WO2017158838A1 - エンジントルク推定装置、エンジン制御システム及びエンジントルク推定方法 - Google Patents

エンジントルク推定装置、エンジン制御システム及びエンジントルク推定方法 Download PDF

Info

Publication number
WO2017158838A1
WO2017158838A1 PCT/JP2016/058806 JP2016058806W WO2017158838A1 WO 2017158838 A1 WO2017158838 A1 WO 2017158838A1 JP 2016058806 W JP2016058806 W JP 2016058806W WO 2017158838 A1 WO2017158838 A1 WO 2017158838A1
Authority
WO
WIPO (PCT)
Prior art keywords
value
engine
engine torque
time
unit
Prior art date
Application number
PCT/JP2016/058806
Other languages
English (en)
French (fr)
Inventor
雅俊 小川
弘光 曾根田
徳康 安曽
丈夫 笠嶋
Original Assignee
富士通株式会社
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 富士通株式会社 filed Critical 富士通株式会社
Priority to PCT/JP2016/058806 priority Critical patent/WO2017158838A1/ja
Priority to JP2018505205A priority patent/JP6544479B2/ja
Publication of WO2017158838A1 publication Critical patent/WO2017158838A1/ja
Priority to US16/129,025 priority patent/US10969285B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
    • G01L5/26—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes for determining the characteristic of torque in relation to revolutions per unit of time
    • 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
    • F02D41/0097—Electrical control of supply of combustible mixture or its constituents using means for generating speed signals
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D35/00—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for
    • F02D35/02—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions
    • F02D35/023—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions by determining the cylinder pressure
    • 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
    • F02D41/1497—With detection of the mechanical response of the engine
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/04—Testing internal-combustion engines
    • G01M15/042—Testing internal-combustion engines by monitoring a single specific parameter not covered by groups G01M15/06 - G01M15/12
    • G01M15/044—Testing internal-combustion engines by monitoring a single specific parameter not covered by groups G01M15/06 - G01M15/12 by monitoring power, e.g. by operating the engine with one of the ignitions interrupted; by using acceleration tests
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/04—Testing internal-combustion engines
    • G01M15/05—Testing internal-combustion engines by combined monitoring of two or more different engine parameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/04—Testing internal-combustion engines
    • G01M15/08—Testing internal-combustion engines by monitoring pressure in cylinders
    • 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
    • F02D2041/1413—Controller structures or design
    • F02D2041/1423—Identification of model or controller parameters
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/10—Parameters related to the engine output, e.g. engine torque or engine speed
    • F02D2200/1002—Output torque
    • F02D2200/1004—Estimation of the output torque
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/42—Devices characterised by the use of electric or magnetic means
    • G01P3/44—Devices characterised by the use of electric or magnetic means for measuring angular speed
    • G01P3/48—Devices characterised by the use of electric or magnetic means for measuring angular speed by measuring frequency of generated current or voltage
    • G01P3/481—Devices characterised by the use of electric or magnetic means for measuring angular speed by measuring frequency of generated current or voltage of pulse signals
    • G01P3/488—Devices characterised by the use of electric or magnetic means for measuring angular speed by measuring frequency of generated current or voltage of pulse signals delivered by variable reluctance detectors

Definitions

  • the present disclosure relates to an engine torque estimation device, an engine control system, and an engine torque estimation method.
  • crank angular acceleration A technique for calculating an estimated value of the indicated torque of the engine based on the angular acceleration of the crankshaft calculated from the crank angle signal of the crank angle sensor (hereinafter referred to as “crank angular acceleration”) is known.
  • the present invention aims to increase the accuracy of the estimated value of the engine torque.
  • an acquisition unit that acquires a time-series waveform whose amplitude changes according to the rotational speed of the crankshaft; Based on the amplitude information of the time series waveform, a model input generation unit that generates input data to the mathematical model;
  • An engine torque estimation device includes an estimation unit that calculates an estimated value of engine torque by applying the input data generated by the model input generation unit to the mathematical model.
  • FIG. 1 is a functional block diagram of an engine torque estimation device 10 according to Embodiment 1.
  • FIG. It is explanatory drawing of the output voltage characteristic of the crank angle sensor 4.
  • FIG. It is explanatory drawing of an example of the maximum point data. It is explanatory drawing of an example of the time series data of an amplitude maximum value. It is explanatory drawing of an example of the minimum point data.
  • FIG. 6 is a flowchart illustrating an example of a flow of torque estimation processing by the engine torque estimation device according to the first embodiment.
  • 1 is a diagram illustrating an example of an engine control system including an engine torque estimation device 10.
  • FIG. It is a block diagram which shows an example of the engine torque estimation system by Example 2. It is a functional block diagram of the engine torque estimation apparatus by Example 2. It is a flowchart which shows an example of the flow of the model identification process by the engine torque estimation apparatus of Example 2.
  • FIG. 1 is a configuration diagram illustrating an example of an engine torque estimation system 1 according to the first embodiment.
  • the engine torque estimation system 1 is mounted on a vehicle equipped with an engine (not shown).
  • the vehicle may be a vehicle that uses only the engine as a drive source, or may be a hybrid vehicle that uses both the electric motor and the engine as drive sources.
  • the kind of engine is arbitrary, for example, a gasoline engine may be sufficient and a diesel engine may be sufficient.
  • the engine torque estimation system 1 includes a crank angle sensor 4 and an engine torque estimation device 10.
  • the crank angle sensor 4 is attached to the engine.
  • the crank angle sensor 4 outputs a crank angle signal corresponding to a crank angle that is a rotation angle of an engine crankshaft (not shown).
  • the crank angle sensor 4 generates a crank angle signal in cooperation with a signal rotor (crank rotor) 5 fixed to the crankshaft.
  • the signal rotor 5 (see FIG. 2) has protrusions (teeth) at a pitch corresponding to a predetermined crank angle pitch ⁇ (for example, 6CA pitch) on the outer periphery, and a missing tooth portion (not shown) for detecting top dead center. ).
  • the signal rotor 5 has a missing tooth portion.
  • the crank angle sensor 4 is of an electromagnetic pickup (MPU: Magnetic Pickup) type as shown in FIG.
  • the crank angle sensor 4 includes a detection coil 41, a magnet 42, and a pole piece 43.
  • the crank angle sensor 4 is shown in a schematic cross-sectional view, and a signal rotor 5 is shown in relation to the crank angle sensor 4.
  • the signal rotor 5 is a magnetic involute gear. When the signal rotor 5 rotates, the tooth portion of the signal rotor 5, which is a magnetic material, repeats approaching and leaving the pole piece 43.
  • the state of the magnetic path formed by the magnet 42 and the pole piece 43 changes, and the magnetic flux penetrating the detection coil 41 changes.
  • the magnetic flux penetrating the detection coil 41 increases, and when the teeth of the signal rotor 5 move away from the pole piece 43, the detection coil 41.
  • the induced electromotive force V generated in the detection coil 41 is as follows.
  • N is the number of turns of the coil
  • ⁇ m is a magnetic flux penetrating the detection coil 41.
  • the induced electromotive force V changes as shown in FIG. 3 as the signal rotor 5 rotates.
  • the waveform of the induced electromotive force V as shown in FIG. 3 is taken out as an output signal (crank angle signal) of the crank angle sensor 4.
  • a portion X ⁇ b> 1 indicates a waveform characteristic caused by the missing tooth portion of the signal rotor 5.
  • the section related to the missing tooth portion of the signal rotor 5 in the output signal of the crank angle sensor 4 is also referred to as “missing tooth section”. As shown in FIG.
  • the crank angle signal has a maximum amplitude point and a minimum point in the interval of the crank angle 0 to 720 CA, periodically crossing 0 (ie, crossing 0V) as the crankshaft rotates. It includes a generated section and a missing tooth section for detecting top dead center.
  • a section in which the maximum point and the minimum point of amplitude occur periodically across 0 with the rotation of the crankshaft is also referred to as a “non-missing tooth section”. In the non-missing tooth section, every time the crank angle signal crosses 0V from negative to positive (up), the crank angle is advanced by a predetermined crank angle pitch ⁇ .
  • the engine torque estimation device 10 calculates an estimated value of the indicated torque based on the crank angle signal from the crank angle sensor 4 as described later. A method for calculating the estimated value of the indicated torque will be described later.
  • the engine torque estimation device 10 may be mounted on, for example, an engine control device that controls the engine. Alternatively, the engine torque estimation device 10 may be connected to the engine control device (see FIG. 19). In this case, the engine torque estimation device 10 supplies the estimated value of the indicated torque obtained in the manner described later to the engine control device. Supply.
  • FIG. 4 is a diagram illustrating an example of a hardware configuration of the engine torque estimation device 10.
  • the hardware of the engine torque estimation device 10 may include, for example, a microcomputer, an FPGA (Field Programmable Gate Array), a PLC (Programmable Logic Controller), or the like.
  • the engine torque estimation apparatus 10 includes a control unit 101, a main storage unit 102, an auxiliary storage unit 103, and a hardware I / F unit 106.
  • the control unit 101 is an arithmetic device that executes a program stored in the main storage unit 102 or the auxiliary storage unit 103, receives data from the storage device, calculates and processes the data, and outputs the data to the storage device or the like.
  • the control unit 101 may include, for example, a CPU (Central Processing ⁇ Unit), a timer counter, and the like.
  • the main storage unit 102 is a ROM (Read Only Memory), a RAM (Random Access Memory), or the like, and is a storage device that stores or temporarily stores programs and data such as application software executed by the control unit 101.
  • ROM Read Only Memory
  • RAM Random Access Memory
  • the auxiliary storage unit 103 is an EEPROM (Electric-Erasable Programmable Read-Only Memory) or the like, and is a storage device that stores data related to application software.
  • EEPROM Electrical-Erasable Programmable Read-Only Memory
  • the hardware I / F unit 106 is an interface with a vehicle network (for example, CAN (Controller-Area-Network)) or an engine peripheral device (for example, the crank angle sensor 4) connected by a wired and / or wireless line. It is.
  • vehicle network for example, CAN (Controller-Area-Network)
  • engine peripheral device for example, the crank angle sensor 4
  • FIG. 5 is a functional block diagram of the engine torque estimating apparatus 10 according to the first embodiment.
  • Engine torque estimation device 10 includes an analog-to-digital (A / D) converter 110, a crank angle signal acquisition unit 111 (an example of an acquisition unit), a gain adjustment unit 112, and a crank angle signal storage unit 114. . Further, the engine torque estimation device 10 includes a maximum point acquisition unit 120, a maximum point time series data generation unit 122 (an example of a first time series data generation unit), a minimum point acquisition unit 130, and a minimum point time series data generation. Unit 132 (an example of a second time-series data generation unit), a model input generation unit 140, a model parameter storage unit 150, and an estimation unit 160.
  • Each unit 111, 112, 120, 122, 130, 132, 140, and 160 can be realized by the control unit 101 executing a program in the main storage unit 102. Further, the crank angle signal storage unit 114 can be realized by the RAM of the main storage unit 102. The model parameter storage unit 150 can be realized by the main storage unit 102 or the auxiliary storage unit 103.
  • the A / D converter 110 converts the analog input related to the crank angle signal from the crank angle sensor 4 into a quantized output.
  • the quantized output obtained via the A / D converter 110 is referred to as “crank angle signal value”.
  • the time-series waveform of the crank angle signal value similarly to the crank angle signal, has a maximum point and a minimum point of amplitude that periodically cross over 0 with the rotation of the crankshaft in the section of the crank angle 0 to 720CA.
  • a section (non-missing tooth section) and a missing tooth section for detecting top dead center are included.
  • the crank angle signal acquisition unit 111 stores, for example, a plurality of crank angle signal values over the most recent predetermined period in the crank angle signal storage unit 114.
  • the predetermined period is a section in which the crank angle signal value crosses the predetermined threshold value Th1 a predetermined number of times from the bottom to the top, and corresponds to a section up to the present time.
  • the threshold value Th1 is 0V.
  • the predetermined number of times is at least 2 times, but in the first embodiment, as an example, it is 31 times.
  • the gain adjusting unit 112 adjusts the gain K of the crank angle signal input to the A / D converter 110. That is, the gain adjusting unit 112 adjusts the voltage output by multiplying the voltage output by the gain K in order to calibrate the voltage output (crank angle signal) of the crank angle sensor 4. Specifically, the gain adjusting unit 112 adjusts the gain K so that the output voltage characteristic of the crank angle sensor 4 matches the reference characteristic. This is because the output voltage characteristics of the crank angle sensor 4 may vary depending on, for example, the set gap ⁇ (see FIG. 2) between the crank angle sensor 4 and the signal rotor 5.
  • the reference characteristic is, for example, an output voltage characteristic of the crank angle sensor 4 that outputs input data used for model identification described later.
  • the output voltage characteristic of the crank angle sensor 4 is, for example, a characteristic with respect to the engine speed as shown in FIG.
  • the horizontal axis represents the engine speed [rpm]
  • the vertical axis represents the voltage [V]
  • two characteristics L1 and L2 are shown.
  • the engine speed on the horizontal axis is based on the engine speed data derived from the detection result of the tooth missing portion of the signal rotor 5.
  • the characteristic L1 is a characteristic obtained by plotting the maximum amplitude in the missing tooth section (see the X1 part in FIG. 3)
  • the characteristic L2 is a characteristic obtained by plotting the maximum amplitude in the non-missing tooth section.
  • the output voltage characteristic of the crank angle sensor 4 is a proportional linear characteristic (a characteristic in which the amplitude increases by an increase proportional to the increase amount of the engine speed). Therefore, the gain adjusting unit 112 may adjust the magnitude of the gain K so that the slope of the linear characteristic is equal to the slope of the reference characteristic.
  • the gain adjusting unit 112 adjusts the gain K of the crank angle signal input to the A / D converter 110, but is not limited thereto.
  • the gain adjustment unit 112 may similarly adjust the gain of the crank angle signal value obtained via the A / D converter 110.
  • the gain adjustment unit 112 may be arranged at an arbitrary position as long as the magnitude (gain) of each value of input data (described later) generated by the model input generation unit 140 (described later) can be adjusted.
  • crank angle signal storage unit 114 stores a plurality of crank angle signal values (time series waveforms of crank angle signal values) over the most recent predetermined period.
  • the maximum point acquisition unit 120 detects the maximum point (maximum amplitude point) in the time-series waveform of the crank angle signal value based on the crank angle signal value data in the crank angle signal storage unit 114, and detects each maximum point The maximum point data including is generated. At this time, the maximum point acquisition unit 120 does not detect the maximum point of the missing tooth section (see the X1 part in FIG. 3). For example, in the non-missing tooth section, the maximum point acquisition unit 120 performs each section (hereinafter referred to as “ Each maximum point in the positive section) is also detected.
  • the predetermined threshold Th2 may be 0V.
  • FIG. 7 is an explanatory diagram of each maximum point in the non-missing tooth section. In FIG. 7, each maximum point is indicated by a circle with a symbol C ⁇ b> 1 attached to a part thereof. Each maximum point occurs when the teeth of the signal rotor 5 come closest to the pole piece 43 as described above in the non-missing tooth section.
  • the maximum point time series data generation unit 122 generates time series data of a maximum value (maximum amplitude value) based on each maximum point (maximum point data) calculated by the maximum point acquisition unit 120.
  • the maximum points are generated discretely, and the interval (time) between the maximum points changes in accordance with the rotational speed of the signal rotor 5 (that is, the engine speed).
  • the maximum point time-series data generation unit 122 generates time-series data of the maximum value by interpolating the maximum point data in time series in order to fill the space on the time axis between the maximum points.
  • linear interpolation that connects each maximum point with a straight line is used.
  • the maximum point time series data generation unit 122 calculates each straight line connecting between the maximum points adjacent on the time axis.
  • Each straight line calculated in this way represents a linear relationship between time and voltage value (voltage value corresponding to the maximum value) in the entire positive interval.
  • FIG. 8 is an explanatory diagram of an example of time-series data of the maximum value.
  • each maximum point the code C1 is shown in ⁇ that is attached to a portion
  • the code L p is shown attached to a part. Note that the interpolation in the section after the most recent maximum point may be realized by extrapolation in a form in which a straight line connecting the most recent maximum point and the previous maximum point is extended to the present time.
  • the minimum point acquisition unit 130 detects the minimum point (minimum point of amplitude) in the time-series waveform of the crank angle signal value based on the crank angle signal value data in the crank angle signal storage unit 114, and detects each minimum point The minimum point data including is generated. At this time, the minimum point acquisition unit 130 does not detect the minimum point of the missing tooth section (see the X1 part in FIG. 3). For example, in the non-missing tooth section, the minimum point acquisition unit 130 determines each section (hereinafter referred to as “ Each minimum point in the negative section) is also detected. For example, the predetermined threshold Th3 may be 0V.
  • FIG. 9 is an explanatory diagram of each minimum point in the non-missing tooth section. In FIG. 9, each minimum point is indicated by a circle with a symbol C ⁇ b> 2 attached to a part thereof. Each minimum point occurs when the teeth of the signal rotor 5 are farthest from the pole piece 43 as described above in the non-missing tooth section.
  • the minimum point time series data generation unit 132 generates time series data of a minimum value (minimum value of amplitude) based on each minimum point (minimum point data) calculated by the minimum point acquisition unit 130. Similarly, the minimum point time-series data generation unit 132 generates time-series data of the minimum value by interpolating the minimum point data in time series in order to fill the space on the time axis between the minimum points. In the first embodiment, for example, linear interpolation that connects each minimum point with a straight line is used. That is, the minimum point time-series data generation unit 132 calculates each straight line connecting the minimum points adjacent on the time axis.
  • FIG. 10 is an explanatory diagram of an example of time-series data of the minimum value.
  • each minimum point code C2 is indicated by ⁇ that is attached to a portion, each straight line of the linear interpolation, the code L n is shown attached to a part. Note that the interpolation in the section after the latest minimum point may be realized by extrapolation in a form in which a straight line connecting the latest minimum point and the previous minimum point is extended to the current time.
  • the model input generation unit 140 generates input data to the mathematical model based on the maximum point and minimum point values in the time-series waveform of the crank angle signal value. For example, the model input generation unit 140 generates input data related to the maximum value and input data related to the minimum value based on the time-series data having the maximum value and the time-series data having the minimum value.
  • input data relating to the maximum value is generated.
  • the model input generation unit 140 generates the input data related to the maximum value by extracting the values at the most recent time points in the time-series data of the maximum value.
  • the model input generation unit 140 uses a predetermined number m1 of input data for a predetermined sampling time ⁇ t from the time series data of the maximum value for a predetermined period ⁇ T in the past from the current t0. (Hereinafter referred to as “maximum input value”).
  • C1 (n-3) to C1 (n) represent the four maximum points.
  • L p (n-3) to L p (n-1) are respectively C1 (n-3) -C1 (n-2), C1 (n-2) -C1 (n-1), and A straight line connecting C1 (n-1) -C1 (n) is represented.
  • L p (n) is an extension of L p (n ⁇ 1) (interpolation by extrapolation as described above).
  • the input data relating to the maximum value is formed by 30 input maximum values (each value of the points P1 to P30).
  • the model input generation unit 140 generates input data related to the minimum value based on the minimum value time-series data generated by the minimum point time-series data generation unit 132.
  • the input data related to the minimum value is formed of 30 input minimum values, like the input data related to the maximum value.
  • the final input data includes a total of 60 values.
  • the model parameter storage unit 150 stores information representing a mathematical model (mathematical model information).
  • the mathematical model information preferably includes an identification value of a mathematical model parameter (model parameter) for each engine speed. This is because the identification value of the model parameter capable of deriving a highly accurate estimated value of the indicated torque can change significantly according to the engine speed.
  • the mathematical model information includes model parameter identification values for each engine speed and mathematical model function information.
  • the identification value of the model parameter for each engine speed may be stored, for example, in the form of map data.
  • the step size (resolution) of the engine speed in the map data is arbitrary, but may be 100 rpm, for example.
  • the mathematical model and model parameters will be described later.
  • the estimation unit 160 calculates an estimated value of the engine torque based on the amplitude information of the crank angle signal (time series waveform) and the mathematical model information. That is, the estimation unit 160 calculates an estimated value of the indicated torque by giving an input based on the amplitude information of the crank angle signal to the mathematical model.
  • the input based on the amplitude information of the crank angle signal is input data generated by the model input generation unit 140.
  • the estimation unit 160 estimates the indicated torque using the identification value of the model parameter corresponding to the current engine speed. Calculate the value.
  • the reason why the amplitude information of the crank angle signal is input is that the voltage output of the crank angle sensor 4 has a characteristic that the voltage output increases as the engine speed increases from the experimental results as shown in FIG. is there.
  • This characteristic (for the al engine speed increases the time rate of change of magnetic flux phi m increases) can be seen from Equation 1.
  • the engine speed is an index equivalent to the crank angular speed.
  • crank angular acceleration Is the crank angular acceleration. From this, it can be seen that it is possible to construct a mathematical model for calculating the indicated torque from the amplitude information of the crank angle signal, and to estimate the indicated torque using the mathematical model.
  • the indicated torque can be estimated without directly using the calculated value of the crank angular acceleration by using the mathematical model that receives the amplitude information of the crank angle signal.
  • the calculated value of the crank angular acceleration can be obtained as follows based on the crank angle signal as shown in FIG. First, when the crank angle signal as shown in FIG. 3 crosses 0V in the down or up direction, it can be detected that the crank angle has been advanced by a predetermined crank angle pitch ⁇ . Therefore, assuming that the number of times of crossing 0V is k and time information t (k) at the time of crossing, the crank angle is as follows.
  • crank angular speed is as follows.
  • crank angular acceleration is as follows.
  • the indicated torque is estimated using a mathematical model that receives the amplitude information of the time-series waveform of the crank angle signal value. That is, according to the first embodiment, as shown above, the indicated torque is estimated without directly using the calculated value of the crank angular acceleration. Thereby, compared with the comparative example, the accuracy of the estimated value of the indicated torque can be increased. How much the accuracy according to the first embodiment is higher than that of the comparative example will be described later in connection with a specific example of a mathematical model described later.
  • the amplitude information of the crank angle signal that is input to the mathematical model includes the maximum value and the minimum value in the time-series waveform of the crank angle signal value.
  • the maximum value and the minimum value in the time series waveform of the crank angle signal value can be easily and accurately detected in the time series waveform of the crank angle signal value. Therefore, according to the first embodiment, it is possible to generate input data based on highly accurate amplitude information with a simple process. As a result, the estimated accuracy of the indicated torque is improved.
  • the input data to the mathematical model when the input data to the mathematical model includes amplitude information at a plurality of time points, that is, the maximum value (input maximum value) and the minimum value (input minimum value) at a plurality of time points. It is series data. That is, the input data to the mathematical model includes amplitude information before the current time. Thereby, for example, compared with the case where only current amplitude information is used as input data, the information amount of the input data to the mathematical model is increased, and the estimation accuracy of the indicated torque can be improved.
  • the input data to the mathematical model may include only current amplitude information, that is, only the current maximum value (input maximum value) and / or minimum value (input minimum value).
  • the input data to the mathematical model includes amplitude information at a plurality of time points as described above, and the interval between the plurality of time points is constant (sampling time ⁇ t). That is, the input data to the mathematical model is amplitude information acquired at a constant time interval in time series. Thereby, input data can be generated based on amplitude information at a plurality of points in time intervals that do not depend on the engine speed. In this case, the estimation accuracy of the indicated torque can be increased by performing identification for each engine speed.
  • the input data to the mathematical model may include, for example, amplitude information at a plurality of points for each predetermined angular pitch (amplitude information at a plurality of time points at time intervals depending on the engine speed).
  • the mathematical model is preferably a model in which a model output y (scalar) for an input x (1 ⁇ m) is linearly combined with a linear function f 1 (x) and a nonlinear function f 2 (x). Is expressed as follows.
  • nonlinear function f 2 (x) As an example of the nonlinear function f 2 (x), a wavelet network, a sigmoid network predictor, a piecewise linear function, or the like can be used as described later.
  • a wavelet network is used.
  • a method for estimating the indicated torque using a mathematical model by a wavelet network described below is referred to as a “wavelet network model method”.
  • the linear function f 1 (x) is as follows.
  • r is a vector (1 ⁇ m matrix) of average values of regression vectors calculated from input / output data.
  • P is a projection matrix (m ⁇ p matrix), and is determined by principal component analysis of estimated data.
  • L is a vector parameter (p ⁇ 1 matrix), and d is a scalar parameter.
  • p m.
  • p m
  • m 60 as an example. If the x component is linearly independent in the input / output data, p ⁇ m.
  • P, L, and d are part of the model parameters.
  • g is a scaling function having ⁇ as an argument, and can be expressed as follows, for example.
  • Equation 8 h is a wavelet function with ⁇ as an argument, and can be expressed as follows, for example.
  • Q is a projection matrix (m ⁇ q matrix), and is determined by principal component analysis of input / output data.
  • q corresponds to the number of components of x used in the scaling function and the wavelet function.
  • w sg and w sh are scaling parameters (scalar), w wg and w wh are wavelet parameters (scalar), and ng is the number of scaling functions.
  • n h is the number of wavelet functions.
  • c g and c h are vector parameters (1 ⁇ q matrix), and n ⁇ is the number of input variables ⁇ .
  • T is a transpose symbol.
  • model identification identification of model parameter values is performed in advance (at the design stage prior to vehicle mounting).
  • the value of the model parameter is identified by setting a window corresponding to a predetermined period ⁇ T with respect to time-series data corresponding to a crank angle of 0 to 720 CA and moving the window. That is, input data (for example, 30 input maximum values and 30 input minimum values) is generated at each window position, and the input data and the measured value of the indicated torque at the last time at each window position are generated. Based on the above, model identification is performed. Note that the measured value of the indicated torque can be derived directly from the measured data of the in-cylinder pressure, for example.
  • the model identification is executed for each of a plurality of engine speeds.
  • the identification result that is, the identification value of the model parameter
  • the identification result is stored in the above-described model parameter storage unit 150 and used during actual operation.
  • FIG. 12 and 14 are diagrams showing waveforms of estimated values of the indicated torque according to the comparative example.
  • the indicated torque is estimated by directly using the calculated value of the crank angular acceleration (the calculated value of the crank angular acceleration based on the crank angle obtained from the zero cross point of the output waveform of the crank angle sensor 4). It is a method to do.
  • FIG. 13 and FIG. 15 are diagrams showing waveforms of estimated values of indicated torque by the wavelet network model method. 12 and 13, the engine speed condition is the same 2400 rpm. 14 and 15, the engine speed condition is the same 2800 rpm.
  • the vertical axis indicates the indicated torque
  • the horizontal axis indicates the time
  • the waveform of the estimated value of the indicated torque is indicated by a solid line
  • the waveform of the actually measured value (experimental value) of the indicated torque is indicated by a broken line.
  • the comparison verification with the measured value and the estimated value is performed by cross validation.
  • the estimated torque estimation error is large, but in the wavelet network model method, the estimation can be performed with a relatively small error.
  • the root mean square error (RMSE: RootMean Squared Error) of the estimation result of the comparative example is 821.5, whereas in the wavelet network model method, the RMSE of the estimation result is 436.6, and the RMSE can be reduced by about 47%. .
  • the illustrated torque can hardly be estimated, whereas in the wavelet network model method, the estimation can be performed with a relatively small error. ing.
  • the RMSE of the estimation result of the comparative example is 963.7, and the RMSE of the estimation result of the wavelet network model method is 338.1, which can reduce the RMSE by about 65%.
  • a sigmoid network predictor is used instead of the wavelet network.
  • a method for estimating the indicated torque using a mathematical model by a sigmoid network predictor described below is referred to as a “sigmoid network model method”.
  • the linear function f 1 (x) is as shown in Equation 7, but the following is used as the nonlinear function f 2 (x).
  • w a_i scaling parameter scaling parameter (scalar)
  • w ⁇ _i is the vector parameter (matrix 1 ⁇ m)
  • gamma i is the vector parameter (matrix m ⁇ 1).
  • ⁇ is a sigmoid function with an argument ⁇ and can be expressed as follows, for example.
  • w ⁇ _i, w ⁇ _i, and gamma i is part of the model parameters.
  • FIG. 16 is a diagram showing a waveform of an estimated value of the indicated torque by the sigmoid network model method.
  • the engine speed condition is 2400 rpm.
  • the indicated torque is shown on the vertical axis
  • the time is shown on the horizontal axis
  • the waveform of the estimated value of the indicated torque is shown by a solid line
  • the waveform of the measured value (experimental value) of the indicated torque is shown by a broken line.
  • the comparison verification with the measured value and the estimated value is performed by cross validation.
  • the RMSE is 454.8, which indicates that the estimation accuracy is improved from the RMSE 821.5 of the comparative example (see FIG. 12).
  • a mathematical model uses a piecewise linear function.
  • a method of estimating the indicated torque using a mathematical model based on a piecewise linear function described below is referred to as a “piecewise linear function model method”.
  • the linear function f 1 (x) is as shown in Equation 7, but a piecewise linear function is used as the nonlinear function f 2 (x).
  • the piecewise linear function the section of the domain of the input variable is divided into a finite number of small sections, and each small section is a linear function.
  • f 2 (x) in each small section j can be expressed as follows.
  • ⁇ j (1 ⁇ m vector) and ⁇ j (scalar) are parameters of a linear function in the small interval j.
  • Alpha j and beta j of each subinterval j is part of the model parameters.
  • FIG. 17 is a diagram showing a waveform of an estimated value of the indicated torque by the piecewise linear function model method.
  • the engine speed condition is 2400 rpm.
  • the vertical axis indicates the indicated torque
  • the horizontal axis indicates the time
  • the waveform of the estimated value of the indicated torque is indicated by a solid line
  • the waveform of the actually measured value (experimental value) of the indicated torque is indicated by a broken line.
  • the comparison verification with the measured value and the estimated value is performed by cross validation.
  • the RMSE is 291.4, and it can be seen that the estimation accuracy is greatly improved over the RMSE 821.5 of the comparative example (see FIG. 12).
  • FIG. 18 is a flowchart showing an example of a flow of torque estimation processing by the engine torque estimation device 10.
  • the torque estimation process shown in FIG. 18 may be executed every predetermined period ⁇ tp while the ignition switch of the vehicle is on.
  • the predetermined period ⁇ tp is a fixed time during which data sampling is possible, and may be, for example, 20 msec.
  • step S11 the crank angle signal acquisition unit 111 acquires (samples) the crank angle signal value of the current cycle based on the crank angle signal whose gain is adjusted by the gain adjustment unit 112.
  • step S12 the crank angle signal acquisition unit 111 stores the crank angle signal value of the current cycle in the crank angle signal storage unit 114.
  • the crank angle signal storage unit 114 stores a plurality of crank angle signal values (time-series waveforms of crank angle signal values) over the most recent predetermined period, for example, in a FIFO (first-in, first-out) format.
  • step S13 the maximum point acquisition unit 120 generates maximum point data based on each crank angle signal value stored in the crank angle signal storage unit 114.
  • the method for generating the maximum point data is as described above.
  • the maximum point time series data generation unit 122 generates maximum value time series data based on the maximum point data generated by the maximum point acquisition unit 120.
  • the method for generating the time-series data of the maximum value is as described above.
  • step S14 the minimum point acquisition unit 130 generates minimum point data based on each crank angle signal value stored in the crank angle signal storage unit 114.
  • the method for generating the minimum point data is as described above.
  • the minimum point time series data generation unit 132 generates the minimum value time series data based on the minimum point data generated by the minimum point acquisition unit 130.
  • the method for generating the time-series data of the minimum value is as described above.
  • step S15 the model input generation unit 140 generates input data to the mathematical model based on the time-series data of the maximum value generated in step S13 and the time-series data of the minimum value generated in step S14. To do.
  • the input data generation method is as described above.
  • step S16 the estimation unit 160 reads the identification value of the model parameter corresponding to the current engine speed from the model parameter storage unit 150, and adds the input data generated in step S15 to the mathematical model based on the read identification value. input. If the input data x generated in step S15 is given to the mathematical model, an output value y is obtained. The estimation unit 160 sets the mathematical model output value y thus obtained as the estimated value of the current indicated torque. Note that the current engine speed can be derived from the detection result of the tooth missing portion of the signal rotor 5 as described above.
  • an estimated value of the current indicated torque can be obtained for each predetermined period ⁇ tp. That is, according to the process shown in FIG. 18, input data is generated based on the amplitude information of the crank angle signal every predetermined period ⁇ tp, and the input data is given to the mathematical model, whereby the estimated value of the current indicated torque is obtained. Calculated.
  • the indicated torque can be estimated with high accuracy without causing the inconvenience (decrease in estimation accuracy) that occurs in the above-described comparative example under high engine speed conditions. Therefore, the engine torque estimating device 10 can be effectively used for improving the performance of the engine control system.
  • step S13 and step S14 may be reversed.
  • a necessary net torque is determined by a driver's accelerator operation or the like, and a target value of an indicated torque that provides the net torque is set.
  • a target value of an indicated torque that provides the net torque is set.
  • the installation of the in-cylinder pressure sensor is costly and durable. It is difficult at present because it causes problems of maintainability and maintainability.
  • the indicated torque can be estimated with high accuracy by the engine torque estimating device 10 without installing an in-cylinder pressure sensor, so that the engine torque estimating device 10 is effective for improving the performance of the engine control system.
  • FIG. 19 is a diagram illustrating an example of an engine control system including the engine torque estimation device 10.
  • the engine control system 2 is mounted on a vehicle. As described above, the vehicle may be a vehicle using only the engine as a drive source, or may be a hybrid vehicle.
  • the engine control system 2 includes a sensor group 8, an engine control device 30 (an example of an engine control unit), an engine 70, a crank angle sensor 4, and an engine torque estimation device 10.
  • the sensor group 8 includes, for example, an accelerator opening sensor, a vehicle speed sensor, a radar sensor, an image sensor, and the like as various in-vehicle sensors other than the crank angle sensor 4.
  • the engine control device 30 electronically controls the engine 70.
  • the electronic control of the engine 70 can be realized, for example, by electronically controlling the opening degree of a throttle valve (that is, the throttle opening degree) disposed in the intake manifold of the engine 70, although not shown.
  • the electronic control of the engine 70 is performed, for example, by electronically controlling the amount of fuel injected into the combustion chamber of the engine 70 or the ignition timing, or by electronically controlling the phase of the intake camshaft that adjusts the valve opening / closing timing. It is possible to realize.
  • the engine control device 30 is formed by an electronic control unit (ECU: Electronic Control Unit) and may have a hardware configuration as shown in FIG. As shown in FIG. 19, the engine control device 30 includes a driver request driving force calculation unit 31, a driver assistance driving force calculation unit 32, a target driving force arbitration unit 33, and a feedback control unit 34.
  • ECU Electronic Control Unit
  • the driver required driving force calculation unit 31 is based on the information from the vehicle speed sensor and the accelerator opening sensor, and the driver required driving force according to the vehicle speed and the accelerator opening (hereinafter referred to as “first required driving force”). Is calculated.
  • the driver support driving force calculation unit 32 calculates a required driving force (hereinafter referred to as “second required driving force”) for assisting the driver in driving the vehicle based on information from a radar sensor or the like.
  • the second required driving force is, for example, a driving force required to travel at a predetermined vehicle speed, a driving force required to follow the preceding vehicle, a driving force for limiting the vehicle speed so as not to exceed the limit vehicle speed, and the like. It's okay.
  • the target driving force arbitration unit 33 selects either the first required driving force or the second required driving force according to a predetermined rule. For example, during execution of ACC (Adaptive Cruse Control), the target driving force arbitration unit 33 selects the second required driving force while the first required driving force is 0, and the first required driving force is greater than a predetermined value. When it becomes larger, the first required driving force is selected.
  • the target driving force arbitration unit 33 converts the selected requested driving force into a torque expression [N ⁇ m], and provides it to the feedback control unit 34 as the requested driving torque.
  • the feedback control unit 34 realizes the required driving torque based on the difference between the required driving torque given from the target driving force arbitration unit 33 and the estimated value of the indicated torque given from the engine torque estimating device 10.
  • the control target value of the engine 70 may be determined.
  • the engine control target value may be, for example, a throttle opening target value, a fuel injection amount target value, or the like.
  • an estimated value of the net torque estimated based on the estimated value of the indicated torque may be used.
  • the net torque can be calculated by subtracting the engine friction torque from the estimated value of the indicated torque.
  • the engine friction torque can be calculated based on, for example, the engine speed and load.
  • the feedback control unit 34 may determine a target value of the ignition timing as a control target value of the engine based on the estimated value of the indicated torque given from the engine torque estimating device 10. The feedback control unit 34 controls the engine 70 so that the determined control target value is realized.
  • the engine control system 2 shown in FIG. 19 includes the engine torque estimation device 10 and can feedback control the engine 70 based on the difference between the required driving force and the estimated value of the indicated torque. Since the estimation accuracy of the estimated value of the indicated torque from the engine torque estimation device 10 is high as described above, the driving torque of the engine 70 can be controlled with high accuracy. Thereby, for example, it is not necessary to inject fuel excessively into the cylinder, engine performance is improved, and fuel consumption and drivability are improved. In this way, the engine torque estimation device 10 can be effectively used for improving the performance of the engine control system.
  • the engine torque estimation device 10 is provided separately from the engine control device 30, but is not limited thereto. A part or all of the functions of the engine torque estimating device 10 may be realized by the engine control device 30.
  • the engine control system 2 controls the engine 70 using the estimation result by the engine torque estimation device 10, but is not limited thereto.
  • the estimation result by the engine torque estimation device 10 can be used for control of a vehicle drive device (for example, a transmission, an electric motor, a clutch, etc.) other than the engine 70.
  • a vehicle drive device for example, a transmission, an electric motor, a clutch, etc.
  • the control target value of the vehicle drive device other than the engine 70 for example, the target gear stage of the transmission
  • the control target value of the engine 70 for example, the target gear stage of the transmission
  • FIG. 20 is a configuration diagram illustrating an example of an engine torque estimation system 1A according to the second embodiment.
  • an in-cylinder pressure sensor 9 is added to the engine torque estimation system 1 (see FIG. 1) according to the first embodiment, and the engine torque estimation device 10 estimates the engine torque. The difference is that the device 10A is replaced.
  • the in-cylinder pressure sensor 9 is provided only for some cylinders.
  • the engine is an in-line four-cylinder engine, and the in-cylinder pressure sensor 9 is provided only in the cylinder of the cylinder number 1 among the cylinder numbers 1 to 4.
  • the cylinder of cylinder number 1 is referred to as “first cylinder”
  • the cylinder of cylinder number 2 is referred to as “second cylinder”, and so on.
  • the engine torque estimation apparatus 10A according to the second embodiment may have the same hardware configuration as the engine torque estimation apparatus 10 according to the first embodiment described above, but functions differently as follows.
  • FIG. 21 is a functional block diagram of the engine torque estimating apparatus 10A according to the second embodiment.
  • the engine torque estimation apparatus 10A according to the second embodiment is mainly different from the engine torque estimation apparatus 10 according to the first embodiment described above in that it additionally includes the following configuration. That is, the engine torque estimation device 10A includes an in-cylinder pressure information acquisition unit 170, an indicated torque time series data generation unit 172, an identification data generation unit 174, an identification data storage unit 176, and a model identification unit 180. Including.
  • Each unit 170, 172, 174, and 180 can be realized by the control unit 101 executing a program in the main storage unit 102.
  • the identification data storage unit 176 can be realized by the auxiliary storage unit 103.
  • the in-cylinder pressure information acquisition unit 170 acquires an actually measured value (in-cylinder pressure signal) of the in-cylinder pressure from the in-cylinder pressure sensor 9.
  • the illustrated torque time series data generation unit 172 for example, the expansion stroke (explosion process) of the No. 1 cylinder based on the measured data of the in-cylinder pressure acquired by the in-cylinder pressure information acquisition unit 170 (time series data for crank angles 0 to 720 CA). )
  • the indicated torque is a superposition of the torques generated in the respective cylinders from No. 1 to No. 4, but the torque generated in the cylinders in the expansion stroke is dominant. Accordingly, the period during which the first cylinder is in the expansion stroke is the “identification target period”.
  • the torque generated in the first cylinder can be directly calculated from the in-cylinder pressure of the first cylinder.
  • the torque generated in each cylinder from No.
  • the torque generated in a cylinder that is in the exhaust process in the identification target period at a certain engine speed may be estimated based on measured data of in-cylinder pressure that is obtained when the first cylinder is in the exhaust process at the same engine speed. Good.
  • the identification data generation unit 174 generates identification data.
  • the identification data includes time series data of the indicated torque generated by the indicated torque time series data generation unit 172 and input data generated by the model input generation unit 140.
  • the input data forming the identification data is, for example, the same data generated every predetermined period ⁇ tp in the identification target period.
  • the identification data generation unit 174 stores the identification data in the identification data storage unit 176.
  • the identification data storage unit 176 stores (accumulates) identification data.
  • the identification data storage unit 176 stores identification data for each engine speed.
  • the model identification unit 180 performs identification processing for identifying the model parameter value of the mathematical model based on the identification data in the identification data storage unit 176.
  • the mathematical model and model parameters are as described above.
  • the identification processing method is also as described above. For example, it is realized as follows for each engine speed.
  • the value of the model parameter is identified based on the input data so that the value based on the time-series data of the indicated torque becomes the model output y at each of a plurality of time points in the identification target period (for example, at a predetermined period ⁇ tp step). Is done.
  • the model identification unit 180 stores the model parameter identification value for each engine speed in the model parameter storage unit 150.
  • the torque estimation process of the engine torque estimation device 10A may be as shown in FIG.
  • the mathematical model information in the model parameter storage unit 150 used in the torque estimation process is generated and stored at the time of actual vehicle operation, not in advance (design stage prior to vehicle mounting). Is different.
  • FIG. 22 is a flowchart showing an example of a model identification process performed by the engine torque estimating apparatus 10A.
  • the model identification process shown in FIG. 22 is executed in real time in synchronization with the torque estimation process described above. However, in a modification, the model identification process shown in FIG. 22 may be executed offline, for example.
  • step S200 the in-cylinder pressure information acquisition unit 170 determines whether or not the first cylinder is in the expansion stroke. If the determination result is “YES”, the process proceeds to step S202. If the determination result is “NO”, the process proceeds to step S208.
  • step S202 the in-cylinder pressure information acquisition unit 170 acquires an actually measured value of the in-cylinder pressure.
  • step S204 the indicated torque time-series data generation unit 172 stores the actual measured value of the in-cylinder pressure in the first predetermined area of the RAM of the main storage unit 102 based on the in-cylinder pressure signal acquired in step S202.
  • the first predetermined area of the RAM has a capacity capable of storing a plurality of actually measured values of the in-cylinder pressure acquired while the first cylinder is in the expansion stroke.
  • step S206 the identification data generation unit 174 acquires the input data of the current cycle from the model input generation unit 140, and stores the acquired input data in the second predetermined area of the RAM of the main storage unit 102.
  • the second predetermined area of the RAM has a capacity capable of storing a plurality of sets of input data acquired while the first cylinder is in the expansion stroke.
  • step S208 the identification data generation unit 174 uses the identification data storage unit 176 to store the data of the first and second predetermined areas stored (buffered) in the RAM while the nearest first cylinder is in the expansion stroke. It is determined whether or not it has been stored (transferred). If the determination result is “YES”, the processing of the current cycle is terminated as it is, and if the determination result is “NO”, the processing of the current cycle proceeds to step S210.
  • the identification data generation unit 174 stores the data of the first and second predetermined areas of the RAM in the identification data storage unit 176 in association with the current engine speed.
  • the identification data generation unit 174 deletes the data. In this way, every time the expansion stroke of the first cylinder occurs, identification data is accumulated in the identification data storage unit 176 in association with the engine speed at that time.
  • the identification data obtained in one expansion stroke of the first cylinder is referred to as “one set” of identification data.
  • one set of identification data includes an actually measured value of the in-cylinder pressure of the first cylinder and input data for each of a plurality of time points during the expansion stroke of the first cylinder.
  • step S212 the model identification unit 180 determines whether or not model identification is necessary. For example, the model identification unit 180 determines that model identification is necessary when the model identification condition is satisfied.
  • the model identification condition is arbitrary, but may be satisfied periodically, for example, or when the number of sets of identification data for each engine speed in the identification data storage unit 176 exceeds a predetermined number. May be. If the determination result is “YES”, the processing in the current cycle proceeds to step S214, and if the determination result is “NO”, the processing in the current cycle is terminated as it is.
  • step S214 the model identification unit 180 performs an identification process for identifying the model parameter values of the mathematical model based on the identification data stored in the identification data storage unit 176.
  • the identification process is as described above.
  • step S216 the model identification unit 180 stores the model parameter identification value for each engine speed in the model parameter storage unit 150 based on the identification result in step S214.
  • the torque estimation process shown in FIG. 18 can be executed even in the vehicle mounted state (that is, the state after the vehicle is shipped). . That is, according to the second embodiment, the mathematical model information in the model parameter storage unit 150 can be updated regularly or irregularly in the vehicle mounted state. Thereby, even when there is an individual difference in engine characteristics, the value of the model parameter can be corrected according to the individual difference. Even when the engine characteristics change with time, the value of the model parameter can be updated.
  • the in-cylinder pressure sensor 9 is provided for only one cylinder, a simple configuration can be realized as compared with the case where the in-cylinder pressure sensors are provided for all the cylinders. Problems caused by installation (cost, durability, and maintainability) can be reduced.
  • the engine torque estimating apparatus 10A according to the second embodiment can be used in place of the engine torque estimating apparatus 10 (the engine torque estimating apparatus 10 according to the first embodiment) of the engine control system 2 shown in FIG.
  • the calculated value of the indicated torque based on the actually measured value of the in-cylinder pressure sensor 9 (not shown) is substituted for the estimated value of the indicated torque based on the mathematical model only in the range of the expansion stroke of the first cylinder during the crank angle of 0 to 720CA.
  • Torque time-series data generation unit 172 may be used).
  • the input data to the mathematical model includes both the input data related to the minimum value and the input data related to the maximum value, but may include only one of them.
  • input data based on amplitude information may be generated and used.
  • the input data may be generated and used by combining the input data related to the minimum value and the input data related to the maximum value.
  • the input data may be generated and used by averaging the amplitude information at a plurality of points in time.
  • the peak value (the difference from the adjacent minimum value to the maximum value) may be used as the amplitude information.
  • the output y of the mathematical model was the indicated torque, but instead of the indicated torque, other parameters (for example, the net torque or the external load torque was subtracted from the indicated torque). Torque, etc.) may be used.
  • the A / D converter 110 is provided in the engine torque estimation devices 10 and 10A. However, the A / D converter 110 is provided in a sensor unit including the crank angle sensor 4. Also good.
  • the target is arbitrary.
  • the target may be a railway vehicle equipped with an engine, a ship equipped with an engine, a construction machine equipped with an engine, a motorcycle equipped with an engine (a type of vehicle), an aircraft equipped with an engine, a helicopter equipped with an engine, and the like.

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

エンジントルク推定装置は、エンジンのクランクシャフトに対して設けられるクランク角度センサから、クランクシャフトの回転速度に応じて振幅が変化する時系列波形を取得する取得部と、時系列波形の振幅情報に基づいて、数理モデルへの入力データを生成するモデル入力生成部と、モデル入力生成部により生成された入力データと、数理モデルとに基づいて、エンジントルクの推定値を算出する推定部とを含む。

Description

エンジントルク推定装置、エンジン制御システム及びエンジントルク推定方法
　本開示は、エンジントルク推定装置、エンジン制御システム、及びエンジントルク推定方法に関する。
　クランク角度センサのクランク角信号から算出したクランクシャフトの角加速度（以下、「クランク角加速度」と称する）に基づいて、エンジンの図示トルクの推定値を算出する技術が知られている。
国際公開2008/087928号パンフレット
　しかしながら、クランク角度センサの角度抽出による測定分解能や、サンプリング周期の限界、高回転領域による振動などの外乱等に起因して、クランク角度センサのクランク角信号からクランク角加速度を精度良く算出することは難しい。従って、従来技術では、クランク角加速度に基づく図示トルクの推定値の精度を高めることが難しい。
　そこで、１つの側面では、本発明は、エンジントルクの推定値の精度を高めることを目的とする。
　１つの側面によれば、エンジンのクランクシャフトに対して設けられるクランク角度センサから、クランクシャフトの回転速度に応じて振幅が変化する時系列波形を取得する取得部と、
　前記時系列波形の振幅情報に基づいて、数理モデルへの入力データを生成するモデル入力生成部と、
　前記モデル入力生成部により生成された前記入力データを前記数理モデルに与えることで、エンジントルクの推定値を算出する推定部とを含む、エンジントルク推定装置が提供される。
　１つの側面によれば、エンジントルクの推定値の精度を高めることが可能となる。
実施例１によるエンジントルク推定システムの一例を示す構成図である。 クランク角度センサ４の一例の説明図である。 クランク角信号の波形の一例を示す図である。 エンジントルク推定装置１０のハードウェア構成の一例を示す図である。 実施例１によるエンジントルク推定装置１０の機能ブロック図である。 クランク角度センサ４の出力電圧特性の説明図である。 最大点データの一例の説明図である。 振幅最大値の時系列データの一例の説明図である。 最小点データの一例の説明図である。 振幅最小値の時系列データの一例の説明図である。 入力データの生成方法の一例の説明図である。 比較例による図示トルクの推定値波形を示す図である。 ウェーブレットネットワークモデル法による図示トルクの推定値の波形を示す図である。 比較例による図示トルクの推定値波形を示す図である。 ウェーブレットネットワークモデル法による図示トルクの推定値の波形を示す図である。 シグモイドネットワークモデル法による図示トルクの推定値の波形を示す図である。 区分線形関数モデル法による図示トルクの推定値の波形を示す図である。 実施例１のエンジントルク推定装置によるトルク推定処理の流れの一例を示すフローチャートである。 エンジントルク推定装置１０を含むエンジン制御システムの一例を示す図である。 実施例２によるエンジントルク推定システムの一例を示す構成図である。 実施例２によるエンジントルク推定装置の機能ブロック図である。 実施例２のエンジントルク推定装置によるモデル同定処理の流れの一例を示すフローチャートである。
　以下、添付図面を参照しながら各実施例について詳細に説明する。
　［実施例１］
　図１は、実施例１によるエンジントルク推定システム１の一例を示す構成図である。
　エンジントルク推定システム１は、エンジン（図示せず）を備える車両に搭載される。車両は、エンジンのみを駆動源とする車両であってもよいし、電気モータとエンジンの双方を駆動源とするハイブリッド車であってもよい。エンジンの種類は任意であり、例えば、ガソリンエンジンであってもよいし、ディーゼルエンジンであってもよい。
　エンジントルク推定システム１は、クランク角度センサ４と、エンジントルク推定装置１０を含む。
　クランク角度センサ４は、エンジンに取り付けられる。クランク角度センサ４は、エンジンのクランクシャフト（図示せず）の回転角度であるクランク角度に応じたクランク角信号を出力する。例えば、クランク角度センサ４は、クランクシャフトに固定されるシグナルロータ（クランクロータ）５と協動して、クランク角信号を生成する。シグナルロータ５（図２参照）は、外周に、所定クランク角ピッチΔθ（例えば６ＣＡピッチ）に対応したピッチで突起（歯）を有しつつ、上死点検出用に欠歯部（図示せず）を有してもよい。実施例１では、一例として、シグナルロータ５は、欠歯部を有する。
　実施例１では、一例として、クランク角度センサ４は、図２に示すように、電磁ピックアップ（ＭＰＵ：Magnetic Pickup）式である。図２に示す例では、クランク角度センサ４は、検出コイル４１と、マグネット４２と、ポールピース４３とを含む。図２には、クランク角度センサ４が概略的な断面図で示されると共に、クランク角度センサ４に関連してシグナルロータ５が図示されている。図２に示す例では、シグナルロータ５は、磁性体のインボリュート歯車である。シグナルロータ５が回転すると、磁性体であるシグナルロータ５の歯の部分がポールピース４３に近づいたり離れたりすることを繰り返す。これに伴い、マグネット４２とポールピース４３とにより形成される磁路の状態が変化し、検出コイル４１を貫通する磁束が変化する。具体的には、シグナルロータ５の回転に伴い、シグナルロータ５の歯がポールピース４３に接近すると検出コイル４１を貫通する磁束が増え、シグナルロータ５の歯がポールピース４３から遠ざかると検出コイル４１を貫通する磁束が減るという状態を繰り返す。検出コイル４１に発生する誘導起電力Ｖは、以下のとおりである。
Figure JPOXMLDOC01-appb-M000001
 ここで、Ｎはコイルの巻き数であり、φｍは検出コイル４１を貫通する磁束である。誘導起電力Ｖは、シグナルロータ５の回転に伴い、図３に示すように変化する。図３に示すような誘導起電力Ｖの波形は、クランク角度センサ４の出力信号（クランク角信号）として取り出される。尚、図３において、Ｘ１部は、シグナルロータ５の欠歯部に起因した波形特徴を示す。以下では、クランク角度センサ４の出力信号におけるシグナルロータ５の欠歯部に係る区間を「欠歯区間」とも称する。クランク角信号は、図３に示すように、クランク角度0～720ＣＡの区間において、クランクシャフトの回転に伴い周期的に０を跨いで（即ち０Ｖをクロスして）振幅の最大点及び最小点が発生する区間と、上死点検出用の欠歯区間とを含む。以下、クランクシャフトの回転に伴い周期的に０を跨いで振幅の最大点及び最小点が発生する区間を、「非欠歯区間」とも称する。尚、非欠歯区間においては、クランク角信号が０Ｖを負から正の方向（上り）にクロスする毎に、クランク角度が所定クランク角ピッチΔθだけ進角することになる。
　エンジントルク推定装置１０は、後述するように、クランク角度センサ４からのクランク角信号に基づいて、図示トルクの推定値を算出する。図示トルクの推定値の算出方法は、後述する。エンジントルク推定装置１０は、例えば、エンジンを制御するエンジン制御装置に実装されてもよい。或いは、エンジントルク推定装置１０は、エンジン制御装置に接続されてもよく（図１９参照）、この場合、エンジントルク推定装置１０は、後述する態様で得た図示トルクの推定値をエンジン制御装置に供給する。
　図４は、エンジントルク推定装置１０のハードウェア構成の一例を示す図である。エンジントルク推定装置１０のハードウェアは、例えば、マイクロコンピューターや、ＦＰＧＡ（Field Programmable Gate Array）、ＰＬＣ（Programmable Logic Controller）等を含んでよい。
　図４に示す例では、エンジントルク推定装置１０は、制御部１０１、主記憶部１０２、補助記憶部１０３、及び、ハードウェアＩ／Ｆ部１０６を含む。
　制御部１０１は、主記憶部１０２や補助記憶部１０３に記憶されたプログラムを実行する演算装置であり、記憶装置からデータを受け取り、演算、加工した上で、記憶装置などに出力する。制御部１０１は、例えばＣＰＵ(Central Processing Unit)やタイマカウンタ等を含んでよい。
　主記憶部１０２は、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）などであり、制御部１０１が実行するアプリケーションソフトウェアなどのプログラムやデータを記憶又は一時保存する記憶装置である。
　補助記憶部１０３は、ＥＥＰＲＯＭ（Electric-Erasable Programmable Read-Only Memory）などであり、アプリケーションソフトウェアなどに関連するデータを記憶する記憶装置である。
　ハードウェアＩ／Ｆ部１０６は、有線及び／又は無線回線などで接続された車両ネットワーク（例えば、CAN（Controller Area Network）等）やエンジンの周辺機器（例えば、クランク角度センサ４等）とのインターフェースである。
　尚、図４に示す例において、以下で説明する各種処理は、プログラムを制御部１０１に実行させることで実現できる。
　図５は、実施例１によるエンジントルク推定装置１０の機能ブロック図である。
　エンジントルク推定装置１０は、Ａ／Ｄ（Analog-to-Digital）コンバータ１１０と、クランク角信号取得部１１１（取得部の一例）と、ゲイン調整部１１２と、クランク角信号記憶部１１４とを含む。また、エンジントルク推定装置１０は、最大点取得部１２０と、最大点時系列データ生成部１２２（第１時系列データ生成部の一例）と、最小点取得部１３０と、最小点時系列データ生成部１３２（第２時系列データ生成部の一例）と、モデル入力生成部１４０と、モデルパラメータ記憶部１５０と、推定部１６０とを含む。各部１１１、１１２、１２０、１２２、１３０、１３２、１４０、及び１６０は、制御部１０１が主記憶部１０２内のプログラムを実行することにより実現できる。また、クランク角信号記憶部１１４は、主記憶部１０２のＲＡＭにより実現できる。また、モデルパラメータ記憶部１５０は、主記憶部１０２又は補助記憶部１０３により実現できる。
　Ａ／Ｄコンバータ１１０は、クランク角度センサ４からのクランク角信号に係るアナログ入力を量子化出力に変換する。以下、Ａ／Ｄコンバータ１１０を介して得られる量子化出力を、「クランク角信号値」と称する。尚、クランク角信号値の時系列波形は、クランク角信号と同様、クランク角度0～720ＣＡの区間において、クランクシャフトの回転に伴い周期的に０を跨いで振幅の最大点及び最小点が発生する区間（非欠歯区間）と、上死点検出用の欠歯区間とを含む。
　クランク角信号取得部１１１は、例えば直近の所定期間にわたる複数のクランク角信号値をクランク角信号記憶部１１４に記憶する。実施例１では、一例として、所定期間は、クランク角信号値が、所定の閾値Ｔｈ１を下から上に所定回数クロスする区間であって、現時点までの区間に対応する。実施例１では、一例として、閾値Ｔｈ１を0Vである。また、所定回数は少なくとも２回以上であるが、実施例１では、一例として、３１回である。
　ゲイン調整部１１２は、Ａ／Ｄコンバータ１１０に入力されるクランク角信号のゲインＫを調整する。即ち、ゲイン調整部１１２は、クランク角度センサ４の電圧出力（クランク角信号）の校正を行うために、電圧出力にゲインＫを乗算して調整する。具体的には、ゲイン調整部１１２は、クランク角度センサ４の出力電圧特性が基準特性と一致するようにゲインＫを調整する。これは、クランク角度センサ４の出力電圧特性は、例えばクランク角度センサ４とシグナルロータ５の間のセットギャップΔ（図２参照）等に依存して個体差が生じうるためである。基準特性は、例えば、後述のモデル同定時に用いる入力データを出力するクランク角度センサ４の出力電圧特性である。クランク角度センサ４の出力電圧特性は、例えば、図６に示すようなエンジン回転数に対する特性である。図６では、横軸にエンジン回転数［ｒｐｍ］を取り、縦軸に電圧［Ｖ］を取り、２つの特性Ｌ１、Ｌ２が示される。横軸のエンジン回転数は、シグナルロータ５の欠歯部の検出結果から導出したエンジン回転数データに基づく。特性Ｌ１は、欠歯区間（図３のＸ１部参照）の最大振幅をプロットした特性であり、特性Ｌ２は、非欠歯区間における最大振幅をプロットした特性である。このように、クランク角度センサ４の出力電圧特性は、比例関係の線形特性（エンジン回転数の増加量に比例した増加分だけ振幅が増加する特性）が得られる。従って、ゲイン調整部１１２は、この線形特性の傾きが基準特性の傾きと同等になるようにゲインＫの大きさを調整してよい。
　尚、図５に示す例では、ゲイン調整部１１２は、Ａ／Ｄコンバータ１１０に入力されるクランク角信号のゲインＫを調整するが、これに限られない。例えば、ゲイン調整部１１２は、Ａ／Ｄコンバータ１１０を介して得られるクランク角信号値のゲインを同様に調整してもよい。このように、ゲイン調整部１１２は、後述のモデル入力生成部１４０で生成される後述の入力データの各値の大きさ（ゲイン）を調整できる限り、任意の位置に配置されてもよい。
　クランク角信号記憶部１１４は、上述のように、直近の所定期間にわたる複数のクランク角信号値（クランク角信号値の時系列波形）を記憶する。
　最大点取得部１２０は、クランク角信号記憶部１１４内のクランク角信号値データに基づいて、クランク角信号値の時系列波形における最大点（振幅の最大点）を検出し、検出した各最大点を含む最大点データを生成する。この際、最大点取得部１２０は、欠歯区間（図３のＸ１部参照）の最大点は検出しない。例えば、最大点取得部１２０は、非欠歯区間において、クランク角信号値の時系列波形が所定の閾値Ｔｈ２以上となるときから、所定の閾値Ｔｈ２以下になるときまでの各区間（以下、「正区間」とも称する）における各最大点を検出する。例えば、所定の閾値Ｔｈ２は0Vであってよい。図７は、非欠歯区間における各最大点の説明図である。図７では、各最大点は、一部に対して符号Ｃ１が付された〇で示される。各最大点は、非欠歯区間において、上述のように、シグナルロータ５の歯がポールピース４３に最も接近するときに発生する。
　最大点時系列データ生成部１２２は、最大点取得部１２０により算出された各最大点（最大点データ）に基づいて、最大値（振幅の最大値）の時系列データを生成する。ここで、各最大点は、上述のように、離散的に発生し、各最大点間の間隔（時間）は、シグナルロータ５の回転速度（即ちエンジン回転数）に応じて変化する。最大点時系列データ生成部１２２は、各最大点間の時間軸上の空白を埋めるために、最大点データを時系列で補間することで、最大値の時系列データを生成する。実施例１では、一例として、各最大点を直線でつなぐ線形補間が利用される。即ち、最大点時系列データ生成部１２２は、時間軸上で隣接する各最大点間を結ぶ各直線を算出する。尚、このようにして算出された各直線は、それぞれの正区間全体における時間と電圧値（最大値に相当する電圧値）との線形関係を表す。図８は、最大値の時系列データの一例の説明図である。図８では、各最大点は、一部に対して符号Ｃ１が付された〇で示され、線形補間に係る各直線は、一部に対して符号Ｌｐが付されて図示されている。尚、直近の最大点よりも後の区間における補間は、直近の最大点とその１つ前の最大点とを結ぶ直線を現時点まで延長させる形態の外挿により実現されてよい。
　最小点取得部１３０は、クランク角信号記憶部１１４内のクランク角信号値データに基づいて、クランク角信号値の時系列波形における最小点（振幅の最小点）を検出し、検出した各最小点を含む最小点データを生成する。この際、最小点取得部１３０は、欠歯区間（図３のＸ１部参照）の最小点は検出しない。例えば、最小点取得部１３０は、非欠歯区間において、クランク角信号値の時系列波形が所定の閾値Ｔｈ３以下となるときから、所定の閾値Ｔｈ３以上になるときまでの各区間（以下、「負区間」とも称する）における各最小点を検出する。例えば、所定の閾値Ｔｈ３は0Vであってよい。図９は、非欠歯区間における各最小点の説明図である。図９では、各最小点は、一部に対して符号Ｃ２が付された〇で示される。各最小点は、非欠歯区間において、上述のように、シグナルロータ５の歯がポールピース４３に最も離れるときに発生する。
　最小点時系列データ生成部１３２は、最小点取得部１３０により算出された各最小点（最小点データ）に基づいて、最小値（振幅の最小値）の時系列データを生成する。同様に、最小点時系列データ生成部１３２は、各最小点間の時間軸上の空白を埋めるために、最小点データを時系列で補間することで、最小値の時系列データを生成する。実施例１では、一例として、各最小点を直線でつなぐ線形補間が利用される。即ち、最小点時系列データ生成部１３２は、時間軸上で隣接する各最小点間を結ぶ各直線を算出する。尚、このようにして算出された各直線は、それぞれの負区間全体における時間と電圧値（最小値に相当する電圧値）との線形関係を表す。図１０は、最小値の時系列データの一例の説明図である。図１０では、各最小点は、一部に対して符号Ｃ２が付された〇で示され、線形補間に係る各直線は、一部に対して符号Ｌｎが付されて図示されている。尚、直近の最小点よりも後の区間における補間は、直近の最小点とその１つ前の最小点とを結ぶ直線を現時点まで延長させる形態の外挿により実現されてよい。
　モデル入力生成部１４０は、クランク角信号値の時系列波形における最大点及び最小点の各値に基づいて、数理モデルへの入力データを生成する。例えば、モデル入力生成部１４０は、最大値の時系列データと最小値の時系列データとに基づいて、最大値に係る入力データと、最小値に係る入力データとを生成する。
　具体的には、最大点時系列データ生成部１２２により生成される最大値の時系列データに基づいて、最大値に係る入力データを生成する。例えば、モデル入力生成部１４０は、最大値の時系列データにおける直近の複数時点の値を抽出することで、最大値に係る入力データを生成する。例えば図１１に示すように、モデル入力生成部１４０は、現時点ｔ０から過去の所定期間ΔＴ分の最大値の時系列データのうちから、所定のサンプリング時間Δｔ刻みで所定数ｍ１だけ、入力データ用の値（以下、「入力最大値」と称する）を抽出する。実施例１では、一例として、所定期間ΔＴ＝30msecであり、サンプリング時間Δｔ＝1msecであり、所定数ｍ１＝３０である。尚、図１１では、Ｃ１（ｎ－３）～Ｃ１（ｎ）は、４個の最大点を表す。Ｌｐ（ｎ－３）～Ｌｐ（ｎ－１）は、それぞれ、Ｃ１（ｎ－３）－Ｃ１（ｎ－２）間、Ｃ１（ｎ－２）－Ｃ１（ｎ－１）間、及びＣ１（ｎ－１）－Ｃ１（ｎ）間をそれぞれ結ぶ直線を表す。Ｌｐ（ｎ）は、Ｌｐ（ｎ－１）の延長である(上述の外挿による補間)。また、Ｐ１～Ｐ３０は、所定期間ΔＴ内のサンプリング時間Δｔ刻みの各時刻での直線Ｌｐ（ｎ－３）～Ｌｐ（ｎ）上の点を表す。この場合、最大値に係る入力データは、３０個の入力最大値（点Ｐ１～Ｐ３０の各値）により形成される。同様に、モデル入力生成部１４０は、最小点時系列データ生成部１３２により生成される最小値の時系列データに基づいて、最小値に係る入力データを生成する。実施例１では、一例として、最小値に係る入力データは、最大値に係る入力データと同様、３０個の入力最小値により形成される。この場合、最終的な入力データは、合計６０個の値を含む。
　モデルパラメータ記憶部１５０は、数理モデルを表す情報（数理モデル情報）が記憶される。数理モデル情報は、好ましくは、エンジン回転数ごとに、数理モデルのパラメータ（モデルパラメータ）の同定値を含む。これは、エンジン回転数に応じて、図示トルクの高精度な推定値を導出できるモデルパラメータの同定値が有意に変化しうるためである。実施例１では、一例として、数理モデル情報は、エンジン回転数ごとのモデルパラメータの同定値と、数理モデルの関数情報とを含む。エンジン回転数ごとのモデルパラメータの同定値は、例えばマップデータの形式で格納されてよい。マップデータにおけるエンジン回転数の刻み幅（分解能）は、任意であるが、例えば100rpmであってもよい。数理モデル及びモデルパラメータについては後述する。
　推定部１６０は、クランク角信号（時系列波形）の振幅情報と、数理モデル情報とに基づいて、エンジントルクの推定値を算出する。即ち、推定部１６０は、クランク角信号の振幅情報に基づく入力を、数理モデルに与えることで、図示トルクの推定値を算出する。実施例１では、一例として、クランク角信号の振幅情報に基づく入力は、モデル入力生成部１４０により生成される入力データである。エンジン回転数ごとのモデルパラメータの同定値がモデルパラメータ記憶部１５０に格納されている場合は、推定部１６０は、現在のエンジン回転数に応じたモデルパラメータの同定値を用いて、図示トルクの推定値を算出する。
　ここで、クランク角信号の振幅情報を入力とする理由は、クランク角度センサ４の電圧出力は、図６に示すように実験結果からエンジン回転数が増加すると電圧出力も増加する特性があるためである。この特性は、数１の式からもわかる(らエンジン回転数が増加すると磁束φｍの時間変化率が増加するため)。エンジン回転数はクランク角速度と等価な指標である。また、クランク角速度と図示トルクとは相関関係がある。具体的には、クランク角速度の時間微分で得られるクランク角加速度と図示トルクτとは、以下の関係がある。
Figure JPOXMLDOC01-appb-M000002
 ここで、Jは慣性モーメントを表し、
外１
Figure JPOXMLDOC01-appb-I000003
は、クランク角加速度である。
このことから、クランク角信号の振幅情報から図示トルクを計算する数理モデルを構築し、該数理モデルによる図示トルクの推定が可能であることがわかる。
　このように実施例１によれば、クランク角信号の振幅情報を入力とする数理モデルを用いることで、クランク角加速度の算出値を直接的に用いずに、図示トルクを推定できる。
　ここで、比較例として、クランク角加速度の算出値を直接的に用いて図示トルクを推定する方法について説明する。上述のように、クランク角加速度の算出値は、図３に示すようなクランク角信号に基づいて次のようにして得ることができる。まず、図３に示すようなクランク角信号が下りあるいは上りに0Vをクロスすると、クランク角度が所定クランク角ピッチΔθだけ進角したことを検出できる。従って、0Vをクロスした回数をkと、クロスしたときの時刻情報t(k)とすると、クランク角度は、次の通りである。
Figure JPOXMLDOC01-appb-M000004
 従って、クランク角速度は、次の通りである。
Figure JPOXMLDOC01-appb-M000005
 従って、クランク角加速度は、次の通りである。
Figure JPOXMLDOC01-appb-M000006
 このようにしてクランク角加速度の算出値が得られると、数２の式を用いて、図示トルクを推定できる。
　しかしながら、上述のように、クランク角度センサ４の角度抽出による測定分解能や、サンプリング周期の限界、高回転領域による振動などの外乱等に起因して、クランク角加速度を精度良く算出することは難しい。例えば、測定分解能を上げるためにシグナルロータ５に形成できる形状特徴（例えば歯）のピッチを小さくすることには限界がある。また、例えば、０Ｖをクロスしたときの時刻情報t(k)を精度良く算出するためには、量子化出力のためのサンプリング周期を短くし、高回転領域による振動などの外乱の影響を少なくする必要があるが、これらには限界がある。従って、比較例では、図示トルクの推定値の精度を高めることが難しい。
　これに対して、実施例１によれば、上述のように、クランク角信号値の時系列波形の振幅情報を入力とする数理モデルを用いて、図示トルクを推定する。即ち、実施例１によれば、上述のように、クランク角加速度の算出値を直接的に使用せずに図示トルクを推定する。これにより、比較例に比べて、図示トルクの推定値の精度を高めることができる。比較例に比べて実施例１による精度がどの程度高くなるかについては、後述の数理モデルの具体例に関連して後述する。
　また、実施例１によれば、数理モデルへの入力となるクランク角信号の振幅情報は、クランク角信号値の時系列波形における最大値及び最小値を含む。クランク角信号値の時系列波形における最大値及び最小値は、クランク角信号値の時系列波形において容易且つ高精度に検出できる。従って、実施例１によれば、簡易な処理で精度の高い振幅情報に基づく入力データを生成できる。この結果、図示トルクの推定精度が向上する。
　また、実施例１によれば、数理モデルへの入力データは、上述のように、複数時点の振幅情報、即ち複数時点の最大値（入力最大値）及び最小値（入力最小値）を含む時系列データである。即ち、数理モデルへの入力データは、現時点よりも前の振幅情報を含む。これにより、例えば現時点の振幅情報のみを入力データとする場合に比べて、数理モデルへの入力データの情報量が増加し、図示トルクの推定精度を高めることができる。但し、変形例においては、数理モデルへの入力データは、現時点の振幅情報のみ、即ち現時点の最大値（入力最大値）及び／又は最小値（入力最小値）のみを含むこととしてもよい。
　また、実施例１によれば、数理モデルへの入力データは、上述のように、複数時点の振幅情報を含み、且つ、複数時点の間隔は一定（サンプリング時間Δｔ）である。即ち、数理モデルへの入力データは、時系列で一定の時間間隔を於いて取得された振幅情報である。これにより、エンジン回転数に依存しない時間間隔の複数時点の振幅情報に基づき入力データを生成できる。この場合、エンジン回転数ごとに同定を行うことで、図示トルクの推定精度を高めることができる。但し、変形例においては、数理モデルへの入力データは、例えば所定角度ピッチ毎の複数点の振幅情報（エンジン回転数に依存する時間間隔の複数時点の振幅情報）を含むこととしてもよい。
　次に、数理モデルの具体例について幾つか説明する。
　数理モデルは、好ましくは、入力ｘ（1×m）に対してのモデル出力ｙ（スカラー）を線形関数ｆ１（ｘ）と非線形関数ｆ２（ｘ）を線形結合したモデルであり、具体的には、以下のように表現される。
Figure JPOXMLDOC01-appb-M000007
 　非線形関数ｆ２（ｘ）の例としては、後述するように、ウェーブレットネットワークや、シグモイドネットワーク予測器や区分線形関数などを用いることができる。
　［数理モデルの一例］
　数理モデルの一例では、ウェーブレットネットワークが用いられる。以下で説明するウェーブレットネットワークによる数理モデルを用いた図示トルクの推定方法を、「ウェーブレットネットワークモデル法」と称する。まず、線形関数ｆ１（ｘ）は、以下のとおりである。
Figure JPOXMLDOC01-appb-M000008
 ここで、ｒは、入出力データから計算した回帰ベクトルの平均値のベクトル（1×mの行列）である。また、Ｐは、射影行列（m×pの行列）であり、推定データの主成分分析によって決定される。Ｌはベクトルパラメータ（p×1の行列）、ｄはスカラーのパラメータである。通常、pはp=mである。実施例１では、p=mであり、一例として、mは60である。尚、入出力データにおいてｘの成分が線形独立ならばp＜mである。線形関数ｆ１（ｘ）においては、Ｐ、Ｌ、及びｄが、モデルパラメータの一部である。
　ウェーブレットネットワークでは、非線形関数ｆ２（ｘ）は、以下のとおりである。
Figure JPOXMLDOC01-appb-M000009
 ここで、ｇはΨを引数とするスケーリング関数であり、例えば以下のとおり表現できる。
Figure JPOXMLDOC01-appb-M000010
 また、数８において、ｈはξを引数とするウェーブレット関数であり、例えば以下のとおり表現できる。
Figure JPOXMLDOC01-appb-M000011
 また、数８において、Ｑは、射影行列（m×qの行列）であり、入出力データの主成分分析によって決定される。qは、スケーリング関数とウェーブレット関数で用いられるｘの成分の数と一致する。ｗｓｇ及びｗｓｈは、スケーリングパラメータ（スカラー)、ｗｗｇ及びｗｗｈはウェーブレットパラメータ（スカラー）、ｎｇはスケーリング関数の数を表す。ｎｈはウェーブレット関数の数を表す。ｃｇ及びｃｈはベクトルパラメータ（1×ｑの行列）であり、ｎξは入力変数ξの数である。Tは転置記号である。Ｑ、ｗｓｇ、ｗｓｈ、ｗｗｇ、ｗｗｈ、ｃｇ、及びｃｈは、モデルパラメータの一部である。実施例１では、一例として、ｎｇは0であり、ｎｈは、4であり、ｎξは、60である。
　尚、モデル同定（モデルパラメータの値の同定）は、事前に（車両実装前の設計段階で）行われる。モデルパラメータの値は、クランク角度0～720ＣＡ分の時系列データに対して、所定期間ΔＴに対応する窓を設定し、窓を動かしながら同定される。即ち、各窓位置で入力データ（例えば、３０個の入力最大値、及び、３０個の入力最小値）が生成され、該入力データと、各窓位置における最後の時点での図示トルクの実測値とに基づいて、モデル同定が実行される。尚、図示トルクの実測値は、例えば筒内圧の実測データから直接的に導出できる。また、モデル同定は、複数のエンジン回転数のそれぞれ毎に実行される。同定結果（即ちモデルパラメータの同定値）は、上述のモデルパラメータ記憶部１５０に記憶され、実稼働時に利用される。
　図１２乃至図１５を参照して、ウェーブレットネットワークモデル法による図示トルクの推定値の精度について説明する。
　図１２及び図１４は、比較例による図示トルクの推定値の波形を示す図である。比較例は、上述の通り、クランク角加速度の算出値（クランク角度センサ４の出力波形の０クロス点から求めたクランク角度に基づくクランク角加速度の算出値）を直接的に用いて図示トルクを推定する方法である。図１３及び図１５は、ウェーブレットネットワークモデル法による図示トルクの推定値の波形を示す図である。図１２及び図１３では、エンジン回転数の条件は同じ2400rpmである。図１４及び図１５では、エンジン回転数の条件は同じ2800rpmである。図１２乃至図１５では、縦軸に図示トルクを取り、横軸に時間を取り、図示トルクの推定値の波形が実線で示され、図示トルクの実測値（実験値）の波形が破線で示されている。尚、実測値と推定値との比較検証はクロスバリデーションによって行っている。
　エンジン回転数が2400rpmであるとき、図１２に示すように、比較例では、図示トルクの推定誤差が大きいが、ウェーブレットネットワークモデル法では、比較的少ない誤差で推定が行えている。比較例の推定結果の根平均二乗誤差（RMSE：Root Mean Squared Error）は821.5であるのに対して、ウェーブレットネットワークモデル法では推定結果のRMSEでは436.6であり、RMSEを約４７％低減できている。
　また、エンジン回転数が2800rpmであるとき、図１４に示すように、比較例では、ほとんど図示トルクの推定が行えていないのに対して、ウェーブレットネットワークモデル法では、比較的少ない誤差で推定が行えている。比較例の推定結果のRMSEは963.7であり、ウェーブレットネットワークモデル法では推定結果のRMSEでは338.1であり、RMSEを約６５％低減できている。
　［数理モデルの他の一例］
　数理モデルの他の一例では、ウェーブレットネットワークに代えて、シグモイドネットワーク予測器が用いられる。以下で説明するシグモイドネットワーク予測器による数理モデルを用いた図示トルクの推定方法を、「シグモイドネットワークモデル法」と称する。シグモイドネットワークモデル法では、線形関数ｆ１（ｘ）は、数７のとおりであるが、非線形関数ｆ２（ｘ）は、以下が用いられる。
Figure JPOXMLDOC01-appb-M000012
 ここで、ｗα_iはスケーリングパラメータ（スカラー)、ｗβ_iはベクトルパラメータ（1×mの行列）であり、γiはベクトルパラメータ（m×1の行列）である。また、φは引数ζを伴うシグモイド関数であり、例えば以下のとおり表現できる。
Figure JPOXMLDOC01-appb-M000013
 このとき、ｗα_i、ｗβ_i、及びγiがモデルパラメータの一部である。
　図１６を参照して、シグモイドネットワークモデル法による図示トルクの推定値の精度について説明する。図１６は、シグモイドネットワークモデル法による図示トルクの推定値の波形を示す図である。エンジン回転数の条件は2400rpmである。図１６では、縦軸に図示トルクを取り、横軸に時間を取り、図示トルクの推定値の波形が実線で示され、図示トルクの実測値（実験値）の波形が破線で示されている。尚、実測値と推定値との比較検証はクロスバリデーションによって行っている。図１６に示すように、RMSEは454.8であり、比較例（図１２参照）のRMSEの821.5よりも推定精度が改善していることがわかる。
　［数理モデルの更なる他の一例］
　数理モデルの更なる他の一例は、区分線形関数が用いられる。以下で説明する区分線形関数による数理モデルを用いた図示トルクの推定方法を、「区分線形関数モデル法」と称する。区分線形関数モデル法では、線形関数ｆ１（ｘ）は、数７のとおりであるが、非線形関数ｆ２（ｘ）は、区分線形関数が用いられる。区分線形関数では、入力変数の定義域の区間を有限個の小区間に分割して、各小区間では１次関数である。各小区間jでのｆ２（ｘ）は、例えば以下のとおり表現できる。
Figure JPOXMLDOC01-appb-M000014
 ここで、αｊ（1×mのベクトル）とβｊ（スカラー）は小区間jにおける１次関数のパラメータである。各小区間jのαｊ及びβｊがモデルパラメータの一部である。
　図１７を参照して、区分線形関数モデル法による図示トルクの推定値の精度について説明する。図１７は、区分線形関数モデル法による図示トルクの推定値の波形を示す図である。エンジン回転数の条件は2400rpmである。図１７では、縦軸に図示トルクを取り、横軸に時間を取り、図示トルクの推定値の波形が実線で示され、図示トルクの実測値（実験値）の波形が破線で示されている。尚、実測値と推定値との比較検証はクロスバリデーションによって行っている。図１７に示すように、RMSEは291.4であり、比較例（図１２参照）のRMSEの821.5よりも推定精度が大きく改善していることがわかる。
　次に、図１８を参照して、エンジントルク推定装置１０によるトルク推定処理の流れの一例について説明する。
　図１８は、エンジントルク推定装置１０によるトルク推定処理の流れの一例を示すフローチャートである。図１８に示すトルク推定処理は、車両のイグニッションスイッチがオン状態である間、所定周期Δｔｐ毎に実行されてよい。所定周期Δｔｐは、データサンプリングが可能な一定時間であり、例えば20msecであってよい。
　ステップＳ１１では、クランク角信号取得部１１１は、ゲイン調整部１１２によりゲインが調整されたクランク角信号に基づいて、今回周期のクランク角信号値を取得（サンプリング）する。
　ステップＳ１２では、クランク角信号取得部１１１は、今回周期のクランク角信号値をクランク角信号記憶部１１４に記憶する。クランク角信号記憶部１１４には、例えばＦＩＦＯ(first-in、 first-out)形式で、直近の所定期間にわたる複数のクランク角信号値（クランク角信号値の時系列波形）が記憶される。
　ステップＳ１３では、最大点取得部１２０は、クランク角信号記憶部１１４に記憶された各クランク角信号値に基づいて、最大点データを生成する。最大点データの生成方法は上述のとおりである。そして、最大点時系列データ生成部１２２は、最大点取得部１２０により生成された最大点データに基づいて、最大値の時系列データを生成する。最大値の時系列データの生成方法は、上述のとおりである。
　ステップＳ１４では、最小点取得部１３０は、クランク角信号記憶部１１４に記憶された各クランク角信号値に基づいて、最小点データを生成する。最小点データの生成方法は上述のとおりである。そして、最小点時系列データ生成部１３２は、最小点取得部１３０により生成された最小点データに基づいて、最小値の時系列データを生成する。最小値の時系列データの生成方法は、上述のとおりである。
　ステップＳ１５では、モデル入力生成部１４０は、ステップＳ１３で生成された最大値の時系列データと、ステップＳ１４で生成された最小値の時系列データとに基づいて、数理モデルへの入力データを生成する。入力データの生成方法は、上述のとおりである。
　ステップＳ１６では、推定部１６０は、現在のエンジン回転数に応じたモデルパラメータの同定値を、モデルパラメータ記憶部１５０から読み出し、読み出した同定値による数理モデルに、ステップＳ１５で生成された入力データを入力する。数理モデルにステップＳ１５で生成された入力データｘを与えると、出力値ｙが得られる。推定部１６０は、このようにして得られる数理モデルの出力値ｙを、現在の図示トルクの推定値とする。尚、現在のエンジン回転数は、上述のように、シグナルロータ５の欠歯部の検出結果から導出できる。
　図１８に示す処理によれば、所定周期Δｔｐ毎に、現在の図示トルクの推定値を得ることができる。即ち、図１８に示す処理によれば、所定周期Δｔｐ毎に、クランク角信号の振幅情報に基づき入力データが生成され、入力データが数理モデルに与えられることで、現在の図示トルクの推定値が算出される。これにより、例えばエンジン回転数の高回転条件において、上述した比較例で生じる不都合（推定精度の低下）を生じさせることなく図示トルクを高精度に推定できる。従って、エンジントルク推定装置１０をエンジン制御システムの高性能化に有効に利用できる。
　尚、図１８に示す処理において、ステップＳ１３とステップＳ１４の処理順序は逆であってもよい。
　ところで、トルクベース制御のエンジン制御システムでは、一般的にドライバーのアクセル操作などから必要な正味トルクが決まり、その正味トルクをもたらす図示トルクの目標値が設定される。このとき、実車では、車両の駆動トルクを目標値通りにフィードバック制御するために、筒内圧センサを用いて現在の図示トルクを測定することが考えられるが、筒内圧センサの設置は、コスト、耐久性、及び保守性の問題を引き起こすことから現状困難となっている。
　この点、実施例１によれば、筒内圧センサを設置することなく、エンジントルク推定装置１０により図示トルクを高精度に推定できるので、エンジントルク推定装置１０をエンジン制御システムの高性能化に有効に利用できる。
　図１９は、エンジントルク推定装置１０を含むエンジン制御システムの一例を示す図である。
　エンジン制御システム２は、車両に搭載される。車両は、上述のように、エンジンのみを駆動源とする車両であってもよいし、ハイブリッド車であってもよい。エンジン制御システム２は、センサ群８と、エンジン制御装置３０（エンジン制御部の一例）と、エンジン７０と、クランク角度センサ４と、エンジントルク推定装置１０とを含む。
　センサ群８は、クランク角度センサ４以外の各種車載センサとして、例えば、アクセル開度センサ、車速センサ、レーダセンサ、画像センサ等を含む。
　エンジン制御装置３０は、エンジン７０を電子制御する。尚、エンジン７０の電子制御は、例えば、図示しないが、エンジン７０の吸気マニホールド内に配置されるスロットルバルブの開度（即ち、スロットル開度）を電子制御することで実現することが可能である。その他、エンジン７０の電子制御は、例えば、エンジン７０の燃焼室に噴射される燃料の量や点火時期を電子制御することや、バルブ開閉タイミングを調整するインテークカムシャフトの位相を電子制御することで実現することが可能である。
　エンジン制御装置３０は、電子制御ユニット（ＥＣＵ：Electronic Control Unit）により形成され、例えば図２に示したようなハードウェア構成を有してよい。エンジン制御装置３０は、図１９に示すように、運転者要求駆動力算出部３１と、運転者支援駆動力算出部３２と、目標駆動力調停部３３と、フィードバック制御部３４とを含む。
　運転者要求駆動力算出部３１は、車速センサ及びアクセル開度センサからの情報に基づいて、車速及びアクセル開度に応じた運転者要求駆動力（以下、「第１要求駆動力」と称する）を算出する。
　運転者支援駆動力算出部３２は、レーダセンサ等からの情報に基づいて、運転者による車両の運転を支援するための要求駆動力（以下、「第２要求駆動力」と称する）を算出する。第２要求駆動力は、例えば所定車速で走行するために必要な駆動力、先行車に追従するために必要な駆動力、制限車速を超えないように車速を制限するための駆動力等であってよい。
　目標駆動力調停部３３は、所定の規則に従って、第１要求駆動力及び第２要求駆動力のいずれかを選択する。例えば、ＡＣＣ（Adaptive Cruse Control）の実行中は、目標駆動力調停部３３は、第１要求駆動力が０である間、第２要求駆動力を選択し、第１要求駆動力が所定値より大きくなると、第１要求駆動力を選択する。目標駆動力調停部３３は、選択した要求駆動力を、トルク表現［N・ｍ］に変換し、要求駆動トルクとしてフィードバック制御部３４に与える。
　フィードバック制御部３４は、例えば、目標駆動力調停部３３から与えられる要求駆動トルクと、エンジントルク推定装置１０から与えられる図示トルクの推定値との差分に基づいて、要求駆動トルクが実現されるようにエンジン７０の制御目標値を決定してもよい。エンジンの制御目標値は、例えばスロットル開度の目標値や燃料の噴射量の目標値等であってよい。尚、等価的に、図示トルクの推定値に代えて、該図示トルクの推定値に基づき推定される正味トルクの推定値が用いられてもよい。例えば、正味トルクは、図示トルクの推定値からエンジンのフリクショントルクを減算することで算出できる。また、エンジンのフリクショントルクは、例えば、エンジンの回転数および負荷に基づいて算出できる。また、フィードバック制御部３４は、エンジントルク推定装置１０から与えられる図示トルクの推定値に基づいて、エンジンの制御目標値として点火時期の目標値を決定してもよい。フィードバック制御部３４は、決定した制御目標値が実現されるように、エンジン７０を制御する。
　図１９に示すエンジン制御システム２によれば、エンジントルク推定装置１０を備え、要求駆動力と図示トルクの推定値との差分に基づいてエンジン７０をフィードバック制御できる。上述のようにエンジントルク推定装置１０からの図示トルクの推定値の推定精度が高いため、エンジン７０の駆動トルクを精度良く制御できる。これにより、例えば過剰に筒内に燃料を噴射する必要がなくなり、エンジン性能が向上し、燃費やドライバビリティが改善される。このようにして、エンジントルク推定装置１０をエンジン制御システムの高性能化に有効に利用できる。
　尚、図１９に示す例では、エンジントルク推定装置１０は、エンジン制御装置３０とは別に設けられるが、これに限られない。エンジントルク推定装置１０の機能の一部又は全部は、エンジン制御装置３０により実現されてもよい。
　また、図１９に示す例では、エンジン制御システム２は、エンジントルク推定装置１０による推定結果を用いて制御する対象は、エンジン７０であるが、これに限られない。例えば、エンジントルク推定装置１０による推定結果は、エンジン７０以外の車両駆動装置（例えば、トランスミッション、電気モータ、クラッチ等）の制御にも用いることができる。エンジン７０以外の車両駆動装置の制御目標値（例えばトランスミッションの目標ギア段）は、エンジン７０の制御目標値に関連する場合があるためである。
　［実施例２］
　図２０は、実施例２によるエンジントルク推定システム１Ａの一例を示す構成図である。実施例２によるエンジントルク推定システム１Ａは、上述した実施例１によるエンジントルク推定システム１（図１参照）に対して、筒内圧センサ９が追加され、且つ、エンジントルク推定装置１０がエンジントルク推定装置１０Ａで置換された点が異なる。
　筒内圧センサ９は、一部の気筒に対してのみ設けられる。実施例２では、一例として、エンジンは、直列４気筒のエンジンであり、筒内圧センサ９は、気筒番号１番～４番のうちの、気筒番号１番の気筒だけに設けられる。以下、気筒番号１番の気筒を「１番気筒」と称し、気筒番号２番の気筒を「２番気筒」と称し、以下同様である。
　実施例２によるエンジントルク推定装置１０Ａは、上述した実施例１によるエンジントルク推定装置１０に対して、ハードウェア構成自体は同じであってよいが、機能が、以下の通り異なる。
　図２１は、実施例２によるエンジントルク推定装置１０Ａの機能ブロック図である。実施例２によるエンジントルク推定装置１０Ａは、上述した実施例１によるエンジントルク推定装置１０に対して、以下の構成を追加的に含む点が主に異なる。即ち、エンジントルク推定装置１０Ａは、筒内圧情報取得部１７０と、図示トルク時系列データ生成部１７２と、同定用データ生成部１７４と、同定用データ記憶部１７６と、モデル同定部１８０とを追加的に含む。各部１７０、１７２、１７４、及び１８０は、制御部１０１が主記憶部１０２内のプログラムを実行することにより実現できる。同定用データ記憶部１７６は、補助記憶部１０３により実現できる。
　筒内圧情報取得部１７０は、筒内圧センサ９から筒内圧の実測値（筒内圧信号）を取得する。
　図示トルク時系列データ生成部１７２は、例えば筒内圧情報取得部１７０が取得した筒内圧の実測データ（クランク角度0～720ＣＡ分の時系列データ）に基づいて、１番気筒が膨張行程（爆発工程）にある期間における図示トルクの時系列データを生成する。図示トルクは、１番から４番までの各気筒で生成されるトルクの重ねあわせであるが、膨張行程にある気筒で発生するトルクが支配的である。従って、１番気筒が膨張行程にある期間が「同定対象期間」となる。１番気筒で発生するトルクは、１番気筒の筒内圧から直接的に算出できる。他方、２番から４番までの各気筒で発生するトルクは、１番気筒の筒内圧の実測データに基づき推定されてよい。例えば、あるエンジン回転数で同定対象期間において排気工程となる気筒で発生するトルクは、同エンジン回転数で１番気筒が排気工程であるときに得られる筒内圧の実測データに基づき推定されてもよい。
　同定用データ生成部１７４は、同定用データを生成する。同定用データは、図示トルク時系列データ生成部１７２により生成される図示トルクの時系列データと、モデル入力生成部１４０により生成される入力データとを含む。同定用データを形成する入力データは、例えば、同定対象期間において所定周期Δｔｐ毎に生成される同データである。同定用データ生成部１７４は、同定用データを同定用データ記憶部１７６に記憶する。
　同定用データ記憶部１７６は、同定用データを記憶（蓄積）する。同定用データ記憶部１７６は、エンジン回転数ごとに、同定用データを記憶する。
　モデル同定部１８０は、同定用データ記憶部１７６内の同定用データに基づいて、数理モデルのモデルパラメータの値を同定する同定処理を行う。数理モデル、及びモデルパラメータは、上述のとおりである。同定処理の方法についても、上述のとおりであるが、例えば、エンジン回転数ごと、以下のように実現される。同定対象期間における複数時点（例えば所定周期Δｔｐ刻みの時点）のそれぞれごとに、図示トルクの時系列データに基づく値がモデル出力ｙとなるように、入力データに基づいて、モデルパラメータの値が同定される。モデル同定部１８０は、エンジン回転数ごとのモデルパラメータの同定値を、モデルパラメータ記憶部１５０に記憶する。
　次に、図２２を参照して、エンジントルク推定装置１０Ａによるモデル同定処理の流れの一例について説明する。エンジントルク推定装置１０Ａのトルク推定処理は、上述した図１８の通りであってよい。但し、実施例２では、上述のように、トルク推定処理で用いるモデルパラメータ記憶部１５０内の数理モデル情報が、事前（車両実装前の設計段階）ではなく、車両実働時に生成・記憶される点が異なる。
　図２２は、エンジントルク推定装置１０Ａによるモデル同定処理の流れの一例を示すフローチャートである。図２２に示すモデル同定処理は、上述したトルク推定処理と同期してリアルタイムに実行される。但し、変形例では、図２２に示すモデル同定処理は、例えばオフラインで実行されてもよい。
　ステップＳ２００では、筒内圧情報取得部１７０は、１番気筒が膨張行程であるか否かを判定する。判定結果が"ＹＥＳ"の場合は、ステップＳ２０２に進み、判定結果が"ＮＯ"の場合は、ステップＳ２０８に進む。
　ステップＳ２０２では、筒内圧情報取得部１７０は、筒内圧の実測値を取得する。
　ステップＳ２０４では、図示トルク時系列データ生成部１７２は、ステップＳ２０２で取得された筒内圧信号に基づいて、現在の筒内圧の実測値を主記憶部１０２のＲＡＭの第１所定領域に記憶する。尚、ＲＡＭの第１所定領域は、１番気筒が膨張行程である間に取得される複数の筒内圧の実測値を記憶できる容量を有する。
　ステップＳ２０６では、同定用データ生成部１７４は、今回周期の入力データをモデル入力生成部１４０から取得し、取得した入力データを、主記憶部１０２のＲＡＭの第２所定領域に記憶する。尚、ＲＡＭの第２所定領域は、１番気筒が膨張行程である間に取得される複数セットの入力データを記憶できる容量を有する。
　ステップＳ２０８では、同定用データ生成部１７４は、直近の１番気筒が膨張行程である間にＲＡＭに記憶(バッファリング)された第１及び第２所定領域のデータを、同定用データ記憶部１７６に記憶(転送)済みか否かを判定する。判定結果が"ＹＥＳ"の場合は、今回周期の処理はそのまま終了し、判定結果が"ＮＯ"の場合は、今回周期の処理はステップＳ２１０に進む。
　ステップＳ２１０では、同定用データ生成部１７４は、ＲＡＭの第１及び第２所定領域のデータを、現在のエンジン回転数に紐付けて同定用データ記憶部１７６に記憶する。同定用データ生成部１７４は、ＲＡＭの第１及び第２所定領域のデータを、同定用データ記憶部１７６に記憶すると、当該データを消去する。このようにして、１番気筒の膨張行程が発生する毎に、そのときのエンジン回転数に紐付けて同定用データが同定用データ記憶部１７６に蓄積されていく。以下では、１回の１番気筒の膨張行程で得られる同定用データを、「１セット」の同定用データとする。１セットの同定用データは、上述のように、１番気筒の膨張行程中の複数時点のそれぞれ毎に、１番気筒の筒内圧の実測値と、入力データとを含む。
　ステップＳ２１２では、モデル同定部１８０は、モデル同定が必要であるか否かを判定する。例えば、モデル同定部１８０は、モデル同定条件が満たされる場合に、モデル同定が必要であると判定する。モデル同定条件は、任意であるが、例えば定期的に満たされてもよいし、同定用データ記憶部１７６内のエンジン回転数ごとの同定用データのセット数が所定数以上になった場合に満たされてもよい。判定結果が"ＹＥＳ"の場合は、今回周期の処理はステップＳ２１４に進み、判定結果が"ＮＯ"の場合は、今回周期の処理はそのまま終了する。
　ステップＳ２１４では、モデル同定部１８０は、同定用データ記憶部１７６に蓄積された同定用データに基づいて、数理モデルのモデルパラメータの値を同定する同定処理を行う。同定処理は、上述のとおりである。
　ステップＳ２１６では、モデル同定部１８０は、ステップＳ２１４の同定結果に基づいて、エンジン回転数ごとのモデルパラメータの同定値を、モデルパラメータ記憶部１５０に記憶する。
　このように実施例２によれば、エンジントルク推定システム１Ａが筒内圧センサ９を含むので、車両実装状態（即ち車両の出荷後の状態）においても、図１８に示したトルク推定処理を実行できる。即ち、実施例２によれば、車両実装状態において、定期的に又は不定期的に、モデルパラメータ記憶部１５０内の数理モデル情報を更新できる。これにより、エンジンの特性に個体差がある場合でも、該個体差に応じてモデルパラメータの値を修正できる。また、エンジンの特性に経時変化が生じた場合でも、モデルパラメータの値を更新できる。
　また、実施例２によれば、筒内圧センサ９は１つの気筒に対してのみ設けられるので、全ての気筒に筒内圧センサを設ける場合に比べて、簡易な構成を実現でき、筒内圧センサの設置に起因した問題（コスト、耐久性、及び保守性）を低減できる。
　尚、実施例２によるエンジントルク推定装置１０Ａは、図１９に示したエンジン制御システム２のエンジントルク推定装置１０（実施例１によるエンジントルク推定装置１０）に代えて使用できる。この場合、クランク角度0～720ＣＡ中、１番気筒の膨張行程の範囲内だけ、数理モデルに基づく図示トルクの推定値に代えて、筒内圧センサ９の実測値に基づく図示トルクの算出値（図示トルク時系列データ生成部１７２で導出）が使用されてもよい。
　以上、各実施例について詳述したが、特定の実施例に限定されるものではなく、特許請求の範囲に記載された範囲内において、種々の変形及び変更が可能である。また、前述した実施例の構成要素を全部又は複数を組み合わせることも可能である。
　例えば、上述した実施例１、２では、数理モデルへの入力データは、最小値に係る入力データと、最大値に係る入力データとの双方を含むが、いずれか一方のみを含んでもよい。また、他の形態で、振幅情報に基づく入力データが生成・使用されてもよい。例えば、最小値に係る入力データと最大値に係る入力データとを組み合わせることで、入力データが生成・使用されてもよい。また、複数時点の振幅情報を平均化することで入力データが生成・使用されてもよい。また、波高値（隣接する最小値から最大値まの差）が振幅情報として使用されてもよい。
　また、上述した実施例１、２では、数理モデルの出力ｙは、図示トルクであったが、図示トルクに代えて、他のパラメータ（例えば、正味トルクや、図示トルクから外部負荷トルクを差し引いたトルク等）が用いられてもよい。
　また、上述した実施例１、２では、Ａ／Ｄコンバータ１１０はエンジントルク推定装置１０、１０Ａ内に設けられるが、Ａ／Ｄコンバータ１１０は、クランク角度センサ４を含むセンサユニット内に設けられてもよい。
　また、上述した実施例１、２では、一例としてエンジンを備える車両を対象としたが、エンジンを備える限り、対象は、任意である。例えば、対象は、エンジンを備える鉄道車両、エンジンを備える船舶、エンジンを備える建設機械、エンジンを備えるバイク（車両の一種）、エンジンを備える航空機、エンジンを備えるヘリコプター等であってもよい。
１、１Ａ　エンジントルク推定システム
２　エンジン制御システム
４　クランク角度センサ
５　シグナルロータ
８　センサ群
９　筒内圧センサ
１０、１０Ａ　エンジントルク推定装置
３０　エンジン制御装置
３１　運転者要求駆動力算出部
３２　運転者支援駆動力算出部
３３　目標駆動力調停部
３４　フィードバック制御部
４１　検出コイル
４２　マグネット
４３　ポールピース
７０　エンジン
１１０　Ａ／Ｄコンバータ
１１１　クランク角信号取得部
１１２　ゲイン調整部
１１４　クランク角信号記憶部
１２０　最大点取得部
１２２　最大点時系列データ生成部
１３０　最小点取得部
１３２　最小点時系列データ生成部
１４０　モデル入力生成部
１５０　モデルパラメータ記憶部
１６０　推定部
１７０　筒内圧情報取得部
１７２　図示トルク時系列データ生成部
１７４　同定用データ生成部
１７６　同定用データ記憶部
１８０　モデル同定部

Claims (20)

  1. 　エンジンのクランクシャフトに対して設けられるクランク角度センサから、クランクシャフトの回転速度に応じて振幅が変化する時系列波形を取得する取得部と、
    　前記時系列波形の振幅情報に基づいて、数理モデルへの入力データを生成するモデル入力生成部と、
    　前記モデル入力生成部により生成された前記入力データを前記数理モデルに与えることで、エンジントルクの推定値を算出する推定部とを含む、エンジントルク推定装置。
  2. 　前記時系列波形は、クランクシャフトの回転に伴い周期的に０を跨いで振幅の最大点及び最小点が交互に発生する第１区間と、上死点検出用の第２区間とを含み、
    　前記振幅情報は、前記時系列波形の前記第１区間における最大点及び最小点のうちの、少なくともいずれか一方の値を含む、請求項１に記載のエンジントルク推定装置。
  3. 　複数の前記最大点に基づいて前記振幅の最大値の時系列データを生成する第１時系列データ生成部を更に含み、
    　前記モデル入力生成部は、前記最大値の時系列データに基づいて、前記入力データを生成する、請求項２に記載のエンジントルク推定装置。
  4. 　前記最大値の時系列データは、複数の前記最大点間を結ぶ直線上の値を含む、請求項３に記載のエンジントルク推定装置。
  5. 　前記入力データは、前記最大値の時系列データにおける直近の所定期間内の値であって、一定の時間間隔の複数時点での値を含む、請求項３又は４に記載のエンジントルク推定装置。
  6. 　複数の前記最小点に基づいて前記振幅の最小値の時系列データを生成する第２時系列データ生成部を更に含み、
    　前記モデル入力生成部は、前記最小値の時系列データに基づいて、前記入力データを生成する、請求項２～５のうちのいずれか１項に記載のエンジントルク推定装置。
  7. 　前記最小値の時系列データは、複数の前記最小点間を結ぶ直線上の値を含む、請求項６に記載のエンジントルク推定装置。
  8. 　前記入力データは、前記最小値の時系列データにおける直近の所定期間内の値であって、一定の時間間隔の複数時点での値を含む、請求項６又は７に記載のエンジントルク推定装置。
  9. 　前記数理モデルは、線形関数と非線形関数の線形結合で表現される、請求項１～８のうちのいずれか１項に記載のエンジントルク推定装置。
  10. 　前記非線形関数は、ウェーブレット関数及びスケーリング関数を含む、請求項９に記載のエンジントルク推定装置。
  11. 　前記非線形関数は、区分線形関数である、請求項９に記載のエンジントルク推定装置。
  12. 　前記数理モデルのパラメータの値は、複数のエンジン回転数のそれぞれごとに、筒内圧の実測値に基づいて同定される、請求項１～１０のうちのいずれか１項に記載のエンジントルク推定装置。
  13. 　前記推定部は、現在のエンジンの回転数に応じた前記パラメータの値を用いる、請求項１２のうちのいずれか１項に記載のエンジントルク推定装置。
  14. 　前記エンジントルクは、図示トルクである、請求項１～１３のうちのいずれか１項に記載のエンジントルク推定装置。
  15. 　エンジンの複数の気筒のうちの一部の気筒にのみ設けられる筒内圧センサから、筒内圧の実測値を取得する筒内圧情報取得部と、
    　前記筒内圧情報取得部により取得された前記筒内圧の実測値と、前記モデル入力生成部により生成された前記入力データとに基づいて、前記数理モデルのパラメータの値を同定する同定部とを含み、
    　前記推定部は、前記同定部により前記パラメータの値が同定された前記数理モデルに基づいて、前記推定値を算出する、請求項１～１１のうちのいずれか１項に記載のエンジントルク推定装置。
  16. 　前記クランク角度センサは、電磁ピックアップ式である、請求項１～１５のうちのいずれか１項に記載のエンジントルク推定装置。
  17. 　前記時系列波形又は前記入力データのゲインを調整するゲイン調整部を含む、請求項１６に記載のエンジントルク推定装置。
  18. 　前記ゲイン調整部は、前記クランク角度センサの出力電圧特性が、予め規定された基準特性に一致するように、前記ゲインを調整する、請求項１７に記載のエンジントルク推定装置。
  19. 　エンジンのクランクシャフトに対して設けられるクランク角度センサから、クランクシャフトの回転速度に応じて振幅が変化する時系列波形を取得し、
    　前記時系列波形の振幅情報に基づいて、数理モデルへの入力データを生成し、
    　生成した前記入力データを前記数理モデルに与えることで、エンジントルクの推定値を算出することを含む、コンピュータにより実行されるエンジントルク推定方法。
  20. 　エンジンと、
    　エンジンのクランクシャフトに対して設けられるクランク角度センサと、
    　前記クランク角度センサから、クランクシャフトの回転速度に応じて振幅が変化する時系列波形を取得する取得部と、
    　前記時系列波形の振幅情報に基づいて、数理モデルへの入力データを生成するモデル入力生成部と、
    　前記モデル入力生成部により生成された前記入力データを前記数理モデルに与えることで、エンジントルクの推定値を算出する推定部と、
    　エンジントルクの前記推定値に基づいて、エンジンを制御するエンジン制御部と含む、エンジン制御システム。
PCT/JP2016/058806 2016-03-18 2016-03-18 エンジントルク推定装置、エンジン制御システム及びエンジントルク推定方法 WO2017158838A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/JP2016/058806 WO2017158838A1 (ja) 2016-03-18 2016-03-18 エンジントルク推定装置、エンジン制御システム及びエンジントルク推定方法
JP2018505205A JP6544479B2 (ja) 2016-03-18 2016-03-18 エンジントルク推定装置、エンジン制御システム及びエンジントルク推定方法
US16/129,025 US10969285B2 (en) 2016-03-18 2018-09-12 Engine torque estimating device, engine control system, and engine torque estimation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/058806 WO2017158838A1 (ja) 2016-03-18 2016-03-18 エンジントルク推定装置、エンジン制御システム及びエンジントルク推定方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16/129,025 Continuation US10969285B2 (en) 2016-03-18 2018-09-12 Engine torque estimating device, engine control system, and engine torque estimation method

Publications (1)

Publication Number Publication Date
WO2017158838A1 true WO2017158838A1 (ja) 2017-09-21

Family

ID=59851036

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/058806 WO2017158838A1 (ja) 2016-03-18 2016-03-18 エンジントルク推定装置、エンジン制御システム及びエンジントルク推定方法

Country Status (3)

Country Link
US (1) US10969285B2 (ja)
JP (1) JP6544479B2 (ja)
WO (1) WO2017158838A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11441500B2 (en) 2019-02-25 2022-09-13 Transtron Inc. Engine torque estimating apparatus, engine torque estimating method, and engine control apparatus
CN117571197A (zh) * 2024-01-17 2024-02-20 绵阳师范学院 一种联轴器扭矩标定修正方法及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020101937A1 (de) * 2020-01-28 2021-07-29 Knorr-Bremse Systeme für Nutzfahrzeuge GmbH Schutzhülse für einen Drehzahlsensor

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6371551A (ja) * 1986-09-12 1988-03-31 Toyota Motor Corp 内燃機関の負荷トルク推定装置
JPH02188676A (ja) * 1989-01-14 1990-07-24 Nok Corp 点火制御装置
WO2008087928A1 (ja) * 2007-01-16 2008-07-24 Toyota Jidosha Kabushiki Kaisha 内燃機関のトルク推定装置
JP2009509089A (ja) * 2005-09-20 2009-03-05 イエフペ 内燃エンジンの複数のシリンダの各々が発生する瞬間速度を推定する方法
JP2012127331A (ja) * 2010-12-17 2012-07-05 Honda Motor Co Ltd エンジン制御装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4547239B2 (ja) 2004-11-16 2010-09-22 株式会社エー・アンド・デイ エンジン計測装置
WO2006120728A1 (ja) 2005-05-09 2006-11-16 A & D Company, Ltd. エンジン計測装置
JP2007126996A (ja) * 2005-11-01 2007-05-24 Toyota Motor Corp 機関出力の演算方法及び演算装置
JP4497376B2 (ja) * 2006-05-11 2010-07-07 ヤンマー株式会社 エンジン
EP2370295B1 (en) * 2008-12-25 2012-11-14 Toyota Jidosha Kabushiki Kaisha Diagnostic system and diagnostic method for vehicle
JP2012188930A (ja) * 2011-03-08 2012-10-04 Nippon Soken Inc エンジントルク推定装置
SE537656C2 (sv) * 2013-06-10 2015-09-22 Scania Cv Ab Förfarande för estimering av ett moment genererat av en förbränningsmotor
JP2015129442A (ja) 2014-01-06 2015-07-16 ヤマハ発動機株式会社 鞍乗型車両
JP6024700B2 (ja) * 2014-04-11 2016-11-16 トヨタ自動車株式会社 エンジン回転速度制御装置
JP6543509B2 (ja) * 2015-05-13 2019-07-10 本田技研工業株式会社 内燃機関の制御装置
JP6582871B2 (ja) * 2015-10-27 2019-10-02 富士通株式会社 エンジントルク推定装置、エンジントルク推定システム及びエンジントルク推定方法
WO2017154214A1 (ja) * 2016-03-11 2017-09-14 富士通株式会社 Ｗｉｅｂｅ関数パラメータ同定装置、方法、プログラム、内燃機関状態検出装置、及び車載制御システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6371551A (ja) * 1986-09-12 1988-03-31 Toyota Motor Corp 内燃機関の負荷トルク推定装置
JPH02188676A (ja) * 1989-01-14 1990-07-24 Nok Corp 点火制御装置
JP2009509089A (ja) * 2005-09-20 2009-03-05 イエフペ 内燃エンジンの複数のシリンダの各々が発生する瞬間速度を推定する方法
WO2008087928A1 (ja) * 2007-01-16 2008-07-24 Toyota Jidosha Kabushiki Kaisha 内燃機関のトルク推定装置
JP2012127331A (ja) * 2010-12-17 2012-07-05 Honda Motor Co Ltd エンジン制御装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11441500B2 (en) 2019-02-25 2022-09-13 Transtron Inc. Engine torque estimating apparatus, engine torque estimating method, and engine control apparatus
CN117571197A (zh) * 2024-01-17 2024-02-20 绵阳师范学院 一种联轴器扭矩标定修正方法及系统
CN117571197B (zh) * 2024-01-17 2024-03-26 绵阳师范学院 一种联轴器扭矩标定修正方法及系统

Also Published As

Publication number Publication date
JP6544479B2 (ja) 2019-07-17
US10969285B2 (en) 2021-04-06
US20190011319A1 (en) 2019-01-10
JPWO2017158838A1 (ja) 2018-10-04

Similar Documents

Publication Publication Date Title
JP6582871B2 (ja) エンジントルク推定装置、エンジントルク推定システム及びエンジントルク推定方法
JP5043165B2 (ja) 内燃機関の制御装置
US10969285B2 (en) Engine torque estimating device, engine control system, and engine torque estimation method
US10107715B2 (en) Estimation apparatus, estimation method and engine system
JP4626564B2 (ja) 内燃機関の制御装置
JP2017072086A (ja) 内燃機関の制御装置
KR101792177B1 (ko) 내연 기관에 의해 생성되는 토크를 추정하는 방법
JP4788640B2 (ja) 内燃機関の筒内圧推定方法および筒内圧推定装置
EP2351923B1 (en) Cylinder intake air amount calculating apparatus for internal combustion engine
JP6930268B2 (ja) 算出装置、算出方法、及びエンジン制御システム
KR20170052509A (ko) 회전 속도 센서 신호의 2개의 신호 에지 사이의 기간을 예측하기 위한 방법
US20110208404A1 (en) High-accuracy imep computational technique using a low-resolution encoder and a cubic spline integration process
EP2258935B1 (en) Device for detecting deterioration in response of control subject
JP7193098B2 (ja) エンジントルク推定装置、エンジントルク推定方法及びエンジン制御装置
JP6076280B2 (ja) 内燃機関の制御装置
JP2017193991A (ja) エンジン状態パラメータ算出装置、エンジン制御システム及びエンジン状態パラメータ算出方法
WO2013084342A1 (ja) 内燃機関の制御装置
Mueller Engine stop position estimation
JP2007211685A (ja) 内燃機関のオイル劣化判定装置
WO2023243035A1 (ja) 内燃機関のトルク推定装置
EP2249014B1 (en) Device for controlling fuel injection amount in internal combustion engine
JP2012117414A (ja) 可変動弁機構の制御装置
WO2021040035A1 (ja) アクチュエータの駆動制御装置
JP2012013087A (ja) 自動二輪車のためのインダクションバックファイア補償
JP2010168953A (ja) 可変吸気バルブのリフト量に応じた燃料を噴射する内燃機関

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2018505205

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16894456

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 16894456

Country of ref document: EP

Kind code of ref document: A1