JP2021085335A - 内燃機関の制御装置 - Google Patents

Abstract

【課題】モデルの精度を向上することができる。【解決手段】内燃機関の制御装置において、入力パラメータと出力パラメータとの相関の高いほど選択されやすい重み付けがなされた報酬と、入力パラメータ間の相関が高いほど選択されにくい重み付けがなされた報酬と、入力パラメータの値の変化に対する出力パラメータの値の変化の応答遅れが大きいほど選択されにくい重み付けがなされた報酬とに基づいて、各入力パラメータの報酬が演算され、演算された報酬が選択基準を満たしている入力パラメータを学習用入力パラメータとして選定する。【選択図】図８

Description

本発明は内燃機関の制御装置に関する。

内燃機関において、機関回転数、燃料噴射量等の機関の運転状態を示す複数の入力パラメータの値に基づいてニューラルネットワークの重みを学習するようにした場合、これら入力パラメータの中に相関の度合の高い入力パラメータが存在すると、これら相関の度合の高い入力パラメータが、ニューラルネットワークの重みの学習時と異なる動きをしたとき、出力パラメータの推定値に誤差を生ずる。そこで、入力パラメータを選択するに当たり、入力パラメータと出力パラメータとの相関の高いほど選択されやすい重み付けがなされた報酬と、入力パラメータ間の相関が高いほど選択されにくい重み付けがなされた報酬とに基づいて、各入力パラメータの報酬が演算され、演算された報酬が選択基準を満たしている入力パラメータを学習用入力パラメータとして選定するようにした内燃機関の制御装置が公知である（例えば特許文献１を参照）。

特開２０１９−１４３４７７号公報

ところがこの場合、これら入力パラメータの中に、入力パラメータの値の変化に対する出力パラメータの値の変化の応答遅れが大きい入力パラメータが存在すると、これら入力パラメータに基づき、学習済みのニューラルネットワークを用いて、出力パラメータの値を推定したときに、出力パラメータの推定値に誤差を生ずるという問題がある。

上記問題を解決するために、本発明によれば、電子制御ユニットを具備しており、電子制御ユニットが、機関の運転状態を示す入力パラメータの値を取得するパラメータ値取得部と、入力層、隠れ層および出力層からなるニューラルネットワークを用いて演算を行う演算部と、記憶部とを具備しており、入力パラメータの値が入力層に入力され、出力パラメータの値を示す出力値が出力層から出力される内燃機関の制御装置において、入力パラメータと出力パラメータとの相関の高いほど選択されやすい重み付けがなされた報酬と、入力パラメータ間の相関が高いほど選択されにくい重み付けがなされた報酬と、入力パラメータの値の変化に対する出力パラメータの値の変化の応答遅れが大きいほど選択されにくい重み付けがなされた報酬とに基づいて、各入力パラメータの報酬が演算され、演算された報酬が選択基準を満たしている入力パラメータを学習用入力パラメータとして選定する。

入力パラメータの報酬の一つとして、入力パラメータの値の変化に対する出力パラメータの値の変化の応答遅れが大きいほど選択されにくい重み付けがなされた報酬を用いることによって、出力パラメータの推定値に誤差を生ずるのを抑制することができる。

図１は内燃機関の全体図である。 図２はニューラルネットワークの一例を示す図である。 図３は出力パラメータの推定値の誤差の発生を説明するための図である。 図４は出力パラメータの推定値の誤差の発生を説明するための図である。 図５はデータの取得ルーチンを示すフローチャートである。 図６は学習ルーチンを示すフローチャートである。 図７は学習ルーチンを示すフローチャートである。 図８Ａおよび図８Ｂは報酬Ｑを示す図である。 図９は検証ルーチンを示すフローチャートである。 図１０Ａおよび図１０Ｂは夫々、検証方法を説明するための図である。 図１１Ａおよび図１１Ｂは本発明による誤差の抑制効果を示す図である。

＜内燃機関の全体構成＞
図１に内燃機関の全体図を示す。図１を参照すると、１は機関本体、２は各気筒の燃焼室、３は各気筒の燃焼室２内に配置された点火栓、４は各気筒に燃料、例えば、ガソリンを供給するための燃料噴射弁、５はサージタンク、６は吸気枝管、７は排気マニホルドを夫々示す。サージタンク５は吸気ダクト８を介して排気ターボチャージャ９のコンプレッサ９ａの出口に連結され、コンプレッサ９ａの入口は吸入空気量検出器１０を介してエアクリーナ１１に連結される。吸気ダクト８内にはアクチュエータ１３により駆動されるスロットル弁１２が配置され、吸気ダクト８周りには吸気ダクト８内を流れる吸入空気を冷却するためのインタクーラ１４が配置される。

一方、排気マニホルド７は排気ターボチャージャ９の排気タービン９ｂの入口に連結され、排気タービン９ｂの出口は排気管１５を介して排気浄化用触媒コンバータ１６に連結される。排気マニホルド７とサージタンク５とは排気ガス再循環（以下、ＥＧＲと称す）通路１７を介して互いに連結され、ＥＧＲ通路１７内には、ＥＧＲ通路１７内を流れるＥＧＲガスを冷却するためのＥＧＲクーラ１８と、ＥＧＲ制御弁１９とが配置される。更に、ＥＧＲ通路１７には、クーラ１８を迂回するＥＧＲバイパス通路２０が併設されており、ＥＧＲ通路１７内には、ＥＧＲガス流路をＥＧＲバイパス通路２０に切換えるための流路切換弁２１が配置される。各燃料噴射弁４は燃料分配管２２に連結され、この燃料分配管２２は燃料ポンプ２３を介して燃料タンク２４に連結される。

図１に示されるように、吸気ダクト８内には過給圧を検出するための過給圧センサ２５が配置されており、サージタンク５内にはサージタンク５内の吸気温を検出するための吸気温センサ２６が配置されている。また、燃料分配管２２内には燃料分配管２２内の燃料圧を検出するための燃料圧センサ２７が配置されており、排気管１５内には排気ガス中のNO_X濃度を検出するためのNO_Xセンサ２８が配置されている。

電子制御ユニット３０はデジタルコンピュータからなり、双方向性バス３１によって互いに接続されたROM（リードオンリメモリ）３２、RAM（ランダムアクセスメモリ）３３、CPU（マイクロプロセッサ）３４、入力ポート３５および出力ポート３６を具備する。入力ポート３５には、吸入空気量検出器１０、過給圧センサ２５、吸気温センサ２６、燃料圧センサ２７およびNO_Xセンサ２８の出力信号が、対応するAD変換器３７を介して入力される。アクセルペダル４０にはアクセルペダル４０の踏込み量に比例した出力電圧を発生する負荷センサ４１が接続され、負荷センサ４１の出力電圧は対応するAD変換器３７を介して入力ポート３５に入力される。更に入力ポート３５にはクランクシャフトが例えば３０°回転する毎に出力パルスを発生するクランク角センサ４２が接続される。CPU３４内ではクランク角センサ４２の出力信号に基づいて機関回転数が算出される。一方、出力ポート３６は対応する駆動回路３８を介して点火栓３、燃料噴射弁４、スロットル弁駆動用アクチュエータ１３、ＥＧＲ制御弁１９、流路切換弁２１および燃料ポンプ２３に接続される。
＜ニューラルネットワークの概要＞

本発明による実施例では、ニューラルネットワークを用いて内燃機関の運転状態を示す値を推定するようにしている。図２はこのニューラルネットワークの一例を示している。図２における丸印は人工ニューロンを表しており、ニューラルネットワークにおいては、この人工ニューロンは、通常、ノード又はユニットと称される（本願では、ノードと称す）。図２においてL＝１は入力層、L＝２および L＝３は隠れ層、L＝４は出力層を夫々示している。また、図２において、ｘ_１およびｘ_２ は入力層 ( L＝１) の各ノードからの出力値を示しており、ｙ は出力層 ( L＝４) のノードからの出力値を示しており、ｚ_１、ｚ_２ およびｚ_３ は隠れ層 ( L＝２) の各ノードからの出力値を示しており、ｚ_１およびｚ_２ は隠れ層 ( L＝３) の各ノードからの出力値を示している。なお、隠れ層の層数は、１個又は任意の個数とすることができ、入力層のノードの数および隠れ層のノードの数も任意の個数とすることができる。なお、本発明による実施例では、出力層のノードの数は１個とされている。

入力層の各ノードに入力値ｘ_１およびｘ_２が入力され、入力層の各ノードからはそのまま出力される。一方、隠れ層 ( L＝２) の各ノードには、入力層の各ノードの出力値ｘ_１およびｘ_２ が入力され、隠れ層 ( L＝２) の各ノードでは、夫々対応する重みｗおよびバイアスｂを用いて総入力値ｕが算出される。例えば、図２において隠れ層 ( L＝２) のｚ_ｋ（ｋ＝１，２，３）で示されるノードにおいて算出される総入力値ｕ_ｋは、次式のようになる。

次いで、この総入力値ｕ_ｋは活性化関数ｆにより変換され、隠れ層 ( L＝２) のｚ_ｋで示されるノードから、出力値ｚ_ｋ(= f (ｕ_ｋ)) として出力される。隠れ層 ( L＝２) の他のノードについても同様である。一方、隠れ層 ( L＝３) の各ノードには、隠れ層 ( L＝２) の各ノードの出力値ｚ_１、ｚ_２ およびｚ_３ が入力され、隠れ層 ( L＝3 ) の各ノードでは、夫々対応する重みｗおよびバイアスｂを用いて総入力値ｕ（Σｚ・ｗ＋ｂ）が算出される。この総入力値ｕは同様に活性化関数により変換され、隠れ層 ( L＝3 ) の各ノードから、出力値ｚ_１ 、ｚ_２ として出力される、なお、本発明による実施例では、この活性化関数としてシグモイド関数σが用いられている。

一方、出力層 ( L＝４) のノードには、隠れ層 ( L＝３) の各ノードの出力値ｚ_１ およびｚ_２ が入力され、出力層 のノードでは、夫々対応する重みｗおよびバイアスｂを用いて総入力値ｕ（Σｚ・ｗ＋ｂ）が算出されるか、又は、夫々対応する重みｗのみを用いて総入力値ｕ（Σｚ・ｗ）が算出される。本発明による実施例では、出力層のノードでは恒等関数が用いられており、従って、出力層のノードからは、出力層のノードにおいて算出された総入力値ｕが、そのまま出力値ｙとして出力される。
＜ニューラルネットワークにおける学習＞

一方、本発明による実施例では、誤差逆伝播法を用いて、ニューラルネットワーク内における各重みｗの値およびバイアスｂの値が学習される。この誤差逆伝播法は周知であり、従って、誤差逆伝播法についてはその概要を以下に簡単に説明する。なお、バイアスｂは重みｗの一種なので、以下の説明では、バイアスｂは重みｗの一つとされている。さて、図２に示すようなニューラルネットワークにおいて、Ｌ＝２，Ｌ＝３又は Ｌ＝４の各層のノードへの入力値ｕ^（Ｌ）における重みをｗ^（Ｌ）で表すと、誤差関数Ｅの重みｗ^（Ｌ）による微分、即ち、勾配∂Ｅ/∂ｗ^（Ｌ）は、書き換えると、次式で示されるようになる。

ここで、ｚ^{（Ｌ−１）}・∂ｗ^（Ｌ）＝ ∂ｕ^（Ｌ）であるので、（∂Ｅ/∂ｕ^（Ｌ））＝δ^（Ｌ）とすると、上記（１）式は、次式でもって表すことができる。

ここで、ｕ^（Ｌ）が変動すると、次の層の総入力値ｕ^{（Ｌ＋１）}の変化を通じて誤差関数Ｅの変動を引き起こすので、δ^（Ｌ）は、次式で表すことができる。

ここで、z^（Ｌ）＝ｆ(u^（Ｌ）) と表すと、上記（３）式の右辺に現れる入力値ｕ_k ^{（Ｌ＋１）}は、次式で表すことができる。

ここで、上記（３）式の右辺第１項（∂Ｅ/∂ｕ^{（Ｌ＋１）}）はδ^{（Ｌ＋１）}であり、上記（３）式の右辺第２項（∂u_ｋ ^{（Ｌ＋１）} /∂u^（Ｌ））は、次式で表すことができる。

従って、δ^（Ｌ）は、次式で示される。

即ち、δ^{（Ｌ＋１）}が求まると、δ^（Ｌ）を求めることができることになる。

さて、或る入力値に対して教師データｙ_ｔが求められており、この入力値に対する出力層からの出力値がｙであった場合、誤差関数として二乗誤差が用いられている場合には、二乗誤差Ｅは、Ｅ＝１/２(ｙ−ｙ_ｔ)^２で求められる。この場合、図２の出力層（Ｌ＝４）のノードでは、出力値ｙ＝ ｆ(u^（Ｌ）) となり、従って、この場合には、出力層（Ｌ＝４）のノードにおけるδ^（Ｌ）の値は、次式で示されるようになる。

ところで、本発明による実施例では、前述したように、ｆ(u^（Ｌ）) は恒等関数であり、ｆ’(u^（Ｌl）) ＝ １となる。従って、δ^（Ｌ）＝ｙ−ｙ_ｔ となり、δ^（Ｌ）が求まる。

δ^（Ｌ）が求まると、上式（６）を用いて前層のδ^{（Ｌ−１）}が求まる。このようにして順次、前層のδが求められ、これらδの値を用いて、上式（２）から、各重みｗについて誤差関数Ｅの微分、即ち、勾配∂Ｅ/∂ｗ^（Ｌ）か求められる。勾配∂Ｅ/∂ｗ^（Ｌ）か求められると、この勾配∂Ｅ/∂ｗ^（Ｌ）を用いて、誤差関数Ｅの値が減少するように、重みｗの値が更新される。
＜本発明による実施例＞

本発明による実施例では、複数の入力パラメータの値に基づいてニューラルネットワークの重みを学習し、学習済のニューラルネットワークを用いて内燃機関の運転状態を示す値を推定するようにしている。この場合、本発明による実施例では、入力パラメータとして、機関回転数、燃料噴射弁４からの燃料噴射量、燃料噴射弁４からの燃料噴射時期、燃料分配管２２内の燃料圧、ＥＧＲ率、過給圧およびサージタンク５内の吸気温が採用されており、出力パラメータとして、推定すべき内燃機関の運転状態を示す値、即ち、排気ガス中のNO_X濃度や機関の出力トルクが採用されている。

さて、前述したように、複数の入力パラメータの値に基づいてニューラルネットワークの重みを学習するようにした場合、これら入力パラメータの中に相関の度合の高い入力パラメータが存在すると、これら相関の度合の高い入力パラメータが、ニューラルネットワークの重みの学習時と異なる動きをしたとき、出力パラメータの推定値に誤差を生ずる。例えば、二つの入力パラメータの値が夫々ｘ１およびｘ２であり、出力パラメータの値がｙである場合において、一方の入力パラメータの値ｘ１がΔｘ１だけ変化したときに出力パラメータの値ｙがΔｙだけ変化したとすると（Δｙ＝ａ・Δｘ１）、学習モデルは、入力パラメータの値ｘ１が変化したときに出力パラメータの値ｙは、Δｘ１の変化に対して、感度ａで変化することを学習する。

ところが、この場合、二つの入力パラメータ間に相関関係があったとすると、一方の入力パラメータの値ｘ１が変化したときに他方の入力パラメータの値ｘ２も変化する。この場合、一方の入力パラメータの値ｘ１がΔｘ１だけ変化したときに他方の入力パラメータの値ｘ２がΔｘ２だけ変化したとすると（Δｘ２＝ｂ・Δｘ１）、Δｙ＝ａ・Δｘ１＝（ａ/ｂ）・Δｘ２であるので、学習モデルは、他方の入力パラメータの値ｘ２が変化したときに出力パラメータの値ｙは、Δｘ２の変化に対して、感度ａ/ｂで変化すると学習してしまう。この感度ａ/ｂは、一方の入力パラメータの値ｘ１が変化したときの感度であり、他方の入力パラメータの値ｘ２が単独で変化したときの感度ではない。しかしながら、学習モデルは、この感度ａ/ｂは、他方の入力パラメータの値ｘ２が単独で変化したときの感度である誤学習をしてしまう。このような誤学習を生じると、出力パラメータの推定値に誤差を生ずることになる。

次に、一つの検証例について説明する。例えば、図１に示される内燃機関において、ＥＧＲガスがサージタンク５内に再循環せしめられると、ＥＧＲガスの影響を受けてサージタンク５内の吸気温が変化する。従って、ＥＧＲ率とサージタンク５内の吸気温は相関の度合いが高いと言える。そこで、上述の一方の入力パラメータの値ｘ１をＥＧＲ率とし、上述の他方の入力パラメータの値ｘ２をサージタンク５内の吸気温とし、出力パラメータの値ｙをNO_X濃度として、ニューラルネットワークの重みの学習を行い、そのときの検証結果が図３に示されている。なお、図３は、ＥＧＲガスの再循環が開始された後、破線で示される時刻において、流路切換弁２１により、ＥＧＲ流路が、ＥＧＲクーラ１８内を通るＥＧＲ通路１７からＥＧＲバイパス通路２０に切換えられたときの、ＥＧＲ率、サージタンク５内の吸気温、実NO_X濃度および推定NO_X濃度の変化を示している。

さて、図３において、破線で示される時刻以前においては、即ち、ＥＧＲ流路が、ＥＧＲクーラ１８内を通るＥＧＲ通路１７からＥＧＲバイパス通路２０に切換えられる以前では、ＥＧＲ率が徐々に上昇すると共にサージタンク５内の吸気温が少しずつ下降している。即ち、入力パラメータの値ｘ１と、入力パラメータの値ｘ２が共に変化している。このときには、図３に示されるように、時間の経過とともに推定NO_X濃度が次第に実NO_X濃度に近づき、このとき、推定NO_X濃度が実NO_X濃度に近づくように、ニューラルネットワークの重みが学習される。

これに対し、図３において、破線で示される時刻を過ぎると、即ち、ＥＧＲ流路が、ＥＧＲクーラ１８内を通るＥＧＲ通路１７からＥＧＲバイパス通路２０に切換えられると、ＥＧＲ率の上昇作用が停止され、サージタンク５内の吸気温が徐々に増大する。このときには、入力パラメータの値ｘ２のみが単独で変化している。このように入力パラメータの値ｘ２のみが単独で変化しているときには、図３に示される如く、サージタンク５内の吸気温が増大するにつれて、実NO_X濃度がほとんど変化しないにも拘わらず推定NO_X濃度が徐々に低下し、推定NO_X濃度が実NO_X濃度から次第に離れていく。即ち、推定NO_X濃度に誤差が生ずることになる。このように、二つの入力パラメータの相関の度合の高いと、これら入力パラメータが、ニューラルネットワークの重みの学習時と異なる動きをしたとき、出力パラメータの推定値に誤差を生ずることになる。

一方、入力パラメータの値の変化に対する出力パラメータの値の変化の応答遅れが大きいときにも、出力パラメータの推定値に誤差を生ずる。次にこのことについて、図４を参照しつつ説明する。図４を参照すると、Ａには、入力パラメータの操作指令Ｃ３と、操作指令Ｃ３に応じた入力パラメータの値ｘ３の時間的変化と、出力パラメータの値ｙの時間的変化とが示されており、Ｂには、入力パラメータの操作指令Ｃ４と、操作指令Ｃ４に応じた入力パラメータの値ｘ４の時間的変化と、出力パラメータの値ｙの時間的変化とが示されている。なお、図４に示される例では、図４のＡにおける操作指令Ｃ３は燃料噴射弁４からの燃料噴射量の増量指令を示しており、入力パラメータの値ｘ３は燃料噴射量の変化を示しており、出力パラメータの値ｙは機関出力トルクの変化を示している。また、図４のＢにおける操作指令Ｃ４は過給圧の上昇指令を示しており、入力パラメータの値ｘ４は過給圧の変化を示しており、出力パラメータの値ｙは機関出力トルクの変化を示している。

図４のＡに示されるように、燃料噴射量の増量指令Ｃ３が発せられると、燃料噴射量ｘ３はただちに増量される。燃料噴射量ｘ３が増量されると機関の出力トルクｙはただちに増大し始め、暫くすると燃料噴射量ｘ３に応じた出力トルクに到達する。一方、図４のＢに示されるように、過給圧の上昇指令Ｃ４が発せられると、例えば、排気タービンへの排気ガスの流入速度が増大するように可変ノズルベーンの開度が小さくされ、それにより過給圧が上昇せしめられる。この場合、可変ノズルベーンの開度が小さくされても排気タービンの回転数が上昇して過給圧が上昇するまでに時間を要するため、図４のＢに示されるように、過給圧が徐々に上昇する。一方、過給圧が上昇すると、機関の出力トルクｙが増大するが、過給圧が上昇しても燃焼圧が上昇するまでには時間を要するため、図４のＢに示されるように、機関の出力トルクｙは過給圧が上昇した後、時間遅れΔＤをもって上昇することになる。

ところで、ニューラルネットワークの重みの学習を行うためには、入力パラメータの値と出力パラメータの値との関係を示すデータを事前に求める必要があり、このときの入力パラメータの値および出力パラメータの値としては、入力パラメータの値の変化後、出力パラメータの値が安定したときの入力パラメータの値および出力パラメータの値、即ち、図４のＡでは時刻tａにおける値、図４のＢでは時刻tｂにおける値が用いられる。これらの値が求められると、これらの値に基づいてニューラルネットワークの重みの学習が行われる。ところがこのようにして求められ学習済みのニューラルネットワークを用いて、出力パラメータの値を推定するようにした場合、入力パラメータとして、図４のＢに示されるように、入力パラメータの値ｘ４の変化に対する出力パラメータの値ｙの変化の応答遅れΔＤの大きい入力パラメータが含まれていると、出力パラメータの値ｙ、推定値ｙに誤差を生ずる。

次に、このことについて、学習済みのニューラルネットワークにおいて行われている演算過程を概念的に表した図４のＣを参照しつつ説明する。上述した例を用いて説明すると、図４のＣにおける実線は、燃料噴射量の増量指令Ｃ３および過給圧の上昇指令Ｃ４が発せられたときの実際の機関の出力トルクｙの変化を示している。一方、ニューラルネットワークの重みの学習によって得られた燃料噴射量ｘ３に対する重み係数をａとし、過給圧ｘ３に対する重み係数をｂとした場合、学習済みニューラルネットワークにより求められる機関出力トルクの推定値ｙeは、概念的に言うと，破線で示されるように、燃料噴射量ｘ３に学習重み係数ａを乗算したａｘ３と過給圧ｘ４に学習重み係数ｂを乗算したｂｘ４の和の形（ａｘ３＋ｂｘ４）で表現することができる。

即ち、図４において、燃料噴射量の増量指令Ｃ３および過給圧の上昇指令Ｃ４が発せられると、実際の機関の出力トルクｙの変化は、図４のＣにおいて実線で示されるように、
図４のＡにおいて実線で示される実際の機関の出力トルクｙの変化と図４のＢにおいて実線で示される実際の機関の出力トルクｙの変化との和の形となる。一方、このとき,図４のＣにおいて破線で示されるように、機関出力トルクの推定値ｙe（＝ａｘ３＋ｂｘ４）は、図４のＡに示される燃料噴射量ｘ３に学習重み係数ａを乗算したａｘ３と図４のＢに示される過給圧ｘ４に学習重み係数ｂを乗算したｂｘ４の和の形となる。従って、図４のＢに示されるように、過給圧ｘ４の変化に対して機関の出力トルクｙの変化に応答遅れΔＤを生ずると、図４のＣに示されるように、機関出力トルクの推定値ｙe（＝ａｘ３＋ｂｘ４）は実際の機関の出力トルクｙよりも大きくなり、機関出力トルクの推定値ｙe に誤差を生ずることになる。

そこで、本発明による第１の実施例では、入力パラメータの値の変化に対する出力パラメータの値の変化の応答遅れを報酬の減点要素として各入力パラメータの報酬の演算を行い、報酬が閾値を越えた入力パラメータを学習用入力パラメータとして選定するようにしている。この場合、この第１の実施例では、入力パラメータと出力パラメータとの相関の度合いおよび入力パラメータ間の相関の度合いも考慮に入れて学習用入力パラメータが選定される。即ち、この第１の実施例では、電子制御ユニットを具備しており、電子制御ユニットが、機関の運転状態を示す入力パラメータの値を取得するパラメータ値取得部と、入力層、隠れ層および出力層からなるニューラルネットワークを用いて演算を行う演算部と、記憶部とを具備しており、入力パラメータの値が入力層に入力され、出力パラメータの値を示す出力値が出力層から出力される内燃機関の制御装置において、入力パラメータと出力パラメータとの相関の高いことを報酬の加点要素とし、入力パラメータ間の相関の低いことを報酬の加点要素とし、入力パラメータの値の変化に対する出力パラメータの値の変化の応答遅れを報酬の減点要素として各入力パラメータの報酬の加点又は減点を行い、報酬が閾値を越えた入力パラメータを学習用入力パラメータとして選定するようにしている。

一方、この場合、報酬に対する加点作用および減点作用を、上述とは全く逆にした第２の実施例を採用することもできる。この場合、この第２の実施例では、電子制御ユニットを具備しており、電子制御ユニットが、機関の運転状態を示す入力パラメータの値を取得するパラメータ値取得部と、入力層、隠れ層および出力層からなるニューラルネットワークを用いて演算を行う演算部と、記憶部とを具備しており、入力パラメータの値が入力層に入力され、出力パラメータの値を示す出力値が出力層から出力される内燃機関の制御装置において、入力パラメータと出力パラメータとの相関の高いことを報酬の減点要素とし、入力パラメータ間の相関の低いことを報酬の減点要素とし、入力パラメータの値の変化に対する出力パラメータの値の変化の応答遅れを報酬の加点要素として各入力パラメータの報酬の加点又は減点を行い、報酬が閾値よりも低い入力パラメータが学習用入力パラメータとして選定される。

本発明は、これら第１の実施例と第２の実施例を包含したものである。即ち、本発明によれば、電子制御ユニットを具備しており、電子制御ユニットが、機関の運転状態を示す入力パラメータの値を取得するパラメータ値取得部と、入力層、隠れ層および出力層からなるニューラルネットワークを用いて演算を行う演算部と、記憶部とを具備しており、入力パラメータの値が入力層に入力され、出力パラメータの値を示す出力値が出力層から出力される内燃機関の制御装置において、入力パラメータと出力パラメータとの相関の高いほど選択されやすい重み付けがなされた報酬と、入力パラメータ間の相関が高いほど選択されにくい重み付けがなされた報酬と、入力パラメータの値の変化に対する出力パラメータの値の変化の応答遅れが大きいほど選択されにくい重み付けがなされた報酬とに基づいて、各入力パラメータの報酬が演算され、演算された報酬が選択基準を満たしている入力パラメータを学習用入力パラメータとして選定するようにしている。

このように本発明では、入力パラメータと出力パラメータとの相関の高いほど選択されやすい重み付けがなされた報酬と、入力パラメータ間の相関が高いほど選択されにくい重み付けがなされた報酬と、入力パラメータの値の変化に対する出力パラメータの値の変化の応答遅れが大きいほど選択されにくい重み付けがなされた報酬とに基づいて、各入力パラメータの報酬が演算され、演算された報酬が選択基準を満たしている入力パラメータを学習用入力パラメータとして選定している。なお、以下、本発明による具体的な一例について説明を行うが、この説明では、発明を理解しやすくするために、上述の第１の実施例を用いた場合を例にとって説明を行う。

さて、前述したように、本発明による実施例では、入力パラメータとして、機関回転数、燃料噴射弁４からの燃料噴射量、燃料噴射弁４からの燃料噴射時期、燃料分配管２２内の燃料圧、ＥＧＲ率、過給圧およびサージタンク５内の吸気温が採用されている。これら入力パラメータの中で、入力パラメータの値の変化に対する出力パラメータの値の変化の応答遅れが大きくなる入力パラメータの一つが、過給圧である。また、サージタンク５内の吸気温も、入力パラメータの値の変化に対する出力パラメータの値の変化の応答遅れが大きくなる入力パラメータの一つである。その他の入力パラメータ、即ち、機関回転数、燃料噴射弁４からの燃料噴射量、燃料噴射弁４からの燃料噴射時期、燃料分配管２２内の燃料圧およびＥＧＲ率は、入力パラメータの値の変化に対する出力パラメータの値の変化の応答遅れが小さく、これらの入力パラメータの値の変化に対して出力パラメータの値は、図４のＡに示されるように変化する。

また、図４のＡ，ＢおよびＣにおける出力パラメータｙは、機関の出力トルクを示している。この場合、出力パラメータｙが排出NO_X量である場合でも、出力パラメータｙが機関の出力トルクである場合と同様に、図４のＡ，ＢおよびＣに示される如く変化する。従って、以下、入力パラメータ候補として、機関回転数、燃料噴射弁４からの燃料噴射量、燃料噴射弁４からの燃料噴射時期、燃料分配管２２内の燃料圧、ＥＧＲ率、過給圧およびサージタンク５内の吸気温を用い、出力パラメータとして、排出NO_X濃度を採用し、これら入力パラメータから、ニューラルネットワークを用いて排出NO_X量を推定するための排出NO_X量モデルを作成する場合を例にとって、本発明による具体的な一例について説明する。なお、以下、入力パラメータ候補、即ち、機関回転数、燃料噴射弁４からの燃料噴射量、燃料噴射弁４からの燃料噴射時期、燃料分配管２２内の燃料圧、ＥＧＲ率、過給圧およびサージタンク５内の吸気温は、夫々、ｘ_１、・・・・ｘ_N で示される。

この排出NO_X量モデルを作成する際には、最初に、車両が予め定められた走行パターンでもって走行せしめられたときの入力パラメータと出力パラメータとの関係を示すデータの取得作業が行われる。図５は、このデータを取得するためのデータの取得ルーチンを示している。図５を参照すると、まず初めに、ステップ５０において、最初に設定されている機関回転数ｘ_１、燃料噴射弁４からの燃料噴射量ｘ_２、燃料噴射弁４からの燃料噴射時期ｘ_３、燃料分配管２２内の燃料圧ｘ_４、ＥＧＲ率ｘ_５および過給圧ｘ_６でもって機関の運転が行われる。次いで、ステップ５１では、各入力パラメータ候補ｘ_Ｎ（Ｎ＝1,2 ・・・Ｎ）の指令値又は実測値と、出力パラメータｙの実測値とが取得され、記憶装置内に記憶される。

この場合、例えば、燃料噴射弁４からの燃料噴射量ｘ_２、燃料噴射弁４からの燃料噴射時期ｘ_３およびＥＧＲ率ｘ_５については指令値が取得されて記憶され、機関回転数ｘ_１については実測値が取得されて記憶され、燃料分配管２２内の燃料圧ｘ_４、過給圧ｘ_６,サージタンク５内の吸気温ｘ_N７および排出NO_X量については,夫々、燃料圧センサ２７、過給圧センサ２５、吸気温センサ２６およびNO_Xセンサ２８により検出された実測値が取得されて記憶される。なお、この場合、図４のＡおよびＢを参照しつつ既に説明したように、出力パラメータｙの値、即ち、排出NO_X量が安定した後に、機関回転数ｘ_１、燃料噴射弁４からの燃料噴射量ｘ_２、燃料噴射弁４からの燃料噴射時期ｘ_３、燃料分配管２２内の燃料圧ｘ_４、ＥＧＲ率ｘ_５、過給圧ｘ_６、サージタンク５内の吸気温ｘ_７および出力パラメータｙの実測値が取得されて記憶される。次いで、ステップ５２では、各入力パラメータ候補ｘ_Ｎ（Ｎ＝1,2 ・・・Ｎ）の夫々について、入力パラメータｘ_Nの値の変化に対する出力パラメータｙの値の変化の応答遅れΔＤが取得され、記憶装置内に記憶される。

次いで、ステップ５３では、予め定められた車両の走行パターンに基づき設定される全ての機関運転状態におけるデータ、即ち、各入力パラメータ候補ｘ_Ｎ（Ｎ＝1,2 ・・・Ｎ）の指令値又は実測値と、出力パラメータｙの実測値との関係を示すデータ、および各入力パラメータ候補ｘ_Ｎ（Ｎ＝1,2 ・・・Ｎ）の値の変化に対する出力パラメータｙの値の変化の応答遅れΔＤを示すデータが取得されたか否かが判別される。車両の走行パターンに基づき設定される全ての機関運転状態におけるデータが取得されていないときには、ステップ５４に進んで、機関の運転状態が変更される。このとき、機関回転数ｘ_１、燃料噴射弁４からの燃料噴射量ｘ_２、燃料噴射弁４からの燃料噴射時期ｘ_３、燃料分配管２２内の燃料圧ｘ_４、ＥＧＲ率ｘ_５および過給圧ｘ_６のうちの一つの機関運転状態、例えば、燃料噴射弁４からの燃料噴射量ｘ_２が、図４のＡにおいてｘ３で示されるように、ステップ状に変更される。次いで、ステップ５０に進み、変更された新たな機関運転状態の下で、機関の運転が行われる。次いで、車両の走行パターンに基づき設定される全ての機関運転状態におけるデータが取得されるまで、ステップ５１およびステップ５２において、車両の走行パターンに基づき設定される各機関運転状態におけるデータが取得され、記憶される。

このようにして記憶装置内には、車両の走行パターンに基づき設定される全ての機関運転状態について、各入力パラメータ候補ｘ_Ｎ（Ｎ＝1,2 ・・・Ｎ）の指令値又は実測値と、出力パラメータｙの実測値との関係を示すデータ、および各入力パラメータ候補ｘ_Ｎ（Ｎ＝1,2 ・・・Ｎ）の値の変化に対する出力パラメータｙの値の変化の応答遅れΔＤを示すデータが記憶される。これらのデータに基づいて、ニューラルネットワークの重みの学習が行われる。図６および図７には、これらのデータを用いてニューラルネットワークの重みの学習を行うための学習ルーチンが示されており、図９には、図６および図７の学習ルーチンにおいて行われた学習を検証するための検証ルーチンが示されている。

図６を参照すると、まず初めに、ステップ１００において、記憶装置内に記憶されている各入力パラメータ候補ｘ_Ｎ（Ｎ＝1,2 ・・・Ｎ）の指令値又は実測値、即ち、機関回転数ｘ_１、燃料噴射弁４からの燃料噴射量ｘ_２、燃料噴射弁４からの燃料噴射時期ｘ_３、燃料分配管２２内の燃料圧ｘ_４、ＥＧＲ率ｘ_５、過給圧ｘ_６およびサージタンク５内の吸気温ｘ_７の指令値又は実測値と、出力パラメータｙ、即ち、排出NO_X量の実測値との関係を示すデータ、および各入力パラメータ候補ｘ_Ｎ（Ｎ＝1,2 ・・・Ｎ）の値の変化に対する出力パラメータｙの値の変化の応答遅れΔＤを示すデータが読み込まれる。なお、図６および図７に示される学習ルーチンでは、入力パラメータ候補ｘ_１、・・・・ｘ_N 中の任意の候補が、ｘ_ｎ、ｘ_ｍ で示されている。また、図６および図７に示される学習ルーチンでは、これらｎ、ｍの初期値は１とされており、これらｎ、ｍは夫々、１からNまでの値（ｎ、ｍ＝１，２・・・N）をとる。

次いで、ステップ１０１では、XとYとの相関を示す相関係数の数式として周知の次式を用いて、各入力パラメータ候補ｘ_ｎと出力パラメータｙとの相関係数Ｒ^２（ｘ_ｎ、ｙ）が算出される。

なお、本発明による実施例では、相関係数として上式に示される相関係数Ｒの二乗Ｒ^２が用いられている。

次いで、ステップ１０２では、ｎが１だけインクリメントされる（ｎ＝ｎ＋１）。次いで、ステップ１０３では、ｎ＝Ｎ+１になったか否かが判別される。ｎ＝Ｎ+１でないときにはステップ１０２に戻り、相関係数Ｒ^２（ｘ_ｎ、ｙ）が算出される。一方、ステップ１０３において、ｎ＝Ｎ+１になったと判別されたときには、ステップ１０４に進む。即ち、ステップ１０１において、ｘ_１からｘ_Ｎまでの全ての入力パラメータ候補ｘ_ｎについての相関係数Ｒ^２（ｘ_ｎ、ｙ）が算出されると、ステップ１０４に進む。ステップ１０４では、ｎの初期化が行われる。即ち、ｎ＝１とされる。次いで、ステップ１０５に進む。

ステップ１０５では、ｎとｍが等しいが否かが判別される。ｎとｍが等しくないとき（ｎ≠ｍ）にはステップ１０６に進んで、各入力パラメータ候補ｘ_ｎ同士の相関係数Ｒ^２（ｘ_ｎ、ｘ_ｍ）が算出される。次いで、ステップ１０７に進む。一方、ステップ１０５においてｎとｍが等しいと判別されたときには、ステップ１０７にジャンプする。即ち、相関係数Ｒ^２（ｘ_ｎ、ｙ）は、ｎ≠ｍであるときのみ算出される。ステップ１０７では、ｍが１だけインクリメントされる（ｍ＝ｍ＋１）。次いで、ステップ１０８では、ｍ＝Ｎ+１になったか否かが判別される。ｍ＝Ｎ+１でないときにはステップ１０５に戻り、ｎ≠ｍである場合には、ステップ１０６に進んで、相関係数Ｒ^２（ｘ_ｎ、ｘ_ｍ）が算出される。

一方、ステップ１０８において、ｍ＝Ｎ+１になったと判別されたときには、ステップ１０９に進み、ΣＲ^２（ｘ_ｎ、ｘ_ｍ）にＲ^２（ｘ_ｎ、ｘ_ｍ）を加算することによって相関係数Ｒ^２（ｘ_ｎ、ｘ_ｍ）の積算値ΣＲ^２（ｘ_ｎ、ｘ_ｍ）が算出される。次いで、ステップ１１０に進んで、ｎが１だけインクリメントされる（ｎ＝ｎ＋１）。次いで、ステップ１１１では、ｎ＝Ｎ+１になったか否かが判別される。ｎ＝Ｎ+１でないときにはステップ１０５に戻り、ｎ≠ｍである場合には、ステップ１０６に進んで、相関係数Ｒ^２（ｘ_ｎ、ｘ_ｍ）が算出される。一方、ステップ１１１において、ｎ＝Ｎ+１になったと判別されたときには、ステップ１１２に進む。即ち、ステップ１０９において、ｎ＝ｍを除く、ｘ_１からｘ_Ｎまでの残りの全ての各入力パラメータ候補ｘ_ｎ同士の相関係数Ｒ^２（ｘ_ｎ、ｘ_ｍ）の総和ΣＲ^２（ｘ_ｎ、ｘ_ｍ）が算出されると、ステップ１１２に進む。ステップ１１２では、ｎの初期化が行われる。即ち、ｎ＝１とされる。次いで、ステップ１１３に進む。

ステップ１１３では, 各入力パラメータ候補ｘ_Ｎ（Ｎ＝1,2 ・・・Ｎ）の夫々について求められている、入力パラメータｘ_Nの値の変化に対する出力パラメータｙの値の変化の応答遅れΔＤを積算することにより、各入力パラメータ候補ｘ_Ｎ（Ｎ＝1,2 ・・・Ｎ）の夫々に対する応答遅れｄτ（ｘ_ｎ、ｙ）が算出される。即ち、最初にステップ１１３に進んだときには、入力パラメータｘ_１の値の変化に対する出力パラメータｙの値の変化の応答遅れを積算することにより、入力パラメータ候補ｘ_１に対する応答遅れｄτ（ｘ_１、ｙ）が算出される。次いで、ステップ１１４に進んで、ｎが１だけインクリメントされる（ｎ＝ｎ＋１）。次いで、ステップ１１５では、ｎ＝Ｎ+１になったか否かが判別される。ｎ＝Ｎ+１でないときにはステップ１１３に戻り、入力パラメータｘ_２の値の変化に対する出力パラメータｙの値の変化の応答遅れｄτ（ｘ_２、ｙ）が算出される。このようにして全ての入力パラメータ候補ｘ_Ｎ（Ｎ＝1,2 ・・・Ｎ）について応答遅れｄτ（ｘ_ｎ、ｙ）の算出が完了すると、ステップ１１５では、ｎ＝Ｎ+１になったと判別され、ステップ１１６に進む。

ステップ１１６では、ｎの初期化が行われる。即ち、ｎ＝１とされる。次いで、ステップ１１７では、各入力パラメータ候補ｘ_ｎに対し、既に算出されている相関係数Ｒ^２（ｘ_ｎ、ｙ）と、相関係数Ｒ^２（ｘ_ｎ、ｘ_ｍ）の総和と、応答遅れｄτ（ｘ_ｎ、ｙ）を用いて次式に基づき算出された報酬Ｑ（ｘ_ｎ）が付与される。

上式において、ａ、ｂおよびｃは定数である。即ち、この報酬Ｑ（ｘ_ｎ）は、図８Ａに示されるように、入力パラメータ候補ｘ_ｎと出力パラメータｙとの相関係数Ｒ^２（ｘ_ｎ、ｙ）・ａから、入力パラメータ候補ｘ_ｎとその他の入力パラメータ候補ｘ_ｍとの相関係数の総和ΣＲ^２（ｘ_ｎ、ｘ_ｍ）・ｂを減算すると共に入力パラメータ候補ｘ_ｎに対する応答遅れｄτ（ｘ_ｎ、ｙ）を減算した減算結果を示している。即ち、前述したように、入力パラメータと出力パラメータとの相関の高いことを報酬の加点要素とし、入力パラメータ間の相関の低いことを報酬の加点要素とし、入力パラメータの値の変化に対する出力パラメータの値の変化の応答遅れを報酬の減点要素として各入力パラメータの報酬の加点又は減点が行なわれる。なお、図８Ａから、入力パラメータ候補ｘ_ｎと出力パラメータｙとの相関の度合いが高いほど報酬Ｑ（ｘ_ｎ）が高くなり、入力パラメータ候補ｘ_ｎとその他の入力パラメータ候補ｘ_ｍとの相関の度合いが低いほど報酬Ｑ（ｘ_ｎ）が高くなり、入力パラメータ候補ｘ_ｎに対する応答遅れｄτ（ｘ_ｎ、ｙ）が短いほど報酬Ｑ（ｘ_ｎ）が高くなることがわかる。この場合、報酬Ｑ（ｘ_ｎ）が高いほど誤学習を抑制することができる。

ステップ１１７において報酬Ｑ（ｘ_ｎ）が付与されると、ステップ１１８に進み、報酬Ｑ（ｘ_ｎ）が、暫定的に定められている閾値Ｔよりも大きいか否かが判別される。報酬Ｑ（ｘ_ｎ）が閾値Ｔよりも大きいと判別されたときにはステップ１１９に進んで、ｘ_ｎ が入力パラメータとして選定される。次いで、ステップ１２０に進む。これに対し、ステップ１１８において、報酬Ｑ（ｘ_ｎ）が閾値Ｔよりも大きくないと判別されたときにはステップ１２０にジャンプする。従って、このときには、ｘ_ｎ が入力パラメータとして選定されない。ステップ１２０では、ｎが１だけインクリメントされる（ｎ＝ｎ＋１）。次いで、ステップ１２１では、ｎ＝Ｎ+１になったか否かが判別される。ｎ＝Ｎ+１でないときにはステップ１１７に戻り、報酬Ｑ（ｘ_ｎ）が算出される。一方、ステップ１２１において、ｎ＝Ｎ+１になったと判別されたときには、ステップ１２２に進む。

即ち、ステップ１１７において、ｘ_１からｘ_Ｎまでの全ての入力パラメータ候補ｘ_ｎについての報酬Ｑ（ｘ_ｎ）が算出され、ステップ１１８および１１９において、全ての入力パラメータ候補ｘ_ｎについて、入力パラメータとして選定するか否かの選定作業が完了したときにはステップ１２２に進む。ステップ１２２では、入力パラメータとして選定された入力パラメータ候補ｘ_ｎと、出力パラメータｙを用いて、ニューラルネットワークの重みの学習が行われる。

図８Ｂには、報酬Ｑ（ｘ_ｎ）と、閾値Ｔと、各入力パラメータ候補ｘ_ｎと、選定された入力パラメータｘ_ｎとが示されている。図８Ｂに示される例では、入力パラメータ候補ｘ_１〜ｘ_Ｎ の内で、入力パラメータ候補ｘ_１、ｘ_３、ｘ_Ｎ−２, ｘ_Ｎ についての報酬Ｑ（ｘ_ｎ）だけが閾値Ｔよりも大きく、従って、これら入力パラメータ候補ｘ_１、ｘ_３、ｘ_Ｎ−２, ｘ_Ｎ のみが、入力パラメータｘ_ｎとして選定される。図７のステップ１２２では、これら入力パラメータとして選定された入力パラメータ候補ｘ_ｎと、出力パラメータｙを用いて、ニューラルネットワークの重みの学習が行われる。

次に、図９を参照しつつ、検証ルーチンについて説明する。図９を参照すると、まず初めに、ステップ２００において、図７のステップ１１９において選定された選定入力パラメータｘ_ｎについて、予め定められた走行パターンで車両が走行されたときの各機関運転状態におけるデータ、即ち、入力パラメータｘ_ｎと排気ガス中のNO_X濃度の実測値との関係を示すデータが取得される。次いで、ステップ２０１では、図７のステップ１２２において重みの学習が行われたニューラルネットワークを用いて、ステップ２００において取得されたデータから、各機関運転状態における出力パラメータの推定値ｙｅ が算出される。次いで、ステップ２０２では、各機関運転状態における排気ガス中のNO_X濃度の実測値、即ち、出力パラメータの実測値ｙと出力パラメータの推定値ｙｅとの関係を示す相関係数Ｒ^２（ｙ、ｙｅ）が算出される。

次いで、ステップ２０３では、相関係数Ｒ^２（ｙ、ｙｅ）が要求精度Ｓよりも大きいか否かが判別される。相関係数Ｒ^２（ｙ、ｙｅ）が要求精度Ｓよりも大きいと判別されたときには処理サイクルを完了する。このときには、図７のステップ１１９において選定された選定入力パラメータｘ_ｎが最終的な選定入力パラメータｘ_ｎとされる。これに対し、ステップ２０３において、相関係数Ｒ^２（ｙ、ｙｅ）が要求精度Ｓよりも大きくないと判別されたときには、ステップ２０４に進んで、閾値Ｔを増減させることにより、選定入力パラメータｘ_ｎの再選定が行われる。図１０Ａおよび図１０Ｂは、この選定入力パラメータｘ_ｎの再選定の様子を示している。

即ち、まず初めに、ステップ２０４では、閾値Ｔに修正値ΔＴが加算される。このときの閾値Ｔが、図１０ＡにおいてＴ２で示されている。次いで、ステップ２０５では、選定入力パラメータｘ_ｎについて既に付与されている報酬Ｑ（ｘ_ｎ）と新たな閾値Ｔとが比較され、新たな閾値Ｔよりも報酬Ｑ（ｘ_ｎ）の大きい選定入力パラメータｘ_ｎが、新たな選定入力パラメータｘ_ｎとして選定される。次いで、ステップ２０６では、各機関運転状態における新たな選定入力パラメータ候補ｘ_ｎと出力パラメータｙを用いて、ニューラルネットワークの重みの学習が行われる。次いで、ステップ２０７では、ステップ２０６において重みの学習が行われたニューラルネットワークを用いて、新たな選定入力パラメータｘ_ｎに基づき、各機関運転状態における出力パラメータの推定値ｙｅ が算出される。

次いで、ステップ２０８では、各機関運転状態における排気ガス中のNO_X濃度の実測値、即ち、出力パラメータの実測値ｙと出力パラメータの推定値ｙｅとの 相関係数Ｒ^２（ｙ、ｙｅ）が算出される。次いで、ステップ２０９では、相関係数Ｒ^２（ｙ、ｙｅ）が増加したか否かが判別される。相関係数Ｒ^２（ｙ、ｙｅ）が増加したと判別されたときにはステップ２０３に戻り、再び、相関係数Ｒ^２（ｙ、ｙｅ）が要求精度Ｓよりも大きいか否かが判別される。相関係数Ｒ^２（ｙ、ｙｅ）が要求精度Ｓよりも大きいと判別されたときには処理サイクルを完了し、新たな選定入力パラメータｘ_ｎが最終的な選定入力パラメータｘ_ｎとされる。

一方、ステップ２０９において、相関係数Ｒ^２（ｙ、ｙｅ）が増加しないと判別されたときには、ステップ２１０に進んで、閾値Ｔに対する修正値ΔＴが、―ΔＴとされる。次いで、ステップ２０３に進む。このときには、ステップ２０３からステップ２０４に進み、今度は、閾値Ｔから修正値ΔＴが減算される。なお、最初にステップ２１０に進んだときだけ、閾値Ｔに対する修正値ΔＴを―２ΔＴとすることができ、このときの閾値Ｔが、図１０ＡにおいてＴ１で示されている。次いで、ステップ２０５に進み、以下、上述した処理と同様の処理が行われる。このように、閾値Ｔを増減させることによって、図１０Ｂからわかるように、相関係数Ｒ^２（ｙ、ｙｅ）が要求精度Ｓよりも大きくなる最終的な選定入力パラメータｘ_ｎを探索することができる。

図１１Ａおよび図１１Ｂに、入力パラメータの値の変化に対する出力パラメータの値の変化の応答遅れが大きい場合には出力パラメータの推定値に誤差を生ずることを確認するために、機関の出力トルクを出力パラメータとして実験を行ったときの実験結果を示す。図１１Ａは、入力パラメータの値の変化に対する機関の出力トルクの変化の応答遅れを考慮しなかった場合の、即ち、報酬Ｑ（ｘ_ｎ）の算出式において応答遅れｄτ（ｘ_ｎ、ｙ）の項を設けなかった場合の実トルクと推定トルクとを示しており、図１１Ｂは、入力パラメータの値の変化に対する機関の出力トルクの変化の応答遅れを考慮した場合の、即ち、報酬Ｑ（ｘ_ｎ）の算出式において応答遅れｄτ（ｘ_ｎ、ｙ）の項を設けた場合の実トルクと推定トルクとを示している。これらのグラフから、入力パラメータの値の変化に対する機関の出力トルクの変化の応答遅れを考慮すると、即ち、報酬Ｑ（ｘ_ｎ）の算出式において応答遅れｄτ（ｘ_ｎ、ｙ）の項を設けると、実トルクに対する推定トルクの誤差が抑制されることがわかる。因みに、図１１Ａは、入力パラメータとして、機関回転数、燃料噴射弁４からの燃料噴射量、燃料噴射弁４からの燃料噴射時期、燃料分配管２２内の燃料圧、ＥＧＲ率およびサージタンク５内の吸気温が用いられている場合を示しており、図１１Ｂは、これらの入力パラメータから、サージタンク５内の吸気温が除外された場合を示している。

１ 内燃機関
２ 燃焼室
３ 点火栓
４ 燃料噴射弁
１２ スロットル弁
２５ 過給圧センサ
２６ 吸気温センサ
２７ 燃料圧センサ
２８ NO_Xセンサ
３０ 電子制御ユニット

Claims (1)

1. 電子制御ユニットを具備しており、該電子制御ユニットが、機関の運転状態を示す入力パラメータの値を取得するパラメータ値取得部と、入力層、隠れ層および出力層からなるニューラルネットワークを用いて演算を行う演算部と、記憶部とを具備しており、入力パラメータの値が入力層に入力され、出力パラメータの値を示す出力値が出力層から出力される内燃機関の制御装置において、入力パラメータと出力パラメータとの相関の高いほど選択されやすい重み付けがなされた報酬と、入力パラメータ間の相関が高いほど選択されにくい重み付けがなされた報酬と、入力パラメータの値の変化に対する出力パラメータの値の変化の応答遅れが大きいほど選択されにくい重み付けがなされた報酬とに基づいて、各入力パラメータの報酬が演算され、演算された報酬が選択基準を満たしている入力パラメータを学習用入力パラメータとして選定する内燃機関の制御装置。

Images