JP4297174B2 - 異常診断装置および異常診断方法 - Google Patents

Description

本発明は、内燃機関の運転を伴って走行する機関運転走行モードと該内燃機関を運転停止した状態で電動機からの動力により走行する電動機駆動走行モードとを切り替えて走行するハイブリッド車に搭載されて所定の異常診断を実行する異常診断装置および異常診断方法に関する。

従来より、スロットルバルブの開度とエンジンの回転数と吸気バルブの開閉タイミングとから推定される基本吸入空気量と、エアフローメータ（質量流量計）により検出された実吸入空気量とを比較して大気圧を学習する大気圧学習装置が提案されている（例えば、特許文献１参照）。この装置では、基本吸入空気量と実吸入空気量との偏差に基づいて大気圧の学習値を更新することにより大気圧センサを用いることなく大気圧を精度よく求めることができるとしている。
特開２００２−３０９９９２号公報

ところで、エアフローメータにより検出された吸入空気量はエンジンの運転制御に用いられる他、異常診断にも用いられ、例えばエンジンの冷間始動時に排気系に設けられた浄化用触媒の暖機を促進させるために吸入空気量の調整を伴ってエンジンを運転制御している際には、この吸入空気量の調整が正常に行なわれているか否かをエアフローメータからの吸入空気量を用いて診断することができる。そして、エアフローメータにより検出される吸入空気量は大気圧の大小によって影響を受けるから、上述した手法を用いて大気圧を学習してこの大気圧の学習値と吸入空気量の検出値とを用いるものとすればより適正に異常診断を実行することが可能となる。一方、エンジンを運転停止してモータからの動力だけで走行可能なハイブリッド自動車に上述した異常診断を適用することを考えると、大気圧の学習はエンジンが運転中のときに限って実行できることから、モータからの動力だけで走行されている状態（例えば、エンジンを運転停止してコーストダウンしている状態など）が続くと、大気圧の学習値と実際値とが乖離する場合が生じ、異常診断を適正に行なうことができなくなる場合がある。

本発明の異常診断装置および異常診断方法は、大気圧の学習値と吸入空気量の検出値とに基づいて行なわれる異常診断の誤診断を抑制することを目的の一つとする。また、本発明の異常診断装置および異常診断方法は、内燃機関の排気系に設けられた浄化用触媒の暖機を促進させるために吸入空気量の調整を伴って内燃機関の運転制御する際の吸入空気量の調整が正常に行なわれているか否かをより適正に診断することを目的の一つとする。

本発明の異常診断装置および異常診断方法は、上述の目的の少なくとも一部を達成するために以下の手段を採った。

本発明の第１の異常診断装置は、
内燃機関の運転を伴って走行する機関運転走行モードと該内燃機関を運転停止した状態で電動機からの動力により走行する電動機駆動走行モードとを切り替えて走行するハイブリッド車に搭載されて所定の異常診断を実行する異常診断装置であって、
前記内燃機関が運転されている最中に所定の学習条件が成立したときに該内燃機関の運転状態に基づいて大気圧を学習する大気圧学習手段と、
前記内燃機関の吸入空気量を検出する吸入空気量検出手段と、
所定の異常診断要求がなされたとき、通常時には前記大気圧学習手段により学習された大気圧の学習値と前記吸入空気量検出手段により検出された吸入空気量の検出値とに基づいて前記所定の異常診断を実行し、前記大気圧学習手段により学習された大気圧の学習値と実際値との乖離が想定される非通常時には前記所定の異常診断を実行しない異常診断手段と
を備えることを要旨とする。

この本発明の第１の異常診断装置では、内燃機関が運転されている最中に所定の学習条件が成立したときに内燃機関の運転状態に基づいて大気圧を学習し、内燃機関の吸入空気量を検出し、所定の異常診断要求がなされたとき、通常時には大気圧の学習値と吸入空気量の検出値とに基づいて所定の異常診断を実行し、大気圧の学習値と実際値との乖離が想定される非通常時には所定の異常診断を実行しない。したがって、非通常時に、大気圧の学習値と吸入空気量の検出値とに基づいて行なわれる異常診断の誤診断を抑制することができる。

こうした本発明の第１の異常診断装置において、前記異常診断手段は、前記通常時には、前記大気圧学習手段により学習された大気圧の学習値に基づいて異常判定用の閾値を設定すると共に該設定した閾値と前記吸入空気量検出手段により検出された吸入空気量の検出値とを比較することにより前記所定の異常診断を実行する手段であるものとすることもできる。

本発明の第２の異常診断装置は、
内燃機関の運転を伴って走行する機関運転走行モードと該内燃機関を運転停止した状態で電動機からの動力により走行する電動機駆動走行モードとを切り替えて走行するハイブリッド車に搭載されて所定の異常診断を実行する異常診断装置であって、
前記内燃機関が運転されている最中に所定の学習条件が成立したときに該内燃機関の運転状態に基づいて大気圧を学習する大気圧学習手段と、
前記内燃機関の吸入空気量を検出する吸入空気量検出手段と、
所定の異常診断要求がなされたとき、通常時には前記大気圧学習手段により学習された大気圧の学習値に基づいて異常判定用の閾値を設定すると共に該設定した閾値と前記吸入空気量検出手段により検出された吸入空気量の検出値とを比較することにより前記所定の異常診断を実行し、前記大気圧学習手段により学習された大気圧の学習値と実際値との乖離が想定される非通常時には前記所定の異常診断で異常と判定しにくくなるよう異常判定用の閾値を設定すると共に該設定した閾値と前記吸入吸気量検出手段により検出された吸入空気量の検出値とを比較することにより前記所定の異常診断を実行する異常診断手段と
を備えることを要旨とする。

この本発明の第２の異常診断装置では、内燃機関が運転されている最中に所定の学習条件が成立したときに内燃機関の運転状態に基づいて大気圧を学習し、内燃機関の吸入空気量を検出し、所定の異常診断要求がなされたとき、通常時には大気圧の学習値に基づいて異常判定用の閾値を設定すると共に設定した閾値と吸入空気量の検出値とを比較することにより所定の異常診断を実行し、大気圧の学習値と実際値との乖離が想定される非通常時には所定の異常診断で異常と判定しにくくなるよう異常判定用の閾値を設定すると共に設定した閾値と吸入空気量の検出値とを比較することにより所定の異常診断を実行する。したがって、非通常時に、大気圧の学習値と吸入空気量の検出値とに基づいて行なわれる異常診断の誤診断を抑制することができる。

また、本発明の第１または第２の異常診断装置において、前記異常診断手段は、前記大気圧学習手段により大気圧が学習されていない状態で車両が所定距離以上継続して走行しているときに前記非通常時として処理する手段であるものとすることもできるし、前記異常診断手段は、前記電動機駆動モードで車両が所定距離以上継続して走行しているときに前記非通常時として処理する手段であるものとすることもできる。こうすれば、より正確に非通常時を判定することができる。

所定の触媒暖機促進要求がなされたときに内燃機関の排気系に設けられた浄化用触媒の暖機が促進されるよう吸入空気量の調整を伴って該内燃機関を運転制御する触媒暖機促進制御手段を備えるハイブリッド車に搭載された上述した各態様のいずれかの本発明の第１または第２の異常診断装置であって、前記異常診断手段は、前記所定の異常診断として前記触媒暖機促進制御手段による吸入空気量の調整が正常に行なわれているか否かを診断する手段であるものとすることもできる。このハイブリッド車に上述した各態様のいずれかの本発明の異常診断装置を搭載するから、浄化用触媒の暖機を促進させるための吸入空気量の調整が正常に行なわれているか否かをより適正に診断することができる。

本発明の第１の異常診断方法は、
内燃機関の運転を伴って走行する機関運転走行モードと該内燃機関を運転停止した状態で電動機からの動力により走行する電動機駆動走行モードとを切り替えて走行するハイブリッド車に搭載されて所定の異常診断を実行する異常診断方法であって、
（ａ）前記内燃機関が運転されている最中に所定の学習条件が成立したときに該内燃機関の運転状態に基づいて大気圧を学習し、
（ｂ）前記内燃機関の吸入空気量を検出し、
（ｃ）所定の異常診断要求がなされたとき、通常時には前記ステップ（ａ）により学習された大気圧の学習値と前記ステップ（ｂ）により検出された吸入空気量の検出値とに基づいて前記所定の異常診断を実行し、前記ステップ（ａ）により学習された大気圧の学習値と実際値との乖離が想定される非通常時には前記所定の異常診断を実行しない
ことを要旨とする。

この本発明の第１の異常診断方法によれば、内燃機関が運転されている最中に所定の学習条件が成立したときに内燃機関の運転状態に基づいて大気圧を学習し、内燃機関の吸入空気量を検出し、所定の異常診断要求がなされたとき、通常時には大気圧の学習値と吸入空気量の検出値とに基づいて所定の異常診断を実行し、大気圧の学習値と実際値との乖離が想定される非通常時には所定の異常診断を実行しない。したがって、非通常時に、大気圧の学習値と吸入空気量の検出値とに基づいて行なわれる異常診断の誤診断を抑制することができる。

本発明の第２の異常診断方法は、
内燃機関の運転を伴って走行する機関運転走行モードと該内燃機関を運転停止した状態で電動機からの動力により走行する電動機駆動走行モードとを切り替えて走行するハイブリッド車に搭載されて所定の異常診断を実行する異常診断方法であって、
（ａ）前記内燃機関が運転されている最中に所定の学習条件が成立したときに該内燃機関の運転状態に基づいて大気圧を学習し、
（ｂ）前記内燃機関の吸入空気量を検出し、
（ｃ）所定の異常診断要求がなされたとき、通常時には前記ステップ（ａ）により学習された大気圧の学習値に基づいて異常判定用の閾値を設定すると共に該設定した閾値と前記ステップ（ｂ）により検出された吸入空気量の検出値とを比較することにより前記所定の異常診断を実行し、前記ステップ（ａ）により学習された大気圧の学習値と実際値との乖離が想定される非通常時には前記所定の異常診断で異常と判定しにくくなるよう異常判定用の閾値を設定すると共に該設定した閾値と前記ステップ（ｂ）により検出された吸入空気量の検出値とを比較することにより前記所定の異常診断を実行する
ことを要旨とする。

この本発明の第２の異常診断方法によれば、内燃機関が運転されている最中に所定の学習条件が成立したときに内燃機関の運転状態に基づいて大気圧を学習し、内燃機関の吸入空気量を検出し、所定の異常診断要求がなされたとき、通常時には大気圧の学習値に基づいて異常判定用の閾値を設定すると共に設定した閾値と吸入空気量の検出値とを比較することにより所定の異常診断を実行し、大気圧の学習値と実際値との乖離が想定される非通常時には所定の異常診断で異常と判定しにくくなるよう異常判定用の閾値を設定すると共に設定した閾値と吸入空気量の検出値とを比較することにより所定の異常診断を実行する。したがって、非通常時に、大気圧の学習値と吸入空気量の検出値とに基づいて行なわれる異常診断の誤診断を抑制することができる。

次に、本発明を実施するための最良の形態を実施例を用いて説明する。

図１は、本発明の一実施例である異常診断装置を搭載したハイブリッド自動車２０の構成の概略を示す構成図であり、図２は、エンジン２２の構成の概略を示す構成図である。実施例のハイブリッド自動車２０は、図示するように、エンジン２２と、エンジン２２の出力軸としてのクランクシャフト２６にダンパ２８を介して接続された３軸式の動力分配統合機構３０と、動力分配統合機構３０に接続された発電可能なモータＭＧ１と、動力分配統合機構３０に接続された駆動軸としてのリングギヤ軸３２ａに取り付けられた減速ギヤ３５と、この減速ギヤ３５に接続されたモータＭＧ２と、動力出力装置全体をコントロールするハイブリッド用電子制御ユニット７０とを備える。

エンジン２２は、例えばガソリンまたは軽油などの炭化水素系の燃料により動力を出力可能な内燃機関として構成されており、図２に示すように、エアクリーナ１２２により清浄された空気をスロットルバルブ１２４を介して吸入すると共に燃料噴射弁１２６からガソリンを噴射して吸入された空気とガソリンとを混合し、この混合気を吸気バルブ１２８を介して燃料室に吸入し、点火プラグ１３０による電気火花によって爆発燃焼させて、そのエネルギにより押し下げられるピストン１３２の往復運動をクランクシャフト２６の回転運動に変換する。エンジン２２からの排気は、一酸化炭素（ＣＯ）や炭化水素（ＨＣ），窒素酸化物（ＮＯｘ）の有害成分を浄化する浄化装置（三元触媒）１３４を介して外気へ排出される。

エンジン２２は、エンジン用電子制御ユニット（以下、エンジンＥＣＵという）２４により制御されている。エンジンＥＣＵ２４は、ＣＰＵ２４ａを中心とするマイクロプロセッサとして構成されており、ＣＰＵ２４ａの他に処理プログラムを記憶するＲＯＭ２４ｂと、データを一時的に記憶するＲＡＭ２４ｃと、図示しない入出力ポートおよび通信ポートとを備える。エンジンＥＣＵ２４には、エンジン２２の状態を検出する種々のセンサからの信号、クランクシャフト２６の回転位置を検出するクランクポジションセンサ１４０からのクランクポジションやエンジン２２の冷却水の温度を検出する水温センサ１４２からの冷却水温Ｔｗ，燃焼室内に取り付けられた圧力センサ１４３からの筒内圧力Ｐｉｎ，燃焼室へ吸排気を行なう吸気バルブ１２８や排気バルブを開閉するカムシャフトの回転位置を検出するカムポジションセンサ１４４からのカムポジション，スロットルバルブ１２４のポジションを検出するスロットルバルブポジションセンサ１４６からのスロットル開度ＴＰ，吸気管に取り付けられたエアフローメータ（質量流量計）１４８からの吸入空気量Ｑａｉｒ，同じく吸気管に取り付けられた温度センサ１４９からの吸気温，空燃比センサ１３５ａからの空燃比ＡＦ，酸素センサ１３５ｂからの酸素信号などが入力ポートを介して入力されている。また、エンジンＥＣＵ２４からは、エンジン２２を駆動するための種々の制御信号、例えば、燃料噴射弁１２６への駆動信号や、スロットルバルブ１２４のポジションを調節するスロットルモータ１３６への駆動信号、イグナイタと一体化されたイグニッションコイル１３８への制御信号、吸気バルブ１２８の開閉タイミングの変更可能な可変バルブタイミング機構１５０への制御信号などが出力ポートを介して出力されている。なお、エンジンＥＣＵ２４は、ハイブリッド用電子制御ユニット７０と通信しており、ハイブリッド用電子制御ユニット７０からの制御信号によりエンジン２２を運転制御すると共に必要に応じてエンジン２２の運転状態に関するデータを出力する。なお、エンジンＥＣＵ２４は、クランクポジションセンサ１４０からのクランクポジションに基づいてクランクシャフト２６の回転数、即ちエンジン２２の回転数Ｎｅも演算している。

エンジンＥＣＵ２４は、スロットルバルブポジションセンサ１４６からのスロットル開度ＴＰやエアフローメータ１４８からの吸入空気量Ｑａｉｒ，演算したエンジン２２の回転数Ｎｅなどに基づいて大気圧を学習する大気圧学習処理を行なっている。図３は、エンジンＥＣＵ２４により実行される大気圧学習ルーチンの一例を示すフローチャートである。この大気圧学習ルーチンでは、エンジンＥＣＵ２４のＣＰＵ２４ａは、エンジン２２が運転されている最中か否か、スロットル開度ＴＰが所定開度ＴＰｒｅｆ以上などの所定の学習条件が成立しているか否かを判定し（ステップＳ１００，Ｓ１１０）、エンジン２２が運転停止されているときや学習条件が成立していないときには学習実行フラグＦに値０をセットして（ステップＳ１２０）、本ルーチンを終了する。一方、エンジン２２が運転されている最中にあり且つ学習条件が成立しているときには、エアフローメータ１４８からの吸入空気量Ｑａｉｒやエンジン２２の回転数Ｎｅ，スロットルバルブポジションセンサ１４６からのスロットル開度ＴＰ，現在の大気圧学習値ＡＰなどのデータを入力し（ステップＳ１３０）、入力したエンジン２２の回転数Ｎｅとスロットル開度ＴＰと現在の大気圧学習値ＡＰとに基づいて推定吸入空気量Ｑｅｓｔを設定し（ステップＳ１４０）、設定した推定吸入空気量Ｑｅｓｔと入力した吸入空気量Ｑａｉｒとの偏差ΔＱ（＝Ｑａｉｒ−Ｑｅｓｔ）を計算して（ステップＳ１５０）、この偏差ΔＱが上下限を値Ｑｈ，Ｑｌとする適正範囲内にあるか否かを判定する（ステップＳ１６０）。偏差ΔＱが適正範囲内にあるときには、現在の大気圧学習値ＡＰを更新する必要はないと判断し、学習実行フラグＦに値１をセットして（ステップＳ１９０）、本ルーチンを終了する。偏差ΔＱが上限Ｑｈよりも大きいときには、現在の大気圧学習値ＡＰに所定値αを加算することにより大気圧学習値ＡＰを更新し（ステップＳ１７０）、偏差ΔＱが下限Ｑｌよりも小さいときには現在の大気圧学習値ＡＰから所定値αを減算することにより大気圧学習値ＡＰを更新し（ステップＳ１８０）、大気圧学習値ＡＰを更新した後に学習実行フラグＦに値１をセットして（ステップＳ１９０）、本ルーチンを終了する。

また、エンジンＥＣＵ２４は、水温センサ１４２からのエンジン２２の冷却水温Ｔｗが所定温度Ｔ１（例えば、５０℃など）以下の状態でエンジン２２を始動した際（冷間始動時）には、冷却水温Ｔｗが所定温度Ｔ２（例えば、６０℃など）以上となるまでエンジン２２と共に浄化装置（三元触媒）１３４の暖機を促進させるために吸入空気量が増量されるようスロットルモータ１３６を駆動制御すると共にエアフローメータ１４８からの吸入空気量Ｑａｉｒに基づいて燃料噴射弁１２６の燃料噴射や点火プラグ１３０の点火を制御する触媒暖機促進制御を行なっている。

動力分配統合機構３０は、外歯歯車のサンギヤ３１と、このサンギヤ３１と同心円上に配置された内歯歯車のリングギヤ３２と、サンギヤ３１に噛合すると共にリングギヤ３２に噛合する複数のピニオンギヤ３３と、複数のピニオンギヤ３３を自転かつ公転自在に保持するキャリア３４とを備え、サンギヤ３１とリングギヤ３２とキャリア３４とを回転要素として差動作用を行なう遊星歯車機構として構成されている。動力分配統合機構３０は、キャリア３４にはエンジン２２のクランクシャフト２６が、サンギヤ３１にはモータＭＧ１が、リングギヤ３２にはリングギヤ軸３２ａを介して減速ギヤ３５がそれぞれ連結されており、モータＭＧ１が発電機として機能するときにはキャリア３４から入力されるエンジン２２からの動力をサンギヤ３１側とリングギヤ３２側にそのギヤ比に応じて分配し、モータＭＧ１が電動機として機能するときにはキャリア３４から入力されるエンジン２２からの動力とサンギヤ３１から入力されるモータＭＧ１からの動力を統合してリングギヤ３２側に出力する。リングギヤ３２に出力された動力は、リングギヤ軸３２ａからギヤ機構６０およびデファレンシャルギヤ６２を介して、最終的には車両の駆動輪６３ａ，６３ｂに出力される。

モータＭＧ１およびモータＭＧ２は、いずれも発電機として駆動することができると共に電動機として駆動できる周知の同期発電電動機として構成されており、インバータ４１，４２を介してバッテリ５０と電力のやりとりを行なう。インバータ４１，４２とバッテリ５０とを接続する電力ライン５４は、各インバータ４１，４２が共用する正極母線および負極母線として構成されており、モータＭＧ１，ＭＧ２のいずれかで発電される電力を他のモータで消費することができるようになっている。したがって、バッテリ５０は、モータＭＧ１，ＭＧ２のいずれかから生じた電力や不足する電力により充放電されることになる。なお、モータＭＧ１，ＭＧ２により電力収支のバランスをとるものとすれば、バッテリ５０は充放電されない。モータＭＧ１，ＭＧ２は、いずれもモータ用電子制御ユニット（以下、モータＥＣＵという）４０により駆動制御されている。モータＥＣＵ４０には、モータＭＧ１，ＭＧ２を駆動制御するために必要な信号、例えばモータＭＧ１，ＭＧ２の回転子の回転位置を検出する回転位置検出センサ４３，４４からの信号や図示しない電流センサにより検出されるモータＭＧ１，ＭＧ２に印加される相電流などが入力されており、モータＥＣＵ４０からは、インバータ４１，４２へのスイッチング制御信号が出力されている。モータＥＣＵ４０は、ハイブリッド用電子制御ユニット７０と通信しており、ハイブリッド用電子制御ユニット７０からの制御信号によってモータＭＧ１，ＭＧ２を駆動制御すると共に必要に応じてモータＭＧ１，ＭＧ２の運転状態に関するデータをハイブリッド用電子制御ユニット７０に出力する。なお、モータＥＣＵ４０は、回転位置検出センサ４３，４４からの信号に基づいてモータＭＧ１，ＭＧ２の回転数Ｎｍ１，Ｎｍ２も演算している。

バッテリ５０は、バッテリ用電子制御ユニット（以下、バッテリＥＣＵという）５２によって管理されている。バッテリＥＣＵ５２には、バッテリ５０を管理するのに必要な信号、例えば、バッテリ５０の端子間に設置された図示しない電圧センサからの端子間電圧，バッテリ５０の出力端子に接続された電力ライン５４に取り付けられた図示しない電流センサからの充放電電流，バッテリ５０に取り付けられた温度センサ５１からの電池温度Ｔｂなどが入力されており、必要に応じてバッテリ５０の状態に関するデータを通信によりハイブリッド用電子制御ユニット７０に出力する。また、バッテリＥＣＵ５２は、バッテリ５０を管理するために電流センサにより検出された充放電電流の積算値に基づいて残容量（ＳＯＣ）を演算したり、演算した残容量（ＳＯＣ）と電池温度Ｔｂとに基づいてバッテリ５０を充放電してもよい最大許容電力である入出力制限Ｗｉｎ，Ｗｏｕｔを演算している。

ハイブリッド用電子制御ユニット７０は、ＣＰＵ７２を中心とするマイクロプロセッサとして構成されており、ＣＰＵ７２の他に処理プログラムを記憶するＲＯＭ７４と、データを一時的に記憶するＲＡＭ７６と、図示しない入出力ポートおよび通信ポートとを備える。ハイブリッド用電子制御ユニット７０には、イグニッションスイッチ８０からのイグニッション信号，シフトレバー８１の操作位置を検出するシフトポジションセンサ８２からのシフトポジションＳＰ，アクセルペダル８３の踏み込み量を検出するアクセルペダルポジションセンサ８４からのアクセル開度Ａｃｃ，ブレーキペダル８５の踏み込み量を検出するブレーキペダルポジションセンサ８６からのブレーキペダルポジションＢＰ，車速センサ８８からの車速Ｖなどが入力ポートを介して入力されている。ハイブリッド用電子制御ユニット７０は、前述したように、エンジンＥＣＵ２４やモータＥＣＵ４０，バッテリＥＣＵ５２と通信ポートを介して接続されており、エンジンＥＣＵ２４やモータＥＣＵ４０，バッテリＥＣＵ５２と各種制御信号やデータのやりとりを行なっている。

こうして構成された実施例のハイブリッド自動車２０は、運転者によるアクセルペダル８３の踏み込み量に対応するアクセル開度Ａｃｃと車速Ｖとに基づいて駆動軸としてのリングギヤ軸３２ａに出力すべき要求トルクを計算し、この要求トルクに対応する要求動力がリングギヤ軸３２ａに出力されるように、エンジン２２とモータＭＧ１とモータＭＧ２とが運転制御される。エンジン２２とモータＭＧ１とモータＭＧ２の運転制御としては、要求動力に見合う動力がエンジン２２から出力されるようにエンジン２２を運転制御すると共にエンジン２２から出力される動力のすべてが動力分配統合機構３０とモータＭＧ１とモータＭＧ２とによってトルク変換されてリングギヤ軸３２ａに出力されるようモータＭＧ１およびモータＭＧ２を駆動制御するトルク変換運転モードや要求動力とバッテリ５０の充放電に必要な電力との和に見合う動力がエンジン２２から出力されるようにエンジン２２を運転制御すると共にバッテリ５０の充放電を伴ってエンジン２２から出力される動力の全部またはその一部が動力分配統合機構３０とモータＭＧ１とモータＭＧ２とによるトルク変換を伴って要求動力がリングギヤ軸３２ａに出力されるようモータＭＧ１およびモータＭＧ２を駆動制御する充放電運転モード、エンジン２２の運転を停止してモータＭＧ２からの要求動力に見合う動力をリングギヤ軸３２ａに出力するよう運転制御するモータ運転モードなどがある。

ここで、実施例の異常診断装置としては、クランクポジションセンサ１４０と、スロットルバルブポジションセンサ１４６と、エアフローメータ１４８と、エンジンＥＣＵ２４と、車速センサ８８と、ハイブリッド用電子制御ユニット７０とが相当する。

次に、こうして構成されたハイブリッド自動車２０に搭載された実施例の異常診断装置の動作について説明する。図４は実施例のエンジンＥＣＵ２４により実行される異常診断ルーチンの一例を示すフローチャートである。このルーチンは、前述した触媒暖機促進制御を実行している最中に所定時間毎（例えば数ｍｓｅｃ毎）に繰り返し実行される。なお、触媒暖機促進制御は、前述したように、水温センサ１４２からの冷却水温Ｔｗが所定温度Ｔ１以下の状態でエンジン２２を始動した際に冷却水温Ｔｗが所定温度Ｔ２以上となるまで行なわれる。

異常診断ルーチンが実行されると、エンジンＥＣＵ２４のＣＰＵ２４ａは、学習後走行距離Ｌを入力する（ステップＳ２００）、ここで、学習後走行距離Ｌは、前回に図３の大気圧学習ルーチンで大気圧が学習されてからの車両の走行距離として図５に例示する学習後走行距離算出ルーチンにより算出されたものをハイブリッド用電子制御ユニット７０から通信により入力するものとした。図５の学習後走行距離算出ルーチンでは、ハイブリッド用電子制御ユニット７０のＣＰＵ７２は、エンジンＥＣＵ２４から学習実行フラグＦを入力し（ステップＳ４００）、入力した学習実行フラグＦが値０で前回このルーチンで入力した学習実行フラグ（前回Ｆ）が値１であるか否かを判定する（ステップＳ４１０）。即ち、図３の大気圧学習ルーチンで大気圧の学習が実行されたか否かを判定する。入力した学習実行フラグＦが値０でないときや前回Ｆが値１でないときには、モータ運転モードで走行している最中か否かを判定し（ステップＳ４２０）、モータ運転モードでない即ちトルク変換運転モードか充放電運転モードのときには何もせずに本ルーチンを終了し、モータ運転モードのときにはハイブリッド用電子制御ユニット７０からの車速Ｖを入力し（ステップＳ４３０）、入力した車速Ｖを時間積分することにより学習後走行距離Ｌを算出する（ステップＳ４４０）。一方、入力した学習実行フラグＦが値０で前回Ｆが値１のときには学習後走行距離Ｌを値０にリセットして（ステップＳ４５０）、本ルーチンを終了する。したがって、図５の学習後走行距離算出ルーチンは、最後に図３の大気圧学習ルーチンで大気圧が学習されてからモータ運転モードで走行した走行距離を算出するものとなる。図３の大気圧学習ルーチンによる大気圧の学習は、前述したように、エンジン２２が運転されている最中に限って実行すなわちトルク変換運転モードや充放電運転モードで実行されるから、モータ運転モードで走行している最中には大気圧が学習されることはない。このため、モータ運転モードで坂道などの高低差のある道路を走行している状態が長く続くほど、大気圧学習値ＡＰは実際値と大きく乖離することが想定される。

こうして学習後走行距離Ｌを入力すると、入力した学習後走行距離Ｌと大気圧学習値ＡＰと実際値との乖離が想定される閾値として予め定められた所定距離Ｌｒｅｆとを比較し（ステップＳ２１０）、学習後走行距離Ｌが所定距離Ｌｒｅｆ未満のときには、図３の大気圧学習ルーチンにより学習された大気圧学習値ＡＰを入力し（ステップＳ２２０）、入力した大気圧学習値ＡＰに基づいて異常判定用の閾値Ｑｒｅｆを設定し（ステップＳ２３０）、エアフローメータ１４８からの吸入空気量Ｑａｉｒを入力して（ステップＳ２４０）、入力した吸入空気量Ｑａｉｒと設定した閾値Ｑｒｅｆとを比較する（ステップＳ２５０）。ここで、閾値Ｑｒｅｆは、前述した触媒暖機促進制御の際に行なわれる吸入空気量の増量が正常に行なわれているか否かを判定するためのものであり、実施例では、大気圧学習値ＡＰと閾値Ｑｒｅｆとの関係を予め求めて閾値設定用マップとしてＲＯＭ２４ｂに記憶しておき、大気圧学習値ＡＰが与えられるとマップから対応する閾値Ｑｒｅｆを導出して設定するものとした。このマップの一例を図６に示す。吸入空気量Ｑａｉｒが閾値Ｑｒｅｆ以上のときには、正常カウンタＣ１を値１だけインクリメントすると共に異常カウンタＣ２を値０にリセットし（ステップＳ２６０）、正常カウンタＣ１が所定値Ｃ１ｒｅｆ以上か否かを判定し（ステップＳ２７０）、正常カウンタＣ１が所定値Ｃ１ｒｅｆ未満のときにはステップＳ２４０に戻り、正常カウンタＣ１が所定値Ｃ１ｒｅｆ以上のときには正常を判定して（ステップＳ２８０）、本ルーチンを終了する。一方、吸入空気量Ｑａｉｒが閾値Ｑｒｅｆ未満のときには、正常カウンタＣ１を値０にリセットすると共に異常カウンタＣ２を値１だけインクリメントし（ステップＳ２９０）、異常カウンタＣ２が所定値Ｃ２ｒｅｆ以上か否かを判定し（ステップＳ３００）、異常カウンタＣ２が所定値Ｃ２ｒｅｆ未満のときにはステップＳ２４０に戻り、異常カウンタＣ２が所定値Ｃ２ｒｅｆ以上のときには異常を判定して（ステップＳ３１０）、本ルーチンを終了する。

ステップＳ２１０で学習後走行距離Ｌが所定距離Ｌｒｅｆ以上のときには、大気圧学習値ＡＰは実際値と大きく乖離することが想定され、この大気圧学習値ＡＰを用いて異常診断を行なうと誤診断する可能性が高いと判断し、何もせずに本ルーチンを終了する。このように、実施例では、信頼性の低い大気圧学習値ＡＰを用いて異常診断するのを回避することにより、誤診断の発生を抑制しているのである。

以上説明した実施例の異常診断装置によれば、エンジン２２が運転されている最中には所定の学習条件の成立により大気圧を学習し、エンジン２２の冷間始動時に吸入空気量の増量を伴ってエンジン２２を運転制御する触媒暖機促進制御を実行している最中に吸入空気量の増量が正常に行なわれているか否かを異常診断する際には、最後に大気圧が学習されてからモータ運転モードで走行した走行距離（学習後走行距離Ｌ）が所定距離Ｌｒｅｆ未満のときには大気圧学習値ＡＰに基づいて異常判定用の閾値Ｑｒｅｆを設定すると共に設定した閾値Ｑｒｅｆとエアフローメータ１４８からの吸入空気量Ｑａｉｒとを比較して異常診断を行ない、学習後走行距離Ｌが所定距離Ｌｒｅｆ以上のときには異常診断を実行しないから、大気圧学習値ＡＰが実際値と大きく乖離することが想定される状態で異常診断されることによる誤診断の発生を抑制することができる。この結果、異常診断をより適正なものとすることができる。

実施例の異常診断装置では、触媒暖機促進制御を実行している最中に吸入空気量の増量が正常に行なわれているか否かを異常診断する際には、学習後走行距離Ｌが所定距離Ｌｒｅｆ以上のときには異常診断を実行しないものとしたが、誤診断を抑制できる範囲内で異常診断を実行するものとしてもよい。この場合の変形例の異常診断ルーチンの一例を図７に示す。図７の異常診断ルーチンでは、図４の異常診断ルーチンと同一の処理については同一のステップ番号を付し、その説明は省略する。図７の異常診断ルーチンでは、学習後走行距離Ｌが所定距離Ｌｒｅｆ以上のときには異常判定用の閾値Ｑｒｅｆに図６のマップにより大気圧学習値ＡＰに基づいて設定される閾値Ｑｒｅｆがとりうる最大値Ｑｍａｘを設定し（ステップＳ５００）、吸入空気量Ｑａｉｒを入力して（ステップＳ２４０）、入力した吸入空気量Ｑａｉｒと最大値Ｑｍａｘが設定された閾値Ｑｒｅｆとを比較することにより行なわれる（ステップＳ２５０〜Ｓ３１０）。したがって、この変形例の異常診断装置によっても誤診断の発生を抑制することができる。なお、この変形例の異常診断装置では、学習後走行距離Ｌが所定距離Ｌｒｅｆ以上のときには閾値Ｑｒｅｆに最大値Ｑｍａｘを設定したが、図６のマップにより大気圧学習値ＡＰに基づいて設定される閾値に所定値を加算するなどとしてもよい。

実施例の異常診断装置では、図５の学習後走行距離算出ルーチンで最後に大気圧が学習されてからモータ運転モードで走行した走行距離を算出するものとしたが、最後に大気圧が学習されてからトルク変換運転モードと充放電運転モードも含めて走行した走行距離を算出するものとしてもよい。この場合の変形例の学習後走行距離算出ルーチンの一例を図８に示す。この図８の学習後走行距離算出ルーチンは、図５の学習後走行距離算出ルーチンのステップＳ４２０の処理を省略したものとして作成した。

実施例の異常診断装置では、エンジン２２の冷間始動時に吸入空気量の調整を伴ってエンジン２２を運転制御する触媒暖機促進制御を実行している最中に、その吸入空気量の調整が正常に行なわれているかを診断するものに適用するものとしたが、エアフローメータ１４８からの吸入空気量Ｑａｉｒと大気圧学習値ＡＰとを用いる異常診断であれば他の如何なる異常診断に適用するものとしてもよい。

実施例では、モータＭＧ２の動力を減速ギヤ３５により変速してリングギヤ軸３２ａに出力するハイブリッド自動車２０に適用するものとしたが、図９の変形例のハイブリッド自動車１２０に例示するように、モータＭＧ２の動力をリングギヤ軸３２ａが接続された車軸（駆動輪６３ａ，６３ｂが接続された車軸）とは異なる車軸（図９における車輪６４ａ，６４ｂに接続された車軸）に接続するものとしてもよい。

実施例では、エンジン２２の動力を動力分配統合機構３０を介して駆動輪６３ａ，６３ｂに接続された駆動軸としてのリングギヤ軸３２ａに出力するハイブリッド自動車２０に適用するものとしたが、図１０の変形例のハイブリッド自動車２２０に例示するように、エンジン２２のクランクシャフト２６に接続されたインナーロータ２３２と駆動輪６３ａ，６３ｂに動力を出力する駆動軸に接続されたアウターロータ２３４とを有し、エンジン２２の動力の一部を駆動軸に伝達すると共に残余の動力を電力に変換する対ロータ電動機２３０を備えるものとしてもよい。

実施例では、異常診断装置の形態として説明したが、異常診断方法の形態としてもかまわない。

ここで、実施例の主要な要素と課題を解決するための手段の欄に記載した発明の主要な要素との対応関係について説明する。実施例では、エンジン２２が「内燃機関」に相当し、モータＭＧ２が「電動機」に相当し、図３の大気圧学習ルーチンを実行するエンジンＥＣＵ２４が「大気圧学習手段」に相当し、エアフローメータ１４８が「吸入空気量検出手段」に相当し、エンジン２２の冷間始動時に吸入空気量の増量を伴ってエンジン２２を運転制御する触媒暖機促進制御を実行している最中に吸入空気量の増量が正常に行なわれているか否かを異常診断する際には、最後に大気圧が学習されてからモータ運転モードで走行した走行距離（学習後走行距離Ｌ）が所定距離Ｌｒｅｆ未満のときには大気圧学習値ＡＰに基づいて異常判定用の閾値Ｑｒｅｆを設定すると共に設定した閾値Ｑｒｅｆとエアフローメータ１４８からの吸入空気量Ｑａｉｒとを比較して異常診断を行ない、学習後走行距離Ｌが所定距離Ｌｒｅｆ以上のときには異常診断を実行しない図４の異常診断ルーチンを実行するエンジンＥＣＵ２４が「異常診断手段」に相当する。ここで、「内燃機関」としては、ガソリンまたは軽油などの炭化水素系の燃料により動力を出力する内燃機関に限定されるものではなく、水素エンジンなど如何なるタイプの内燃機関であっても構わない。「電動機」としては、同期発電電動機として構成されたモータＭＧ２に限定されるものではなく、誘導電動機など、駆動軸に動力を入出力可能なものであれば如何なるタイプの電動機であっても構わない。「大気圧学習手段」としては、図３の大気圧学習ルーチンを実行、即ちエンジン２２の回転数Ｎｅとスロットル開度ＴＰと現在の大気圧学習値ＡＰとに基づいて推定吸入空気量Ｑｅｓｔを設定すると共に設定した推定吸入空気量Ｑｅｓｔとエアフローメータ１４８からの吸入空気量Ｑａｉｒとの偏差ΔＱを計算してこの偏差ΔＱに基づいて大気圧学習値ＡＰを更新するものに限定されるものではなく、内燃機関が運転されている最中に所定の学習条件が成立したときに内燃機関の運転状態に基づいて大気圧を学習するものであれば如何なる手法を用いるものとしても構わない。「異常診断手段」としては、エンジン２２の冷間始動時に吸入空気量の増量を伴ってエンジン２２を運転制御する触媒暖機促進制御を実行している最中に吸入空気量の増量が正常に行なわれているか否かを異常診断する際には、最後に大気圧が学習されてからモータ運転モードで走行した走行距離（学習後走行距離Ｌ）が所定距離Ｌｒｅｆ未満のときには大気圧学習値ＡＰに基づいて異常判定用の閾値Ｑｒｅｆを設定すると共に設定した閾値Ｑｒｅｆとエアフローメータ１４８からの吸入空気量Ｑａｉｒとを比較して異常診断を行ない、学習後走行距離Ｌが所定距離Ｌｒｅｆ以上のときには異常診断を実行しないものに限定されるものではなく、所定の異常診断要求がなされたとき、通常時には大気圧の学習値と吸入空気量の検出値とに基づいて所定の異常診断を実行し、大気圧の学習値と実際値との乖離が想定される非通常時には所定の異常診断を実行しないものであったり、所定の異常診断要求がなされたとき、通常時には大気圧の学習値に基づいて異常判定用の閾値を設定すると共に設定した閾値と吸入空気量の検出値とを比較することにより所定の異常診断を実行し、大気圧の学習値と実際値との乖離が想定される非通常時には所定の異常診断で異常と判定しにくくなるよう異常判定用の閾値を設定すると共に設定した閾値と吸入空気量の検出値とを比較することにより所定の異常診断を実行するものであれば如何なるものとしても構わない。なお、実施例の主要な要素と課題を解決するための手段の欄に記載した発明の主要な要素との対応関係は、実施例が課題を解決するための手段の欄に記載した発明を実施するための最良の形態を具体的に説明するための一例であることから、課題を解決するための手段の欄に記載した発明の要素を限定するものではない。即ち、課題を解決するための手段の欄に記載した発明についての解釈はその欄の記載に基づいて行なわれるべきものであり、実施例は課題を解決するための手段の欄に記載した発明の具体的な一例に過ぎないものである。

以上、本発明を実施するための最良の形態について実施例を用いて説明したが、本発明はこうした実施例に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において、種々なる形態で実施し得ることは勿論である。

本発明は、自動車産業に利用可能である。

実施例の異常診断装置を搭載するハイブリッド自動車２０の構成の概略を示す構成図である。 エンジン２２の構成の概略を示す構成図である。 実施例のエンジンＥＣＵ２４により実行される大気圧学習ルーチンの一例を示すフローチャートである。 実施例のエンジンＥＣＵ２４により実行される異常診断ルーチンの一例を示すフローチャートである。 実施例のハイブリッド用電子制御ユニット７０により実行される学習後走行距離算出ルーチンの一例を示すフローチャートである。 閾値設定用マップの一例を示す説明図である。 変形例の異常診断ルーチンの一例を示すフローチャートである。 変形例の学習後走行距離算出ルーチンの一例を示すフローチャートである。 変形例のハイブリッド自動車１２０の構成の概略を示す構成図である。 変形例のハイブリッド自動車２２０の構成の概略を示す構成図である。

符号の説明

２０，１２０，２２０ ハイブリッド自動車、２２ エンジン、２４ エンジン用電子制御ユニット（エンジンＥＣＵ）、２４ａ ＣＰＵ、２４ｂ ＲＯＭ、２４ｃ ＲＡＭ、２６ クランクシャフト、２８ ダンパ、３０ 動力分配統合機構、３１ サンギヤ、３２ リングギヤ、３２ａ リングギヤ軸、３３ ピニオンギヤ、３４ キャリア、３５ 減速ギヤ、４０ モータ用電子制御ユニット（モータＥＣＵ）、４１，４２ インバータ、４３，４４ 回転位置検出センサ、５０ バッテリ、５１ 温度センサ、５２ バッテリ用電子制御ユニット（バッテリＥＣＵ）、５４ 電力ライン、６０ ギヤ機構、６２ デファレンシャルギヤ、６３ａ，６３ｂ 駆動輪、６４ａ，６４ｂ 車輪、７０ ハイブリッド用電子制御ユニット、７２ ＣＰＵ、７４ ＲＯＭ、７６ ＲＡＭ、８０ イグニッションスイッチ、８１ シフトレバー、８２ シフトポジションセンサ、８３ アクセルペダル、８４ アクセルペダルポジションセンサ、８５ ブレーキペダル、８６ ブレーキペダルポジションセンサ、８８ 車速センサ、１２２ エアクリーナ、１２４ スロットルバルブ、１２６ 燃料噴射弁、１２８ 吸気バルブ、１３０ 点火プラグ、１３２ ピストン、１３４ 浄化装置、１３６，スロットルモータ、１３８ イグニッションコイル、１４０ クランクポジションセンサ、１４２ 水温センサ、１４３ 圧力センサ、１４４ カムポジションセンサ、１４６ スロットルバルブポジションセンサ、１４８ エアフローメータ、１４９ 温度センサ、１５０ 可変バルブタイミング機構、２３０ 対ロータ電動機、２３２ インナーロータ ２３４ アウターロータ、ＭＧ１，ＭＧ２ モータ。

Claims (5)

1. 内燃機関の運転を伴って走行する機関運転走行モードと該内燃機関を運転停止した状態で電動機からの動力により走行する電動機駆動走行モードとを切り替えて走行するハイブリッド車に搭載されて所定の異常診断を実行する異常診断装置であって、
   前記内燃機関が運転されている最中に所定の学習条件が成立したときに該内燃機関の運転状態に基づいて大気圧を学習する大気圧学習手段と、
   前記内燃機関の吸入空気量を検出する吸入空気量検出手段と、
   所定の異常診断要求がなされたとき、通常時には前記大気圧学習手段により学習された大気圧の学習値と前記吸入空気量検出手段により検出された吸入空気量の検出値とに基づいて前記所定の異常診断を実行し、前記大気圧学習手段により大気圧が学習されていない状態で車両が所定距離以上継続して走行している非通常時には前記所定の異常診断を実行しない異常診断手段と
   を備える異常診断装置。
2. 内燃機関の運転を伴って走行する機関運転走行モードと該内燃機関を運転停止した状態で電動機からの動力により走行する電動機駆動走行モードとを切り替えて走行するハイブリッド車に搭載されて所定の異常診断を実行する異常診断装置であって、
   前記内燃機関が運転されている最中に所定の学習条件が成立したときに該内燃機関の運転状態に基づいて大気圧を学習する大気圧学習手段と、
   前記内燃機関の吸入空気量を検出する吸入空気量検出手段と、
   所定の異常診断要求がなされたとき、通常時には前記大気圧学習手段により学習された大気圧の学習値と前記吸入空気量検出手段により検出された吸入空気量の検出値とに基づいて前記所定の異常診断を実行し、前記電動機駆動モードで車両が所定距離以上継続して走行している非通常時には前記所定の異常診断を実行しない異常診断手段と
   を備える異常診断装置。
3. 前記異常診断手段は、前記通常時には、前記大気圧学習手段により学習された大気圧の学習値に基づいて異常判定用の閾値を設定すると共に該設定した閾値と前記吸入空気量検出手段により検出された吸入空気量の検出値とを比較することにより前記所定の異常診断を実行する手段である請求項１または２記載の異常診断装置。
4. 内燃機関の運転を伴って走行する機関運転走行モードと該内燃機関を運転停止した状態で電動機からの動力により走行する電動機駆動走行モードとを切り替えて走行するハイブリッド車に搭載されて所定の異常診断を実行する異常診断装置であって、
   前記内燃機関が運転されている最中に所定の学習条件が成立したときに該内燃機関の運転状態に基づいて大気圧を学習する大気圧学習手段と、
   前記内燃機関の吸入空気量を検出する吸入空気量検出手段と、
   所定の異常診断要求がなされたとき、通常時には前記大気圧学習手段により学習された大気圧の学習値に基づいて異常判定用の閾値を設定すると共に該設定した閾値と前記吸入空気量検出手段により検出された吸入空気量の検出値とを比較することにより前記所定の異常診断を実行し、前記大気圧学習手段により学習された大気圧の学習値と実際値との乖離が想定される非通常時には前記所定の異常診断で異常と判定しにくくなるよう異常判定用の閾値を設定すると共に該設定した閾値と前記吸入吸気量検出手段により検出された吸入空気量の検出値とを比較することにより前記所定の異常診断を実行する異常診断手段と
   を備える異常診断装置。
5. 所定の触媒暖機促進要求がなされたときに内燃機関の排気系に設けられた浄化用触媒の暖機が促進されるよう吸入空気量の調整を伴って該内燃機関を運転制御する触媒暖機促進制御手段を備えるハイブリッド車に搭載された請求項１ないし４いずれか記載の異常診断装置であって、
   前記異常診断手段は、前記所定の異常診断として前記触媒暖機促進制御手段による吸入空気量の調整が正常に行なわれているか否かを診断する手段である
   異常診断装置。

Images