JP2023036485A - 制御装置及び制御方法 - Google Patents

Abstract

【課題】経年劣化による燃料の実噴射量の変動を減らす。
【解決手段】制御装置（１０）は、コモンレールシステム（５０）の現在の運転条件（ｘ１～ｘｎ）に基づいて、コモンレールシステム（５０）が新品の時にアイソクロナス制御によって計算される目標噴射量を予測することにより、新品時の予測噴射量（Ｙｐ）を出力する予測部（２２）と、予測噴射量（Ｙｐ）に対する補正量（Ｑｃ）が関連付けられた補正マップ（２３Ｔ）を記憶する記憶部（２３２）と、補正マップ（２３Ｔ）に基づいて、予測噴射量（Ｙｐ）に対応する補正量（Ｑｃ）を計算する補正量計算部（２３１）と、アイソクロナス制御によって計算される現在の目標噴射量（Ｙ）に補正量（Ｑｃ）を加算することにより、補正された目標噴射量（Ｙａ）を出力する補正値計算部（２５）と、を備える。
【選択図】図２

Description

本発明は、制御装置及び制御方法に関する。

ディーゼルエンジンに燃料を供給するコモンレールシステムは、アイソクロナス制御によって制御されることがある（例えば、特許文献１参照）。アイソクロナス制御によれば、負荷の増減があっても燃料の目標噴射量を調整することにより、目標エンジン回転数を維持することができる。よって、負荷が増減しやすい掘削機、ホイールローダ等の産業用（ＯＨＷ：Off Highway）車両において、アイソクロナス制御が行われることが多い。

特開２００７－１９８２９９号公報

コモンレールシステムでは、インジェクタの経年劣化によって、インジェクタの通電時間及びコモンレールのレール圧が同じでも燃料の実噴射量が変動することがある。実噴射量は増えることもあるが、通常は減っていくことが多い。実噴射量が減ると、ある回転数で所定の負荷を保つため、アイソクロナス制御により計算される目標噴射量が新品時よりも増えていく。

過剰なトルク上昇を防ぐため、通常は目標噴射量に上限が設けられる。劣化が進み、目標噴射量がこの上限に至ると、それ以上は実噴射量を増やすことができなくなるため、新品時には可能であった高負荷の作業が制限されてしまう。またコモンレールのレール圧は目標噴射量に対してコモンレールの目標レール圧が定められたレール圧マップに基づいて制御される。目標噴射量が新品時より増えるとレール圧マップの読み取り位置が変わるため、目標レール圧が変化し、エミッションに影響が出る。

本発明は、経年劣化による燃料の実噴射量の変動を減らすことを目的とする。

本発明の一態様は、コモンレールシステム（５０）における燃料の噴射量をアイソクロナス制御によって調整する制御装置（１０）である。前記制御装置（１０）は、前記コモンレールシステム（５０）の現在の運転条件（ｘ１～ｘｎ）に基づいて、前記コモンレールシステム（５０）が新品の時に前記アイソクロナス制御によって計算される目標噴射量を予測することにより、新品時の予測噴射量（Ｙｐ）を出力する予測部（２２）と、前記予測噴射量（Ｙｐ）に対する補正量（Ｑｃ）が関連付けられた補正マップ（２３Ｔ）を記憶する記憶部（２３２）と、前記補正マップ（２３Ｔ）に基づいて、前記予測噴射量（Ｙｐ）に対応する補正量（Ｑｃ）を計算する補正量計算部（２３１）と、前記アイソクロナス制御によって計算される現在の目標噴射量（Ｙ）に前記補正量（Ｑｃ）を加算することにより、補正された目標噴射量（Ｙａ）を出力する補正値計算部（２５）と、を備える。

本発明の他の一態様は、コモンレールシステム（５０）における燃料の噴射量をアイソクロナス制御によって調整する制御方法である。前記制御方法は、前記コモンレールシステム（５０）の現在の運転条件（ｘ１～ｘｎ）に基づいて、前記コモンレールシステム（５０）が新品の時に前記アイソクロナス制御によって計算される目標噴射量を予測し、予測噴射量（Ｙｐ）を出力するステップと、前記予測噴射量（Ｙｐ）に対する補正量（Ｑｃ）が関連付けられた補正マップ（２３Ｔ）に基づいて、前記予測噴射量（Ｙｐ）に対応する前記補正量（Ｑｃ）を計算するステップと、前記アイソクロナス制御によって計算される現在の目標噴射量（Ｙ）に前記補正量（Ｑｃ）を加算することにより、補正された目標噴射量（Ｙａ）を出力するステップと、を含む。

本発明によれば、経年劣化による燃料の実噴射量の変動を減らすことができる。

本実施形態の制御装置とコモンレールシステムを説明する図である。 補正部の構成を示すブロック図である。 制御装置が燃料の噴射量を制御する処理を示すフローチャートである。 補正マップの一例を示す図である。 更新された補正マップの例を示す図である。 現在の目標噴射量、新品時の予測噴射量及び補正された目標噴射量の相関関係を示すグラフである。

以下、本発明の制御装置の一実施形態として、ＯＨＷ車両に搭載されたディーゼルエンジンへの燃料の供給を制御する電子制御装置（ＥＣＵ：Electronic Control Unit）について、図面を参照して説明する。以下の説明は本発明の一例（代表例）であり、本発明はこれに限定されない。

図１は、本実施形態のＥＣＵ１０とその制御対象であるコモンレールシステム５０を例示する。ＥＣＵ１０は、通常マイクロコンピュータやＲＡＭ、ＲＯＭ等のメモリ等から構成される。

コモンレールシステム５０は、内燃機関であるディーゼルエンジンに燃料を供給する。コモンレールシステム５０は、燃料タンク５１、低圧ポンプ５２、高圧ポンプ５３、コモンレール５４及び複数のインジェクタ５５を備える。

低圧ポンプ５２は、燃料タンク５１内の燃料を吸い上げて高圧ポンプ５３に供給する。高圧ポンプ５３は、燃料を加圧してコモンレール５４に圧送する。高圧ポンプ５３には、制御弁５３１及び５３２が設けられる。制御弁５３１は高圧ポンプ５３へ流入する燃料の流量を調整する。制御弁５３２は燃料の一部を燃料タンク５１へ戻して、低圧ポンプ５２から送られた燃料の圧力を一定に調整する。制御弁５３１及び５３２の開閉は、ＥＣＵ１０によって制御される。

コモンレール５４は、高圧ポンプ５３から圧送される高圧の燃料を蓄積し、各インジェクタ５５に高圧の燃料を供給する。コモンレール５４には、センサ５４１及び制御弁５４２が設けられる。センサ５４１はコモンレール５４の圧力（以下、レール圧という）を検出する。制御弁５４２は、燃料の一部を燃料タンク５１へ戻すことにより、レール圧を調整する。制御弁５４２の開閉は、ＥＣＵ１０によって制御される。

インジェクタ５５は、噴射孔が設けられたノズルボディ、ノズルボディ内を移動するノズルニードル、ノズルニードルの移動を制御する制御弁５５１等により構成される。制御弁５５１がノズルニードルの移動を制御することにより、噴射孔が開閉され、インジェクタ５５からディーゼルエンジンの気筒内に燃料が噴射される。インジェクタ５５としては、例えば制御弁５５１として電磁ソレノイドを用いた電磁制御型のインジェクタや、制御弁５５１としてピエゾアクチュエータを用いた電歪型のインジェクタ等を用いることができる。

ＥＣＵ１０には、上記レール圧のセンサ５４１だけでなく、各種センサｄ１～ｄｎによって検出された信号が入力される。検出信号は、例えばディーゼルエンジンの回転数、ディーゼルエンジンの冷却水の温度、コモンレール５４に供給される燃料の温度、車両のアクセル開度等のエンジン及びコモンレールシステム５０の運転条件のパラメータを含む。

ＥＣＵ１０は、各検出信号に基づいて上記各制御弁５４２、５５１等の開閉を制御することにより、コモンレールシステム５０における燃料の噴射量を制御する。ＥＣＵ１０は、燃料噴射量の制御のため、アイソクロナス制御部１１、補正部１２、コモンレール制御部１３及び記憶装置１４を備える。

アイソクロナス制御部１１は、アイソクロナス制御によってコモンレールシステム５０から供給する燃料噴射量の目標値（以下、目標噴射量という）Ｙを計算する。アイソクロナス制御では、通常、車両の運転モードに応じた目標エンジン回転数をＥＣＵ１０が計算し、その回転数を維持するように要求トルク、つまり目標噴射量を調整する。アイソクロナス制御によれば、エンジンに加わる負荷の変動に合わせて目標噴射量が調整されるので、負荷によらず一定のエンジン回転数を維持することができる。

このようなアイソクロナス制御は、従来、農耕用車両や建築用車両等のＯＨＷ車両におけるエンジン回転制御の１つとして実用されている。アイソクロナス制御自体が本発明特有のものではないため、目標噴射量Ｙの計算方法は公知の方法によって行うことができる。

補正部１２は、アイソクロナス制御部１１によって計算された目標噴射量Ｙを補正し、補正された目標噴射量Ｙａを出力する。インジェクタ５５の燃料噴射量が経年劣化によって変動すると、アイソクロナス制御によって計算された目標噴射量Ｙも新品時から変動する。補正部１２は、劣化後の燃料の実噴射量が新品時と同じとなるように目標噴射量Ｙを補正する。

コモンレール制御部１３は、補正された目標噴射量Ｙａに基づいてインジェクタ５５の制御弁５５１へ送信する制御信号を生成する。例えば、制御弁５５１が電磁ソレノイドの場合、制御信号はパルス信号である。コモンレール制御部１３は、現在のコモンレール５４のレール圧Ｒｐと目標噴射量Ｙａに基づいて、インジェクタ５５の制御弁５５１の通電時間、つまり燃料を噴射する時間を決定する。コモンレール制御部１３は、決定した通電時間に応じたデューティ比のパルス信号を生成する。またコモンレール制御部１３は、コモンレール５４の目標レール圧を計算し、目標レール圧となるようにコモンレールシステム５０の各制御弁５３１、５３２又は５４２への制御信号を生成する。

なお、アイソクロナス制御が開始されるまでは、コモンレール制御部１３では通常のエンジン回転制御が実行される。 すなわち、実エンジン回転数、アクセル開度、レール圧等の検出信号に基づいて目標噴射量や目標レール圧等のエンジン回転制御に必要な目標値が計算される。計算された目標値に基づいて燃料噴射量が制御され、所望のエンジン回転状態が達成される。

記憶装置１４は、アイソクロナス制御部１１、補正部１２及びコモンレール制御部１３が計算に使用する各種マップ等のデータを記憶する。記憶装置１４としては、例えばハードディスクやＲＯＭ等のメモリを使用することができる。

図２は、補正部１２の構成を示す。
補正部１２は、取得部２１、予測部２２、補正量計算部２３１、記憶部２３２、減算部２３３、乗算部２３４、更新部２３５、減算部２４１、計算部２４２、減算部２４３、補正値計算部２５及び検出部２６を備える。

このような構成の補正部１２は、加算、減算、又は乗算を行う演算モジュール、メモリ等のハードウェア資源を用いて実現されてもよい。また補正部１２は、後述するフローチャートをマイクロコンピュータやＣＰＵ等のプロセッサに読み取らせて実行させることにより、ソフトウェア処理として実現されてもよい。

取得部２１は、アイソクロナス制御部１１によって計算された現在の目標噴射量Ｙを取得する。また取得部２１は、目標噴射量Ｙの補正に必要なコモンレールシステム５０の運転条件のパラメータｘ１～ｘｎを取得する。パラメータｘ１～ｘｎは、センサ５４１によって検出されたコモンレール５４の現在のレール圧Ｒｐを含む。

予測部２２は、パラメータｘ１～ｘｎから、コモンレールシステム５０が新品の時にアイソクロナス制御部１１によって計算される目標噴射量を予測する。予測部２２は、予測された目標噴射量（以下、予測噴射量という）Ｙｐを出力する。本実施形態において、予測部２２は、ニューラルネットワーク等の機械学習を行う学習モデル２２Ｍを有し、当該学習モデル２２Ｍによって予測噴射量Ｙｐを計算する。

補正量計算部２３１は、記憶部２３２が記憶する補正マップ２３Ｔを読み出し、当該補正マップ２３Ｔに基づいて予測噴射量Ｙｐと現在のレール圧Ｒｐとに対応する補正量Ｑｃを計算する。

記憶部２３２は、補正マップ２３Ｔを記憶する。補正マップ２３Ｔでは、予測噴射量Ｙｐに対する補正量Ｑｃがレール圧Ｒｐごとに関連付けられる。

減算部２３３は、現在の目標噴射量Ｙから予測噴射量Ｙｐを減算し、その差ΔＱｙ（ΔＱｙ＝Ｙ－Ｙｐ）を出力する。
乗算部２３４は、差ΔＱｙに学習率Ｉｒを乗算し、その乗算値Ｉｒ×ΔＱを出力する。
更新部２３５は、乗算値Ｉｒ×ΔＱを用いて、予測噴射量Ｙｐとレール圧Ｒｐとに関連付けられた補正量Ｑｃの更新値を計算し、補正マップ２３Ｔの補正量Ｑｃを更新値に書き換える。

減算部２４１は、予測噴射量Ｙｐから新品時の目標噴射量に対して予め定められている上限値Ｑｌｉｍを減算し、その差ΔＱｌｉｍ（ΔＱｌｉｍ＝Ｙｐ－Ｑｌｉｍ）を出力する。
計算部２４２は、ｍａｘ｛ΔＱｌｉｍ，０｝を計算し、差ΔＱｌｉｍと０のうち大きい方を出力する。
減算部２４３は、補正量計算部２３１によって計算された補正量Ｑｃから、計算部２４２から出力されたΔＱｌｉｍ又は０を減算することにより、修正された補正量Ｑｃを出力する。

補正値計算部２５は、現在の目標噴射量Ｙに、減算部２４３により修正された補正量Ｑｃを加算することにより、補正された目標噴射量Ｙａを出力する。

検出部２６は、補正量計算部２３１から出力された補正量Ｑｃが、Ｔｈ１以上Ｔｈ２以下の一定範囲内にあるか否か、つまりＴｈ１≦Ｑｃ≦Ｔｈ２を満たすか否かを判定する。Ｔｈ１及びＴｈ２は、それぞれ正常な補正量Ｑｃの下限値と上限値であり、Ｔｈ１＜Ｔｈ２を満たす。補正量Ｑｃが一定範囲内にない場合、検出部２６はエラーの検出信号Ｅｒｒｏｒを出力する。

図３は、ＥＣＵ１０における燃料噴射量の制御の流れを示す。
まずコモンレール制御部１３が、燃料噴射量の制御モードがアイソクロナス制御モードであるか否かを判定する（ステップＳ１）。アイソクロナス制御モードでなければ（ステップＳ１：ＮＯ）、本処理は終了する。アイソクロナス制御モードの場合（ステップＳ１：ＹＥＳ）、コモンレール制御部１３は、補正部１２による目標噴射量Ｙの補正を有効にする。

補正部１２では、取得部２１が、コモンレールシステム５０の現在の運転条件を表すパラメータｘ１～ｘｎと、アイソクロナス制御部１１によって計算された現在の目標噴射量Ｙとを取得する（ステップＳ２）。取得部２１は、パラメータｘ１～ｘｎを予測部２２に出力し、現在の目標噴射量Ｙを減算部２３３及び補正値計算部２５に出力する。また取得部２１は、パラメータｘ１～ｘｎから現在のレール圧Ｒｐのパラメータを抽出し、補正量計算部２３１及び更新部２３５に出力する。

予測部２２は、学習モデル２２Ｍにより、コモンレールシステム５０が新品の時にアイソクロナス制御によって計算される目標噴射量を予測する。予測部２２は、その予測噴射量Ｙｐを補正量計算部２３１、減算部２３３及び２４１に出力する（ステップＳ３）。学習モデル２２Ｍは、パラメータｘ１～ｘｎの入力に対し、予測噴射量Ｙｐを出力する。

学習モデル２２Ｍは、予め複数の訓練データを機械学習することにより、構築される。訓練データは、新品のコモンレールシステム５０を運転させた時にアイソクロナス制御によって計算された目標噴射量Ｙに、その時の運転条件、つまりパラメータｘ１～ｘｎが関連付けられたデータセットである。

例えば、ニューラルネットワークを用いた学習モデル２２Ｍの学習を行う場合、訓練データのパラメータｘ１～ｘｎを学習モデル２２Ｍに入力する。学習モデル２２Ｍからの出力と訓練データの目標噴射量Ｙとの誤差が小さくなるようにニューラルネットワーク内の重みやバイアス等のパラメータを更新する。更新を複数の訓練データを用いて繰り返すと、任意のパラメータｘ１～ｘｎの入力に対し、新品のコモンレールシステム５０を使用した時の予測噴射量Ｙｐを出力する学習モデル２２Ｍが構築される。

パラメータｘ１～ｘｎとしては、負荷が加わったエンジンに対して必要な燃料噴射量をアイソクロナス制御によって計算できるパラメータであれば、どのようなパラメータが用いられてもよい。パラメータの異なる組み合わせのうち、学習モデル２２Ｍの予測精度が高いときの組み合わせが、パラメータｘ１～ｘｎとして選択されてもよい。

各種パラメータｘ１～ｘｎとしては、次のような例が挙げられる。
ｘ１：車両の油圧作動オイルの圧力
ｘ２：車両の油圧作動オイルの温度
ｘ３：コモンレールのレール圧
ｘ４：エンジン回転数
ｘ５：高圧ポンプからコモンレールへの燃料流量指示値
ｘ６：エンジン冷却水温度
ｘ７：コモンレールへ送られる燃料の温度
ｘ８：エンジンオイルの温度
・・・
ｘｎ：インジェクタの噴射パターン

パラメータｘ１～ｘｎは、高温、低温、高地、又は低地等の様々な環境下で、新品のコモンレールシステム５０の運転条件を各種センサｄ１～ｄｎ及び５４１によって検出することによって、取得することができる。

コモンレールシステム５０は個体差があり、目標噴射量Ｙに対する実噴射量が噴射量の規格値からずれて、同種のコモンレールシステム５０間で噴射量がばらつくことがある。よって、噴射量の中央特性を有するコモンレールシステム５０を新品時に運転させたときの運転条件のパラメータｘ１～ｘｎと目標噴射量Ｙを取得して、様々な環境下の訓練データを生成することが好ましい。噴射量の中央特性とは、目標噴射量Ｙに対する実噴射量が規格値から一定範囲内（規格値±α）にあることを意味する。このような訓練データを学習モデル２２Ｍが機械学習することにより、学習モデル２２Ｍは、コモンレールシステム５０が新品であって、かつ噴射量の中央特性を有する場合（以下、噴射量の中央特性を有するコモンレールシステム５０を中央品ということがある）の予測噴射量Ｙｐを出力することができる。

なお、予測噴射量Ｙｐは、コモンレール制御部１３にも出力される。コモンレール制御部１３は、レール圧マップに基づいて、予測噴射量Ｙｐからコモンレール５４の目標レール圧を計算する。レール圧マップは、目標噴射量に対し必要な目標レール圧が関連付けられたテーブルであり、記憶装置１４に保存されている。

補正量計算部２３１は、記憶部２３２から補正マップ２３Ｔを読み出す。補正量計算部２１３は、補正マップ２３Ｔに基づいて、取得部２１から出力された現在のレール圧Ｒｐと、予測部２２から出力された予測噴射量Ｙｐとから補正量Ｑｃを計算する（ステップＳ４）。

図４Ａは、補正マップ２３Ｔの一例を示す。
補正マップ２３Ｔには、予測噴射量Ｙｐ［ｍｇ］に対する補正量Ｑｃ[ｍｇ]がレール圧Ｒｐ[ｂａｒ]ごとに関連付けられている。補正マップ２３Ｔは、新品時の目標噴射量と当該目標噴射量に基づいて制御された実レール圧Ｒｐ（センサ５４１により検出されたレール圧）とに対して求められた補正量Ｑｃを関連付けることにより、作成することができる。よって、補正マップ２３Ｔから新品時のレール圧Ｒｐに相当する補正量Ｑｃを取得することができる。補正マップ２３Ｔ中の予測噴射量Ｙｐとレール圧Ｒｐは、座標（Ｙｐ，Ｒｐ）で表される格子点である。格子点間の補正量Ｑｃは、各格子点の補正量Ｑｃを線形補間することによって求めることができる。

例えば、予測噴射量Ｙｐが１０であり、現在のレール圧Ｒｐが６００である場合、補正量計算部２３１はこれらに対応する“１．５”の補正量Ｑｃを補正マップ２３Ｔから取得する。予測噴射量Ｙｐが１５、現在のレール圧Ｒｐが８００である場合、補正量計算部２３１は周囲４点の格子点、つまり座標（Ｙｐ，Ｒｐ）が（１０，６００）、（１０，９００）、（２０，６００）及び（２０，９００）の各格子点の補正量Ｑｃを補正マップ２３Ｔから取得する。補正量計算部２３１は、各格子点から座標（１５，８００）の点までの距離に応じて各格子点に関連付けられた補正量Ｑｃを線形補間することにより、座標（１５，８００）の点における補正量Ｑｃを計算する。

次いで、減算部２４１は、予測噴射量Ｙｐから上限値Ｑｌｉｍを減算し、その差ΔＱｌｉｍを出力する。上限値Ｑｌｉｍは、過剰なトルク制限のため、新品時の目標噴射量に対して予め定められる閾値である。計算部２４２は、Ｍａｘ｛０，ΔＱｌｉｍ｝を計算し、０又はΔＱｌｉｍのうち大きい方を出力する。次いで、減算部２４３が補正量計算部２３１によって計算された補正量ＱｃからΔＱｌｉｍを減算する（ステップＳ５）。

計算部２４２においてΔＱｌｉｍ＞０となり、ΔＱｌｉｍが出力されるのは、予測噴射量Ｙｐが上限値Ｑｌｉｍを超える場合である。よって、超えたΔＱｌｉｍ分だけ噴射量が少なくなるように補正量Ｑｃが修正される。これにより、目標噴射量Ｙａを上限値Ｑｌｉｍよりも小さくすることができ、補正された目標噴射量Ｙａによる過剰なトルク上昇を抑えることができる。

補正値計算部２５は、減算部２４３において修正された補正量Ｑｃを現在の目標噴射量Ｙに加算することにより、補正された目標噴射量Ｙａを出力する（ステップＳ６）。この目標噴射量Ｙａに基づいて、コモンレール制御部１３はインジェクタ５５の通電時間、つまり燃料を噴射する時間を計算する（ステップＳ７）。コモンレール制御部１３は、計算された通電時間に基づいてインジェクタ５５の制御弁５５１への制御信号を生成する。

次いで、減算部２３３は、現在の目標噴射量Ｙから予測噴射量Ｙｐを減算し、その差ΔＱｙを出力する（ステップＳ８）。乗算部２３４は、差ΔＱｙに学習率Ｉｒを乗算する（ステップＳ９）。学習率Ｉｒは、補正マップ２３Ｔの更新に使用される係数である。学習率Ｉｒは任意に設定できるが、通常は０．２～０．５である。更新部２３５は、乗算値Ｉｒ×ΔＱｙと現在のレール圧Ｒｐとに応じて、補正マップ２３Ｔの補正量Ｑｃを更新する（ステップＳ１０）。

まず更新部２３５は、予測噴射量Ｙｐと現在のレール圧Ｒｐに対応する補正量Ｑｃを補正マップ２３Ｔから取得する。更新部２３５は、この補正量Ｑｃに乗算値Ｉｒ×ΔＱｙを加算することにより、更新後の補正量Ｑｃを計算する。予測噴射量Ｙｐと現在のレール圧Ｒｐが格子点間にある場合、更新部２３５は、周囲の格子点からの距離に応じて周囲の格子点の補正量Ｑｃを更新する。

例えば、予測噴射量Ｙｐが１０、現在のレール圧Ｒｐが８００、差ΔＱｙが０．３、学習率Ｉｒが０．５である場合、更新部２３５は、座標（１０，８００）の周囲２点の格子点（１０，６００）及び（１０，９００）の補正量Ｑｃを更新する。補正マップ２３Ｔの各格子点の補正量Ｑｃは１．５と１．２であるので、更新部２３５はこれらの補正量Ｑｃの更新値を、座標（１０，８００）から各格子点までの距離に応じて計算する。下記式はその計算式である。
1.5+{1-(800-600)/(900-600)}×0.3×0.5=1.55
1.2+{1-(900-800)/(900-600)}×0.3×0.5=1.3

図４Ｂは、更新後の補正マップ２３Ｔを示す。
更新部２３５は、補正マップ２３Ｔ中の格子点（１０，６００）の補正量Ｑｃを１．５から更新値１．５５に書き換える。また更新部２３５は、格子点（１０，９００）の補正量Ｑｃを１．２から更新値１．３に書き換える。

補正マップ２３Ｔを作成した当初の補正量Ｑｃは、コモンレールシステム５０が新品の時に計算された目標噴射量Ｙから、コモンレールシステム５０が新品かつ中央品の時の予測噴射量Ｙｐを減算した差ΔＱｙである。この差ΔＱｙは噴射量の規格値からのばらつきを意味する。最初の補正時には、そのばらつき分の差ΔＱｙに学習率Ｉｒを乗算したものが補正量Ｑｃとして目標噴射量Ｙに加算され、補正された目標噴射量Ｙａが計算される。補正された目標噴射量Ｙａを用いてインジェクタ５５の通電時間を計算し、燃料を噴射させるため、実噴射量も補正されることになる。

２回目の補正時には、１回目に補正された実噴射量によって発生するエンジントルクを元にアイソクロナス制御によって目標噴射量Ｙが計算される。よって、１回目と比べて目標噴射量Ｙと予測噴射量Ｙｐの差ΔＱｙが小さくなる。その後、差ΔＱｙに学習率Ｉｒを乗算したものを用いて補正マップ２３Ｔが更新される。更新された補正マップ２３Ｔから出力された補正量Ｑｃは２回目の目標噴射量Ｙに加算され、２回目の補正された目標噴射量Ｙａが計算される。以後、このようなサイクルが繰り返され、補正量Ｑｃは、その後の経年劣化したコモンレールシステム５０における目標噴射量Ｙと新品時の予測噴射量Ｙｐとの差ΔＱｙに応じて逐次更新されていく。これにより、徐々に新品かつ中央品との目標噴射量の差（Ｙｐ－Ｙ）が小さくなっていく。

図５は、目標噴射量Ｙ、予測噴射量Ｙｐ及び補正された目標噴射量Ｙａの相関関係を示す。
新品時に中央品よりも燃料の噴射量が少なく、さらに経年劣化によって徐々に実噴射量が低下するコモンレールシステム５０の場合、計算される目標噴射量Ｙは時間ｔの経過によって補正された目標噴射量Ｙａよりも徐々に小さくなる。

その差（Ｙｐ－Ｙ）をΔＱｙとして補正マップ２３Ｔに蓄積していくことにより、差（Ｙｐ－Ｙ）が徐々に小さくなり、現在の目標噴射量Ｙが予測噴射量Ｙｐに一致するようになる。一致するまでの時間は学習率Ｉｒの設定によって調整可能である。劣化によって実噴射量が減少しても、目標噴射量Ｙと予測噴射量Ｙｐの差を埋めるように逐次学習するため、噴射量の減少量に応じて補正量Ｑｃを増やし、常に新品かつ中央品と同様の噴射量になるように目標噴射量Ｙａが計算される。

一方、検出部２６は、補正量計算部２３１から出力された補正量ＱｃがＴｈ１からＴｈ２までの一定範囲内にあるか否かを判定する（ステップＳ１１）。一定範囲内にない場合（ステップＳ１１：ＮＯ）、現在の目標噴射量Ｙが予測噴射量Ｙｐから大きく乖離しており、異常が発生している可能性がある。よってこの場合、検出部２６はエラーの検出信号Ｅｒｒｏｒを出力する（ステップＳ１２）。

検出信号Ｅｒｒｏｒが出力された場合、コモンレール制御部１３は、ディスプレイに異常の通知を表示させる等してドライバに異常の可能性を通知してもよい。

以上のように、本実施形態によれば、予測部２２により、コモンレールシステム５０の現在の運転条件を表すパラメータｘ１～ｘｎに基づいて、コモンレールシステム５０が新品の時にアイソクロナス制御によって計算される目標噴射量が予測され、新品時の予測噴射量Ｙｐとして出力される。補正量計算部２３１では、補正マップ２３Ｔに基づいて、予測噴射量Ｙｐに対応する補正量Ｑｃが計算される。補正値計算部２５では、アイソクロナス制御によって計算される現在の目標噴射量Ｙに補正量Ｑｃが加算され、補正された目標噴射量Ｙａが出力される。

補正量Ｑｃの加算により予測噴射量Ｙｐとの差がなくなるように、現在の目標噴射量Ｙが補正されるため、補正された目標噴射量Ｙａを用いて計算された通電時間によって実現する燃料の実噴射量は新品時と同じか近くなる。よって、経年劣化による燃料の実噴射量の変動を減らすことができる。

従来はアイソクロナス制御によって計算された目標噴射量Ｙに対して、トルク制限のための上限値が設けられていたため、目標噴射量Ｙが増えて上限値に到達すると、それ以上は目標噴射量Ｙを増やせず、新品時と同様の高負荷の作業が制限される。しかし、本実施形態によれば、目標噴射量Ｙは新品時の目標噴射量に近づくように補正されるため、そのような経年劣化によるトルク制限が課されることがない。

一方で予測噴射量Ｙｐが新品時の目標噴射量に対する上限値Ｑｌｉｍを超える場合は、超えた分だけを予測噴射量Ｙｐから差し引くため、補正された目標噴射量Ｙａが新品時の上限値を超えることもない。よって、上限以上のトルク上昇を抑えながら、新品時と同様の高負荷の作業が可能である。

レール圧Ｒｐの目標値は、常に予測噴射量Ｙｐから計算されるため、レール圧Ｒｐは新品時と同様の状態から変化がない。経年劣化により実噴射量が減ることに伴ってアイソクロナス制御によって計算される目標噴射量Ｙが増加しても、それに伴うエミッションの変化を避けることができる。

予測部２２の学習モデル２２Ｍは、新品の複数のコモンレールシステム５０から取得した訓練データを学習するので、新品かつ中央品の予測噴射量Ｙｐを予測することができる。よって、各コモンレールシステム５０の個体差による噴射量のばらつきも補正することができる。エンジンの気筒間のばらつき補正と併用すれば、各気筒の実噴射量が劣化後も新品かつ中央品に近い状態に補正することができる。

以上、本発明の好ましい実施形態について説明したが、本発明は、これらの実施形態に限定されず、本発明の範囲内で種々の変形が可能である。

例えば、本発明の制御方法をコンピュータに実行させるプログラムが記録された記録媒体が提供されてもよい。記録媒体としては、ＣＰＵ等のコンピュータが読み取り可能な記録媒体であれば特に限定されず、半導体メモリ、磁気ディスク、又は光ディスク等を使用可能である。

１０・・・ＥＣＵ、１１・・・アイソクロナス制御部、１２・・・補正部、１３・・・コモンレール制御部、２２・・・予測部、２２Ｍ・・・学習モデル、２３１・・・補正量計算部、２３２・・・記憶部、２３Ｔ・・・補正マップ、２５・・・補正値計算部、２６・・・検出部

Claims (8)

1. コモンレールシステム（５０）における燃料の噴射量をアイソクロナス制御によって調整する制御装置（１０）において、
   前記コモンレールシステム（５０）の現在の運転条件（ｘ１～ｘｎ）に基づいて、前記コモンレールシステム（５０）が新品の時に前記アイソクロナス制御によって計算される目標噴射量を予測することにより、新品時の予測噴射量（Ｙｐ）を出力する予測部（２２）と、
   前記予測噴射量（Ｙｐ）に対する補正量（Ｑｃ）が関連付けられた補正マップ（２３Ｔ）を記憶する記憶部（２３２）と、
   前記補正マップ（２３Ｔ）に基づいて、前記予測噴射量（Ｙｐ）に対応する補正量（Ｑｃ）を計算する補正量計算部（２３１）と、
   前記アイソクロナス制御によって計算される現在の目標噴射量（Ｙ）に前記補正量（Ｑｃ）を加算することにより、補正された目標噴射量（Ｙａ）を出力する補正値計算部（２５）と、
   を備える制御装置（１０）。
2. 前記補正マップ（２３Ｔ）には、前記予測噴射量（Ｙｐ）に対する補正量（Ｑｃ）が前記コモンレールシステム（５０）のレール圧（Ｒｐ）ごとに関連付けられ、
   前記補正量計算部（２３）は、前記補正マップ（２３Ｔ）に基づいて、現在のレール圧（Ｒｐ）と前記予測噴射量（Ｙｐ）に対応する補正量（Ｑｃ）を計算する
   請求項１に記載の制御装置（１０）。
3. 前記予測噴射量（Ｙｐ）と前記現在の目標噴射量（Ｙ）との差（ΔＱｙ）を計算する減算部（２３３）と、
   前記差（ΔＱｙ）と学習率（Ｉｒ）との乗算値を計算する乗算部（２３４）と
   前記補正マップ（２３Ｔ）の前記補正量（Ｑｃ）に前記乗算値を加算することにより、前記補正マップ（２３Ｔ）を更新する更新部（２３５）と、を備える
   請求項１又は２に記載の制御装置（１０）。
4. 前記補正量（Ｑｃ）が一定範囲内にない場合、エラーを検出する検出部（２６）を備える
   請求項１～３のいずれか一項に記載の制御装置（１０）。
5. 前記予測噴射量（Ｙｐ）と新品時の目標噴射量に対して定められた上限値（Ｑｌｉｍ）との差（ΔＱｌｉｍ）を計算する減算部（２４１）と、
   前記差（ΔＱｌｉｍ）が０より大きい場合は、前記補正量（Ｑｃ）から前記差（ΔＱｌｉｍ）を減算することにより、前記補正量（Ｑｃ）を修正する減算部（２４３）と、を備え、
   前記補正値計算部（２５）は、修正された前記補正量（Ｑｃ）を前記現在の目標噴射量（Ｙ）に加算する
   請求項１～４のいずれか一項に記載の制御装置（１０）。
6. 前記予測部（２２）は、現在の前記コモンレールシステム（５０）の運転条件（ｘ１～ｘｎ）を入力し、前記運転条件下での前記予測噴射量（Ｙｐ）を出力する学習モデル（２２Ｍ）を備え、
   前記学習モデル（２２Ｍ）は、新品時の前記コモンレールシステム（５０）の運転条件（ｘ１～ｘｎ）と、前記運転条件下で前記アイソクロナス制御によって計算された目標噴射量（Ｙ）とが関連付けられた訓練データを予め機械学習する
   請求項１～５のいずれか一項に記載の制御装置（１０）。
7. 前記学習モデル（２２Ｍ）は、
   新品であり、かつ噴射量の中央特性を有する前記コモンレールシステム（５０）を運転させたときの運転条件（ｘ１～ｘｎ）と、前記運転条件下での目標噴射量（Ｙ）とが関連付けられた複数の前記訓練データを予め機械学習し、
   現在の前記コモンレールシステム（５０）の運転条件（ｘ１～ｘｎ）の入力に対し、前記コモンレールシステム（５０）が新品であり、かつ噴射量の中央特性を有する場合の前記予測噴射量（Ｙｐ）を出力する
   請求項６に記載の制御装置（１０）。
8. コモンレールシステム（５０）における燃料の噴射量をアイソクロナス制御によって調整する制御方法において、
   前記コモンレールシステム（５０）の現在の運転条件（ｘ１～ｘｎ）に基づいて、前記コモンレールシステム（５０）が新品の時に前記アイソクロナス制御によって計算される目標噴射量を予測し、予測噴射量（Ｙｐ）を出力するステップと、
   前記予測噴射量（Ｙｐ）に対する補正量（Ｑｃ）が関連付けられた補正マップ（２３Ｔ）に基づいて、前記予測噴射量（Ｙｐ）に対応する前記補正量（Ｑｃ）を計算するステップと、
   前記アイソクロナス制御によって計算される現在の目標噴射量（Ｙ）に前記補正量（Ｑｃ）を加算することにより、補正された目標噴射量（Ｙａ）を出力するステップと、
   を含む制御方法。
   
   

Images