JP2020153361A - 空燃比センサの異常検出装置、空燃比センサの異常検出システム、データ解析装置、内燃機関の制御装置、および空燃比センサの異常検出方法 - Google Patents
空燃比センサの異常検出装置、空燃比センサの異常検出システム、データ解析装置、内燃機関の制御装置、および空燃比センサの異常検出方法 Download PDFInfo
- Publication number
- JP2020153361A JP2020153361A JP2019128231A JP2019128231A JP2020153361A JP 2020153361 A JP2020153361 A JP 2020153361A JP 2019128231 A JP2019128231 A JP 2019128231A JP 2019128231 A JP2019128231 A JP 2019128231A JP 2020153361 A JP2020153361 A JP 2020153361A
- Authority
- JP
- Japan
- Prior art keywords
- variable
- air
- fuel ratio
- value
- ratio sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/12—Improving ICE efficiencies
Landscapes
- Output Control And Ontrol Of Special Type Engine (AREA)
- Supplying Secondary Fuel Or The Like To Fuel, Air Or Fuel-Air Mixtures (AREA)
- Electrical Control Of Air Or Fuel Supplied To Internal-Combustion Engine (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
【課題】空燃比センサの検出値の挙動に関するより詳細な情報に基づき異常の有無を判定できるようにした空燃比センサの異常検出装置を提供する。【解決手段】CPU72は、上流側空燃比センサ84による上流側検出値Afuの極大値および極小値の差である差変数を算出し、その時系列データを取得する。CPU72は、空燃比を理論空燃比とするうえで必要な燃料量に対する燃料噴射弁24から噴射される燃料量の過剰量を示す変数である過剰量変数を算出し、その時系列データを取得する。CPU72は、差変数の時系列データや過剰量変数の時系列データをニューラルネットワークの入力とし、上流側空燃比センサ84の応答性が低下する異常を示す変数の値を算出する。【選択図】図1
Description
本発明は、空燃比センサの異常検出装置、空燃比センサの異常検出システム、データ解析装置、内燃機関の制御装置、および空燃比センサの異常検出方法に関する。
たとえば下記特許文献1には、アクセルの変化等に基づき、空燃比が大きく変化し始めるタイミングを検知することをトリガとして、燃料噴射量と吸入空気量とから算出される計算空燃比の前回値と今回値との差分値を逐次積算する制御装置が記載されている。この制御装置は、上記差分値の積算値が所定値以上となるときの空燃比センサの検出値が応答性異常判定値以下の場合、空燃比センサの応答性に異常があると判定する。
ところで、上記装置の場合、上記積算値が所定値以上となるときの空燃比センサの検出値と応答性異常判定値との大小比較をするのみであることから、上記積算値が所定値に達する前における空燃比センサの検出値が示す情報を活用して異常の有無を判定できない。
以下、上記課題を解決するための手段およびその作用効果について記載する。
1.内燃機関の排気通路に設けられた空燃比センサの異常検出装置であって、記憶装置と、実行装置と、を備え、前記記憶装置は、前記排気通路に流出する流体に含まれる酸素と過不足なく反応する燃料量に対する、実際に前記排気通路に流出する燃料量の過剰量に応じた変数である過剰量変数の第1所定期間における時系列データである第1時系列データと、前記空燃比センサの検出値に関する変数である空燃比検出変数の第2所定期間における時系列データである第2時系列データとを入力とし、前記空燃比センサの応答性が低下する異常の有無に関する変数である異常判定変数を出力する写像を規定する写像データを記憶しており、前記実行装置は、前記第1時系列データと前記第2時系列データとを取得する取得処理、前記取得処理によって取得された前記第1時系列データおよび前記第2時系列データを前記写像への入力として前記異常判定変数の値を算出する算出処理、および前記算出処理の算出結果が前記異常を示す場合、当該異常に対処すべく所定のハードウェアを操作する対処処理を実行する空燃比センサの異常検出装置である。
1.内燃機関の排気通路に設けられた空燃比センサの異常検出装置であって、記憶装置と、実行装置と、を備え、前記記憶装置は、前記排気通路に流出する流体に含まれる酸素と過不足なく反応する燃料量に対する、実際に前記排気通路に流出する燃料量の過剰量に応じた変数である過剰量変数の第1所定期間における時系列データである第1時系列データと、前記空燃比センサの検出値に関する変数である空燃比検出変数の第2所定期間における時系列データである第2時系列データとを入力とし、前記空燃比センサの応答性が低下する異常の有無に関する変数である異常判定変数を出力する写像を規定する写像データを記憶しており、前記実行装置は、前記第1時系列データと前記第2時系列データとを取得する取得処理、前記取得処理によって取得された前記第1時系列データおよび前記第2時系列データを前記写像への入力として前記異常判定変数の値を算出する算出処理、および前記算出処理の算出結果が前記異常を示す場合、当該異常に対処すべく所定のハードウェアを操作する対処処理を実行する空燃比センサの異常検出装置である。
上記構成では、第1時系列データによって空燃比センサが晒される流体中の未燃燃料量や酸素量を把握し、第2時系列データによって空燃比センサの検出値の挙動を把握することによって、異常判定変数の値を算出できる。特に、第2時系列データに基づき異常判定変数の値を算出することから、空燃比センサの検出値が所定期間内に所定値に達するか否かによって異常判定をする場合と比較すると、空燃比センサの検出値の挙動に関するより詳細な情報に基づき、異常判定変数の値を算出できる。したがって、空燃比センサの検出値の挙動に関するより詳細な情報に基づき異常の有無を判定できる。
2.前記空燃比検出変数は、前記第2時系列データを構成する各空燃比検出変数の値のサンプリング周期における前記検出値の時間変化に関する変数である時間変化変数を含む上記1記載の空燃比センサの異常検出装置。
時間変化変数は、単一で空燃比センサの検出値の変化を示すことから、上記構成では、時間変化変数を用いることにより、時系列データのそれぞれを検出値とする場合と比較して、空燃比センサの検出値の挙動についてより詳細な情報に基づき異常の有無を判定できる。
3.前記空燃比検出変数は、前記第2時系列データを構成する各空燃比検出変数の値のサンプリング周期における前記検出値の極大値および極小値の差に関する変数である差変数を含む上記1または2記載の空燃比センサの異常検出装置である。
差変数は、単一で空燃比センサの検出値の変化を示すことから、上記構成では、差変数を用いることにより、時系列データのそれぞれを検出値とする場合と比較して、空燃比センサの検出値の挙動についてより詳細な情報に基づき異常の有無を判定できる。
4.前記過剰量変数は、前記内燃機関の燃料噴射弁によって実際に噴射される燃料量に基づき定められる上記1〜3のいずれか1つに記載の空燃比センサの異常検出装置である。
上記構成では、実際に噴射される燃料量に基づくことにより、過剰量変数を、排気通路に流出する流体に含まれる酸素と過不足なく反応する燃料量に対する、実際に排気通路に流出する燃料量の過剰量を高精度に表現した変数とすることができる。
5.前記内燃機関は、燃料噴射弁から噴射される燃料を貯蔵する燃料タンク内の燃料蒸気を捕集するキャニスタと、前記キャニスタと前記内燃機関の吸気通路とを接続するパージ通路と、前記パージ通路を介して前記キャニスタから前記吸気通路に流入する燃料蒸気の流量を調整する調整装置と、を備え、前記過剰量変数は、前記燃料蒸気の流量に関する変数であるパージ変数を含む上記1〜4のいずれか1つに記載の空燃比センサの異常検出装置である。
キャニスタから吸気通路に燃料蒸気が流入する場合、燃焼室における混合気の空燃比の制御性が燃料蒸気の影響を受け、ひいては、排気通路に排出される酸素量や未燃燃料量を変化させる要因となりうる。そこで、上記構成では、パージ変数を用いて過剰量変数を構成することにより、燃料蒸気の影響を反映させた異常判定変数の値を算出できる。
6.前記内燃機関は、前記排気通路における前記空燃比センサの上流に過給機を備え、前記排気通路は、前記過給機を迂回する通路であってウェストゲートバルブによって流路断面積が調整される迂回通路を備え、前記写像の入力には、前記迂回通路の流路断面積に関する変数である流路変数が含まれ、前記取得処理は、前記流路変数を取得する処理を含み、前記算出処理は、前記流路変数を前記写像への入力にさらに含めた前記写像の出力に基づき前記異常判定変数の値を算出する処理である上記1〜5のいずれか1つに記載の空燃比センサの異常検出装置である。
ウェストゲートバルブの開口度が異なると、空燃比センサ側へと流動する流体の流動状態が異なる傾向がある。そして、流体の流動状態に応じて空燃比センサの応答性が異なりうる。そこで上記構成では、流路変数を写像への入力にさらに含めた写像の出力に基づき異常判定変数の値を算出することにより、流体の流動状態による空燃比センサの応答性の影響を反映させた異常判定変数の値を算出できる。
7.前記内燃機関は、前記排気通路および吸気通路を接続するEGR通路と、EGR通路を介して前記排気通路から前記吸気通路へと流入する流体の流量を調整するEGRバルブと、を備える内燃機関に適用され、前記写像の入力には、前記排気通路から前記吸気通路へと流入する流体の流量に関する変数であるEGR変数が含まれ、前記取得処理は、前記EGR変数を取得する処理を含み、前記算出処理は、前記EGR変数を前記写像への入力にさらに含めた前記写像の出力に基づき前記異常判定変数の値を算出する処理である上記1〜6のいずれか1つに記載の空燃比センサの異常検出装置である。
EGR通路を介して排気通路から吸気通路へと流入する流体の流量に応じて、空燃比センサが晒される流体の成分が異なり、空燃比センサの検出値に影響を及ぼしうる。そこで上記構成では、EGR変数を写像への入力にさらに含めた写像の出力に基づき異常判定変数の値を算出することにより、EGR通路を介して排気通路から吸気通路へと流入する排気の流量が空燃比センサの検出値に及ぼす影響を反映させた異常判定変数の値を算出できる。
8.前記内燃機関は、吸気バルブのバルブ特性を可変とするバルブ特性可変装置を備え、前記写像の入力には、前記バルブ特性に関する変数であるバルブ特性変数が含まれ、前記取得処理は、前記バルブ特性変数を取得する処理を含み、前記算出処理は、前記バルブ特性変数を前記写像への入力にさらに含めた前記写像の出力に基づき前記異常判定変数の値を算出する処理である上記1〜7のいずれか1つに記載の空燃比センサの異常検出装置である。
バルブ特性に応じて内部EGR量が変化し、内部EGR量に応じて、空燃比センサが晒される流体の成分が異なることから、バルブ特性は、空燃比センサの検出値に影響を及ぼしうる。また、バルブ特性に応じて、吸気通路から吸入された空気が燃焼室にて燃焼対象とされずに排気通路に流出するいわゆるスカベンジが発生しうることから、スカベンジによって排気通路に流出する空気量は、バルブ特性に応じて変化する。そして、燃焼対象とされずに排気通路に流出する空気量に応じて、空燃比センサの検出値が変化する。そこで、上記構成では、バルブ特性変数を写像への入力にさらに含めた写像の出力に基づき異常判定変数の値を算出することにより、内部EGR量やスカベンジによる空気量が空燃比センサの検出値に及ぼす影響を反映させた異常判定変数の値を算出できる。
9.前記算出処理は、前記排気通路に流出する流体の流量が所定範囲内にあることを条件に前記取得処理によって取得された前記第1時系列データおよび前記第2時系列データに基づき前記異常判定変数の値を算出する処理である上記1〜8のいずれか1項に記載の空燃比センサの異常検出装置である。
流体の流量に応じて空燃比センサの応答性が異なりうることから、流体の流量が様々な値をとる場合に異常判定変数の値を算出する場合には、写像に対する要求が大きくなり、写像の構造が複雑化しやすい。これに対し、上記構成では、流体の流量が所定範囲内である場合に取得された第1時系列データおよび第2時系列データに基づき異常判定変数の値を算出することにより、簡素な構造の写像によって高精度に異常判定変数の値を算出できる。
10.前記排気通路には触媒が設けられており、前記空燃比センサは、前記排気通路のうちの前記触媒の上流側に配置された上流側空燃比センサであり、前記排気通路のうちの前記触媒の下流側には、下流側空燃比センサが設けられており、前記実行装置は、前記上流側空燃比センサの検出値を目標値にフィードバック制御するメインフィードバック処理と、前記下流側空燃比センサの検出値が理論空燃比よりも所定量以上リッチとなる場合に、前記目標値を理論空燃比よりもリーンとし、前記下流側空燃比センサの検出値が理論空燃比よりも所定量以上リーンとなる場合に、前記目標値を理論空燃比よりもリッチとするサブフィードバック処理と、を実行し、前記取得処理は、前記目標値がリッチからリーンに切り替わった時点、および前記目標値がリーンからリッチに切り替わった時点に同期して前記第1所定期間を設定し前記第2所定期間を前記第1所定期間以降に設定する処理である上記1〜9のいずれか1つに記載の空燃比センサの異常検出装置である。
空燃比センサの応答性は、空燃比が変化することに伴う空燃比センサの検出値の挙動によって定まる。これに対し、上記構成では、目標値の変化をトリガとして第1所定期間や第2所定期間を定めることにより、目標値の変化に対する検出値の挙動に基づき異常判定変数を出力する写像を構成すればよい。このため、任意の時点から時系列データを取得する場合と比較して、写像の構造を簡素化しつつも異常判定変数の値を高精度に算出できる。
11.前記記憶装置は、前記写像データとして複数種類の写像データを記憶しており、前記算出処理は、前記複数種類の写像データのうちの1つを、前記異常判定変数の値を算出するために用いる写像データとして選択する選択処理を含む上記1〜10のいずれか1つに記載の空燃比センサの異常検出装置である。
あらゆる状況において、異常判定変数の値を高精度に出力可能な写像を構成する場合、写像の構造が複雑化しやすい。そこで上記構成では、複数種類の写像データを設ける。これより、状況に応じて適切な写像を選択することが可能となり、その場合、単一の写像で全ての状況に対処する場合と比較して、複数種類の写像のそれぞれの構造を簡素化しやすい。
12.上記1〜11のいずれか1つに記載の前記実行装置および前記記憶装置を備え、前記実行装置は、第1実行装置および第2実行装置を含み、前記第1実行装置は、車両に搭載されて且つ、前記取得処理と、前記取得処理によって取得されたデータを車両の外部に送信する車両側送信処理と、前記算出処理によって算出された前記異常判定変数の値に基づく信号を受信する車両側受信処理と、前記対処処理と、を実行し、前記第2実行装置は、前記車両の外部に配置されて且つ、前記車両側送信処理によって送信されたデータを受信する外部側受信処理と、前記算出処理と、前記算出処理によって算出された前記異常判定変数の値に基づく信号を前記車両に送信する外部側送信処理と、を実行する空燃比センサの異常検出システムである。
上記構成では、算出処理を車両の外部において実行することにより、車載装置の演算負荷を軽減できる。
13.上記12記載の前記第2実行装置および前記記憶装置を備えるデータ解析装置である。
13.上記12記載の前記第2実行装置および前記記憶装置を備えるデータ解析装置である。
14.上記12記載の前記第1実行装置を備える内燃機関の制御装置である。
15.上記1〜11のいずれか1つに記載の前記取得処理、前記算出処理、および前記対処処理をコンピュータによって実行させる空燃比センサの異常検出方法である。
15.上記1〜11のいずれか1つに記載の前記取得処理、前記算出処理、および前記対処処理をコンピュータによって実行させる空燃比センサの異常検出方法である。
上記方法によれば、上記1の作用効果と同様の作用効果を奏する。
<第1の実施形態>
以下、空燃比センサの異常検出装置にかかる第1の実施形態について図面を参照しつつ説明する。
以下、空燃比センサの異常検出装置にかかる第1の実施形態について図面を参照しつつ説明する。
図1に、本実施形態にかかる制御装置および内燃機関を示す。
図1に示すように、内燃機関10の吸気通路12から吸入された空気は、過給機14を介して吸気通路12の下流側へと流入し、吸気バルブ16の開弁に伴って、シリンダ18およびピストン20によって区画される燃焼室22に流入する。燃焼室22には、燃料噴射弁24によって燃料が噴射される。燃焼室22において燃料と空気との混合気は、点火装置26の火花放電によって、燃焼に供される。燃焼によって生じたエネルギは、ピストン20を介してクランク軸28の回転エネルギに変換される。燃焼に供された混合気は、排気バルブ30の開弁に伴って、排気として排気通路32に排出される。排気通路32のうちの過給機14の下流には、酸素吸蔵能力を有する三元触媒(触媒34)が設けられている。また、排気通路32は、過給機14を迂回する迂回通路36を備えており、迂回通路36には、その流路断面積を調整するウェストゲートバルブ(WGV38)が設けられている。
図1に示すように、内燃機関10の吸気通路12から吸入された空気は、過給機14を介して吸気通路12の下流側へと流入し、吸気バルブ16の開弁に伴って、シリンダ18およびピストン20によって区画される燃焼室22に流入する。燃焼室22には、燃料噴射弁24によって燃料が噴射される。燃焼室22において燃料と空気との混合気は、点火装置26の火花放電によって、燃焼に供される。燃焼によって生じたエネルギは、ピストン20を介してクランク軸28の回転エネルギに変換される。燃焼に供された混合気は、排気バルブ30の開弁に伴って、排気として排気通路32に排出される。排気通路32のうちの過給機14の下流には、酸素吸蔵能力を有する三元触媒(触媒34)が設けられている。また、排気通路32は、過給機14を迂回する迂回通路36を備えており、迂回通路36には、その流路断面積を調整するウェストゲートバルブ(WGV38)が設けられている。
クランク軸28の回転動力は、タイミングチェーン40を介して、吸気側カム軸42および排気側カム軸44に伝達される。なお、本実施形態では、吸気側カム軸42には、可変バルブタイミング装置46を介してタイミングチェーン40の動力が伝達される。可変バルブタイミング装置46は、クランク軸28と吸気側カム軸42との回転位相差を調整することによって、吸気バルブ16の開弁タイミングを調整するアクチュエータである。
また、吸気通路12は、EGR通路50を介して排気通路32に接続されている。EGR通路50には、その流路断面積を調整するEGRバルブ52が設けられている。
燃料噴射弁24には、燃料タンク60に貯蔵された燃料が供給される。燃料タンク60で生じた燃料蒸気は、キャニスタ62に捕集される。キャニスタ62は、パージ通路64を介して吸気通路12に接続されている。パージ通路64には、その上流側であるキャニスタ62側の流体を下流側である吸気通路12側に吐出させるポンプ66が設けられている。
燃料噴射弁24には、燃料タンク60に貯蔵された燃料が供給される。燃料タンク60で生じた燃料蒸気は、キャニスタ62に捕集される。キャニスタ62は、パージ通路64を介して吸気通路12に接続されている。パージ通路64には、その上流側であるキャニスタ62側の流体を下流側である吸気通路12側に吐出させるポンプ66が設けられている。
制御装置70は、内燃機関10を制御対象とし、その制御量であるトルクや排気成分比率等を制御するために、燃料噴射弁24や、点火装置26、WGV38、EGRバルブ52、可変バルブタイミング装置46、ポンプ66等の内燃機関10の操作部を操作する。なお、図1には、燃料噴射弁24、点火装置26、WGV38、EGRバルブ52、可変バルブタイミング装置46、およびポンプ66のそれぞれの操作信号MS1〜MS6を記載している。
制御装置70は、制御量の制御に際し、エアフローメータ80によって検出される吸入空気量Gaや、クランク角センサ82の出力信号Scrを参照する。また、制御装置70は、触媒34の上流側に設けられた上流側空燃比センサ84によって検出される上流側検出値Afuや、触媒34の下流側に設けられた下流側空燃比センサ86によって検出される下流側検出値Afd、カム角センサ88の出力信号Scaを参照する。
制御装置70は、CPU72、ROM74、電気的に書き換え可能な不揮発性メモリである記憶装置76、および周辺回路77を備え、それらがローカルネットワーク78によって通信可能とされたものである。なお、周辺回路77は、内部の動作を規定するクロック信号を生成する回路や、電源回路、リセット回路等を含む。
制御装置70は、ROM74に記憶されたプログラムをCPU72が実行することによって、上記制御量の制御を実行する。
図2に、ROM74に記憶されたプログラムをCPU72が実行することによって実現される処理の一部を示す。
図2に、ROM74に記憶されたプログラムをCPU72が実行することによって実現される処理の一部を示す。
吸気位相差算出処理M10は、クランク角センサ82の出力信号Scrとカム角センサ88の出力信号Scaとに基づき、クランク軸28の回転角度に対する吸気側カム軸42の回転角度の位相差である吸気位相差DINを算出する処理である。目標吸気位相差算出処理M12は、基本的には、内燃機関10の動作点に基づき、目標吸気位相差DIN*を可変設定する処理である。なお、本実施形態では、回転速度NEと充填効率ηとによって動作点を定義している。ここで、CPU72は、回転速度NEを、クランク角センサ82の出力信号Scrに基づき算出し、充填効率ηを回転速度NEおよび吸入空気量Gaに基づき算出する。なお、充填効率ηは、燃焼室22内に充填される空気量を定めるパラメータである。
吸気位相差制御処理M14は、吸気位相差DINを目標吸気位相差DIN*に制御するために可変バルブタイミング装置46を操作すべく、可変バルブタイミング装置46に操作信号MS5を出力する処理である。
過給圧制御処理M16は、主に負荷が大きい場合に、WGV38の開口度θwを小さくして過給圧を上昇させるべく、WGV38に操作信号MS4を出力してWGV38を操作する処理である。
EGR制御処理M18は、内燃機関10の動作点に基づき、主に負荷が小さい場合に、EGR率Regr率を「0」よりも大きい値に制御すべく、EGRバルブ52に操作信号MS5を出力してEGRバルブ52の開口度を操作する処理である。ここで、EGR率Regrは、吸気通路12に吸入された空気の流量と、EGR通路50を介して吸気通路12に流入した排気の流量との和に対する、同排気の流量の割合である。
目標パージ率算出処理M20は、充填効率ηに基づき、目標パージ率Rp*を算出する処理である。ここで、パージ率とは、キャニスタ62から吸気通路12に流入する流体の流量を吸入空気量Gaで割った値であり、目標パージ率Rp*は、制御上のパージ率の目標値である。
パージバルブ操作処理M22は、パージ率が目標パージ率Rp*になるように、ポンプ66を操作すべく、ポンプ66に操作信号MS6を出力する処理である。
ベース噴射量算出処理M30は、充填効率ηに基づき、燃焼室22内の混合気の空燃比を目標空燃比とするための燃料量のベース値であるベース噴射量Qbを算出する処理である。詳しくは、ベース噴射量算出処理M30は、たとえば充填効率ηが百分率で表現される場合、空燃比を目標空燃比とするための充填効率ηの1%当たりの燃料量QTHに、充填効率ηを乗算することによりベース噴射量Qbを算出する処理とすればよい。ベース噴射量Qbは、燃焼室22内に充填される空気量に基づき、空燃比を目標空燃比に制御するために算出された燃料量である。ちなみに、本実施形態では、目標空燃比として理論空燃比を例示する。
ベース噴射量算出処理M30は、充填効率ηに基づき、燃焼室22内の混合気の空燃比を目標空燃比とするための燃料量のベース値であるベース噴射量Qbを算出する処理である。詳しくは、ベース噴射量算出処理M30は、たとえば充填効率ηが百分率で表現される場合、空燃比を目標空燃比とするための充填効率ηの1%当たりの燃料量QTHに、充填効率ηを乗算することによりベース噴射量Qbを算出する処理とすればよい。ベース噴射量Qbは、燃焼室22内に充填される空気量に基づき、空燃比を目標空燃比に制御するために算出された燃料量である。ちなみに、本実施形態では、目標空燃比として理論空燃比を例示する。
メインフィードバック処理M32は、フィードバック制御量である上流側検出値Afuを目標値Af*にフィードバック制御するための操作量である補正比率δに「1」を加算したフィードバック補正係数KAFを算出する処理である。フィードバック補正係数KAFは、ベース噴射量Qbの補正係数である。ここで、補正比率δが「0」である場合、ベース噴射量Qbの補正は行われない。また、補正比率δが「0」よりも大きい場合、ベース噴射量Qbを増量補正し、補正比率δが「0」よりも小さい場合、ベース噴射量Qbを減量補正する。本実施形態では、目標値Af*と上流側検出値Afuとの差を入力とする比例要素および微分要素の各出力値の和と同差に応じた値の積算値を出力する積分要素の出力値との和を補正比率δとする。
空燃比学習処理M34は、空燃比学習期間において、補正比率δと「0」とのずれが小さくなるように空燃比学習値LAFを逐次更新する処理である。空燃比学習処理M34には、空燃比学習値LAFの変化速度が所定値以下となる場合、空燃比学習値LAFが収束したと判定する処理が含まれる。
パージ濃度学習処理M36は、上記補正比率δに基づき、パージ濃度学習値Lpを算出する処理である。パージ濃度学習値Lpは、キャニスタ62から燃焼室22への燃料蒸気の流入に起因した、目標空燃比に制御する上で必要な噴射量に対するベース噴射量Qbのずれを補正する補正比率を、パージ率の1%当たりに換算した値である。ここで、本実施形態では、目標パージ率Rp*が「0」よりも大きい値に制御されているときのフィードバック補正係数KAFが「1」からずれる要因を、すべてキャニスタ62から燃焼室22に流入した燃料蒸気によるものとみなす。すなわち、補正比率δを、キャニスタ62から吸気通路12への燃料蒸気の流入に起因した、目標空燃比に制御する上で必要な噴射量に対するベース噴射量Qbのずれを補正する補正比率とみなす。しかし、補正比率δは、パージ率に依存するものであることから、本実施形態では、パージ濃度学習値Lpをパージ率の1%当たりの値「δ/Rp」に応じた量とする。具体的には、パージ濃度学習値Lpを、パージ率の1%当たりの値「δ/Rp」の指数移動平均処理値とする。なお、空燃比学習値LAFが収束したと判定されていることを条件に、目標パージ率Rp*が「0」よりも大きい値とされ、パージ濃度学習処理M36が実行されることが望ましい。
パージ補正比率算出処理M38は、目標パージ率Rp*にパージ濃度学習値Lpを乗算することによって、パージ補正比率Dpを算出する処理である。なお、パージ補正比率Dpは、「0」以下の値となる。
加算処理M40は、フィードバック補正係数KAFに、空燃比学習値LAFと、パージ補正比率Dpと、を加算する処理である。
要求噴射量算出処理M42は、ベース噴射量Qbに加算処理M40の出力値を乗算することによってベース噴射量Qbを補正し、要求噴射量Qdを算出する処理である。
要求噴射量算出処理M42は、ベース噴射量Qbに加算処理M40の出力値を乗算することによってベース噴射量Qbを補正し、要求噴射量Qdを算出する処理である。
噴射弁操作処理M44は、要求噴射量Qdに基づき、燃料噴射弁24を操作すべく、燃料噴射弁24に操作信号MS1を出力する処理である。
サブフィードバック処理M46は、下流側検出値Afdが、理論空燃比を示すストイキ点Afsに対して所定量εr以上リッチとなる場合、目標値Af*をストイキ点Afsに対して規定量δlだけリーンとする処理である。また、サブフィードバック処理M46は、下流側検出値Afdが、ストイキ点Afsに対して所定量εl以上リーンとなる場合、目標値Af*をストイキ点Afsに対して規定量δrだけリッチとする処理である。
サブフィードバック処理M46は、下流側検出値Afdが、理論空燃比を示すストイキ点Afsに対して所定量εr以上リッチとなる場合、目標値Af*をストイキ点Afsに対して規定量δlだけリーンとする処理である。また、サブフィードバック処理M46は、下流側検出値Afdが、ストイキ点Afsに対して所定量εl以上リーンとなる場合、目標値Af*をストイキ点Afsに対して規定量δrだけリッチとする処理である。
次に、上流側空燃比センサ84の異常の有無の判定処理について説明する。なお、ここでの異常は、応答性が低下する異常のことである。
図3に、上流側空燃比センサ84の異常の有無の判定に関する処理の手順を示す。図3に示す処理は、図1に示すROM74に記憶された異常対処プログラム74aをCPU72がたとえば所定周期で繰り返し実行することにより実現される。なお、以下では、先頭に「S」が付与された数字によって、各処理のステップ番号を表現する。
図3に、上流側空燃比センサ84の異常の有無の判定に関する処理の手順を示す。図3に示す処理は、図1に示すROM74に記憶された異常対処プログラム74aをCPU72がたとえば所定周期で繰り返し実行することにより実現される。なお、以下では、先頭に「S」が付与された数字によって、各処理のステップ番号を表現する。
図3に示す一連の処理において、CPU72は、まず、開始フラグFが「1」であるか否かを判定する(S10)。開始フラグFは、「1」である場合に、上流側空燃比センサ84の異常の有無の判定のための入力変数に関するセンサ検出値のサンプリングを開始する旨を示し、「0」である場合にそうではない場合を示す。
CPU72は、開始フラグFが「0」であると判定する場合(S10:NO)、目標値Af*の今回値Af*(n)から前回値Af*(n−1)を減算した値の絶対値が、所定値ΔAfth以上であるか否かを判定する(S12)。ここで、今回値Af*(n)とは、図3に示す一連の処理の今回の実行タイミングにおける目標値Af*のことであり、前回値Af*(n−1)とは、図3に示す一連の処理の前回の実行タイミングにおける目標値Af*のことである。また、所定値ΔAfthは、上記規定量δlと規定量δrとの和以下の値とされている。
CPU72は、上記目標値Af*が、目標値Af*をストイキ点Afsに対して規定量δlだけリーンである状態とストイキ点Afsに対して規定量δrだけリッチである状態との2つの状態のいずれか一方から他方に切り替わる時点等において、所定値ΔAfth以上と判定し(S12:YES)、開始フラグFに「1」を代入する(S14)。
これに対し、CPU72は、開始フラグFが「1」であると判定する場合(S10:YES)、回転速度NEおよび充填効率ηによって規定される内燃機関10の動作点が所定範囲内にあるか否かを判定する(S16)。この処理は、上流側空燃比センサ84の異常の有無の判定処理の実行条件の1つが成立するか否かを判定する処理である。
CPU72は、所定範囲内であると判定する場合(S16:YES)、要求噴射量Qd、および上流側検出値Afuを取得する(S18)。なお、本実施形態では、S18の処理の実行タイミング間の時間間隔である実行周期の間に、CPU72により上流側検出値Afuが複数回サンプリングされるものとする。そして、CPU72は、S18の処理において、上流側検出値Afuについては、前回のS18の処理の実行タイミングから今回のS18の処理の実行タイミングまでの期間においてサンプリングされた複数の上流側検出値Afuを取得することとする。なお、CPU72は、S18の処理において、要求噴射量Qdについては、最新の値を1つ取得する。
そしてCPU72は、増量量Qiの「sn」個のサンプリング値と、差変数ΔAfuの「sn」個のサンプリング値と、時間差分最大値dAfumaxの「sn」個のサンプリング値との取得が完了したか否かを判定する(S20)。ここで、増量量Qiは、燃焼室22内の混合気の空燃比を理論空燃比とする上で必要な燃料量に対する実際の噴射量の過剰量であり、本実施形態では、「Qd−Qb・(1+LAF+Dp)」としている。なお、増量量Qiは負の値ともなりえ、その場合、増量量Qiの絶対値が、必要な燃料量に対する実際の噴射量の不足量を示す。増量量Qiは、S18の処理が一度実行される都度、算出される。すなわち、S18の処理の実行周期に一度、サンプリングされる。
また、差変数ΔAfuは、S18の処理の実行の一周期における上流側検出値Afuの極大値と極小値との差である。また、時間差分最大値dAfumaxは、S18の処理の実行の一周期における上流側検出値Afuの時系列データのうちの隣接するもの同士の差によって算出される時間差分値dAfuの最大値である。差変数ΔAfuおよび時間差分最大値dAfumaxは、S18の処理が一度実行される都度、算出される。すなわち、S18の処理の実行周期に一度、サンプリングされる。これにより、「m=1〜sn」として、たとえば差変数ΔAfu(m)は、差変数ΔAfuの「sn」個の時系列データを構成する各差変数ΔAfuのサンプリング周期における複数の上流側検出値Afuの極大値および極小値の差となっている。
CPU72は、S16の処理において肯定判定されている期間内にS18の処理が「sn」回なされる場合、各変数の値の「sn」個によって構成される時系列データの取得が完了したと判定する(S20:YES)。なお、CPU72は、後述するS26の処理がなされる場合、各変数の「sn」個の値を全て消去し、取得されている各変数の値の個数を初期化する。
そしてCPU72は、上流側空燃比センサ84の異常の有無を示す変数である異常判定変数P(1),P(2)を出力する写像の入力変数x(1)〜x(3sn)に、S20の処理によって取得が完了したと判定した変数の値を代入する(S22)。すなわち、CPU72は、m=1〜snとすると、入力変数x(m)に増量量Qi(m)を代入し、入力変数x(sn+m)に差変数ΔAfu(m)を代入し、入力変数x(2sn+m)に時間差分最大値dAfumax(m)を代入する。なお、異常判定変数P(1)は、異常が生じている可能性が高い場合に低い場合よりも大きい値となる変数であり、異常判定変数P(2)は、異常が生じてない可能性が高い場合に低い場合よりも大きい値となる変数である。
次にCPU72は、図1に示す記憶装置76に記憶された写像データ76aによって規定される写像に入力変数x(1)〜x(3sn)を入力することによって、写像の出力値である異常判定変数P(1),P(2)の値を算出する(S24)。
本実施形態において、この写像は、中間層が1層のニューラルネットワークによって構成されている。上記ニューラルネットワークは、入力側係数wFjk(j=0〜n,k=0〜3sn)と、入力側係数wFjkによって規定される線形写像である入力側線形写像の出力のそれぞれを非線形変換する入力側非線形写像としての活性化関数h(x)を含む。本実施形態では、活性化関数h(x)として、ReLUを例示する。なお、ReLUは、入力と「0」とのうちの小さくない方を出力する関数である。ちなみに、wFj0等は、バイアスパラメータであり、入力変数x(0)は、「1」と定義されている。
また、上記ニューラルネットワークは、出力側係数wSij(i=1〜2,j=0〜n)と、出力側係数wSijによって規定される線形写像である出力側線形写像の出力である判定原型変数y(1),y(2)のそれぞれを入力として、それぞれ、異常判定変数P(1),P(2)を出力するソフトマックス関数を含む。
次に、CPU72は、異常判定変数P(1)の値が異常判定変数P(2)の値よりも大きいか否かを判定する(S26)。この処理は、上流側空燃比センサ84に異常があるか否かを判定する処理である。そしてCPU72は、異常判定変数P(2)の値よりも大きいと判定する場合(S26:YES)、異常であると判定する(S28)。そしてCPU72は、ユーザに修理を促すべく、図1に示す警告灯90を操作する処理である、報知処理を実行する(S30)。
CPU72は、S30の処理が完了する場合や、S16,S26の処理において否定判定する場合には、開始フラグFに「0」を代入する(S32)。なおCPU72は、S14,S32の処理が完了する場合や、S12,S20の処理において否定判定する場合には、図3に示す一連の処理を一旦終了する。
なお、写像データ76aの入力側係数wFjkや出力側係数wSijは、たとえば予め応答性が低下していることが分かっている上流側空燃比センサ84と正常な上流側空燃比センサ84とのそれぞれを用いて内燃機関10を稼働させたときのS22の処理で用いた各変数を訓練データとして学習されたものである。
ここで、本実施形態の作用および効果について説明する。
CPU72は、目標値Af*が所定値ΔAfth以上変化することをトリガとして、要求噴射量Qdや上流側検出値Afuをサンプリングする。そしてCPU72は、それらに基づく、増量量Qiの時系列データや、差変数ΔAfuの時系列データ、時間差分最大値dAfumaxの時系列データをニューラルネットワークの入力変数として、異常判定変数P(1),P(2)の値を算出する。
CPU72は、目標値Af*が所定値ΔAfth以上変化することをトリガとして、要求噴射量Qdや上流側検出値Afuをサンプリングする。そしてCPU72は、それらに基づく、増量量Qiの時系列データや、差変数ΔAfuの時系列データ、時間差分最大値dAfumaxの時系列データをニューラルネットワークの入力変数として、異常判定変数P(1),P(2)の値を算出する。
ここで、CPU72は、上流側検出値Afuの挙動を定量化するデータとして、差変数ΔAfuの時系列データおよび時間差分最大値dAfumaxの時系列データを用いる。そして、CPU72は、増量量Qiに応じて、上流側検出値Afuの挙動が異なることに鑑み、上流側空燃比センサ84の異常の有無を示す変数として、異常判定変数P(1),P(2)の値を算出する。そのため、異常判定変数P(1),P(2)を、上流側空燃比センサ84の異常の有無を高精度に示す変数として算出できる。
以上説明した本実施形態によれば、さらに以下に記載する作用効果が得られる。
(1)写像の入力に、時間差分最大値dAfumaxの時系列データを含めた。時間差分最大値dAfumaxは、単一で上流側検出値Afuの変化を示すことから、時間差分最大値dAfumaxを用いることにより、時系列データのそれぞれを上流側検出値Afuとする場合と比較して、上流側検出値Afuの挙動についてより詳細な情報をうることができる。
(1)写像の入力に、時間差分最大値dAfumaxの時系列データを含めた。時間差分最大値dAfumaxは、単一で上流側検出値Afuの変化を示すことから、時間差分最大値dAfumaxを用いることにより、時系列データのそれぞれを上流側検出値Afuとする場合と比較して、上流側検出値Afuの挙動についてより詳細な情報をうることができる。
(2)写像の入力に、差変数ΔAfuを含めた。差変数ΔAfuは、単一で上流側検出値Afuの変化を示すことから、差変数ΔAfuを用いることにより、時系列データのそれぞれを上流側検出値Afuとする場合と比較して、上流側検出値Afuの挙動についてより詳細な情報をうることができる。
(3)回転速度NEおよび充填効率ηが所定範囲内であるときに取得された時系列データに基づき異常判定変数P(1),P(2)の値を算出した。回転速度NEおよび充填効率ηに応じて排気通路32において上流側空燃比センサ84側に流入する流体の流量が異なり、同流量に応じて上流側空燃比センサ84の応答性が異なりうる。そのため、流体の流量が様々な値をとる場合に異常判定変数P(1),P(2)の値を算出する場合には、写像に対する要求が大きくなり、ニューラルネットワークの中間層の層数を大きくしたり入力変数の次元を大きくしたりする等、写像の構造が複雑化しやすい。これに対し、本実施形態では、回転速度NEおよび充填効率ηが所定範囲内である場合に取得された時系列データに基づき異常判定変数P(1),P(2)の値を算出することにより、簡素な構造の写像によって高精度に異常判定変数P(1),P(2)の値を算出できる。
また、点火装置26や可変バルブタイミング装置46等の内燃機関10の操作部の操作量は、内燃機関10の動作点に応じて設定される傾向がある。そのため、動作点を規定する回転速度NEおよび充填効率ηが所定範囲内であるときに取得された時系列データに基づき異常判定変数P(1),P(2)の値を算出することにより、操作部の操作量が所定範囲内にある場合に異常判定変数P(1),P(2)の値を算出できる。そのため、操作量が大きく異なる場合に対しも異常判定変数P(1),P(2)の値を算出する場合と比較すると、簡素な構造の写像によって高精度に異常判定変数P(1),P(2)の値を算出できる。
(4)目標値Af*の変化量が所定値ΔAfth以上となる時点から、写像への入力となる時系列データを取得した。ここで、上流側空燃比センサ84の応答性は、空燃比が変化することに伴う上流側検出値Afuの挙動によって定まる。そのため、目標値Af*の変化量が所定値ΔAfth以上となることをトリガとして写像への入力となる時系列データを取得することにより、目標値Af*の変化に対する上流側検出値Afuの挙動に基づき異常判定変数P(1),P(2)の値を出力する写像を構成すればよい。このため、任意の時点から時系列データを取得する場合と比較して、ニューラルネットワークの中間層の層数や入力変数の次元数を低減でき、ひいては写像の構造を簡素化しつつも異常判定変数P(1),P(2)の値を高精度に算出できる。
<第2の実施形態>
以下、第2の実施形態について、第1の実施形態との相違点を中心に図面を参照しつつ説明する。
以下、第2の実施形態について、第1の実施形態との相違点を中心に図面を参照しつつ説明する。
本実施形態では、写像データ76aとして、内燃機関10の動作点毎に複数のデータを備える。それら各写像は、内燃機関10の動作点が該当する範囲にあるときにおいて取得された要求噴射量Qdや上流側検出値Afuに応じた訓練データによって学習されたデータである。
図4に、本実施形態において制御装置70が実行する処理の手順を示す。図4に示す処理は、図1に示すROM74に記憶された異常対処プログラム74aをCPU72がたとえば所定周期で繰り返し実行することにより実現される。なお、図4に示す処理において、図3に示した処理に対応する処理については、便宜上、同一のステップ番号を付与する。
図4に示す一連の処理において、CPU72は、S12の処理において肯定判定される場合、開始フラグFに「1」を代入するとともに、内燃機関10の現在の動作点に応じて写像データを選択し、S16の処理における所定範囲を設定する(S14a)。なお、CPU72は、S14aの処理が完了する場合、図4に示す一連の処理を一旦終了する。
このように本実施形態では、1つの写像によって異常判定変数P(1),P(2)の値を算出する内燃機関の動作点を制限することによって、各写像の構造を簡素化しつつも、複数の写像を用いることによって、内燃機関10の様々な動作点において異常の有無を判定できる。そのため、異常の判定頻度を高めることができる。
<第3の実施形態>
以下、第3の実施形態について、第1の実施形態との相違点を中心に図面を参照しつつ説明する。
以下、第3の実施形態について、第1の実施形態との相違点を中心に図面を参照しつつ説明する。
本実施形態では、写像への入力変数を増加させる。
図5に、本実施形態において制御装置70が実行する処理の手順を示す。図5に示す処理は、図1に示すROM74に記憶された異常対処プログラム74aをCPU72がたとえば所定周期で繰り返し実行することにより実現される。なお、図5に示す処理において、図3に示した処理に対応する処理については、便宜上、同一のステップ番号を付与する。
図5に、本実施形態において制御装置70が実行する処理の手順を示す。図5に示す処理は、図1に示すROM74に記憶された異常対処プログラム74aをCPU72がたとえば所定周期で繰り返し実行することにより実現される。なお、図5に示す処理において、図3に示した処理に対応する処理については、便宜上、同一のステップ番号を付与する。
図5に示す一連の処理において、CPU72は、S10の処理において肯定判定する場合、S18の処理においてサンプリングされる変数に加えて、回転速度NE、充填効率η、吸入空気量Ga、パージ補正比率Dp、開口度θw、EGR率Regr、および吸気位相差DINをサンプリングする(S18a)。次に、CPU72は、要求噴射量Qd、差変数ΔAfu、および時間差分最大値dAfumaxのそれぞれについて「sn」個の取得が完了したか否かを判定する(S20a)。そしてCPU72は、完了したと判定する場合(S20a:YES)、入力変数x(1)〜x(3sn+7)に値を代入する(S22a)。ここで、CPU72は、m=1〜snとすると、入力変数x(m)に要求噴射量Qd(m)を代入し、入力変数x(sn+m)に差変数ΔAfu(m)を代入し、入力変数x(2sn+m)に時間差分最大値dAfumax(m)を代入する。また、CPU72は、入力変数x(3sn+1)に回転速度平均値NEaveを代入し、入力変数x(3sn+2)に充填効率平均値ηaveを代入し、入力変数x(3sn+3)に吸入空気量平均値Gaaveを代入する。またCPU72は、入力変数x(3sn+4)にパージ補正比率平均値Dpaveを代入し、入力変数x(3sn+5)に開口度平均値θwaveを代入し、入力変数x(3sn+6)にEGR率平均値Regraveを代入し、入力変数x(3sn+7)に吸気位相差平均値DINaveを代入する。
ここで、回転速度平均値NEave、充填効率平均値ηave、吸入空気量平均値Gaaveは、要求噴射量Qdの「sn」個のデータを取得するまでの期間における回転速度NE、充填効率η、および吸入空気量Gaの平均値である。また、パージ補正比率平均値Dpave、開口度平均値θwave、EGR率平均値Regrave、および吸気位相差平均値DINaveは、要求噴射量Qdの「sn」個のデータを取得するまでの期間における、目標パージ率Rp*,開口度θw、EGR率Regr、および吸気位相差DINの平均値である。
次にCPU72は、図1に示す記憶装置76に記憶された写像データ76aによって規定される写像に入力変数x(1)〜x(3sn+7)を入力することによって、写像の出力値である異常判定変数P(1),P(2)の値を算出する(S24a)。
本実施形態において、この写像は、中間層が「α」個であって且つ、各中間層の活性化関数h1〜hαが、ReLUであり、出力層の活性化関数がソフトマックス関数であるニューラルネットワークによって構成されている。たとえば、第1の中間層の各ノードの値は、係数w(1)ji(j=0〜n1,i=0〜3sn+7)によって規定される線形写像によって上記入力変数x(1)〜x(3sn+7)を入力した際の出力を活性化関数h1に入力することによって生成される。すなわち、m=1,2,…,αとすると、第mの中間層の各ノードの値は、係数w(m)によって規定される線形写像の出力を活性化関数hmに入力することによって生成される。ここで、n1,n2,…,nαは、それぞれ、第1、第2、…、第αの中間層のノード数である。ちなみに、w(1)j0等は、バイアスパラメータであり、入力変数x(0)は、「1」と定義されている。
ここで、本実施形態の作用および効果について説明する。
CPU72は、目標値Af*が所定値ΔAfth以上変化することをトリガとして、要求噴射量Qdや上流側検出値Afuに加えて、回転速度NE、充填効率η、吸入空気量Ga、開口度θw、EGR率Regr、および吸気位相差DINをサンプリングする。そしてCPU72は、それらに基づく値を入力変数x(1)〜x(3sn+7)に代入して、ニューラルネットワークによって異常判定変数P(1),P(2)を算出する。
CPU72は、目標値Af*が所定値ΔAfth以上変化することをトリガとして、要求噴射量Qdや上流側検出値Afuに加えて、回転速度NE、充填効率η、吸入空気量Ga、開口度θw、EGR率Regr、および吸気位相差DINをサンプリングする。そしてCPU72は、それらに基づく値を入力変数x(1)〜x(3sn+7)に代入して、ニューラルネットワークによって異常判定変数P(1),P(2)を算出する。
ここで、充填効率平均値ηaveと要求噴射量Qdとパージ補正比率平均値Dpaveとが、触媒34に流入する流体に含まれる酸素と過不足なく反応する燃料量に対する実際の燃料量の過剰量に応じた変数である過剰量変数を構成する。そのため、差変数ΔAfuおよび時間差分最大値dAfumaxとともに、上流側空燃比センサ84の応答性の低下度合いに関する情報をうることができる。
以上説明した本実施形態によれば、さらに以下に記載する作用効果が得られる。
(5)充填効率平均値ηave、要求噴射量Qd、およびパージ補正比率平均値Dpaveを写像の入力とした。これにより、「Qd−Qb・(1+Dp+LAF)」を増量量Qiと定義してこれを写像への入力とする場合と比較すると、パージ補正比率Dpの誤差についても写像に学習させたうえで異常判定変数P(1),P(2)の値を算出することが可能となる。
(5)充填効率平均値ηave、要求噴射量Qd、およびパージ補正比率平均値Dpaveを写像の入力とした。これにより、「Qd−Qb・(1+Dp+LAF)」を増量量Qiと定義してこれを写像への入力とする場合と比較すると、パージ補正比率Dpの誤差についても写像に学習させたうえで異常判定変数P(1),P(2)の値を算出することが可能となる。
(6)開口度平均値θwaveを写像への入力に含めた。WGV38の開口度θwが異なると上流側空燃比センサ84側へと流動する流体の流動状態が異なる傾向がある。そして、流体の流動状態に応じて上流側空燃比センサ84の応答性が異なりうる。そのため、開口度平均値θwaveを写像への入力に含めて異常判定変数P(1),P(2)の値を算出することにより、流体の流動状態による上流側空燃比センサ84の応答性の影響を反映させた異常判定変数P(1),P(2)の値を算出できる。
(7)EGR率平均値Regraveを写像への入力に含めた。EGR通路50を介して排気通路32から吸気通路12へと流入する排気の流量に応じて、上流側空燃比センサ84が晒される流体の成分が異なり、上流側検出値Afuに影響を及ぼしうる。そのため、EGR率平均値Regraveを写像への入力に含めて異常判定変数P(1),P(2)の値を算出することにより、EGR通路50を介して排気通路32から吸気通路12へと流入する排気の流量が上流側検出値Afuに及ぼす影響を反映させた異常判定変数P(1),P(2)の値を算出できる。
(8)吸気位相差平均値DINaveを写像への入力に含めた。吸気バルブ16の開弁タイミングに応じて内部EGR量が変化し、内部EGR量に応じて、上流側空燃比センサ84が晒される流体の成分が異なることとなることから、吸気バルブ16の開弁タイミングは、上流側検出値Afuに影響を及ぼしうる。また、過給圧が高くなっているときに、吸気バルブ16の開弁期間と排気バルブ30の開弁期間とが重複する場合、吸気通路12から吸入された空気が燃焼室22にて燃焼対象とされずに排気通路32に流出するいわゆるスカベンジが生じる。そして、燃焼対象とされずに排気通路32に流出する空気量に応じて、上流側検出値Afuが変化する。そのため、吸気位相差平均値DINaveを写像への入力に含めて異常判定変数P(1),P(2)の値を算出することにより、内部EGR量やスカベンジによる空気量が上流側検出値Afuに及ぼす影響を反映させた異常判定変数P(1),P(2)の値を算出できる。
(9)写像への入力に、内燃機関10の動作点を規定する充填効率平均値ηaveおよび回転速度平均値NEaveを含めた。点火装置26や可変バルブタイミング装置46等の内燃機関10の操作部の操作量は、内燃機関10の動作点に応じて設定される傾向がある。そのため、動作点を規定する充填効率平均値ηaveおよび回転速度平均値NEaveに基づき異常判定変数P(1),P(2)の値を算出することにより、操作部の操作量を反映して異常判定変数P(1),P(2)の値を算出できる。
(10)回転速度NE、充填効率η、吸入空気量Ga、パージ補正比率Dp、開口度θw、EGR率Regr、および吸気位相差DINのそれぞれの平均値を写像への入力とした。そのため、回転速度NE、充填効率η、吸入空気量Ga、パージ補正比率Dp、開口度θw、EGR率Regr、および吸気位相差DINのそれぞれを写像への入力とする場合と比較して、入力変数の次元の割に、各変数に関するより詳細な情報を写像の入力とすることができる。
<第4の実施形態>
以下、第4の実施形態について、第1の実施形態との相違点を中心に図面を参照しつつ説明する。
以下、第4の実施形態について、第1の実施形態との相違点を中心に図面を参照しつつ説明する。
本実施形態では、異常の有無の判定処理を車両の外部で行う。
図6に本実施形態にかかる異常検出システムを示す。なお、図6において、図1に示した部材に対応する部材については、便宜上同一の符号を付している。
図6に本実施形態にかかる異常検出システムを示す。なお、図6において、図1に示した部材に対応する部材については、便宜上同一の符号を付している。
図6に示す車両VC内の制御装置70は、通信機79を備えている。通信機79は車両VCの外部のネットワーク110を介してセンター120と通信するための機器である。
センター120は、複数の車両VCから送信されるデータを解析する。センター120は、CPU122、ROM124、記憶装置126、周辺回路127および通信機129を備えており、それらがローカルネットワーク128によって通信可能とされるものである。記憶装置126には、写像データ126aが記憶されている。
センター120は、複数の車両VCから送信されるデータを解析する。センター120は、CPU122、ROM124、記憶装置126、周辺回路127および通信機129を備えており、それらがローカルネットワーク128によって通信可能とされるものである。記憶装置126には、写像データ126aが記憶されている。
図7に、図6に示したシステムが実行する処理の手順を示す。図7(a)に示す処理は、図6に示すROM74に記憶された異常対処サブプログラム74bをCPU72が実行することにより実現される。また、図7(b)に示す処理は、図6に示すROM124に記憶されている異常対処メインプログラム124aをCPU122が実行することにより実現される。なお、図7において図5に示した処理に対応する処理については、便宜上同一のステップ番号を付している。以下では、異常の有無の判定処理の時系列に沿って、図7に示す処理を説明する。
図7(a)に示すように、CPU72は、S20aの処理において肯定判定する場合、開始フラグFを「0」とし(S32)、通信機79を操作することによって、S20aの処理において取得が完了したと判定したデータを、車両VCの識別情報である車両IDとともにセンター120に送信する(S40)。
これに対し、センター120のCPU122は、図7(b)に示すように、送信されたデータを受信し(S50)、S22a,S24a,S26(S28)の処理を実行する。なお、S24aの処理では、写像データ126aによって規定された写像を用いる。そして、CPU122は、S26の処理において否定判定する場合や、S28の処理が完了する場合には、通信機129を操作することによって、S50の処理によって受信したデータが送信された車両VCに、判定結果に関する信号を送信し(S52)、図7(b)に示す一連の処理を一旦終了する。これに対し、図7(a)に示すように、CPU72は、判定結果を受信し(S42)、受信した判定結果が、異常である旨の判定か否かを判定する(S44)。そしてCPU72は、異常であると判定する場合(S44:YES)、S30の処理を実行する。なお、CPU72は、S30の処理を完了する場合や、S44の処理において否定判定する場合には、図7(a)に示す一連の処理を一旦終了する。
このように、本実施形態では、センター120においてS24aの処理を実行するため、CPU72の演算負荷を軽減できる。
<対応関係>
上記実施形態における事項と、上記「課題を解決するための手段」の欄に記載した事項との対応関係は、次の通りである。以下では、「課題を解決するための手段」の欄に記載した解決手段の番号毎に、対応関係を示している。[1〜4]実行装置は、CPU72およびROM74に対応する。過剰量変数は、増量量Qiに対応し、第1所定期間は、Qd(1)〜Qd(sn)のサンプリング期間に対応する。空燃比検出変数は、差変数ΔAfuや、時間差分最大値dAfumaxに対応し、第2所定期間は、ΔAfu(1)〜ΔAfu(sn)や、dAfumax(1)〜dAfumax(sn)のサンプリング期間に対応する。取得処理は、S18,S20の処理や、S18a,S20aの処理に対応する。算出処理は、S22,S24の処理や、S22a,S24aの処理に対応する。対処処理は、S26〜S30の処理に対応する。[5]調整装置は、ポンプ66に対応する。パージ変数は、パージ補正比率平均値Dpaveに対応する。[6]流路変数は、開口度平均値θwaveに対応する。[7]EGR変数は、EGR率平均値Regraveに対応する。[8]バルブ特性変数は、吸気位相差平均値DINaveに対応する。[9]図3および図4のS16の処理に対応する。[10]S10の処理において肯定判定されているときにS18,S18aの処理を実行することに対応する。[11]選択処理は、S14aの処理に対応する。[12]異常検出システムは、制御装置70およびセンター120に対応する。異常判定変数の値に基づく信号は、判定結果を含む信号に対応する。第1実行装置は、CPU72およびROM74に対応する。第2実行装置は、CPU122およびROM124に対応する。取得処理は、S18a,S20aの処理に対応し、車両側送信処理は、S40の処理に対応し、車両側受信処理は、S42の処理に対応する。外部側受信処理は、S50の処理に対応し、外部側送信処理は、S52の処理に対応する。[13]データ解析装置は、センター120に対応する。[14]内燃機関の制御装置は、制御装置70に対応する。[15]コンピュータは、CPU72およびROM74や、CPU72,CPU122およびROM74,ROM124に対応する。
<対応関係>
上記実施形態における事項と、上記「課題を解決するための手段」の欄に記載した事項との対応関係は、次の通りである。以下では、「課題を解決するための手段」の欄に記載した解決手段の番号毎に、対応関係を示している。[1〜4]実行装置は、CPU72およびROM74に対応する。過剰量変数は、増量量Qiに対応し、第1所定期間は、Qd(1)〜Qd(sn)のサンプリング期間に対応する。空燃比検出変数は、差変数ΔAfuや、時間差分最大値dAfumaxに対応し、第2所定期間は、ΔAfu(1)〜ΔAfu(sn)や、dAfumax(1)〜dAfumax(sn)のサンプリング期間に対応する。取得処理は、S18,S20の処理や、S18a,S20aの処理に対応する。算出処理は、S22,S24の処理や、S22a,S24aの処理に対応する。対処処理は、S26〜S30の処理に対応する。[5]調整装置は、ポンプ66に対応する。パージ変数は、パージ補正比率平均値Dpaveに対応する。[6]流路変数は、開口度平均値θwaveに対応する。[7]EGR変数は、EGR率平均値Regraveに対応する。[8]バルブ特性変数は、吸気位相差平均値DINaveに対応する。[9]図3および図4のS16の処理に対応する。[10]S10の処理において肯定判定されているときにS18,S18aの処理を実行することに対応する。[11]選択処理は、S14aの処理に対応する。[12]異常検出システムは、制御装置70およびセンター120に対応する。異常判定変数の値に基づく信号は、判定結果を含む信号に対応する。第1実行装置は、CPU72およびROM74に対応する。第2実行装置は、CPU122およびROM124に対応する。取得処理は、S18a,S20aの処理に対応し、車両側送信処理は、S40の処理に対応し、車両側受信処理は、S42の処理に対応する。外部側受信処理は、S50の処理に対応し、外部側送信処理は、S52の処理に対応する。[13]データ解析装置は、センター120に対応する。[14]内燃機関の制御装置は、制御装置70に対応する。[15]コンピュータは、CPU72およびROM74や、CPU72,CPU122およびROM74,ROM124に対応する。
<その他の実施形態>
なお、本実施形態は、以下のように変更して実施することができる。本実施形態および以下の変更例は、技術的に矛盾しない範囲で互いに組み合わせて実施することができる。
なお、本実施形態は、以下のように変更して実施することができる。本実施形態および以下の変更例は、技術的に矛盾しない範囲で互いに組み合わせて実施することができる。
・「第1所定期間、第2所定期間について」
上記実施形態では、増量量Qi等の過剰量変数がサンプリングされる期間である第1所定期間と、差変数ΔAfu等の空燃比検出変数がサンプリングされる期間である第2所定期間とを同一の期間としたが、これに限らない。たとえば、第1所定期間に対して第2所定期間を遅延させてもよい。また、第1所定期間と第2所定期間との長さが同一であることも必須ではない。
上記実施形態では、増量量Qi等の過剰量変数がサンプリングされる期間である第1所定期間と、差変数ΔAfu等の空燃比検出変数がサンプリングされる期間である第2所定期間とを同一の期間としたが、これに限らない。たとえば、第1所定期間に対して第2所定期間を遅延させてもよい。また、第1所定期間と第2所定期間との長さが同一であることも必須ではない。
・「過剰量変数について」
過剰量変数としては、増量量Qiに限らず、その平均値であってもよい。また、たとえば、排気通路32に流出する流体に含まれる酸素と過不足なく反応する燃料量に対する実際の燃料量の割合である増量割合を用いてもよい。ここで、増量割合は、たとえば、以下とすればよい。
過剰量変数としては、増量量Qiに限らず、その平均値であってもよい。また、たとえば、排気通路32に流出する流体に含まれる酸素と過不足なく反応する燃料量に対する実際の燃料量の割合である増量割合を用いてもよい。ここで、増量割合は、たとえば、以下とすればよい。
{Qd−Qb・(1+LAF・Dp)}/Qb・(1+LAF・Dp)
なお、図3や図4に例示したように、異常判定変数P(1)およびP(2)を算出するための写像の入力の取得処理を、特定の動作点に限っている場合、排気通路32に流入する流体の流量をほぼ一定とみなすことによって、増量割合のみで過剰量変数を構成してもよい。もっとも、特定の動作点に限っている場合であっても、増量割合のみから過剰量変数を構成するのではなく、充填効率ηおよび増量割合によって過剰量変数を構成してもよい。この際、写像への入力に、増量割合と同一のデータ数「sn」個の充填効率ηの時系列データを含めてもよい。もっとも、これに限らず、たとえば単一の充填効率ηや、単一の充填効率ηの平均値を写像への入力に含めてもよい。その場合、「sn」個の増量割合のサンプリング期間にわたって、充填効率ηが写像の入力とされる単一の値であったとみなすこととなる。なお、充填効率ηを時系列データとする場合であっても、その個数を、増量割合のデータ数と等しくすることは必須ではない。たとえば、増量割合のデータ数よりも小さいデータ数の時系列データとしてもよい。その場合、充填効率ηのサンプリング値の時系列データを写像への直接の入力とする代わりに、平均値の時系列データを入力とすることが望ましい。
なお、図3や図4に例示したように、異常判定変数P(1)およびP(2)を算出するための写像の入力の取得処理を、特定の動作点に限っている場合、排気通路32に流入する流体の流量をほぼ一定とみなすことによって、増量割合のみで過剰量変数を構成してもよい。もっとも、特定の動作点に限っている場合であっても、増量割合のみから過剰量変数を構成するのではなく、充填効率ηおよび増量割合によって過剰量変数を構成してもよい。この際、写像への入力に、増量割合と同一のデータ数「sn」個の充填効率ηの時系列データを含めてもよい。もっとも、これに限らず、たとえば単一の充填効率ηや、単一の充填効率ηの平均値を写像への入力に含めてもよい。その場合、「sn」個の増量割合のサンプリング期間にわたって、充填効率ηが写像の入力とされる単一の値であったとみなすこととなる。なお、充填効率ηを時系列データとする場合であっても、その個数を、増量割合のデータ数と等しくすることは必須ではない。たとえば、増量割合のデータ数よりも小さいデータ数の時系列データとしてもよい。その場合、充填効率ηのサンプリング値の時系列データを写像への直接の入力とする代わりに、平均値の時系列データを入力とすることが望ましい。
図5や図7の処理においては、過剰量変数を、要求噴射量Qd、パージ補正比率平均値Dpaveおよび充填効率平均値ηaveによって構成したが、これに限らない。たとえば、パージ濃度学習値Lp、目標パージ率Rp*、吸入空気量Ga、回転速度NE、および要求噴射量Qdによって構成してもよい。
図5や図7の処理においては、写像への入力として、要求噴射量Qdの時系列データと、パージ補正比率平均値Dpaveおよび充填効率平均値ηaveとによって、過剰量変数の時系列データを構成したが、これに限らない。たとえば、それぞれ「sn」個のデータからなる、要求噴射量Qdの時系列データと、パージ補正比率Dpの時系列データと、充填効率ηの時系列データとによって過剰量変数の時系列データを構成してもよい。もっとも、それぞれの時系列データを構成するデータ数が同一であることは必須ではない。
・「時間変化変数について」
上記実施形態では、時間変化変数を、時間差分最大値dAfumaxとしたが、これに限らない。たとえば、時間差分値dAfuの絶対値の平均値であってもよい。また、たとえば、単一の時間差分値dAfu自体であってもよい。
上記実施形態では、時間変化変数を、時間差分最大値dAfumaxとしたが、これに限らない。たとえば、時間差分値dAfuの絶対値の平均値であってもよい。また、たとえば、単一の時間差分値dAfu自体であってもよい。
・「空燃比検出変数について」
上記実施形態では、異常判定変数Pの算出のために、時間変化変数としての時間差分最大値dAfumaxと、差変数ΔAfuとの双方を用いたが、これに限らない。たとえば、時間変化変数と差変数ΔAfuとの2つの変数に関しては、それらのうちの1つのみを用いてもよい。また、たとえば上流側検出値Afuや、その平均値の時系列データ自体を、上記ニューラルネットワーク等の入力としてもよい。
上記実施形態では、異常判定変数Pの算出のために、時間変化変数としての時間差分最大値dAfumaxと、差変数ΔAfuとの双方を用いたが、これに限らない。たとえば、時間変化変数と差変数ΔAfuとの2つの変数に関しては、それらのうちの1つのみを用いてもよい。また、たとえば上流側検出値Afuや、その平均値の時系列データ自体を、上記ニューラルネットワーク等の入力としてもよい。
なお、「異常検出対象となる空燃比センサについて」の欄に記載したように、異常検出対象となる空燃比センサを下流側空燃比センサ86とする場合、空燃比検出変数は、下流側検出値Afdに基づく変数とする。
・「パージ変数について」
S22a,S24aの処理では、パージ変数として、パージ補正比率平均値Dpaveを用い、単一のパージ補正比率平均値Dpaveをニューラルネットワークの入力としたが、これに限らない。たとえば、パージ変数をパージ補正比率Dpとし、その時系列データをニューラルネットワーク等の入力としたり、またたとえば、単一のパージ補正比率Dpをニューラルネットワーク等の入力としてもよい。
S22a,S24aの処理では、パージ変数として、パージ補正比率平均値Dpaveを用い、単一のパージ補正比率平均値Dpaveをニューラルネットワークの入力としたが、これに限らない。たとえば、パージ変数をパージ補正比率Dpとし、その時系列データをニューラルネットワーク等の入力としたり、またたとえば、単一のパージ補正比率Dpをニューラルネットワーク等の入力としてもよい。
なお、パージ変数としては、パージ補正比率平均値Dpaveやパージ補正比率Dpに限らず、たとえば「過剰量変数について」の欄に記載したように、目標パージ率Rp*、パージ濃度学習値Lpおよび吸入空気量Gaを用いて構成してもよい。
・「流路変数について」
S22a,S24aの処理では、流路変数として、開口度平均値θwaveを用い、単一の開口度平均値θwaveをニューラルネットワークの入力としたが、これに限らない。たとえば、流路変数を開口度θwとし、その時系列データをニューラルネットワーク等の入力としたり、またたとえば、単一の開口度θwをニューラルネットワーク等の入力としてもよい。
S22a,S24aの処理では、流路変数として、開口度平均値θwaveを用い、単一の開口度平均値θwaveをニューラルネットワークの入力としたが、これに限らない。たとえば、流路変数を開口度θwとし、その時系列データをニューラルネットワーク等の入力としたり、またたとえば、単一の開口度θwをニューラルネットワーク等の入力としてもよい。
・「EGR変数について」
S22a,S24aの処理では、EGR変数として、EGR率平均値Regraveを用い、単一のEGR率平均値Regraveをニューラルネットワークの入力としたが、これに限らない。たとえば、EGR変数をEGR率Regrとし、その時系列データをニューラルネットワーク等の入力としたり、またたとえば、単一のEGR率Regrをニューラルネットワーク等の入力としてもよい。
S22a,S24aの処理では、EGR変数として、EGR率平均値Regraveを用い、単一のEGR率平均値Regraveをニューラルネットワークの入力としたが、これに限らない。たとえば、EGR変数をEGR率Regrとし、その時系列データをニューラルネットワーク等の入力としたり、またたとえば、単一のEGR率Regrをニューラルネットワーク等の入力としてもよい。
・「バルブ特性変数について」
S22a,S24aの処理では、バルブ特性変数として、吸気位相差平均値DINaveを用い、単一の吸気位相差平均値DINaveをニューラルネットワークの入力としたが、これに限らない。たとえば、バルブ特性変数を吸気位相差DINとし、その時系列データをニューラルネットワーク等の入力としたり、またたとえば、単一の吸気位相差DINをニューラルネットワーク等の入力としてもよい。またたとえば、上記において、吸気位相差DINに代えて、目標吸気位相差DIN*を用いてもよい。
S22a,S24aの処理では、バルブ特性変数として、吸気位相差平均値DINaveを用い、単一の吸気位相差平均値DINaveをニューラルネットワークの入力としたが、これに限らない。たとえば、バルブ特性変数を吸気位相差DINとし、その時系列データをニューラルネットワーク等の入力としたり、またたとえば、単一の吸気位相差DINをニューラルネットワーク等の入力としてもよい。またたとえば、上記において、吸気位相差DINに代えて、目標吸気位相差DIN*を用いてもよい。
なお、「バルブ特性可変装置について」の欄に記載したように、バルブ特性可変装置として、リフト量を可変とする装置を用いる場合、リフト量に関する変数をバルブ特性変数とする。
・「動作点変数について」
動作点変数としては、回転速度NEおよび充填効率ηに限らない。たとえば、吸入空気量Gaと回転速度NEとであってもよい。またたとえば下記「内燃機関について」の欄に記載したように、圧縮着火式内燃機関を用いる場合、噴射量と回転速度NEとであってもよい。なお、動作点変数を写像の入力とすることは必須ではない。
動作点変数としては、回転速度NEおよび充填効率ηに限らない。たとえば、吸入空気量Gaと回転速度NEとであってもよい。またたとえば下記「内燃機関について」の欄に記載したように、圧縮着火式内燃機関を用いる場合、噴射量と回転速度NEとであってもよい。なお、動作点変数を写像の入力とすることは必須ではない。
・「取得処理について」
取得処理としては、サブフィードバック処理M46によって目標値Af*がリッチおよびリーンの2つのうちのいずれか一方から他方に切り替わった時点から変数の値をサンプリングするものに限らない。たとえば、フューエルカット処理が開始された時点から変数の値をサンプリングするものであってもよい。さらにたとえば、異常判定のために目標値Af*を専用の値に切り替える時点からの変数の値をサンプリングするものであってもよい。
取得処理としては、サブフィードバック処理M46によって目標値Af*がリッチおよびリーンの2つのうちのいずれか一方から他方に切り替わった時点から変数の値をサンプリングするものに限らない。たとえば、フューエルカット処理が開始された時点から変数の値をサンプリングするものであってもよい。さらにたとえば、異常判定のために目標値Af*を専用の値に切り替える時点からの変数の値をサンプリングするものであってもよい。
もっとも、空燃比が変化する時点から変数の値のサンプリングするものに限らない。こうした条件を外しても、たとえば写像の入力となる時系列データのデータ数を十分多く確保するなどすれば、異常の判定を高精度に実行できる。
・「複数種類の写像データについて」
図4の処理では、動作点変数としての回転速度NEおよび充填効率η毎に、各別の写像データを用いたが、動作点変数としては、これに限らず、「動作点変数について」の欄に例示したものなどに変更可能である。
図4の処理では、動作点変数としての回転速度NEおよび充填効率η毎に、各別の写像データを用いたが、動作点変数としては、これに限らず、「動作点変数について」の欄に例示したものなどに変更可能である。
複数種類の写像データとしては、動作点変数毎の写像データに限らない。たとえば、吸入空気量Ga毎に各別の写像データを用いてもよい。さらに、排気通路のうちの空燃比センサの上流側から空燃比センサ側に流入する流体の流量に関する変数毎に写像データを備えるものに限らない。たとえば、回転速度NEにかかわらず、充填効率ηやベース噴射量Qb毎に各別の写像データを備えてもよい。
なお、複数種類の写像データを備える場合の写像データの入力としては、上記実施形態において例示したように、写像データの選択に用いる変数を写像の入力としないことは必須ではない。たとえば、図4に例示したように、動作点変数毎に各別の写像データを用いる場合であっても、写像の入力に、動作点変数を含めてもよい。
・「外部側送信処理について」
図7のS52の処理では、判定結果を送信したが、これに限らない。たとえば、異常判定変数P(1),P(2)の値を送信してもよい。
図7のS52の処理では、判定結果を送信したが、これに限らない。たとえば、異常判定変数P(1),P(2)の値を送信してもよい。
・「写像への入力について」
図5および図7においては、回転速度平均値NEaveおよび充填効率平均値ηaveと吸入空気量平均値Gaaveとを写像への入力としたが、これに限らない。たとえば、回転速度平均値NEaveおよび充填効率平均値ηaveによって吸入空気量平均値Gaaveを把握できることから、吸入空気量平均値Gaaveを写像の入力から削除してもよい。なお、これに限らず、S22aの処理において入力変数xとしたもののうちの一部を削除してもよい。
図5および図7においては、回転速度平均値NEaveおよび充填効率平均値ηaveと吸入空気量平均値Gaaveとを写像への入力としたが、これに限らない。たとえば、回転速度平均値NEaveおよび充填効率平均値ηaveによって吸入空気量平均値Gaaveを把握できることから、吸入空気量平均値Gaaveを写像の入力から削除してもよい。なお、これに限らず、S22aの処理において入力変数xとしたもののうちの一部を削除してもよい。
ニューラルネットワークへの入力や、下記「機械学習のアルゴリズムについて」の欄に記載した回帰式への入力等としては、各次元が単一の物理量からなるものに限らない。たとえば上記実施形態等において写像への入力とした複数種類の物理量の一部については、ニューラルネットワークや回帰式への直接の入力とする代わりに、それらの主成分分析によるいくつかの主成分を、ニューラルネットワークや回帰式への直接の入力としてもよい。もっとも、主成分をニューラルネットワークや回帰式の入力とする場合に、ニューラルネットワークや回帰式への入力の一部のみが主成分となることは必須ではなく、全部を主成分としてもよい。なお、主成分を写像への入力とする場合、写像データ76a,126aには、主成分を定める写像を規定するデータが含まれることとなる。
・「写像データについて」
たとえば図5や図7の記載によれば、ニューラルネットワークの中間層の層数は、2層よりも多い表現となっているが、これに限らない。
たとえば図5や図7の記載によれば、ニューラルネットワークの中間層の層数は、2層よりも多い表現となっているが、これに限らない。
上記実施形態では、活性化関数h,h1,h2,…hαを、ReLUとし、出力の活性化関数をソフトマックス関数としたが、これに限らない。たとえば活性化関数h,h1,h2,…hαを、ハイパボリックタンジェントとしてもよい。またとえば、活性化関数h,h1,h2,…hαをロジスティックジグモイド関数としてもよい。
またたとえば、出力の活性化関数を、ロジスティックジグモイド関数としてもよい。この場合、たとえば出力層のノード数を1個とし、異常判定変数としての出力変数を、異常が生じている確率とすればよい。その場合、出力変数の値が所定値以上である場合に異常と判定することによって、異常の有無を判定できる。
・「機械学習のアルゴリズムについて」
機械学習のアルゴリズムとしては、ニューラルネットワークを用いるものに限らない。たとえば、回帰式を用いてもよい。これは、上記ニューラルネットワークにおいて中間層を備えないものに相当する。
機械学習のアルゴリズムとしては、ニューラルネットワークを用いるものに限らない。たとえば、回帰式を用いてもよい。これは、上記ニューラルネットワークにおいて中間層を備えないものに相当する。
・「データ解析装置について」
たとえば図3に例示するS22,S24の処理等をセンター120によって実行してもよい。
たとえば図3に例示するS22,S24の処理等をセンター120によって実行してもよい。
図7(b)の処理を、たとえばユーザが所持する携帯端末によって実行してもよい。
・「実行装置について」
実行装置としては、CPU72(122)とROM74(124)とを備えて、ソフトウェア処理を実行するものに限らない。たとえば、上記実施形態においてソフトウェア処理されたものの少なくとも一部を、ハードウェア処理する専用のハードウェア回路(たとえばASIC等)を備えてもよい。すなわち、実行装置は、以下の(a)〜(c)のいずれかの構成であればよい。(a)上記処理の全てを、プログラムに従って実行する処理装置と、プログラムを記憶するROM等のプログラム格納装置とを備える。(b)上記処理の一部をプログラムに従って実行する処理装置およびプログラム格納装置と、残りの処理を実行する専用のハードウェア回路とを備える。(c)上記処理の全てを実行する専用のハードウェア回路を備える。ここで、処理装置およびプログラム格納装置を備えたソフトウェア実行装置や、専用のハードウェア回路は複数であってもよい。
・「実行装置について」
実行装置としては、CPU72(122)とROM74(124)とを備えて、ソフトウェア処理を実行するものに限らない。たとえば、上記実施形態においてソフトウェア処理されたものの少なくとも一部を、ハードウェア処理する専用のハードウェア回路(たとえばASIC等)を備えてもよい。すなわち、実行装置は、以下の(a)〜(c)のいずれかの構成であればよい。(a)上記処理の全てを、プログラムに従って実行する処理装置と、プログラムを記憶するROM等のプログラム格納装置とを備える。(b)上記処理の一部をプログラムに従って実行する処理装置およびプログラム格納装置と、残りの処理を実行する専用のハードウェア回路とを備える。(c)上記処理の全てを実行する専用のハードウェア回路を備える。ここで、処理装置およびプログラム格納装置を備えたソフトウェア実行装置や、専用のハードウェア回路は複数であってもよい。
・「記憶装置について」
上記実施形態では、写像データ76a,126aが記憶される記憶装置と、異常対処プログラム74aや異常対処メインプログラム124aが記憶される記憶装置(ROM74,124)とを別の記憶装置としたが、これに限らない。
上記実施形態では、写像データ76a,126aが記憶される記憶装置と、異常対処プログラム74aや異常対処メインプログラム124aが記憶される記憶装置(ROM74,124)とを別の記憶装置としたが、これに限らない。
・「コンピュータについて」
コンピュータが、車両に搭載されたCPU72およびROM74等の実行装置と、センター120が備えるCPU122およびROM124等の実行装置とから構成される場合において、各実行装置に割り振られた処理としては、上記実施形態やその変形例において例示したものに限らない。たとえば、CPU122においては、S24aの処理のうちの判定原型変数y(1),y(2)の値を算出する処理までを実行し、センター120から車両に判定原型変数y(1),y(2)の値を送信し、CPU72によって、異常判定変数P(1),P(2)の値を算出してもよい。
コンピュータが、車両に搭載されたCPU72およびROM74等の実行装置と、センター120が備えるCPU122およびROM124等の実行装置とから構成される場合において、各実行装置に割り振られた処理としては、上記実施形態やその変形例において例示したものに限らない。たとえば、CPU122においては、S24aの処理のうちの判定原型変数y(1),y(2)の値を算出する処理までを実行し、センター120から車両に判定原型変数y(1),y(2)の値を送信し、CPU72によって、異常判定変数P(1),P(2)の値を算出してもよい。
コンピュータとしては、車両に搭載されたCPU72およびROM74等の実行装置と、センター120が備えるCPU122およびROM124等の実行装置とから構成されるものに限らない。たとえば、車両に搭載された実行装置とセンター120が備える実行装置と、ユーザの携帯端末内のCPUおよびROM等の実行装置とによって、構成してもよい。これは、たとえば図7のS52の処理を、ユーザの携帯端末に送信する処理とし、S42,S44,S30の処理を携帯端末において実行することで実現できる。
・「異常検出対象となる空燃比センサについて」
上記実施形態では、異常検出対象となる空燃比センサを、上流側空燃比センサ84としたが、これに限らない。たとえば、下流側空燃比センサ86としてもよい。
上記実施形態では、異常検出対象となる空燃比センサを、上流側空燃比センサ84としたが、これに限らない。たとえば、下流側空燃比センサ86としてもよい。
・「バルブ特性可変装置について」
吸気バルブ16の特性を変更するバルブ特性可変装置としては、可変バルブタイミング装置46に限らない。たとえば、吸気バルブ16のリフト量を変更するものであってもよい。この場合、吸気バルブ16のバルブ特性を示すパラメータは、吸気位相差DINに代えて、リフト量等となる。
吸気バルブ16の特性を変更するバルブ特性可変装置としては、可変バルブタイミング装置46に限らない。たとえば、吸気バルブ16のリフト量を変更するものであってもよい。この場合、吸気バルブ16のバルブ特性を示すパラメータは、吸気位相差DINに代えて、リフト量等となる。
・「調整装置について」
たとえば下記「内燃機関について」の欄に記載したように、内燃機関10が過給機を備えない場合、パージ通路64の流路断面積を調整するパージ制御弁を、調整装置としてもよい。
たとえば下記「内燃機関について」の欄に記載したように、内燃機関10が過給機を備えない場合、パージ通路64の流路断面積を調整するパージ制御弁を、調整装置としてもよい。
・「内燃機関について」
内燃機関が過給機を備えることは必須ではない。また、内燃機関がEGR通路を備えることは必須ではない。
内燃機関が過給機を備えることは必須ではない。また、内燃機関がEGR通路を備えることは必須ではない。
上記実施形態では、燃料噴射弁として、燃焼室22内に燃料を噴射する筒内噴射弁を例示したがこれに限らない。たとえば吸気通路12に燃料を噴射するポート噴射弁であってもよい。またたとえば、ポート噴射弁と筒内噴射弁との双方を備えてもよい。
内燃機関としては、火花点火式内燃機関に限らず、たとえば燃料として軽油などを用いる圧縮着火式内燃機関等であってもよい。
10…内燃機関、12…吸気通路、14…過給機、16…吸気バルブ、18…シリンダ、20…ピストン、22…燃焼室、24…燃料噴射弁、26…点火装置、28…クランク軸、30…排気バルブ、32…排気通路、34…触媒、36…迂回通路、38…WGV、40…タイミングチェーン、42…吸気側カム軸、44…排気側カム軸、46…可変バルブタイミング装置、50…EGR通路、52…EGRバルブ、60…燃料タンク、62…キャニスタ、64…パージ通路、66…ポンプ、70…制御装置、72…CPU、74…ROM、74a…異常対処プログラム、74b…異常対処サブプログラム、76…記憶装置、76a…写像データ、77…周辺回路、78…ローカルネットワーク、79…通信機、80…エアフローメータ、82…クランク角センサ、84…上流側空燃比センサ、86…下流側空燃比センサ、88…カム角センサ、90…警告灯、110…ネットワーク、120…センター、122…CPU、124…ROM、124a…異常対処メインプログラム、126…記憶装置、126a…写像データ、127…周辺回路、128…ローカルネットワーク、129…通信機。
Claims (15)
- 内燃機関の排気通路に設けられた空燃比センサの異常検出装置であって、
記憶装置と、実行装置と、を備え、
前記記憶装置は、前記排気通路に流出する流体に含まれる酸素と過不足なく反応する燃料量に対する、実際に前記排気通路に流出する燃料量の過剰量に応じた変数である過剰量変数の第1所定期間における時系列データである第1時系列データと、前記空燃比センサの検出値に関する変数である空燃比検出変数の第2所定期間における時系列データである第2時系列データとを入力とし、前記空燃比センサの応答性が低下する異常の有無に関する変数である異常判定変数を出力する写像を規定する写像データを記憶しており、
前記実行装置は、前記第1時系列データと前記第2時系列データとを取得する取得処理、前記取得処理によって取得された前記第1時系列データおよび前記第2時系列データを前記写像への入力として前記異常判定変数の値を算出する算出処理、および前記算出処理の算出結果が前記異常を示す場合、当該異常に対処すべく所定のハードウェアを操作する対処処理を実行する空燃比センサの異常検出装置。 - 前記空燃比検出変数は、前記第2時系列データを構成する各空燃比検出変数の値のサンプリング周期における前記検出値の時間変化に関する変数である時間変化変数を含む請求項1記載の空燃比センサの異常検出装置。
- 前記空燃比検出変数は、前記第2時系列データを構成する各空燃比検出変数の値のサンプリング周期における前記検出値の極大値および極小値の差に関する変数である差変数を含む請求項1または2記載の空燃比センサの異常検出装置。
- 前記過剰量変数は、前記内燃機関の燃料噴射弁によって実際に噴射される燃料量に基づき定められる請求項1〜3のいずれか1項に記載の空燃比センサの異常検出装置。
- 前記内燃機関は、燃料噴射弁から噴射される燃料を貯蔵する燃料タンク内の燃料蒸気を捕集するキャニスタと、前記キャニスタと前記内燃機関の吸気通路とを接続するパージ通路と、前記パージ通路を介して前記キャニスタから前記吸気通路に流入する燃料蒸気の流量を調整する調整装置と、を備え、
前記過剰量変数は、前記燃料蒸気の流量に関する変数であるパージ変数を含む請求項1〜4のいずれか1項に記載の空燃比センサの異常検出装置。 - 前記内燃機関は、前記排気通路における前記空燃比センサの上流に過給機を備え、
前記排気通路は、前記過給機を迂回する通路であってウェストゲートバルブによって流路断面積が調整される迂回通路を備え、
前記写像の入力には、前記迂回通路の流路断面積に関する変数である流路変数が含まれ、
前記取得処理は、前記流路変数を取得する処理を含み、
前記算出処理は、前記流路変数を前記写像への入力にさらに含めた前記写像の出力に基づき前記異常判定変数の値を算出する処理である請求項1〜5のいずれか1項に記載の空燃比センサの異常検出装置。 - 前記内燃機関は、前記排気通路および吸気通路を接続するEGR通路と、EGR通路を介して前記排気通路から前記吸気通路へと流入する流体の流量を調整するEGRバルブと、を備える内燃機関に適用され、
前記写像の入力には、前記排気通路から前記吸気通路へと流入する流体の流量に関する変数であるEGR変数が含まれ、
前記取得処理は、前記EGR変数を取得する処理を含み、
前記算出処理は、前記EGR変数を前記写像への入力にさらに含めた前記写像の出力に基づき前記異常判定変数の値を算出する処理である請求項1〜6のいずれか1項に記載の空燃比センサの異常検出装置。 - 前記内燃機関は、吸気バルブのバルブ特性を可変とするバルブ特性可変装置を備え、
前記写像の入力には、前記バルブ特性に関する変数であるバルブ特性変数が含まれ、
前記取得処理は、前記バルブ特性変数を取得する処理を含み、
前記算出処理は、前記バルブ特性変数を前記写像への入力にさらに含めた前記写像の出力に基づき前記異常判定変数の値を算出する処理である請求項1〜7のいずれか1項に記載の空燃比センサの異常検出装置。 - 前記算出処理は、前記排気通路に流出する流体の流量が所定範囲内にあることを条件に前記取得処理によって取得された前記第1時系列データおよび前記第2時系列データに基づき前記異常判定変数の値を算出する処理である請求項1〜8のいずれか1項に記載の空燃比センサの異常検出装置。
- 前記排気通路には触媒が設けられており、
前記空燃比センサは、前記排気通路のうちの前記触媒の上流側に配置された上流側空燃比センサであり、
前記排気通路のうちの前記触媒の下流側には、下流側空燃比センサが設けられており、
前記実行装置は、前記上流側空燃比センサの検出値を目標値にフィードバック制御するメインフィードバック処理と、前記下流側空燃比センサの検出値が理論空燃比よりも所定量以上リッチとなる場合に、前記目標値を理論空燃比よりもリーンとし、前記下流側空燃比センサの検出値が理論空燃比よりも所定量以上リーンとなる場合に、前記目標値を理論空燃比よりもリッチとするサブフィードバック処理と、を実行し、
前記取得処理は、前記目標値がリッチからリーンに切り替わった時点、および前記目標値がリーンからリッチに切り替わった時点に同期して前記第1所定期間を設定し前記第2所定期間を前記第1所定期間以降に設定する処理である請求項1〜9のいずれか1項に記載の空燃比センサの異常検出装置。 - 前記記憶装置は、前記写像データとして複数種類の写像データを記憶しており、
前記算出処理は、前記複数種類の写像データのうちの1つを、前記異常判定変数の値を算出するために用いる写像データとして選択する選択処理を含む請求項1〜10のいずれか1項に記載の空燃比センサの異常検出装置。 - 請求項1〜11のいずれか1項に記載の前記実行装置および前記記憶装置を備え、
前記実行装置は、第1実行装置および第2実行装置を含み、
前記第1実行装置は、車両に搭載されて且つ、前記取得処理と、前記取得処理によって取得されたデータを車両の外部に送信する車両側送信処理と、前記算出処理によって算出された前記異常判定変数の値に基づく信号を受信する車両側受信処理と、前記対処処理と、を実行し、
前記第2実行装置は、前記車両の外部に配置されて且つ、前記車両側送信処理によって送信されたデータを受信する外部側受信処理と、前記算出処理と、前記算出処理によって算出された前記異常判定変数の値に基づく信号を前記車両に送信する外部側送信処理と、を実行する空燃比センサの異常検出システム。 - 請求項12記載の前記第2実行装置および前記記憶装置を備えるデータ解析装置。
- 請求項12記載の前記第1実行装置を備える内燃機関の制御装置。
- 請求項1〜11のいずれか1項に記載の前記取得処理、前記算出処理、および前記対処処理をコンピュータによって実行させる空燃比センサの異常検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019128231A JP2020153361A (ja) | 2019-07-10 | 2019-07-10 | 空燃比センサの異常検出装置、空燃比センサの異常検出システム、データ解析装置、内燃機関の制御装置、および空燃比センサの異常検出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019128231A JP2020153361A (ja) | 2019-07-10 | 2019-07-10 | 空燃比センサの異常検出装置、空燃比センサの異常検出システム、データ解析装置、内燃機関の制御装置、および空燃比センサの異常検出方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019055229A Division JP6624321B1 (ja) | 2019-03-22 | 2019-03-22 | 空燃比センサの異常検出装置、空燃比センサの異常検出システム、データ解析装置、内燃機関の制御装置、および空燃比センサの異常検出方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020153361A true JP2020153361A (ja) | 2020-09-24 |
Family
ID=72558305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019128231A Pending JP2020153361A (ja) | 2019-07-10 | 2019-07-10 | 空燃比センサの異常検出装置、空燃比センサの異常検出システム、データ解析装置、内燃機関の制御装置、および空燃比センサの異常検出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020153361A (ja) |
-
2019
- 2019-07-10 JP JP2019128231A patent/JP2020153361A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6624321B1 (ja) | 空燃比センサの異常検出装置、空燃比センサの異常検出システム、データ解析装置、内燃機関の制御装置、および空燃比センサの異常検出方法 | |
JP6590097B1 (ja) | Pm量推定装置、pm量推定システム、データ解析装置、内燃機関の制御装置、および受信装置 | |
JP4321411B2 (ja) | 内燃機関の気筒別空燃比制御装置 | |
JP2020133512A (ja) | 触媒温度推定装置、触媒温度推定システム、データ解析装置、および内燃機関の制御装置 | |
JP5107392B2 (ja) | 気筒間の空燃比の不均衡を判断するための装置 | |
JP5035688B2 (ja) | 空燃比センサの異常診断装置 | |
JP6844488B2 (ja) | 内燃機関の制御装置 | |
JP2020176549A (ja) | 酸素吸蔵量推定装置、酸素吸蔵量推定システム、内燃機関の制御装置、データ解析装置、および酸素吸蔵量推定方法 | |
JP2009074388A (ja) | 多気筒内燃機関の気筒間空燃比ばらつき異常検出装置 | |
CN111594335B (zh) | 内燃机的催化剂预热处理监视装置、系统、方法 | |
JP2020133533A (ja) | インバランス検出装置、インバランス検出システム、データ解析装置、および内燃機関の制御装置 | |
EP3546730B1 (en) | Controller and control method for internal combustion engine | |
JP6955214B2 (ja) | 内燃機関の制御装置 | |
JP2013253593A (ja) | 内燃機関の気筒別空燃比制御装置 | |
JP6866827B2 (ja) | 内燃機関の制御装置 | |
JP2020153361A (ja) | 空燃比センサの異常検出装置、空燃比センサの異常検出システム、データ解析装置、内燃機関の制御装置、および空燃比センサの異常検出方法 | |
JP4600699B2 (ja) | 内燃機関の気筒別空燃比制御装置 | |
US10823095B2 (en) | Controller and control method for internal combustion engine | |
JP2020133623A (ja) | Pm量推定装置、pm量推定システム、データ解析装置、および内燃機関の制御装置 | |
CN109296468A (zh) | 内燃机的控制装置 | |
JP7159774B2 (ja) | 内燃機関の制御装置 | |
JP2019060303A (ja) | 内燃機関の制御装置 | |
JP2020133618A (ja) | 触媒温度推定装置、触媒温度推定システム、データ解析装置、および内燃機関の制御装置 | |
JP2020176624A (ja) | 酸素吸蔵量推定装置、酸素吸蔵量推定システム、内燃機関の制御装置、データ解析装置、および酸素吸蔵量推定方法 | |
JP2020133622A (ja) | インバランス検出装置、インバランス検出システム、データ解析装置、および内燃機関の制御装置 |