JPH11294231A - エンジンの燃料噴射制御装置 - Google Patents

Abstract

(57)【要約】 【課題】最小限のセンサを用いシンプルな制御により高
精度の空燃比制御を行う。 【解決手段】吸気管に配設されたインジェクタと、エン
ジン回転数検出手段と、吸気圧力検出手段と、検出され
た吸気圧力から複数の吸気圧力情報に加工する手段と、
エンジン温度検出手段と、空燃比検出手段と、エンジン
回転数及び複数の吸気圧力情報に基づいて推定吸入空気
量を学習可能に算出する学習モデルと、噴射燃料量、エ
ンジン回転数、エンジン温度と推定吸入空気量又は検出
された吸気圧力又は複数の吸気圧力情報に基づいて推定
吸入燃料量を学習可能に算出する学習モデルと、推定吸
入空気量と推定吸入燃料量に基づいて推定空燃比を算出
する手段と、目標空燃比を設定する手段と、推定空燃比
と排気空燃比のずれに基づいて学習信号を算出する手段
とを備え、該学習信号により前記推定吸入空気量と推定
吸入燃料量の少なくとも一つの学習モデルの係数を更新
し、目標空燃比と推定空燃比の差に基づいて燃料噴射量
を制御する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、燃料を吸気管内に
噴射する方式のエンジンにおいて、その燃料噴射制御の
技術分野に属する。

【０００２】

【従来の技術】従来、燃料を吸気管内に噴射する方式の
エンジンにおいて、燃焼後の排気の空燃比（Ａ／Ｆ）を
検出する空燃比センサを設け、目標空燃比になるように
燃料噴射量をフィードバック制御し、これによりエンジ
ン性能や排ガス特性、燃費の向上を図るようにした燃料
噴射制御方式が知られている。この方式においては、Ａ
／Ｆがリーン側からリッチ側になると燃料噴射量を減少
させるように制御し、この制御により次第にＡ／Ｆがリ
ーン側に変化してゆき、Ａ／Ｆがリッチ側からリーン側
になると燃料噴射量を増大させるように制御することに
より、目標Ａ／Ｆとなるように燃料噴射量を制御するよ
うにしている。

【０００３】

【発明が解決しようとする課題】ところで、上記空燃比
制御においては、吸入空気量を正確に算出でき、燃料噴
射量を吸入空気量に応じて管理することができれば、現
在の空燃比を目標空燃比に合わすことができるが、実際
上は、燃料噴射量および吸入空気量が種々の原因で変化
するため、現在の空燃比と目標空燃比との間にズレが生
じてしまう。何故なら、吸気管内に噴射された燃料は、
その全量が燃焼室に入るわけではなく燃料の一部は吸気
管壁に付着し、吸気管壁に付着した燃料は、エンジンの
運転状態及び吸気管壁温度により定まる蒸発時定数によ
って燃料蒸発量が変化し、また、エンジンの運転状態に
応じて吸気管壁に付着する燃料付着率も変化し、さら
に、吸入空気量は、吸気温度や大気圧等のエンジン周囲
の環境変化（空気密度の変化）やバルブタイミング等の
エンジン自体の経時変化によっても変動してしまう。

【０００４】この問題を解決するために、上記従来のフ
ィードバック制御において上記Ａ／Ｆのズレをなくそう
とすると、多数のセンサ及び制御マップが必要になると
ともに、制御が複雑になり応答性が悪くなってしまい、
高精度の空燃比制御を行うことができないという問題を
有している。また、噴射された燃料が燃焼室に入るまで
の無駄時間が存在するため、スロットル開度が大きく変
化するエンジン過渡時において、制御の応答性が悪くな
り高精度の空燃比制御を行うことができないという問題
を有している。

【０００５】本発明は、上記従来の問題を解決するもの
であって、最小限のセンサを用いシンプルな制御によ
り、高精度の空燃比制御を行うことができるエンジンの
燃料噴射制御装置を提供することを目的とする。

【０００６】

【課題を解決するための手段】上記目的を達成するため
に請求項１記載の発明は、吸気管に配設されたインジェ
クタと、エンジン回転数検出手段と、吸気圧力を検出す
る吸気圧力検出手段と、検出された吸気圧力から複数の
吸気圧力情報に加工する吸気圧力情報加工手段と、エン
ジン温度検出手段と、排気空燃比を検出する空燃比検出
手段と、エンジン回転数及び複数の吸気圧力情報に基づ
いて推定吸入空気量を学習可能に算出する学習モデル
と、噴射燃料量、エンジン回転数、エンジン温度と推定
吸入空気量又は検出された吸気圧力又は複数の吸気圧力
情報に基づいて推定吸入燃料量を学習可能に算出する学
習モデルと、算出された推定吸入空気量と推定吸入燃料
量に基づいて推定空燃比を算出する推定空燃比算出手段
と、目標空燃比を設定する目標空燃比設定手段と、前記
推定空燃比と排気空燃比のずれに基づいて学習信号を算
出する学習信号算出手段とを備え、該学習信号により前
記推定吸入空気量と推定吸入燃料量の少なくとも一つの
学習モデルの係数を更新し、目標空燃比と推定空燃比の
差に基づいて燃料噴射量を制御することを特徴とし、請
求項２記載の発明は、請求項１において、前記目標空燃
比設定手段は、算出された推定吸入空気量に基づいて目
標空燃比を設定することを特徴とし、請求項３記載の発
明は、吸気管に配設されたインジェクタと、エンジン回
転数検出手段と、吸気圧力を検出する吸気圧力検出手段
と、検出された吸気圧力から複数の吸気圧力情報に加工
する吸気圧力情報加工手段と、エンジン温度検出手段
と、エンジン回転変動を検出する回転変動検出手段と、
エンジン回転数及び複数の吸気圧力情報に基づいて推定
吸入空気量を算出するモデルと、噴射燃料量、エンジン
回転数、エンジン温度と推定吸入空気量又は検出された
吸気圧力又は複数の吸気圧力情報に基づいて推定吸入燃
料量を算出するモデルと、算出された推定吸入空気量と
推定吸入燃料量に基づいて推定空燃比を算出する推定空
燃比算出手段と、エンジン回転数及びエンジン回転変動
に基づいて目標空燃比を学習可能に算出する学習モデル
と、エンジン回転変動に基づいて学習信号を算出する学
習信号算出手段とを備え、該学習信号により前記推定吸
入空気量と推定吸入燃料量の少なくとも一つの学習モデ
ルの係数を更新し、目標空燃比と推定空燃比の差に基づ
いて燃料噴射量を制御することを特徴とし、請求項４記
載の発明は、請求項３において、前記目標空燃比算出手
段は、エンジン回転数、推定吸入空気量及びエンジン回
転変動に基づいて目標空燃比を算出することを特徴と
し、請求項５記載の発明は、請求項１〜４において、前
記複数の吸気圧力情報は、平均吸気圧力、最低吸気圧
力、最大吸気圧力と最小空気圧力との差及び吸気圧力の
脈動周波数のうち少なくとも２つ以上の情報であること
を特徴とし、請求項６記載の発明は、請求項１〜５にお
いて、前記吸気管壁に制御装置のボックスが配設され、
該ボックス内に前記吸気圧力検出手段が配設されている
ことを特徴とし、請求項７記載の発明は、請求項１〜６
において、前記吸気管壁に制御装置のボックスが配設さ
れ、前記ボックス内にエンジン温度検出手段が配設され
ていることを特徴とし、請求項８記載の発明は、請求項
１〜７において、前記エンジン温度検出手段は、吸気管
壁温度を検出する温度センサと、吸気管壁から若干離れ
た位置の温度を検出する温度センサとからなり、両温度
センサの検出信号によりエンジン温度を算出することを
特徴とする。

【０００７】

【発明の実施の形態】以下、本発明の実施の形態を図面
を参照しつつ説明する。図１〜図１３は、本発明のエン
ジンの燃料噴射制御装置の１実施形態を示している。

【０００８】図１は、本実施形態におけるエンジンの構
成図である。４サイクルエンジン１は、シリンダボディ
２、クランク軸３、ピストン４、燃焼室５、吸気管６、
吸気弁７、排気管８、排気弁９、点火プラグ１０、点火
コイル１１を備え、吸気管６内にはスロットル弁１２が
配設され、また、スロットル弁１２の上流側にはインジ
ェクタ１３が配設され、さらに、吸気管６の壁面には制
御装置１５を内蔵したボックスが配設されている。イン
ジェクタ１３は、圧力調整弁１６、電動モータにより駆
動される燃料ポンプ１７、フィルタ１８を介して燃料タ
ンク１９に接続されている。

【０００９】制御装置１５には、エンジン１の運転状態
を検出する各種センサからの検出信号が入力される。す
なわち、センサとして、クランク軸３の回転角を検出す
るクランク角センサ（エンジン回転数検出手段）２０、
吸気管６内の吸気圧力を検出する吸気管負圧センサ（吸
気圧力検出手段）２１、排気管８内の排気空燃比を検出
する空燃比センサ（空燃比検出手段）２２、制御装置１
５のボックス内に配設され吸気管から若干離れた位置の
温度を検出する温度検出手段２３（温度センサ１）、ボ
ックス内に配設され吸気管６の壁温を検出する吸気管壁
温度検出手段２４（温度センサ２）が設けられている。
制御装置１５は、これら各センサの検出信号を演算処理
し、制御信号をインジェクタ１３、燃料ポンプ１７、点
火コイル１１に伝送する。図２に示すように、制御装置
１５は、バッテリに接続された電源回路１５ａ、入力Ｉ
／Ｆ１５ｂ、不揮発性メモリ１５ｃを有するマイコン１
５ｄ、出力Ｉ／Ｆ１５ｅを備え、温度センサ１、２及び
吸気管負圧センサ２１は制御装置１５のボックス１５ａ
内に配設され、検出信号は、入力Ｉ／Ｆ１５ｂに入力さ
れる。

【００１０】図３は、図２のマイコン１５ｄ内で行われ
るインジェクタに関する制御ユニットのブロック図であ
る。制御ユニットは、クランク角信号からエンジン回転
数を算出するエンジン回転数算出部２５と、吸気圧力信
号を複数のデータに加工する吸気圧力情報加工部２６
と、モデルベース制御部２７を備え、モデルベース制御
部２７は、エンジン回転数、吸気圧力、エンジン温度
（推定）、排気空燃比の信号を後述する方法により演算
処理し、噴射信号をインジェクタ１３に出力する。

【００１１】図４は、図３の吸気圧力情報加工部２６の
構成を示すブロック図である。吸気圧力情報加工部２６
は、吸気信号から１行程間の平均吸気圧力を算出する平
均圧力算出部２６ａと、１行程間の最低吸気圧力を算出
する最低圧力算出部２６ｂを備え、両者の信号をモデル
ベース制御部２７ａに出力する。

【００１２】図５は、図３のモデルベース制御部２７の
構成を示すブロック図である。モデルベース制御部２７
は、学習信号算出部２９にて算出された学習信号により
学習可能に吸入空気量と吸入燃料量を算出する学習モデ
ルとして、吸入空気量算出部３０及び吸入燃料量算出部
３１を備え、さらに、算出された推定吸入空気量と推定
吸入燃料量から推定空燃比を算出する推定空燃比算出部
３２、算出された推定吸入空気量とエンジン温度から目
標空燃比を算出する目標空燃比算出部３３、算出された
目標空燃比と推定空燃比のズレに基づいて燃料噴射量を
制御する内部Ｆ／Ｂ（フィードバック）演算部３４を備
えている。各算出部の内容について説明する。

【００１３】図６（Ａ）は、図５の目標空燃比算出部３
３の構成を示すブロック図、図６（Ｂ）は目標空燃比マ
ップを示す図である。変化率算出部３３ａは、吸入空気
量算出部３０で算出された推定吸入空気量の変化率を算
出し、この推定吸入空気量の変化率とエンジン温度に基
づいて目標空燃比マップ３３ｂを参照し、図６（Ｂ）に
示すように、目標空燃比を設定する。エンジンの通常運
転時は目標空燃比は例えば理論空燃比に設定されてお
り、エンジン温度が低い場合とか、エンジン過渡時の場
合に目標空燃比を変更するようにしている。

【００１４】図７は、図５の内部フィードバック演算部
３４の構成を示すブロック図である。ここでは、図６で
設定された目標空燃比と後述する推定空燃比算出部３２
で算出された推定空燃比とのズレに応じて燃料噴射量に
フィードバックゲインＫpをかけて補正する処理を行
い、燃料噴射弁１３に出力するとともに、吸入燃料量算
出部３１に出力している。

【００１５】図８は、図５の学習信号算出部２９の構成
を示すブロック図である。運転状態検出部２９ａにおい
てエンジン回転数と推定吸入空気量からエンジンの運転
状態を算出し、学習信号発生部２９ｂにおいて、エンジ
ンの運転状態に応じて、現在の排気空燃比と推定空燃比
（後述）とのズレを学習信号１〜４として出力する。学
習信号１、２は、図５の吸入空気量算出部３０において
吸入空気量を学習させるための教師データとして用いら
れ、学習信号３、４は、図４の吸入燃料量算出部３１に
おいて吸入燃料量を学習させるための教師データとして
用いられる。なお、学習信号１〜４は、現在の排気空燃
比と推定空燃比とのズレの情報（以下、単にＡ／Ｆのズ
レという）で同一内容の信号であるが、４つの学習信号
１〜４を生成する理由は、Ａ／Ｆのズレの原因を、吸
気温度や大気圧等のエンジン周囲の環境変化（空気密度
の変化）によるズレ、バルブタイミング等のエンジン
自体の経時変化によるズレ、吸気管６に付着した燃料
の蒸発時定数の変化によるズレ、吸気管６に付着する
燃料付着率の変化によるズレから生じるものとしてモデ
ル化し、Ａ／Ｆのズレを、各４つの原因のそれぞれの変
化量として算出し学習量（教師データ）とするためであ
る。

【００１６】図９は、図５の吸入空気量算出部３０の学
習モデルを示し、推定吸入空気量を求めるためのファジ
ィニューラルネットの概略構成図である。本発明におけ
る推定吸入空気量は数式により求めることができないの
で、ファジィニューラルネットを用いてモデル化を図っ
ている。ファジィニューラルネットは、６つの処理層を
備えた階層構造型であり、第１層から第４層までの前件
部と第５層及び第６層の後件部からなり、前件部で入力
した１行程間の平均吸気圧力、最低吸気圧力及びエンジ
ン回転数が、所定のルールにどの程度適合しているかを
ファジィ推論し、前件部で得られた値を用いて後件部で
重心法を用いて推定吸入空気量を求める。このとき、学
習信号１のＡ／Ｆのズレ情報により補正係数３０ａを学
習量として更新し、環境変化（空気密度の変化）による
Ａ／Ｆのズレをなくすため推定吸入空気量を補正する。

【００１７】前記ルールは、図１０に示すように、入力
情報である１行程間の平均吸気圧力、１行程間の最低吸
気圧力及びエンジン回転数に対応した各３個の運転条件
Ａ₁₁、Ａ₂₁、Ａ₃₁、Ａ₁₂、Ａ₂₂、Ａ₃₂及びＡ₁₃、Ａ₂₃、
Ａ₃₃とした場合、合計９個の運転条件と２７個の結論Ｒ
¹〜Ｒ²⁷との組み合わせにより行われる。図１０は、ル
ールを３次元マップの形式で表した図であり、縦軸が１
行程間の平均吸気圧力に対する運転条件Ａ₁₂、Ａ₂₂、Ａ
₃₂を、横軸がエンジン回転数に対する運転条件Ａ₁₁、Ａ
₂₁、Ａ₃₁と、１行程間の平均吸気圧力に対する運転条件
Ａ₁₃、Ａ₂₃、Ａ₃₃を示し、これらエンジン回転数、１行
程間の平均吸気圧力及び最低吸気圧力により形成される
３次元空間を各運転条件に対応するように分割した２７
個の領域が結論Ｒ¹〜Ｒ²⁷を示している。

【００１８】この場合、前記運転条件Ａ₁₁はエンジン回
転数が「低回転域」、Ａ₂₁は「中回転域」、Ａ₃₁は「高
回転域」、運転条件Ａ₁₂は１行程間の平均吸気圧力が
「低い」、Ａ₂₂は「中くらい」、Ａ₃₂は「高い」、運転
条件Ａ₁₃は１行程間の最低吸気圧力が「低い」、Ａ₂₃は
「中くらい」、Ａ₃₃は「高い」という曖昧な表現で運転
条件を示しており、また、結論Ｒ¹〜Ｒ²⁷は、エンジン
回転数の大きさと１行程間の平均吸気圧力及び最低吸気
圧力の大きさに対応する推定吸入空気量を示している。
これらの運転条件及び結論により、ルールは、例えば、
「エンジン回転数が中回転域にあり、１行程間の平均吸
気圧力が中くらい、最低吸気圧力が中くらいの場合は、
推定吸入空気量はＶ1である。」、又は「エンジン回転
数が高回転域にあり、１行程間の平均吸気圧力が高く、
最低吸気圧力が高い場合は、推定吸入空気量はＶ2であ
る。」等の２７個のルールに別れる。

【００１９】前記第１層から第４層までは、エンジン回
転数に対する処理と１行程間の平均吸気圧力及び最低吸
気圧力に対する処理とが分かれており、第１層でエンジ
ン回転数信号、１行程間の平均吸気圧力及び最低吸気圧
力信号をそれぞれ入力信号ｘｉ（ｉ＝１〜３）として入
力し、第２層から第４層までで、各入力信号ｘiの各運
転条件Ａ₁₁、Ａ₂₁、Ａ₃₁、Ａ₁₂、Ａ₂₂、Ａ₃₂及びＡ₁₃、
Ａ₂₃、Ａ₃₃に対する寄与率ａijを求める。具体的には寄
与率ａijは数１式に示すシグモイド関数ｆ（ｘｉ）によ
り求められる。

【００２０】

【数１】

【００２１】なお、上式中、ｗc、ｗgはそれぞれシグモ
イド関数の中心値及び傾きに関する係数である。

【００２２】上記シグモイド関数により第４層で寄与率
ａijを求めた後、第５層で数２式を用いて前記寄与率か
ら入力したエンジン回転数及びスロットル開度に対する
９個の結論Ｒ¹〜Ｒ²⁷に対する適合度μｉを求め、さら
に数３式を用いて適合度μｉを正規化した正規化適合度
を求め、第６層では数４式を用いて数３式で得られた各
結論に対する正規化適合度と、ファジィルールの各出力
値ｆi（すなわち各結論Ｒ¹〜Ｒ²⁷に対応する出力値）と
の荷重平均をとって推定吸入空気量Ｖを求める。なお、
図９において、ｗfは、前記の正規化適合度に相当する
結合係数である。

【００２３】

【数２】

【００２４】

【数３】

【００２５】

【数４】

【００２６】この吸入空気量算出部３０は学習可能に構
成されており、初期状態においては、実験的に求めた吸
入空気量とファジィニューラルネットが出力する吸入空
気量とを直接比較し、両者の誤差が小さくなるように、
結合係数ｗfを修正することによりファジィニューラル
ネットでの学習を行い、その後は前記Ａ／Ｆのズレの情
報である学習信号２を小さくするように結合係数ｗfを
更新することによりファジィニューラルネットでの学習
を行う。

【００２７】図１１は、１行程間の平均吸気圧力及び最
低吸気圧力と吸入空気量との相関を示す図であり、いず
れの場合にも相関が強いことを示している。本発明は、
このように吸入空気量と相関の強い２つの吸気圧力情報
を入力することにより、推定吸入空気量を正確に算出す
ることが可能になる。なお、吸入空気量と相関の強い吸
気圧力情報としては、これに限定されるものではなく、
最大圧力と最小圧力との差や吸気圧力の脈動周波数を用
いてもよく、また、これらの吸気圧力情報の中から３つ
以上の情報を用いるようにしてもよい。なお、図９に示
したファジィニューラルネットは、１例であって例え
ば、入力されるエンジン回転数やスロットル開度をさら
に細かい条件に分けて２７個以上の結論を用いて推定吸
入空気量を求めるように構成してもよいことは勿論であ
る。

【００２８】図１２は、図５の吸入燃料量算出部３１の
学習モデルを示すブロック構成図である。蒸発時定数算
出部３１ａは、エンジン温度、エンジン回転数及び推定
吸入空気量に基づいて吸気管６壁面に付着した燃料が蒸
発する時定数τを算出する。燃料付着率算出部３１ｂ
は、エンジン回転数及び推定吸入空気量に基づいて噴射
された燃料が吸気管６壁面やスロットル弁１２に付着す
る割合（燃料付着率＝ｘ）を算出する。非付着燃料算出
部３１ｃは、前記算出された燃料付着率ｘに基づいて、
入力される燃料噴射量が直接、燃焼室５に入る燃料量を
算出する。付着燃料算出部３１ｄは、前記算出された燃
料付着率ｘに基づいて、入力される燃料噴射量が吸気管
６壁面に付着する燃料量を算出する。前記非付着燃料算
出部３１ｃ及び付着燃料算出部３１ｄにおいて算出され
た燃料量は、それぞれ１次遅れ部３１ｅ、３１ｆで、蒸
発時定数算出部３１ａで算出された推定蒸発時定数τ
1、τ2に基づいて１次遅れ系にて近似された後、加算さ
れ、推定吸入燃料量として出力される。

【００２９】図１３は、図１２の蒸発時定数算出部３１
ａにおいて、推定蒸発時定数を求めるためのファジィニ
ューラルネットの概略構成図である。基本的な構成及び
算出方法は、図９及び図１０で説明した推定吸入空気量
を求めるファジィニューラルネットと同様であるので説
明は省略する。この蒸発時定数算出部３１ａも学習可能
に構成されており、初期状態においては、実験的に求め
た蒸発時定数とファジィニューラルネットが出力する蒸
発時定数とを直接比較し、両者の誤差が小さくなるよう
に、結合係数ｗfを修正することによりファジィニュー
ラルネットでの学習を行い、その後は前記Ａ／Ｆのズレ
の情報である学習信号３を小さくするように結合係数ｗ
fを更新することによりファジィニューラルネットでの
学習が行われる。

【００３０】なお、図１２の燃料付着率算出部３１ｂに
おいてもファジィニューラルネットにより推定燃料付着
率が算出され、同様に、Ａ／Ｆのズレの情報である学習
信号４を小さくするように結合係数ｗfを更新すること
によりファジィニューラルネットでの学習が行われる。

【００３１】以上のようにして、推定吸入空気量Ａeと
推定吸入燃料量Ｆeが算出されると、図５の推定空燃比
算出部３２において、Ａe／Ｆeにより推定空燃比が算出
され、推定空燃比の信号は前述した学習信号算出部２９
に送られるとともに、内部フィードバック演算部３４に
送られる。また、推定吸入空気量の信号は目標空燃比算
出部３３に送られる。

【００３２】以上説明したように、本実施形態において
は、推定吸入空気量と推定吸入燃料量を算出して推定空
燃比を求め、この推定空燃比と実際の排気空燃比のズレ
が小さくなるように推定吸入空気量と推定吸入燃料量を
補正する学習信号を出力しているので、最小限のセンサ
を用いシンプルな制御により、高精度の空燃比制御を行
うことができる。

【００３３】図１４〜図２３は本発明のエンジンの燃料
噴射制御装置の他の実施形態を示している。なお、図１
〜図１３の実施形態と同一の構成には同一番号を付けて
説明を省略する。図１４はエンジンの構成図、図１５は
図１４の制御装置１５の構成図である。本実施形態にお
いては図１の空燃比センサ２２を省略し、よりシンプル
な制御を可能にしている。図１６はクランク軸３の回転
変動と空燃比との関係を示す図である。Ａ／Ｆが急激に
リーン側に移動し所定値Ｋを越えると、エンジン（クラ
ンク軸３）の回転変動が所定値Ｒ₀を越える。そこで、
本実施形態においては、エンジンを可能な限りリーン側
で運転させるとともに、回転変動がＲ₀を越える場合に
は、空燃比Ｋをリッチ側に移動するように制御する。

【００３４】図１７は、図１５のマイコン１５ｄ内で行
われるインジェクタに関する制御ユニットの構成を示す
ブロック図である。本実施形態においては、図３と比較
してクランク角信号に基づいてクランク軸３の回転変動
を算出する回転変動算出部２８を設け、該信号を排気空
燃比の代わりにモデルベース制御部２７に出力するよう
にしている。また、温度センサ１と温度センサ２の信号
を温度情報加工部３５に入力し、エンジン温度と吸気管
壁温度をモデルベース制御部２７に出力するようにして
いる。

【００３５】図１８は、図１７の回転変動算出部２８の
構成を示すブロック図である。角速度検出部２８ａにお
いてクランク角から角速度を検出し、角加速度検出部２
８ｂにおいて角速度から角加速度を検出し、該角加速度
信号をローパスフィルタ２８ｃを通過させたものとの角
加速度偏差をとり、該角加速度偏差を偏差累積部２８で
累積し、該角加速度偏差が閾値を越えた場合に回転変動
信号を出力する。

【００３６】図１９（Ａ）は、図１７の温度情報加工部
３５の構成を示すブロック図、図１９（Ｂ）はエンジン
温度の算出を説明するための図である。温度センサ１と
温度センサ２の信号によりエンジン温度算出部３５ａに
てエンジン温度を算出し、モデルベース制御部２７に出
力する。これは図１９（Ｂ）に示すように、温度センサ
２の吸気管壁温度と温度センサ１の吸気管から若干離れ
た位置での温度によりエンジン温度を推定し算出するも
のである。温度センサ２の信号はそのまま吸気管壁温度
としてモデルベース制御部２７に出力される。

【００３７】図２０は、図１７のモデルベース制御部２
７の構成を示すブロック図である。本実施形態において
は、図５の学習信号算出部２９がなく、従って吸入空気
量算出部３０及び吸入燃料量算出部３１は学習信号を用
いず、また、吸入燃料量算出部３１にはエンジン温度の
代わりに吸気管壁温度の信号を入力している。推定空燃
比算出部３２、内部フィードバック演算部３４は図５と
同様であるが、目標空燃比算出部３３には、エンジン温
度、推定吸入空気量、エンジン回転数を入力し、さら
に、前記回転変動の信号を教師データとして用いてい
る。

【００３８】図２１は、図２０の目標空燃比算出部３３
の学習モデルを示すブロック図である。学習信号算出部
３３ｃは、前記回転変動の信号に応じて学習信号として
出力し、目標空燃比学習部３３ｄにおいて目標空燃比を
学習させるための教師データとして用いられる。目標空
燃比学習部３３ｄには、エンジン回転数、吸入空気量算
出部３０で算出された推定吸入空気量と、変化率算出部
３３ａで算出された推定吸入空気量変化率の信号が入力
され、ここで目標空燃比が算出される。さらに、この目
標空燃比は、エンジン温度補正マップ３３ｅにて補正さ
れた信号により補正される。

【００３９】図２２は、図２１の目標空燃比学習部３３
ｄにおいて、目標空燃比を求めるためのファジィニュー
ラルネットの概略構成図である。基本的な構成及び算出
方法は、図９及び図１０で説明した推定吸入空気量を求
めるファジィニューラルネットと同様である。

【００４０】エンジン回転数と推定吸入空気量から目標
空燃比を算出した後、推定吸入空気量変化率から加速補
正マップを用いて補正係数を設定し、この補正係数によ
り目標空燃比を補正する。この場合、図１０に示すルー
ルは２次元マップになり、入力情報であるエンジン回転
数及び推定空気吸入量に対応した各３個の運転条件
Ａ₁₁、Ａ₂₁、Ａ₃₁及びＡ₁₂、Ａ₂₂、Ａ₃₂とした場合、合
計６個の運転条件と９個の結論Ｒ¹〜Ｒ⁹との組み合わせ
により行われる。そして、運転条件Ａ₁₁はエンジン回転
数が「低回転域」、Ａ₂₁は「中回転域」、Ａ₃₁は「高回
転域」、運転条件Ａ₁₂は推定吸入空気量が「少ない」、
Ａ₂₂は「中くらい」、Ａ₃₂は「多い」という曖昧な表現
で条件を示しており、また、結論Ｒ¹〜Ｒ⁹は、エンジン
回転数の大きさと推定吸入空気量の大きさに対応する目
標空燃比を示している。これらの運転条件及び結論によ
り、ルールは、例えば、「エンジン回転数が中回転域に
あり、推定吸入空気量が中くらいの場合は、目標空燃比
は１４．５である。」、又は「エンジン回転数が高回転
域にあり、推定吸入空気量が大きい場合は、目標空燃比
は１２である。」等の９個のルールに別れる。この目標
空燃比学習部３３ｄは、学習可能に構成されており、初
期状態においては、全域において目標空燃比が理論空燃
比になるように結合係数を修正することによりファジィ
ニューラルネットでの学習を行い、その後は前記回転変
動のズレの情報である学習信号を小さくするように結合
係数ｗfを更新することによりファジィニューラルネッ
トでの学習が行われる。

【００４１】図２３は、図２２の目標空燃比を学習させ
るためのフロー図であり、これを図１７をも参照して説
明する。ステップＳ１でクランク軸３の回転変動を読
込、ステップＳ２で回転変動が所定値Ｒ₀以上か否かを
判定し、回転変動が所定値以上の場合には、ステップＳ
３でＡ／Ｆが所定量Ｋ₀だけリッチ側になるように教師
データを変更して、結合係数ｗfを更新し、この制御に
より空燃比がリッチ側に移動し、ステップＳ４で所定時
間、回転変動が所定値Ｒ₁以下であるか否かを判定し、
以下であれば、ステップＳ５でＡ／Ｆが所定量Ｋ₁だけ
リーン側になるように教師データを変更して、結合係数
ｗfを更新する。この制御によりエンジンを可能な限り
リーン側で運転させるとともに、回転変動が所定値を越
える場合には、目標空燃比をリッチ側に変更し、適正な
空燃比の制御を行うことができる。

【００４２】なお、本実施形態の温度情報加工部３５を
図３の実施形態に適用してもよく、その場合には、図５
の吸入燃料量算出部３１にはエンジン温度の代わりに吸
気管壁温度が入力される。

【００４３】図２４は、本発明の他の実施形態を示すモ
デル制御部２７のブロック図である。図５においては、
吸入燃料量算出部３１に推定吸入空気量を入力するよう
にしてるが、本実施形態においては、これの代わりに複
数の吸気圧力情報を入力させる。図１２においても同様
である。また、図２０の場合にも同様に構成できる。

【００４４】図２５は、本発明の他の実施形態を示すモ
デル制御部２７のブロック図である。図２４の実施形態
においては、吸入燃料量算出部３１に複数の吸気圧力情
報を入力するようにしてるが、本実施形態においては、
これの代わりに検出された吸気圧力を入力させる。図１
２においても同様である。また、図２０の場合にも同様
に構成できる。

【００４５】以上、本発明の実施の形態について説明し
たが、本発明はこれに限定されるものではなく種々の変
更が可能である。例えば、上記実施形態においては、学
習モデルとしてファジィニューラルネットを採用してい
るが、これに限定されるものではなく、例えば、ニュー
ラルネットやＣＭＡＣ（Cerebellar Model Arithmetic
Computer）等の学習可能な計算モデルを採用してもよ
い。また、上記実施形態においては、４サイクルエンジ
ンに適用した例を示しているが、２サイクルエンジンに
も適用可能であり、空燃比センサを用いる場合には、シ
リンダ内の燃焼ガスを直接検出できるように空燃比セン
サが配設される。

【００４６】

【発明の効果】以上の説明から明らかなように、請求項
１、２、５記載の発明によれば、複数の吸気圧力情報に
より推定吸入空気量を正確に算出することができ、最小
限のセンサを用いシンプルな制御により、高精度の空燃
比制御を行うことができ、また、従来のフィードバック
制御に比較して、制御装置内で推定空燃比を算出し、排
気空燃比とのずれを学習させるため、スロットル開度が
大きく変化するエンジン過渡時において、制御の応答性
を向上させ、高精度の空燃比制御を行うことができ、請
求項３、４記載の発明によれば、さらに空燃比検出手段
を省略し、よりシンプルな制御により、高精度の空燃比
制御を行うことができ、請求項６記載の発明によれば、
吸気圧力検出手段の配設構造を簡素化することができ、
請求項７、８記載の発明によれば、エンジン温度を吸気
管壁温度から推定することにより、センサ数を少なくす
ることができ、また、エンジン温度検出手段をの配設構
造を簡素化することができ、さらに、吸気管壁温度を直
接検出するため、より正確に推定吸入燃料量を算出する
ことができ、さらに高精度の空燃比制御を行うことがで
きる。

【図面の簡単な説明】

【図１】本発明のエンジンの燃料噴射制御装置の１実施
形態を示し、エンジンの構成図である。

【図２】図１の制御装置１５の構成図である。

【図３】図２のマイコン１５ｄ内で行われるインジェク
タに関する制御ユニットの構成を示すブロック図であ
る。

【図４】図３の吸気圧力情報加工部２６の構成を示すブ
ロック図である。

【図５】図３のモデルベース制御部２７の構成を示すブ
ロック図である。

【図６】図６（Ａ）は、図５の目標空燃比算出部３３の
構成を示すブロック図、図６（Ｂ）は目標空燃比マップ
を示す図である。

【図７】図５の内部フィードバック演算部３４の構成を
示すブロック図である。

【図８】図５の学習信号算出部２９の構成を示すブロッ
ク図である。

【図９】図５の吸入空気量算出部３０の学習モデルを示
すブロック図である。

【図１０】図９のルールをマップの形式で表した図であ
る。

【図１１】平均吸気圧力及び最低吸気圧力と吸入空気量
との相関を示す図である。

【図１２】図５の吸入燃料量算出部３１の学習モデルを
示すブロック構成図である。

【図１３】図１２の蒸発時定数算出部３１ａにおいて、
推定蒸発時定数を求めるためのファジィニューラルネッ
トの概略構成図である。

【図１４】本発明のエンジンの燃料噴射制御装置の他の
実施形態を示すエンジンの構成図である。

【図１５】図１４の制御装置１５の構成図である。

【図１６】クランク軸の回転変動と空燃比の関係を示す
図である。

【図１７】図１５のマイコン１５ｄ内で行われるインジ
ェクタに関する制御ユニットの構成を示すブロック図で
ある。

【図１８】図１７の回転変動算出部２８の構成を示すブ
ロック図である。

【図１９】図１９（Ａ）は、図１７の温度情報加工部３
５の構成を示すブロック図、図１９（Ｂ）はエンジン温
度の算出を説明するための図である。

【図２０】図１７のモデルベース制御部２７の構成を示
すブロック図である。

【図２１】図２０の目標空燃比算出部３３の学習モデル
を示すブロック図である。

【図２２】図２１の目標空燃比学習部３３ｄにおいて、
目標空燃比を求めるためのファジィニューラルネットの
概略構成図である。

【図２３】図２２の目標空燃比を学習させるためのフロ
ー図である。

【図２４】本発明の他の実施形態を示すモデルベース制
御部の構成を示すブロック図である。

【図２５】本発明の他の実施形態を示すモデルベース制
御部の構成を示すブロック図である。

【符号の説明】

１３…インジェクタ １５…制御装置 ２０…エンジン回転数検出手段 ２１…吸気圧力検出手段４ ２２…空燃比検出手段 ２３、２４…エンジン温度検出手段

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 ＦＩ Ｆ０２Ｄ 45/00 ３６４ Ｆ０２Ｄ 45/00 ３６４Ｎ ３６４Ｇ ３６６ ３６６Ｆ

Claims (8)

【特許請求の範囲】
1. 【請求項１】吸気管に配設されたインジェクタと、エン
   ジン回転数検出手段と、吸気圧力を検出する吸気圧力検
   出手段と、検出された吸気圧力から複数の吸気圧力情報
   に加工する吸気圧力情報加工手段と、エンジン温度検出
   手段と、排気空燃比を検出する空燃比検出手段と、エン
   ジン回転数及び複数の吸気圧力情報に基づいて推定吸入
   空気量を学習可能に算出する学習モデルと、噴射燃料
   量、エンジン回転数、エンジン温度と推定吸入空気量又
   は検出された吸気圧力又は複数の吸気圧力情報に基づい
   て推定吸入燃料量を学習可能に算出する学習モデルと、
   算出された推定吸入空気量と推定吸入燃料量に基づいて
   推定空燃比を算出する推定空燃比算出手段と、目標空燃
   比を設定する目標空燃比設定手段と、前記推定空燃比と
   排気空燃比のずれに基づいて学習信号を算出する学習信
   号算出手段とを備え、該学習信号により前記推定吸入空
   気量と推定吸入燃料量の少なくとも一つの学習モデルの
   係数を更新し、目標空燃比と推定空燃比の差に基づいて
   燃料噴射量を制御することを特徴とするエンジンの燃料
   噴射制御装置。
2. 【請求項２】前記目標空燃比設定手段は、算出された推
   定吸入空気量に基づいて目標空燃比を設定することを特
   徴とする請求項１記載のエンジンの燃料噴射制御装置。
3. 【請求項３】吸気管に配設されたインジェクタと、エン
   ジン回転数検出手段と、吸気圧力を検出する吸気圧力検
   出手段と、検出された吸気圧力から複数の吸気圧力情報
   に加工する吸気圧力情報加工手段と、エンジン温度検出
   手段と、エンジン回転変動を検出する回転変動検出手段
   と、エンジン回転数及び複数の吸気圧力情報に基づいて
   推定吸入空気量を算出するモデルと、噴射燃料量、エン
   ジン回転数、エンジン温度と推定吸入空気量又は検出さ
   れた吸気圧力又は複数の吸気圧力情報に基づいて推定吸
   入燃料量を算出するモデルと、算出された推定吸入空気
   量と推定吸入燃料量に基づいて推定空燃比を算出する推
   定空燃比算出手段と、エンジン回転数及びエンジン回転
   変動に基づいて目標空燃比を学習可能に算出する学習モ
   デルと、エンジン回転変動に基づいて学習信号を算出す
   る学習信号算出手段とを備え、該学習信号により前記推
   定吸入空気量と推定吸入燃料量の少なくとも一つの学習
   モデルの係数を更新し、目標空燃比と推定空燃比の差に
   基づいて燃料噴射量を制御することを特徴とするエンジ
   ンの燃料噴射制御装置。
4. 【請求項４】前記目標空燃比算出手段は、エンジン回転
   数、推定吸入空気量及びエンジン回転変動に基づいて目
   標空燃比を算出することを特徴とする請求項３記載のエ
   ンジンの燃料噴射制御装置。
5. 【請求項５】前記複数の吸気圧力情報は、平均吸気圧
   力、最低吸気圧力、最大吸気圧力と最小空気圧力との差
   及び吸気圧力の脈動周波数のうち少なくとも２つ以上の
   情報であることを特徴とする請求項１ないし４のいずれ
   かに記載のエンジンの燃料噴射制御装置。
6. 【請求項６】前記吸気管壁に制御装置のボックスが配設
   され、該ボックス内に前記吸気圧力検出手段が配設され
   ていることを特徴とする請求項１ないし５のいずれかに
   記載のエンジンの燃料噴射制御装置。
7. 【請求項７】前記吸気管壁に制御装置のボックスが配設
   され、該ボックス内に前記温度検出手段が配設されてい
   ることを特徴とする請求項１ないし６のいずれかに記載
   のエンジンの燃料噴射制御装置。
8. 【請求項８】前記エンジン温度検出手段は、吸気管壁温
   度を検出する温度センサと、吸気管壁から若干離れた位
   置の温度を検出する温度センサとからなり、両温度セン
   サの検出信号によりエンジン温度を算出することを特徴
   とする請求項７記載のエンジンの燃料噴射制御装置。