JP5402538B2 - Control valve abnormality determination device for internal combustion engine - Google Patents
Control valve abnormality determination device for internal combustion engine Download PDFInfo
- Publication number
- JP5402538B2 JP5402538B2 JP2009252897A JP2009252897A JP5402538B2 JP 5402538 B2 JP5402538 B2 JP 5402538B2 JP 2009252897 A JP2009252897 A JP 2009252897A JP 2009252897 A JP2009252897 A JP 2009252897A JP 5402538 B2 JP5402538 B2 JP 5402538B2
- Authority
- JP
- Japan
- Prior art keywords
- control valve
- opening
- switching valve
- time
- intake
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/12—Improving ICE efficiencies
Landscapes
- Supercharger (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Description
本発明は、過給機とその過給機の制御を行うための制御弁とを備えた内燃機関に適用される制御弁異常判定装置に関する。 The present invention relates to a control valve abnormality determination device applied to an internal combustion engine including a supercharger and a control valve for controlling the supercharger.
従来から知られる過給機(排気タービン式過給機)は、内燃機関の排気通路に配設され且つ排ガスのエネルギによって駆動されるタービンと、同機関の吸気通路に配設され且つタービンが駆動されることによって駆動されるコンプレッサと、を備えている。これにより、コンプレッサに流入する空気が同コンプレッサによって圧縮され、燃焼室に向けて排出される。即ち、過給が行われる。 2. Description of the Related Art Conventionally known superchargers (exhaust turbine superchargers) are disposed in an exhaust passage of an internal combustion engine and driven by the energy of exhaust gas, and are disposed in an intake passage of the engine and driven by the turbine. And a compressor driven by the operation. Thereby, the air flowing into the compressor is compressed by the compressor and discharged toward the combustion chamber. That is, supercharging is performed.
従来の内燃機関の一つは、第1過給機と、第1過給機に直列に接続された第2過給機と、第1過給機及び第2過給機に供給される空気又は排ガスの流量を調整するための複数のバイパス通路と、それらのバイパス通路に配設された複数の制御弁と、を備える。この従来の内燃機関が備える制御装置(以下、「従来装置」と称呼する。)は、機関の運転状態に応じて各制御弁の開度を変更する。これにより、機関の運転状態に応じた適切な過給が行われる。 One conventional internal combustion engine includes a first supercharger, a second supercharger connected in series to the first supercharger, and air supplied to the first supercharger and the second supercharger. Alternatively, a plurality of bypass passages for adjusting the flow rate of the exhaust gas and a plurality of control valves disposed in the bypass passages are provided. A control device (hereinafter referred to as “conventional device”) included in the conventional internal combustion engine changes the opening of each control valve in accordance with the operating state of the engine. Thereby, appropriate supercharging according to the operating state of the engine is performed.
従来装置は、上述した適切な過給が行われる状態を維持することを目的として、機関を構成する部材(例えば、第1過給機のコンプレッサに供給される空気量を調整する制御弁である吸気切替弁)が正常に作動しているか否かを判定するようになっている。具体的に述べると、従来装置は、予め実験等によって定められた「吸気切替弁が正常に作動している場合における、機関回転速度と、スロットル開度と、吸気通路内の所定箇所における空気圧力と、の関係(圧力マップ)」を記憶している。更に、従来装置は、機関回転速度及びスロットル開度の実際の値をこの圧力マップに適用することにより、上記所定箇所における「空気圧力の推定値」を取得する。そして、従来装置は、この「空気圧力の推定値」と、同所定箇所における「実際の空気圧力(実測値)」と、が一致しないとき、機関を構成する部材(例えば、吸気切替弁)が異常であると判定するようになっている。(例えば、特許文献1を参照。)。 The conventional device is a control valve that adjusts the amount of air supplied to the member of the engine (for example, the compressor of the first supercharger, for the purpose of maintaining the above-described state where appropriate supercharging is performed. It is determined whether or not the intake air switching valve is operating normally. Specifically, the conventional device is determined in advance by experiments or the like, “when the intake air switching valve is operating normally, the engine speed, the throttle opening, and the air pressure at a predetermined location in the intake passage. And the relationship (pressure map). Furthermore, the conventional apparatus obtains the “estimated value of air pressure” at the predetermined location by applying the actual values of the engine speed and the throttle opening to the pressure map. When the “estimated value of air pressure” and the “actual air pressure (actually measured value)” at the predetermined location do not match with each other, the conventional device has a member (for example, an intake switching valve) constituting the engine. It is determined to be abnormal. (For example, see Patent Document 1).
以下、「第1過給機のコンプレッサ」を、便宜上、「第1コンプレッサ」とも称呼する。更に、「吸気通路内の所定箇所における空気圧力」を、便宜上、単に「空気圧力」とも称呼する。 Hereinafter, the “compressor of the first supercharger” is also referred to as “first compressor” for convenience. Furthermore, “air pressure at a predetermined location in the intake passage” is also simply referred to as “air pressure” for convenience.
上述したように、従来装置は、機関回転速度及びスロットル開度と、空気圧力と、の関係を「予め実験等によって定められた単一の圧力マップ」によって表現するとともに、この圧力マップを用いて機関を構成する部材(例えば、吸気切替弁)が正常である場合における空気圧力を推定している。ところが、空気圧力がこの圧力マップによって推定されると、その推定された空気圧力は適切な値とならない場合がある。 As described above, the conventional apparatus expresses the relationship between the engine rotational speed, the throttle opening degree, and the air pressure by a “single pressure map determined in advance by experiments or the like” and uses this pressure map. An air pressure is estimated when a member (for example, an intake air switching valve) constituting the engine is normal. However, if the air pressure is estimated by this pressure map, the estimated air pressure may not be an appropriate value.
例えば、上記機関は、第1コンプレッサをバイパスする通路(バイパス通路)に配設された吸気切替弁を備えている。この吸気切替弁の開度が変化すると、第1コンプレッサに供給されることなくバイパス通路を通過する空気量が変化する。より具体的に述べると、吸気切替弁の開度が充分に小さい場合、機関に導入された空気の実質的に全てが第1コンプレッサに流入する。この場合、空気は第1コンプレッサによって圧縮される。これに対し、吸気切替弁の開度が充分に大きい場合、第1コンプレッサの前後がバイパス通路によって短絡された状態となるので、機関に導入された空気は第1コンプレッサに実質的に流入しない。この場合、空気は第1コンプレッサによって圧縮されない。そのため、機関回転速度及びスロットル開度の値が同一であっても、「吸気切替弁の開度が充分に小さい場合」における空気圧力と、「吸気切替弁の開度が充分に大きい場合」における空気圧力と、は異なる可能性がある。このように、空気圧力は、機関回転速度及びスロットル開度の影響だけではなく、吸気切替弁の開度の影響も受けて変化する。 For example, the engine includes an intake air switching valve disposed in a passage (bypass passage) that bypasses the first compressor. When the opening degree of the intake switching valve changes, the amount of air passing through the bypass passage changes without being supplied to the first compressor. More specifically, when the opening of the intake air switching valve is sufficiently small, substantially all of the air introduced into the engine flows into the first compressor. In this case, the air is compressed by the first compressor. On the other hand, when the opening of the intake switching valve is sufficiently large, the front and rear of the first compressor are short-circuited by the bypass passage, so that the air introduced into the engine does not substantially flow into the first compressor. In this case, air is not compressed by the first compressor. Therefore, even if the values of the engine speed and the throttle opening are the same, the air pressure in “when the intake switching valve opening is sufficiently small” and “when the intake switching valve opening is sufficiently large” Air pressure may be different. As described above, the air pressure changes not only due to the influence of the engine speed and the throttle opening, but also due to the influence of the opening of the intake switching valve.
従って、吸気切替弁の開度を考慮していない「単一の圧力マップ」を用いて空気圧力を推定すると、適切な空気圧力が推定されない場合がある。 Therefore, if the air pressure is estimated using a “single pressure map” that does not consider the opening of the intake switching valve, an appropriate air pressure may not be estimated.
更に、例えば、上記機関を構成する部材は、製造上のばらつき(製造の際に生じる同一種の部材間における寸法及び性能等の差)を有する。そのため、機関回転速度及びスロットル開度の値が同一であっても、個別の機関毎に空気圧力は異なる可能性がある。換言すると、個別の機関毎に「機関回転速度と、スロットル開度と、空気圧力と、の関係」における個体差が生じ得る。 Furthermore, for example, the members constituting the engine have manufacturing variations (differences in dimensions, performance, etc. between members of the same type that occur during manufacturing). Therefore, even if the values of the engine speed and the throttle opening are the same, the air pressure may be different for each individual engine. In other words, individual differences in the “relationship between engine rotational speed, throttle opening, and air pressure” may occur for each individual engine.
従って、機関を構成する部材の個体差を考慮していない「予め実験等によって定められた圧力マップ」を用いて空気圧力を推定すると、適切な空気圧力が推定されない場合がある。 Therefore, if the air pressure is estimated using a “pressure map determined in advance by experiments or the like” that does not take into account individual differences among members constituting the engine, an appropriate air pressure may not be estimated.
このように、上記従来装置は、適切な空気圧力を推定することができない可能性がある。その結果、上記従来装置は、吸気切替弁の異常判定を精度良く行うことができない虞があるという問題がある。 Thus, there is a possibility that the conventional device cannot estimate an appropriate air pressure. As a result, the conventional device has a problem that it may not be possible to accurately determine the abnormality of the intake air switching valve.
本発明は、上記課題に対応するためになされたものである。即ち、本発明の目的の1つは、上述したような「過給機と制御弁とを備えた内燃機関」に適用され、制御弁が正常に作動しているか否かを精度良く判定することができる制御弁異常判定装置を提供することにある。 The present invention has been made to address the above problems. That is, one of the objects of the present invention is applied to the “internal combustion engine having a supercharger and a control valve” as described above, and accurately determines whether or not the control valve is operating normally. An object of the present invention is to provide a control valve abnormality determination device capable of
上記課題を達成するための本発明による制御弁の異常判定装置は、第1過給機と、制御弁と、を備えた内燃機関に適用される。 The control valve abnormality determination device according to the present invention for achieving the above object is applied to an internal combustion engine including a first supercharger and a control valve.
前記第1過給機は、内燃機関の排気通路に配設されたタービンと、その機関の吸気通路に配設されたコンプレッサとを有する。このタービンは、機関の燃焼室から排出される排ガスによって駆動される。更に、このコンプレッサは、上記タービンが駆動されることによって駆動されて同吸気通路内の空気を圧縮する。 The first supercharger includes a turbine disposed in an exhaust passage of an internal combustion engine and a compressor disposed in an intake passage of the engine. This turbine is driven by exhaust gas discharged from the combustion chamber of the engine. Further, the compressor is driven by driving the turbine and compresses air in the intake passage.
前記機関は、単一の過給機を有するように(即ち、第1過給機のみを有するように)構成されてもよく、複数の過給機を有するように(即ち、第1過給機と、他の一又は複数の過給機と、を有するように)構成されてもよい。更に、前記機関が複数の過給機を有する場合、それら複数の過給機は、直列に接続されてもよく、並列に接続されてもよい。 The engine may be configured to have a single supercharger (ie, to have only a first supercharger) and to have multiple superchargers (ie, a first supercharger). And one or more other superchargers). Furthermore, when the engine has a plurality of superchargers, the plurality of superchargers may be connected in series or in parallel.
前記制御弁は、前記コンプレッサをバイパスする通路部に設けられる。即ち、この通路部は、その一端が前記コンプレッサよりも上流側において前記吸気通路に接続されるとともにその他端が前記コンプレッサよりも下流側において前記吸気通路に接続されるように構成し得る。更に、この制御弁は、「前記コンプレッサに流入する空気の量」と「前記通路部を通過する空気の量」との割合を変更するようになっている。 The control valve is provided in a passage portion that bypasses the compressor. That is, the passage portion may be configured such that one end thereof is connected to the intake passage on the upstream side of the compressor and the other end is connected to the intake passage on the downstream side of the compressor. Further, the control valve is configured to change a ratio between “the amount of air flowing into the compressor” and “the amount of air passing through the passage portion”.
本発明の制御弁異常判定装置は、上述した内燃機関に適用される。この制御弁異常判定装置は、時系列データ取得手段と、データ分析手段と、運転状態推定手段と、異常判定手段と、を備える。 The control valve abnormality determination device of the present invention is applied to the above-described internal combustion engine. The control valve abnormality determination device includes time-series data acquisition means, data analysis means, operation state estimation means, and abnormality determination means.
前記時系列データ取得手段は、
「前記第1過給機による過給状態に関わる所定の運転パラメータ」の値を、時間経過に対応させた時系列データとして取得するようになっている。このように、時系列データ取得手段は、上記機関が実際に運転されている際におけるその機関独自の運転パラメータの値を時系列データとして取得するようになっている。
The time series data acquisition means includes
The value of “predetermined operation parameter related to the supercharging state by the first supercharger” is acquired as time series data corresponding to the passage of time. As described above, the time series data acquisition means acquires the values of the operation parameters unique to the engine when the engine is actually operated as time series data.
前記データ分析手段は、
区分的アフィン解析法に従って、
(A)前記取得した時系列データを要素として含むデータベクトルを「複数のデータベクトル群」に分類し、
(B)前記分類された複数のデータベクトル群を用いて、「前記分類された複数のデータベクトル群を回帰空間において区分けするための境界を表す単数又は複数の関数からなる第1関数」を推定するとともに、
(C)前記分類された複数のデータベクトル群のそれぞれに要素として含まれる時系列データを用いて、前記分類された複数のデータベクトル群のそれぞれに対して「前記運転パラメータの動特性をARXモデル(AutoRegressive eXogeneous model)として表す第2関数」を推定する、ようになっている。
The data analysis means includes
According to the piecewise affine analysis method,
(A) Classifying data vectors including the acquired time-series data as elements into “a plurality of data vector groups”;
(B) Using the plurality of classified data vector groups, estimate “a first function including one or a plurality of functions representing boundaries for dividing the classified plurality of data vector groups in a regression space”. And
(C) Using the time-series data included as elements in each of the plurality of classified data vector groups, for each of the plurality of classified data vector groups, “the dynamic characteristic of the operating parameter is an ARX model The second function expressed as (AutoRegressive eXogeneous model) is estimated.
上記(A)において、上記データベクトルを複数のデータベクトル群に分類する方法は特に制限されない。例えば、K平均法(K-means method)及び欲張り法(greedy method)等の周知のデータ分類方法が採用され得る。更に、例えば、「上記データベクトルが混合正規分布に従うとの仮定の下、その混合正規分布の最適な分布パラメータを最尤推定法を用いて算出するとともに、この算出された最適な分布パラメータを用いて所定の時点におけるデータベクトルが複数のデータベクトル群のそれぞれに帰属する確率(帰属確率)を計算し、最も帰属確率の高いデータベクトル群にその所定の時点におけるデータベクトルを分類する方法」が採用され得る(例えば、「Hayato Nakada, Kiyotsugu Takada, & Tohru Katayama (2005). Identification of piecewise affine systems based on statistical clustering technique. Automatica, 41, 905-913.」を参照。以下、この文献を「非特許文献」と称呼する。)。 In (A) above, the method for classifying the data vectors into a plurality of data vector groups is not particularly limited. For example, well-known data classification methods such as the K-means method and the greedy method can be employed. In addition, for example, under the assumption that the data vector follows a mixed normal distribution, the optimal distribution parameter of the mixed normal distribution is calculated using the maximum likelihood estimation method, and the calculated optimal distribution parameter is used. The probability that a data vector at a given time belongs to each of a plurality of data vector groups (attribution probability) and classifies the data vector at that given time into the data vector group with the highest probability of belonging (See, for example, Hayato Nakada, Kiyotsugu Takada, & Tohru Katayama (2005). Identification of piecewise affine systems based on statistical clustering technique. Automatica, 41, 905-913.) Referred to as literature.).
上記(B)において、「第1関数」を推定する方法は特に制限されない。例えば、サポートベクターマシン(SVM)及びソフトマージンサポートベクターマシン(soft margin SVM)等の周知のデータ認識方法等が採用され得る。 In (B) above, the method for estimating the “first function” is not particularly limited. For example, well-known data recognition methods such as a support vector machine (SVM) and a soft margin support vector machine (soft margin SVM) can be adopted.
上記(C)において、ARXモデルとは、自己回帰モデルの一種であり、システムを同定する際に用いられる周知のモデルである。更に、上記(C)において、「第2関数」を推定する方法は特に制限されない。例えば、最小二乗法及び重み付き最小二乗法等の周知の近似関数推定方法等が採用され得る。 In the above (C), the ARX model is a kind of autoregressive model and is a well-known model used when identifying a system. Furthermore, in the above (C), the method for estimating the “second function” is not particularly limited. For example, a well-known approximate function estimation method such as a least square method and a weighted least square method may be employed.
以下、便宜上、「運転パラメータの動特性を表す関数を推定する」ことを「運転パラメータの動特性をモデル化する」とも称呼する。これによれば、例えば、「運転パラメータの動特性をARXモデルとして表す第2関数を推定する」ことは、「運転パラメータの動特性をARXモデルとしてモデル化する」と称呼される。 Hereinafter, for the sake of convenience, “estimating a function representing the dynamic characteristics of the operating parameter” is also referred to as “modeling the dynamic characteristics of the operating parameter”. According to this, for example, “estimating the second function that represents the dynamic characteristic of the driving parameter as an ARX model” is referred to as “modeling the dynamic characteristic of the driving parameter as an ARX model”.
上記データ分析手段に採用されているような「システム(運転パラメータの動特性)を複数のARXモデル(複数のデータベクトル群のそれぞれに対して推定される複数の第2関数)の組み合わせとして表したモデル」は、一般に、区分的アフィン自己回帰モデル(PWARX model,PieceWise affine AutoRegressive eXogeneous model)と称呼される。更に、システムを区分的アフィン自己回帰モデルとして同定する解析法は、区分的アフィン解析法と称呼される。 The “system (dynamic characteristics of operation parameters) as employed in the data analysis means is expressed as a combination of a plurality of ARX models (a plurality of second functions estimated for each of a plurality of data vector groups). The “model” is generally referred to as a piecewise affine autoregressive model (PWARX model, PieceWise affine AutoRegressive eXogeneous model). Furthermore, an analysis method for identifying a system as a piecewise affine autoregressive model is referred to as a piecewise affine analysis method.
このように、前記データ分析手段は、複数のデータベクトル群を回帰空間において区分けするための境界を表す第1関数と、複数のデータベクトル群のそれぞれに対して前記運転パラメータの動特性をARXモデルとして表した第2関数と、を推定するようになっている。 As described above, the data analysis means includes the first function representing the boundary for dividing the plurality of data vector groups in the regression space, and the dynamic characteristics of the operation parameter for each of the plurality of data vector groups. The second function expressed as is estimated.
前記運転状態推定手段は、
「前記データ分析手段によって前記第1関数及び前記第2関数が推定された時点よりも後の「第1時点」にて前記時系列データ取得手段により取得される時系列データを要素として含む回帰ベクトル」を前記第1関数に適用することにより、「同回帰ベクトルが前記複数のデータベクトル群のうちの何れのデータベクトル群に回帰空間において分類されるか」を決定するとともに、
前記第2関数のうちの「同決定された同回帰ベクトルが回帰空間において分類されるデータベクトル群に対応する第2関数」に同回帰ベクトルを適用することにより、「前記第1時点よりも後の「第2時点」における前記運転パラメータの値」を推定する、ようになっている。
The operating state estimating means includes
“Regression vector including, as an element, time-series data acquired by the time-series data acquisition unit at a“ first time point ”after the time point when the first function and the second function are estimated by the data analysis unit Is applied to the first function to determine which data vector group of the plurality of data vector groups is classified in the regression space, and
By applying the regression vector to the “second function corresponding to the data vector group in which the determined regression vector is classified in the regression space” of the second function, “after the first time point”. The value of the operation parameter at the “second time point” is estimated.
このように、運転状態推定手段は、上述したデータ分析手段によって推定された第1関数及び第2関数を用いて、「ある時点(第1時点)における時系列データを要素として含む回帰ベクトル」から「その時点よりも後の時点(第2時点)における運転パラメータの値(推定値)」を推定するようになっている。 As described above, the driving state estimation means uses the first function and the second function estimated by the data analysis means described above, from “a regression vector including time series data at a certain time point (first time point) as an element”. “The value of the operation parameter (estimated value) at a time point (second time point) after that time point” is estimated.
前記異常判定手段は、
前記推定された前記第2時点における前記運転パラメータの値(推定値)と、同第2時点における同運転パラメータの実際の値(実測値)と、を比較することにより、前記制御弁が異常であるか否かを判定するようになっている。
The abnormality determining means includes
By comparing the estimated value (estimated value) of the operating parameter at the second time point with the actual value (actually measured value) of the operating parameter at the second time point, the control valve is abnormal. Whether or not there is is determined.
より具体的に述べると、異常判定手段は、例えば、「運転パラメータの推定値と、運転パラメータの実測値と、の差の絶対値」が所定の閾値以上であるとき、制御弁が異常であると判定するように構成し得る。更に、異常判定手段は、例えば、「運転パラメータの推定値と、運転パラメータの実測値と、の差の絶対値が所定の閾値以上である状態」が所定の期間以上継続したとき、制御弁が異常であると判定するように構成し得る。 More specifically, the abnormality determining means is, for example, that the control valve is abnormal when the “absolute value of the difference between the estimated value of the operating parameter and the measured value of the operating parameter” is equal to or greater than a predetermined threshold. May be configured to determine. Further, the abnormality determining means, for example, when the “state in which the absolute value of the difference between the estimated value of the operating parameter and the measured value of the operating parameter is equal to or greater than a predetermined threshold” continues for a predetermined period or longer, It may be configured to determine that it is abnormal.
このように、本発明の制御弁異常判定装置は、運転パラメータの動特性を複数のARXモデルの組み合わせ(区分的アフィン自己回帰モデル)としてモデル化する。そのため、本発明の制御弁異常判定装置は、運転パラメータの動特性を「単一のモデル」としてモデル化する上記従来装置に比べ、所定の時点(第2時点)における運転パラメータの値をより精度良く推定することができる。更に、本発明の制御弁異常判定装置は、機関が実際に運転されている際にその機関から取得される運転パラメータの値に基づき、運転パラメータの動特性をモデル化する。そのため、本発明の制御弁異常判定装置は、「予め実験等によって取得したマップ」を使用する上記従来装置に比べ、所定の時点(第2時点)における運転パラメータの値をより精度良く推定することができる。これらの結果、本発明の制御弁異常判定装置は、制御弁が正常に作動しているか否かをより精度良く判定することができる。 As described above, the control valve abnormality determination device of the present invention models the dynamic characteristic of the operation parameter as a combination of a plurality of ARX models (a piecewise affine autoregressive model). Therefore, the control valve abnormality determination device of the present invention is more accurate in the value of the operation parameter at a predetermined time point (second time point) than the conventional device that models the dynamic characteristic of the operation parameter as a “single model”. It can be estimated well. Furthermore, the control valve abnormality determination device of the present invention models the dynamic characteristics of the operation parameter based on the value of the operation parameter acquired from the engine when the engine is actually operated. Therefore, the control valve abnormality determination device of the present invention can estimate the value of the operating parameter at a predetermined time point (second time point) more accurately than the conventional device using the “map acquired in advance by experiments”. Can do. As a result, the control valve abnormality determination device of the present invention can determine with high accuracy whether or not the control valve is operating normally.
更に、本発明の制御弁異常判定装置は、
「前記分類された複数のデータベクトル群のそれぞれ」が「前記制御弁の開度の可動範囲を分割する複数の開度領域のそれぞれ」に対応するように構成され得る。
Furthermore, the control valve abnormality determination device of the present invention is
“Each of the plurality of classified data vector groups” may be configured to correspond to “each of a plurality of opening regions dividing the movable range of the opening of the control valve”.
上述したように、制御弁の開度は運転パラメータの値(上記従来装置においては過給圧)に影響を与える。そこで、「上記複数のデータベクトル群のそれぞれ」が「制御弁の複数の開度領域のそれぞれ」に対応するように構成することにより、運転パラメータの動特性を更に精度良くモデル化することができる。その結果、本発明の制御弁異常判定装置は、制御弁が正常に作動しているか否かを更に精度良く判定することができる。 As described above, the opening degree of the control valve affects the value of the operating parameter (supercharging pressure in the above-described conventional apparatus). Therefore, by configuring so that “each of the plurality of data vector groups” corresponds to “each of the plurality of opening regions of the control valve”, the dynamic characteristics of the operation parameter can be modeled with higher accuracy. . As a result, the control valve abnormality determination device of the present invention can determine whether or not the control valve is operating normally with higher accuracy.
この「制御弁の複数の開度領域」の数、及び、それぞれの開度領域の範囲は、制御弁の開度が運転パラメータに及ぼす影響等を考慮して定められ得る。例えば、実験及び経験等によって「制御弁の開度が所定開度以下である場合における運転パラメータの動特性と、制御弁の開度がその所定開度よりも大きい場合における運転パラメータの動特性と、が異なる」ことが予め確認されているとき、上記「複数の領域」は、「開度がその所定開度以下である領域」及び「開度がその所定開度よりも大きい領域」の2つの領域からなるように定められ得る。 The number of “a plurality of opening regions of the control valve” and the range of each opening region can be determined in consideration of the influence of the opening of the control valve on the operating parameters. For example, according to experiment and experience, “the dynamic characteristics of the operation parameter when the opening degree of the control valve is less than or equal to the predetermined opening degree, and the dynamic characteristic of the operation parameter when the opening degree of the control valve is larger than the predetermined opening degree ”Are different” in advance, the “plurality of areas” includes two areas: “area where the opening is equal to or less than the predetermined opening” and “area where the opening is greater than the predetermined opening”. It can be defined to consist of two areas.
これに対し、「複数の開度領域の数」及び「それぞれの開度領域の範囲」を実験及び経験等によって予め定めることができないとき、「複数の領域の数」は、例えば、「赤池情報量基準(CAIC)又は最小記述長(MDL)に基づいて最適な領域数を推定する方法(例えば、非特許文献を参照。)」を用いて推定され得る。更に、「それぞれの開度領域の範囲」は、例えば、運転パラメータの値と制御弁の開度とを関連付けながら運転パラメータの時系列データを取得し、その時系列データを要素として含むデータベクトルを上記データ分析手段によって複数のデータベクトル群に分類した後、分類されたデータベクトル群のそれぞれに含まれる運転パラメータの値に関連付けられている制御弁の開度から推定され得る。 On the other hand, when “the number of the plurality of opening regions” and “the range of each opening region” cannot be determined in advance by experiments and experience, the “number of the plurality of regions” is, for example, “Akaike information It can be estimated using a method of estimating the optimal number of regions based on a quantity criterion (CAIC) or a minimum description length (MDL) (see, for example, non-patent literature). Furthermore, the “range of each opening region” refers to, for example, acquiring time series data of operating parameters while associating the values of operating parameters and the opening of the control valve, and a data vector including the time series data as an element After being classified into a plurality of data vector groups by the data analysis means, it can be estimated from the opening degree of the control valve associated with the value of the operation parameter included in each of the classified data vector groups.
更に、上記「複数の開度領域」は、開度範囲がゼロである領域を含んでもよい。即ち、例えば、「複数の領域」は、「開度が全閉開度である領域(即ち、開度範囲はゼロ)」と、「開度が全閉開度以外の開度である領域」と、を含むように定められてもよい。 Furthermore, the “plurality of opening regions” may include a region where the opening range is zero. That is, for example, “a plurality of regions” includes “a region where the opening is a fully closed opening (ie, the opening range is zero)” and “a region where the opening is an opening other than the fully closed”. May be included.
加えて、「複数のデータベクトル群のそれぞれ」が「複数の開度領域」のうちの何れの開度領域に対応するかを決定する方法は、特に制限されない。例えば、予め実験等により、「制御弁の開度が所定の開度領域に属する場合の運転パラメータの値」を参照値として取得し、この参照値と「あるデータベクトル群に属する任意の一のデータベクトルに要素として含まれる運転パラメータの値」とを照合することにより、そのデータベクトル群が何れの開度領域に対応するかが決定され得る。更に、例えば、運転パラメータの値と制御弁の開度とを互いに関連付けながら時系列データを取得し、「あるデータベクトル群に属する任意の一のデータベクトルに要素として含まれる運転パラメータの値に関連付けられている制御弁の開度」を参照することにより、そのデータベクトル群が何れの開度領域に対応するかが決定され得る。 In addition, there is no particular limitation on a method for determining which opening region of each of the “a plurality of data vector groups” corresponds to “a plurality of opening regions”. For example, an “experiment parameter value when the opening degree of the control valve belongs to a predetermined opening range” is acquired as a reference value by an experiment or the like in advance, and this reference value and “any one of the data vector group” By comparing the value of the operation parameter included as an element in the data vector, it is possible to determine which opening region the data vector group corresponds to. Further, for example, time series data is acquired while associating the value of the operation parameter and the opening of the control valve with each other, and “relates to the value of the operation parameter included as an element in any one data vector belonging to a certain data vector group. By referring to the “opening degree of the control valve”, it can be determined which opening range the data vector group corresponds to.
更に、本発明の制御弁異常判定装置は、上述した「第2時点における運転パラメータの値に基づいて制御弁の異常判定を行う」ことに加え、「第1時点における制御弁の開度に基づいて制御弁の異常判定を行う」ように構成され得る。 Furthermore, the control valve abnormality determination device according to the present invention is based on “the control valve abnormality determination based on the operation parameter value at the second time point” described above, and “based on the opening degree of the control valve at the first time point”. To determine whether the control valve is abnormal ”.
より具体的に述べると、本発明の制御弁異常判定装置において、
前記運転状態推定手段は、
「前記回帰ベクトルと前記第1関数とによって決定された同回帰ベクトルが回帰空間において分類される前記データベクトル群」に対応する前記複数の開度領域のうちの一つを、「前記第1時点において前記制御弁の開度が属する開度領域である制御弁推定所属領域」として推定するように構成されるとともに、
前記異常判定手段は、
前記推定された「前記制御弁推定所属領域」と、「前記第1時点における前記制御弁の実際の開度が属する前記複数の開度領域のうちの一つである制御弁実所属領域」と、を比較することにより、前記制御弁が異常であるか否かを判定するように構成され得る。
More specifically, in the control valve abnormality determination device of the present invention,
The operating state estimating means includes
One of the plurality of opening regions corresponding to “the data vector group into which the regression vector determined by the regression vector and the first function is classified in the regression space” is defined as “the first time point. And is configured to estimate as a control valve estimated affiliation region that is an opening region to which the opening of the control valve belongs,
The abnormality determining means includes
The estimated “the control valve estimated affiliation region” and “the control valve actual affiliation region that is one of the plurality of opening regions to which the actual opening of the control valve at the first time point belongs” and , Can be configured to determine whether the control valve is abnormal.
より具体的に述べると、異常判定手段は、例えば、制御弁推定所属領域と制御弁実所属領域とが一致しないとき、制御弁が異常であると判定するように構成され得る。更に、異常判定手段は、制御弁推定所属領域と制御弁実所属領域とが一致しない状態が所定の期間以上継続したとき、制御弁が異常であると判定するように構成され得る。 More specifically, the abnormality determination means may be configured to determine that the control valve is abnormal when, for example, the control valve estimated affiliation region and the control valve actual affiliation region do not match. Further, the abnormality determination means may be configured to determine that the control valve is abnormal when a state in which the control valve estimated affiliation region does not match the control valve actual affiliation region continues for a predetermined period or longer.
このように、上記構成を備えた制御弁異常判定装置は、第2時点における運転パラメータの値に基づく制御弁の異常判定、及び、第1時点における制御弁の開度に基づく制御弁の異常判定、の双方を行うことができる。これにより、本発明の制御弁異常判定装置は、これらの異常判定のうちの何れか一方のみを行う場合に比べ、制御弁が正常に作動しているか否かを更に精度良く判定することができる。 As described above, the control valve abnormality determination device having the above-described configuration is a control valve abnormality determination based on the operation parameter value at the second time point, and a control valve abnormality determination based on the control valve opening degree at the first time point. Both can be done. Thereby, the control valve abnormality determination device of the present invention can determine whether or not the control valve is operating normally more accurately than when only one of these abnormality determinations is performed. .
更に、本発明の制御弁異常判定装置において、
前記複数の開度領域は、「前記制御弁の開度が全閉開度である領域」及び「同制御弁の開度が同全閉開度以外の開度である領域」の2つの領域からなるように構成され得る。なお、「全閉開度」とは、「制御弁が設けられている通路部を空気が実質的に通過することができない(即ち、通路部が遮断される)開度」を意味する。
Furthermore, in the control valve abnormality determination device of the present invention,
The plurality of opening regions are two regions: a region in which the opening of the control valve is a fully closed opening and a region in which the opening of the control valve is an opening other than the fully closed opening. Can be configured. The “fully closed opening degree” means “an opening degree at which air cannot substantially pass through the passage portion provided with the control valve (that is, the passage portion is blocked)”.
上述したように、本発明の制御弁異常判定装置が適用される機関において、制御弁は、コンプレッサをバイパスする通路部に設けられている。そのため、制御弁の開度が「全閉開度」であれば、通路部が遮断されるので、機関に導入される空気の実質的に全てがコンプレッサに流入する。これに対し、制御弁の開度が「全閉開度以外の開度」であれば、機関に導入される空気の少なくとも一部は、コンプレッサに流入することなく通路部を通過する。従って、制御弁の開度が全閉開度である場合における運転パラメータの動特性と、制御弁の開度が全閉開度以外の開度である場合における運転パラメータの動特性と、は異なる可能性がある。 As described above, in an engine to which the control valve abnormality determination device of the present invention is applied, the control valve is provided in a passage portion that bypasses the compressor. Therefore, if the opening degree of the control valve is “full opening degree”, the passage portion is blocked, so that substantially all of the air introduced into the engine flows into the compressor. On the other hand, if the opening degree of the control valve is “an opening degree other than the fully closed opening degree”, at least a part of the air introduced into the engine passes through the passage portion without flowing into the compressor. Therefore, the dynamic characteristic of the operating parameter when the opening degree of the control valve is a fully closed opening degree is different from the dynamic characteristic of the operating parameter when the opening degree of the control valve is an opening other than the fully closed opening degree. there is a possibility.
そこで、上記2つの領域のそれぞれにおいて運転パラメータの動特性をモデル化することにより、本発明の制御弁異常判定装置は、上記第1時点において制御弁の開度が属する開度領域、及び、上記第2時点における運転パラメータの値、を更に精度良く推定することができる。その結果、本発明の制御弁異常判定装置は、制御弁が正常に作動しているか否かを更に精度良く判定することができる。 Therefore, by modeling the dynamic characteristics of the operation parameter in each of the two regions, the control valve abnormality determination device of the present invention can be configured to have an opening region to which the opening of the control valve belongs at the first time point, and The value of the operating parameter at the second time point can be estimated with higher accuracy. As a result, the control valve abnormality determination device of the present invention can determine whether or not the control valve is operating normally with higher accuracy.
更に、本発明の制御弁異常判定装置において、
前記運転パラメータは、
前記吸気通路内の所定箇所における空気の圧力、前記吸気通路内の所定箇所における空気の温度、及び、前記コンプレッサの回転速度、のうちの少なくとも1つを含むように構成され得る。
Furthermore, in the control valve abnormality determination device of the present invention,
The operating parameters are:
It may be configured to include at least one of an air pressure at a predetermined location in the intake passage, an air temperature at a predetermined location in the intake passage, and a rotation speed of the compressor.
上述したように、本発明の制御弁異常判定装置は、単一の過給機を有する機関に対しても、複数の過給機を有する機関に対しても適用され得る。例えば、本発明の制御弁異常判定装置を複数の過給機を有する機関に適用する場合、制御弁異常判定装置の一の態様として、
前記制御弁異常判定装置は、
「前記第1過給機と異なる第2過給機」であって同第2過給機のタービンが前記排気通路の前記第1過給機のタービンよりも下流側に配設されるとともに同第2過給機のコンプレッサが前記吸気通路の前記第1過給機のコンプレッサよりも上流側に配設された第2過給機を備え、
前記通路部は、前記第1過給機のコンプレッサと前記第2過給機のコンプレッサとの間の分岐部にて前記吸気通路から分岐するとともに同第1過給機のコンプレッサの下流の合流部にて同吸気通路に合流するように構成されてなり、
前記吸気通路の前記合流部よりも下流側に配設されるとともに開度が変更される「吸気絞り弁」を備えるように構成され得る。
As described above, the control valve abnormality determination device of the present invention can be applied to both an engine having a single supercharger and an engine having a plurality of superchargers. For example, when applying the control valve abnormality determination device of the present invention to an engine having a plurality of superchargers, as one aspect of the control valve abnormality determination device,
The control valve abnormality determination device,
“A second supercharger different from the first supercharger”, wherein a turbine of the second supercharger is disposed downstream of the turbine of the first supercharger in the exhaust passage and the same. A compressor of the second supercharger comprises a second supercharger disposed upstream of the compressor of the first supercharger in the intake passage;
The passage portion is branched from the intake passage at a branch portion between the compressor of the first supercharger and the compressor of the second supercharger, and a merging portion downstream of the compressor of the first supercharger It is configured to join the intake passage at
It may be configured to include an “intake throttle valve” that is disposed downstream of the merging portion of the intake passage and whose opening degree is changed.
更に、上記態様の制御弁異常判定装置において、
前記時系列データ取得手段によって取得される時系列データに含まれる前記運転パラメータは、「前記機関の過給圧」、「前記吸気絞り弁の開度」、「前記第1過給機のコンプレッサの回転速度」、及び、「前記第2過給機のコンプレッサの回転速度」を含み、
前記運転状態推定手段によって推定される前記第2時点における前記運転パラメータの値は「前記機関の過給圧」である、ように構成される。
Furthermore, in the control valve abnormality determination device of the above aspect,
The operating parameters included in the time-series data acquired by the time-series data acquisition means are “the supercharging pressure of the engine”, “the opening degree of the intake throttle valve”, “the compressor of the first supercharger” "Rotational speed" and "rotational speed of the compressor of the second supercharger",
The value of the operating parameter at the second time point estimated by the operating state estimating means is configured to be “the supercharging pressure of the engine”.
以下、本発明による内燃機関の制御弁異常判定装置の各実施形態について、図面を参照しながら説明する。 Embodiments of an internal combustion engine control valve abnormality determination device according to the present invention will be described below with reference to the drawings.
(第1実施形態)
<装置の概要>
図1は、本発明の第1の実施形態に係る制御弁異常判定装置(以下、「第1装置」とも称呼する。)を内燃機関10に適用したシステムの概略構成を示している。機関10は、4気筒ディーゼル機関である。
(First embodiment)
<Outline of device>
FIG. 1 shows a schematic configuration of a system in which a control valve abnormality determination device (hereinafter also referred to as “first device”) according to a first embodiment of the present invention is applied to an
この機関10は、燃料供給系統を含むエンジン本体20、エンジン本体20に空気を導入するための吸気系統30、エンジン本体20からの排ガスを外部に放出するための排気系統40、排ガスを吸気系統30側に還流させるためのEGR装置50、及び、排ガスのエネルギによって駆動されてエンジン本体20に導入される空気を圧縮する過給装置60、を備えている。
The
エンジン本体20は、吸気系統30及び排気系統40が連結されたシリンダヘッド21を有している。このシリンダヘッド21は、各気筒に対応するように各気筒の上部に設けられた複数の燃料噴射装置22を有している。各燃料噴射装置22は、図示しない燃料タンクと接続されており、電気制御装置80からの指示信号に応じて各気筒の燃焼室内に燃料を直接噴射するようになっている。
The
吸気系統30は、シリンダヘッド21に形成された図示しない吸気ポートを介して各気筒に連通されたインテークマニホールド31、インテークマニホールド31の上流側集合部に接続された吸気管32、吸気管32内において吸気通路の開口断面積を可変とするスロットル弁(吸気絞り弁)33、電気制御装置80からの指示信号に応じてスロットル弁33を回転駆動するスロットル弁アクチュエータ33a、スロットル弁33の上流において吸気管32に介装されたインタークーラ34、及び、インタークーラ34の上流に設けられた過給装置60の上流側であって吸気管32の端部に配設されたエアクリーナ35、を有している。インテークマニホールド31及び吸気管32は、吸気通路を構成している。
The
排気系統40は、シリンダヘッド21に形成された図示しない排気ポートを介して各気筒に連通されたエキゾーストマニホールド41、エキゾーストマニホールド41の下流側集合部に接続された排気管42、及び、排気管42に設けられた過給装置60の下流側であって排気管42に介装された周知の排ガス浄化用触媒(DPNR)43、を有している。エキゾーストマニホールド41及び排気管42は、排気通路を構成している。
The
EGR装置50は、排ガスをエキゾーストマニホールド41からインテークマニホールド31へと還流させる通路(EGR通路)を構成する排気還流管51、排気還流管51に介装されたEGRガス冷却装置(EGRクーラ)52、及び、排気還流管51に介装されたEGR制御弁53、を有している。EGR制御弁53は、電気制御装置80からの指示信号に応じてエキゾーストマニホールド41からインテークマニホールド31へと還流させる排ガス量を変更し得るようになっている。
The
過給装置60は、高圧段過給機61と、高圧段過給機61に直列に接続された低圧段過給機62と、を有している。低圧段過給機62の容量は、高圧段過給機61の容量よりも大きい。即ち、高圧段過給機61が過給を行うために必要な排ガスのエネルギの最小値は、低圧段過給機62が過給を行うために必要な排ガスのエネルギの最小値よりも小さい。これにより、過給装置60は、負荷が小さい運転領域においては主に高圧段過給機61により過給を行い、且つ、負荷が大きい運転領域においては主に低圧段過給機62により過給を行うことができる。
The
より具体的に述べると、高圧段過給機61は、高圧段コンプレッサ61a及び高圧段タービン61bを有している。高圧段コンプレッサ61aは吸気通路(吸気管32)に配設されている。高圧段タービン61bは排気通路(排気管42)に配設されている。高圧段コンプレッサ61aと高圧段タービン61bとは、ローターシャフト(図示省略。)によって同軸回転可能に連結されている。これにより、高圧段タービン61bが排ガスによって回転せしめられると、高圧段コンプレッサ61aが回転するとともに、高圧段コンプレッサ61aに供給される空気が圧縮される(過給が行われる)ようになっている。
More specifically, the
低圧段過給機62は、低圧段コンプレッサ62a及び低圧段タービン62bを有している。低圧段コンプレッサ62aは、高圧段コンプレッサ61aよりも吸気通路(吸気管32)の上流側に配設されている。低圧段タービン62bは、高圧段タービン61bよりも排気通路(排気管42)の下流側に配設されている。低圧段コンプレッサ62aと低圧段タービン62bとは、ローターシャフト(図示省略。)によって同軸回転可能に連結されている。これにより、低圧段タービン62bが排ガスによって回転せしめられると、低圧段コンプレッサ62aが回転するとともに、低圧段コンプレッサ62aに供給される空気が圧縮される(過給が行われる)ようになっている。
The low
更に、過給装置60は、高圧段コンプレッサバイパス通路部(バイパス管)63、吸気切替弁(ACV)64、高圧段タービンバイパス通路部(バイパス管)65、排気切替弁(ECV)66、低圧段タービンバイパス通路部(バイパス管)67、及び、排気バイパス弁(EBV)68を有している。
Further, the
高圧段コンプレッサバイパス通路部63の一端は、高圧段コンプレッサ61aと低圧段コンプレッサ62aとの間において吸気通路(吸気管32)に接続されている。高圧段コンプレッサバイパス通路部63の他端は、高圧段コンプレッサ61aよりも下流側において吸気通路(吸気管32)に接続されている。換言すると、高圧段コンプレッサバイパス通路部63は、高圧段コンプレッサ61aと低圧段コンプレッサ62aとの間の分岐部にて吸気通路(吸気管32)から分岐するとともに、高圧段コンプレッサ61aの下流の合流部にて吸気通路(吸気管32)に合流するように構成されている。このように、高圧段コンプレッサバイパス通路部63は、高圧段コンプレッサ61aをバイパスする経路を構成している。
One end of the high pressure
吸気切替弁64は、高圧段コンプレッサバイパス通路部63に配設されたバタフライ弁である。吸気切替弁64は、高圧段コンプレッサバイパス通路部63の内部にて、図2(A)に示す回動位置(全閉開度)から図2(B)に示す回動位置(全開開度)までの範囲内において回動可能となっている。吸気切替弁64は、電気制御装置80からの指示に応じて駆動される吸気切替弁アクチュエータ64aにより、回動させられるようになっている。
The intake
吸気切替弁64が図2(A)に示す位置(全閉開度)にあるとき、空気Aは高圧段コンプレッサバイパス通路部63を通過することができない。一方、吸気切替弁64が図2(B)に示す位置(全開開度)にあるとき、空気Aは吸気切替弁64の影響を実質的に受けることなく高圧段コンプレッサバイパス通路部63を通過することができる。即ち、吸気切替弁64の回動位置(開度)が変化すると、高圧段コンプレッサバイパス通路部63を通過する空気Aの流量が変化する。
When the intake
そのため、例えば、図3に示すように、吸気切替弁64の開度が全閉開度であるとき、機関10に導入される空気Inの実質的に全てが高圧段コンプレッサ61aに流入する。この空気Inは、高圧段コンプレッサ61aによって圧縮され、燃焼室CCに流入する。これに対し、図4に示すように、吸気切替弁64の開度が全閉開度以外の開度であるとき、機関10に導入される空気Inの一部は高圧段コンプレッサ61aに流入し、空気Inの他部は高圧段コンプレッサ61aに流入することなく高圧段コンプレッサバイパス通路部63を通過する。高圧段コンプレッサ61aに流入した空気は、高圧段コンプレッサ61aによって圧縮された後、高圧段コンプレッサバイパス通路部63を通過した空気と合流し、燃焼室CCに流入する。
Therefore, for example, as shown in FIG. 3, when the opening of the intake
このように、吸気切替弁64は、電気制御装置80からの指示に従ってその回動位置(開度)を変更するとともに、その回動位置(開度)に応じて、高圧段コンプレッサ61aに流入する空気の量と、高圧段コンプレッサバイパス通路部63を通過する空気の量と、の割合を変更するようになっている。
In this way, the intake
再び図1を参照すると、高圧段タービンバイパス通路部65の一端は、高圧段タービン61bよりも上流側において排気通路(排気管42)に接続されている。高圧段タービンバイパス通路部65の他端は、高圧段タービン61bと低圧段タービン62bとの間において排気通路(排気管42)に接続されている。即ち、高圧段タービンバイパス通路部65は、高圧段タービン61bをバイパスする経路を構成している。
Referring again to FIG. 1, one end of the high-pressure
排気切替弁66は、高圧段タービンバイパス通路部65に配設されたバタフライ弁である。排気切替弁66は、吸気切替弁64と同様の構造を備えている。即ち、排気切替弁66は、電気制御装置80からの指示に応じて駆動される排気切替弁アクチュエータ66aによってその開度が変更されるようになっている。排気切替弁66の開度が変更されると、その開度の変更に伴って高圧段タービンバイパス通路部65の流路面積が変化し、それにより、高圧段タービン61bに流入する排ガスの量と、高圧段タービンバイパス通路部65を通過する排ガスの量と、の割合が変化する。更に、高圧段タービンバイパス通路部65を通過した排ガスは、高圧段タービン61bに導入されることなく低圧段タービン62bに向かう。即ち、排気切替弁66は、高圧段過給機61に供給される排ガスの量と、低圧段過給機62に供給される排ガスの量と、の割合を変更するようになっている。
The exhaust
低圧段タービンバイパス通路部67の一端は、低圧段タービン62bよりも上流側であって高圧段タービン61bと低圧段タービン62bとの間において排気通路(排気管42)に接続されている。低圧段タービンバイパス通路部67の他端は、低圧段タービン62bよりも下流側において排気通路(排気管42)に接続されている。即ち、低圧段タービンバイパス通路部67は、低圧段タービン62bをバイパスする経路を構成している。
One end of the low-pressure
排気バイパス弁68は、低圧段タービンバイパス通路部67に配設されたバタフライ弁である。排気バイパス弁68は、吸気切替弁64と同様の構造を備えている。即ち、排気バイパス弁68は、電気制御装置80からの指示に応じて駆動される排気バイパス弁アクチュエータ68aによってその開度が変更されるようになっている。排気バイパス弁68は、その開度の変更に伴って低圧段タービンバイパス通路部67の流路面積を変更し、それにより、低圧段タービン62bに流入する排ガスの量と、低圧段タービンバイパス通路部67を通過する排ガスの量と、の割合を変更するようになっている。
The
更に、この第1装置は、熱線式エアフローメータ71、吸気温度センサ72、スロットル弁開度センサ73、過給圧センサ74、クランクポジションセンサ75、高圧段過給機回転速度センサ76、低圧段過給機回転速度センサ77、吸気切替弁開度センサ78、及び、アクセル開度センサ79を備えている。
Further, the first device includes a hot-wire
熱線式エアフローメータ71は、吸気管32内を流れる吸入空気の質量流量(機関10に単位時間あたりに吸入される空気の質量であり、単に「流量」とも称呼する。)に応じた信号を出力するようになっている。
The hot-wire
吸気温度センサ72は、吸気管32内を流れる吸入空気の温度に応じた信号を出力するようになっている。
The intake
スロットル弁開度センサ73は、スロットル弁33の開度に応じた信号を出力するようになっている。
The throttle
過給圧センサ74は、吸気管32のスロットル弁33の下流側に配設される。過給圧センサ74は、それが配設されている部位の排気管42内の空気の圧力、即ち、機関10の燃焼室に供給される空気の圧力(第1過給機61及び第2過給機62によってもたらされる過給圧)を表す信号を出力するようになっている。
The supercharging pressure sensor 74 is disposed on the downstream side of the
クランクポジションセンサ75は、クランクシャフト(図示省略。)が10°回転する毎に幅狭のパルスを有するとともに同クランクシャフトが360°回転する毎に幅広のパルスを有する信号を出力するようになっている。本信号に基づき、クランクシャフトの単位時間あたりの回転数が算出される。
The crank
高圧段過給機回転速度センサ76は、高圧段過給機61の回転速度(高圧段過給機回転速度)に応じた信号を出力するようになっている。
The high-pressure supercharger
低圧段過給機回転速度センサ77は、低圧段過給機62の回転速度(低圧段過給機回転速度)に応じた信号を出力するようになっている。
The low pressure turbocharger
吸気切替弁開度センサ78は、吸気切替弁64の開度に応じた信号を出力するようになっている。
The intake switching
アクセル開度センサ79は、運転者によって操作されるアクセルペダルAPの開度に応じた信号を出力するようになっている。
The
電気制御装置80は、互いにバスで接続されたCPU81、ROM82、RAM83、電源が投入された状態でデータを格納するとともに格納したデータを電源が遮断されている間も保持するバックアップRAM84、及び、ADコンバータを含むインターフェース85等からなるマイクロコンピュータである。
The
インターフェース85は、上記各センサ等と接続され、CPU81に上記各センサ等からの信号を供給するようになっている。更に、インターフェース85は、CPU81の指示に応じて、燃料噴射装置22、及び、各アクチュエータ(スロットル弁アクチュエータ33a、吸気切替弁アクチュエータ64a、排気切替弁アクチュエータ66a、及び、排気バイパス弁アクチュエータ68a)等に駆動信号(指示信号)を送出するようになっている。
The
<装置の作動の概要>
次いで、上述したように構成された第1装置の作動の概要について説明する。
第1装置は、機関10の運転状態に応じ、過給装置60(高圧段過給機61及び低圧段過給機62)の作動形態を表す「ターボモード」を決定する。第1装置は、このターボモードに応じて、吸気切替弁64、排気切替弁66及び排気バイパス弁68の開度を調整する。一方、第1装置は、機関10がこのように運転されているとき、高圧段過給機61の過給状態に関わる運転パラメータ(低圧段過給機回転速度、高圧段過給機回転速度、スロットル弁開度、及び、過給圧)の値を、時間経過に対応させた「時系列データ」として取得する。そして、第1装置は、区分的アフィン解析法に従って、取得された時系列データに基づいて「過給圧の動特性」を吸気切替弁64の開度に対応する複数のARXモデルとしてモデル化する。
<Outline of device operation>
Next, an outline of the operation of the first device configured as described above will be described.
The first device determines a “turbo mode” that represents the operation mode of the supercharger 60 (the high-
第1装置は、モデル化された過給圧の動特性を用いて、所定の時点における過給圧の値を推定する。更に、第1装置は、過給圧センサ74の出力値に基づき、その所定の時点における実際の過給圧の値を取得する。そして、第1装置は、「推定された過給圧の値」と「実際の過給圧の値」とを比較することにより、吸気切替弁64が正常に作動しているか否かを判定する。
The first device estimates the value of the supercharging pressure at a predetermined time using the modeled supercharging pressure dynamic characteristic. Further, the first device acquires the actual value of the supercharging pressure at the predetermined time point based on the output value of the supercharging pressure sensor 74. Then, the first device determines whether or not the
更に、第1装置は、吸気切替弁64が「異常」であると判定された場合、その旨を機関10の操作者に通知するとともに、機関10を構成する部材への負担が小さい「退避運転」を実行する。これに対し、第1装置は、吸気切替弁64が「正常」であると判定された場合、操作者への通知は行わず、「通常運転」を実行する。以上が第1装置の作動の概要である。
Further, when it is determined that the intake
<ターボモードの決定方法>
次いで、本発明の具体的な作動についての説明を行う前に、第1装置に採用されているターボモード、及び、その決定方法について説明する。
<Determination method of turbo mode>
Next, before explaining the specific operation of the present invention, the turbo mode employed in the first device and the determination method thereof will be described.
上述したように、高圧段過給機61が作動することができる排ガスのエネルギ量は、低圧段過給機62が作動することができる排ガスのエネルギ量よりも小さい。そこで、第1装置は、排ガスのエネルギが小さいとき(即ち、機関の負荷が小さいとき)、排ガスが高圧段過給機61に優先的に供給されるように排気切替弁66を制御する。一方、第1装置は、排ガスのエネルギが大きいとき(即ち、機関の負荷が大きいとき)、排ガスが低圧段過給機62に優先的に供給されるように排気切替弁66を制御する。更に、第1装置は、低圧段過給機62に過大な排ガスのエネルギが供給されないように、排気バイパス弁68を制御する。加えて、第1装置は、高圧段コンプレッサ61aに適切な量の空気が供給されるように、吸気切替弁64を制御する。
As described above, the energy amount of the exhaust gas that allows the high-
即ち、第1装置は、機関10の運転状態に応じて、適切な量の空気及び排ガスが高圧段過給機61及び低圧段過給機62に供給されるように、吸気切替弁64、排気切替弁66及び排気バイパス弁68を制御する。これにより、高圧段過給機61及び低圧段過給機62が機関10の運転状態に応じて適切に駆動される。その結果、適切な過給が行われる。
That is, the first device is configured so that an appropriate amount of air and exhaust gas are supplied to the high-
このような制御を実行するために、第1装置は、機関10の運転状態を4つの領域(運転領域)に分け、その4つの運転領域のそれぞれに適した吸気切替弁64、排気切替弁66及び排気バイパス弁68(以下、「各制御弁」とも称呼する。)の作動状態を決定する。この各制御弁の作動状態が、ターボモードに基づいて決定される。
In order to execute such control, the first device divides the operating state of the
このターボモードは、以下のように決定される。
第1装置は、図5(A)に示すように、「機関回転速度NEと、燃料噴射量Qと、ターボモードと、の関係を予め定めたターボモードテーブルMapTurbo(NE,Q)」をROM82に格納している。図5(A)の図中に示される「1」乃至「4」の数字は、それぞれターボモードの番号を示す。更に、図5(A)の図中に示される「HP+LP」は高圧段過給機61と低圧段過給機62との双方が作動することを示し、「LP」は低圧段過給機62が優先的に作動することを示す。
This turbo mode is determined as follows.
As shown in FIG. 5A, the first device stores a “turbo mode table MapTurbo (NE, Q) in which the relationship among the engine rotational speed NE, the fuel injection amount Q, and the turbo mode is predetermined” ROM82. Is stored. The numbers “1” to “4” shown in FIG. 5A indicate turbo mode numbers. Further, “HP + LP” shown in FIG. 5A indicates that both the high-
図5(B)は、各ターボモードにおける各制御弁の作動状態を示す。図5(B)において、「全閉」は、制御弁の開度がその制御弁が設けられている通路を閉鎖する開度に設定され、空気又は排ガスがその通路を通過することができない制御弁の作動状態を示す。一方、「全開」は、制御弁の開度がその制御弁が設けられている通路を完全に(限界まで)開放する開度に設定され、空気又は排ガスがその通路を制御弁の影響を実質的に受けることなく通過することができる制御弁の作動状態を示す。更に、「開」は、制御弁の開度が「全閉」から「全開」までの間の開度に設定され、その制御弁が設けられている通路を通過する空気又は排ガスの流量が制御弁の開度に応じて変更可能である制御弁の作動状態を示す。 FIG. 5B shows the operating state of each control valve in each turbo mode. In FIG. 5B, “fully closed” is a control in which the opening degree of the control valve is set to an opening degree that closes the passage in which the control valve is provided, and air or exhaust gas cannot pass through the passage. Indicates the operating state of the valve. On the other hand, “full open” means that the opening degree of the control valve is set to an opening degree that completely opens (to the limit) the passage in which the control valve is provided, and air or exhaust gas substantially affects the passage of the control valve. The operation state of the control valve which can pass without receiving automatically is shown. Furthermore, “open” means that the opening of the control valve is set to an opening between “fully closed” and “fully open”, and the flow rate of air or exhaust gas passing through the passage in which the control valve is provided is controlled. The operation state of the control valve which can be changed according to the opening degree of a valve is shown.
なお、図5(B)において、「ECV」は排気切替弁66の略称であり、「ACV」は吸気切替弁64の略称であり、「EBV」は排気バイパス弁68の略称である。
In FIG. 5B, “ECV” is an abbreviation for the exhaust
第1装置は、上記ターボモードテーブルMapTurbo(NE,Q)に実際の機関回転速度NE及び燃料噴射量Qを適用することにより、ターボモード(各制御弁の作動状態)を決定する。そして、第1装置は、決定されたターボモードに応じて各制御弁の開度を調整する。なお、第1装置は、機関10に対する要求トルクが所定値以下である減速状態にて機関10が運転されている場合、実際の機関回転速度NE及び燃料噴射量Qの大きさに関わらず、ターボモード1に応じて各制御弁の開度を調整する。以上が第1装置に採用されているターボモード及びその決定方法である。
The first device determines the turbo mode (the operating state of each control valve) by applying the actual engine speed NE and the fuel injection amount Q to the turbo mode table MapTurbo (NE, Q). And a 1st apparatus adjusts the opening degree of each control valve according to the determined turbo mode. Note that, when the
<制御弁の異常判定方法>
次いで、第1装置における制御弁の異常判定方法について説明する。第1装置は、下記手順1乃至手順4に従って吸気切替弁64が正常に作動しているか否かを判定する。
<Control valve abnormality judgment method>
Next, a control valve abnormality determination method in the first device will be described. The first device determines whether or not the intake
(手順1)高圧段過給機61の過給状態に関わる運転パラメータの値を時間経過に対応させた時系列データとして取得する。
(手順2)手順1にて取得された時系列データを区分的アフィン解析法に従って分析することにより、過給圧の動特性を複数のARXモデルの組み合わせとしてモデル化する。
(手順3)手順2にてモデル化された過給圧の動特性を用いて、所定の時点よりも前の時点における時系列データから、その所定の時点における過給圧の値を推定する。
(手順4)手順3にて推定された所定の時点における過給圧の値(推定値)と、その時点における過給圧の実際の値(実測値)と、を比較することにより、吸気切替弁64が正常に作動しているか否かを判定する。
以下、上記手順1乃至手順4のそれぞれについてより詳細に説明する。
(Procedure 1) The value of the operation parameter related to the supercharging state of the high-
(Procedure 2) By analyzing the time series data acquired in
(Procedure 3) Using the dynamic characteristic of the supercharging pressure modeled in
(Procedure 4) Intake switching is performed by comparing the supercharging pressure value (estimated value) at the predetermined time point estimated in
Hereinafter, each of the
(手順1)高圧段過給機61の過給状態に関わる運転パラメータの値を時間経過に対応させた時系列データとして取得する。
第1装置は、先ず、吸気切替弁開度センサ78の出力値に基づき、吸気切替弁64が正常に作動しているか否かの予備判定を行う。より具体的に述べると、第1装置は、機関10が始動されると、吸気切替弁開度センサ78の出力値によって得られる吸気切替弁64の開度(実際の開度)と、吸気切替弁アクチュエータ64aに対する指示信号によって定められる吸気切替弁64の開度(指示開度)と、を比較する。そして、第1装置は、吸気切替弁64の実際の開度と、吸気切替弁64の指示開度と、の差の絶対値が所定値以下であるとき、吸気切替弁64が正常に作動しているとの予備判定を行う。
(Procedure 1) The value of the operation parameter related to the supercharging state of the high-
The first device first makes a preliminary determination as to whether or not the
第1装置は、吸気切替弁64が正常に作動しているとの予備判定がなされているとき、高圧段過給機61の過給状態に関わる運転パラメータである「低圧段過給機回転速度、高圧段過給機回転速度、スロットル弁開度、及び、過給圧」を、時間経過に対応させながら所定のサンプリング時間が経過する毎に取得する。取得されたこれらの運転パラメータの値は、時系列データとしてROM82に順次格納される。第1装置は、この時系列データの量(時系列データのデータ数)が下記手順2にて過給圧の動特性のモデル化を行うために必要な所定量となるまで、時系列データを取得し続ける。第1装置は、時系列データの量がこの所定量に到達すると、時系列データを取得することを停止する。
When the preliminary determination that the intake
これに対し、第1装置は、吸気切替弁64が正常に作動しているとの予備判定がなされていないとき(即ち、吸気切替弁64が異常であるとの予備判定がなされているとき)、上記時系列データの取得を行わない。更に、このとき、第1装置は、後述する手順2乃至手順4を実行することなく「吸気切替弁64が異常である」と判定する。
On the other hand, in the first device, when the preliminary determination that the intake
以下、この手順1にて「吸気切替弁64が正常に作動している」との予備判定がなされていると仮定し、説明を続ける。更に、以下、便宜上、時刻kにおける低圧段過給機回転速度の値をλ(k)と、時刻kにおける高圧段過給機回転速度の値をν(k)と、時刻kにおけるスロットル弁開度の値をe(k)と、時刻kにおける過給圧の値をω(k)と、称呼する。
Hereinafter, it is assumed that the preliminary determination that “the
(手順2)時系列データを区分的アフィン解析法に従って分析することにより、過給圧の動特性を複数のARXモデルの組み合わせとしてモデル化する。
第1装置は、上記手順1にて「吸気切替弁64が正常に作動している」との予備判定がなされている期間において取得される時系列データの量が上記所定量に到達すると、その時系列データを区分的アフィン解析法に従って分析する。具体的に述べると、先ず、第1装置は、下記(1)式に示すように「時刻kにおける回帰ベクトルx(k)」を決定する。下記(1)式において、ω(k−1)・・・ω(k−nω)のそれぞれは時刻kよりも過去の時刻k−1・・・k−nωにおける過給圧の値を、λ(k−1)・・・λ(k−nλ)のそれぞれは時刻kよりも過去の時刻k−1・・・k−nλにおける低圧段過給機回転速度の値を、ν(k−1)・・・ν(k−nν)のそれぞれは時刻kよりも過去の時刻k−1・・・k−nνにおける高圧段過給機回転速度の値を、e(k−1)・・・e(k−ne)のそれぞれは時刻kよりも過去の時刻k−1・・・k−neにおけるスロットル弁開度の値を、表す。nω、nλ、nν及びneのそれぞれは、正の整数である。
(Procedure 2) By analyzing the time series data according to the piecewise affine analysis method, the dynamic characteristic of the supercharging pressure is modeled as a combination of a plurality of ARX models.
When the amount of time-series data acquired during the period in which the preliminary determination that “the
上記(1)式に示したように、回帰ベクトルx(k)は、「時刻kよりも過去の時刻」における上記運転パラメータの値からなるベクトルである。この回帰ベクトルは、ROM82に順次格納される。この回帰ベクトルは、それぞれの時刻(時系列データの量が上記所定量に到達した時刻を時刻nとすると、n、n−1、n−2、・・・、k、k−1、k−2、・・・のそれぞれの時刻)に対して決定される。従って、この回帰ベクトルは、時系列データの量(上記所定量)、並びに、nω、nλ、nν及びneの値、に基づいて定まる量だけ存在する。即ち、複数の回帰ベクトルがROM82に格納される。
As shown in the above equation (1), the regression vector x (k) is a vector composed of the values of the operation parameters at the “time past the time k”. The regression vectors are sequentially stored in the
次いで、第1装置は、上記回帰ベクトルx(k)と、時刻kにおける過給圧ω(k)と、に基づき、下記(2)式に示すように「時刻kにおけるデータベクトルz(k)」を決定する。 Next, the first device, based on the regression vector x (k) and the supercharging pressure ω (k) at time k, “data vector z (k) at time k” as shown in the following equation (2). Is determined.
上記(2)式に示したように、データベクトルz(k)は、時系列データ(時刻kにおける「過給圧ω(k)」、並びに、時刻kよりも過去の時点における「過給圧、低圧段過給機回転速度、高圧段過給機回転速度及びスロットル弁開度」)を要素として含むベクトルである。このデータベクトルは、ROM82に順次格納される。このデータベクトルは、上記回帰ベクトルの量に応じた量だけ存在する。即ち、複数のデータベクトルがROM82に格納される。
As shown in the above equation (2), the data vector z (k) includes time-series data (“supercharging pressure ω (k)” at time k and “supercharging pressure” at a time point earlier than time k. , Low pressure stage turbocharger rotation speed, high pressure stage turbocharger rotation speed, and throttle valve opening "). This data vector is sequentially stored in the
上述したように、機関10において、吸気切替弁64は高圧段コンプレッサバイパス通路部63に設けられている。そのため、吸気切替弁64の開度が「全閉開度」であれば、機関10に導入される空気の実質的に全てが高圧段コンプレッサ61aに流入する。これに対し、吸気切替弁64の開度が「全閉開度以外の開度」であれば、機関10に導入される空気の少なくとも一部は高圧段コンプレッサ61aに流入することなく高圧段コンプレッサバイパス通路部63を通過する。従って、「吸気切替弁64の開度が全閉開度である」場合における過給圧の動特性と、「吸気切替弁64の開度が全閉開度以外の開度である」場合における過給圧の動特性と、は異なる可能性がある。そこで、第1装置は、「吸気切替弁64の開度が全閉開度である」場合における過給圧の動特性、及び、「吸気切替弁64の開度が全閉開度以外の開度である」場合における過給圧の動特性、のそれぞれを、下記手順2−1乃至手順2−3に従ってARXモデルとしてモデル化する。
As described above, in the
(手順2−1)上記複数のデータベクトルを、「吸気切替弁64の開度が全閉開度である」場合におけるデータベクトルと、吸気切替弁64の開度が全閉開度以外の開度である」場合におけるデータベクトルと、に分類する。
(手順2−2)手順2−1にて分類された2つのデータベクトル群を回帰空間において区分けするための関数を推定する。
(手順2−3)手順2−1にて分類された2つのデータベクトル群のそれぞれにおいて、過給圧の動特性をARXモデルとして推定する。
以下、上記手順2−1乃至手順2−3のそれぞれについてより詳細に説明する。
(Procedure 2-1) The plurality of data vectors are divided into data vectors in the case where “the opening degree of the
(Procedure 2-2) A function for dividing the two data vector groups classified in the procedure 2-1 in the regression space is estimated.
(Procedure 2-3) The dynamic characteristics of the supercharging pressure are estimated as an ARX model in each of the two data vector groups classified in Procedure 2-1.
Hereinafter, each of the procedures 2-1 to 2-3 will be described in more detail.
(手順2−1)上記複数のデータベクトルを、「吸気切替弁64の開度が全閉開度である」場合におけるデータベクトルと、吸気切替弁64の開度が全閉開度以外の開度である」場合におけるデータベクトルと、に分類する。
より具体的に述べると、第1装置は、先ず、上述した複数のデータベクトルについて、その確率密度p(z;Φ)が下記(3)式に示す混合正規分布に従うと仮定する。下記(3)式において、Φは混合正規分布のパラメータを、αはスカラー量を、μは(nω+nλ+nν+ne+1)次元の平均ベクトルを、Σは(nω+nλ+nν+ne+1)×(nω+nλ+nν+ne+1)次元の分散行列を、iは吸気切替弁64の状態に対応する変数を、表す。下記(3)式乃至(14)式において、変数iが「1」であることは「吸気切替弁64の開度が全閉開度以外の開度である」場合を意味し、変数iが「2」であることは「吸気切替弁64の開度が全閉開度である」場合を意味する。
(Procedure 2-1) The plurality of data vectors are divided into data vectors in the case where “the opening degree of the
More specifically, the first device first assumes that the probability density p (z; Φ) of the plurality of data vectors described above follows a mixed normal distribution represented by the following equation (3). In the following equation (3), Φ is a parameter of a mixed normal distribution, α is a scalar quantity, μ is a (n ω + n λ + n v + n e +1) -dimensional average vector, and Σ is (n ω + n λ + n v + N e +1) × (n ω + n λ + n v + n e +1) -dimensional dispersion matrix, i represents a variable corresponding to the state of the
上記(3)式において、混合正規分布のパラメータΦは下記(4)式に示すように定義され、スカラー量αは下記(5)式に示すように定義され、関数pi(z;μi,Σi)は下記(6)式に示すように定義される。下記(6)式において、nzは下記(7)式に示すスカラー量を表す。 In the above equation (3), the parameter Φ of the mixed normal distribution is defined as shown in the following equation (4), the scalar quantity α is defined as shown in the following equation (5), and the function p i (z; μ i , Σ i ) is defined as shown in equation (6) below. In the following formula (6), nz represents a scalar amount shown in the following formula (7).
そして、第1装置は、上記(3)式に示す混合正規分布のパラメータΦとして最も適切なパラメータΦB(以下、「最適パラメータΦB」と称呼する。)を最尤推定法を用いて決定する。具体的に述べると、第1装置は、下記(8)式に示す尤度関数L(Φ)の値が最大となる場合におけるパラメータΦを、最適パラメータΦBとして決定する。この尤度関数L(Φ)の値が最大となる場合におけるパラメータΦは、周知の期待値最大化法(EMアルゴリズム)等によって算出することができる(例えば、非特許文献を参照。)。下記(8)式において、Nはデータベクトルの量(データ数)を表す。更に、下記(8)式及び下記(9)式の式中において、便宜上、データベクトルz(k)を単に「zk」と記す。 Then, the first device determines the most suitable parameter Φ B (hereinafter referred to as “optimal parameter Φ B ”) as the parameter Φ of the mixed normal distribution shown in the above equation (3) using the maximum likelihood estimation method. To do. More specifically, the first device, the parameter [Phi when the value of the following (8) likelihood function L in the expression ([Phi) is maximum is determined as an optimum parameter [Phi B. The parameter Φ when the value of the likelihood function L (Φ) is maximized can be calculated by a known expected value maximization method (EM algorithm) or the like (for example, refer to non-patent literature). In the following equation (8), N represents the amount of data vectors (number of data). Furthermore, in the following formulas (8) and (9), the data vector z (k) is simply denoted as “z k ” for convenience.
次いで、第1装置は、上述したように取得された最適パラメータΦBを用いて、上記複数のデータベクトルを、「吸気切替弁64の開度が全閉開度以外の開度である」場合に対応するデータベクトル群C1、及び、「吸気切替弁64の開度が全閉開度である」場合に対応するデータベクトル群C2、の2つのデータベクトル群の何れかに分類する。
Next, when the first device uses the optimum parameter Φ B acquired as described above, the plurality of data vectors are expressed as “when the opening degree of the
より具体的に述べると、第1装置は、下記(9)式に示す「時刻kにおけるデータベクトルz(k)がデータベクトル群Ciに帰属する確率P(k∈Ci)を表す関数」に対して時刻kにおけるデータベクトルz(k)を適用することにより、そのデータベクトルz(k)がデータベクトル群C1に帰属する第1確率P(k∈C1)、及び、データベクトルz(k)がデータベクトル群C2に帰属する第2確率P(k∈C2)を取得する。なお、下記(9)式におけるαi、μi及びΣiには上記最適パラメータΦBが適用される。 More specifically, the first device is represented by the following equation (9): “a function representing the probability P (kεC i ) that the data vector z (k) at time k belongs to the data vector group C i ” By applying the data vector z (k) at time k to the first probability P (kεC 1 ) that the data vector z (k) belongs to the data vector group C 1 , and the data vector z The second probability P (kεC 2 ) that (k) belongs to the data vector group C 2 is acquired. The optimum parameter Φ B is applied to α i , μ i and Σ i in the following equation (9).
そして、第1装置は、第1確率P(k∈C1)が第2確率P(k∈C2)よりも大きいとき、データベクトルz(k)をデータベクトル群C1に分類する。これに対し、第1装置は、第2確率P(k∈C2)が第1確率P(k∈C1)よりも大きいとき、データベクトルz(k)をデータベクトル群C2に分類する。 Then, the first device classifies the data vector z (k) into the data vector group C 1 when the first probability P (kεC 1 ) is larger than the second probability P (kεC 2 ). On the other hand, the first device classifies the data vector z (k) into the data vector group C 2 when the second probability P (kεC 2 ) is larger than the first probability P (kεC 1 ). .
第1装置は、上記複数のデータベクトルの全てを上記(9)式に示す関数に対して適用する。これにより、上記複数のデータベクトルは、データベクトル群C1及びデータベクトル群C2の何れかに分類される。以下、便宜上、データベクトル群C1に属するデータベクトルの集合を「クラスタC1」と称呼し、データベクトル群C2に属するデータベクトルの集合を「クラスタC2」と称呼する。 The first device applies all of the plurality of data vectors to the function shown in the equation (9). Thus, the plurality of data vectors is classified into one of the data vector group C 1 and the data vector group C 2. Hereinafter, for convenience, a set of data vectors belonging to the data vector group C 1 is referred to as “cluster C 1 ”, and a set of data vectors belonging to the data vector group C 2 is referred to as “cluster C 2 ”.
(手順2−2)分類された2つのデータベクトル群を回帰空間において区分けするための関数を推定する。
次いで、第1装置は、上記クラスタC1と上記クラスタC2とを回帰空間において区分けするための境界を表す関数(以下、「第1関数」と称呼する。)を推定する。より具体的に述べると、第1装置は、先ず、この第1関数が下記(10)式によって与えられると仮定する。下記(10)式において、a及びbは第1関数の係数であり、x(k)は上記(1)式に示した時刻kにおける回帰ベクトルである。この第1関数によって定まる回帰空間上の平面は、「分離超平面H」とも称呼される。
(Procedure 2-2) A function for dividing the two classified data vector groups in the regression space is estimated.
Next, the first device estimates a function (hereinafter referred to as “first function”) representing a boundary for dividing the cluster C 1 and the cluster C 2 in the regression space. More specifically, the first device first assumes that the first function is given by the following equation (10). In the following equation (10), a and b are coefficients of the first function, and x (k) is a regression vector at time k shown in the above equation (1). The plane on the regression space determined by the first function is also referred to as “separation hyperplane H”.
そして、第1装置は、上記(10)式における係数a及びbを、下記(11)式に示す二次最適化問題を解くことによって決定する。下記(11)式において、σkは時刻kにおけるデータベクトルz(k)を上述したように分類する際に生じ得る誤り(誤分類)の程度を表すパラメータである。σkは出来る限り小さい適値に設定される(非特許文献を参照。)。 Then, the first device determines the coefficients a and b in the above equation (10) by solving the quadratic optimization problem represented by the following equation (11). In the following equation (11), σ k is a parameter representing the degree of error (misclassification) that may occur when the data vector z (k) at time k is classified as described above. σ k is set to an appropriate value as small as possible (see non-patent literature).
(手順2−3)分類されたデータベクトル群のそれぞれにおいて、過給圧の動特性をARXモデルとして推定する。
更に、第1装置は、クラスタC1に属するデータベクトルを用いて「吸気切替弁64の開度が全閉開度以外の開度である」場合における過給圧の動特性をARXモデルとしてモデル化し、クラスタC2に属するデータベクトルを用いて「吸気切替弁64の開度が全閉開度である」場合における過給圧の動特性をARXモデルとしてモデル化する。以下、このモデル化された過給圧の動特性を表す関数を「第2関数」とも称呼する。
(Procedure 2-3) In each of the classified data vector groups, the dynamic characteristic of the supercharging pressure is estimated as an ARX model.
Further, the first device uses the data vector belonging to the cluster C 1 to model the dynamic characteristic of the supercharging pressure when the “opening degree of the
より具体的に述べると、第1装置は、過給圧ω(k)が下記(12)式に示すARXモデルによって表されると仮定する。下記(12)式において、θ1及びθ2のそれぞれは本ARXモデルのパラメータを、x(k)は上記(1)式に示した時刻kにおける回帰ベクトルを、ε(k)は時刻kにおける誤差(ノイズ)を、S1及びS2のそれぞれは回帰空間中の領域であって上記(10)式に示した分離超平面Hによって回帰空間が区分けされた際の区分けされたそれぞれの領域を、表す。第1装置において、領域S1は上記クラスタC1を回帰空間に投影した場合におけるそのクラスタC1が属する回帰空間中の領域に相当し、領域S2は上記クラスタC2を回帰空間に投影した場合におけるそのクラスタC2が属する回帰空間中の領域に相当する。換言すると、領域S1は「吸気切替弁64の開度が全閉開度以外の開度である場合における回帰ベクトルが属する回帰空間中の領域」であり、領域S2は「吸気切替弁64の開度が全閉開度である場合における回帰ベクトルが属する回帰空間中の領域」である。
More specifically, the first device assumes that the supercharging pressure ω (k) is represented by the ARX model shown in the following equation (12). In the following equation (12), each of θ 1 and θ 2 is a parameter of the ARX model, x (k) is a regression vector at time k shown in the above equation (1), and ε (k) is at time k. Each of S 1 and S 2 is an area in the regression space, and each divided area when the regression space is divided by the separation hyperplane H shown in the above equation (10) is an error (noise). Represents. In the first device, the region S 1 corresponds to a region in the regression space the cluster C 1 in the case where the projection of the said cluster C 1 regression space belongs, region S 2 is obtained by projecting the cluster C 2 to regression space the cluster C 2 corresponds to a region in belonging regression space when. In other words, the region S 1 is “a region in the regression space to which the regression vector belongs when the opening degree of the
そして、第1装置は、上記(12)式におけるパラメータθ1及びパラメータθ2を下記(13)式に示した最小二乗法によって推定する。下記(13)式において、x(ki1)・・・x(kiNi)のそれぞれはクラスタCiに属するデータベクトルに要素として含まれる回帰ベクトルの値を、ω(ki1)・・・ω(kiNi)のそれぞれはクラスタCiに属するデータベクトルに要素として含まれる過給圧の値を、NiはクラスタCiに含まれるデータベクトルの個数(データ数)を、表す。更に、第1装置において、誤差ε(k)はゼロに設定される。 Then, the first device estimates the parameter θ 1 and the parameter θ 2 in the above equation (12) by the least square method shown in the following equation (13). In the following equation (13), each of x (k i1 )... X (k iNi ) is a regression vector value included as an element in the data vector belonging to the cluster C i , and ω (k i1 ). Each of (k iNi ) represents a supercharging pressure value included as an element in a data vector belonging to the cluster C i , and N i represents the number of data vectors (number of data) included in the cluster C i . Further, in the first device, the error ε (k) is set to zero.
このように、上述した手順2により、「吸気切替弁64の開度が全閉開度以外の開度である」場合における過給圧の動特性(上記(12)式の上段)、及び、「吸気切替弁64の開度が全閉開度である」場合における過給圧の動特性(上記(12)式の下段)、のそれぞれがARXモデルとしてモデル化される。更に、この手順2により、「吸気切替弁64の開度が全閉開度以外の開度である」場合におけるデータベクトルの集合(クラスタC1)と「吸気切替弁64の開度が全閉開度である」場合におけるデータベクトルの集合(クラスタC2)とを回帰空間において区分けする分離超平面H(上記(10)式に示す第1関数)が推定される。
Thus, according to the
(手順3)モデル化された過給圧の動特性を用いて、所定の時点よりも前の時点における時系列データから、その所定の時点における過給圧の値を推定する。
第1装置は、先ず、上記手順2によって「過給圧の動特性のモデル化」及び「分離超平面Hの推定」を行った後の所定の時刻tにおける回帰ベクトルx(t)を、上記(10)式に示す第1関数(分離超平面H)に適用する。この第1関数は上記領域S1と上記領域S2とを回帰空間において区分けする関数であるから、「第1関数に回帰ベクトルx(t)が適用された際の第1関数の値」により、「回帰ベクトルx(t)が上記領域S1及び上記領域S2の何れに属するか」を判定することができる。なお、上記(1)式に示したように、回帰ベクトルx(t)は、「時刻tよりも前(過去)の時刻t−1」における時系列データを要素として含むベクトルである。
(Procedure 3) Using the modeled boost pressure dynamic characteristic, the value of the boost pressure at the predetermined time point is estimated from the time series data at the time point before the predetermined time point.
First, the first device calculates the regression vector x (t) at a predetermined time t after performing “modeling of the dynamic characteristic of the supercharging pressure” and “estimating the separation hyperplane H” by the
より具体的に述べると、第1関数に回帰ベクトルx(t)が適用されたとき、第1関数の値がゼロであれば、その回帰ベクトルx(t)は分離超平面H上に存在する。一方、このとき、第1関数の値がゼロよりも大きければ、その回帰ベクトルx(t)は分離超平面Hによって区分けされた回帰空間上の領域(即ち、領域S1及び領域S2)のうちの一の領域内に存在する。これに対し、このとき、第1関数の値がゼロよりも小さければ、その回帰ベクトルx(t)は回帰空間上の上記一の領域とは異なる他の領域内に存在する。更に、本実施形態の機関10においては、予め実験等により、この「一の領域」が上記領域S1に相当し、この「他の領域」が上記領域S2に相当することが確認されている。
More specifically, when the regression vector x (t) is applied to the first function, if the value of the first function is zero, the regression vector x (t) exists on the separation hyperplane H. . On the other hand, if the value of the first function is greater than zero at this time, the regression vector x (t) is the region of the regression space divided by the separation hyperplane H (ie, the region S 1 and the region S 2 ). It exists in one area. On the other hand, if the value of the first function is smaller than zero at this time, the regression vector x (t) exists in another region different from the one region on the regression space. Furthermore, in the
そこで、第1装置は、第1関数に回帰ベクトルx(t)が適用されたとき、第1関数の値がゼロ以上であれば、その回帰ベクトルx(t)が領域S1(吸気切替弁64の開度が全閉開度以外の開度である場合における回帰ベクトルが属する領域)に属すると判定する。更に、第1装置は、第1関数に回帰ベクトルx(t)が適用されたとき、第1関数の値がゼロよりも小さければ、その回帰ベクトルx(t)が領域S2(吸気切替弁64の開度が全閉開度である場合における回帰ベクトルが属する領域)に属すると判定する。 Therefore, when the regression vector x (t) is applied to the first function and the value of the first function is greater than or equal to zero, the first device determines that the regression vector x (t) is in the region S 1 (intake switching valve). It is determined that it belongs to the region to which the regression vector belongs when the opening of 64 is an opening other than the fully closed opening. Further, when the regression vector x (t) is applied to the first function and the value of the first function is smaller than zero, the first device displays the regression vector x (t) in the region S 2 (intake switching valve). It is determined that the regression vector belongs to a region where the opening degree of 64 is a fully closed opening degree.
次いで、第1装置は、上述したように判定された「回帰ベクトルx(t)が属する領域」に対応する上記(12)式に示した第2関数に、回帰ベクトルx(t)を適用する。この第2関数はARXモデルとしてモデル化された過給圧の動特性を表す関数であるから、第2関数に回帰ベクトルx(t)を適用することにより、時刻tにおける過給圧を推定することができる。以下、この推定された過給圧を、過給圧ωest(t)と記す。 Next, the first device applies the regression vector x (t) to the second function shown in the equation (12) corresponding to the “region to which the regression vector x (t) belongs” determined as described above. . Since the second function is a function representing the dynamic characteristic of the supercharging pressure modeled as an ARX model, the supercharging pressure at time t is estimated by applying the regression vector x (t) to the second function. be able to. Hereinafter, the estimated supercharging pressure is referred to as supercharging pressure ωest (t).
より具体的に述べると、第1装置は、回帰ベクトルx(t)が領域S1に属すると判定すると、その回帰ベクトルx(t)を領域S1に対応する第2関数(上記(12)式の上段)に適用する。これにより、時刻tにおける過給圧ωest(t)が推定される。これに対し、第1装置は、回帰ベクトルx(t)が領域S2に属すると判定すると、その回帰ベクトルx(t)を領域S2に対応する第2関数(上記(12)式の下段)に適用する。これにより、時刻tにおける過給圧ωest(t)が推定される。 More specifically, when the first device determines that the regression vector x (t) belongs to the region S 1 , the first device sets the regression vector x (t) to a second function (above (12) corresponding to the region S 1. Applies to the upper part of the equation. Thereby, the supercharging pressure ωest (t) at time t is estimated. In contrast, the first device, the regression vector x (t) is determined to belong to the area S 2, the lower stage of the second function corresponding regression vector x (t) into the region S 2 (equation (12) Applies to Thereby, the supercharging pressure ωest (t) at time t is estimated.
即ち、第1装置は、下記(14)式に示すように、回帰ベクトルx(t)を第1関数に適用した際の第1関数の値に応じて、過給圧ω(t)を推定するために用いる第2関数を決定する。そして、第1装置は、その決定された第2関数に回帰ベクトルx(t)を適用することにより、その時刻tにおける過給圧ωest(t)を推定する。このように、「時刻tよりも前の時点」における時系列データ(回帰ベクトルx(t)に要素として含まれる時系列データ)から、「その時刻t」における過給圧ωest(t)が推定される。 That is, the first device estimates the boost pressure ω (t) according to the value of the first function when the regression vector x (t) is applied to the first function, as shown in the following equation (14). The second function used for the determination is determined. Then, the first device estimates the supercharging pressure ωest (t) at the time t by applying the regression vector x (t) to the determined second function. As described above, the supercharging pressure ωest (t) at “the time t” is estimated from the time-series data at the “time point before the time t” (time-series data included as an element in the regression vector x (t)). Is done.
(手順4)推定された所定の時点における過給圧の値(推定値)と、その時点における過給圧の実際の値(実測値)と、を比較することにより、吸気切替弁64が正常に作動しているか否かを判定する。
第1装置は、先ず、過給圧センサ74の出力値に基づき、時刻tにおける実際の過給圧ωact(t)を取得する。次いで、第1装置は、この時刻tにおける実際の過給圧ωact(t)と、上記手順3にて推定された時刻tにおける過給圧ωest(t)と、を比較する。
(Procedure 4) The
First, the first device acquires the actual boost pressure ωact (t) at time t based on the output value of the boost pressure sensor 74. Next, the first device compares the actual supercharging pressure ωact (t) at the time t with the supercharging pressure ωest (t) at the time t estimated in the
より具体的に述べると、第1装置は、実際の過給圧ωact(t)と、推定された過給圧ωest(t)と、の差の絶対値が所定の閾値以上であるとき、「吸気切替弁64は異常である」と判定する。これに対し、第1装置は、実際の過給圧ωact(t)と、推定された過給圧ωest(t)と、の差の絶対値が所定の閾値よりも小さいとき、「吸気切替弁64は正常である」と判定する。
More specifically, when the absolute value of the difference between the actual boost pressure ωact (t) and the estimated boost pressure ωest (t) is equal to or greater than a predetermined threshold, It is determined that the intake
このように、第1装置は、上記手順1乃至手順3に従って過給圧の動特性をARXモデルとしてモデル化し、上記手順4に従ってモデル化された過給圧の動特性を用いて吸気切替弁64が正常に作動しているか否かを判定する。以上が第1装置における制御弁の異常判定方法である。
As described above, the first device models the boost pressure dynamic characteristic as an ARX model according to the above-described
<実際の作動>
以下、第1装置の実際の作動について説明する。
CPU81は、図6乃至図9にフローチャートによって示した各ルーチンを所定のタイミング毎に実行するようになっている。CPU81は、これらのルーチンにおいて、吸気切替弁異常フラグXACVを用いる。
<Actual operation>
Hereinafter, the actual operation of the first device will be described.
The
吸気切替弁異常フラグXACVは、その値が「0」であるとき、吸気切替弁64が異常であると判定されていないこと(正常であること)を表す。一方、吸気切替弁異常フラグXACVは、その値が「1」であるとき、吸気切替弁64が異常であることを表す。
When the value of the intake switching valve abnormality flag XACV is “0”, it indicates that the
このフラグの値は、バックアップRAM84に格納される。更に、このフラグの値は、機関10を搭載した車両の工場出荷時及びサービス点検実施時等において吸気切替弁64に異常がないことが確認された際に電気制御装置80に対して所定の操作がなされたとき、「0」に設定されるようになっている。
The value of this flag is stored in the
以下、CPU81が実行する各ルーチンについて詳細に説明する。CPU81は、所定時間が経過する毎に図6にフローチャートによって示した「動特性モデル化ルーチン」を繰り返し実行するようになっている。CPU81は、このルーチンにより、機関10が始動されてから過給圧の動特性のモデル化が完了するまでの期間、機関10の運転パラメータを時系列データとして取得する。更に、CPU81は、このルーチンにより、取得した運転パラメータの時系列データに基づいて過給圧の動特性をARXモデルとしてモデル化する。
Hereinafter, each routine executed by the
具体的に述べると、CPU81は、機関10が工場出荷後に始動されると、所定のタイミングにて図6のステップ600から処理を開始してステップ610に進み、過給圧の動特性のモデル化が完了しているか否かを判定する。現時点は機関10が工場出荷後に始動された直後であるので、充分な量(上記手順1における所定量)の時系列データが取得されていない。そのため、過給圧の動特性のモデル化は完了していない。従って、CPU81は、ステップ610にて「No」と判定してステップ620に進む。
Specifically, when the
CPU81は、ステップ620にて、現時点(時刻t)における「吸気切替弁開度センサ78の出力値によって得られる吸気切替弁64の開度(実際の開度)Oact(t)」と、現時点(時刻t)における「電気制御装置80から吸気切替弁アクチュエータ64aに送出される指示信号によって定まる吸気切替弁64の開度(指示開度)Odir(t)」と、の差の絶対値が所定の閾値δ1よりも小さいか否かを判定する。即ち、CPU81は、ステップ620にて、吸気切替弁64が電気制御装置80からの指示に応じて正常に作動しているか否かを判定する。この閾値δ1は、吸気切替弁64が正常に作動しているとき、実際の開度Oact(t)と指示開度Odir(t)との差の絶対値がその閾値δ1よりも小さくなる適値に設定されている。なお、このステップ620にて実行される上記判定が上記手順1における「予備判定」に相当する。
In
現時点にて、実際の開度Oact(t)と指示開度Odir(t)との差の絶対値が上記閾値δ1よりも小さければ(即ち、吸気切替弁64が正常に作動していれば)、CPU81は、ステップ620にて「Yes」と判定してステップ630に進む。
At this time, if the absolute value of the difference between the actual opening Oact (t) and the command opening Odir (t) is smaller than the threshold value δ1 (that is, if the intake
CPU81は、ステップ630にて、機関10の運転パラメータとして、現時点における「低圧段過給機回転速度」、「高圧段過給機回転速度」、「スロットル弁開度」、及び、「過給圧」を、時間経過に対応させて取得する。取得されたこれらの運転パラメータの値は、時系列データとしてROM82に格納される(上述した手順1を参照。)。その後、CPU81は、ステップ640に進む。以下、便宜上、この運転パラメータの時系列データを、単に「時系列データ」とも称呼する。
In
CPU81は、ステップ640にて、「過給圧の動特性をモデル化するための条件(モデル化条件)」が成立しているか否かを判定する。具体的に述べると、CPU81は、ステップ630にて、以下の条件1及び条件2の双方が成立したとき、モデル化条件が成立したと判定する。換言すると、CPU81は、条件1及び条件2のうちの少なくとも1つが成立しないとき、モデル化条件が成立しないと判定する。
In
(条件1)
吸気切替弁64の開度が全閉開度となる運転(ターボモード1又はターボモード2)がなされている際に取得された時系列データの量が、所定の第1閾値データ量以上である。
(条件2)
吸気切替弁64の開度が全閉開度以外の開度となる運転(ターボモード3又はターボモード4)がなされている際に取得された時系列データの量が、所定の第2閾値データ量以上である。
(Condition 1)
The amount of time series data acquired when the operation (
(Condition 2)
The amount of time-series data acquired when the operation (
上述したように、第1装置は、「吸気切替弁64の開度が全閉開度である」場合における過給圧の動特性、及び、「吸気切替弁64の開度が全閉開度以外の開度である」場合における過給圧の動特性、のそれぞれをARXモデルとしてモデル化する。このモデル化を行うためには、吸気切替弁64の開度が全閉開度となる場合における時系列データの量、及び、吸気切替弁64の開度が全閉開度以外の開度となる場合における時系列データの量、の双方が、モデル化を行うために必要な量(上記手順1における所定量)に到達するまで時系列データを取得する必要がある。即ち、機関10が、吸気切替弁64の開度が全閉開度となる運転(ターボモード1又はターボモード2)、及び、吸気切替弁64の開度が全閉開度以外の開度となる運転(ターボモード3又はターボモード4)、の双方を十分に経験する必要がある(図5も参照。)。換言すると、上記条件1及び条件2の双方が成立すれば、過給圧の動特性のモデル化を行うことができる。
As described above, the first device has the dynamic characteristics of the supercharging pressure when “the opening degree of the
現時点は、機関10が始動された直後であるので、上記モデル化条件を満足する充分な量の時系列データが取得されていない。そのため、上記モデル化条件は成立しない。従って、CPU81は、ステップ640にて「No」と判定し、ステップ695に進んで本ルーチンを一旦終了する。このように、過給圧の動特性のモデル化が完了していないとき、上記モデル化条件が成立しなければ、過給圧の動特性のモデル化は行われない。
Since the current time is immediately after the
更に、CPU81は、所定時間が経過する毎に図7にフローチャートによって示した「第1異常判定ルーチン」を繰り返し実行するようになっている。CPU81は、このルーチンにより、吸気切替弁64が異常であるか否かを判定する。
Further, the
具体的に述べると、CPU81は、所定のタイミングにて図7のステップ700から処理を開始してステップ710に進み、過給圧の動特性のモデル化が完了しているか否かを判定する。現時点では、過給圧の動特性のモデル化は完了していないので、CPU81は、ステップ710にて「No」と判定し、ステップ795に直接進んで本ルーチンを一旦終了する。従って、過給圧の動特性のモデル化が完了していないとき、本ルーチンによる吸気切替弁64の異常判定は行われない。
Specifically, the
更に、CPU81は、所定時間が経過する毎に図8にフローチャートによって示した「異常通知ルーチン」を繰り返し実行するようになっている。CPU81は、このルーチンにより、吸気切替弁64が異常である場合、機関10の操作者にその旨を通知する。
Further, the
具体的に述べると、CPU81は、所定のタイミングにて図8のステップ800から処理を開始してステップ810に進み、吸気切替弁異常フラグXACVの値が「0」であるか否かを判定する。上述したように、現時点において、吸気切替弁64は正常に作動している。即ち、現時点における吸気切替弁異常フラグXACVの値は「0」であるので、CPU81は、ステップ810にて「Yes」と判定し、ステップ895に直接進んで本ルーチンを一旦終了する。従って、吸気切替弁64が正常であるとき(吸気切替弁異常フラグXACVの値が「0」であるとき)、操作者に対して通知はなされない。
Specifically, the
更に、CPU81は、任意の気筒のクランク角が圧縮上死点前の所定クランク角度(例えば、圧縮上死点前90度クランク角)θfに一致する毎に、図9にフローチャートによって示した「燃料供給制御ルーチン」を繰り返し実行するようになっている。CPU81は、このルーチンにより、燃料噴射量Qの算出及び燃料噴射の指示を行う。このクランク角が圧縮上死点前の所定クランク角θfに一致する圧縮行程中の気筒は、以下「燃料噴射気筒」とも称呼される。
Furthermore, every time the crank angle of an arbitrary cylinder coincides with a predetermined crank angle before compression top dead center (for example, 90 degrees crank angle before compression top dead center) θf, the
具体的に述べると、CPU81は、任意の気筒のクランク角度が上記クランク角度θfになると、図9のステップ900から処理を開始してステップ910に進み、吸気切替弁異常フラグXACVの値が「0」であるか否かを判定する。現時点における吸気切替弁異常フラグXACVの値は「0」であるから、CPU81は、ステップ910にて「Yes」と判定してステップ920に進む。
Specifically, when the crank angle of any cylinder reaches the crank angle θf, the
CPU81は、ステップ920にて、アクセル開度センサ79の出力値に基づいてアクセルペダル開度Accpを取得し、クランクポジションセンサ75の出力値に基づいて機関回転速度NEを取得する。そして、CPU81は、吸気切替弁64が正常である場合における「アクセルペダル開度Accpと、機関回転速度NEと、燃料噴射量Qと、の関係」を予め定めた通常時燃料噴射量テーブルMapMain(Accp,NE)に、現時点におけるアクセルペダル開度Accpと機関回転速度NEとを適用することにより、燃料噴射量Qを取得する。この燃料噴射量Qは要求トルクに対応する。以下、通常時燃料噴射量テーブルMapMain(Accp,NE)によって定まる燃料噴射量を採用する運転を「通常運転」と称呼する。
In step 920, the
次いで、CPU81は、ステップ930に進み、燃料噴射量Qの燃料を燃料噴射気筒に対応して設けられているインジェクタ22から噴射するように、そのインジェクタ22に指示を与える。即ち、このとき、燃料噴射量Qの燃料が燃料噴射気筒に供給される。その後、CPU81は、ステップ995に進んで本ルーチンを一旦終了する。
Next, the
このように、過給圧の動特性のモデル化が完了していないとき、吸気切替弁64が「正常」である場合、上記通常時燃料噴射量テーブルMapMain(Accp,NE)によって定められる燃料噴射量Qの燃料が燃料噴射気筒に供給される「通常運転」が実行される。
As described above, when the modeling of the dynamic characteristic of the supercharging pressure is not completed and the
これに対し、過給圧の動特性のモデル化が完了していないとき、吸気切替弁64が「異常」である場合、CPU81は、所定のタイミングにて図6のステップ600から処理を開始すると、ステップ600に続くステップ610を経由してステップ620に進む。吸気切替弁64が「異常」である場合、吸気切替弁64の実際の開度Oact(t)と指示開度Odir(t)との差の絶対値は上記閾値δ1以上となるので、CPU81は、ステップ620にて「No」と判定してステップ650に進む。
On the other hand, when modeling of the boost pressure dynamic characteristic is not completed and the
CPU81は、ステップ650にて吸気切替弁異常フラグXACVの値に「1」を格納する。その後、CPU81は、ステップ695に直接進んで本ルーチンを一旦終了する。従って、過給圧の動特性のモデル化が完了していないとき、吸気切替弁64が異常であると、時系列データは取得されない。
In
このとき、CPU81は、所定のタイミングにて図8のステップ800から処理を開始すると、現時点における吸気切替弁異常フラグXACVの値は「1」であるから、ステップ800に続くステップ810にて「No」と判定してステップ820に進む。
At this time, when the
CPU81は、ステップ820にて、「吸気切替弁64が異常である」旨を機関10の操作者に通知する。この通知は、図示しない警報ランプを点等すること等によって実行される。その後、CPU81は、ステップ895に進んで本ルーチンを一旦終了する。
In
更に、CPU81は、任意の気筒のクランク角度が上記クランク角度θfに一致すると、図9のステップ900から処理を開始してステップ910に進む。現時点における吸気切替弁異常フラグXACVの値は「1」であるから、CPU81は、ステップ910にて「No」と判定してステップ940に進む。
Further, when the crank angle of an arbitrary cylinder matches the crank angle θf, the
CPU81は、ステップ940にて、アクセル開度センサ79の出力値に基づいてアクセルペダル開度Accpを取得し、クランクポジションセンサ75の出力値に基づいて機関回転速度NEを取得する。そして、CPU81は、「吸気切替弁64が異常である場合」に適用される「アクセルペダル開度Accpと、機関回転速度NEと、燃料噴射量Qと、の関係」を予め定めた異常発生時燃料噴射量テーブルMapEmg(Accp,NE)に、現時点におけるアクセルペダル開度Accpと機関回転速度NEとを適用することにより、異常発生時の燃料噴射量Qを取得する。以下、異常発生時燃料噴射量テーブルMapEmg(Accp,NE)によって定まる燃料噴射量を採用する運転を「退避運転」とも称呼する。
In
異常発生時燃料噴射量テーブルMapEmg(Accp,NE)は、「吸気切替弁64が異常である場合に機関10の運転を継続しても、機関10の他の部材又は機関10全体の破損等を引き起こすことのない程度の燃料噴射量Q」を決定するためのテーブルである。そのため、当然、任意の「アクセルペダル開度Accp及び機関回転速度NE」に対して異常発生時燃料噴射量テーブルMapEmg(Accp,NE)によって決定される燃料噴射量は、その「アクセルペダル開度Accp及び機関回転速度NE」に対して上記通常時燃料噴射量テーブルMapMain(Accp,NE)によって決定される燃料噴射量よりも小さい。
The fuel injection amount table MapEmg (Accp, NE) at the time of occurrence of an abnormality indicates that “even if the operation of the
次いで、CPU81は、ステップ930に進み、燃料噴射量Qの燃料を燃料噴射気筒に対応して設けられているインジェクタ22から噴射させる。その後、CPU81は、ステップ995に進んで本ルーチンを一旦終了する。
Next, the
このように、過給圧の動特性のモデル化が完了していないとき、吸気切替弁64が「異常」である場合(即ち、上記手順1における予備判定にて「吸気切替弁64が異常である」と判定された場合)、機関10の操作者に対して「排気切替弁66が異常である」旨の警報が発せられるとともに、上記異常発生時燃料噴射量テーブルMapEmg(Accp,NE)によって定められる燃料噴射量Qの燃料が燃料噴射気筒に供給される「退避運転」が実行される。
As described above, when the modeling of the dynamic characteristic of the supercharging pressure is not completed, when the
以下、過給圧の動特性のモデル化が完了していないとき、吸気切替弁64が「正常」であると仮定して(即ち、上記手順1における予備判定にて「吸気切替弁64が正常に作動している」と判定されていると仮定して)説明を続ける。
Hereinafter, when modeling of the dynamic characteristic of the supercharging pressure is not completed, it is assumed that the
上記仮定に示す状態が継続すると、図6のステップ610乃至ステップ640の処理が繰り返し実行されるので、上記時系列データの量は次第に増大する。更に、上記仮定に示す状態が継続している期間において、機関10が、吸気切替弁64の開度が全閉開度となる運転(ターボモード1又はターボモード2)、及び、吸気切替弁64の開度が全閉開度以外の開度となる運転(ターボモード3又はターボモード4)、の双方を十分に経験すれば、上記モデル化条件が成立する。上記モデル化条件が成立したとき、CPU81は、ステップ640の処理を実行すると、ステップ640にて「Yes」と判定してステップ660に進む。
If the state shown in the above assumption continues, the processing from
CPU81は、ステップ660にて、上記(1)式乃至上記(9)式を参照しながら説明したように、時系列データを要素として含むデータベクトルを「吸気切替弁64の開度が全閉開度である」場合におけるデータベクトル群(クラスタC1)と、吸気切替弁64の開度が全閉開度以外の開度である」場合におけるデータベクトル群(クラスタC2)と、に分類する(上述した手順2−1を参照。)。その後、CPU81は、ステップ670に進む。
In
CPU81は、ステップ670にて、上記(10)式及び上記(11)式を参照しながら説明したように、分類された2つのデータベクトル群(クラスタC1及びクラスタC2)を回帰空間において区分けするための第1関数(分離超平面)を推定する(上述した手順2−2を参照)。その後、CPU81は、ステップ680に進む。
In
CPU81は、ステップ680にて、上記(12)式及び上記(13)式を参照しながら説明したように、分類されたデータベクトル群(クラスタC1及びクラスタC2)のそれぞれにおいて、過給圧の動特性をARXモデルとして推定する(上述した手順2−3を参照。)。なお、上述したように、このモデル化された過給圧の動特性を表す関数は「第2関数」とも称呼される。この第2関数は、ROM82に格納される。
In
その後、CPU81は、ステップ695に進んで本ルーチンを一旦終了する。従って、過給圧の動特性のモデル化が完了していないとき、上記モデル化条件が成立すれば、過給圧の動特性のモデル化が行われる。
Thereafter, the
更に、過給圧の動特性のモデル化が一旦完了すると、CPU81は、図6のステップ600から処理を開始したとき、ステップ610にて「Yes」と判定し、ステップ695に直接進んで本ルーチンを一旦終了する。従って、過給圧の動特性のモデル化が完了した時点以降、「動特性のモデル化のための時系列データ」は取得されない。
Further, once the modeling of the dynamic characteristics of the supercharging pressure is completed, the
過給圧の動特性のモデル化が完了すると、CPU81は、上記(14)式を参照しながら説明したように、所定の時点における過給圧を推定する(上記手順3を参照。)。
When the modeling of the dynamic characteristic of the supercharging pressure is completed, the
具体的に述べると、CPU81は、過給圧のモデル化が完了した時点よりも後の所定の時刻tにおいて図7のステップ700から処理を開始すると、ステップ700に続くステップ710にて「Yes」と判定してステップ720に進む。CPU81は、ステップ720にて、その時刻tにおける回帰ベクトルx(t)を取得するとともに、その回帰ベクトルx(t)を上記第1関数(分離超平面)に適用し、その際のその第1関数の値(aTx(t)+b)がゼロ以上であるか否かを判定する。
Specifically, when the
このとき、第1関数の値がゼロ以上であれば、CPU81は、ステップ720にて「Yes」と判定してステップ730に進み、時刻tにおける回帰ベクトルx(t)を「吸気切替弁64の開度が全閉開度以外の開度である」場合に対応する第2関数(ARXモデル)に適用する(上記(14)式の上段を参照。)。これにより、CPU81は、時刻tにおける過給圧を推定し、推定された過給圧をωest(t)として取得する。なお、上述したように、ステップ730において、誤差ε(t)はゼロに設定される。
At this time, if the value of the first function is greater than or equal to zero, the
これに対し、このとき、第1関数の値がゼロよりも小さければ、CPU81は、ステップ720にて「No」と判定してステップ740に進み、時刻tにおける回帰ベクトルx(t)を「吸気切替弁64の開度が全閉開度である」場合に対応する第2関数(ARXモデル)に適用する(上記(14)式の下段を参照。)。これにより、CPU81は、時刻tにおける過給圧を推定し、推定された過給圧をωest(t)として取得する。なお、ステップ740においても、誤差ε(t)はゼロに設定される。
On the other hand, if the value of the first function is smaller than zero at this time, the
このように、回帰ベクトルx(t)を第1関数(分離超平面)に適用した際のその第1関数の値に応じて、回帰ベクトルx(t)が適用される第2関数(ARXモデル)が決定される。更に、決定された第2関数に回帰ベクトルx(t)が適用されることにより、時刻tにおける過給圧が推定される。その後、CPU81は、ステップ750に進む。
In this way, the second function (ARX model) to which the regression vector x (t) is applied according to the value of the first function when the regression vector x (t) is applied to the first function (separation hyperplane). ) Is determined. Further, the boost pressure at time t is estimated by applying the regression vector x (t) to the determined second function. Thereafter, the
CPU81は、ステップ750にて、吸気切替弁64が正常に作動しているか否かを判定する(上記手順4を参照。)。具体的に述べると、CPU81は、ステップ750にて、上述したように推定された過給圧ωest(t)と、時刻tにおける過給圧センサ74の出力値によって定まる実際の過給圧ωact(t)と、の差の絶対値が所定の閾値δ2よりも小さいか否かを判定する。この閾値δ2は、吸気切替弁64が正常に作動しているとき、推定された過給圧ωest(t)と実際の過給圧ωact(t)との差の絶対値がその閾値δ2よりも小さくなる適値に設定されている。
In
現時点(時刻t)にて、推定された過給圧ωest(t)と実際の過給圧ωact(t)との差の絶対値が上記閾値δ2よりも小さければ(即ち、吸気切替弁64が正常に作動していれば)、CPU81は、ステップ750にて「Yes」と判定してステップ760に進む。
If the absolute value of the difference between the estimated supercharging pressure ωest (t) and the actual supercharging pressure ωact (t) is smaller than the threshold value δ2 at the present time (time t) (that is, the
CPU81は、ステップ760にて吸気切替弁異常フラグXACVの値に「0」を格納する。その後、CPU81は、ステップ795に進んで本ルーチンを一旦終了する。
In
このとき、CPU81は、図8のステップ800から処理を開始すると、ステップ810に進む。現時点における吸気切替弁異常フラグXACVの値は「0」であるから、CPU81は、ステップ810にて「Yes」と判定し、ステップ895に進んで本ルーチンを一旦終了する。
At this time, when the
更に、このとき、CPU81は、図9のステップ900から処理を開始すると、ステップ910に進む。現時点における吸気切替弁異常フラグXACVの値は「0」であるから、CPU81は、ステップ910にて「Yes」と判定する。その後、CPU81は、ステップ920及びステップ930を経由し、ステップ995に進んで本ルーチンを一旦終了する。
Further, at this time, when the
従って、このとき、操作者に対して「吸気切替弁64が異常である」旨の通知はなされず、「通常運転」が実行される。
Accordingly, at this time, the operator is not notified that “the
これに対し、現時点(時刻t)にて、推定された過給圧ωest(t)と実際の過給圧ωact(t)との差の絶対値が上記閾値δ2以上であれば(即ち、吸気切替弁64が異常であれば)、CPU81は、図7のステップ750にて「No」と判定してステップ770に進む。
On the other hand, if the absolute value of the difference between the estimated supercharging pressure ωest (t) and the actual supercharging pressure ωact (t) is equal to or greater than the threshold δ2 at the present time (time t) (that is, the intake air If the switching
CPU81は、ステップ770にて吸気切替弁異常フラグXACVの値に「1」を格納する。その後、CPU81は、ステップ795に進んで本ルーチンを一旦終了する。
In
このとき、CPU81は、図8のステップ800から処理を開始すると、ステップ810に進む。現時点における吸気切替弁異常フラグXACVの値は「1」であるから、CPU81は、ステップ810にて「No」と判定する。その後、CPU81は、ステップ820を経由し、ステップ895に進んで本ルーチンを一旦終了する。
At this time, when the
更に、このとき、CPU81は、図9のステップ900から処理を開始すると、ステップ910に進む。現時点における吸気切替弁異常フラグXACVの値は「1」であるから、CPU81は、ステップ910にて「No」と判定する。その後、CPU81は、ステップ940及びステップ930を経由し、ステップ995に進んで本ルーチンを一旦終了する。
Further, at this time, when the
従って、このとき、操作者に対して「吸気切替弁64が異常である」旨の通知がなされるとともに、「退避運転」が実行される。
Accordingly, at this time, the operator is notified that “the
このように、第1装置は、吸気切替弁64が正常に作動しているときに運転パラメータを時系列データとして取得し、その時系列データに基づき、過給圧の動特性を吸気切替弁64の開度に応じた複数のARXモデルの組み合わせとしてモデル化する。更に、第1装置は、このモデル化された過給圧の動特性を用いて、所定の時点における過給圧を推定する。加えて、第1装置は、この推定された過給圧と、実際の過給圧と、を比較することにより、吸気切替弁64が正常に作動しているか否かを判定する。そして、第1装置は、吸気切替弁64が正常であると判定された場合には通常運転を実行し、吸気切替弁64が異常であると判定された場合には操作者に対してその旨を通知するとともに退避運転を実行する。
As described above, the first device acquires the operation parameter as time series data when the
以上、説明したように、第1装置は、
第1過給機61と、制御弁(吸気切替弁64)と、を備える内燃機関10に適用される。
As described above, the first device is
The present invention is applied to an
この第1装置は、
前記第1過給機61による過給状態に関わる所定の運転パラメータ(低圧段過給機回転速度、高圧段過給機回転速度、スロットル弁開度、及び、過給圧)の値を時間経過に対応させた時系列データとして取得する時系列データ取得手段(図6のステップ630)を備えている。
This first device is
Time-lapse of predetermined operating parameters (low pressure turbocharger rotation speed, high pressure turbocharger rotation speed, throttle valve opening, and supercharging pressure) related to the supercharging state by the
第1装置は、更に、
区分的アフィン解析法に従って、前記取得した時系列データを要素として含むデータベクトルz(k)を複数のデータベクトル群(クラスタC1及びクラスタC2)に分類し、前記分類された複数のデータベクトル群を用いて、前記分類された複数のデータベクトル群を回帰空間において区分けするための境界を表す単数又は複数の関数からなる第1関数(分離超平面H。上記(10)式を参照。)を推定するとともに、前記分類された複数のデータベクトル群のそれぞれに要素として含まれる時系列データを用いて、前記分類された複数のデータベクトル群のそれぞれに対して「前記運転パラメータ(過給圧)の動特性をARXモデルとして表す第2関数(上記(12)式を参照。)」を推定するデータ分析手段(図6のステップ660乃至ステップ680)を備えている。
The first device further comprises:
According to the piecewise affine analysis method, the data vector z (k) including the acquired time series data as an element is classified into a plurality of data vector groups (cluster C 1 and cluster C 2 ), and the plurality of classified data vectors A first function composed of a single function or a plurality of functions representing a boundary for dividing the group of the plurality of classified data vectors in the regression space using a group (separation hyperplane H, see the above formula (10)). And using the time-series data included as elements in each of the plurality of classified data vector groups, for each of the plurality of classified data vector groups, “the operation parameter (supercharging pressure) ) Is a data analysis means (step 660 in FIG. 6) for estimating the second function (see the above equation (12)) representing the dynamic characteristics of the It has an optimal step 680).
第1装置は、更に、
前記データ分析手段によって前記第1関数(分離超平面H)及び前記第2関数(ARXモデル)が推定された時点よりも後の第1時点(時刻tよりも前の時点)にて前記時系列データ取得手段により取得される時系列データを要素として含む回帰ベクトルx(t)を前記第1関数に適用することにより、同回帰ベクトルx(t)が前記複数のデータベクトル群(クラスタC1及びクラスタC2)のうちの何れのデータベクトル群に回帰空間において分類されるかを決定するとともに、前記第2関数のうちの同決定された同回帰ベクトルが回帰空間において分類されるデータベクトル群に対応する第2関数に同回帰ベクトルx(t)を適用することにより、「前記第1時点よりも後の第2時点(時刻t)における前記運転パラメータの値(過給圧ωest(t))」を推定する運転状態推定手段(図7のステップ720乃至ステップ740)を備えている。
The first device further comprises:
The time series at a first time point (time point before time t) after the time point when the first function (separation hyperplane H) and the second function (ARX model) are estimated by the data analysis means. By applying a regression vector x (t) including time series data acquired by the data acquisition means as an element to the first function, the regression vector x (t) is converted into the plurality of data vector groups (cluster C 1 and A data vector group of the cluster C 2 ) to be classified in the regression space, and the determined same regression vector of the second function is classified into a data vector group to be classified in the regression space. By applying the regression vector x (t) to the corresponding second function, “the value of the operation parameter at the second time (time t) after the first time (time t) And a driving state estimation means for estimating a pressure .omega.est (t)) "(step 720 through
第1装置は、更に、
前記推定された前記第2時点tにおける前記運転パラメータの値ωest(t)と、同第2時点tにおける同運転パラメータの実際の値ωact(t)と、を比較することにより、前記制御弁64が異常であるか否かを判定する異常判定手段(図7のステップ750)を備えている。
The first device further comprises:
By comparing the estimated value ωest (t) of the operation parameter at the second time point t with the actual value ωact (t) of the operation parameter at the second time point t, the
更に、第1装置において、
前記分類された「複数のデータベクトル群(クラスタC1及びクラスタC2)」のそれぞれは、前記制御弁64の開度の可動範囲を分割する「複数の開度領域」のそれぞれに対応するように構成されている。
Furthermore, in the first device:
Each of the classified “plurality of data vector groups (cluster C 1 and cluster C 2 )” corresponds to each of “a plurality of opening regions” that divides the movable range of the opening of the
より具体的に述べると、前記複数の開度領域は、
「前記制御弁の開度が全閉開度である領域(領域S2に対応。)」及び「同制御弁の開度が同全閉開度以外の開度である領域(領域S1に対応。)」の2つの領域からなるように構成されている。
More specifically, the plurality of opening regions are:
"(Corresponding to the region S 2.) Area opening is full-closed of the control valve" and the "opening of the control valve is in the region (region S 1 which is the opening other than the full-closed Corresponding.) ”).
更に具体的に述べると、
第1装置が適用される前記機関10は、
前記第1過給機61と異なる第2過給機62であって、同第2過給機62のタービン62bが前記排気通路42の前記第1過給機61のタービン61bよりも下流側に配設されるとともに、同第2過給機62のコンプレッサ62aが前記吸気通路32の前記第1過給機61のコンプレッサ61aよりも上流側に配設された第2過給機62を備え、
前記第1過給機61のコンプレッサ61aをバイパスする通路部63は、前記第1過給機61のコンプレッサ61aと前記第2過給機62のコンプレッサ62aとの間の分岐部にて前記吸気通路32から分岐するとともに、同第1過給機61のコンプレッサ61aの下流の合流部にて同吸気通路32に合流するように構成されてなり、
前記吸気通路32の前記合流部よりも下流側に配設されるとともに開度が変更される吸気絞り弁(スロットル弁33)を備えている。
More specifically,
The
The
The
An intake throttle valve (throttle valve 33) that is disposed downstream of the merging portion of the
上記機関10に適用される第1装置は、
前記時系列データ取得手段(図6のステップ630)によって取得される時系列データに含まれる前記運転パラメータは、前記機関の過給圧ω、前記吸気絞り弁の開度e、前記第1過給機61のコンプレッサ61aの回転速度ν、及び、前記第2過給機62のコンプレッサ62aの回転速度λを含み、
前記運転状態推定手段(図7のステップ720乃至ステップ740)によって推定される前記第2時点tにおける前記運転パラメータの値は、前記機関の過給圧ωest(t)であるように構成されている。
The first device applied to the
The operating parameters included in the time-series data acquired by the time-series data acquisition means (step 630 in FIG. 6) are the supercharging pressure ω of the engine, the opening e of the intake throttle valve, and the first supercharging. The rotational speed ν of the
The value of the operating parameter at the second time point t estimated by the operating state estimating means (
これにより、第1装置は、機関10の運転パラメータ(過給圧)の動特性を、吸気切替弁64の開度に応じた複数のARXモデルの組み合わせ(区分的アフィン自己回帰モデル)としてモデル化する。そのため、第1装置は、所定の時点(第2時点t)における運転パラメータ(過給圧)の値をより精度良く推定することができる。その結果、第1装置は、吸気切替弁64が正常に作動しているか否かを精度良く判定することができる。
Thereby, the first device models the dynamic characteristic of the operating parameter (supercharging pressure) of the
更に、第1装置は、機関10が実際に運転されている際に取得される運転パラメータの値に基づき、運転パラメータ(過給圧)の動特性をモデル化する。即ち、第1装置は、個別の機関毎に、運転パラメータの動特性をモデル化する。そのため、第1装置は、予め実験等によって取得した既存の動特性マップを異常判定装置に適用する場合に比べ、機関10を構成する部材の製造上のばらつき(個体差)の影響を小さくすることができる。従って、第1装置は、制御弁が正常に作動しているか否かを更に精度良く判定することができる。
Further, the first device models the dynamic characteristic of the operation parameter (supercharging pressure) based on the value of the operation parameter acquired when the
(第2実施形態)
次に、本発明の第2の実施形態に係る制御弁異常判定装置(以下、「第2装置」とも称呼する。)について説明する。
(Second Embodiment)
Next, a control valve abnormality determination device (hereinafter also referred to as “second device”) according to a second embodiment of the present invention will be described.
<装置の概要とターボモードの決定方法>
第2装置は、第1装置が適用される内燃機関10と同様の内燃機関(図1を参照。)に適用される。更に、第2装置は、第1装置と同様の方法によってターボモードを決定する。そこで、これらについての詳細な説明は省略する。
<Overview of device and method for determining turbo mode>
The second device is applied to an internal combustion engine (see FIG. 1) similar to the
<装置の作動の概要>
第2装置は、「第1装置における吸気切替弁64の異常判定(推定された過給圧と、実際の過給圧と、の比較)に加えて、所定の時点における吸気切替弁64の開度に基づく異常判定を行う」点において、第1装置と異なる。
<Outline of device operation>
In addition to the abnormality determination of the intake
即ち、第2装置は、区分的アフィン解析法に従い、機関10の運転パラメータの時系列データを用いて「過給圧の動特性」を吸気切替弁64の開度に対応する複数のARXモデルとしてモデル化するとともに、「分離超平面を表す関数」を推定する。次いで、第2装置は、モデル化された過給圧の動特性に所定の第1時点における回帰ベクトルを適用することにより、その第1時点よりも後の第2時点における「過給圧の値」を推定する。更に、第2装置は、過給圧センサ74の出力値に基づき、その第2時点における実際の過給圧の値を取得する。
That is, according to the piecewise affine analysis method, the second device uses the time series data of the operation parameters of the
更に、第2装置は、分離超平面を表す関数に上記第1時点における回帰ベクトルを適用することにより、その第1時点における「吸気切替弁64の開閉状態」を推定する。加えて、第2装置は、過給圧センサ74の出力値に基づき、その第1時点における吸気切替弁64の実際の開閉状態を取得する。
Furthermore, the second device estimates the “open / close state of the intake
そして、第2装置は、「推定された過給圧の値」と「実際の過給圧の値」とを比較することにより、吸気切替弁64の異常判定を行う。更に、第2装置は、「推定された吸気切替弁64の開閉状態」と「実際の吸気切替弁64の開閉状態」とを比較することにより、吸気切替弁64の異常判定を行う。
Then, the second device determines the abnormality of the intake
第2装置は、この「過給圧の値に基づく異常判定」及び「吸気切替弁64の開閉状態に基づく異常判定」の双方において吸気切替弁64が正常であると判定されたとき、吸気切替弁64が正常であるとの最終判定を行う。一方、第2装置は、「過給圧の値に基づく異常判定」及び「吸気切替弁64の開閉状態に基づく異常判定」のうちの少なくとも一方において吸気切替弁64が異常であると判定されたとき、吸気切替弁64が異常であるとの最終判定を行う。
When it is determined that the intake
更に、第2装置は、吸気切替弁64が「異常」であると判定された場合、その旨を機関10の操作者に通知するとともに、機関10を構成する部材への負担が小さい「退避運転」を実行する。これに対し、第2装置は、排気切替弁66及び排気バイパス弁68が「正常」であると判定された場合、操作者への通知は行わず、「通常運転」を実行する。以上が第2装置の作動の概要である。
Further, when it is determined that the intake
<制御弁の異常判定方法>
以下、第2装置における制御弁の異常判定方法について説明する。
第2装置は、先ず、第1装置と同様の方法(上述した手順1乃至手順4を参照。)により、吸気切替弁64が正常に作動しているか否かを判定する。この方法についての詳細な説明は省略する。以下、この「第1装置と同様の方法による吸気切替弁64の異常判定」を、便宜上、「第1次異常判定」と称呼する。
<Control valve abnormality judgment method>
Hereinafter, a control valve abnormality determination method in the second device will be described.
First, the second device determines whether or not the intake
次いで、第2装置は、下記手順5乃至手順7に従って吸気切替弁64が正常に作動しているか否かを判定する。
Next, the second device determines whether or not the intake
(手順5)分離超平面を表す関数を用いて、所定の時点における吸気切替弁64の開閉状態を推定する。
(手順6)手順5にて推定された所定の時点における吸気切替弁64の開閉状態と、その時点における実際の吸気切替弁64の開閉状態と、を比較することにより、吸気切替弁64が正常に作動しているか否かを判定する。
(手順7)手順4における吸気切替弁64の異常判定の結果と、手順6における吸気切替弁64の異常判定の結果と、に基づき、吸気切替弁64が正常に作動しているか否かを判定する。
上記手順5乃至手順7のそれぞれについてより詳細に説明する。
(Procedure 5) Using the function representing the separation hyperplane, the open / close state of the intake
(Procedure 6) By comparing the opening / closing state of the
(Procedure 7) Based on the result of the abnormality determination of the intake
Each of the procedures 5 to 7 will be described in detail.
(手順5)分離超平面を表す関数を用いて、所定の時点における吸気切替弁64の開閉状態を推定する。
第2装置は、先ず、上記手順2によって「過給圧の動特性のモデル化」及び「分離超平面Hを表す関数(第1関数)の推定」を行った後の所定の時刻tにおける回帰ベクトルx(t)を、上記(10)式に示す第1関数(分離超平面H)に適用する。そして、上記手順2と同様、第2装置は、第1関数に回帰ベクトルx(t)が適用されたとき、第1関数の値がゼロ以上であれば、その回帰ベクトルx(t)が領域S1に属すると判定する。これに対し、第2装置は、第1関数に回帰ベクトルx(t)が適用されたとき、第1関数の値がゼロよりも小さければ、その回帰ベクトルx(t)が領域S2に属すると判定する。なお、上記(1)式に示したように、回帰ベクトルx(t)は、「時刻tよりも前(過去)の時刻t−1」における時系列データを要素として含むベクトルである。
(Procedure 5) Using the function representing the separation hyperplane, the open / close state of the intake
First, the second apparatus performs regression at a predetermined time t after performing “modeling of the dynamic characteristic of the supercharging pressure” and “estimating the function (first function) representing the separation hyperplane H” according to the
上述したように、領域S1は「吸気切替弁64の開度が全閉開度以外の開度である」場合における回帰ベクトルが属する領域であり、領域S2は「吸気切替弁64の開度が全閉開度である」場合における回帰ベクトルが属する領域である。そこで、第2装置は、第1関数に回帰ベクトルx(t)が適用されたとき、第1関数の値がゼロ以上であれば、「時刻t−1における吸気切替弁64の開度は全閉開度以外の開度である」と推定する。これに対し、第2装置は、第1関数に回帰ベクトルx(t)が適用されたとき、第1関数の値がゼロよりも小さければ、「時刻t−1における吸気切替弁64の開度は全閉開度である」と推定する。
As described above, the region S 1 is a region to which the regression vector belongs when the “opening degree of the
(手順6)推定された所定の時点における吸気切替弁64の開閉状態と、その時点における実際の吸気切替弁64の開閉状態と、を比較することにより、吸気切替弁64が正常に作動しているか否かを判定する。
第2装置は、先ず、吸気切替弁開度センサ78の出力値に基づき、時刻t−1における吸気切替弁64の実際の開度Oact(t−1)を取得する。次いで、第2装置は、この時刻t−1における実際の開度Oact(t−1)と、上記手順5にて推定された時刻t−1における吸気切替弁64の開閉状態と、を比較する。
(Procedure 6) By comparing the estimated opening / closing state of the intake
First, the second device acquires the actual opening Oact (t−1) of the
より具体的に述べると、第2装置は、「時刻t−1における吸気切替弁64の開度は全閉開度である」と推定されているとき、実際の開度Oact(t−1)が全閉開度であれば、「吸気切替弁64は正常である」と判定する。これに対し、このとき、実際の開度Oact(t−1)が全閉開度以外の開度であれば、「吸気切替弁64は異常である」と判定する。
More specifically, when it is estimated that “the opening degree of the intake
一方、第2装置は、「時刻t−1における吸気切替弁64の開度は全閉開度以外の開度である」と推定されているとき、実際の開度Oact(t−1)が全閉開度以外の開度であれば、「吸気切替弁64は正常である」と判定する。これに対し、このとき、実際の開度Oact(t−1)が全閉開度であれば、「吸気切替弁64は異常である」と判定する。
On the other hand, when it is estimated that “the opening degree of the intake
以下、上述した「手順5及び手順6に示す方法による吸気切替弁64の異常判定」を、便宜上、「第2次異常判定」と称呼する。
Hereinafter, the above-described “abnormality determination of the
(手順7)手順4における吸気切替弁64の異常判定の結果と、手順6における吸気切替弁64の異常判定の結果と、に基づき、吸気切替弁64が正常に作動しているか否かを判定する。
(Procedure 7) Based on the result of the abnormality determination of the intake
第2装置は、上記手順4における吸気切替弁64の異常判定(第1次異常判定)及び上記手順6における吸気切替弁64の異常判定(第2次異常判定)の双方において「吸気切替弁64が正常である」と判定されたとき、「吸気切替弁64が正常である」との最終判定を行う。一方、第2装置は、第1次異常判定及び第2次異常判定のうちの少なくとも一方において「吸気切替弁64が異常である」と判定されたとき、「吸気切替弁64が異常である」との最終判定を行う。以上が第2装置における制御弁の異常判定方法である。
The second device determines whether the
<実際の作動>
以下、第2装置の実際の作動について説明する。
第2装置は、上述した図7にフローチャートによって示した処理に代えて図10にフローチャートによって示した処理を実行する点においてのみ、上記第1装置と相違している。そこで、以下、この相違点を中心として説明を続ける。
<Actual operation>
Hereinafter, the actual operation of the second device will be described.
The second device is different from the first device only in that the process shown in the flowchart of FIG. 10 is executed instead of the process shown in the flowchart of FIG. 7 described above. Therefore, the description will be continued below centering on this difference.
CPU81は、図6、及び、図8乃至図10にフローチャートによって示した各ルーチンを所定のタイミング毎に実行するようになっている。CPU81は、これらのルーチンにおいて、上記第1装置と同様の吸気切替弁異常フラグXACVを用いる。
The
以下、現時点にて過給圧の動特性のモデル化は完了していると仮定して、CPU81が実行する各ルーチンについて詳細に説明する。CPU81は、所定のタイミングにて図6のステップ600から処理を開始すると、ステップ610に進む。上記仮定に従えば、現時点にて過給圧のモデル化は完了しているので、CPU81は、ステップ610にて「Yes」と判定し、ステップ695に進んで本ルーチンを一旦終了する。
Hereinafter, each routine executed by the
更に、CPU81は、所定時間が経過する毎に図10にフローチャートによって示した「第2異常判定ルーチン」を繰り返し実行するようになっている。CPU81は、このルーチンにより、吸気切替弁64が異常であるか否かを判定する。図10に示したルーチンは、ステップ1010乃至ステップ1030が追加されている点においてのみ図7に示したルーチンと相違している。そこで、図10において図7に示したステップと同一の処理を行うためのステップには、図7のそのようなステップに付された符号と同一の符号が付されている。これらのステップについての詳細な説明は適宜省略される。
Further, the
具体的に述べると、CPU81は、所定のタイミングにて図10のステップ1000から処理を開始すると、ステップ710に進む。上記仮定に従えば、現時点にて過給圧のモデル化は完了しているので、CPU81は、ステップ710にて「Yes」と判定してステップ720に進む。CPU81は、ステップ720にて、現時点(時刻t)における回帰ベクトルx(t)を取得するとともに、その回帰ベクトルx(t)を上記第1関数(分離超平面)に適用し、その際の第1関数の値(aTx(t)+b)がゼロ以上であるか否かを判定する。
Specifically, when the
このとき、第1関数の値がゼロ以上であれば、CPU81は、ステップ720にて「Yes」と判定してステップ730に進み、時刻tにおける回帰ベクトルx(t)を「吸気切替弁64の開度が全閉開度以外の開度である」場合に対応する第2関数(ARXモデル)に適用する(上記(14)式の上段を参照。)。これにより、CPU81は、時刻tにおける過給圧を推定し、推定された過給圧をωest(t)として取得する。なお、上述したように、ステップ730において、誤差ε(t)はゼロに設定される。その後、CPU81は、ステップ1010に進む。
At this time, if the value of the first function is greater than or equal to zero, the
CPU81は、ステップ1010にて、推定された吸気切替弁64の開度(推定開度)を示す指標値である推定開度指標値OIest(t−1)に「1」を格納する。推定開度指標値OIest(k)は、その値が「1」であるとき、時刻kにおける吸気切替弁64の推定開度が「全閉開度以外の開度」であることを表す。一方、推定開度指標値OIest(k)は、その値が「0」であるとき、時刻kにおける吸気切替弁64の推定開度が「全閉開度」であることを表す。その後、CPU81は、ステップ750に進む。
In
これに対し、このとき、第1関数の値がゼロよりも小さければ、CPU81は、ステップ720にて「No」と判定してステップ740に進み、時刻tにおける回帰ベクトルx(t)を「吸気切替弁64の開度が全閉開度である」場合に対応する第2関数(ARXモデル)に適用する(上記(14)式の下段を参照。)。これにより、CPU81は、時刻tにおける過給圧を推定し、推定された過給圧をωest(t)として取得する。なお、上述したように、ステップ740においても、誤差ε(t)はゼロに設定される。その後、CPU81は、ステップ1020に進む。
On the other hand, if the value of the first function is smaller than zero at this time, the
CPU81は、ステップ1020にて、推定開度指標値OIest(t−1)に「0」を格納する。その後、CPU81は、ステップ750に進む。
In
このように、回帰ベクトルx(t)を第1関数(分離超平面)に適用した際のその第1関数の値に応じて、回帰ベクトルx(k)が適用される第2関数(ARXモデル)が決定される。そして、この決定された第2関数に回帰ベクトルx(k)が適用されることにより、時刻tにおける過給圧が推定される。更に、回帰ベクトルx(t)が第1関数に適用されることにより、時刻t−1における吸気切替弁64の開度が推定される。そして、この推定された吸気切替弁64の開度に応じて、推定開度指標値OIest(t−1)が決定される。その後、CPU81は、ステップ750に進む。
Thus, the second function (ARX model) to which the regression vector x (k) is applied according to the value of the first function when the regression vector x (t) is applied to the first function (separation hyperplane). ) Is determined. Then, by applying the regression vector x (k) to the determined second function, the supercharging pressure at time t is estimated. Further, by applying the regression vector x (t) to the first function, the opening degree of the intake
次いで、CPU81は、推定された過給圧を用いて吸気切替弁64の異常判定を行う「第1次異常判定」、及び、推定開度指標値を用いて吸気切替弁64の異常判定を行う「第2次異常判定」を行う。以下、場合を分けて説明する。
Next, the
(仮定1)推定された過給圧と実際の過給圧との差の絶対値が所定の閾値以上である場合
CPU81は、ステップ750にて、吸気切替弁64の第1次異常判定(上記手順4を参照。)を行う。具体的に述べると、CPU81は、ステップ750にて、上述したように推定された過給圧ωest(t)と、時刻tにおける過給圧センサ74の出力値によって定まる実際の過給圧ωact(t)と、の差の絶対値が所定の閾値δ2よりも小さいか否かを判定する。
(Assumption 1) When the absolute value of the difference between the estimated supercharging pressure and the actual supercharging pressure is equal to or greater than a predetermined threshold value, the
上記仮定1に従えば、CPU81は、ステップ750にて「No」と判定してステップ770に進む。CPU81は、ステップ770にて吸気切替弁異常フラグXACVの値に「1」を格納する。その後、CPU81は、ステップ1095に進んで本ルーチンを一旦終了する。
According to
このとき、CPU81は、図8のステップ800から処理を開始すると、ステップ810に進む。現時点における吸気切替弁異常フラグXACVの値は「1」であるから、CPU81は、ステップ810にて「No」と判定する。その後、CPU81は、ステップ820を経由し、ステップ895に進んで本ルーチンを一旦終了する。
At this time, when the
更に、このとき、CPU81は、図9のステップ900から処理を開始すると、ステップ910に進む。現時点における吸気切替弁異常フラグXACVの値は「1」であるから、CPU81は、ステップ910にて「No」と判定する。その後、CPU81は、ステップ940及びステップ930を経由し、ステップ995に進んで本ルーチンを一旦終了する。
Further, at this time, when the
従って、この場合(即ち、第1次異常判定において吸気切替弁64が異常であると判定された場合)、操作者に対して「吸気切替弁64が異常である」旨の通知がなされるとともに、「退避運転」が実行される。
Therefore, in this case (that is, when it is determined that the
(仮定2)推定された過給圧と実際の過給圧との差の絶対値は所定の閾値よりも小さいものの、推定開度指標値と実際の開度指標値が一致しない場合
上記仮定2に従えば、CPU81は、ステップ750にて「Yes」と判定してステップ1030に進む。
(Assumption 2) The absolute value of the difference between the estimated supercharging pressure and the actual supercharging pressure is smaller than a predetermined threshold, but the estimated opening index value does not match the actual opening index value. If it follows, CPU81 will determine with "Yes" in
CPU81は、ステップ1030にて、吸気切替弁64の第2次異常判定(上記手順6を参照。)を行う。具体的に述べると、CPU81は、ステップ1030にて、時刻t−1における吸気切替弁開度センサ78の出力値に基づいて、吸気切替弁64の実際の開度Oact(t−1)を取得する。更に、CPU81は、この実際の開度Oact(t−1)が「全閉開度以外の開度」であれば、吸気切替弁64の実際の開度を示す指標値である実開度指標値OIact(t−1)に「1」を格納し、実際の開度Oact(t−1)が「全閉開度」であれば実開度指標値OIact(t−1)に「0」を格納する。そして、CPU81は、上述したステップ1010又はステップ1020にて取得された推定開度指標値OIest(t−1)と、この実開度指標値OIact(t−1)と、が一致するか否かを判定する。
In
上記仮定2に従えば、推定開度指標値OIest(t−1)と、実開度指標値OIact(t−1)と、は一致しない。そのため、CPU81は、ステップ1030にて「No」と判定してステップ770に進む。CPU81は、ステップ770にて吸気切替弁異常フラグXACVの値に「1」を格納する。その後、CPU81は、ステップ1095に進んで本ルーチンを一旦終了する。
According to
このとき、CPU81は、図8のステップ800から処理を開始すると、ステップ810に進む。現時点における吸気切替弁異常フラグXACVの値は「1」であるから、CPU81は、ステップ810にて「No」と判定する。その後、CPU81は、ステップ820を経由し、ステップ895に進んで本ルーチンを一旦終了する。
At this time, when the
更に、このとき、CPU81は、図9のステップ900から処理を開始すると、ステップ910に進む。現時点における吸気切替弁異常フラグXACVの値は「1」であるから、CPU81は、ステップ910にて「No」と判定する。その後、CPU81は、ステップ940及びステップ930を経由し、ステップ995に進んで本ルーチンを一旦終了する。
Further, at this time, when the
従って、この場合(第1次異常判定において吸気切替弁64が正常であると判定されたものの、第2次異常判定において吸気切替弁64が異常であると判定された場合)においても、操作者に対して「吸気切替弁64が異常である」旨の通知がなされるとともに、「退避運転」が実行される。
Accordingly, even in this case (when it is determined that the
(仮定3)推定された過給圧と実際の過給圧との差の絶対値が所定の閾値よりも小さく、且つ、推定開度指標値と実際の開度指標値が一致する場合
上記仮定3に従えば、CPU81は、ステップ750にて「Yes」と判定してステップ1030に進む。更に、上記仮定3に従えば、CPU81は、ステップ1030にて「Yes」と判定してステップ760に進む。CPU81は、ステップ760にて吸気切替弁異常フラグXACVの値に「0」を格納する。その後、CPU81は、ステップ1095に進んで本ルーチンを一旦終了する。
(Assumption 3) When the absolute value of the difference between the estimated supercharging pressure and the actual supercharging pressure is smaller than a predetermined threshold, and the estimated opening index value matches the actual
このとき、CPU81は、図8のステップ800から処理を開始すると、ステップ810に進む。現時点における吸気切替弁異常フラグXACVの値は「0」であるから、CPU81は、ステップ810にて「Yes」と判定し、ステップ895に進んで本ルーチンを一旦終了する。
At this time, when the
更に、このとき、CPU81は、図9のステップ900から処理を開始すると、ステップ910に進む。現時点における吸気切替弁異常フラグXACVの値は「0」であるから、CPU81は、ステップ910にて「Yes」と判定する。その後、CPU81は、ステップ920及びステップ930を経由し、ステップ995に進んで本ルーチンを一旦終了する。
Further, at this time, when the
従って、この場合(第1次異常判定及び第2次異常判定の双方において吸気切替弁64は正常であると判定された場合)、操作者に対して「吸気切替弁64が異常である」旨の通知はなされず、「通常運転」が実行される。
Therefore, in this case (when it is determined that the
このように、第2装置は、第1次異常判定及び第2次異常判定の双方において吸気切替弁64が正常であると判定された場合、通常運転を実行する。これに対し、第2装置は、第1次異常判定及び第2次異常判定のうちの少なくとも一方において吸気切替弁64が異常であると判定された場合、操作者に対してその旨を通知するとともに退避運転を実行する。
Thus, the second device performs normal operation when it is determined that the
以上、説明したように、第2装置において、
前記運転状態推定手段は、
前記回帰ベクトルx(t)と前記第1関数(分離超平面H。上記(10)式を参照。)とによって決定された同回帰ベクトルx(t)が回帰空間において分類される前記データベクトル群(クラスタC1及びクラスタC2)に対応する前記複数の開度領域(吸気切替弁64の開度が全閉開度以外の開度である領域、及び、吸気切替弁64の開度が全閉開度である領域)のうちの一つを、前記第1時点t−1において前記制御弁64の開度が属する開度領域である制御弁推定所属領域(推定開度指標値OIest(t−1))として推定するように構成され(図10のステップ720乃至ステップ740、及び、ステップ1010及びステップ1020)、
前記異常判定手段は、
前記推定された前記制御弁推定所属領域OIest(t−1)と、前記第1時点t−1における前記制御弁64の実際の開度が属する前記複数の開度領域のうちの一つである制御弁実所属領域(実開度指標値OIact(t−1))と、を比較することにより、前記制御弁64が異常であるか否かを判定するように構成されている(図10のステップ1030)。
As described above, in the second device,
The operating state estimating means includes
The data vector group into which the regression vector x (t) determined by the regression vector x (t) and the first function (separated hyperplane H. See equation (10) above) is classified in the regression space. The plurality of opening regions corresponding to (Cluster C 1 and Cluster C 2 ) (regions where the opening degree of the intake
The abnormality determining means includes
The estimated control valve affiliation region OIest (t-1) and one of the plurality of opening regions to which the actual opening of the
これにより、第2装置は、第2時点における過給圧の値に基づく制御弁の異常判定、及び、第1時点における制御弁の開度に基づく制御弁の異常判定、の双方を行うことができる。従って、第2装置は、これらの異常判定のうちの何れか一方のみを行う場合に比べ、制御弁が正常に作動しているか否かを更に精度良く判定することができる。 Thereby, the second device can perform both the abnormality determination of the control valve based on the value of the supercharging pressure at the second time point and the abnormality determination of the control valve based on the opening degree of the control valve at the first time point. it can. Therefore, the second device can determine whether or not the control valve is operating normally more accurately than when only one of these abnormality determinations is performed.
本発明は上記各実施形態に限定されることはなく、本発明の範囲内において種々の変形例を採用することができる。 The present invention is not limited to the above embodiments, and various modifications can be adopted within the scope of the present invention.
例えば、上記各実施形態においては、過給機による過給状態に影響を与える運転パラメータとして、低圧段過給機回転速度、高圧段過給機回転速度、スロットル弁開度、及び、過給圧が採用されている。しかし、本発明の制御弁異常判定装置おいて採用し得る運転パラメータは、これらに限定されない。例えば、本発明の制御弁異常判定装置は、運転パラメータとして、前記吸気通路内の所定箇所における空気の圧力、前記吸気通路内の所定箇所における空気の温度、及び、前記第1過給機のコンプレッサの回転速度、のうちの少なくとも1つを含むように構成され得る。 For example, in each of the above embodiments, the operating parameters that affect the supercharging state by the supercharger include the low pressure stage turbocharger rotation speed, the high pressure stage turbocharger rotation speed, the throttle valve opening, and the supercharging pressure. Is adopted. However, the operation parameters that can be employed in the control valve abnormality determination device of the present invention are not limited to these. For example, the control valve abnormality determining device according to the present invention includes, as operating parameters, air pressure at a predetermined location in the intake passage, air temperature at a predetermined location in the intake passage, and a compressor of the first supercharger. At least one of the rotational speeds of the two.
更に、上記各実施形態においては、「過給圧」の動特性がARXモデルとしてモデル化されている。しかし、本発明の制御弁異常判定装置は、「過給圧以外の運転パラメータ」の動特性をARXモデルとしてモデル化するように構成されてもよい。 Further, in each of the above embodiments, the dynamic characteristic of “supercharging pressure” is modeled as an ARX model. However, the control valve abnormality determination device of the present invention may be configured to model the dynamic characteristic of “an operation parameter other than the supercharging pressure” as an ARX model.
加えて、上記各実施形態においては、過給圧の動特性のモデル化が一旦完了すると、時系列データの取得が停止されるようになっている。しかし、本発明の制御弁異常判定装置は、過給圧の動特性のモデル化が完了した後も時系列データを取得し続けるとともに、取得された時系列データに基づいて所定時間が経過する毎に「分離超平面の再推定」及び「過給圧の動特性の再モデル化」を行うように構成されてもよい。即ち、本発明の制御弁異常判定装置は、分離超平面(第1関数)及び過給圧の動特性を表す関数(第2関数)を所定時間が経過する毎に更新するように構成されてもよい。更に、本発明の制御弁異常判定装置は、分離超平面及び過給圧の動特性を表す関数のうちの少なくとも一方を更新するように構成されてもよい。 In addition, in each of the above-described embodiments, once the modeling of the boost pressure dynamic characteristics is completed, the acquisition of time series data is stopped. However, the control valve abnormality determination device of the present invention continues to acquire time-series data even after the modeling of the boost pressure dynamic characteristics is completed, and every time a predetermined time elapses based on the acquired time-series data. And “re-estimation of separation hyperplane” and “remodeling of dynamic characteristics of supercharging pressure”. That is, the control valve abnormality determination device of the present invention is configured to update the separation hyperplane (first function) and the function (second function) representing the dynamic characteristic of the supercharging pressure every time a predetermined time elapses. Also good. Furthermore, the control valve abnormality determination device of the present invention may be configured to update at least one of the functions representing the separation hyperplane and the dynamic characteristic of the supercharging pressure.
更に、上記各実施形態においては、吸気切替弁64の異常判定のみが行われている。しかし、本発明の制御弁異常判定装置は、吸気切替弁64だけではなく、排気切替弁66及び排気バイパス弁68の一方又は双方の異常判定を行うように構成されてもよい。具体的に述べると、例えば、本発明の制御弁異常判定装置は、所定の運転パラメータの動特性を排気切替弁66の開度に応じた複数のARXモデルとしてモデル化するとともに、そのモデル化されたその運転パラメータの動特性によって得られるその運転パラメータの推定値と、その運転パラメータの実際の値と、を比較することにより、排気切替弁66の異常判定を行うように構成され得る。更に、例えば、本発明の制御弁異常判定装置は、上記同様に排気バイパス弁68の異常判定を行うように構成され得る。
Further, in each of the above embodiments, only abnormality determination of the intake
更に、上記各実施形態においては、本発明の制御弁異常判定装置は、直列配置された2つの過給機(第1過給機61及び第2過給機62)と、3つの制御弁(吸気切替弁64、排気切替弁66、及び、排気バイパス弁68)と、を備えた内燃機関に適用されている。しかし、本発明の制御弁異常判定装置が適用される内燃機関は、上記内燃機関に限定されない。例えば、本発明の制御弁異常判定装置は、1つの過給機と所定数の制御弁を備えた内燃機関にも適用し得る。更に、例えば、本発明の制御弁異常判定装置は、3以上の過給機と所定数の制御弁を備えた内燃機関にも適用し得る。加えて、例えば、本発明の制御弁は、複数の過給機が「並列」配置された内燃機関にも適用し得る。
Further, in each of the above embodiments, the control valve abnormality determination device of the present invention includes two superchargers (
更に、上記第2実施形態においては、第2時点における過給圧の値に基づく異常判定(第1次異常判定)と、第1時点における吸気切替弁64の開閉状態に基づく異常判定(第2次異常判定)と、の双方が実行されている。しかし、本発明の制御弁異常判定装置は、上記第2次異常判定のみを行うように構成されてもよい。
Further, in the second embodiment, abnormality determination based on the value of the supercharging pressure at the second time point (first abnormality determination) and abnormality determination based on the open / closed state of the intake
20…エンジン本体、22…燃料噴射装置、32…吸気管、33…スロットル弁、42…排気管、61…高圧段過給機、61a…高圧段コンプレッサ、62…低圧段過給機、62a…低圧段コンプレッサ、63…高圧段コンプレッサバイパス通路部、64…吸気切替弁、64a…吸気切替弁アクチュエータ、66…排気切替弁、68…排気バイパス弁、73…スロットル弁開度センサ、74…過給圧センサ、76…高圧段過給機回転速度センサ、77…低圧段過給機回転速度センサ、78…吸気切替弁開度センサ、80…電気制御装置
DESCRIPTION OF
Claims (6)
前記第1過給機による過給状態に関わる所定の運転パラメータの値を時間経過に対応させた時系列データとして取得する時系列データ取得手段と、
区分的アフィン解析法に従って、前記取得した時系列データを要素として含むデータベクトルを複数のデータベクトル群に分類し、前記分類された複数のデータベクトル群を用いて、前記分類された複数のデータベクトル群を回帰空間において区分けするための境界を表す単数又は複数の関数からなる第1関数を推定するとともに、前記分類された複数のデータベクトル群のそれぞれに要素として含まれる時系列データを用いて、前記分類された複数のデータベクトル群のそれぞれに対して前記運転パラメータの動特性をARXモデルとして表す第2関数を推定するデータ分析手段と、
前記データ分析手段によって前記第1関数及び前記第2関数が推定された時点よりも後の第1時点にて前記時系列データ取得手段により取得される時系列データを要素として含む回帰ベクトルを前記第1関数に適用することにより、同回帰ベクトルが前記複数のデータベクトル群のうちの何れのデータベクトル群に回帰空間において分類されるかを決定するとともに、前記第2関数のうちの同決定された同回帰ベクトルが回帰空間において分類されるデータベクトル群に対応する第2関数に同回帰ベクトルを適用することにより、前記第1時点よりも後の第2時点における前記運転パラメータの値を推定する運転状態推定手段と、
前記推定された前記第2時点における前記運転パラメータの値と、同第2時点における同運転パラメータの実際の値と、を比較することにより、前記制御弁が異常であるか否かを判定する異常判定手段と、
を備えた内燃機関の制御弁異常判定装置。 A first turbocharger having a turbine disposed in an exhaust passage of an internal combustion engine and a compressor disposed in an intake passage of the engine, and air that is provided in a passage portion that bypasses the compressor and flows into the compressor A control valve abnormality determining device for an internal combustion engine comprising: a control valve that changes a ratio between the amount of the air and the amount of air passing through the passage portion,
Time series data obtaining means for obtaining a value of a predetermined operation parameter related to a supercharging state by the first supercharger as time series data corresponding to the passage of time;
According to a piecewise affine analysis method, data vectors including the acquired time-series data as elements are classified into a plurality of data vector groups, and the plurality of classified data vectors are classified using the plurality of classified data vector groups. Estimating a first function consisting of a single function or a plurality of functions representing boundaries for dividing a group in a regression space, and using time series data included as elements in each of the plurality of classified data vector groups, Data analysis means for estimating a second function representing the dynamic characteristics of the operation parameter as an ARX model for each of the plurality of classified data vector groups;
A regression vector including time series data acquired by the time series data acquisition unit at a first time point after the time point when the first function and the second function are estimated by the data analysis unit is the first vector. By applying to one function, it is determined which data vector group of the plurality of data vector groups is classified in the regression space, and the same one of the second functions is determined. An operation for estimating the value of the operation parameter at a second time point after the first time point by applying the regression vector to a second function corresponding to a data vector group in which the regression vector is classified in the regression space. State estimation means;
An abnormality for determining whether or not the control valve is abnormal by comparing the estimated value of the operating parameter at the second time point with the actual value of the operating parameter at the second time point A determination means;
A control valve abnormality determination device for an internal combustion engine comprising:
前記分類された複数のデータベクトル群のそれぞれは、前記制御弁の開度の可動範囲を分割する複数の開度領域のそれぞれに対応するように構成された制御弁異常判定装置。 The control valve abnormality determination device according to claim 1,
Each of the plurality of classified data vector groups is a control valve abnormality determination device configured to correspond to each of a plurality of opening regions that divide a movable range of the opening of the control valve.
前記運転状態推定手段は、
前記回帰ベクトルと前記第1関数とによって決定された同回帰ベクトルが回帰空間において分類される前記データベクトル群に対応する前記複数の開度領域のうちの一つを、前記第1時点において前記制御弁の開度が属する開度領域である制御弁推定所属領域として推定するように構成され、
前記異常判定手段は、
前記推定された前記制御弁推定所属領域と、前記第1時点における前記制御弁の実際の開度が属する前記複数の開度領域のうちの一つである制御弁実所属領域と、を比較することにより、前記制御弁が異常であるか否かを判定するように構成された制御弁異常判定装置。 In the control valve abnormality determination device according to claim 2,
The operating state estimating means includes
One of the plurality of opening regions corresponding to the data vector group into which the regression vector determined by the regression vector and the first function is classified in a regression space is controlled at the first time point. It is configured to estimate as a control valve estimation affiliation region that is an opening region to which the valve opening belongs,
The abnormality determining means includes
The estimated control valve estimated affiliation region is compared with the control valve actual affiliation region which is one of the plurality of opening regions to which the actual opening of the control valve at the first time point belongs. Accordingly, a control valve abnormality determination device configured to determine whether or not the control valve is abnormal.
前記複数の開度領域は、
前記制御弁の開度が全閉開度である領域、及び、同制御弁の開度が同全閉開度以外の開度である領域、の2つの領域からなる制御弁異常判定装置。 In the control valve abnormality determination device according to any one of claims 1 to 3,
The plurality of opening regions are:
A control valve abnormality determination device comprising two regions: a region in which the opening of the control valve is a fully closed opening, and a region in which the opening of the control valve is an opening other than the fully closed opening.
前記運転パラメータは、
前記吸気通路内の所定箇所における空気の圧力、前記吸気通路内の所定箇所における空気の温度、及び、前記コンプレッサの回転速度、のうちの少なくとも1つを含む制御弁異常判定装置。 In the control valve abnormality determination device according to any one of claims 1 to 4,
The operating parameters are:
A control valve abnormality determination device including at least one of an air pressure at a predetermined location in the intake passage, an air temperature at a predetermined location in the intake passage, and a rotation speed of the compressor.
前記機関は、
前記第1過給機と異なる第2過給機であって同第2過給機のタービンが前記排気通路の前記第1過給機のタービンよりも下流側に配設されるとともに同第2過給機のコンプレッサが前記吸気通路の前記第1過給機のコンプレッサよりも上流側に配設された第2過給機を備え、
前記通路部は、前記第1過給機のコンプレッサと前記第2過給機のコンプレッサとの間の分岐部にて前記吸気通路から分岐するとともに同第1過給機のコンプレッサの下流の合流部にて同吸気通路に合流するように構成されてなり、
前記吸気通路の前記合流部よりも下流側に配設されるとともに開度が変更される吸気絞り弁を備え、
前記時系列データ取得手段によって取得される時系列データに含まれる前記運転パラメータは、前記機関の過給圧、前記吸気絞り弁の開度、前記第1過給機のコンプレッサの回転速度、及び、前記第2過給機のコンプレッサの回転速度を含み、
前記運転状態推定手段によって推定される前記第2時点における前記運転パラメータの値は前記機関の過給圧である、制御弁異常判定装置。
A control valve abnormality determination device according to any one of claims 1 to 5,
The agency
A second supercharger different from the first supercharger, wherein the turbine of the second supercharger is disposed downstream of the turbine of the first supercharger in the exhaust passage and the second supercharger. A compressor of the supercharger comprises a second supercharger disposed upstream of the compressor of the first supercharger in the intake passage;
The passage portion is branched from the intake passage at a branch portion between the compressor of the first supercharger and the compressor of the second supercharger, and a merging portion downstream of the compressor of the first supercharger It is configured to join the intake passage at
An intake throttle valve that is disposed downstream of the merging portion of the intake passage and whose opening is changed;
The operating parameters included in the time-series data acquired by the time-series data acquisition means include the supercharging pressure of the engine, the opening of the intake throttle valve, the rotational speed of the compressor of the first supercharger, and Including the rotational speed of the compressor of the second supercharger,
The control valve abnormality determining device, wherein the value of the operating parameter at the second time point estimated by the operating state estimating means is a boost pressure of the engine.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009252897A JP5402538B2 (en) | 2009-11-04 | 2009-11-04 | Control valve abnormality determination device for internal combustion engine |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009252897A JP5402538B2 (en) | 2009-11-04 | 2009-11-04 | Control valve abnormality determination device for internal combustion engine |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011099338A JP2011099338A (en) | 2011-05-19 |
JP5402538B2 true JP5402538B2 (en) | 2014-01-29 |
Family
ID=44190725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009252897A Expired - Fee Related JP5402538B2 (en) | 2009-11-04 | 2009-11-04 | Control valve abnormality determination device for internal combustion engine |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5402538B2 (en) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5741360B2 (en) * | 2011-10-06 | 2015-07-01 | トヨタ自動車株式会社 | Control device for internal combustion engine |
JP6179464B2 (en) * | 2014-05-30 | 2017-08-16 | トヨタ自動車株式会社 | Supercharging pressure estimation device for internal combustion engine |
US10533490B2 (en) | 2015-02-02 | 2020-01-14 | Mitsubishi Heavy Industries, Ltd. | Supercharging system of internal combustion engine and method of controlling supercharging system |
FR3049045B1 (en) * | 2016-03-18 | 2018-04-13 | Saint-Gobain Isover | METHOD AND DEVICE FOR DETERMINING THE AIR RENEWAL RATE OF A LOCAL |
US11434839B2 (en) | 2020-12-30 | 2022-09-06 | Tula Technology, Inc. | Use of machine learning for detecting cylinder intake and/or exhaust valve faults during operation of an internal combustion engine |
WO2022150404A1 (en) | 2021-01-11 | 2022-07-14 | Tula Technology Inc. | Exhaust valve failure diagnostics and management |
CN114607505B (en) * | 2022-03-01 | 2023-03-21 | 潍柴动力股份有限公司 | Engine supercharger fault detection method, detection device and detection equipment |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0278734U (en) * | 1988-12-01 | 1990-06-18 | ||
JP2009287531A (en) * | 2008-05-30 | 2009-12-10 | Toyota Motor Corp | Air-fuel ratio control device for internal combustion engine |
-
2009
- 2009-11-04 JP JP2009252897A patent/JP5402538B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2011099338A (en) | 2011-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5402538B2 (en) | Control valve abnormality determination device for internal combustion engine | |
US9523309B2 (en) | Control method of turbocharger | |
US8949004B2 (en) | Control system for internal combustion engine | |
EP3103991A1 (en) | Control apparatus for internal combustion engine | |
JP4375369B2 (en) | Control device for an internal combustion engine with a supercharger | |
EP1974136B1 (en) | Supercharged diesel engines | |
US20100300087A1 (en) | System and method for mode transition for a two-stage series sequential turbocharger | |
US9057320B2 (en) | Control device and control method for an internal combustion engine | |
WO2018096894A1 (en) | Device and method for diagnosing internal combustion engine, and device and method for controlling internal combustion engine | |
US10428726B2 (en) | Control apparatus for internal combustion engine | |
EP2963263A1 (en) | Control device for internal combustion engine | |
US20100089371A1 (en) | Forced air induction system for internal combustion engine and abnormality diagnosis method for same system | |
US20120279216A1 (en) | Control apparatus for internal combustion engine with supercharger | |
MX2014005016A (en) | Control device for diesel engine with turbosupercharger. | |
US10408124B2 (en) | Control method for turbocharger | |
CN108026841B (en) | Control device for internal combustion engine and control method for internal combustion engine | |
US8925316B2 (en) | Control systems and methods for super turbo-charged engines | |
US10450974B2 (en) | Control device for internal combustion engine and control method for internal combustion engine | |
US10145297B2 (en) | Control device for engine equipped with turbo-supercharger | |
CN103967630A (en) | Method of controlling engine | |
EP3434888A1 (en) | Egr control device and egr control method for internal combustion engine | |
US10883429B2 (en) | Intake control method and intake control device for internal combustion engine | |
EP3078830B1 (en) | Control apparatus for an internal combustion engine with supercharger and method for controlling the supercharging pressure | |
JP6610380B2 (en) | Control device for internal combustion engine | |
JP2018119469A (en) | Control device of internal combustion engine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121019 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130930 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20131001 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131014 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5402538 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |