JPH01106953A - 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−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）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 ＣＦ）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 （Ｉ）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
より今回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演算した制御量との差に基づき
フィードバック補正方向を判定するフィードバック補正
方向判定手段（Ｊ）該フィードバック補正方向判定手段
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
フィードバック補正値設定手段で設定されたフィードバ
ック補正値を修正するフィードバック補正値修正手段 （Ｋ）該フィードバック補正値修正手段により増減修正
されるフィードバック補正値の基準値に対する偏差が今
回前記偏差検出手段で検出したフィードバック補正値の
偏差方向と同一でかつその絶対値が小となるように前記
要因分析手段における分析ルールを変更する分析ルール
変更手段〈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し、この複数のパラメータ
のそれぞれに基づき要因別学習値更新手段Ｈが記憶手段
Ｃに記憶されている要因別学習値を修正しで書き換える
。

フィードバック補正方向判定手段Ｉは、偏差を検出した
ときに設定された制御量と、今回要因分析手段Ｇで分析
された複数のパラメータに基づく複数の要因別学習値を
用いて演算した制御量と、の差に基づき、今回要因分析
して得た要因別学習値を用いた場合のフィードバック補
正値による補正方向を判定する。そして、フィードバッ
ク補正値修正手段Ｊは、前記フィードバック補正方向判
定手段■の判定結果に基づき、今回設定された要因別学
習値を用いて演算される制御量が偏差検出時の制御量（
制御目標相当の制御量）に近づくようにフィードバック
補正値を予め修正する。

また、分析ルール変更手段には、上記のようにして増減
修正された結果のフィードバック補正値の基準値に対す
る偏差が、今回偏差検出手段Ｆにより検出されたフィー
ドバック補正値の基準値からの偏差の方向と同一で然も
その絶対値が小となるように、要因分析手段Ｇによる分
析ルールを変更する。

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
、フィードバック補正方向判定手段■はこの分析結果に
基づく要因別学習値によって制御量を演算して、フィー
ドバック補正により制御目標に補正された制御値（偏差
検出時の制御量）と比較する。ここで、前記２つの制御
量が路間等であったときには、今回要因分析して得た要
因別学習値と現状のフィードバック補正値とを用いるこ
とにより制御目標に制御されることになるが、前記２つ
制御量に差があるときには、今回要因分析して得た要因
別学習値を用いると制御目標に制御されずフィードバッ
ク補正によって追従させる必要があることを示すので、
今回の要因別学習値を用いても直ちに略制御目標に制御
されるように予めフィードバック補正値を増減修正する
ものである。

そして、このようにして増減修正されたフィードバック
補正値が、今回の要因別学習の基礎となったフィードバ
ック補正値の基準値に対する偏差方向と同一で、然も、
その絶対値が小となるように分析ルールを変更し、要因
分析手段Ｇによる分析によってフィードバック補正値の
基準値に対する偏差が偏差方向が同一で縮小されるよう
に修正し、要因分析による偏差の吸収を改善する。

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
して要因分析すると共に、この要因分析結果を用いた場
合の制御結果が制御目標付近となるように予めフィード
バック補正値を増減修正し、然も、フィードバック補正
値の偏差が同一方向で縮小されるように分析ルールを変
更して分析の最適化を図り、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 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す、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，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、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、フィードバック補正方向判定手段
、フィードバック補正値修正手段及び分析ルール変更手
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Ｏ
ＦＦ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□１
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ＫＭ１などを含む各種補正係数ＣＯＥ　Ｆ　＝　１
　＋　Ｋｙｗ＋ＫＷｗ＋・・・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（ｉ　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、Ｘ
、＝０．Ｘ２＝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）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）
にりランプされ、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ＫＷＲ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０□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　ｒａｆ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（ＶＯ２＜Ｖ□、）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パツク補正係数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＞＞Ｉである。

空燃比がリッチ（■ｏ２〉■ｒＱｆ）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糺、
これにより要因別学習値Ｘ１．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Ｖ。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＋、Ｎｚ　・”　、Ｔｐ＋、ＴＰｚ　”
）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、、Ｋｚを検索する。但し、
ＫＩ＋Ｋｔ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２す る。

そして、経験則から低回転低負荷領域ではＦ／■要囚要
因き（、高回転高負荷ではＱ要因が大きいなどと推定し
て、各エリアにに＋、ＫｚＯ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ΔαＩ　＝
ＫＩ　　・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Ｘ＋、Ｘｚを読出し、次式の如
（、一方のＦ／Ｉ要因の学習値Ｘ、に偏差Δα８をＭ０
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　１．　Ｍ　ｚは学
習重み付は係数である。

Ｘ、＝ＸＩ　＋Ｍ、　　・Δα。

Ｘ２　＝Ｘ２　＋Ｍ２　　・Δα２ 次にステップ３９へ進んで、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現状の要
因別学習値ＸＩ、Ｘｚの記憶データに基づく燃料噴射量
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、空燃比フィードバ
ック補正係数αによって空燃比が理論空燃比付近になる
ように補正設定されている燃料噴射量Ｔｉであって、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
。

次のステップ４０では上記ステップ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、この演算に用いる各種数値は、前記ＭＴｉの演
算に用いられた各種数値のうち要国別学習値Ｘ、、Ｘ２
のみを換えたものである。

Ｔｉ＝Ｘｚ・Ｔｐ　ｊ　Ｃ０ＥＦ　・ｃｘ＋　（Ｔｓ＋
Ｘυ次にステップ４１へ進んで、ステップ３９で今回設
定された要因別学習値Ｘ、、Ｘ、を用いてステップ４０
で演算した燃料噴射量Ｔｉと、ステップ３９で読込んだ
略理論空燃比相当にフィードバック補正された燃料噴射
量ＭＴｉとを比較し、今回設定された要因別学習値Ｘ、
、Ｘ、を用いた場合の空燃比フィードバック補正係数α
の増減方向を見極める。

従って、このステップ３９〜４１の部分がフィードバッ
ク補正方向判定手段に相当する。

ステップ４１でＴ　ｉ　＜＜ＭＴ　ｉ或いはＴｉ＞＞Ｍ
Ｔｉであると判定された場合には、現状の空燃比フィー
ドバック補正係数αと今回要因分析してステップ３８で
得た要因別学習値Ｘ１．Ｘ２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
きない状態であり、現状の空燃比フィードバック補正係
数αと今回要因分析してステップ３８で得た要因別学習
値Ｘ１．Ｘ２を用いて燃料噴射量制御を開始すると、空
燃比フィードパツク補正係数αによって理論空燃比に徐
々に近づける制御を行う必要があって、このフィードバ
ック制御の間は目標空燃比に制御されなくなってしまう
。このため、本実施例では、要因別学習値Ｘ＋、Ｘｚを
修正した分だけ空燃比フィードバック補正係数αを予め
増減修正し、今回設定した要因別学習値Ｘ、、Ｘ、を用
いても直ちに理論空燃比付近で制御されるようにするも
のである。

即ち、ステップ４１でＴ　ｉ　＞＞ＭＴ　ｔであると判
定された場合には、今回の要因別学習値ＸＩ、Ｘ２を用
いると理論空燃比相当の燃料噴射量Ｔｉよりも燃料が多
くなって空燃比がリッチ化するので、ステップ４２で空
燃比フィードバック補正係数αを所定値α。たけ減少修
正して燃料噴射量Ｔｉが減少されるようにして再びステ
ップ４０へ戻り、減少修正した空燃比フィードバック補
正係数αを用いて演算された燃料噴射量ＴｉがＭＴｉと
路間等になるまでステップ４２での減少修正を繰り返す
。

一方、ステップ４１でＴｉ＜＜ＭＴｉであると判定され
た場合には、今回の要因別学習値Ｘ　＋、　Ｘ　ｚを用
いると理論空燃比相当の燃料噴射量Ｔｉよりも燃料が少
なくなって空燃比がリーン化するので、ステップ４３で
空燃比フィードバック補正係数αを所定値α。だけ増大
修正して燃料噴射量Ｔｉが増大されるようにして再びス
テップ４０へ戻り、増大修正した空燃比フィードバック
補正係数αを用いて演算された燃料噴射量ＴｉがＭＴｉ
と路間等になるまでステップ４３での増大修正を繰り返
す。

従って、上記ステップ４２及びステ・ンプ４３の部分が
フィードバック補正値修正手段に相当する。

上記のようにして補正された空燃比フィードバック補正
係数αは、第４図の空燃比フィードバック制御ルーチン
で用いられて、通常の空燃比リッチ・リーンに基づく増
減設定がなされるようにしである。

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Ｔｉ＃ＭＴｉと判定される
ような空燃比フィードバック補正係数αに修正された場
合、或いは、偏差Δαが小さく前回学習値と路間等の要
因別学習値Ｘ、、Ｘ２が設定されてステップ４１でＴｉ
ζＭＴｉと判定された場合には、ステップ４４へ進んで
ステップ４２．４３で増減修正される前の空燃比フィー
ドバック補正係数α（Δα値サンプリング時のピーク値
の平均）を読出して、その値をＭαとする。

そして、次のステップ４５では、ステップ４１での判定
でＴｉ−ＭＴｉとなったときのα値と、前記ステップ４
４で読出したＭα値と、からそれぞれ基準値である１を
減算して、それぞれの基準値に対する正負（極性）を判
定する。

ここで、修正後のα値と修正前のＭαとが共に基準値よ
りも大きいか小さく、基準値を減算した結果同一極性を
示すときにはステーンプ４７へ進み、修正結果極性が反
転したと判定されたときにはステップ４６へ進む。上記
極性反転とは、修正前のαが基準値よりも大きい（正）
状態であったのに、目標空燃比を得るべくαを増減補正
した結果が基準値よりも小（負）となったときや、この
反対に修正前が負であったのが修正の結果正になったと
きである。

ステップ４５で、空燃比フィードバック補正係数αの極
性が反転したと判定されたときには、ステップ４６で今
回ステップ３７で使用した学習重付はパラメータに、、
に、からそれぞれ所定値Δに８．Δに２を減算して新た
なＫ　＋、　Ｋ　２として設定し、再びステップ３７へ
戻ってこの減算結果のに、、に２を用いて偏差Δαを複
数のパラメータに分離させる。即ち、今回学習した要因
別学習値Ｘ、、Ｘ、を用いて燃料噴射量制御を行っな場
合に、実際の空燃比を目標空燃比に制御するための空燃
比フィードバック補正係数αの極性が反転するというこ
とは、本来要因分析によってαなしでも略目標空燃比に
制御されるようにしたいのに対して、学習によって偏差
Δαが吸収され過ぎていわゆるオーバーシュートとなっ
ていることを示す。従って、学習重付はパラメータに＋
、Ｋｚを微小減少させ、以て燃料噴射量の増減補正量を
少なくし、係るオーバーシュートを回避するようにした
ものであり、ステップ４５で同一極性の判定がなされる
までステップ３７〜ステツプ４６を繰り返す。

一方、ステップ４５で修正前と修正後のαが同一極性で
あると判定されてステップ４７へ進むと、修正前のＭα
及び修正後のαそれぞれの基準値（１）に対する偏差の
絶対値を比較し、増減修正されたαの偏差が修正前より
も小となっているか否かを判定する。そして、増減修正
されたαの偏差が修正前のＭαの偏差以上であると判定
されると、ステップ４８へ進んで今回ステップ３７で使
用した学習重付はパラメータＫ　＋　、　Ｋ　ｚにそれ
ぞれ所定値ΔＫ　＋　’　＋Δに２’を加算して新たな
Ｋ１．に２として設定し、再びステップ３７へ戻ってこ
の加算結果のＫ　Ｉ、　Ｋ　ｚを用いて偏差Δαを複数
のパラメータに分離させる。即ち、今回学習した要因別
学習値Ｘ、、Ｘ２を用いて燃料噴射量制御を行った場合
に、実際の空燃比を目標空燃比に制御するための空燃比
フィードバック補正係数αの基準値に対する偏差が縮小
されないということは、本来要因分析によってαなしで
も略目標空燃比に制御されるようにしたいのに対して、
学習によってΔαが良好に吸収されていないことを示す
。従って、学習重付はパラメ−タに、、に２を微小増大
させ、以て燃料噴射量の増減補正量を多くし、係る偏差
Δαの吸収不良を回避するようにしたものであり、学習
によって空燃比フィードバック補正係数αが同一極性で
然もその基準値に対する偏差が縮小されるようになるま
でステップ３７〜ステツプ４８を繰り返す。

このように、学習の結果を用いた場合に空燃比フィード
バック補正係数αをどのように設定すれば良いかを判断
して、予め略理論空燃比に制御されるように空燃比フィ
ードバック補正係数αを増減修正し、然も、この増減修
正の結果のαと学習前のαとから学習重付はパラメータ
Ｋ　＋　、　Ｋ　２の設定の正否を判定して修正するよ
うにしたので、学習された要因別学習値Ｘ、、Ｘ、を用
いることにより直ちに目標空燃比を得て、かつ、空燃比
フィードバック補正係数αによる修正中を縮小できるも
のである。

ここで、学習によって空燃比フィードバック補正係数α
の極性が反転せず然もその基準値に対する偏差の絶対値
が小さくなるような学習重付はパラメータに、、に、が
設定されると、ステップ４９へ進んで当該機関運転状態
（Ｎ、Ｔｐ）に対応して記憶されている学習重付はパラ
メータに、、に２の値を今回修正した値に書換える。従
って、ステップ４４〜ステツプ４８の部分が分析ルール
変更手段に相当する。

また、次のステップ５０では、上記ステップ４９で書換
えた学習重付はパラメータに＋、Ｋｚを用いてステップ
３８で設定された要因別学習値Ｘ、、Ｘ、をＲＡＭ上の
所定アドレスに書込んでデータを書換え、この書換えた
データが第３図のルーチンのステップ６で読込まれて燃
料噴射量Ｔｉの演算に用いられるようにする。上記ＲＡ
Ｍ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要囚要因習値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３ま た如く、要因別に最適な演算式で行われる。

即ち、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、旧印の＋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　−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、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、分析結果の要因別学習値を用いたと
きに略制御目標に制御されるように予めフィードバック
補正値を増減修正するようにし、かつ、この増減修正さ
れたフィードバック補正値の値と修正前の値とを比較し
て分析ルールを変更するようにしたので、学習スピード
を大幅に向上させることができ、また、要因別学習値が
更新されても直ちに制御目標に制御され、精度の良い分
析ルールにより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。更に、バラクアッ
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１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 (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、 前記複数のパラメータのそれぞれに基づき前記前記要因
   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今
   回分離された複数のパラメータに基づいた複数の要因別
   学習値に基づいて演算した制御量との差に基づきフィー
   ドバック補正方向を判定するフィードバック補正方向判
   定手段と、該フィードバック補正方向判定手段による判
   定結果に基づき前記差を減少させる方向に前記フィード
   バック補正値設定手段で設定されたフィードバック補正
   値を修正するフィードバック補正値修正手段と、 該フィードバック補正値修正手段により増減修正される
   フィードバック補正値の基準値に対する偏差が今回前記
   偏差検出手段で検出したフィードバック補正値の偏差方
   向と同一でかつその絶対値が小となるように前記要因分
   析手段における分析ルールを変更する分析ルール変更手
   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。