JPH0571788B2 - - 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するもの
である。

これによれば、フイードバツク制御中は過度運
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
習の更新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〜Ｋ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
要因別学習値記憶手段 (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) 機関の定常運転状態を検出する定常運転状態
検出手段 (I) 該定常運転状態検出手段により検出される機
関の定常運転状態において、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 (J) 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 (K) 該要因分析修正手段による修正結果の前記複
数のパラメータ或いは前記要因分析手段で分離
した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。

ここで、機関定常運転状態検出手段Ｈにより機
関の定常運転状態が検出されているときに、要因
分析結果正否判定手段Ｉ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Ｊ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、機関の定常運転状態においてはこの
修正結果のそれぞれに基づき、機関定常運転状態
以外においては前記要因分析手段で分離した複数
のパラメータのそれぞれに基づいて要因別学習値
更新手段Ｋ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
値の基準値からの偏差を要因別の複数のパラメー
タに分離すると、機関定常運転状態において、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Ｃに記憶させる。

上記のような要因分析の正否に基づく分析結果
の修正を機関運転状態に限つて行うのは、過渡運
転時においては機関の空燃比が燃料の供給遅れや
壁流等の影響で乱れることが多く、このような空
燃比の不安定な状態では分析結果の正否判断精度
が悪化するためである。

このように、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、空燃比
が比較的安定する機関定常運転状態でこの要因分
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、図示しない燃料ボ
ンブ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いシステムであつてもよ
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_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、燃焼噴射弁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、吸入空気流両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。

更に、排気マニホールド８の集合部にO₂セン
サ１６が設けられ、排気中の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（燃焼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、偏差検出手段、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、要因分析修正手段及び定常運転
状態検出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／Ｎ（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
周期（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
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ルーチン
で、回転周期又は時間周期で実行され、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V₀₂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（V₀₂＜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≫である。

空燃比がリツチ（V₀₂＞V_ref）のときは、ステ
ツプ13からステツプ18は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から偏差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V₀₂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と基本燃料噴射量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図のス
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V₀₂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／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、それぞれの占める割合をK₁、K₂で表わすの
である。

そして、経験則から低回転負荷領域ではＦ／
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／要因のパラメ
ータK₁・Δαと、Ｑ要因のパラメータK₂・Δαと
に分離することが可能となり、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上の所定のアド
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／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・COEF＋（Ts＋X₁） 次のステツプ40では機関回転数Ｎと基本燃料噴
射量Tpとが所定微小時間（例えば10ｍｓ）内に
どれだけ変化したかを検出する。即ち、下記の式
に示すように、10ｍｓ前に検出された機関回転数
Ｎ（N_-10m_s）及び10ｍｓ前に設定された基本燃料
噴射量Tp（Tp_-10m_s）から今回の値をそれぞれ減
算することにより10ｍｓ間における変化巾ΔN、
ΔTpを求める。

ΔN←N_-10m_s−Ｎ ΔTp←Tp_-10m_s−Tp そして、次のステツプ41ではステツプ40で求め
た10ｍｓ間における機関回転数Ｎの変化巾ΔNの
絶対値｜ΔN｜と所定値とを比較して、｜ΔN｜が
所定値未満であるか否かを判定し、｜ΔN｜＜所
定値であつて機関回転数Ｎが安定している状態で
あるときには次のステツプ42へ進む。

ステツプ42ではステツプ40で求めた10ｍｓ間に
おける基本燃料噴射量Tpの変化巾ΔTpの絶対値
｜ΔTp｜と所定値とを比較して、｜ΔTp｜＜所定
値であつて基本燃料噴射量Tpが安定していると
きには次のステツプ43へ進む。

即ち、本実施例では、機関回転数Ｎと基本燃料
噴射量Tpとが共に安定している（変化巾が小さ
い）ときに機関１が定常運転状態であると判定す
るものであり、このステツプ40〜42の部分か定常
運転状態検出手段に相当する。

ステツプ41若しくはステツプ42で、機関回転数
Ｎ或いは基本燃料噴射量Tpの変化巾が所定以上
であると判定されたとき、即ち、機関の過渡運転
状態においては、ステツプ47へ進んで、ステツプ
38で設定した要因別学習値X₁、X₂をRAM上の所
定アドレスに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。

機関１が定常運転状態であつて、空燃比が比較
的安定している状態では、ステツプ43〜46の要因
分析の正否判定及びこれに基づく要因別学習値
X₁、X₂の修正処理を行う。これは、機関１の過
渡運転状態においては、燃料供給制御の遅れや各
種機関運転状態の検出遅れ、更に、吸気通路の内
壁を液状となつて流れる壁流の影響等によつて空
燃比が乱れ易く、このような空燃比の不安定な状
態では要因分析の正否を精度良く判定できないた
めである。

ステツプ43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44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43で読込んだ要因別学習値X₁、
X₂の更新の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43、44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を用いなくとも、演算された燃料噴射量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43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値
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44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補正
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、この場合にはステツプ45若しくはステ
ツプ46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44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リーン化する状態であるの
で、ステツプ45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45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44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46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46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45及びステツプ46の部分
が要因別分析修正手段に相当する。

ここで、機関１の定常運転状態において、ステ
ツプ45若しくはステツプ46での修正によつてステ
ツプ44で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41、42での判定で機関１
が過渡運転状態であると判定された場合と同様に
ステツプ47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。

従つて、ステツプ47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、△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−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、空燃比が比較
的安定する定常運転状態において分析結果の正否
を判定しこの判定結果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、空燃比安
定時に分析結果の正否を判定するので分析の誤り
を精度良く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、 機関の定常運転状態を検出する定常運転状態検
   出手段と、 該定常運転状態検出手段により検出される機関
   の定常運転状態において、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を要因別学習値
   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
   のパラメータ或いは前記要因分析手段で分離した
   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。