JP4314736B2

JP4314736B2 - 内燃機関の燃料噴射制御装置

Info

Publication number: JP4314736B2
Application number: JP2000331212A
Authority: JP
Inventors: 純一加古; 和法小嶋
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2000-10-30
Filing date: 2000-10-30
Publication date: 2009-08-19
Anticipated expiration: 2020-10-30
Also published as: JP2002138884A

Description

【０００１】
【発明の属する技術分野】
本発明は内燃機関の燃料噴射制御装置に関し、特に、燃料の動的挙動をモデル化した燃料挙動モデルを用いて燃料噴射装置による燃料供給量を制御する内燃機関の燃料噴射制御装置であって、燃料タンクで発生した蒸発燃料を処理するパージ系を有する内燃機関における燃料噴射制御装置に関する。
【０００２】
【従来の技術】
内燃機関の燃料供給量を運転条件に応じて制御する装置として、吸気系における燃料挙動を記述する数式モデルを設定し、運転条件や燃料条件から設定した数式モデルを演算することで燃料挙動をシミュレートすることにより必要な燃料供給量を求めて燃料噴射装置を制御する燃料挙動モデルによる制御技術が知られている。
【０００３】
特開平６−１０１５２２号公報に開示されている技術は、こうした技術の一例であって、燃料タンクから発生する蒸発燃料を吸気系に導いて処理するパージ系を有する内燃機関の燃料噴射制御装置において、パージ燃料の挙動をも考慮した燃料挙動モデルを用いていることを特徴とする。これにより、パージ流量の増減や運転状態の急変にかかわらず、常に所望の空燃比を実現することができると記載されている。
【０００４】
【発明が解決しようとする課題】
燃料挙動モデルによる燃料噴射装置の制御においては、経年変化／機差変動にかかわらずに空燃比の制御性を確保するために燃料挙動モデルにおけるパラメータを随時学習する必要がある。しかしながら、上記技術のようにパージ燃料の挙動をも考慮した燃料挙動モデルにおいても、パージ系における蒸発燃料濃度、パージ体積、パージガスの動特性などのパージガスに関する情報を正確に算出することが困難で、算出誤差が大きく、その影響でパージを実行していないときに比べて燃料挙動の推定精度が低下してしまう。このため、パージ実行中にはパラメータの学習精度も低下してしまい、制御性の確保が困難になる。
【０００５】
そこで本発明は、パージ系を備える内燃機関で空燃比の制御性を確保し得る内燃機関の燃料噴射制御装置を提供することを課題とする。
【０００６】
上記課題を解決するため、本発明に係る内燃機関の燃料噴射制御装置は、燃料タンクから発生する蒸発燃料を吸気系に導いて処理するパージ系を備える内燃機関に適用され、当該内燃機関の燃料噴射装置から気筒へと流入する燃料の動的挙動をモデル化した燃料挙動モデルを利用して燃料噴射装置による燃料供給量を制御する制御部を備える内燃機関の燃料噴射制御装置において、排気空燃比を検出する検出手段と、パージガスの蒸発燃料濃度を予測する予測手段をさらに備えており、制御部は排気空燃比と目標値との偏差が所定値以上でかつパージが実行されていない場合には検出した排気空燃比に基づいて燃料挙動モデルのパラメータを補正するパラメータ学習を行うとともに、パージ系によるパージ実行中で、かつ、排気空燃比と目標値との偏差が所定値以上の場合には前記予測手段におけるパラメータ学習を行うはパラメータ学習を制限することを特徴とする。
【０００７】
上述したようにパージ系によるパージ実行中はパージ系から導かれる蒸発燃料の影響で燃料挙動モデルによる燃料挙動の推定精度が低下してパラメータの学習精度も低下することから本発明においては排気空燃比と目標値との偏差が所定値以上でかつパージが実行されていない燃料挙動の推定精度が確保され、学習精度も確保できる場合のみにパラメータ学習を行うことでより精度の高い燃料挙動推定を行い、空燃比の制御性を確保することができる。
【００１０】
パージ実行中は、燃料挙動モデルのパラメータのずれよりもパージガス情報、すなわち蒸発燃料濃度の予測精度のずれが燃料供給量の制御精度のずれに大きく影響していると考えられる。そこで、パージ実行中で、かつ、排気空燃比と目標値との偏差が所定値以上の蒸発燃料濃度の予測精度のずれが大きくなっていると考えられる場合に、蒸発燃料濃度の予測手段のパラメータ学習を優先して行うことで、空燃比の制御性を向上させる。
【００１１】
あるいは、本発明に係る内燃機関の燃料噴射制御装置の制御部は、燃料挙動モデルに加えて、パージガスの蒸発燃料濃度を予測するパージ濃度予測モデルを備えており、燃料挙動モデル学習許可条件が成立しているときの目標空燃比に対する実空燃比ずれが大きいと判断した場合、パージ実行中か否に応じてパージ濃度予測モデルパラメータ学習と燃料挙動モデルパラメータ学習とを切り替えることを特徴とするものでもよい。
【００１２】
上述したようにパージ系によるパージ実行中はパージ系から導かれる蒸発燃料の影響で燃料挙動モデルによる燃料挙動の推定精度が低下してパラメータの学習精度も低下する。本発明では、目標空燃比に対する実空燃比ずれが大きいときに、パージ実行中か否かに応じてパージ濃度予測モデルパラメータ学習と燃料挙動モデルパラメータ学習とを切り替えることで、燃料挙動、パージ濃度予測の推定精度を確保し、学習精度も確保することにより精度の高い燃料挙動推定を行い、空燃比の制御性を確保することができる。
【００１３】
【発明の実施の形態】
以下、添付図面を参照して本発明の好適な実施の形態について詳細に説明する。説明の理解を容易にするため、各図面において同一の構成要素に対しては可能な限り同一の参照番号を附し、重複する説明は省略する。
【００１４】
図１は、本発明に係る内燃機関の燃料噴射量制御装置の実施形態をこれを適用した内燃機関とともに示す構成図である。
【００１５】
火花点火式のガソリン多気筒内燃機関（以下、単に内燃機関と称する）１には吸気管２と排気管３とが接続されている。吸気管２には吸入空気の温度を検出する吸気温センサ２２と、吸入空気量を検出するエアフローメータ２３と、アクセルペダル４の操作に連動するスロットル弁２４が配置されるとともにこのスロットル弁２４の開度を検出するスロットル開度センサ２５が配置されている。また、吸気管２のサージタンク２０には、吸気管２の圧力を検出するための吸気圧センサ２６が配置されている。さらに、内燃機関１の各気筒に接続される吸気ポート２１には電磁駆動式のインジェクタ（燃料噴射装置）２７が設けられており、このインジェクタ２７には燃料タンク５から燃料であるガソリンが供給される。図示の内燃機関１は、各気筒ごとに独立してインジェクタ２７が配置されているマルチポイントインジェクションシステムである。
【００１６】
燃料タンク５内の気相部とチャコールキャニスター５１の一端とが接続され、キャニスター５１の他端はパージ用流量調整バルブ５２を介してサージタンク２０の上流側へと接続され、パージ系を構成している。
【００１７】
内燃機関１の各気筒を構成するシリンダ１０内には図の上下方向に往復動するピストン１１が設けられ、このピストン１１はコンロッド１２を介して図示していないクランク軸に連結されている。ピストン１１の上方には、シリンダ１０とシリンダヘッド１３とによって区画された燃焼室１４が形成されている。この燃焼室１４の上部には点火プラグ２０が配置されるとともに、開閉可能な吸気バルブ１６と排気バルブ１７を介してそれぞれ吸気管２と排気管３に接続されている。
【００１８】
そして、排気管３には、排気ガス中の酸素濃度に応じた所定の電気信号を出力する空燃比センサ３１が配置されている。
【００１９】
内燃機関１を制御するエンジンＥＣＵ６（本発明に係る内燃機関の燃料噴射制御装置を含む）は、マイクロコンピュータを中心に構成されており、上述した各センサ（吸気温センサ２２、エアフローメータ２３、スロットル開度センサ２５、吸気圧センサ２６、空燃比センサ３１）や車速センサ６０、クランクポジションセンサ６１の各出力信号が入力されるとともに、点火プラグ１５、インジェクタ２７、パージ用流量調整バルブ５２の動作を制御するものである。
【００２０】
本発明に係る内燃機関の燃料噴射制御装置の動作を説明する前に、この制御装置で用いる燃料挙動モデルについて図２を参照して説明する。図２は、インジェクタ２７近傍（吸気ポート２１付近）における燃料挙動のシミュレーションモデルを示す模式図である。以下の説明では、コンピュータによる数値化処理を考慮してサイクルを表すカウンタ値を「ｋ」で表す。
【００２１】
図２において、Ｆｉ（ｋ）は、サイクルｋにおいてインジェクタ２７から噴射される燃料量（インジェクタ噴射量）を、Ｆｗ（ｋ）は、サイクルｋ−１において吸気ポート２１の壁面や吸気バルブ１６の吸気ポート２１側表面（以下、吸気ポート２１の壁面等と呼ぶ）に付着している燃料量（壁面付着燃料量）を、Ｆｃ（ｋ）は、サイクルｋにおいて気筒内（シリンダ１０内の燃焼室１４内）へと流入する燃料量（筒内流入燃料量）をそれぞれ示している。ここで、サイクルｋにおけるインジェクタ噴射量Ｆｉ（ｋ）のうち、吸気ポート２１の壁面等に付着する割合（壁面付着率）をＲ（ｋ）とし、サイクルｋにおいて壁面付着燃料量Ｆｗ（ｋ）のうち、気化せずに吸気ポート２１の壁面等に残留する割合（壁面残留率）をＰ（ｋ）とすると、以下の式（１）、（２）が成立する。これらの式は、Ｃ．Ｆ．アキノの式として一般に知られている。
【００２２】
【数１】

【００２３】
一方、目標空燃比（混合比Ａ／Ｆ）λでの燃焼を実現する場合にサイクルｋにおいて実際に筒内に流入させるべき目標筒内流入燃料量Ｆｃｒ（ｋ）は、吸気流量をＱ（ｋ）とすると、
【数２】

で表せる。ここで、パージ系によって供給される燃料供給量をＦｐ（ｋ）とすると、実際に筒内へ流入する燃料量はＦｃ（ｋ）＋Ｆｐ（ｋ）であり、これを前記の目標筒内流入燃料量Ｆｃｒ（ｋ）に一致させるためには、（１）〜（３）式よりインジェクタ２７の噴射量Ｆｉ（ｋ）を
【数３】

となるように制御すればよいことがわかる。
【００２４】
すなわち、筒内流入燃料量Ｆｉ（ｋ）を制御して、空燃比を適正に制御するためには、（１）式によって算出される壁面付着燃料量Ｆｗ（ｋ）を正確に算出するとともに、各パラメータＰ（ｋ）、Ｒ（ｋ）を適切な値に設定する必要がある。各パラメータＰ（ｋ）、Ｒ（ｋ）の値は、実験等により求めた値をエンジンＥＣＵ６内に機関運転条件に対するマップ形式で保持しておき、機関運転条件に対応させて読み出すことで設定されるが、機差や経年変化等に対応してより適切な値に設定するためには、制御結果を基にパラメータ値の再設定を行うパラメータ学習を行う必要がある。
【００２５】
しかしながら、キャニスター５１から流量調整バルブ５２を介してキャニスター５１に貯蔵された燃料タンク５の蒸発燃料が吸気系２へと供給されている場合には、上述したようにパージによる燃料供給量Ｆｐ（ｋ）だけ筒内への燃料供給量が増加することになるため、正確なパラメータ学習を行うことが困難になる。このため、本発明に係る燃料制御装置においては、以下に説明するような制御を行うことで正確なパラメータ学習を行う。以下、制御形態の異なる３つの実施形態に分けて説明する。各実施形態の装置は図１に示される装置であり、エンジンＥＣＵ６内で実行される制御プログラムのみが異なる。
【００２６】
図３は、第１の実施形態におけるパラメータ学習動作のフローチャートである。この制御フローは、内燃機関１の始動後、作動停止までの間、燃料噴射制御とともにそれに続いてエンジンＥＣＵ６によって繰り返し実行されるものである。
【００２７】
まず、ステップＳ１では、各センサの出力値を取得する。そして、ステップＳ２では、その時点の運転条件をメモリ内に保持する。ステップＳ３では、取得したセンサ値、運転条件から燃料挙動モデルの学習条件を満たしているか否かの判定を行う。具体的には、内燃機関１の運転条件（吸気圧、エンジン水温等）が所定の条件を満たしているかいなかにより判定を行う。条件が成立していないときは、その後のパラメータ学習処理を行わず処理を終了する。
【００２８】
一方、条件が成立していたときには、ステップＳ４へと移行し、現在パージを実行中であるか否かを判定する。具体的には、パージ用流量調整弁５２の開度が所定値以上の場合にパージ実行中と判定する。開度が小さい場合、すなわち、パージによる燃料供給量Ｆｐ（ｋ）が小さい場合には、パージ燃料の影響が小さいことから、パージ実行中ではないと判定してよい。もちろん、調整弁５２のオン／オフのみでパージ実行中の判定を行ってもよい。
【００２９】
ステップＳ４において、パージ実行中と判定した場合には、パージによる燃料供給量Ｆｐ（ｋ）の影響で燃料挙動モデルのパラメータ学習を正確に行えない可能性があることから、学習処理をスキップして処理を終了する。
【００３０】
一方、ステップＳ４において、パージ実行中ではないと判定した場合には、ステップＳ５へと移行して、実際の空燃比を取得する。これは、空燃比センサ３１の出力信号から演算される。
【００３１】
ステップＳ６では、こうして取得した空燃比と目標空燃比との偏差を判定し、偏差が小さい場合には、パラメータ学習によりパラメータの修正を行う必要はないとして、その後の処理をスキップして処理を終了する。一方、偏差が大きい場合には、ステップＳ７へと移行して燃料挙動モデルのパラメータ修正を行う。ここでは、一度偏差が大きくなった場合にパラメータ修正を行う例を説明したが、所定期間継続して偏差が大きい場合に、パラメータの修正を行うようにしてもよい。
【００３２】
このようにパージを実行していない場合にのみ燃料挙動モデルのパラメータ学習を行うことで、正確なパラメータ学習を行うことができ、空燃比制御の制御性が向上する。
【００３３】
図４は、第２の実施形態におけるパラメータ学習動作のフローチャートである。この制御フローは図３に示される第１の実施形態とステップＳ３までは同様であり、その後の処理が一部異なる。
【００３４】
この実施形態では、ステップＳ３において燃料挙動モデルの学習条件が成立した場合には、ステップＳ１０へと移行し、実際の空燃比を取得する。これは、空燃比センサ３１の出力信号から演算される。ステップＳ１１では、こうして取得した空燃比と目標空燃比との偏差を判定し、偏差が小さい場合には、パラメータ学習によりパラメータの修正を行う必要はないとして、その後の処理をスキップして処理を終了する。
【００３５】
一方、偏差が大きい場合には、ステップＳ１２へと移行してパージ実行中であるか否かを判定する。この判定は、上述した図３におけるステップＳ４の判定と同様である。
【００３６】
ステップＳ１２において、パージ実行中と判定した場合には、ステップＳ１３へと移行しパージ濃度予測のパラメータを修正する。空燃比の目標値との偏差が大きい場合とは、筒内供給噴射量Ｆｉ（ｋ）の実際の値と予測値との間にずれが生じた場合であるが、本実施形態においては、パージ実行中においてはこのずれは主にＦｐ（ｋ）の予測値と実際の値との間のずれに起因するものとみなす。そして、パージ供給量Ｆｐ（ｋ）の予測モデル、具体的には、パージガス中の蒸発燃料濃度の予測モデルにおけるパラメータを学習により修正する。
【００３７】
一方、ステップＳ１２において、パージ実行中ではないと判定した場合には、筒内供給噴射量Ｆｉ（ｋ）の実際の値と予測値との間のずれは単純に燃料挙動モデルのパラメータのずれに基づくものであるから、ステップＳ１４へと移行して、燃料挙動モデルのパラメータを学習により修正する。
【００３８】
ここでは、一度偏差が大きくなった場合に各パラメータ修正を行う例を説明したが、所定期間継続して偏差が大きい場合に、各パラメータの修正を行うようにしてもよい。
【００３９】
このようにすると、パージ供給量Ｆｐ（ｋ）の予測精度を向上させることができ、空燃比制御の制御性を向上させることが可能となる。
【００４０】
図５は、第３の実施形態における燃料噴射制御及びパラメータ学習動作のフローチャートである。この制御フローは、内燃機関１の始動後、作動停止までの間、エンジンＥＣＵ６によって繰り返し実行されるものである。
【００４１】
ステップＳ１〜Ｓ３までは図３、図４に示される制御フローの処理と同一である。ステップＳ３で燃料挙動モデルの学習条件が成立しないと判定した場合には、ステップＳ２０へと移行しパージ制限を解除する。そして、ステップＳ２１へと移行して燃料噴射量制御が行われる。具体的には、筒内への燃料噴射量Ｆｃ（ｋ）が所望の値となるよう燃料挙動モデルとパージ濃度予測モデルによりインジェクタ２７による燃料噴射量Ｆｉ（ｋ）とパージ用流量調整弁５２を介してのパージ燃料供給量Ｆｐ（ｋ）の制御を行う。すなわち、必要な場合にはパージを実行することで、キャニスター５１から蒸発燃料を筒内へと導いて処理する。
【００４２】
一方、ステップＳ３で燃料挙動モデルの学習条件が成立すると判定した場合には、燃料挙動モデルの学習を精度良く行うため、ステップＳ２２において、パージ実行を制限する設定を行う。この状態で続くステップＳ２３では燃料噴射量制御を行う。具体的には、パージ用流量調整弁５２を閉鎖してパージ燃料供給量Ｆｐ（ｋ）を０に固定し、筒内への燃料噴射量Ｆｃ（ｋ）が所望の値となるよう燃料挙動モデルを用いてインジェクタ２７による燃料噴射量Ｆｉ（ｋ）を制御する。
【００４３】
続く、ステップＳ２４では、空燃比センサ３１の出力信号から実際の空燃比を取得する。そして、ステップＳ２５では、こうして取得した空燃比と目標空燃比との偏差を判定し、偏差が小さい場合には、パラメータ学習によりパラメータの修正を行う必要はないとして、その後の処理をスキップして処理を終了する。一方、偏差が大きい場合には、ステップＳ２６へと移行して燃料挙動モデルのパラメータ修正を行う。ここでは、一度偏差が大きくなった場合にパラメータ修正を行う例を説明したが、所定期間継続して偏差が大きい場合に、パラメータの修正を行うようにしてもよい。
【００４４】
このように、パラメータ学習を行う場合には、パージ実行を制限してもパラメータを精度良く学習することが可能である。もちろん、パージ実行を完全に禁止するのではなく、パージ供給量Ｆｐ（ｋ）が所定の供給量以下になるよう制限してもよい。
【００４５】
本発明で用いることのできる燃料挙動モデルは必ずしも上述したモデルに限られるものではない。例えば、燃料の付着位置を弁表面と吸気ポートの壁面表面とに分けるなどさらに細分割してもよいし、気筒内における付着を考慮したモデルであってもよい。
【００４６】
【発明の効果】
以上説明したように本発明によれば、パージを実行していないとき（パージ供給量が所定量以下の場合も含む）に燃料挙動モデルのパラメータ学習を行うので、パラメータ学習を精度良く行うことができ、その結果、燃料噴射装置による燃料供給量および空燃比の制御性を向上させることができ、エミッションやドライバビリティーの向上も図れる。
【図面の簡単な説明】
【図１】本発明に係る燃料噴射装置とこれを適用した内燃機関を示す概略構成図である。
【図２】本発明における燃料挙動モデルを説明する図である。
【図３】本発明の第１の実施形態に係るパラメータ学習を説明するフローチャートである。
【図４】本発明の第２の実施形態に係るパラメータ学習を説明するフローチャートである。
【図５】本発明の第３の実施形態に係る燃料噴射制御とパラメータ学習を説明するフローチャートである。
【符号の説明】
１…内燃機関、２…吸気管、３…排気管、４…アクセルペダル、５…燃料タンク、６…エンジンＥＣＵ、１４…燃焼室、２１…吸気ポート、２７…インジェクタ、５１…キャニスター、５２…パージ用流量調整弁。

Claims

燃料タンクから発生する蒸発燃料を吸気系に導いて処理するパージ系を備える内燃機関に適用され、該内燃機関の燃料噴射装置から気筒へと流入する燃料の動的挙動をモデル化した燃料挙動モデルを利用して燃料噴射装置による燃料供給量を制御する制御部を備える内燃機関の燃料噴射制御装置において、
排気空燃比を検出する検出手段と、パージガスの蒸発燃料濃度を予測する予測手段をさらに備えており、前記制御部は排気空燃比と目標値との偏差が所定値以上でかつパージが実行されていない場合には検出した排気空燃比に基づいて燃料挙動モデルのパラメータを補正するパラメータ学習を行うとともに、前記パージ系によるパージ実行中で、かつ、排気空燃比と目標値との偏差が所定値以上の場合には前記予測手段におけるパラメータ学習を行う内燃機関の燃料噴射制御装置。
燃料タンクから発生する蒸発燃料を吸気系に導いて処理するパージ系を備える内燃機関に適用され、該内燃機関の燃料噴射装置から気筒へと流入する燃料の動的挙動をモデル化した燃料挙動モデルを利用して燃料噴射装置による燃料供給量を制御する制御部を備える内燃機関の燃料噴射制御装置において、
前記制御部は、前記燃料挙動モデルに加えて、パージガスの蒸発燃料濃度を予測するパージ濃度予測モデルを備えており、燃料挙動モデル学習許可条件が成立しているときの目標空燃比に対する実空燃比ずれが大きいと判断した場合、パージ実行中か否に応じてパージ濃度予測モデルパラメータ学習と燃料挙動モデルパラメータ学習とを切り替えることを特徴とする内燃機関の燃料噴射制御装置。