JP2023144636A - ハイブリッド車両の制御装置 - Google Patents

Abstract

【課題】マンガン酸化物の固着に起因する排気浄化触媒の目詰まりをハイブリッド電気車両ならではの手法で推定しつつ、内燃機関の燃費悪化を抑制しながら排気浄化触媒の目詰まりを軽減できるようにする。【解決手段】ハイブリッド電気車両の制御装置は、排気浄化触媒を含む内燃機関と、電動機と、を備えるハイブリッド電気車両に適用されている。制御装置は、内燃機関のエンジン出力の低下時にエンジン出力を電動機によってアシストするモータアシスト制御を実行する。また、制御装置は、ハイブリッド電気車両の積算走行距離が閾値未満の初期状態と比べてモータアシスト制御の実行頻度が高い場合に、吸入空気流量を増加させるように内燃機関を制御する。【選択図】図２

Description

本開示は、駆動力源として内燃機関と電動機とを備えるハイブリッド電気車両の制御装置に関する。

特許文献１は、排気通路に触媒とフィルタとを備える内燃機関の制御装置を開示している。この制御装置は、燃料に含まれるマンガン由来のマンガン酸化物の固着に起因する触媒の目詰まりが起きている可能性が高いと判定した場合に、触媒からマンガン酸化物を除去するために内燃機関の燃料増量制御を実行する。この燃料増量制御は、混合気の空燃比が理論空燃比よりもリッチになるように燃料噴射弁から噴射される燃料を増量するものである。

特開２０２０－０３３９２４号公報

駆動力源として内燃機関と電動機とを備えるハイブリッド電気車両においても、駆動力源として内燃機関のみを備える車両と同様に、マンガン酸化物の固着に起因する排気浄化触媒の目詰まりが生じ得る。特許文献１に記載の燃料増量による目詰まりへの対策によれば、内燃機関の燃費悪化が課題となる。

本開示は、上述のような課題に鑑みてなされたものであり、マンガン酸化物の固着に起因する排気浄化触媒の目詰まりをハイブリッド電気車両ならではの手法で推定しつつ、内燃機関の燃費悪化を抑制しながら排気浄化触媒の目詰まりを軽減できるようにしたハイブリッド電気車両の制御装置を提供することを目的とする。

本開示に係るハイブリッド電気車両の制御装置は、排気浄化触媒を含む内燃機関と、電動機と、を備えるハイブリッド電気車両に適用されている。制御装置は、内燃機関のエンジン出力の低下時にエンジン出力を電動機によってアシストするモータアシスト制御を実行する。また、制御装置は、ハイブリッド電気車両の積算走行距離が閾値未満の初期状態と比べてモータアシスト制御の実行頻度が高い場合に、吸入空気流量を増加させるように内燃機関を制御する。

本開示に係るハイブリッド電気車両の制御装置によれば、モータアシスト制御の実行頻度というハイブリッド電気車両ならではの情報を利用して、マンガン酸化物の固着に起因する排気浄化触媒の目詰まりを推定することができる。そして、目詰まりが推定される場合、吸入空気流量を増加させるように内燃機関が制御される。吸入空気流量の増加という手法によれば、空燃比のリッチ化を伴う燃料増量制御と比べて燃費悪化を抑制しつつ排気浄化触媒の目詰まりを軽減できる。

実施の形態に係るハイブリッド電気車両の構成の一例を概略的に示す図である。 実施の形態に係る触媒Ｍｎ詰まり軽減制御に関する処理の一例を示すフローチャートである。 モータアシスト制御の実行頻度の増大の有無を判定するための具体的な手法の一例を説明するための図である。 触媒Ｍｎ詰まり軽減制御におけるＧａ嵩上げ量の具体的な決定手法の一例を説明するための図である。 触媒Ｍｎ詰まり軽減制御におけるＧａ嵩上げ量の具体的な決定手法の他の例を説明するための図である。 実施の形態に係る触媒Ｍｎ詰まり軽減制御の動作の一例を補足的に説明するためのタイムチャートである。 走行パターンの機械学習について説明するための図である。 実施の形態に係るＭｎ詰まりの予兆検知に関する処理の流れを示すフローチャートである。 ステップＳ２０６の判定の具体的な一例を説明するための図である。

以下、添付図面を参照して、本開示の実施の形態について説明する。以下に示す実施の形態において各要素の個数、数量、量、範囲等の数に言及した場合、特に明示した場合や原理的に明らかにその数に特定される場合を除いて、その言及した数に、本開示に係る技術思想が限定されるものではない。

１．ハイブリッド電気車両（ＨＥＶ）の構成例
図１は、実施の形態に係るハイブリッド電気車両１の構成の一例を概略的に示す図である。ハイブリッド電気車両（以下、単に「車両」とも称する）１は、一例として動力分割式（シリーズパラレル方式）のハイブリッドシステムを構成するパワートレーン１０を備える。

パワートレーン１０は、駆動力源としての内燃機関１２並びに２つの電動機１４及び１６とともに、動力分割機構１８、減速機２０、及び駆動軸２２を含む。

内燃機関１２は、燃料噴射装置２４と、吸気アクチュエータ２６と、排気浄化触媒２８と、を含む。燃料噴射装置２４は、各気筒に燃料を供給する。吸気アクチュエータ２６は、吸入空気流量Ｇａを制御するためのアクチュエータであり、例えば電子制御スロットルである。排気浄化触媒（以下、単に「触媒」とも称する）２８は、例えば三元触媒であり、排気通路３０に配置されている。

電動機１４及び１６は、それぞれ発電機としても機能する。より詳細には、電動機１４は主に発電機として機能し、電動機１６は主に電動機として機能する。電動機１４及び１６は、例えば交流同期電動機である。電動機１４及び内燃機関１２は、動力分割機構１８により互いに接続されている。動力分割機構１８及び電動機１６は、減速機２０を介して互いに接続されている。減速機２０は、ディファレンシャルギアを含み、駆動軸２２を介して車輪３２（図１に示す一例では、前輪３２Ｆ）に接続されている。動力分割機構１８は、内燃機関１２の動力を電動機（発電機）１４及び減速機２０に分配する。減速機２０は、動力分割機構１８を介して伝達される内燃機関１２の動力及び電動機１６の動力を減速し、駆動軸２２を介して車輪３２に伝達する。

また、車両１は、バッテリ３４と、電力制御ユニット（ＰＣＵ）３６とを備える。バッテリ３４は、ＰＣＵ３６を介してパワートレーン１０（より詳細には、電動機１４及び１６のそれぞれ）との間で電力を授受する。ＰＣＵ３６は、インバータを含み、バッテリ３４に蓄えられた電力を直流から交流に変換して電動機１６に供給する。その結果、電動機１６が駆動される。また、電動機１４は、内燃機関１２の動力によって駆動されることにより電力を生成可能である。電動機１６は、車輪３２の回転によって駆動されることにより電力を生成可能である。電動機１４又は電動機１６によって生成される電力は、ＰＣＵ３６によって交流から直流に変換された後にバッテリ３４に蓄えられる。このように、バッテリ３４は、電動機１４及び１６で生じた電力によって充電され、電動機１６で消費される電力により放電される。

さらに、車両１は、車両１を制御する「制御装置」に相当する電子制御ユニット（ＥＣＵ）４０を備えている。ＥＣＵ４０は、プロセッサ及び記憶装置を備えている。ＥＣＵ４０は、車両１に取り付けられたセンサ類３８からセンサ信号を取り込むとともに、パワートレーン１０（内燃機関１２、電動機１４及び１６）及びＰＣＵ３６に対して操作信号を出力する。記憶装置には、パワートレーン１０及びＰＣＵ３６を制御するための各種の制御プログラムが記憶されている。プロセッサは、制御プログラムを記憶装置から読み出して実行し、これにより、パワートレーン１０及びＰＣＵ３６に関する各種制御が実現される。なお、下記のＥＣＵ４０の機能は複数のＥＣＵによって実現されてもよい。

センサ類３８は、車速センサ、アクセルポジション（アクセル開度）センサ、エアフローセンサ、クランク角センサ、及びＳＯＣセンサ等のパワートレーン１０の制御に用いられる各種センサを含む。付け加えると、エアフローセンサは、内燃機関１２の吸入空気流量Ｇａを検出する。クランク角センサは、内燃機関１２のクランク角を検出する。ＥＣＵ４０は、クランク角センサの出力信号に基づいてエンジン回転数ＮＥを算出する。ＳＯＣセンサは、バッテリ３４の充電状態（ＳＯＣ）を検出する。

また、車両１は、通信装置５０と、ＧＮＳＳ（Global Navigation Satellite System）受信機５２と、を備えている。通信装置５０は、ＥＣＵ４０からの指令に基づき、無線通信ネットワークを介して外部システム（例えば、各種車両情報を集約したサーバ）と通信を行う。ＥＣＵ４０は、外部システムから様々なデータを取得できる。ＧＮＳＳ受信機５２は、ＧＮＳＳ衛星からの信号に基づいて車両１の位置及び方位を取得する。ＧＮＳＳ受信機５２によって取得された情報はＥＣＵ４０に送信される。また、ＥＣＵ４０は、例えば外部のサーバから地図情報を取得することで、地図上の車両１の現在位置を特定できる。

上述した構成を有するパワートレーン１０によれば、内燃機関１２と電動機１４、１６の協働による車両走行（ＨＥＶ走行）を行うことができる。具体的には、内燃機関１２の動力を用いて電動機１４が生成した電力をバッテリ３４の充電及び電動機１６への供給に利用しつつ、内燃機関１２及び電動機１６の駆動力を用いて車輪３２を駆動することができる。また、パワートレーン１０によれば、内燃機関１２を作動させずに電動機１６を用いた車両走行（ＢＥＶ（Battery Electric Vehicle）走行）を行うこともできる。

そして、パワートレーン１０を備える車両１によれば、ＥＣＵ４０は、エンジン出力が低下した時に、電動機１６の出力を増やすことによりエンジン出力を電動機１６によってアシストする「モータアシスト制御」を行うことができる。具体的には、ＥＣＵ４０は、例えば、アクセル開度に応じた目標車両出力に基づいて目標エンジン出力を算出する。しかしながら、車両１の走行中には、後述の触媒２８の目詰まり等の要因により、目標エンジン出力を確保できない場合がある。このような場合、モータアシスト制御において、ＥＣＵ４０は、目標エンジン出力に対するエンジン出力の不足分を電動機１６のモータ出力によって補うように当該電動機１６を制御する。

付け加えると、上述のモータアシスト制御を実行可能である限り、本開示に係る「ハイブリッド電気車両」のハイブリッドシステムは、上述の動力分割式に代え、パラレル方式等の他の方式であってもよい。また、本開示に係る「ハイブリッド電気車両」は、外部充電可能なプラグインハイブリッド電気車両（ＰＨＥＶ）として構成されていてもよい。

２．触媒Ｍｎ詰まり軽減制御
内燃機関１２の燃料に混ぜられる添加剤に由来するマンガン（Ｍｎ）が燃料に含まれていると、マンガン酸化物の固着に起因する触媒２８の目詰まり（Ｍｎ詰まり）が生じ得る。Ｍｎ詰まりが生じると、例えば、内燃機関１２の出力低下が生じ得る。より詳細には、触媒２８のＭｎ詰まりは、触媒温度が高い場合により顕著になる。このため、Ｍｎ詰まりへの対策として、燃料増量（空燃比のリッチ化）によって触媒温度を下げることが考えられる。しかしながら、当該対策の背反として、燃費悪化がある。

上記の課題に鑑み、本実施形態では、ＥＣＵ４０は、次のような触媒Ｍｎ詰まり軽減制御（以下、「詰まり軽減制御」と略する）を実行可能に構成されている。この詰まり軽減制御において、ＥＣＵ４０は、車両１の積算走行距離が所定の閾値未満の「初期状態Ｓ０」と比べてモータアシスト制御の実行頻度が高い場合に、吸入空気流量Ｇａを増加させるように内燃機関１２を制御する。

図２は、実施の形態に係る触媒Ｍｎ詰まり軽減制御に関する処理の一例を示すフローチャートである。

図２では、ステップＳ１００において、ＥＣＵ４０は、ＨＥＶである車両１のモータアシスト状況を把握する。具体的には、ＥＣＵ４０は、上述のモータアシスト制御の実行頻度を把握するために、モータアシスト制御の実行履歴を取得する。ここでいうモータアシスト制御の実行頻度は、例えば、所定期間又は所定走行距離中のモータアシスト回数（モータアシスト制御の実行回数）である。なお、ＥＣＵ４０は、モータアシスト制御を実行する毎に、モータアシスト制御の実行履歴（例えばモータアシスト制御の実行時の日時又は走行距離の情報を含む）を記憶装置に格納している。

次に、ステップＳ１０２において、ＥＣＵ４０は、初期状態Ｓ０と比べてモータアシスト制御の実行頻度が高いか否かを判定する。図３は、モータアシスト制御の実行頻度の増大の有無を判定するための具体的な手法の一例を説明するための図である。図３には、積算走行距離が閾値未満の初期状態Ｓ０における所定期間中のモータアシスト回数が２回であり、現在の（すなわち、積算走行距離が上記閾値以上となっている条件下における）同じ所定期間中のモータアシスト回数が５回である例が表されている。これらのモータアシスト回数の数値は一例である。図３に示す例では、所定期間中のモータアシスト回数（すなわち、モータアシスト頻度）が初期状態と比べて３回多くなっている。この例のように初期状態と比べてモータアシスト回数が所定回数以上多くなっている時、ＥＣＵ４０は、初期状態と比べてモータアシスト頻度が高いと判定する。

触媒２８のＭｎ詰まりは経年的に進行する。Ｍｎ詰まりが生じると、エンジン出力の低下が生じる。そして、当該エンジン出力の低下を補うために、モータアシスト制御が実行されることになる。したがって、初期状態Ｓ０と比べてモータ作動頻度が高いという制御情報を利用して、Ｍｎ詰まりの兆候を把握することが可能となる。すなわち、初期状態Ｓ０と比べてモータ作動頻度が高くなっていることをＭｎ詰まりの兆候と捉え、Ｍｎ詰まりが生じていると推定することができる。

ステップＳ１０２の判定結果がＮｏの場合には、ステップＳ１００の処理が繰り返し実行される。一方、ステップＳ１０２の判定結果がＹｅｓとなった場合、つまり、初期状態Ｓ０と比べてモータアシスト制御の実行頻度が高い場合には、処理はステップＳ１０４に進む。

ステップＳ１０４において、ＥＣＵ４０は、触媒Ｍｎ詰まり軽減制御を実行する。この詰まり軽減制御は、上述のように、吸入空気流量Ｇａを増加させるように内燃機関１２を制御するというものである。触媒２８に堆積したマンガン（マンガン酸化物）は、パウダー状になっている。このため、吸入空気流量Ｇａ（換言すると、排気通路３０を流れる排気ガスの流量）を高めることにより、堆積したマンガンを触媒２８から飛散させて除去できる。付け加えると、詰まり軽減制御によって吸入空気流量Ｇａが増やされた場合、空燃比は変更されずに、増やされた吸入空気流量Ｇａに応じた量だけ燃料噴射量が増やされることになる。

詰まり軽減制御によって意図的に（積極的に）吸入空気流量Ｇａを増加させることによるＭｎの飛散の促進を効果的に行うために、詰まり軽減制御は、例えば、ステップＳ１０２の判定結果がＹｅｓとなった後に最初に到来する高負荷走行時に実行される。ここでいう高負荷走行時とは、内燃機関１２の負荷率ＫＬ（エンジントルク）及びエンジン回転数ＮＥが高いエンジン運転条件での車両走行時を意味する。吸入空気流量Ｇａが元々高くなる高負荷走行時において詰まり軽減制御を実行することにより、Ｍｎの飛散を効果的に促進できる。なお、詰まり軽減制御は、例えば、高地走行時（すなわち、坂道が多いために高負荷走行が行われ易い時）に実行されてもよい。

図４は、触媒Ｍｎ詰まり軽減制御におけるＧａ嵩上げ量の具体的な決定手法の一例を説明するための図である。

図４は、所定期間（又は所定走行距離）中のモータアシスト回数とＧａ嵩上げ倍率との関係を示している。ここでいうＧａ嵩上げ量とは、詰まり軽減制御における吸入空気流量Ｇａの増加量のことである。より詳細には、詰まり軽減制御の実行中の最終的な要求吸入空気流量の値（最終値）ＧａＸは、詰まり軽減制御が実行される高負荷走行時の要求吸入空気流量Ｇａの基本値Ｇａ０にＧａ嵩上げ量が加算されることによって得られる。Ｇａ嵩上げ倍率はＧａ嵩上げ量に対応するパラメータであり、基本値Ｇａ０にＧａ嵩上げ倍率を乗じることによって最終値ＧａＸが得られる。

図４に示す例では、モータアシスト回数がゼロの場合、Ｇａ嵩上げ倍率は１．０とされている。すなわち、モータアシスト回数がゼロの場合には、Ｇａ嵩上げは行われない。一方、モータアシスト回数が１以上の場合、Ｇａ嵩上げ倍率は、モータアシスト回数が多くなるにつれ高くなるように設定されている。このような設定によれば、モータアシスト頻度が高いほど、詰まり軽減制御によって増加される吸入空気流量Ｇａを多くすることができる。なお、図４中の数値は一例である。

また、詰まり軽減制御によるＧａ嵩上げの継続時間Ｔは、一定であってもよいが、例えば次のように設定されてもよい。すなわち、継続時間Ｔは、Ｍｎ詰まりの程度（深刻度）が高いほど長くなるように変更されてもよい。より具体的には、継続時間Ｔは、モータアシスト回数が多いほど長くなるようにされてもよい（例えば、モータアシスト回数が２回であれば２秒）。

詰まり軽減制御において、ＥＣＵ４０は、Ｇａ嵩上げ後の最終値ＧａＸを満たすように吸気アクチュエータ２６を制御する。吸気アクチュエータ２６がスロットルである例では、スロットルが開かれる。ＥＣＵ４０は、このような吸気アクチュエータ２６の制御によるエンジントルクの増加に応じた車両駆動力の増加を相殺するために必要な量だけ電動機１６のトルクを減少させてもよい。また、このような手法に代え、Ｇａ嵩上げは、エンジン回転数ＮＥを高めることによって実行されてもよい。

次に、ステップＳ１０６において、ＥＣＵ４０は、ステップＳ１０４における詰まり軽減制御を今回行った際の車両１の位置情報を、ＧＮＳＳ受信機５２を用いて取得する。そして、ＥＣＵ４０は、取得した位置情報によって特定される地域における詰まり軽減制御の実行回数を示す情報とともに、当該位置情報を記憶装置に格納する。なお、詰まり軽減制御の実行回数を示す情報は、車両１（すなわち、自車両）から得られる情報だけでなく、他車両における詰まり軽減制御の実行回数を示す情報を含んでいてもよい。他車両における詰まり軽減制御の実行回数を示す情報は、例えば、各車両と通信可能なサーバから通信装置５０を介して取得してもよい。

上述のような位置情報の取得により、Ｍｎ詰まりに関する地域特性を認識できるようになる。そして、当該位置情報は、Ｍｎの詰まりに関する円滑な現象把握及び制御補正量の決定のための指針として役立つ。具体的には、取得された位置情報（地域の特性）は、例えば、図５に示されるように、Ｇａ嵩上げ量（Ｇａ嵩上げ倍率）の決定のために利用できる。

図５は、触媒Ｍｎ詰まり軽減制御におけるＧａ嵩上げ量の具体的な決定手法の他の例を説明するための図である。図５に示す手法は、Ｇａ嵩上げ量（Ｇａ嵩上げ倍率）の決定のために車両１が走行する地域の特性が追加的に考慮される点において、図４に示す手法と相違している。

図５に示す例では、車両１の現在の走行地域が高Ｍｎ地域であるか否かに応じてＧａ嵩上げ倍率が変更される。高Ｍｎ地域とは、マンガン（Ｍｎ）の含有率が高い高Ｍｎ燃料の使用等に起因して所定期間又は所定走行距離中の詰まり軽減制御の実行回数が所定の閾値以上となる地域である。より詳細には、図５に示す例では、高Ｍｎ地域では、非高Ｍｎ地域と比べて、同一モータアシスト回数でのＧａ嵩上げ倍率が高くなるように設定されている。

図５に示す手法によれば、Ｍｎ詰まりに関する地域特性をも考慮して、Ｇａ嵩上げ量を適切に決定することができる。また、地域特性は、Ｇａ嵩上げ量だけでなく、例えば、詰まり軽減制御の実行機会の決定のために利用されてもよい。具体的には、高Ｍｎ地域では、非高Ｍｎ地域と比べて、詰まり軽減制御の実行機会が増やされてもよい。

次に、図６は、実施の形態に係る触媒Ｍｎ詰まり軽減制御の動作の一例を補足的に説明するためのタイムチャートである。図６中の紙面左側の各波形は、車両１の積算走行距離が短い初期状態Ｓ０であるために触媒２８へのマンガン（Ｍｎ）の堆積量が少ない場合に対応している。同図中の紙面右側の各波形は、積算走行距離が長い（例えば、１０万Ｋｍ走行時）ためにマンガンの堆積量が多い場合に対応している。紙面左右の各波形は、車両１が同じ道路を同じような車速で走った時を想定している。より詳細には、図６において想定された道路は、高Ｍｎ地域で生活する車両１のユーザによって日常的に使用される道路であり、坂道等の高負荷走行区間を含んだものである。そして、図６は、車両１が当該道路を繰り返し走行した結果として、以下に説明されるように詰まり軽減制御が実行された状況を示している。

図６の紙面左側の初期状態Ｓ０では、Ｍｎ堆積量が少ないため、モータアシスト回数は１回である。すなわち、モータアシスト制御の実行頻度は低い。これに対し、紙面右側の走行距離が長くなった後においては、Ｍｎ堆積量が多いため、Ｍｎ詰まりによりモータアシスト回数が３回になっている。すなわち、初期状態と比べてモータアシスト制御の実行頻度が高くなっている。付け加えると、Ｍｎ詰まりに起因して、内燃機関１２の負荷率ＫＬが増加している。

図６に示す例では、３回目のモータアシスト制御の実行が確認された時点ｔ１において、詰まり軽減制御が開始されている。詰まり軽減制御により、時点ｔ１から上述の継続時間Ｔが経過するまで、吸入空気流量Ｇａの増加（Ｇａ嵩上げ）が実行される。

３．効果
以上説明したように、本実施形態に係る触媒Ｍｎ詰まり軽減制御によれば、モータアシスト制御の実行頻度というＨＥＶ（ＰＨＥＶを含む）である車両１ならではの情報を利用して、触媒２８へのＭｎ詰まりを推定する（より詳細には、Ｍｎ詰まりの兆候を把握する）ことができる。そして、詰まり軽減制御によれば、触媒２８へのＭｎ詰まりが推定される場合、吸入空気流量Ｇａを増加させるように内燃機関１２が制御される。吸入空気流量Ｇａの増加という手法によれば、空燃比のリッチ化を伴う燃料増量制御と比べて燃費悪化を抑制しつつ触媒２８のＭｎ詰まりを軽減できる。

４．Ｍｎ詰まりの予兆検知手法
上述した触媒Ｍｎ詰まり軽減制御が行われる車両１において、ＥＣＵ４０は、次のような手法を用いてＭｎ詰まりの予兆検知を行ってもよい。

Ｍｎ詰まりに起因する触媒２８の圧損の上昇により、エンジン出力が変化する。ここで、ＨＥＶ（ＰＨＥＶを含む）である車両１では、内燃機関１２と電動機１６とは統合的に制御されている。このため、Ｍｎ詰まりに起因して生じたエンジン出力の変化は、車両１（より詳細には、パワートレーン１０）の制御パラメータに影響を及ぼす。ここでいう制御パラメータは、例えば、上述のモータアシスト回数、並びにバッテリ３４の充電頻度及び充電レベル（すなわち、ＳＯＣ）である。換言すると、Ｍｎ詰まりの兆候は、このようなＨＥＶ関連の情報（制御パラメータ）から認識できる。当該予兆検知手法では、このような知見を利用して、制御パラメータの変化からＭｎ詰まりの予兆検知が行われる。

具体的には、Ｍｎ詰まりに起因する制御パラメータの変化の有無を判定するためには、Ｍｎ詰まりが生じていない場合（以下、「正常時」と称する）の制御パラメータの値が基準値として必要となる。この基準値は、車両の走行パターンの変化に応じて異なるものとなる。当該予兆検知手法では、このような基準値（すなわち、正常値）の取得のために、機械学習が利用される。

図７は、走行パターンの機械学習について説明するための図である。図７には、車両のユーザによって異なる走行パターンを示す複数の車速の時間波形が表されている。ＥＣＵ４０には、例えばディープニューラルネットワークを用いて、機械学習モデルが構築されている。この機械学習モデルは、この車速の時間波形（すなわち、走行パターン）と上述の制御パラメータ（例えば、バッテリ３４の充電頻度）との関係を学習するものである。ＥＣＵ４０は、当該機械学習モデルの構築のために、通信装置５０を介して外部のサーバから大規模な車両情報を収集している。この大規模な車両情報とは、積算走行距離が短い初期状態Ｓ０にあるためにＭｎ詰まりが生じていないとみなせる多くの他車両における走行パターンと制御パラメータのデータのことである。この機械学習モデルによれば、当該機械学習モデルに車速の時間波形（すなわち、走行パターン）を入力することで、入力された走行パターンの下で正常な（すなわち、Ｍｎ詰まりが生じていない時の）制御パラメータの学習値（正常学習値）を得ることができる。

図８は、実施の形態に係るＭｎ詰まりの予兆検知に関する処理の流れを示すフローチャートである。ステップＳ２００において、ＥＣＵ４０は、車両１の最新の走行データ（すなわち、走行パターンを示す車速の時間波形と、当該走行パターンでの制御パラメータ）を取得する。

次に、ステップＳ２０２において、ＥＣＵ４０は、ステップＳ２００にて取得した走行データに含まれる車速の時間波形（走行パターン）を上記機械学習モデルに入力し、当該走行パターンにおける制御パラメータの正常学習値（上述の基準値に相当）を取得（算出）する。

次に、ステップＳ２０４において、ＥＣＵ４０は、ステップＳ２００にて取得した走行データに含まれる制御パラメータ（以下、説明の便宜上、「制御パラメータＰ」と称する）と、ステップＳ２０２にて取得した正常学習値とを比較する。具体的には、ＥＣＵ４０は、制御パラメータＰと正常学習値との差分が所定の閾値以上であるか否かを判定する。

ステップＳ２０４の判定結果がＮｏの場合、すなわち、上記差分が小さいためにＭｎ詰まりに起因する制御パラメータＰの実質的な変化が生じていないと判断できる場合には、処理はステップＳ２００に戻る。一方、当該判定結果がＹｅｓの場合、すなわち、上記差分が大きいために触媒２８の圧損の上昇が生じている可能性が高いと判断できる場合には、処理はステップＳ２０６に進む。

ステップＳ２０６において、ＥＣＵ４０は、触媒２８の圧損が所定の閾値以上であるか否かを判定する。図９は、ステップＳ２０６の判定の具体的な一例を説明するための図である。図９に示されるような圧損（圧力値）と制御パラメータＰとの関係は、事前に実験等により求められ、ＥＣＵ４０の記憶装置に格納されている。本ステップＳ２０６では、ＥＣＵ４０は、図９に示すような関係を参照して、ステップＳ２００にて取得した制御パラメータＰの値に対応する圧損を推定する。そして、ＥＣＵ４０は、推定した圧損が閾値（図９参照）以上であるか否かを判定する。

ステップＳ２０６において圧損が上記閾値未満である場合には、処理はステップＳ２００に戻る。一方、圧損が上記閾値以上である場合には、処理はステップＳ２０８に進む。ステップＳ２０８において、ＥＣＵ４０は、例えば車両１に搭載されたＨＭＩ（Human Machine Interface）装置（例えば、表示装置）を利用して、Ｍｎ詰まりの予兆が検知されたことをユーザに通知する。また、ＥＣＵ４０は、ディーラ等のメンテナンス施設への誘導を促す通知も行う。

以上説明したＭｎ詰まりの予兆検知手法によれば、ＨＥＶに関連する制御パラメータを利用してＭｎ詰まりの予兆を検知できる。また、予兆を検知した場合にユーザをディーラ等のメンテナンス施設に誘導することにより、車両ダウンタイムを軽減できる。

１ ハイブリッド電気車両
１０ パワートレーン
１２ 内燃機関
１４、１６ 電動機
２４ 燃料噴射装置
２６ 吸気アクチュエータ
２８ 排気浄化触媒
３０ 排気通路
３２ 車輪
３４ バッテリ
３８ センサ類
４０ 電子制御ユニット（ＥＣＵ）
５０ 通信装置
５２ ＧＮＳＳ受信機

Claims (1)

1. 排気浄化触媒を含む内燃機関と、電動機と、を備えるハイブリッド電気車両に適用された制御装置であって、
   前記内燃機関のエンジン出力の低下時に前記エンジン出力を前記電動機によってアシストするモータアシスト制御を実行し、
   前記ハイブリッド電気車両の積算走行距離が閾値未満の初期状態と比べて前記モータアシスト制御の実行頻度が高い場合に、吸入空気流量を増加させるように前記内燃機関を制御する
   ハイブリッド電気車両の制御装置。

Images