KR102066644B1 - 내연 기관의 제어 장치 - Google Patents

내연 기관의 제어 장치 Download PDF

Info

Publication number
KR102066644B1
KR102066644B1 KR1020180097967A KR20180097967A KR102066644B1 KR 102066644 B1 KR102066644 B1 KR 102066644B1 KR 1020180097967 A KR1020180097967 A KR 1020180097967A KR 20180097967 A KR20180097967 A KR 20180097967A KR 102066644 B1 KR102066644 B1 KR 102066644B1
Authority
KR
South Korea
Prior art keywords
parameter
value
model
control
probability
Prior art date
Application number
KR1020180097967A
Other languages
English (en)
Other versions
KR20190106633A (ko
Inventor
고타 사타
아키오 마츠나가
마사키 야마키타
히로유키 오야마
Original Assignee
도요타 지도샤（주）
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 도요타 지도샤（주） filed Critical 도요타 지도샤（주）
Publication of KR20190106633A publication Critical patent/KR20190106633A/ko
Application granted granted Critical
Publication of KR102066644B1 publication Critical patent/KR102066644B1/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D28/00—Programme-control of engines
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
    • F02D41/1444—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases
    • F02D41/1454—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being an oxygen content or concentration or the air-fuel ratio
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
    • F02D41/2425—Particular ways of programming the data
    • F02D41/2429—Methods of calibrating or learning
    • F02D41/2451—Methods of calibrating or learning characterised by what is learned or calibrated
    • F02D41/2454—Learning of the air-fuel ratio control
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
    • F02D41/2425—Particular ways of programming the data
    • F02D41/2429—Methods of calibrating or learning
    • F02D41/2477—Methods of calibrating or learning characterised by the method used for learning
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/26—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using computer, e.g. microprocessor
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/26—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using computer, e.g. microprocessor
    • F02D41/263—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using computer, e.g. microprocessor the program execution being modifiable by physical parameters
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/30—Controlling fuel injection
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/30—Controlling fuel injection
    • F02D41/38—Controlling fuel injection of the high pressure type
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02P—IGNITION, OTHER THAN COMPRESSION IGNITION, FOR INTERNAL-COMBUSTION ENGINES; TESTING OF IGNITION TIMING IN COMPRESSION-IGNITION ENGINES
    • F02P5/00—Advancing or retarding ignition; Control therefor
    • F02P5/04—Advancing or retarding ignition; Control therefor automatically, as a function of the working conditions of the engine or vehicle or of the atmospheric conditions
    • F02P5/145—Advancing or retarding ignition; Control therefor automatically, as a function of the working conditions of the engine or vehicle or of the atmospheric conditions using electrical means
    • F02P5/15—Digital data processing
    • F02P5/152—Digital data processing dependent on pinking
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D17/00—Control of torque; Control of mechanical power
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D2041/1433—Introducing closed-loop corrections characterised by the control or regulation method using a model or simulation of the system
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/30—Controlling fuel injection
    • F02D41/38—Controlling fuel injection of the high pressure type
    • F02D2041/389—Controlling fuel injection of the high pressure type for injecting directly into the cylinder
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

[과제] 가우스 과정을 이용한 모델에 의한 출력을 이용하여 내연 기관을 적절하게 제어하는 제어 장치를 제공한다.
[해결 수단] 제어 장치는, 운전 파라미터의 값에 기초하여 제어 대상인 제어 파라미터를 제어한다. 제어 장치는, 운전 파라미터의 현재의 값을 취득하고, 취득된 운전 파라미터의 현재의 값에 기초하여 제어 파라미터의 값에 대한 출력 파라미터의 발생 확률의 확률 분포를 모델을 이용하여 산출하며, 산출한 출력 파라미터의 발생 확률의 확률 분포에 기초하여, 출력 파라미터의 값이 목표값 이상이 될 확률이 목표 확률에 가장 근접하도록, 제어 파라미터의 목표값을 설정하도록 구성된다. 제어 파라미터와 운전 파라미터와 출력 파라미터는 서로 상이한 파라미터이다. 모델은, 운전 파라미터의 값 및 제어 파라미터의 값이 입력되면 출력 파라미터의 발생 확률의 확률 분포를 출력하는 가우스 과정을 이용한 모델이다.

Description

내연 기관의 제어 장치{CONTROL DEVICE OF INTERNAL COMBUSTION ENGINE}
본 발명은 내연 기관의 제어 장치에 관한 것이다.
종래부터, 내연 기관의 데이터에 기초하여 함수 모델을 작성하고, 이 함수 모델을 이용하여 입력에 대한 출력의 값을 산출하는 것이 알려져 있다. 또한, 이와 같은 함수 모델을 작성함에 있어서, 가우스 과정을 이용하는 것도 알려져 있다(예를 들면, 특허문헌 1).
일본공개특허 특개2014-206975호 공보
그런데, 가우스 과정을 이용한 모델에서는, 그 출력은 소정의 파라미터의 발생 확률의 확률 분포의 형태가 된다. 이 때문에, 가우스 과정을 이용한 모델을 내연 기관의 제어에 이용하는 경우라도, 그 모델을 그대로 내연 기관의 제어에 이용할 수는 없다. 따라서, 이러한 모델을 이용하여 내연 기관의 제어를 행하기 위해서는, 이러한 모델에 의해 출력된 확률 분포에 대한 처리가 필요하다.
본 발명은, 상기 과제를 감안하여 이루어진 것으로서, 그 목적은, 가우스 과정을 이용한 모델에 의한 출력을 이용하여 내연 기관을 적절하게 제어하는 제어 장치를 제공하는 것에 있다.
본 발명은 상기 과제를 해결하기 위해 이루어진 것으로서, 그 요지는 이하와 같다.
(1) 내연 기관의 운전에 관한 복수의 운전 파라미터의 값에 기초하여 제어 대상인 제어 파라미터를 제어하는, 내연 기관의 제어 장치로서, 상기 제어 장치는, 상기 운전 파라미터의 현재의 값을 취득하고, 상기 취득된 운전 파라미터의 현재의 값에 기초하여 상기 제어 파라미터의 값에 대한 출력 파라미터의 발생 확률의 확률 분포를 모델을 이용하여 산출하며, 상기 산출한 출력 파라미터의 발생 확률의 확률 분포에 기초하여, 상기 출력 파라미터의 값이 기준값 이상이 될 확률이 목표 확률에 가장 근접하도록, 상기 제어 파라미터의 목표값을 설정하도록 구성되고, 상기 제어 파라미터와 상기 운전 파라미터와 상기 출력 파라미터는 서로 상이한 파라미터이고, 상기 모델은, 상기 운전 파라미터의 값 및 제어 파라미터의 값이 입력되면 상기 출력 파라미터의 발생 확률의 확률 분포를 출력하는 가우스 과정을 이용한 모델인, 내연 기관의 제어 장치.
(2) 상기 내연 기관은 연소실 내의 혼합기(混合氣)로 점화하는 점화 플러그를 구비하고, 상기 제어 파라미터는 점화 시기이고, 상기 출력 파라미터는 노크 강도인, 상기 (1)에 기재된 내연 기관의 제어 장치.
(3) 내연 기관의 운전에 관한 복수의 운전 파라미터의 값에 기초하여 제어 대상인 제어 파라미터를 제어하는, 내연 기관의 제어 장치로서, 상기 제어 장치는, 상기 운전 파라미터의 현재의 값을 취득하고, 상기 취득된 운전 파라미터의 현재의 값에 기초하여 상기 제어 파라미터의 값에 대한 출력 파라미터의 발생 확률의 확률 분포를 모델을 이용하여 산출하며, 상기 산출한 출력 파라미터의 발생 확률의 확률 분포에 기초하여, 상기 출력 파라미터의 값이 목표값이 될 확률이 최대가 되도록, 상기 제어 파라미터의 목표값을 설정하도록 구성되고, 상기 제어 파라미터와 상기 운전 파라미터와 상기 출력 파라미터는 서로 상이한 파라미터이고, 상기 모델은, 상기 운전 파라미터의 값 및 상기 제어 파라미터의 값이 입력되면 상기 출력 파라미터의 발생 확률의 확률 분포를 출력하는 가우스 과정을 이용한 모델인, 내연 기관의 제어 장치.
(4) 상기 내연 기관은 연소실에 연료를 공급하는 연료 분사 밸브를 구비하고, 상기 제어 파라미터는 연료 분사 밸브로부터의 연료 분사량이고, 상기 출력 파라미터는 배기 가스의 공연비인, 상기 (3)에 기재된 내연 기관의 제어 장치.
(5) 상기 제어 장치는, 내연 기관의 운전 중에 온보드로 상기 모델을 갱신하도록 구성되고, 상기 모델의 갱신은, 내연 기관의 운전 중에 취득된 상기 운전 파라미터의 값과 상기 제어 파라미터의 값에 기초하여, 상기 모델을 나타내는 하이퍼 파라미터를 갱신하지 않고 축차 가우스 과정에 의해 행해지는, 상기 (1)∼(4) 중 어느 하나에 기재된 내연 기관의 제어 장치.
(6) 상기 모델은, 상기 운전 파라미터의 값 및 상기 제어 파라미터의 값에 따라 분산이 변화하는 이분산(異分散) 가우스 과정을 이용한 모델인, 상기 (1)∼(5) 중 어느 하나에 기재된 내연 기관의 제어 장치.
본 발명에 의하면, 가우스 과정을 이용한 모델에 의한 출력을 이용하여 내연 기관을 적절하게 제어하는 제어 장치가 제공된다.
도 1은, 제어 장치가 이용되는 내연 기관을 개략적으로 나타내는 도이다.
도 2는, 내연 기관의 제어 장치의 기능 블록도이다.
도 3은, 노크 강도 모델에 의해 산출되는 노크 강도의 발생 확률의 확률 분포를 나타내고 있다.
도 4는, 도 3에 나타낸 확률 분포 중 소정의 점화 시기에 있어서의 노크 강도의 로그값과 발생 확률과의 관계를 나타내고 있다.
도 5는, 기본 점화 시기 산출부에 있어서의 기본 점화 시기의 산출 제어의 제어 루틴을 나타내는 플로우 차트이다.
도 6은, 내연 기관의 제어 장치의 기능 블록도이다.
도 7은, 공연비 모델에 의해 산출되는 배기 공연비의 발생 확률의 확률 분포를 나타내고 있다.
이하, 도면을 참조하여 본 발명의 실시형태에 대하여 상세하게 설명한다. 또한, 이하의 설명에서는 동일한 구성 요소에는 동일한 참조 번호를 부여한다.
또한, 본 명세서에 있어서, 기본적으로, 소문자만의 문자열로 나타내어지는 파라미터(예를 들면, esa)는 스칼라를 나타내고, M을 포함하지 않는 대문자를 포함하는 문자열로 나타내어지는 파라미터(예를 들면, X)는 벡터를 나타내며, M을 포함하는 대문자를 포함하는 문자열로 나타내어지는 파라미터(예를 들면, MX)는 행렬을 나타낸다.
<제 1 실시형태>
≪내연 기관 전체의 설명≫
도 1은, 제 1 실시형태에 관련된 제어 장치가 이용되는 내연 기관을 개략적으로 나타내는 도이다. 도 1에 나타낸 바와 같이, 내연 기관(1)은, 기관 본체(2), 실린더 블록(3), 실린더 블록(3) 내에서 왕복 운동하는 피스톤(4), 실린더 블록(3) 상에 고정된 실린더 헤드(5), 흡기 밸브(6), 흡기 포트(7), 배기 밸브(8), 배기 포트(9)를 구비한다. 피스톤(4)과 실린더 헤드(5)의 사이에는 연소실(10)이 형성된다. 흡기 밸브(6)는 흡기 포트(7)를 개폐하고, 배기 밸브(8)는 배기 포트(9)를 개폐한다. 또한, 기관 본체(2)에는, 흡기 밸브(6)의 밸브 타이밍을 제어하는 가변 밸브 타이밍 기구(28)가 마련된다. 또한, 기관 본체(2)에는, 배기 밸브(8)의 밸브 타이밍을 제어하는 가변 밸브 타이밍 기구가 마련되어도 된다.
도 1에 나타낸 바와 같이 실린더 헤드(5)의 내벽면의 중앙부에는 점화 플러그(11)가 배치되고, 실린더 헤드(5)의 내벽면 주변부에는 연료 분사 밸브(12)가 배치된다. 점화 플러그(11)는, 점화 신호에 따라 불꽃을 발생시키도록 구성된다. 또한, 연료 분사 밸브(12)는, 분사 신호에 따라, 소정량의 연료를 연소실(10) 내에 분사한다. 또한, 연료 분사 밸브(12)는, 흡기 포트(7) 내에 연료를 분사하도록 배치되어도 된다.
각 기통(氣筒)의 흡기 포트(7)는 각각 대응하는 흡기 지관(13)을 개재하여 서지 탱크(14)에 연결되고, 서지 탱크(14)는 흡기관(15)을 개재하여 에어 클리너(16)에 연결된다. 흡기 포트(7), 흡기 지관(13), 서지 탱크(14), 흡기관(15)은 흡기 통로를 형성한다. 또한, 흡기관(15) 내에는 스로틀 밸브 구동 액추에이터(17)에 의해 구동되는 스로틀 밸브(18)가 배치된다.
한편, 각 기통의 배기 포트(9)는 배기 매니폴드(19)에 연결되고, 배기 매니폴드(19)는 배기 정화 촉매(20)를 내장한 케이싱(21)에 연결된다. 케이싱(21)은 배기관(22)에 연결된다. 배기 포트(9), 배기 매니폴드(19), 케이싱(21) 및 배기관(22)은 배기 통로를 형성한다.
배기 매니폴드(19)와 서지 탱크(14)는 EGR관(24)에 의해 서로 연통하게 된다. EGR관(24)에는, 배기 매니폴드(19)로부터 서지 탱크(14)로 EGR관(24) 내를 흐르는 EGR 가스를 냉각하는 EGR 쿨러(25)가 마련된다. 게다가, EGR관(24)에는, 서지 탱크(14)에 공급되는 EGR 가스의 유량을 제어하는 EGR 제어 밸브(26)가 마련된다. EGR관(24), EGR 쿨러(25) 및 EGR 제어 밸브(26)는, 배기 가스의 일부를 흡기 통로에 공급하는 EGR 기구를 구성한다.
또한, 내연 기관(1)은 전자 제어 유닛(ECU)(31)을 구비한다. ECU(31)는, 디지털 컴퓨터로 이루어지고, 쌍방향성 버스(32)를 개재하여 상호 접속된 RAM(랜덤 액세스 메모리)(33), ROM(리드 온리 메모리)(34), CPU(마이크로프로세서)(35), 입력 포트(36) 및 출력 포트(37)를 구비한다.
흡기관(15)에는, 흡기관(15) 내를 흐르는 공기 유량을 검출하기 위한 에어 플로우 미터(39)가 마련되고, 스로틀 밸브(18)에는, 스로틀 밸브(18)의 개도를 검출하는 스로틀 개도 센서(40)가 마련된다. 더하여, 실린더 블록(3)에는, 노크 강도를 검출하기 위한 노크 센서(41)가 마련되고, 배기 매니폴드(19)에는, 배기 매니폴드(19) 내를 흐르는 배기 가스의 공연비(이하, 「배기 공연비」라고도 함)를 검출하는 공연비 센서(42)가 마련된다. 이러한 에어 플로우 미터(39), 스로틀 개도 센서(40), 노크 센서(41) 및 공연비 센서(42)의 출력은, 대응하는 AD 변환기(38)를 개재하여 입력 포트(36)에 입력된다. 또한, 본 실시형태에서는, 노크 센서(41)에 의해 노크 강도를 검출하고 있지만, 연소실(10) 내의 압력을 검출하는 통 내압 센서를 실린더 헤드(5)에 마련함과 함께 이 통 내압 센서의 출력에 기초하여 노크 강도를 산출하도록 해도 된다.
또한, 액셀 페달(43)에는 액셀 페달(43)의 밟음량에 비례한 출력 전압을 발생시키는 부하 센서(44)가 접속되고, 부하 센서(44)의 출력 전압은 대응하는 AD 변환기(38)를 개재하여 입력 포트(36)에 입력된다. 크랭크각 센서(45)는 예를 들면 크랭크 샤프트가 15도 회전할 때마다 출력 펄스를 발생시키고, 이 출력 펄스가 입력 포트(36)에 입력된다. CPU(35)에서는 이 크랭크각 센서(45)의 출력 펄스로부터 기관 회전 속도가 계산된다.
한편, 출력 포트(37)는 대응하는 구동 회로(46)를 개재하여 점화 플러그(11), 연료 분사 밸브(12) 및 스로틀 밸브 구동 액추에이터(17)에 접속된다. 따라서, ECU(31)는, 점화 플러그(11)에 의한 점화 시기, 연료 분사 밸브(12)로부터의 연료 분사 시기나 연료 분사량, 스로틀 밸브(18)의 개도 등을 제어하는 제어 장치로서 기능한다.
≪점화 시기 제어≫
다음에, 도 2을 참조하여, 본 실시형태에 있어서의 점화 플러그(11)에 의한 연소실(10) 내의 혼합기로의 점화 시기의 목표값의 산출 방법에 대하여 설명한다. 도 2는, 본 실시형태에 관련된 ECU(31)의 기능 블록도이다.
도 2로부터 알 수 있는 바와 같이, ECU(31)는, 제어 대상인 제어 파라미터인 점화 시기의 산출에 있어서, 크게 나누어 2개의 기능 블록을 가진다. 구체적으로는, ECU는, 내연 기관(1)의 운전에 관한 각종 파라미터(이하, 「운전 파라미터」라고도 함)의 값에 기초하여 노크 강도 모델을 이용하여 기본 점화 시기를 산출하는 모델 이용부(A)와, 노크 센서(41)에 의해 검출된 노크 강도에 기초하여 점화 시기를 피드백 제어하는 FB 제어부(B)를 구비한다. 따라서, 모델 이용부(A)는, 각종 운전 파라미터의 값에 기초하여 기본 점화 시기를 산출하는 피드포워드 제어를 행하고 있고, FB 제어부(B)는, 검출된 노크 강도에 기초하여 점화 시기의 목표값을 산출하는 피드백 제어를 행하고 있다.
모델 이용부(A)는, 기본 점화 시기 산출부(A1)와 모델 갱신부(A2)를 구비한다. 기본 점화 시기 산출부(A1)에서는, 각종 운전 파라미터의 현재의 값에 기초하여 기본 점화 시기(esabase)가 산출된다. 기본 점화 시기 산출부(A1)에 입력되는 운전 파라미터로서는, 구체적으로는, 예를 들면, 스로틀 밸브(18)의 개도(θt), 기관 회전 속도(ne), 연소실(10)에 흡입된 공기량(흡입 공기량)(mc), 흡기 밸브(6)의 밸브 타이밍(ivt) 및 제어 밸브(26)의 개도(degr) 등이 포함된다(또한, 본 실시형태에서는, 운전 파라미터에는 점화 시기, 노크 강도는 포함되지 않는다).
또한, 기본 점화 시기 산출부(A1)에는, 모델 갱신부(A2)에 의해 갱신된 노크 강도 모델을 나타내는 각 파라미터(이하, 「모델 파라미터」라고도 함)의 값이 RAM(33)으로부터 불러내어진다. 노크 강도 모델은, 상술한 각종 운전 파라미터의 값에 대한 노크 강도의 발생 확률의 확률 분포를 나타내는 모델이다. 환언하면, 본 실시형태에 있어서의 모델은, 운전 파라미터의 값에 대한 출력 파라미터의 발생 확률의 확률 분포를 나타내는 모델이라고 할 수 있다. 기본 점화 시기 산출부(A1)는, 각종 운전 파라미터의 현재의 값에 기초하여 기본 점화 시기(esabase)를 산출함에 있어서, 노크 강도 모델을 이용한다. 기본 점화 시기 산출부(A1)에 있어서의 구체적인 점화 시기의 산출 방법에 대해서는 후술한다.
모델 갱신부(A2)에는, 상술한 내연 기관(1)의 운전 상태에 관한 각종 운전 파라미터에 더하여, 점화 플러그(11)에 있어서의 점화 시기(esa)와, 그 점화 시기(esa)에 있어서 점화 플러그(11)에 의해 혼합기에 점화되었을 때의 노크 강도(ki)가 입력된다. 모델 갱신부(A2)에서는, 이와 같이 하여 입력된 운전 파라미터의 값, 점화 시기(esa), 노크 강도(ki)를 학습 데이터로 하여, 노크 강도 모델이 갱신된다. 모델 갱신부(A2)는, 이와 같이 하여 갱신된 노크 강도 모델을 나타내는 각 모델 파라미터의 값을 RAM(33)에 기록한다. 노크 강도 모델의 구체적인 갱신 방법에 대해서는 후술한다.
FB 제어부(B)는, 점화 시기 산출부(B1)와, 노크 발생 판정부(B2)와, FB 보정량 산출부(B3)를 구비한다. 점화 시기 산출부(B1)는, 기본 점화 시기 산출부(A1)로부터 출력된 기본 점화 시기(esabase)에, FB 보정량 산출부에 의해 산출된 FB 보정량(Δesa)을 가산함으로써, 점화 시기(esa)를 산출한다(esa=esabase+Δesa). 산출된 점화 시기(esa)는 제어 신호로서 점화 플러그(11)에 송신되고, 점화 플러그(11)는 이 점화 시기(esa)에 있어서 혼합기에 점화한다.
노크 발생 판정부(B2)는, 노크 센서(41)에 의해 검출된 노크 기준 강도(kiref)로부터 노크 강도(ki)를 감산한 노크 강도차(Δki)를 산출한다(Δki=kiref-ki). 본 실시형태에서는, 노크 강도가 노크 기준 강도(kiref) 이상인 경우에 노킹이 발생하고 있다고 판정한다. 따라서, 노크 발생 판정부(B2)에 있어서 산출된 노크 강도차(Δki)가 음의 값인 경우에는 노킹이 발생하고 있다고 판정되어 있는 것을 의미하고, 반대로 노크 강도차(Δki)가 양의 값인 경우에는 노크는 발생하고 있지 않다고 판정되어 있는 것을 의미한다.
FB 보정량 산출부(B3)는, 노크 강도차(Δki)에 기초하여, FB 보정량(Δesa)을 산출한다. 구체적으로는, FB 보정량(Δesa)은 하기 식(1)에 기초하여 산출된다.
Δesak=Δesak-1+a·Δki …(1)
상기 식(1)에 있어서, Δesak는 금번 산출되는 FB 보정량을, Δesak-1은 FB 보정량 산출부(B3)에 있어서 전회 산출된 FB 보정량을 각각 의미한다. 또한, a는 미리 정해진 소정의 양의 상수이다. 식(1)로부터 알 수 있는 바와 같이, 노킹이 발생하고 있어 노크 강도차(Δki)가 음의 값일 때에는 FB 보정량(Δesa)은 작아진다. 반대로, 노킹이 발생하고 있지 않아 노크 강도차(Δki)가 양의 값일 때에는 FB 보정량(Δesa)은 커진다.
FB 보정량 산출부(B3)에 의해 산출된 FB 보정량(Δesa)은, 상술한 바와 같이 점화 시기 산출부(B1)에 있어서, 기본 점화 시기(esabase)에 가산된다. 여기서, 본 실시형태에 있어서의 점화 시기는, 압축 상사점으로부터의 진각(進角) 정도(°BTDC)로 맞춰지기 때문에, 점화 시기(esa)의 값이 커질수록 점화 시기는 진각된다. 노킹이 발생하고 있는 경우에는, FB 보정량(Δesa)이 작아지기 때문에, FB 제어부(B)에 있어서의 피드백 제어에 의해 점화 시기가 지각(遲角)되게 된다. 반면, 노킹이 발생하고 있지 않은 경우에는, FB 보정량(Δesa)이 커지기 때문에, FB 제어부(B)에 있어서의 피드백 제어에 의해 점화 시기가 진각되게 된다.
또한, 상술한 FB 제어부(B)에 있어서의 피드백 제어는 일례이며, FB 제어부(B)에서는, PID 제어나 PI 제어 등, 다양한 피드백 제어를 이용할 수 있다. 또한, ECU(31)에서의 계산 부하를 저감시킨다는 관점에서는, FB 제어부(B)에 있어서의 피드백 제어는 행해지지 않아도 된다. 이 경우에는, 모델 이용부(A)에 의한 피드포워드 제어만이 실행되고, 기본 점화 시기 산출부(A1)에 의해 산출된 기본 점화 시기(esabase)가 제어 신호로서 점화 플러그(11)에 송신된다.
≪기본 점화 시기의 산출≫
다음에, 도 3 및 도 4를 참조하여, 기본 점화 시기 산출부(A1)에 있어서의 기본 점화 시기의 산출 방법에 대하여 설명한다. 도 3은, 노크 강도 모델에 의해 산출되는 노크 강도의 발생 확률의 확률 분포를 나타내고 있다. 도 4는, 도 3에 나타낸 확률 분포 중 소정의 점화 시기에 있어서의 노크 강도의 로그값과 발생 확률과의 관계를 나타내고 있다.
여기서, 노크 강도는, 내연 기관(1)의 운전 상태가 동일해도 반드시 동일한 값이 된다고는 한정할 수 없고, 확률적으로 발생하는 것이 알려져 있다. 특히, 노크 강도의 발생 확률의 확률 분포는, 로그 정규 분포로 근사된다. 따라서, 내연 기관(1)의 운전 상태를 X라고 하고, 각 노크 강도의 발생 확률을 y라고 하면, 노크 강도 모델에 있어서의 X와 y의 관계는 하기 식(2)에 의해 나타내어진다. 또한, X는, 점화 시기(esa) 및 스로틀 밸브의 개도(θt) 및 기관 회전 속도(ne) 등의 각종 운전 파라미터를 파라미터로서 가지는 벡터를 나타내고 있다(X=[esa, θt, ne, …]).
y|X∼N(f(X),σ2) …(2)
상기 식(2)에 있어서 f(X)는 평균값을 나타내고, σ2는 분산을 나타내고 있고, 또한 N(μ,σ2)는 평균값이 μ이고 분산이 σ2인 정규 분포를 나타내고 있다. 따라서, 상기 식(2)는, 노크 강도 모델에서는, 노크 강도의 발생 확률(y)이, 평균값이 f(X)이고 분산이 σ(X)인 정규 분포에 따르는 것을 나타내고 있다.
점화 시기 이외의 내연 기관(1)의 운전 상태가 고정되어 있는 경우, 노크 강도 모델에 의해 산출되는 각 노크 강도의 발생 확률(y)은, 점화 시기에 따라 변화한다. 이 모습을 도 3에 나타낸다. 도 3은, 점화 시기 이외의 내연 기관(1)의 운전 상태가 고정되어 있는 상태에서, 노크 강도 모델에 있어서 산출되는 점화 시기와, 노크 강도의 로그값과, 각 노크 강도의 발생 확률의 관계의 일례를 나타낸다.
도 4는, 도 3에 나타낸 확률 분포 중 어떤 점화 시기(예를 들면, 10°BTDC)에 있어서의 노크 강도의 로그값과 그 발생 확률의 관계를 나타내는 도이다. 도 4는, 점화 시기도 고정되어 있는 경우의 확률 분포를 나타내고 있는 점에서, 도 4는 임의 하나의 운전 상태(X)에 있어서의 노크 강도의 발생 확률(y)의 확률 분포를 나타내고 있다고 할 수 있다. 도 4에 나타낸 바와 같이, 본 실시형태에서는, 어떤 운전 상태(X)에 있어서의 각 노크 강도의 발생 확률(y)은 정규 분포에 따르는 것으로서 근사되어 있다.
여기서, 본 실시형태에서는, 노크 강도(ki)가 소정의 기준값(kiref) 이상일 때에 내연 기관(1)에 노킹이 발생하고 있다고 판정된다. 따라서, 어떤 운전 상태(X)에 있어서 노크 강도(ki)가 기준값(kiref) 미만인 영역에 있어서의 발생 확률(y)의 적분값(도 4 중의 α)은, 그 운전 상태(X)에 있어서 노킹이 발생하지 않을 확률(pnt)을 나타내고 있다. 한편, 어떤 운전 상태(X)에 있어서 노크 강도(ki)가 기준값(kiref) 이상인 영역에 있어서의 발생 확률(y)의 적분값(도 4 중의 β)은, 그 운전 상태(X)에 있어서 노킹이 발생할 확률(이하, 「노크 발생 확률」이라고도 함)(pkn)을 나타내고 있다.
그리고, 본 실시형태에서는, 노크 발생 확률(pkn)이 목표 노크 발생 확률(ptrg)이 되는 점화 시기가 기준 점화 시기(esabase)로서 산출된다. 노크 발생 확률(pkn)이 목표 노크 발생 확률(ptrg)이 되는 점화 시기는 기본적으로 일의(一意)로 결정되지만, 복수의 점화 시기에 있어서 노크 발생 확률(pkn)이 목표 노크 발생 확률(ptrg)이 되는 경우에는, 이들 복수의 점화 시기 중 가장 진각측의 점화 시기가 기준 점화 시기(esabase)로서 산출된다.
즉, 본 실시형태에서는, 출력 파라미터(노크 강도)의 발생 확률의 확률 분포에 기초하여, 출력 파라미터의 값이 기준값 이상이 될 확률(노크 발생 확률)이 목표 확률(목표 노크 발생 확률)에 가장 근접하도록, 제어 파라미터(점화 시기)의 목표값을 설정하고 있다고 할 수 있다.
단, 상술한 노크 강도(ki)의 산출은, 예를 들면 점화 시기를 소정 각도(예를 들면, 0.1°)마다 어긋나게 입력하여 행해진다. 따라서, 노크 발생 확률(pkn)은 소정 각도의 점화 시기마다에만 산출할 수 있고, 따라서 점화 시기에 대한 노크 발생 확률(pkn)을 연속적으로 산출할 수는 없다. 이 때문에, 반드시 목표 노크 발생 확률(ptrg)에 일치하는 점화 시기를 산출할 수 있는 것은 아니다. 그래서, 본 실시형태에서는, 이산적(離散的)으로 입력한 점화 시기 중 노크 발생 확률(pkn)이 목표 노크 발생 확률(ptrg)에 가장 가까운 값이 되는 점화 시기를 기준 점화 시기(esabase)로서 산출하도록 해도 된다. 또는, 이산적으로 입력한 점화 시기 중 노크 발생 확률(pkn)이 목표 노크 발생 확률(ptrg) 이하이며 목표 노크 발생 확률(ptrg)에 가장 가까운 값이 되는 점화 시기를 기준 점화 시기(esabase)로서 산출하도록 해도 된다.
또한, 도 3으로부터 알 수 있는 바와 같이, 노크 강도의 평균값(각 점화 시기에 있어서 발생 확률이 피크에 달하는 노크 강도)은, 기본적으로, 점화 시기가 진각될수록, 즉 도 3에 있어서의 점화 시기의 각도가 커질수록 커진다. 따라서, 기본적으로는, 노크 발생 확률(pkn)도 점화 시기가 진각될수록 커진다. 이 때문에, 노크 발생 확률(pkn)이 목표 노크 발생 확률(ptrg)이 되는 점화 시기는 상술한 바와 같이 일의로 결정되게 된다.
또한, 노크 발생 확률(pkn)은 점화 시기가 진각될수록 커진다. 따라서, 노크 발생 확률(pkn)이 목표 노크 발생 확률(ptrg) 또는 그에 가장 가까운 값이 되도록 기본 점화 시기를 결정하는 것은, 실질적으로 노크 발생 확률(pkn)이 목표 노크 발생 확률(ptrg) 이하인 점화 시기 중 가장 진각측의 점화 시기를 기준 점화 시기(esabase)로 설정하고 있다고 할 수 있다.
또한, 상기 실시형태에서는, 노크 발생 확률(pkn)이 목표 노크 발생 확률(ptrg)에 가장 근접하도록 점화 시기의 목표값을 설정하고 있다. 그러나, 노킹이 발생하지 않을 확률(pnt), 즉 출력 파라미터(노크 강도)의 값이 기준값 이하가 될 확률이 목표 확률에 가장 근접하도록, 제어 파라미터(점화 시기)의 목표값을 설정해도 된다.
여기서, 점화 시기가 지각되면, 기본적으로, 연소실(10) 내에 있어서의 혼합기의 연소에 수반되는 열 발생이 전체적으로 지각측으로 시프트되게 됨과 함께, 혼합기의 연소가 완만해진다. 이 때문에, 점화 시기가 지각되면, 기본적으로는, 열효율이 악화되고, 따라서 연비나 기관 출력의 악화를 초래한다. 따라서, 본 실시형태에서는, 노크 발생 확률(pkn)을 목표 노크 발생 확률(ptrg) 이하로 유지하면서, 가능한 한 연비나 기관 출력이 높아지도록 점화 시기를 설정하고 있다고 할 수 있다.
도 5는, 기본 점화 시기 산출부(A1)에 있어서의 기본 점화 시기의 산출 제어의 제어 루틴을 나타내는 플로우 차트이다. 도시한 제어 루틴은 일정 시간 간격마다 실행된다.
도 5에 나타낸 바와 같이, 먼저, 단계 S11에 있어서 각종 운전 파라미터의 현재의 값이 취득된다. 구체적으로는, 이러한 운전 파라미터에는, 예를 들면, 스로틀 밸브(18)의 개도(θt), 기관 회전 속도(ne), 흡입 공기량(mc), 흡기 밸브(6)의 밸브 타이밍(ivt), 및 EGR 제어 밸브(26)의 개도(degr) 등의 적어도 어느 하나가 포함된다.
스로틀 밸브(18)의 개도(θt)는 스로틀 개도 센서(40)에 의해 검출되고, 기관 회전 속도(ne)는 크랭크각 센서(45)의 출력에 기초하여 산출되며, 흡입 공기량(mc)은 에어 플로우 미터(39)의 출력에 기초하여 산출된다. 흡기 밸브(6)의 밸브 타이밍(ivt)은, 흡기 밸브의 밸브 타이밍을 검출하는 센서(도시 생략)에 의해 검출되어도 되고, 가변 밸브 타이밍 기구(28)로의 제어 신호에 기초하여 산출되어도 된다. 또한, EGR 제어 밸브(26)의 개도(degr)는, EGR 제어 밸브(26)의 개도를 검출하는 센서(도시 생략)에 의해 검출되어도 되고, EGR 제어 밸브(26)로의 제어 신호에 기초하여 산출되어도 된다.
이어서, 단계 S12에서는, 모델 갱신부(A2)에 의해 산출된 노크 강도 모델을 나타내는 각 모델 파라미터가 RAM(33)으로부터 취득된다. 모델 갱신부(A2)에서는, 노크 강도 모델을 나타내는 각종 모델 파라미터의 일부의 값이 학습에 의해 갱신되기 때문에, 단계 S12에서는 구체적으로는 갱신된 각종 파라미터의 값이 취득되게 된다.
이어서, 단계 S13에서는, 단계 S11에서 취득된 내연 기관(1)의 운전 상태에 관한 파라미터의 현재의 값에 기초하여, 단계 S12에서 취득된 노크 강도 모델을 이용하여, 도 3에 나타낸 바와 같은 점화 시기에 대한 노크 강도의 발생 확률의 확률 분포가 산출된다.
이어서, 단계 S14에서는, 단계 S13에서 산출된 점화 시기에 대한 노크 강도의 발생 확률의 확률 분포에 기초하여, 각 점화 시기에 있어서의 노크 발생 확률(pkn)이 산출된다. 그리고, 산출된 노크 발생 확률(pkn)이 목표 노크 발생 확률(ptrg)에 가장 가까운 값이 되는 점화 시기가 기본 점화 시기(esabase)로서 산출된다.
≪노크 강도 모델≫
다음에, 노크 강도 모델의 작성 방법 및 갱신 방법에 대하여 설명한다. 상술한 바와 같이, 노크 현상은 동일한 운전 상태에 있어서도 확률적으로 발생하고, 특히 노크 강도의 로그값의 확률 분포는 정규 분포로 잘 근사되는 것이 알려져 있다. 그래서, 본 실시형태에서는, 노크 강도 모델로서 가우스 과정(Gaussian Process, GP) 모델을 이용한다. 이와 같이 노크 강도 모델로서 GP 모델을 이용함으로써, 소량의 학습 데이터로부터 모델을 구축할 수 있도록 된다.
≪노크 강도 모델의 작성≫
먼저, 노크 강도 모델의 작성 방법에 대하여 설명한다. 노크 강도 모델의 작성은, GP 모델인 노크 강도 모델을 나타내는 각 모델 파라미터의 값을 설정하는 것을 의미한다. 노크 강도 모델의 작성은, 예를 들면, 내연 기관(1)을 탑재한 차량의 출하 전에 행해진다. 노크 강도 모델의 작성에 있어서, 복수의 세트의 학습 데이터가 이용된다.
여기서, 노크 강도 모델을 작성하는 것에 n세트의 학습 데이터를 이용하는 것을 생각했을 때, 노크 강도 모델로의 입력의 학습 데이터를 MX=[X1, X2, …, Xn], 노크 강도 모델로부터의 출력의 학습 데이터를 Y=[y1, y2, …, yn]T, 학습 데이터를 D=(MX, Y)라고 한다. 입력의 각 학습 데이터(Xn)는, 내연 기관의 운전 상태를 나타내는 각종 운전 파라미터(스로틀 밸브의 개도(θtn), 기관 회전 속도(nen) 등) 및 점화 시기(esan)를 포함한다. 또한, 출력의 각 학습 데이터는, 노크 센서(41)에 의해 검출되는 노크 강도(ki)를 포함한다.
임의의 커널 함수를 k(·,·)로서 나타내면(·에는 벡터나 행렬이 대입됨), GP의 사전 분포를 f(X)∼GP(0,k(X,X')), 관측 노이즈를 σ2로 했을 때, 즉 y|X∼N(f(X),σ2)로 했을 때, 예측 분포는 하기 식(3)과 같이 나타내어진다.
yt|X*,Θ,D∼N(μf*,σ2 f*) …(3)
여기서, 식(3)에 있어서의 X*은 노크 강도 모델에 의해 실제로 노크 강도의 발생 확률의 확률 분포를 산출할 때의 임의인 입력 데이터를 나타내고, y*은 이 입력 데이터에 대응하는 출력 데이터(즉, 노크 강도의 발생 확률의 확률 분포)를 나타낸다. 또한, Θ는, 노크 강도 모델을 나타내는 모델 파라미터를 나타내고 있다.
게다가, 식(3)에 있어서의 평균값(μf*) 및 분산(σ2 f*)은, 각각 하기 식(4) 및 (5)로 나타내어진다.
μf*=k(X*,MX)(MK+σ2MI)-1Y …(4)
σf*=k(X*,X*)-k(X*,MX)(MK+σ2MI)-1k(MX,X*)+σ2MI …(5)
식(4) 및 식(5)에 있어서 행렬 MI는 단위 행렬을 나타내고 있다. 또한, 행렬 MK=k(MX,MX)이고, 행렬 X가 주어졌을 때에 커널 함수를 나타내는 행렬은 하기 식(6) 및 식(7)로 정의된다.
k(MX,MX)=[kij], kij=k(Xi,Xj) …(6)
k(X*,MX)=[k(X*,X1), …, k(X*,Xn)]
=k(MX,X*)T …(7)
GP는 주로 커널 함수 k(·,·)에 의해 그 성질이 정해진다. 본 실시형태에서는 커널로서, 가우스 커널을 확장한 ARD 커널을 이용한다. 따라서, 본 실시형태에 있어서의 커널 함수는 하기 식(8)과 같이 나타내어진다.
Figure 112018083204842-pat00001
식(8)에 있어서, MΛ=diag(l1 2, l2 2, …, ld 2)이고, 벡터(X)의 각 요소간의 관계 또는 벡터(X)의 각 요소의 노크 강도에 대한 영향도를 특징짓는 스케일이다. 또한, λ2는, 잠재 함수의 분산을 나타내는 파라미터이다. 이들 모든 파라미터 Θ=[l1 2, l2 2, …, ld 2, λ2, σ2]는 하이퍼 파라미터라고 불리고, 노크 강도 모델을 나타내는 모델 파라미터의 일부를 구성한다.
이러한 파라미터(Θ)에 대해서는, 예를 들면, EM법을 이용하여, 하기 식(9)에 나타낸 주변 우도 최대화에 의해 최적인 값이 구해진다. 또한, 식(9)에 있어서의 log(p(Y|MX,Θ))는 하기 식(10)에 의해 나타내어진다.
Figure 112018083204842-pat00002
상술한 식(3)∼식(10)을 이용함으로써, n세트의 학습 데이터(MX 및 Y)로부터, 노크 강도 모델을 작성할 수 있다. 구체적으로는, 식(3)∼식(10)에 의해, n세트의 학습 데이터에 기초하여, 노크 강도 모델에 있어서의 각 모델 파라미터의 값이 산출된다.
이와 같이 하여 작성된 노크 강도 모델에서는, 입력 데이터(X*)가 입력되면, 상기 식(4)를 이용하여 평균값(μf*)을 산출할 수 있고, 상기 식(5)를 이용하여 분산(σf 2 *)을 산출할 수 있다. 즉, 각종 운전 파라미터 및 점화 시기(esa)가 입력되면, 그 운전 상태에 있어서의 노크 강도의 발생 확률의 확률 분포를 평균값이 μf*이고 분산이 σf 2 *인 도 4에 나타낸 바와 같은 정규 분포로서 산출할 수 있다.
또한, 상기 실시형태에서는, 커널로서 ARD 커널을 이용하고 있다. ARD 커널은 학습 모델이 연속이고 또한 매끄러운 경우에 좋은 성능을 나타내는 점에서, 본 실시형태에서도 비교적 높은 정밀도로 노크 강도의 발생 확률의 확률 분포를 산출할 수 있다. 그러나, 커널로서는 가우스 커널이나 Spectral Mixture(SM) 커널, 뉴럴 네트워크 커널 등, 다양한 커널을 이용할 수 있다.
이 경우, 가우스 커널을 이용하면, 학습 계산에 수반되는 계산 부하를 저감할 수 있으나 ARD 커널에 비해 표현력이 저하된다. 또한, SM 커널에서는, 학습 모델이 복수의 고주파수 성분을 가지는 경우에 좋은 성능을 나타낼 가능성이 있으나, 학습 계산에 수반되는 계산 부하가 증대한다.
≪노크 강도 모델의 갱신≫
그런데, 내연 기관(1)의 각 운전 상태에 대한 노크 강도는 반드시 일정하지는 않고, 내연 기관(1)의 운전 시간이 길어짐에 따라 변화되어 간다. 이것은, 예를 들면, 연소실(10) 내에 카본 등이 부착되어 연소실(10) 내에서의 혼합기의 연소 상태가 변화함으로써 생긴다. 이 때문에, 노크 강도 모델에 의한 노크 강도의 발생 확률의 확률 분포의 추정 정밀도를 높게 유지하기 위해서는, 노크 강도 모델을 소정의 간격으로 갱신하는 것이 필요해진다.
그런데, 상술한 노크 강도 모델의 작성 방법과 동일한 방법에 의해 노크 강도 모델의 갱신을 행하면, 노크 강도 모델을 갱신할 때마다, 상술한 모든 계산을 행하는 것이 필요해진다. 노크 강도 모델의 갱신은 기본적으로 내연 기관의 운전 중에 온보드로 행할 필요가 있기 때문에, 이와 같이 하여 노크 강도 모델의 갱신을 행하면, ECU(31)에서의 계산 부하가 극히 높은 것으로 되어 버린다.
여기서, 노크 경계 근방만을 생각하는 국소 모델에서는, 관측 노이즈가 스칼라값인 GP 모델로 충분한 근사가 가능하다. 즉, 상술한 바와 같이 하여 노크 강도 모델을 작성함으로써 노크 경계를 대략 추정할 수 있으면, 상세한 노크 경계의 변화는 계산 부하가 낮은 GP에 의해 구할 수 있다. 그래서, 본 실시형태에서는, 노크 강도 모델의 갱신을 행함에 있어서는 축차 가우스 과정(Recursive Gaussian Process, RGP)이 이용된다.
구체적으로는, 이하의 방법에 의해 노크 강도 모델의 갱신이 행해진다. 먼저, GP와 마찬가지로, 학습 데이터 D=(MX,Y)로 하고, F=f(MX)로서 정의한다. 여기서, F는, 초기 분포 p(F)=N(F|μ0 f, MC0 f)를 가지는 GP 모델이라고 가정한다(또한, μ0 f는 벡터를 나타낸다. 이하, μ에 대하여 동일). 여기서, μ0 f는 상술한 노크 강도 모델의 작성 시에 산출되고, MC0 f=k(MX,MX)이다. GP 모델에서는, 한번 정의된 사전 분포는 변하지 않지만, RGP 모델에 있어서의 사전 분포는, 새로운 입력의 학습 데이터(Xk)와 그에 대응하는 출력의 학습 데이터(yk)가 주어지면, 이 학습 데이터에 의해 온보드로 갱신된다. 노크 강도 모델의 갱신은, 칼만 필터의 갱신 규칙과 마찬가지로, 이하의 계산식에 의해 행해진다.
먼저, 단계 k-1의 사후 분포를 이용하여, 단계 k에서의 예측 분포 p(Yk|Y1:k-1)=N(Yk|μk p, MCk p+σ2MI)가 하기 식(11) 및 (12)에 의해 계산된다. 또한, 식(11) 및 식(12)에 있어서의 MJk 및 식(12)에 있어서의 MBk는 각각 하기 식(13) 및 식(14)에 의해 산출된다.
Figure 112018083204842-pat00003
이어서, 새로운 출력의 학습 데이터(yk)를 이용하여, f의 사후 분포는 하기 식(15) 및 (16)에 의해 산출된다. 또한, 식(15) 및 (16)에 있어서의 MGk는 하기 식(17)에 의해 산출된다.
Figure 112018083204842-pat00004
상기 식(11)∼(17)로부터 알 수 있는 바와 같이, 본 실시형태에 있어서의 노크 강도 모델의 갱신에 있어서는, 하이퍼 파라미터의 갱신은 행해지지 않는다. 게다가, 본 실시형태에 있어서의 노크 강도 모델의 갱신에 있어서는, 새롭게 추가된 학습 데이터에 대해서만 계산이 행해지고, 과거의 학습 데이터에 대해서는 계산이 행해지지 않는다. 이 때문에, 노크 강도 모델의 갱신에 수반되는 ECU(31)의 계산 부하를 저감할 수 있다.
<제 2 실시형태>
다음에, 제 2 실시형태에 관련된 제어 장치에 대하여 설명한다. 제 2 실시형태에 관련된 제어 장치에 있어서의 구성 및 제어는 기본적으로 제 1 실시형태에 관련된 제어 장치에 있어서의 구성 및 제어와 동일하다. 따라서, 이하에서는 제 1 실시형태에 관련된 제어 장치와는 상이한 부분을 중심으로 설명한다.
그런데, 상기 제 1 실시형태에서는, 식(3)의 예측 분포를 구함에 있어서, GP의 관측 노이즈(σ2)를 입력값에 의존하지 않는 스칼라값으로 하고 있다. 이 때문에, 상기 제 1 실시형태의 노크 강도 모델에서는, 관측 노이즈(σ2)가 입력값에 의존한 분산을 가지는 모델로서는 표현되어 있지 않다. 그러나, 노크 강도의 발생 확률의 확률 분포에 있어서의 분산은 운전 파라미터에 따라 변화한다고 생각할 수 있는 점에서, 상기 제 1 실시형태에 있어서의 노크 강도 모델에서는 반드시 높은 정밀도로 노크 강도의 발생 확률의 확률 분포를 추정할 수는 있는 것은 아닐 가능성이 있다.
그래서, 본 실시형태에서는, 입력값, 즉 운전 파라미터의 값에 의존하는 분산을 표현할 수 있도록, 하기 식(18)에 나타내는 노이즈 모델을 추가한 이분산 가우스 과정(Heteroscedastic Gaussian Process, HGP)을 생각한다.
Figure 112018083204842-pat00005
또한, 식(18) 및 식(19)에 있어서, σn 2(X)는 운전 파라미터의 값에 의존하는 분산을 나타내고 있다.
v도 정규 분포에 따르는 점에서, 하기 식(20)과 같이 나타낼 수 있다. 또한, 본 실시형태에서는 v에 대해서도 ARD 커널을 이용하는 점에서 커널 함수는 하기 식(21)과 같이 나타내어진다.
Figure 112018083204842-pat00006
여기서, MΛn=diag(m1 2, m2 2, …, md 2)이고, 벡터(X)의 각 요소간의 관계 또는 벡터(X)의 각 요소의 분산에 대한 영향도를 특징짓는 스케일이다. 또한, λn 2는, 잠재 함수의 분산을 나타내는 파라미터이다. 이들 파라미터도 하이퍼 파라미터이고, 따라서 본 실시형태에 있어서의 노크 강도 모델에서 이용되는 하이퍼 파라미터는 Φ=[l1 2, l2 2, …, ld 2, λ2, m1 2, m2 2, …, md 2, λn 2, σ2]와 같이 나타내어진다.
여기서의 학습은, 예를 들면, 기대치 전반법(傳搬法)이나 EM법을 응용함으로써 행해진다. 이 학습에서는, v의 사후 분포(p(v|D))를 가우스 분포(q(v|D))에 근사하고, 주변 우도 최대화에 의해 하이퍼 파라미터(Φ)의 최적인 값이 구해진다. 입력 데이터(X*)를 부여했을 때의 출력 데이터의 예측값(y*)은, 가우스 분포로 근사한 q(v*|X*,D)=N(μv*,σv 2 *)을 이용하여 하기 식(22)에 의해 산출된다. 식(22)에 있어서의 평균값(μ*) 및 분산(σ2 *)은, 각각 하기 식(23) 및 (24)로 나타내어진다.
Figure 112018083204842-pat00007
이와 같이 하여 작성된 노크 강도 모델에서도, 입력 데이터(X*)가 입력되면, 상기 식(4) 및 식(23)을 이용하여 평균값(μ*)을 산출할 수 있고, 상기 식(5) 및 식(24)를 이용하여 분산(σ2 *)을 산출할 수 있다. 즉, 각종 운전 파라미터 및 점화 시기(esa)가 입력되면, 그 운전 상태에 있어서의 노크 강도의 발생 확률의 확률 분포를 평균값이 μf*이고 분산이 σf 2 *인 도 4에 나타낸 바와 같은 정규 분포로서 산출할 수 있다.
본 실시형태에 의하면, 노크 강도 모델에 있어서의 분산을 입력 데이터에 따라 변화하는 것으로 하여 노크 강도의 발생 확률의 확률 분포를 산출하고 있다. 따라서, 보다 높은 정밀도로, 노크 강도의 발생 확률의 확률 분포를 구할 수 있다.
게다가, 본 실시형태의 방법에 기초하여 노크 강도 모델을 작성한 경우라도, 노크 강도 모델의 갱신에는 축차 가우스 과정을 이용할 수 있다. 이 경우에는, 상기 제 1 실시형태와 마찬가지로 하이퍼 파라미터(Φ)의 갱신은 행해지지 않고, 따라서 본 실시형태에 있어서도 노크 강도 모델의 갱신에 수반되는 ECU(31)의 계산 부하를 저감할 수 있다.
<제 3 실시형태>
다음에, 제 3 실시형태에 관련된 제어 장치에 대하여 설명한다. 제 3 실시형태에 관련된 제어 장치에 있어서의 구성 및 제어는 기본적으로 제 1 실시형태 및 제 2 실시형태에 관련된 제어 장치에 있어서의 구성 및 제어와 동일하다. 따라서, 이하에서는 제 1 실시형태 및 제 2 실시형태에 관련된 제어 장치와는 상이한 부분을 중심으로 설명한다.
그런데, 상기 제 1 실시형태에서는, 노크 강도에 기초한 점화 시기의 제어를 행하고 있다. 이에 비하여 본 실시형태에서는, 배기 공연비에 기초한 연료 분사 밸브(12)로부터의 연료 분사량의 제어가 행해진다.
≪연료 분사량 제어≫
도 6을 참조하여, 본 실시형태에 있어서의 연료 분사 밸브(12)로부터의 연료 분사량의 산출 방법에 대하여 설명한다. 도 6은, 본 실시형태에 관련된 ECU(31)의 기능 블록도이다.
도 6으로부터 알 수 있는 바와 같이, ECU(31)는, 제어 대상인 제어 파라미터인 연료 분사량의 산출에 있어서, 크게 나누어 2개의 기능 블록을 가진다. 구체적으로는, ECU는, 운전 파라미터의 값에 기초하여 공연비 모델을 이용하여 기본 연료 분사량을 산출하는 모델 이용부(A)와, 공연비 센서(42)에 기초하여 연료 분사량을 피드백 제어하는 FB 제어부(B)를 구비한다. 따라서, 모델 이용부(A)는, 각종 운전 파라미터의 값에 기초하여 기본 분사량을 산출하는 피드포워드 제어를 행하고 있고, FB 제어부(B)는, 검출된 배기 공연비에 기초하여 연료 분사량을 산출하는 피드백 제어를 행하고 있다.
모델 이용부(A)는, 기본 분사량 산출부(A1)와 모델 갱신부(A2)를 구비한다. 기본 분사량 산출부(A1)에서는, 각종 운전 파라미터의 현재의 값에 기초하여 기본 연료 분사량(qbase)이 산출된다. 또한, 본 실시형태에서는, 운전 파라미터에는 연료 분사량, 배기 공연비는 포함되지 않는 것으로 한다.
또한, 기본 점화 시기 산출부(A1)에는, 모델 갱신부(A2)에 의해 갱신된 공연비 모델을 나타내는 각 모델 파라미터의 값이 RAM(33)으로부터 불러내어진다. 공연비 모델은, 상술한 각종 운전 파라미터의 값에 대한 배기 공연비의 발생 확률의 확률 분포를 나타내는 모델이다. 기본 분사량 산출부(A1)는, 각종 운전 파라미터의 현재의 값에 기초하여 기본 분사량(qbase)을 산출함에 있어서, 공연비 모델을 이용한다. 기본 분사량 산출부(A1)에 있어서의 구체적인 점화 시기의 산출 방법에 대해서는 후술한다.
모델 갱신부(A2)에는, 상술한 내연 기관(1)의 운전 상태에 관한 각종 운전 파라미터에 더하여, 연료 분사량(q)과, 그 연료 분사량(q)의 연료 분사가 행해졌을 때의 공연비(af)가 입력된다. 모델 갱신부(A2)에서는, 이와 같이 하여 입력된 운전 파라미터의 값, 연료 분사량(q), 공연비(af)를 학습 데이터로 하여, 공연비 모델이 갱신된다. 모델 갱신부(A2)는, 이와 같이 하여 갱신된 공연비 모델을 나타내는 각 모델 파라미터의 값을 RAM(33)에 기록한다. 공연비 모델의 구체적인 갱신 방법에 대해서는 후술한다.
FB 제어부(B)는, 분사량 산출부(B1)와, 공연비차 산출부(B2)와, FB 보정량 산출부(B3)를 구비한다. 점화 시기 산출부(B1)는, 기본 분사량 산출부(A1)로부터 출력된 기본 연료 분사량(qbase)에, FB 보정량 산출부에 의해 산출된 FB 보정량(Δq)을 가산함으로써, 연료 분사량(q)을 산출한다(q=qbase+Δq). 산출된 연료 분사량(q)은 제어 신호로서 연료 분사 밸브(12)에 송신되고, 연료 분사 밸브(12)는 이 연료 분사량(q)으로 연료 분사를 행한다.
공연비차 산출부(B2)는, 공연비 센서(42)에 의해 검출된 배기 공연비(af)로부터 목표 공연비(aftgt)를 감산한 공연비차(Δaf)를 산출한다(Δaf=af-aftgt). FB 보정량 산출부(B3)는, 공연비차(Δaf)에 기초하여 FB 보정량(Δq)을 산출한다. 구체적으로는, FB 보정량(Δq)은 하기 식(25)에 기초하여 산출된다.
Δqk=Δqk-1+b·Δq …(25)
상기 식(25)에 있어서, Δqk는 금번 산출되는 FB 보정량을, Δqk-1은 FB 보정량 산출부(B3)에 있어서 전회 산출된 FB 보정량을 각각 의미한다. 또한, b는 미리 정해진 소정의 양의 상수이다.
또한, 본 실시형태에 있어서도, FB 제어부(B)에서는 다양한 피드백 제어를 이용할 수 있다. 또한, FB 제어부(B)에 있어서의 피드백 제어는 행해지지 않아도 된다.
≪기본 연료 분사량의 산출≫
다음에, 도 7을 참조하여, 기본 분사량 산출부(A1)에 있어서의 기본 연료 분사량의 산출 방법에 대하여 설명한다. 도 7은, 공연비 모델에 의해 산출되는 배기 공연비의 발생 확률의 확률 분포를 나타내고 있다.
여기서, 배기 공연비는, 내연 기관(1)의 운전 상태가 동일해도 반드시 동일한 값이 된다고는 한정되지 않고, 확률적으로 발생한다. 특히, 배기 공연비의 발생 확률의 확률 분포는, 로그 정규 분포로 근사된다. 따라서, 내연 기관(1)의 운전 상태를 X라고 하고, 각 공연비의 발생 확률을 y라고 하면, 공연비 모델에 있어서의 X와 y의 관계는, 상기 식(2)와 마찬가지로, 하기 식(26)에 의해 나타내어진다. 또한, X는, 연료 분사량(q) 및 스로틀 밸브의 개도(θt) 및 기관 회전 속도(ne) 등의 각종 운전 파라미터를 파라미터로서 가지는 벡터를 나타내고 있다(X=[q, θt, ne, …]).
y|X∼N(f(X),σ2) …(26)
연료 분사량 이외의 내연 기관(1)의 운전 상태가 고정되어 있는 경우, 공연비 모델에 의해 산출되는 각 공연비의 발생 확률(y)은, 연료 분사량에 따라 변화한다. 이 모습을 도 7에 나타낸다. 도 7은, 연료 분사량 이외의 내연 기관(1)의 운전 상태가 고정되어 있는 상태에서, 공연비 모델에 있어서 산출되는 연료 분사량과, 배기 공연비의 로그값과, 각 공연비의 발생 확률의 관계의 일례를 나타낸다.
도 7에 나타낸 바와 같은 배기 공연비의 발생 확률의 확률 분포를 구할 수 있으면, 공연비가 어떤 특정한 목표 공연비가 될 확률이 가장 높아지는 연료 분사량을 산출할 수 있다. 그래서, 본 실시형태에서는, 출력 파라미터인 공연비가 목표 공연비가 될 확률이 최대가 되는 연료 분사량이 기본 연료 분사량(qbase)으로서 산출된다. 즉, 본 실시형태에서는, 출력 파라미터(공연비)의 발생 확률의 확률 분포에 기초하여, 출력 파라미터의 값이 목표값(목표 공연비)이 될 확률이 최대가 되도록, 제어 파라미터(연료 분사량)의 목표값을 설정하고 있다고 할 수 있다.
또한, 본 실시형태에 있어서의 공연비 모델도, 상기 제 1 실시형태 및 제 2 실시형태에 있어서의 노크 강도 모델과 마찬가지로, 가우스 과정이나 이분산 가우스 과정을 이용하여 작성된다. 더하여, 본 실시형태에 있어서의 공연비 모델도, 상기 제 1 실시형태 및 제 2 실시형태에 있어서의 노크 강도 모델과 마찬가지로, 축차 가우스 과정을 이용하여 갱신된다.
또한, 본 실시형태에서는, 배기 공연비에 기초한 연료 분사량의 제어를 행하고 있지만, 본 실시형태에 있어서의 제어와 동일한 제어는 다른 제어에도 적용할 수 있다. 예를 들면, 본 실시형태에 있어서의 제어와 동일한 제어를, 연소실(10)로의 EGR 가스의 공급량에 기초한 EGR 밸브의 개도의 제어나, 연소실(10)로의 EGR 가스의 공급량에 기초한 흡기 밸브(6)의 밸브 타이밍 또는 배기 밸브(8)의 밸브 타이밍의 제어에 이용하는 것도 가능하다.
1 : 내연 기관
6 : 흡기 밸브
8 : 배기 밸브
11 : 점화 플러그
12 : 연료 분사 밸브
31 : ECU
39 : 에어 플로우 미터
40 : 스로틀 개도 센서
41 : 노크 센서

Claims (6)

  1. 내연 기관의 운전에 관한 복수의 운전 파라미터의 값에 기초하여 제어 대상인 제어 파라미터를 제어하는, 내연 기관의 제어 장치로서,
    상기 제어 장치는,
    상기 운전 파라미터의 현재의 값을 취득하고,
    상기 취득된 운전 파라미터의 현재의 값에 기초하여 상기 제어 파라미터의 값에 대한 출력 파라미터의 발생 확률의 확률 분포를 모델을 이용하여 산출하며,
    상기 산출한 출력 파라미터의 발생 확률의 확률 분포에 기초하여, 상기 출력 파라미터의 값이 기준값 이상 또는 기준값 이하가 될 확률이 목표 확률에 가장 근접하도록, 상기 제어 파라미터의 목표값을 설정하도록 구성되고,
    상기 제어 파라미터와 상기 운전 파라미터와 상기 출력 파라미터는 서로 상이한 파라미터이고,
    상기 모델은, 상기 운전 파라미터의 값 및 상기 제어 파라미터의 값이 입력되면 상기 출력 파라미터의 발생 확률의 확률 분포를 출력하는 가우스 과정을 이용한 모델인, 내연 기관의 제어 장치.
  2. 제 1 항에 있어서,
    상기 내연 기관은 연소실 내의 혼합기로 점화하는 점화 플러그를 구비하고,
    상기 제어 파라미터는 점화 시기이고, 상기 출력 파라미터는 노크 강도인, 내연 기관의 제어 장치.
  3. 내연 기관의 운전에 관한 복수의 운전 파라미터의 값에 기초하여 제어 대상인 제어 파라미터를 제어하는, 내연 기관의 제어 장치로서,
    상기 제어 장치는,
    상기 운전 파라미터의 현재의 값을 취득하고,
    상기 취득된 운전 파라미터의 현재의 값에 기초하여 상기 제어 파라미터의 값에 대한 출력 파라미터의 발생 확률의 확률 분포를 모델을 이용하여 산출하며,
    상기 산출한 출력 파라미터의 발생 확률의 확률 분포에 기초하여, 상기 출력 파라미터의 값이 목표값이 될 확률이 최대가 되도록, 상기 제어 파라미터의 목표값을 설정하도록 구성되고,
    상기 제어 파라미터와 상기 운전 파라미터와 상기 출력 파라미터는 서로 상이한 파라미터이고,
    상기 모델은, 상기 운전 파라미터의 값 및 상기 제어 파라미터의 값이 입력되면 상기 출력 파라미터의 발생 확률의 확률 분포를 출력하는 가우스 과정을 이용한 모델인, 내연 기관의 제어 장치.
  4. 제 3 항에 있어서,
    상기 내연 기관은 연소실에 연료를 공급하는 연료 분사 밸브를 구비하고,
    상기 제어 파라미터는 상기 연료 분사 밸브로부터의 연료 분사량이고, 상기 출력 파라미터는 배기 가스의 공연비인, 내연 기관의 제어 장치.
  5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
    상기 제어 장치는, 상기 내연 기관의 운전 중에 온보드로 상기 모델을 갱신하도록 구성되고,
    상기 모델의 갱신은, 상기 내연 기관의 운전 중에 취득된 상기 운전 파라미터의 값과 상기 제어 파라미터의 값에 기초하여, 상기 모델을 나타내는 하이퍼 파라미터를 갱신하지 않고 축차 가우스 과정에 의해 행해지는, 내연 기관의 제어 장치.
  6. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
    상기 모델은, 상기 운전 파라미터의 값 및 상기 제어 파라미터의 값에 따라 분산이 변화하는 이분산 가우스 과정을 이용한 모델인, 내연 기관의 제어 장치.
KR1020180097967A 2018-03-07 2018-08-22 내연 기관의 제어 장치 KR102066644B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018041352A JP2019157652A (ja) 2018-03-07 2018-03-07 内燃機関の制御装置
JPJP-P-2018-041352 2018-03-07

Publications (2)

Publication Number Publication Date
KR20190106633A KR20190106633A (ko) 2019-09-18
KR102066644B1 true KR102066644B1 (ko) 2020-01-15

Family

ID=62948033

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180097967A KR102066644B1 (ko) 2018-03-07 2018-08-22 내연 기관의 제어 장치

Country Status (7)

Country Link
US (1) US20190277242A1 (ko)
EP (1) EP3536937A1 (ko)
JP (1) JP2019157652A (ko)
KR (1) KR102066644B1 (ko)
CN (1) CN110242433A (ko)
BR (1) BR102018067279A2 (ko)
RU (1) RU2697943C1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA3118155A1 (en) * 2018-12-11 2020-06-18 SafeAI, Inc. Techniques for kinematic and dynamic behavior estimation in autonomous vehicles
DE102020001323A1 (de) * 2020-02-28 2021-09-02 Mtu Friedrichshafen Gmbh Verfahren zur modellbasierten Steuerung und Regelung einer Brennkraftmaschine
DE102020210984B4 (de) 2020-08-31 2022-07-07 Vitesco Technologies GmbH Verfahren und Vorrichtung zum Ermitteln einer Fluideinspritzmenge eines Einspritzsystems

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005157876A (ja) 2003-11-27 2005-06-16 Seiko Epson Corp 誤差関数演算装置及び誤差関数演算方法
JP2007056727A (ja) 2005-08-23 2007-03-08 Toyota Motor Corp 内燃機関の点火時期制御装置
JP2010096019A (ja) 2008-10-14 2010-04-30 Toyota Motor Corp 内燃機関の空燃比制御装置の異常診断装置
JP2010523886A (ja) 2007-04-09 2010-07-15 華 趙 エンジンの制御方法および制御装置
JP2014206975A (ja) 2013-04-10 2014-10-30 ローベルト ボッシュ ゲゼルシャフト ミット ベシュレンクテル ハフツング データに基づく関数モデルを計算するためのモデル計算ユニット、制御装置、及び方法
JP2015222059A (ja) 2014-05-23 2015-12-10 トヨタ自動車株式会社 内燃機関の制御装置
JP2017502390A (ja) 2013-12-03 2017-01-19 ローベルト ボッシュ ゲゼルシャフト ミット ベシュレンクテル ハフツング データに基づく関数モデルを定めるための方法及び装置
DE102016210424A1 (de) 2016-06-13 2017-12-14 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines fremdgezündeten Verbrennungsmotors
JP2018062913A (ja) 2016-10-14 2018-04-19 本田技研工業株式会社 内燃機関のモデリング装置及び制御装置

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5841264A (ja) * 1981-09-07 1983-03-10 Nippon Denso Co Ltd 内燃機関用点火時期制御装置
US5146882A (en) * 1991-08-27 1992-09-15 General Motors Corporation Method and apparatus for cold starting a spark ignited internal combustion engine fueled with an alcohol-based fuel mixture
US5386722A (en) * 1993-03-24 1995-02-07 Ford Motor Company Method and apparatus for statistically determining knock borderline and evaluating knock intensity in an internal combustion engine
US5386622A (en) * 1993-10-19 1995-02-07 Tachi-S Co., Ltd. Device for chucking a zigzag spring
JP3373724B2 (ja) * 1996-04-05 2003-02-04 本田技研工業株式会社 内燃機関の空燃比制御装置
JP3331161B2 (ja) * 1996-11-19 2002-10-07 本田技研工業株式会社 排気ガス浄化用触媒装置の劣化判別方法
JP3116876B2 (ja) * 1997-05-21 2000-12-11 トヨタ自動車株式会社 内燃機関
US6463371B1 (en) * 1998-10-22 2002-10-08 Yamaha Hatsudoki Kabushiki Kaisha System for intelligent control of a vehicle suspension based on soft computing
US6272426B1 (en) * 1999-11-24 2001-08-07 Ford Global Technologies, Inc. Predicting cylinder pressure for on-vehicle control
JP3931879B2 (ja) * 2003-11-28 2007-06-20 株式会社デンソー センサフュージョンシステム及びそれを用いた車両制御装置
JP4345547B2 (ja) * 2004-03-31 2009-10-14 トヨタ自動車株式会社 ハイブリッド車両の制御システム
JP4379251B2 (ja) * 2004-08-02 2009-12-09 トヨタ自動車株式会社 内燃機関の制御装置および制御方法
WO2006104434A1 (en) * 2005-04-01 2006-10-05 Hoerbiger Kompressortechnik Holding Gmbh Method for the estimation of combustion parameters
WO2007077867A1 (ja) * 2005-12-28 2007-07-12 National University Corporation Nagoya University 運転行動推定装置、運転支援装置、車両評価システム、ドライバモデル作成装置、及び運転行動判定装置
US7415347B2 (en) * 2006-08-25 2008-08-19 Michigan Technological University Combustion knock detection and control through statistical characterization of knock levels
JP4281784B2 (ja) * 2006-11-10 2009-06-17 トヨタ自動車株式会社 内燃機関装置およびこれを備える動力出力装置並びにこれを搭載する車両、内燃機関装置の制御方法
US7318411B1 (en) * 2007-01-26 2008-01-15 Visteon Global Technologies, Inc. Adaptive ignition dwell based on ionization feedback
DE102008005524A1 (de) * 2008-01-22 2009-07-23 Robert Bosch Gmbh Verfahren zum Steuern eines selbstzündenden Verbrennungsmotors und Steuervorrichtung zum Steuern eines selbstzündenden Verbrennungsmotors
JP4442704B2 (ja) * 2008-08-26 2010-03-31 トヨタ自動車株式会社 内燃機関の制御装置
US8428915B1 (en) * 2008-12-23 2013-04-23 Nomis Solutions, Inc. Multiple sources of data in a bayesian system
US9189472B2 (en) * 2009-03-30 2015-11-17 Touchtype Limited System and method for inputting text into small screen devices
JP5136654B2 (ja) * 2009-11-11 2013-02-06 トヨタ自動車株式会社 内燃機関の制御装置
DE102010028266A1 (de) * 2010-04-27 2011-10-27 Robert Bosch Gmbh Steuergerät und Verfahren zur Berechnung einer Ausgangsgröße für eine Steuerung
US8775064B2 (en) * 2011-05-10 2014-07-08 GM Global Technology Operations LLC Sensor alignment process and tools for active safety vehicle applications
CN104583572B (zh) * 2012-06-26 2017-02-22 丰田自动车株式会社 内燃机的控制装置
US9267485B2 (en) * 2013-02-21 2016-02-23 Robert Bosch Gmbh System and method for control of a transition between SI and HCCI combustion modes
JP6047708B2 (ja) * 2013-03-14 2016-12-21 株式会社デンソー 異常運転行動検出装置
DE102013206304A1 (de) * 2013-04-10 2014-10-16 Robert Bosch Gmbh Verfahren und Vorrichtung zum Erstellen eines nicht parametrischen, datenbasierten Funktionsmodells
US9909514B2 (en) * 2013-05-07 2018-03-06 Ford Global Technologies, Llc Direct injection of diluents or secondary fuels in gaseous fuel engines
US9477895B2 (en) * 2014-03-31 2016-10-25 Mitsubishi Electric Research Laboratories, Inc. Method and system for detecting events in an acoustic signal subject to cyclo-stationary noise
US10030602B2 (en) * 2014-07-22 2018-07-24 The Regents Of The University Of Michigan Adaptive machine learning method to predict and control engine combustion
US10175054B2 (en) * 2015-01-11 2019-01-08 Microsoft Technology Licensing, Llc Predicting and utilizing variability of travel times in mapping services
DE102015203210A1 (de) * 2015-02-23 2016-08-25 Volkswagen Ag Verfahren zum Regeln einer Regelstrecke, Vorrichtung zur Erzeugung von Reglerparametern und Steuergerät
US10054043B2 (en) * 2015-04-07 2018-08-21 General Electric Company Systems and methods for estimating a time of an engine event
DE102015208513A1 (de) * 2015-05-07 2016-11-10 Robert Bosch Gmbh Verfahren und Vorrichtung zum Berechnen eines datenbasierten Multi-Output-Funktionsmodells

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005157876A (ja) 2003-11-27 2005-06-16 Seiko Epson Corp 誤差関数演算装置及び誤差関数演算方法
JP2007056727A (ja) 2005-08-23 2007-03-08 Toyota Motor Corp 内燃機関の点火時期制御装置
JP2010523886A (ja) 2007-04-09 2010-07-15 華 趙 エンジンの制御方法および制御装置
JP2010096019A (ja) 2008-10-14 2010-04-30 Toyota Motor Corp 内燃機関の空燃比制御装置の異常診断装置
JP2014206975A (ja) 2013-04-10 2014-10-30 ローベルト ボッシュ ゲゼルシャフト ミット ベシュレンクテル ハフツング データに基づく関数モデルを計算するためのモデル計算ユニット、制御装置、及び方法
JP2017502390A (ja) 2013-12-03 2017-01-19 ローベルト ボッシュ ゲゼルシャフト ミット ベシュレンクテル ハフツング データに基づく関数モデルを定めるための方法及び装置
JP2015222059A (ja) 2014-05-23 2015-12-10 トヨタ自動車株式会社 内燃機関の制御装置
DE102016210424A1 (de) 2016-06-13 2017-12-14 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines fremdgezündeten Verbrennungsmotors
JP2018062913A (ja) 2016-10-14 2018-04-19 本田技研工業株式会社 内燃機関のモデリング装置及び制御装置

Also Published As

Publication number Publication date
CN110242433A (zh) 2019-09-17
JP2019157652A (ja) 2019-09-19
BR102018067279A2 (pt) 2019-09-17
KR20190106633A (ko) 2019-09-18
EP3536937A1 (en) 2019-09-11
RU2697943C1 (ru) 2019-08-21
US20190277242A1 (en) 2019-09-12

Similar Documents

Publication Publication Date Title
JP6705545B1 (ja) 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置
KR102066644B1 (ko) 내연 기관의 제어 장치
US7712450B2 (en) Ignition timing control apparatus and ignition timing control method for internal combustion engine
US11453376B2 (en) Vehicle control device, vehicle control system, and method for controlling vehicle
JP2021116783A (ja) 車両用制御装置および車両用制御システム
JP2006200396A (ja) 内燃機関の点火時期制御装置および点火時期制御ロジック作成装置
CN106979086B (zh) 诊断往复活塞内燃机中的压缩比的可变调节的方法和装置
JP7331704B2 (ja) 車両用制御データの生成方法、車両用制御装置、および車両用制御システム
JP7243642B2 (ja) 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置
CN111594335B (zh) 内燃机的催化剂预热处理监视装置、系统、方法
JP7207290B2 (ja) 車両用制御装置、車両用制御システム、車両用学習装置、および車両用学習方法
CN103119275A (zh) 内燃机的控制装置
CN113175385A (zh) 内燃机的控制装置以及控制方法
CN112682196A (zh) 车辆用控制装置、车辆用控制系统、以及车辆用学习装置
JP2011252413A (ja) 内燃機関の燃料供給装置
CN113266481A (zh) 车辆控制方法、车辆用控制装置以及服务器
JP5064729B2 (ja) 内燃機関の空気量算出装置
JP2010216887A (ja) エンジンシミュレータ
JP2008075633A (ja) 内燃機関の燃焼制御装置
CN105317612B (zh) 用于减少内燃机中的运转不平稳性的方法和装置
JP7207289B2 (ja) 車両用制御装置、車両用制御システム、車両用学習装置、および車両用学習方法
JP2021067256A (ja) 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置
JP2010096021A (ja) 内燃機関の燃焼状態診断装置
JP4748044B2 (ja) 内燃機関の点火時期制御装置
US9856807B2 (en) Control apparatus for internal combustion engine, and control method for internal combustion engine

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant