JP2021110253A - エアフロメータの異常診断装置 - Google Patents

エアフロメータの異常診断装置 Download PDF

Info

Publication number
JP2021110253A
JP2021110253A JP2020000803A JP2020000803A JP2021110253A JP 2021110253 A JP2021110253 A JP 2021110253A JP 2020000803 A JP2020000803 A JP 2020000803A JP 2020000803 A JP2020000803 A JP 2020000803A JP 2021110253 A JP2021110253 A JP 2021110253A
Authority
JP
Japan
Prior art keywords
abnormality
air flow
flow meter
index value
diagnosis
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.)
Granted
Application number
JP2020000803A
Other languages
English (en)
Other versions
JP7222363B2 (ja
Inventor
和弘 山田
Kazuhiro Yamada
和弘 山田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyota Motor Corp
Original Assignee
Toyota Motor Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toyota Motor Corp filed Critical Toyota Motor Corp
Priority to JP2020000803A priority Critical patent/JP7222363B2/ja
Priority to US16/949,101 priority patent/US11053880B1/en
Priority to CN202011426814.3A priority patent/CN113153551B/zh
Publication of JP2021110253A publication Critical patent/JP2021110253A/ja
Application granted granted Critical
Publication of JP7222363B2 publication Critical patent/JP7222363B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/22—Safety or indicating devices for abnormal conditions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D41/1405—Neural network control
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D13/00—Controlling the engine output power by varying inlet or exhaust valve operating characteristics, e.g. timing
    • F02D13/02—Controlling the engine output power by varying inlet or exhaust valve operating characteristics, e.g. timing during engine operation
    • F02D13/0203—Variable control of intake and exhaust valves
    • F02D13/0215—Variable control of intake and exhaust valves changing the valve timing only
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D13/00—Controlling the engine output power by varying inlet or exhaust valve operating characteristics, e.g. timing
    • F02D13/02—Controlling the engine output power by varying inlet or exhaust valve operating characteristics, e.g. timing during engine operation
    • F02D13/0203—Variable control of intake and exhaust valves
    • F02D13/0215—Variable control of intake and exhaust valves changing the valve timing only
    • F02D13/0219—Variable control of intake and exhaust valves changing the valve timing only by shifting the phase, i.e. the opening periods of the valves are constant
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/18—Circuit arrangements for generating control signals by measuring intake air flow
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/22—Safety or indicating devices for abnormal conditions
    • F02D41/222—Safety or indicating devices for abnormal conditions relating to the failure of sensors or parameter detection devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
    • F02D41/2425—Particular ways of programming the data
    • F02D41/2429—Methods of calibrating or learning
    • F02D41/2441—Methods of calibrating or learning characterised by the learning conditions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D45/00—Electrical control not provided for in groups F02D41/00 - F02D43/00
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/0002—Controlling intake air
    • F02D2041/001—Controlling intake air for engines with variable valve actuation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/04—Engine intake system parameters
    • F02D2200/0404—Throttle position
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/10—Parameters related to the engine output, e.g. engine torque or engine speed
    • F02D2200/101—Engine speed
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/04—Introducing corrections for particular operating conditions
    • F02D41/045—Detection of accelerating or decelerating state
    • 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
    • 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
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Output Control And Ontrol Of Special Type Engine (AREA)
  • Electrical Control Of Air Or Fuel Supplied To Internal-Combustion Engine (AREA)

Abstract

【課題】実行機会を、エアフロメータが安定した検出信号を出力する条件に制限せずに、エアフロメータの異常診断を行うことができるエアフロメータの異常診断装置を提供する。【解決手段】制御装置７０の記憶装置７６には、スロットルバルブ１３の開度及び機関回転数を含む状態指標値と、エアフロメータ８０の検出信号に基づいて算出した負荷検出値と、エアフロメータ８０の検出信号を用いずに推定した負荷推定値と、機関負荷の変化の度合いを示す変化指標値と、を入力とし、エアフロメータ８０に異常が発生しているか否かの情報が正解ラベルとして付与された教師データを用いて学習したニューラルネットワーク７６ａが記憶されている。制御装置７０のＣＰＵ７２は、状態指標値と、負荷検出値と、負荷推定値と、変化指標値とを入力とし、ニューラルネットワーク７６ａを用いて、エアフロメータ８０に異常が発生しているか否かを診断する診断処理を実行する。【選択図】図１

Description

この発明はエアフロメータの異常診断装置に関するものである。
特許文献１には、車載エンジンの運転状態が特定の異常検出条件を満たしていて、比較的安定した検出信号が得られるときに、エアフロメータの検出信号に基づいて算出した吸入空気量と、エンジンの運転状態に応じて算出した許容範囲とを比較するエアフロメータの異常診断装置が開示されている。そして、この異常診断装置では、エアフロメータの検出信号に基づいて算出した吸入空気量が前記許容範囲を逸脱しているときにエアフロメータに異常が発生していると診断する。
特開２０１０−４８１３３号公報
上記の異常診断装置では、エンジンの運転状態が特定の異常検出条件を満たしていて、比較的安定した検出信号が得られるときにしかエアフロメータの異常診断を行えず、異常診断の機会が少ない。
以下、上記課題を解決するための手段及びその作用効果について記載する。
上記課題を解決するためのエアフロメータの異常診断装置は、スロットルバルブを備える車載エンジンの吸気通路に設けられたエアフロメータの異常を診断する。この異常診断装置は、記憶装置と、実行装置とを備えている。この異常診断装置では、前記記憶装置に、前記スロットルバルブの開度及び前記車載エンジンの出力軸の回転速度である機関回転数を含む前記車載エンジンの状態を示す状態指標値と、前記エアフロメータの検出信号に基づいて算出した機関負荷の指標値である負荷検出値と、前記エアフロメータの検出信号を用いずに前記状態指標値に基づいて推定した機関負荷の指標値である負荷推定値と、機関負荷の変化の度合いを示す変化指標値と、を入力とし、前記エアフロメータに異常が発生しているか否かの情報が正解ラベルとして付与された教師データを用いて学習した学習済みニューラルネットワークが記憶されている。そして、この異常診断装置では、前記実行装置は、前記状態指標値と、前記負荷検出値と、前記負荷推定値と、前記変化指標値とを入力とし、前記学習済みニューラルネットワークを用いて、前記エアフロメータに異常が発生しているか否かを診断する診断処理を実行する。
エアフロメータに異常が発生すると、負荷検出値が負荷推定値から乖離する。そのため、負荷検出値と負荷推定値とを含むデータは、エアフロメータに異常が発生しているか否かの診断の入力として有効である。また、上記構成では、負荷検出値と負荷推定値とに加えて、状態指標値を入力している。状態指標値は、負荷検出値や負荷推定値が算出されたときのエンジンの状態を示す情報である。したがって、状態指標値は、負荷検出値や負荷推定値の確からしさの検証に資する値である。上記構成によれば、負荷検出値や負荷推定値が算出されたときのエンジンの状態を加味して診断を行うことができる。しかし、機関負荷が安定している定常運転時と、機関負荷が大きく変化している過渡運転時とでは、負荷検出値と負荷推定値との乖離の度合いが異なる。そこで、上記構成では、さらに、機関負荷の変化の度合いを示す変化指標値も入力している。これにより、機関負荷の変化の度合いによる影響も加味して診断を行うことができる。
すなわち、上記構成によれば、実行機会を、エアフロメータが安定した検出信号を出力する条件に制限せずに、エアフロメータの異常診断を行うことができる。
エアフロメータの異常診断装置の一態様では、前記車載エンジンが、前記出力軸の回転位相に対する吸気バルブの開閉タイミングを変更する吸気側バルブタイミング可変装置を備えており、前記状態指標値に、前記吸気側バルブタイミング可変装置の操作量が含まれている。
吸気バルブの開閉タイミングは、エンジンの運転状態に影響を与える要素である。そのため、診断対象のエアフロメータが、吸気側バルブタイミング可変装置を備えたエンジンに取り付けられたものである場合には、上記構成のように、状態指標値に吸気側バルブタイミング可変装置の操作量を含めることが好ましい。状態指標値に吸気側バルブタイミング可変装置の操作量を含めることにより、吸気バルブの開閉タイミングの影響も考慮したより正確な診断ができるようになる。
エアフロメータの異常診断装置の一態様では、前記車載エンジンが、前記出力軸の回転位相に対する排気バルブの開閉タイミングを変更する排気側バルブタイミング可変装置を備えており、前記状態指標値に、前記排気側バルブタイミング可変装置の操作量が含まれている。
排気バルブの開閉タイミングは、エンジンの運転状態に影響を与える要素である。そのため、診断対象のエアフロメータが、排気側バルブタイミング可変装置を備えたエンジンに取り付けられたものである場合には、上記構成のように、状態指標値に排気側バルブタイミング可変装置の操作量を含めることが好ましい。状態指標値に排気側バルブタイミング可変装置の操作量を含めることにより、排気バルブの開閉タイミングの影響も考慮したより正確な診断ができるようになる。
エアフロメータの異常診断装置の一態様では、前記車載エンジンが、過給機を備えており、前記状態指標値に、過給圧が含まれている。
過給圧は、エンジンの運転状態に影響を与える要素である。そのため、診断対象のエアフロメータが、過給機を備えたエンジンに取り付けられたものである場合には、上記構成のように、状態指標値に過給圧を含めることが好ましい。状態指標値に過給圧を含めることにより、過給圧の影響も考慮したより正確な診断ができるようになる。
エアフロメータの異常診断装置の一態様では、前記車載エンジンが、排気通路と吸気通路とを接続する排気還流通路と同排気還流通路に設けられて吸気通路に還流させる排気の量を調整する調整バルブとを備えており、前記状態指標値に、前記調整バルブの開度を示す指標値が含まれている。
排気通路と吸気通路とを接続する排気還流通路と調整バルブとを備え、吸気通路に排気を還流させるエンジンの場合、還流される排気の量はエンジンの運転状態に影響を与える要素である。そのため、診断対象のエアフロメータが、吸気通路に還流させる排気の量を調整する調整バルブを備えるエンジンに取り付けられたものである場合には、上記構成のように、状態指標値に調整バルブの開度を示す指標値を含めることが好ましい。状態指標値に調整バルブの開度を示す指標値を含めることにより、吸気通路に還流される排気の影響も考慮したより正確な診断ができるようになる。
エアフロメータの異常診断装置の一態様では、前記変化指標値が、単位時間当たりの前記負荷推定値の変化量である。
エアフロメータの異常診断装置の一態様では、前記実行装置は、前記診断処理において、１トリップの間に異常が発生しているとの診断を既定回数行ったときに、異常が発生しているとの診断結果を確定し、前記エアフロメータに異常が発生しているとの診断結果が確定していることを示す情報を前記記憶装置に記憶する。
上記構成によれば、一度の診断の結果に基づいて異常が発生しているとの診断結果を確定する場合と比較して、より慎重に診断結果を確定する事になるため、より正確に診断を行うことができる。そして、異常が発生しているか否かを確認するための情報を残すことができる。ひいては記憶装置に記憶されている情報を確認することにより、修理等の対処ができる。
エアフロメータの異常診断装置の一態様では、前記実行装置は、前記診断処理において、１トリップの間に異常が発生しているとの診断結果を確定させる前に異常が発生していないとの診断を複数回行ったときに、前記エアフロメータが正常であるとの診断を確定し、そのトリップにおける診断処理を終了する。
上記構成によれば、エアフロメータが正常であるにも拘わらず、診断処理が繰り返され続けることを抑制できる。また、正常であるとの診断が複数回行われたことを条件に、正常であるとの診断を確定させるため、一度の診断の結果のみから正常であるとの診断を確定せる場合と比較して、より慎重に正常であるとの診断を確定する事になる。したがって、より正確な診断を行うことができる。
エアフロメータの異常診断装置の一態様では、前記実行装置は、前記記憶装置に、前記エアフロメータに異常が発生しているとの診断結果が確定していることを示す情報が記憶されているときに、前記エアフロメータに異常が発生していることを報知する報知処理を実行する。
上記構成によれば、異常が発生していることが報知されるため、修理を促すことができる。
実施形態にかかる制御装置及び車両の駆動系の構成を示す模式図。 機関回転数とスロットル開度と補正前の負荷推定値との関係を示すマップ。 大気圧と負荷推定値の補正係数との関係を示すマップ。 吸気温度と負荷推定値の補正係数との関係を示すマップ。 診断処理に用いるニューラルネットワークを示す図。 学習の流れを説明するフローチャート。 診断処理にかかる一連の処理の流れを示すフローチャート。
以下、エアフロメータの異常診断装置の一実施形態について、図１〜図７を参照して説明する。
図１に示す車両に搭載されたエンジン１０において、吸気通路１２には、スロットルバルブ１３が設けられている。吸気通路１２から吸入された空気は、過給機１４を介して下流へと流動し、吸気バルブ１６の開弁に伴って燃焼室１８に流入する。エンジン１０には、燃焼室１８に燃料を直接噴射する燃料噴射弁２０と、火花放電を生じさせる点火装置２２とが設けられている。燃焼室１８において、空気と燃料との混合気は、燃焼に供され、燃焼によって生じたエネルギは、エンジン１０の出力軸であるクランク軸２４の回転エネルギとして取り出される。燃焼に供された混合気は、排気バルブ２６の開弁に伴って、排気として、排気通路３０に排出される。排気通路３０には、酸素吸蔵能力を有した三元触媒３２が設けられている。排気通路３０は、ＥＧＲ通路３４を介して吸気通路１２に連通されている。すなわち、ＥＧＲ通路３４は、排気通路３０と吸気通路１２とを接続して排気を吸気通路１２に還流させる排気還流通路である。ＥＧＲ通路３４には、その流路断面積を調整するＥＧＲバルブ３６が設けられている。ＥＧＲバルブ３６は、ステップモータで駆動され、ＥＧＲ通路３４の流路断面積を調整して吸気通路１２に還流させる排気の量を調整する調整バルブである。
クランク軸２４の回転動力は、吸気側バルブタイミング可変装置４４を介して吸気側カム軸４５に伝達される一方、排気側バルブタイミング可変装置４６を介して排気側カム軸４７に伝達される。吸気側バルブタイミング可変装置４４は、吸気側カム軸４５とクランク軸２４との相対的な回転位相差を変更する。排気側バルブタイミング可変装置４６は、排気側カム軸４７とクランク軸２４との相対的な回転位相差を変更する。すなわち、吸気側バルブタイミング可変装置４４は、クランク軸２４の回転位相に対する吸気バルブ１６の開閉タイミングを変更する装置である。また、排気側バルブタイミング可変装置４６は、クランク軸２４の回転位相に対する排気バルブ２６の開閉タイミングを変更する装置である。
また、排気通路３０は、過給機１４を迂回して三元触媒３２へと排気を流動させる迂回通路４０を備えている。迂回通路４０には、その流路断面積を調整するウェイストゲートバルブ４２が設けられている。なお、クランク軸２４には、トルクコンバータ５０および変速装置５２を介して駆動輪６０が機械的に連結されている。
制御装置７０は、エンジン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、スロットルバルブ１３や、燃料噴射弁２０、点火装置２２、ＥＧＲバルブ３６、ウェイストゲートバルブ４２、吸気側バルブタイミング可変装置４４、排気側バルブタイミング可変装置４６等のエンジン１０の操作部を操作する。なお、図１には、スロットルバルブ１３、燃料噴射弁２０、点火装置２２、ＥＧＲバルブ３６、ウェイストゲートバルブ４２、吸気側バルブタイミング可変装置４４、排気側バルブタイミング可変装置４６のそれぞれの操作信号ＭＳ１〜ＭＳ７を記載している。
制御装置７０は、制御量の制御に際し、エアフロメータ８０によって検出される吸入空気量ＧＡを参照する。また制御装置７０は、クランク角センサ８８の出力信号Ｓｃｒ、車速センサ９０によって検出される車速ＳＰＤ、外気温センサ９２によって検出される外気温ＴＯ、大気圧センサ９４によって検出される大気圧ＰＯ、吸気圧センサ９６によって検出される過給圧Ｐｉ等を参照する。また、制御装置７０には、車両のメインスイッチ１１０も接続されている。
制御装置７０は、ＣＰＵ７２と、ＲＯＭ７４と、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と、周辺回路７７とを備え、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。すなわち、制御装置７０では、ＣＰＵ７２及びＲＯＭ７４が実行装置になっている。
制御装置７０は、クランク角センサ８８の出力信号Ｓｃｒに基づいて単位時間当たりのクランク軸２４の回転数である機関回転数ＮＥを算出する。また、制御装置７０は、機関回転数ＮＥ及び吸入空気量ＧＡに基づいて機関負荷の指標値である機関負荷率ＫＬを算出する。機関負荷率ＫＬは、現在の機関回転数ＮＥにおいてスロットルバルブ１３を全開にした状態でエンジン１０を定常運転したときの気筒流入空気量に対する、現在の気筒流入空気量の比率を表している。なお、現在の気筒流入空気量は、吸気行程において各気筒のそれぞれに流入する吸気の量であり、吸入空気量ＧＡに基づいて算出できる。また、現在の機関回転数ＮＥにおいてスロットルバルブ１３を全開にした状態でエンジン１０を定常運転したときの気筒流入空気量は、現在の機関回転数ＮＥにおける最大の気筒流入空気量であり、機関回転数ＮＥに基づいて算出できる。したがって、機関回転数ＮＥ及び吸入空気量ＧＡに基づいて機関負荷率ＫＬを算出することができる。
制御装置７０は、機関負荷率ＫＬと機関回転数ＮＥに基づいて吸気側バルブタイミング可変装置４４や排気側バルブタイミング可変装置４６、ＥＧＲバルブ３６を制御する。記憶装置７６には、機関負荷率ＫＬと機関回転数ＮＥに基づいて、目標とする操作量を算出するマップデータ７６ｂが記憶されている。具体的には、制御装置７０は、吸気側バルブタイミング可変装置４４による操作量である吸気バルブ１６のバルブタイミングの進角量ＩＮｖｔを算出するマップデータを用いて機関負荷率ＫＬと機関回転数ＮＥに基づいて目標とする進角量ＩＮｖｔをマップ演算する。そして、制御装置７０は、こうして算出された進角量ＩＮｖｔを実現するように吸気側バルブタイミング可変装置４４を操作する。同様に、制御装置７０は、記憶装置７６に記憶されているマップデータ７６ｂを用いて機関負荷率ＫＬと機関回転数ＮＥに基づいて排気バルブ２６のバルブタイミングの遅角量ＥＸｖｔをマップ演算する。そして、制御装置７０は、算出した遅角量ＥＸｖｔを実現するように排気側バルブタイミング可変装置４６を操作する。また、制御装置７０は、記憶装置７６に記憶されているマップデータ７６ｂを用いて機関負荷率ＫＬと機関回転数ＮＥに基づいてＥＧＲバルブ３６の操作ステップ数Ｓｅｇｒをマップ演算する。そして、制御装置７０は、算出した操作ステップ数Ｓｅｇｒを実現するようにＥＧＲバルブ３６を駆動するステッピングモータを操作する。
なお、マップデータとは、入力変数の離散的な値と、入力変数の値のそれぞれに対応する出力変数の値と、の組データである。またマップ演算は、たとえば、入力変数の値がマップデータの入力変数の値のいずれかに一致する場合、対応するマップデータの出力変数の値を演算結果とするのに対し、一致しない場合、マップデータに含まれる複数の出力変数の値の補間によって得られる値を演算結果とする処理とすればよい。
ところで、上述したように、機関負荷率ＫＬは、エアフロメータ８０で検出した吸入空気量ＧＡに基づいて算出されている。そのため、エアフロメータ８０に異常が生じ、吸入空気量ＧＡを正しく検出できなくなると、吸気側バルブタイミング可変装置４４や排気側バルブタイミング可変装置４６、ＥＧＲバルブ３６を適切に制御することができなくなる。
制御装置７０では、エアフロメータ８０が正常に吸入空気量ＧＡを検出できているか否かを診断する異常診断を行うために、比較対象として、エアフロメータ８０が検出した吸入空気量ＧＡを用いない方法でも機関負荷率ＫＬを算出している。具体的には、スロットルバルブ１３の開度であるスロットル開度ＴＡと機関回転数ＮＥ、そして大気圧ＰＯ及び外気温ＴＯの４つの指標値に基づいて機関負荷率ＫＬを推定している。なお、以下では、エアフロメータ８０で検出した吸入空気量ＧＡに基づいて算出した機関負荷率ＫＬを負荷検出値ＫＬｄｔｃと記載し、検出した吸入空気量ＧＡを用いずに推定した機関負荷率ＫＬを負荷推定値ＫＬｅｓｔと記載する。
負荷推定値ＫＬｅｓｔの算出は次のように行う。まず、制御装置７０は、機関回転数ＮＥとスロットル開度ＴＡとに基づいてマップ演算によって補正前の負荷推定値ＫＬｅｓｔの値を算出する。このとき使用するマップデータは、図２に示すように、機関回転数ＮＥとスロットル開度ＴＡとの組み合わせと、負荷推定値ＫＬｅｓｔとの値を対応付けたデータであり、マップデータ７６ｂとして記憶装置７６に記憶されている。
制御装置７０では、こうして算出した負荷推定値ＫＬｅｓｔに対して、大気圧ＰＯに応じた大気圧補正と、外気温ＴＯに応じた吸気温補正とを施すことにより、最終的な負荷推定値ＫＬｅｓｔを算出する。
大気圧補正は、図３に示すように大気圧ＰＯが高いほど大きな補正係数を負荷推定値ＫＬｅｓｔに乗じることによって、大気圧ＰＯが高いほど、負荷推定値ＫＬｅｓｔを大きな値に補正する。なお、大気圧ＰＯに応じた補正係数の算出も、記憶装置７６に記憶されているマップデータ７６ｂを用いて行われる。図２に示すマップデータは、大気圧ＰＯが標準大気圧であり外気温ＴＯが２５℃である状態を標準状態として規定されている。そのため、大気圧ＰＯに応じた補正係数を算出するマップデータでは、図３に示すように、大気圧ＰＯが標準大気圧であるときに補正係数として「１．０」が算出される。そして、図３に示すマップデータでは、大気圧ＰＯが標準大気圧よりも高くなるほど補正係数が大きくなる一方で、大気圧ＰＯが標準大気圧よりも低くなるほど補正係数が小さくなり、「０」に近づくようになっている。
吸気温補正は、図４に示すように外気温ＴＯが高いほど小さな補正係数を負荷推定値ＫＬｅｓｔに乗じることによって、外気温ＴＯが高いほど、負荷推定値ＫＬｅｓｔを小さな値に補正する。なお、外気温ＴＯに応じた補正係数の算出も、記憶装置７６に記憶されているマップデータ７６ｂを用いて行われる。外気温ＴＯに応じた補正係数を算出するマップデータでは、図４に示すように、外気温ＴＯが２５℃であるときに補正係数として「１．０」が算出される。そして、図４に示すマップデータでは、外気温ＴＯが２５℃よりも低くなるほど補正係数が大きくなる一方で、外気温ＴＯが２５℃よりも高くなるほど補正係数が小さくなり、「０」に近づくようになっている。
こうして算出した補正後の負荷推定値ＫＬｅｓｔと負荷検出値ＫＬｄｔｃとを比較し、乖離が大きい場合にエアフロメータ８０に異常が発生していると診断することも考えられる。しかし、機関負荷率ＫＬが安定している定常運転時と、機関負荷率ＫＬが大きく変化している過渡運転時とでは、負荷検出値ＫＬｄｔｃと負荷推定値ＫＬｅｓｔとの乖離の度合いが異なる。そのため、単純に負荷推定値ＫＬｅｓｔと負荷検出値ＫＬｄｔｃとを比較し、乖離が大きい場合にエアフロメータ８０に異常が発生していると診断しようとする場合には、診断実行条件を設定して診断を実行する際のエンジンの運転状態をある程度統一する必要がある。この場合には、診断の実行機会が少なくなってしまう。
そこで、この制御装置７０では、ニューラルネットワークを用いて、エアフロメータ８０に異常が発生しているか否かを診断する。すなわち、制御装置７０は、エンジン１０の制御装置であるとともに、エアフロメータ８０の異常診断装置でもある。
次に、図５を参照してエアフロメータ８０の異常診断に用いるニューラルネットワークについて説明する。図５に示すように、このニューラルネットワークは、９個のノードからなる入力層と、２個のノードからなる中間層と、２個のノードからなる出力層とを備えている。
入力層のノードには、入力値として、Ｘｉ（ｉ＝１〜９）の９つの入力値が入力される。図５に示すニューラルネットワークは、１層のみの中間層を備えているが、中間層の数は、２層以上の任意の個数とすることができ、また、中間層のノードの数も任意の個数にすることができる。
図５に示すニューラルネットワークでは、中間層の活性化関数はシグモイド関数である。図５では、中間層への入力値をそれぞれＢｊ（ｊ＝１，２）と示している。中間層への入力値Ｂｊ（ｊ＝１，２）は、入力層への入力値Ｘ１〜Ｘ９のそれぞれに重みＷｉｊ（ｉ＝１〜９、ｊ＝１，２）を乗じた値の和として算出される。
また、図５に示すニューラルネットワークでは、中間層の２つのノードからの出力値をそれぞれＺｊ（ｊ＝１，２）と示している。出力層には、これら出力値Ｚ１，Ｚ２のそれぞれに重みＶｊｋ（ｊ＝１，２、ｋ＝１，２）を乗じた値の和が入力値Ａｋ（ｋ＝１，２）として入力される。これらの入力値Ａ１，Ａ２は、ソフトマックス層である出力層に入力されて、それぞれ対応する出力値Ｙｋ（ｋ＝１，２）に変換される。出力層の出力値Ｙ１と出力値Ｙ２との合計は「１」であり、出力値Ｙ１と出力値Ｙ２は、「１」に対する割合を表している。
次に、このニューラルネットワークの入力値Ｘ１〜Ｘ９について説明する。入力値Ｘ１は、スロットル開度ＴＡである。入力値Ｘ２は機関回転数ＮＥである。入力値Ｘ３は吸気バルブ１６のバルブタイミングの進角量ＩＮｖｔである。入力値Ｘ４は排気バルブ２６のバルブタイミングの遅角量ＥＸｖｔである。入力値Ｘ５は過給圧Ｐｉである。入力値Ｘ６はＥＧＲバルブ３６の操作ステップ数Ｓｅｇｒである。なお、これらの入力値Ｘ１〜Ｘ６は、エンジン１０の状態を示す状態指標値である。
そして、入力値Ｘ７は負荷検出値ＫＬｄｔｃである。入力値Ｘ８は負荷推定値ＫＬｅｓｔである。これらの入力値Ｘ７，Ｘ８は上述したようにいずれも機関負荷の指標値である。また、入力値Ｘ９は、単位時間当たりの負荷推定値ＫＬｅｓｔの変化量であり、具体的には定期的に算出される負荷推定値ＫＬｅｓｔの前回の算出値と今回の算出値との差ΔＫＬである。すなわち、差ΔＫＬは、機関負荷率ＫＬの変化の度合いを示す変化指標値である。
図５に示すニューラルネットワークは、これらの入力値Ｘ１〜Ｘ９を入力とし、エアフロメータ８０が正常である確率である出力値Ｙ１と、エアフロメータ８０に異常が生じている確率である出力値Ｙ２とを出力するニューラルネットワークである。
図１に示すように、制御装置７０の記憶装置７６には、図５に示すニューラルネットワークを、エアフロメータ８０に異常が発生しているか否かの情報が正解ラベルとして付与された教師データを用いて学習した学習済みニューラルネットワーク７６ａが記憶されている。
次に、図６を参照してこのニューラルネットワーク７６ａの生成方法、ずなわち、ニューラルネットワークの学習について説明する。
図６に示すように、ニューラルネットワーク７６ａを生成する際には、まず、ステップＳ１００の処理において、ニューラルネットワーク７６ａを生成するコンピュータにデータセットを入力する。データセットは、上述した入力値Ｘ１〜Ｘ９と、正解ラベルＹｔ１，Ｙｔ２との組み合わせである教師データの集合である。
なお、正解ラベルＹｔ１は、エアフロメータ８０が正常であることを示す情報である。正解ラベルＹｔ１は、エアフロメータ８０が正常である場合の値が「１」であり、エアフロメータ８０に異常が発生している場合の値が「０」である。一方で、正解ラベルＹｔ２は、エアフロメータ８０に異常が生じていることを示す情報である。正解ラベルＹｔ２は、エアフロメータ８０に異常が発生している場合の値が「１」であり、エアフロメータ８０が正常である場合の値が「０」である。したがって、エアフロメータ８０が正常である場合の教師データでは、正解ラベルＹｔ１が「１」であり、正解ラベルＹｔ２が「０」になっている。一方で、エアフロメータ８０に異常が発生している場合の教師データでは、正解ラベルＹｔ１が「０」であり、正解ラベルＹｔ２が「１」になっている。
データセットは、例えば、エンジン１０を実験室で稼働させた際のセンサによる検出値を、データセットを生成するコンピュータに入力して作成する。データセットを作成するためにエンジン１０を稼働させる際には、正常なエアフロメータ８０を用いてエンジン１０を稼働させてエアフロメータ８０が正常である場合の教師データを取得し、その教師データにおいては正解ラベルＹｔ１を「１」に、正解ラベルＹｔ２を「０」にする。
一方で、異常が発生しているエアフロメータ８０を用いてエンジン１０を稼働させてエアフロメータ８０に異常が発生している場合の教師データを取得する。そして、この場合の教師データにおいては正解ラベルＹｔ１を「０」に、正解ラベルＹｔ２を「１」にする。
なお、正常なエアフロメータ８０とは、吸入空気量ＧＡの検出値の誤差がエンジン１０を稼働させる上での許容範囲に収まり、修理などを必要とせずにエンジン１０を稼働させることのできるエアフロメータ８０のことである。一方で、異常の発生しているエアフロメータ８０とは、吸入空気量ＧＡの検出値の誤差がエンジン１０を稼働させる上での許容範囲から外れているエアフロメータ８０のことである。エアフロメータ８０に異常が発生している場合の教師データを取得する上では、吸入空気量ＧＡの検出値の誤差が許容範囲から僅かに外れているものばかりではなく、許容範囲から大きく乖離しているもの等、検出する必要のある異常の程度の違いに対応した様々な状態のエアフロメータ８０を用いて教師データを取得することが好ましい。
また、入力値Ｘ１〜Ｘ９についても様々な組み合わせが必要になるため、エンジン１０の運転状態を様々に変化させながら、多様な組み合わせの教師データを取得する。
ニューラルネットワーク７６ａを生成する際には、こうして取得した無数の教師データからなるデータセットを用意し、まず、ステップＳ１００の処理において、ニューラルネットワーク７６ａを生成するコンピュータにデータセットを入力する。
そして次に、ステップＳ１１０の処理において、学習が行われる。なお、ここでの学習とは、図５に示したニューラルネットワークにおける重みの学習である。このステップＳ１１０では、ステップＳ１００において入力したデータセットに含まれる教師データを１つずつ図５に示したニューラルネットワークに入力し、出力された出力値Ｙ１，Ｙ２と正解ラベルＹｔ１，Ｙｔ２との誤差が小さくなるように、誤差逆伝播法を用いて、１つの教師データを入力する度に重みＷｉｊ，ｖｊｋを学習する。そして、出力値Ｙ１，Ｙ２と正解ラベルＹｔ１，Ｙｔ２との誤差が予め定めた誤差以下になるまでこうした重みの学習を繰り返し、誤差が予め定めた誤差以下になると、学習が完了したと判定して次のステップＳ１２０の処理を行う。
ステップＳ１２０の処理では、図５に示したニューラルネットワークの重みＷｉｊ，ｖｊｋを学習が完了したときの値に更新して記録し、ニューラルネットワーク７６ａを生成する。
制御装置７０の記憶装置７６には、こうして生成されたニューラルネットワーク７６ａが記憶されている。
次に、図７を参照して制御装置７０において実行される診断処理にかかるルーチンについて説明する。図７に示すルーチンは、制御装置７０のＣＰＵ７２が、ＲＯＭ７４に記憶されている異常診断プログラム７４ａを実行することによって、繰り返し実行される。なお、このルーチンはメインスイッチがＯＮにされてからＯＦＦにされるまでの間である１トリップの間であり、且つ後述する正常確定フラグや異常確定フラグがセットされていないことを条件に実行される。また、このルーチンの実行周期は、例えば、数十秒から１，２分である。
ＣＰＵ７２は、このルーチンを開始すると、まずステップＳ２００の処理において、データを取得する。具体的には、ＣＰＵ７２は、ニューラルネットワーク７６ａの入力値Ｘ１〜Ｘ８になるスロットル開度ＴＡ、機関回転数ＮＥ、進角量ＩＮｖｔ、遅角量ＥＸｖｔ、過給圧Ｐｉ、操作ステップ数Ｓｅｇｒ、負荷検出値ＫＬｄｔｃ、負荷推定値ＫＬｅｓｔを取得する。
次にＣＰＵ７２は、ステップＳ２１０の処理において、定期的に算出されている負荷推定値ＫＬｅｓｔの前回の算出値と今回の算出値との差ΔＫＬを算出する。なお、負荷推定値ＫＬｅｓｔの算出周期は数ミリ秒である。すなわち、このステップＳ２１０の処理では、この処理を実行するタイミングにおいて算出された負荷推定値ＫＬｅｓｔと、数ミリ秒前の算出タイミングにおいて算出された負荷推定値ＫＬｅｓｔとの差ΔＫＬを算出する。こうして差ΔＫＬを算出すると、ＣＰＵ７２は処理をＳ２２０へと進める。
ステップＳ２２０の処理において、ＣＰＵ７２は、ステップＳ２００及びステップＳ２１０の処理を通じて取得した値を、ニューラルネットワーク７６ａの入力値Ｘ１〜Ｘ９にする。具体的には、ＣＰＵ７２は、スロットル開度ＴＡを入力値Ｘ１に代入し、機関回転数ＮＥを入力値Ｘ２に代入し、進角量ＩＮｖｔを入力値Ｘ３に代入し、遅角量ＥＸｖｔを入力値Ｘ４に代入し、過給圧Ｐｉを入力値Ｘ５に代入する。また、操作ステップ数Ｓｅｇｒを入力値Ｘ６に代入し、負荷検出値ＫＬｄｔｃを入力値Ｘ７に代入し、負荷推定値ＫＬｅｓｔを入力値Ｘ８に代入し、差ΔＫＬを入力値Ｘ９に代入する。
次に、ＣＰＵ７２は、ステップＳ２３０の処理において、入力値Ｘ１〜Ｘ９をニューラルネットワーク７６ａに入力する。そして、ＣＰＵ７２は、ステップＳ２４０の処理において、ニューラルネットワーク７６ａを用いて算出した出力値Ｙ１，Ｙ２を取得する。そして、ＣＰＵ７２は、ステップＳ２５０の処理において、出力値Ｙ１，Ｙ２に基づいて、エアフロメータ８０に異常が発生しているか否かを診断する。具体的には、ＣＰＵ７２は出力値Ｙ１が「０．５」よりも大きい場合には、エアフロメータ８０は正常であると診断する。一方で、ＣＰＵ７２は、出力値Ｙ２が「０．５」よりも大きい場合には、エアフロメータ８０に異常が発生していると診断する。
次に、ＣＰＵ７２は、処理をステップＳ３００へと進め、ステップＳ２５０における診断結果が、エアフロメータ８０が正常であるとの診断結果であったか否かを判定する。ステップＳ３００において、診断結果がエアフロメータ８０が正常であるとの診断結果であったと判定した場合（ステップＳ３００：ＹＥＳ）には、ＣＰＵ７２は、処理をステップＳ３１０へと進める。そして、ＣＰＵ７２は、ステップＳ３１０において、正常カウンタを１つ加算する。正常カウンタは、ステップＳ２５０の処理においてエアフロメータ８０が正常であるとの診断がなされた回数を計数するためのカウンタである。正常カウンタは、メインスイッチ１１０がＯＦＦにされると、「０」にリセットされ、メインスイッチ１１０がＯＮにされたときには「０」になっている。したがって、制御装置７０では、この正常カウンタによって１トリップ中の正常診断の回数をカウントする。
一方で、ステップＳ３００において、診断結果がエアフロメータ８０に異常が発生しているとの診断結果であったと判定した場合（ステップＳ３００：ＮＯ）には、ＣＰＵ７２は、処理をステップＳ３２０へと進める。そして、ＣＰＵ７２は、ステップＳ３２０において、異常カウンタを１つ加算する。異常カウンタは、ステップＳ２５０の処理においてエアフロメータ８０に異常が発生しているとの診断がなされた回数を計数するためのカウンタである。異常カウンタは、メインスイッチ１１０がＯＦＦにされると、「０」にリセットされ、メインスイッチ１１０がＯＮにされたときには「０」になっている。したがって、制御装置７０では、この異常カウンタによって１トリップ中の異常診断の回数をカウントする。
ステップＳ３１０又はステップＳ３２０の処理を終了すると、ＣＰＵ７２は処理をステップＳ３３０へと進める。ステップＳ３３０の処理では、ＣＰＵ７２は、異常カウンタが閾値以上であるか否かを判定する。なお、制御装置７０では、閾値は例えば「５」になっている。ステップＳ３３０の処理において、異常カウンタが閾値以上であると判定した場合（ステップＳ３３０：ＹＥＳ）には、ＣＰＵ７２は処理をステップＳ３５０へと進める。そして、ＣＰＵ７２は、ステップＳ３５０の処理において異常診断を確定する。具体的には、ＣＰＵ７２は、エアフロメータ８０に異常が発生しているとの診断を確定し、異常確定フラグをセットする。なお、異常確定フラグは、セットされていることによってエアフロメータ８０に異常が発生しているとの診断が確定していることを示す情報であり、記憶装置７６に記憶されて、エアフロメータ８０の修理が完了してクリアされるまでセットされた状態が維持される。
ステップＳ３５０の処理を終了すると、ＣＰＵ７２は、処理をステップＳ３７０へと進め、対処処理として、エアフロメータ８０に異常が発生していることを報知する報知処理を実行する。なお、この報知処理は、ＣＰＵ７２がＲＯＭ７４に記憶された対処プログラム７４ｂを実行することによって実現する。図１に示すように、制御装置７０には、警告灯１００が接続されている。報知処理では、ＣＰＵ７２は、警告灯１００を点灯させることにより、エアフロメータ８０に異常が発生していることを報知する。すなわち、制御装置７０では、ＣＰＵ７２は、記憶装置７６に、異常確定フラグが記憶され、セットされているときに、エアフロメータ８０に異常が発生していることを報知する報知処理を実行する。
一方で、ステップＳ３３０の処理において、異常カウンタが閾値未満であると判定した場合（ステップＳ３３０：ＮＯ）には、ＣＰＵ７２は処理をステップＳ３４０へと進める。ステップＳ３４０の処理では、ＣＰＵ７２は、正常カウンタが閾値以上であるか否かを判定する。なお、制御装置７０では、閾値はステップＳ３３０の処理と同様に「５」になっている。
ステップＳ３４０の処理において、正常カウンタが閾値以上であると判定した場合（ステップＳ３４０：ＹＥＳ）には、ＣＰＵ７２は処理をステップＳ３６０へと進める。そして、ＣＰＵ７２は、ステップＳ３６０の処理において正常診断を確定する。具体的には、ＣＰＵ７２は、エアフロメータ８０が正常であるとの診断を確定し、正常確定フラグをセットする。なお、正常確定フラグは、セットされていることによってエアフロメータ８０が正常であるとの診断が確定していることを示す情報であり、記憶装置７６に記憶されてメインスイッチがＯＦＦにされるまで維持され、インスイッチがＯＦＦにされるとクリアされる。
ステップＳ３６０の処理又はステップＳ３７０の処理を実行すると、ＣＰＵ７２は処理をステップＳ３８０へと進める。ステップＳ３８０の処理では、ＣＰＵ７２はカウンタをリセットする。すなわち、ＣＰＵ７２は、異常カウンタ及び正常カウンタを「０」にリセットする。そして、ＣＰＵ７２はこのルーチンを一旦終了させる。
一方で、ステップＳ３４０の処理において、正常カウンタが閾値未満であると判定した場合（ステップＳ３４０：ＮＯ）には、ＣＰＵ７２はステップＳ３５０〜Ｓ３８０の処理を実行せずに、このルーチンを一旦終了させる。
次に、本実施形態の作用について説明する。
制御装置７０では、確定フラグがセットされていないことを条件に図７に示す診断処理にかかるルーチンが繰り返し実行される。そのため、正常診断が確定して正常確定フラグがセットされている場合や、異常診断が確定して異常確定フラグがセットされている場合には、診断処理は実行されなくなる。すなわち、いずれかの診断確定フラグがセットされるまで診断処理が繰り返される。
そして、異常診断が５回行われ、異常診断が確定した場合には、修理されて異常確定フラグがクリアされるまでの間は、診断処理は行われなくなる。また、異常診断が確定する前に、正常診断が５回行われ、正常診断が確定した場合には、そのトリップの間は、診断処理が行われなくなる。すなわち、正常診断が確定した場合には、そのトリップにおける診断処理を終了する。
本実施形態の効果について説明する。
（１）エアフロメータ８０に異常が発生すると、負荷検出値ＫＬｄｔｃが負荷推定値ＫＬｅｓｔから乖離する。そのため、負荷検出値ＫＬｄｔｃと負荷推定値ＫＬｅｓｔとを含むデータは、エアフロメータ８０に異常が発生しているか否かの診断の入力として有効である。また、制御装置７０では、負荷検出値ＫＬｄｔｃと負荷推定値ＫＬｅｓｔとに加えて、状態指標値を入力している。状態指標値は、負荷検出値ＫＬｄｔｃや負荷推定値ＫＬｅｓｔが算出されたときのエンジン１０の状態を示す情報である。したがって、状態指標値は、負荷検出値ＫＬｄｔｃや負荷推定値ＫＬｅｓｔの確からしさの検証に資する値である。上記の制御装置７０によれば、負荷検出値ＫＬｄｔｃや負荷推定値ＫＬｅｓｔが算出されたときのエンジン１０の状態を加味して診断を行うことができる。しかし、機関負荷が安定している定常運転時と、機関負荷が大きく変化している過渡運転時とでは、負荷検出値ＫＬｄｔｃと負荷推定値ＫＬｅｓｔとの乖離の度合いが異なる。そこで、制御装置７０では、さらに、機関負荷の変化の度合いを示す変化指標値である差ΔＫＬも入力している。これにより、機関負荷の変化の度合いによる影響も加味して診断を行うことができる。
すなわち、制御装置７０によれば、実行機会を、エアフロメータ８０が安定した検出信号を出力する条件に制限せずに、エアフロメータ８０の異常診断を行うことができる。
（２）吸気バルブ１６の開閉タイミングは、エンジン１０の運転状態に影響を与える要素である。そのため、ニューラルネットワーク７６ａの入力に吸気側バルブタイミング可変装置４４の操作量が含まれている制御装置７０によれば、吸気バルブ１６の開閉タイミングの影響も考慮した診断ができる。
（３）排気バルブ２６の開閉タイミングは、エンジン１０の運転状態に影響を与える要素である。そのため、ニューラルネットワーク７６ａの入力に排気側バルブタイミング可変装置４６の操作量が含まれている制御装置７０によれば、排気バルブ２６の開閉タイミングの影響も考慮した診断ができる。
（４）過給圧Ｐｉは、エンジン１０の運転状態に影響を与える要素である。そのため、ニューラルネットワーク７６ａの入力に過給圧Ｐｉが含まれている制御装置７０によれば、過給圧Ｐｉの影響も考慮した診断ができる。
（５）吸気通路１２に排気を還流させるエンジン１０の場合、還流される排気の量はエンジン１０の運転状態に影響を与える要素である。そのため、ニューラルネットワーク７６ａの入力にＥＧＲバルブ３６の開度を示す操作ステップ数Ｓｅｇｒが含まれている制御装置７０によれば、吸気通路１２に還流される排気の影響も考慮した診断ができる。
（６）制御装置７０では、診断処理において、１トリップの間に異常が発生しているとの診断を既定回数行ったときに、異常が発生しているとの診断結果を確定し、異常確定フラグを記憶装置７６に記憶する。そのため、一度の診断の結果に基づいて異常が発生しているとの診断結果を確定する場合と比較して、より正確に診断を行うことができる。そして、異常が発生しているか否かを確認するための情報を残すことができる。ひいては記憶装置７６に記憶されている情報を確認することにより、修理等の対処ができる。
（７）制御装置７０では、診断処理において、１トリップの間に異常が発生しているとの診断結果を確定させる前に異常が発生していないとの診断を複数回行ったときに、エアフロメータ８０が正常であるとの診断を確定し、そのトリップにおける診断処理を終了する。そのため、エアフロメータ８０が正常であるにも拘わらず、診断処理が繰り返され続けることを抑制できる。また、正常であるとの診断が複数回行われたことを条件に、正常であるとの診断を確定させるため、一度の診断の結果のみから正常であるとの診断を確定せる場合と比較して、より正確な診断を行うことができる。
（８）制御装置７０では、記憶装置７６に、異常確定フラグが記憶されているときに、エアフロメータ８０に異常が発生していることを報知する報知処理を実行する。そのため、異常診断が確定した場合には、異常が発生していることが報知されるため、修理を促すことができる。
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。本実施形態及び以下の変更例は、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。
・負荷推定値ＫＬｅｓｔの算出方法は適宜変更することができる。例えば、負荷推定値ＫＬｅｓｔは、吸気バルブ１６や排気バルブ２６のバルブタイミング、ＥＧＲ率、過給圧Ｐｉなどを入力に加え、それらを考慮して推定するようにしてもよい。
・負荷推定値ＫＬｅｓｔの変化指標値として、負荷推定値ＫＬｅｓｔの差ΔＫＬを算出する例を示したが、変化指標値は他の方法で算出してもよい。例えば、変化指標値は、単位時間あたりの負荷推定値ＫＬｅｓｔの変化率であってもよい。
・ニューラルネットワークに入力する状態指標値は、上記実施形態で示したものに限らない。例えば、エンジン１０が吸気側バルブタイミング可変装置４４を備えていない場合には、進角量ＩＮｖｔを入力する必要はない。また同様に、エンジン１０が排気側バルブタイミング可変装置４６を備えていない場合には、遅角量ＥＸｖｔを入力する必要はなく、過給機１４を備えていない場合には、過給圧Ｐｉを入力する必要はない。ＥＧＲバルブ３６を備えていない場合には、操作ステップ数Ｓｅｇｒを入力する必要はない。なお、吸気通路１２に還流させる排気の量の指標値となる値は操作ステップ数Ｓｅｇｒに限らない。燃焼室１８に吸入されるガスにおける排気の割合であるＥＧＲ率を算出し、そのＥＧＲ率を指標値としてもよい。その他、エンジン１０の状態を示す他の指標値を状態指標値に加えてもよい。
・上記実施形態では、異常診断が既定回数行われて異常確定フラグがセットされたときに、報知処理として警告灯１００を操作する処理を実行したがこれに限らない。例えば、異常診断が行われた回数をカウントせずに、異常診断が行われたときに直ちに報知処理を実行してもよい。
また、上記実施形態では、警告灯１００を操作することによって、視覚情報を通じて異常が発生していることを報知したが、これに限らない。たとえば、スピーカを操作することによって、聴覚情報を通じて異常が発生していることを報知してもよい。
・実行装置としては、ＣＰＵ７２とＲＯＭ７４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。
・上記実施形態では、ニューラルネットワーク７６ａが記憶される記憶装置７６と、異常診断プログラム７４ａが記憶されるＲＯＭ７４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、燃料噴射弁として、燃焼室１８内に燃料を噴射する燃料噴射弁２０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。また例えば、ポート噴射弁と筒内噴射弁との双方を備えてもよい。
エンジン１０としては、火花点火式エンジンに限らず、たとえば燃料として軽油等を用いる圧縮着火式エンジン等であってもよい。
エンジン１０が駆動系を構成すること自体必須ではない。例えば、車載発電機にクランク軸２４が機械的に連結され、駆動輪６０とは動力伝達が遮断されたいわゆるシリーズハイブリッド車に搭載されるものであってもよい。
・車両としては、車両の推進力を生成する装置がエンジン１０のみとなる車両に限らず、例えばシリーズハイブリッド車であってもよい。また、シリーズハイブリッド車以外にも、パラレルハイブリッド車や、シリーズ・パラレルハイブリッド車であってもよい。
１０…エンジン
１３…スロットルバルブ
１４…過給機
１６…吸気バルブ
２０…燃料噴射弁
２４…クランク軸
２６…排気バルブ
３０…排気通路
３４…ＥＧＲ通路
３６…ＥＧＲバルブ
４０…迂回通路
４２…ウェイストゲートバルブ
４４…吸気側バルブタイミング可変装置
４６…排気側バルブタイミング可変装置
７０…制御装置
７２…ＣＰＵ
７４…ＲＯＭ
７４ａ…異常診断プログラム
７４ｂ…対処プログラム
７６…記憶装置
７６ａ…ニューラルネットワーク
７６ｂ…マップデータ
７７…周辺回路
７８…ローカルネットワーク
８０…エアフロメータ

Claims (9)

  1. スロットルバルブを備える車載エンジンの吸気通路に設けられたエアフロメータの異常を診断するエアフロメータの異常診断装置であり、
    記憶装置と、実行装置とを備え、
    前記記憶装置に、前記スロットルバルブの開度及び前記車載エンジンの出力軸の回転速度である機関回転数を含む前記車載エンジンの状態を示す状態指標値と、前記エアフロメータの検出信号に基づいて算出した機関負荷の指標値である負荷検出値と、前記エアフロメータの検出信号を用いずに前記状態指標値に基づいて推定した機関負荷の指標値である負荷推定値と、機関負荷の変化の度合いを示す変化指標値と、を入力とし、前記エアフロメータに異常が発生しているか否かの情報が正解ラベルとして付与された教師データを用いて学習した学習済みニューラルネットワークが記憶されており、
    前記実行装置は、前記状態指標値と、前記負荷検出値と、前記負荷推定値と、前記変化指標値とを入力とし、前記学習済みニューラルネットワークを用いて、前記エアフロメータに異常が発生しているか否かを診断する診断処理を実行する
    エアフロメータの異常診断装置。
  2. 前記車載エンジンが、前記出力軸の回転位相に対する吸気バルブの開閉タイミングを変更する吸気側バルブタイミング可変装置を備えており、
    前記状態指標値に、前記吸気側バルブタイミング可変装置の操作量が含まれている
    請求項１に記載のエアフロメータの異常診断装置。
  3. 前記車載エンジンが、前記出力軸の回転位相に対する排気バルブの開閉タイミングを変更する排気側バルブタイミング可変装置を備えており、
    前記状態指標値に、前記排気側バルブタイミング可変装置の操作量が含まれている
    請求項１又は請求項２に記載のエアフロメータの異常診断装置。
  4. 前記車載エンジンが、過給機を備えており、
    前記状態指標値に、過給圧が含まれている
    請求項１〜３のいずれか一項に記載のエアフロメータの異常診断装置。
  5. 前記車載エンジンが、排気通路と吸気通路とを接続する排気還流通路と同排気還流通路に設けられて吸気通路に還流させる排気の量を調整する調整バルブとを備えており、
    前記状態指標値に、前記調整バルブの開度を示す指標値が含まれている
    請求項１〜４のいずれか一項に記載のエアフロメータの異常診断装置。
  6. 前記変化指標値が、単位時間当たりの前記負荷推定値の変化量である
    請求項１〜５のいずれか一項に記載のエアフロメータの異常診断装置。
  7. 前記実行装置は、前記診断処理において、１トリップの間に異常が発生しているとの診断を既定回数行ったときに、異常が発生しているとの診断結果を確定し、前記エアフロメータに異常が発生しているとの診断結果が確定していることを示す情報を前記記憶装置に記憶する
    請求項１〜６のいずれか一項に記載のエアフロメータの異常診断装置。
  8. 前記実行装置は、前記診断処理において、１トリップの間に異常が発生しているとの診断結果を確定させる前に異常が発生していないとの診断を複数回行ったときに、前記エアフロメータが正常であるとの診断を確定し、そのトリップにおける診断処理を終了する
    請求項７に記載のエアフロメータの異常診断装置。
  9. 前記実行装置は、前記記憶装置に、前記エアフロメータに異常が発生しているとの診断結果が確定していることを示す情報が記憶されているときに、前記エアフロメータに異常が発生していることを報知する報知処理を実行する
    請求項７又は請求項８に記載のエアフロメータの異常診断装置。
JP2020000803A 2020-01-07 2020-01-07 エアフロメータの異常診断装置 Active JP7222363B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2020000803A JP7222363B2 (ja) 2020-01-07 2020-01-07 エアフロメータの異常診断装置
US16/949,101 US11053880B1 (en) 2020-01-07 2020-10-14 Abnormality diagnosis system for air flow meter
CN202011426814.3A CN113153551B (zh) 2020-01-07 2020-12-09 空气流量计的异常诊断装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020000803A JP7222363B2 (ja) 2020-01-07 2020-01-07 エアフロメータの異常診断装置

Publications (2)

Publication Number Publication Date
JP2021110253A true JP2021110253A (ja) 2021-08-02
JP7222363B2 JP7222363B2 (ja) 2023-02-15

Family

ID=76654991

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020000803A Active JP7222363B2 (ja) 2020-01-07 2020-01-07 エアフロメータの異常診断装置

Country Status (3)

Country Link
US (1) US11053880B1 (ja)
JP (1) JP7222363B2 (ja)
CN (1) CN113153551B (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11459962B2 (en) * 2020-03-02 2022-10-04 Sparkcognitton, Inc. Electronic valve control
WO2023277145A1 (ja) 2021-07-01 2023-01-05 国立大学法人金沢大学 多糖類ナノファイバー配合多糖類組成物の製造方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11428432B2 (en) * 2018-11-20 2022-08-30 Distech Controls Inc. Computing device and method for inferring an airflow of a VAV appliance operating in an area of a building
JP6593560B1 (ja) * 2019-02-15 2019-10-23 トヨタ自動車株式会社 内燃機関の失火検出装置、内燃機関の失火検出システム、データ解析装置、および内燃機関の制御装置
DE102019124259A1 (de) * 2019-09-10 2021-03-11 Bayerische Motoren Werke Aktiengesellschaft Ermitteln eines Sensorfehlers eines Sensors in einem Abgasstrang eines Kraftfahrzeugs
WO2022029453A1 (en) * 2020-08-07 2022-02-10 Hartech Computation Limited Internal combustion engine optimisation system and method
CN114483346B (zh) * 2022-02-10 2023-06-20 电子科技大学 一种基于小样本的发动机多流量管进气温度修正方法、装置和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03156601A (ja) * 1989-11-15 1991-07-04 Honda Motor Co Ltd 車両制御方法
JP2003129906A (ja) * 2001-10-26 2003-05-08 Toyota Motor Corp 排気還流装置の異常診断装置
JP2004340151A (ja) * 2003-05-14 2004-12-02 General Motors Corp <Gm> 吸気流を診断するための方法及び装置
JP2005120929A (ja) * 2003-10-17 2005-05-12 Hino Motors Ltd ディーゼル機関の制御装置
JP2005315161A (ja) * 2004-04-28 2005-11-10 Honda Motor Co Ltd 内燃機関の制御装置
JP2009180218A (ja) * 2008-01-29 2009-08-13 Honda Motor Co Ltd 内燃機関の制御装置
JP2010048133A (ja) * 2008-08-20 2010-03-04 Toyota Motor Corp エアフロメータの異常検出装置
JP2011190758A (ja) * 2010-03-16 2011-09-29 Hino Motors Ltd 吸入空気量センサの劣化補正方法

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5960068A (ja) * 1982-09-30 1984-04-05 Fuji Heavy Ind Ltd 内燃機関の電子制御装置
JPS5960067A (ja) * 1982-09-30 1984-04-05 Fuji Heavy Ind Ltd 内燃機関の電子制御装置
US4875456A (en) * 1989-02-08 1989-10-24 Japan Electronic Control Systems Company Limited Self-diagnosis system for auxiliary air control system of internal combustion engine
JP3321837B2 (ja) * 1992-08-06 2002-09-09 株式会社日立製作所 車両の診断制御方法
JPH07167747A (ja) * 1993-12-14 1995-07-04 Hitachi Ltd 内燃機関の二次空気供給システムの故障診断装置
JP3156601B2 (ja) 1996-10-08 2001-04-16 株式会社新潟鉄工所 電動式射出成形機の樹脂圧力検出装置
JPH11264332A (ja) * 1997-12-17 1999-09-28 Hitachi Ltd 電制スロットルボディ一体型空気流量測定装置
WO2000077376A1 (fr) * 1997-12-17 2000-12-21 Hitachi, Ltd. Dispositif de mesure de debit d'air faisant partie integrante d'un corps a etranglement a commande electronique
JP3799851B2 (ja) * 1999-01-11 2006-07-19 株式会社日立製作所 内燃機関の診断方法
US6493627B1 (en) * 2000-09-25 2002-12-10 General Electric Company Variable fuel limit for diesel engine
JP2004027910A (ja) * 2002-06-24 2004-01-29 Toyota Motor Corp 燃料噴射制御装置
JP2004092614A (ja) * 2002-09-04 2004-03-25 Honda Motor Co Ltd エアフローセンサ故障判定装置
JP4500595B2 (ja) * 2004-06-15 2010-07-14 本田技研工業株式会社 内燃機関の制御装置
JP5240081B2 (ja) * 2009-06-10 2013-07-17 トヨタ自動車株式会社 空燃比センサの異常検出装置
US8146562B2 (en) * 2009-11-13 2012-04-03 Cummins Inc. System, method and apparatus for fuel injector diagnostics
US9777659B2 (en) * 2011-05-13 2017-10-03 Toyota Jidosha Kabushiki Kaisha Control device of internal combustion engine
US8706381B2 (en) * 2011-05-31 2014-04-22 GM Global Technology Operations LLC System and method for detection failures of mass airflow sensors in a parallel intake engine
CN104246172B (zh) * 2012-04-19 2017-08-08 丰田自动车株式会社 带有增压器的内燃机的控制装置
JP5874694B2 (ja) * 2013-07-30 2016-03-02 トヨタ自動車株式会社 内燃機関の診断装置
JP6123646B2 (ja) * 2013-11-18 2017-05-10 トヨタ自動車株式会社 内燃機関の診断装置
US10316783B2 (en) * 2015-05-11 2019-06-11 Ge Global Sourcing Llc Fuel injector wear correction methodology
JP6605357B2 (ja) * 2016-02-29 2019-11-13 株式会社日立製作所 異常検知装置、異常検知システムおよびその方法
FR3050768B1 (fr) * 2016-04-27 2019-09-13 Continental Automotive France Procede de diagnostic du fonctionnement d'un injecteur de moteur diesel d'un vehicule automobile
US10533514B2 (en) * 2016-06-15 2020-01-14 Cummins Inc. Selective fuel on time and combustion centroid modulation to compensate for injection nozzle cavitation and maintain engine power output and emissions for large bore high-speed diesel engine
JP6614351B2 (ja) * 2016-07-13 2019-12-04 日産自動車株式会社 エンジンの制御方法および制御装置
US10260446B2 (en) * 2016-07-21 2019-04-16 Ge Global Sourcing Llc Methods and system for aging compensation of a fuel system
JP6766620B2 (ja) * 2016-12-02 2020-10-14 株式会社デンソー 物理量計測装置、異常検出装置、及び異常検出方法
DE102016226003A1 (de) * 2016-12-22 2018-06-28 Robert Bosch Gmbh Verfahren und Vorrichtung zur Korrektur eines Luftmassenstromsensors
US10480474B2 (en) * 2017-04-06 2019-11-19 Ge Global Sourcing Llc Method and system for determining remaining useful life for an injector of a reciprocating engine
DE102017115757A1 (de) * 2017-07-13 2019-01-17 Man Diesel & Turbo Se Verfahren und Steuerungseinrichtung zum Betreiben einer Brennkraftmaschine
US10519887B1 (en) * 2017-10-30 2019-12-31 Automotive Test Solutions, Inc. External mass air flow sensor for diagnosing the internal combustion engine
US11060437B2 (en) * 2018-03-12 2021-07-13 Ford Global Technologies, Llc Systems and methods to mitigate gasoline particulate filter pressure sensor degradation

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03156601A (ja) * 1989-11-15 1991-07-04 Honda Motor Co Ltd 車両制御方法
JP2003129906A (ja) * 2001-10-26 2003-05-08 Toyota Motor Corp 排気還流装置の異常診断装置
JP2004340151A (ja) * 2003-05-14 2004-12-02 General Motors Corp <Gm> 吸気流を診断するための方法及び装置
JP2005120929A (ja) * 2003-10-17 2005-05-12 Hino Motors Ltd ディーゼル機関の制御装置
JP2005315161A (ja) * 2004-04-28 2005-11-10 Honda Motor Co Ltd 内燃機関の制御装置
JP2009180218A (ja) * 2008-01-29 2009-08-13 Honda Motor Co Ltd 内燃機関の制御装置
JP2010048133A (ja) * 2008-08-20 2010-03-04 Toyota Motor Corp エアフロメータの異常検出装置
JP2011190758A (ja) * 2010-03-16 2011-09-29 Hino Motors Ltd 吸入空気量センサの劣化補正方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11459962B2 (en) * 2020-03-02 2022-10-04 Sparkcognitton, Inc. Electronic valve control
WO2023277145A1 (ja) 2021-07-01 2023-01-05 国立大学法人金沢大学 多糖類ナノファイバー配合多糖類組成物の製造方法

Also Published As

Publication number Publication date
JP7222363B2 (ja) 2023-02-15
CN113153551A (zh) 2021-07-23
CN113153551B (zh) 2023-02-17
US20210207553A1 (en) 2021-07-08
US11053880B1 (en) 2021-07-06

Similar Documents

Publication Publication Date Title
JP7222363B2 (ja) エアフロメータの異常診断装置
US11099102B2 (en) Misfire detection device for internal combustion engine, misfire detection system for internal combustion engine, data analysis device, and controller for internal combustion engine
CN101622437B (zh) 用于估计内燃机的排气温度的方法和设备
US7069773B2 (en) Manifold air flow (MAF) and manifold absolute pressure (MAP) residual electronic throttle control (ETC) security
US6298718B1 (en) Turbocharger compressor diagnostic system
US7181334B2 (en) Method and apparatus to diagnose intake airflow
US11092103B2 (en) State determination device for internal combustion engine, state determination system for internal combustion engine, data analysis device, and control device for internal combustion engine
CN112412646A (zh) 车辆用学习控制系统、车辆用控制装置及车辆用学习装置
JP6702380B2 (ja) 内燃機関の制御装置
US10947909B2 (en) Control device of internal combustion engine and control method of same and learning model for controlling internal combustion engine and learning method of same
US20130275024A1 (en) Engine control device
US9091615B2 (en) Method for monitoring the functional software of control devices in a control device system
CN112443415B (zh) 内燃机的状态判定装置、内燃机的状态判定系统、数据解析装置和内燃机的控制装置
US11035301B1 (en) Method for preventing engine air flow calculation error and engine system thereof
US20210095610A1 (en) Internal combustion engine, state determination system for internal combustion engine, data analysis device, and control device for internal combustion engine
CN113266485B (zh) 映射的学习方法
CN113139328B (zh) 内燃机的状态判定装置、内燃机的状态判定系统、及数据解析装置
JP2020045821A (ja) 内燃機関の制御装置
Danfeng et al. Application of PNN to fault diagnosis of IC engine
JP2022096001A (ja) 診断装置
JPH05180730A (ja) 故障診断方法
JP2014052358A (ja) 車両用制御装置の検証装置
JP7430114B2 (ja) 内燃機関の制御装置
McDowell et al. Fault Detection in Internal Combustion Engines using a Semi-Physical Neural Network Approach
JP2021032246A (ja) 車両用学習制御システム、車両用制御装置、および車両用学習装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220214

TRDD Decision of grant or rejection written
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20221228

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230104

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230117

R151 Written notification of patent or utility model registration

Ref document number: 7222363

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151