習を抑制することができる。

ロングタイム学習値単調増加処理部２１４は、ＣＡｔ−θテーブルと、最終的なロングタイム学習値θＬの加算補正後の実際のＣＡｔ−θ関係とが、いずれも単調増加状態となるように、ロングタイム学習値θＬを制限する。
これは誤学習を抑制するための処理でもあり、スロットル開度θと吸入空気量Ｑａとの関係を単調増加に保つための処理でもある。

ロングタイム学習値記憶部２１５は、ロングタイム学習値単調増加処理部２１４を介した最終的なロングタイム学習値θＬを、学習領域ごとに記憶する。
加算器２１６は、リアルタイム学習値θＲとロングタイム学習値θＬとを加算し、スロットル開度学習値θＬＮを算出して、図４内の加算器２１０に入力する。

なお、ロングタイム学習値記憶部２１５において、ロングタイム学習値θＬは、バックアップメモリに記憶される。
すなわち、エンジン１の停止中またはＥＣＵ２０の電源オフ時において、リアルタイム学習値θＲはリセットされるが、ロングタイム学習値θＬは、バックアップメモリにより保持される。

次に、図５および図７とともに、図８および図９を参照しながら、図７内のロングタイム学習値算出部２１３〜ロングタイム学習値記憶部２１５による、ロングタイム学習値θＬの学習領域ごとの算出処理および格納処理について具体的に説明する。
図８はロングタイム学習値算出部およびロングタイム学習値記憶部２１５による処理動作を示す説明図であり、図９はロングタイム学習値単調増加処理部２１４による処理動作を示す説明図である。

図５において、前述のように、スロットル開度学習基本値Δθは、点ｂと点ｃとの間の差分であるが、点ａと点ｄとの間の学習値としても適用される。
ここで、スロットル開度学習基本値Δθを、ＣＡｔ−θテーブルのＣＡｔ軸に対して、たとえば１対１に対応する学習領域ごとに分配して記憶する場合を考える。

このとき、図８に示すように、目標有効開口面積ＣＡｔ＊の前後のＣＡｔ軸に対応する学習領域Ｚ１と、実有効開口面積ＣＡｔｉの前後のＣＡｔ軸に対応する学習領域Ｚ２との少なくとも一方で、ロングタイム学習値θＬとして記憶することが可能である。

なお、ＣＡｔ軸に対応する学習領域Ｚ１、Ｚ２に記憶されるロングタイム学習値θＬは、前回のロングタイム学習値θＬ（ｎ−１）に対して、スロットル開度学習基本値Δθに基づく所定値を加算することにより、算出することができる。

または、上記所定値から目標有効開口面積ＣＡｔ＊および実有効開口面積ＣＡｔｉの前後のＣＡｔ軸までの比に応じた値を算出し、この算出値を前回のロングタイム学習値θＬ（ｎ−１）に加算することにより、学習領域Ｚ１、Ｚ２に記憶されるロングタイム学習値θＬを算出することができる。
また、目標有効開口面積ＣＡｔ＊および実有効開口面積ＣＡｔｉの双方で、ロングタイム学習値θＬを記憶することにより、ロングタイム学習値θＬの収束時間を短縮することができる。

このようにロングタイム学習値θＬを算出する場合、学習可能な条件は、更新禁止条件が不成立の場合（後述する）のみなので、実際に学習が行われるのは、定常運転の常用域のみに限られる。
また、一般に、スロットル開度θと吸入空気量Ｑａとは単調増加の関係にあるので、有効開口面積ＣＡｔとスロットル開度θとの関係も単調増加である必要がある。

ところが、局所的に学習が行われた場合には、図９内の破線および破線枠で示すように、ＣＡｔ−θテーブル（実線）の値とロングタイム学習値θＬとの和の値（破線）が単調増加にならない場合が生じ得る。
図９のように、単調増加の関係が崩れた場合には、たとえば目標吸入空気量Ｑａ＊が増加しているにも関わらず、学習補正後目標スロットル開度θＬＮ＊が減少することになるので、エンジン１の出力低下またはスロットル開度学習値θＬＮの誤学習という問題が生じる可能性がある。

そこで、図７内のロングタイム学習値単調増加処理部２１４は、図９内の２点鎖線で示すように、ＣＡｔ−θテーブル（実線）の値とロングタイム学習値θＬとの和の値（点線）が単調増加となるように、ロングタイム学習値θＬの学習領域Ｚ１、Ｚ２ごとに、ロングタイム学習値θＬを制限する処理を行う。

これにより、スロットル開度学習値θＬＮの誤学習または誤作動を防止することができる。
また、スロットル開度学習手段２３は、スロットル開度θと有効開口面積ＣＡｔとの関係を学習することができる。

以上のように、この発明の実施の形態１（図１〜図９）に係る内燃機関のシリンダ吸入空気量推定装置は、スロットルバルブ４ａの下流側の吸気管に設けられたエンジン１（内燃機関）のシリンダ内へのシリンダ吸入空気量Ｑｃを推定するために、エンジン１の各種アクチュエータに関連した運転状態を検出する各種センサと、各種センサの検出値を入力情報として、スロットルバルブ４ａを通過した空気がシリンダ内に入るまでの吸気系の応答遅れをモデル化した物理モデル２５と、を備えている。

各種アクチュエータは、スロットルバルブ４ａのスロットル開度θを制御することにより有効開口面積ＣＡｔを変化させて、スロットルバルブ４ａを通過する空気量を調整するスロットル４（スロットル開度制御手段）を含む。
各種センサは、スロットルバルブ４ａの大気側の大気温Ｔａを検出する大気温センサ２と、スロットルバルブ４ａの大気側の大気圧ＰＡを検出する大気圧センサ１４と、スロットルバルブ４ａの下流側の吸気管内の圧力をインマニ圧Ｐｂとして検出するインマニ圧センサ７と、を含む。

物理モデル２５は、シリンダ吸入空気量Ｑｃを示す指標である体積効率補正係数Ｋｖ（体積効率相当値）を算出する体積効率補正係数算出手段２２と、スロットル開度θと有効開口面積ＣＡｔとの関係を学習することにより、目標吸入空気量Ｑａ＊を達成するための学習補正後目標スロットル開度θＬＮ＊を算出するスロットル開度学習手段２３と、実シリンダ吸入空気量Ｑｃを算出するシリンダ吸入空気量算出手段２１と、を備えている。

物理モデル２５は、エンジン１の定常運転時においては、インマニ圧Ｐｂおよび体積効率補正係数Ｋｖを用いて実シリンダ吸入空気量Ｑｃを推定するとともに、実シリンダ吸入空気量Ｑｃに基づき、スロットル開度学習手段２３による開度学習を行う。
また、物理モデル２５は、過渡運転時においては、開度学習を停止したうえで、スロットル開度θおよび開度学習の結果から算出した実有効開口面積ＣＡｔｉと、インマニ圧Ｐｂと、大気圧ＰＡおよび大気温Ｔａとを、絞り式流量計の流量算出式に適用することにより、スロットルバルブ４ａを通過した吸入空気量Ｑａを推定するとともに、吸入空気量Ｑａに基づき、シリンダ吸入空気量算出手段２１による実シリンダ吸入空気量Ｑｃの算出を行う。

スロットル開度学習手段２３は、エンジン１の運転状態に基づいて目標吸入空気量Ｑａを算出する目標吸入空気量算出部２０１と、目標吸入空気量Ｑａ、インマニ圧Ｐｂ、大気圧ＰＡおよび大気温Ｔａを、絞り式流量計の流量算出式（式（９）、式（１１））に適用して、スロットル４により調整される目標有効開口面積ＣＡｔ＊を算出する目標有効開口面積算出部２０２と、エンジン１の制御を行うための実シリンダ吸入空気量Ｑｃ、インマニ圧Ｐｂ、大気圧ＰＡおよび大気温Ｔａを、絞り式流量計の流量算出式に適用して、スロットル４の実有効開口面積ＣＡｔｉ（学習用有効開口面積）を算出する実有効開口面積算出部２０６（学習用有効開口面積算出手段）と、実有効開口面積ＣＡｔｉが目標有効開口面積ＣＡｔ＊と一致するように、スロットル開度θと有効開口面積ＣＡｔとの関係を学習することにより、学習補正後目標スロットル開度θＬＮ＊（スロットル開度学習値）を算出するためのスロットル開度学習値θＬＮを算出するスロットル開度学習値算出部２０９と、を備えている。

このように、Ｓ／Ｄ方式を用いてシリンダ吸入空気量を算出する場合に、定常運転時では、定常運転時のバルブタイミングで適合した体積効率補正係数マップ（従来方式）からシリンダ吸入空気量を算出しつつ、スロットル開度と有効開口面積との関係を学習しておき、過渡変化時からエキマニ内の温度が収束するまでの期間では、学習済みのスロットル開度θと有効開口面積ＣＡｔとの関係に基づいてスロットル４を通過した吸入空気量Ｑａを算出し、ＡＦＳ方式と同様の物理モデル（スロットルバルブを通過した空気がシリンダ内に入るまでの吸気系の応答遅れをモデル化した演算系）に基づいてシリンダ吸入空気量Ｑｃを算出することにより、膨大なメモリ容量を必要とせずに、少ない適合定数と少ない演算負荷で、定常運転時および過渡運転時のいずれにおいても、Ｓ／Ｄ方式を用いて、エンジン１の好適制御に十分な精度で、シリンダ吸入空気量Ｑｃを推定することができる。

すなわち、定常運転時にのみにおいて、従来と同様のＳ／Ｄ方式により、シリンダ吸入空気量Ｑｃを算出するので、定常運転時のバルブタイミングにて適合した体積効率補正係数Ｋｖのマップのみを用いて、定常運転と過渡運転とに適合することができるので、体積効率補正係数マップの適合工数およびマップ数を削減することができる。

また、この発明の実施の形態１によるスロットル開度学習値算出部２０９は、実有効開口面積ＣＡｔｉと目標有効開口面積ＣＡｔ＊とを一致させるためのスロットル開度学習基本値Δθを算出するスロットル開度学習基本値算出部２０８と、スロットル開度学習基本値Δθからリアルタイム学習値θＲを算出するリアルタイム学習値算出部２１２と、スロットル開度学習基本値Δθからロングタイム学習値θＬを算出するロングタイム学習値算出部２１３と、ロングタイム学習値θＬを格納するロングタイム学習値記憶部２１５と、ロングタイム学習値記憶部２１５に格納されたロングタイム学習値θＬとリアルタイム学習値θＲとを加算して、スロットル開度学習値θＬＮを算出する加算器２１６と、を備えている。
また、スロットル開度学習値算出部２０９は、ロングタイム学習値θＬの単調増加状態を確保するためのロングタイム学習値単調増加処理部２１４を備えているので、スロットル開度学習値θＬＮの誤学習または誤作動を防止することができる。

また、この発明の実施の形態１による物理モデル２５は、スロットルバルブ４ａを通過した吸入空気量Ｑａに基づきシリンダ吸入空気量Ｑｃを推定する第１の物理モデル（ステップ１０６）と、第１の物理モデルの逆モデル２００からなり、シリンダ吸入空気量Ｑｃに基づきスロットルバルブ４ａを通過した吸入空気量Ｑａを推定する第２の物理モデル（ステップ１０７）と、を備えている。

物理モデル２５は、定常運転時においては、実シリンダ吸入空気量Ｑｃおよび第２の物理モデル（ステップ１０７）を用いてスロットルバルブ４ａを通過した第１の吸入空気量Ｑａを推定し、第１の吸入空気量Ｑａに基づき開度学習を行うとともに、第１の吸入空気量Ｑａおよび第１の物理モデル（ステップ１０６）を用いて実シリンダ吸入空気量Ｑｃを再度推定する。

また、物理モデル２５は、過渡運転時においては、実有効開口面積ＣＡｔｉ、インマニ圧Ｐｂ、大気圧ＰＡおよび大気温Ｔａを、流量算出式に適用して、スロットルバルブ４ａを通過した第２の吸入空気量Ｑａを推定するとともに、第２の吸入空気量Ｑａおよび第１の物理モデル（ステップ１０６）を用いて実シリンダ吸入空気量Ｑｃを推定する。
このように、過渡運転時には、ＡＦＳ方式と同様の、スロットルバルブ４ａを通過した空気がシリンダ内に入るまでの吸気系の応答遅れをモデル化した物理モデル２５を用いてシリンダ吸入空気量Ｑｃを算出することにより、過渡変化後のシリンダ吸入空気量Ｑｃの推定誤差を抑制することができる。

また、この発明の実施の形態１による第１の物理モデル（ステップ１０６）は、スロットルバルブ４ａの下流側の吸気管内の密度および１行程間の密度変化量を、インマニ密度ρｂおよびインマニ密度変化量Δρｂとして算出するインマニ密度算出手段２４を備えており、体積効率補正係数Ｋｖおよびスロットルバルブを４ａ通過した吸入空気量Ｑａを用いてシリンダ吸入空気量Ｑｃを算出する。

また、体積効率補正係数算出手段２２は、スロットルバルブ４ａを通過した吸入空気量Ｑａと、インマニ密度ρｂおよびインマニ密度変化量Δρｂとを用いて、第１の物理モデル（ステップ１０６）で用いる体積効率補正係数Ｋｖを算出する。
このように、吸入空気量Ｑａ、インマニ密度ρｂおよびインマニ密度変化量Δρｂを用いて、体積効率補正係数Ｋｖを算出することにより、シリンダ吸入空気量Ｑｃをリアルタイムに高精度に算出することが可能となる。

また、この発明の実施の形態１による各種センサは、スロットルバルブ４ａの下流側の吸気管内の温度をインマニ温Ｔｂとして検出する吸気温センサ８を含み、インマニ密度算出手段２４は、インマニ圧Ｐｂおよびインマニ温Ｔｂを用いて、インマニ密度ρｂおよびインマニ密度変化量Δρｂを算出する。
これにより、インマニ圧Ｐｂおよびインマニ温Ｔｂから、インマニ密度ρｂおよびインマニ密度変化量Δρｂを容易に算出することができる。

また、この発明の実施の形態１による体積効率補正係数算出手段２２は、エンジン１の１行程間の吸入空気量Ｑａ［ｇ］と、インマニ密度ρｂ［ｇ／ｃｍ＾３］と、インマニ密度変化量Δρｂ［ｇ／ｃｍ＾３］と、スロットルバルブの下流側からシリンダ入口までの吸気管容積Ｖｓ［ｃｍ＾３］と、内燃機関の１気筒当りのシリンダ行程容積Ｖｃ［ｃｍ＾３］と、を用いた以下の式（１４）から、第１の物理モデル（ステップ１０６）で用いる体積効率補正係数Ｋｖを算出する。

式（１４）は、前述の式（６）に対応しており、実質的に式（６）と同様である。
これにより、理論に基づく簡単な演算で、高精度に体積効率補正係数Ｋｖを推定することができる。

また、この発明の実施の形態１による体積効率補正係数算出手段２２は、式（１４）から算出された体積効率補正係数Ｋｖに対してさらにフィルタ処理を施したフィルタ後の体積効率補正係数Ｋｖｆ（ｎ）を、第１の物理モデル（ステップ１０６）で用いる体積効率相当値として算出するので、各種センサが有する微小な検出誤差を吸収して、検出誤差による体積効率補正係数Ｋｖへの影響を抑制することができる。

また、この発明の実施の形態１による物理モデル２５は、定常運転時における開度学習が完了するまでは、過渡運転時においても、スロットルバルブ４ａを通過した吸入空気量Ｑａの推定を禁止し、定常運転時と同様に、インマニ圧Ｐｂおよび体積効率補正係数Ｋｖを用いて実シリンダ吸入空気量Ｑｃを推定するので、スロットル開度学習が未完了の場合であっても、従来のＳ／Ｄ方式と同等の精度で、シリンダ吸入空気量Ｑｃを推定することができる。

さらに、この発明の実施の形態１による物理モデル２５は、１行程間（所定クランク角度間）のインマニ圧ピーク値を検出するインマニ圧ピーク値算出手段を備えており、インマニ圧ピーク値が大気圧ＰＡよりも大きい場合には、過渡運転時においても、スロットルバルブ４ａを通過した吸入空気量Ｑａの推定を禁止し、定常運転時と同様に、インマニ圧Ｐｂおよび体積効率補正係数Ｋｖを用いて実シリンダ吸入空気量Ｑｃを推定するので、過渡運転時にインマニ圧Ｐｂの振動によりスロットルバルブ４ａを逆流する空気が生じたとしても、逆流空気に起因した吸入空気量Ｑａの推定精度の悪化を抑制して、従来のＳ／Ｄ方式と同等の精度で、シリンダ吸入空気量Ｑｃを推定することができる。

１ エンジン、２ 大気温センサ、３ スロットル開度センサ、４ スロットル（電子制御スロットル）、４ａ スロットルバルブ、４ 電子制御スロットル、５ サージタンク、６ インテークマニホールド、７ インマニ圧センサ、８ 吸気温センサ、９ インジェクタ、１０ 吸気ＶＶＴ、１１ 排気ＶＶＴ、１２ 点火コイル、１３ エキゾーストマニホールド、１４ 大気圧センサ、２０ ＥＣＵ（電子制御ユニット）、２１ シリンダ吸入空気量算出手段、２２ 体積効率補正係数算出手段、２３ スロットル開度学習手段、２４ インマニ密度算出手段、２５ 物理モデル、２６ 制御量演算手段、２００ 逆モデル、２０１ 目標吸入空気量算出部、２０２ 目標有効開口面積算出部、２０３ 音速算出部、２０４ 無次元流量算出部、２０５ 目標スロットル開度算出部、２０６ 実有効開口面積算出部、２０７ 学習用スロットル開度算出部、２０８ スロットル開度学習基本値算出部、２０９ スロットル開度学習値算出部、２１０ 加算器、２１１ スロットル開度学習基本値分配処理部、２１１ａ、２１１ｂ 切換手段、２１２ リアルタイム学習値算出部、２１３ ロングタイム学習値算出部、２１４ ロングタイム学習値単調増加処理部、２１５ ロングタイム学習値記憶部、２１６ 加算器、Ａｐ アクセル開度、ＡＰＳ アクセル開度センサ、ＣＡｔ＊ 目標有効開口面積、ＣＡｔ 有効開口面積、ＣＡｔｉ 実有効開口面積、Ｋｖ 体積効率補正係数（体積効率相当値）、Ｋｖｆ フィルタ後の体積効率補正係数、ＰＡ 大気圧、Ｐｂ インマニ圧、Ｑａ 吸入空気量（実吸入空気量）、Ｑａ＊ 目標吸入空気量、Ｑｃ シリンダ吸入空気量（実シリンダ吸入空気量）、Ｑｃ＊ 目標シリンダ吸入空気量、Ｔａ 大気温、Ｔｂ インマニ温、Ｚ１、Ｚ２ 学習領域、αａ 音速、Δθ スロットル開度学習基本値、θ スロットル開度、θ＊ 目標スロットル開度、θｉ 学習用スロットル開度、θＬ ロングタイム学習値、θＬＮ スロットル開度学習値、θＬＮ 学習補正後目標スロットル開度、θＲ リアルタイム学習値、ρｂ インマニ密度、σ 無次元流量。

Claims (11)

1. スロットルバルブの下流側の吸気管に設けられた内燃機関のシリンダ内へのシリンダ吸入空気量を推定するために、
   前記内燃機関の各種アクチュエータに関連した運転状態を検出する各種センサと、
   前記各種センサの検出値を入力情報として、前記スロットルバルブを通過した空気が前記シリンダ内に入るまでの吸気系の応答遅れをモデル化した物理モデルと、
   を備えた内燃機関のシリンダ吸入空気量推定装置であって、
   前記各種アクチュエータは、前記スロットルバルブのスロットル開度を制御することにより有効開口面積を変化させて、前記前記スロットルバルブを通過する空気量を調整するスロットル開度制御手段を含み、
   前記各種センサは、
   前記スロットルバルブの大気側の大気温を検出する大気温センサと、
   前記スロットルバルブの大気側の大気圧を検出する大気圧センサと、
   前記スロットルバルブの下流側の吸気管内の圧力をインマニ圧として検出するインマニ圧センサと、を含み、
   前記物理モデルは、
   前記シリンダ吸入空気量を示す指標である体積効率相当値を算出する体積効率相当値算出手段と、
   前記スロットル開度と前記有効開口面積との関係を学習することにより、目標吸入空気量を達成するための学習補正後目標スロットル開度を算出するスロットル開度学習手段と、
   前記実シリンダ吸入空気量を算出するシリンダ吸入空気量算出手段と、を含み、
   定常運転時においては、
   前記インマニ圧および前記体積効率相当値を用いて、前記シリンダ吸入空気量算出手段による前記実シリンダ吸入空気量の推定を行うとともに、
   前記実シリンダ吸入空気量に基づき、前記スロットル開度学習手段による開度学習を行い、
   過渡運転時においては、
   前記前記スロットル開度学習手段による開度学習を停止したうえで、
   前記スロットル開度および前記開度学習の結果から算出した実有効開口面積と、前記インマニ圧と、前記大気圧および前記大気温とを、絞り式流量計の流量算出式に適用することにより、前記スロットルバルブを通過した吸入空気量を推定するとともに、
   前記吸入空気量に基づき、前記シリンダ吸入空気量算出手段による前記実シリンダ吸入空気量の算出を行うことを特徴とする内燃機関のシリンダ吸入空気量推定装置。
2. 前記スロットル開度学習手段は、
   前記内燃機関の運転状態に基づいて前記目標吸入空気量を算出する目標吸入空気量算出手段と、
   前記目標吸入空気量、前記インマニ圧、前記大気圧および前記大気温を、絞り式流量計の流量算出式に適用して、前記スロットル開度制御手段により調整される目標有効開口面積を算出する目標有効開口面積算出手段と、
   前記内燃機関の制御を行うための実シリンダ吸入空気量、前記インマニ圧、前記大気圧および前記大気温を、前記絞り式流量計の流量算出式に適用して、前記スロットル開度制御手段の学習用有効開口面積を算出する学習用有効開口面積算出手段と、
   前記学習用有効開口面積が前記目標有効開口面積と一致するように、前記スロットル開度と前記有効開口面積との関係を学習することにより、前記学習補正後目標スロットル開度を算出するためのスロットル開度学習値を算出するスロットル開度学習値算出手段と、
   を備えたことを特徴とする請求項１に記載の内燃機関のシリンダ吸入空気量推定装置。
3. 前記スロットル開度学習値算出手段は、
   前記学習用有効開口面積と前記目標有効開口面積とを一致させるためのスロットル開度学習基本値を算出するスロットル開度学習基本値算出手段と、
   前記スロットル開度学習基本値からリアルタイム学習値を算出するリアルタイム学習値算出手段と、
   前記スロットル開度学習基本値からロングタイム学習値を算出するロングタイム学習値算出手段と、
   前記ロングタイム学習値を格納するロングタイム学習値記憶手段と、
   前記ロングタイム学習値記憶手段に格納されたロングタイム学習値と前記リアルタイム学習値とを加算して、前記スロットル開度学習値を算出する加算手段と、
   を備えたことを特徴とする請求項２に記載の内燃機関のシリンダ吸入空気量推定装置。
4. 前記スロットル開度学習値算出手段は、前記ロングタイム学習値の単調増加状態を確保するためのロングタイム学習値単調増加処理手段を備えたことを特徴とする請求項３に記載の内燃機関のシリンダ吸入空気量推定装置。
5. 前記物理モデルは、
   前記スロットルバルブを通過した吸入空気量に基づき前記シリンダ吸入空気量を推定する第１の物理モデルと、
   前記第１の物理モデルの逆モデルからなり、前記シリンダ吸入空気量に基づき前記スロットルバルブを通過した吸入空気量を推定する第２の物理モデルと、を含み、
   前記定常運転時においては、
   前記実シリンダ吸入空気量および前記第２の物理モデルを用いて前記スロットルバルブを通過した第１の吸入空気量を推定し、
   前記第１の吸入空気量に基づき前記開度学習を行うとともに、
   前記第１の吸入空気量および前記第１の物理モデルを用いて前記実シリンダ吸入空気量を再度推定し、
   前記過渡運転時においては、
   前記実有効開口面積、前記インマニ圧、前記大気圧および前記大気温を、前記流量算出式に適用して、前記スロットルバルブを通過した第２の吸入空気量を推定するとともに、前記第２の吸入空気量および前記第１の物理モデルを用いて前記実シリンダ吸入空気量を推定することを特徴とする請求項１から請求項４までのいずれか１項に記載の内燃機関のシリンダ吸入空気量推定装置。
6. 前記第１の物理モデルは、
   前記スロットルバルブの下流側の吸気管内の密度および１行程間の密度変化量を、インマニ密度およびインマニ密度変化量として算出するインマニ密度算出手段を含み、
   前記体積効率相当値および前記スロットルバルブを通過した吸入空気量を用いて前記シリンダ吸入空気量を算出し、
   前記体積効率相当値算出手段は、前記スロットルバルブを通過した吸入空気量と、前記インマニ密度および前記インマニ密度変化量とを用いて、前記第１の物理モデルで用いる前記体積効率相当値を算出することを特徴とする請求項５に記載の内燃機関のシリンダ吸入空気量推定装置。
7. 前記各種センサは、前記スロットルバルブの下流側の吸気管内の温度をインマニ温として検出する吸気温センサを含み、
   前記インマニ密度算出手段は、前記インマニ圧および前記インマニ温を用いて前記インマニ密度およびインマニ密度変化量を算出することを特徴とする請求項６に記載の内燃機関のシリンダ吸入空気量推定装置。
8. 前記体積効率相当値算出手段は、
   前記内燃機関の１行程間の吸入空気量Ｑａ［ｇ］と、前記インマニ密度ρｂ［ｇ／ｃｍ＾３］と、前記インマニ密度変化量Δρｂ［ｇ／ｃｍ＾３］と、前記スロットルバルブの下流側からシリンダ入口までの吸気管容積Ｖｓ［ｃｍ＾３］と、前記内燃機関の１気筒当りのシリンダ行程容積Ｖｃ［ｃｍ＾３］と、を用いた以下の式（１）、
   

   

   から、前記第１の物理モデルで用いる体積効率相当値Ｋｖを算出することを特徴とする請求項６または請求項７に記載の内燃機関のシリンダ吸入空気量推定装置。
9. 前記体積効率相当値算出手段は、前記式（１）から算出された体積効率相当値に対してさらにフィルタ処理を施したフィルタ後の体積効率相当値を、前記第１の物理モデルで用いる体積効率相当値として算出することを特徴とする請求項８に記載の内燃機関のシリンダ吸入空気量推定装置。
10. 前記物理モデルは、
    前記定常運転時における前記開度学習が完了するまでは、
    前記過渡運転時においても、前記スロットルバルブを通過した吸入空気量の推定を禁止し、
    前記定常運転時と同様に、前記インマニ圧および前記体積効率相当値を用いて前記実シリンダ吸入空気量を推定することを特徴とする請求項１から請求項９までのいずれか１項に記載の内燃機関のシリンダ吸入空気量推定装置。
11. 前記物理モデルは、
    所定クランク角度間のインマニ圧ピーク値を検出するインマニ圧ピーク値算出手段を含み、
    前記インマニ圧ピーク値が前記大気圧よりも大きい場合には、
    過渡運転時においても、前記スロットルバルブを通過した吸入空気量の推定を禁止し、
    前記定常運転時と同様に、前記インマニ圧および前記体積効率相当値を用いて前記実シリンダ吸入空気量を推定することを特徴とする請求項１から請求項１０までのいずれか１項に記載の内燃機関のシリンダ吸入空気量推定装置。

Images