JP2015140733A - フィルタの故障検出装置 - Google Patents

Abstract

【課題】排気ガス中のＰＭを捕集するフィルタの下流に電気抵抗式のＰＭセンサを配置し、そのＰＭセンサの出力に基づいてフィルタの故障を判定する際に、誤判定を抑制できるフィルタの故障検出装置を提供する。【解決手段】フィルタとしてのＤＰＦ４が故障判定の基準となるフィルタ（基準故障フィルタ）である場合におけるＰＭセンサ５の立ち上がり時期（基準時期）を推定し、実際の立ち上がり時期（実際時期）と基準時期とを比較する。実際時期が基準時期より先の場合には、ＤＰＦ４が基準故障フィルタである場合におけるＰＭセンサ５へのＰＭ捕集量（基準捕集量）をエンジン２の状態に基づいて推定する。また、ＰＭセンサ５の立ち上がり後の出力変化から実際のＰＭ捕集量（換算捕集量）に換算する。それら換算捕集量と基準捕集量とを比較し、換算捕集量のほうが大きければＤＰＦ故障と判定し、換算捕集量のほうが小さければＤＰＦ故障判定を再実施する。【選択図】図１

Description

本発明は、内燃機関から排出される排気ガス中の粒子状物質を捕集するフィルタの故障検出装置に関する。

従来、内燃機関から排出される排気ガス中の粒子状物質（パティキュレートマター、ＰＭ）を捕集するフィルタの故障検出装置の提案がある（例えば特許文献１参照）。特許文献１の故障検出装置では、排気ガス中の粒子状物質の量に応じた出力を発生する電気抵抗式のセンサを利用して、フィルタの故障検出を行っている。電気抵抗式のセンサは、一対の電極を有した絶縁体の素子を備え、その一対の電極間に電圧を印加する形で使用される。粒子状物質はカーボン粒子から構成されており導電性を有するので、素子に一定量以上の粒子状物質が捕集されると一対の電極間が導通し、この導通時に粒子状物質の量に応じた検出値を出力するというものである。

特許文献１の故障検出装置では、このセンサをフィルタより下流に配置し、センサ出力が立ち上がる時期（導通開始時期）に基づいてフィルタの故障の有無を判定している。具体的には、フィルタが故障判定の基準となる故障フィルタである場合におけるセンサ出力が立ち上がる時期（基準時期）を推定する。そして、センサ出力が実際に立ち上がる時期（実際時期）と基準時期とを比較して、実際時期が基準時期より先の場合にフィルタが故障であると判定している。

特許第５１１５８７３号公報

ところで、センサ出力の立ち上がり時期に基づいてフィルタの故障判定をする手法では、通常想定外の事が発生してセンサ出力が急激に立ち上がった場合には、フィルタ故障の誤判定をする可能性がある。通常想定外の事とは、例えば、フィルタや排気通路に付着していた粒子状物質が固まりとなって一挙に排出されてそれがセンサ素子に付着する事である。フィルタ故障を誤判定してしまうと、故障警告灯（ＭＩＬ）の誤点灯、フィルタの誤交換など、ユーザへの負担が大きい。

本発明は、上記事情に鑑みてなされたものであり、通常想定外の事が発生してセンサ出力が急激に立ち上がったとしても、フィルタ故障の誤判定を抑制できるフィルタの故障検出装置を提供することを課題とする。

上記課題を解決するために、本発明のフィルタの故障検出装置は、内燃機関の排気通路に設けられ、排気ガス中の粒子状物質を捕集するフィルタと、
前記排気通路の前記フィルタより下流に設けられ、排気ガス中の粒子状物質を捕集する、一対の電極を有した絶縁体の素子を備え、前記一対の電極間の導通時に前記素子に捕集された粒子状物質の量に応じた出力を発生するセンサと、
前記センサの立ち上がり後の出力変化を取得する取得手段と、
前記取得手段が取得した出力変化に基づき前記フィルタの故障の有無を判定する故障判定手段と、
を備えることを特徴とする。

本発明によれば、センサ出力が立ち上がった後のセンサの出力変化、つまりセンサ出力の傾きに基づいてフィルタの故障の有無を判定する。センサ出力変化は、通常想定外の事が発生してセンサ出力が急激に立ち上がったとしても、その急激な立ち上がりにはそれほど影響されない。つまり、センサ出力の急激な立ち上がりの有無にかかわらず、フィルタが故障の場合には正常の場合に比べてセンサの出力変化（傾き）が大きくなる。ゆえに、センサの出力変化に基づきフィルタの故障判定をすることで、センサ出力が急激に立ち上がったとしてもフィルタ故障の誤判定を抑制できる。

エンジンシステム１の構成図である。 ＰＭセンサ５の構造を模式的に示した図である。 センサ素子５２における一対の電極５３付近の様子を示しており、ＰＭセンサによるＰＭ量の検出原理を説明する図である。 認証モード時の車速パターンと、ＰＭセンサの出力変化とを示した図である。 従来のＤＰＦ故障判定の方法を説明する図である。 故障判定処理のフローチャートである。 図６に続く故障判定処理のフローチャートである。 本発明におけるＤＰＦ故障判定の方法を説明する図として故障判定処理に関連する各種状態の時間変化を示した図である。 ＯＢＤ規制値、ＥＭ規制値、及び正常の間でＤＰＦを通過するＰＭ量（ＰＭ排出量）を比較した図である。 ＰＭセンサの出力変化量ＣとＰＭ捕集量との関係を例示した図である。 ＤＰＦ正常時、故障時、粗大ＰＭ付着時の間で、ＤＰＦから排出されるＰＭ量の速度（ＰＭ量排出速度）の時間変化を例示した図である。 Ｓ２０の処理の概念図であり、センサ立ち上がり時期から定まるＰＭ捕集状態の点８４と、センサ出力変化から定まるＰＭ捕集状態の点８４１、８４２とを示した図である。

以下、本発明の実施形態を図面を参照しながら説明する。図１は、本発明が適用された車両のエンジンシステム１の構成図である。そのエンジンシステム１は、本発明の「フィルタの故障検出装置」に相当する。エンジンシステム１は、内燃機関としてのディーゼルエンジン２（以下、単にエンジンという）を備えている。そのエンジン２には、燃焼室内に燃料を噴射するインジェクタが設けられている。エンジン２は、そのインジェクタから噴射された燃料が燃焼室で自己着火することで、車両を駆動するための動力を生み出している。

エンジン２の排気通路３には、本発明の「フィルタ」としてのディーゼルパティキュレートフィルタ（ＤＰＦ）４が設置されている。ＤＰＦ４は公知の構造のセラミック製フィルタであり、例えば、コーディエライト等の耐熱性セラミックスをハニカム構造に成形して、ガス流路となる多数のセルを入口側または出口側が互い違いとなるように目封じして構成される。エンジン２から排出された排気ガスは、ＤＰＦ４の多孔性の隔壁を通過しながら下流へ流れ、その間に排気ガスに含まれるＰＭ（パティキュレートマター、粒子状物質）が捕集されて次第に堆積する。そのＰＭは、煤を構成するものであり、カーボン粒子から構成されている。

排気通路３のＤＰＦ４よりも下流には、排気ガス中のＰＭ量を検出する本発明の「センサ」としての電気抵抗式のＰＭセンサ５が設けられている。ここで、図２は、ＰＭセンサ５の構造を模式的に示した図である。図２に示すように、ＰＭセンサ５は、内部が中空にされた例えば金属製のカバー５１とそのカバー５１内の配置されたセンサ素子５２とを備えている。カバー５１には多数の孔５１１が形成されており、排気通路３を流れる排気ガスの一部がそれら孔５１１からカバー５１内に侵入できるようになっている。また、カバー５１には、カバー５１内に侵入した排気ガスを排出するための排出孔５１２が形成されている。なお、図２では、排出孔５１２は、カバー５１の先端に形成された例を示している。

センサ素子５２は絶縁体基板から構成されている。センサ素子５２（絶縁体基板）の一方の面には、互いに離間し、かつ対向した一対の電極５３が設けられている。なお、図３は、ＰＭセンサ５によるＰＭ量の検出原理を説明する図であり、一対の電極５３付近におけるＰＭ付着の様子を示している。図３に示すように、センサ素子５２には、後述のＥＣＵ６の指令に基づき一対の電極５３間に所定の直流電圧を印加する電圧印加回路５４が接続されている。カバー５１内に侵入した排気ガス中のＰＭの一部は自身が持つ粘着性によってセンサ素子５２に捕集（付着）される。センサ素子５２に捕集されなかったＰＭが排出孔５１２から排出される。

また、電圧印加回路５４により電極５３間に電圧が印加されると、各電極５３はそれぞれ正、負に帯電する。これにより、電極５３の近傍を通過するＰＭを帯電させて、センサ素子５２への捕集が促進される。本実施形態では、電極５３間に電圧が印加されていない時のセンサ素子５２へのＰＭ捕集量は、電圧印加時に比べて無視できる程度に少ない量であるとしている。以下では、電極５３間に電圧を印加することによるセンサ素子５２へのＰＭ捕集を「静電捕集」という。

ＰＭセンサ５の出力特性を説明すると、ＰＭセンサ５はセンサ素子５２に捕集されたＰＭによって電極５３間の抵抗が変化することを利用して、センサ素子５２に捕集されたＰＭ量に応じた出力を発生する。詳細には、センサ素子５２へのＰＭ捕集量が少ないうちはセンサ出力は発生しない（厳密には、センサ出力が立ち上がったとみなせる閾値出力よりも小さい出力しか発生しない）。ＰＭはカーボン粒子から構成されており導電性を有するので、ＰＭ捕集量が一定以上の量になった時に一対の電極５３間が導通して、センサ出力が立ち上がる（閾値出力以上の出力が発生する）。

センサ出力の立ち上がり後は、ＰＭ捕集量が多くなるほど一対の電極５３間の抵抗が小さくなるので、電極５３間に流れる電流、つまりセンサ出力が大きくなっていく。エンジンシステム１には、この電極５３間に流れる電流を計測する電流計５５（図３参照）が備えられ、この電流計５５の計測値が、ＰＭセンサ５の出力となる。

また、図２に示すように、センサ素子５２には、センサ素子５２に捕集されたＰＭを燃焼除去してＰＭセンサ５を再生させるためのヒータ５６が設けられている。そのヒータ５６は、センサ素子５２（絶縁体基板）の電極５３が設けられていない方の面に設けられている。ヒータ５６は、例えば白金（Ｐｔ）等の電熱線から構成されている。なお、ヒータ５６が本発明の「再生手段」に相当する。

図１の説明に戻り、エンジンシステム１には、ＰＭセンサ５の他に、エンジン２の運転に必要な各種センサが設けられている。具体的には、例えばエンジン２の回転数を検出する回転数センサ７１、車両の運転者の要求トルクを車両側に知らせるためのアクセルペダルの操作量（踏み込み量）を検出するアクセルペダルセンサ７２、排気ガス温を検出する排気温センサ７３、エンジン２に吸入する新気量を検出するエアフロメータ７４などが設けられている。

また、エンジンシステム１は、そのエンジンシステム１の全体制御を司るＥＣＵ６を備えている。そのＥＣＵ６は、通常のコンピュータの構造を有するものとし、各種演算を行うＣＰＵ（図示外）や各種情報の記憶を行うメモリ６１を備えている。ＥＣＵ６は、例えば上記各種センサからの検出信号に基づきエンジン２の運転状態を検出し、運転状態に応じた最適な燃料噴射量、噴射時期、噴射圧等を算出して、エンジン２への燃料噴射を制御する。

また、ＥＣＵ６は、ＤＰＦ４の故障の有無を判定する故障判定処理を実行する。ＥＣＵ６は、この故障判定処理として、ＰＭセンサ５の出力が立ち上がる時期を利用しつつ、立ち上がり後のＰＭセンサ５の出力変化（傾き）も考慮して、ＤＰＦ４の故障の有無を判定している。本実施形態の故障判定処理の詳細を説明する前に、図４、図５を参照して、センサ出力の立ち上がり時期だけを考慮してＤＰＦ故障を判定する従来方法（特許文献１の方法）及びその問題点を説明する。

図４は、ＤＰＦ４の故障判定のためにＰＭセンサ５によるＰＭ量検出タイミングを例示した図であり、車両が排気ガス規制を満たしているか否かの認証モード時にＤＰＦ４の故障判定をする例を示している。詳細には、図４の上段には、認証モード時の車速パターン（時間経過に対する車速変化）を示している。図４の下段には、時間経過に対するＰＭセンサ５の出力の変化として、ＤＰＦ４が故障の場合の出力変化１０１と、正常の場合の出力変化１０２とを示している。エンジン２からのＰＭ排出条件が同じであるとすると、ＤＰＦ４の故障レベルが悪化するほど、ＤＰＦ４を通過するＰＭ量が多くなり、ＰＭセンサ５への単位時間当たりのＰＭ捕集量が多くなる。そのため、ＤＰＦ４の故障時の出力変化１０１は正常時の出力変化１０２に比べて、立ち上がり時期が早くなる。

従来方法では、ＤＰＦ４が故障判定の基準となるフィルタ（以下、基準故障フィルタという）である場合におけるＰＭセンサ５の出力が立ち上がる時期（基準時期）ｔ０を推定する。そして、ＰＭセンサ５の出力が実際に立ち上がる時期（実際時期）が基準時期ｔ０よりも先か後かを判定し、先の場合にはＤＰＦ４は故障であると判定し、後の場合にはＤＰＦ４は正常であると判定する。

一方で、ＰＭセンサ５を用いてＤＰＦ４の故障判定をするためには、図４の下段に示す（１）から（４）の期間を経る必要がある。（１）の期間は、ＰＭセンサ５に対する被水を防止するために排気ガス中の水分が少なくなるまで待機する期間（被水防止期間）である。（２）の期間は、ヒータ５６（図３参照）によりＰＭセンサ５を再生させる期間（ヒータ再生期間）である。（３）の期間は、センサ再生により高温となったＰＭセンサ５が冷却するまで待機する期間（センサ冷却期間）である。（１）〜（３）の期間では電極５３間には未だ電圧は印加されない。（４）の期間は、電極５３間に電圧を印加して静電捕集を開始してからセンサ出力が立ち上がるまでの期間（ＰＭ捕集期間）である。

このように、ＰＭセンサ５の構造上、センサ出力が立ち上がるまでの不感帯の期間（図４下段の（１）から（４）の期間）が存在するため、ＤＰＦ４の故障判定をするまでには長期間のエンジン運転が必要となる。そのため、認証モード時にＤＰＦ４の故障判定をする場合には、その故障判定をする機会は認証モード中に一回しか得られず、判定機会に乏しい。換言すると、１回判定した後に、再び図４下段の（１）〜（４）の期間を確保するのは難しい。

さらに、以下に説明するように、従来方法ではＤＰＦ故障を誤判定する可能性がある。図５は、この誤判定の可能性を説明するための図であり、詳細には、図５の上段に、ＤＰＦ４が基準故障ＤＰＦの場合におけるＰＭセンサ５へのＰＭ捕集量（推定値）の時間変化を示している。図５の中段には、ＰＭセンサ５の実際の出力変化として、ＤＰＦ４が故障の時における出力変化１０３と、正常の時における出力変化１０４と、正常ではあるが通常想定外の事が発生してセンサ出力が急激に立ち上がった時（粗大ＰＭ付着時）の出力変化１０５とを示している。図５の下段には、ＤＰＦ４の故障判定結果を示したフラグ（故障判定フラグ）の時間経過に対する推移を示し、該故障判定フラグが立ち上がった状態はＤＰＦ故障を示し、立ち上がっていない状態はＤＰＦ正常を示している。また、図５の下段において、故障判定フラグの推移として、図５中段に示す出力変化１０３に対する故障判定フラグの推移１０６と、出力変化１０４に対する故障判定フラグの推移１０７と、出力変化１０５に対する故障判定フラグの推移１０８とを示している。

図５中段の出力変化１０３では、図５上段のＰＭ捕集量（推定値）から求まる基準時期ｔ０よりも先に出力が立ち上がっているので、図５下段の推移１０６で示されるように、故障判定タイミング（基準時期ｔ０）を境に故障判定フラグが立ち上がる。また、図５中段の出力変化１０４では、基準時期ｔ０よりも後に出力が立ち上がっているので、推移１０７で示されるように、故障判定フラグは故障判定タイミングｔ０を過ぎた後もオフのまま（立ち上がっていない）である。一方、ＤＰＦ４や排気通路３に付着したＰＭが固まりとなって一挙に排出されるなどの通常想定外の事が発生すると、図５中段の出力変化１０５で示されるように、基準時期ｔ０前にセンサ出力が急激に立ち上がる場合がある。この場合には、基準時期ｔ０よりも先にセンサ出力が立ち上がったとして、図５下段の推移１０８で示されるようにＤＰＦ４が正常であるにもかかわらず故障判定フラグが立ち上がる。つまり、ＤＰＦ故障と誤判定してしまう。

この誤判定は、判定機会が乏しいセンサ出力の立ち上がり時期だけでＤＰＦ故障を判定していることが原因の一つである。そこで、ＥＣＵ６は、上述したように、センサ出力の立ち上がり時期に加え、立ち上がり後のセンサ出力の変化（傾き）も考慮して、ＤＰＦ４の故障の有無を判定する故障判定処理を実行している。以下、この故障判定処理の詳細を説明する。

図６、図７は、ＥＣＵ６が実行する故障判定処理のフローチャートを示している。詳細には、図６は、故障判定処理の開始から途中までのフローチャートを示している。図７は図６の処理に続くフローチャートを示している。図６、図７の故障判定処理は、例えば図４のように認証モード時において、図４下段の（１）〜（３）の期間が経過した後に開始する。なお、故障判定処理は、認証モード時以外の何時に実行されたとしても良く、具体的には通常走行時に実行されたとしても良い。また、図８は、故障判定処理に関連する各種状態の時間変化を示しており、詳細には、上から、ＤＰＦ４が基準故障ＤＰＦの場合におけるＰＭセンサ５に捕集されたＰＭの累積量（ＰＭ捕集量）の推定値、ＰＭセンサ５の出力、後述のＳ８の処理における仮故障判定、排気ガスの状態、静電捕集の実施状態、最終的な故障判定結果を示している。

図６の処理が開始すると、ＥＣＵ６は、先ず、電圧印加回路５４（図３参照）で一対の電極５３間に電圧を印加することにより、ＰＭセンサ５へのＰＭ捕集（静電捕集）を開始する（Ｓ１）。次に、エンジン２の状態に基づいて、ＤＰＦ４が基準故障ＤＰＦである場合におけるＰＭセンサ５に捕集されたＰＭ量の累積量（ＰＭ捕集量）Ａを推定する（Ｓ２）。なお、本実施形態における基準故障ＤＰＦとは、具体的には、故障によりＤＰＦ４の捕集率が著しく低下し、ＤＰＦ４を通過するＰＭ量が自己故障診断（ＯＢＤ：Ｏｎ−ｂｏａｒｄ−ｄｉａｇｎｏｓｔｉｃｓ）の規制値相当の量であるＤＰＦを言う。ここで、図９は、ＯＢＤ規制値、排ガス規制値（ＥＭ規制値）、及び正常（ＥＭ規制値に達していない）の間で、ＤＰＦ４を通過するＰＭ量（ＰＭ排出量）を比較した図である。図９に示すように、ＯＢＤ規制値は、ＥＵＲＯ６等のＥＭ規制値より大きい値に設定される。例えば、特定の走行モードにおいて、ＥＭ規制値におけるＰＭ量＝４．５ｍｇ／ｋｍとしたときに、ＯＢＤ規制値は例えばその約２．６７倍のＰＭ量＝１２．０ｍｇ／ｋｍに設定される。

Ｓ２では、具体的には、先ず、現時点のエンジン２の状態に基づいて、現時点の単位時間当たりのＰＭセンサ５へのＰＭ捕集量ｆを推定する。より具体的には、特許文献１と同様に、エンジン２の回転数やトルク（燃料噴射量）等のエンジン２の状態に基づいてエンジン２から排出されるＰＭ量、言い換えると、基準故障ＤＰＦに流入するＰＭ量（流入ＰＭ量）を推定する。なお、エンジン２の回転数は回転数センサ７１から得られる。トルク（燃料噴射量）は、アクセルペダルセンサ７２の検出値やエンジン回転数などから得られる。エンジン２の状態（回転数、トルク等）に対する流入ＰＭ量のマップをメモリ６１（図１参照）に予め記憶しておく。そして、そのマップから、今回のエンジン２の状態に対応する流入ＰＭ量を読み出せばよい。

また、基準故障ＤＰＦのＰＭ捕集率を推定する。具体的には例えば、基準故障ＤＰＦのＰＭ捕集率として予め定められた値αを用いる。また、ＤＰＦのＰＭ捕集率は、ＤＰＦ内に堆積されているＰＭ量（ＰＭ堆積量）や排気ガス流量によっても変わってくるので、それらＰＭ堆積量、排気ガス流量に応じて上記ＰＭ捕集率αを補正しても良い。なお、ＰＭ堆積量は、例えば、ＤＰＦ４の前後差圧に基づいて推定すれば良い。また、排気ガス流量は、例えば、エアフロメータ７４（図１参照）で検出される新気量に基づいて排気ガスの体積流量として推定すれば良い。この際、排気温センサ７３（図１参照）で検出される排気ガス温に応じた排気ガスの膨張分や、圧力センサ（図示外）で検出される圧力に応じた排気ガスの圧縮分を考慮して、排気ガス流量を推定する。

そして、推定した流入ＰＭ量と基準故障ＤＰＦのＰＭ捕集率とに基づいて、基準故障ＤＰＦから流出するＰＭ量（流出ＰＭ量）が得られる。次に、その流出ＰＭ量のうちのＰＭセンサ５に捕集されるＰＭ量を、単位時間当たりのＰＭ捕集量ｆとして推定する。具体的には、例えばＰＭセンサ５の外側を流れるＰＭのうちどの程度のＰＭが孔５１１（図２参照）からカバー５１内に侵入するか、カバー５１内に侵入したＰＭのうちどの程度のＰＭがセンサ素子５２に付着するか等を考慮して、ＰＭセンサ５へのＰＭ捕集率βを推定する。ＰＭ捕集率βは、排気ガス流量、λ（空気過剰率）、排気ガス温、センサ素子５２の温度等の各種状態にかかわらず一定の予め定められた値を用いても良いし、各種状態に応じて補正した値を用いても良い。例えば、排気ガス流量が大きいほどＰＭはカバー５１内に侵入しにくくなり、カバー５１に侵入したＰＭはセンサ素子５２に付着しにくくなり、付着したとしてもセンサ素子５２から離脱しやすくなる。また、λが小さくなるほど、つまりリッチになってＰＭ濃度が高くなるほど、ＰＭセンサ５に捕集されないＰＭの割合が高くなる。よって、例えば、排気ガス流量が大きいほど、又はλが小さいほど、小さい値となるようにＰＭ捕集率βを推定する。また、排気ガス温やセンサ素子５２の温度に応じて、センサ素子５２に作用する熱永動力が変化するので、ＰＭ捕集率βが変わってくる。そして、上記流出ＰＭ量とＰＭ捕集率βとに基づいて、単位時間当たりのＰＭ捕集量ｆを得ることができる。

なお、λは、例えばエンジン２の運転状態（エンジン回転数、燃料噴射量等）から推定しても良いし、排気通路３にλを検出するセンサを設け、そのセンサの検出値を用いても良い。また、排気ガス温は、排気温センサ７３から得られる。また、センサ素子５２の温度は、例えばセンサ素子５２に温度センサを設け、その温度センサの検出値を用いれば良い。

このように、ＰＭ捕集量ｆは、エンジン２の状態（エンジン回転数、トルク等）から定まる基本捕集量ｆ１と、その基本捕集量ｆ１を補正するための、排気ガスの状態（排気ガス流量、λ、排気ガス温等）から定まる補正捕集量ｆ２（補正係数）とから求めることができる。そして、Ｓ２では、各時点で、単位時間当たりのＰＭ捕集量ｆを求めて、各時点のＰＭ捕集量ｆを積算することにより、ＰＭセンサ５に蓄積されたＰＭ捕集量Ａを推定する。言い換えると、前回のＳ２で得られたＰＭ捕集量Ａ（ｉ−１）に、現時点の単位時間当たりのＰＭ捕集量ｆを加算することで、現時点のＰＭ捕集量Ａを推定する。なお、図８の一番上のグラフは、Ｓ２で推定されるＰＭ捕集量Ａの時間変化を示している。

次に、ＰＭセンサ５の出力の立ち上がりが発生したか否かを判定する（Ｓ３）。具体的には、センサ出力の立ち上がりが発生した条件ａとして、前回のＳ３でのセンサ出力が、センサ出力の立ち上がり出力として予め定められた閾値Ｋ１より小さく、かつ、今回のセンサ出力が閾値Ｋ１以上となる条件を満足するか否かを判定する。なお、図８の上から２番目のグラフには、この閾値Ｋ１のラインを図示している。条件ａを満足しない場合、つまり、センサ出力が未だ立ち上がっていない場合には（Ｓ３：Ｎｏ）、Ｓ５に進む。条件ａを満足した場合、つまり、センサ出力の立ち上がりが発生した場合には（Ｓ３：Ｙｅｓ）、Ｓ４に進む。Ｓ４では、ＤＰＦ４が基準故障ＤＰＦの場合における、センサ出力の立ち上がり発生時（センサ検出時）のＰＭセンサ５へのＰＭ捕集量Ｂ（以下、センサ検出時ＰＭ量という）を、Ｓ２で推定したＰＭ捕集量Ａに設定する（Ｓ４）。なお、センサ検出時ＰＭ量Ｂは、後述のＳ２０の処理で用いる。Ｓ４の後、Ｓ５に進む。

Ｓ５では、センサ出力の立ち上がり時期に基づくＤＰＦ故障の判定タイミングが成立（到来）したか否かを判定する（Ｓ５）。具体的には、この判定タイミングの成立条件ｂとして、Ｓ２で推定したＰＭ捕集量Ａが、ＰＭセンサ５の出出力が立ち上がる（電極５３間の導通が開始する）ＰＭ捕集量として予め定めた値Ｋ２（導通開始捕集量）に達した条件を満足するか否かを判定する。なお、図８の一番上のグラフにはこの導通開始捕集量Ｋ２の点を図示している。このように、Ｓ５では、ＤＰＦ４が基準故障ＤＰＦの場合におけるＰＭセンサ５の出力が立ち上がる時期ｔ０（基準時期）が到来したか否かを判定している。

条件ｂを満足しない場合、つまり、判定タイミング（基準時期ｔ０）が未だ到来しない場合には（Ｓ５：Ｎｏ）、Ｓ２に戻る。これに対し、条件ｂを満足した場合、つまり、判定タイミングが到来した場合には（Ｓ５：Ｙｅｓ）、Ｓ６に進み、Ｓ３の条件ａがＳ５の条件ｂより先に成立したか否かを判定する。つまり、ＰＭセンサ５の出力が実際に立ち上がる時期（実際時期）が判定タイミング（基準時期ｔ０）より先か後かを判定する（Ｓ６）。なお、図８の上から２番目のグラフには、図５中段と同様に、ＤＰＦ４が故障の時におけるＰＭセンサ５の出力変化１０３と、正常の時における出力変化１０４と、正常ではあるが通常想定外の事が発生してセンサ出力が急激に立ち上がった時（粗大ＰＭ付着時）の出力変化１０５とを示している。出力変化１０４の場合は、実際時期が基準時期ｔ０より後となっている。これに対し、出力変化１０３、１０５の場合は、実際時期が基準時期ｔ０よりも先になっている。

Ｓ６において、実際時期が基準時期ｔ０より後の場合には（Ｓ６：Ｎｏ）、Ｓ７に進み、ＤＰＦ４は正常であると判定する。図８の例では、出力変化１０４の場合がＤＰＦ正常と判定されることになる。Ｓ７の後、図６、図７の故障判定処理を終了する。

一方、実際時期が基準時期ｔ０より先の場合には（Ｓ６：Ｙｅｓ）、Ｓ８に進み、ＤＰＦ４は今の段階では故障であると確定はできないが、故障の可能性があることを示す仮故障判定をする（Ｓ８）。図８の上から３番目のグラフには、Ｓ８の処理による仮故障判定のフラグの状態を示している。そのフラグが立ち上がった状態は仮故障判定がされたことを意味している。仮故障判定のグラフにおいて、２番目のグラフに示す出力変化１０３に対する仮故障判定のフラグの状態を符号「２０１」で示し、出力変化１０４に対するフラグの状態を符号「２０２」で示し、出力変化１０５に対するフラグの状態を符号「２０３」で示している。フラグ状態２０２で示されるように、出力変化１０４（ＤＰＦ正常時）に対しては仮故障判定のフラグは立たない。これに対し、フラグ状態２０１、２０３で示されるように、出力変化１０３、１０５に対しては判定タイミングｔ０（基準時期）で仮故障判定のフラグが立ち上がる。

次に、電極５３間への電圧印加を停止することで、ＰＭセンサ５の静電捕集を停止する（Ｓ９）。次に、図７のＳ１０に進み、ＰＭセンサ５へのＰＭ捕集に影響する条件（捕集影響条件）が所定条件を満たすか否かを判定する（Ｓ１０）。具体的には、捕集影響条件は例えば排気ガスの状態であり、排気ガスの状態としての排気ガス流量、λ、排気ガス温は、Ｓ２の処理で説明したようにＰＭセンサ５へのＰＭ捕集に影響を与える。また、上記所定条件とは、具体的には例えば捕集影響条件が所定範囲内にあり、かつ、該所定範囲内で捕集影響条件の変化（傾き）が所定時間安定した状態を言う。図８の上から４番目のグラフには、排気ガス状態（例えば、排気ガス流量）の変化を例示している。このグラフを参照してＳ１０を説明すると、排気ガス状態が所定の下限Ａ１と上限Ａ２の間の範囲内にあり、かつ、その範囲内で排気ガス状態の変化（傾き）が閾値未満となる安定状態が所定時間以上続いたという条件を満たすか否かを判定する（Ｓ１０）。図８のグラフでは、その条件を満たす範囲を、斜線ハッチングで図示している。

なお、捕集影響条件としての排気ガス流量は、エアフロメータ７４で検出される新気量に基づいて推定しても良いし、排気通路３に排気ガス流量を検出するセンサを設けて、そのセンサの検出値を用いても良い。Ｓ１０では、排気ガス状態の他に、エンジン２の状態（エンジン回転数、トルク、燃料噴射量等）を捕集影響条件としてそのエンジン２の状態が所定条件を満たすか否かを判定しても良い。エンジン２の状態が変化すると、エンジン２から排出されるＰＭ量が変化し、そのＰＭ量が変化すると、ＰＭセンサ５へのＰＭ捕集量が変化する。

捕集影響条件が所定条件を満たしていない場合には（Ｓ１０：Ｎｏ）、所定条件を満たすまで待機する。捕集影響条件が所定条件を満たした場合には（Ｓ１０：Ｙｅｓ）、Ｓ１１に進み、ＰＭセンサ５の静電捕集を開始する（Ｓ１１）。次に、ＰＭセンサ５の出力変化量Ｃを検出する（Ｓ１２）。具体的には、ＰＭセンサ５の現時点ｔ２の出力（ｔ２）と、その時点ｔ２より少し前の時点ｔ１の出力（ｔ１）とを取得して、それら出力の差分（出力（ｔ２）−出力（ｔ１））を出力変化量Ｃとして算出する。

次に、Ｓ１２で検出した出力変化量Ｃに基づいて、Ｓ１１で静電捕集を開始してから現時点までにＰＭセンサ５に捕集されたＰＭ捕集量Ｄに換算する（Ｓ１３）。具体的には、図１０に例示するＰＭセンサ５の出力変化量Ｃに対するＰＭセンサ５へのＰＭ捕集量の関係４０１を予め調べておき、その関係４０１をメモリ６１（図１参照）に記憶しておく。そして、メモリ６１に記憶された関係４０１に基づいて、今回の出力変化量Ｃに対応するＰＭ捕集量ｆ（Ｃ）を求める。このＰＭ捕集量ｆ（Ｃ）を、前回のＳ１３で得られたＰＭ捕集量、つまり、Ｓ１１で静電捕集を開始してから前回のＳ１３の時点までのＰＭ捕集量Ｄ（ｉ−１）に加算して、現時点のＰＭ捕集量Ｄとする。

次に、Ｓ１１で静電捕集を開始してから現時点までに、ＤＰＦ４が基準故障ＤＰＦである場合におけるＰＭセンサ５に捕集されたＰＭ捕集量Ｅを推定する（Ｓ１４）。具体的には、Ｓ２の処理と同様に、エンジン２の状態（エンジン回転数、トルク等）から定まる基本捕集量ｆ１と、排気ガスの状態（排気ガス流量、λ、排気ガス温等）から定まる補正捕集量ｆ２（補正係数）とから現時点の単位時間当たりのＰＭ捕集量ｆを求める。そして、前回のＳ１４で得られたＰＭ捕集量Ｅ（ｉ−１）にこのＰＭ捕集量ｆを加算して、現時点のＰＭ捕集量Ｅとする。

次に、Ｓ１０の処理と同様に、捕集影響条件（排気ガス状態など）が所定条件を外れたか否かを判定する（Ｓ１５）。外れていない場合には（Ｓ１５：Ｎｏ）、Ｓ１２に戻る。これに対し、外れた場合には（Ｓ１５：Ｙｅｓ）、ＰＭセンサ５の静電捕集を停止する（Ｓ１６）。このように、捕集影響条件が所定条件を満たしている間は、Ｓ１２〜Ｓ１４の処理が繰り返される。結果、Ｓ１３で得られる最終的なＰＭ捕集量Ｄ（換算捕集量）は、Ｓ１１で静電捕集を開始してからＳ１６で静電捕集を停止するまで期間Ｆ（捕集期間）でのＰＭセンサ５の出力変化から換算されるＰＭ捕集量である。また、Ｓ１４で得られる最終的なＰＭ捕集量Ｅ（基準捕集量）は、ＤＰＦ４が基準故障ＤＰＦである場合における捕集期間ＦでのＰＭセンサ５に捕集されるＰＭ捕集量である。なお、図８の上から５番目のグラフには捕集期間Ｆ１１、Ｆ１２を示している。そして、Ｓ１２、Ｓ１３の処理では、図８の２番目のグラフに示した出力変化１０３（ＤＰＦ故障時）や出力変化１０５（粗大ＰＭ付着時）の捕集期間Ｆ１１、Ｆ１２における変化量と、その変化量から換算されるＰＭ捕集量とを算出している。

Ｓ１６で静電捕集を停止した後、換算捕集量Ｄ及び基準捕集量Ｅの検出を、所定の複数回（例えば２回又は３回）繰り返したか否かを判定する（Ｓ１７）。繰り返していない場合には（Ｓ１７：Ｎｏ）、Ｓ１０に戻り、再度、捕集影響条件が所定条件を満たした期間（捕集期間）で換算捕集量Ｄ及び基準捕集量Ｅを検出する。図８の例では、２回の捕集期間Ｆ１１、Ｆ１２のそれぞれで換算捕集量Ｄ及び基準捕集量Ｅを検出している。

図１１は、換算捕集量Ｄ及び基準捕集量Ｅの複数回検出の概念図であり、詳細には、ＤＰＦ正常時、故障時、正常ではあるがセンサ出力が急激に立ち上がった時（粗大ＰＭ付着時）の間で、ＤＰＦ４から排出されるＰＭ量の速度（ＰＭ量排出速度）の時間変化を示している。なお、図１１では、ＰＭセンサ５の立ち上がり時期から定まるＰＭセンサ５へのＰＭ捕集状態と、立ち上がり後の出力変化から定まるＰＭセンサ５へのＰＭ捕集状態とを同一次元で論ずるために、縦軸にＰＭ量排出速度を用いている。また、図１１において、ＤＰＦ故障時のＰＭ量排出速度の変化を符号「８１」で示し、正常時のＰＭ量排出速度の変化を符号「８２」で示し、粗大ＰＭ付着時のＰＭ量排出速度の変化を符号「８３」で示している。

図１１のＤＰＦ故障時の変化８１で示されるように、ＤＰＦ故障時では、ＤＰＦ故障の発生以降、ＰＭ量排出速度が増加して、基準時期ｔ０でのＰＭ量排出速度８１１は故障判定閾値（Ｓ３の閾値Ｋ１に相当）よりも大きくなる（つまり、Ｓ６でＹｅｓ判定される）。また、ＤＰＦ正常時の変化８２で示されるように、ＤＰＦ正常時では、基準時点ｔ０でのＰＭ量排出速度８２１は故障判定閾値よりも小さくなる（つまり、Ｓ６でＮｏ判定される）。また、粗大ＰＭ付着時の変化８３で示されるように、粗大ＰＭ付着時では、ＤＰＦが正常であるにもかかわらず、基準時期ｔ０でのＰＭ量排出速度８３１は故障判定閾値よりも大きくなる（つまり、Ｓ６でＹｅｓ判定される）。

基準時期ｔ０以降の様子をみると、ＤＰＦ故障時では、基準時期ｔ０以降もＰＭ量排出速度は、基準時期ｔ０でのＰＭ量排出速度８３１と同等レベルの大きい値になっている。これに対し、粗大ＰＭ付着時では、基準時期ｔ０以降のＰＭ量排出速度は、基準時期ｔ０でのＰＭ量排出速度８３１よりも小さい値になっている。よって、基準時期ｔ０以降のＰＭ量排出速度、つまりＰＭセンサ５の出力変化を見ることで、ＤＰＦ故障時と粗大ＰＭ付着時とを判別できる。そして、その判別の精度を向上させるために、図１１の点８１２、８３２で示すように、基準時期ｔ０以降のＰＭ捕集状態（図１１ではＰＭ量排出速度、図６、図７の処理では換算捕集量Ｄ）を複数回（図１１では３回）検出している。なお、図１１中の基準時期ｔ０以降の故障判定閾値は、後述のＳ１９における閾値Ｋ３（複数回の基準捕集量Ｅから定まる閾値）に相当する。

図７の処理の説明に戻り、換算捕集量Ｄ及び基準捕集量Ｅの検出を所定の複数回繰り返した場合には（Ｓ１７：Ｙｅｓ）、Ｓ１８に進む。そして、複数回検出で得られた複数の換算捕集量Ｄの平均値Ｄａｖｅを算出する（Ｓ１８）。同様に、複数回検出で得られた複数の基準捕集量Ｅの平均値Ｅａｖｅを算出する（Ｓ１８）。図１１の例でＳ１８の処理を説明すると、Ｓ１８では、３つの点８１２（ＤＰＦ故障時）又は３つの点８３２（粗大ＰＭ付着時）の平均値を算出する。

次に、Ｓ１８で算出した換算捕集量Ｄの平均値Ｄａｖｅが、基準捕集量Ｅの平均値Ｅａｖｅに基づいて定まる閾値Ｋ３以上か否かを判定する（Ｓ１９）。この閾値Ｋ３は、平均値Ｅａｖｅそのものであっても良いし、平均値Ｅａｖｅに所定値Ｇを加算した値（＝Ｅａｖｅ＋Ｇ）としても良い。閾値Ｋ３をＥａｖｅ＋Ｇとした場合には、ＤＰＦ故障と判定しにくい方向に作用するので、ＤＰＦ４が正常であるにもかかわらず、故障と誤判定してしまうのを抑制できる。図１１の例では、故障判定閾値のラインが閾値Ｋ３に相当する。反対に、閾値Ｋ３を平均値Ｅａｖｅそのものとした場合には、ＤＰＦ故障と判定しやすい方向に作用するので、ＤＰＦ４が故障であるにもかかわらず、正常と誤判定するのを抑制できる。なお、Ｓ１９の処理は、ＰＭセンサ５の立ち上がり後の出力変化１０３（図８参照）、出力変化１０５（図８参照）の傾きが、ＤＰＦ４が基準故障ＤＰＦの場合におけるＰＭセンサ５の立ち上がり後の出力変化の傾き（図８の一番目のグラフをＰＭセンサ５の出力変化に換算した場合におけるその出力変化の傾き）よりも大きいか小さいかを判定することに相当する。

平均値Ｄａｖｅが閾値Ｋ３より小さい場合には（Ｓ１９：Ｎｏ）、ＰＭセンサ５の立ち上がり後の出力変化（傾き）が、ＤＰＦ４が基準故障ＤＰＦの場合におけるＰＭセンサ５の出力変化（傾き）よりも小さいことになる。この場合には、ＰＭセンサ５の立ち上がり時期によるＤＰＦ故障判定と、立ち上がり後のセンサ出力変化によるＤＰＦ故障判定とで、異なる判定結果であり、正常、故障のどちらの可能性もある。そのため、ＤＰＦ４の故障診断を再実施する（Ｓ２１）。具体的には、ヒータ５６（図２参照）でＰＭセンサ５を再生させた後、図６、図７の故障判定処理を再実施する。その再実施において、センサ出力の立ち上がり時期が基準時期より後の場合には（Ｓ６：Ｎｏ）、ＤＰＦ４は正常と確定する（Ｓ７）。また、立ち上がり時期が基準時期より先の場合には（Ｓ６：Ｙｅｓ）、再度、センサ出力の立ち上がり後の出力変化に基づく故障判定処理を実施する。Ｓ２１で再実施した後、図７のフローチャートの処理を終了する。

図１１の例において、粗大ＰＭ付着時では、立ち上がり後の検出点８３２が故障判定閾値よりも小さくなっているので、Ｓ１９ではＮｏ判定されて、故障診断が再実施される（Ｓ２１）。また、図８の例において、粗大ＰＭ付着時では、立ち上がり後の出力変化１０５（傾き）が、ＤＰＦ４が基準故障ＤＰＦの場合におけるＰＭセンサ５の出力変化（傾き）よりも小さいとして、故障診断が再実施される（Ｓ２１）。そのため、図８の一番下のグラフにおいて、出力変化１０５に対応する故障判定フラグ３０２は、故障診断の再実施を示す状態、つまり立ち上がっていない状態となっている。

Ｓ１９において、平均値Ｄａｖｅが閾値Ｋ３以上の場合には（Ｓ１９：Ｙｅｓ）、Ｓ２０に進む。そして、Ｓ２０では、ＰＭセンサ５の立ち上がり時期から定まるＰＭ捕集状態（第１捕集状態）と、ＰＭセンサ５の立ち上がり後の出力変化から定まるＰＭ捕集状態（第２捕集状態）とをそれぞれ取得する。そして、それら第１捕集状態と第２捕集状態との差異が所定量以下か否かを判定する（Ｓ２０）。言い換えると、第２捕集状態が、第１捕集状態との差が所定量となる範囲に含まれているか否かを判定する。

ここで、図１２を参照して、Ｓ２０の処理の趣旨を説明する。図１２はＳ２０の処理の概念図を示している。図１２において、点８４は第１捕集状態の点を示している。点８４１、８４２はそれぞれ第２捕集状態の点を示している。なお、第１捕集状態の点８４は、図１１における基準時期ｔ０でのＰＭ量排出速度の点８１１に相当し、第２捕集状態の点８４１、８４２は図１１における基準時期ｔ０以降のＰＭ量排出速度の点８１２に相当する。また、第２捕集状態の点８４１、８４２はともにＳ１９の処理における故障判定閾値Ｋ３よりも大きい。

ＰＭセンサ５の出力が立ち上がるまでにはある程度長い期間を要し、その期間でのＰＭ捕集状態を反映した時期に出力が立ち上がる。そのため、ＰＭセンサ５の立ち上がり時期から定まる第１捕集状態は、通常想定外の事が発生して出力が急激に立ち上がったとしても、その立ち上がるまでのＰＭ捕集状態も反映している点でそれなりに信頼できる値である。そして、第２捕集状態が信頼できる値とすると、その第２捕集状態は第１捕集状態とそれほど差異がない。よって、Ｓ２０の処理の趣旨は、第２捕集状態と第１捕集状態との差異が小さいか否かを確認することで、第２捕集状態が信頼できるか否か、さらにはその第２捕集状態に基づく上記Ｓ１０〜Ｓ１９の処理の結果が信頼できるか否かを確認して、ＤＰＦ故障の誤判定を抑制するという趣旨である。

Ｓ２０では具体的には、第１捕集状態、第２捕集状態として、ＤＰＦ４が基準故障ＤＰＦの場合におけるＰＭセンサ５へのＰＭ捕集量（推定値）とＰＭセンサ５の出力（立ち上がり時期、立ち上がり後の出力変化）から定まる実際のＰＭ捕集量とのずれ割合を取得する。より具体的には、第１捕集状態のずれ割合として、Ｓ５の判定で用いた導通開始捕集量Ｋ２に対するＳ４で得たセンサ検出時ＰＭ量Ｂの割合Ｂ／Ｋ２を算出する。この導通開始捕集量Ｋ２は、ＰＭセンサ５の立ち上がり時期から定まる実際のＰＭ捕集量に相当する。ＰＭ捕集量Ｂは、ＤＰＦ４が基準故障ＤＰＦの場合におけるＰＭ捕集量に相当する。また、第２捕集状態のずれ割合として、Ｓ１３で得た換算捕集量Ｄに対するＳ１４で得た基準捕集量Ｅの割合Ｅ／Ｄを算出する。換算捕集量Ｄは、立ち上がり後のセンサ出力変化から定まる実際のＰＭ捕集量に相当する。基準捕集量Ｅは、ＤＰＦ４が基準故障ＤＰＦの場合におけるセンサ出力の立ち上がり後のＰＭ捕集量に相当する。なお、図１２の例では、点８４が割合Ｂ／Ｋ２に相当し、点８４１、８４２が割合Ｅ／Ｄに相当する。

そして、Ｓ２０では、第２捕集状態のずれ割合Ｅ／Ｄが、第１捕集状態のずれ割合Ｂ／Ｋ２との差が所定量となる範囲に含まれているか否かを判定する。つまり、「Ｂ／Ｋ２−所定量≦Ｅ／Ｄ≦Ｂ／Ｋ２＋所定量」を満たすか否かを判定する。例えば、Ｋ２＝１０ｇ、Ｂ＝７ｇ、Ｅ＝０．７ｇ、Ｄ＝１ｇの場合に、第２捕集状態は第１捕集状態と同等とみなされる。図１２の例では、第２捕集状態の点８４１、８４２が、第１捕集状態の点８４を基準とした範囲８００に含まれているか否かを判定することになる。なお、先のＳ１３、Ｓ１４では、換算捕集量Ｄ、基準捕集量Ｅを複数回検出しているので、複数のずれ割合Ｅ／Ｄが得られる。そこで、Ｓ２０では、例えば複数のずれ割合Ｅ／Ｄの全てが、ずれ割合Ｂ／Ｋ２を基準とした範囲に含まれているか否かを判定しても良いし、複数のずれ割合Ｅ／Ｄの平均値、つまりＳ１８で得たＥａｖｅとＤａｖｅとの割合Ｅａｖｅ／Ｄａｖｅがその範囲に含まれているか否かを判定しても良い。図１２の例では、例えば３つの点８４１又は３つの点８４２の全てが範囲８００に含まれているか否かを判定しても良いし、３つの点８４１又は３つの点８４２の平均値が範囲８００に含まれているか否かを判定しても良い。

Ｓ２０の条件を満たさない場合は（Ｓ２０：Ｎｏ）、第１捕集状態との関係で第２捕集状態の信頼度が低いとして、ＤＰＦ４の故障診断を再実施する（Ｓ２１）。図１２の例では、点８４２は範囲８００に含まれていないので、その点８４２の信頼度が低いとして、ＤＰＦ４の故障診断が再実施される。これによって、ＤＰＦ故障の誤判定を抑制できる。

これに対して、Ｓ２０の条件を満たす場合は（Ｓ２０：Ｙｅｓ）、第２捕集状態の信頼度が高く、その第２捕集状態に基づく上記Ｓ１０〜Ｓ１９の処理の結果も信頼度が高いとして、ＤＰＦ４は故障であると判定（確定）する（Ｓ２２）。図１２の例では、点８４１が範囲８００に含まれているので、その点８４１の信頼度が高いとして、ＤＰＦ故障と判定される。また、図８の例において、ＤＰＦ故障時の出力変化１０３が、ＤＰＦ４が基準故障ＤＰＦの場合におけるＰＭセンサ５の出力変化よりも大きく（Ｓ１９：Ｙｅｓ）、かつ、Ｓ２０の条件を満たしているとして、その出力変化１０３に対応する故障判定フラグ３０１は、ＤＰＦ故障を示す状態、つまり立ち上がった状態となっている。Ｓ２２の後、図７のフローチャートの処理を終了する。

以上説明したように、本実施形態によれば、ＰＭセンサの立ち上がり時期に加えて、立ち上がり後のセンサ出力変化も考慮してＤＰＦが故障しているか否かを判定しているので、ＤＰＦ故障の誤判定を抑制できる。特に、粗大ＰＭの付着等、通常想定外の事が発生してセンサ出力が急激に立ち上がったとしても、ＤＰＦが正常であるにもかかわらず故障と誤判定するのを抑制できる。また、ＤＰＦが基準故障ＤＰＦの場合におけるＰＭセンサのＰＭ捕集量（基準捕集量）をエンジン状態に基づいて推定しているので、センサ出力変化との比較に用いる故障判定閾値（Ｓ１９で用いる閾値）を、エンジン状態を反映した正確な値とすることができる。その結果、ＤＰＦが故障しているか否かを正確に判定できる。

また、Ｓ１０、Ｓ１５において、捕集影響条件が所定条件を満たす期間に限定して、ＰＭセンサの静電捕集を実施しているので、センサ出力のばらつきを抑制できる。そして、ばらつきを抑えたセンサ出力に基づいてＤＰＦ故障の判定を行っているので、その判定精度を向上できる。また、Ｓ１３、Ｓ１４では、換算捕集量Ｄ、基準捕集量Ｅを複数回検出し、Ｓ１８、Ｓ１９では、検出した複数の換算捕集量Ｄ、基準捕集量Ｅに基づいてＤＰＦ故障の判定を行っているので、その判定精度を向上できる。

また、換算捕集量（平均値）が基準捕集量（平均値）よりも小さい場合（Ｓ１９：Ｎｏ）には、Ｓ２１では、即座にＤＰＦ正常とは判定しないでＤＰＦ故障判定を再実施するので、ＤＰＦが故障であるにもかかわらず正常と誤判定するのを抑制できる。また、Ｓ２２では、第１捕集状態（Ｂ／Ｋ２）を考慮して第２捕集状態（Ｅ／Ｄ）の信頼度の高低を判定し、信頼度が低い場合にはＤＰＦ故障と判定することを禁止するので、ＤＰＦが正常であるにもかかわらず故障と誤判定するのを抑制できる。

また、上記実施形態では、Ｓ６においてセンサ出力の立ち上がり時期が基準時期より後と判定した場合には、立ち上がり後のセンサ出力変化に基づく故障判定処理（Ｓ８以降の処理）を中止して、Ｓ７で即座にＤＰＦ正常と判定しているので、迅速にその判定結果を得ることができる。

なお、本発明は上記実施形態に限定されるものではなく、特許請求の範囲の記載を逸脱しない限度で種々の変更が可能である。例えば上記実施形態では、ＰＭセンサの立ち上がり時期と立ち上がり後の出力変化の両方を用いて、ＤＰＦ故障判定をしているが、出力が立ち上がった後のＰＭセンサの出力変化だけで、ＤＰＦ故障判定をしても良い。すなわち、図６、図７においてＳ１０〜Ｓ２０の処理だけで、ＤＰＦが故障しているか否かを判定しても良い。これによれば、センサ出力の立ち上がり時期が基準時期より先か後かの判定処理を省略できるので、簡易、迅速に、ＤＰＦの故障判定を行うことができる。

また、上記実施形態では、センサ出力の立ち上がり時期が基準時期ｔ０より先か後かの判定処理を先に行い、立ち上がり時期が基準時期ｔ０より先の場合に、立ち上がり後のセンサ出力変化に基づく故障判定処理を行っていた。しかし、これら判定処理の順番を逆にしても良い。すなわち、センサ出力の立ち上がり後の出力変化に基づく故障判定処理（Ｓ１０〜Ｓ２０の処理）を先に行い、その結果、問題なければ（つまりＳ１９：Ｎｏ、Ｓ２０：Ｎｏの場合）ＤＰＦ正常と判定する。他方、問題があれば（つまり、Ｓ２０：Ｙｅｓの場合）、次に、センサ出力の立ち上がり時期が基準時期ｔ０より先か後かを判定する。そして、立ち上がり時期が基準時期ｔ０より先の場合にＤＰＦ故障と判定し、後の場合には、ＤＰＦ故障判定を再実施する。これによっても、ＤＰＦ故障の誤判定を抑制できる。

また、上記実施形態では、図７のＳ１９、Ｓ２０でＮｏ判定した場合には、Ｓ２１においてＤＰＦ故障判定処理を再実施しているが、Ｓ２１を省略して、ＤＰＦ正常と判定しても良い。これによって、ＤＰＦ正常、故障を迅速に確定できる。また、上記実施形態では、図７のＳ１９で複数回の換算捕集量Ｄ、基準捕集量Ｅの平均値を比較していたが、複数回の換算捕集量Ｄの最大値と、複数回の基準捕集量Ｅの最大値とを比較しても良い。

１ エンジンシステム（フィルタの故障検出装置）
２ ディーゼルエンジン（内燃機関）
３ 排気通路
４ ＤＰＦ（フィルタ）
５ ＰＭセンサ（センサ）
５２ センサ素子（素子）
５３ 電極
６ ＥＣＵ

Claims (9)

1. 内燃機関（２）の排気通路（３）に設けられ、排気ガス中の粒子状物質を捕集するフィルタ（４）と、
   前記排気通路の前記フィルタより下流に設けられ、排気ガス中の粒子状物質を捕集する、一対の電極（５３）を有した絶縁体の素子（５２）を備え、前記一対の電極間の導通時に前記素子に捕集された粒子状物質の量に応じた出力を発生するセンサ（５）と、
   前記センサの立ち上がり後の出力変化を取得する取得手段（Ｓ１０〜Ｓ１３、Ｓ１５〜Ｓ１７）と、
   前記取得手段が取得した出力変化に基づき前記フィルタの故障の有無を判定する故障判定手段（Ｓ７、Ｓ１９、Ｓ２１、Ｓ２２）と、
   を備えることを特徴とするフィルタの故障検出装置（１）。
2. 前記フィルタが故障判定の基準となるフィルタである場合における前記センサへの粒子状物質の捕集量を推定する捕集量推定手段（Ｓ１４）を備え、
   前記故障判定手段（Ｓ１９）は、前記センサの出力変化と該出力変化の期間での前記捕集量推定手段が推定した捕集量である基準捕集量との比較に基づき前記フィルタの故障の有無を判定することを特徴とする請求項１に記載のフィルタの故障検出装置。
3. 前記フィルタが故障判定の基準となるフィルタである場合における前記センサの出力が立ち上がる時期である基準時期を推定する時期推定手段（Ｓ５）と、
   前記センサの出力が実際に立ち上がる時期である実際時期が前記基準時期より先か後かを判定する時期比較手段（Ｓ６）とを備え、
   前記故障判定手段（Ｓ２２）は、前記時期比較手段により前記実際時期が前記基準時期より先であると判定され、かつ、前記センサの出力変化から換算される前記センサへの粒子状物質の捕集量である換算捕集量が前記基準捕集量より大きい場合に、前記フィルタが故障であると判定することを特徴とする請求項２に記載のフィルタの故障検出装置。
4. 前記素子に捕集された粒子状物質を燃焼除去することで前記センサを再生させる再生手段（５６）を備え、
   前記故障判定手段（Ｓ２１）は、前記実際時期が前記基準時期より先であり、かつ、前記換算捕集量が前記基準捕集量より小さい場合には、前記再生手段により前記センサを再生させたうえで、前記フィルタの故障の有無を再判定することを特徴とする請求項３に記載のフィルタの故障検出装置。
5. 前記故障判定手段（Ｓ７）は、前記実際時期が前記基準時期より後の場合には、前記換算捕集量と前記基準捕集量との比較を中止するとともに、前記フィルタが正常であると判定することを特徴とする請求項３又は４に記載のフィルタの故障検出装置。
6. 前記取得手段は、前記センサへの粒子状物質の捕集に影響する条件として予め定めた捕集影響条件が所定条件を満たす期間に限定して前記センサの出力変化を取得することを特徴とする請求項１〜５のいずれか１項に記載のフィルタの故障検出装置。
7. 前記取得手段は、前記捕集影響条件が所定条件を満たす複数回の期間で前記センサの出力変化を取得し、
   前記故障判定手段は、前記複数回の期間で取得された出力変化に基づき前記フィルタの故障の有無を判定することを特徴とする請求項６に記載のフィルタの故障検出装置。
8. 前記複数回の期間で取得された出力変化の平均値を算出する平均値算出手段（Ｓ１８）を備え、
   前記故障判定手段は、前記平均値に基づき前記フィルタの故障の有無を判定することを特徴とする請求項７に記載のフィルタの故障検出装置。
9. 前記センサの立ち上がり時期から定まる前記センサへの粒子状物質の捕集状態である第１捕集状態と、出力が立ち上がった後の前記センサの出力変化から定まる前記センサへの粒子状物質の捕集状態である第２捕集状態とを取得する捕集状態取得手段（Ｓ２０）と、
   前記第２捕集状態が、前記第１捕集状態との差が所定量となる範囲（８００）に含まれているか否かを判定する範囲判定手段（Ｓ２０）とを備え、
   前記故障判定手段は、前記第２捕集状態が前記範囲に含まれている場合に前記フィルタの故障と判定するのを許可し、前記第２捕集状態が前記範囲から外れている場合には前記フィルタの故障と判定するのを禁止することを特徴とする請求項１〜８のいずれか１項に記載のフィルタの故障検出装置。
   

Images