JPH11353006A

JPH11353006A - オンライン学習方法

Info

Publication number: JPH11353006A
Application number: JP10155674A
Authority: JP
Inventors: Yoko Fujime; 葉子藤目
Original assignee: Yamaha Motor Co Ltd
Current assignee: Yamaha Motor Co Ltd
Priority date: 1998-06-04
Filing date: 1998-06-04
Publication date: 1999-12-24

Abstract

(57)【要約】【課題】部分学習と全体学習の間で影響が最小限になる
ように或は相互に干渉しないように組み合わせることに
より、学習の偏りを低減させ制御対象の正確な制御を行
う。【解決手段】目標値と出力値との誤差に基づいて制御対
象の操作量を補正する制御方法において、部分的変化の
補正量に基づいて操作量を学習する部分学習手段と、全
体的変化の補正量に基づいて操作量を学習する全体学習
手段とを備えた構成。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、リアルタイムで学
習を行うオンライン学習の技術分野に属する。

【０００２】

【従来の技術】従来、例えば、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、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
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。

【０００３】この問題を解決するために、特願平９−２
７１１８８号により、エンジンの運転状態に基づいて推
定吸入空気量及び推定吸入燃料量を学習可能に算出する
学習モデルを備え、目標空燃比と実際の空燃比との差に
基づいて推定吸入空気量及び推定吸入燃料量のオンライ
ン学習を行い、フィードフォワード制御により燃料噴射
量を制御することにより、過渡状態、環境変化及び経時
変化に対応できる制御方式が提案されている。

【０００４】

【発明が解決しようとする課題】しかしながら、上記従
来の制御においては、吸気温度や大気圧等のエンジン周
囲の環境が変化した場合、教師データ（エンジン運転条
件）の得られた部分しか学習を行うことができず、学習
済みの部分と未学習の部分で制御性に大きく差が生じて
しまうという問題を有している。これを図１２により説
明する。図１２は、エンジン回転数Ｎとスロットル開度
θに応じた体積効率Ｖeの学習結果を示し、図（Ａ）は
富士山５合目登山前、図（Ｂ）は下山後の状態を示して
いる。すなわち、登りと下りでは、外部負荷が異なりス
ロットル開度の使用する領域が異なるため、下山後の学
習結果によるマップが登山前のものと相違してしまい、
正確な推定吸入空気量を算出することができず、適正な
制御ができなくなってしまう。

【０００５】そのために、エンジンのオンライン学習に
おいては、長時間にわたる部分的変化に対応する部分学
習と、短時間の環境変化に対応する全体学習を相互に干
渉しないように組み合わせるかが大きな課題となってい
る。これは、エンジンの制御以外にも、例えばロボット
制御における感情変化に対応する部分学習と性格変化に
対応する全体学習などにおいても同様の課題となってい
る。

【０００６】本発明は、上記問題を解決するものであっ
て、部分学習と全体学習の間で影響が最小限になるよう
に或は相互に干渉しないように組み合わせることによ
り、学習の偏りを低減させ制御対象の正確な制御を行う
ことができるオンライン学習方法を提供することを目的
とする。

【０００７】

【課題を解決するための手段】そのために本発明のオン
ライン学習方法は、目標値と出力値との誤差に基づいて
制御対象の操作量を補正する制御方法において、部分的
変化の補正量に基づいて操作量を学習する部分学習手段
と、全体的変化の補正量に基づいて操作量を学習する全
体学習手段とを備えたことを特徴とする。

【０００８】

【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。本発明のオンライン学習方法の
１実施形態を示す構成図である。本発明においては、制
御対象５４の運転状態に基づいて制御パラメータを学習
可能に算出する学習モデル５２を備え、目標値と実際の
出力値との差をフィードバックして制御パラメータのオ
ンライン学習を行い、フィードフォワード制御により制
御対象５４を制御するものであり、エンジン、ロボット
等の制御に適用することができる。

【０００９】制御部５３は、運転条件、制御パラメータ
及び全体補正係数から操作量を算出し制御対象５４に出
力する。学習モデル５２は、運転条件から制御パラメー
タを演算し制御部５３に出力する。このとき、部分的変
化の補正量演算部５５において、目標値と実際の出力値
との差が小さくなるように補正量を演算し、制御パラメ
ータを補正するとともに、補正された制御パラメータに
基づいて学習モデル５２での学習（部分学習）を行う。

【００１０】一方、全体補正部５７においては全体補正
係数が記憶されており、全体的変化の補正量演算部５６
において、目標値と実際の出力値との差が小さくなるよ
うに補正量を演算し、全体補正係数を補正するととも
に、補正された全体補正係数を全体補正部５７にフィー
ドバックして学習（全体学習）を行い、全体補正係数は
制御部５３において操作量の補正に用いられる。

【００１１】本発明においては、全体学習での学習率Ｇ
Zを大きく部分学習での学習率ＧBを小さく、例えば、Ｇ
Z／ＧB＝１０〜１００となるようにし、全体的変化が部
分学習に及ぼす影響を最小限となるようにする。ここ
で、希望値をＴ、補正前の補正量をＨ、補正後の補正量
をＨ′、学習率（ゲイン）をＧとしたとき、Ｈ′＝（Ｔ
−Ｈ）Ｇ＋Ｈで表され、従って、学習率（ゲイン）は、
Ｇ＝（Ｈ′−Ｈ）／（Ｔ−Ｈ）で表される。

【００１２】図２〜図１１は、本発明をエンジンの燃料
噴射制御に適用した１実施形態を示している。図２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ＥＣＵ（制御装置）１
５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。

【００１３】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２０（エンジン回転数検出手段）、
シリンダボディ２の温度又は冷却水温度、すなわちエン
ジン本体の温度を検出するエンジン温度検出手段２１、
排気管８内の空燃比を検出する空燃比検出手段２２、ス
ロットル弁１２の開度を検出するスロットル開度検出手
段２３、吸気管６内の圧力を検出する吸気管負圧検出手
段２４、吸気管壁温度を検出する吸気管壁温度検出手段
２５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１
３、燃料ポンプ１７、点火コイル１１に伝送する。

【００１４】図３は、図２の制御装置１５内で行われる
燃料噴射制御の構成図である。モデルベース制御部２６
は、エンジン回転数、スロットル開度、目標Ａ／Ｆ、体
積効率及び全体補正係数から燃料噴射量を算出しエンジ
ン１に出力する。体積効率演算部２７は、エンジン回転
数及びスロットル開度から体積効率を演算しモデルベー
ス制御部２６に出力する。このとき、経時変化補正の補
正量演算部２８において、目標Ａ／Ｆと実際の排気Ａ／
Ｆとの差が小さくなるように経時変化補正の補正量を演
算し、体積効率を補正するとともに、補正された体積効
率（学習信号）に基づいて体積効率演算部２７での学習
（後述）を行う（部分学習）。

【００１５】一方、環境補正部２９においては環境補正
係数が記憶されており、環境補正の補正量演算部３０に
おいて、目標Ａ／Ｆと実際の排気Ａ／Ｆとの差が小さく
なるように環境補正の補正量を演算し、環境補正係数を
補正するとともに、補正された環境補正係数（学習信
号）を環境補正部２９にフィードバックして学習を行う
（全体学習）。

【００１６】また、エンジン始動直後は燃焼が不安定で
あったりセンサの活性が十分でなかったりすることが原
因で排気Ａ／Ｆが安定しないため、エンジン始動時に
は、切換部３２により暖機補正部３１側に切り換え、エ
ンジン温度、エンジン始動時の大気圧（吸気負圧）及び
大気温度（吸気管壁温度）から暖機補正係数を算出し、
暖機終了後は、切換部３２により環境補正部２９側に切
り換える。このときの暖機補正係数は初期値として環境
補正部の環境補正係数として用いられる。このようにし
て、環境補正係数又は暖機補正係数は、全体補正係数と
して図４のモデルベース制御部２６において吸入空気量
の補正に用いられる。なお、環境補正係数に湿度の影響
を加味するようにしてもよい。

【００１７】図４は、図３のモデルベース制御部２６の
構成を示すブロック図である。モデルベース制御部２６
は、エンジン回転数、スロットル開度及び吸気管壁温度
に基づいて吸入燃料量を推定する燃料系モデル３３と、
エンジン回転数、スロットル開度及び体積効率から吸入
空気量を推定する空気系モデル３４と、エンジン回転数
及びスロットル開度に基づいて目標Ａ／Ｆを設定する目
標Ａ／Ｆ設定部３５と、全体補正係数により補正された
吸入空気量と吸入燃料量から推定空燃比を算出する推定
空燃比演算部３６と、設定された目標Ａ／Ｆと推定Ａ／
Ｆのズレに応じて燃料噴射量を算出し、エンジン及び燃
料系モデル３３に出力する内部Ｆ／Ｂ（フィードバッ
ク）演算部３７を備えている。

【００１８】図５は、図３の体積効率演算部２７におい
て、体積効率（シリンダ容積に対する入った空気の体積
比率）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。体積効率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体積効率の
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、前件部で入力したエンジン回転数及びスロットル開
度が、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
を用いて推定体積効率を求める。

【００１９】前記ルールは、図６に示すように、入力情
報であるエンジン回転数及びスロットル開度に対応した
各３個の運転条件Ａ₁₁、Ａ₂₁、Ａ₃₁及びＡ₁₂、Ａ₂₂、Ａ
₃₂と、入力情報の運転条件に対応する９個の結論Ｒ¹〜
Ｒ⁹からなる。図６は、ルールをマップの形式で表した
図であり、縦軸がスロットル開度に対する運転条件
Ａ₁₂、Ａ₂₂、Ａ₃₂を、横軸がエンジン回転数に対する運
転条件Ａ₁₁、Ａ₂₁、Ａ₃₁を示し、これらエンジン回転数
及びスロットル開度により形成される２次元空間を各運
転条件に対応するように分割した９個の領域が結論Ｒ¹
〜Ｒ⁹を示している。

【００２０】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はスロットル開度が「小さ
い」、Ａ₂₂は「中くらい」、Ａ₃₂は「大きい」という曖
昧な表現で運転条件を示しており、また、結論Ｒ¹〜Ｒ⁹
は、エンジン回転数の大きさとスロットル開度の大きさ
に対応する推定体積効率を示している。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、スロットル開度が中くらいの場合
は、推定体積効率は６０％である。」、又は「エンジン
回転数が高回転域にあり、スロットル開度が大きい場合
は、推定体積効率は９０％である。」等の９個のルール
に別れる。

【００２１】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スロットル開度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及びスロット
ル開度信号をそれぞれ入力信号ｘｉ（ｉ＝１又は２）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及びＡ₁₂、Ａ₂₂、Ａ_３２
に対する寄与率ａｉｊを求める。具体的には寄与率ａij
は数１式に示すシグモナイド関数ｆ（ｘｉ）により求め
られる。

【００２２】

【数１】

【００２３】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。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〜Ｒ⁹
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〜Ｒ⁹に対応する出力値）との荷重平均をとって推
定体積効率Ｖeを求める。なお、図５において、ｗfは、
前記の出力値ｆiに相当する結合係数である。

【００２４】

【数２】

【００２５】

【数３】

【００２６】

【数４】

【００２７】この体積効率演算部２７は学習可能に構成
されており、初期状態においては、実験的に求めた体積
効率とファジィニューラルネットが出力する体積効率と
を直接比較し、両者の誤差が小さくなるように、ファジ
ィニューラルネットの各ルールの設定、シグモイド関数
の中心値及び傾きに関する係数ｗc、ｗg、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Ａ／Ｆのズレにより補正された体積
効率（エンジン回転数及びスロットル開度のデータをも
つ）に基づいて前記諸係数を更新することによりファジ
ィニューラルネットでのオンライン学習を行う。

【００２８】図７は、図３の経時変化補正の補正量演算
部２８及び環境補正の補正量演算部３０の構成を示すブ
ロック図である。目標Ａ／Ｆと実際の排気Ａ／Ｆとの差
が小さくなるように環境補正の補正量を演算する演算部
４０と、排気Ａ／Ｆから所定時間の平均Ａ／Ｆを算出す
る平均Ａ／Ｆ算出部４１と、目標Ａ／Ｆと平均Ａ／Ｆと
の差が小さくなるように補正量を演算する演算部４２
と、エンジン回転数及びスロットル開度の変化率から定
常状態か否かを判別する定常状態判別部４３と、定常状
態の場合には、補正量演算部４０の補正量を出力し、過
渡状態の場合には補正量演算部４２の補正量を出力する
切換部４４を備えている。なお、本例においては、非定
常状態の場合に平均Ａ／Ｆを演算するようにしている
が、他の統計的処理を行うようにしてもよい。また、経
時変化補正は、環境補正に比べてゲインを小さくしてい
るので、その補正量演算部２８は、非定常時にＡ／Ｆを
そのまま用いるようにしてもよい。

【００２９】図８は、図３の実施形態における学習方法
を説明するためのフロー図である。先ず、ステップＳ１
でエンジン始動前の大気圧、大気温度を記憶し、ステッ
プＳ２でエンジン温度により暖機終了か否かが判定さ
れ、暖機終了前であれば、ステップＳ３で始動前の大気
圧、大気温度により暖機補正係数を設定し、暖機補正を
行う。暖機が終了したらステップＳ４でスロットル開度
変化率及び／又はエンジン回転数の変化率から定常運転
か否か（過渡時）が判定され、定常運転であればステッ
プＳ５で排気Ａ／Ｆをフィードバックし、定常運転でな
ければステップＳ６で所定時間（例えば１０秒）の平均
Ａ／Ｆをフィードバックする。そして、ステップＳ７で
環境補正係数の学習（全体学習）を行い、ステップＳ８
で体積効率のオンライン学習（部分学習）を行い、以
下、ステップＳ４〜Ｓ８の処理を繰り返す。本実施形態
の場合、図１で説明したように、全体学習での全体補正
係数の学習率ＧZを大きく、部分学習でのオンライン学
習率ＧBを小さく、例えば、ＧZ／ＧB＝１０〜１００と
なるようにし、環境変化（全体的変化）が経時変化（部
分学習）に及ぼす影響を最小限となるようにする。

【００３０】図９は、図３の実施形態における学習方法
の他の例を説明するためのフロー図である。本例におい
ては、ステップＳ９において、環境補正係数の変化率が
所定値Ｋ以上の場合には、ステップＳ８の部分学習を中
断し、ステップＳ１０で環境補正係数を記憶するように
し、これにより、全体学習と部分学習とが相互に干渉し
ないようにすることができる。

【００３１】図１０は、富士山５合目に登り下りした場
合に、部分学習のみを行った場合と、全体学習と部分学
習を併用した場合の制御結果を示す図である。部分学習
のみの場合には、波形のハンチングが大きいと共に目標
Ａ／Ｆ＝１２．０に制御ができなく、全体学習と部分学
習を併用した場合には、波形が滑らかで、且つ目標Ａ／
Ｆ＝１２．０にほぼ制御されていることが判る。図１１
は、図１０において、５合目到達時点での吸入空気量の
出力結果を示す図である。部分学習のみの場合には、部
分学習の出力結果Ａと本来あるべき出力結果Ｂとの間に
ずれが生じるが、全体学習と部分学習を併用した場合に
は、両者を一致させることができる。

【００３２】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。ＣＭＡＣを用いる利点としては、階層型ニューラル
ネットに比べ追加学習の能力が優れていること、学習が
高速である等が挙げられる。

【００３３】

【発明の効果】以上の説明から明らかなように、請求項
１、４記載の発明によれば、部分学習と全体学習を組み
合わせることにより、学習の偏りを低減させ制御対象の
正確な制御を行うことができ、請求項２記載の発明によ
れば、全体的変化が部分学習に及ぼす影響を最小限とな
るようにすることができ、請求項３記載の発明によれ
ば、部分学習と全体学習を相互に干渉しないように組み
合わせることができ、請求項５、６記載の発明によれ
ば、エンジンに適用させた場合に、経時変化の補正を部
分学習で、環境変化の補正を全体学習で行わせることに
より、学習の偏りを低減させ制御対象の正確な制御を行
うことができ、請求項７記載の発明によれば、暖機運転
時にも制御可能にすることができ、請求項８記載の発明
によれば、学習モデルとしてファジィニューラルネット
を採用することにより、効果的に学習を行わせることが
できる。

【図面の簡単な説明】

【図１】本発明のオンライン学習方法の１実施形態を示
す構成図である。

【図２】本発明をエンジンの燃料噴射制御に適用した１
実施形態を示すエンジンの構成図である。

【図３】図２の制御装置内で行われる燃料噴射制御のブ
ロック図である。

【図４】図３のモデルベース制御部の構成を示すブロッ
ク図である。

【図５】図３の体積効率演算部において、推定体積効率
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６】図５のルールをマップの形式で表した図であ
る。

【図７】図３の環境補正の補正量演算部の構成を示すブ
ロック図である。

【図８】図３の実施形態における学習方法を説明するた
めのフロー図である。

【図９】図３の実施形態における学習方法の他の例を説
明するためのフロー図である。

【図１０】富士山５合目に登り下りした場合に、部分学
習を行った場合と、全体学習と部分学習を併用した場合
の制御結果を示す図である。

【図１１】図９において、５合目到達時点での吸入空気
量の出力結果を示す図である。

【図１２】従来のオンライン学習結果を示し、図（Ａ）
は富士山５合目登山前、図（Ｂ）は下山後の体積効率を
示している。

Claims

【特許請求の範囲】

【請求項１】目標値と出力値との誤差に基づいて制御対
象の操作量を補正する制御方法において、部分的変化の
補正量に基づいて操作量を学習する部分学習手段と、全
体的変化の補正量に基づいて操作量を学習する全体学習
手段とを備えたことを特徴とするオンライン学習方法。
【請求項２】全体学習手段の学習率を部分学習手段の学
習率よりも大きく設定することを特徴とする請求項１記
載のオンライン学習方法。
【請求項３】全体的変化の補正量の変化率が所定値以上
の場合に前記部分学習手段での学習を中断することを特
徴とする請求項１記載のオンライン学習方法。
【請求項４】前記部分学習手段は、制御対象の運転状態
に基づいて制御パラメータを学習可能に算出する学習モ
デルを備え、目標値と出力値との誤差に基づいて制御パ
ラメータの演算値のオンライン学習を行う手段であり、
前記全体学習手段は、目標値と出力値との誤差に基づい
て制御パラメータの演算値に補正係数を掛け合わせるこ
とを特徴とする請求項１ないし３のいずれかに記載のオ
ンライン学習方法。
【請求項５】前記制御対象がエンジン、操作量が燃料噴
射量、目標値及び出力値が空燃比、部分学習手段が経時
変化の補正量を学習する手段、全体学習手段が環境変化
の補正量を学習する手段であり、全体学習手段は、エン
ジンの定常運転時には出力値をそのまま用い、非定常運
転時には出力値を統計的処理することを特徴とする請求
項４記載のオンライン学習方法。
【請求項６】前記部分学習手段は、エンジンの定常運転
時には出力値をそのまま用い、非定常運転時には出力値
を統計的処理することを特徴とする請求項５記載のオン
ライン学習方法。
【請求項７】エンジンの暖機運転時には、暖機運転状態
の補正係数を用い、暖機運転終了後に全体学習を行うこ
とを特徴とする請求項５又は６記載のオンライン学習方
法。
【請求項８】前記学習モデルがファジィニューラルネッ
トから構成されていることを特徴とする請求項１ないし
７のいずれかに記載のオンライン学習方法。