JPH0571787B2 - - Google Patents

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イードバツク制
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イードバツク補正値に
より補正して制御量を演算し、この制御量の制御
を行つて空燃比等を制御目標値にフイードバツク
制御するものにおいて、フイードバツク制御中の
フイードバツ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つて、基本制御量をエ
リア別学習値により補正して、フイードバツク補
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、
フイードバツク制御中はこれをさらにフイードバ
ツク補正値により補正して制御量を演算るもので
ある。

これによれば、フイードバツク制御中は過渡運
転時におけるフイードバツク制御の追従遅れをな
くすことができ、フイードバツク制御停止時にお
いては所望の制御出力を正確に得ることができ
る。

従つて、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つ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イード
バツク制御偏差量を繰返し学習経験により更新し
てゆく方式であつたため、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
習の信号スピードが遅くなるという欠点があつ
た。つまり、学習補正精度と学習スピードとが相
反する条件となつているのであつた。

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イードバツク補正
値を所定の量増減して設定するフイードバツク
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
要因別学習記憶手段 (D) 前記基本制御量を前記フイードバツク補正値
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) 前記フイードバツ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
イードバツク補正値設定手段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
る方向にフイードバツ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Ｄは、基本制御量をフイー
ドバツク補正値で補正し、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、フイードバツク補正
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、偏差を与えるに至つた要因を
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つて推論的に
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
たときにフイードバツ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Ｉ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、この修正結果によつて要因別
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、フイードバツク補正
値の基準値から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
値によつて制御量を演算して、フイードバツク補
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、フイードバツク補正による
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（フイードバツ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
的確でフイードバツ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応Ｃに
記憶される。

このようにして、フイードバツク制御の偏差
（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イ
ードバツ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、スロツトル弁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つて、後述
するコントロールユニツト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ツシヤレギユレータによ
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エクシヨンシ
ステムであるが、スロツ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
ントインジエクシヨンシステムであつてもよい。

機関１の燃焼室に点火栓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_X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。

コントロールユニツト１２は、CPU、ROM、
RAM、Ａ／Ｄ変換器及び入出力インタフエイス
を含んで構成されるマイクロコンピユータを備
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ツプ式のエアフローメータ１
３が設けられていて、吸収空気流量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のウオータジヤケツトを冷却水温
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O₂セ
ンサ１６が設けられ、排気中O₂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、O₂センサ１６として特願昭62−65844号で提
案しているNO_X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、コントロールユニツト１２に内
蔵されたマイクロコンピユータのCPUは、第３
図〜第５図にフローチヤートとして示すROM上
のプログラム（燃料噴射量演算ルーチン、空燃比
フイードバツク制御ルーチン、最適学習ルーチ
ン）に従つて演算処理を行い、燃料噴射を制御す
る。

尚、基本制御量設定手段、フイードバツク補正
値設定手段、制御量演算手段、変化検出手段、要
因分析手段、要因別学習値更新手段、要因分析結
果正否判定手段良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、RAMを用
い、かつバツクアツプ電源によりエンジンキース
イツチのOFF後も記憶内容を保持させる。

次に第３図〜第５図のフローチヤートを参照し
つつコントロールユニツト１２内のマイクロコン
ピユ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。

ステツプ１（図にはS1と記してある。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Tw等を入力する。

ステツプ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＝Ｋ・Ｑ／Ｋ（Ｋは定数）を演算す
る。このステツプ２の部分が基本制御量設定手段
に相当する。

ステツプ３では水温Twに応じた水温補正係数
K_TW、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K_MRなどを含む各種補正係数
COEF＝１＋K_TW＋K_MR＋…を設定する。

ステツプ４では後述する第４図の空燃比フイー
ドバツク制御ルーチンによつて設定されている最
新の空燃比フイードバツク補正係数α（基準値１）
を読込む。

ステツプ５ではバツテリ電圧に基づいて電圧補
正分Tsを設定する。これはバツテリ電圧の変動
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。

ステツプ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X₁、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、X₁＝０、X₂＝１を記憶させてあ
る。

ステツプ７では燃料噴射量Tiを次式に従つて
演算する。このステツプ７の部分が制御量演算手
段に相当する。

Ti＝X₂・Tp.COEF・α（Ts＋X₁） ステツプ８では演算されたTiを出力用レジス
タにセツトする。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、最新にセツトされたTiのパルス巾をもつ
と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図は空燃比フイードバツク制御でルーチン
で、回転同期又は時間同期で実行され、これによ
り空燃比フイードバツク補正係数αが設定され
る。従つてこのルーチンがフイードバツク補正値
設定手段に相当する。

ステツプ11では所定の空燃比フイードバツク制
御条件が成立しているか否かを判定する。ここ
で、所定の空燃比フイードバツク制御条件とは、
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、空燃比フイ
ードバツク補正係数αは前回値（又は基準値１）
にクランプされ、空燃比フイードバツク制御が停
止される。これは、高回転又は高負荷領域では空
燃比フイードバツク制御を停止し、前記空燃比補
正係数K_MRによりリツ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。

空燃比フイードバツク制御条件の成立時は、ス
テツプ12以降へ進む。

ステツプ12ではO₂センサ１６の出力電圧V_p2を
読込み、次のステツプ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ツチ状態であるか或
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（V_p2＜V_ref）のときは、ステ
ツプ13からステツプ14へ進んでリツチからリーン
への反転時（反転直後）であるか否かを判定し、
反転時にはステツプ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イードバ
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、ステツプ16へ進んで空燃比
フイードバツク補正係数αを前回値に対し所定の
比例定数Ｐ分増大させる。反転時以外はステツプ
17へ進んで、空燃比フイードバツク補正係数αを
前回値に対し所定の積分定数Ｉ分増大させ、こう
して空燃比フイードバツク補正係数αを一定の傾
きで増大させる。尚、Ｐ≫Ｉである。

空燃比がリツチ（V_p2＞V_ref）ときは、ステツ
プ13からステツプ18へ進んでリーンからリツチへ
の反転時（反転直後）であるか否かを判定し、反
転時にはステツプ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イードバツ
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、ステツプ20へ進んで空燃比フ
イードバツク補正係数αを前回値に対し所定の比
例定数Ｐ分減少させる。反転時以外はステツプ21
へ進んで空燃比フイードバツク補正係数αを前回
値に対し所定の積分定数Ｉ分減少させ、こうして
空燃比フイードバツク補正係数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X₁、X₂が設
定・更新される。

ステツプ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、空燃比のフイードバツク制御中であり、かつ
O₂センサ１６のリツチ・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、ステツプ32
へ進んでO₂センサ１６の出力電圧V_p2が反転した
か否かを判定し、反転時以外はステツプ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と基本燃噴射量Tpとをサンプリングする。

O₂センサ１６の出力電圧の反転時は、最適学
習のため、ステツプ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イードバツク補正係数αの増
減方向の反転から反転までの空燃比フイードバツ
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、空燃比フイードバツク補正係数αの基準値１
からの平均的な偏差Δαを検出している。

従つて、第４図のステツプ15、19と第５図ステ
ツプ34の部分が偏差検出手段に相当する。

次にステツプ35へ進んでO₂センサ１６の出力
電圧V_p2が反転する間の機関回転数Ｎ及び基本燃
料噴射量Tpの動き（N₁、N₂…、Tp₁、Tp₂…）
を読出し、機関運転状態（Ｎ、Tp）を特定する。

次にステツプ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けパラメータK₁、K₂を
検索する。但し、K₁＋K₂は１以下である。

ここで、偏差Δαを与えるに至つた要因は、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、そえぞれの占める割合をK₁、K₂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、高回転負荷ではＱ要因が大きい
などと推定して、各エリアにK₁、K₂の値を割付
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要因のパラメ
ータK₁・Δαと、Ｑ要因のパラメータK₂・Δαと
に分離することが困難となり、次のステツプ37で
はΔα₁＝K₁・Δα、Δα₂＝K₂・Δαとして、各パラ
メータに分離する。

従つて、ステツプ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。

次にステツプ38へ進んでRAM上の所定アドレ
スに記憶してある要因別学習値X₁、X₂を読出し、
次式の如く、一方のＦ／Ｉ要因の学習値X₁に偏
差Δα₁をM₁分加算して更新し、他方のＱ要因の
学習値X₂に偏差Δα₂をM₂分加算して更新する。
M₁、M₂は学習重み付け係数である。

X₁＝X₁＋M₁・Δα₁ X₂＝X₂＋M₂・Δα₂ 次にステツプ39へ進んで、上記ステツプ38で更
新した要因別学習値X₁、X₂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イード
バツク補正係数αが含められず、フイードバツク
補正係数αなしでかつ今回更新した要因別学習値
X₁、X₂を用いて燃料噴射量Tiが演算される。

Ti＝X₂・Tp・COFE＋（Ts＋X₁） 次のステツプ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、例えば空燃比フイードバツク補正係数αの上
下のピーク値をとつたときのそれぞれ燃料噴射量
Tiの平均値とする。

次にステツプ41へ進んでステツプ39で空燃比フ
イードバツク補正係数αなしで演算した燃料噴射
量Tiとステツプ40で読込んだ要因別学習値X₁、
X₂の更新と基礎となつた空燃比フイードバツク
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。従つ
て、このステツプ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、Ti≒MTi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X₁、
X₂を用いれば、空燃比フイードバツク補正係数
αを用いなくても、演算された燃料者量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、空燃比フイードバツク補正係数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、
ステツプ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X₁、
X₂を用い空燃比フイードバツク補正係数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イードバツク補正係
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、ステツプ41でTi≪MTi或いはTi≫MTi
であると判定された場合には、空燃比フイードバ
ツク補正係数αなしで今回要因分析してステツプ
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ことが判明する。即ち、空
燃比フイードバツク補正して得た燃料噴射量
MTiよりもステツプ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、空燃比フイードバツク補正係数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よりもステツプ39で演算した燃
料噴射量Tiが多いときには空燃比フイードバツ
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。

従つて、このように空燃比フイードバツク係数
αによつ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、この状態にはステツプ42若しくはステツプ
43へ進んで、空燃比フイードバツク補正係数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X₁、X₂を以下に説明するよ
うにして増減補正する。

ステツプ41でTi≪MTiであると判定された場
合には、ステツプ38で得た要因別学習値X₁、X₂
のみを用い空燃比フイードバツク補正係数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、ステツプ42へ進んでステツプ38で得た要因別
学習値X₁、X₂にそれぞれ微小値ΔX₁、ΔX₂を加
算して新たな要因別学習値X₁、X₂とし（X₁←X₁
＋ΔX₁、X₂←X₂＋ΔX₂）、燃料噴射量Tiが要因別
学習値X₁、X₂によつてより増量補正されるよう
にして再びステツプ39へ戻る。即ち、Ti≒MTi
となるまでステツプ42における要因別学習値X₁、
X₂の修正を繰り返す。

一方、ステツプ41でTi≫MTiであると判定さ
れた場合には、ステツプ38で得た要因別学習値
X₁、X₂のみを用い空燃比フイードバツク補正係
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ツチ化する状態で
あるので、ステツプ43へ進んでステツプ38で得た
要因別学習値X₁、X₂からそれぞれ微小値ΔX₁、
ΔX₂を減算して新たな要因別学習値X₁、X₂とし
（X₁←X₁−ΔX₁、X₂←X₂−ΔX₂）、燃料噴射量Ti
が要因別学習値X₁、X₂によつてより減量補正さ
れるようにして再びステツプ39へ戻り、Ti≒
MTiとなるまでステツプ43における要因別学習
値X₁、X₂の修正を繰り返す。

従つて、上記ステツプ42及びステツプ43の部分
が要因分析修正手段に相当する。

ここで、ステツプ42若しくはステツプ43での修
正によつてステツプ41においてTi≒MTiと判定
されるような要因別学習値X₁、X₂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ツ
プ38で得た要因別学習値X₁、X₂を用いステツプ
41でTi≒MTiと判定された場合には、ステツプ
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X₁、X₂を書込んでデータを書換える。
このRAMはバツクアツプメモリーであり、エン
ジンキースイツチのOFF後も記憶内容が記憶保
持される。

従つて、ステツプ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図のステツプ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X₁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、□印
の＋16％のリツ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−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ト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−
Jetro方式、あるいはスロツトル弁開度（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、空燃比のフイードバツク制御のみなら
ず、ノツ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イードバツ
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
るに至つ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、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、
バツクアツ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ツク図、
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ヤート、
第６図は空燃比フイードバツ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
トロールユニツト、１３……エアフローメータ、
１４……クランク角センサ、１６……O₂センサ。

Claims (1)

1. 【特許請求の範囲】 １ 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イードバツク補正値を
   所定の量増減して設定するフイードバツク補正値
   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イードバツク補正値及
   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、 前記フイードバツ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
   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。