JPH01106944A - 内燃機関の学習制御装置 - Google Patents

内燃機関の学習制御装置

Info

Publication number
JPH01106944A
JPH01106944A JP26278887A JP26278887A JPH01106944A JP H01106944 A JPH01106944 A JP H01106944A JP 26278887 A JP26278887 A JP 26278887A JP 26278887 A JP26278887 A JP 26278887A JP H01106944 A JPH01106944 A JP H01106944A
Authority
JP
Japan
Prior art keywords
factor
value
learning
deviation
control
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.)
Granted
Application number
JP26278887A
Other languages
English (en)
Other versions
JPH0571787B2 (ja
Inventor
Naomi Tomizawa
冨澤 尚己
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Unisia Automotive Ltd
Original Assignee
Japan Electronic Control Systems Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Japan Electronic Control Systems Co Ltd filed Critical Japan Electronic Control Systems Co Ltd
Priority to JP26278887A priority Critical patent/JPH01106944A/ja
Publication of JPH01106944A publication Critical patent/JPH01106944A/ja
Publication of JPH0571787B2 publication Critical patent/JPH0571787B2/ja
Granted legal-status Critical Current

Links

Landscapes

  • Electrical Control Of Ignition Timing (AREA)
  • Electrical Control Of Air Or Fuel Supplied To Internal-Combustion Engine (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

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御系の
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51−
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いるもの
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
ィードバッ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、フィードバッ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に
わたって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−J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分析しその分析
結果に基づき前記偏差を要因別の複数のパラメータに分
離する要因分析手段 (H)前記偏差検出手段による偏差検出時に前記制御量
演算手段により演算された制御量と前記要因分析手段に
より分離された複数のパラメータに基づいた複数の要因
別学習値に基づいて前記基本制御量を補正演算して得た
制御量との差に基づき要因分析結果の正否を判定する要
因分析結果正否判定手段 (I)該要因分析結果正否判定手段による判定結果に基
づき前記差を減少させる方向に前記要因分析手段で分離
した複数のパラメータを増減修正する要因分析修正手段 (J)該要因分析修正手段による修正結果の前記複数の
パラメータのそれぞれに基づき前記要因別学習値記憶手
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 〈作用〉 基本制御量設定手段Aは、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、要因分析手段G
は、偏差を与えるに至った要因を各種情報(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
等のうち少なくとも1つ)を基に所定の分析ルールに従
って推論的に分析し、その分析結果に基づき偏差を要因
別の複数のパラメータに分離する。
要因分析結果正否判定手段Hは、偏差を検出したときに
フィードバック補正して設定された制御量と、基本制御
量を要因分析結果の要因別学習値に基づいて補正して得
た制御量と、の差に基づいて要因分析結果の正否を判定
する。そして、要因分析修正手段■は、この要因分析結
果の正否に基づいて前記の差を減少させる方向に前記複
数のパラメータを修正し、この修正結果によって要因別
学習値更新手段Jが要因別学習値記憶手段Cの要因別学
習値を修正して書換えてゆく。
即ち、要因分析手段Gが、フィードバック補正値の基準
値からの偏差を要因別の複数のパラメータに分離すると
、この分析結果に基づく要因別学習値によって制御量を
演算して、フィードバック補正に基づく制御量と比較す
ることにより、要因分析による学習結果が、フィードバ
ック補正による目標値に実際値を近づける方向の補正と
一致しているか否か(フィードバック補正値なしで要因
別学習値のみを用いることにより制御目標に制御対象が
制御されるか否か)を判定し、要因分析が不的確でフィ
ードバック補正による補正と一致しないときにはこの差
を減少させるように要因分析修正手段Iが要因別の複数
のパラメータを修正して、この修正結果を要因別学習値
記憶手段Cに記憶させる。
このように、フィードバック制御の偏差(エケー量)を
検出し、これを各種情報とデータベースとを用いて推論
して要因分析すると共に、この要因分析が実際値を制御
目標に近づける補正となるように修正して、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
弁じ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からの駆動ハルス
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0□センサ16
が設けられ、排気中の02濃度を介して機関1に吸入さ
れる混合気の空燃比を検出する。尚、02センサ16と
して特願昭62−65844号で提案しているNOx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に内蔵された
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、要因分析手段、要
因別学習値更新手段、要因分析結果正否判定手段及び要
因分析修正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、R
AM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内のマイクロコンピュータの演算
処理の様子を説明する。
第3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Q、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等を人力する。
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
=に−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KTSI
+、機関回転数Nと基本燃料噴射量TPに応じた空燃比
補正係数KMRなどを含む各種補正係数COE F =
1 +KTw+ KMR+ ”’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XI、X2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、X
、−0,X、=1を記憶させてある。
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。
T i = X 2・’rp −C0EF・α+(T 
s 十X I)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)燃料噴射タイミングになると、
最新にセットされたTi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Tp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KMR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1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■。□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 refと比較することにより実際の空燃比
が理論空燃比よりもリッチ状態であるか或いはリーン状
態であるかを判定する。即ち、本実施例において、制御
対象とは機関吸入混合気の空燃比であり、制御目標とは
理論空燃比である。
空燃比がリーン(Voz<Vr−f)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リーンへの
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(V o z > V re = )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XI、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、空燃比のフ
ィードバック制御中であり、かつ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。かかる条件が満た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02センサ16の出力電圧■。2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機関回転数Nと基本燃料噴
射量Tpとをサンプリングする。
0□センサ16の出力電圧の反転時は、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34の部分が偏差検出手段に相当する。
次にステップ35へ進んで02センサ16の出力電圧■
。2が反転する間の機関回転数N及び基本燃料噴射量’
rpの動き(N、、N、・・・、T p + 、 T 
p z・・・)を読出し、機関運転状態(N、Tp)を
特定する。
次にステップ36へ進んで機関運転状態(N、 Tp)
のエリアよりマツプを参照して各エリアに割付けられた
学習重み付はパラメータに、、に2を検索する。但し、
K、+に2は1以下である。
ここで、偏差Δαを与えるに至った要因は、主に燃料噴
射弁6に起因するもの(以下F/I要因という)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)とに分け、それぞれの占める割合を
に、、に2で表わすのである。
そして、経験則から低回転低負荷領域ではF/I要囚要
因きく、高回転高負荷ではQ要因が大きいなどと推定し
て、各エリアにK I、 K zO値を割付けておき、
このマツプを参照することで、機関運転状態を基に要因
分析を行うのである。
これにより、偏差Δαを、F/I要囚要因ラメータに、
・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37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35〜37の部分が要因分析手段に相
当する。
尚、要因分析は、このように機関運転状態を基に行う他
、偏差量、偏差方向、偏差速度、偏差変化方向等に基づ
き、それらのデータベースから推論して行うようにして
もよい。
次にステップ38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XI、Xtを読出し、次式の如
く、一方のF/I要囚要因習値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 + 、 M zは
学習重み付は係数である。
X、=X、+M+  ・Δα1 X2 =Xz +Mz  ・Δα2 次にステップ39へ進んで、上記ステップ38で更新し
た要因別学習値X+、Xzを用いて燃料噴射量Tiを演
算する。但し、このときの燃料噴射量Tiの演算式には
、下記に示すように空燃比フィードバック補正係数αが
含められず、フィードバック補正係数αなしでかつ今回
更新した要因別学習値X8.Xzを用いて燃料噴射量T
iが演算される。
T i = X z・Tp−COEF+ (Ts+X+
)次のステップ40では、偏差Δαを検出したときに第
3図の燃料噴射量演算ルーチンで演算された燃料噴射量
Tiを読込んでこの値をMTiとする。
上記偏差Δαを検出したときの燃料噴射量Tiとは、例
えば空燃比フィードバック補正係数αの上下のピーク値
をとったときのそれぞれ燃料噴射量Tiの平均値とする
次にステップ41へ進んでステップ39で空燃比フィー
ドバック補正係数αなしで演算した燃料噴射量Tiと、
ステップ40で読込んだ要因別学習値X1゜X2の更新
の基礎となった空燃比フィードバック補正係数αを用い
て設定された燃料噴射量MTiとを比較し、要因分析の
正否を判定する。従って、このステップ40.41の部
分が要因分析結果正否判定手段に相当する。
ここで、TiζMTiであると判定された場合には、今
回要因分析して更新した要因別学習値XI。
X2を用いれば、空燃比フィードバック補正係数αを用
いなくとも、演算された燃料噴射量Ti相当の燃料を機
関1に噴射供給することで略理論空燃比相当の混合気を
得ることが判別される。
なぜなら、空燃比フィードバック補正係数αは、実際の
空燃比を目標空燃比である理論空燃比に近似させるよう
に設定されるものであるため、ステップ40で読込んだ
燃料噴射量MTiは略理論空燃比相当の燃料噴射量であ
ると言え、これに対し、今回の要因分析結果から得た要
因別学習値X+、X2を用い空燃比フィードバック補正
係数αを用いないで演算した燃料噴射量Tiがこの理論
空燃比相当の燃料噴射量MTiと略イコールであれば、
要因分析結果により空燃比フィードバック補正係数αな
しで目標である理論空燃比を略得られることになり、正
しく要因分析されて学習が的確であることが判明する。
一方、ステップ41でTi<<MTi或いはTi>>M
Tiであると判定された場合には、空燃比フィードバッ
ク補正係数αなしで今回要因分析してステップ38で得
た要因別学習値X+、Xzを用いて燃料噴射量Tiを演
算したのでは、目標である理論空燃比を得ることができ
ないことが判明する。
、即ち、空燃比フィードバック補正して得た燃料噴射量
MTiよりもステップ39で演算した燃料噴射量Tiが
少ないときには、実際の燃料噴射量Tiの設定に際して
、空燃比フィードバック補正係数αで燃料噴射量Tiを
増量補正する必要があり、一方、燃料噴射量MTiより
もステップ39で演算した燃料噴射量Tiが多いときに
は空燃比フィードバック補正係数αで燃料噴射量Tiを
減少補正する必要があるものである。
従って、このように空燃比フィードバック補正係数αに
よって理論空燃比相当の燃料噴射量Tiに補正される状
態では、要因分析結果が不良であると言え、この場合に
はステップ42若しくはステップ43へ進んで、空燃比
フィードバック補正係数αなしで理論空燃比相当の燃料
噴射量Tiが得られるように要因別学習値X+、Xtを
以下に説明するようにして増減補正する。
ステップ41でT i <<MT lであると判定され
た場合には、ステップ38で得た要因別学習値X+。
X2のみを用い空燃比フィードバック補正係数αを用い
ないで燃料噴射量Tiを演算した場合には燃料量が不足
して空燃比がリーン化する状態であるので、ステップ4
2へ進んでステップ38で得た要国別学習値X、、X、
にそれぞれ微小値ΔX8.ΔX2を加算して新たな要因
別学習(I!X I+ X zとしくX。
←XI +Δx1、X2←X2+ΔX2)、燃料噴射量
Tiが要因別学習値X + 、 X 2によってより増
量補正されるようにして再びステップ39へ戻る。
即ち、T i 特MT fとなるまでステップ42にお
ける要因別学習値X+、Xzの修正を繰り返す。
一方、ステップ41でT i >>MT iであると判
定された場合には、ステップ38で得た要因別学習値X
+、Xzのみを用い空燃比フィードバック補正係数αを
用いないで燃料噴射量Tiを演算した場合には燃料量が
過剰で空燃比がリッチ化する状態であるので、ステップ
43へ進んでステップ38で得た要因別学習値X I、
 X zがらそれぞれ微小値Δx1゜ΔX2を減算して
新たな要因別学習値X、、X2としくX、←xI−ΔX
1、X2←X2−ΔX2)、燃料噴射量Tiが要因別学
習値X、、X2によってより減量補正されるようにして
再びステップ39へ戻り、T i #MT iとなるま
でステップ43における要因別学習値X+、Xzの修正
を繰り返す。
従って、上記ステップ42及びステップ43の部分が要
因分析修正手段に相当する。
ここで、ステップ42若しくはステップ43での修正に
よってステップ41においてTiζMTiと判定される
ような要因別学習値X+、Xtに修正された場合、或い
は、要因分析が良好に行われてステップ38で得た要因
別学習値X、、X2を用いステップ41でTiζMTi
と判定された場合には、ステップ44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+、Xzを書
込んでデータを書換える。このRAM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44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X1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。
即ち、F/I要因の学習値X、につぃては基本燃料噴射
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量Tp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%のリー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エンジンに近づけてゆく様子を示し
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−Je tro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
を分析すると共に、分析結果の正否判定に基づいて要因
別学習値を修正して学習する方式としたため、学習スピ
ードを大幅に向上させることができ、また、分析結果の
正否を判定するので分析の誤りを修正して学習補正の精
度を高めることができる。また、このような学習制御に
より、マツチング工数の低減9部品管理の簡単化。
メンテナンスフリー等が実現できる。更に、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 =361−

Claims (1)

  1. 【特許請求の範囲】 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分析しその分析結果に
    基づき前記偏差を要因別の複数のパラメータに分離する
    要因分析手段と、 前記偏差検出手段による偏差検出時に前記制御量演算手
    段により演算された制御量と前記要因分析手段により分
    離された複数のパラメータに基づいた複数の要因別学習
    値に基づいて前記基本制御量を補正演算して得た制御量
    との差に基づき要因分析結果の正否を判定する要因分析
    結果正否判定手段と、 該要因分析結果正否判定手段による判定結果に基づき前
    記差を減少させる方向に前記要因分析手段で分離した複
    数のパラメータを増減修正する要因分析修正手段と、 該要因分析修正手段による修正結果の前記複数のパラメ
    ータのそれぞれに基づき前記要因別学習値記憶手段の要
    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。
JP26278887A 1987-10-20 1987-10-20 内燃機関の学習制御装置 Granted JPH01106944A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP26278887A JPH01106944A (ja) 1987-10-20 1987-10-20 内燃機関の学習制御装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP26278887A JPH01106944A (ja) 1987-10-20 1987-10-20 内燃機関の学習制御装置

Publications (2)

Publication Number Publication Date
JPH01106944A true JPH01106944A (ja) 1989-04-24
JPH0571787B2 JPH0571787B2 (ja) 1993-10-07

Family

ID=17380611

Family Applications (1)

Application Number Title Priority Date Filing Date
JP26278887A Granted JPH01106944A (ja) 1987-10-20 1987-10-20 内燃機関の学習制御装置

Country Status (1)

Country Link
JP (1) JPH01106944A (ja)

Also Published As

Publication number Publication date
JPH0571787B2 (ja) 1993-10-07

Similar Documents

Publication Publication Date Title
JP2916804B2 (ja) 内燃機関の空燃比制御装置
JPH01106947A (ja) 内燃機関の学習制御装置
JPH01106945A (ja) 内燃機関の学習制御装置
JPH01106944A (ja) 内燃機関の学習制御装置
JPH01106954A (ja) 内燃機関の学習制御装置
JPH01106938A (ja) 内燃機関の学習制御装置
JPH0656124B2 (ja) 内燃機関の学習制御装置
JPH01106943A (ja) 内燃機関の学習制御装置
JPH01106940A (ja) 内燃機関の学習制御装置
JPH01106941A (ja) 内燃機関の学習制御装置
JPH01106942A (ja) 内燃機関の学習制御装置
JPH01106951A (ja) 内燃機関の学習制御装置
JPH01106952A (ja) 内燃機関の学習制御装置
JPH01106946A (ja) 内燃機関の学習制御装置
JP2757065B2 (ja) 内燃機関の空燃比制御装置
JPH01106950A (ja) 内燃機関の学習制御装置
JPH01106953A (ja) 内燃機関の学習制御装置
JPH01106939A (ja) 内燃機関の学習制御装置
JPH0656115B2 (ja) 内燃機関の学習制御装置
JPH0656123B2 (ja) 内燃機関の学習制御装置
JP2916805B2 (ja) 内燃機関の空燃比制御装置
JPH0833133B2 (ja) 内燃機関の空燃比制御装置
JPH0686831B2 (ja) 内燃機関の空燃比の学習制御装置
JPH109023A (ja) 内燃機関の空燃比制御装置
JPH0230942A (ja) 内燃機関の空燃比制御装置

Legal Events

Date Code Title Description
LAPS Cancellation because of no payment of annual fees