JPH04255545A - 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、ベース空燃比の急変を確実に
検出して速やかに空燃比学習を収束させることを可能に
した空燃比学習制御装置に関する。

【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。ところで、前記空燃
比学習補正係数ＫＢＬＲＣ　は、前述のように運転条件
の違いによる空燃比補正要求の違いに対応すべく設定さ
れるものであるから、運転領域を細かく区分してそれぞ
れの運転領域毎に学習補正係数ＫＢＬＲＣ　を学習設定
させることが望まれる。しかしながら、上記のように運
転領域を細かく区分すると、それぞれの運転領域におけ
る学習機会が減少し、学習の収束性が悪化すると共に、
学習済領域と未学習領域とが混在することになって運転
領域間における空燃比段差が発生してしまう。

【０００６】そこで、本出願人は先に、運転領域を大雑
把に区分した学習マップと、運転領域をより細かく区分
した学習マップとを個別に備えるようにして、大きな運
転領域における学習が収束してから、該運転領域を更に
複数に区分する運転領域毎の学習へ移行するようにした
空燃比学習制御装置を提案した（特願平１−２８２８８
３号）。かかる空燃比学習によれば、学習開始時点では
、大きな運転領域毎に空燃比学習が行われて学習の収束
性が確保されると共に、学習が進行すると今度はより細
かな運転領域毎に学習されて、運転条件の違いによる補
正要求の違いに精度良く対応した補正が行えるものであ
る。

【０００７】

【発明が解決しようとする課題】ところで、上記のよう
に運転領域の区分数を異ならせた学習マップを複数備え
て、学習進行と共により細かな運転領域での学習に移行
させる構成では、例えばエアリークやエアフローメータ
の急激な劣化などによって急激なベース空燃比の変動が
あった場合には、学習開始時点における大きな運転領域
の学習からやり直させる必要がある。

【０００８】そのため、先の特願平１−２８２８８３号
では、各運転領域別の学習が略収束している状態におい
て、実際の空燃比の目標空燃比に対するリッチ・リーン
反転毎に、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の絶対値の増大に応じて、学習結果
の不適切度を示すパラメータを増大設定し、該パラメー
タの積算値が所定値以上になったときに、より大きな運
転領域毎の学習からやり直させる制御を行っている。

【０００９】これにより、学習結果が不適切で空燃比フ
ィードバック補正係数ＬＭＤによる補正を必要とする状
態が多くなると、大きな運転領域別の学習から再度行わ
れることになり、エアリークなどによってベース空燃比
の急変があったときに、速やかに学習を収束させること
ができるものである。かかる再学習制御において、前記
学習の不適切度を示すパラメータは、空燃比反転毎に更
新される構成であるから、空燃比フィードバック補正係
数ＬＭＤが目標収束値に対して僅かの偏差を有していて
も前記パラメータの積算値が徐々に増大更新されるよう
設定されていると、空燃比反転が繰り返される間に前記
積算値が所定値を越えるようになってしまって、必要の
ない再学習が行われることになる。

【００１０】かかる誤った再学習制御を防止するために
、空燃比フィードバック補正係数ＬＭＤが略目標収束値
付近であるときに、前記パラメータがマイナスに設定さ
れ、目標収束値に対して補正係数ＬＭＤが所定以上の偏
差を有するようになって初めてプラスの値に設定される
ようにした。しかしながら、このようにすると、今度は
１つ運転領域に止まっているような定常時に、エアリー
クなどによりベース空燃比の急変が発生した場合に、学
習速度が速いと学習が直ぐに収束してしまうため、学習
によってエアリークによるベース空燃比ずれが吸収され
て補正係数ＬＭＤが略目標収束値に収束すると、前記パ
ラメータの積算値が再学習レベルに達する前に積算値の
増大更新がストップされ、その後前記パラメータの積算
値がマイナス側に更新されることになってしまい、所望
の再学習を確実に行わせることができないという問題が
発生した（図２２参照）。

【００１１】このように、空燃比の反転時毎に、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
差を基に、学習結果の不適切度を示すパラメータを設定
しこれを更新させる構成では、ベース空燃比の急変を誤
りなく確実に検出してより大きな運転領域からの再学習
を行わせることが困難であり、大きな運転領域別の空燃
比学習からやり直させることによる高い学習収束性を充
分に発揮させて、ベース空燃比の急変に応答性良く対応
することができないという問題があった。

【００１２】本発明は上記問題点に鑑みなされたもので
あり、エアリークなどによるベース空燃比の急変を誤り
なく確実に検出できるようにして、ベース空燃比の急変
時に大きな運転領域別の学習からやり直すことで速やか
に空燃比学習を収束させることができるようにすること
を目的とする。

【００１３】

【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。

【００１４】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く運転領域を相
互に大きさの異なる単位運転領域に基づき区分してなる
複数の学習マップを備え、前記複数の学習マップの各単
位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しており、空燃比
学習手段は、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、前記学習マップ上の該当単位
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を、
前記複数の学習マップにおけるより大きな単位運転領域
から順により小さな単位運転領域へと移行させて行わせ
る。

【００１５】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の複数の学習マップにおける該当
単位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。

【００１６】ここで、学習不適切さ更新手段は、前記空
燃比学習補正値記憶手段の所定学習マップ上における単
位運転領域間で運転条件の移動があった直後に求められ
た空燃比フィードバック補正値の基準値に対する偏差に
基づいて、学習結果の不適切さを示すパラメータを更新
する。そして、再学習手段は、学習不適切さ更新手段で
更新される学習結果の不適切さを示すパラメータに基づ
いて所定レベル以上に学習結果が不適切であると判別さ
れるときに、前記空燃比学習手段による空燃比学習を前
記所定学習マップの単位運転領域よりも大きな単位運転
領域の学習から強制的にやり直させる。

【００１７】また、上記構成に加えて図１に点線で示す
ように、機関の過渡運転状態を検出する過渡運転検出手
段と、この過渡運転検出手段で機関の過渡運転状態が検
出されているときに前記学習不適切さ更新手段による学
習結果の不適切さを示すパラメータの更新を禁止する更
新禁止手段と、を設けて構成することが好ましい。

【００１８】

【作用】例えば空燃比フィードバック補正値が目標収束
値に収束している状態で、運転条件の変化により異なる
単位運転領域へ該当領域が移行したときに、ベース空燃
比ずれが発生した場合には、空燃比フィードバック補正
値は目標空燃比を得るべく一旦目標収束値から大きく変
化し、学習の進行と共に前記空燃比フィードバック補正
値による補正分が空燃比学習補正値に吸収されて、空燃
比フィードバック補正値は目標収束値に近づくことにな
る。

【００１９】ここで、移行後の単位運転領域における空
燃比学習補正値が不適切であったが故に、該当領域の移
行に伴ってベース空燃比の段差が発生したものであり、
かかる空燃比学習補正値の不適切分は、領域移行直後の
空燃比フィードバック補正値の変化で補償されることに
なるから、領域移行直後の空燃比フィードバック補正値
の基準値に対する偏差に基づき前記学習補正値の不適切
分が推定される。

【００２０】このため、本発明では、所定学習マップ上
における単位運転領域間で運転条件の移動があった直後
に求められた空燃比フィードバック補正値の基準値に対
する偏差に基づいて、学習結果の不適切さを示すパラメ
ータを更新することで、例えばエアリークなどによる急
激なベース空燃比のずれが発生し、それまでの学習結果
が不適切になった場合に、単位運転領域間で移動がある
と学習結果の不適切さを示すパラメータがその都度更新
され、前記パラメータに基づき所定レベル以上の不適切
さが判別されるようになったときに、前記パラメータの
設定の基になった学習マップの単位運転領域よりも大き
な単位運転領域から空燃比学習をやり直させる。

【００２１】従って、フィードバック補正値が目標収束
値に安定している状態や、学習の進行と共に目標収束値
に収束する途中で、前記パラメータが継続的に徐々に更
新されることがなく、単位運転領域別の学習結果の不適
切さを確実に検出できるものであり、学習結果が不適切
であると判別されれば、より大きな単位運転領域毎の学
習を再度行わせるから、速やかに学習の収束を図れる。

【００２２】また、機関の過渡運転状態においては、空
燃比学習が適切に行われていてもベース空燃比のエラー
が発生するので、かかる過渡時の空燃比エラーに基づい
て前記パラメータが更新され、必要のない再学習が行わ
れないように、過渡運転が検出されているときには前記
パラメータの更新を禁止した。

【００２３】

【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。

【００２４】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。

【００２５】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。

【００２６】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（例えば１Ｖ程度）を出力し、逆にリ
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。

【００２７】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１８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（燃料供給量）Ｔｉを設定し、機関１へ
の燃料供給を制御する。

【００２８】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，空燃比学習手段，学
習不適切さ更新手段，再学習手段，更新禁止手段，過渡
運転検出手段としての機能は、前記図３〜図１８のフロ
ーチャートに示すようにコントロールユニット１２がソ
フトウェア的に備えており、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。

【００２９】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（基本燃料供給量）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Ｌ
ＭＤ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Ｔａｒｇｅｔ）　は１．０　である。

【００３０】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。

【００３１】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。

【００３２】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。

【００３３】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。

【００３４】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。

【００３５】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１９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複数に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，ＫＢＬＲＣ
２　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。

【００３６】尚、前記全運転条件に適用される学習補正
係数ＫＢＬＲＣ　φも、全運転領域を単位運転領域とし
た学習マップ上の空燃比学習補正値として見做すことが
できるから、実質的には階層的に構成される３つの学習
マップを備えていることになる。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、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か否かを判別するための
カウント値ｃｎｔの判別を行う。

【００３７】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。

【００３８】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
学習マップ上の１６の単位運転領域の殆どの領域で学習
補正係数ＫＢＬＲＣ１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。

【００３９】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、１６領
域学習マップ上で該当する単位運転領域が前回と同じで
あるか否かを判別し、前回該当していた単位運転領域と
異なる領域が該当領域であるときにのみステップ１７へ
進む。

【００４０】ステップ１７では、図１８のフローチャー
トに示すプログラムに従って演算される単位時間（例え
ば１秒）当たりの基本燃料噴射量Ｔｐの変化量ΔＴｐが
、略ゼロであるか否かを判別する。図１８のフローチャ
ートに示すプログラムは、所定時間（例えば１秒）毎に
実行されるようになっており、まず、ステップ１５１　
では、最新の基本燃料噴射量Ｔｐ（←Ｋ×Ｑ／Ｎ；Ｋは
定数）から、前回実行時における基本燃料噴射量Ｔｐｏ
ｌｄ　を減算することで、本プログラム実行周期間にお
ける基本燃料噴射量Ｔｐの変化量ΔＴｐを演算する。

【００４１】次のステップ１５２　では、次回における
変化量ΔＴｐの演算のために、今回の実行時における基
本燃料噴射量Ｔｐを、前回値としてＴｐｏｌｄ　にセッ
トする。 図４のフローチャートにおけるステップ１７では、前記
所定時間毎に演算される変化量ΔＴｐの最新値が略ゼロ
であるか否かを判別することで、機関の過渡運転状態を
判別するものであり、ΔＴｐが略ゼロであって機関が定
常運転されているときにのみステップ１８へ進む。

【００４２】ステップ１８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
切度合いを示すパラメータであるΔストレスのマップを
参照し、補正係数ＬＭＤの目標収束値Ｔａｒｇｅｔ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。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ＫＢＬＲＣ１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、該当
する単位運転領域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、
該当する運転領域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、学習結果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。

【００４３】そして、次のステップ１９では、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。従って、１６領域学習マップ
の学習が略終了していて、かつ、１６領域学習マップ上
で該当する運転領域が変化した直後における初回の空燃
比反転時に、機関が定常運転されていれば、補正係数Ｌ
ＭＤの目標収束値Ｔａｒｇｅｔに対する偏差に応じて学
習結果の不適切さを示すパラメータである前記「ストレ
ス」が更新されることになる。

【００４４】ここで、後述するように、前記「ストレス
」が所定以上になると、既に学習済である１６領域学習
マップ上の学習値が不適切であるものと判断し、空燃比
学習を全運転領域に対応する学習補正係数ＫＢＬＲＣ　
φからやり直させるようになっている。本実施例では、
後述するように、まず最初に全運転領域に対応する学習
補正係数ＫＢＬＲＣ　φを学習してから、次に１６領域
学習マップ上のそれぞれの単位運転領域における学習に
移行し、１６領域学習マップ上で学習済である単位運転
領域に該当しているときには、更にかかる単位運転領域
を１６領域に区分する２５６　領域学習マップ上の該当
領域における学習を行わせるようになっており、１６領
域学習マップが略学習済であれば、該１６領域学習マッ
プ上の学習補正係数ＫＢＬＲＣ１によって、運転条件が
変化してもベース空燃比を略目標空燃比に安定させるこ
とができる。

【００４５】しかしながら、１６領域学習マップの学習
が済んでから、エアリークやエアフローメータの急激な
劣化などが発生してベース空燃比のずれが発生すると、
各運転領域で前記ベース空燃比ずれが学習されるまでは
、該当する運転領域が変化する毎に大きな空燃比段差が
発生することになる。かかる空燃比段差が発生すると空
燃比フィードバック補正でこれを吸収しようとするから
、前記空燃比段差、換言すれば、空燃比学習補正値の不
適切度合いは、該当運転領域の移動があった後の初回の
空燃比反転時における補正係数ＬＭＤのレベルに表れる
ことになる。

【００４６】従って、本実施例では、該当する単位運転
領域の変化があった直後に求められた空燃比フィードバ
ック補正係数ＬＭＤの目標収束値Ｔａｒｇｅｔ（本実施
例における基準値）に対する偏差に基づき、学習結果の
不適切さを示すパラメータであるΔストレスを設定しこ
れを積算することで、ベース空燃比の急変によって学習
結果が不適切になったことを検出するものであり（図２
１参照）、該当領域の移動がなければ前記「ストレス」
は更新されないから、学習の進行速度に関係なく確実に
ベース空燃比の急変を検出できるものである。然も、ベ
ース空燃比の急変が検出されれば、全運転領域に対応す
る学習補正係数ＫＢＬＲＣ　φから学習をやり直すので
、速やかにベース空燃比の収束を図ることができる。

【００４７】また、機関が過渡運転されているときには
、前記「ストレス」の更新が行われないので、過渡運転
に伴うベース空燃比の変動に基づいて前記「ストレス」
が更新されることがなく、無用に再学習がなされること
を防止できる。尚、上記実施例では、目標収束値Ｔａｒ
ｇｅｔを基準値として、該当領域の移動直後における補
正係数ＬＭＤのレベルを判別させたが、該当領域の移動
直前における補正係数ＬＭＤのレベルを基準値として用
い、該基準値と移動直後の補正係数ＬＭＤのレベルとの
偏差に基づいて前記Δストレス及び「ストレス」を設定
させるようにしても良い。

【００４８】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。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。

【００４９】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。

【００５０】（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。

【００５１】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。

【００５２】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。

【００５３】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。

【００５４】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。

【００５５】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。

【００５６】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。

【００５７】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１９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。

【００５８】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。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。

【００５９】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Ａ
Ｂ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。

【００６０】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。

【００６１】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。

【００６２】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。

【００６３】 　　　　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。

【００６４】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。

【００６５】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。

【００６６】 　　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。

【００６７】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２０参照）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。

【００６８】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。

【００６９】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。

【００７０】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。

【００７１】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１６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Ｋ
ＢＬＲＣ１〔Ｂ，Ａ〕，ＫＢＬＲＣ１〔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。

【００７２】 　　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。

【００７３】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６
３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。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２０参照）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ＫＢＬＲＣ２〔ｍ，ｎ〕として記
憶させるものである。

【００７４】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。

【００７５】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。

【００７６】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を読み出す。ここで、フローチャート
中に示す（Ｂ×４＋Ａ）は、該当領域を示す座標〔Ｂ，
Ａ〕を、学習補正係数ＫＢＬＲＣ１のメモリ番地に変換
するための演算であり、実際にはＢ×４＋Ａで示される
メモリ番地に記憶されているデータが読み出されるよう
になっている。

【００７７】次のステップ７２では、２５６　領域学習
マップ上の該当運転領域〔Ｋ，Ｉ〕に対応する学習補正
係数ＫＢＬＲＣ２を読み出す。尚、ここでも、Ｋ×１６
＋Ｉが〔Ｋ，Ｉ〕に対応する学習補正係数ＫＢＬＲＣ２
が記憶されているメモリ番地を示すものとする。上記の
ようにして、現状の運転条件が含まれる領域〔Ｂ，Ａ〕
，〔Ｋ，Ｉ〕に対応する学習補正係数ＫＢＬＲＣ１，Ｋ
ＢＬＲＣ２が設定されると、次のステップ７３では、全
運転条件に適用される学習補正係数ＫＢＬＲＣ　φと前
記ＫＢＬＲＣ１，ＫＢＬＲＣ２とに基づき、ＫＢＬＲＣ
　φ＋ＫＢＬＲＣ１＋ＫＢＬＲＣ２−２．０　→ＫＢＬ
ＲＣ　として最終的な学習補正係数ＫＢＬＲＣ　を設定
する。

【００７８】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。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１０
ｍｓ）　毎に実行されるものであり、まず、ステップ８
１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。

【００７９】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
。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Ｌ
ＭＤ、及び、水温センサ１５で検出される冷却水温度Ｔ
ｗ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。

【００８０】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」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。

【００８１】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、学習結果
の不適切度合いが所定以上であるか否かを判別する。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。

【００８２】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。

【００８３】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、学習結果が不適切であ
ると判別されるときに、学習を最初からやり直すように
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。

【００８４】然も、前記「ストレス」は、前述のように
、１６領域学習マップ上で該当領域が変化した後の初回
の空燃比反転時における補正係数ＬＭＤのレベルに基づ
き更新されることから、学習進行速度に関係なく学習結
果の不適切度合いを精度良く表すことから、ベース空燃
比の急変時に確実に再学習を行わせることができる。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。

【００８５】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。

【００８６】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。

【００８７】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。

【００８８】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。

【００８９】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。

【００９０】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。

【００９１】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。

【００９２】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。

【００９３】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。

【００９４】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。

【００９５】 　　　　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。

【００９６】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。

【００９７】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。

【００９８】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。

【００９９】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ＫＢＬＲＣ　φ側で負担
させるべくステップ１３１　へ進む。

【０１００】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。

【０１０１】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。

【０１０２】尚、上記実施例では、学習補正値が、全運
転領域に対応する学習補正係数ＫＢＬＲＣ　φ，１６領
域毎の学習補正係数ＫＢＬＲＣ１，　２５６　領域毎の
学習補正係数ＫＢＬＲＣ２とから構成されるようにした
が、かかる構成に限定されるものではなく、より大きな
単位運転領域毎に学習される学習マップ（全運転領域に
対応して１つの空燃比学習補正値を記憶する学習マップ
を含む）と、より細かな運転領域毎（運転領域の区分数
は最低で２つ）に学習される学習マップとを少なくとも
２つ備える構成であれば良い。

【０１０３】また、学習の不適切さを示すパラメータで
ある前記「ストレス」を、例えば１６領域学習マップの
各単位運転領域別にそれぞれ設定し、１６領域学習マッ
プ上の１つの単位運転領域に含まれる２５６　領域学習
マップ上での該当領域の移動があったときに、直後の補
正係数ＬＭＤのレベルに基づきΔストレスを設定し、か
つ、このΔストレスに基づいて１６領域別の「ストレス
」を更新し、対応する「ストレス」が所定以上である１
６領域学習マップ上の単位運転領域のみを再学習させる
ような構成であっても良い。

【０１０４】

【発明の効果】以上説明したように本発明によると、エ
アリークの発生やエアフローメータの急激な劣化などに
よってベース空燃比の急変が発生し、空燃比学習補正値
が不適切になったときに、これを確実に検出することが
でき、かかる検出に伴ってより大きな運転領域の学習か
ら再度行わせるので、高速にベース空燃比の急変を学習
させることができるという効果がある。

【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加重平均演算による最
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】過渡判別のために基本燃料噴射量の変化量を
演算するフローチャート。

【図１９】実施例における学習マップの様子を示す線図
。

【図２０】実施例における学習マップの様子を示す線図
。

【図２１】実施例における学習不適切さの更新特性を示
すタイムチャート。

【図２２】従来制御における学習不適切さの更新特性を
示すタイムチャート。

【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 (2)

【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
   づく運転領域を相互に大きさの異なる単位運転領域に基
   づき区分してなる複数の学習マップを備え、前記複数の
   学習マップの各単位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、前記学
   習マップ上の該当単位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
   換える空燃比学習を、前記複数の学習マップにおけるよ
   り大きな単位運転領域から順により小さな単位運転領域
   へと移行させて行わせる空燃比学習手段と、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の複数の学習マップにおける該当単
   位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、前記空燃比学習
   補正値記憶手段の所定学習マップ上における単位運転領
   域間で運転条件の移動があった直後に求められた空燃比
   フィードバック補正値の基準値に対する偏差に基づいて
   、学習結果の不適切さを示すパラメータを更新する学習
   不適切さ更新手段と、該学習不適切さ更新手段で更新さ
   れる学習結果の不適切さを示すパラメータに基づいて所
   定レベル以上に学習結果が不適切であると判別されると
   きに、前記空燃比学習手段による空燃比学習を前記所定
   学習マップの単位運転領域よりも大きな単位運転領域の
   学習から強制的にやり直させる再学習手段と、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。
2. 【請求項２】機関の過渡運転状態を検出する過渡運転検
   出手段と、該過渡運転検出手段で機関の過渡運転状態が
   検出されているときに前記学習不適切さ更新手段による
   学習結果の不適切さを示すパラメータの更新を禁止する
   更新禁止手段と、を設けたことを特徴とする請求項１記
   載の内燃機関の空燃比学習制御装置。