JP2016008508A

JP2016008508A - 内燃機関システム

Info

Publication number: JP2016008508A
Application number: JP2014127568A
Authority: JP
Inventors: 坂柳　佳宏; Yoshihiro Sakayanagi; 佳宏坂柳; 栄来北川; Eiki Kitagawa; 紘晶溝口; Hiroaki Mizoguchi; 裕澤田; Yutaka Sawada; 満司三平; Mitsuji Mihira; 和真関口; Kazuma Sekiguchi; 俊平玉木; Shumpei Tamaki; 祥平藤田; Shohei Fujita
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2014-06-20
Filing date: 2014-06-20
Publication date: 2016-01-18
Anticipated expiration: 2034-06-20
Also published as: JP6187397B2

Abstract

【課題】この発明は、内燃機関システムに関し、外乱となる運転条件パラメータの性能指標値に対する感度が高い場合であっても、制御パラメータの最適点を精度良く探索することを目的とする。【解決手段】燃費を最良とする吸気バルブタイミングをオンボードで探索する。筒内圧センサ３８を用いて燃費を取得する。吸気バルブタイミングと吸入空気量とをマップ軸として含み、燃費の学習値を各格子点に記憶する学習マップＭを備える。この探索では、吸気バルブタイミングの値を変更し、当該変更の前後の燃費を比較する。この変更の前後で吸入空気量が変化する場合に、上記変更前の燃費の値として学習マップＭの燃費の学習値を利用して、同一吸入空気量の下で上記変更の前後の燃費の比較を行う。燃費−ＫＬラインを用いて、学習対象格子点に対応する吸入空気量での値となるように燃費の取得値を補正し、補正した燃費を用いて当該学習対象格子点の学習値を更新する。【選択図】図５

Description

この発明は、内燃機関システムに係り、特に、内燃機関に関する性能評価値を最良とする制御パラメータの最適点をオンボードで探索する処理を行う内燃機関システムに関する。

従来、例えば特許文献１には、自動適合装置が開示されている。この自動適合装置は、内燃機関に関する性能評価値を最良とする制御パラメータ（機関運転制御用のパラメータ）の適合値（最適点）をオンボードで探索するものである。

日本特開２００９−０１３８６０号公報日本特開平０４−１７５４３４号公報国際公開第２０１０／０８７０２９号日本特開２００２−０２８８５８号公報

内燃機関を搭載する車両の走行中には、エンジン運転条件（例えば、吸入空気量）は常に同じではなく変化するものである。内燃機関に関する性能評価値（例えば、燃費）に対する制御パラメータ（例えば、バルブタイミング）の感度よりも性能評価値に対する運転条件パラメータ（例えば、吸入空気量）の感度の方が高いと、制御パラメータの値を変更して行う最適点探索に対して当該運転条件パラメータが外乱となる。その結果、正確な探索が難しくなる。そこで、性能評価値と制御パラメータと運転条件パラメータとの関係を学習マップとして備え、当該学習マップの情報を制御パラメータの最適点探索に利用することが考えられる。これにより、外乱となる運転条件パラメータの影響を考慮しつつ探索を進めることができる。

しかしながら、最適点探索に学習マップを利用する際には、次のような課題がある。すなわち、学習マップの学習データを取得した際の運転条件パラメータに偏りがあると、真値からずれた値が学習値として学習されてしまうため、正しく最適点を探索することが難しくなる。そして、このような課題は、偏りが生じている運転条件パラメータの性能指標値への感度が高い場合に顕著となる。

この発明は、上述のような課題を解決するためになされたもので、外乱となる運転条件パラメータの性能指標値に対する感度が高い場合であっても、制御パラメータの最適点を精度良く探索することのできる内燃機関システムを提供することを目的とする。

第１の発明は、内燃機関システムであって、
内燃機関に関する性能指標値を最良とする制御パラメータの値を前記内燃機関の運転中に探索する処理を行う内燃機関システムであって、
前記内燃機関の運転中に前記性能指標値を取得する性能指標値取得手段と、
前記制御パラメータと前記内燃機関の運転条件パラメータとをマップ軸として含み、複数の格子点を有し、前記性能指標値の学習値が前記複数の格子点にそれぞれ更新可能に対応付けられた学習マップと、
前記制御パラメータの値を変更し、当該変更の前後の前記性能指標値を比較し、当該比較の結果として大きい方の当該性能指標値に対応する前記制御パラメータの値を取得する探索手段と、
を備え、
前記探索手段は、前記変更の前後で前記運転条件パラメータが変化する場合に、前記変更の前の前記性能指標値の値として前記学習マップの前記性能指標値の学習値を利用して、前記運転条件パラメータが同一となる条件下で前記変更の前後の前記性能指標値の比較を行うものであって、
前記性能指標値と前記運転条件パラメータとの関係を規定する関係情報を用いて、学習対象の格子点である学習対象格子点に対応する前記運転条件パラメータでの値となるように前記性能指標値の取得値を補正し、補正した前記性能指標値を用いて当該学習対象格子点の学習値を更新する学習値更新手段をさらに備えることを特徴とする。

また、第２の発明は、第１の発明において、
前記関係情報は、前記学習マップの学習開始前に取得されていることを特徴とする。

また、第３の発明は、第１の発明において、
前記学習マップの学習は、学習データが取得されたときに、前記学習マップ上における学習対象格子点と前記性能指標値の学習データとの距離が近いほど、当該学習データの重みを大きく設定し、かつ、学習データが取得される毎に、学習対象格子点において、前記重みが大きいほど学習データが学習値に大きく反映されるように当該学習対象格子点の学習値を更新する重み付け学習であって、
前記学習値更新手段は、前記運転条件パラメータが同一となるすべての格子点の学習値の平均値を、当該平均値の算出対象の個々の格子点に蓄積された重みによる重み付けがなされた学習値の重み付け平均値として算出し、算出された前記重み付け平均値を前記性能指標値として用いて前記関係情報を生成することを特徴とする。

また、第４の発明は、第１の発明において、
前記学習マップの学習は、学習データが取得されたときに、前記学習マップ上における学習対象格子点と前記性能指標値の学習データとの距離が近いほど、当該学習データの重みを大きく設定し、かつ、学習データが取得される毎に、学習対象格子点において、前記重みが大きいほど学習データが学習値に大きく反映されるように当該学習対象格子点の学習値を更新する重み付け学習であって、
前記学習値更新手段は、前記学習マップ上で前記運転条件パラメータをｘ座標値とし前記性能指標値をｙ座標値とした場合に、取得した学習データでの値と同じ前記制御パラメータの点を通る前記学習マップのｘｙ平面上で前記運転条件パラメータに対する前記性能指標値の傾きを前記関係情報として生成することを特徴とする。

第１の発明によれば、学習対象格子点に対応する運転条件パラメータでの値となるように性能指標値の取得値が上記関係情報を用いて補正され、補正した性能指標値を用いて当該学習対象格子点の学習値が更新される。これにより、学習マップの学習データを取得した際の運転条件パラメータに偏りがある場合であっても、上記補正後の学習値は、学習対象格子点と学習データとの間での運転条件パラメータのずれの影響分を補正したものとなる。そして、本発明によれば、このように補正された学習値を利用して同一の運転条件パラメータの下で制御パラメータの値の探索が行われる。このため、外乱となる運転条件パラメータの性能指標値に対する感度が高い場合であっても、制御パラメータの最適点を精度良く探索することができる。

第２〜第４の発明によれば、第１の発明における学習値の補正に用いる上記関係情報を適切に取得することができる。

本発明の実施の形態１に係る内燃機関システムの構成を概略的に説明するための図である。本発明の実施の形態１において用いられる学習マップＭの一部を３次元的に表現した図である。燃費を最良とする吸気バルブタイミングをオンボードで探索する際の課題と対策とを説明するための図である。学習マップＭの学習値を利用して制御パラメータの最適点探索を行う場合の課題を説明するための図である。本発明の実施の形態１に係る特徴的なマップ学習手法を説明するための図である。本発明の実施の形態１に係る学習処理を伴う最適点探索処理の手順を示すフローチャートである。燃費−ＫＬラインを算出するための代替手法２を説明するための図である。

実施の形態１．
［内燃機関システムのハードウェア構成］
図１は、本発明の実施の形態１に係る内燃機関システム１の構成を概略的に説明するための図である。図１に示す内燃機関システム１は、多気筒型の内燃機関１０を備えている。なお、本発明は、単気筒および多気筒を含む任意の気筒数の内燃機関に適用可能なものであり、図１は、内燃機関１０に搭載された複数気筒のうちの１気筒を例示したものである。

内燃機関１０の各気筒には、ピストン１２の頂部側に燃焼室１４が形成されており、ピストン１２はクランク軸１６に連結されている。また、内燃機関１０は、各気筒に吸入される空気が流れる吸気通路１８を備えており、吸気通路１８には、吸入空気量を調整する電子制御式のスロットルバルブ２０が設けられている。また、内燃機関１０の各気筒には、吸気ポートを開閉する吸気弁２２が設けられている。内燃機関１０は、吸気弁２２の開閉時期を変更可能とする吸気可変動弁装置２４を備えている。

内燃機関１０は、各気筒内から排出される排気ガスが流れる排気通路２６を備えている。各気筒には、排気ポートを開閉する排気弁２８が設けられている。内燃機関１０は、排気弁２８の開閉時期を変更可能とする排気可変動弁装置３０を備えている。

次に、内燃機関システム１の制御系統について説明する。本システム１は、内燃機関１０の運転に必要な各種のセンサ（以下に一部を例示）が含まれるセンサ系統と、内燃機関１０の運転を制御するＥＣＵ（Engine Control Unit）３２とを備えている。まず、センサ系統について述べると、エアフローメータ３４は吸入空気量を計測するもので、クランク角センサ３６は、クランク軸１６の回転に同期した信号を出力する。筒内圧センサ３８は、各気筒に対して備えられ、筒内圧を検出する。

ＥＣＵ３２は、ＲＯＭ、ＲＡＭ等からなる記憶回路と、入出力ポートとを備えた演算処理装置により構成されている。ＥＣＵ３２の記憶回路には、後述する学習マップが記憶されている。また、ＥＣＵ３２の入力側には、センサ系統の各センサがそれぞれ接続されている。ＥＣＵ３２の出力側には、スロットルバルブ２０、可変動弁装置２４、３０、燃料噴射弁４０および点火装置４２等の内燃機関１０の運転を制御するための各種アクチュエータが接続されている。そして、ＥＣＵ３２は、センサ系統により検出した内燃機関１０の運転情報と所定の制御プログラムとに基づいて各アクチュエータを駆動し、内燃機関１０の運転制御を行う。

［内燃機関システムの特徴］
本実施形態の内燃機関システム１は、内燃機関１０に関する評価対象の「性能指標値」を最良とする（すなわち、最適化する）「制御パラメータ」を内燃機関１０の運転中に（すなわち、オンボードで）探索する。

ここでいう最適化対象の性能指標値には、内燃機関１０の燃費、エンジントルク、エンジントルク変動値もしくは騒音値などが該当し、さらには、内燃機関１０を搭載する車両のアクセルペダルの操作に対するエンジントルクの応答性を示す指標値なども該当する。また、制御パラメータには、内燃機関１０の各種アクチュエータの操作量もしくは当該操作に基づく各種エンジン制御量などが該当し、具体的には、吸気バルブタイミング、排気バルブタイミング、スロットル開度、点火時期、空燃比フィードバック制御の噴射補正量、燃料噴射特性またはＥＧＲ率などが該当する。なお、「性能指標値」は、値が大きいほど性能が良いことを示すものである。上記の例について具体的に説明すると、性能指標値は、値が大きくなるほど、燃費が良くなり、トルク変動が少なくなり、騒音が小さくなり、さらには、エンジントルクの応答性が良くなることを示す。

以下、本実施形態では、「性能指標値」として燃費を用い、「制御パラメータ」として吸気バルブタイミング（吸気可変動弁装置２４により制御される吸気弁２２の開閉時期）を用い、吸気バルブタイミングの所定の制御範囲内で燃費を最良とする吸気バルブタイミングの最適点の探索を例に挙げて説明を行う。また、以下に説明する例では、この最適点探索の外乱となるエンジン運転条件を示す「運転条件パラメータ」として、吸入空気量ＫＬが用いられる。なお、ここでいう運転条件パラメータには、吸入空気量以外にも、エンジン回転数、空燃比、吸排気（主に吸気）バルブリフト量もしくは吸気管長さ（ただし、可変吸気長システムを備える場合に限る）などの内燃機関１０の制御量が該当し、さらには、外気温度、外気圧力、エンジン冷却水温度もしくはエンジン油温なども含まれる。このように、「運転条件パラメータ」には、上記の「制御パラメータ」にも該当するようなエンジン制御量が該当する場合もある。すなわち、それ自体が最適点探索に用いられる「制御パラメータ」になり得るものであっても、最適点探索に用いられる「制御パラメータ」次第では「運転条件パラメータ」に位置付けられる場合がある。

（学習マップ）
本実施形態の内燃機関システム１は、吸気バルブタイミングの最適点探索のために学習マップＭを利用する。この学習マップＭは、吸気バルブタイミング（制御パラメータ）と吸入空気量（運転条件パラメータ）とをマップ軸として含み、複数の格子点を有し、燃費（性能指標値）の学習値が各格子点にそれぞれ更新可能に対応付けられたものである。ＥＣＵ３２には、このような燃費の学習値を記憶する学習マップＭが記憶されている。図２は、本発明の実施の形態１において用いられる学習マップＭの一部を（燃費の軸による高さをマップに持たせて）３次元的に表現した図である。

ここでいう学習マップＭの学習では、内燃機関１０の運転中に燃費の学習データの取得が行われる。燃費の学習データは、燃費取得時の吸気バルブタイミングと吸入空気量とに関連付けられた状態でＥＣＵ３２に記憶される。そして、取得された学習データから学習対象格子点での学習値が算出されることにより、学習マップＭが作成される。学習データの取得、および、取得された学習データによる学習値の算出が順次行われていくことにより、学習が進んでいく。各格子点の学習値が更新されることにより、図２に示すように３次元上で表わされた場合の学習マップＭの形状が変化する。

ここで説明する例にて性能指標値として用いる燃費は、一例として、公知の手法を利用して、筒内圧センサ３８による筒内圧の検出値に基づいて算出することができる。本発明における「性能指標値」の取得の態様には、上記の例のように、性能指標値の算出に用いる基礎パラメータ（筒内圧）を検出するセンサ（筒内圧センサ３８）を利用して取得するものが該当するが、性能指標値次第では、性能指標値がセンサの検出値から直接的に取得されるもの（例えば、トルクセンサによるエンジントルクの取得）も含まれ得る。さらに例を挙げると、「性能指標値」としてアクセルペダルの操作に対するエンジントルクの応答性を示す指標値が用いられている場合には、この指標値は、例えば、アクセルペダルの操作時点からのエンジントルクが立ち上がるまでの遅れ時間として算出することができる。そして、アクセルペダルの操作時点は、アクセルポジションセンサを用いて検出することができ、エンジントルクの立ち上がりは、例えば、車両の加速度を検出する加速度センサもしくはエンジン回転数を検出するクランク角センサを用いて行うことができる。したがって、上記指標値を「性能指標値」として用いる場合には、上述した基礎パラメータを検出するセンサとしてこれらのセンサが該当することになる。なお、筒内圧センサ３８を用いて燃費を算出する公知の手法としては、例えば、日本特開２０１０−１５１０２１号公報に記載の手法を挙げることができる。この手法によれば、筒内圧センサを用いて取得されるエンジントルクおよびエンジン回転数と燃料消費量との関係を用いて燃費が算出される。

順次取得される学習データを学習対象格子点の現在の学習値に反映させる手法は、特に限定されるものではないが、例えば、次のような重み付け学習手法を用いることが好適である。この重み付け学習手法は、燃費の学習データを学習対象格子点の学習値に反映させる場合に、学習データに対して学習対象格子点と学習データとの距離に応じた重み付けを行い、そのような重み付けがなされた学習データを用いて学習対象格子点の学習値を更新するというものである。

（重み付け学習手法）
上述したように、学習マップＭでは、制御パラメータ（吸気バルブタイミング）および運転条件パラメータ（吸入空気量）をマップ軸として、性能指標値（燃費）の学習値が算出される。添え字のｉを運転条件パラメータのマップ軸とし、ｊを制御パラメータのマップ軸とし、学習マップＭの各格子点（ｉ，ｊ）に対応付けられた性能指標値の学習値をＺ_ijとする。なお、以下の説明において、添字ｋが付記される変数値ｚ_k、ｗ_kij、Ｗ_ij(ｋ)、Ｖ_ij(ｋ)、Ｚ_ij(ｋ)は、ｋ回目の取得タイミング（演算タイミング）に対応するｋ番目の値であることを示し、添字ｋが付記されない変数値ｗ_ij、Ｗ_ij、Ｖ_ij、Ｚ_ijは、取得タイミングにより区別されない値を示す場合に用いるものとする。

重み付け学習手法では、取得された学習データｚ_kと学習対象格子点との距離が近いほど、重みｗ_ijがより大きくなるように設定される。そのうえで、学習データｚ_kと重みｗ_ijとに基づいて、学習対象格子点の学習値Ｚ_ijが算出される。より具体的には、重み付け学習手法によれば、基本的に、ｋ回目（ｋ番目）の取得タイミングで取得した性能指標値の取得値（学習データｚ_k）と各格子点(ｉ,ｊ)の重みｗ_kijとに基づいて、学習対象格子点(ｉ,ｊ)の学習値Ｚ_ij(ｋ)が更新される。学習値Ｚ_ij(ｋ)の更新処理は、学習対象格子点(ｉ,ｊ)において、下記数１〜数３の式を演算することにより実現される。

[数１]
Ｗ_ij(ｋ)＝Ｗ_ij(ｋ−１)＋ｗ_kij
[数２]
Ｖ_ij(ｋ)＝Ｖ_ij(ｋ−１)＋ｚ_k＊ｗ_kij
[数３]
Ｚ_ij(ｋ)＝Ｖ_ij(ｋ)／Ｗ_ij(ｋ)

上記式において、Ｗ_ij(ｋ)は、格子点(ｉ,ｊ)における１回目からｋ回目までの重みｗ_kijを合計した重み積算値を示し、Ｖ_ij(ｋ)は、ｋ番目の学習データｚ_kと重みｗ_kijとの乗算値（ｚ_k＊ｗ_kij）を１回目からｋ回目まで合計したデータ積算値を示している。上記式から判るように、重み付け学習手法によれば、学習データｚ_kが取得される毎に、学習対象のすべての格子点(ｉ,ｊ)において、重みｗ_kijが大きいほど学習データｚ_kが学習値Ｚ_ij(ｋ)に大きく反映されるように、個々の格子点の学習値Ｚ_ij(ｋ)が更新される。また、上記距離に応じた重みｗ_ijの設定は、例えば、国際特許出願の国際公開第２０１４／００２１８９号に記載されているように、ガウス関数を用いて行うことが好適であり、ガウス関数に限らず、一次関数または三角関数等を用いることもできる。

また、上記数１および数２の式には、前回（ｋ−１回目）の積算値Ｗ_ij(ｋ−１)及びＶ_ij(ｋ−１)が用いられるが、これらの初期値（ｋ＝１のときの値）は、下記数４および数５の式により定義される。従って、数１〜数５の式によれば、ｋ番目の学習データｚ_kと重みｗ_kijとに基づいて、学習対象の格子点(ｉ,ｊ)におけるｋ番目の学習値Ｚ_ij(ｋ)を算出し、学習マップＭを更新することができる。

[数４]
Ｖ_ij(１)＝ｚ₁＊ｗ_1ij
[数５]
Ｗ_ij(１)＝ｗ_1ij

（最適点探索手法）
図３は、燃費を最良とする吸気バルブタイミングをオンボードで探索する際の課題と対策とを説明するための図である。図２に示す燃費と吸気バルブタイミングと吸入空気量との関係がオンボードで分かるような状態になっていれば、その関係を利用して燃費が最良となる吸気バルブタイミングの値を把握した制御を行えるといえる。しかしながら、上記関係を事前に取得するためには、適合工数を要するし、事前に備えた関係を利用するだけでは、内燃機関システムの個体差や経年変化などを考えると、精度の良い関係の取得は難しいといえる。このことへの対策としては、本システム１のように上記関係を定めた学習マップＭを備えるようにすることが考えられる。ただし、そのような学習マップＭを備えてはいても、学習初期には学習が十分に進んでない状況が考えられ、また、学習が十分に進んだ後であっても学習結果がリセットされることがあると同様の状況となる。このため、本実施形態のシステム１がそうであるように、燃費が最良となる吸気バルブタイミングの最適値をオンボードで探索することは有用である。

ここで、本段落の以下の説明の前提として、図２に表された関係（すなわち、吸気バルブタイミングＶＴ２での燃費の値が吸入空気量に依らずに最も良くなっている関係）が正しいものであったとする。図３（Ａ）は、最適点探索のための吸気バルブタイミングの変更の前後で吸入空気量が変化しない場合のものである（図２中の点α’から点βへの移動がこれに対応する）。このケースでは、吸気バルブタイミング（制御パラメータ）を操作して燃費（性能指標値）が最良となる吸気バルブタイミングの値を探索しようとした際、変更前の吸気バルブタイミングＶＴ１での燃費よりも変更後の吸気バルブタイミングＶＴ２での燃費の方が良いことを正しく把握することができる。一方、図３（Ｂ）は、吸気バルブタイミングの変更の前後で吸入空気量がＫＬ２からＫＬ１に変化する場合のものである（図２中の点αから点βへの移動がこれに対応する）。このケースでは、吸入空気量（すなわち、この探索において外乱となる運転条件パラメータ）の影響で燃費が変わってしまう。その結果、一般的な最適点探索手法では最適点を正しく探索することができなくなり、変更前の吸気バルブタイミングＶＴ１での燃費の方が変更後の吸気バルブタイミングＶＴ２の燃費よりも良いと間違って判断してしまうことになる。

上記の課題が生じる理由は次のようなものである。すなわち、最適点探索では、制御パラメータを変更しながら取得した２点以上の性能指標値を比較することでより良い制御パラメータの値を選ぶことが行われるが、後者のケースでは運転条件パラメータが同じでない状況で比較が行われてしまっている。また、図２に示す関係では吸気バルブタイミングＶＴ２での燃費は吸入空気量の大きさに依らずに高くなっているが、このような関係と異なり、吸入空気量の大きさの違いによって、燃費が最良となる吸気バルブタイミングの値が変化する状況も現実には起こり得る。そのような状況だと、運転条件パラメータによって制御パラメータの最適点が異なるために、運転条件パラメータの変化に伴って探索中に最適点が時々刻々と変わってしまうことになる。そして、上記の課題は、本実施形態で例示する燃費と吸気バルブタイミングと吸入空気量の組み合わせがそうであるように、性能評価値に対する制御パラメータの感度よりも性能指標値に対する運転条件パラメータの感度が高い場合に顕著となる。

上記の課題への対策として、本システム１では、図２に示すような関係を定めた学習マップＭの学習を最適点探索と並行して行うこととしている。そして、探索のための吸気バルブタイミング（制御パラメータ）の変更の前後で吸入空気量（運転条件パラメータ）が変化する場合には、学習マップの燃費（性能指標値）の学習値を利用して、運転条件パラメータが同一となる条件下で上記変更の前後の燃費の比較を行うこととしている。図３（Ｃ）は、このような処理を例示したものであり、変更後の吸気バルブタイミングＶＴ２での吸入空気量の値であるＫＬ２の下で吸気バルブタイミングが変更前のＶＴ１であるときの燃費の学習値（マップ値）が、吸気バルブタイミングＶＴ１での燃費の値として利用されている。これにより、この探索において外乱となる吸入空気量を仮想的に同一とした条件下にて吸気バルブタイミングの違いによる燃費の差を比較（評価）できるようになる。このため、特別な手法を用いることなく一般的な最適点探索手法を用いることができるようになる。また、吸入空気量が一定となる状況下に限らずに最適点探索を行えるようになるため、探索を行う機会を多く確保できるようになる。さらに、吸入空気量の変化に伴って時々刻々と最適点が変化することにも対応できるようになる。

また、本システム１がそうであるように、利用する学習マップの学習のために重み付け平均値を利用する手法を採用している場合には、以下の点にも配慮することが好ましい。すなわち、マップ学習のために取得した燃費（性能評価値）の学習データのマップ上の位置（吸気バルブタイミングや吸入空気量の座標値）に偏りがあると、マップ学習を正しく行えない可能性がある。そこで、このことへの対策として、最適点探索のために吸気バルブタイミングを変更する際に、偏りが発生しないように吸気バルブタイミングを操作することが好ましい。そして、このような操作の好適な具体例としては、例えば、次の探索手法１〜３を挙げることができる。

すなわち、探索手法１は、ランダムに吸気バルブタイミングを変更する探索手法（例えば、粒子群最適化法）を用いるものであり、これにより、上記偏りをなくすことができるので、マップ学習を効率良く進めることができる。そして、このことは、マップ学習の結果（学習値）を利用する最適点探索の精度向上に繋がることでもある。

探索手法２は、重み付け学習手法を用いている場合に、学習マップＭの格子点の中で重みが蓄積されていない格子点付近に探索点が多くなるように吸気バルブタイミングを変更する手法である。既述した重み付け学習手法によれば、数１の式から分かるように、学習が行われる度に重み積算値Ｗ_ij(ｋ)が積算されていく。そして、重み積算値Ｗ_ij(ｋ)は、加算される重みｗk_ijが大きいほど（すなわち、格子点への学習データの反映の度合いが大きいほど）大きくなる。したがって、重み積算値Ｗ_ij(ｋ)の大きさは各格子点（ｉ，ｊ）での重みの蓄積度合い（すなわち、学習の進み度合い）を好適に表しているといえる。このため、探索手法２では、重み積算値Ｗ_ij(ｋ)が相対的に小さい格子点付近で重点的に探索が行われる。このような手法によっても、上記偏りをなくすことができるので、マップ学習を効率良く進めることができる。

探索手法３は、学習マップＭの学習に重み付け学習手法を用いている場合に、学習対象格子点の座標に対する学習データの重心のずれが小さくなるように吸気バルブタイミングを変更することによって探索点を操作するというものである。このような重心のずれは、学習マップＭ上の学習データの位置（座標）に偏りがある時に生じるものである。ｍ個の学習データがある場合における学習データの重心Ｇ_ijは、重み付け平均に用いる重みｗ_ijと各学習データの座標ｘ_ijとを用いて、下記数６の式を用いて算出することができる。このような手法によっても、上記偏りをなくすことができるので、マップ学習を効率良く進めることができる。

（学習データ取得時の運転条件パラメータに偏りがあることへの対策）
図４は、学習マップＭの学習値を利用して制御パラメータの最適点探索を行う場合の課題を説明するための図である。図３を参照して説明したように制御パラメータの最適点探索に学習マップＭを利用する際には、次のような課題がある。すなわち、学習マップＭの学習データを取得した際の運転条件パラメータに偏りがあると、真値からずれた値が学習値として学習されてしまうため、正しく最適点を探索することが難しくなる。そして、このような課題は、燃費と吸気バルブタイミングとの組み合わせ例がそうであるように、当該偏りが生じている運転条件パラメータの性能指標値への感度が高いときに顕著となる。

より詳細に説明すると、図４（Ａ）は、取得された学習データ（黒丸印）の分布を示した図である。図４（Ａ）に示すように、取得された学習データは、３つの格子点α〜γのうちの格子点αと格子点γに対して吸入空気量（外乱となる運転条件パラメータ）に偏りがあるものである。より具体的には、図４（Ａ）に示す例では、格子点αの近傍にて取得された学習データは、格子点αよりも吸入空気量が高い側に偏っており、格子点γの近傍にて取得された学習データは、格子点γよりも吸入空気量が低い側に偏っている。このような偏りに起因して、学習対象格子点と学習データとの間での吸入空気量のずれの影響で、図４（Ｂ）に示すように、格子点αおよびγの学習値（黒丸印と実線）が各格子点α〜γの真の学習値（白丸印と破線）に対してずれてしまう。このようにマップが正しく学習されないことで、３次元的に表現した学習マップＭの形状に歪みが発生してしまい、燃費が最大となる最適点を正しく探索することができなくなる。

図５は、本発明の実施の形態１に係る特徴的なマップ学習手法を説明するための図である。上記の課題を解決するために、本実施形態では、性能指標値と運転条件パラメータとの関係を用いて、学習対象格子点と同じ運転条件パラメータでの値となるように性能指標値の取得値（学習データ）を補正し、補正した性能指標値を用いて学習対象格子点の学習値を更新することとした。

より詳細に説明すると、図５（Ａ）は、同一ＫＬライン上の格子点α〜γが学習対象格子点である時のものである。この例では、取得された学習データδ、εは、学習対象格子点α〜γの吸入空気量から離れている。すなわち、学習データδは、格子点α〜γでの値よりも吸入空気量が高い位置にあり、学習データεは、格子点α〜γよりも吸入空気量が低い位置にある。そこで、本実施形態では、図５（Ｂ）に示すような燃費と吸入空気量との関係を規定する曲線（以下、「燃費−ＫＬライン」と称する）を先に学習し、当該学習の終了後に、この曲線を利用して学習データδ、εの修正を行う。具体的には、図５（Ｂ）に示すように、燃費−ＫＬラインに沿って、学習対象の格子点α〜γでの吸入空気量ＫＬライン上の値となるように学習データδ、εを移動させ、学習データの補正値δ’、ε’を取得する。そして、補正後の学習データδ’、ε’を利用して、学習マップＭの学習を実行する。

燃費−ＫＬライン自体もマップという形態で備えておくことができるものである。この燃費−ＫＬラインの学習手法は、特に限定されないが、学習マップＭと同様に、ガウス関数などを重みの設定に用いた重み付け平均を利用した手法を用いることが好適である。ここで、学習マップＭとは異なり、最適点探索に利用する学習マップが運転条件パラメータのマップ軸を複数有している場合には、性能評価値との相関が高いものから順に学習を行うようにすればよい。例えば、運転条件パラメータとしての吸入空気量ＫＬおよびエンジン回転数ＮＥのマップ軸を備えている場合には、まず、燃費−ＫＬラインの学習を行った後に、燃費−ＮＥラインの学習を行うようにする。そのうえで、学習後の燃費−ＫＬラインおよび燃費−ＮＥラインを利用して吸入空気量ＫＬおよびエンジン回転数ＮＥに関する学習データの補正を行う。そして、補正後の学習データを利用して、吸入空気量ＫＬおよびエンジン回転数ＮＥをマップ軸として有する学習マップの学習を実行する。なお、性能指標値との相関の高い運転条件パラメータの順序は、事前に把握して決定してもよいし、或いは、オンボードでの性能指標値と個々の運転条件パラメータとの関係の取得結果に基づいて決定してもよい。また、ここでは、先に学習した燃費−ＫＬラインを利用することとしているが、燃費−ＫＬラインは、必ずしも学習を伴って取得されるものに限られず、予めオフラインで取得されたものであってもよい。

また、ガウス関数を用いた重み付け平均手法（ガウスフィルタ）を利用して燃費−ＫＬラインの学習を行っている場合には、当該学習終了判定は、各格子点に対して重みが十分に蓄積されているか否か、あるいは、学習マップＭの格子点の座標に対する学習データの重心のずれが所定レベル以下であるか否かに基づいて行うことが好適である。

以上説明したように、本実施形態では、燃費−ＫＬラインを利用して吸入空気量のずれの影響分を補正した後の学習データδ’、ε’が取得される。そして、補正後の学習データδ’、ε’を利用して学習マップＭの学習が実行される。このような手法によれば、外乱項となる吸入空気量（運転条件パラメータ）に関する学習データの偏りが燃費（性能評価値）に与える影響を抑制することができる。その結果、燃費と吸気バルブタイミング（制御パラメータ）との関係を学習マップＭを用いて正しく取得することができるようになる。これにより、性能指標値に対する感度の高い運転条件パラメータを使用する場合であっても、吸気バルブタイミングの最適点探索を精度良く行えるようになる。

（実施の形態１の具体的処理の一例）
図６は、本発明の実施の形態１に係る学習処理を伴う最適点探索処理の手順を示すフローチャートである。なお、本ルーチンは、内燃機関１０の運転中に燃費−ＫＬラインの学習が済んでいる状態で起動される。本ルーチンでは、学習マップＭの学習処理と吸気バルブタイミングの最適点探索処理とが並行して実行される。これらの処理は、それぞれの所定の終了条件が成立するまで繰り返し実行される。

図６に示すルーチンでは、ＥＣＵ３２は、まず、現在の吸入空気量と吸気バルブタイミング（指示値）とを取得する（ステップ１００）。次いで、ＥＣＵ３２は、筒内圧センサ３８を用いて、最適化したい性能指標値である燃費を算出する（ステップ１０２）。

次に、ＥＣＵ３２は、上記終了条件が成立していない間は、学習マップＭの学習処理（ステップ１０４およびステップ１０６）と吸気バルブタイミングの最適点探索処理（ステップ１０８〜１１２）とを並行して実行する。

ステップ１０２にて取得された燃費は、当該燃費の取得時の吸気バルブタイミングおよび吸入空気量と関連付けられ、学習マップＭの学習データとして使用される。ステップ１０４では、ＥＣＵ３２は、学習が済んでいる燃費−ＫＬラインを利用して、図５を参照して説明した手法によって、吸入空気量のずれの影響分だけ燃費の学習データを補正する。ステップ１０６では、ＥＣＵ３２は、補正後の燃費の学習データを利用して学習マップＭの学習を行う。

一方、ステップ１０８では、ＥＣＵ３２は、図３（Ｃ）を参照して説明した手法を用いて、直近の変更前の吸気バルブタイミングと現在の吸入空気量とに対応する燃費の学習値を学習マップＭから読み出す。ステップ１１０では、ＥＣＵ３２は、吸気バルブタイミングおよび吸入空気量が同一となる状況下でどちらの燃費の値が優れているかを判別するために、読み出した燃費の学習値と、ステップ１０２の処理による燃費の取得値とを比較する。ステップ１１２では、ＥＣＵ３２は、より良い燃費の値を見つけるために、吸気バルブタイミングの値（指示値）を変更する。ステップ１１２の処理としては、例えば、上述した探索手法１〜３のうちの何れかを用いることができる。

ところで、上述した実施の形態１においては、吸入空気量のずれの影響分だけ燃費の学習データを補正するために、先に学習が済んでいる燃費−ＫＬラインを利用することとしている。しかしながら、この補正の手法は、先に求めていた燃費−ＫＬラインを利用するものに限られず、好適な代替手法としては、例えば、以下に説明するものを挙げることができる。

代替手法１は、ガウスフィルタなどを利用する重み付け平均化手法を用いて学習マップＭの各格子点の学習を行うものにおいて、学習データの上記補正を行うタイミングに存在する学習マップＭを利用して、燃費−ＫＬラインを逐次生成するものである。具体的には、学習マップＭにおいて吸入空気量が同一となるすべての格子点（図５（Ａ）上に表された範囲内の格子点では、例えば、格子点α〜γ）に対応付けられた燃費の学習値の平均値を算出し、算出した平均値を、燃費−ＫＬライン上において対応する吸入空気量での燃費の値に設定する。このような処理を学習マップＭ上で他の吸入空気量と対応付けられた格子点群に対しても実行することで、燃費−ＫＬラインを生成することができる。ただし、重み付け平均を利用する学習マップＭでは、学習のために取得される学習データの位置のばらつきに起因して格子点によって学習の進み度合いが異なるものとなる。

そこで、代替手法１では、学習値の平均値に対して各格子点の学習の進み度合いを反映させるために、単なる算術平均値を用いるのではなく、次のような重み付け平均値を利用して燃費−ＫＬライン上での燃費の値が算出される。重み付け学習手法によれば、実施の形態１にて説明したように、重み積算値Ｗ_ij(ｋ)の大きさは各格子点（ｉ，ｊ）での学習の進み度合いを好適に表しているといえる。そこで、上記の数１〜数３の式を用いた学習マップＭの現時点での学習結果を利用して、下記数７の式にしたがって、燃費−ＫＬラインに用いる燃費の学習値Ｚ’_i(ｋ)が算出される。数７の式中のＶ’_ij(ｋ)は、ｋ番目の学習値Ｚ_ij(ｋ)と重みｗ_kijとの乗算値（Ｚ_ij(ｋ)＊ｗ_kij）を１回目からｋ回目まで合計した学習値積算値を示している。下記数８の式は、吸入空気量（添え字ｉ）が同じ３つの格子点（１，１）、（１，２）、（１，３）を例に挙げて、学習マップＭでの学習がｋ回行われた時点での数６の式による燃費の学習値Ｚ’_i(ｋ)の算出例を表したものである。
[数７]
Ｚ’_i(ｋ)＝Σ_jＶ’_ij(ｋ)／Σ_jＷ_ij(ｋ)
[数８]
Ｚ’₁(ｋ)＝(Ｖ’₁₁(ｋ)＋Ｖ’₁₂(ｋ)＋Ｖ’₁₃(ｋ))／(Ｗ₁₁(ｋ)＋Ｗ₁₂(ｋ)＋Ｗ₁₃(ｋ))

以上説明した代替手法１によれば、学習の進み度合いの高い格子点の学習値Ｚ_ij(ｋ)の反映度合いを高めつつ、燃費−ＫＬラインに用いる学習値Ｚ’_i(ｋ)を算出できるようになる。学習データの補正のための燃費−ＫＬラインの利用方法自体は、実施の形態１で上述した手法と同じである。本代替手法１によれば、各格子点の学習の進み度合いを考慮しつつ、学習マップＭを利用して燃費−ＫＬラインを精度良く生成することができる。このような手法によっても、吸入空気量のずれの影響分だけ燃費の学習データを補正することが可能となる。

次に、代替手法２について説明する。図７は、燃費−ＫＬラインを算出するための代替手法２を説明するための図である。代替手法２も、ガウスフィルタなどを利用する重み付け平均化手法を用いて学習マップＭの各格子点の学習を行うものにおいて、学習データの上記補正を行うタイミングに存在する学習マップＭを利用して、燃費−ＫＬラインを逐次生成するという点は、代替手法１と同じである。

代替手法２は、取得された学習データでの値と同じ吸気バルブタイミングの点を通るＫＬ−燃費平面上の学習マップＭの傾きを燃費−ＫＬライン（この手法では直線）として利用して、学習データを補正するというものである。具体的には、図７（Ａ）に示すケースでは、取得された学習データζの近隣の格子点の吸入空気量は、ＫＬ１もしくはＫＬ２である。代替手法２では、学習マップＭのＫＬ１ラインおよびＫＬ２ライン上で学習データζと吸気バルブタイミングが同じとなる点Ｐ１、Ｐ２が、同一ＫＬライン上の近隣の２つの格子点の学習値を利用した補間によって取得される。この点Ｐ１、Ｐ２をＫＬ−燃費平面上で表すと、図７（Ｂ）のようになる。この点Ｐ１と点Ｐ２とを通る直線が本手法での燃費−ＫＬラインに相当する。

学習データの補正のための燃費−ＫＬラインの利用方法自体は、実施の形態１で上述した手法と同じである。以上説明した代替手法２によっても、学習マップＭを利用して燃費−ＫＬラインを簡便に生成することができる。このような手法によっても、吸入空気量のずれの影響分だけ燃費の学習データを（図７の例では、ζからζ’に）補正することが可能となる。

また、上述した実施の形態１においては、吸気バルブタイミングと吸入空気量とをマップ軸として有し、燃費の学習値を記憶する学習マップＭを例に挙げて説明を行った。しかしながら、本発明の対象となる学習マップでは、マップ軸として有する「制御パラメータ」および「運転条件パラメータ」の数は１つに限らず、複数であってもよい。すなわち、例えば、「制御パラメータ」として吸気バルブタイミングおよび排気バルブタイミングを用い、「運転条件パラメータ」として吸入空気量およびエンジン回転数を用いる学習マップであってもよい。このような学習マップの次元数の拡張は、数３などの式に登場する各パラメータの添え字の数を学習マップの次元数だけ存在するように増やした形で表現することによって行うことができる。

また、上述した実施の形態１において図６のフローチャートで表した処理では、最適点探索のための吸気バルブタイミングの変更前の運転状態での燃費を常に学習マップＭの学習値を用いて取得するように説明した。しかしながら、本発明における探索のための学習値の利用は、このような態様に限られず、例えば、制御パラメータの値の変更の前後で運転条件パラメータが同一であるか否かを判別するようにしたうえで、運転条件パラメータが異なる場合にのみなされるものであってもよい。

なお、上述した実施の形態１においては、ＥＣＵ３２が上記ステップ１０２の処理を実行することにより前記第１の発明における「性能指標値取得手段」が実現されており、ＥＣＵ３２が上記ステップ１０８〜１１２の処理を実行することにより前記第１の発明における「探索手段」が実現されており、ＥＣＵ３２が上記ステップ１０４および１０６の処理を実行することにより前記第１の発明における「学習値更新手段」が実現されている。また、燃費−ＫＬラインが前記第１の発明における「関係情報」に相当している。
また、上述した実施の形態１の変形例においては、代替手法２の説明に登場する学習マップＭのＫＬ−燃費平面が前記第４の発明における「学習マップのｘｙ平面」に相当している。

１内燃機関システム
１０内燃機関
１２ピストン
１４燃焼室
１６クランク軸
１８吸気通路
２０スロットルバルブ
２２吸気弁
２４吸気可変動弁装置
２６排気通路
２８排気弁
３０排気可変動弁装置
３２ＥＣＵ(Electronic Control Unit)
３４エアフローメータ
３６クランク角センサ
３８筒内圧センサ
４０燃料噴射弁
４２点火装置

Claims

内燃機関に関する性能指標値を最良とする制御パラメータの値を前記内燃機関の運転中に探索する処理を行う内燃機関システムであって、
前記内燃機関の運転中に前記性能指標値を取得する性能指標値取得手段と、
前記制御パラメータと前記内燃機関の運転条件パラメータとをマップ軸として含み、複数の格子点を有し、前記性能指標値の学習値が前記複数の格子点にそれぞれ更新可能に対応付けられた学習マップと、
前記制御パラメータの値を変更し、当該変更の前後の前記性能指標値を比較し、当該比較の結果として大きい方の当該性能指標値に対応する前記制御パラメータの値を取得する探索手段と、
を備え、
前記探索手段は、前記変更の前後で前記運転条件パラメータが変化する場合に、前記変更の前の前記性能指標値の値として前記学習マップの前記性能指標値の学習値を利用して、前記運転条件パラメータが同一となる条件下で前記変更の前後の前記性能指標値の比較を行うものであって、
前記性能指標値と前記運転条件パラメータとの関係を規定する関係情報を用いて、学習対象の格子点である学習対象格子点に対応する前記運転条件パラメータでの値となるように前記性能指標値の取得値を補正し、補正した前記性能指標値を用いて当該学習対象格子点の学習値を更新する学習値更新手段をさらに備えることを特徴とする内燃機関システム。
前記関係情報は、前記学習マップの学習開始前に取得されていることを特徴とする請求項１に記載の内燃機関システム。
前記学習マップの学習は、学習データが取得されたときに、前記学習マップ上における学習対象格子点と前記性能指標値の学習データとの距離が近いほど、当該学習データの重みを大きく設定し、かつ、学習データが取得される毎に、学習対象格子点において、前記重みが大きいほど学習データが学習値に大きく反映されるように当該学習対象格子点の学習値を更新する重み付け学習であって、
前記学習値更新手段は、前記運転条件パラメータが同一となるすべての格子点の学習値の平均値を、当該平均値の算出対象の個々の格子点に蓄積された重みによる重み付けがなされた学習値の重み付け平均値として算出し、算出された前記重み付け平均値を前記性能指標値として用いて前記関係情報を生成することを特徴とする請求項１に記載の内燃機関システム。
前記学習マップの学習は、学習データが取得されたときに、前記学習マップ上における学習対象格子点と前記性能指標値の学習データとの距離が近いほど、当該学習データの重みを大きく設定し、かつ、学習データが取得される毎に、学習対象格子点において、前記重みが大きいほど学習データが学習値に大きく反映されるように当該学習対象格子点の学習値を更新する重み付け学習であって、
前記学習値更新手段は、前記学習マップ上で前記運転条件パラメータをｘ座標値とし前記性能指標値をｙ座標値とした場合に、取得した学習データでの値と同じ前記制御パラメータの点を通る前記学習マップのｘｙ平面上で前記運転条件パラメータに対する前記性能指標値の傾きを前記関係情報として生成することを特徴とする請求項１に記載の内燃機関システム。