JP2015161285A - 車両の制御装置 - Google Patents

Abstract

【課題】燃焼指標を精度良く学習することができる車両の制御装置を提供する。
【解決手段】燃焼指標学習手段が、エンジンが作動中であり且つ動力伝達機構を介してエンジンの動力が車輪に伝達されない動力非伝達状態で燃焼指標を学習する第１の学習制御と、それ以外の状態で燃焼指標を学習する第２の学習制御と、を実行し、第１の学習制御を実行した後の所定期間は、第１の学習制御を実行していない場合に比べて、燃焼指標の学習の頻度を少なくする。
【選択図】図５

Description

本発明は、例えば、駆動源としてエンジン（内燃機関）と走行用モータ（発電機）とを備えたハイブリッド車両等に搭載される車両の制御装置に関する。

従来、エンジンを備えた車両では、エンジンの失火、或いは半失火の状態を検出する失火判定が行われている。例えば、失火判定としては、エンジンに設けられるクランク角センサの出力信号に基づいて回転角速度（燃焼指標）を演算し、この回転角速度が基準値（失火判定値）よりも小さい場合に、エンジンが失火、あるいは半失火の状態であると判定するものがある（例えば、特許文献１参照）。

この燃焼指標は、所定のタイミングで補正され、これにより、クランク角センサおよびベーンの製造誤差による回転角速度の検出ばらつきを抑制し、失火判定の検出精度を向上させている。

特開平２−４９９５５号公報

ところで、この基準値学習制御は、例えば、車両減速時の燃料カット期間や、エンジン燃焼中であるがエンジン回転数及びスロット開度が略一定となり安定している期間等に、実行されている。

このようなタイミングで基準値学習制御を実行することで、学習頻度を高め、失火判定の正確性の向上を図っている。

しかしながら、学習頻度を高めるだけでは、失火判定の正確性を十分に向上することができない虞がある。例えば、燃料カット期間に基準値学習制御を実行する場合、通常、クラッチは結合しているため、路面の影響（走行抵抗）を受けて学習結果にばらつきが生じる虞はある。またエンジン回転数等が安定している期間に実行する場合、エンジンの燃焼トルクばらつきを含むため、やはり学習結果にばらつきが生じてしまう虞はある。このため、基準値学習制御を上述した車両減速時の燃料カット期間等に実行しただけでは、失火判定の正確性を十分に向上することができない虞がある。

本発明は、このような事情に鑑みてなされたものであり、燃焼指標の基準値を精度良く学習することができ、失火判定の正確性を向上することができる車両の制御装置を提供することを目的とする。

上記課題を解決する本発明の第１の態様は、車両のエンジンに設けられたクランク角センサにより検出されるクランク角信号に基づいて燃焼変動に相関した所定の燃焼指標を演算し、この燃焼指標と、予め設定された失火判定値との偏差に基づいてエンジンの失火判定を行う失火判定部を備える車両の制御装置であって、前記失火判定部は、前記燃焼指標を学習する燃焼指標学習手段を備え、該燃焼指標学習手段は、前記エンジンが作動中であり且つ動力伝達機構を介して前記エンジンの動力が車輪に伝達されない動力非伝達状態で前記燃焼指標を学習する第１の学習制御と、それ以外の状態で前記燃焼指標を学習する第２の学習制御と、を実行し、前記第１の学習制御を実行した後の所定期間は、前記第１の学習制御を実行していない場合に比べて、前記第２の学習制御による前記燃焼指標の学習の頻度を少なくすることを特徴とする車両の制御装置にある。

本発明の第２の態様は、第１の態様の車両の制御装置において、前記燃焼指標学習手段は、前記第１の学習制御を実行した後の所定期間、前記第２の学習制御におけるゲインを、前記第１の学習制御を実行していない場合に比べて小さくすることを特徴とする車両の制御装置にある。

本発明の第３の態様は、第１又は２の態様の車両の制御装置において、前記燃焼指標学習手段は、前記第１の学習制御を実行した後の所定期間、前記第２の学習制御における前記燃焼指標の不感帯を、前記第１の学習制御を実行していない場合に比べて大きくすることを特徴とする車両の制御装置にある。

本発明の第４の態様は、第１から３の何れか一つの態様の車両の制御装置において、前記燃焼指標学習手段は、前記第１の学習制御を実行した後の所定期間、前記第２の学習制御を実行する頻度を少なくすることを特徴とする車両の制御装置にある。

本発明の第５の態様は、第１から４の何れか一つの態様の車両の制御装置において、前記車両が、前記エンジンと共に走行用モータを備えるハイブリッド車両であり、該ハイブリッド車両の走行状態に応じて、前記動力非伝達状態で前記走行用モータの駆動力により走行するシリーズモードと、前記走行用モータの駆動力により走行するＥＶモードと、の切り換えを行う走行制御部を、備え、前記燃焼指標学習手段は、前記走行制御部によって前記シリーズモードから前記ＥＶモードに切り換えられる際に前記エンジンが惰性で回転する惰性回転期間に、前記第１の学習制御を実行することを特徴とする車両の制御装置にある。

かかる本発明では、燃焼指標の学習頻度を確保しつつ、燃焼指標を高精度に学習することができる。したがって、この燃焼指標に基づいて失火判定を行うことで、失火判定の判定精度を高めることができる。

本発明の一実施形態に係るハイブリッド車両の概略構成を示す図である。 本発明の一実施形態に係るエンジンの概略構成を示す図である。 切換期間におけるエンジンの回転数の変化を示すタイムチャートである。 学習実行フラグの設定手順の一例を示すフローチャートである。 学習制御の開始手順の一例を示すフローチャートである。 第１の学習制御の一例を示すフローチャートである。 第１の学習制御における学習用指標及び燃焼指標の学習値の変化を示すタイムチャートである。

以下、本発明の一実施形態について図面を参照して詳細に説明する。

まずは、ハイブリッド車両の全体構成について説明する。図１に示すように、ハイブリッド車両（以下、単に「車両」ともいう）１０は、走行用モータ（電動モータ）であるフロントモータ１１及びリアモータ１２と、エンジン１３とを、走行用の駆動源として備えている。フロントモータ１１は、フロントトランスアスクル（動力伝達機構）１４を介して前輪１５に接続されている。すなわちフロントモータ１１の駆動力は、このフロントトランスアスクル１４を介して前輪１５に伝達される。同様に、リアモータ１２はリアトラスアスクル（動力伝達機構）１６を介して後輪１７に接続されている。

エンジン１３は、フロントトランスアスクル１４を介してジェネレータ（発電機）１８に接続され、さらにフロントトランスアスクル１４が備えるクラッチ（図示無し）を介して前輪１５と切断可能に接続されている。

フロントモータ１１及びジェネレータ１８は、図示しないＤＣ／ＤＣコンバータ等を含むフロント制御部１９を介してバッテリ２０に接続されている。同様にリアモータ１２は、リア制御部２１を介してバッテリ２０に接続されている。これにより、フロントモータ１１及びリアモータ１２には、バッテリ２０からフロント制御部１９又はリア制御部２１を介して電力（供給電力）が供給され、ジェネレータ１８によって発電された電力が、フロント制御部１９を介してバッテリ２０に供給されるようになっている。またエンジン１３は、燃料タンク２２から供給される燃料が燃焼されることにより駆動される。

このようなハイブリッド車両１０では、車両１０の運転状態に応じて、フロントモータ１１及びリアモータ１２を駆動源とする第１の走行モードであるＥＶモードと、フロントモータ１１及びリアモータ１２と、エンジン１３との両方を駆動源とする第２の走行モードと、の何れかが適宜選択されるようになっている。第２の走行モードには、エンジン１３をフロントモータ１１及びリアモータ１２の電力供給源として用いるシリーズモードと、フロントモータ１１及びリアモータ１２と、エンジン１３との両方の駆動力により車両の各車輪１５，１７を駆動するパラレルモードと、が含まれる。

次に、エンジン１３の概略構成について説明する。図２に示すように、エンジン１３には、シリンダブロック２３、シリンダヘッド２４及びピストン２５によって燃焼室２６が形成されている。ピストン２５は、コンロッド２７を介してクランクシャフト２８に接続されている。またシリンダヘッド２４には、各気筒に対応する点火プラグ２９及び燃料噴射弁３０が設けられている。

さらにシリンダヘッド２４には、吸気ポート３１が形成されている。吸気ポート３１には吸気通路を形成する吸気マニホールド３２が接続されており、吸気マニホールド３２には吸気管３３が接続されている。吸気ポート３１には吸気弁３４が設けられている。この吸気弁３４によって吸気ポート３１が開閉される。またシリンダヘッド２４には、排気ポート３５が形成されている。この排気ポート３５には排気マニホールド３６が接続されており、排気マニホールド３６には排気管３７が接続されている。排気ポート３５には、排気弁３８が設けられており、この排気弁３８によって排気ポート３５が開閉される。

吸気管３３には、スロットルバルブ３９、スロットルポジションセンサ（ＴＰＳ）４０及びエアフローセンサ４１が設けられている。一方、排気管３７には、排気浄化触媒である三元触媒４２が介装されている。三元触媒４２の上流側には、空燃比センサ（またはＯ_２センサ）４３が設けられている。

また車両１０は、制御装置としてのＥＣＵ（電子コントロールユニット）１００を備え、エンジン１３は、このＥＣＵ１００によって総合的に制御される。ＥＣＵ１００は、入出力装置、記憶装置（ＲＯＭ、ＲＡＭ等）、中央処理装置（ＣＰＵ）、タイマカウンタ等を備えている。ＥＣＵ７０の入力側には、上述したエンジン１３のＴＰＳ４０、エアフローセンサ４１、空燃比センサ４３の他、エンジン１３のクランク角を検出するクランク角センサ４４、エンジン１３の水温を検出する水温センサ４５等の各種センサ類が接続され、ＥＣＵ１００にはこれらセンサ類の検出情報が入力される。一方、ＥＣＵ１００の出力側には、上述の点火プラグ２９、燃料噴射弁３０、スロットルバルブ３９等の各種出力デバイスが接続されている。なおＥＣＵ１００は、エンジン１３だけでなく、エンジン１３及び走行用モータ１１，１２を含む車両１０の総合的な制御を行う。

このＥＣＵ１００は、本実施形態では、走行制御部１０１と、失火判定部１０２と、を備える。走行制御部１０１は、車両１０の走行状態に応じて、エンジン１３及び走行用モータ１１，１２の駆動状態を適宜制御する。具体的には、走行制御部１０１は、車両１０の走行状態に応じて、例えば、車両１０の走行モードを、上述したＥＶモード、シリーズモード又はパラレルモードに適宜切り換える。

失火判定部１０２は、クランク角センサ４４により検出されるクランク角信号に基づいて、燃焼変動に相関した所定の燃焼指標、例えば、燃焼行程前後のエンジン１３の回転速度変化を演算し、この燃焼指標（回転速度変化）と予め設定された失火判定値との偏差に基づいてエンジン１３の失火判定を行う。そして失火発生時には、例えば、警告灯を点灯させてその旨を運転者に報知する。

なおこの失火判定自体は、公知の技術であるため、詳細な説明は省略する（必要であれば、例えば、特開２００５−２９９５１１号公報等参照）。

また失火判定部１０２は、燃焼指標学習手段１０３を備えている。この燃焼指標学習手段１０３は、燃焼指標の学習を所定のタイミングで実行する。具体的には、燃焼指標学習手段１０３は、まず、エンジン１３が作動中であり且つフロントトランスアスクル（動力伝達機構）１４を介してエンジン１３の動力が前輪（車輪）１５に伝達されない動力非伝達状態で燃焼指標を学習する第１の学習制御を実行する。

本実施形態に係る車両１０は、エンジン１３と走行用モータ１１，１２とを備えるハイブリッド車両である。このため、フロントトランスアスクル（動力伝達機構）１４を介してエンジン１３の動力が前輪（車輪）１５に伝達されない「動力非伝達状態」としては、例えば、走行制御部１０１によって車両１０の走行モードとしてシリーズモードが選択された状態が挙げられる。

シリーズモードでは、フロントモータ１１及びリアモータ１２の駆動力によって車両１０を走行させるが、エンジン１３の駆動力によりジェネレータ１８で発電し、その電力をバッテリ２０（及びフロントモータ１１）に供給する。すなわちシリーズモードでは、エンジン１３は駆動するが、フロントトランスアスクル（動力伝達機構）１４が備えるクラッチが切断され、その動力は前輪１５に伝わらないようになっている。

また「エンジン１３が作動中」とは、エンジン１３が燃焼によらずに動いている状態をいう。例えば、シリーズモード中にフロントモータ１１を動力源としてエンジン１３が回転している状態や、燃料カット後にエンジン１３が惰性で回転している状態等が挙げられる。

そして、「エンジン１３が作動中であり且つフロントトランスアスクル（動力伝達機構）１４を介してエンジン１３の動力が前輪（車輪）１５に伝達されない動力非伝達状態」としては、例えば、シリーズモード選択中にフロントモータ１１でエンジン１３を動かした状態で各種センサ類等の故障診断を行う自己故障診断時（以下、「ＯＢＤモータリング時」という）が挙げられる。燃焼指標学習手段１０３は、まずは、このＯＢＤモータリング時に、燃焼指標の学習（第１の学習制御）を実行する。

さらに、走行制御部１０１によって車両１０の走行モードがシリーズモードからＥＶモードに切り換えられる切換期間も、「エンジン１３が作動中であり且つフロントトランスアスクル（動力伝達機構）１４を介してエンジン１３の動力が前輪１５に伝達されない動力非伝達状態」に該当する。燃焼指標学習手段１０３は、この切換期間にも、燃焼指標の学習（第１の学習制御）を実行する。

図３に示すように、切換期間Ｔ１には、惰性回転期間Ｔ２と、回生期間Ｔ３と、が含まれている。惰性回転期間Ｔ２とは、車両１０の走行モードがシリーズモードからＥＶモードに切り換えられる際、エンジン１３の燃料カットを実行すると共にジェネレータ１８を停止させることで、エンジン１３が惰性で回転する期間である。回生期間Ｔ３は、惰性回転期間Ｔ２後に設けられ、停止していたジェネレータ１８を作動させて、いわゆる回生ブレーキによりエンジン１３を早期に減速させる期間である。例えば、本実施形態では、切換期間Ｔ１に入ると、まずはエンジン１３を惰性回転させた後（惰性回転期間Ｔ２）、エンジン１３の回転数所定回転数以下となると、ジェネレータ１８を作動させる回生期間Ｔ３に移行する。回生期間Ｔ３によりエンジン１３が完全に停止すると、車両１０の走行モードがシリーズモードからＥＶモードに完全に移行することになる。

本実施形態では、燃焼指標学習手段１０３は、この惰性回転期間Ｔ２中に第１の学習制御を実行する。具体的には、燃焼指標学習手段１０３は、燃焼指標を学習し、学習した値（学習値）に燃焼指標を更新する。これにより、走行抵抗やエンジンの燃焼トルクばらつき等の影響を受けることなく、燃焼指標を高精度に学習することができる。そして、学習した燃焼指標を用いて失火判定を行うことで、失火判定の判定精度を向上することができる。

なお惰性回転期間Ｔ２は、エンジン１３の回転数が所定回転数Ｒａ以上の期間に設定されている。言い換えれば、第１の学習制御は、エンジン１３の回転数が所定回転数Ｒａ（例えば、５００ｒｐｍ程度）以上である場合に実行される。エンジン１３には、所定回転数Ｒａよりも低い所定回転数において共振が生じる。しかしながら、エンジン１３の回転数が所定回転数Ｒａ以上である場合に第１の学習制御を実行することで、共振が起こる回転数（共振点）を避けて、燃焼指標を高精度に学習することができる。

さらに、燃焼指標学習手段１０３は、上述のタイミングで第１の学習制御を実行すると共に、エンジン１３が作動中であり且つフロントトランスアスクル（動力伝達機構）１４を介してエンジン１３の動力が前輪（車輪）１５に伝達される「動力伝達状態」で燃焼指標を学習する第２の学習制御を実行する。上述した第１の学習制御は、動力非伝達状態で実行されるものであるため、その実行頻度は比較的低い。このため、動力伝達状態であっても所定条件を満たしている場合に第２の学習制御を実行することで、燃焼指標の学習の実行頻度を高めている。例えば、本実施形態では、燃焼指標学習手段１０３は、走行モードがシリーズモードでありエンジン回転及び負荷が安定した状態や、走行モードがパラレルモードでありエンジン１３への燃料供給がカットされている状態（いわゆる燃料カット時）において、第２の学習制御を実行する。

ただし、第１の学習制御を実行した後の所定期間に第２の学習制御を実行する場合には、詳しくは後述するが、第１の学習制御を実行していない場合に比べて、燃焼指標の学習の頻度を少なくしている。本実施形態では、以下に説明するように第２の学習制御におけるゲインを、第１の学習制御におけるゲインよりも小さくすることで、燃焼指標の学習の頻度を実質的に少なくしている。

次に、図４及び図５のフローチャートを参照して、第１及び第２の学習制御の実行手順の一例について説明する。

図４に示すように、まずステップＳ１で、車両１０の走行状態がシリーズモードからＥＶモードへの切換期間Ｔ１であるか否かを判定する。ここで、走行状態が切換期間Ｔ１である場合には（ステップＳ１：Ｙｅｓ）、次いで、エンジン１３の回転数が所定回転数Ｒａ以上であるか否かを判定する（ステップＳ２）。そしてエンジン１３の回転数が所定回転数Ｒａ以上である場合（ステップＳ２：Ｙｅｓ）、すなわちエンジン１３が惰性で回転している惰性回転期間Ｔ２である場合に、第１学習実行フラグをＯＮに設定する（ステップＳ３）。エンジン１３の回転数が所定回転数Ｒａよりも小さい場合、すなわち上述した回生期間Ｔ３である場合は、フラグを設定することなく処理を終了する。

またステップＳ１で、車両１０の走行状態が切換期間Ｔ１でない場合には（ステップＳ１：Ｎｏ）、次いで車両の走行モードがシリーズモードであるか否かを判定する（ステップＳ４）。車両の走行モードがシリーズモードである場合には（ステップＳ４：Ｙｅｓ）、さらにＯＢＤモータリング中であるか否かを判定する（ステップＳ５）。そして、ＯＢＤモータリング中である場合には（ステップＳ５：Ｙｅｓ）、ステップＳ３に進み、第１学習実行フラグをＯＮに設定する。

一方、ＯＢＤモータリング中でない場合（ステップＳ５：Ｎｏ）には、次いでエンジン回転及び負荷が安定状態（例えば、定常走行中）であるか否かを判定する（ステップＳ６）。エンジン回転及び負荷が安定状態である場合には（ステップＳ６：Ｙｅｓ）、第２学習実行フラグをＯＮに設定する（ステップＳ７）。また車両の走行モードがシリーズモードでない場合（ステップＳ４：Ｎｏ）、例えば、車両の走行モードがパラレルモードである場合には、ステップＳ８に進み、燃料カット中であるか否かを判定する。ここで、燃料カット中であれば（ステップＳ８：Ｙｅｓ）、ステップＳ７に進み、第２学習実行フラグをＯＮに設定する。燃料カット中でない場合には（ステップＳ８：Ｎｏ）、フラグを設定することなく処理を終了する。

その後、図５に示すように、所定のタイミングで、第１学習実行フラグがＯＮに設定されているか否かを判定する（ステップＳ１１）。第１学習実行フラグがＯＮに設定されている場合には（ステップＳ１１：Ｙｅｓ）、燃焼指標学習手段１０３が第１の学習制御（燃焼指標の学習）を実行する（ステップＳ１２）。

ここで、図６及び図７を参照して第１の学習制御の一例について説明する。図６は、第１の学習制御の一例を示すフローチャートであり、図７は、第１の学習制御の一例を説明するタイムチャートである。

図６及び図７に示すように、第１の学習制御では、まず、学習用指標Kne_instを演算する（ステップＳ２１）。この学習用指標Kne_instは、例えば、次のように演算する。最初に、下記式（１）に基づいて、燃焼指標ΔNe_inst0（燃焼前後の回転変化率）を求める。

ΔNe_inst0＝燃焼前期間のエンジンの回転速度瞬間値−燃焼後期間のエンジン回転速度瞬間値 （１）
燃焼前期間とは、例えば、圧縮上死点前５°から圧縮上死点後３５°の間であり、燃焼後期間とは、例えば、圧縮上死点後１７５°から２０５°の間である。すなわち本実施形態では、燃焼指標ΔNe_inst0として、膨張行程期間である１８０ｄｅｇ間における回転変化率を求めている。

次に、下記式（２）のように、この燃焼指標ΔNe_inst0から平均回転変化率ΔNeAVEを除去したΔNe_instを求める。つまり燃焼指標ΔNe_inst0から、燃焼によらず回転数（Ｎｅ）が変化している分を除算する。

ΔNe_inst＝ΔNe_inst0−ΔNeAVE （２）
なお、ΔNeAVEは１８０ｄｅｇ間の平均回転数の変化率である。

そして、下記式（３）に示すように、このΔNe_instを平均回転数NeAVEで正規化することにより、学習用指標Kne_instを算出する。

Kne_inst＝ΔNe_inst／NeAVE （３）

このように学習用指標Kne_instを演算すると、次いで、この学習用指標Kne_instが所定上限値αＵ以上であるか否かを判定する（ステップＳ２２）。例えば、期間Ｔａのように、学習用指標Kne_instが上限値αＵ以上である場合には（ステップＳ２２：Ｙｅｓ）、燃焼指標を学習する。すなわち、学習用指標Kne_instが上限値αＵ以上である間、所定ゲインＧ１で燃焼指標の学習値を増加させる（ステップＳ２３）。一方、学習用指標Kne_instが上限値αＵよりも小さい場合には（ステップＳ２２：Ｎｏ）、さらに学習用指標Kne_instが下限値αＬ以下であるか否かを判定する（ステップＳ２４）。例えば、期間Ｔｂ，Ｔｃのように、学習用指標Kne_instが下限値αＵ以下である場合には（ステップＳ２４：Ｙｅｓ）、燃焼指標を学習する。すなわち、学習用指標Kne_instが下限値αＵ以下である間、所定ゲインＧ１で燃焼指標の学習値を減少させる（ステップＳ２５）。そして、このような燃焼指標の学習を繰り返し、最終的に得られた学習値に基づいて燃焼指標を更新（例えば、加算）し、第１の学習制御が完了する。なお上限値αＵ及び下限値αＬは、設計中央に基づいて予め設定された値である。

図５の説明に戻り、ステップＳ１２でこのような燃焼指標の学習（第１の学習制御）が終了すると、ステップＳ１３で第１の学習制御を実行した旨の情報（学習経験情報）を記憶する。すなわち、ノイズの少ない状態で燃焼指標の学習を経験した旨の情報を記憶する。なおこの学習経験情報は、情報が記憶されてから所定期間が経過した時点で消去される。また上記の所定期間は、エンジン１３の特性等を考慮して適宜決定さればよい。

ステップＳ１１で第１学習実行フラグがＯＮに設定されていない場合（第１学習実行フラグがＯＦＦに設定されている場合）には（ステップＳ１１：Ｎｏ）、次いで、ステップＳ１４で第２学習実行フラグがＯＮに設定されているか否かを判定する。第２学習実行フラグがＯＮに設定されている場合には（ステップＳ１４：Ｙｅｓ）、その後、第２の学習制御が実行されるが（ステップＳ１７）、第２の学習制御の実行に先立って、第２の学習制御におけるゲインを必要に応じて変更する。

具体的には、ステップＳ１５で第１の学習制御を実行した旨の情報（学習経験情報）が記憶されているか否かを判定する。学習経験情報が記憶されている場合、すなわち第１の学習制御が実行されてから所定期間が経過していない場合には（ステップＳ１５：Ｙｅｓ）、第２の学習制御におけるゲインを所定値Ｇ１よりも小さい値Ｇ２に変更する（ステップＳ１６）。例えば、本実施形態では、第２の学習制御におけるゲインＧ２を０に設定している。その後、この所定ゲインＧ２で、第２の学習制御（燃焼指標の学習）を実行する（ステップＳ１７）。すなわち本実施形態では、ステップＳ１７で第２の学習制御が実行された場合、ゲインＧ２が０であるため学習値が更新されることはない。一方、学習経験情報が記憶されていない場合、すなわち第１の学習制御が実行されてから所定期間が経過している場合には（ステップＳ１５：Ｎｏ）、ゲインを変更することなくステップＳ１７に進み、所定ゲインＧ１で第２の学習制御を実行する。なお第２の学習制御による燃焼指標の学習手順は、第１の学習制御と同様であるため説明は省略する。

以上説明したように、本実施形態では、第１の学習制御が実行されると、その後の所定期間は、第２の学習制御におけるゲインを第１の学習制御におけるゲインよりも小さくすることで、燃焼指標の学習の頻度を少なくするようにした。これにより、燃焼指標を適切に学習することができる。

第１の学習制御は、エンジン１３が作動中であり且つ動力伝達機構１４を介してエンジン１３の動力が車輪（前輪）１５に伝達されない動力非伝達状態であるという条件を満たした状態で実行されるため、走行抵抗やエンジンの燃焼トルクばらつき等の影響を受けることなく、燃焼指標を高精度に学習することができる。ただし、上記のような条件が満たされる頻度はあまり高くはない。つまり第１の学習制御が実行される頻度は比較的低く、第１の学習制御のみを実行すると、燃焼指標の学習が不十分になる虞がある。しかしながら、本実施形態では、第１の学習制御と共に、第２の学習制御を実行しているため、燃焼指標を学習する機会は十分に確保することができる。

一方で、第２の学習制御は、エンジン１３が作動中であり且つ動力伝達機構１４を介してエンジンの動力が車輪（前輪）１５に伝達される動力伝達状態で実行されるため、第１の学習制御実行時に比べて、走行抵抗等の影響を受け易い。このため、第１の学習制御を実行した後の所定期間に第２の学習制御を実行してしまうと、第１の学習制御によって適切にが学習された燃焼指標にズレを生じさせてしまう虞がある。しかしながら、本実施形態では、第１の学習制御を実行後の所定期間は、第２の学習制御におけるゲインを０としている。すなわち、第１の学習制御を実行後の所定期間は、第２の学習制御は実質的に行われないようにしている。したがって、燃焼指標のズレを抑制でき、燃焼指標を適切に学習することができる。

以上、本発明の一実施形態について説明したが、本発明は、上述した実施形態に限定されず、その趣旨を逸脱しない範囲で適宜変更が可能なものである。

例えば、上述の実施形態では、シリーズモードからＥＶモードへの切換期間（惰性回転期間Ｔ２）である第１状態と、ＯＢＤモータリング時である第２状態とで、第１の学習制御を実行し、走行モードがシリーズモードでありエンジン回転及び負荷が安定した状態である第３状態と、シリーズモード以外（例えば、パラレルモード）で燃料カット中である第４状態とで、第２の学習制御を実行するようにした。しかしながら、第１及び第２の学習制御を実行するタイミングは、これに限定されず、適宜決定されればよい。例えば、第１の学習制御は、第１状態又は第２状態の何れか一方のタイミングのみで実行するようにしてもよい。また第２の学習制御も、第３状態又は第４状態の何れか一方のタイミングのみで実行するようにしてもよい。

また上述の実施形態では、第１及び第２の学習制御におけるゲインを原則的に同一値とし、第１の学習制御を実行後の所定期間に第２の学習制御を実行する場合にのみ、第２の学習制御におけるゲインを第１の学習制御におけるゲインよりも小さい値に変更するようにした。しかしながら、上記第１〜第４の各状態で実行される学習制御におけるゲインは、それぞれ異なる値に設定されていてもよい。

例えば、第１状態で第１の学習制御を実行する際のゲインは、第２状態で第１の学習制御を実行する際のゲインよりも大きい値に設定されていてもよい。第１状態では、走行抵抗やエンジンの燃焼トルクばらつき等の影響が第２状態よりも小さいため、第２状態に比べてゲインを大きくすることで、比較的短時間で燃焼指標を高精度に学習することができる。

また上述の実施形態では、第１の学習制御が実行されると、その後の所定期間は、第２の学習制御におけるゲインを０とすることで、燃焼指標の学習頻度を少なくするするようにした。しかしながら、第１の学習制御を実行後の所定期間に第２の学習制御を実行する際のゲインは、必ずしも０でなくてもよい。すなわち第１の学習制御を実行後の所定期間に第２の学習制御を実行する際のゲインは、第１の学習制御におけるゲインよりも小さい値（０を含む）とすることが好ましいが、必ずしも０でなくてもよい。例えば、第１の学習制御におけるゲインよりも小さい値であれば、第１の学習制御を実行後の所定期間に第２の学習制御に実行されても、この学習による燃焼指標の変化は小さい。したがって、この場合でも、燃焼指標のズレを抑制でき、燃焼指標を適切に学習することができる。なお「燃焼指標の学習頻度を少なくすること」には、このように「学習による燃焼指標の変化を小さくすること」も含まれることとする。

また、燃焼指標の学習頻度を少なくする方法は、第２の学習制御のゲインを変更する方法に限定されるものではない。

例えば、第１の学習制御を実行後の所定期間に第２の学習制御を実行する際に、学習用指標の上限値αＵと下限値αＬとの間に相当する不感帯の幅を変更するようにしてもよい。すなわち、第１の学習制御が実行されると、その後の所定期間は、第２の学習制御における不感帯の幅を、第１の学習制御における不感帯の幅よりも大きくするようにしてもよい。この場合でも、燃料指標の学習頻度、すなわち第２の学習制御の実行頻度を抑制することができる。

また例えば、第１の学習制御が実行されると、その後の所定期間は、第２の学習制御の実行の頻度を低下させるようにしてもよい。例えば、上述の実施形態では、第１の学習制御を実行後の所定期間は、第２の学習制御におけるゲインをゼロとすることで、燃焼指標の学習の頻度を抑制するようにした。しかしながら、第１の学習制御を実行後の所定期間は、第２の学習制御の実行自体を停止することで、燃焼指標の学習の頻度を抑制するようにしてもよい。

１０ 車両（ハイブリッド車両）
１１ フロントモータ（走行用モータ）
１２ リアモータ（走行用モータ）
１３ エンジン
１４ フロントトランスアスクル（動力伝達機構）
１５ 前輪
１６ リアトラスアスクル（動力伝達機構）
１７ 後輪
１８ ジェネレータ
１９ フロント制御部
２０ バッテリ
２１ リア制御部
２２ 燃料タンク
２３ シリンダブロック
２４ シリンダヘッド
２５ ピストン
２６ 燃焼室
２７ コンロッド
２８ クランクシャフト
２９ 点火プラグ
３０ 燃料噴射弁
３１ 吸気ポート
３２ 吸気マニホールド
３３ 吸気管
３４ 吸気弁
３５ 排気ポート
３６ 排気マニホールド
３７ 排気管
３８ 排気弁
３９ スロットルバルブ
４０ スロットルポジションセンサ（ＴＰＳ）
４１ エアフローセンサ
４２ 三元触媒
４３ 空燃比センサ
４４ クランク角センサ
４５ 水温センサ
１０１ 走行制御部
１０２ 失火判定部
１０３ 燃焼指標学習手段

Claims (5)

1. 車両のエンジンに設けられたクランク角センサにより検出されるクランク角信号に基づいて燃焼変動に相関した所定の燃焼指標を演算し、この燃焼指標と、予め設定された失火判定値との偏差に基づいてエンジンの失火判定を行う失火判定部を備える車両の制御装置であって、
   前記失火判定部は、前記燃焼指標を学習する燃焼指標学習手段を備え、
   該燃焼指標学習手段は、前記エンジンが作動中であり且つ動力伝達機構を介して前記エンジンの動力が車輪に伝達されない動力非伝達状態で前記燃焼指標を学習する第１の学習制御と、それ以外の状態で前記燃焼指標を学習する第２の学習制御と、を実行し、
   前記第１の学習制御を実行した後の所定期間は、前記第１の学習制御を実行していない場合に比べて、前記第２の学習制御による前記燃焼指標の学習の頻度を少なくすることを特徴とする車両の制御装置。
2. 請求項１に記載の車両の制御装置において、
   前記燃焼指標学習手段は、前記第１の学習制御を実行した後の所定期間、前記第２の学習制御におけるゲインを、前記第１の学習制御を実行していない場合に比べて小さくすることを特徴とする車両の制御装置。
3. 請求項１又は２に記載の車両の制御装置において、
   前記燃焼指標学習手段は、前記第１の学習制御を実行した後の所定期間、前記第２の学習制御における前記燃焼指標の不感帯を、前記第１の学習制御を実行していない場合に比べて大きくすることを特徴とする車両の制御装置。
4. 請求項１から３の何れか一項に記載の車両の制御装置において、
   前記燃焼指標学習手段は、前記第１の学習制御を実行した後の所定期間、前記第２の学習制御を実行する頻度を少なくすることを特徴とする車両の制御装置。
5. 請求項１から４の何れか一項に記載の車両の制御装置において、
   前記車両が、前記エンジンと共に走行用モータを備えるハイブリッド車両であり、該ハイブリッド車両の走行状態に応じて、前記動力非伝達状態で前記走行用モータの駆動力により走行するシリーズモードと、前記走行用モータの駆動力により走行するＥＶモードと、の切り換えを行う走行制御部を、備え、
   前記燃焼指標学習手段は、前記走行制御部によって前記シリーズモードから前記ＥＶモードに切り換えられる際に前記エンジンが惰性で回転する惰性回転期間に、前記第１の学習制御を実行することを特徴とする車両の制御装置。

Images