JPH01106938A - 内燃機関の学習制御装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〈産業上の利用分野〉 本発明は、内燃機関の空燃比（燃料噴射量）。

点火時期、アイドル回転数等のフィードバック制部系の
学習制御装置に関する。

〈従来の技術〉 従来の内燃機関の学習制御装置としては、特開昭５９−
２０３８２８号公報、特開昭５９−２１１７３８号公報
、特開昭６０−９０９４４号公報。

特開昭６１−１９０１４１号公報等に示されてしするも
のがある。

これらは、機関の運転状態に基づき空燃比等の制御目標
値に対応させて設定される基本制御量を制御目標値と実
際値とを比較しつつ比例・積分制御などにより設定され
るフィードバック補正値により補正して制御量を演算し
、この制御量の制御を行って空燃比等を制御目標値にフ
ィードパ・ンク制御するものにおいて、フィードバック
制御中のフィードバック補正値の基準値からの偏差を機
関運転状態のエリア毎に学習してエリア別学習値を定め
、制御量の演算にあたって、基本制御量をエリア別学習
値により補正して、フィードパ・ンク補正値による補正
なしで演算される制御量により得られるものを制御目標
値に一致させるようにし、フィードバック制御中はこれ
をさらにフィードバック補正値により補正して制御量を
演算するものである。

これによれば、フィードバック制御中は過渡運転時にお
けるフィードバック制御の追従遅れをなくすことができ
、フィードバック制御停止時においては所望の制御出力
を正確に得ることができる。

従って、電子制御燃料噴射装置等の構成部品のバラツキ
を吸収し、また機関の充填効率等の経年変化や大気圧、
温度、湿度等の使用環境条件の変化等を補正して長期ｄ
′ねたつ−で機関の最高性能を維持してゆくために用い
られている。

〈発明が解決しようとする問題点〉 しかしながら、このような従来の学習制御装置は、デー
タマツプによるいわゆる繰返し学習方式、つまり、機関
運転状態によりデータマツプ格子区分を設定し、各学習
エリアにおけるフィードバック制御偏差量を繰返し学習
経験により更新してゆく方式であったため、学習補正精
度を高めるために各学習エリア区分を細かく設定すると
、学習の更新スピードが遅くなるという欠点があった。

つまり、学習補正精度と学習スピードとが相反する条件
となっているのであった。

本発明は、このような従来の問題点に鑑み、学習補正精
度を高めつつ学習スピードを大幅に向上させることので
きる内燃機関の学習制御装置を提供することを目的とす
る。

〈問題点を解決するための手段〉 本発明は、上記の目的を達成するため、第１図に示すよ
うに、下記のＡ〜■の手段を含んで内燃機関の学習制御
装置を構成する。　　　′（Ａ）内燃機関の制御対象の
制御目標値に対応する基本制御量を設定する基本制御量
設定手段（Ｂ）制御目標値と実際値とを比較して制御目
標値に実際値を近づける方向にフィードバック補正値を
所定の量増減して設定するフィードバック補正値設定手
段 （Ｃ）複数の要因別学習値を記憶する書換え可能な要因
別学習値記憶手段 （Ｄ）前記基本制御量を前記フィードバック補正値及び
前記複数の要因別学習値に基づきこれらに応じてそれぞ
れ設定された演算式で補正して制御量を演算する制御量
演算手段 （Ｅ）前記制御量に応じて作動し内燃機関の制御対象を
制御する制御手段 （Ｆ）前記フィードバック補正値の基準値からの偏差を
検出する偏差検出手段 （Ｇ）前記偏差の要因を各種情報を基に２つ以上の分析
ルールに従って分析し、特定の要因であることの各分析
ルールにおける満足度を算出する要因満足度算出手段 （Ｈ）各々の満足度より求めた値によって前記偏差を要
因別の複数の六うメータに分離するパラメータ分離手段 （１）前記複数のパラメータの夫々に基づき前記記憶手
段の要因別学習値を修正して書換える要因別学習値更新
手段 く作用〉 基本制御量設定手段Ａは、内燃機関の制御対象（例えば
空燃比２点火時期、アイドル回転数等）の制御目標値に
対応する基本制御量を設定し、フィードバック補正値設
定手段Ｂは、制御目標値と実際値とを比較して制御目標
値に実際値を近づける方向にフィードバック補正値を例
えば比例・積分制御に基づいて所定の量増減して設定す
る。そして、制御量演算手段りは、基本制御量をフィー
ドバック補正値で補正−し、さらに要因別学習値記憶手
段Ｃに記憶されている複数の要因別学習値に基づきこれ
らに応じてそれぞれ設定された最適な演算式で補正する
ことにより、制御量を演算する。

そして、この制御量に応じて制御手段Ｅが作動し、内燃
機関の制御対象を制御する。

一方、偏差検出手段Ｆは、フィードバック補正値の基準
値からの偏差を検出している。そして、要因満足度算出
手段Ｇは、各種情報（例えば機関運転状態、偏差量、偏
差方向、偏差速度、偏差変化方向等）を基に２つ以上の
分析ルールに従って推論的に分析し、特定の要因である
ことの各分析ルールにおける満足度を算出する。各種情
報はいわゆるファジィ−量としてあいまいに定義され、
メンバーシップ関数と呼ばれる分析ルールに基づいてフ
ァジィ−推論を実行する。そして、パラメータ分離手段
Ｈは、各々の満足度より求めた値に基づき、偏差を要因
別の複数のパラメータに分離する。そして、要因別学習
値更新手段Ｉは、分離された複数のパラメータの夫々に
基づき記憶手段Ｃの要因別学習値を修正して書換えてゆ
く。

このように、フィードバック制御の偏差（エラー量）を
検出し、これを各種情報とデータベースとを用いていわ
ゆるファジィ−推論により要因分析し、各々の要因に適
した演算式で精度良く補正することで、学習補正精度と
学習スピードとを両立させるのである。

〈実施例〉 以下に本発明に係る学習制御装置を電子制御燃料噴射装
置を有する内燃機関の空燃比のフィードバック制御系に
適用した実施例を説明する。

第２図において、機関１には、エアクリーナ２から吸気
ダクト３．スロットル弁４及び吸気マニホールド５を介
して空気が吸入される。吸気マニホールド５のブランチ
部には各気筒毎に制御手段としての燃料噴射弁６が設け
られている。燃料噴射弁６はソレノイドに通電されて開
弁し通電停止されて閉弁する電磁式燃料噴射弁であって
、後述・するコントロールユニット１２からの駆動パル
ス信号により通電されて開弁し、図示しない燃料ポンプ
から圧送されてプレッシャレギュレータにより所定の圧
力に調整された燃料を噴射供給する。尚、この例はマル
チポイントインジェクションシステムであるが、スロッ
トル弁の上流などに全気筒共通に単一の燃料噴射弁を設
けるシングルポイントインジェクションシステムであっ
てもよい。

機関１の燃焼室には点火栓７が設けられていて、これに
より火花点火して混合気を着火燃焼させる。

そして、機関１からは、排気マニホールド８゜排気ダク
ト９．三元触媒１０及びマフラー１１を介して排気が排
出される。三元触媒１０は、排気成分中のＣｏ、ＨＣを
酸化し、また、ＮＯｘを還元して、他の無害な物質に転
換する排気浄化装置であり、混合気を理論空燃比で燃焼
させたときに両転換効率が最も良好なものとなる。

コントロールユニット１２は、ＣＰＵ、ＲＯＭ。

ＲＡＭ、Ａ／Ｄ変換器及び入出力インタフェイスを含ん
で構成されるマイクロコンピュータを備え、各種のセン
サからの入力信号を受け、後述の如く演算処理して、燃
料噴射弁６の作動を制御する。

前記各種のセンサとしては、吸気ダクト３中に熱線式あ
るいはフラップ式のエアフローメータ１３が設けられて
いて、吸入空気流量Ｑに応じた電圧信号を出力する。

また、クランク角センサ１４が設けられていて、４気筒
の場合、クランク角１８０°毎の基準信号とクランク角
１°又は２°毎の単位信号とを出力する。ここで、基準
信号の周期、あるいは所定時間内における単位信号の発
生数を計測することにより、機関回転数Ｎを算出可能で
ある。

また、機関１のウォータジャケットの冷却水温Ｔｗを検
出する水温センサ１５等が設けられている。

さらに、排気マニホールド８の集合部に０２センサ１６
が設けられ、排気中の０２ＮＩ！４度を介して機関１に
吸入される混合気の空燃比を検出する。尚、０□センサ
１６として特願昭６２−６５８４４号で提案しているＮ
Ｏｘ還元触媒層付のものを用いるとより正確な検出が可
能となる。

ここにおいて、コントロールユニット１２ニ内蔵された
マイクロコンピュータのＣＰＵは、第３図〜第５図にフ
ローチャートとして示すＲＯＭ上のプログラム（燃料噴
射量演算ルーチン、空燃比フィードバック制御ルーチン
、最適学習ルーチン）に従って演算処理を行い、燃料噴
射を制御する。

尚、基本制御量設定手段、フィードバック補正値設定手
段、制御量演算手段、偏差検出手段、要因満足度算出手
段、パラメータ分離手段及び要因別学習値更新手段とし
ての機能は、前記プログラムにより達成される。また、
要因別学習値記憶手段としては、ＲＡＭを用い、かつバ
ックアップ電源によりエンジンキースイッチのＯＦＦ後
も記憶内容を保持させる。

次に第３図〜第５図のフローチャートを参照しつつコン
トロールユニット１２内のマイクロコンビ１に 一タの演算処理の様子を説明する。

第５図は燃料噴射量演算ルーチンで、所定時間毎に実行
される。

ステップ１（図にはＳｌと記しである。以下同様）では
エアフローメータ１３からの信号に基づいて検出される
吸入空気流量Ｑ２　クランク角センサ１４からの信号に
基づいて算出される機関回転数Ｎ。

水温センサ１５からの信号に基づいて検出される水温Ｔ
ｗ等を入力する。

ステップ２では吸入空気流量Ｑと機関回転数Ｎとから単
位回転当りの吸入空気量に対応する基本燃料噴射量Ｔｐ
　＝Ｋ　−Ｑ／Ｎ　（Ｋは定数）を演算する。このステ
ップ２の部分が基本制御量設定手段に相当する。

ステップ３では水温Ｔｗに応じた水温補正係数Ｋ　Ｔｗ
、機関回転数Ｎと基本燃料噴射量Ｔｐとに応じた空燃比
補正係数に□などを含む各種補正係数ＣＯＥ　Ｆ　＝　
１　＋　Ｋｒｗ＋　ＫＮＪＩ＋　””を設定する。

ステップ４では後述する第４図の空燃比フィードバック
制御ルーチンによって設定されている最新の空燃比フィ
ードバック補正係数α（基準値１）を読込む。

ステップ５ではバッテリ電圧に基づいて電圧補正分子ｓ
を設定する。これはバッテリ電圧の変動による燃料噴射
弁６の噴射流量変化を補正するためのものである。

ステップ６では要因別学習値記憶手段としてのＲＡＭの
所定アドレスから要因別学習値Ｘ＋、Ｘｚを読込む。尚
、学習が開始されていない時点では、初期値として、Ｌ
　＝０．Ｘ、＝１を記憶させである。

ステップ７では燃料噴射量Ｔｉを次式に従って演算する
。このステップ７の部分が制御量演算手段に相当する。

Ｔｉ＝Ｘｚ・Ｔｐ−ＣＯＥＦ・α＋（Ｔｓ＋Ｘ＋）ステ
ップ８では演算されたＴｉを出力用レジスタにセットす
る。これにより予め定めた機関回転同期（例えば１回転
毎）の燃料噴射タイミングになると、最新にセットされ
たＴｔのパルス巾をもつ駆動パルス信号が燃料噴射弁６
に与えられて、燃料噴射が行われる。

第４図は空燃比フィードバック制御ルーチンで、回転同
期又は時間同期で実行され、これにより空燃比フィード
バック補正係数αが設定される。従ってこのルーチンが
フィードバック補正値設定手段に相当する。

ステップ１１では所定の空燃比フィードバック制御条件
が成立しているか否かを判定する。ここで、所定の空燃
比フィードバック制御条件とは、機関回転数Ｎが所定値
以下で、かつ負荷を表わす基本燃料噴射量’ｒｐが所定
値以下であることを条件とする。かかる条件が満たされ
ていない場合はこのルーチンを終了する。この場合、空
燃比フィードバック補正係数αは前回値（又は基準値１
）にクランプされ、空燃比フィードバック制御が停止さ
れる。これは、高回転又は高負荷領域では空燃比フィー
ドバック制御を停止し、前記空燃比補正係数ＫＭ）ｌに
よりリッチな出力空燃比を得て、排気温度の上昇を抑制
し、機関ｌの焼付きや三元触媒１０の焼損などを防止す
るためである。

空燃比フィードバック制御条件の成立時は、ステップ１
２以降へ進む。

ステップ１２では０２センサ１６の出力電圧■。２を読
込み、次のステップ１３で理論空燃比相当のスライスレ
ベル電圧Ｖ　ｒａｆと比較することにより空燃比のリッ
チ・リーンを判定する。

空燃比がリーン（Ｖｏｗ＜Ｖ、−ｒ　）のときは、ステ
ップ１３からステップ１４へ進んでリッチからり一ンへ
の反転時（反転直後）であるか否かを判定し、反転時に
はステップ１５へ進んで後述する第５図の最適学習ルー
チンのため前回の空燃比フィードバック補正係数αの基
準値１からの偏差をａ−α−１として記憶した後、ステ
ップ１６へ進んで空燃比フィードバック補正係数αを前
回値に対し所定の比例定数２分増大させる。反転時以外
はステップ１７へ進んで、空燃比フィードバック補正係
数αを前回値に対し所定の積分定数１分増大させ、こう
して空燃比フィードバック補正係数αを一定の傾きで増
大させる。尚、Ｐ＞＞Ｉである。

空燃比がリッチ（Ｖｏｗ＞Ｖｒｅｒ　）のときは、ステ
ップ１３からステップ１８へ進んでリーンからリッチへ
の反転時（反転直後）であるか否かを判定し、反転時に
はステップ１９へ進んで後述する第５図の最適学習ルー
チンのため前回の空燃比フィードバック補正係数αの基
準値１からの偏差をｂ＝α−１として記憶した後、ステ
ップ２０へ進んで空燃比フィードバック補正係数αを前
回値に対し所定の比例定数Ｐ分減少させる。反転時以外
はステップ２１へ進んで空燃比フィードバック補正係数
αを前回値に対し所定の積分定数１分減少させ、こうし
て空燃比フィードバック補正係数αを一定の傾きで減少
させる。

第５図は最適学習ルーチンで、所定時間毎に実行され、
これにより要因別学習値Ｘ、、Ｘ２が設定・更新される
。

ステップ３１では所定の学習条件が成立しているか否か
を判定する。ここで、所定の学習条件とは、空燃比フィ
ードバック制御中であり、かっ０２センサ１６のリッチ
・リーン信号が適当な周期で反転していることを条件と
する。かかる条件が満だされていない場合はこのルーチ
ンを終了する。

所定の学習条件が成立した場合は、ステップ３２へ進ん
で０□センサ１６の出力電圧ＶＯ２が反転したか否かを
判定し、反転時以外はステップ３３へ進んでそのときの
機関運転状態のデータとして基本燃料噴射量Ｔｐをサン
プリングする。

０２センサ１６の出力電圧■。２の反転時は、最適学習
のため、ステップ３４へ進んで前述のａとｂとの平均値
を求める。このときのａ、ｂは、第６図に示すように空
燃比フィードバック補正係数αの増減方向の反転から反
転までの空燃比フィードバック補正係数αの基準値１か
らの偏差の上下のピーク値であり、これらの平均値を求
めることにより、空燃比フィードバック補正係数αの基
準値１からの平均的な偏差Δαを検出している。

従って、第４図のステップ１５．１９と第５図のステッ
プ３４０部分が偏差検出手段に相当する。

次に要因分析を行う。尚、ここでは、偏差Δαを与える
に至った要因を、燃料噴射弁６に起因するもの（以下Ｆ
／Ｉ要囚という）と、空気密度変化などを含むエアフロ
ーメータ１３に起因するもの（以下Ｑ要因という）とに
分ける。

ステップ３５では０２センサ１６の出力電圧ＶＯ２が反
転する間の基本燃料噴射量’ｒｐの変遷（Ｔｐ＋。

Ｔｐｔ、・・・）を読出す。

次にステップ３６へ進んで第１の分析ルールに従って偏
差Δαを与えるに至った要因がＦ／Ｉ要因であることの
満足度Ｋ１１（＝Ｏ〜１）を算出する。

具体的には、基本燃料噴射量Ｔｐを横軸、満足度を縦軸
にとって、低噴射量域はど燃料噴射弁６の誤差の影響が
大きいという経験則に鑑み、基本燃料噴射量’ｒｐに対
する満足度のグラフを作成しておき、０゜センサ１６の
反転中にサンプリングされた基本燃料噴射量ＴＰＯ時間
で見た頻度である累積頻度分布線図をその面積をある一
定の大きさにして重ね合わせる。そして、この状態で累
積頻度分布線図の全体面積（１）に対するオーバーラツ
プ部分（図示ハツチング部分）の面積を算出し、これを
満足度Ｋｌｌとする。

次にステップ３７へ進んで第２の分析ルールに従って偏
差Δαを与えるに至った要因がＦ／Ｉ要囚要因ることの
満足度に１□を算出する。

具体的には、Ｆ／Ｉ要囚要因合は燃料噴射弁６のシール
不良などによってリッチ方向ヘズレを生じるのが一般的
であり、フィードバック制御はリーン側への制御となる
ので、偏差Δαは一側となり、また、Ｑ要因の場合はエ
アフローメータ１３の汚れなどによりリーン方向ヘズレ
を生じて偏差Δαは＋側となることに着目し、予め偏差
Δαに応じ一側はど大きな満足度をもたせたマツプを用
意し、このマツプを参照して偏差Δαに応じ満足度）（
＋ｇを検索する。

従って、ステップ３６．３７の部分が要因満足度算出手
段に相当する。

次にステップ３８へ進んでＫｌｌとＫＩｔとの平均をと
って、これをＦ／Ｉ要因の満足度に＋　＝　（Ｋｌｌ＋
ＫＩ２）　／２とする。また、Ｆ／Ｉ要因以外をＱ要因
とすれば、Ｑ要因の満足度に２については、Ｋ２＝Ｉ　
　Ｋｌ　となる。

これにより、偏差Δαを、Ｆ／Ｉ要因のパラン一タに、
・Δαと、Ｑ要因のパラメータに２　・Δαとに分離す
ることが可能となり、次のステップ３９ではΔα、＝に
、・Δα、Δα２＝に２　・Δαとして、各パラメータ
に分離する。

従って、ステップ３８．３９の部分がパラメータ分離手
段に相当する。

次にステップ４０へ進んでＲＡＭ上の所定アドレスに記
憶しである要因別学習値Ｘ＋、Ｘｚを読出し、次式の如
く、一方のＦ／Ｉ要因の学習値Ｘ、に偏差Δα１をＭＩ
分加算して更新し、他方のＱ要因の学習値Ｘ２に偏差Δ
α２をＭ２分加算して更新する。Ｍ　Ｉ、　Ｍ　ｔは学
習重み付は係数である。

Ｌ　＝Ｘ、＋Ｍ、・Δα。

Ｘ　ｚ　＝　Ｘ　ｚ　＋　Ｍ　ｚ・Δα２次にステップ
４１へ進んでＲＡＭ上の所定アドレスにこれらの要因別
学習値Ｘ、、Ｘ、を書込んでデータを書換える。このＲ
ＡＭはバックアップメモリーであり、エンジンキースイ
ッチのＯＦＦ後も記憶内容が記憶保持される。

従って、ステップ４０．４１の部分が要因別学習値更新
手段に相当する。

このようにして、Ｆ／Ｉ要因の学習値Ｘ、とＱ要因の学
習値Ｘ２とが定まるわけであるが、これらを基にした補
正は、第３図のステップ７で示した如く、要因別に最適
な演算式で行われる。

すなわち、Ｆ／Ｉ要囚要因習値Ｘ、については基本燃料
噴射量Ｔｐに対する加算項として、Ｑ要因の学習値Ｘ２
については基本燃料噴射１ｔＴｐに対する掛算項として
、演算式が設定され、これにより最適な補正が行われる
。

第７図は、本学習制御による効果として、目印の＋１６
％のリッチ傾向のエンジンが４回程度の学習で・印のバ
ラツキ中央値のエンジンに近づいてゆく様子と、Δ印の
一１６％のり−ン傾向のエンジンが３回程度の学習で・
印のバラツキ中央値のエンジンに近づいてゆく様子を示
したもので、本学習制御による学習スピードの向上が明
瞭に示されている。

尚、本実施例では、電子制御燃料噴射装置として、エア
フローメータを有して吸入空気流量を検出するいわゆる
Ｌ−Ｊｅｔｒｏ方式のものを示したが、吸気マニホール
ド負圧を検出するいわゆるＤ−Ｊｅｔｒｏ方式、あるい
はスロットル弁開度（α）と機関回転数（Ｎ）によるい
わゆるα−Ｎ方式等各種のシステムに適用し得る。

また、空燃比のフィードバック制御のみならず、ノッキ
ング検出による点火時期制御や、補助空気弁を介しての
アイドル回転数のフィードバック制御にも適用できるも
のである。

〈発明の効果〉 以上説明したように本発明によれば、従来の如くエリア
別に学習する方式ではなく、偏差を生じるに至った要因
を２つ以上の分析ルールにより分析して要因別に学習す
る方式としたため、学習補正精度を低下させることなく
、学習スピードを大幅に向上させることができる。また
、このような学習制御により、マツチング工数の低減１
部品管理の簡単化、メンテナンスフリー等が実現できる
。

また、バックアップメモリーの容量も少なくすることが
できる。

【図面の簡単な説明】

第１図は本発明の構成を示す機能ブロック図、第２図は
本発明の一実施例を示すシステム図、第３図〜第５図は
制御内容を示すフローチャート、第６図は空燃比フィー
ドバック補正係数の変化の様子を示す図、第７図は学習
制御の効果を示す図である。 １・・・機関　　６・・・燃料噴射弁　　１２・・・コ
ントロールユニット　　１３・・・エアフローメータ　
　１４・・・クランク角センサ　　１６・・・０□セン
サ特許出願人　日本電子機器株式会社 代理人　弁理士　笹　島　　富二雄

Claims (2)

【特許請求の範囲】
1. （１）内燃機関の制御対象の制御目標値に対応する基本
   制御量を設定する基本制御量設定手段と、制御目標値と
   実際値とを比較して制御目標値に実際値を近づける方向
   にフィードバック補正値を所定の量増減して設定するフ
   ィードバック補正値設定手段と、 複数の要因別学習値を記憶する書換え可能な要因別学習
   値記憶手段と、 前記基本制御量を前記フィードバック補正値及び前記複
   数の要因別学習値に基づきこれらに応じてそれぞれ設定
   された演算式で補正して制御量を演算する制御量演算手
   段と、 前記制御量に応じて作動し内燃機関の制御対象を制御す
   る制御手段と、 前記フィードバック補正値の基準値からの偏差を検出す
   る偏差検出手段と、 前記偏差の要因を各種情報を基に２つ以上の分析ルール
   に従って分析し、特定の要因であることの各分析ルール
   における満足度を算出する要因満足度算出手段と、 各々の満足度より求めた値によって前記偏差を要因別の
   複数のパラメータに分離するパラメータ分離手段と、 前記複数のパラメータの夫々に基づき前記記憶手段の要
   因別学習値を修正して書換える要因別学習値更新手段と
   、 を含んで構成されることを特徴とする内燃機関の学習制
   御装置。
2. （２）要因満足度算出手段が１つの満足度を機関運転状
   態の時間で見た頻度とその運転状態に対応した値とから
   算出するものである特許請求の範囲第１項記載の内燃機
   関の学習制御装置。