JP2017190691A

JP2017190691A - 学習装置

Info

Publication number: JP2017190691A
Application number: JP2016079433A
Authority: JP
Inventors: 益廣森本; Masuhiro Morimoto; 徹水城; Toru Mizushiro
Original assignee: Isuzu Motors Ltd
Current assignee: Isuzu Motors Ltd
Priority date: 2016-04-12
Filing date: 2016-04-12
Publication date: 2017-10-19
Anticipated expiration: 2036-04-12
Also published as: JP6724510B2

Abstract

【課題】エンジンからの排気の一部を給気側に環流させる排気管流量を制御する技術を提供する。【解決手段】環流調整バルブ３は、車両の駆動力を発生させるエンジン１へ給気するための給気管４に、エンジン１からの排気の一部を還流させる量である排気環流量を調整する。開度制御部１０７は、環流調整バルブ３の開度を制御する。ＭＡＦセンサ９は、車両の外部から給気管４に吸い込む気体の流量であるＭＡＦ流量を計測する。判定部１０１は、車両の状態が、環流調整バルブ３の開度とＭＡＦ流量との関係を学習するための所定の学習条件を満たしているか否かを判定する。学習部１０２は、判定部１０１によって車両の状態が学習条件を満たしていると判定された場合、環流調整バルブ３の開度ＶとＭＡＦ流量Ｍとの関係を定める関数を算出して記憶する。【選択図】図１

Description

本発明は学習装置に関し、特に、エンジンからの排気の一部を給気側に環流させる排気管流の流量を制御するための学習装置に関する。

エンジンからの排気の一部を給気側に環流させる排気環流（Exhaust Gas Recirculation；ＥＧＲ）は、特にディーゼルエンジンの排気を浄化する仕組みとして重要である。給気量に対する排気環流量の割合であるＥＧＲ率は、エンジンの燃費と排気の浄化とのバランスを取る上で重要な数量である。

本願の発明者は、車両外部からの給気量を示すＭＡＦ（MAss Flow）流量を計測するためのＭＡＦセンサの個体ばらつきや経年変化の影響を補正することによって正確なＭＡＦ流量を取得する技術を過去に考案している（特許文献１参照）。

特許第５４４６６１０号公報

排気管流の量は、吸気管に環流させる排気の量を調整するバルブの開度によって制御する。しかしながら、仮に排気管流の量を精度よく制御できたとしても、それだけではＥＧＲ率を精度よく制御することはできない。ＥＧＲ率は給気量に対する排気環流量の割合であるため、ＥＧＲ率を制御するためには給気量を示すＭＡＦ流量の精度が重要となるからである。

特許文献１に記載の技術を用いることにより、ＭＡＦ流量を精度よく求めることができる。そのため本願の発明者は、ＭＡＦ流量の精度が高いことを前提とすることにより、ＥＧＲ率の精度を高めることができる可能性について認識するに至った。

本発明はこれらの点に鑑みてなされたものであり、エンジンからの排気の一部を給気側に環流させる排気管流量を制御する技術を提供することを目的とする。

本発明のある態様は、学習装置である。この装置は、車両の駆動力を発生させるエンジンへ給気するための給気管に、前記エンジンからの排気の一部を還流させる量である排気環流量を調整する環流調整バルブと、前記環流調整バルブの開度を制御する開度制御部と、前記車両の外部から前記給気管に吸い込む気体の流量であるＭＡＦ流量を計測するＭＡＦセンサと、前記車両の状態が、環流調整バルブの開度とＭＡＦ流量との関係を学習するための所定の学習条件を満たしているか否かを判定する判定部と、前記判定部によって前記車両の状態が前記学習条件を満たしていると判定された場合、前記環流調整バルブの開度Ｖと前記ＭＡＦ流量Ｍとの関係を定める関数を算出して記憶する学習部と、を備える。

前記学習部は、前記ＭＡＦセンサの出力値と前記エンジンが実際に吸入する気体の量との関係を定める関数であって予め学習によって求められている関数に基づいて、前記ＭＡＦセンサの出力値から前記ＭＡＦ流量Ｍを取得してもよい。

前記開度制御部は、（１）前記環流調整バルブを閉じている場合における前記ＭＡＦ流量ＭであるＭｍａｘの値を取得し、（２）前記学習部が算出した関数に基づいて、前記環流調整バルブの開度ＶのときのＭＡＦ流量Ｍｖを取得し、前記Ｍｍａｘから前記ＭＡＦ流量Ｍｖを減算した量を排気環流量Ｅｖとして取得し、（３）取得した前記排気環流量Ｅｖが制御目的の値となるように、前記環流調整バルブの開度Ｖを制御してもよい。

前記車両の走行距離を計測する距離計測部をさらに備えてもよく、前記学習部は、前回学習を実行してから前記車両が走行した走行距離が所定の距離よりも長くなった後に前記学習条件を満たした場合、前記関数を再計算して記憶してもよい。

前記学習部は、前記環流調整バルブの開度Ｖを第１の軸、前記ＭＡＦ流量Ｍを第２の軸とする直交座標系にプロットした場合における前記開度Ｖと前記ＭＡＦ流量Ｍとの関係を近似するＫ次多項式（Ｋは３以上の整数）の係数を算出してもよい。

前記学習条件は、（１）前記エンジンを搭載する車両が惰行運転（モータリング）中のとき、かつ（２）前記環流調整バルブを挟んで前後の気体の圧力差が所定値以下のときであってもよい。

本発明によれば、エンジンからの排気の一部を給気側に環流させる排気管流量を制御する技術を提供することができる。

本発明を適用する車両の主要部を模式的に示す図である。実施の形態に係る学習部が実行する学習処理の流れを説明するためのフローチャートである。実施の形態に係る学習部が取得した学習データを２次元直交座標系にプロットしたグラフを模式的に示す図である。実施の形態に係る開度制御部が実行する環流調整バルブの制御処理を説明するための図である。環流調整バルブの開度と排気環流量との関係を示すグラフを模式的に示す図である。

本発明の実施の形態の概要を述べる。本発明の実施の形態は、主に車両に搭載されるディーゼルエンジンに設けられたＥＧＲ機構におけるＥＧＲ率の精度を高めることを目的とする学習装置に関する。学習装置は、給気側に環流させる排気の量を調整するバルブの開度とそのときのＭＡＦ流量との関係を学習する。バルブを開けることによってＭＡＦ流量が減少するが、このＭＡＦ流量の減少分が、給気側に環流された排気の量に相当する。このため、バルブの開度とＭＡＦ流量との関係を学習することにより、バルブの開度と排気環流量との関係を求めることができる。なお、この学習装置における学習処理は、ＥＣＵ（Engine Control Unit）によって実現される。
以下、実施の形態に係る学習装置が実行する学習処理の前提として、車両の主要部の概要についてまず説明する。

＜車両の主要部の概要＞
図１は、本発明を適用する車両の主要部を模式的に示す図である。
エンジン１は、燃料を給気と混合して燃焼させることにより車両の駆動力を発生する。なお、インジェクタ１２が、エンジン１に燃料を噴射供給する。インジェクタ１２がエンジン１に噴射供給する燃料の量は、制御部１０が制御する。

以下本明細書において車両は例えばバスやトラック等の大型車両であり、エンジン１はディーゼルエンジンであることを前提とする。制御部１０はＥＣＵであり、エンジン１を含め車両全体の動作を制御する。なお図１において、破線で示す矢印は、制御部１０とその制御対象との間における制御信号や、制御部１０が制御に用いるために各種センサが計測した計測データの流れを示す。

過給機２は、エンジン１からの排気によって駆動され、給気を圧縮してその圧力を高める。加給圧センサ１４は、過給機２が圧縮した給気の過給圧を計測する。加給圧センサ１４は、計測した過給圧を制御部１０に出力する。
給気管４は過給機２のコンプレッサ出口からエンジン１まで延在し、給気スロットル５によって開閉される。環流調整バルブ３は、エンジン１へ給気するための給気管４に、エンジン１からの排気の一部を還流させる排気環流量を調整する。

排気管６は、過給機２のタービン出口から車両の外部まで延在する。排気スロットル７は、排気管６を開閉する。ダクト８は、外気から過給機２のコンプレッサ入口に至る位置に設置される。ＭＡＦセンサ９はダクト８に設置され、車両の外部から給気管４に吸い込む気体の流量であるＭＡＦ流量を計測する。

実施の形態に係る過給機２はＶＧＳ（Variable Geometry Turbocharger System）ターボとも呼ばれ、エンジン１の低回転時等において排気エネルギーが低いときでも効率よく過給することができる過給機である。このため過給機２を構成するタービンは、排気の流速を調整するためのノズルを備えるノズル付タービン１５である。

回転数計測部１３は、エンジン１の回転数を計測する。回転数計測部１３は、計測した回転数を制御部１０に出力する。また差圧センサ１６は、環流調整バルブ３を挟んで前後の気体の圧力差を計測する。差圧センサ１６は計測した圧力差を制御部１０に出力する。

制御部１０内のノズル制御部１０６は、過給機２を駆動させる排気の流速を調整するために、上述したノズル付タービン１５のノズルの絞り量を制御する。また制御部１０内の開度制御部１０７は、環流調整バルブ３の開度を制御する。
なお、これらの他にも車両には、既知のセンサ、アクチュエータ、制御器などが設けられるが、説明は省略する。

環流調整バルブ３は、例えば電力で駆動する電磁弁である。開度制御部１０７は、環流調整バルブ３を駆動するための駆動電流を調整することで、環流調整バルブ３の開度を制御する。ここで、車両がユーザに使用されるにしたがって経年変化し、同じ駆動電流であっても環流調整バルブ３の開度が変化する可能性がある。

環流調整バルブ３にはエンジン１が排気した排気ガスが流れる。排気ガスは、燃料と空気との混合が燃焼して生成された気体であるため、煤等が含まれる場合がある。煤等が車両の使用とともに環流調整バルブ３に固着することにより、環流調整バルブ３の動きのなめらかさが損なわれることもある。この結果、開度制御部１０７が設定する駆動電流が同一であったとしても、環流調整バルブ３の開度が大きくなって想定よりも多くの排気が環流されることも起こりうる。反対に、環流調整バルブ３の開度が小さくなると、開度制御部１０７が設定する駆動電流が同一であったとしても環流調整バルブ３の開度が小さくなって想定よりも少ない量の排気しか環流されなくなることも起こりうる。

排気ガスに含まれる煤の量は、燃焼に用いられた燃料によっても異なり、またエンジン１の動作のさせ方、すなわち燃料の燃焼のさせ方によっても変わると考えられる。
このように、駆動電流と排気環流量との関係は、車両の経年変化にしたがって徐々に変化し、またその変化の度合いも各車両の使用状況によっても変わってくる。この結果、車両の燃費や排ガスの浄化等の初期性能が維持できなくなりうる。

このような状況に対応するために、車両が満たすべき性能の基準に対して車両の初期性能が十分に高く設定される。より具体的には、万が一車両の初期性能が発揮できなくなったとしても基準を満たすことができるように設計される。しかしながら、このような対応は車両のコスト高の要因となり得る。

そこで実施の形態に係る学習部１０２は、環流調整バルブ３の開度Ｖと、ＭＡＦ流量Ｍとの関係を定める関数を算出して記憶する。開度制御部１０７は、学習部１０２が算出した関数に基づいて、環流調整バルブ３を開くことによって減少したＭＡＦ流量の減少量から、環流調整バルブ３の開度Ｖとそのときの排気環流量Ｅｖとの関係を求める。このため、開度制御部１０７は、目標とするＥＧＲ率となるように、環流調整バルブ３の開度Ｖを制御することができる。

なお、開度制御部１０７は、ＭＡＦセンサ９の出力値とエンジン１が実際に吸入する気体の量との関係を定める関数であって予め学習によって求められている関数に基づいて、ＭＡＦセンサ９から実際のＭＡＦ流量Ｍを取得する。このため開度制御部１０７は、信頼性の高いＭＡＦ流量に基づいて排気環流量Ｅｖを取得することができる。
以下、実施の形態に係る学習部１０２が実行する学習についてより詳細に説明する。

＜学習のフロー＞
図２は、実施の形態に係る学習部１０２が実行する学習処理の流れを説明するためのフローチャートである。本フローチャートにおける処理は、例えばエンジン１を搭載する車両が始動したときに開始する。

判定部１０１は、エンジン１を搭載する車両の状態が、学習部１０２が排気環流量に関する学習を実行するための所定の学習実行条件を満たしているか否かを判定する（Ｓ２）。「所定の学習実行条件」は、学習部１０２による学習結果が信頼できる結果となるための条件である。具体的には車両が安定状態となる条件である。

判定部１０１は、少なくとも以下に列記する全ての条件が満たされたときに学習実行条件が成立したと判断する。
（条件１）エンジン１を搭載する車両が惰行運転中のときであること。
車両が惰行運転中は燃料カットされるため、エンジン１の排気が安定している。このため、環流調整バルブ３を開弁することによるＭＡＦ流量の変化を学習するのに適している。反対に、エンジン１で燃料が燃焼している場合には排気環流量が安定しないため、学習には適しない。

（条件２）環流調整バルブ３を挟んで前後の気体の圧力差が所定値以下のときであること。
環流調整バルブ３の前後の圧力差が大きいときは排気環流量が安定しないため学習には適しない。なお、所定値の具体的な値はエンジン１によって異なるため、これらの性能等を考慮して実験により定めればよい。

判定部１０１は、車両の状態が学習実行条件を満たしていないと判定している間は（Ｓ４のＮｏ）、ステップＳ２に戻って学習実行条件の判定を継続する。判定部１０１が、車両の状態が学習実行条件を満たしていると判定した場合（Ｓ４のＹｅｓ）、学習部１０２は、環流調整バルブ３の開度Ｖを設定し（Ｓ６）、開度制御部１０７に環流調整バルブ３を制御させる。

学習部１０２は、ＭＡＦセンサ９が計測したＭＡＦ流量Ｍを取得し（Ｓ８）、記憶部１０５に格納する。開度Ｖと、ＭＡＦ流量Ｍとの組み合わせが、学習部１０２の学習データとなる。開度ＶとＭＡＦ流量Ｍとをそれぞれ２次元直交座標系におけるＸ座標、Ｙ座標と見なすと、開度ＶとＭＡＦ流量Ｍとの一つの組み合わせは、２次元直交座標系における１点となる。

詳細は後述するが、実施の形態に係る学習部１０２は、開度ＶとＭＡＦ流量Ｍとの関係を、３次多項式を用いて近似する。３次多項式は４つの係数によって一意に定まるため、学習部１０２は環流調整バルブ３の開度Ｖの設定値を変更し、学習データを少なくとも４点取得すれば、３次多項式を特定できる。

学習データが揃っていない場合（Ｓ１０のＮｏ）、学習部１０２はステップＳ６に戻って、ステップＳ６からステップＳ１０までの学習データ取得処理を継続する。学習データが全て揃うと（Ｓ１０のＹｅｓ）、学習部１０２は開度ＶとＭＡＦ流量Ｍとの関係を表す３次多項式の係数を決定し（Ｓ１２）、記憶部１０５に記憶させる（Ｓ１４）。学習部１０２が３次多項式の係数を決定し終えると、本フローチャートにおける処理は終了する。

なお、一例として、学習部１０２は環流調整バルブ３が完全に閉じた状態、すなわち環流調整バルブ３の開度が０％の状態から、環流調整バルブ３が全開の状態、すなわち環流調整バルブ３の開度が１００％の状態となるまで１０％ずつ大きくなるように環流調整バルブ３の開度Ｖを設定する。また学習部１０２は、同一の環流調整バルブ３の開度Ｖに対して１０個の学習データを取得する。この場合、学習部１０２は１１０点の学習データを取得することになる。

図３は、実施の形態に係る学習部１０２が取得した学習データを２次元直交座標系にプロットしたグラフを模式的に示す図である。より具体的には、図３は、環流調整バルブ３の開度ＶをＸ軸、ＭＡＦ流量ＭをＹ軸としてプロットしたグラフを示す。また図３において、符号Ｆで示す曲線は３次関数であり、環流調整バルブ３の開度ＶとそのときのＭＡＦ流量Ｍとの関係を表す近似曲線Ｆである。

環流調整バルブ３の開度Ｖが大きくなるほど、エンジン１からの排気が給気側に環流する量が多くなる。エンジン１の気筒内の容積は一定であるため、給気側に環流する排気の量が多くなるとその分だけＭＡＦ流量Ｍが減少する。このため図３に示すように、開度ＶとＭＡＦ流量Ｍとは負の相関を持つ。

いま図３における近似曲線Ｆが４つの係数Ａ、Ｂ、Ｃ、及びＤを用いて以下の式（１）で表せるとする。
Ｙ（Ｘ）＝ＡＸ^３＋ＢＸ^２＋ＣＸ＋Ｄ（１）
ここでＸは環流調整バルブ３の開度Ｖであり、ＹはＭＡＦ流量Ｍを表す。学習部１０２は、取得した学習データから、近似曲線Ｆを特定する４つの係数を算出する。以下、学習部１０２が実行する係数算出処理について説明する。

＜近似曲線Ｆの係数算出処理＞
学習部１０２は、取得した学習データを表現する近似曲線Ｆの係数を、最小二乗法を用いて算出する。
いま、環流調整バルブ３の開度Ｖの値をＸｎ、Ｘｎに対応するＭＡＦ流量Ｍの値をＹｎとする。ｎは１以上Ｎ以下の自然数であり、Ｎ点の学習データそれぞれに一意に定められたインデックスである。上記の例では、学習部１０２は１１０点の学習データを取得するため、ｎは１から１１０の間のいずれかの整数値となる。Ｘｎ、Ｙｎを式（１）に代入すると、以下の式（２）を得る。

式（２）を行列を用いて書き直すと以下の式（３）を得る。

式（３）において、左辺はＭＡＦセンサ９が計測したＭＡＦ流量Ｍを並べた列ベクトルであり、既知である。また右辺第１項は、環流調整バルブ３の開度Ｖを用いて構成される行列であり、既知である。右辺第２項は、近似曲線Ｆを特定する４つの係数を並べた列ベクトルであり、未知である。式（３）からＡ、Ｂ、Ｃ、及びＤを求める問題は、未知数の数が４であり式の数が１１０である優決定問題となる。

ＭＡＦ流量Ｍを並べた列ベクトルをＴ、環流調整バルブ３の開度Ｖを用いて構成される行列をＲ、４つの係数を並べた列ベクトルをｍとすると、式（３）は以下の式（４）となる。
Ｔ＝Ｒｍ（４）｀
ベクトルｍは、環流調整バルブ３の開度Ｖを用いてＭＡＦ流量Ｍを説明するためのモデルパラメータとも言える。

ｍが適切に設定されれば、ＴとＲｍとの誤差が小さくなる。そこでＴとＲｍと誤差を並べた列ベクトルｅを、以下の式（５）で定義する。
ｅ＝Ｔ−Ｒｍ（５）
ベクトルｅは、環流調整バルブ３の開度ＶでＭＡＦ流量Ｍを説明するためのモデルのモデル化誤差とも言える。

式（５）で示される誤差ベクトルｅの２ノルムの２乗、すなわちｅ^Ｔｅを最小にするという意味での最適解ｍ_ｏｐｔは最小二乗解として周知であり、以下の式（６）で得られる。

ここで、「Ｔ」はベクトル又は行列の転置を表し、「−１」は逆行列を表す。ベクトル及び行列の要素を用いて式（６）を書き下すと以下の式（７）を得る。

式（７）を用いることにより、学習部１０２は、環流調整バルブ３の開度Ｖを第１の軸（Ｘ軸）、ＭＡＦ流量Ｍを第２の軸（Ｙ軸）とする直交座標系にプロットした場合における、ＭＡＦ流量Ｍと環流調整バルブ３の開度Ｖとの関係を近似する３次多項式の係数を算出することができる。学習部１０２は、式（７）に基づいて算出した４つの係数Ａ、Ｂ、Ｃ、及びＤを、記憶部１０５に格納して記憶させる。

＜近似曲線Ｆを用いた排気環流量の制御＞
図４は、実施の形態に係る開度制御部１０７が実行する環流調整バルブ３の制御処理を説明するための図である。上述したように、環流調整バルブ３が開弁して排気が給気側に環流した分だけ、ＭＡＦ流量Ｍが減少する。図４において、一点鎖線で示す線は、ＭＡＦ流量Ｍの最大値であるＭｍａｘを示す。環流調整バルブ３が閉じているとき、エンジン１の給気は全て吸気管４からの空気で賄われるため、開度制御部１０７が環流調整バルブ３の開度Ｖを０に設定した時のＭＡＦ流量Ｍが、Ｍｍａｘとなる。

そこで開度制御部１０７は、環流調整バルブ３を閉じている場合におけるＭＡＦ流量ＭであるＭｍａｘの値を取得する。続いて開度制御部１０７は学習部１０２が算出した関数に基づいて、環流調整バルブ３の開度ＶのときのＭＡＦ流量Ｍｖを取得する。開度制御部１０７はさらに、ＭＡＦ流量ＭｖをＭｍａｘから減算した量を、環流調整バルブ３の開度Ｖのときの排気環流量Ｅｖとして取得する。

これにより、開度制御部１０７は、環流調整バルブ３の開度Ｖと排気環流量Ｅｖとの関係を取得することができる。図５は、開度制御部１０７が取得した環流調整バルブ３の開度Ｖと排気環流量Ｅｖとの関係を示すグラフを模式的に示す図である。開度制御部１０７は、取得した排気環流量Ｅｖが制御目的の値となるように、環流調整バルブの開度Ｖを制御する。なお、Ｅｖ／ＭｖがＥＧＲ率となる。

学習部１０２は、判定部１０１によって車両の状態が学習実行条件を満たしていると判定されるたびに、近似曲線Ｆの係数を学習によって更新していく。これにより、車両の経年変化等の要因で環流調整バルブ３の性能が変化したとしても、開度制御部１０７はＥＧＲ率を精度よく制御することができる。結果として、車両の初期性能を維持することができる。

＜実施の形態の効果＞
以上説明したように、本発明の実施の形態に係る学習装置によれば、エンジンからの排気の一部を給気側に環流させる排気管流量を制御する技術を提供することができる。
特に、開度制御部１０７は学習部１０２の学習によって得られた結果、環流調整バルブ３の開度ＶとＭＡＦ流量Ｍとの現状の関係を表す近似曲線Ｆにしたがって排気環流量Ｅｖを制御するため、排気環流機構の初期性能を維持することができる。

また開度制御部１０７は、ＭＡＦセンサ９の出力値とエンジン１が実際に吸入する気体の量との関係を定める関数であって予め学習によって求められている関数に基づいてＭＡＦ流量Ｍを取得する。このため、開度制御部１０７が排気環流量Ｅｖの算出に用いるＭＡＦ流量Ｍの精度が高いため、排気環流量Ｅｖも高い精度で算出することができる。

また、本発明の実施の形態に係る学習装置は、あらかじめ車両が安定する状態を学習実行条件としておき、車両状態が学習実行条件を満たすとき学習部１０２が学習を実行する。このため、学習部１０２はＭＡＦ流量Ｍと環流調整バルブ３の開度Ｖとの関係を正確に求めることができる。

さらに、本発明の実施の形態に係る学習装置において、学習部１０２は学習を実行するたびに近似曲線Ｆを定める係数を更新する。このため、環流調整バルブ３の経時変化やユーザが使用する燃料の相違等を吸収することができる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更又は改良を加えることが可能であることが当業者に明らかである。そのような変更又は改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。以下そのような変形例を説明する。

＜第１の変形例＞
上記では、学習部１０２が、判定部１０１によって車両の状態が学習実行条件を満たしていると判定されるたびに近似曲線Ｆの係数を学習によって更新する場合について説明した。しかしながら、学習部１０２による学習実行条件は上述した（条件１）、（条件２）に限られず、さらに条件を追加してもよい。例えば（条件１）、（条件２）に加えて、車両の走行距離に関する条件を追加してもよい。追加された条件に関する判定処理も、判定部１０１が実行する。

この場合、学習部１０２は、前回学習を実行してから車両が走行した走行距離が所定の距離よりも長くなった後に、車両の状態が上述の（条件１）、（条件２）に示す学習実行条件を満たした場合、近似曲線Ｆを決定する関数の係数を再計算して記憶部１０５に記憶させてもよい。なお車両の走行距離は、図示しない距離計測部を設けることで計測すればよい。

なお所定の距離は、想定される車両の使用態様等を考慮して定めればよいが、例えば５００ｋｍである。これにより、短期間のうちに学習部１０２が幾度も近似曲線Ｆの係数を再計算することを抑制できる。

また学習部１０２は、車両の走行距離に関する条件の追加に代えて、あるいはこれに加えて、車両の走行時間に関する条件を追加してもよい。この場合、学習部１０２は、前回学習を実行してから車両のエンジン１が動作した時間が所定の時間（例えば１ヶ月間）よりも長くなることも、学習実行の条件とする。これにより、短期間のうちに学習部１０２が幾度も近似曲線Ｆの係数の再計算を実行することを抑制できる。

＜第２の変形例＞
上記では、学習部１０２は学習によって算出した近似曲線Ｆの係数を記憶部１０５に記憶させる場合について説明した。ここで学習部１０２は、記憶部１０５に記憶させた係数を上書き、車両の性能の時間変動をモニタすることができる。

＜第３の変形例＞
上記では、近似曲線Ｆを３次の多項式で近似する場合について説明した。しかしながら、近似する多項式の次数は３次に限らず、Ｋ次（Ｋは３以上の整数）であってもよい。近似する多項式の次数は、環流調整バルブ３の開度ＶとＭＡＦ流量Ｍとの関係を表すグラフの形状や学習部１０２の処理性能等を考慮して実験により定めればよい。

１・・・エンジン
２・・・過給機
３・・・環流調整バルブ
４・・・給気管
５・・・給気スロットル
６・・・排気管
７・・・排気スロットル
８・・・ダクト
９・・・ＭＡＦセンサ
１０・・・制御部
１２・・・インジェクタ
１３・・・回転数計測部
１４・・・加給圧センサ
１５・・・ノズル付タービン
１６・・・差圧センサ
１０１・・・判定部
１０２・・・学習部
１０５・・・記憶部
１０６・・・ノズル制御部
１０７・・・開度制御部

Claims

車両の駆動力を発生させるエンジンへ給気するための給気管に、前記エンジンからの排気の一部を還流させる量である排気環流量を調整する環流調整バルブと、
前記環流調整バルブの開度を制御する開度制御部と、
前記車両の外部から前記給気管に吸い込む気体の流量であるＭＡＦ流量を計測するＭＡＦセンサと、
前記車両の状態が、環流調整バルブの開度とＭＡＦ流量との関係を学習するための所定の学習条件を満たしているか否かを判定する判定部と、
前記判定部によって前記車両の状態が前記学習条件を満たしていると判定された場合、前記環流調整バルブの開度Ｖと前記ＭＡＦ流量Ｍとの関係を定める関数を算出して記憶する学習部と、
を備えることを特徴とする学習装置。
前記学習部は、前記ＭＡＦセンサの出力値と前記エンジンが実際に吸入する気体の量との関係を定める関数であって予め学習によって求められている関数に基づいて、前記ＭＡＦセンサの出力値から前記ＭＡＦ流量Ｍを取得する、
ことを特徴とする請求項１に記載の学習装置。
前記開度制御部は、
（１）前記環流調整バルブを閉じている場合における前記ＭＡＦ流量ＭであるＭｍａｘの値を取得し、
（２）前記学習部が算出した関数に基づいて、前記環流調整バルブの開度ＶのときのＭＡＦ流量Ｍｖを取得し、前記Ｍｍａｘから前記ＭＡＦ流量Ｍｖを減算した量を排気環流量Ｅｖとして取得し、
（３）取得した前記排気環流量Ｅｖが制御目的の値となるように、前記環流調整バルブの開度Ｖを制御する、
ことを特徴とする請求項１又は２に記載の学習装置。
前記車両の走行距離を計測する距離計測部をさらに備え、
前記学習部は、前回学習を実行してから前記車両が走行した走行距離が所定の距離よりも長くなった後に前記学習条件を満たした場合、前記関数を再計算して記憶する、
ことを特徴とする請求項１から３のいずれか一項に記載の学習装置。
前記学習部は、前記環流調整バルブの開度Ｖを第１の軸、前記ＭＡＦ流量Ｍを第２の軸とする直交座標系にプロットした場合における前記開度Ｖと前記ＭＡＦ流量Ｍとの関係を近似するＫ次多項式（Ｋは３以上の整数）の係数を算出する、
ことを特徴とする請求項１から４のいずれか一項に記載の学習装置。
前記学習条件は、（１）前記エンジンを搭載する車両が惰行運転中のとき、かつ（２）前記環流調整バルブを挟んで前後の気体の圧力差が所定値以下のときである、
ことを特徴とする請求項１から５のいずれか一項に記載の学習装置。