JPH04237847A - 内燃機関の空燃比学習制御装置 - 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】

【０００１】

【産業上の利用分野】本発明は内燃機関の空燃比学習制
御装置に関し、詳しくは、機関加減速時の空燃比ずれに
よる空燃比学習の誤学習を防止し得る装置に関する。

【０００２】

【従来の技術】従来、空燃比フィードバック補正制御機
能をもつ電子制御燃料噴射装置を備えた内燃機関におい
ては、特開昭６０−９０９４４号公報，特開昭６１−１
９０１４２号公報等に開示されるように、空燃比の学習
制御が採用されているものがある。

【０００３】空燃比フィードバック補正制御は、目標空
燃比（例えば理論空燃比）に対する実際の空燃比のリッ
チ・リーンを機関排気系に設けた酸素センサにより判別
し、該判別結果に基づき空燃比フィードバック補正係数
ＬＭＤを比例・積分制御などにより設定し、機関に吸入
される空気量に関与する機関運転状態のパラメータ（例
えば吸入空気流量Ｑと機関回転速度Ｎ）から算出される
基本燃料噴射量Ｔｐを、前記空燃比フィードバック補正
係数ＬＭＤで補正することで、実際の空燃比を目標空燃
比にフィードバック制御するものである。

【０００４】ここで、前記空燃比フィードバック補正係
数ＬＭＤの基準値（目標収束値）からの偏差を、複数に
区分された運転領域毎に学習して学習補正係数ＫＢＬＲ
Ｃ（空燃比学習補正値）を定め、基本燃料噴射量Ｔｐを
前記学習補正係数ＫＢＬＲＣ　により補正して、補正係
数ＬＭＤなしで得られるベース空燃比が略目標空燃比に
一致するようにし、空燃比フィードバック制御中は更に
前記補正係数ＬＭＤで補正して燃料噴射量Ｔｉを演算す
るものである。

【０００５】これにより、運転条件毎に異なる空燃比の
補正要求に対応した燃料補正が行え、空燃比フィードバ
ック補正係数ＬＭＤを基準値付近に安定させて、空燃比
制御性を向上させることができる。

【０００６】

【発明が解決しようとする課題】ところで、機関の過渡
運転時には、燃料壁流の影響や、燃料噴射量Ｔｉのセッ
ト時と吸気バルブ開時との間における吸入空気流量の段
差などを原因として、加速時には空燃比のリーン化が発
生し、逆に減速時には空燃比のリッチ化が発生し、加減
速度合いが大きくなると前記リーン化又はリッチ化の傾
向もより顕著となる（図２４参照）。

【０００７】このように機関の過渡運転時に比較的大き
な空燃比ずれが発生すると、空燃比フィードバック補正
係数ＬＭＤは前記空燃比ずれを解消する方向に増減設定
されるから、機関加速時で空燃比がリーン化するときに
は空燃比フィードバック補正係数ＬＭＤは例えば図２４
に示すような挙動を示し、かかる過渡運転のために発生
した空燃比ずれを解消するような学習がこのときになさ
れることになる。このため、この加速運転による空燃比
リーン化が学習された運転領域で、次に減速運転や定常
運転されたり、又は緩加速されると、図２５に示すよう
に要求とは大きく異なる学習補正値に基づいて燃料噴射
量が補正設定されることになり、学習補正値を用いるこ
とで逆に空燃比ずれを助長させるような結果となり、大
きな空燃比段差が発生し排気中のＣＯ，ＨＣ又はＮＯｘ
　を増大させてしまうという問題があった。

【０００８】特に、学習補正係数ＫＢＬＲＣ　を運転領
域毎に記憶させる学習マップとして、全運転領域を細か
な単位領域で分けた学習マップと、より大きな単位領域
で分けた学習マップとを備えて構成し、学習収束性と運
転領域別の空燃比制御性とを両立させるようにした場合
に、より小さな運転領域毎に空燃比を学習する学習マッ
プにおいて、機関過渡運転による空燃比ずれを学習し易
くなってしまい、前述のような問題が発生し易いという
問題があった。

【０００９】本発明は上記問題点に鑑みなされたもので
あり、運転領域別の空燃比学習において、たとえ運転領
域を細かく分けて学習させるよう構成しても、機関過渡
運転に伴う空燃比ずれの発生に影響されて、運転領域毎
の空燃比学習値が要求値から大きくずれてしまうことを
防止できるようにすることを目的とする。

【００１０】

【課題を解決するための手段】そのため本発明にかかる
内燃機関の空燃比学習制御装置は、図１に示すように構
成される。図１において、機関運転条件検出手段は、機
関に吸入される空気量に関与する運転パラメータを少な
くとも含む機関運転条件を検出し、該検出された機関運
転条件に基づいて基本燃料供給量設定手段が基本燃料供
給量を設定する。

【００１１】また、空燃比フィードバック補正値設定手
段は、空燃比検出手段で検出される実際の空燃比と目標
空燃比とを比較して実際の空燃比を前記目標空燃比に近
づけるように前記基本燃料供給量を補正するための空燃
比フィードバック補正値を設定する。一方、空燃比学習
補正値記憶手段は、機関運転条件に基づき複数に区分さ
れる運転領域毎に前記基本燃料供給量を補正するための
空燃比学習補正値を書き換え可能に記憶する。空燃比学
習補正値修正手段は、前記空燃比フィードバック補正値
の目標収束値からの偏差を学習し、前記空燃比学習補正
値記憶手段の該当運転領域に記憶されている空燃比学習
補正値を、前記偏差を減少させる方向に修正して書き換
える。

【００１２】ここで、空燃比学習補正値制限手段は、前
記空燃比学習補正値記憶手段に記憶される運転領域毎の
空燃比学習補正値それぞれが、該空燃比学習補正値の平
均的な学習目標レベルを含む所定範囲内に制限されるよ
うに書き換える。そして、燃料供給量設定手段は、前記
基本燃料供給量，空燃比フィードバック補正値，及び、
前記空燃比学習補正値記憶手段における該当運転領域の
空燃比学習補正値に基づいて最終的な燃料供給量を設定
し、燃料供給制御手段は、前記設定された燃料供給量に
基づいて燃料供給手段を駆動制御する。

【００１３】

【作用】運転領域別の空燃比学習は、運転条件の違いに
よる空燃比補正要求の違いに対応するものであるから、
学習された各空燃比学習補正値は平均的な学習目標レベ
ルに対して所定のばらつきを有することになるが、過渡
運転時には、定常時に発生が予測される空燃比エラー率
を越える大きな空燃比ずれが発生するので、前記予測さ
れるばらつき範囲を越えて空燃比学習補正値が大きく書
き換え修正されることになる。

【００１４】従って、空燃比学習補正値の平均的な学習
目標レベルを含む所定範囲以外に飛び出している空燃比
学習補正値は、過渡運転によるベース空燃比ずれを解消
すべく学習されたものであると見做し、これを前記所定
範囲内に強制的に引き戻すものであり、これによって、
過渡運転による空燃比ずれが学習されても、この要求レ
ベルとは大きく異なる学習結果に基づいて実際に空燃比
補正が行われることを回避して、誤学習による空燃比制
御性の悪化を抑止する。

【００１５】

【実施例】以下に本発明の実施例を説明する。一実施例
を示す図２において、内燃機関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の各
ブランチ部には、各気筒別に燃料供給手段としての燃料
噴射弁６が設けられている。この燃料噴射弁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、機関１に
噴射供給する。

【００１６】機関１の各燃焼室には点火栓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。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。

【００１７】前記各種のセンサとしては、吸気ダクト３
中にエアフローメータ１３が設けられていて、機関１の
吸入空気流量Ｑに応じた信号を出力する。また、クラン
ク角センサ１４が設けられていて、本実施例の４気筒の
場合、クランク角１８０　°毎の基準信号ＲＥＦと、ク
ランク角１°又は２°毎の単位信号ＰＯＳとを出力する
。ここで、基準信号ＲＥＦの周期、或いは、所定時間内
における単位信号ＰＯＳの発生数を計測することにより
、機関回転速度Ｎを算出できる。

【００１８】また、機関１のウォータジャケットの冷却
水温度Ｔｗを検出する水温センサ１５が設けられている
。 ここで、上記エアフローメータ１３，クランク角センサ
１４，水温センサ１５等が本実施例における機関運転条
件検出手段に相当する。また、排気マニホールド８の集
合部に空燃比検出手段としての酸素センサ１６が設けら
れ、排気中の酸素濃度を介して吸入混合気の空燃比を検
出する。前記酸素センサ１６は、排気中の酸素濃度が理
論空燃比（本実施例における目標空燃比）を境に急変す
ることを利用して、実際の空燃比の理論空燃比に対する
リッチ・リーンを検出する公知のものであり、本実施例
では、理論空燃比よりもリッチ空燃比であるときには比
較的高い電圧信号を出力し、逆リーン空燃比であるとき
には０Ｖ付近の低い電圧信号を出力するものとする。

【００１９】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、図３〜
図２１のフローチャートにそれぞれ示すＲＯＭ上のプロ
グラムに従って演算処理を行い、空燃比フィードバック
補正制御及び運転領域毎の空燃比学習補正制御を実行し
つつ燃料噴射量Ｔｉを設定し、機関１への燃料供給を制
御する。

【００２０】尚、本実施例において、基本燃料供給量設
定手段，燃料供給量設定手段，燃料供給制御手段，空燃
比フィードバック補正値設定手段，空燃比学習補正値修
正手段，空燃比学習補正値制限手段としての機能は、前
記図３〜図２１のフローチャートに示すようにソフトウ
ェア的に備えられており、また、空燃比学習補正値記憶
手段としてはコントロールユニット１２に内蔵された図
示しないマイクロコンピュータのバックアップ機能付の
ＲＡＭが相当する。

【００２１】図３及び図４のフローチャートに示すプロ
グラムは、基本燃料噴射量Ｔｐに乗算される空燃比フィ
ードバック補正係数ＬＭＤ（空燃比フィードバック補正
値）を、比例・積分制御により設定するプログラムであ
り、機関１の１回転（１ｒｅｖ）毎に実行される。尚、
前記空燃比フィードバック補正係数ＬＭＤの初期値（空
燃比学習制御による補正係数ＬＭＤの目標収束値Ｔａｒ
ｇｅｔ）　は１．０　である。

【００２２】まず、ステップ１（図中ではＳ１としてあ
る。以下同様）では、酸素センサ（Ｏ２　／Ｓ）１６か
ら排気中の酸素濃度に応じて出力される電圧信号を読み
込む。そして、次のステップ２では、ステップ１で読み
込んだ酸素センサ１６からの電圧信号と、目標空燃比（
理論空燃比）相当のスライスレベル（例えば５００ｍＶ
）とを比較して、機関吸入混合気の空燃比が目標空燃比
に対してリッチであるかリーンであるかを判別する。

【００２３】酸素センサ１６からの電圧信号がスライス
レベルよりも大きく空燃比がリッチであると判別された
ときには、ステップ３へ進み、今回のリッチ判別が初回
であるか否かを判別する。リッチ判別が初回であるとき
には、ステップ４へ進んで前回までに設定されている空
燃比フィードバック補正係数ＬＭＤを最大値ａにセット
する。リッチ判別が初回であるということは、前回まで
はリーン判別がなされており、これによって空燃比フィ
ードバック補正係数ＬＭＤの増大制御（＝燃料噴射量Ｔ
ｉの増大補正）が行われていたものであり、リッチ判別
されると今度は補正係数ＬＭＤを減少制御するから、リ
ッチ判別初回の減少制御前の値が補正係数ＬＭＤの最大
値ということになる。

【００２４】次のステップ５では、前回までの補正係数
ＬＭＤから所定の比例定数Ｐだけ減算して補正係数ＬＭ
Ｄの減少制御を図る。また、ステップ６では、比例制御
を実行したことを示すフラグである「Ｐ分付加」に１を
セットする。一方、ステップ３で、リッチ判別が初回で
ないと判別されたときには、ステップ７へ進み、積分定
数Ｉに最新の燃料噴射量Ｔｉを乗算した値を、前回まで
の補正係数ＬＭＤから減算して補正係数ＬＭＤを更新し
、空燃比のリッチ状態が解消されてリーンに反転するま
での間、本プログラムが実行される毎にこのステップ７
でＩ×Ｔｉずつの減少制御を繰り返す。

【００２５】また、ステップ２で酸素センサ１６からの
電圧信号がスライスレベルよりも小さく空燃比が目標に
対してリーンであると判別されたときには、リッチ判別
のときと同様にして、まず、ステップ８で今回のリーン
判別が初回であるか否かを判別し、初回であるときには
、ステップ９へ進んで前回までの補正係数ＬＭＤ、即ち
、リッチ判別時に徐々に減少制御されていた補正係数Ｌ
ＭＤを最小値ｂにセットする。

【００２６】次のステップ１０では、前回までの補正係
数ＬＭＤに比例定数Ｐを加算して更新することにより燃
料噴射量Ｔｉの増量補正を図り、ステップ１１では、比
例制御が実行されたことを示すフラグである前記「Ｐ分
付加」に１をセットする。ステップ８でリーン判別が初
回でないと判別されたときには、ステップ１２へ進み、
積分定数Ｉに最新の燃料噴射量Ｔｉを乗算した値を、前
回までの補正係数ＬＭＤに加算し、補正係数ＬＭＤを徐
々に増大させる。

【００２７】リッチ・リーン判別の初回で補正係数ＬＭ
Ｄの比例制御を実行したときには、更に、空燃比学習補
正制御に関わる後述するような各種処理を行う。尚、本
実施例では、図２２に示すように、全運転領域を基本燃
料噴射量Ｔｐと機関回転速度Ｎとをパラメータとして複
数に区分する空燃比学習補正値の学習マップを２つ備え
ており、一方は全運転領域を１６の単位運転領域に区分
してそれぞれの単位運転領域別に学習補正係数ＫＢＬＲ
Ｃ１を記憶した１６領域学習マップであり、他方は、全
運転領域を２５６　の単位運転領域に区分してそれぞれ
の単位運転領域別に学習補正係数ＫＢＬＲＣ２を記憶す
る２５６　領域学習マップであり、１６領域学習マップ
の１つの単位運転領域が２５６　領域学習マップにより
更に１６領域に細分されるようになっている。また、上
記のように運転領域を区分しないで全運転条件で適用さ
れる学習補正係数ＫＢＬＲＣ　φも学習設定されるよう
にしてあり、２つの学習マップからそれぞれ該当する運
転領域の学習補正係数ＫＢＬＲＣ１，ＫＢＬＲＣ２　を
検索し、これらと前記学習補正係数ＫＢＬＲＣ　φとに
よって基本燃料噴射量Ｔｐが補正されるようになってい
る。

【００２８】空燃比フィードバック補正係数ＬＭＤの比
例制御が行われたときには、まず、ステップ１３で、１
６領域学習マップ上の１つの運転領域に安定して止まっ
ている状態か否かを判別するためのカウント値ｃｎｔの
判別を行う。後述する図５〜図１０のフローチャートに
示すプログラムにおいて、１６領域学習マップ上で該当
する運転領域が所定微小時間毎に変化しているときに、
前記カウント値ｃｎｔには所定値（例えば４）がセット
されるようになっており、ステップ１３でカウント値ｃ
ｎｔがゼロでないと判別されると、ステップ１４へ進ん
でカウント値ｃｎｔを１ダウンさせる処理を行うから、
１６領域学習マップ上の１つの運転領域に止まるように
なってからカウント値ｃｎｔは補正係数ＬＭＤの比例制
御毎に１ダウンされることになり、カウント値ｃｎｔが
ゼロであるときには１６領域学習マップ上の１つの運転
領域に安定して止まっている状態であると見做すことが
できるようにしてある。

【００２９】尚、前記カウント値ｃｎｔがゼロであるか
否かを判別することで、後述するように学習更新を行う
か否かを判別し、１６領域学習マップ上で該当する運転
領域が変化した初期には学習が行われないようにしてあ
る。ステップ１５では、後述するように、前記１６領域
学習マップの殆どの運転領域で対応する学習補正係数Ｋ
ＢＬＲＣ１が学習済であるときに１がセットされるフラ
グｆｌａｇの判別を行う。

【００３０】前記フラグｆｌａｇが１であって、１６領
域学習マップの学習が殆ど終了している状態であるとき
には、ステップ１６へ進む。ステップ１６では、運転条
件が前回と略同じであるか否かを判別し、前回と略同じ
でない場合にのみステップ１７へ進む。ステップ１７で
は、最新の補正係数ＬＭＤ平均値（ａ＋ｂ）／２の目標
収束値Ｔａｒｇｅｔ（＝１．０）に対する偏差の絶対値
に基づいて、学習値の不適切度合いを示すΔストレスの
マップを参照し、補正係数ＬＭＤの目標収束値Ｔａｒｇ
ｅｔに対する偏差の増大に応じてΔストレスを増大設定
する。

【００３１】ステップ１５において１６領域学習マップ
のそれぞれの運転領域に対応する学習補正係数ＫＢＬＲ
Ｃ１が殆ど学習されていると判別されているから、本来
であれば、運転条件が変化しても補正係数ＬＭＤは略目
標収束値Ｔａｒｇｅｔ付近で安定しているはずであるが
、運転条件が変化したときに補正係数ＬＭＤが大きく変
動した場合には、学習に不備があるものと推定し前記Δ
ストレスをより大きく設定する。

【００３２】そして、前記Δストレスの積算値がセット
される「ストレス」に今回求めたΔストレスを加算する
。後述するように、前記ストレスが所定以上になると、
既に学習済の空燃比学習補正係数が不適切であるものと
判断し、学習を最初からやり直させるようになっている
。図５〜図１０のフローチャートに示すプログラムは、
運転領域別の空燃比学習プログラムであり、所定微小時
間（例えば１０ｍｓ）　毎に実行される。

【００３３】ステップ２１では、前記図３及び図４のフ
ローチャートに示すプログラムで空燃比フィードバック
補正係数ＬＭＤの比例制御を行ったときに１がセットさ
れるフラグ「Ｐ分付加」の判別を行い、Ｐ分付加が１で
あるときには、ステップ２２へ進みＰ分付加をゼロリセ
ットした後、本プログラムによる各種処理を行い、ゼロ
であるときにはそのまま本プログラムを終了させる。

【００３４】ステップ２２でＰ分付加をゼロリセットす
ると、次のステップ２３では、全運転領域に共通の空燃
比学習補正値である学習補正係数ＫＢＬＲＣ　φ（初期
値１．０　）が学習済であるか否かを示すフラグＦφの
判別を行う。ここで、フラグＦφがゼロであって学習補
正係数　ＫＢＬＲＣφの学習が済んでいないときには、
ステップ２４へ進み、前記補正係数ＬＭＤの最大・最小
値ａ，ｂの平均値（←（ａ＋ｂ）／２）が略１．０　で
あるか否かを判別する。

【００３５】（ａ＋ｂ）／２が略１．０　でないときに
は、ステップ２６へ進み、（ａ＋ｂ）／２から補正係数
ＬＭＤの目標収束値Ｔａｒｇｅｔ（本実施例では１．０
　）を減算した値に所定係数Ｘを掛けた値を前回までの
学習補正係数ＫＢＬＲＣ　φに加算し、該加算結果を新
たな学習補正係数ＫＢＬＲＣ　φとして設定する。 ＫＢＬＲＣ　φ←ＫＢＬＲＣ　φ＋Ｘ｛（ａ＋ｂ）／２
−Ｔａｒｇｅｔ｝また、ステップ２６では、１６領域学
習マップ及び２５６　領域学習マップそれぞれの運転領
域に記憶されている学習補正係数ＫＢＬＲＣ１，学習補
正係数ＫＢＬＲＣ２を全て初期値である１．０　にリセ
ットする。従って、上記学習補正係数ＫＢＬＲＣ　φを
学習更新するときには、たとえ１６領域学習マップ及び
２５６　領域学習マップで学習値が学習更新されていて
も、そのデータを全てリセットした状態で、換言すれば
、学習補正係数ＫＢＬＲＣ　φのみで補正係数ＬＭＤが
目標収束値Ｔａｒｇｅｔに収束するように、学習補正係
数ＫＢＬＲＣ　φの学習を行わせるものである。

【００３６】前記ステップ２４で（ａ＋ｂ）／２が略１
であると判別されると、ステップ２５で前記フラグＦφ
に１をセットして、全運転領域に対応する学習補正係数
　ＫＢＬＲＣφの学習が済んでいること、換言すれば、
学習補正係数　ＫＢＬＲＣφを学習更新させた結果空燃
比フィードバック補正係数ＬＭＤが略１に収束したこと
が判別できるようにする。

【００３７】一方、ステップ２３で前記フラグＦφが１
であると判別された場合には、全運転領域に対応する学
習補正係数　ＫＢＬＲＣφの学習が済んでいることを示
すから、今度は運転領域を基本燃料噴射量Ｔｐと機関回
転速度Ｎとに基づいて複数に区分した運転領域別の空燃
比学習を行う。まず、ステップ２８以降では、基本燃料
噴射量Ｔｐと機関回転速度Ｎとに基づいて運転領域を２
５６　領域に区分した学習マップにおいて、現在の運転
条件がどの領域に含まれるかを求める。

【００３８】ここで、ステップ２８では、現在の基本燃
料噴射量（基本燃料供給量）Ｔｐが１６格子の何番目に
含まれるかを判別するためのカウンタ値ｉにゼロをセッ
トし、次のステップ２９では、前記カウンタ値ｉが１５
を越えるか否かを判別し、１５を越えていないときには
、ステップ３０でカウント値ｉに対応する予め設定され
た基本燃料噴射量Ｔｐのしきい値Ｔｐ〔ｉ〕と最新に演
算された基本燃料噴射量Ｔｐとを比較する。

【００３９】ステップ３０でしきい値Ｔｐ〔ｉ〕よりも
最新の基本燃料噴射量Ｔｐが小さいと判別されたときに
は、ステップ３３へ進んでそのときのカウント値ｉを、
最新の基本燃料噴射量Ｔｐが含まれる領域位置としてＩ
にセットする。即ち、各領域の最大基本燃料噴射量Ｔｐ
を予めしきい値Ｔｐ〔ｉ〕として設定しておき、最新の
基本燃料噴射量Ｔｐと前記しきい値Ｔｐ〔ｉ〕とを、小
さい側（又は大きい側）から順に比較して初めてＴｐ〔
ｉ〕＞Ｔｐとなった時点のｉがＴｐブロックの番号を示
すものとしてＩにセットするものである。

【００４０】また、ステップ３０でＴｐ〔ｉ〕≦Ｔｐで
あると判別されたときには、ステップ３１へ進んで前記
カウント値ｉを１アップし、更に１段階大きいＴｐ〔ｉ
〕と最新のＴｐとが比較されるようにする。そして、ス
テップ３１でカウント値ｉが１６にカウントアップされ
たときには、０〜１５までの１６格子（１６ブロック）
に分けた基本燃料噴射量Ｔｐ範囲の初期設定した最大値
よりも大きな基本燃料噴射量Ｔｐが演算された状態であ
り、このときには、ステップ３２でｉに最大値１５をセ
ットしてからステップ３３へ進むようにし、初期設定さ
れたＴｐブロックの最大Ｔｐ領域に現在のＴｐが含まれ
るものと仮定する。

【００４１】次は、機関回転速度Ｎによる１６ブロック
分けのため、前記基本燃料噴射量Ｔｐのブロック判別と
同様にして、最新の機関回転速度Ｎが含まれるブロック
番号をカウント値ｋで決定する。まず、ステップ３４で
は、前記カウント値ｋにゼロを初期設定し、ステップ３
５でこのカウント値ｋが１５を越えたと判別されるまで
は、ステップ３６におけるしきい値Ｎ〔ｋ〕との比較を
行い、初めてＮ〔ｋ〕＞Ｎとなったときのカウント値ｋ
をステップ３９でＮのブロックの番号を示すＫにセット
し、Ｎ〔ｋ〕≦Ｎであるときにはステップ３７において
カウント値ｋを１アップさせる。また、カウント値ｋが
１５を越えたときには、ステップ３８へ進んでカウント
値ｋに１５をセットしてステップ３９へ進む。

【００４２】このようにして、基本燃料噴射量Ｔｐと機
関回転速度Ｎとをパラメータとして２５６　の運転領域
に細分される学習マップのどの運転領域に現在の運転条
件が含まれるかが、Ｔｐのブロック番号ＩとＮのブロッ
ク番号Ｋとによって指示される座標〔Ｋ，Ｉ〕で表され
る。 ２５６　領域学習マップ上で現在の運転条件が該当する
領域が上記のようにして判明すれば、図２２に示すよう
に１６領域学習マップにおける１つの運転領域は、２５
６　領域学習マップにおける１６領域を１ブロックとし
て区切ったものであるから、前記Ｉ，Ｋに基づいて１６
領域学習マップにおいて現在の運転条件が該当する位置
を特定できる。

【００４３】即ち、ステップ４０では、前記Ｔｐのブロ
ック番号Ｉを４で除算して、その結果の少数点以下を切
り捨てた整数値をＡにセットし、また、ステップ４１で
は、Ｎのブロック番号Ｋを同様にして４で除算して、そ
の結果の少数点以下を切り捨てた整数値をＢにセットす
る。 これにより、今回の運転条件が該当する１６領域学習マ
ップ上の運転領域は〔Ｂ，Ａ〕の座標で表される。

【００４４】次のステップ４２では、１６領域学習マッ
プ上で現在の運転条件が該当する領域位置を示す〔Ｂ，
Ａ〕を用い、１６領域学習マップ上で該当する運転領域
が変化したか否かを判別するために、前記Ａに１６を乗
算した値とＢとを加算してその結果をＡＢにセットする
。そして、ステップ４３では前回演算された前記ＡＢで
あるＡＢＯＬＤ　と今回演算された最新のＡＢとを比較
することにより、今回該当する運転領域と前回とが同じ
であるか否かを判別する。ＡＢ≠ＡＢＯＬＤ　であって
、１６領域学習マップ上で前回と異なる運転領域である
ときには、ステップ４４でカウント値ｃｎｔ　に所定値
（例えば４）をセットする。

【００４５】ステップ４５では、次回におけるステップ
４３での判別のために、今回ステップ４２で演算したＡ
Ｂを前回値としてＡＢＯＬＤ　にセットする。ステップ
４６では、１６領域学習マップにおいて〔Ｂ，Ａ〕を座
標として指示される現在の運転条件が含まれる運転領域
で空燃比学習が終了しているか否かを示すフラグＦ〔Ｂ
，Ａ〕を判別し、このフラグＦ〔Ｂ，Ａ〕がゼロであっ
て現在の運転条件が含まれる１６領域学習マップ上の１
つの運転領域で学習が終了していないときには、ステッ
プ４７へ進む。

【００４６】ステップ４７では前記カウント値ｃｎｔ　
がゼロであるか否かを判別し、カウント値ｃｎｔ　がゼ
ロでなく１６領域学習マップにおける該当領域の変動が
あるときには、そのまま本プログラムを終了させ、カウ
ント値ｃｎｔ　がゼロであって１６領域学習マップ上で
該当する運転領域が安定しているときにのみステップ４
８へ進む。ステップ４８では、前記図３及び図４のフロ
ーチャートに示したプログラムでサンプリングされる空
燃比フィードバック補正係数ＬＭＤの最大・最小値ａ，
ｂの平均値（ａ＋ｂ）／２、即ち、補正係数ＬＭＤの中
心値が、目標収束値Ｔａｒｇｅｔである初期値（＝１．
０）付近であるか否かによって学習の進行を判別する。 ここで、補正係数ＬＭＤの平均値が略１．０　であると
認められず学習が済んでいないときにはそのままステッ
プ５０へ進み、補正係数ＬＭＤの平均値が略１．０　で
あって学習済であると認められるときには、ステップ４
９でフラグＦ〔Ｂ，Ａ〕に１をセットしてからステップ
５０へ進む。

【００４７】ステップ５０では、１６領域学習マップに
おいて今回の〔Ｂ，Ａ〕領域に対応して記憶されている
学習補正係数ＫＢＬＲＣ１に対して、最大・最小値ａ，
ｂの平均値から目標収束値Ｔａｒｇｅｔ（本実施例では
１．０）を減算した値に所定係数Ｘ１を掛けた値を加算
し、その結果を１６領域学習マップ上の今回の運転領域
〔Ｂ，Ａ〕に対応する学習補正係数ＫＢＬＲＣ１として
新たに設定し、マップデータの更新を行う。

【００４８】 　　　　ＫＢＬＲＣ１〔Ｂ，Ａ〕←ＫＢＬＲＣ１〔Ｂ，
Ａ〕＋Ｘ１　｛（ａ＋ｂ）／２−Ｔａｒｇｅｔ｝このよ
うな１６領域学習マップ上の〔Ｂ，Ａ〕領域の学習中に
おいては、２５６　領域学習マップにおいてこの〔Ｂ，
Ａ〕領域に含まれる１６領域の学習補正係数ＫＢＬＲＣ
２については、ステップ５１でこれを全て初期値１．０
　にリセットする。上記のように、１６領域学習マップ
で学習が終了していない領域があるときには、その運転
領域で安定したときに（ａ＋ｂ）／２の目標値Ｔａｒｇ
ｅｔからの偏差の所定割合を、それまでに記憶されてい
た学習補正係数ＫＢＬＲＣ１に加算して更新することに
より、空燃比フィードバック補正係数ＬＭＤの代わりに
学習補正係数ＫＢＬＲＣ　φ及び学習補正係数ＫＢＬＲ
Ｃ１による補正で目標空燃比が得られるようにし、空燃
比フィードバック補正係数ＬＭＤが目標収束値Ｔａｒｇ
ｅｔである初期値１．０　に略収束した時点でその運転
領域の学習が終了したものとする。

【００４９】一方、ステップ４６で、フラグＦ〔Ｂ，Ａ
〕が１であると判別され、１６領域学習マップの該当す
る運転領域に学習済の学習補正係数ＫＢＬＲＣ１が記憶
されているときには、学習補正係数ＫＢＬＲＣ１が記憶
されている今回の１６領域学習マップ上の運転領域〔Ｂ
，Ａ〕を、更に１６領域に細分する２５６　領域学習マ
ップの学習へ移行する。ステップ５２では、補正係数Ｌ
ＭＤの平均値である（ａ＋ｂ）／２が、目標収束値Ｔａ
ｒｇｅｔの１．０　に略一致しているか否かの判別を行
い、（ａ＋ｂ）／２が略１．０　でなく空燃比フィード
バック補正係数ＬＭＤによる補正を必要としている未学
習状態であるときには、ステップ５３へ進む。

【００５０】ステップ５３では、（ａ＋ｂ）／２から目
標収束値Ｔａｒｇｅｔ（本実施例では１．０　）を減算
した値に所定係数Ｘ２を掛けた値を、２５６　領域学習
マップの現在の運転条件が含まれる運転領域〔Ｋ，Ｉ〕
に対応して記憶されていた学習補正係数ＫＢＬＲＣ２〔
Ｋ，Ｉ〕に加算し、この加算結果を当該運転領域〔Ｋ，
Ｉ〕における新たな補正係数ＫＢＬＲＣ２〔Ｋ，Ｉ〕と
して設定し、マップデータの更新を行う。

【００５１】 　　ＫＢＬＲＣ２〔Ｋ，　Ｉ〕←ＫＢＬＲＣ２〔Ｋ，　
Ｉ〕＋Ｘ２　｛（ａ＋ｂ）／２−Ｔａｒｇｅｔ｝一方、
ステップ５２で、補正係数ＬＭＤの平均値である（ａ＋
ｂ）／２が目標収束値Ｔａｒｇｅｔの１．０　に略一致
していると判別されたときには、ステップ５４へ進み、
２５６　領域学習マップの現在の運転条件が含まれる運
転領域〔Ｋ，Ｉ〕の学習が終了したことが判別されるよ
うにフラグＦＦ〔Ｋ，Ｉ〕に１をセットする。

【００５２】そして、ステップ５５以降では、今回学習
が終了したと判別されて、対応するフラグＦＦ〔Ｋ，Ｉ
〕に１がセットされた２５６　領域学習マップの所定運
転領域〔Ｋ，Ｉ〕に基づき、この領域〔Ｋ，Ｉ〕に隣接
する運転領域（図２３参照）で学習が終了していない運
転領域がある場合に、その運転領域に今回の該当領域〔
Ｋ，Ｉ〕に対応して記憶されている学習補正係数ＫＢＬ
ＲＣ２をそのまま記憶させる制御を行う。

【００５３】ステップ５５では、２５６　領域学習マッ
プにおいて現在の運転条件が含まれる領域位置を示すＫ
，Ｉからそれぞれ１を減算した値をｍ，ｎにセットし、
次のステップ５６ではｍ＝Ｋ＋２であるか否かを判別す
る。ステップ５５からステップ５６へ進んだときにはス
テップ５６でＮＯの判別が下されるから、ステップ５７
に進んで〔ｍ，ｎ〕で示される２５６　領域学習マップ
上の運転領域の学習が終了しているか否かを、フラグＦ
Ｆ〔ｍ，ｎ〕が１であるかゼロであるかによって判別す
る。

【００５４】ここで、フラグＦＦ〔ｍ，ｎ〕がゼロであ
って学習が終了していないときには、ステップ５８へ進
む。 このステップ５８では、前記２５６　領域学習マップ上
における領域位置〔ｍ，ｎ〕を１６領域学習マップ上の
領域位置〔ｍ／４，ｎ／４〕に変換し、これが現在該当
すると判別されている１６領域学習マップ上の領域〔Ｂ
，Ａ〕と一致するか否かを判別する。

【００５５】即ち、〔Ｋ，Ｉ〕は〔Ｂ，Ａ〕に含まれる
領域であるが、〔Ｋ，Ｉ〕の周囲の領域は、１６領域学
習マップ上で〔Ｂ，Ａ〕に隣接する別の領域に含まれる
場合があるためであり、同じ〔Ｂ，Ａ〕に含まれる領域
であるときには（〔ｍ／４，ｎ／４〕＝〔Ｂ，Ａ〕）、
ステップ５９へ進み、今回学習済であると判別された〔
Ｋ，Ｉ〕領域に対応する学習補正係数ＫＢＬＲＣ２をそ
のまま〔ｍ，ｎ〕領域の学習値として記憶させる。

【００５６】一方、ステップ５８で〔Ｋ，Ｉ〕に隣接す
る〔ｍ，ｎ〕が、１６領域学習マップ上で異なる領域に
含まれると判別されたときには、ステップ６０へ進み、
かかる領域〔ｍ，ｎ〕に以下の式で算出される学習補正
係数ＫＢＬＲＣ２を格納させる。ＫＢＬＲＣ２〔ｍ，ｎ
〕←ＫＢＬＲＣ１〔Ｂ，Ａ〕＋ＫＢＬＲＣ２〔Ｋ，Ｉ〕
−ＫＢＬＲＣ１〔ｍ／４，ｎ／４〕上記のＫＢＬＲＣ２
〔ｍ，ｎ〕を求める演算式は、〔Ｋ，Ｉ〕と〔ｍ，ｎ〕
とは２５６　領域学習マップ上で隣接する領域であるか
ら、最終的な補正要求としては近似しているはずである
という推測に基づくものであり、それぞれが含まれる１
６領域学習マップの学習補正係数ＫＢＬＲＣ１が異なる
ので、それぞれ異なるＫＢＬＲＣ１〔Ｂ，Ａ〕，ＫＢＬ
ＲＣ１〔ｍ／４，ｎ／４〕との合計が、以下の式によう
に近似するものとして設定されている。

【００５７】 　　ＫＢＬＲＣ１〔Ｂ，Ａ〕＋ＫＢＬＲＣ２〔Ｋ，Ｉ〕
＝ＫＢＬＲＣ１〔ｍ／４，ｎ／４〕＋ＫＢＬＲＣ２〔ｍ
，ｎ〕上記のようにして〔ｍ，ｎ〕領域が学習済である
ときには、その学習値を更新することなく、また、未学
習であるときには、ＫＢＬＲＣ２〔Ｋ，Ｉ〕に基づきＫ
ＢＬＲＣ２〔ｍ，ｎ〕を更新設定すると、ステップ６１
では、前記ｍを１アップさせて再びステップ５６に戻り
、ｍ＝Ｋ＋２となるまで、即ち、ｎを一定としてｍをＫ
を中心とする±１の範囲で動かし、各運転領域毎に学習
済・未学習を判別する。そして、ステップ６１における
ｍの１アップ処理の結果ステップ５６でｍ＝Ｋ＋２であ
ると判別されると、今度はステップ６２へ進みｎ＝Ｉ＋
２であるか否かを判別し、ｎ≠Ｉ＋２であるときには、
ステップ６３で再びｍをＫ−１にセットし、次のステッ
プ６４ではｎを１アップさせた後、ステップ５７へ進む
。

【００５８】従って、最初はｎ＝Ｉ−１としてｍをＫを
中心とする±１の範囲で動かして隣接する領域の判別を
行わせたのに対し、次はｎ＝ＩとしてｍをＫを中心とす
る±１の範囲で動かし、更に、次にはｎ＝Ｉ＋１として
ｍをＫを中心とする±１の範囲で動かし、結果、〔Ｋ，
Ｉ〕を囲む８つの運転領域（図２３参照）について未学
習であるときには、学習補正係数ＫＢＬＲＣ２〔Ｋ，Ｉ
〕に基づく値をその運転領域の学習補正係数ＫＢＬＲＣ
２〔ｍ，ｎ〕として記憶させるものである。

【００５９】このように学習済の領域の学習結果を回り
の未学習領域にも適用させるようにすれば、２５６　領
域学習マップのように運転領域を細分化して各運転領域
の学習機会が少ない場合であっても、運転領域間で空燃
比制御性に段差が発生することを防止できる。ステップ
６２でｎ＝Ｉ＋２であると判別されたときには、〔Ｋ，
Ｉ〕を囲む８つの運転領域全ての判別処理が終わったこ
とになるので、このときには、ステップ５３へ進んで、
今回の領域〔Ｋ，Ｉ〕において既に学習済であると判断
されている学習補正係数ＫＢＬＲＣ２の学習更新を行わ
せる。

【００６０】このように、本実施例では、まず、全運転
領域に対応する学習補正係数ＫＢＬＲＣ　φを学習した
後に、１６領域学習マップ上での運転領域毎の学習を行
わせ、更に、この１６領域学習マップの学習が済んでい
る領域については、その領域を更に１６領域に分けて学
習を行わせるようにしたので、大きな運転領域から小さ
な運転領域での学習へと進行することになり、大きな運
転領域での学習により空燃比の収束性が確保されると共
に、学習が進行すれば細かな運転領域毎の学習が行われ
るから、運転条件の違いによる要求補正値の違いに精度
良く対応できる。

【００６１】上記のようにして学習される３つの学習補
正係数ＫＢＬＲＣφ，ＫＢＬＲＣ１，　ＫＢＬＲＣ２に
基づく最終的な空燃比学習補正係数ＫＢＬＲＣ　の設定
は、図１１のフローチャートに示すプログラムに従って
行われる。図１１のフローチャートに示すプログラムは
、バックグラウンドジョブ（ＢＧＪ）として処理される
ものであり、まず、ステップ７１では、１６領域学習マ
ップ上の該当領域〔Ｂ，Ａ〕に記憶されている学習補正
係数ＫＢＬＲＣ１を読み出し、次のステップ７２では、
２５６　領域学習マップ上の該当領域〔Ｋ，Ｉ〕に記憶
されている学習補正係数ＫＢＬＲＣ２を読み出す。尚、
フローチャート中に示すＢ×４＋Ａ及びＫ×１６＋Ｉは
、それぞれの領域位置をメモリ上の番地に換算するもの
である。

【００６２】ステップ７３では、ＫＢＬＲＣ　φ＋ＫＢ
ＬＲＣ１＋ＫＢＬＲＣ２−２．０　→ＫＢＬＲＣ　とし
て最終的な学習補正係数ＫＢＬＲＣ　を設定する。上記
図１１のフローチャートに示すプログラムで最終設定さ
れた学習補正係数ＫＢＬＲＣ　は、図１２のフローチャ
ートに示す燃料噴射量設定プログラムにおいて用いられ
る。

【００６３】図１２のフローチャートに示す燃料噴射量
設定プログラムは、所定微小時間（例えば１０ｍｓ）　
毎に実行されるものであり、まず、ステップ８１では、
エアフローメータ１３で検出された吸入空気流量Ｑ及び
クランク角センサ１４からの検出信号に基づき算出した
機関回転速度Ｎを入力する。そして、次のステップ８２
では、ステップ８１で入力した吸入空気流量Ｑと機関回
転速度Ｎとに基づいて単位回転当たりの吸入空気流量Ｑ
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。

【００６４】次のステップ８３では、前記ステップ８２
で演算した基本燃料噴射量Ｔｐに各種の補正を施して最
終的な燃料噴射量（燃料供給量）Ｔｉを演算する。ここ
で、基本燃料噴射量Ｔｐの補正に用いられる補正値は、
前記学習補正係数ＫＢＬＲＣ　、空燃比フィードバック
補正係数ＬＭＤ、及び、水温センサ１５で検出される冷
却水温度Ｔｗに基づく基本補正係数や始動後増量補正係
数等を含んで設定される各種補正係数ＣＯＥＦ、更に、
バッテリ電圧の変化による燃料噴射弁６の有効噴射時間
の変化を補正するための補正分Ｔｓであり、Ｔｉ←Ｔｐ
×ＬＭＤ×ＫＢＬＲＣ　×ＣＯＥＦ＋Ｔｓを演算して最
終的な燃料噴射量Ｔｉが所定時間毎に更新される。

【００６５】コントロールユニット１２は所定の燃料噴
射タイミングになると、最新に演算された燃料噴射量Ｔ
ｉに相当するパルス巾の駆動パルス信号を燃料噴射弁６
に対して出力し、機関１への燃料供給量を制御する。ま
た、図１３のフローチャートに示すプログラムは、前記
図３及び図４のフローチャートに示すプログラムに従っ
てサンプリングされる「ストレス」（空燃比フィードバ
ック補正係数ＬＭＤの目標収束値に対する偏差を積算し
た値）に基づく処理を行うプログラムであり、バックグ
ラウンドジョブ（ＢＧＪ）として実行される。

【００６６】ステップ９１では、空燃比学習補正値の不
適切度合いを示すパラメータとして、前記図３及び図４
のフローチャートに示すプログラムで設定されるストレ
スと、所定値（例えば０．８）とを比較して、学習が殆
ど終了しているときの空燃比フィードバック補正係数Ｌ
ＭＤの変動度合い（ベース空燃比の変動度合い）が所定
以上であるか否かを判別する。

【００６７】ここで、前記ストレスが所定値を越えると
きには、学習が殆ど終了しているものの、その学習結果
が不適切で空燃比ずれが発生しているものと判断し、学
習補正係数ＫＢＬＲＣ　φからの学習を再度行わせるた
めにステップ９２へ進む。ステップ９２では、各運転領
域の空燃比学習が終了しているか否かを判別するための
フラグＦφ，Ｆ〔０，０〕〜Ｆ〔３，３〕，ＦＦ〔０，
０〕〜ＦＦ〔１６，１６〕を全てゼロリセットすると共
に、１６領域学習マップの殆どの運転領域が学習済であ
るときに１がセットされるフラグｆｌａｇ、及び１６領
域学習マップの１つの運転領域に含まれる２５６　領域
学習マップ上の１６運転領域の殆どが学習済であるとき
に、その１６領域学習マップ上の運転領域に対応して１
がセットされるフラグｆｌａｇ〔０，０〕〜〔３，３〕
をゼロリセットする。

【００６８】更に、上記のようにして学習が最初からや
り直されることになるから、ストレスについてもこれを
ゼロリセットする。このように、空燃比フィードバック
補正係数ＬＭＤの基準値に対する偏差の度合いが所定以
上に大きくなったときに、学習をやり直すようにすれば
、例えば吸気系に穴が開くなどの事故によって空燃比が
急激に変化したときに、大きな運転領域毎の学習が再度
行われることになるから、空燃比を速やかに目標空燃比
に収束させることができる。

【００６９】次に図１４〜図１７のフローチャートに示
すプログラムに従って行われる細分領域に基づくより大
きな区分運転領域の学習補正係数の補正を説明する。こ
の図１４〜図１７のフローチャートに示すプログラムは
、バックグラウンドジョブ（ＢＧＪ）として実行される
ものであり、まず、ステップ１０１　では、全運転領域
に対応する学習補正係数　ＫＢＬＲＣφが学習済である
ときに１がセットされるフラグＦφの判別を行い、前記
フラグＦφがゼロであるときにはそのまま本プログラム
を終了させるが、１であるときにはステップ１０２　以
降へ進む。

【００７０】ステップ１０２　では、本プログラムで使
用する各種パラメータであるＳｕｍ，Ｗ，Ｘ，Ｙの初期
設定を行う。ここで、Ｓｕｍは、１６領域学習マップの
各運転領域で学習済である領域に記憶されている学習補
正係数ＫＢＬＲＣ１の積算値であり、初期値として１．
０　がセットされ、前記Ｗはかかる積算演算におけるサ
ンプリング数をカウントアップするもので、初期値とし
ては１がセットされる。また、Ｘ，Ｙは、１６領域学習
マップにおける格子位置を指定するものであり、初期値
としてそれぞれにゼロがセットされる。

【００７１】次のステップ１０３　では、上記ステップ
１０２　でゼロリセットされるＸ，Ｙを座標位置とする
フラグＦ〔Ｘ，Ｙ〕（１６領域学習マップ上の各領域別
の学習済判別フラグ）の判別を行い、Ｘ，Ｙで指示され
る１６領域学習マップ上の運転領域において学習済の領
域を探す。 Ｘ，Ｙは初期値ゼロであるから、〔０，０〕の運転領域
で未学習であるときには、ステップ１０４　でＸが１ア
ップされて〔１，０〕となり、ステップ１０５　ではＸ
が４でないと判別されることにより再びステップ１０３
　での判別が行われる。

【００７２】このようにしてＸがステップ１０４　で１
アップされた結果４になると、ステップ１０６　でＸを
ゼロリセットすると共に今度はＹを１アップさせ、ステ
ップ１０７　でＹが４であると判別されるまでは再びス
テップ１０３　へ戻り、ステップ１０４　へ進むとＸが
１アップされるから、結果、Ｙを固定してＸを変化させ
ることを繰り返して、１６領域学習マップにおける各運
転領域でのフラグＦ〔Ｘ，Ｙ〕が判別されるようになっ
ている。

【００７３】ここで、１６領域学習マップの運転領域で
フラグＦ〔Ｘ，Ｙ〕が１であると判別される領域がある
と、ステップ１０８　へ進む。ステップ１０８　では、
フラグＦ〔Ｘ，Ｙ〕が１であると判別され学習済である
運転領域に記憶されている学習補正係数ＫＢＬＲＣ１を
、それまでの積算値Ｓｕｍに加算すると共に、該加算の
回数（換言すれば積算サンプル数）をカウントするため
にサンプリング数Ｗを１アップさせる。

【００７４】そして、次のステップ１０９　では、前記
１６領域学習マップ上の〔Ｘ，Ｙ〕領域に含まれる２５
６　領域学習マップ上の１６領域を１つずつ判別するた
めのα，βそれぞれに初期値ゼロをセットすると共に、
前記１６領域の中で学習済である領域の学習補正係数Ｋ
ＢＬＲＣ２の積算値をセットするＳｕｍｐ　に初期値１
．０　をセットし、更に、該積算値Ｓｕｍｐ　のサンプ
リング数をカウントするＺに初期値１をセットする。

【００７５】そして、ステップ１１０　〜ステップ１１
５　では、前記１６領域学習マップの〔Ｘ，Ｙ〕領域に
含まれる２５６　領域学習マップ上の１６領域中で学習
済である領域を、ＦＦ〔α＋４Ｘ，β＋４Ｙ〕に基づい
て判別し、学習済の領域に記憶されている学習補正係数
ＫＢＬＲＣ２を積算値Ｓｕｍｐ　に積算すると共に、該
積算したサンプル数Ｚをカウントアップさせる。

【００７６】このようにして、１６領域学習マップの中
の学習済である領域に含まれる２５６　領域学習マップ
の１６領域中の学習済領域をピックアップすると、次の
ステップ１１６　では、前記サンプル数Ｚが所定値（例
えば１２）を越えているか否かを判別する。ここで、サ
ンプル数Ｚが所定値以下である場合には、今回学習済で
あると判別された１６領域学習マップ上の〔Ｘ，Ｙ〕領
域については、より細分化された１６領域の学習が充分
に進行していないので、ステップ１１７　でフラグＦ〔
Ｘ，Ｙ〕にゼロをセットして、再学習が行われるように
する。

【００７７】ステップ１１７　でフラグｆｌａｇ〔Ｘ，
Ｙ〕にゼロをセットした後は、再びステップ１０４　へ
戻り、１６領域学習マップ上で学習済の他の領域を探す
。一方、ステップ１１６　でサンプル数Ｚが所定値を越
えていると判別されたときには、ステップ１１８　でフ
ラグｆｌａｇＦ〔Ｘ，Ｙ〕に１をセットし、次のステッ
プ１１９　では、学習済の領域に記憶されていた学習補
正係数ＫＢＬＲＣ２の平均値（Ｓｕｍｐ／Ｚ）と目標収
束値Ｔａｒｇｅｔとの偏差の絶対値が、所定値（例えば
０．０４）未満であるか否かを判別する。

【００７８】そして、前記偏差が所定値を越える場合に
は、本来１６領域学習マップの学習補正係数ＫＢＬＲＣ
１で負担すべき補正分が、２５６　領域学習マップの学
習補正係数ＫＢＬＲＣ２に付加されているものと見做し
、前記付加分を学習補正係数ＫＢＬＲＣ１側に転嫁すべ
くステップ１２０へ進む。ステップ１２０　では、今回
学習済であると判別された１６領域学習マップ上の領域
〔Ｘ，Ｙ〕に記憶されていた学習補正係数ＫＢＬＲＣ１
〔Ｘ，Ｙ〕を、以下の式に従って学習更新する。

【００７９】 　　　　ＫＢＬＲＣ１〔Ｘ，Ｙ〕←ＫＢＬＲＣ１〔Ｘ，
Ｙ〕＋（Ｓｕｍｐ　／Ｚ−Ｔａｒｇｅｔ）×γ即ち、上
記演算式によって２５６　領域学習マップが平均的に負
担している補正分を、それらを含む領域に対応する１６
領域学習マップ側に転嫁して、２５６　領域学習マップ
による補正分を目標収束値Ｔａｒｇｅｔ＝１．０　付近
に近づけるものである。このように、２５６　領域学習
マップが平均的に負担している補正分をそれらを含む領
域に対応する１６領域学習マップ側に転嫁した場合には
、その分２５６　領域学習マップ上の学習補正係数ＫＢ
ＬＲＣ２を逆補正する必要があるため、ステップ１２１
　以降の処理を行う。

【００８０】即ち、ステップ１２０　で補正された学習
補正係数ＫＢＬＲＣ１〔Ｘ，Ｙ〕の領域に含まれる２５
６　領域学習マップ上の１６領域にそれぞれ記憶されて
いる学習補正係数ＫＢＬＲＣ２から、学習補正係数ＫＢ
ＬＲＣ１に加算した分を減算するようにしてある（ステ
ップ１２１　〜ステップ１２６　）。このようにして、
学習補正係数ＫＢＬＲＣ１に対する補正分を、学習補正
係数ＫＢＬＲＣ２に対して逆補正して修正すると、再び
ステップ１０４　へ戻って１６領域学習マップ上で学習
済の領域を探し、学習済の領域が検出されたときには、
その都度前述のような処理を繰り返すことになる。

【００８１】そして、１６領域学習マップ上の全ての領
域について学習済の領域を調べると、ステップ１０７　
からステップ１２７　へ進むことになる。ステップ１２
７　では、１６領域学習マップ上での学習済領域の数を
カウントアップしたＷが、所定値（例えば１２）を越え
ているか否かを判別し、１６領域学習マップの殆どの領
域が学習済であるかを判断する。

【００８２】ここで、前記Ｗが所定値以下である場合に
は、ステップ１２８　でフラグｆｌａｇにゼロをセット
してそのまま終了するが、前記Ｗが所定値を越えている
場合には、ステップ１２９　で前記フラグｆｌａｇに１
をセットした後、ステップ１３０　以降で１６領域学習
マップの学習済領域のデータに基づいて全運転領域に対
応する学習補正係数ＫＢＬＲＣ　φを修正する処理を行
う。

【００８３】ステップ１３０　では、１６領域学習マッ
プ上で学習済であると判別された領域における学習補正
係数ＫＢＬＲＣ１の平均値（Ｓｕｍ／Ｗ）と、目標収束
値Ｔａｒｇｅｔとの偏差の絶対値が所定値未満であるか
否かを判別する。そして、前記偏差が所定値未満である
場合にはそのまま本プログラムを終了させるが、所定値
以上である場合には、本来、全運転領域に対応する学習
補正係数ＫＢＬＲＣ　φ側で負担すべき補正分が、学習
補正係数ＫＢＬＲＣ１側に転嫁されているものと見做し
、かかる転嫁分を学習補正係数ＫＢＬＲＣφ側で負担さ
せるべくステップ１３１　へ進む。

【００８４】ステップ１３１　では、以下の式に従って
学習補正係数ＫＢＬＲＣ　φの学習更新を行わせる。 ＫＢＬＲＣφ←　ＫＢＬＲＣφ＋（Ｓｕｍ／Ｚ−Ｔａｒ
ｇｅｔ）×γ２即ち、１６領域学習マップ上の学習済領
域で平均的に負担している補正分を、全運転領域で補正
する学習補正係数ＫＢＬＲＣ　φに転嫁して、学習補正
係数ＫＢＬＲＣ１が目標収束値Ｔａｒｇｅｔ＝１．０　
付近に学習されるようにするものである。

【００８５】ここで、学習補正係数ＫＢＬＲＣ１を同じ
領域の学習補正係数ＫＢＬＲＣ２に基づいて補正した場
合と同様に、学習補正係数ＫＢＬＲＣφを補正した分を
、各学習補正係数ＫＢＬＲＣ１に逆補正することが必要
になり、ステップ１３２　〜ステップ１３７　では、１
６領域学習マップの全ての運転領域の学習補正係数ＫＢ
ＬＲＣ１から、学習補正係数ＫＢＬＲＣ　φに加算補正
した分（Ｓｕｍ／Ｚ−Ｔａｒｇｅｔ）×γ２を減算して
修正する。

【００８６】次に図１８及び図１９のフローチャートに
示すプログラムに従って、前記１６領域学習マップ及び
２５６　領域学習マップの各学習補正係数ＫＢＬＲＣ１
，　学習補正係数ＫＢＬＲＣ２を、平均的な学習目標レ
ベルを含む所定範囲内に制限する処理を説明する。本実
施例のように運転領域を細かく分けて学習させる場合に
は、各学習領域毎に瞬間的な空燃比ずれを学習し易く、
機関過渡運転時に発生するベース空燃比のずれを誤学習
し、要求レベルに対して大きくずれた学習結果が記憶さ
れることがある。このため、例えば空燃比がリーン化す
る加速時に学習した結果が、次に空燃比がリッチ化する
減速運転時に用いられるようなことがあり、この場合、
学習補正が所望の方向とは全く逆の方向に行われて、過
渡時の空燃比ずれを助長させることになる。

【００８７】このため、本実施例では、各学習マップに
学習された学習補正係数ＫＢＬＲＣ　を、平均的な学習
目標レベルを含む所定範囲内、換言すれば、運転条件の
違いによる補正要求のばらつき範囲内に制限することで
、過渡運転時の空燃比ずれを補償すべく前記所定範囲を
越えて大きく誤学習した結果が、そのまま実際の燃料補
正に用いられて、大きな空燃比ずれを招くことを抑止す
る。

【００８８】図１８及び図１９のフローチャートにおい
て、まず、ステップ２０１　では、各学習マップの区分
された運転領域を１つずつ特定するためのカウンタｉ，
ｊをゼロリセットする。そして、次のステップ２０２　
では、１６領域学習マップにおける前記カウンタｉの最
大値３を越えたか否かを判別し、カウンタｉが３以下で
あるときには、ステップ２０３　へ進む。

【００８９】ステップ２０３　では、〔ｉ，ｊ〕で指示
される１６領域学習マップ上の領域に記憶されている学
習補正係数ＫＢＬＲＣ１をｒｅｇにセットする。そして
、次のステップ２０４　では、前記ｒｅｇと、〔ｉ，ｊ
〕領域で予測される最大空燃比エラー率ＭＡＸＥ〔ｉ，
ｊ〕に目標収束値Ｔａｒｇｅｔ（＝１．０　）を加算し
た値とを比較する。

【００９０】本実施例において、全運転条件に共通的な
補正分は、学習補正係数ＫＢＬＲＣ　φで補償するが、
運転条件の違いによる補正要求の違いは１６領域学習マ
ップ又は２５６　領域学習マップで吸収するようになっ
ており、１６領域学習マップの学習補正係数ＫＢＬＲＣ
１は、それぞれの領域での補正要求に応じ、目標収束値
Ｔａｒｇｅｔ（平均的な学習目標レベル）を中心として
所定のばらつきを示すことになる。ここで、運転条件に
よって発生が予測される最大空燃比エラー率（最大補正
要求値）が大きく異なるので、かかる運転条件の違いに
よる補正要求のばらつきを示すデータとして予め１６領
域学習マップのそれぞれの運転領域別に最大空燃比エラ
ー率ＭＡＸＥ〔ｉ，ｊ〕、即ち、その領域で学習補正係
数ＫＢＬＲＣ１が通常に取り得る範囲を設定してある。

【００９１】ここで、ｒｅｇ≦Ｔａｒｇｅｔ＋ＭＡＸＥ
〔ｉ，ｊ〕である場合には、１６領域学習マップ上の〔
ｉ，ｊ〕領域に対応して学習された学習補正係数ＫＢＬ
ＲＣ１は、少なくとも過渡運転時の空燃比ずれを誤学習
したものではないと見做す。一方、ｒｅｇ＞Ｔａｒｇｅ
ｔ＋ＭＡＸＥ〔ｉ，ｊ〕であるときには、過渡時の空燃
比ずれを誤学習した結果、その運転領域で予測される最
悪な空燃比エラーを補償するレベルを越えたものと推測
し、ステップ２０５　へ進み、それまでに記憶されてい
た学習補正係数ＫＢＬＲＣ１に代えて、Ｔａｒｇｅｔ＋
ＭＡＸＥ〔ｉ，ｊ〕をセットし、Ｔａｒｇｅｔ＋ＭＡＸ
Ｅ〔ｉ，ｊ〕を上回る値が学習記憶されないようにする
。

【００９２】同様に、次のステップ２０６　では、前記
ｒｅｇと、Ｔａｒｇｅｔ−ＭＡＸＥ〔ｉ，ｊ〕とを比較
し、Ｔａｒｇｅｔ−ＭＡＸＥ〔ｉ，ｊ〕を下回る学習補
正係数ＫＢＬＲＣ１が学習されているときには、ステッ
プ２０７　へ進んで、代わりにＴａｒｇｅｔ−ＭＡＸＥ
〔ｉ，ｊ〕をセットする。上記のようにして１６領域学
習マップの〔ｉ，ｊ〕領域における学習補正係数ＫＢＬ
ＲＣ１を、Ｔａｒｇｅｔ−ＭＡＸＥ〔ｉ，ｊ〕≦ＫＢＬ
ＲＣ１〔ｉ，ｊ〕≦Ｔａｒｇｅｔ＋ＭＡＸＥ〔ｉ，ｊ〕
に制限する処理を行うと、次のステップ２０８　では、
前記カウンタｉを１アップさせて再びステップ２０２　
へ戻ることにより、隣の領域の学習補正係数ＫＢＬＲＣ
１について制限を加える処理を行わせる。

【００９３】そして、ステップ２０８　で前記カウンタ
ｉを１アップさせた結果、ステップ２０２　でカウンタ
ｉが４になったと判別されると、今度は、ステップ２０
９　へ進んでカウンタｊが最大値３以内であるか否かを
判別し、ｊが３以下であるときには、ステップ２１０　
でカウンタｉをゼロリセットし、また、ステップ２１１
　でカウンタｊを１アップさせて、再びステップ２０２
　へ戻る。

【００９４】即ち、ｊを固定した状態でｉを０から３ま
でカウントアップさせて、次にｊを１アップさせると、
再びｉを０から３までカウントアップさせていって、結
果、１６領域学習マップの全ての領域について、学習補
正係数ＫＢＬＲＣ１を目標収束値Ｔａｒｇｅｔを中心と
した所定範囲内に制限する。上記のようにして１６領域
学習マップの全ての運転領域での検証が終了すると、今
度はステップ２１２　へ進み、２５６　領域学習マップ
の各学習補正係数ＫＢＬＲＣ２について同様な方法によ
って制限を加える。

【００９５】ここで、１６領域学習マップの１つの運転
領域に対応する学習補正係数ＫＢＬＲＣ１は、該運転領
域に含まれる運転条件毎の補正要求の平均的なレベルと
して学習されるが、２５６　領域学習マップはかかる１
６領域学習マップ上の１つの領域を更に１６領域に区分
して学習するものであり、１６領域学習マップ上の１つ
領域内での補正要求の違いに対応するものである。従っ
て、１６領域学習マップ上の１つ領域内での補正要求の
ばらつき（最大空燃比エラー率のばらつき）が、その領
域に含まれる２５６　領域学習マップ上の１６領域で予
測される補正値ばらつきを示すことになる。

【００９６】そこで、本実施例では、１６領域学習マッ
プの各領域別に、その領域内での最大空燃比エラー率の
ばらつきを示すデータＭｉｄＥを設定してあり、ステッ
プ２１２　以降では、前記１６領域学習マップにおける
エラーデータＭＡＸＥ〔ｉ，ｊ〕の代わりに、検証しよ
うとする２５６　領域学習マップ上の１つ運転領域〔ｉ
，ｊ〕が含まれる１６領域学習マップ上の領域〔ｉ／４
，ｊ／４〕に対応して記憶されている前記エラーデータ
ＭｉｄＥ〔ｉ／４，ｊ／４〕を、学習補正係数ＫＢＬＲ
Ｃ２が目標収束値Ｔａｒｇｅｔを中心として取り得る範
囲を規定するものとしている。

【００９７】尚、目標収束値Ｔａｒｇｅｔを中心とした
正常範囲を規定するデータが異なるだけで、その他の処
理方法は１６領域学習マップのときと同様であるので、
ここではステップ２１２　〜ステップ２２２　における
処理の詳細な説明を省略する。上記のように、各学習マ
ップの運転領域において取り得る空燃比学習補正値の範
囲を越えているか否かによって誤学習を判断し、過渡運
転時の空燃比ずれなどに影響されて誤学習され、その運
転領域での最大空燃比エラー率が発生しても越えること
がないようなレベルに学習されている場合に、所定範囲
内に学習補正係数ＫＢＬＲＣ　を縮減させて要求レベル
に近づけるから、大きな空燃比ずれを補償すべくなされ
た誤学習データが、次に同じ運転領域に入ったときにそ
のまま用いられることがなく、誤学習による空燃比制御
性の悪化を抑止できるものである。

【００９８】尚、本実施例では、各学習マップ上の学習
データがそれぞれ目標収束値Ｔａｒｇｅｔを中心として
学習されるようにしてあり、目標収束値Ｔａｒｇｅｔが
平均的な学習目標レベルであったので、前記目標収束値
Ｔａｒｇｅｔ±αを制限範囲としたが、例えば１つの学
習マップのみによって空燃比学習補正を行うようにした
場合であって、それぞれの運転領域毎の学習補正係数Ｋ
ＢＬＲＣ　が、全運転領域に共通な補正分とその運転領
域に特有な補正分とを含む構成である場合には、充分に
学習が進行した段階で、各領域別学習補正係数ＫＢＬＲ
Ｃ　の平均値を求め、該平均値を平均的な学習目標レベ
ルと見做し、取り得るレベル範囲をかかる平均値を中心
として設定させると良い。

【００９９】ここで、前述のように１６領域学習マップ
の１つの運転領域内における補正要求の最大ばらつきを
示すＭｉｄＥの設定の様子を、図２０及び図２１のフロ
ーチャートに示すプログラムに従って説明する。図２０
及び図２１のフローチャートに示すプログラムは、コン
トロールユニット１２に対する電源投入時毎に実行され
るものであり、まず、ステップ２３１では、１６領域学
習マップにおける領域位置をカウントするためのｉ，ｊ
をそれぞれゼロリセットする。

【０１００】そして、ステップ２３２　では、前記ｉが
３以下であるか否かを判別し、ｉが３以下であるときに
はステップ２３３　へ進む。ステップ２３３　では、カ
ウンタｉ，ｊで指示される領域〔ｉ，ｊ〕における基本
燃料噴射量Ｔｐ及び機関回転速度Ｎの最小しきい値Ｔｐ
〔ｉ〕，Ｎ〔ｊ〕を、それぞれＴｐｄｍｙ，Ｎｄｍｙに
セットすると共に、カウンタｉ＋１，ｊ＋１で指示され
る領域〔ｉ＋１，ｊ＋１〕点におけるＴｐ及びＮの最小
しきい値Ｔｐ〔ｉ＋１〕，Ｎ〔ｊ＋１〕を、Ｔｐｄｍ２
，Ｎｄｍ２にそれぞれセットする。かかる設定により〔
ｉ，ｊ〕領域に含まれる運転条件の範囲が特定される。

【０１０１】ステップ２３４　では、カウンタｉ，ｊで
指示される領域における最小吸入空気流量Ｑｄｍｙと、
カウンタｉ＋１，ｊ＋１で指示される領域における最小
吸入空気流量Ｑｄｍ２とを以下の式に従って演算する。 Ｑｄｍｙ←（Ｔｐｄｍｙ×Ｎｄｍｙ）／ＫＱｄｍ２←（
Ｔｐｄｍ２×Ｎｄｍ２）／Ｋ即ち、基本燃料噴射量Ｔｐ
は、Ｔｐ←Ｋ×Ｑ／Ｎ（Ｋは定数）として演算されるの
で、上記式によって各領域での最小吸入空気流量Ｑを推
定設定するものである。

【０１０２】次のステップ２３５　では、領域〔ｊ，ｉ
〕，〔ｉ＋１，ｊ＋１〕それぞれにおける最小基本燃料
噴射量Ｔｐｄｍｙ，Ｔｐｄｍ２に、バッテリ電圧補正分
Ｔｓを加算して、それぞれの領域における最小燃料噴射
量Ｔｉｄｍｙ，Ｔｉｄｍ２を設定する。ステップ２３６
　では、燃料噴射量Ｔｉに応じて予め設定されている予
測最大エラー率ＥＴｉのマップから、前記ステップ２３
５　で求めた燃料噴射量Ｔｉｄｍｙ，Ｔｉｄｍ２に対応
するエラー率ＥＴｉ，ＥＴｉ２を検索して求める。

【０１０３】前記予測最大エラー率（予測誤差率データ
）ＥＴｉのマップは、燃料噴射弁６に対して与えられた
駆動パルス信号に対する実際の噴射量のエラー率として
最大に予測されるものを予め求めてマップ化したもので
あり、ステップ２３６　においては、それぞれの燃料噴
射量Ｔｉｄｍｙ，Ｔｉｄｍ２において燃料噴射弁６（燃
料供給系）を原因として発生が予測される空燃比エラー
率が求められる。

【０１０４】ステップ２３７　では、吸入空気流量Ｑに
応じて予め設定されている予測最大エラー率ＥＱのマッ
プから、前記ステップ２３４　で求めた吸入空気流量Ｑ
ｄｍｙ，Ｑｄｍ２に対応するエラー率ＥＱ，ＥＱ２を検
索して求める。前記予測最大エラー率（予測誤差率デー
タ）ＥＱのマップは、エアフローメータ１３において予
測される最大検出エラー率を予め求めてマップ化したも
のであり、ステップ２３７　においては、それぞれの吸
入空気流量Ｑｄｍｙ，Ｑｄｍ２においてエアフローメー
タ１３の検出誤差を原因として発生が予測される空燃比
エラー率が求められる。

【０１０５】そして、ステップ２３８　では、上記のよ
うにして求められた隣接する領域における予測最大エラ
ー率のデータから、前記領域間におけるエラー率段差の
絶対値ΔＱ，ΔＴｉを、エラー率ＥＴｉ，ＥＴｉ２及び
ＥＱ，ＥＱ２から以下のようにして求める。 ΔＱ←｜ＥＱ−ＥＱ２｜ ΔＴｉ←｜ＥＴｉ−ＥＴｉ２｜ 上記ΔＱ，ΔＴｉは、〔ｉ，ｊ〕で指示される１６領域
学習マップ上の領域での予測される空燃比エラー率のば
らつきを示すものである。即ち、それぞれの学習領域に
は、異なる運転条件が含まれ、それぞれの運転条件で要
求補正量が微妙に異なるから、同じ領域内であっても、
学習時と異なる運転条件であれば、前記ΔＱ，ΔＴｉ相
当の学習要求ばらつきが発生する可能性があり、１６領
域学習マップ上の１つの運転領域を更に１６領域に細分
した２５６　領域学習マップ上の学習においては、通常
に前記ΔＱ，ΔＴｉ相当の学習要求ばらつきが発生する
。逆に、前記ΔＱ，ΔＴｉ相当のばらつきを越える学習
補正値が学習された場合には、過渡運転により大きく空
燃比がずれたことによって誤学習されたものと推定でき
る。

【０１０６】ステップ２３９　では、前記ΔＱ，ΔＴｉ
の大小関係を求め、ステップ２４０　又はステップ２４
１　で前記ΔＱ，ΔＴｉのうちのより大きい方を、〔ｉ
，ｊ〕領域における空燃比エラー率の最大ばらつき範囲
としてＥｒｒにセットする。そして、ステップ２４２　
では、〔ｉ，ｊ〕領域に対応するデータとして求められ
た前記Ｅｒｒを、領域別に記憶させるためにＭｉｄＥ〔
ｉ，ｊ〕にセットする。

【０１０７】次のステップ２４３　ではｉを１アップさ
せ、ここで再びステップ２３２　に戻るようにする。こ
のように、ｊをゼロに固定したままｉを１アップさせて
いって、それぞれの運転領域において予測される空燃比
エラー率の最大ばらつきＥｒｒを前述のようにして設定
し、ｉが４にカウントアップされると、今度はステップ
２３２　からステップ２４５　へ進む。

【０１０８】ここで、ｊが３を越えるまでは、ステップ
２４６　でｉをゼロリセットすると共に、ステップ２４
７　でｊを１アップさせ、再びステップ２３２　に戻る
ようにしてあり、これにより、ｊを固定してｉをゼロか
ら３までカウントアップさせる操作を繰り返させ、１６
領域学習マップの全領域において、予測される空燃比エ
ラー率の最大ばらつきＥｒｒを求める。

【０１０９】尚、本実施例では、図２０及び図２１のフ
ローチャートに示すプログラムを、コントロールユニッ
ト１２に対する電源投入毎に行わせるようにしたが、そ
の都度同じ結果がＭｉｄＥとして設定されることになる
ので、予め図２０及び図２１のフローチャートに示すよ
うな処理を行って得られたＭｉｄＥを予めＲＯＭに記憶
させておくようにしても良い。

【０１１０】

【発明の効果】以上説明したように本発明によると、運
転領域毎に学習される空燃比学習補正値それぞれが、該
空燃比学習補正値の平均的な学習目標レベルを含む所定
範囲内に制限されるように書き換えるので、たとえ運転
領域を細かく区分して学習させるよう設定され、過渡運
転時の空燃比ずれを誤学習し易い構成であっても、例え
ば加速時に誤学習された結果がそのまま定常時や減速時
に用いられて大きな空燃比段差が発生することを防止で
き、空燃比制御性が向上する。

【図面の簡単な説明】

【図１】本発明の構成を示すブロック図。

【図２】本発明の一実施例を示すシステム概略図。

【図３】空燃比フィードバック制御を示すフローチャー
ト。

【図４】空燃比フィードバック制御を示すフローチャー
ト。

【図５】空燃比学習制御を示すフローチャート。

【図６】空燃比学習制御を示すフローチャート。

【図７】空燃比学習制御を示すフローチャート。

【図８】空燃比学習制御を示すフローチャート。

【図９】空燃比学習制御を示すフローチャート。

【図１０】空燃比学習制御を示すフローチャート。

【図１１】空燃比学習補正係数の最終設定を示すフロー
チャート。

【図１２】燃料噴射量の設定を示すフローチャート。

【図１３】学習の反復制御に関わる内容を示すフローチ
ャート。

【図１４】学習結果の修正制御を示すフローチャート。

【図１５】学習結果の修正制御を示すフローチャート。

【図１６】学習結果の修正制御を示すフローチャート。

【図１７】学習結果の修正制御を示すフローチャート。

【図１８】学習結果の範囲制限処理を示すフローチャー
ト。

【図１９】学習結果の範囲制限処理を示すフローチャー
ト。

【図２０】運転領域別の空燃比エラーばらつきを設定す
るフローチャート。

【図２１】運転領域別の空燃比エラーばらつきを設定す
るフローチャート。

【図２２】実施例における学習マップの様子を示す線図
。

【図２３】実施例における学習マップの様子を示す線図
。

【図２４】従来制御の問題点を説明するためのタイムチ
ャート。

【図２５】従来制御の問題点を説明するためのタイムチ
ャート。

【符号の説明】

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 １５　　　　水温センサ １６　　　　酸素センサ

Claims (1)

【特許請求の範囲】
1. 【請求項１】機関に吸入される空気量に関与する運転パ
   ラメータを少なくとも含む機関運転条件を検出する機関
   運転条件検出手段と、該機関運転条件検出手段で検出し
   た機関運転条件に基づいて基本燃料供給量を設定する基
   本燃料供給量設定手段と、機関吸入混合気の空燃比を検
   出する空燃比検出手段と、該空燃比検出手段で検出され
   た空燃比と目標空燃比とを比較して実際の空燃比を前記
   目標空燃比に近づけるように前記基本燃料供給量を補正
   するための空燃比フィードバック補正値を設定する空燃
   比フィードバック補正値設定手段と、機関運転条件に基
   づき複数に区分される運転領域毎に前記基本燃料供給量
   を補正するための空燃比学習補正値を書き換え可能に記
   憶する空燃比学習補正値記憶手段と、前記空燃比フィー
   ドバック補正値の目標収束値からの偏差を学習し、前記
   空燃比学習補正値記憶手段の該当運転領域に記憶されて
   いる空燃比学習補正値を、前記偏差を減少させる方向に
   修正して書き換える空燃比学習補正値修正手段と、前記
   空燃比学習補正値記憶手段に記憶される運転領域毎の空
   燃比学習補正値それぞれが、該空燃比学習補正値の平均
   的な学習目標レベルを含む所定範囲内に制限されるよう
   に書き換える空燃比学習補正値制限手段と、前記基本燃
   料供給量，空燃比フィードバック補正値，及び、前記空
   燃比学習補正値記憶手段における該当運転領域の空燃比
   学習補正値に基づいて最終的な燃料供給量を設定する燃
   料供給量設定手段と、該燃料供給量設定手段で設定され
   た燃料供給量に基づいて燃料供給手段を駆動制御する燃
   料供給制御手段と、を含んで構成されたことを特徴とす
   る内燃機関の空燃比学習制御装置。