JP5035223B2

JP5035223B2 - 内燃機関の制御装置

Info

Publication number: JP5035223B2
Application number: JP2008306416A
Authority: JP
Inventors: 勇人仲田
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2008-12-01
Filing date: 2008-12-01
Publication date: 2012-09-26
Anticipated expiration: 2028-12-01
Also published as: JP2010127264A

Description

この発明は、内燃機関の制御装置に関し、特に、内燃機関の燃焼状態に対応した規則等を利用して、内燃機関の将来の燃焼状態の判定を行う内燃機関の制御装置に関する。

従来、例えば特許文献１には、同一気筒の所定のクランク角の範囲内で検出した角速度の今回値と前回値との平均偏差と、点火時期を進角又は遅角制御した場合に推定される角速度の今回値と前回値との平均偏差との差に基づいて、内燃機関の燃焼状態が安定状態であるか否かを判定する内燃機関の制御装置が開示されている。この制御装置では、実測値の平均偏差と、推定値の平均偏差との差が許容範囲内にあるか否かで燃焼状態の判定を行っている。

特開２００３−２８６８９０号公報特表２００２−５２７６５７号公報

ところで、内燃機関の燃焼状態を高精度に判定するためには、比較の対象となる実測値、推定値が正確に検出又は推定できることが望ましい。特許文献１では、最も新しい複数の実測値から最小二乗法や、逐次近似法を用いて次回の推定値を求める方法が開示されている。しかしながら、実測値はそもそも燃焼状態によって異なる。このため、仮に燃焼不安定状態の場合に検出された実測値から上記の推定値が求められたときには、必ずしも正確な推定値が推定できるとは限らず、結果として内燃機関の燃焼状態が高精度に判定できない場合があった。

また、燃焼状態を高精度に判定するためには、比較の対象となる判定指標が複数あることが望ましい。特許文献１では、実測値と推定値との平均偏差という一つの判定指標から燃焼状態を推定している。このため、例えばこの一つの判定指標が間違っていた場合には、判定結果が正反対となってしまう場合がある。判定指標が誤っていないとしても、角速度が正確に推定できない可能性がある特許文献１の場合では、このような一つの判定指標のみを用いれば、燃焼判定の精度が落ちる可能性もあった。

この発明は、上述のような課題を解決するためになされたもので、燃焼状態を高精度に判定することが可能な内燃機関の制御装置を提供することを目的とする。

第１の発明は、上記の目的を達成するため、内燃機関の制御装置であって、
排気ガスの再循環率、空燃比及びクランク角速度の過去のデータが従う内燃機関の燃焼安定状態に対応した第１確率分布の未知パラメータ及び内燃機関の燃焼不安定状態に対応した第２確率分布の未知パラメータを、これらのデータに基づいて最尤推定法により推定し、推定した未知パラメータにより前記第１確率分布及び前記第２確率分布を特定する確率分布特定手段と、
特定後の前記第１確率分布及び前記第２確率分布に基づいて、前記過去のデータの各々が前記燃焼安定状態のデータであるか、或いは前記燃焼不安定状態のデータであるかの判定を行い、夫々燃焼安定クラスタ及び燃焼不安定クラスタに分類するデータ分類手段と、
前記燃焼安定状態と前記燃焼不安定状態との境界で成立する境界条件を、前記過去のデータに基づいて推定し、推定した未知パラメータにより前記境界条件を特定する境界条件特定手段と、
所定の時刻における排気ガスの再循環率、空燃比及びクランク角速度のデータと、前記所定の時刻よりも１ステップ先の時刻におけるクランク角速度のデータとの間に成立する関係の未知パラメータを、前記燃焼安定クラスタのデータに基づいて推定し、推定した未知パラメータにより前記関係を燃焼安定状態に対応した第１規則として特定する第１規則特定手段と、
所定の時刻における排気ガスの再循環率、空燃比及びクランク角速度のデータと、前記所定の時刻よりも１ステップ先の時刻におけるクランク角速度のデータとの間に成立する関係の未知パラメータを、前記燃焼安定クラスタのデータに基づいて推定し、推定した未知パラメータにより前記関係を燃焼不安定状態に対応した第２規則として特定する第２規則特定手段と、
特定した前記境界条件に排気ガスの再循環率、空燃比及びクランク角速度のデータの現在値を含むデータを適用して、前記現在値を含むデータが前記安定状態に区分されるか、或いは前記不安定状態に区分されるかを推定する区分推定手段と、
前記第１規則又は前記第２規則に前記現在値を含むデータを適用して将来のクランク角速度を推定するクランク角速度推定手段と、
前記区分推定手段による推定結果及び前記将来のクランク角速度に基づいて、内燃機関の将来の燃焼状態が安定状態であるか、或いは不安定状態であるかを判定する燃焼状態判定手段と、
特定後の前記第１確率分布及び前記第２確率分布に基づいて、前記現在値を含むデータが、前記燃焼安定状態のデータであるか、或いは前記燃焼不安定状態のデータであるかの判定を行い、前記燃焼状態判定手段による判定結果の妥当性を評価する評価手段と、を備えることを特徴とする。

また、第２の発明は、第１の発明において、
前記将来のクランク角速度の複数の値の所定時間当たりの変動量を推定変動量として演算する推定変動量演算手段と、
前記内燃機関の実際のクランク角速度の前記推定時間当たりの変動量と、前記推定変動量との偏差を演算する偏差演算手段と、を備え、
前記燃焼状態判定手段は、前記偏差が予め定めた第１判定値未満であるか否かにより内燃機関の将来の燃焼状態が安定状態であるか、或いは不安定状態であるかを判定することを特徴とする。

第１の発明によれば、燃焼安定状態に対応した第１規則、燃焼不安定状態に対応した第２規則という２つの規則から、将来のクランク角速度を推定できる。これら２つの規則は、ＥＧＲ率、空燃比及びクランク角速度から構成される過去のデータが従う２つの確率分布、すなわち、燃焼安定状態に対応した第１確率分布及び燃焼不安定状態に対応した第２確率分布にこれらの過去のデータを分類し、分類した後のデータ群である燃焼安定クラスタ及び燃焼不安定クラスタに基づいて特定されたものである。したがって、第１の発明によれば、このように特定した２つの規則で将来のクランク角速度を推定できることから、単一のモデルを用いて推定する場合に比べ、将来のクランク角速度をより高精度に推定できる。

さらに、第１の発明によれば、燃焼安定状態と燃焼不安定状態との境界で成立する境界条件により、排気ガスの再循環率、空燃比及びクランク角速度のデータの現在値を含むデータが安定状態、不安定状態のどちらに区分されるかを推定することができる。そして、この境界条件による区分と、上述した２つの規則とを組み合わせることで、上記の現在値を含むデータがどちらの状態にあるかで、将来のクランク角速度を推定する規則を切り替えることが可能となる。したがって、第１の発明によれば、上記の現在値を含むデータがどちらの状態であるかを推定し、そのときの将来のクランク角速度を高精度に推定することができる。

さらに、第１の発明によれば、区分推定手段による推定結果と、クランク角速度推定手段による将来のクランク角速度に基づいて、内燃機関の将来の燃焼状態を判定することができる。したがって、これら２つの推定結果を燃焼判定の判断指標とし、内燃機関の将来の燃焼状態を判定することができる。

加えて、第１の発明によれば、特定後の前記第１確率分布及び前記第２確率分布に基づいて、上記の現在値を含むデータが、前記燃焼安定状態のデータであるか、或いは前記燃焼不安定状態のデータであるかの判定を行うことができる。そして、上記の燃焼状態の判定を行う際に用いた上記の現在値のデータの信憑性を評価することができる。したがって、将来の燃焼状態の判定結果の妥当性を評価することができる。

第２の発明によれば、推定した将来のクランク角速度により演算した変動量と、実際のクランク角速度による変動量とを比較し、これらの偏差を燃焼判定の判定指標として将来の燃焼状態を判定することができる。

実施形態１．
実施形態１の制御装置は、車両等に搭載されるＥＣＵ（Electronic Control Unit）内部に構成されている。このため、先ず、図１を用いて、本実施形態に係る制御装置の説明をする。図１は、ＥＣＵが内燃機関の燃焼状態判定を行う制御装置として機能する場合の機能ブロック図である。

図１に示すように、ＥＣＵは、システム同定部１０、クランク角速度推定部１８、クランク角速度変動量演算部２０、帰属確率演算部２２及び異常判定部２４から構成されている。また、システム同定部１０は、データクラスタリング部１２、分離超平面推定部１４及びシステムパラメータ推定部１６から構成されている。

（システム同定部１０）
システム同定部１０は、空燃比、ＥＧＲ率からクランク角速度（回転挙動）までのエンジン特性を記述する同定式を、内燃機関の燃焼安定状態と燃焼不安定状態とで同定式が切り替わる区分的アフィン自己回帰（Piece-Wise affine Auto-Regressive eXogeneous；ＰＷＡＲＸ）モデルとして同定を行うように構成されている。システム同定部１０は、過去の時系列データに基づいて、後述する式（３）及び（４）のパラメータθ₁、θ₂、a、bを決定し、ＰＷＡＲＸモデルの同定を行うことを特徴とする。

同定は、過去の実際の空燃比、ＥＧＲ率及びクランク角速度を、過去の時系列データとして用いることにより行う。時刻kにおける空燃比をλ(k)、ＥＧＲ率をe(k)、クランク角速度をω(k)とする。時刻kを現在時刻とすると、過去の時系列データは、λ(k-1)，λ(k-2)，・・・、e(k-1),e(k-2)，・・・、ω(k-1)，ω(k-2)，・・・で表される。これら過去の時系列データは、ＥＣＵにバッファリングされているものとする。

過去の時系列データに基づくエンジン特性がＰＷＡＲＸモデルに従うと仮定すると、空燃比、ＥＧＲ率及びクランク角速度の関係は次式（１）及び（２）で表される。

上式（１）が燃焼安定状態に対応し、上式（２）が燃焼不安定状態に対応するものとする。上式（１）及び（２）において、ε(k)は式誤差である。上式（１）、（２）は、それぞれ次式（３）、（４）のように書き表すことができる。

上式（３）、（４）において、右肩の添え字「T」は転置行列を意味する。また、x(k)は回帰ベクトルであり、過去の空燃比、ＥＧＲ率及びクランク角速度を用いて、
x(k)=[ω(k-1) ・・・ ω(k-n) λ(k-1) ・・・ λ(k-m) e(k-1) ・・・ e(k-l)）]^T ・・・（５）
により与えられる。上式（５）において、kは、k=1,2,・・・,Nの離散時刻の値であり、Nはデータ数である。また、自然数n,m,lは、それぞれモデルを記述するために必要な過去の時系列データの個数を表す。
また、上式（３）、（４）において、θ₁及びθ₂は、未知のパラメータであり、次式（６）、（７）により与えられる。

また、上式（３）、（４）に示すように、燃焼安定状態と燃焼不安定状態は、回帰ベクトル空間上における分離超平面で分割されるものとする。分離超平面は、これら２つの状態の境界であり、次式（８）で表される。
a^Tx(k)＋b=0 ・・・（８）
上式（８）において、a及びbは、分離超平面を規定する未知のパラメータであり、次式（９）で与えられるものとする。

（データクラスタリング部１２）
システム同定部１０内のデータクラスタリング部１２は、過去の時系列データを、内燃機関の燃焼安定状態に対応する燃焼安定状態クラスタC₁又は燃焼不安定状態に対応する燃焼不安定クラスタC₂に分類するように構成されている。

分類は、まず、観測データベクトルz_k=(x^T(k) ω^T(k)）^Tを定義する。そして、この観測データベクトルz_kのN個の観測データz₁，・・・，z_Nが、燃焼安定状態及び燃焼不安定状態に対応する正規分布からなる混合正規分布に従うと仮定する。

混合正規分布は、パラメータΦ=(α₁，α₂，μ₁，μ₂，Σ₁，Σ₂)を用いて次式（１０）のように表される。

上式（１０）において、α₁、α₂は、混合正規分布の混合割合であり、α₁，α₂≧0，α₁+α₂=1の関係を満たす。また上式（１０）〜（１２）において、μ₁，μ₂は、燃焼安定状態、燃焼不安定状態のそれぞれに対応する正規分布の平均ベクトルを示す。同様に、Σ₁、Σ₂は、それぞれに対応する正規分布の共分散行列を示す。添え字「n_z」は、観測データベクトルz_kの次元数を示す。さらにdetΣは、Σの行列式を示し、行列の右肩の添え字「-1」は逆行列を意味する。

続いて、混合正規分布のパラメータΦを最尤推定法により求める。尤度関数

を最大化するパラメータΦは、ＥＭアルゴリズムを用いることにより推定することができる。ＥＭアルゴリズムでは、パラメータΦを反復的に計算することができる。

続いて、求めたパラメータΦを用いて、観測データの分類を行う。ここで、観測データが燃焼安定状態クラスタC₁に帰属する帰属確率をα₁p₁(z_k;Φ)、燃焼不安定状態クラスタC₂に帰属する帰属確率をα₂p₂(z_k;Φ)とする。分類は、得られた帰属確率がより高い部分分布に対応するクラスタに分類する。すなわち、α₁p₁(z_k;Φ)≧α₂p₂(z_k;Φ)のデータを燃焼安定状態クラスタC₁に、α₁p₁(z_k;Φ)＜α₂p₂(z_k;Φ)のデータを燃焼不安定状態クラスタC₂に分類する。こうすることで、観測データに対応する時刻k=1,2,・・・,Nをそれぞれのクラスタに分類することができる。

（分離超平面推定部１４）
システム同定部１０内の分離超平面推定部１４は、燃焼安定状態と燃焼不安定状態とを分割する回帰空間上の分離超平面のパラメータを推定するように構成されている。上式（８）により与えられる分離超平面のパラメータa,bは、ソフトマージンサポートベクターマシンを利用することにより推定できる。

サポートベクターマシンは、与えられたデータが２つのクラスのどちらに属するかを判断することのできるアルゴリズムであり、全てのサンプルデータに対して正しいクラスが存在する（線形分離可能）ときに成立する超平面のパラメータa,bを調整する方法である。しかし、このような線形分離を実現する超平面は、１つに決まらない。そこで、超平面から各クラスまでの距離をマージン（1/||a||）とし、このマージンを最大にするように超平面のパラメータa,bを決定する。

ここで、全てのサンプルデータに対して常に正しいクラスが存在するとは限らない（線形分離可能でない）。このような場合には、サポートベクターマシンに分類誤差項を導入したソフトマージンサポートベクターマシンを利用する。すなわち、データが超平面を超えて反対側のクラスに入ってしまった場合に、その超えた距離νの総和を最小限にするように超平面のパラメータa,bを調整する。まとめると、ソフトマージンサポートベクターマシンを利用すれば、パラメータa,bは、次式（１３）に示す２次最適化問題を解くことにより推定できる。

このように推定されたパラメータa,bは、ＥＣＵに記憶される。

（システムパラメータ推定部１６）
システム同定部１０内のシステムパラメータ推定部１６は、データクラスタリング部１２で分類した離散時刻に対応するデータを用いて、パラメータθ₁及びθ₂を推定するように構成されている。パラメータθ₁,θ₂は、次式（１４）及び（１５）により推定できる。

上式（１４）及び（１５）において、N₁,N₂は、それぞれのクラスタC₁,C₂に含まれるデータ数を示す。このように推定されたパラメータθ₁^,θ₂^は、ＥＣＵに記憶される。

以上により、システム同定部１０では、内燃機関の燃焼安定状態、燃焼不安定状態で同定式が切り替わるＰＷＡＲＸモデルの同定が行われる。まとめると、現在の時刻を時刻kとすると、時刻k+1におけるクランク角速度の推定値ω^(k+1)は、時刻k-1までの空燃比、ＥＧＲ率及びクランク角速度のデータ履歴に基づいて推定したパラメータθ₁^,θ₂^、を用い、次式（１６）及び（１７）のように記述される。なお、ここで使用した添え字「^」は、推定値を表すものとする。

尚、上式（１６）が本発明の第１規則に、上式（１７）が本発明の第２規則にそれぞれ該当する。また、上式（１６）及び（１７）において、x(k+1)は回帰ベクトルであり、時刻kまでの空燃比、ＥＧＲ率及びクランク角速度を用いて、
x(k+1)=[ω(k) ・・・ ω(k-n+1) λ(k) ・・・ λ(k-m+1) e(k) ・・・ e(k-l+1)]^T ・・・（１８）
により与えられることになる。

このように、時刻k+1におけるクランク角速度の推定値ω^(k+1)は、時刻k-1までの空燃比、ＥＧＲ率及びクランク角速度のデータ履歴、クランク角速度の現在のデータを逐次帰属させることでその都度行うことができる。したがって、モデル同定の自由度が高いという効果をも有する。

（クランク角速度推定部１８）
クランク角速度推定部１８は、パラメータa,b及び上式（１８）を用い、内燃機関の燃焼状態が安定であるか、或いは不安定であるかを推定し、その推定結果と、上式（１６）又は（１７）を用いてω^(k+1)を推定するように構成されている。

具体的には、先ず、時刻k-1までのデータ履歴により推定したパラメータa,bと、このデータ履歴に時刻kのクランク角速度のデータであるω(k)を加えて生成した回帰ベクトルx(k+1)とから、a^Tx(k+1)＋bを演算する。そして、a^Tx(k+1)＋b≧0であれば、クランク角速度推定部１８は、内燃機関が燃焼安定状態であると推定し、燃焼状態予測フラグi^(k+1)=1がＥＣＵにバッファリングされる。一方、a^Tx(k+1)＋b＜0であれば、クランク角速度推定部１８は、内燃機関が燃焼不安定状態と推定し、燃焼状態予測フラグi^(k+1)=0がＥＣＵにバッファリングされる。続いて、この燃焼状態予測フラグ値と、上式（１６）又は（１７）を用いて、時刻k+1におけるクランク角速度の推定値ω^(k+1)を推定する。推定したω^(k+1)は、ＥＣＵにバッファリングされる。

（クランク角速度変動量演算部２０）
クランク角速度変動量演算部２０は、推定したクランク角速度の変動量と、実測したクランク角速度の変動量との偏差を演算するように構成されている。クランク角速度の変動量の偏差としては、例えばクランク角速度の時間差分が挙げられる。また、クランク角速度の時間差分としては、クランク角速度の前回値と今回値との差に限られず、複数のクランク角速度の平均偏差等も適用できる。クランク角速度の前回値と今回値の差としては、例えば時刻k+1において推定したクランク角速度の推定値ω^(k+1)と、時刻k+2において推定したクランク角速度の推定値ω^(k)との差Δω^=ω^(k+1)-ω^(k+2)や、クランクポジションセンサにより検出した時刻k+1におけるクランク角速度ω(k+1)と、時刻k+2におけるクランク角速度ω(k+2)との差Δω=ω(k+1)-ω(k+2)が挙げられる。こうして求まるΔω^、ΔωからΔω^-Δωを演算する。演算したΔω^-Δωは、ＥＣＵにバッファリングされる。

（帰属確率演算部２２）
帰属確率演算部２２は、パラメータΦ、及び上式（１１）又は（１２）を用い、時刻kにおける観測データベクトルz_kが、燃焼安定状態クラスタC₁に帰属する帰属確率α₁p₁(z_k;Φ)及び燃焼不安定状態クラスタC₂に帰属する帰属確率α₂p₂(z_k;Φ)を演算するように構成されている。上述の通り、データクラスタリング部１２では、時刻k-1までの時系列データに基づいてパラメータΦが推定されている。

帰属確率は、先ず、データクラスタリング部１２で定義した観測データベクトルz_k同様、観測データベクトルz_k=(x^T(k) ω^T(k)）^Tを定義する。そして、データクラスタリング部１２で推定されたパラメータΦを用いて、α₁p₁(z_k;Φ)、α₂p₂(z_k;Φ)を演算する。そして、演算後のα₁p₁(z_k;Φ)、α₂p₂(z_k;Φ)は、ＥＣＵにバッファリングされる。

なお、本実施形態においては、Δωを演算する際にクランク角速度を複数回推定している。このため、例えば、時刻k+1と時刻k+2でクランク角速度の推定値ω^(k+1)、ω^(k+2)を推定した場合には、これらに対応する帰属確率α₁p₁(z_k;Φ)、α₂p₂(z_k;Φ)及びα₁p₁(z_k+1;Φ)、α₂p₂(z_k+1;Φ)は、時刻k+1と時刻k+2でそれぞれ演算され、ＥＣＵにバッファリングされる。

（異常判定部２４）
異常判定部２４は、燃焼状態予測フラグi^(k+1)、クランク角速度の変動量との偏差Δω^-Δω、帰属確率α₁p₁(z_k;Φ)とα₂p₂(z_k;Φ)に基づいて内燃機関の燃焼状態の異常判定を行うように構成されている。異常判定は、（i）燃焼状態予測フラグi^(k+1)値の結果、（ii）クランク角速度の変動量との偏差Δω^-Δωと所定の偏差との比較結果及び（iii）α₁p₁(z_k;Φ)とα₂p₂(z_k;Φ)との比較結果を利用することにより行われる。

上記（i）では、クランク角速度推定部１８で推定した燃焼状態予測フラグi^(k+1)が燃焼安定状態となっているかを判定する。すなわち、i^(k+1)=1となっているかを判定する。i^(k+1)=0の場合には、燃焼状態の異常の可能性が認められる。異常判定部２４は、i^(k+1)=0の場合には、異常信号を発するように構成されている。

また、上記（ii）では、クランク角速度変動量演算部２０で演算したクランク角速度の変動量との偏差Δω^-Δωと予め決められた設定値（閾値）との比較がされる。この閾値は、燃焼状態の判定精度の要求度に応じて自由に設定することが可能である。そして、Δω^-Δωが閾値以上であれば、推定したクランク角速度の変動量と、実測したクランク角速度の変動量との間に乖離が見られることになる。このため、ω^-Δωと閾値との偏差が一定値以上であれば、燃焼状態の異常の可能性が認められる。異常判定部２４は、ω^-Δωと閾値との偏差が一定値以上の場合には、異常信号を発するように構成されている。

また、上記（iii）では、帰属確率α₁p₁(z_k;Φ)とα₂p₂(z_k;Φ)との比較がされる。そして、帰属確率α₁p₁(z_k;Φ)≧α₂p₂(z_k;Φ)の場合には、燃焼安定確率が高いが、α₁p₁(z_k;Φ)＜α₂p₂(z_k;Φ)の場合には、燃焼不安定確率が高い。つまり、上記（i）で燃焼安定、すなわち、i^(k+1)=1と判定されているにもかかわらず、（iii）において燃焼不安定確率が高いとされたときには、用いた観測データベクトルz_kの信憑性が低い可能性が認められる。異常判定部２４は、α₁p₁(z_k;Φ)＜α₂p₂(z_k;Φ)の場合には、異常信号を発するように構成されている。

異常判定は、上記（i）〜（iii）の異常信号が、予め定めた判定時間内において、設定回数検出されるか否かで判定される。具体的には、上記（i）〜（iii）の異常信号が検出された場合、異常判定部２４に内蔵した異常カウンタのカウンタ値が増加される。そして、予め決めた判定時間内において、このカウンタ値が設定値以上に到達した場合に、内燃機関の燃焼状態の異常として判定される。

[実施形態１における具体的処理]
次に、図２を参照して本実施形態においてＥＣＵが実行する燃焼状態判定ルーチンを説明する。図２のルーチンは、燃焼状態判定を行うための判定時間の期間、例えばクランクポジションセンサからのクランク角速度取得タイミング毎に繰り返されるものとする。

まず、ステップ１００では、本実施形態で用いるモデルのパラメータを読み込む。上述の通り、システム同定部１０では、時刻k-1までの時系列データに基づいて、ＰＷＡＲＸモデルのパラメータθ₁^,θ₂^が推定され、これらはＥＣＵに記憶されている。同様に、分離超平面推定部１４では、分離超平面のパラメータa,bが推定され、これらはＥＣＵに記憶されている。このため、ＥＣＵには、これらのパラメータが読み込まれる。ステップ１００に続いて、ステップ１２０では、時刻kまでの空燃比λ、ＥＧＲ率、クランク角速度の時系列データが読み込まれる。

続いて、ステップ１４０では、ステップ１００で読み込んだパラメータa,bと、回帰ベクトルx(k+1)とから、a^Tx(k+1)＋bが演算される。本ステップでは、ステップ１００で読み込んだパラメータa,bと、ステップ１２０で読み込まれた時刻kまでの時系列データを用いて回帰ベクトルx(k+1)を生成し、その後、上記a^Tx(k+1)＋bが演算される。そして、a^Tx(k+1)＋b≧0であればi^(k+1)=1が、i^(k+1)＜0であればi^(k+1)=0がＥＣＵにバッファリングされる（ステップ１６０）。

続いて、ステップ１８０では、燃焼安定状態か否かが判定される。そして、ステップ１６０でバッファリングされたi^(k+1)=1であれば、ステップ２００に進み、クランク角速度の推定値ω^(k+1)が演算される。このω^(k+1)は、ステップ２２０でＥＣＵにバッファリングされる。一方、ステップ１８０において、i^(k+1)=1でない場合には、ステップ２４０に進み、クランク角速度の推定値ω^(k+1)が演算され、ステップ２２０同様、ステップ２６０でＥＣＵにバッファリングされる。

ステップ２２０又は２６０に続いて、ステップ２８０では、時刻kにおけるクランク角速度ω(k)、推定クランク角速度ω^(k)、時刻k+1におけるクランク角速度ω(k+1)が読み込まれる。続いて、ステップ３００では、これらの値に基づいて、Δω^-Δωが演算される。上述の通り、クランク角速度推定部１８でΔω^-Δωが演算される。演算したΔω^-Δωは、ステップ３２０でＥＣＵにバッファリングされる。

続いて、ステップ３４０では、帰属確率α₁p₁(z_k;Φ)、α₂p₂(z_k;Φ)が演算される。上述の通り、帰属確率演算部２２で、時刻kにおける観測データベクトルz_kが、燃焼安定状態クラスタC₁に帰属する帰属確率α₁p₁(z_k;Φ)及び燃焼不安定状態クラスタC₂に帰属する帰属確率α₂p₂(z_k;Φ)が演算される。この帰属確率α₁p₁(z_k;Φ)、α₂p₂(z_k;Φ)は、ステップ３６０でＥＣＵにバッファリングされる。ステップ３６０に続いて、ステップ３８０では、内燃機関の燃焼状態判定が実行される。

次に、ステップ３８０で実行される燃焼状態判定のサブルーチンを図３のフローチャートを参照して説明する。まず、ステップ４００では、異常判定部２４に内蔵した異常カウンタがＯＮか否かが判定される。ＯＮでないと判定された場合には、ステップ４２０で異常カウンタがＯＮとされる。一方、異常カウンタがＯＮと判定された場合には、ステップ４４０に進む。

ステップ４４０では、燃焼状態予測フラグi^(k+1)=1か否かが判定される。上述の通り、燃焼状態予測フラグi^(k+1)は、ステップ１６０の処理を経ることによりＥＣＵにバッファリングされている。このため、この燃焼状態予測フラグi^(k+1)=1であるかを判定することにより、時刻k+1におけるデータが燃焼安定状態にあるかを判定する。i^(k+1)=1であればステップ４８０へ進む。そうでない場合はステップ４６０へ進み、異常カウンタのカウンタ値が１増加される。

ステップ４８０では、クランク角速度の変動量との偏差Δω^-Δωと予め決められた設定値（閾値）との比較がされる。上述の通り、Δω^-Δωは、ステップ３００の処理を経ることによりＥＣＵにバッファリングされている。また、閾値は別途ＥＣＵに記憶されている。このため、このΔω^-Δωと所定の閾値とが比較される。そして、|Δω^-Δω|＜閾値であれば、ステップ５００へ進む。そうでない場合にはステップ４６０へ進み、異常カウンタのカウンタ値が１増加される。

ステップ５００では、帰属確率α₁p₁(z_k;Φ)、α₂p₂(z_k;Φ)間の比較がされる。上述の通り、帰属確率α₁p₁(z_k;Φ)、α₂p₂(z_k;Φ)は、ステップ３６０の処理を経ることにより、ＥＣＵにバッファリングされている。このため、ステップ５００では、これらの帰属確率間の比較がされる。そして、α₁p₁(z_k;Φ)≧α₂p₂(z_k;Φ)であれば、ステップ５２０へ進み、異常カウンタがリセットされる。そうでない場合には、ステップ４６０へ進み、異常カウンタのカウンタ値が１増加される。

ステップ５４０では、異常カウンタのカウンタ値が予め定めた設定値（閾値）以上か否かが判定される。上述の通り、異常判定部２４では、予め決めた判定時間内において、異常カウンタが設定値以上に到達した場合に、内燃機関の燃焼状態の異常、すなわち燃焼不安定状態として判定される。このため、ステップ５４０では、カウンタ値と閾値とが比較される。そして、カウンタ値が閾値以上の場合には、ステップ５８０へ進み、異常と判定される。そうでない場合には、ステップ５６０へ進み、正常と判定される。

以上説明した通り、図２及び３に示すルーチンによれば、過去の時系列データに基づいて同定したＰＷＡＲＸモデルを用いて、将来のクランク角速度を逐次推定することができる。また、推定したクランク角速度に基づいて、クランク角速度の変動量の偏差Δω^-Δωをも逐次推定することができる。また、ＰＷＡＲＸモデルの同定に際して推定した分離超平面のパラメータを用いて、将来の燃焼状態予測ができる。また、ＰＷＡＲＸモデルの同定に際して用いた統計的情報をも演算することができる。そして、これら３つの診断要素を用いることにより、内燃機関の燃焼状態の高精度な判定を行うことができる。

尚、上述した実施形態においては、データクラスタリング部１２において、混合正規分布のパラメータΦを推定し、上式（１０）を特定することにより前記第１の発明における「確率分布特定手段」が、データクラスタリング部１２において、観測データの分類を行うことにより前記第１の発明における「データ分類手段」が、分離超平面推定部１４において、分離超平面のパラメータa,bを推定し、上式（８）を特定することにより前記第１の発明における「境界条件特定手段」が、システムパラメータ推定部１６において、パラメータθ₁^,θ₂^を推定し、上式（１６）及び（１７）を特定することにより前記第１の発明における「第１規則特定手段」及び「第２規則特定手段」が、それぞれ実現されている。また、ＥＣＵが上記ステップ１４０の処理を実行することにより前記第１の発明における「区分推定手段」が、ＥＣＵが上記ステップ２００又は２４０の処理を実行することにより前記第１の発明における「クランク角速度推定手段」が、上記ステップ４４０〜４８０、５２０の処理を実行することにより前記第１の発明における「燃焼状態判定手段」が、上記ステップ５００、４６０、５２０の処理を実行することにより前記第１の発明における「評価手段」が、それぞれ実現されている。

また、上述した実施形態においては、クランク角速度変動量演算部２０において、推定したクランク角速度の時間差分を演算することにより前記第２の発明における「推定変動量演算手段」が、ＥＣＵが上記ステップ３００の処理を実行することにより前記第２の発明における「偏差演算手段」が、それぞれ実現されている。

ＥＣＵが内燃機関の燃焼状態判定を行う制御装置として機能する場合の機能ブロック図である。ＥＣＵが実行する燃焼状態判定ルーチンを示すフローチャートである。ＥＣＵが実行する燃焼状態判定サブルーチンを示すフローチャートである。

符号の説明

１０システム同定部
１２データクラスタリング部
１４分離超平面推定部
１６システムパラメータ推定部
１８クランク角速度推定部
２０クランク角速度変動量演算部
２２帰属確率演算部
２４異常判定部

Claims

排気ガスの再循環率、空燃比及びクランク角速度の過去のデータが従う内燃機関の燃焼安定状態に対応した第１確率分布の未知パラメータ及び内燃機関の燃焼不安定状態に対応した第２確率分布の未知パラメータを、これらのデータに基づいて最尤推定法により推定し、推定した未知パラメータにより前記第１確率分布及び前記第２確率分布を特定する確率分布特定手段と、
特定後の前記第１確率分布及び前記第２確率分布に基づいて、前記過去のデータの各々が前記燃焼安定状態のデータであるか、或いは前記燃焼不安定状態のデータであるかの判定を行い、夫々燃焼安定クラスタ及び燃焼不安定クラスタに分類するデータ分類手段と、
前記燃焼安定状態と前記燃焼不安定状態との境界で成立する境界条件を、前記過去のデータに基づいて推定し、推定した未知パラメータにより前記境界条件を特定する境界条件特定手段と、
所定の時刻における排気ガスの再循環率、空燃比及びクランク角速度のデータと、前記所定の時刻よりも１ステップ先の時刻におけるクランク角速度のデータとの間に成立する関係の未知パラメータを、前記燃焼安定クラスタのデータに基づいて推定し、推定した未知パラメータにより前記関係を燃焼安定状態に対応した第１規則として特定する第１規則特定手段と、
所定の時刻における排気ガスの再循環率、空燃比及びクランク角速度のデータと、前記所定の時刻よりも１ステップ先の時刻におけるクランク角速度のデータとの間に成立する関係の未知パラメータを、前記燃焼安定クラスタのデータに基づいて推定し、推定した未知パラメータにより前記関係を燃焼不安定状態に対応した第２規則として特定する第２規則特定手段と、
特定した前記境界条件に排気ガスの再循環率、空燃比及びクランク角速度のデータの現在値を含むデータを適用して、前記現在値を含むデータが前記安定状態に区分されるか、或いは前記不安定状態に区分されるかを推定する区分推定手段と、
前記第１規則又は前記第２規則に前記現在値を含むデータを適用して将来のクランク角速度を推定するクランク角速度推定手段と、
前記区分推定手段による推定結果及び前記将来のクランク角速度に基づいて、内燃機関の将来の燃焼状態が安定状態であるか、或いは不安定状態であるかを判定する燃焼状態判定手段と、
特定後の前記第１確率分布及び前記第２確率分布に基づいて、前記現在値を含むデータが、前記燃焼安定状態のデータであるか、或いは前記燃焼不安定状態のデータであるかの判定を行い、前記燃焼状態判定手段による判定結果の妥当性を評価する評価手段と、
を備えることを特徴とする内燃機関の制御装置。
前記将来のクランク角速度の複数の値の所定時間当たりの変動量を推定変動量として演算する推定変動量演算手段と、
前記内燃機関の実際のクランク角速度の前記推定時間当たりの変動量と、前記推定変動量との偏差を演算する偏差演算手段と、を備え、
前記燃焼状態判定手段は、前記偏差が予め定めた第１判定値未満であるか否かにより内燃機関の将来の燃焼状態が安定状態であるか、或いは不安定状態であるかを判定することを特徴とする請求項１に記載の内燃機関の制御装置。