JPH01106951A - 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（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。

く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−に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）機関運転状態のエリア毎にエリア別学習値を記憶
する書換え可能なエリア別学習値記憶手段（Ｅ）機関運
転状態に基づいて前記エリア別学習値記憶手段から対応
するエリア別学習値を検索するエリア別学習値検索手段 （Ｆ）前記基本制御量を前記フィードバック補正値で補
正し、さらに前記要因別学習値と前記エリア別学習値と
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 （Ｇ）前記制ａ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 （Ｈ）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 （Ｉ）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 （Ｊ）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 （Ｋ）前記偏差のうち要因分析不能分のパラメータに基
づき前記エリア別学習値記憶手段の対応する機関運転状
態のエリアのエリア別学習値を修正して書換えるエリア
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（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し
、エリア別学習値検索手段Ｅは、エリア別学習値記憶手
段りから、実際の機関運転状態のエリアに対応するエリ
ア別学習値を検索する。そして、制御量演算手段Ｆ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
習値と、エリア別学習値とにより、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
Ｇ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Ｈ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■
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。そして、要因別学習
値更新手段Ｊは、分離された複数のパラメータの夫々に
基づき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。

また、要因分析手段■により要因分析しきれなかった偏
差の残り分については、要因分析不能分のパラメータと
して扱い、エリア別学習値更新手段には、このパラメー
タに基づきエリア別学習値記憶手段りの対応する機関運
転状態のエリアのエリア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推論
して要因分析して、複数のパラメータに分離し、各々の
要因に適した演算式で精度良く補正する。そして、要因
分析しきれなかったパラメータについてのみ機関運転状
態のエリア別に学習して、エリア別に補正する。これら
によりエリア別学習が遅れても、−律の要因別学習によ
り、学習補正精度の向上と学習スピードとを両立させる
ことができる。

〈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
、後述スル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じ、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、Ｎｏ、ｔ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クフェイスを含ん
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、０□センサ１６と
して特願昭６２−６５８４４号で提案しているＮＯ，ｌ
還元触媒層材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、エリア別学習値検索手段、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及びエリ
ア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及びエリ
ア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
＝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ＫＴい１
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ＫＭＲなどを含む各種補正係数Ｃ０ＥＦ＝１＋に
、い＋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Ｘ、、Ｘ。

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、＝Ｏ，Ｘ、＝１を記憶させである。

ステップ７では機関運転状態を表わす機関回転数Ｎと基
本燃料噴射量（負荷）Ｔｐとに対応してエリア別学習値
Ｘ３を記憶しであるエリア別学習値記憶手段としてのＲ
ＡＭ上のマツプを参照し、実際のＮ、’ｒｐに対応する
Ｘ３を検索して読込む。

このステップ７の部分がエリア別学習値検索手段に相当
する。尚、エリア別学習値Ｘ３のマツプは、機関回転数
Ｎを横軸、基本燃料噴射量Ｔｐを縦軸として、８×８程
度の格子により機関運転状態のエリアを分け、各エリア
毎にエリア別学習値Ｘ３を記憶させてあり、学習が開始
されていない時点では、全て初期値として、Ｘ３＝Ｏを
記憶させである。

ステップ８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８の部分が制ａ量演算手段に相当する。

Ｔｉ＝Ｘｚ・’ｒｐ　−Ｃ０ＥＦ・　（α＋Ｘ３）＋　
（Ｔ　ｓ　＋　Ｘ　＋　） ステップ９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ＫＭＫ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Ｖ。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　ｒｏｆ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＜Ｖｒ−ｙ　）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Ｐ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＞＞１である。

空燃比がリッチ（Ｖｏｗ＞Ｖｒ、ｆ）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２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及びエリア別学習値
Ｘ３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０□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■。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０□センサ１６の出力電圧Ｖ
。２が反転する間の機関回転数Ｎ及び基本燃料噴射量’
ｒｐの変遷（Ｎ、、Ｎ２・・・、　Ｔ　ｐ　Ｉ、　Ｔ　
ｐ　ｚ・・・）を読出し、それらの平均値として、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）
のエリアより要因分析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Ｋ１１Ｋｚ、に、ｌを
検索する。但し、ＫＩ＋Ｋｚ　＋Ｋｉ　−１である。

ここで、偏差Δαを与えるに至った要因は、燃料噴射弁
６に起因するもの（以下Ｆ／Ｔ要囚要因う）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ＡＦ／Ｍ要因という）と、その他の不定な要因と
に分け、それぞれの占める割合をに、、に２．に３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要因が
大きく、高回転高負荷ではＡＦ／Ｍ要因が大きいなどと
推定して、各エリアにに、、に２の値を割付け、またに
３＝Ｉ　　ＫＩ　　Ｋ２として割付けておき、この要因
分析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、ＡＦ／Ｍ要因のパラメータに２・Δαと、そ
の他の不定な要因のパラメータに３・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、Δα３−に３　・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Ｘ＋、Ｘ２を読出し、次式の如
く、一方のＦ／Ｉ要囚要因習値Ｘ、に偏差Δα、をＭＩ
分加算して更新し、他方のＡＦ／Ｍ要因の学習値Ｘ２に
偏差Δα２をＭ２分加算して更新する。Ｍ　１．　Ｍ　
ｚは学習重み付は係数である。

Ｘ、＝Ｘ、＋Ｍ＋・Δα。

Ｘｚ　＝Ｘ２　＋Ｍ２・Δα２ 次にステップ３９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、、Ｘ２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３８．３９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要囚要因習値Ｘ、とＡＦ／Ｍ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８で示した如く、下記の
演算式に基づいて、要因別に最適な形で行われる。

Ｔｉ＝Ｘｚ・’ｒｐ　−Ｃ０ＥＦ・　（α＋Ｘ３）＋（
Ｔ　ｓ　十Ｘ＋　） すなわち、Ｆ／Ｉ要囚要因習値Ｘ、については燃料噴射
弁６自体に起因するものであるから電圧補正分子ｓと同
様に基本燃料噴射量Ｔｐに対する加算項として、また、
ＡＦ／Ｍ要因の学習値Ｘ２については基本燃料噴射量Ｔ
ｐ　（＝に−Ｑ／Ｎ）中の吸入空気流量Ｑに起因するも
のであって比例的要因であるから基本燃料噴射量Ｔｐに
対する掛算項として、演算式が設定され、これらにより
最適な補正が行われる。

次にステップ４０へ進んでＲＡＭ上のマツプを参照し現
在の機関運転状態（Ｎ、Ｔｐ）のエリアにおけるエリア
別学習値Ｘ３を読出す。そして、ステップ４１でこのエ
リア別学習値Ｘ３に要因分析不部分の偏差Δα３をＭ３
加算して、エリア別学習値Ｘ３を更新する（次式参照）
。Ｍ３は学習重み付は係数である。

Ｘｌ　＝Ｘ３　＋Ｍ３　　・Δα３ 次にステップ４２へ進んでＲＡＭ上のマツプの対応する
機関運転状態のエリアのところにこの更新されたエリア
別学習値Ｘ３を書込んでデータを書換える。

従って、ステップ４０〜４２の部分がエリア別学習値更
新手段に相当する。

このように要因分析不部分については従来と同様に機関
運転状態のエリア別に学習し補正する方式としている。

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　−Ｊ　ｅｔｒｏ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、フィードバック制
御において偏差を生じるに至った要因を分析して要因別
に学習し、要因分析不部分のみをエリア別に学習する方
式としたため、学習補正精度を低下させることなく、学
習スピードを一律の要因別学習により大幅に向上させる
ことができる。

また、このような学習制御により、マッチングエ数の低
減２部品管理の簡単化、メンテナンスフリー等を実現で
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・・・Ｏｚ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 第２図 第３図

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、 機関運転状態のエリア毎にエリア別学習値を記憶する書
   換え可能なエリア別学習値記憶手段と、機関運転状態に
   基づいて前記エリア別学習値記憶手段から対応するエリ
   ア別学習値を検索するエリア別学習値検索手段と、 前記基本制御量を前記フィードバック補正値で補正し、
   さらに前記要因別学習値と前記エリア別学習値とに基づ
   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、 前記複数のパラメータの夫々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、 前記偏差のうち要因分析不能分のパラメータに基づき前
   記エリア別学習値記憶手段の対応する機関運転状態のエ
   リアのエリア別学習値を修正して書換えるエリア別学習
   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。