プラントの制御装置
【課題】制御量を所定の条件下で制御するプラントの制御装置において、実際の制御量が上記条件を逸脱したり、逆に制御量を上記条件に拘束する制御が不要に働いたりするのを防止できる制御装置を提供すること。
【解決手段】制御装置に構成された最適化コントローラは、Ｎ個の燃焼モデルベースコントローラ７＿ｉ（ｉ＝１〜Ｎ）を備える。燃焼モデルベースコントローラ７＿ｉでは、予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉを燃焼モデル７１１＿ｉに入力したときに、このモデルにより算出される予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えないように予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉを補正する。そして、算出された予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉに基づいて、燃料噴射量Ｇｉｎｊ及び燃料噴射時期θｉｎｊを決定する。
【解決手段】制御装置に構成された最適化コントローラは、Ｎ個の燃焼モデルベースコントローラ７＿ｉ（ｉ＝１〜Ｎ）を備える。燃焼モデルベースコントローラ７＿ｉでは、予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉを燃焼モデル７１１＿ｉに入力したときに、このモデルにより算出される予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えないように予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉを補正する。そして、算出された予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉに基づいて、燃料噴射量Ｇｉｎｊ及び燃料噴射時期θｉｎｊを決定する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、プラントの制御装置に関する。特に、プラントモデルに基づいて制御入力を決定するプラントの制御装置に関する。
【背景技術】
【０００２】
従来、ガソリンエンジンやディーゼルエンジンなどのエンジン制御において、点火時期や燃料の噴射時期は、エンジンの性能が最大限に引き出されるように、エンジン回転数や空燃比などに応じて最適な時期に設定される。一方、これら点火時期や噴射時期は、燃焼サイクルごとのシリンダ内圧の最大値（以下、「最大シリンダ内圧」という）に相関があることが知られている。エンジンに過度の負担がかからないように、この最大シリンダ内圧は所定の許容最大値を超えないように制御される。
【０００３】
図３０は、点火時期又は噴射時期と、エンジン出力及び最大シリンダ内圧との関係を模式的に示す図である。
点火（噴射）時期を進角側に設定すると出力を向上できるものの、これに伴い最大シリンダ内圧も大きくなる傾向がある。このため、図３０に示すように、点火（噴射）時期を最も大きな出力が得られる最適な時期（ＭＢＴ（Minimum advance for the Best Torque））に設定すると、最大シリンダ内圧がエンジンの骨格強度限界に応じて設定された許容最大値を超えてしまう場合がある。このような場合、最大シリンダ内圧が許容最大値を超えないように点火（噴射）時期を遅角側に設定する必要があるが、従来では、エンジンの生産ばらつき、気筒間のばらつき、環境ばらつきなどを考慮して、最大シリンダ内圧が確実に許容最大値を超えないように、許容最大値に対し所定のマージンを持たせて点火（噴射）時期を設定する。このように、許容最大値に対するマージンを大きく設定するとエンジンにかかる負担をより確実に軽減できるものの、結果としてエンジンの出力が低下したり、エンジンの重量が増加したりするおそれがある。
【０００４】
そこで特許文献１には、エンジンの骨格強度を使いきれるように、エンジンのシリンダ内圧をシリンダ内圧センサで監視し、最大シリンダ内圧が許容最大値を超えないように燃料の供給量や、点火（噴射）時期などを調整する技術が提案されている。より具体的には、シリンダ内圧センサによる最大シリンダ内圧の検出値が、許容最大値よりも小さな値に設定した閾値を超えたことに応じて燃料の供給量を減量することにより、最大シリンダ内圧を許容最大値以下に抑制する。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００２−１８０８７９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、このようにシリンダ内圧センサの検出値を用いたフィードバック制御アルゴリズムにより最大シリンダ内圧を許容最大値以下に抑制する制御を行ったとしても、今回の燃焼サイクルに基づいて演算した点火時期や燃料噴射時期は、次回の燃焼サイクル時にしか反映できないため、最大シリンダ内圧に必ず制御遅れが発生してしまう。このため、例えば、一時的に最大シリンダ内圧が許容最大値を超えてしまったり、逆に不要に最大シリンダ内圧を抑制する制御が働くことで出力が低下したりするおそれがある。このような運転者の意思に反した挙動は、過渡的な運転状態において特に顕著となる。したがって、従来の技術では、最大シリンダ内圧を許容値よりも十分に低く抑える必要があるため、エンジンの骨格強度を最大限有効に使いきれているとは言いがたい。
【０００７】
なお、ここまで制御量に制御遅れが発生することに伴う課題についてエンジンの最大シリンダ内圧制御を例に説明したが、このような制御遅れに付随した課題は、エンジンの制御量を所定の許容最大値以下に抑制する制御をフィードバック制御に基づいて行った場合には、共通して生じうると考えられる。
【０００８】
本発明は、上述した点を考慮してなされたものであり、制御量を所定の条件下で制御するプラントの制御装置において、実際の制御量が上記条件を逸脱したり、逆に制御量を上記条件に拘束する制御が不要に働いたりするのを防止できる制御装置を提供することを目的とする。
【課題を解決するための手段】
【０００９】
上記目的を達成するため本発明は、プラント（例えば、後述のエンジン１，１Ｄ）の第１制御量（例えば、後述の最大シリンダ内圧Ｐｍａｘ、シリンダ内圧検出値Ｐｃｙｌ、ＮＯｘセンサ検出値ＮＯｘ＿ａｃｔ、温度センサ検出値Ｔｅｘ＿ａｃｔ、ノックセンサ検出値Ｐｋｎｏｃｋ）を調整するための制御パラメータ（例えば、後述の燃料噴射量Ｇｉｎｊ、燃料噴射時期θｉｎｊ、燃料噴射分割比率Ｒｉｎｊ、圧縮比指令値Ｃｒ＿ｃｍｄ、点火時期θｉｇ）を含む入力に基づいて、前記プラントの制御量を推定するプラントモデル（例えば、後述の図３、図６、図７、図８、図９、図１０に示す燃焼モデル）を備えたプラントの制御装置（例えば、後述の制御装置２，２Ａ，２Ｂ，２Ｃ，２Ｄ，２Ｅ）を提供する。前記プラントモデルに前記制御パラメータの暫定値（例えば、後述の予測燃料噴射量Ｇｉｎｊ＿ｉ、及び予測燃料噴射時期θｉｎｊ＿ｉ）を入力したときに、当該プラントモデルにより算出される第１制御量の推定値（例えば、後述の予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉ）を第１制御量モデル値と定義する。前記制御装置は、当該第１制御量モデル値が所定の拘束条件を満たすように前記制御パラメータの暫定値を補正し、さらに当該補正された制御パラメータの暫定値に基づいて前記プラントの制御入力（例えば、後述の燃料噴射量Ｇｉｎｊ、燃料噴射時期θｉｎｊ、燃料噴射分割比率Ｒｉｎｊ、圧縮比指令値Ｃｒ＿ｃｍｄ、点火時期θｉｇ）を決定する制御入力決定手段（例えば、後述の最適化コントローラ５，５Ａ，５Ｂ，５Ｃ，５Ｄ，５Ｅ）を備える。
【００１０】
この発明によれば、制御入力決定手段は、プラントモデルに制御パラメータの暫定値を入力したときにおける、このプラントモデルから出力された第１制御量モデル値が所定の拘束条件を満たすように制御パラメータの暫定値を補正する。さらに、この制御入力決定手段は、第１制御量モデル値が拘束条件を満たすように補正した制御パラメータの暫定値に基づいてプラントの制御入力を決定する。これにより、第１制御量が常に拘束条件を満たすように制御入力を決定することができる。このように、この発明によれば、実際の第１制御量が拘束条件を外れることを契機とすることなく、プラントモデルによりフィードフォワード的に制御入力を決定することができるので、制御遅れにより一時的に第１制御量が上記拘束条件から逸脱したり、逆に第１制御量が上記拘束条件を満たすような制御が不要に働くのを防止したりすることもできる。
【００１１】
この場合、前記プラントモデルに前記制御パラメータの暫定値を入力したときに、当該プラントモデルにより算出される第２制御量の推定値（例えば、後述の予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉ）を、第２制御量モデル値と定義し、前記制御入力決定手段は、前記第１制御量モデル値が前記拘束条件を満たすように、それぞれ異なる最適化条件の下で（例えば、それぞれ異なる後述の分配係数Ｗｅ＿ｉの下で）前記制御パラメータの暫定値を補正する複数の最適化手段（例えば、後述のＮ個の燃焼モデルベースコントローラ７＿ｉ（ｉ＝１〜Ｎ））と、前記複数の最適化手段のそれぞれにより補正された前記制御パラメータの暫定値（例えば、後述の予測燃料噴射時期補正値ｄθｉｎｊ＿ｉ（ｉ＝１〜Ｎ）、及び予測燃料噴射量補正値ｄＧｉｎｊ＿ｉ（ｉ＝１〜Ｎ））のうち、前記第２制御量モデル値が所定の優先条件（例えば、第２制御量モデル値が大きいこと）に最も適合するものを選択し、当該選択した制御パラメータの暫定値を前記プラントの制御入力として決定する最適値選択手段（例えば、後述の最適入力セレクタ８）と、を備えることが好ましい。
【００１２】
この発明によれば、複数の最適化手段により、それぞれ異なる最適化条件の下で、第１制御量モデル値が拘束条件を満たすように制御パラメータの暫定値を補正する。そして、最適値選択手段により、各最適化手段により補正された制御パラメータの暫定値のうち、第２制御量モデル値が所定の優先条件に最も適合するものを選択し、この選択した暫定値をプラントの制御入力として決定する。これにより、例えば第１制御量が拘束条件を満たすように制御入力を決定するあまり、プラントの第２制御量が上記優先条件から外れてしまい、マイナスの影響が現れるのを防止することができる。すなわち、第１制御量を適切に維持しながら、第２制御量が望まれていない挙動を示すのを防止することができる。
【００１３】
この場合、前記プラントモデルは、所定の関数に従って出力する複数のニューロンを結合して構成されたニューラルネットワークを含むことが好ましい。
【００１４】
例えば、プラントモデルとして差分方程式などで表わされた物理モデルを用いた場合、その演算には過大な負荷が要求されるため、車載コンピュータのような小型の計算機では、実現できない場合がある。また、物理モデルでは、数式では表現できないようなプラントにおける複雑な素過程については推定することができないため、一般的にモデル化誤差が大きい。さらに、物理モデルでは、モデル化に伴い莫大な数の不特定のモデルパラメータを含む。これらモデルパラメータは、予め実験により適切な値に同定する必要があるが、実際には非線形結合しているものも多く、既存のシステム同定理論では困難である場合が多い。これに対して、本発明では、プラントモデルとしてニューラルネットワークを用いることにより、車載コンピュータでも実現可能な程度の計算量で、モデル化誤差が小さく精度の高い演算が可能となる。また、ニューラルネットワークにも多くのパラメータが含まれているものの、ニューラルネットワークでは物理的な意味を持ったモデルパラメータとしてこれらパラメータを同定しないので、既存の手法により適切な値に設定することができる。
【００１５】
この場合、前記制御装置は、前記第１制御量を検出する第１制御量検出手段（例えば、後述のシリンダ内圧センサ、ＮＯｘセンサ、排気温度センサ、ノックセンサ）と、当該第１制御量の検出値と前記プラントモデルにより算出される第１制御量の推定値との偏差（例えば、後述のモデル偏差Ｅ＿Ｅｓｔ）が小さくなるように、前記プラントモデルを適応修正するモデル修正手段（例えば、後述のモデル適応器９）と、をさらに備えることが好ましい。
【００１６】
この発明によれば、モデル修正手段により、第１制御量の検出値とプラントモデルにより算出される第１制御量の推定値との偏差が小さくなるように、プラントモデルを適応修正する。これにより、プラントに劣化が発生したり生産ばらつきが生じたりした場合であっても、プラントモデルによる第１制御量の推定値と実際のプラントの第１制御量の値とを常に合致させることができるため、上記劣化や生産ばらつきに関わらず常に適切な制御入力を決定することができる。
【００１７】
この場合、前記ニューラルネットワークの入力（例えば、後述の入力ベクトルＵ）は、当該入力と出力（例えば、後述の出力Ｙ）との相関関係を適応修正するための修正係数（例えば、後述の適応修正係数ＫＶＮＳ）を含み、前記制御装置は、前記第１制御量を検出する第１制御量検出手段と、当該第１制御量の検出値と前記プラントモデルにより算出される第１制御量の推定値との偏差（例えば、後述のモデル偏差Ｅ＿Ｅｓｔ）が小さくなるように、前記修正係数を算出するモデル修正手段（例えば、後述のモデル適応器９）と、をさらに備えることが好ましい。
【００１８】
この発明によれば、モデル修正手段により、第１制御量の検出値とプラントモデルにより算出される第１制御量の推定値との偏差が小さくなるように、プラントモデルのニューラルネットワークに入力される修正係数を算出する。これにより、プラントに劣化が発生したり生産ばらつきが生じたりした場合であっても、プラントモデルによる第１制御量の推定値と実際のプラントの第１制御量の値とを常に合致させることができるため、上記劣化や生産ばらつきに関わらず常に適切な制御入力を決定することができる。
【００１９】
この場合、前記プラントモデルは、前記ニューラルネットワークの出力（例えば、後述の出力Ｙ）に修正係数（例えば、後述の適応修正係数ＫＶＮＳ）を乗算又は加算したものに基づいて前記第１制御量の推定値を算出し、前記制御装置は、前記第１制御量を検出する第１制御量検出手段と、当該第１制御量の検出値と前記プラントモデルにより算出される第１制御量の推定値との偏差（例えば、後述のモデル偏差Ｅ＿Ｅｓｔ）が小さくなるように、前記修正係数を算出するモデル修正手段（例えば、後述のモデル適応器９）と、をさらに備えることが好ましい。
【００２０】
この発明によれば、モデル修正手段により、第１制御量の検出値とプラントモデルにより算出される第１制御量の推定値との偏差が小さくなるように、プラントモデルの出力に乗算又は加算される修正係数を算出する。これにより、プラントに劣化が発生したり生産ばらつきが生じたりした場合であっても、プラントモデルによる第１制御量の推定値と実際のプラントの第１制御量の値とを常に合致させることができるため、上記劣化や生産ばらつきに関わらず常に適切な制御入力を決定することができる。
また、上述のように、修正係数をニューラルネットワークに入力する場合（入力補正型の場合）、この修正係数を通じて、プラントの劣化や生産ばらつきなどの特性変化を予め学習しておく必要がある。このため、プラントが上記学習した特性変化から外れた予期しない変化をした場合、修正係数によりモデル化誤差を補償できなくなる場合がある。
これに対して、修正係数をニューラルネットワークの出力に乗算又は加算する場合（出力補正型の場合）、このようなプラントの特性変化を予め学習する必要がないので、プラントが上述のような予期しない変化をした場合であっても、比較的高い精度でモデル化誤差を補償することができると考えられる。すなわち、入力補正型と出力補正型とを比較すると、静的な特性変化に対するロバスト性は出力補正型の方が高いが、動的な特性変化に対するロバスト性は入力補正型の方が高い傾向がある。
【００２１】
この場合、前記プラントモデルへの入力のうちの少なくとも１つを含む参照パラメータ（例えば、後述の燃料噴射量Ｇｉｎｊ、及びエンジン回転数ＮＥ）を定義し、前記モデル修正手段は、前記参照パラメータを基底とする空間に、互いに重複する複数の領域を定義するとともに、各領域にそれぞれ「０」でない値を持つ正規化された複数の重み関数（例えば、後述の重み関数Ｗｉｊ）を設定する重み関数設定手段（例えば、後述の重み関数設定部９２２）と、前記重み関数の値と前記偏差との積が最小になるように、前記領域ごとに修正値を算出する修正値算出手段（局所修正係数算出部９２３）と、前記重み関数の値と前記修正値との積の全領域に亘る総和に基づいて前記修正係数を決定する決定手段（例えば、後述の修正係数算出部９２４）と、を備えることが好ましい。
【００２２】
この発明によれば、参照パラメータを基底とする空間に複数の領域を定義するとともに、各領域に重み関数を設定する。そして、重み関数と上記偏差との積が最小になるように、領域ごとに修正値を算出する。さらに重み関数と上記修正値との積の全領域にわたる総和に基づいて修正係数を決定する。
ところで、プラントにおける劣化や生産ばらつきが、第１制御量の推定値の誤差におよぼす影響は、プラントの状態に応じて異なったものになると考えられる。この構成によれば、プラントの状態を示す参照パラメータを基底とした空間内の領域ごとの修正値を算出することにより、プラントの状態ごとに異なる誤差への影響を考慮して修正係数を決定することができる。
【００２３】
この場合、前記プラントは、内燃機関であり、前記第１制御量は、前記内燃機関の燃焼サイクルごとの最大シリンダ内圧であり、前記制御パラメータは、前記内燃機関の燃焼サイクルごとの燃料噴射量（例えば、後述の燃料噴射量Ｇｉｎｊ）と、燃料噴射時期（例えば、後述の燃料噴射時期θｉｎｊ）とを含み、前記拘束条件は、前記第１制御量モデル値が所定の許容最大値（例えば、後述の最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ）以下であることが好ましい。
【００２４】
この発明によれば、燃料噴射量及び燃料噴射時期の暫定値をプラントモデルに入力したときにこのプラントモデルにより算出される最大シリンダ内圧の推定値が、許容最大値を超えないように上記暫定値を補正する。そして、この補正した暫定値に基づいて燃料噴射量及び燃料噴射時期を決定し、内燃機関に入力する。これにより、最大シリンダ内圧が許容最大値を超えないようにすることができるので、内燃機関の骨格強度を最大限有効に使いきることができる。
【００２５】
この場合、前記プラントは、内燃機関であり、前記第１制御量は、前記内燃機関の燃焼サイクルごとの最大シリンダ内圧であり、前記制御パラメータは、前記内燃機関の燃焼サイクルごとの燃料噴射量（例えば、後述の燃料噴射量Ｇｉｎｊ）と、メイン燃料噴射の分割噴射比率（例えば、後述の燃料噴射分割比率Ｒｉｎｊ）と、を含み、前記拘束条件は、前記第１制御量モデル値が所定の許容最大値（例えば、後述の最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ）以下であることが好ましい。
【００２６】
この発明によれば、燃料噴射量及びメイン燃料噴射の分割噴射比率の暫定値をプラントモデルに入力したときにこのプラントモデルにより算出される最大シリンダ内圧の推定値が許容最大値を超えないように上記暫定値を補正する。そして、この補正した暫定値に基づいて燃料噴射量及び分割噴射比率を決定し、内燃機関に入力する。これにより、最大シリンダ内圧が許容最大値を超えないようにすることができるので、内燃機関の骨格強度を最大限有効に使いきることができる。
【００２７】
この場合、前記プラントは、内燃機関であり、前記第１制御量は、前記内燃機関から排出されるＮＯｘ量であり、前記制御パラメータは、前記内燃機関の燃焼サイクルごとの燃料噴射時期（例えば、後述の燃料噴射時期θｉｎｊ）と、メイン燃料噴射の分割噴射比率（例えば、後述の燃料噴射分割比率Ｒｉｎｊ）と、を含み、前記拘束条件は、前記第１制御量モデル値が、前記内燃機関の運転状態に応じて設定された許容最大値（例えば、後述の最大フィードＮＯｘ目標値ＮＯｘ＿ｔｒｇｔ）以下であることが好ましい。
【００２８】
近年の排気浄化装置によれば、内燃機関から排出されるＮＯｘの殆どを浄化できるものの、さらなるＮＯｘの排出量の低減や、排気浄化装置にかかる負担の軽減のためには、内燃機関から排出されるＮＯｘ量をする必要がある。そこで、内燃機関から排出されるＮＯｘ量を検出するＮＯｘ検出手段を設け、このＮＯｘ検出手段の出力が許容最大値を超えないようにフィードバック制御する手法が考えられる。しかしながらこの手法では、上述のように制御遅れが発生してしまい、ＮＯｘ量が一時的に許容最大値を超えてしまう場合がある。特に過渡条件下では、このようなＮＯｘ量の増大が顕著となる。
この発明によれば、燃料噴射量及びメイン燃料噴射の分割比率の暫定値をプラントモデルに入力したときにこのプラントモデルにより算出されるＮＯｘ量の推定値が許容最大値を超えないように上記暫定値を補正する。そして、この補正した暫定値に基づいて燃料噴射量及び分割比率を決定し、内燃機関に入力する。これにより、過渡条件下であっても内燃機関から排出されるＮＯｘ量が許容最大値を超えないようにすることができるので、ＮＯｘの排出量を低減するとともに、排気浄化装置にかかる負担を軽減することができる。
【００２９】
この場合、前記プラントは、その排気通路に排気を浄化する排気浄化触媒が設けられた内燃機関であり、前記第１制御量は、前記内燃機関の排気温度であり、前記制御パラメータは、前記内燃機関の燃焼サイクルごとの燃料噴射時期（例えば、後述の燃料噴射時期θｉｎｊ）と、メイン燃料噴射の分割噴射比率（例えば、後述の燃料噴射分割比率Ｒｉｎｊ）と、を含み、前記拘束条件は、前記第１制御量モデル値が、前記排気浄化触媒の活性温度に応じて設定された目標温度（例えば、後述の排気温度目標値Ｔｅｘ＿ｔｒｇｔ）に近いこと、であることが好ましい。
【００３０】
近年のリーンバーン内燃機関の排気浄化触媒では、高い浄化率を発揮できる触媒温度範囲が非常に狭くなっている。そこで近年では、浄化率を高く維持できるように触媒温度を適切な温度に維持するため、内燃機関の排気温度を、触媒の活性温度に応じて設定された目標温度の近くに維持する制御を行う場合がある。そこで、内燃機関の排気温度を検出する排気温度検出手段を設け、この排気温度センサの出力が目標温度から逸脱しないようにフィードバック制御する手法が考えられる。しかしながらこの手法では、上述のように制御遅れが発生してしまい、排気温度が目標値から逸脱してしまう場合がある。
この発明によれば、燃料噴射量及びメイン燃料噴射の分割比率の暫定値をプラントモデルに入力したときにこのプラントモデルにより算出される排気温度の推定値が目標値から外れないように、上記暫定値を補正する。そして、この補正した暫定値に基づいて燃料噴射量及び分割比率を決定し、内燃機関に入力する。これにより、排気温度が目標値から逸脱しないようにすることができるので、排気浄化触媒における浄化率を高く維持することができる。
【００３１】
ところで、排気温度を上昇させることは内燃機関における燃焼効率を低下させることにつながるため、このような排気温度制御は、浄化率と燃費性能とを両立することが課題となる。一般的に排気温度は、内燃機関における燃焼速度に大きく影響され、この燃焼速度は、燃料性状、ＥＧＲバルブの流量ばらつき及び劣化度合い、過給器の特性ばらつき及び劣化度合いなどの様々な要因により変化する。この発明によれば、モデル修正手段により、プラントモデルを適応修正することにより、このような特性変化が生じた場合であっても、浄化率と燃費性能との両立を図ることができる。
【００３２】
この場合、前記プラントは、燃焼室内の圧縮比を変更することができる可変圧縮比機構を備えた内燃機関であり、前記第１制御量は、前記内燃機関の燃焼サイクルごとの最大シリンダ内圧であり、前記制御パラメータは、前記内燃機関の点火時期（例えば、後述の点火時期θｉｎｊ）と、前記可変圧縮比機構に対する圧縮比指令値（例えば、後述の圧縮比指令値Ｃｒ＿ｃｍｄ）と、を含み、前記拘束条件は、前記第１制御量モデル値が所定の許容最大値（例えば、後述の最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ）以下であることが好ましい。
【００３３】
可変圧縮比機構で圧縮比を向上することにより、内燃機関がガソリンエンジンであるか又はディーゼルエンジンであるかにかかわらず燃費性能を向上できる。しかしながらこのとき、内燃機関がガソリンエンジンである場合には、高負荷条件においてノックが発生しやすくなり、内燃機関がディーゼルエンジンである場合には、最大シリンダ内圧が大きくなりやすい。このため、可変圧縮比機構を備えた内燃機関では、その燃費性能と、過大なノックの発生や、過大な最大シリンダ内圧の発生の回避との両立が課題となる。
この発明によれば、内燃機関の点火時期及び圧縮比指令値の暫定値をプラントモデルに入力したときにこのプラントモデルにより算出されるノック強度の推定値が許容最大値を超えないように、上記暫定値を補正する。そして、この補正した暫定値に基づいて点火時期及び圧縮比指令値を決定し、内燃機関に入力する。これにより、ノック強度が許容最大値を超えないようにしながら、燃費を向上することができる。
【００３４】
ところで、一般的な可変圧縮比機構では、内燃機関の圧縮比を、機構の一部分の変位又は角度により検出するため、劣化や生産ばらつきによる誤差が生じやすい。この発明によれば、モデル修正手段により、プラントを適応修正することにより、このような特性変化が生じた場合であっても、燃費の向上と、過大なノックの発生の回避とを両立することができる。
【００３５】
この場合、前記プラントは、燃焼室内の圧縮比を変更することができる可変圧縮比機構を備えた内燃機関であり、前記第１制御量は、前記内燃機関のノック強度であり、前記制御パラメータは、前記内燃機関の点火時期（例えば、後述の点火時期θｉｎｊ）と、前記可変圧縮比機構に対する圧縮比指令値（例えば、後述の圧縮比指令値Ｃｒ＿ｃｍｄ）と、を含み、前記拘束条件は、前記第１制御量モデル値が所定の許容最大値（例えば、後述のノック強度目標値Ｐｋｎｏｃｋ＿ｔｒｇｔ）以下であることが好ましい。
【図面の簡単な説明】
【００３６】
【図１】本発明の第１実施形態に係るエンジンとその制御装置の構成を示すブロック図である。
【図２】上記実施形態に係る最適化コントローラの構成を示すブロック図である。
【図３】上記実施形態に係るシリンダ内圧推定用ニューラルネットワークを備えた出力補正型の最大シリンダ内圧用燃焼モデルの構成を示すブロック図である。
【図４】上記実施形態に係るシリンダ内圧推定用ニューラルネットワークの構成を示す図である。
【図５】シグモイド関数を示す図である。
【図６】上記実施形態に係るシリンダ内圧推定用ニューラルネットワークを備えた入力補正型の最大シリンダ内圧用燃焼モデルの構成を示すブロック図である。
【図７】上記実施形態に係る最大シリンダ内圧推定用ニューラルネットワークを備えた出力補正型の最大シリンダ内圧用燃焼モデルの構成を示すブロック図である。
【図８】上記実施形態に係る最大シリンダ内圧推定用ニューラルネットワークを備えた入力補正型の最大シリンダ内圧用燃焼モデルの構成を示すブロック図である。
【図９】上記実施形態に係る入力補正型のトルク用燃焼モデルの構成を示すブロック図である。
【図１０】上記実施形態に係る出力補正型のトルク用燃焼モデルの構成を示すブロック図である。
【図１１】上記実施形態に係るモデル適応器の構成を示すブロック図である。
【図１２】上記実施形態に係るエンジン回転数を定義域とした４つの第１重み関数を示す図である。
【図１３】上記実施形態に係る燃料噴射量を定義域とした４つの第２重み関数を示す図である。
【図１４】上記実施形態に係る２つの参照パラメータを定義域とした１６個の重み関数を示す図である。
【図１５】上記実施形態に係るＮ個のコントローラのうちのｉ番目の燃焼モデルベースコントローラの構成を示すブロック図である。
【図１６】上記実施形態に係る制御装置により実行される最大シリンダ内圧制御の具体的な手順を示すフローチャートである。
【図１７】従来の制御装置の構成を示すブロック図である。
【図１８】従来の制御装置により最大シリンダ内圧制御を行った場合における燃料噴射量、燃料噴射時期補正値、及びシリンダ内圧の変化を示す図である。
【図１９】条件１、条件２、及び条件３の内容を示す図である。
【図２０】上記実施形態に係る制御装置を条件１のもとで作動させた場合におけるシミュレーションの結果を示す図である。
【図２１】上記実施形態に係る制御装置を条件２のもとで作動させた場合におけるシミュレーションの結果を示す図である。
【図２２】上記実施形態に係る制御装置を条件３のもとで作動させた場合におけるシミュレーションの結果を示す図である。
【図２３】本発明の第２実施形態に係るエンジンとその制御装置の構成を示すブロック図である。
【図２４】燃料噴射時期の遅角化を模式的に示す図である。
【図２５】メイン噴射の分割を模式的に示す図である。
【図２６】本発明の第３実施形態に係るエンジンとその制御装置の構成を示すブロック図である。
【図２７】本発明の第４実施形態に係るエンジンとその制御装置の構成を示すブロック図である。
【図２８】本発明の第５実施形態に係るエンジンとその制御装置の構成を示すブロック図である。
【図２９】本発明の第６実施形態に係るエンジンとその制御装置の構成を示すブロック図である。
【図３０】点火時期又は噴射時期と、エンジン出力及び最大シリンダ内圧との関係を模式的に示す図である。
【発明を実施するための形態】
【００３７】
［第１実施形態］
以下、本発明の第１実施形態を、図面を参照して説明する。
図１は、本実施形態に係るプラントとしての内燃機関（以下、「エンジン」という）１と、その制御装置２との構成を示すブロック図である。
【００３８】
エンジン１は、リーンバーン運転方式のガソリンエンジン又はディーゼルエンジンであり、図示しない車両に搭載されている。エンジン１には、複数のシリンダのそれぞれの燃焼室内に燃料を噴射する燃料噴射弁が設けられている。
【００３９】
制御装置２は、エンジン１のクランク軸の回転角度を検出するクランク角度位置センサ（図示せず）と、エンジン１のシリンダ内圧を検出するシリンダ内圧センサ（図示せず）と、クランク位置角度センサから出力されたクランク角度を示すパルス信号（以下、「クランク角信号」という）θｃｒｋ及びシリンダ内圧センサの検出値（以下、「シリンダ内圧検出値」という）Ｐｃｙｌに基づいてエンジン１の燃料噴射弁に燃焼サイクルごとに入力される燃料噴射量Ｇｉｎｊ及びその燃料噴射時期θｉｎｊを決定する電子制御ユニット（以下、「ＥＣＵ」という）３と、を備える。この他、制御装置２は、ＥＣＵ３に接続されたアクセル開度センサＳＡや、その他のセンサ類ＳＢなどを備える。
【００４０】
なお、このエンジン１における１燃焼サイクルは、クランク角信号θｃｒｋが７２０ｄｅｇ進むことに相当する。エンジン１の回転数ＮＥは、クランク角信号θｃｒｋに基づいてＥＣＵ３により算出され、エンジン１の燃焼サイクルごとの最大シリンダ内圧Ｐｍａｘは、シリンダ内圧検出値Ｐｃｙｌをクランク角信号θｃｒｋに基づいて１燃焼サイクルに亘るピークホールド処理を施すことで検出される。
【００４１】
アクセル開度センサＳＡは、車両のアクセルペダルの開度を検出し、検出値ＡＰに略比例した信号をＥＣＵ５に出力する。
センサ類ＳＢは、例えば、エアフローセンサ、吸気圧センサ、排気圧センサ、ＥＧＲバルブ開度センサなどを含む。エアフローセンサは、エンジン１に吸入される空気量（吸入空気量）を検出し、検出値Ｇａｉｒに略比例した信号をＥＣＵ３に出力する。吸気圧センサは、エンジンの吸気管内の吸気圧力を検出し、検出値ＰＢに略比例した信号をＥＣＵ３に出力する。排気圧センサは、エンジンの排気管内の排気圧力を検出し、検出値ＰＥＸに略比例した信号をＥＣＵ３に出力する。ＥＧＲバルブ開度センサは、エンジンの排気還流通路を開閉するＥＧＲバルブの開度（リフト量）を検出し、検出値θｅｇｒに略比例した信号をＥＣＵ３に出力する。
【００４２】
ＥＣＵ３は、各種センサからの入力信号波形を整形し、電圧レベルを所定のレベルに修正し、アナログ信号値をデジタル信号値に変換するなどの機能を有する入力回路と、中央演算処理ユニット（以下「ＣＰＵ」という）とを備える。この他、ＥＣＵ３は、ＣＰＵで実行される各種演算プログラム及び演算結果などを記憶する記憶回路と、エンジン１の燃料噴射弁などに制御信号を出力する出力回路と、を備える。
【００４３】
また、ＥＣＵ３には、以上のようなハードウェア構成により、各種センサの入力に基づいて最大シリンダ内圧Ｐｍａｘが所定の最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えないように、最適な燃料噴射量Ｇｉｎｊ及び燃料噴射時期θｉｎｊを決定する最適化コントローラ５が構成されている。以下、この最適化コントローラ５の構成について詳細に説明する。
【００４４】
＜１．最適化コントローラ＞
図２は、最適化コントローラ５の構成を示すブロック図である。
図２に示すように、最適化コントローラ５は、基準燃料噴射時期θｉｎｊ＿ｂｓを算出する基準噴射時期算出部５１と、基準燃料噴射量Ｇｉｎｊ＿ｂｓを算出する基準噴射量算出部５２と、燃料噴射時期補正値ｄθｉｎｊ及び燃料噴射量補正値ｄＧｉｎｊを算出する補正値算出部６と、上記基準値θｉｎｊ＿ｂｓ，Ｇｉｎｊ＿ｂｓのそれぞれに上記補正値ｄθｉｎｊ，ｄＧｉｎｊを加算する２つの加算器５３，５４と、を含んで構成される。
【００４５】
この最適化コントローラ５において、燃料噴射時期θｉｎｊ（ｋ）は、基準噴射時期算出部５１で算出された基準燃料噴射時期θｉｎｊ＿ｂｓ（ｋ）と、補正値算出部６で算出された燃料噴射時期補正値ｄθｉｎｊ（ｋ）とを、加算器５３により加算することで算出される（下記式（１−１）参照）。
【数１】
【００４６】
一方、燃料噴射量Ｇｉｎｊ（ｋ）は、基準噴射量算出部５２で算出された基準燃料噴射量Ｇｉｎｊ＿ｂｓ（ｋ）と、補正値算出部６で算出された燃料噴射量補正値ｄＧｉｎｊ（ｋ）とを、加算器５４により加算することで算出される（下記式（１−２）参照）。
【数２】
【００４７】
基準噴射時期算出部５１では、エンジン回転数ＮＥ及びアクセル開度ＡＰに基づいて所定のマップを検索することでドライバ要求トルクＴＲＱ＿ＤＲＶを算出し、さらにこのドライバ要求トルクＴＲＱ＿ＤＲＶ及びエンジン回転数ＮＥに基づいて図示しない制御マップを検索することにより、基準燃料噴射時期θｉｎｊ＿ｂｓ（ｋ）を算出する。
基準噴射量算出部５２では、エンジン回転数ＮＥ及びアクセル開度ＡＰに基づいて所定のマップを検索することでドライバ要求トルクＴＲＱ＿ＤＲＶを算出し、さらにこのドライバ要求トルクＴＲＱ＿ＤＲＶ及びエンジン回転数ＮＥに基づいて図示しない制御マップを検索することにより、基準燃料噴射量Ｇｉｎｊ＿ｂｓ（ｋ）を算出する。
【００４８】
なお、この最適化コントローラ５では、１燃焼サイクルごとに最適な燃料噴射時期θｉｎｊ及び燃料噴射量Ｇｉｎｊを算出するため、ブロックごとに異なる演算周期の下で演算を行う。基準噴射時期算出部５１、基準噴射量算出部５２、及び加算器５３，５４では、実際のエンジンの燃焼サイクルと同じ演算周期Ｔｋ、すなわちクランク角信号θｃｒｋが７２０ｄｅｇ進むごとに演算を行う。また、上記式（１−１）及び（１−２）に示すように、本実施形態では、演算周期Ｔｋの下で更新される演算値には「ｋ」を付す。
【００４９】
なお、後に詳述するように、補正値算出部６のうち図２中破線で示したブロックでは、実際のエンジンの燃焼サイクルと同期した演算周期Ｔｋよりも短い周期で演算が行われる。そこで、上記燃料噴射時期補正値ｄθｉｎｊ及び燃料噴射量補正値ｄＧｉｎｊには、補正値算出部６により算出された最適燃料噴射時期補正値ｄθｉｎｊ＿ｏｐｔ及び最適燃料噴射量補正値ｄＧｉｎｊ＿ｏｐｔを、クランク角信号θｃｒｋに基づいて上記演算周期Ｔｋの下でダウンサンプリングしたものが用いられる。
【００５０】
補正値算出部６は、Ｎ個のコントローラで構成された燃焼モデルベースコントローラ７＿１，…，７＿Ｎと、最適入力セレクタ８と、燃焼モデルベースコントローラ７＿１，…，７＿Ｎのそれぞれに備えられた後述の燃焼モデルを、エンジンの特性変化に応じて適応修正するモデル適応器９と、を含んで構成される。
【００５１】
補正値算出部６の燃焼モデルベースコントローラ７＿１，…，７＿Ｎでは、上記マップ検索により算出された基準燃料噴射時期θｉｎｊ＿ｂｓ及び基準燃料噴射量Ｇｉｎｊ＿ｂｓを各々の燃焼モデルに入力することで最大シリンダ内圧Ｐｍａｘに要求される所定の拘束条件を満たすかどうかを予測する。ここで、最大シリンダ内圧が上記条件を満たさないと予測された場合、各燃焼モデルベースコントローラ７＿１，…，７＿Ｎは、上記基準値（θｉｎｊ＿ｂｓ，Ｇｉｎｊ＿ｂｓ）に対する補正値（ｄθｉｎｊ＿１，ｄＧｉｎｊ＿１），…,（ｄθｉｎｊ＿Ｎ，ｄＧｉｎｊ＿Ｎ）を算出する。そして最適入力セレクタ８では、これら補正値（ｄθｉｎｊ＿１，ｄＧｉｎｊ＿１），…,（ｄθｉｎｊ＿Ｎ，ｄＧｉｎｊ＿Ｎ）から最適なものを選択し、選択した補正値に基づいて最適燃料噴射時期補正値ｄθｉｎｊ＿ｏｐｔ及び最適燃料噴射量補正値ｄＧｉｎｊ＿ｏｐｔを算出する。
【００５２】
次に、補正値算出部６の各燃焼モデルベースコントローラ７＿１,…,７＿Ｎ、モデル適応器９、及び最適入力セレクタ８の詳細な構成について説明する前に、燃焼モデルベースコントローラ７＿１,…,７＿Ｎ及びモデル適応器９のそれぞれに設けられる燃焼モデルの詳細な構成について説明する。
【００５３】
＜２．燃焼モデル＞
以下、エンジンの燃焼モデルの詳細な構成について、図３〜図１０を参照して説明する。
本実施形態では、所定の入力に基づいて最大シリンダ内圧を推定する最大シリンダ内圧用燃焼モデルと、所定の入力に基づいてエンジンの発生トルクを推定するトルク用燃焼モデルとの２種類を準備する。以下、これら最大シリンダ内圧用燃焼モデルと、トルク用燃焼モデルとの２種類について順に説明する。
【００５４】
＜２−１．最大シリンダ内圧用燃焼モデル＞
後に詳述するように、燃焼モデルの入力と出力の相関関係は、エンジンの生産ばらつきや劣化の度合いなど実際のエンジンの特性変化に適応して修正される。このような燃焼モデルの適応修正は、モデル適応器９（上述の図２参照）により算出される適応修正係数ＫＶＮＳを燃焼モデルに入力することで実現される。そこで、この適応修正係数ＫＶＮＳの入力の仕方に応じて、燃焼モデルは、出力補正型（後述の図３参照）と、入力補正型（後述の図６参照）との２種類に分けることができる。
また、以下詳細に説明するように、燃焼モデルは、ニューラルネットワークの出力に基づいて最大シリンダ内圧の推定値を算出する。最終的に最大シリンダ内圧の推定値を得るため、燃焼モデルが備えるニューラルネットワークには、所定のクランク角ごとのシリンダ内圧に相当する値を出力するように構築したもの（シリンダ内圧推定用ニューラルネットワーク）と、燃焼サイクルごとの最大シリンダ内圧に相当する値を出力するように構築したもの（最大シリンダ内圧推定用ニューラルネットワーク）との２種類が考えられる。
以下では、シリンダ内圧推定用ニューラルネットワークを備えた出力補正型及び入力補正型の最大シリンダ内圧燃焼モデル、並びに、最大シリンダ内圧推定用ニューラルネットワークを備えた出力補正型及び入力補正型の最大シリンダ内圧燃焼モデルの合計４種類の燃焼モデルについて順に説明する。
【００５５】
＜２−１−１．出力補正型の最大シリンダ内圧用燃焼モデル（シリンダ内圧推定用ニューラルネットワークを用いた例）＞
図３は、シリンダ内圧推定用ニューラルネットワークを備えた出力補正型の最大シリンダ内圧用燃焼モデルの構成を示すブロック図である。
この最大シリンダ内圧用燃焼モデルは、シリンダ内圧に相関のある複数のパラメータ（燃料噴射量Ｇｉｎｊ、燃料噴射時期θｉｎｊ、エンジン回転数ＮＥ、パイロット燃料噴射量Ｇｉｎｊ＿ｐｉ、パイロット燃料噴射時期θｉｎｊ＿ｐｉ、メイン燃料噴射量Ｇｉｎｊ＿ｍｉｎ、アフター燃料噴射量Ｇｉｎｊ＿ａｆｔｅｒ、アフター燃料噴射時期θｉｎｊ＿ａｆｔｅｒ、吸入空気量Ｇａｉｒ、吸気圧力ＰＢ、排気圧力ＰＥＸ、及びＥＧＲバルブ開度θｅｇｒ）、及び推定クランク角度Ｅｓｔ＿θｃｒｋから成る複数成分の入力ベクトルＵに基づいて、この入力ベクトルＵに応じた最大シリンダ内圧の推定値Ｅｓｔ＿Ｐｍａｘを算出する。
【００５６】
上記入力ベクトルＵの成分のうち、メイン燃料噴射量Ｇｉｎｊ＿ｍｉｎは、主にエンジンから出力を得るために実行するメイン噴射における燃料噴射量を示す。なお、燃料噴射時期θｉｎｊは、より具体的には、このメイン噴射を実行する時期を示す。パイロット燃料噴射量Ｇｉｎｊ＿ｐｉは、上記メイン噴射よりも前に実行するパイロット噴射における燃料噴射量を示し、パイロット燃料噴射時期θｉｎｊ＿ｐｉは、このパイロット噴射を実行する時期を示す。アフター燃料噴射量Ｇｉｎｊ＿ａｆｔｅｒは、上記メイン噴射よりも後に実行するアフター噴射における燃料噴射量を示し、アフター燃料噴射時期θｉｎｊ＿ａｆｔｅｒは、このアフター噴射を実行する時期を示す。また、下記式（２−１）に示すように、これら３つの噴射量Ｇｉｎｊ＿ｐｉ，Ｇｉｎｊ＿ｍｉｎ，Ｇｉｎｊ＿ａｆｔｅｒの総和は、燃料噴射量Ｇｉｎｊに相当する。
【数３】
【００５７】
また、上記入力ベクトルＵの成分のうち、推定クランク角度Ｅｓｔ＿θｃｒｋは、実際のエンジンのクランク角度ではなく、燃焼モデルにおいて仮想的に設定したエンジンのクランク角度であり、燃焼モデル内で算出される。この推定クランク角度Ｅｓｔ＿θｃｒｋは、下記式（２−２）に示すように、燃焼モデルで設定された所定の演算周期ごとに、クランク角分解能ｄθｃｒｋ＿ｅｓｔだけ進み、７２０ｄｅｇを超えるとリセットされる。なお、最大シリンダ内圧用燃焼モデルにおける演算周期の下で更新される演算値には「ｔｐ」を付す。また、このクランク角分解能ｄθｃｒｋ＿ｅｓｔは、例えば、２〜６ｄｅｇの範囲内で設定される。
【数４】
【００５８】
なお、燃焼モデルの演算周期と、上記実際のエンジンの燃焼サイクルと同期した演算周期Ｔｋとの関係は、この燃焼モデルを適用するブロック（モデル適応器、燃焼モデルベースコントローラなど）ごとに適宜設定される。
【００５９】
図３に示すように、この出力補正型の最大シリンダ内圧用燃焼モデルは、シリンダ内圧を推定するために構築されたシリンダ内圧推定用ニューラルネットワークを含んで構成される。この出力補正型の燃焼モデルにおける入力ベクトルＵは、下記式（２−３）で定義される。
【数５】
【００６０】
そして、下記式（２−４）に示すように、この入力ベクトルＵをシリンダ内圧推定用ニューラルネットワークに入力することで得られた出力Ｙに、適応修正係数ＫＶＮＳを乗算したものを、推定クランク角度Ｅｓｔ＿θｃｒｋにおける推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌとする。
【数６】
【００６１】
さらにこの推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌに対し、燃焼モデルにおける１燃焼サイクル（推定クランク角度Ｅｓｔ＿θｃｒｋ＝０〜７２０ｄｅｇ）にわたるピークホールド処理を施すことにより、最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘを算出する。
【数７】
【００６２】
なお、上記式（２−４）の代わりに、下記式（２−６）に示すように、シリンダ内圧推定用ニューラルネットワークの出力Ｙに適応修正係数ＫＶＮＳを加算したものを、推定クランク角度Ｅｓｔ＿θｃｒｋにおける推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌとすることもできる。
【数８】
【００６３】
図４は、シリンダ内圧推定用ニューラルネットワークの構成を示す図である。
このニューラルネットワークは、所定の関数に従って出力する複数のニューロンを結合して構成され、ｍ成分の入力ベクトルＵ（ｔｐ）に応じて、出力Ｙ（ｔｐ）を出力する。図４に示すように、このニューラルネットワークは、入力ベクトルＵ（ｔｐ）の成分数ｍに応じたｍ個のニューロンＷ１ｊ（ｊ＝１〜ｍ）で構成された入力層と、ｍ×（ｎ−１）個のニューロンＷｉｊ（ｉ＝２〜ｎ，ｊ＝１〜ｍ）で構成された中間層と、１個のニューロンＹで構成された出力層との３つの層を含んで構成された階層型である。
入力層：Ｗ１ｊ （ｊ＝１，２，…，ｍ）
中間層：Ｗｉｊ （ｉ＝２，３，…，ｎ，ｊ＝１，２，…，ｍ）
出力層：Ｙ
【００６４】
入力層のｍ個のニューロンＷ１ｊ（ｊ＝１〜ｍ）の動作について説明する。
入力層のニューロンＷ１ｊには、信号Ｔ１ｊ（ｔｐ）が入力される。この入力信号Ｔ１ｊ（ｔｐ）には、それぞれ、下記式（２−７）に示すように入力ベクトルＵ（ｔｐ）のｊ番目の成分Ｕｊ（ｔｐ）が用いられる。
【数９】
【００６５】
入力層のニューロンＷ１ｊは、中間層のｍ個のニューロンＷ２ｊ（ｊ＝１〜ｍ）に所定の重みで結合しており、これら結合したｍ個のニューロンＷ２ｊへ信号Ｖ１ｊ（ｔｐ）を出力する。すなわち、このニューロンＷ１ｊは、下記式（２−８），（２−９）に示すように、シグモイド関数ｆ（ｘ）に従って、入力信号Ｔ１ｊ（ｔｐ）に応じた信号Ｖ１ｊ（ｔｐ）をｍ個のニューロンＷ２ｊに出力する。
【数１０】
【数１１】
【００６６】
図５は、シグモイド関数ｆ（ｘ）を示す図である。この図５には、上記式（２−９）において、ε＝０とし、β＝０．５，１．０，２．０，３．０とした場合を示す。
シグモイド関数ｆ（ｘ）の値域は、［ε，ε＋１］となっている。また、図５に示すように、シグモイド関数ｆ（ｘ）は、βを大きくするに従い、ｘ＝０を中心としたステップ関数に近づく。
【００６７】
上記式（２−９）において、係数βはシグモイド関数ｆ（ｘ）の傾きゲインを示し、係数εはシグモイド関数ｆ（ｘ）のオフセット値を示す。傾きゲインβは、後述のニューラルネットワークの学習により設定する。オフセット値εは、後述のニューラルネットワークの学習により設定するか、又は所定の値に設定しておく。
【００６８】
次に中間層の（ｎ−１）×ｍ個のニューロンＷｉｊ（ｉ＝２〜ｎ，ｊ＝１〜ｍ）の動作について説明する。
中間層のニューロンＷｉｊ（ｉ＝２〜ｎ，ｊ＝１〜ｍ）には、結合するニューロンから出力されたｍ個の信号Ｖｉ−１，ｊ（ｊ＝１〜ｍ）のそれぞれに所定の重みωｉ−１，ｊ（ｊ＝１〜ｍ）を乗じた信号の和が入力される。したがって、中間層のニューロンＷｉｊには、下記式（２−１０）に示すような信号Ｔｉｊ（ｔｐ）が入力される。
【数１２】
【００６９】
中間層のニューロンのうち出力層に結合するｍ個を除いたニューロン、すなわち、（ｎ−２）×ｍ個のニューロンＷｉｊ（ｉ＝２〜ｎ−１，ｊ＝１〜ｍ）は、中間層のｍ個のニューロンＷｉ＋１，ｊ（ｊ＝１〜ｍ）に重みωｉｊで結合しており、これら結合したニューロンＷｉ＋１，ｊへ信号Ｖｉｊ（ｔｐ）を出力する。すなわち、このニューロンＷｉｊ（ｉ＝２〜ｎ−１，ｊ＝１〜ｍ）は、下記式（２−１１）に示すように、シグモイド関数ｆ（ｘ）に従って、入力信号Ｔｉｊ（ｔｐ）に応じた信号Ｖｉｊ（ｔｐ）をｍ個のニューロンＷｉ＋１，ｊに出力する。
【数１３】
【００７０】
また、中間層のｍ個のニューロンＷｎｊ（ｊ＝１〜ｍ）は、出力層のニューロンＹに重みωｎｊで結合しており、この出力層のニューロンＹへ信号Ｖｎｊ（ｔｐ）を出力する。すなわち、これらニューロンＷｎｊ（ｊ＝１〜ｍ）は、下記式（２−１２）に示すように、シグモイド関数ｆ（ｘ）に従って、入力信号Ｔｎｊ（ｔｐ）に応じた信号Ｖｎｊ（ｔｐ）をニューロンＹに出力する。
【数１４】
【００７１】
次に出力層のニューロンＹの動作について説明する。
出力層のニューロンＹには、結合する中間層のニューロンから出力されたｍ個の信号Ｖｎ，ｊ（ｊ＝１〜ｍ）に所定の重みωｎ，ｊ（ｊ＝１〜ｍ）を乗じた信号の和が入力される。したがって、出力層のニューロンＹには、下記式（２−１３）に示すような信号Ｔ（ｔｐ）が入力される。
【数１５】
【００７２】
出力層のニューロンＹは、下記式（２−１４），（２−１５）に示すように、シグモイド関数ｇ（ｘ）に従って、入力信号Ｔ（ｔｐ）に応じた信号Ｙ（ｔｐ）を出力する。
【数１６】
【数１７】
【００７３】
シグモイド関数ｇ（ｘ）は、上述の図５に示す関数ｆ（ｘ）と、定性的には同じ振る舞いを示すが、値域が［δ，δ＋α］である点でシグモイド関数ｆ（ｘ）と異なる。上記式（２−１５）において、係数γはシグモイド関数ｇ（ｘ）の傾きゲインを示し、係数δはシグモイド関数ｇ（ｘ）のオフセット値を示す。また、係数αはニューラルネットワークの出力の取り得る自由度を設定するための出力ゲインを示す。傾きゲインγ及び出力ゲインαは、後述のニューラルネットワークの学習により設定する。オフセット値δは、後述のニューラルネットワークの学習により設定するか、又は所定の値に設定しておく。
【００７４】
以上のように構成されたニューラルネットワークの学習は、実際のエンジンに基づいて得られた上記式（２−３）の入力Ｕの成分（Ｇｉｎｊ、θｉｎｊ、ＮＥ、Ｇｉｎｊ＿ｐｉ、θｉｎｊ＿ｐｉ、Ｇｉｎｊ＿ｍｉｎ、Ｇｉｎｊ＿ａｆｔｅｒ、θｉｎｊ＿ａｆｔｅｒ、Ｇａｉｒ、ＰＢ、ＰＥＸ、θｅｇｒ、θｃｒｋ）と、シリンダ内圧との相関関係を示すデータを用いて、入力Ｕに基づいて算出された推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌとデータの値とが一致するように、ニューロンの関数ｆ（ｘ），ｇ（ｘ）の各種ゲイン（α，β，γ，δ，ε）、並びに、各ニューロンの結合の強さを示す重みωｉｊ（ｉ＝１〜ｎ，ｊ＝１〜ｍ）を設定することで行われる。また、後に詳述するように、適応修正係数ＫＶＮＳは、エンジンの状態が新品又はばらつきに対し標準のものであるときはその値が「１」となるように設定されることから、入力Ｕとシリンダ内圧との相関関係を示すデータには、適応修正係数ＫＶＮＳが「１」に相当する新品の実際のエンジンに基づいて得られたものが用いられる。
なお、ニューラルネットワークの学習のアルゴリズムには、既知の方法が用いられる。具体的には、例えば、逆誤差伝播法などの学習アルゴリズムの他、遺伝的アルゴリズムなどの最適化アルゴリズムが挙げられる。
【００７５】
＜２−１−２．入力補正型の最大シリンダ内圧用燃焼モデル（シリンダ内圧推定用ニューラルネットワークを用いた例）＞
図６は、シリンダ内圧推定用ニューラルネットワークを備えた入力補正型の最大シリンダ内圧用燃焼モデルの構成を示すブロック図である。
上述の出力補正型の燃焼モデルでは、適応修正係数ＫＶＮＳをニューラルネットワークの出力Ｙに乗算又は加算した（上述の図３参照）。これに対して入力補正型の燃焼モデルでは、下記式（２−１６）に示すように、適応修正係数ＫＶＮＳはシリンダ内圧推定用ニューラルネットワークの入力ベクトルＵの一成分として含められる。
【数１８】
【００７６】
そして、下記式（２−１７）に示すように、この入力ベクトルＵをシリンダ内圧推定用ニューラルネットワークに入力することで得られた出力Ｙを、推定クランク角度Ｅｓｔ＿θｃｒｋにおける推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌとする。
【数１９】
【００７７】
そして、上記出力補正型の燃焼モデルと同様に、算出した推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌに対し、燃焼モデルにおける１燃焼サイクルにわたるピークホールド処理を施すことにより、最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘを算出する。
【００７８】
なお、この入力補正型のシリンダ内圧推定用ニューラルネットワークの構成は、上述の図４に示すものと基本的には同じであるので、その詳細な説明を省略する。
【００７９】
また、ニューラルネットワークの学習の手順は、入力補正型と出力補正型とで異なる。入力補正型の燃焼モデルにおけるニューラルネットワークでは、上記式（２−１６）に示す入力ベクトルＵの成分（Ｇｉｎｊ、θｉｎｊ、ＮＥ、Ｇｉｎｊ＿ｐｉ、θｉｎｊ＿ｐｉ、Ｇｉｎｊ＿ｍｉｎ、Ｇｉｎｊ＿ａｆｔｅｒ、θｉｎｊ＿ａｆｔｅｒ、Ｇａｉｒ、ＰＢ、ＰＥＸ、θｅｇｒ、θｃｒｋ、ＫＶＮＳ）とシリンダ内圧との相関関係を示すデータとして、新品又はばらつきに対し標準のエンジンに基づいて取得された新品時データと、劣化又はばらつきの発生したエンジンに基づいて取得された劣化時データとの、少なくとも２組のデータを用いる。
【００８０】
新品時データに基づいて学習を行う際には、入力ベクトルＵに含まれる適応修正係数ＫＶＮＳを、新品又はばらつきに対し標準のものに相当する「１」に設定する。また、劣化時データに基づいて学習を行う際には、入力ベクトルＵに含まれる適応修正係数ＫＶＮＳを、劣化又はばらつきの発生したものに相当する「０」に設定する。
以上のように設定した適応修正係数ＫＶＮＳを含む入力ベクトルＵを用いてニューラルネットワークの学習を行うことにより、適応修正係数ＫＶＮＳを「０」〜「１」の間で連続的に変化させた場合に、推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌを、実際のエンジンの特性変化に合わせて変化させることができる。
なお、用いるデータの組の数は、上記２つに限らない。例えば、上記新品と劣化品との間の中間的な特性を有するエンジンを準備した場合には、適応修正係数ＫＶＮＳを「１」と「０」との間の値、例えば、「０．３」や「０．６」に設定した上で、ニューラルネットワークの学習を行う。これにより、エンジンの特性変化をニューラルネットワークでより現実的に再現することができる。
【００８１】
＜２−１−３．出力補正型の最大シリンダ内圧用燃焼モデル（最大シリンダ内圧推定用ニューラルネットワークを用いた例）＞
以上、説明したシリンダ内圧推定用ニューラルネットワークを用いた最大シリンダ内圧用燃焼モデルでは、ニューラルネットワークの出力Ｙで推定クランク角度Ｅｓｔ＿θｃｒｋごとの推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌを算出し、これにピークホールド処理を施すことで最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘを算出した。ニューラルネットワークでは、このように推定クランク角度Ｅｓｔ＿θｃｒｋごとの推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌの算出を経ることなく、直接、最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘを算出するように構成することができる。以下では、ニューラルネットワークの出力Ｙにより最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘを直接算出する燃焼モデルについて説明する。
【００８２】
図７は、最大シリンダ内圧推定用ニューラルネットワークを備えた出力補正型の最大シリンダ内圧用燃焼モデルの構成を示すブロック図である。
最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘを直接算出する場合、出力補正型では、下記式（２−１７）に示すように、ニューラルネットワークに対する入力ベクトルＵを上記式（２−３）から推定クランク角度Ｅｓｔ＿θｃｒｋを除いたもので定義する。また、最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘを直接算出する場合、燃焼モデルにおける演算周期を推定クランク角度Ｅｓｔ＿θｃｒｋに同期する必要がないので、その演算時刻ｔｐ´も、上記演算時刻ｔｐとは異なったものとなる。
【数２０】
【００８３】
そして、下記式（２−１８）に示すように、この入力ベクトルＵをニューラルネットワークに入力することで得られた出力Ｙに、適応修正係数ＫＶＮＳを乗算したものを、最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘとする。
【数２１】
【００８４】
なお、この出力補正型の最大シリンダ内圧推定用ニューラルネットワークの構成は、上述の図４に示すものと基本的には同じであるので、その詳細な説明を省略する。
【００８５】
最大シリンダ内圧推定用ニューラルネットワークの学習は、上述の図３に示すシリンダ内圧推定用ニューラルネットワークと同じ手順で行われる。なお、学習には、実際のエンジンに基づいて得られた上記式（２−１７）の成分（Ｇｉｎｊ、θｉｎｊ、ＮＥ、Ｇｉｎｊ＿ｐｉ、θｉｎｊ＿ｐｉ、Ｇｉｎｊ＿ｍｉｎ、Ｇｉｎｊ＿ａｆｔｅｒ、θｉｎｊ＿ａｆｔｅｒ、Ｇａｉｒ、ＰＢ、ＰＥＸ、θｅｇｒ）と、最大シリンダ内圧との相関関係を示すデータが用いられる。
【００８６】
＜２−１−４．入力補正型の最大シリンダ内圧用燃焼モデル（最大シリンダ内圧推定用ニューラルネットワークを用いた例）＞
図８は、最大シリンダ内圧推定用ニューラルネットワークを備えた入力補正型の最大シリンダ内圧用燃焼モデルの構成を示すブロック図である。
最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘを直接算出する場合、入力補正型では、下記式（２−１９）に示すように、ニューラルネットワークに対する入力ベクトルＵを上記式（２−１６）から推定クランク角度Ｅｓｔ＿θｃｒｋを除いたもので定義する。
【数２２】
【００８７】
そして、下記式（２−２０）に示すように、この入力ベクトルＵをニューラルネットワークに入力することで得られた出力Ｙを、最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘとする。
【数２３】
【００８８】
また、ニューラルネットワークの学習は、上述の図６に示すニューラルネットワークと同じ手順で行われる。なお、学習には、実際のエンジンに基づいて得られた上記式（２−１９）の成分（Ｇｉｎｊ、θｉｎｊ、ＮＥ、Ｇｉｎｊ＿ｐｉ、θｉｎｊ＿ｐｉ、Ｇｉｎｊ＿ｍｉｎ、Ｇｉｎｊ＿ａｆｔｅｒ、θｉｎｊ＿ａｆｔｅｒ、Ｇａｉｒ、ＰＢ、ＰＥＸ、θｅｇｒ、ＫＶＮＳ）と、最大シリンダ内圧との相関関係を示すデータが用いられる。
【００８９】
＜２−２．トルク用燃焼モデル＞
トルク用燃焼モデルも、上述の最大シリンダ内圧用シリンダモデルと同様に、適応修正係数ＫＶＮＳの入力の仕方に応じて、出力補正型と入力補正型との２種類に分けられる。
【００９０】
＜２−２−１．入力補正型のトルク用燃焼モデル＞
図９は、入力補正型のトルク用燃焼モデルの構成を示すブロック図である。
トルク推定値Ｅｓｔ＿Ｔｒｑを算出する場合、入力補正型では、下記式（２−２１）に示すように、ニューラルネットワークに対する入力ベクトルＵを、上記式（２−１６）に示す最大シリンダ内圧用燃焼モデルと同様に定義する。なお、トルク用燃焼モデルにおける演算周期の下で更新される演算値には「ｔｔ」を付す。
【数２４】
【００９１】
そして、下記式（２−２２）に示すように、この入力ベクトルＵをニューラルネットワークに入力することで得られた出力Ｙを、トルク推定値Ｅｓｔ＿Ｔｒｑとする。
【数２５】
【００９２】
トルク推定用ニューラルネットワークの学習は、上述の最大シリンダ内圧用燃焼モデルと同様に行うことができる。なお、学習には、実際のエンジンに基づいて得られた上記式（２−２１）の成分（Ｇｉｎｊ、θｉｎｊ、ＮＥ、Ｇｉｎｊ＿ｐｉ、θｉｎｊ＿ｐｉ、Ｇｉｎｊ＿ｍｉｎ、Ｇｉｎｊ＿ａｆｔｅｒ、θｉｎｊ＿ａｆｔｅｒ、Ｇａｉｒ、ＰＢ、ＰＥＸ、θｅｇｒ、ＫＶＮＳ）と、発生トルクとの相関関係を示すデータが用いられる。
【００９３】
＜２−２−２．出力補正型のトルク用燃焼モデル＞
図１０は、出力補正型のトルク用燃焼モデルの構成を示すブロック図である。
後に詳述するように、本実施形態におけるモデル適応器では、最大シリンダ内圧用燃焼モデルにより算出された最大シリンダ内圧推定値と、センサの検出値との偏差が小さくなるように、適応修正係数を算出する。このように、適応修正係数を最大シリンダ内圧用燃焼モデルに発生した誤差に基づいて算出した場合、この適応修正係数を、トルク用に構築されたニューラルネットワークの出力に乗算又は加算しても、トルク推定値を実際のエンジンの特性変化に適応して修正することができない。
【００９４】
したがって出力補正型のトルク用燃焼モデルを構築する場合、トルクを検出するセンサを別途準備し、モデル適応器により、トルク用燃焼モデルにより算出されたトルク推定値と、このセンサの検出値との偏差が小さくなるように適応修正係数ＫＶＮＳ´を算出する。そして、出力補正型のトルク用燃焼モデルでは、下記式（２−２３）に示すように、ニューラルネットワークの出力Ｙに、トルク用燃焼モデルに発生した誤差に基づいて算出した適応修正係数ＫＶＮＳ´を乗算したものを、トルク推定値Ｅｓｔ＿Ｔｒｑとする。
なお、モデル適応器では、上述のようなセンサの検出値の代わりに、シリンダ内圧センサの検出値に基づいて平均有効圧力や、マップに基づいて算出されたエンジンのフリクション及び補機の駆動トルクなどに基づいて算出されたトルクの推定値を用いてもよい。
【数２６】
【００９５】
このとき、ニューラルネットワークに対する入力ベクトルＵは、下記式（２−２４）に示すように定義する。
【数２７】
【００９６】
ニューラルネットワークの学習は、上述の最大シリンダ内圧用燃焼モデルと同様に行うことができる。なお、学習には、実際のエンジンに基づいて得られた上記式（２−２４）の成分（Ｇｉｎｊ、θｉｎｊ、ＮＥ、Ｇｉｎｊ＿ｐｉ、θｉｎｊ＿ｐｉ、Ｇｉｎｊ＿ｍｉｎ、Ｇｉｎｊ＿ａｆｔｅｒ、θｉｎｊ＿ａｆｔｅｒ、Ｇａｉｒ、ＰＢ、ＰＥＸ、θｅｇｒ、ＫＶＮＳ）と、発生トルクとの相関関係を示すデータが用いられる。
【００９７】
＜３．モデル適応器＞
図１１は、モデル適応器９の構成を示すブロック図である。
モデル適応器９は、最大シリンダ内圧用燃焼モデル９１と、この最大シリンダ内圧用燃焼モデル９１により算出された最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘと最大シリンダ内圧Ｐｍａｘとに基づいて適応修正係数ＫＶＮＳを算出する適応修正器９２と、を含んで構成される。
【００９８】
最大シリンダ内圧用燃焼モデル９１には、上述の図３、図６、図７、図８で説明したものの何れかが用いられる。
なお、このモデル適応器９のうち、適応修正器９２では上記演算周期Ｔｋの下で演算を行い、燃焼モデル９１ではこの演算周期Ｔｋと同じかそれよりも短い演算周期Ｔｎの下で演算を行う。特に、燃焼モデル９１に図３や図６に示すような推定クランク角度Ｅｓｔ＿θｃｒｋごとに演算を行うモデルを適用した場合には、演算周期Ｔｎを上記演算周期Ｔｋよりも短く設定する必要がある。より具体的には、この場合、推定クランク角度Ｅｓｔ＿θｃｒｋが７２０ｄｅｇ変化する時間（燃焼モデルにおける１燃焼サイクル）が、実際のエンジンの１燃焼サイクルと同じかそれよりも短くなるように演算周期Ｔｎを設定する必要がある。なお、演算周期Ｔｎの下で更新される演算値には「ｎ」を付す。
【００９９】
また、図１１に示すように、燃焼モデル９１により最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘ（ｋ）を算出するにあたり、燃焼モデル９１に入力する各種パラメータには、適応修正係数ＫＶＮＳを除いて前回値が用いられる。例えば、燃焼モデル９１として図３に示す出力補正型のもの適用した場合、燃焼モデル９１のニューラルネットワークの入力ベクトルＵは、上記式（２−３）に替えて下記式（３−１）のようになる。
【数２８】
【０１００】
適応修正器９２は、モデル偏差算出部９２１と、重み関数設定部９２２と、局所修正係数算出部９２３と、修正係数算出部９２４と、を備える。以下説明するように、適応修正器９２は、これら構成により、燃焼モデル９１の誤差を示すモデル偏差Ｅ＿Ｅｓｔを算出し、このモデル偏差Ｅ＿Ｅｓｔが小さくなるように、適応修正係数ＫＶＮＳを算出する。
【０１０１】
モデル偏差算出部９２１は、下記式（３−２）に示すように、燃焼モデル９１により各種パラメータの前回値に基づいて算出された最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘ（ｋ）から、最大シリンダ内圧の前回値Ｐｍａｘ（ｋ−１）を減算することにより、モデル偏差Ｅ＿Ｅｓｔ（ｋ）を算出する。
【数２９】
【０１０２】
なお、燃焼モデル９１に、図３及び図４に示すような推定クランク角度Ｅｓｔ＿θｃｒｋごとの推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌを算出する場合には、下記式（３−３）に示すように、推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌとセンサの検出値Ｐｃｙｌとの差の１燃焼サイクルの間における最大値や、推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌとセンサの検出値Ｐｃｙｌとの差の１燃焼サイクルにわたる積分値などにより、モデル偏差Ｅ＿Ｅｓｔ（ｋ）を定義してもよい。
【数３０】
【０１０３】
この適応修正器９２では、燃焼モデル９１への入力から選ばれた２つの参照パラメータ（例えば、エンジン回転数ＮＥ、及び燃料噴射量Ｇｉｎｊ）を基底とする空間を定義するとともに、この空間を複数の領域に分ける。さらに、領域ごとに後述の局所修正係数Ｕｉｊ（ｉ＝１〜４，ｊ＝１〜４）を算出し、これら局所修正係数Ｕｉｊを後述の重み関数Ｗｉｊ（ｉ＝１〜４，ｊ＝１〜４）で重み結合することにより、適応修正係数ＫＶＮＳを算出する。
【０１０４】
ところで、エンジンの劣化や生産ばらつきが上記モデル偏差Ｅ＿Ｅｓｔに及ぼす影響は、エンジンの運転条件、すなわち参照パラメータの値ごとに異なったものになると考えられる。適応修正器９２では、参照パラメータを基底とする空間内の領域ごとに局所修正係数Ｕｉｊを算出することにより、参照パラメータの値ごとに異なる上述の誤差への影響を考慮して適応修正係数ＫＶＮＳを算出する。
【０１０５】
図１２は、エンジン回転数ＮＥを定義域とした４つの第１重み関数Ｗｎｉ（ｉ＝１〜４）を示す図である。図１２に示すように、４つの第１重み関数Ｗｎｉは、それぞれ、定義域に互いに重複した４つの領域を定義し、これら領域において「０」でない値を持つように設定される。
【０１０６】
より具体的には、定義域は、［Ｎ０，Ｎ２］と、第２領域［Ｎ１，Ｎ３］と、第３領域［Ｎ２，Ｎ４］と、第４領域［Ｎ３，Ｎ５］とに分けられる。ここで、図９に示すように、Ｎ０＜Ｎ１＜Ｎ２＜Ｎ３＜Ｎ４＜Ｎ５とする。したがって、第１領域と第２領域は区間［Ｎ１，Ｎ２］で重複し、第２領域と第３領域は区間［Ｎ２，Ｎ３］で重複し、第３領域と第４領域は区間［Ｎ３，Ｎ４］で重複する。
【０１０７】
関数ＷＮ１は、第１領域［Ｎ０，Ｎ２］において「０」でない値を持つように設定される。より具体的には、関数ＷＮ１は、区間［Ｎ０，Ｎ１］において「１」に設定され、区間［Ｎ１，Ｎ２］において「１」から「０」に減少するように設定される。
関数ＷＮ２は、第２領域［Ｎ１，Ｎ３］において「０」でない値を持つように設定される。より具体的には、関数ＷＮ２は、区間［Ｎ１，Ｎ２］において「１」から「０」に上昇するように設定され、区間［Ｎ２，Ｎ３］において「１」から「０」に減少するように設定される。したがって、関数ＷＮ１と関数ＷＮ２は、区間［Ｎ１，Ｎ２］の中心で交差する。
関数ＷＮ３は、第３領域［Ｎ２，Ｎ４］において「０」でない値を持つように設定される。より具体的には、関数ＷＮ３は、区間［Ｎ２，Ｎ３］において「１」から「０」に上昇するように設定され、区間［Ｎ３，Ｎ４］において「１」から「０」に減少するように設定される。したがって、関数ＷＮ２と関数ＷＮ３は、区間［Ｎ２，Ｎ３］の中心で交差する。
関数ＷＮ４は、第４領域［Ｎ３，Ｎ５］において「０」でない値を持つように設定される。より具体的には、関数ＷＮ４は、区間［Ｎ３，Ｎ４］において「１」から「０」に上昇するように設定され、区間［Ｎ４，Ｎ５］において「１」に設定される。したがって、関数ＷＮ３と関数ＷＮ４は、区間［Ｎ３，Ｎ４］の中心で交差する。
【０１０８】
また、第１重み関数Ｗｎｉは、下記式（３−４）に示すように、その総和関数の値がエンジン回転数ＮＥによらず「１」となるように正規化されている。なお、以下では、エンジン回転数ＮＥ（ｋ）を引数とした第１重み関数の値Ｗｎｉ（ＮＥ（ｋ））を単にＷｎｉ（ｋ）とする。
【数３１】
【０１０９】
図１３は、燃料噴射量Ｇｉｎｊを定義域とした４つの第２重み関数Ｗｇｊ（ｊ＝１〜４）を示す図である。
図１３に示すように、４つの第２重み関数Ｗｇｊは、それぞれ、定義域に互いに重複した４つの領域を定義し、これら領域において「０」でない値を持つように設定される。
【０１１０】
より具体的には、定義域は、［Ｇ０，Ｇ２］と、第２領域［Ｇ１，Ｇ３］と、第３領域［Ｇ２，Ｇ４］と、第４領域［Ｇ３，Ｇ５］とに分けられる。ここで、図１３に示すように、Ｇ０＜Ｇ１＜Ｇ２＜Ｇ３＜Ｇ４＜Ｇ５とする。したがって、第１領域と第２領域は区間［Ｇ１，Ｇ２］で重複し、第２領域と第３領域は区間［Ｇ２，Ｇ３］で重複し、第３領域と第４領域は区間［Ｇ３，Ｇ４］で重複する。
【０１１１】
関数ＷＧ１は、第１領域［Ｇ０，Ｇ２］において「０」でない値を持つように設定される。より具体的には、関数ＷＧ１は、区間［Ｇ０，Ｇ１］において「１」に設定され、区間［Ｇ１，Ｇ２］において「１」から「０」に減少するように設定される。
関数ＷＧ２は、第２領域［Ｇ１，Ｇ３］において「０」でない値を持つように設定される。より具体的には、関数ＷＧ２は、区間［Ｇ１，Ｇ２］において「１」から「０」に上昇するように設定され、区間［Ｇ２，Ｇ３］において「１」から「０」に減少するように設定される。したがって、関数ＷＧ１と関数ＷＧ２は、区間［Ｇ１，Ｇ２］の中心で交差する。
関数ＷＧ３は、第３領域［Ｇ２，Ｇ４］において「０」でない値を持つように設定される。より具体的には、関数ＷＧ３は、区間［Ｇ２，Ｇ３］において「１」から「０」に上昇するように設定され、区間［Ｇ３，Ｇ４］において「１」から「０」に減少するように設定される。したがって、関数ＷＧ２と関数ＷＧ３は、区間［Ｇ２，Ｇ３］の中心で交差する。
関数ＷＧ４は、第４領域［Ｇ３，Ｇ５］において「０」でない値を持つように設定される。より具体的には、関数ＷＧ４は、区間［Ｇ３，Ｇ４］において「１」から「０」に上昇するように設定され、区間［Ｇ４，Ｇ５］において「１」に設定される。したがって、関数ＷＧ３と関数ＷＧ４は、区間［Ｇ３，Ｇ４］の中心で交差する。
【０１１２】
また、第２重み関数Ｗｇｊは、下記式（３−５）に示すように、その総和関数の値が燃料噴射量Ｇｉｎｊによらず「１」となるように正規化されている。なお、以下では、燃料噴射量Ｇｉｎｊ（ｋ）を引数とした第２重み関数の値Ｗｇｊ（Ｇｉｎｊ（ｋ））を単にＷｇｊ（ｋ）とする。
【数３２】
【０１１３】
図１４は、２つの参照パラメータ（ＮＥ，Ｇｉｎｊ）を定義域とした１６個の重み関数Ｗｉｊ（ｉ＝１〜４，ｊ＝１〜４）を示す図である。図１４において、横軸はエンジン回転数ＮＥを示し、縦軸は燃料噴射量Ｇｉｎｊを示す。図１４に示すように、２つの参照パラメータ（ＮＥ，Ｇｉｎｊ）の定義域には、互いに重複する１６個の領域が定義される。
【０１１４】
１６個の重み関数Ｗｉｊは、下記式（３−６）に示すように、第１重み関数Ｗｎｉの各成分と第２重み関数Ｗｇｊの各成分との積により定義される。これにより、１６個の領域においてそれぞれ「０」でない値を持つ重み関数Ｗｉｊが定義される。なお、図１４には、４つの重み関数Ｗ１１，Ｗ２２，Ｗ３３，Ｗ４４のみを異なるハッチングで示す。
【数３３】
【０１１５】
また、上記式（３−４）及び（３−５）と同様に、重み関数Ｗｉｊの総和関数の値は、下記式（３−７）に示すように、２つの参照パラメータ（ＮＥ（ｋ），Ｇｉｎｊ（ｋ））の値によらず「１」となるように正規化される。なお、以下では、エンジン回転数ＮＥ（ｋ）及び燃料噴射量Ｇｉｎｊ（ｋ）を引数とした重み関数の値Ｗｉｊ（ＮＥ（ｋ），Ｇｉｎｊ（ｋ））を単にＷｉｊ（ｋ）とする。
【数３４】
【０１１６】
図１１に戻って、重み関数設定部９２２は、複数の第１重み関数Ｗｎｉが設定された第１重み関数算出部９２２１と、複数の第２重み関数Ｗｇｊが設定された第２重み関数算出部９２２２と、これら第１重み関数Ｗｎｉ及び第２重み関数Ｗｇｊに基づいて重み関数Ｗｉｊを算出する乗算器９２２３と、モデル偏差Ｅ＿Ｅｓｔに対し領域ごとに重み付けする乗算器９２２４と、を含んで構成される。
【０１１７】
第１重み関数算出部９２２１は、図１２に示すようなマップを検索することにより、エンジン回転数ＮＥ（ｋ）に応じた第１重み関数の値Ｗｎｉ（ｋ）を算出する。
【０１１８】
第２重み関数算出部９２２２は、図１３に示すようなマップを検索することにより、燃料噴射量Ｇｉｎｊ（ｋ）に応じた第２重み関数の値Ｗｇｊ（ｋ）を算出する。
【０１１９】
乗算器９２２３は、下記式（３−８）に示すように、第１重み関数算出部７１５１により算出された第１重み関数の値Ｗｎｉ（ｋ）と第２重み関数の値Ｗｇｊ（ｋ）との各成分を乗算することにより、重み関数の値Ｗｉｊ（ｋ）を算出する。
【数３５】
【０１２０】
乗算器９２２４は、下記式（３−９）に示すように、算出された重み関数の値Ｗｉｊ（ｋ）の各成分をモデル偏差Ｅ＿Ｅｓｔ（ｋ）に乗算することにより、領域ごとに重み付けされた誤差信号ＷＥＶＮＳｉｊ（ｋ）を算出する。
【数３６】
【０１２１】
局所修正係数算出部９２３は、領域ごとに重み付けされた誤差信号ＷＥＶＮＳｉｊが「０」になるように、局所修正係数Ｕｉｊ（ｉ＝１〜４，ｊ＝１〜４）を領域ごとに算出する。
【０１２２】
本実施形態では、誤差信号ＷＥＶＮＳｉｊの収束速度を設定できる応答指定型制御アルゴリズムにより、局所修正係数Ｕｉｊを算出する。この応答指定型制御アルゴリズムとは、偏差の収束挙動を規定した関数に基づいて、偏差の収束速度と収束挙動の両方を指定できる制御アルゴリズムのことをいう。
【０１２３】
局所修正係数算出部９２３は、この応答指定型制御アルゴリズムが実行可能に構成された複数のスライディングモードコントローラを備える。以下では、これらスライディングモードコントローラの動作について説明する。
【０１２４】
先ず、下記式（３−１０）に示すように、切換関数設定パラメータＰＯＬＥ＿ｖと誤差信号の前回値ＷＥＶＮＳｉｊ（ｋ−１）との積と、ＷＥＶＮＳｉｊ（ｋ）との和を算出し、これを切換関数σ＿ｖｉｊ（ｋ）として定義する。なお、切換関数設定パラメータＰＯＬＥ＿ｖは、所定の設定テーブルに基づいて、「−１」から「０」の間で設定されたものが用いられる。
【数３７】
【０１２５】
次に、下記式（３−１１）に示すように、到達則入力Ｕｒｃｈ＿ｖｉｊ（ｋ）、及び適応則入力の前回値Ｕａｄｐ＿ｖｉｊ（ｋ−１）の和を算出し、これを局所修正係数Ｕｉｊ（ｋ）として定義する。
【数３８】
【０１２６】
到達則入力Ｕｒｃｈ＿ｖｉｊ（ｋ）は、偏差状態量を切換直線上に載せるための入力であり、下記式（３−１２）に示すように、切換関数σ＿ｖｉｊ（ｋ）に所定の到達則ゲインＫｒｃｈ＿ｖを乗算することで算出される。
【数３９】
【０１２７】
適応則入力Ｕａｄｐ＿ｖｉｊ（ｋ）は、モデル化誤差や外乱の影響を抑制し、偏差状態量を切換直線に載せるための入力であり、下記式（３−１３）に示すように、切換関数σ＿ｖｉｊ（ｋ）と所定の適応則ゲインＫａｄｐ＿ｖを乗算したものと、前回制御時の適応則入力Ｕａｄｐ＿ｖｉｊ（ｋ−１）との和により算出される。
【数４０】
【０１２８】
修正係数算出部９２４は、領域ごとに算出された局所修正係数Ｕｉｊを重み関数Ｗｉｊによる重み結合したものに、「１」を加算することにより、適応修正係数ＫＶＮＳを算出する。すなわち、修正係数算出部９２４は、下記式（３−１４）に示すように、局所修正係数Ｕｉｊ（ｋ）と重み関数の値Ｗｉｊとの積の全領域（ｉ＝１〜４，ｊ＝１〜４）に亘る総和に、「１」を加算することにより、適応修正係数ＫＶＮＳ（ｋ）を算出する。
【数４１】
【０１２９】
ここで、上記式（３−１４）において、「１」を加算した理由は、上述のように適応修正係数ＫＶＮＳ＝１を新品の状態とした上で、適応則入力ＵＡＤＰ＿Ｖ＿ｉｊの初期値を「０」とし、かつ、適応修正係数ＫＶＮＳの初期値を「１」とするためである。なお、適応則入力ＵＡＤＰ＿Ｖ＿ｉｊの初期値を「１」とした場合には、上記式（３−１４）に示すように「１」を加算する必要は無い。また、適応修正係数ＫＶＮＳの初期値を、劣化品を示す「０」にする場合にも、上記式（３−１４）に示すように「１」を加算する必要は無い。また、上記式（２−６）に示すように、適応修正係数ＫＶＮＳを加算することで燃焼モデルを適応修正する場合にも、上記式（３−１４）に示すように「１」を加算する必要は無い。
【０１３０】
また、上述のように重み関数Ｗｉｊは、各領域においてのみ「０」でない値を持つ関数Ｗｎｉ及びＷｇｊの積に基づいて算出されるものであるため、重み関数の値が「０」になる領域も存在する。したがって、上記式（３−１４）において、全領域（ｉ＝１〜４，ｊ＝１〜４）に亘る総和を演算する際には、このような重み関数の値Ｗｉｊ（ｋ）が「０」になる領域に関する演算を除外してもよい。これにより、演算負荷を軽減することができる。
【０１３１】
＜４．燃焼モデルベースコントローラ＞
図２に戻って、燃焼モデルベースコントローラの構成について説明する。
補正値算出部６には、Ｎ個の燃焼モデルベースコントローラ７＿１,…,７＿Ｎが並列して設けられている。
図１５は、Ｎ個のコントローラのうちのｉ番目の燃焼モデルベースコントローラ７＿ｉの構成を示すブロック図である。
【０１３２】
燃焼モデルベースコントローラ７＿ｉは、最大シリンダ内圧用燃焼モデル７１１＿ｉ及びトルク用燃焼モデル７１２＿ｉを含んで構成されたモデル予測器７１＿ｉと、このモデル予測器７１＿ｉを制御対象として再帰演算により予測燃料噴射時期補正値θｄｉｎｊ＿ｉ及び予測燃料噴射量補正値ｄＧｉｎｊ＿ｉを算出するフィードバックコントローラ７４＿ｉと、を含んで構成される。
【０１３３】
この燃焼モデルベースコントローラ７＿ｉのうち、フィードバックコントローラ７４＿ｉでは上記演算周期Ｔｋよりも短い演算周期Ｔｑの下で演算を行い、モデル予測器７１＿ｉでは上記演算周期Ｔｑと同じかそれよりも短い演算周期Ｔｍの下で演算を行う。
フィードバックコントローラ７４＿ｉは、実際のエンジンの１燃焼サイクルの間に、モデル予測器７１＿ｉを制御対象としてみたてて再帰的に演算することにより、予測燃料噴射時期補正値ｄθｉｎｊ＿ｉ及び予測燃料噴射量補正値ｄＧｉｎｊ＿ｉを算出する。このため、演算周期Ｔｋが経過する間に、上記補正値ｄθｉｎｊ＿ｉ,ｄＧｉｎｊ＿ｉが所定の値に収束するように複数回演算を行う必要がある。このため、フィードバックコントローラ７４＿ｉにおける演算周期Ｔｑは、上記演算周期Ｔｋよりも十分に短くなるように設定する。なお、演算周期Ｔｑの下で更新される演算値には「ｑ」を付し、演算周期Ｔｍの下で更新される演算値には「ｍ」を付す。
【０１３４】
モデル予測器７１＿ｉは、フィードバックコントローラ７４＿ｉからの入力に基づいて予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉを算出する最大シリンダ内圧用燃焼モデル７１１＿ｉと、フィードバックコントローラ７４からの入力に基づいて予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉを算出するトルク用燃焼モデル７１２＿ｉと、を備える。
【０１３５】
最大シリンダ内圧用燃焼モデル７１１＿ｉには、上述の図３、図６、図７、図８で説明したものの何れかが用いられる。ここでは、図３に示す出力補正型の最大シリンダ内圧用燃焼モデルを適用した場合について説明する。
この場合、燃焼モデル７１１＿ｉのニューラルネットワークへの入力ベクトルＵは、下記式（４−１）のようになる。
【数４２】
【０１３６】
このとき、モデル予測器７１＿ｉに入力される予測燃料噴射量Ｇｉｎｊ＿ｉ（ｍ）は、下記式（４−２）に示すように、基準噴射量算出部５２により演算周期Ｔｋの下で算出された基準燃料噴射量Ｇｉｎｊ＿ｂｓ（ｋ）とフィードバックコントローラ７４＿ｉにより演算周期Ｔｑの下で算出された予測燃料噴射量補正値の前回値ｄＧｉｎｊ＿ｉ（ｑ−１）とを、加算器７２＿ｉで加算することにより算出される。
【数４３】
【０１３７】
また、モデル予測器７１＿ｉに入力される予測燃料噴射時期θｉｎｊ＿ｉ（ｍ）は、下記式（４−３）に示すように、基準噴射時期算出部５１により演算周期Ｔｋの下で算出された基準燃料噴射時期θｉｎｊ＿ｂｓ（ｋ）とフィードバックコントローラ７４＿ｉにより演算周期Ｔｑの下で算出された予測燃料噴射時期補正値の前回値ｄθｉｎｊ＿ｉ（ｑ−１）とを、加算器７３＿ｉで加算することにより算出される。
【数４４】
【０１３８】
また、この最大シリンダ内圧用燃焼モデル７１１＿ｉにおける予測クランク角度Ｐｒｅ＿θｃｒｋは、下記式（４−４）に示すように、演算周期Ｔｍごとにクランク角分解能ｄθｃｒｋ＿ｐｒｅだけ進み、７２０ｄｅｇを超えるとリセットされる。
【数４５】
【０１３９】
上記式（４−１）に示す入力ベクトルＵの下で、最大シリンダ内圧用燃焼モデル７１１＿ｉで算出された予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉ（ｍ）は、フィードバックコントローラ７４＿ｉに入力される。
【０１４０】
トルク用燃焼モデル７１２＿ｉには、上述の図９、図１０で説明したものの何れかが用いられる。ここでは、図９に示す入力補正型のトルク用燃焼モデルを適用した場合について説明する。
この場合燃焼モデル７１２＿ｉのニューラルネットワークへの入力ベクトルＵは、下記式（４−５）のようになる。
【数４６】
【０１４１】
上記式（４−５）に示す入力ベクトルＵの下で、トルク用燃焼モデル７１２＿ｉで算出された予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉ（ｍ）は、後述の最適入力セレクタ８に入力される。
【０１４２】
なお、上記式（４−１）、（４−５）において、第４〜第７成分は、演算周期Ｔｋの下で更新されるのに対し、第１、第２成分は、演算周期Ｔｍの下で更新される。そこで、パイロット燃料噴射量Ｇｉｎｊ＿ｐｉ及び噴射時期θｉｎｊ＿ｐｉ、並びに、アフター燃料噴射量Ｇｉｎｊ＿ａｆｔｅｒ及び噴射時期θｉｎｊ＿ａｆｔｅｒを、燃料噴射量Ｇｉｎｊ＿ｉ及びθｉｎｊ＿ｉに合わせて、例えばマップ検索などにより演算周期Ｔｍの下で更新してもよい。
【０１４３】
フィードバックコントローラ７４＿ｉは、予測偏差算出部７５＿ｉと、燃料噴射量フィードバックコントローラ７８＿ｉと、燃料噴射時期フィードバックコントローラ７９＿ｉと、２つの増幅器７６＿ｉ，７７＿ｉと、を含んで構成される。
【０１４４】
予測偏差算出部７５＿ｉは、２つのフィードバックコントローラ７８＿ｉ，７９＿ｉにより補償すべき制御量としての、最大シリンダ内圧偏差Ｐｒｅ＿ｄＰｍａｘ＿ｉを算出する。より具体的には、下記式（４−６）に示すように、モデル予測器７１＿ｉにより算出された予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉのうち、最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔから超えた分を最大シリンダ内圧偏差Ｐｒｅ＿ｄＰｍａｘ＿ｉとして定義する。また、予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが、上記最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔよりも小さい場合には、最大シリンダ内圧偏差Ｐｒｅ＿ｄＰｍａｘ＿ｉを「０」とする。
【数４７】
【０１４５】
２つのフィードバックコントローラ７８＿ｉ，７９＿ｉに入力する制御量を上記式（４−６）に示すように定義することにより、予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超える場合にのみ、予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ以下になるように、フィードバックコントローラ７８＿ｉ，７９＿ｉにより予測燃料噴射時期補正値ｄθｉｎｊ＿ｉ及び予測燃料噴射量補正値ｄＧｉｎｊ＿ｉが算出され、ひいてはモデル予測器７１＿ｉに入力される予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉが補正される。
【０１４６】
また、ここで算出された最大シリンダ内圧偏差Ｐｒｅ＿ｄＰｍａｘ＿ｉは、燃料噴射量フィードバックコントローラ７８＿ｉ及び燃料噴射時期フィードバックコントローラ７９＿ｉに対し、所定の分配係数Ｗｅ＿ｉによりそれぞれ異なるように重み付けされた偏差が入力される。
より具体的には、燃料噴射量フィードバックコントローラ７８＿ｉには、下記式（４−７）に示すような偏差Ｅ＿Ｇｉｎｊ＿ｉ（ｑ）が入力される。一方、燃料噴射時期フィードバックコントローラ７９＿ｉには、下記式（４−８）に示すような偏差Ｅ＿θｉｎｊ＿ｉ（ｑ）が入力される。
【数４８】
【数４９】
【０１４７】
ここで、上記式（４−７）、（４−８）における分配係数Ｗｅ＿ｉには、燃焼モデルベースコントローラ７＿ｉごとに「０」から「１」の間で固有の値を設定する。すなわち、上述の図２に示すように、本実施形態では、Ｎ個の燃焼モデルベースコントローラ７＿１,…,７１＿Ｎを並列に設けたが、各コントローラ７１＿１,…,７１＿Ｎでは、分配係数Ｗｅ＿１,…，Ｗｅ＿Ｎの値が異なるよう設定する。したがって、各コントローラ７１＿１,…,７１＿Ｎでは、予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿１,…, Ｐｒｅ＿Ｐｍａｘ＿Ｎが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ以下になるように、異なる条件の下で予測燃料噴射時期補正値ｄθｉｎｊ＿１,…,ｄθｉｎｊ＿Ｎ、予測燃料噴射量補正値ｄＧｉｎｊ＿１,…, ｄＧｉｎｊ＿Ｎ、及び予測トルク値Ｐｒｅ＿Ｔｒｑ＿１,…, Ｐｒｅ＿Ｔｒｑ＿Ｎが算出される。
【０１４８】
燃料噴射時期フィードバックコントローラ７９＿ｉは、上記モデル適応器９の局所修正係数算出部９２３と同様の構成のスライディングモードコントローラを備える。この燃料噴射時期フィードバックコントローラ７９＿ｉでは、先ず、下記式（４−９）に示すように、切換関数設定パラメータＰＯＬＥ＿θｉｎｊと偏差の前回値Ｅ＿θｉｎｊ＿ｉ（ｑ−１）との和を算出し、これを切換関数σθｉｎｊ＿ｉ（ｑ）として定義する。なお、切換関数設定パラメータＰＯＬＥ＿θｉｎｊは、所定の設定テーブルに基づいて、「−１」から「０」の間で設定されたものが用いられる。
【数５０】
【０１４９】
次に、下記式（４−１０）に示すように、到達則入力ｄθｉｎｊ＿ｒｃｈ＿ｉ（ｑ）と適応則入力の前回値ｄθｉｎｊ＿ａｄｐ＿ｉ（ｑ−１）との和により、予測燃料噴射時期補正値ｄθｉｎｊ＿ｉ（ｑ）を定義する。
【数５１】
【０１５０】
ここで、到達則入力ｄθｉｎｊ＿ｒｃｈ＿ｉ（ｑ）は、下記式（４−１１）に示すように、切換関数σθｉｎｊ＿ｉ（ｑ）に所定の到達則ゲインＫｒｃｈ＿θｉｎｊを乗算することで算出される。また、適応則入力ｄθｉｎｊ＿ａｄｐ＿ｉ（ｑ）は、下記式（４−１２）に示すように、切換関数σθｉｎｊ＿ｉの現在の時刻ｑまでの総和と、適応則ゲインＫａｄｐ＿θｉｎｊとの積により算出される。
【数５２】
【数５３】
【０１５１】
燃料噴射量フィードバックコントローラ７８＿ｉは、上記燃料噴射時期フィードバックコントローラ７９＿ｉと同様に動作するスライディングモードコントローラを備える。この燃料噴射量フィードバックコントローラ７８＿ｉでは、先ず、下記式（４−１３）に示すように、切換関数設定パラメータＰＯＬＥ＿Ｇｉｎｊと偏差の前回値Ｅ＿Ｇｉｎｊ＿ｉ（ｑ−１）との和を算出し、これを切換関数σＧｉｎｊ＿ｉ（ｑ）として定義する。なお、切換関数設定パラメータＰＯＬＥ＿Ｇｉｎｊは、所定の設定テーブルに基づいて、「−１」から「０」の間で設定されたものが用いられる。
【数５４】
【０１５２】
次に、下記式（４−１４）に示すように、到達則入力ｄＧｉｎｊ＿ｒｃｈ＿ｉ（ｑ）と適応則入力の前回値ｄＧｉｎｊ＿ａｄｐ＿ｉ（ｑ−１）との和により、予測燃料噴射量補正値ｄＧｉｎｊ＿ｉ（ｑ）を定義する。
【数５５】
【０１５３】
ここで、到達則入力ｄＧｉｎｊ＿ｒｃｈ＿ｉ（ｑ）は、下記式（４−１５）に示すように、切換関数σＧｉｎｊ＿ｉ（ｑ）に所定の到達則ゲインＫｒｃｈ＿Ｇｉｎｊを乗算することで算出される。また、適応則入力ｄＧｉｎｊ＿ａｄｐ＿ｉ（ｑ）は、下記式（４−１６）に示すように、切換関数σＧｉｎｊ＿ｉの現在の時刻ｑまでの総和と、適応則ゲインＫａｄｐ＿Ｇｉｎｊとの積により算出される。
【数５６】
【数５７】
【０１５４】
＜５．最適入力セレクタ＞
図２に戻って、最適入力セレクタ８の構成について説明する。
上述のように、Ｎ個の燃焼モデルベースコントローラ７＿１,…,７＿Ｎでは、それぞれ、異なる最適化条件の下で予測燃料噴射時期補正値ｄθｉｎｊ＿１,…,ｄθｉｎｊ＿Ｎと、予測燃料噴射量補正値ｄＧｉｎｊ＿１,…, ｄＧｉｎｊ＿Ｎとが再帰演算により算出される。最適入力セレクタ８では、所定の優先条件を設定しておき、これらＮ個の補正値の組（ｄθｉｎｊ＿１, ｄＧｉｎｊ＿１）,…,（ｄθｉｎｊ＿Ｎ, ｄＧｉｎｊ＿Ｎ）のうち、上記優先条件に最も適合する組を選択し、これを最適燃料噴射量補正値ｄＧｉｎｊ＿ｏｐｔ及び最適燃料噴射時期補正値ｄθｉｎｊ＿ｏｐｔとして決定する。
【０１５５】
本実施形態では、上記優先条件を、補正値の組（ｄθｉｎｊ＿ｉ，ｄＧｉｎｊ＿ｉ）とともに算出された予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉに対し所定の優先条件を設定する。上述の各燃焼モデルベースコントローラ７＿ｉにより算出された補正値の組（ｄθｉｎｊ＿ｉ，ｄＧｉｎｊ＿ｉ）は、それぞれ予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ以下となるように決定されているものの、最適化条件が異なるため、予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉの値は、コントローラによって異なったものとなる。そこで、下記式（５−１）に示すように、予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉが大きいことを優先条件として、この優先条件に最も適合するコントローラの番号ｉｏｐを決定する。なお、下記式（５−１）において、演算時刻ｍｅは、最適入力セレクタ８が動作する時刻である。この演算時刻ｍｅは、次回の燃焼サイクルの燃料噴射に間に合うように、適宜設定される。
【数５８】
【０１５６】
そして、下記式（５−２）、（５−３）に示すように、この番号ｉｏｐのコントローラにより算出された補正値の組（ｄθｉｎｊ＿ｉｏｐ，ｄＧｉｎｊ＿ｉｏｐ）を、燃料噴射時期補正値ｄθｉｎｊ及び燃料噴射量補正値ｄＧｉｎｊとして決定する。
【数５９】
【数６０】
【０１５７】
また、上記式（１−１）、（１−２）に示すように、このようにして決定された燃料噴射時期補正値ｄθｉｎｊ及び燃料噴射量補正値ｄＧｉｎｊに基づいて、燃料噴射時期θｉｎｊ及び燃料噴射量Ｇｉｎｊが決定される。
【０１５８】
＜６．フローチャート＞
次に、制御装置２による最大シリンダ内圧制御の具体的な手順について、図１６を参照して説明する。
図１６は、制御装置２により実行される最大シリンダ内圧制御の具体的な手順を示すフローチャートである。
ステップＳ１では、ＥＧＲバルブ故障フラグＦ＿ＥＧＲＮＧが「１」であるか否かを判別する。このＥＧＲバルブ故障フラグＦ＿ＥＧＲＮＧは、図示しない判定処理においてＥＧＲバルブが故障したと判定されたときに「１」に設定され、それ以外のときには「０」に設定される。この判別がＮＯの場合には、ステップＳ２に移る。
【０１５９】
ステップＳ２では、センサ類故障フラグＦ＿ＳＮＳＮＧが「１」であるか否かを判別する。このセンサ類故障フラグＦ＿ＳＮＳＮＧは、図示しない判定処理において吸気圧センサ、排気圧センサ、ＥＧＲバルブ開度センサ、及びエアフローセンサなどの各種センサの何れかが故障したと判定されたときに「１」に設定され、それ以外のときには「０」に設定される。この判別がＮＯの場合には、ステップＳ３に移る。
【０１６０】
ステップＳ３では、シリンダ内圧センサ故障フラグＦ＿ＰＣＹＬＮＧが「１」であるか否かを判別する。このシリンダ内圧センサ故障フラグＦ＿ＰＣＹＬＮＧは、図示しない判定処理においてシリンダ内圧センサが故障したと判定されたときに「１」に設定され、それ以外のときには「０」に設定される。この判別がＮＯの場合には、ステップＳ４に移る。
【０１６１】
ステップＳ４では、エンジン回転数ＮＥ及びアクセル開度ＡＰに基づいて、図１６に示すような正常運転時用のマップを検索することで、ドライバ要求トルクＴＲＱ＿ＤＲＶを算出し、ステップＳ５に移る。
【０１６２】
ステップＳ５では、エンジン回転数ＮＥ及び算出したドライバ要求トルクＴＲＱ＿ＤＲＶに基づいて、所定のマップを検索することで基準燃料噴射量Ｇｉｎｊ＿ｂｓを算出し、ステップＳ６に移る。ステップＳ６では、エンジン回転数ＮＥ及び算出したドライバ要求トルクＴＲＱ＿ＤＲＶに基づいて、所定のマップを検索することで基準燃料噴射時期θｉｎｊ＿ｂｓを算出し、ステップＳ７に移る。
【０１６３】
ステップＳ７では、モデル適応器９により、上記式（３−１）〜（３−１４）に基づいて適応修正係数ＫＶＮＳを算出し、ステップＳ８に移る。
ステップＳ８では、Ｎ個の燃焼モデルベースコントローラ７＿ｉ（ｉ＝１〜Ｎ）により、上記式（４−１）〜（４−１６）に基づいて補正値の組ｄＧｉｎｊ＿ｉ，ｄθｉｎｊ＿ｉ（ｉ＝１〜Ｎ）を算出する。
ステップＳ９では、最適化セレクタ８により上記補正値の組ｄＧｉｎｊ＿ｉ，ｄθｉｎｊ＿ｉ（ｉ＝１〜Ｎ）から最適な補正値ｄＧｉｎｊ＿ｏｐｔ,ｄθｉｎｊ＿ｏｐｔを選択し（上記式（５−１）〜（５−３）参照）、これに基づいて燃料噴射時期θｉｎｊ及び燃料噴射量Ｇｉｎｊを決定し（上記式（１−１）、（１−２）参照）、この処理を終了する。
【０１６４】
一方、上記ステップＳ３における判別がＹＥＳであり、シリンダ内圧センサが故障した状態であると判断された場合には、補正値算出部６を停止するべく、ステップＳ１０に移る。
ステップＳ１０では、エンジン回転数ＮＥ及びアクセル開度ＡＰに基づいて、図１６に示すようなシリンダ内圧センサ故障時用のマップを検索することで、ドライバ要求トルクＴＲＱ＿ＤＲＶを算出し、ステップＳ１１に移る。このとき、補正値算出部６を停止しても最大シリンダ内圧が最大シリンダ内圧目標値を超えることがないように、シリンダ内圧センサ故障時用マップによれば、ドライバ要求トルクＴＲＱ＿ＤＲＶは、正常運転時用のマップを検索した場合と比較して、やや小さな値に設定される。
【０１６５】
ステップＳ１１では、エンジン回転数ＮＥ及び算出したドライバ要求トルクＴＲＱ＿ＤＲＶに基づいて、所定のマップを検索することで基準燃料噴射量Ｇｉｎｊ＿ｂｓを算出し、ステップＳ１２に移る。ステップＳ１２では、エンジン回転数ＮＥ及び算出したドライバ要求トルクＴＲＱ＿ＤＲＶに基づいて、所定のマップを検索することで基準燃料噴射時期θｉｎｊ＿ｂｓを算出し、ステップＳ１３に移る。
【０１６６】
ステップＳ１３では、基準燃料噴射量Ｇｉｎｊ＿ｂｓを燃料噴射量Ｇｉｎｊとして決定しステップＳ１４に移る。ステップＳ１４では、基準燃料噴射時期θｉｎｊ＿ｂｓを燃料噴射時期として決定し、この処理を終了する。
【０１６７】
また、上記ステップＳ１又はステップＳ２の判別がＹＥＳであり、センサ類の何れか又はＥＧＲバルブが故障したと判断された場合にも、補正値算出部６を停止するべく、ステップＳ１５に移る。
ステップＳ１５では、エンジン回転数ＮＥ及びアクセル開度ＡＰに基づいて、図１６に示すようなバルブ故障時用のマップを検索することで、ドライバ要求トルクＴＲＱ＿ＤＲＶを算出し、ステップＳ１１に移る。このとき、補正値算出部６を停止しても最大シリンダ内圧が最大シリンダ内圧目標値を超えないように、かつ、エンジンを保護するため、バルブ故障時用マップによれば、ドライバ要求トルクＴＲＱ＿ＤＲＶは、センサ故障時用のマップを検索した場合と比較して、さらに小さな値に設定される。
【０１６８】
＜７．シミュレーション結果＞
次に、本実施形態の制御装置２による最大シリンダ内圧制御のシミュレーション結果について説明する。
【０１６９】
先ず、本実施形態の比較対象となる従来の制御装置による最大シリンダ内圧制御のシミュレーション結果について、図１７及び図１８を参照して説明する。
図１７は、従来の制御装置の構成を示すブロック図である。
従来の制御装置では、基準燃料噴射時期θｉｎｊ＿ｂｓ及び基準燃料噴射量Ｇｉｎｊ＿ｂｓを本実施形態と同様にマップ検索により算出する。
【０１７０】
フィードバックコントローラでは、下記式（６−１）に示すように、最大シリンダ内圧偏差ｄＰｍａｘを算出する。より具体的には、最大シリンダ内圧Ｐｍａｘのうち、最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔから超えた分を最大シリンダ内圧偏差ｄＰｍａｘとして定義する。また、最大シリンダ内圧Ｐｍａｘが、上記最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔよりも小さい場合には、最大シリンダ内圧偏差ｄＰｍａｘを「０」とする。
【数６１】
【０１７１】
また、フィードバックコントローラでは、この最大シリンダ内圧偏差ｄＰｍａｘが「０」となるように、すなわち、最大シリンダ内圧Ｐｍａｘが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えた場合には、検出値Ｐｍａｘが目標値Ｐｍａｘ＿ｔｒｇｔ以下になるように、燃料噴射時期補正値ｄθｉｎｊを算出する。ここで、フィードバックアルゴリズムとしては、上記式（４−９）〜（４−１２）に示したものと同様のスライディングモードアルゴリズムを適用した。
【０１７２】
図１８は、従来の制御装置により最大シリンダ内圧制御を行った場合における燃料噴射量、燃料噴射時期補正値、及びシリンダ内圧の変化を示す図である。
図１８に示すように、この従来の制御装置では、時刻ｔ１において、シリンダ内圧値が目標値Ｐｍａｘ＿ｔｒｇｔを超えたことに応じて初めてフィードバックコントローラが動作し、時刻ｔ２では「０」でない燃料噴射時期補正値ｄθｉｎｊが算出される。このように、制御遅れが必ず生じてしまうため、間欠的ではあるものの最大シリンダ内圧Ｐｍａｘが目標値Ｐｍａｘ＿ｔｒｇｔを大幅に超えてしまう場合がある。また、このような制御遅れの発生により、逆に最大シリンダ内圧Ｐｍａｘが目標値Ｐｍａｘ＿ｔｒｇｔを大幅に下回るように、最大シリンダ内圧Ｐｍａｘを不要に抑制してしまう場合もある。
【０１７３】
次に、本実施形態のシミュレーション結果について図１９〜図２２を参照して説明する。
ここでは、図１９に示すように、３つの異なる条件下でシミュレーションを行った。条件１では、最適化コントローラ５の燃焼モデルベースコントローラ７＿ｉの動作をオンにし、かつモデル適応器９の動作をオフにした。条件２では、最適化コントローラ５の燃焼モデルベースコントローラ７＿ｉの動作をオンにし、かつモデル適応器９の動作をオフにし、さらにモデル化誤差を付与した。ここで、モデル化誤差とは、燃焼モデルベースコントローラ７＿ｉ及びモデル適応器９に備えられた燃焼モデルにより再現されるエンジンの状態と、実際のエンジンの状態とが異なるときに発生する誤差である。条件３では、最適化コントローラ５の燃焼モデルベースコントローラ７＿ｉの動作をオンにし、かつモデル適応器９の動作をオンにし、さらにモデル化誤差を付与した。
【０１７４】
図２０は、本実施形態に係る制御装置を条件１のもとで作動させた場合におけるシリンダ内圧検出値Ｐｃｙｌ、燃料噴射量Ｇｉｎｊ、基準燃料噴射量Ｇｉｎｊ＿ｂｓ、燃料噴射時期補正値ｄθｉｎｊ、予測燃料噴射時期補正値ｄθｉｎｊ＿ｉ、予測燃料噴射量補正値ｄＧｉｎｊ＿ｉ、予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉ、及び予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉの変化を示す図である。
なお、図２０中、下方には、演算周期Ｔｍの下で算出される予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉを演算周期Ｔｋにわたって拡大したものを図示する。
【０１７５】
上述のように、燃焼モデルベースコントローラでは、次回の燃料噴射時期θｉｎｊ及び燃料噴射量Ｇｉｎｊを決定するまでに、燃焼モデルにより再帰的に演算を行うことで予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えないように予測燃料噴射時期補正値ｄθｉｎｊ＿ｉ及び予測燃料噴射量補正値ｄＧｉｎｊ＿ｉを算出する。そして、このようにしてＮ個のコントローラで算出された補正値の組ｄθｉｎｊ＿ｉ，ｄＧｉｎｊ＿ｉ（ｉ＝１〜Ｎ）のうち、最も大きい予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉ（ｉ＝１〜Ｎ）を出力するコントローラで算出された補正値に基づいて燃料噴射量Ｇｉｎｊ及び燃料噴射時期補正値ｄθｉｎｊを決定する。
このため、図２０に示すように、シリンダ内圧検出値Ｐｃｙｌが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えることはない。また、図１８の従来の結果と比較して分かるように、本実施形態によれば、最大シリンダ内圧Ｐｍａｘを抑制する制御を行った後、不要に最大シリンダ内圧Ｐｍａｘを抑制する制御が働くこともない。また、燃料噴射量Ｇｉｎｊと燃料噴射時期θｉｎｊとでは、それぞれ補正のバランスが変化することが確認できる。これは、最大シリンダ内圧Ｐｍａｘを目標値Ｐｍａｘ＿ｔｒｇｔ以下に抑制しながらも、トルクを最大化、すなわち燃焼効率を最大化するような補正を行っているためである。
【０１７６】
図２１は、本実施形態に係る制御装置を条件２のもとで作動させた場合におけるシリンダ内圧検出値Ｐｃｙｌ、燃料噴射量Ｇｉｎｊ、基準燃料噴射量Ｇｉｎｊ＿ｂｓ、燃料噴射時期補正値ｄθｉｎｊ、予測燃料噴射時期補正値ｄθｉｎｊ＿ｉ、予測燃料噴射量補正値ｄＧｉｎｊ＿ｉ、予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉ、及び予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉの変化を示す図である。
【０１７７】
条件２では、より具体的には、燃焼モデルによる予測値が実際のエンジンの検出値よりも２０％程度大きくなるようなモデル化誤差を与えた。また、条件２では、モデル適応器を作動させていないため、最適化コントローラでは、予測値Ｐｒｅ＿Ｐｍａｘ＿ｉを検出値Ｐｍａｘに一致させるようなフィードバック動作が働かずに、燃料噴射量Ｇｉｎｊ及び燃料噴射時期θｉｎｊをフィードフォワード的に決定するのみである。結果として最大シリンダ内圧Ｐｍａｘが目標値Ｐｍａｘ＿ｔｒｇｔを超える場合がある。
【０１７８】
図２２は、本実施形態に係る制御装置を条件３のもとで作動させた場合におけるシリンダ内圧検出値Ｐｃｙｌ、燃料噴射量Ｇｉｎｊ、基準燃料噴射量Ｇｉｎｊ＿ｂｓ、燃料噴射時期補正値ｄθｉｎｊ、予測燃料噴射時期補正値ｄθｉｎｊ＿ｉ、予測燃料噴射量補正値ｄＧｉｎｊ＿ｉ、予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉ、予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉ、適応修正係数ＫＶＮＳ、及び最大シリンダ内圧の予測値Ｐｒｅ＿Ｐｍａｘ＿ｉと最大シリンダ内圧Ｐｍａｘとの変化を示す図である。
【０１７９】
条件３では、条件２と同じモデル化誤差を与えつつ、モデル適応器を作動させる。
このため、図２２中、破線で示すように、シミュレーションを開始した直後は、燃焼モデルによる最大シリンダ内圧の予測値Ｐｒｅ＿Ｐｍａｘ＿ｉと、実際の検出値Ｐｍａｘとの間でずれがあるものの、モデル適応器により適応修正係数ＫＶＮＳを適切な値に変化させてゆくことにより、この予測値Ｐｒｅ＿Ｐｍａｘ＿ｉと検出値Ｐｍａｘとの間の誤差はなくなる。すなわち、シミュレーション開始時に与えたモデル化誤差は自動的に無くなる。したがって、シリンダ内圧検出値Ｐｃｙｌが目標値Ｐｍａｘ＿ｔｒｇｔを超えてしまうこともない。
図２１と図２２とを比較すると、燃料噴射量Ｇｉｎｊと燃料噴射時期θｉｎｊの補正のバランスが、燃焼モデルをモデル適応器により修正する前（図２１）と、修正した後（図２２）では異なることが確認できる。これは、燃焼モデルとして適応修正器を併用したニューラルネットワークを用い、最適化コントローラで最適な制御入力を燃焼モデルの変化に合わせて逐次選択するようにしたためであり、従来のマップを用いた手法では実現することは困難であると考えられる。
【０１８０】
本実施形態によれば、以下の効果を奏する。
（１）本実施形態によれば、最適化コントローラ５の燃焼モデルベースコントローラ７＿ｉは、燃焼モデルに予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉを入力したときにおける、この燃焼モデルにより算出された予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ以下になるように、上記予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉを補正する。さらに、この最適化コントローラ５は、補正した予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉに基づいてエンジンの制御入力を決定する。これにより、最大シリンダ内圧Ｐｍａｘが常に最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ以下になるように制御入力を決定することができる。このように、本実施形態によれば、最大シリンダ内圧Ｐｍａｘが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを上回ることを契機とすることなく、燃焼モデルによりフィードフォワード的に制御入力を決定することができるので、制御遅れにより一時的に最大シリンダ内圧Ｐｍａｘが上記最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔから大幅に上回ったり、逆に最大シリンダ内圧Ｐｍａｘが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを下回るような制御が不要に働くのを防止したりすることもできる。
【０１８１】
（２）本実施形態によれば、Ｎ個の燃焼モデルベースコントローラにより、それぞれ異なる最適化条件の下で、予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを下回るように予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉを補正する。そして、最適入力セレクタ８により、各燃焼モデルベースコントローラにより算出された予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉのうち、予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉが最も大きくなるものを選択し、この選択した予測燃料噴射量及び予測燃料噴射時期をエンジンの制御入力として決定する。これにより、例えば最大シリンダ内圧Ｐｍａｘが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを下回るように制御入力を決定するあまり、トルク値が小さくなってしまい、マイナスの影響が現れるのを防止することができる。すなわち、最大シリンダ内圧Ｐｍａｘを適切に維持しながら、トルクが望まれていない挙動を示すのを防止することができる。
【０１８２】
（３）本実施形態では、プラントモデルとしてニューラルネットワークを用いることにより、車載コンピュータでも実現可能な程度の計算量で、モデル化誤差が小さく精度の高い演算が可能となる。また、ニューラルネットワークにも多くのパラメータが含まれているものの、ニューラルネットワークでは物理的な意味を持ったモデルパラメータとしてこれらパラメータを同定しないので、既存の手法により適切な値に設定することができる。
【０１８３】
（４）本実施形態によれば、モデル適応器９により、最大シリンダ内圧Ｐｍａｘと燃焼モデルにより算出される予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉとの偏差が小さくなるように、燃焼モデルを適応修正する。これにより、エンジンに劣化が発生したり生産ばらつきが生じたりした場合であっても、燃焼モデルによる予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉと実際のエンジンの最大シリンダ内圧Ｐｍａｘとを常に合致させることができるため、上記劣化や生産ばらつきに関わらず常に適切な制御入力を決定することができる。
【０１８４】
（５）本実施形態によれば、モデル修正器９により、最大シリンダ内圧Ｐｍａｘと燃焼モデルにより算出される最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘとの偏差が小さくなるように、燃焼モデルのニューラルネットワークに入力される適応修正係数ＫＶＮＳを算出する。これにより、エンジンに劣化が発生したり生産ばらつきが生じたりした場合であっても、燃焼モデルによる最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘと実際のエンジンの最大シリンダ内圧Ｐｍａｘとを常に合致させることができるため、上記劣化や生産ばらつきに関わらず常に適切な制御入力を決定することができる。
【０１８５】
（６）本実施形態によれば、適応修正係数ＫＶＮＳをニューラルネットワークの出力に乗算又は加算する場合（出力補正型の場合）、このようなエンジンの特性変化を予め学習する必要がないので、エンジンが上述のような予期しない変化をした場合であっても、比較的高い精度でモデル化誤差を補償することができると考えられる。
【０１８６】
（７）本実施形態によれば、エンジンの状態を示す参照パラメータ（ＮＥ，Ｇｉｎｊ）を基底とした空間内の領域ごとの局所修正係数Ｕｉｊを算出することにより、エンジンの状態ごとに異なる誤差への影響を考慮して適応修正係数ＫＶＮＳを決定することができる。
【０１８７】
（８）本実施形態によれば、予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉの暫定値を燃焼モデルに入力したときにこの燃焼モデルにより算出される予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが、最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えないように予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉを補正する。そして、この補正した予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉに基づいて燃料噴射量Ｇｉｎｊ及び燃料噴射時期θｉｎｊを決定し、エンジンに入力する。これにより、最大シリンダ内圧Ｐｍａｘが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えないようにすることができるので、エンジンの骨格強度を最大限有効に使いきることができる。
【０１８８】
［第２実施形態］
次に、本発明の第２実施形態を、図面を参照して説明する。
以下の第２実施形態の説明にあたって、第１実施形態と同一構成要件については同一符号を付し、その説明を省略化又は簡略化する。
【０１８９】
図２３は、本実施形態に係るプラントとしてのエンジン１とその制御装置２Ａの構成を示すブロック図である。
本実施形態の制御装置２ＡのＥＣＵ３Ａに構成された最適化コントローラ５Ａは、最大シリンダ内圧Ｐｍａｘを最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ以下に制御するために、エンジン１の燃料噴射弁に燃焼サイクルごとに入力される燃料噴射量Ｇｉｎｊと、燃焼サイクルごとに入力されるメイン噴射に対する燃料噴射分割比率Ｒｉｎｊとを最適な値に決定する。
【０１９０】
ここで、燃料噴射分割比率Ｒｉｎｊとは、メイン噴射を例えば２回に分けて実行した場合における、第１メイン噴射実行時の噴射量Ｇｉｎｊ＿ｍｉｎ１と、第２メイン噴射実行時の噴射量Ｇｉｎｊ＿ｍｉｎ２との比率を示すものであり、「０」から「１」の間で設定される。より具体的には、この燃料噴射分割比率Ｒｉｎｊを用いて、第１メイン噴射実行時の噴射量Ｇｉｎｊ＿ｍｉｎ１と、第２メイン噴射実行時の噴射量Ｇｉｎｊ＿ｍｉｎ２とは、下記式（７−１）、（７−２）により決定される。
【数６２】
【数６３】
【０１９１】
図２４は、燃料噴射時期θｉｎｊの遅角化を模式的に示す図である。
図２５は、メイン噴射の分割を模式的に示す図である。
第１実施形態では、最大シリンダ内圧Ｐｍａｘが目標値Ｐｍａｘ＿ｔｒｇｔを超えるおそれがある場合には、燃料噴射量Ｇｉｎｊを少なくする補正を行うか、又は図２４に示すように、メイン噴射を実行する時期が遅くなるように燃料噴射時期θｉｎｊを補正する。
これに対して第２実施形態では、最大シリンダ内圧Ｐｍａｘが目標値Ｐｍａｘ＿ｔｒｇｔを超えるおそれがある場合には、燃料噴射量Ｇｉｎｊを少なくする補正を行うか、又は図２５に示すように、第１メイン燃料噴射量Ｇｉｎｊ＿ｍｉｎ１と第２メイン燃料噴射量Ｇｉｎｊ＿ｍｉｎ２との合計をメイン燃料噴射量Ｇｉｎｊ＿ｍｉｎに固定したまま、第１メイン燃料噴射量Ｇｉｎｊ＿ｍｉｎ１と第２メイン燃料噴射量Ｇｉｎｊ＿ｍｉｎ２との比率を変化させる。
【０１９２】
本実施形態によれば、上記（１）〜（７）の効果に加えて、以下の効果を奏する。
（９）本実施形態によれば、燃料噴射量Ｇｉｎｊ及びメイン燃料噴射の分割噴射比率Ｒｉｎｊの暫定値を燃焼モデルに入力したときにこの燃焼モデルにより算出される予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えないように上記暫定値を補正する。そして、この補正した暫定値に基づいて燃料噴射量Ｇｉｎｊ及び分割噴射比率Ｒｉｎｊを決定し、エンジンに入力する。これにより、最大シリンダ内圧Ｐｍａｘが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えないようにすることができるので、エンジンの骨格強度を最大限有効に使いきることができる。
【０１９３】
なお、最大シリンダ内圧Ｐｍａｘを目標値Ｐｍａｘ＿ｔｒｇｔ以下に制御するため、第１実施形態では燃料噴射量Ｇｉｎｊ及び燃料噴射時期θｉｎｊを調整し、第２実施形態では燃料噴射量Ｇｉｎｊ及び燃料噴射分割比率Ｒｉｎｊを調整したが、最大シリンダ内圧Ｐｍａｘを制御するための制御パラメータはこれらに限らない。この他、制御パラメータとしては、例えば、パイロット燃料噴射量、パイロット噴射を実行する回数、ＥＧＲ率、及び過給圧などが挙げられる。これら制御パラメータの中でも、ＥＧＲ率と過給圧は、応答遅れが大きいため、速応性が要求される最大シリンダ内圧Ｐｍａｘの抑制制御には適していないと考えられるが、燃焼モデルベースコントローラに備えられた燃焼モデルには、遅れ特性を考慮できるニューラルネットワークを用いるため、この遅れを補償するように他の制御パラメータを決定することができる。
【０１９４】
［第３実施形態］
次に、本発明の第３実施形態を、図面を参照して説明する。
以下の第３実施形態の説明にあたって、第１実施形態と同一構成要件については同一符号を付し、その説明を省略又は簡略化する。
【０１９５】
図２６は、本実施形態に係るプラントとしてのエンジン１とその制御装置２Ｂの構成を示すブロック図である。
制御装置２Ｂは、エンジン１から排出されるＮＯｘ量（以下、「フィードＮＯｘ」という）を検出するＮＯｘセンサ（図示せず）と、クランク角度位置センサ（図示せず）と、ＥＣＵ３Ｂと、を備える。
本実施形態のＥＣＵ３Ｂに構成された最適化コントローラ５Ｂは、ＮＯｘセンサの検出値ＮＯｘ＿ａｃｔを、エンジン１の運転状態に応じて設定される最大フィードＮＯｘ目標値ＮＯｘ＿ｔｒｇｔ以下に制御するために、エンジン１の燃料噴射弁に燃焼サイクルごとに入力される燃料噴射量Ｇｉｎｊと、燃焼サイクルごとに入力されるメイン噴射に対する燃料噴射分割比率Ｒｉｎｊとを最適な値に決定する。
【０１９６】
本実施形態によれば、上記（１）〜（７）の効果に加えて、以下の効果を奏する。
（１０）本実施形態によれば、燃料噴射量Ｇｉｎｊ及びメイン燃料噴射の分割比率Ｒｉｎｊの暫定値を燃焼モデルに入力したときにこの燃焼モデルにより算出されるＮＯｘ量の推定値が最大フィードＮＯｘ目標値ＮＯｘ＿ｔｒｇｔを超えないように上記暫定値を補正する。そして、この補正した暫定値に基づいて燃料噴射量Ｇｉｎｊ及び分割比率Ｒｉｎｊを決定し、エンジンに入力する。これにより、例えば、過渡条件下であってもエンジンから排出されるＮＯｘ量が最大フィードＮＯｘ目標値ＮＯｘ＿ｔｒｇｔを超えないようにすることができるので、ＮＯｘの排出量を低減するとともに、排気浄化装置にかかる負担を軽減することができる。
【０１９７】
［第４実施形態］
次に、本発明の第４実施形態を、図面を参照して説明する。
以下の第４実施形態の説明にあたって、第１実施形態と同一構成要件については同一符号を付し、その説明を省略又は簡略化する。
【０１９８】
図２７は、本実施形態に係るプラントとしてのエンジン１とその制御装置２Ｃの構成を示すブロック図である。
制御装置２Ｃは、エンジン１の排気温度を検出する排気温度センサ（図示せず）と、クランク角度位置センサ（図示せず）と、ＥＣＵ３Ｃと、を備える。
本実施形態のＥＣＵ３Ｃの最適化コントローラ３Ｃは、排気温度センサの検出値Ｔｅｘ＿ａｃｔを、エンジン１の排気通路に設けられた排気浄化触媒の活性温度に応じて設定された目標温度Ｔｅｘ＿ｔｒｇｔに維持するように制御するために、エンジン１の燃料噴射弁に燃焼サイクルごとに入力される燃料噴射量Ｇｉｎｊと、燃焼サイクルごとに入力されるメイン噴射に対する燃料噴射分割比率Ｒｉｎｊとを最適な値に決定する。
【０１９９】
ところで、上記第１実施形態では、最大シリンダ内圧Ｐｍａｘが目標値Ｐｍａｘ＿ｔｒｇｔを超えないようにするため、上記式（４−６）に示すように、燃焼モデルベースコントローラのフィードバックコントローラに入力する偏差Ｐｒｅ＿ｄＰｍａｘ＿ｉを、予測値Ｐｒｅ＿Ｐｍａｘ＿ｉが目標値Ｐｍａｘ＿ｔｒｇｔより小さい場合には「０」と定義した。しかしながら、本実施形態の排気温度制御では、排気温度センサの検出値Ｔｅｘ＿ａｃｔを目標温度Ｔｅｘ＿ｔｒｇｔに維持するため、燃焼モデルベースコントローラのフィードバックコントローラに入力する偏差Ｐｒｅ＿ｄＴｅｘ＿ｉを、上記式（４−６）に変えて、下記式（７−３）に示すように、燃焼モデルによる排気温度の予測値Ｐｒｅ＿Ｔｅｘ＿ｉから、目標値Ｔｅｘ＿ｔｒｇｔを除算したもので定義する。
【数６４】
【０２００】
本実施形態によれば、上記（１）〜（７）の効果に加えて、以下の効果を奏する。
（１１）本実施形態によれば、燃料噴射量Ｇｉｎｊ及びメイン燃料噴射の分割比率Ｒｉｎｊの暫定値を燃焼モデルに入力したときにこの燃焼モデルにより算出される排気温度の推定値が目標温度Ｔｅｘ＿ｔｒｇｔから外れないように、上記暫定値を補正する。そして、この補正した暫定値に基づいて燃料噴射量Ｇｉｎｊ及び分割比率Ｒｉｎｊを決定し、エンジンに入力する。これにより、排気温度Ｔｅｘ＿ａｃｔが目標温度Ｔｅｘ＿ｔｒｇｔから逸脱しないようにすることができるので、排気浄化触媒における浄化率を高く維持することができる。
【０２０１】
また、本実施形態では、排気温度の予測値Ｐｒｅ＿Ｔｅｘ＿ｉ（ｉ＝１〜Ｎ）を算出するための燃焼モデルの他、エンジンの燃焼効率の予測値Ｐｒｅ＿Ｉｔａ＿ｉ（ｉ＝１〜Ｎ）を算出する燃焼モデルや、エンジンの燃料消費量の予測値Ｐｒｅ＿Ｇｆｕｅｌ＿ｉ（ｉ＝１〜Ｎ）を算出する燃焼モデルを燃焼モデルベースコントローラに設けてもよい。この場合、Ｎ個の燃焼モデルベースコントローラにより算出された予測燃料噴射量補正値ｄＧｉｎｊ＿ｉ（ｉ＝１〜Ｎ）及び予測燃料噴射分割比率ｄＲｉｎｊ＿ｉ（ｉ＝１〜Ｎ）のうち、燃焼効率の予測値Ｐｒｅ＿Ｉｔａ＿ｉが最も高いか、又は、エンジンの燃料消費量の予測値Ｐｒｅ＿Ｇｆｕｅｌ＿ｉが最も少ないコントローラにより算出された予測燃料噴射量補正値及び予測燃料噴射分割比率を、最適燃料噴射量補正値ｄＧｉｎｊ＿ｏｐｔ及び最適燃料噴射分割比率補正値ｄＲｉｎｊ＿ｏｐｔとして決定することが好ましい。これにより、排気温度Ｔｅｘ＿ａｃｔを目標値Ｔｅｘ＿ｔｒｇｔに維持しながら、エンジンの燃費を少なくすることができる。
【０２０２】
［第５実施形態］
次に、本発明の第５実施形態を、図面を参照して説明する。
以下の第５実施形態の説明にあたって、第１実施形態と同一構成要件については同一符号を付し、その説明を省略又は簡略化する。
【０２０３】
図２８は、本実施形態に係るプラントとしてのエンジン１Ｄとその制御装置２Ｄの構成を示すブロック図である。
本実施形態のエンジン１Ｄは、ガソリンエンジンであり、さらに燃焼室内の圧縮比を変更することができる可変圧縮機構（図示せず）を備える。
本実施形態のＥＣＵ３Ｄに構成された最適化コントローラ５Ｄは、最大シリンダ内圧Ｐｍａｘを最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ以下に制御するため、エンジン１Ｄの点火時期θｉｇと、可変圧縮比機構に対する圧縮比指令値Ｃｒ＿ｃｍｄとを最適な値に決定する。
【０２０４】
本実施形態によれば、上記（１）〜（７）の効果に加えて、以下の効果を奏する。
（１２）本実施形態によれば、エンジンの点火時期θｉｇ及び圧縮比指令値Ｃｒ＿ｃｍｄの暫定値を燃焼モデルに入力したときにこの燃焼モデルにより算出されるノック強度の推定値がノック強度目標値Ｐｋｎｏｃｋ＿ｔｒｇｔを超えないように、上記暫定値を補正する。そして、この補正した暫定値に基づいて点火時期θｉｇ及び圧縮比指令値Ｃｒ＿ｃｍｄを決定し、エンジンに入力する。これにより、ノック強度Ｐｋｎｏｃｋがノック強度目標値Ｐｋｎｏｃｋ＿ｔｒｇｔを超えないようにしながら、燃費を向上することができる。
【０２０５】
［第６実施形態］
次に、本発明の第６実施形態を、図面を参照して説明する。
以下の第６実施形態の説明にあたって、第５実施形態と同一構成要件については同一符号を付し、その説明を省略又は簡略化する。
【０２０６】
図２９は、本実施形態に係るプラントとしてのエンジン１Ｄとその制御装置２Ｅの構成を示すブロック図である。
本実施形態の制御装置２Ｅは、エンジン１Ｄのノック強度を検出するノックセンサ（図示せず）と、クランク角度位置センサ（図示せず）と、ＥＣＵ３Ｅとを備える。
本実施形態のＥＣＵ３Ｅに構成された最適化コントローラ５Ｅは、ノックセンサの検出値Ｐｋｎｏｃｋをノック強度目標値Ｐｋｎｏｃｋ＿ｔｒｇｔ以下に制御するため、エンジン１Ｄの点火時期θｉｇと、可変圧縮比機構に対する圧縮比指令値Ｃｒ＿ｃｍｄとを最適な値に決定する。
本実施形態によれば、上記第５実施形態と同様の効果を奏する。
【０２０７】
なお本発明は上述した実施形態に限るものではなく、種々の変形が可能である。
【０２０８】
上記実施形態では、燃焼モデルを、非線形な動特性の再現性に優れたニューラルネットワークに基づいて構築したが、これに限るものではない。例えば、エンジンの物理モデルや制御マップに基づいて燃焼モデルを構築しても十分な効果を奏する。
【０２０９】
上記実施形態のモデル修正器では、２つの参照パラメータ（エンジン回転数、燃料噴射量）を基底とした２次元の空間に重み関数を定義し、この重み関数を用いて適応修正係数ＫＶＮＳを算出したが、これに限らない。すなわち、重み関数を定義する空間の次元数、及び、参照パラメータとして用いる物理量の種類は、上記実施形態に示した例に限らない。空間の次元数は、例えば、１次元又は３次元以上であってもよい。また、参照パラメータとして用いるパラメータには、燃焼モデルへの入力の他の成分、例えば、燃料噴射時期θｉｎｊ、パイロット燃料噴射量Ｇｉｎｊ＿ｐｉ、パイロット燃料噴射時期θｉｎｊ＿ｐｉ、メイン燃料噴射量Ｇｉｎｊ＿ｍｉｎ、アフター燃料噴射量Ｇｉｎｊ＿ａｆｔｅｒ、アフター燃料噴射時期θｉｎｊ＿ａｆｔｅｒ、吸入空気量Ｇａｉｒ、吸気圧力ＰＢ、排気圧力ＰＥＸ、及びＥＧＲバルブ開度θｅｇｒなどを用いてもよい。
【０２１０】
上記実施形態のモデル修正器では、スライディングモード制御アルゴリズムを用いて領域ごとの局所修正係数Ｕｉｊを算出したが、これに限らない。例えば、バックステッピング制御、ＰＩＤ制御、及び最適制御アルゴリズムなどの既知のフィードバックアルゴリズムを用いて領域ごとの局所修正係数Ｕｉｊを算出してもよい。
【符号の説明】
【０２１１】
１，１Ｄ…エンジン（プラント、内燃機関）
２，２Ａ，２Ｂ，２Ｃ，２Ｄ，２Ｅ…制御装置
３，３Ａ，３Ｂ，３Ｃ，３Ｄ，３Ｅ…ＥＣＵ
５，５Ａ，５Ｂ，５Ｃ，５Ｄ，５Ｅ…最適化コントローラ（制御入力決定手段）
５１…基準噴射時期算出部
５２…基準噴射量算出部
６…補正値算出部
７＿ｉ（ｉ＝１〜Ｎ）…燃焼モデルベースコントローラ（最適化手段）
７１１＿ｉ（ｉ＝１〜Ｎ）…最大シリンダ内圧用燃焼モデル
７１２＿ｉ（ｉ＝１〜Ｎ）…トルク用燃焼モデル
７４＿ｉ（ｉ＝１〜Ｎ）…フィードバックコントローラ
８…最適入力セレクタ（最適値選択手段）
９…モデル適応器（モデル修正手段）
９１…最大シリンダ内圧用燃焼モデル
９２…適応修正器
９２２…重み関数設定部（重み関数設定手段）
９２３…局所修正係数算出部（修正係数算出手段）
９２４…修正係数算出部（決定手段）
【技術分野】
【０００１】
本発明は、プラントの制御装置に関する。特に、プラントモデルに基づいて制御入力を決定するプラントの制御装置に関する。
【背景技術】
【０００２】
従来、ガソリンエンジンやディーゼルエンジンなどのエンジン制御において、点火時期や燃料の噴射時期は、エンジンの性能が最大限に引き出されるように、エンジン回転数や空燃比などに応じて最適な時期に設定される。一方、これら点火時期や噴射時期は、燃焼サイクルごとのシリンダ内圧の最大値（以下、「最大シリンダ内圧」という）に相関があることが知られている。エンジンに過度の負担がかからないように、この最大シリンダ内圧は所定の許容最大値を超えないように制御される。
【０００３】
図３０は、点火時期又は噴射時期と、エンジン出力及び最大シリンダ内圧との関係を模式的に示す図である。
点火（噴射）時期を進角側に設定すると出力を向上できるものの、これに伴い最大シリンダ内圧も大きくなる傾向がある。このため、図３０に示すように、点火（噴射）時期を最も大きな出力が得られる最適な時期（ＭＢＴ（Minimum advance for the Best Torque））に設定すると、最大シリンダ内圧がエンジンの骨格強度限界に応じて設定された許容最大値を超えてしまう場合がある。このような場合、最大シリンダ内圧が許容最大値を超えないように点火（噴射）時期を遅角側に設定する必要があるが、従来では、エンジンの生産ばらつき、気筒間のばらつき、環境ばらつきなどを考慮して、最大シリンダ内圧が確実に許容最大値を超えないように、許容最大値に対し所定のマージンを持たせて点火（噴射）時期を設定する。このように、許容最大値に対するマージンを大きく設定するとエンジンにかかる負担をより確実に軽減できるものの、結果としてエンジンの出力が低下したり、エンジンの重量が増加したりするおそれがある。
【０００４】
そこで特許文献１には、エンジンの骨格強度を使いきれるように、エンジンのシリンダ内圧をシリンダ内圧センサで監視し、最大シリンダ内圧が許容最大値を超えないように燃料の供給量や、点火（噴射）時期などを調整する技術が提案されている。より具体的には、シリンダ内圧センサによる最大シリンダ内圧の検出値が、許容最大値よりも小さな値に設定した閾値を超えたことに応じて燃料の供給量を減量することにより、最大シリンダ内圧を許容最大値以下に抑制する。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００２−１８０８７９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、このようにシリンダ内圧センサの検出値を用いたフィードバック制御アルゴリズムにより最大シリンダ内圧を許容最大値以下に抑制する制御を行ったとしても、今回の燃焼サイクルに基づいて演算した点火時期や燃料噴射時期は、次回の燃焼サイクル時にしか反映できないため、最大シリンダ内圧に必ず制御遅れが発生してしまう。このため、例えば、一時的に最大シリンダ内圧が許容最大値を超えてしまったり、逆に不要に最大シリンダ内圧を抑制する制御が働くことで出力が低下したりするおそれがある。このような運転者の意思に反した挙動は、過渡的な運転状態において特に顕著となる。したがって、従来の技術では、最大シリンダ内圧を許容値よりも十分に低く抑える必要があるため、エンジンの骨格強度を最大限有効に使いきれているとは言いがたい。
【０００７】
なお、ここまで制御量に制御遅れが発生することに伴う課題についてエンジンの最大シリンダ内圧制御を例に説明したが、このような制御遅れに付随した課題は、エンジンの制御量を所定の許容最大値以下に抑制する制御をフィードバック制御に基づいて行った場合には、共通して生じうると考えられる。
【０００８】
本発明は、上述した点を考慮してなされたものであり、制御量を所定の条件下で制御するプラントの制御装置において、実際の制御量が上記条件を逸脱したり、逆に制御量を上記条件に拘束する制御が不要に働いたりするのを防止できる制御装置を提供することを目的とする。
【課題を解決するための手段】
【０００９】
上記目的を達成するため本発明は、プラント（例えば、後述のエンジン１，１Ｄ）の第１制御量（例えば、後述の最大シリンダ内圧Ｐｍａｘ、シリンダ内圧検出値Ｐｃｙｌ、ＮＯｘセンサ検出値ＮＯｘ＿ａｃｔ、温度センサ検出値Ｔｅｘ＿ａｃｔ、ノックセンサ検出値Ｐｋｎｏｃｋ）を調整するための制御パラメータ（例えば、後述の燃料噴射量Ｇｉｎｊ、燃料噴射時期θｉｎｊ、燃料噴射分割比率Ｒｉｎｊ、圧縮比指令値Ｃｒ＿ｃｍｄ、点火時期θｉｇ）を含む入力に基づいて、前記プラントの制御量を推定するプラントモデル（例えば、後述の図３、図６、図７、図８、図９、図１０に示す燃焼モデル）を備えたプラントの制御装置（例えば、後述の制御装置２，２Ａ，２Ｂ，２Ｃ，２Ｄ，２Ｅ）を提供する。前記プラントモデルに前記制御パラメータの暫定値（例えば、後述の予測燃料噴射量Ｇｉｎｊ＿ｉ、及び予測燃料噴射時期θｉｎｊ＿ｉ）を入力したときに、当該プラントモデルにより算出される第１制御量の推定値（例えば、後述の予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉ）を第１制御量モデル値と定義する。前記制御装置は、当該第１制御量モデル値が所定の拘束条件を満たすように前記制御パラメータの暫定値を補正し、さらに当該補正された制御パラメータの暫定値に基づいて前記プラントの制御入力（例えば、後述の燃料噴射量Ｇｉｎｊ、燃料噴射時期θｉｎｊ、燃料噴射分割比率Ｒｉｎｊ、圧縮比指令値Ｃｒ＿ｃｍｄ、点火時期θｉｇ）を決定する制御入力決定手段（例えば、後述の最適化コントローラ５，５Ａ，５Ｂ，５Ｃ，５Ｄ，５Ｅ）を備える。
【００１０】
この発明によれば、制御入力決定手段は、プラントモデルに制御パラメータの暫定値を入力したときにおける、このプラントモデルから出力された第１制御量モデル値が所定の拘束条件を満たすように制御パラメータの暫定値を補正する。さらに、この制御入力決定手段は、第１制御量モデル値が拘束条件を満たすように補正した制御パラメータの暫定値に基づいてプラントの制御入力を決定する。これにより、第１制御量が常に拘束条件を満たすように制御入力を決定することができる。このように、この発明によれば、実際の第１制御量が拘束条件を外れることを契機とすることなく、プラントモデルによりフィードフォワード的に制御入力を決定することができるので、制御遅れにより一時的に第１制御量が上記拘束条件から逸脱したり、逆に第１制御量が上記拘束条件を満たすような制御が不要に働くのを防止したりすることもできる。
【００１１】
この場合、前記プラントモデルに前記制御パラメータの暫定値を入力したときに、当該プラントモデルにより算出される第２制御量の推定値（例えば、後述の予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉ）を、第２制御量モデル値と定義し、前記制御入力決定手段は、前記第１制御量モデル値が前記拘束条件を満たすように、それぞれ異なる最適化条件の下で（例えば、それぞれ異なる後述の分配係数Ｗｅ＿ｉの下で）前記制御パラメータの暫定値を補正する複数の最適化手段（例えば、後述のＮ個の燃焼モデルベースコントローラ７＿ｉ（ｉ＝１〜Ｎ））と、前記複数の最適化手段のそれぞれにより補正された前記制御パラメータの暫定値（例えば、後述の予測燃料噴射時期補正値ｄθｉｎｊ＿ｉ（ｉ＝１〜Ｎ）、及び予測燃料噴射量補正値ｄＧｉｎｊ＿ｉ（ｉ＝１〜Ｎ））のうち、前記第２制御量モデル値が所定の優先条件（例えば、第２制御量モデル値が大きいこと）に最も適合するものを選択し、当該選択した制御パラメータの暫定値を前記プラントの制御入力として決定する最適値選択手段（例えば、後述の最適入力セレクタ８）と、を備えることが好ましい。
【００１２】
この発明によれば、複数の最適化手段により、それぞれ異なる最適化条件の下で、第１制御量モデル値が拘束条件を満たすように制御パラメータの暫定値を補正する。そして、最適値選択手段により、各最適化手段により補正された制御パラメータの暫定値のうち、第２制御量モデル値が所定の優先条件に最も適合するものを選択し、この選択した暫定値をプラントの制御入力として決定する。これにより、例えば第１制御量が拘束条件を満たすように制御入力を決定するあまり、プラントの第２制御量が上記優先条件から外れてしまい、マイナスの影響が現れるのを防止することができる。すなわち、第１制御量を適切に維持しながら、第２制御量が望まれていない挙動を示すのを防止することができる。
【００１３】
この場合、前記プラントモデルは、所定の関数に従って出力する複数のニューロンを結合して構成されたニューラルネットワークを含むことが好ましい。
【００１４】
例えば、プラントモデルとして差分方程式などで表わされた物理モデルを用いた場合、その演算には過大な負荷が要求されるため、車載コンピュータのような小型の計算機では、実現できない場合がある。また、物理モデルでは、数式では表現できないようなプラントにおける複雑な素過程については推定することができないため、一般的にモデル化誤差が大きい。さらに、物理モデルでは、モデル化に伴い莫大な数の不特定のモデルパラメータを含む。これらモデルパラメータは、予め実験により適切な値に同定する必要があるが、実際には非線形結合しているものも多く、既存のシステム同定理論では困難である場合が多い。これに対して、本発明では、プラントモデルとしてニューラルネットワークを用いることにより、車載コンピュータでも実現可能な程度の計算量で、モデル化誤差が小さく精度の高い演算が可能となる。また、ニューラルネットワークにも多くのパラメータが含まれているものの、ニューラルネットワークでは物理的な意味を持ったモデルパラメータとしてこれらパラメータを同定しないので、既存の手法により適切な値に設定することができる。
【００１５】
この場合、前記制御装置は、前記第１制御量を検出する第１制御量検出手段（例えば、後述のシリンダ内圧センサ、ＮＯｘセンサ、排気温度センサ、ノックセンサ）と、当該第１制御量の検出値と前記プラントモデルにより算出される第１制御量の推定値との偏差（例えば、後述のモデル偏差Ｅ＿Ｅｓｔ）が小さくなるように、前記プラントモデルを適応修正するモデル修正手段（例えば、後述のモデル適応器９）と、をさらに備えることが好ましい。
【００１６】
この発明によれば、モデル修正手段により、第１制御量の検出値とプラントモデルにより算出される第１制御量の推定値との偏差が小さくなるように、プラントモデルを適応修正する。これにより、プラントに劣化が発生したり生産ばらつきが生じたりした場合であっても、プラントモデルによる第１制御量の推定値と実際のプラントの第１制御量の値とを常に合致させることができるため、上記劣化や生産ばらつきに関わらず常に適切な制御入力を決定することができる。
【００１７】
この場合、前記ニューラルネットワークの入力（例えば、後述の入力ベクトルＵ）は、当該入力と出力（例えば、後述の出力Ｙ）との相関関係を適応修正するための修正係数（例えば、後述の適応修正係数ＫＶＮＳ）を含み、前記制御装置は、前記第１制御量を検出する第１制御量検出手段と、当該第１制御量の検出値と前記プラントモデルにより算出される第１制御量の推定値との偏差（例えば、後述のモデル偏差Ｅ＿Ｅｓｔ）が小さくなるように、前記修正係数を算出するモデル修正手段（例えば、後述のモデル適応器９）と、をさらに備えることが好ましい。
【００１８】
この発明によれば、モデル修正手段により、第１制御量の検出値とプラントモデルにより算出される第１制御量の推定値との偏差が小さくなるように、プラントモデルのニューラルネットワークに入力される修正係数を算出する。これにより、プラントに劣化が発生したり生産ばらつきが生じたりした場合であっても、プラントモデルによる第１制御量の推定値と実際のプラントの第１制御量の値とを常に合致させることができるため、上記劣化や生産ばらつきに関わらず常に適切な制御入力を決定することができる。
【００１９】
この場合、前記プラントモデルは、前記ニューラルネットワークの出力（例えば、後述の出力Ｙ）に修正係数（例えば、後述の適応修正係数ＫＶＮＳ）を乗算又は加算したものに基づいて前記第１制御量の推定値を算出し、前記制御装置は、前記第１制御量を検出する第１制御量検出手段と、当該第１制御量の検出値と前記プラントモデルにより算出される第１制御量の推定値との偏差（例えば、後述のモデル偏差Ｅ＿Ｅｓｔ）が小さくなるように、前記修正係数を算出するモデル修正手段（例えば、後述のモデル適応器９）と、をさらに備えることが好ましい。
【００２０】
この発明によれば、モデル修正手段により、第１制御量の検出値とプラントモデルにより算出される第１制御量の推定値との偏差が小さくなるように、プラントモデルの出力に乗算又は加算される修正係数を算出する。これにより、プラントに劣化が発生したり生産ばらつきが生じたりした場合であっても、プラントモデルによる第１制御量の推定値と実際のプラントの第１制御量の値とを常に合致させることができるため、上記劣化や生産ばらつきに関わらず常に適切な制御入力を決定することができる。
また、上述のように、修正係数をニューラルネットワークに入力する場合（入力補正型の場合）、この修正係数を通じて、プラントの劣化や生産ばらつきなどの特性変化を予め学習しておく必要がある。このため、プラントが上記学習した特性変化から外れた予期しない変化をした場合、修正係数によりモデル化誤差を補償できなくなる場合がある。
これに対して、修正係数をニューラルネットワークの出力に乗算又は加算する場合（出力補正型の場合）、このようなプラントの特性変化を予め学習する必要がないので、プラントが上述のような予期しない変化をした場合であっても、比較的高い精度でモデル化誤差を補償することができると考えられる。すなわち、入力補正型と出力補正型とを比較すると、静的な特性変化に対するロバスト性は出力補正型の方が高いが、動的な特性変化に対するロバスト性は入力補正型の方が高い傾向がある。
【００２１】
この場合、前記プラントモデルへの入力のうちの少なくとも１つを含む参照パラメータ（例えば、後述の燃料噴射量Ｇｉｎｊ、及びエンジン回転数ＮＥ）を定義し、前記モデル修正手段は、前記参照パラメータを基底とする空間に、互いに重複する複数の領域を定義するとともに、各領域にそれぞれ「０」でない値を持つ正規化された複数の重み関数（例えば、後述の重み関数Ｗｉｊ）を設定する重み関数設定手段（例えば、後述の重み関数設定部９２２）と、前記重み関数の値と前記偏差との積が最小になるように、前記領域ごとに修正値を算出する修正値算出手段（局所修正係数算出部９２３）と、前記重み関数の値と前記修正値との積の全領域に亘る総和に基づいて前記修正係数を決定する決定手段（例えば、後述の修正係数算出部９２４）と、を備えることが好ましい。
【００２２】
この発明によれば、参照パラメータを基底とする空間に複数の領域を定義するとともに、各領域に重み関数を設定する。そして、重み関数と上記偏差との積が最小になるように、領域ごとに修正値を算出する。さらに重み関数と上記修正値との積の全領域にわたる総和に基づいて修正係数を決定する。
ところで、プラントにおける劣化や生産ばらつきが、第１制御量の推定値の誤差におよぼす影響は、プラントの状態に応じて異なったものになると考えられる。この構成によれば、プラントの状態を示す参照パラメータを基底とした空間内の領域ごとの修正値を算出することにより、プラントの状態ごとに異なる誤差への影響を考慮して修正係数を決定することができる。
【００２３】
この場合、前記プラントは、内燃機関であり、前記第１制御量は、前記内燃機関の燃焼サイクルごとの最大シリンダ内圧であり、前記制御パラメータは、前記内燃機関の燃焼サイクルごとの燃料噴射量（例えば、後述の燃料噴射量Ｇｉｎｊ）と、燃料噴射時期（例えば、後述の燃料噴射時期θｉｎｊ）とを含み、前記拘束条件は、前記第１制御量モデル値が所定の許容最大値（例えば、後述の最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ）以下であることが好ましい。
【００２４】
この発明によれば、燃料噴射量及び燃料噴射時期の暫定値をプラントモデルに入力したときにこのプラントモデルにより算出される最大シリンダ内圧の推定値が、許容最大値を超えないように上記暫定値を補正する。そして、この補正した暫定値に基づいて燃料噴射量及び燃料噴射時期を決定し、内燃機関に入力する。これにより、最大シリンダ内圧が許容最大値を超えないようにすることができるので、内燃機関の骨格強度を最大限有効に使いきることができる。
【００２５】
この場合、前記プラントは、内燃機関であり、前記第１制御量は、前記内燃機関の燃焼サイクルごとの最大シリンダ内圧であり、前記制御パラメータは、前記内燃機関の燃焼サイクルごとの燃料噴射量（例えば、後述の燃料噴射量Ｇｉｎｊ）と、メイン燃料噴射の分割噴射比率（例えば、後述の燃料噴射分割比率Ｒｉｎｊ）と、を含み、前記拘束条件は、前記第１制御量モデル値が所定の許容最大値（例えば、後述の最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ）以下であることが好ましい。
【００２６】
この発明によれば、燃料噴射量及びメイン燃料噴射の分割噴射比率の暫定値をプラントモデルに入力したときにこのプラントモデルにより算出される最大シリンダ内圧の推定値が許容最大値を超えないように上記暫定値を補正する。そして、この補正した暫定値に基づいて燃料噴射量及び分割噴射比率を決定し、内燃機関に入力する。これにより、最大シリンダ内圧が許容最大値を超えないようにすることができるので、内燃機関の骨格強度を最大限有効に使いきることができる。
【００２７】
この場合、前記プラントは、内燃機関であり、前記第１制御量は、前記内燃機関から排出されるＮＯｘ量であり、前記制御パラメータは、前記内燃機関の燃焼サイクルごとの燃料噴射時期（例えば、後述の燃料噴射時期θｉｎｊ）と、メイン燃料噴射の分割噴射比率（例えば、後述の燃料噴射分割比率Ｒｉｎｊ）と、を含み、前記拘束条件は、前記第１制御量モデル値が、前記内燃機関の運転状態に応じて設定された許容最大値（例えば、後述の最大フィードＮＯｘ目標値ＮＯｘ＿ｔｒｇｔ）以下であることが好ましい。
【００２８】
近年の排気浄化装置によれば、内燃機関から排出されるＮＯｘの殆どを浄化できるものの、さらなるＮＯｘの排出量の低減や、排気浄化装置にかかる負担の軽減のためには、内燃機関から排出されるＮＯｘ量をする必要がある。そこで、内燃機関から排出されるＮＯｘ量を検出するＮＯｘ検出手段を設け、このＮＯｘ検出手段の出力が許容最大値を超えないようにフィードバック制御する手法が考えられる。しかしながらこの手法では、上述のように制御遅れが発生してしまい、ＮＯｘ量が一時的に許容最大値を超えてしまう場合がある。特に過渡条件下では、このようなＮＯｘ量の増大が顕著となる。
この発明によれば、燃料噴射量及びメイン燃料噴射の分割比率の暫定値をプラントモデルに入力したときにこのプラントモデルにより算出されるＮＯｘ量の推定値が許容最大値を超えないように上記暫定値を補正する。そして、この補正した暫定値に基づいて燃料噴射量及び分割比率を決定し、内燃機関に入力する。これにより、過渡条件下であっても内燃機関から排出されるＮＯｘ量が許容最大値を超えないようにすることができるので、ＮＯｘの排出量を低減するとともに、排気浄化装置にかかる負担を軽減することができる。
【００２９】
この場合、前記プラントは、その排気通路に排気を浄化する排気浄化触媒が設けられた内燃機関であり、前記第１制御量は、前記内燃機関の排気温度であり、前記制御パラメータは、前記内燃機関の燃焼サイクルごとの燃料噴射時期（例えば、後述の燃料噴射時期θｉｎｊ）と、メイン燃料噴射の分割噴射比率（例えば、後述の燃料噴射分割比率Ｒｉｎｊ）と、を含み、前記拘束条件は、前記第１制御量モデル値が、前記排気浄化触媒の活性温度に応じて設定された目標温度（例えば、後述の排気温度目標値Ｔｅｘ＿ｔｒｇｔ）に近いこと、であることが好ましい。
【００３０】
近年のリーンバーン内燃機関の排気浄化触媒では、高い浄化率を発揮できる触媒温度範囲が非常に狭くなっている。そこで近年では、浄化率を高く維持できるように触媒温度を適切な温度に維持するため、内燃機関の排気温度を、触媒の活性温度に応じて設定された目標温度の近くに維持する制御を行う場合がある。そこで、内燃機関の排気温度を検出する排気温度検出手段を設け、この排気温度センサの出力が目標温度から逸脱しないようにフィードバック制御する手法が考えられる。しかしながらこの手法では、上述のように制御遅れが発生してしまい、排気温度が目標値から逸脱してしまう場合がある。
この発明によれば、燃料噴射量及びメイン燃料噴射の分割比率の暫定値をプラントモデルに入力したときにこのプラントモデルにより算出される排気温度の推定値が目標値から外れないように、上記暫定値を補正する。そして、この補正した暫定値に基づいて燃料噴射量及び分割比率を決定し、内燃機関に入力する。これにより、排気温度が目標値から逸脱しないようにすることができるので、排気浄化触媒における浄化率を高く維持することができる。
【００３１】
ところで、排気温度を上昇させることは内燃機関における燃焼効率を低下させることにつながるため、このような排気温度制御は、浄化率と燃費性能とを両立することが課題となる。一般的に排気温度は、内燃機関における燃焼速度に大きく影響され、この燃焼速度は、燃料性状、ＥＧＲバルブの流量ばらつき及び劣化度合い、過給器の特性ばらつき及び劣化度合いなどの様々な要因により変化する。この発明によれば、モデル修正手段により、プラントモデルを適応修正することにより、このような特性変化が生じた場合であっても、浄化率と燃費性能との両立を図ることができる。
【００３２】
この場合、前記プラントは、燃焼室内の圧縮比を変更することができる可変圧縮比機構を備えた内燃機関であり、前記第１制御量は、前記内燃機関の燃焼サイクルごとの最大シリンダ内圧であり、前記制御パラメータは、前記内燃機関の点火時期（例えば、後述の点火時期θｉｎｊ）と、前記可変圧縮比機構に対する圧縮比指令値（例えば、後述の圧縮比指令値Ｃｒ＿ｃｍｄ）と、を含み、前記拘束条件は、前記第１制御量モデル値が所定の許容最大値（例えば、後述の最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ）以下であることが好ましい。
【００３３】
可変圧縮比機構で圧縮比を向上することにより、内燃機関がガソリンエンジンであるか又はディーゼルエンジンであるかにかかわらず燃費性能を向上できる。しかしながらこのとき、内燃機関がガソリンエンジンである場合には、高負荷条件においてノックが発生しやすくなり、内燃機関がディーゼルエンジンである場合には、最大シリンダ内圧が大きくなりやすい。このため、可変圧縮比機構を備えた内燃機関では、その燃費性能と、過大なノックの発生や、過大な最大シリンダ内圧の発生の回避との両立が課題となる。
この発明によれば、内燃機関の点火時期及び圧縮比指令値の暫定値をプラントモデルに入力したときにこのプラントモデルにより算出されるノック強度の推定値が許容最大値を超えないように、上記暫定値を補正する。そして、この補正した暫定値に基づいて点火時期及び圧縮比指令値を決定し、内燃機関に入力する。これにより、ノック強度が許容最大値を超えないようにしながら、燃費を向上することができる。
【００３４】
ところで、一般的な可変圧縮比機構では、内燃機関の圧縮比を、機構の一部分の変位又は角度により検出するため、劣化や生産ばらつきによる誤差が生じやすい。この発明によれば、モデル修正手段により、プラントを適応修正することにより、このような特性変化が生じた場合であっても、燃費の向上と、過大なノックの発生の回避とを両立することができる。
【００３５】
この場合、前記プラントは、燃焼室内の圧縮比を変更することができる可変圧縮比機構を備えた内燃機関であり、前記第１制御量は、前記内燃機関のノック強度であり、前記制御パラメータは、前記内燃機関の点火時期（例えば、後述の点火時期θｉｎｊ）と、前記可変圧縮比機構に対する圧縮比指令値（例えば、後述の圧縮比指令値Ｃｒ＿ｃｍｄ）と、を含み、前記拘束条件は、前記第１制御量モデル値が所定の許容最大値（例えば、後述のノック強度目標値Ｐｋｎｏｃｋ＿ｔｒｇｔ）以下であることが好ましい。
【図面の簡単な説明】
【００３６】
【図１】本発明の第１実施形態に係るエンジンとその制御装置の構成を示すブロック図である。
【図２】上記実施形態に係る最適化コントローラの構成を示すブロック図である。
【図３】上記実施形態に係るシリンダ内圧推定用ニューラルネットワークを備えた出力補正型の最大シリンダ内圧用燃焼モデルの構成を示すブロック図である。
【図４】上記実施形態に係るシリンダ内圧推定用ニューラルネットワークの構成を示す図である。
【図５】シグモイド関数を示す図である。
【図６】上記実施形態に係るシリンダ内圧推定用ニューラルネットワークを備えた入力補正型の最大シリンダ内圧用燃焼モデルの構成を示すブロック図である。
【図７】上記実施形態に係る最大シリンダ内圧推定用ニューラルネットワークを備えた出力補正型の最大シリンダ内圧用燃焼モデルの構成を示すブロック図である。
【図８】上記実施形態に係る最大シリンダ内圧推定用ニューラルネットワークを備えた入力補正型の最大シリンダ内圧用燃焼モデルの構成を示すブロック図である。
【図９】上記実施形態に係る入力補正型のトルク用燃焼モデルの構成を示すブロック図である。
【図１０】上記実施形態に係る出力補正型のトルク用燃焼モデルの構成を示すブロック図である。
【図１１】上記実施形態に係るモデル適応器の構成を示すブロック図である。
【図１２】上記実施形態に係るエンジン回転数を定義域とした４つの第１重み関数を示す図である。
【図１３】上記実施形態に係る燃料噴射量を定義域とした４つの第２重み関数を示す図である。
【図１４】上記実施形態に係る２つの参照パラメータを定義域とした１６個の重み関数を示す図である。
【図１５】上記実施形態に係るＮ個のコントローラのうちのｉ番目の燃焼モデルベースコントローラの構成を示すブロック図である。
【図１６】上記実施形態に係る制御装置により実行される最大シリンダ内圧制御の具体的な手順を示すフローチャートである。
【図１７】従来の制御装置の構成を示すブロック図である。
【図１８】従来の制御装置により最大シリンダ内圧制御を行った場合における燃料噴射量、燃料噴射時期補正値、及びシリンダ内圧の変化を示す図である。
【図１９】条件１、条件２、及び条件３の内容を示す図である。
【図２０】上記実施形態に係る制御装置を条件１のもとで作動させた場合におけるシミュレーションの結果を示す図である。
【図２１】上記実施形態に係る制御装置を条件２のもとで作動させた場合におけるシミュレーションの結果を示す図である。
【図２２】上記実施形態に係る制御装置を条件３のもとで作動させた場合におけるシミュレーションの結果を示す図である。
【図２３】本発明の第２実施形態に係るエンジンとその制御装置の構成を示すブロック図である。
【図２４】燃料噴射時期の遅角化を模式的に示す図である。
【図２５】メイン噴射の分割を模式的に示す図である。
【図２６】本発明の第３実施形態に係るエンジンとその制御装置の構成を示すブロック図である。
【図２７】本発明の第４実施形態に係るエンジンとその制御装置の構成を示すブロック図である。
【図２８】本発明の第５実施形態に係るエンジンとその制御装置の構成を示すブロック図である。
【図２９】本発明の第６実施形態に係るエンジンとその制御装置の構成を示すブロック図である。
【図３０】点火時期又は噴射時期と、エンジン出力及び最大シリンダ内圧との関係を模式的に示す図である。
【発明を実施するための形態】
【００３７】
［第１実施形態］
以下、本発明の第１実施形態を、図面を参照して説明する。
図１は、本実施形態に係るプラントとしての内燃機関（以下、「エンジン」という）１と、その制御装置２との構成を示すブロック図である。
【００３８】
エンジン１は、リーンバーン運転方式のガソリンエンジン又はディーゼルエンジンであり、図示しない車両に搭載されている。エンジン１には、複数のシリンダのそれぞれの燃焼室内に燃料を噴射する燃料噴射弁が設けられている。
【００３９】
制御装置２は、エンジン１のクランク軸の回転角度を検出するクランク角度位置センサ（図示せず）と、エンジン１のシリンダ内圧を検出するシリンダ内圧センサ（図示せず）と、クランク位置角度センサから出力されたクランク角度を示すパルス信号（以下、「クランク角信号」という）θｃｒｋ及びシリンダ内圧センサの検出値（以下、「シリンダ内圧検出値」という）Ｐｃｙｌに基づいてエンジン１の燃料噴射弁に燃焼サイクルごとに入力される燃料噴射量Ｇｉｎｊ及びその燃料噴射時期θｉｎｊを決定する電子制御ユニット（以下、「ＥＣＵ」という）３と、を備える。この他、制御装置２は、ＥＣＵ３に接続されたアクセル開度センサＳＡや、その他のセンサ類ＳＢなどを備える。
【００４０】
なお、このエンジン１における１燃焼サイクルは、クランク角信号θｃｒｋが７２０ｄｅｇ進むことに相当する。エンジン１の回転数ＮＥは、クランク角信号θｃｒｋに基づいてＥＣＵ３により算出され、エンジン１の燃焼サイクルごとの最大シリンダ内圧Ｐｍａｘは、シリンダ内圧検出値Ｐｃｙｌをクランク角信号θｃｒｋに基づいて１燃焼サイクルに亘るピークホールド処理を施すことで検出される。
【００４１】
アクセル開度センサＳＡは、車両のアクセルペダルの開度を検出し、検出値ＡＰに略比例した信号をＥＣＵ５に出力する。
センサ類ＳＢは、例えば、エアフローセンサ、吸気圧センサ、排気圧センサ、ＥＧＲバルブ開度センサなどを含む。エアフローセンサは、エンジン１に吸入される空気量（吸入空気量）を検出し、検出値Ｇａｉｒに略比例した信号をＥＣＵ３に出力する。吸気圧センサは、エンジンの吸気管内の吸気圧力を検出し、検出値ＰＢに略比例した信号をＥＣＵ３に出力する。排気圧センサは、エンジンの排気管内の排気圧力を検出し、検出値ＰＥＸに略比例した信号をＥＣＵ３に出力する。ＥＧＲバルブ開度センサは、エンジンの排気還流通路を開閉するＥＧＲバルブの開度（リフト量）を検出し、検出値θｅｇｒに略比例した信号をＥＣＵ３に出力する。
【００４２】
ＥＣＵ３は、各種センサからの入力信号波形を整形し、電圧レベルを所定のレベルに修正し、アナログ信号値をデジタル信号値に変換するなどの機能を有する入力回路と、中央演算処理ユニット（以下「ＣＰＵ」という）とを備える。この他、ＥＣＵ３は、ＣＰＵで実行される各種演算プログラム及び演算結果などを記憶する記憶回路と、エンジン１の燃料噴射弁などに制御信号を出力する出力回路と、を備える。
【００４３】
また、ＥＣＵ３には、以上のようなハードウェア構成により、各種センサの入力に基づいて最大シリンダ内圧Ｐｍａｘが所定の最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えないように、最適な燃料噴射量Ｇｉｎｊ及び燃料噴射時期θｉｎｊを決定する最適化コントローラ５が構成されている。以下、この最適化コントローラ５の構成について詳細に説明する。
【００４４】
＜１．最適化コントローラ＞
図２は、最適化コントローラ５の構成を示すブロック図である。
図２に示すように、最適化コントローラ５は、基準燃料噴射時期θｉｎｊ＿ｂｓを算出する基準噴射時期算出部５１と、基準燃料噴射量Ｇｉｎｊ＿ｂｓを算出する基準噴射量算出部５２と、燃料噴射時期補正値ｄθｉｎｊ及び燃料噴射量補正値ｄＧｉｎｊを算出する補正値算出部６と、上記基準値θｉｎｊ＿ｂｓ，Ｇｉｎｊ＿ｂｓのそれぞれに上記補正値ｄθｉｎｊ，ｄＧｉｎｊを加算する２つの加算器５３，５４と、を含んで構成される。
【００４５】
この最適化コントローラ５において、燃料噴射時期θｉｎｊ（ｋ）は、基準噴射時期算出部５１で算出された基準燃料噴射時期θｉｎｊ＿ｂｓ（ｋ）と、補正値算出部６で算出された燃料噴射時期補正値ｄθｉｎｊ（ｋ）とを、加算器５３により加算することで算出される（下記式（１−１）参照）。
【数１】
【００４６】
一方、燃料噴射量Ｇｉｎｊ（ｋ）は、基準噴射量算出部５２で算出された基準燃料噴射量Ｇｉｎｊ＿ｂｓ（ｋ）と、補正値算出部６で算出された燃料噴射量補正値ｄＧｉｎｊ（ｋ）とを、加算器５４により加算することで算出される（下記式（１−２）参照）。
【数２】
【００４７】
基準噴射時期算出部５１では、エンジン回転数ＮＥ及びアクセル開度ＡＰに基づいて所定のマップを検索することでドライバ要求トルクＴＲＱ＿ＤＲＶを算出し、さらにこのドライバ要求トルクＴＲＱ＿ＤＲＶ及びエンジン回転数ＮＥに基づいて図示しない制御マップを検索することにより、基準燃料噴射時期θｉｎｊ＿ｂｓ（ｋ）を算出する。
基準噴射量算出部５２では、エンジン回転数ＮＥ及びアクセル開度ＡＰに基づいて所定のマップを検索することでドライバ要求トルクＴＲＱ＿ＤＲＶを算出し、さらにこのドライバ要求トルクＴＲＱ＿ＤＲＶ及びエンジン回転数ＮＥに基づいて図示しない制御マップを検索することにより、基準燃料噴射量Ｇｉｎｊ＿ｂｓ（ｋ）を算出する。
【００４８】
なお、この最適化コントローラ５では、１燃焼サイクルごとに最適な燃料噴射時期θｉｎｊ及び燃料噴射量Ｇｉｎｊを算出するため、ブロックごとに異なる演算周期の下で演算を行う。基準噴射時期算出部５１、基準噴射量算出部５２、及び加算器５３，５４では、実際のエンジンの燃焼サイクルと同じ演算周期Ｔｋ、すなわちクランク角信号θｃｒｋが７２０ｄｅｇ進むごとに演算を行う。また、上記式（１−１）及び（１−２）に示すように、本実施形態では、演算周期Ｔｋの下で更新される演算値には「ｋ」を付す。
【００４９】
なお、後に詳述するように、補正値算出部６のうち図２中破線で示したブロックでは、実際のエンジンの燃焼サイクルと同期した演算周期Ｔｋよりも短い周期で演算が行われる。そこで、上記燃料噴射時期補正値ｄθｉｎｊ及び燃料噴射量補正値ｄＧｉｎｊには、補正値算出部６により算出された最適燃料噴射時期補正値ｄθｉｎｊ＿ｏｐｔ及び最適燃料噴射量補正値ｄＧｉｎｊ＿ｏｐｔを、クランク角信号θｃｒｋに基づいて上記演算周期Ｔｋの下でダウンサンプリングしたものが用いられる。
【００５０】
補正値算出部６は、Ｎ個のコントローラで構成された燃焼モデルベースコントローラ７＿１，…，７＿Ｎと、最適入力セレクタ８と、燃焼モデルベースコントローラ７＿１，…，７＿Ｎのそれぞれに備えられた後述の燃焼モデルを、エンジンの特性変化に応じて適応修正するモデル適応器９と、を含んで構成される。
【００５１】
補正値算出部６の燃焼モデルベースコントローラ７＿１，…，７＿Ｎでは、上記マップ検索により算出された基準燃料噴射時期θｉｎｊ＿ｂｓ及び基準燃料噴射量Ｇｉｎｊ＿ｂｓを各々の燃焼モデルに入力することで最大シリンダ内圧Ｐｍａｘに要求される所定の拘束条件を満たすかどうかを予測する。ここで、最大シリンダ内圧が上記条件を満たさないと予測された場合、各燃焼モデルベースコントローラ７＿１，…，７＿Ｎは、上記基準値（θｉｎｊ＿ｂｓ，Ｇｉｎｊ＿ｂｓ）に対する補正値（ｄθｉｎｊ＿１，ｄＧｉｎｊ＿１），…,（ｄθｉｎｊ＿Ｎ，ｄＧｉｎｊ＿Ｎ）を算出する。そして最適入力セレクタ８では、これら補正値（ｄθｉｎｊ＿１，ｄＧｉｎｊ＿１），…,（ｄθｉｎｊ＿Ｎ，ｄＧｉｎｊ＿Ｎ）から最適なものを選択し、選択した補正値に基づいて最適燃料噴射時期補正値ｄθｉｎｊ＿ｏｐｔ及び最適燃料噴射量補正値ｄＧｉｎｊ＿ｏｐｔを算出する。
【００５２】
次に、補正値算出部６の各燃焼モデルベースコントローラ７＿１,…,７＿Ｎ、モデル適応器９、及び最適入力セレクタ８の詳細な構成について説明する前に、燃焼モデルベースコントローラ７＿１,…,７＿Ｎ及びモデル適応器９のそれぞれに設けられる燃焼モデルの詳細な構成について説明する。
【００５３】
＜２．燃焼モデル＞
以下、エンジンの燃焼モデルの詳細な構成について、図３〜図１０を参照して説明する。
本実施形態では、所定の入力に基づいて最大シリンダ内圧を推定する最大シリンダ内圧用燃焼モデルと、所定の入力に基づいてエンジンの発生トルクを推定するトルク用燃焼モデルとの２種類を準備する。以下、これら最大シリンダ内圧用燃焼モデルと、トルク用燃焼モデルとの２種類について順に説明する。
【００５４】
＜２−１．最大シリンダ内圧用燃焼モデル＞
後に詳述するように、燃焼モデルの入力と出力の相関関係は、エンジンの生産ばらつきや劣化の度合いなど実際のエンジンの特性変化に適応して修正される。このような燃焼モデルの適応修正は、モデル適応器９（上述の図２参照）により算出される適応修正係数ＫＶＮＳを燃焼モデルに入力することで実現される。そこで、この適応修正係数ＫＶＮＳの入力の仕方に応じて、燃焼モデルは、出力補正型（後述の図３参照）と、入力補正型（後述の図６参照）との２種類に分けることができる。
また、以下詳細に説明するように、燃焼モデルは、ニューラルネットワークの出力に基づいて最大シリンダ内圧の推定値を算出する。最終的に最大シリンダ内圧の推定値を得るため、燃焼モデルが備えるニューラルネットワークには、所定のクランク角ごとのシリンダ内圧に相当する値を出力するように構築したもの（シリンダ内圧推定用ニューラルネットワーク）と、燃焼サイクルごとの最大シリンダ内圧に相当する値を出力するように構築したもの（最大シリンダ内圧推定用ニューラルネットワーク）との２種類が考えられる。
以下では、シリンダ内圧推定用ニューラルネットワークを備えた出力補正型及び入力補正型の最大シリンダ内圧燃焼モデル、並びに、最大シリンダ内圧推定用ニューラルネットワークを備えた出力補正型及び入力補正型の最大シリンダ内圧燃焼モデルの合計４種類の燃焼モデルについて順に説明する。
【００５５】
＜２−１−１．出力補正型の最大シリンダ内圧用燃焼モデル（シリンダ内圧推定用ニューラルネットワークを用いた例）＞
図３は、シリンダ内圧推定用ニューラルネットワークを備えた出力補正型の最大シリンダ内圧用燃焼モデルの構成を示すブロック図である。
この最大シリンダ内圧用燃焼モデルは、シリンダ内圧に相関のある複数のパラメータ（燃料噴射量Ｇｉｎｊ、燃料噴射時期θｉｎｊ、エンジン回転数ＮＥ、パイロット燃料噴射量Ｇｉｎｊ＿ｐｉ、パイロット燃料噴射時期θｉｎｊ＿ｐｉ、メイン燃料噴射量Ｇｉｎｊ＿ｍｉｎ、アフター燃料噴射量Ｇｉｎｊ＿ａｆｔｅｒ、アフター燃料噴射時期θｉｎｊ＿ａｆｔｅｒ、吸入空気量Ｇａｉｒ、吸気圧力ＰＢ、排気圧力ＰＥＸ、及びＥＧＲバルブ開度θｅｇｒ）、及び推定クランク角度Ｅｓｔ＿θｃｒｋから成る複数成分の入力ベクトルＵに基づいて、この入力ベクトルＵに応じた最大シリンダ内圧の推定値Ｅｓｔ＿Ｐｍａｘを算出する。
【００５６】
上記入力ベクトルＵの成分のうち、メイン燃料噴射量Ｇｉｎｊ＿ｍｉｎは、主にエンジンから出力を得るために実行するメイン噴射における燃料噴射量を示す。なお、燃料噴射時期θｉｎｊは、より具体的には、このメイン噴射を実行する時期を示す。パイロット燃料噴射量Ｇｉｎｊ＿ｐｉは、上記メイン噴射よりも前に実行するパイロット噴射における燃料噴射量を示し、パイロット燃料噴射時期θｉｎｊ＿ｐｉは、このパイロット噴射を実行する時期を示す。アフター燃料噴射量Ｇｉｎｊ＿ａｆｔｅｒは、上記メイン噴射よりも後に実行するアフター噴射における燃料噴射量を示し、アフター燃料噴射時期θｉｎｊ＿ａｆｔｅｒは、このアフター噴射を実行する時期を示す。また、下記式（２−１）に示すように、これら３つの噴射量Ｇｉｎｊ＿ｐｉ，Ｇｉｎｊ＿ｍｉｎ，Ｇｉｎｊ＿ａｆｔｅｒの総和は、燃料噴射量Ｇｉｎｊに相当する。
【数３】
【００５７】
また、上記入力ベクトルＵの成分のうち、推定クランク角度Ｅｓｔ＿θｃｒｋは、実際のエンジンのクランク角度ではなく、燃焼モデルにおいて仮想的に設定したエンジンのクランク角度であり、燃焼モデル内で算出される。この推定クランク角度Ｅｓｔ＿θｃｒｋは、下記式（２−２）に示すように、燃焼モデルで設定された所定の演算周期ごとに、クランク角分解能ｄθｃｒｋ＿ｅｓｔだけ進み、７２０ｄｅｇを超えるとリセットされる。なお、最大シリンダ内圧用燃焼モデルにおける演算周期の下で更新される演算値には「ｔｐ」を付す。また、このクランク角分解能ｄθｃｒｋ＿ｅｓｔは、例えば、２〜６ｄｅｇの範囲内で設定される。
【数４】
【００５８】
なお、燃焼モデルの演算周期と、上記実際のエンジンの燃焼サイクルと同期した演算周期Ｔｋとの関係は、この燃焼モデルを適用するブロック（モデル適応器、燃焼モデルベースコントローラなど）ごとに適宜設定される。
【００５９】
図３に示すように、この出力補正型の最大シリンダ内圧用燃焼モデルは、シリンダ内圧を推定するために構築されたシリンダ内圧推定用ニューラルネットワークを含んで構成される。この出力補正型の燃焼モデルにおける入力ベクトルＵは、下記式（２−３）で定義される。
【数５】
【００６０】
そして、下記式（２−４）に示すように、この入力ベクトルＵをシリンダ内圧推定用ニューラルネットワークに入力することで得られた出力Ｙに、適応修正係数ＫＶＮＳを乗算したものを、推定クランク角度Ｅｓｔ＿θｃｒｋにおける推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌとする。
【数６】
【００６１】
さらにこの推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌに対し、燃焼モデルにおける１燃焼サイクル（推定クランク角度Ｅｓｔ＿θｃｒｋ＝０〜７２０ｄｅｇ）にわたるピークホールド処理を施すことにより、最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘを算出する。
【数７】
【００６２】
なお、上記式（２−４）の代わりに、下記式（２−６）に示すように、シリンダ内圧推定用ニューラルネットワークの出力Ｙに適応修正係数ＫＶＮＳを加算したものを、推定クランク角度Ｅｓｔ＿θｃｒｋにおける推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌとすることもできる。
【数８】
【００６３】
図４は、シリンダ内圧推定用ニューラルネットワークの構成を示す図である。
このニューラルネットワークは、所定の関数に従って出力する複数のニューロンを結合して構成され、ｍ成分の入力ベクトルＵ（ｔｐ）に応じて、出力Ｙ（ｔｐ）を出力する。図４に示すように、このニューラルネットワークは、入力ベクトルＵ（ｔｐ）の成分数ｍに応じたｍ個のニューロンＷ１ｊ（ｊ＝１〜ｍ）で構成された入力層と、ｍ×（ｎ−１）個のニューロンＷｉｊ（ｉ＝２〜ｎ，ｊ＝１〜ｍ）で構成された中間層と、１個のニューロンＹで構成された出力層との３つの層を含んで構成された階層型である。
入力層：Ｗ１ｊ （ｊ＝１，２，…，ｍ）
中間層：Ｗｉｊ （ｉ＝２，３，…，ｎ，ｊ＝１，２，…，ｍ）
出力層：Ｙ
【００６４】
入力層のｍ個のニューロンＷ１ｊ（ｊ＝１〜ｍ）の動作について説明する。
入力層のニューロンＷ１ｊには、信号Ｔ１ｊ（ｔｐ）が入力される。この入力信号Ｔ１ｊ（ｔｐ）には、それぞれ、下記式（２−７）に示すように入力ベクトルＵ（ｔｐ）のｊ番目の成分Ｕｊ（ｔｐ）が用いられる。
【数９】
【００６５】
入力層のニューロンＷ１ｊは、中間層のｍ個のニューロンＷ２ｊ（ｊ＝１〜ｍ）に所定の重みで結合しており、これら結合したｍ個のニューロンＷ２ｊへ信号Ｖ１ｊ（ｔｐ）を出力する。すなわち、このニューロンＷ１ｊは、下記式（２−８），（２−９）に示すように、シグモイド関数ｆ（ｘ）に従って、入力信号Ｔ１ｊ（ｔｐ）に応じた信号Ｖ１ｊ（ｔｐ）をｍ個のニューロンＷ２ｊに出力する。
【数１０】
【数１１】
【００６６】
図５は、シグモイド関数ｆ（ｘ）を示す図である。この図５には、上記式（２−９）において、ε＝０とし、β＝０．５，１．０，２．０，３．０とした場合を示す。
シグモイド関数ｆ（ｘ）の値域は、［ε，ε＋１］となっている。また、図５に示すように、シグモイド関数ｆ（ｘ）は、βを大きくするに従い、ｘ＝０を中心としたステップ関数に近づく。
【００６７】
上記式（２−９）において、係数βはシグモイド関数ｆ（ｘ）の傾きゲインを示し、係数εはシグモイド関数ｆ（ｘ）のオフセット値を示す。傾きゲインβは、後述のニューラルネットワークの学習により設定する。オフセット値εは、後述のニューラルネットワークの学習により設定するか、又は所定の値に設定しておく。
【００６８】
次に中間層の（ｎ−１）×ｍ個のニューロンＷｉｊ（ｉ＝２〜ｎ，ｊ＝１〜ｍ）の動作について説明する。
中間層のニューロンＷｉｊ（ｉ＝２〜ｎ，ｊ＝１〜ｍ）には、結合するニューロンから出力されたｍ個の信号Ｖｉ−１，ｊ（ｊ＝１〜ｍ）のそれぞれに所定の重みωｉ−１，ｊ（ｊ＝１〜ｍ）を乗じた信号の和が入力される。したがって、中間層のニューロンＷｉｊには、下記式（２−１０）に示すような信号Ｔｉｊ（ｔｐ）が入力される。
【数１２】
【００６９】
中間層のニューロンのうち出力層に結合するｍ個を除いたニューロン、すなわち、（ｎ−２）×ｍ個のニューロンＷｉｊ（ｉ＝２〜ｎ−１，ｊ＝１〜ｍ）は、中間層のｍ個のニューロンＷｉ＋１，ｊ（ｊ＝１〜ｍ）に重みωｉｊで結合しており、これら結合したニューロンＷｉ＋１，ｊへ信号Ｖｉｊ（ｔｐ）を出力する。すなわち、このニューロンＷｉｊ（ｉ＝２〜ｎ−１，ｊ＝１〜ｍ）は、下記式（２−１１）に示すように、シグモイド関数ｆ（ｘ）に従って、入力信号Ｔｉｊ（ｔｐ）に応じた信号Ｖｉｊ（ｔｐ）をｍ個のニューロンＷｉ＋１，ｊに出力する。
【数１３】
【００７０】
また、中間層のｍ個のニューロンＷｎｊ（ｊ＝１〜ｍ）は、出力層のニューロンＹに重みωｎｊで結合しており、この出力層のニューロンＹへ信号Ｖｎｊ（ｔｐ）を出力する。すなわち、これらニューロンＷｎｊ（ｊ＝１〜ｍ）は、下記式（２−１２）に示すように、シグモイド関数ｆ（ｘ）に従って、入力信号Ｔｎｊ（ｔｐ）に応じた信号Ｖｎｊ（ｔｐ）をニューロンＹに出力する。
【数１４】
【００７１】
次に出力層のニューロンＹの動作について説明する。
出力層のニューロンＹには、結合する中間層のニューロンから出力されたｍ個の信号Ｖｎ，ｊ（ｊ＝１〜ｍ）に所定の重みωｎ，ｊ（ｊ＝１〜ｍ）を乗じた信号の和が入力される。したがって、出力層のニューロンＹには、下記式（２−１３）に示すような信号Ｔ（ｔｐ）が入力される。
【数１５】
【００７２】
出力層のニューロンＹは、下記式（２−１４），（２−１５）に示すように、シグモイド関数ｇ（ｘ）に従って、入力信号Ｔ（ｔｐ）に応じた信号Ｙ（ｔｐ）を出力する。
【数１６】
【数１７】
【００７３】
シグモイド関数ｇ（ｘ）は、上述の図５に示す関数ｆ（ｘ）と、定性的には同じ振る舞いを示すが、値域が［δ，δ＋α］である点でシグモイド関数ｆ（ｘ）と異なる。上記式（２−１５）において、係数γはシグモイド関数ｇ（ｘ）の傾きゲインを示し、係数δはシグモイド関数ｇ（ｘ）のオフセット値を示す。また、係数αはニューラルネットワークの出力の取り得る自由度を設定するための出力ゲインを示す。傾きゲインγ及び出力ゲインαは、後述のニューラルネットワークの学習により設定する。オフセット値δは、後述のニューラルネットワークの学習により設定するか、又は所定の値に設定しておく。
【００７４】
以上のように構成されたニューラルネットワークの学習は、実際のエンジンに基づいて得られた上記式（２−３）の入力Ｕの成分（Ｇｉｎｊ、θｉｎｊ、ＮＥ、Ｇｉｎｊ＿ｐｉ、θｉｎｊ＿ｐｉ、Ｇｉｎｊ＿ｍｉｎ、Ｇｉｎｊ＿ａｆｔｅｒ、θｉｎｊ＿ａｆｔｅｒ、Ｇａｉｒ、ＰＢ、ＰＥＸ、θｅｇｒ、θｃｒｋ）と、シリンダ内圧との相関関係を示すデータを用いて、入力Ｕに基づいて算出された推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌとデータの値とが一致するように、ニューロンの関数ｆ（ｘ），ｇ（ｘ）の各種ゲイン（α，β，γ，δ，ε）、並びに、各ニューロンの結合の強さを示す重みωｉｊ（ｉ＝１〜ｎ，ｊ＝１〜ｍ）を設定することで行われる。また、後に詳述するように、適応修正係数ＫＶＮＳは、エンジンの状態が新品又はばらつきに対し標準のものであるときはその値が「１」となるように設定されることから、入力Ｕとシリンダ内圧との相関関係を示すデータには、適応修正係数ＫＶＮＳが「１」に相当する新品の実際のエンジンに基づいて得られたものが用いられる。
なお、ニューラルネットワークの学習のアルゴリズムには、既知の方法が用いられる。具体的には、例えば、逆誤差伝播法などの学習アルゴリズムの他、遺伝的アルゴリズムなどの最適化アルゴリズムが挙げられる。
【００７５】
＜２−１−２．入力補正型の最大シリンダ内圧用燃焼モデル（シリンダ内圧推定用ニューラルネットワークを用いた例）＞
図６は、シリンダ内圧推定用ニューラルネットワークを備えた入力補正型の最大シリンダ内圧用燃焼モデルの構成を示すブロック図である。
上述の出力補正型の燃焼モデルでは、適応修正係数ＫＶＮＳをニューラルネットワークの出力Ｙに乗算又は加算した（上述の図３参照）。これに対して入力補正型の燃焼モデルでは、下記式（２−１６）に示すように、適応修正係数ＫＶＮＳはシリンダ内圧推定用ニューラルネットワークの入力ベクトルＵの一成分として含められる。
【数１８】
【００７６】
そして、下記式（２−１７）に示すように、この入力ベクトルＵをシリンダ内圧推定用ニューラルネットワークに入力することで得られた出力Ｙを、推定クランク角度Ｅｓｔ＿θｃｒｋにおける推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌとする。
【数１９】
【００７７】
そして、上記出力補正型の燃焼モデルと同様に、算出した推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌに対し、燃焼モデルにおける１燃焼サイクルにわたるピークホールド処理を施すことにより、最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘを算出する。
【００７８】
なお、この入力補正型のシリンダ内圧推定用ニューラルネットワークの構成は、上述の図４に示すものと基本的には同じであるので、その詳細な説明を省略する。
【００７９】
また、ニューラルネットワークの学習の手順は、入力補正型と出力補正型とで異なる。入力補正型の燃焼モデルにおけるニューラルネットワークでは、上記式（２−１６）に示す入力ベクトルＵの成分（Ｇｉｎｊ、θｉｎｊ、ＮＥ、Ｇｉｎｊ＿ｐｉ、θｉｎｊ＿ｐｉ、Ｇｉｎｊ＿ｍｉｎ、Ｇｉｎｊ＿ａｆｔｅｒ、θｉｎｊ＿ａｆｔｅｒ、Ｇａｉｒ、ＰＢ、ＰＥＸ、θｅｇｒ、θｃｒｋ、ＫＶＮＳ）とシリンダ内圧との相関関係を示すデータとして、新品又はばらつきに対し標準のエンジンに基づいて取得された新品時データと、劣化又はばらつきの発生したエンジンに基づいて取得された劣化時データとの、少なくとも２組のデータを用いる。
【００８０】
新品時データに基づいて学習を行う際には、入力ベクトルＵに含まれる適応修正係数ＫＶＮＳを、新品又はばらつきに対し標準のものに相当する「１」に設定する。また、劣化時データに基づいて学習を行う際には、入力ベクトルＵに含まれる適応修正係数ＫＶＮＳを、劣化又はばらつきの発生したものに相当する「０」に設定する。
以上のように設定した適応修正係数ＫＶＮＳを含む入力ベクトルＵを用いてニューラルネットワークの学習を行うことにより、適応修正係数ＫＶＮＳを「０」〜「１」の間で連続的に変化させた場合に、推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌを、実際のエンジンの特性変化に合わせて変化させることができる。
なお、用いるデータの組の数は、上記２つに限らない。例えば、上記新品と劣化品との間の中間的な特性を有するエンジンを準備した場合には、適応修正係数ＫＶＮＳを「１」と「０」との間の値、例えば、「０．３」や「０．６」に設定した上で、ニューラルネットワークの学習を行う。これにより、エンジンの特性変化をニューラルネットワークでより現実的に再現することができる。
【００８１】
＜２−１−３．出力補正型の最大シリンダ内圧用燃焼モデル（最大シリンダ内圧推定用ニューラルネットワークを用いた例）＞
以上、説明したシリンダ内圧推定用ニューラルネットワークを用いた最大シリンダ内圧用燃焼モデルでは、ニューラルネットワークの出力Ｙで推定クランク角度Ｅｓｔ＿θｃｒｋごとの推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌを算出し、これにピークホールド処理を施すことで最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘを算出した。ニューラルネットワークでは、このように推定クランク角度Ｅｓｔ＿θｃｒｋごとの推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌの算出を経ることなく、直接、最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘを算出するように構成することができる。以下では、ニューラルネットワークの出力Ｙにより最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘを直接算出する燃焼モデルについて説明する。
【００８２】
図７は、最大シリンダ内圧推定用ニューラルネットワークを備えた出力補正型の最大シリンダ内圧用燃焼モデルの構成を示すブロック図である。
最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘを直接算出する場合、出力補正型では、下記式（２−１７）に示すように、ニューラルネットワークに対する入力ベクトルＵを上記式（２−３）から推定クランク角度Ｅｓｔ＿θｃｒｋを除いたもので定義する。また、最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘを直接算出する場合、燃焼モデルにおける演算周期を推定クランク角度Ｅｓｔ＿θｃｒｋに同期する必要がないので、その演算時刻ｔｐ´も、上記演算時刻ｔｐとは異なったものとなる。
【数２０】
【００８３】
そして、下記式（２−１８）に示すように、この入力ベクトルＵをニューラルネットワークに入力することで得られた出力Ｙに、適応修正係数ＫＶＮＳを乗算したものを、最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘとする。
【数２１】
【００８４】
なお、この出力補正型の最大シリンダ内圧推定用ニューラルネットワークの構成は、上述の図４に示すものと基本的には同じであるので、その詳細な説明を省略する。
【００８５】
最大シリンダ内圧推定用ニューラルネットワークの学習は、上述の図３に示すシリンダ内圧推定用ニューラルネットワークと同じ手順で行われる。なお、学習には、実際のエンジンに基づいて得られた上記式（２−１７）の成分（Ｇｉｎｊ、θｉｎｊ、ＮＥ、Ｇｉｎｊ＿ｐｉ、θｉｎｊ＿ｐｉ、Ｇｉｎｊ＿ｍｉｎ、Ｇｉｎｊ＿ａｆｔｅｒ、θｉｎｊ＿ａｆｔｅｒ、Ｇａｉｒ、ＰＢ、ＰＥＸ、θｅｇｒ）と、最大シリンダ内圧との相関関係を示すデータが用いられる。
【００８６】
＜２−１−４．入力補正型の最大シリンダ内圧用燃焼モデル（最大シリンダ内圧推定用ニューラルネットワークを用いた例）＞
図８は、最大シリンダ内圧推定用ニューラルネットワークを備えた入力補正型の最大シリンダ内圧用燃焼モデルの構成を示すブロック図である。
最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘを直接算出する場合、入力補正型では、下記式（２−１９）に示すように、ニューラルネットワークに対する入力ベクトルＵを上記式（２−１６）から推定クランク角度Ｅｓｔ＿θｃｒｋを除いたもので定義する。
【数２２】
【００８７】
そして、下記式（２−２０）に示すように、この入力ベクトルＵをニューラルネットワークに入力することで得られた出力Ｙを、最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘとする。
【数２３】
【００８８】
また、ニューラルネットワークの学習は、上述の図６に示すニューラルネットワークと同じ手順で行われる。なお、学習には、実際のエンジンに基づいて得られた上記式（２−１９）の成分（Ｇｉｎｊ、θｉｎｊ、ＮＥ、Ｇｉｎｊ＿ｐｉ、θｉｎｊ＿ｐｉ、Ｇｉｎｊ＿ｍｉｎ、Ｇｉｎｊ＿ａｆｔｅｒ、θｉｎｊ＿ａｆｔｅｒ、Ｇａｉｒ、ＰＢ、ＰＥＸ、θｅｇｒ、ＫＶＮＳ）と、最大シリンダ内圧との相関関係を示すデータが用いられる。
【００８９】
＜２−２．トルク用燃焼モデル＞
トルク用燃焼モデルも、上述の最大シリンダ内圧用シリンダモデルと同様に、適応修正係数ＫＶＮＳの入力の仕方に応じて、出力補正型と入力補正型との２種類に分けられる。
【００９０】
＜２−２−１．入力補正型のトルク用燃焼モデル＞
図９は、入力補正型のトルク用燃焼モデルの構成を示すブロック図である。
トルク推定値Ｅｓｔ＿Ｔｒｑを算出する場合、入力補正型では、下記式（２−２１）に示すように、ニューラルネットワークに対する入力ベクトルＵを、上記式（２−１６）に示す最大シリンダ内圧用燃焼モデルと同様に定義する。なお、トルク用燃焼モデルにおける演算周期の下で更新される演算値には「ｔｔ」を付す。
【数２４】
【００９１】
そして、下記式（２−２２）に示すように、この入力ベクトルＵをニューラルネットワークに入力することで得られた出力Ｙを、トルク推定値Ｅｓｔ＿Ｔｒｑとする。
【数２５】
【００９２】
トルク推定用ニューラルネットワークの学習は、上述の最大シリンダ内圧用燃焼モデルと同様に行うことができる。なお、学習には、実際のエンジンに基づいて得られた上記式（２−２１）の成分（Ｇｉｎｊ、θｉｎｊ、ＮＥ、Ｇｉｎｊ＿ｐｉ、θｉｎｊ＿ｐｉ、Ｇｉｎｊ＿ｍｉｎ、Ｇｉｎｊ＿ａｆｔｅｒ、θｉｎｊ＿ａｆｔｅｒ、Ｇａｉｒ、ＰＢ、ＰＥＸ、θｅｇｒ、ＫＶＮＳ）と、発生トルクとの相関関係を示すデータが用いられる。
【００９３】
＜２−２−２．出力補正型のトルク用燃焼モデル＞
図１０は、出力補正型のトルク用燃焼モデルの構成を示すブロック図である。
後に詳述するように、本実施形態におけるモデル適応器では、最大シリンダ内圧用燃焼モデルにより算出された最大シリンダ内圧推定値と、センサの検出値との偏差が小さくなるように、適応修正係数を算出する。このように、適応修正係数を最大シリンダ内圧用燃焼モデルに発生した誤差に基づいて算出した場合、この適応修正係数を、トルク用に構築されたニューラルネットワークの出力に乗算又は加算しても、トルク推定値を実際のエンジンの特性変化に適応して修正することができない。
【００９４】
したがって出力補正型のトルク用燃焼モデルを構築する場合、トルクを検出するセンサを別途準備し、モデル適応器により、トルク用燃焼モデルにより算出されたトルク推定値と、このセンサの検出値との偏差が小さくなるように適応修正係数ＫＶＮＳ´を算出する。そして、出力補正型のトルク用燃焼モデルでは、下記式（２−２３）に示すように、ニューラルネットワークの出力Ｙに、トルク用燃焼モデルに発生した誤差に基づいて算出した適応修正係数ＫＶＮＳ´を乗算したものを、トルク推定値Ｅｓｔ＿Ｔｒｑとする。
なお、モデル適応器では、上述のようなセンサの検出値の代わりに、シリンダ内圧センサの検出値に基づいて平均有効圧力や、マップに基づいて算出されたエンジンのフリクション及び補機の駆動トルクなどに基づいて算出されたトルクの推定値を用いてもよい。
【数２６】
【００９５】
このとき、ニューラルネットワークに対する入力ベクトルＵは、下記式（２−２４）に示すように定義する。
【数２７】
【００９６】
ニューラルネットワークの学習は、上述の最大シリンダ内圧用燃焼モデルと同様に行うことができる。なお、学習には、実際のエンジンに基づいて得られた上記式（２−２４）の成分（Ｇｉｎｊ、θｉｎｊ、ＮＥ、Ｇｉｎｊ＿ｐｉ、θｉｎｊ＿ｐｉ、Ｇｉｎｊ＿ｍｉｎ、Ｇｉｎｊ＿ａｆｔｅｒ、θｉｎｊ＿ａｆｔｅｒ、Ｇａｉｒ、ＰＢ、ＰＥＸ、θｅｇｒ、ＫＶＮＳ）と、発生トルクとの相関関係を示すデータが用いられる。
【００９７】
＜３．モデル適応器＞
図１１は、モデル適応器９の構成を示すブロック図である。
モデル適応器９は、最大シリンダ内圧用燃焼モデル９１と、この最大シリンダ内圧用燃焼モデル９１により算出された最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘと最大シリンダ内圧Ｐｍａｘとに基づいて適応修正係数ＫＶＮＳを算出する適応修正器９２と、を含んで構成される。
【００９８】
最大シリンダ内圧用燃焼モデル９１には、上述の図３、図６、図７、図８で説明したものの何れかが用いられる。
なお、このモデル適応器９のうち、適応修正器９２では上記演算周期Ｔｋの下で演算を行い、燃焼モデル９１ではこの演算周期Ｔｋと同じかそれよりも短い演算周期Ｔｎの下で演算を行う。特に、燃焼モデル９１に図３や図６に示すような推定クランク角度Ｅｓｔ＿θｃｒｋごとに演算を行うモデルを適用した場合には、演算周期Ｔｎを上記演算周期Ｔｋよりも短く設定する必要がある。より具体的には、この場合、推定クランク角度Ｅｓｔ＿θｃｒｋが７２０ｄｅｇ変化する時間（燃焼モデルにおける１燃焼サイクル）が、実際のエンジンの１燃焼サイクルと同じかそれよりも短くなるように演算周期Ｔｎを設定する必要がある。なお、演算周期Ｔｎの下で更新される演算値には「ｎ」を付す。
【００９９】
また、図１１に示すように、燃焼モデル９１により最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘ（ｋ）を算出するにあたり、燃焼モデル９１に入力する各種パラメータには、適応修正係数ＫＶＮＳを除いて前回値が用いられる。例えば、燃焼モデル９１として図３に示す出力補正型のもの適用した場合、燃焼モデル９１のニューラルネットワークの入力ベクトルＵは、上記式（２−３）に替えて下記式（３−１）のようになる。
【数２８】
【０１００】
適応修正器９２は、モデル偏差算出部９２１と、重み関数設定部９２２と、局所修正係数算出部９２３と、修正係数算出部９２４と、を備える。以下説明するように、適応修正器９２は、これら構成により、燃焼モデル９１の誤差を示すモデル偏差Ｅ＿Ｅｓｔを算出し、このモデル偏差Ｅ＿Ｅｓｔが小さくなるように、適応修正係数ＫＶＮＳを算出する。
【０１０１】
モデル偏差算出部９２１は、下記式（３−２）に示すように、燃焼モデル９１により各種パラメータの前回値に基づいて算出された最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘ（ｋ）から、最大シリンダ内圧の前回値Ｐｍａｘ（ｋ−１）を減算することにより、モデル偏差Ｅ＿Ｅｓｔ（ｋ）を算出する。
【数２９】
【０１０２】
なお、燃焼モデル９１に、図３及び図４に示すような推定クランク角度Ｅｓｔ＿θｃｒｋごとの推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌを算出する場合には、下記式（３−３）に示すように、推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌとセンサの検出値Ｐｃｙｌとの差の１燃焼サイクルの間における最大値や、推定シリンダ内圧Ｅｓｔ＿Ｐｃｙｌとセンサの検出値Ｐｃｙｌとの差の１燃焼サイクルにわたる積分値などにより、モデル偏差Ｅ＿Ｅｓｔ（ｋ）を定義してもよい。
【数３０】
【０１０３】
この適応修正器９２では、燃焼モデル９１への入力から選ばれた２つの参照パラメータ（例えば、エンジン回転数ＮＥ、及び燃料噴射量Ｇｉｎｊ）を基底とする空間を定義するとともに、この空間を複数の領域に分ける。さらに、領域ごとに後述の局所修正係数Ｕｉｊ（ｉ＝１〜４，ｊ＝１〜４）を算出し、これら局所修正係数Ｕｉｊを後述の重み関数Ｗｉｊ（ｉ＝１〜４，ｊ＝１〜４）で重み結合することにより、適応修正係数ＫＶＮＳを算出する。
【０１０４】
ところで、エンジンの劣化や生産ばらつきが上記モデル偏差Ｅ＿Ｅｓｔに及ぼす影響は、エンジンの運転条件、すなわち参照パラメータの値ごとに異なったものになると考えられる。適応修正器９２では、参照パラメータを基底とする空間内の領域ごとに局所修正係数Ｕｉｊを算出することにより、参照パラメータの値ごとに異なる上述の誤差への影響を考慮して適応修正係数ＫＶＮＳを算出する。
【０１０５】
図１２は、エンジン回転数ＮＥを定義域とした４つの第１重み関数Ｗｎｉ（ｉ＝１〜４）を示す図である。図１２に示すように、４つの第１重み関数Ｗｎｉは、それぞれ、定義域に互いに重複した４つの領域を定義し、これら領域において「０」でない値を持つように設定される。
【０１０６】
より具体的には、定義域は、［Ｎ０，Ｎ２］と、第２領域［Ｎ１，Ｎ３］と、第３領域［Ｎ２，Ｎ４］と、第４領域［Ｎ３，Ｎ５］とに分けられる。ここで、図９に示すように、Ｎ０＜Ｎ１＜Ｎ２＜Ｎ３＜Ｎ４＜Ｎ５とする。したがって、第１領域と第２領域は区間［Ｎ１，Ｎ２］で重複し、第２領域と第３領域は区間［Ｎ２，Ｎ３］で重複し、第３領域と第４領域は区間［Ｎ３，Ｎ４］で重複する。
【０１０７】
関数ＷＮ１は、第１領域［Ｎ０，Ｎ２］において「０」でない値を持つように設定される。より具体的には、関数ＷＮ１は、区間［Ｎ０，Ｎ１］において「１」に設定され、区間［Ｎ１，Ｎ２］において「１」から「０」に減少するように設定される。
関数ＷＮ２は、第２領域［Ｎ１，Ｎ３］において「０」でない値を持つように設定される。より具体的には、関数ＷＮ２は、区間［Ｎ１，Ｎ２］において「１」から「０」に上昇するように設定され、区間［Ｎ２，Ｎ３］において「１」から「０」に減少するように設定される。したがって、関数ＷＮ１と関数ＷＮ２は、区間［Ｎ１，Ｎ２］の中心で交差する。
関数ＷＮ３は、第３領域［Ｎ２，Ｎ４］において「０」でない値を持つように設定される。より具体的には、関数ＷＮ３は、区間［Ｎ２，Ｎ３］において「１」から「０」に上昇するように設定され、区間［Ｎ３，Ｎ４］において「１」から「０」に減少するように設定される。したがって、関数ＷＮ２と関数ＷＮ３は、区間［Ｎ２，Ｎ３］の中心で交差する。
関数ＷＮ４は、第４領域［Ｎ３，Ｎ５］において「０」でない値を持つように設定される。より具体的には、関数ＷＮ４は、区間［Ｎ３，Ｎ４］において「１」から「０」に上昇するように設定され、区間［Ｎ４，Ｎ５］において「１」に設定される。したがって、関数ＷＮ３と関数ＷＮ４は、区間［Ｎ３，Ｎ４］の中心で交差する。
【０１０８】
また、第１重み関数Ｗｎｉは、下記式（３−４）に示すように、その総和関数の値がエンジン回転数ＮＥによらず「１」となるように正規化されている。なお、以下では、エンジン回転数ＮＥ（ｋ）を引数とした第１重み関数の値Ｗｎｉ（ＮＥ（ｋ））を単にＷｎｉ（ｋ）とする。
【数３１】
【０１０９】
図１３は、燃料噴射量Ｇｉｎｊを定義域とした４つの第２重み関数Ｗｇｊ（ｊ＝１〜４）を示す図である。
図１３に示すように、４つの第２重み関数Ｗｇｊは、それぞれ、定義域に互いに重複した４つの領域を定義し、これら領域において「０」でない値を持つように設定される。
【０１１０】
より具体的には、定義域は、［Ｇ０，Ｇ２］と、第２領域［Ｇ１，Ｇ３］と、第３領域［Ｇ２，Ｇ４］と、第４領域［Ｇ３，Ｇ５］とに分けられる。ここで、図１３に示すように、Ｇ０＜Ｇ１＜Ｇ２＜Ｇ３＜Ｇ４＜Ｇ５とする。したがって、第１領域と第２領域は区間［Ｇ１，Ｇ２］で重複し、第２領域と第３領域は区間［Ｇ２，Ｇ３］で重複し、第３領域と第４領域は区間［Ｇ３，Ｇ４］で重複する。
【０１１１】
関数ＷＧ１は、第１領域［Ｇ０，Ｇ２］において「０」でない値を持つように設定される。より具体的には、関数ＷＧ１は、区間［Ｇ０，Ｇ１］において「１」に設定され、区間［Ｇ１，Ｇ２］において「１」から「０」に減少するように設定される。
関数ＷＧ２は、第２領域［Ｇ１，Ｇ３］において「０」でない値を持つように設定される。より具体的には、関数ＷＧ２は、区間［Ｇ１，Ｇ２］において「１」から「０」に上昇するように設定され、区間［Ｇ２，Ｇ３］において「１」から「０」に減少するように設定される。したがって、関数ＷＧ１と関数ＷＧ２は、区間［Ｇ１，Ｇ２］の中心で交差する。
関数ＷＧ３は、第３領域［Ｇ２，Ｇ４］において「０」でない値を持つように設定される。より具体的には、関数ＷＧ３は、区間［Ｇ２，Ｇ３］において「１」から「０」に上昇するように設定され、区間［Ｇ３，Ｇ４］において「１」から「０」に減少するように設定される。したがって、関数ＷＧ２と関数ＷＧ３は、区間［Ｇ２，Ｇ３］の中心で交差する。
関数ＷＧ４は、第４領域［Ｇ３，Ｇ５］において「０」でない値を持つように設定される。より具体的には、関数ＷＧ４は、区間［Ｇ３，Ｇ４］において「１」から「０」に上昇するように設定され、区間［Ｇ４，Ｇ５］において「１」に設定される。したがって、関数ＷＧ３と関数ＷＧ４は、区間［Ｇ３，Ｇ４］の中心で交差する。
【０１１２】
また、第２重み関数Ｗｇｊは、下記式（３−５）に示すように、その総和関数の値が燃料噴射量Ｇｉｎｊによらず「１」となるように正規化されている。なお、以下では、燃料噴射量Ｇｉｎｊ（ｋ）を引数とした第２重み関数の値Ｗｇｊ（Ｇｉｎｊ（ｋ））を単にＷｇｊ（ｋ）とする。
【数３２】
【０１１３】
図１４は、２つの参照パラメータ（ＮＥ，Ｇｉｎｊ）を定義域とした１６個の重み関数Ｗｉｊ（ｉ＝１〜４，ｊ＝１〜４）を示す図である。図１４において、横軸はエンジン回転数ＮＥを示し、縦軸は燃料噴射量Ｇｉｎｊを示す。図１４に示すように、２つの参照パラメータ（ＮＥ，Ｇｉｎｊ）の定義域には、互いに重複する１６個の領域が定義される。
【０１１４】
１６個の重み関数Ｗｉｊは、下記式（３−６）に示すように、第１重み関数Ｗｎｉの各成分と第２重み関数Ｗｇｊの各成分との積により定義される。これにより、１６個の領域においてそれぞれ「０」でない値を持つ重み関数Ｗｉｊが定義される。なお、図１４には、４つの重み関数Ｗ１１，Ｗ２２，Ｗ３３，Ｗ４４のみを異なるハッチングで示す。
【数３３】
【０１１５】
また、上記式（３−４）及び（３−５）と同様に、重み関数Ｗｉｊの総和関数の値は、下記式（３−７）に示すように、２つの参照パラメータ（ＮＥ（ｋ），Ｇｉｎｊ（ｋ））の値によらず「１」となるように正規化される。なお、以下では、エンジン回転数ＮＥ（ｋ）及び燃料噴射量Ｇｉｎｊ（ｋ）を引数とした重み関数の値Ｗｉｊ（ＮＥ（ｋ），Ｇｉｎｊ（ｋ））を単にＷｉｊ（ｋ）とする。
【数３４】
【０１１６】
図１１に戻って、重み関数設定部９２２は、複数の第１重み関数Ｗｎｉが設定された第１重み関数算出部９２２１と、複数の第２重み関数Ｗｇｊが設定された第２重み関数算出部９２２２と、これら第１重み関数Ｗｎｉ及び第２重み関数Ｗｇｊに基づいて重み関数Ｗｉｊを算出する乗算器９２２３と、モデル偏差Ｅ＿Ｅｓｔに対し領域ごとに重み付けする乗算器９２２４と、を含んで構成される。
【０１１７】
第１重み関数算出部９２２１は、図１２に示すようなマップを検索することにより、エンジン回転数ＮＥ（ｋ）に応じた第１重み関数の値Ｗｎｉ（ｋ）を算出する。
【０１１８】
第２重み関数算出部９２２２は、図１３に示すようなマップを検索することにより、燃料噴射量Ｇｉｎｊ（ｋ）に応じた第２重み関数の値Ｗｇｊ（ｋ）を算出する。
【０１１９】
乗算器９２２３は、下記式（３−８）に示すように、第１重み関数算出部７１５１により算出された第１重み関数の値Ｗｎｉ（ｋ）と第２重み関数の値Ｗｇｊ（ｋ）との各成分を乗算することにより、重み関数の値Ｗｉｊ（ｋ）を算出する。
【数３５】
【０１２０】
乗算器９２２４は、下記式（３−９）に示すように、算出された重み関数の値Ｗｉｊ（ｋ）の各成分をモデル偏差Ｅ＿Ｅｓｔ（ｋ）に乗算することにより、領域ごとに重み付けされた誤差信号ＷＥＶＮＳｉｊ（ｋ）を算出する。
【数３６】
【０１２１】
局所修正係数算出部９２３は、領域ごとに重み付けされた誤差信号ＷＥＶＮＳｉｊが「０」になるように、局所修正係数Ｕｉｊ（ｉ＝１〜４，ｊ＝１〜４）を領域ごとに算出する。
【０１２２】
本実施形態では、誤差信号ＷＥＶＮＳｉｊの収束速度を設定できる応答指定型制御アルゴリズムにより、局所修正係数Ｕｉｊを算出する。この応答指定型制御アルゴリズムとは、偏差の収束挙動を規定した関数に基づいて、偏差の収束速度と収束挙動の両方を指定できる制御アルゴリズムのことをいう。
【０１２３】
局所修正係数算出部９２３は、この応答指定型制御アルゴリズムが実行可能に構成された複数のスライディングモードコントローラを備える。以下では、これらスライディングモードコントローラの動作について説明する。
【０１２４】
先ず、下記式（３−１０）に示すように、切換関数設定パラメータＰＯＬＥ＿ｖと誤差信号の前回値ＷＥＶＮＳｉｊ（ｋ−１）との積と、ＷＥＶＮＳｉｊ（ｋ）との和を算出し、これを切換関数σ＿ｖｉｊ（ｋ）として定義する。なお、切換関数設定パラメータＰＯＬＥ＿ｖは、所定の設定テーブルに基づいて、「−１」から「０」の間で設定されたものが用いられる。
【数３７】
【０１２５】
次に、下記式（３−１１）に示すように、到達則入力Ｕｒｃｈ＿ｖｉｊ（ｋ）、及び適応則入力の前回値Ｕａｄｐ＿ｖｉｊ（ｋ−１）の和を算出し、これを局所修正係数Ｕｉｊ（ｋ）として定義する。
【数３８】
【０１２６】
到達則入力Ｕｒｃｈ＿ｖｉｊ（ｋ）は、偏差状態量を切換直線上に載せるための入力であり、下記式（３−１２）に示すように、切換関数σ＿ｖｉｊ（ｋ）に所定の到達則ゲインＫｒｃｈ＿ｖを乗算することで算出される。
【数３９】
【０１２７】
適応則入力Ｕａｄｐ＿ｖｉｊ（ｋ）は、モデル化誤差や外乱の影響を抑制し、偏差状態量を切換直線に載せるための入力であり、下記式（３−１３）に示すように、切換関数σ＿ｖｉｊ（ｋ）と所定の適応則ゲインＫａｄｐ＿ｖを乗算したものと、前回制御時の適応則入力Ｕａｄｐ＿ｖｉｊ（ｋ−１）との和により算出される。
【数４０】
【０１２８】
修正係数算出部９２４は、領域ごとに算出された局所修正係数Ｕｉｊを重み関数Ｗｉｊによる重み結合したものに、「１」を加算することにより、適応修正係数ＫＶＮＳを算出する。すなわち、修正係数算出部９２４は、下記式（３−１４）に示すように、局所修正係数Ｕｉｊ（ｋ）と重み関数の値Ｗｉｊとの積の全領域（ｉ＝１〜４，ｊ＝１〜４）に亘る総和に、「１」を加算することにより、適応修正係数ＫＶＮＳ（ｋ）を算出する。
【数４１】
【０１２９】
ここで、上記式（３−１４）において、「１」を加算した理由は、上述のように適応修正係数ＫＶＮＳ＝１を新品の状態とした上で、適応則入力ＵＡＤＰ＿Ｖ＿ｉｊの初期値を「０」とし、かつ、適応修正係数ＫＶＮＳの初期値を「１」とするためである。なお、適応則入力ＵＡＤＰ＿Ｖ＿ｉｊの初期値を「１」とした場合には、上記式（３−１４）に示すように「１」を加算する必要は無い。また、適応修正係数ＫＶＮＳの初期値を、劣化品を示す「０」にする場合にも、上記式（３−１４）に示すように「１」を加算する必要は無い。また、上記式（２−６）に示すように、適応修正係数ＫＶＮＳを加算することで燃焼モデルを適応修正する場合にも、上記式（３−１４）に示すように「１」を加算する必要は無い。
【０１３０】
また、上述のように重み関数Ｗｉｊは、各領域においてのみ「０」でない値を持つ関数Ｗｎｉ及びＷｇｊの積に基づいて算出されるものであるため、重み関数の値が「０」になる領域も存在する。したがって、上記式（３−１４）において、全領域（ｉ＝１〜４，ｊ＝１〜４）に亘る総和を演算する際には、このような重み関数の値Ｗｉｊ（ｋ）が「０」になる領域に関する演算を除外してもよい。これにより、演算負荷を軽減することができる。
【０１３１】
＜４．燃焼モデルベースコントローラ＞
図２に戻って、燃焼モデルベースコントローラの構成について説明する。
補正値算出部６には、Ｎ個の燃焼モデルベースコントローラ７＿１,…,７＿Ｎが並列して設けられている。
図１５は、Ｎ個のコントローラのうちのｉ番目の燃焼モデルベースコントローラ７＿ｉの構成を示すブロック図である。
【０１３２】
燃焼モデルベースコントローラ７＿ｉは、最大シリンダ内圧用燃焼モデル７１１＿ｉ及びトルク用燃焼モデル７１２＿ｉを含んで構成されたモデル予測器７１＿ｉと、このモデル予測器７１＿ｉを制御対象として再帰演算により予測燃料噴射時期補正値θｄｉｎｊ＿ｉ及び予測燃料噴射量補正値ｄＧｉｎｊ＿ｉを算出するフィードバックコントローラ７４＿ｉと、を含んで構成される。
【０１３３】
この燃焼モデルベースコントローラ７＿ｉのうち、フィードバックコントローラ７４＿ｉでは上記演算周期Ｔｋよりも短い演算周期Ｔｑの下で演算を行い、モデル予測器７１＿ｉでは上記演算周期Ｔｑと同じかそれよりも短い演算周期Ｔｍの下で演算を行う。
フィードバックコントローラ７４＿ｉは、実際のエンジンの１燃焼サイクルの間に、モデル予測器７１＿ｉを制御対象としてみたてて再帰的に演算することにより、予測燃料噴射時期補正値ｄθｉｎｊ＿ｉ及び予測燃料噴射量補正値ｄＧｉｎｊ＿ｉを算出する。このため、演算周期Ｔｋが経過する間に、上記補正値ｄθｉｎｊ＿ｉ,ｄＧｉｎｊ＿ｉが所定の値に収束するように複数回演算を行う必要がある。このため、フィードバックコントローラ７４＿ｉにおける演算周期Ｔｑは、上記演算周期Ｔｋよりも十分に短くなるように設定する。なお、演算周期Ｔｑの下で更新される演算値には「ｑ」を付し、演算周期Ｔｍの下で更新される演算値には「ｍ」を付す。
【０１３４】
モデル予測器７１＿ｉは、フィードバックコントローラ７４＿ｉからの入力に基づいて予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉを算出する最大シリンダ内圧用燃焼モデル７１１＿ｉと、フィードバックコントローラ７４からの入力に基づいて予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉを算出するトルク用燃焼モデル７１２＿ｉと、を備える。
【０１３５】
最大シリンダ内圧用燃焼モデル７１１＿ｉには、上述の図３、図６、図７、図８で説明したものの何れかが用いられる。ここでは、図３に示す出力補正型の最大シリンダ内圧用燃焼モデルを適用した場合について説明する。
この場合、燃焼モデル７１１＿ｉのニューラルネットワークへの入力ベクトルＵは、下記式（４−１）のようになる。
【数４２】
【０１３６】
このとき、モデル予測器７１＿ｉに入力される予測燃料噴射量Ｇｉｎｊ＿ｉ（ｍ）は、下記式（４−２）に示すように、基準噴射量算出部５２により演算周期Ｔｋの下で算出された基準燃料噴射量Ｇｉｎｊ＿ｂｓ（ｋ）とフィードバックコントローラ７４＿ｉにより演算周期Ｔｑの下で算出された予測燃料噴射量補正値の前回値ｄＧｉｎｊ＿ｉ（ｑ−１）とを、加算器７２＿ｉで加算することにより算出される。
【数４３】
【０１３７】
また、モデル予測器７１＿ｉに入力される予測燃料噴射時期θｉｎｊ＿ｉ（ｍ）は、下記式（４−３）に示すように、基準噴射時期算出部５１により演算周期Ｔｋの下で算出された基準燃料噴射時期θｉｎｊ＿ｂｓ（ｋ）とフィードバックコントローラ７４＿ｉにより演算周期Ｔｑの下で算出された予測燃料噴射時期補正値の前回値ｄθｉｎｊ＿ｉ（ｑ−１）とを、加算器７３＿ｉで加算することにより算出される。
【数４４】
【０１３８】
また、この最大シリンダ内圧用燃焼モデル７１１＿ｉにおける予測クランク角度Ｐｒｅ＿θｃｒｋは、下記式（４−４）に示すように、演算周期Ｔｍごとにクランク角分解能ｄθｃｒｋ＿ｐｒｅだけ進み、７２０ｄｅｇを超えるとリセットされる。
【数４５】
【０１３９】
上記式（４−１）に示す入力ベクトルＵの下で、最大シリンダ内圧用燃焼モデル７１１＿ｉで算出された予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉ（ｍ）は、フィードバックコントローラ７４＿ｉに入力される。
【０１４０】
トルク用燃焼モデル７１２＿ｉには、上述の図９、図１０で説明したものの何れかが用いられる。ここでは、図９に示す入力補正型のトルク用燃焼モデルを適用した場合について説明する。
この場合燃焼モデル７１２＿ｉのニューラルネットワークへの入力ベクトルＵは、下記式（４−５）のようになる。
【数４６】
【０１４１】
上記式（４−５）に示す入力ベクトルＵの下で、トルク用燃焼モデル７１２＿ｉで算出された予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉ（ｍ）は、後述の最適入力セレクタ８に入力される。
【０１４２】
なお、上記式（４−１）、（４−５）において、第４〜第７成分は、演算周期Ｔｋの下で更新されるのに対し、第１、第２成分は、演算周期Ｔｍの下で更新される。そこで、パイロット燃料噴射量Ｇｉｎｊ＿ｐｉ及び噴射時期θｉｎｊ＿ｐｉ、並びに、アフター燃料噴射量Ｇｉｎｊ＿ａｆｔｅｒ及び噴射時期θｉｎｊ＿ａｆｔｅｒを、燃料噴射量Ｇｉｎｊ＿ｉ及びθｉｎｊ＿ｉに合わせて、例えばマップ検索などにより演算周期Ｔｍの下で更新してもよい。
【０１４３】
フィードバックコントローラ７４＿ｉは、予測偏差算出部７５＿ｉと、燃料噴射量フィードバックコントローラ７８＿ｉと、燃料噴射時期フィードバックコントローラ７９＿ｉと、２つの増幅器７６＿ｉ，７７＿ｉと、を含んで構成される。
【０１４４】
予測偏差算出部７５＿ｉは、２つのフィードバックコントローラ７８＿ｉ，７９＿ｉにより補償すべき制御量としての、最大シリンダ内圧偏差Ｐｒｅ＿ｄＰｍａｘ＿ｉを算出する。より具体的には、下記式（４−６）に示すように、モデル予測器７１＿ｉにより算出された予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉのうち、最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔから超えた分を最大シリンダ内圧偏差Ｐｒｅ＿ｄＰｍａｘ＿ｉとして定義する。また、予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが、上記最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔよりも小さい場合には、最大シリンダ内圧偏差Ｐｒｅ＿ｄＰｍａｘ＿ｉを「０」とする。
【数４７】
【０１４５】
２つのフィードバックコントローラ７８＿ｉ，７９＿ｉに入力する制御量を上記式（４−６）に示すように定義することにより、予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超える場合にのみ、予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ以下になるように、フィードバックコントローラ７８＿ｉ，７９＿ｉにより予測燃料噴射時期補正値ｄθｉｎｊ＿ｉ及び予測燃料噴射量補正値ｄＧｉｎｊ＿ｉが算出され、ひいてはモデル予測器７１＿ｉに入力される予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉが補正される。
【０１４６】
また、ここで算出された最大シリンダ内圧偏差Ｐｒｅ＿ｄＰｍａｘ＿ｉは、燃料噴射量フィードバックコントローラ７８＿ｉ及び燃料噴射時期フィードバックコントローラ７９＿ｉに対し、所定の分配係数Ｗｅ＿ｉによりそれぞれ異なるように重み付けされた偏差が入力される。
より具体的には、燃料噴射量フィードバックコントローラ７８＿ｉには、下記式（４−７）に示すような偏差Ｅ＿Ｇｉｎｊ＿ｉ（ｑ）が入力される。一方、燃料噴射時期フィードバックコントローラ７９＿ｉには、下記式（４−８）に示すような偏差Ｅ＿θｉｎｊ＿ｉ（ｑ）が入力される。
【数４８】
【数４９】
【０１４７】
ここで、上記式（４−７）、（４−８）における分配係数Ｗｅ＿ｉには、燃焼モデルベースコントローラ７＿ｉごとに「０」から「１」の間で固有の値を設定する。すなわち、上述の図２に示すように、本実施形態では、Ｎ個の燃焼モデルベースコントローラ７＿１,…,７１＿Ｎを並列に設けたが、各コントローラ７１＿１,…,７１＿Ｎでは、分配係数Ｗｅ＿１,…，Ｗｅ＿Ｎの値が異なるよう設定する。したがって、各コントローラ７１＿１,…,７１＿Ｎでは、予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿１,…, Ｐｒｅ＿Ｐｍａｘ＿Ｎが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ以下になるように、異なる条件の下で予測燃料噴射時期補正値ｄθｉｎｊ＿１,…,ｄθｉｎｊ＿Ｎ、予測燃料噴射量補正値ｄＧｉｎｊ＿１,…, ｄＧｉｎｊ＿Ｎ、及び予測トルク値Ｐｒｅ＿Ｔｒｑ＿１,…, Ｐｒｅ＿Ｔｒｑ＿Ｎが算出される。
【０１４８】
燃料噴射時期フィードバックコントローラ７９＿ｉは、上記モデル適応器９の局所修正係数算出部９２３と同様の構成のスライディングモードコントローラを備える。この燃料噴射時期フィードバックコントローラ７９＿ｉでは、先ず、下記式（４−９）に示すように、切換関数設定パラメータＰＯＬＥ＿θｉｎｊと偏差の前回値Ｅ＿θｉｎｊ＿ｉ（ｑ−１）との和を算出し、これを切換関数σθｉｎｊ＿ｉ（ｑ）として定義する。なお、切換関数設定パラメータＰＯＬＥ＿θｉｎｊは、所定の設定テーブルに基づいて、「−１」から「０」の間で設定されたものが用いられる。
【数５０】
【０１４９】
次に、下記式（４−１０）に示すように、到達則入力ｄθｉｎｊ＿ｒｃｈ＿ｉ（ｑ）と適応則入力の前回値ｄθｉｎｊ＿ａｄｐ＿ｉ（ｑ−１）との和により、予測燃料噴射時期補正値ｄθｉｎｊ＿ｉ（ｑ）を定義する。
【数５１】
【０１５０】
ここで、到達則入力ｄθｉｎｊ＿ｒｃｈ＿ｉ（ｑ）は、下記式（４−１１）に示すように、切換関数σθｉｎｊ＿ｉ（ｑ）に所定の到達則ゲインＫｒｃｈ＿θｉｎｊを乗算することで算出される。また、適応則入力ｄθｉｎｊ＿ａｄｐ＿ｉ（ｑ）は、下記式（４−１２）に示すように、切換関数σθｉｎｊ＿ｉの現在の時刻ｑまでの総和と、適応則ゲインＫａｄｐ＿θｉｎｊとの積により算出される。
【数５２】
【数５３】
【０１５１】
燃料噴射量フィードバックコントローラ７８＿ｉは、上記燃料噴射時期フィードバックコントローラ７９＿ｉと同様に動作するスライディングモードコントローラを備える。この燃料噴射量フィードバックコントローラ７８＿ｉでは、先ず、下記式（４−１３）に示すように、切換関数設定パラメータＰＯＬＥ＿Ｇｉｎｊと偏差の前回値Ｅ＿Ｇｉｎｊ＿ｉ（ｑ−１）との和を算出し、これを切換関数σＧｉｎｊ＿ｉ（ｑ）として定義する。なお、切換関数設定パラメータＰＯＬＥ＿Ｇｉｎｊは、所定の設定テーブルに基づいて、「−１」から「０」の間で設定されたものが用いられる。
【数５４】
【０１５２】
次に、下記式（４−１４）に示すように、到達則入力ｄＧｉｎｊ＿ｒｃｈ＿ｉ（ｑ）と適応則入力の前回値ｄＧｉｎｊ＿ａｄｐ＿ｉ（ｑ−１）との和により、予測燃料噴射量補正値ｄＧｉｎｊ＿ｉ（ｑ）を定義する。
【数５５】
【０１５３】
ここで、到達則入力ｄＧｉｎｊ＿ｒｃｈ＿ｉ（ｑ）は、下記式（４−１５）に示すように、切換関数σＧｉｎｊ＿ｉ（ｑ）に所定の到達則ゲインＫｒｃｈ＿Ｇｉｎｊを乗算することで算出される。また、適応則入力ｄＧｉｎｊ＿ａｄｐ＿ｉ（ｑ）は、下記式（４−１６）に示すように、切換関数σＧｉｎｊ＿ｉの現在の時刻ｑまでの総和と、適応則ゲインＫａｄｐ＿Ｇｉｎｊとの積により算出される。
【数５６】
【数５７】
【０１５４】
＜５．最適入力セレクタ＞
図２に戻って、最適入力セレクタ８の構成について説明する。
上述のように、Ｎ個の燃焼モデルベースコントローラ７＿１,…,７＿Ｎでは、それぞれ、異なる最適化条件の下で予測燃料噴射時期補正値ｄθｉｎｊ＿１,…,ｄθｉｎｊ＿Ｎと、予測燃料噴射量補正値ｄＧｉｎｊ＿１,…, ｄＧｉｎｊ＿Ｎとが再帰演算により算出される。最適入力セレクタ８では、所定の優先条件を設定しておき、これらＮ個の補正値の組（ｄθｉｎｊ＿１, ｄＧｉｎｊ＿１）,…,（ｄθｉｎｊ＿Ｎ, ｄＧｉｎｊ＿Ｎ）のうち、上記優先条件に最も適合する組を選択し、これを最適燃料噴射量補正値ｄＧｉｎｊ＿ｏｐｔ及び最適燃料噴射時期補正値ｄθｉｎｊ＿ｏｐｔとして決定する。
【０１５５】
本実施形態では、上記優先条件を、補正値の組（ｄθｉｎｊ＿ｉ，ｄＧｉｎｊ＿ｉ）とともに算出された予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉに対し所定の優先条件を設定する。上述の各燃焼モデルベースコントローラ７＿ｉにより算出された補正値の組（ｄθｉｎｊ＿ｉ，ｄＧｉｎｊ＿ｉ）は、それぞれ予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ以下となるように決定されているものの、最適化条件が異なるため、予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉの値は、コントローラによって異なったものとなる。そこで、下記式（５−１）に示すように、予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉが大きいことを優先条件として、この優先条件に最も適合するコントローラの番号ｉｏｐを決定する。なお、下記式（５−１）において、演算時刻ｍｅは、最適入力セレクタ８が動作する時刻である。この演算時刻ｍｅは、次回の燃焼サイクルの燃料噴射に間に合うように、適宜設定される。
【数５８】
【０１５６】
そして、下記式（５−２）、（５−３）に示すように、この番号ｉｏｐのコントローラにより算出された補正値の組（ｄθｉｎｊ＿ｉｏｐ，ｄＧｉｎｊ＿ｉｏｐ）を、燃料噴射時期補正値ｄθｉｎｊ及び燃料噴射量補正値ｄＧｉｎｊとして決定する。
【数５９】
【数６０】
【０１５７】
また、上記式（１−１）、（１−２）に示すように、このようにして決定された燃料噴射時期補正値ｄθｉｎｊ及び燃料噴射量補正値ｄＧｉｎｊに基づいて、燃料噴射時期θｉｎｊ及び燃料噴射量Ｇｉｎｊが決定される。
【０１５８】
＜６．フローチャート＞
次に、制御装置２による最大シリンダ内圧制御の具体的な手順について、図１６を参照して説明する。
図１６は、制御装置２により実行される最大シリンダ内圧制御の具体的な手順を示すフローチャートである。
ステップＳ１では、ＥＧＲバルブ故障フラグＦ＿ＥＧＲＮＧが「１」であるか否かを判別する。このＥＧＲバルブ故障フラグＦ＿ＥＧＲＮＧは、図示しない判定処理においてＥＧＲバルブが故障したと判定されたときに「１」に設定され、それ以外のときには「０」に設定される。この判別がＮＯの場合には、ステップＳ２に移る。
【０１５９】
ステップＳ２では、センサ類故障フラグＦ＿ＳＮＳＮＧが「１」であるか否かを判別する。このセンサ類故障フラグＦ＿ＳＮＳＮＧは、図示しない判定処理において吸気圧センサ、排気圧センサ、ＥＧＲバルブ開度センサ、及びエアフローセンサなどの各種センサの何れかが故障したと判定されたときに「１」に設定され、それ以外のときには「０」に設定される。この判別がＮＯの場合には、ステップＳ３に移る。
【０１６０】
ステップＳ３では、シリンダ内圧センサ故障フラグＦ＿ＰＣＹＬＮＧが「１」であるか否かを判別する。このシリンダ内圧センサ故障フラグＦ＿ＰＣＹＬＮＧは、図示しない判定処理においてシリンダ内圧センサが故障したと判定されたときに「１」に設定され、それ以外のときには「０」に設定される。この判別がＮＯの場合には、ステップＳ４に移る。
【０１６１】
ステップＳ４では、エンジン回転数ＮＥ及びアクセル開度ＡＰに基づいて、図１６に示すような正常運転時用のマップを検索することで、ドライバ要求トルクＴＲＱ＿ＤＲＶを算出し、ステップＳ５に移る。
【０１６２】
ステップＳ５では、エンジン回転数ＮＥ及び算出したドライバ要求トルクＴＲＱ＿ＤＲＶに基づいて、所定のマップを検索することで基準燃料噴射量Ｇｉｎｊ＿ｂｓを算出し、ステップＳ６に移る。ステップＳ６では、エンジン回転数ＮＥ及び算出したドライバ要求トルクＴＲＱ＿ＤＲＶに基づいて、所定のマップを検索することで基準燃料噴射時期θｉｎｊ＿ｂｓを算出し、ステップＳ７に移る。
【０１６３】
ステップＳ７では、モデル適応器９により、上記式（３−１）〜（３−１４）に基づいて適応修正係数ＫＶＮＳを算出し、ステップＳ８に移る。
ステップＳ８では、Ｎ個の燃焼モデルベースコントローラ７＿ｉ（ｉ＝１〜Ｎ）により、上記式（４−１）〜（４−１６）に基づいて補正値の組ｄＧｉｎｊ＿ｉ，ｄθｉｎｊ＿ｉ（ｉ＝１〜Ｎ）を算出する。
ステップＳ９では、最適化セレクタ８により上記補正値の組ｄＧｉｎｊ＿ｉ，ｄθｉｎｊ＿ｉ（ｉ＝１〜Ｎ）から最適な補正値ｄＧｉｎｊ＿ｏｐｔ,ｄθｉｎｊ＿ｏｐｔを選択し（上記式（５−１）〜（５−３）参照）、これに基づいて燃料噴射時期θｉｎｊ及び燃料噴射量Ｇｉｎｊを決定し（上記式（１−１）、（１−２）参照）、この処理を終了する。
【０１６４】
一方、上記ステップＳ３における判別がＹＥＳであり、シリンダ内圧センサが故障した状態であると判断された場合には、補正値算出部６を停止するべく、ステップＳ１０に移る。
ステップＳ１０では、エンジン回転数ＮＥ及びアクセル開度ＡＰに基づいて、図１６に示すようなシリンダ内圧センサ故障時用のマップを検索することで、ドライバ要求トルクＴＲＱ＿ＤＲＶを算出し、ステップＳ１１に移る。このとき、補正値算出部６を停止しても最大シリンダ内圧が最大シリンダ内圧目標値を超えることがないように、シリンダ内圧センサ故障時用マップによれば、ドライバ要求トルクＴＲＱ＿ＤＲＶは、正常運転時用のマップを検索した場合と比較して、やや小さな値に設定される。
【０１６５】
ステップＳ１１では、エンジン回転数ＮＥ及び算出したドライバ要求トルクＴＲＱ＿ＤＲＶに基づいて、所定のマップを検索することで基準燃料噴射量Ｇｉｎｊ＿ｂｓを算出し、ステップＳ１２に移る。ステップＳ１２では、エンジン回転数ＮＥ及び算出したドライバ要求トルクＴＲＱ＿ＤＲＶに基づいて、所定のマップを検索することで基準燃料噴射時期θｉｎｊ＿ｂｓを算出し、ステップＳ１３に移る。
【０１６６】
ステップＳ１３では、基準燃料噴射量Ｇｉｎｊ＿ｂｓを燃料噴射量Ｇｉｎｊとして決定しステップＳ１４に移る。ステップＳ１４では、基準燃料噴射時期θｉｎｊ＿ｂｓを燃料噴射時期として決定し、この処理を終了する。
【０１６７】
また、上記ステップＳ１又はステップＳ２の判別がＹＥＳであり、センサ類の何れか又はＥＧＲバルブが故障したと判断された場合にも、補正値算出部６を停止するべく、ステップＳ１５に移る。
ステップＳ１５では、エンジン回転数ＮＥ及びアクセル開度ＡＰに基づいて、図１６に示すようなバルブ故障時用のマップを検索することで、ドライバ要求トルクＴＲＱ＿ＤＲＶを算出し、ステップＳ１１に移る。このとき、補正値算出部６を停止しても最大シリンダ内圧が最大シリンダ内圧目標値を超えないように、かつ、エンジンを保護するため、バルブ故障時用マップによれば、ドライバ要求トルクＴＲＱ＿ＤＲＶは、センサ故障時用のマップを検索した場合と比較して、さらに小さな値に設定される。
【０１６８】
＜７．シミュレーション結果＞
次に、本実施形態の制御装置２による最大シリンダ内圧制御のシミュレーション結果について説明する。
【０１６９】
先ず、本実施形態の比較対象となる従来の制御装置による最大シリンダ内圧制御のシミュレーション結果について、図１７及び図１８を参照して説明する。
図１７は、従来の制御装置の構成を示すブロック図である。
従来の制御装置では、基準燃料噴射時期θｉｎｊ＿ｂｓ及び基準燃料噴射量Ｇｉｎｊ＿ｂｓを本実施形態と同様にマップ検索により算出する。
【０１７０】
フィードバックコントローラでは、下記式（６−１）に示すように、最大シリンダ内圧偏差ｄＰｍａｘを算出する。より具体的には、最大シリンダ内圧Ｐｍａｘのうち、最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔから超えた分を最大シリンダ内圧偏差ｄＰｍａｘとして定義する。また、最大シリンダ内圧Ｐｍａｘが、上記最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔよりも小さい場合には、最大シリンダ内圧偏差ｄＰｍａｘを「０」とする。
【数６１】
【０１７１】
また、フィードバックコントローラでは、この最大シリンダ内圧偏差ｄＰｍａｘが「０」となるように、すなわち、最大シリンダ内圧Ｐｍａｘが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えた場合には、検出値Ｐｍａｘが目標値Ｐｍａｘ＿ｔｒｇｔ以下になるように、燃料噴射時期補正値ｄθｉｎｊを算出する。ここで、フィードバックアルゴリズムとしては、上記式（４−９）〜（４−１２）に示したものと同様のスライディングモードアルゴリズムを適用した。
【０１７２】
図１８は、従来の制御装置により最大シリンダ内圧制御を行った場合における燃料噴射量、燃料噴射時期補正値、及びシリンダ内圧の変化を示す図である。
図１８に示すように、この従来の制御装置では、時刻ｔ１において、シリンダ内圧値が目標値Ｐｍａｘ＿ｔｒｇｔを超えたことに応じて初めてフィードバックコントローラが動作し、時刻ｔ２では「０」でない燃料噴射時期補正値ｄθｉｎｊが算出される。このように、制御遅れが必ず生じてしまうため、間欠的ではあるものの最大シリンダ内圧Ｐｍａｘが目標値Ｐｍａｘ＿ｔｒｇｔを大幅に超えてしまう場合がある。また、このような制御遅れの発生により、逆に最大シリンダ内圧Ｐｍａｘが目標値Ｐｍａｘ＿ｔｒｇｔを大幅に下回るように、最大シリンダ内圧Ｐｍａｘを不要に抑制してしまう場合もある。
【０１７３】
次に、本実施形態のシミュレーション結果について図１９〜図２２を参照して説明する。
ここでは、図１９に示すように、３つの異なる条件下でシミュレーションを行った。条件１では、最適化コントローラ５の燃焼モデルベースコントローラ７＿ｉの動作をオンにし、かつモデル適応器９の動作をオフにした。条件２では、最適化コントローラ５の燃焼モデルベースコントローラ７＿ｉの動作をオンにし、かつモデル適応器９の動作をオフにし、さらにモデル化誤差を付与した。ここで、モデル化誤差とは、燃焼モデルベースコントローラ７＿ｉ及びモデル適応器９に備えられた燃焼モデルにより再現されるエンジンの状態と、実際のエンジンの状態とが異なるときに発生する誤差である。条件３では、最適化コントローラ５の燃焼モデルベースコントローラ７＿ｉの動作をオンにし、かつモデル適応器９の動作をオンにし、さらにモデル化誤差を付与した。
【０１７４】
図２０は、本実施形態に係る制御装置を条件１のもとで作動させた場合におけるシリンダ内圧検出値Ｐｃｙｌ、燃料噴射量Ｇｉｎｊ、基準燃料噴射量Ｇｉｎｊ＿ｂｓ、燃料噴射時期補正値ｄθｉｎｊ、予測燃料噴射時期補正値ｄθｉｎｊ＿ｉ、予測燃料噴射量補正値ｄＧｉｎｊ＿ｉ、予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉ、及び予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉの変化を示す図である。
なお、図２０中、下方には、演算周期Ｔｍの下で算出される予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉを演算周期Ｔｋにわたって拡大したものを図示する。
【０１７５】
上述のように、燃焼モデルベースコントローラでは、次回の燃料噴射時期θｉｎｊ及び燃料噴射量Ｇｉｎｊを決定するまでに、燃焼モデルにより再帰的に演算を行うことで予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えないように予測燃料噴射時期補正値ｄθｉｎｊ＿ｉ及び予測燃料噴射量補正値ｄＧｉｎｊ＿ｉを算出する。そして、このようにしてＮ個のコントローラで算出された補正値の組ｄθｉｎｊ＿ｉ，ｄＧｉｎｊ＿ｉ（ｉ＝１〜Ｎ）のうち、最も大きい予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉ（ｉ＝１〜Ｎ）を出力するコントローラで算出された補正値に基づいて燃料噴射量Ｇｉｎｊ及び燃料噴射時期補正値ｄθｉｎｊを決定する。
このため、図２０に示すように、シリンダ内圧検出値Ｐｃｙｌが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えることはない。また、図１８の従来の結果と比較して分かるように、本実施形態によれば、最大シリンダ内圧Ｐｍａｘを抑制する制御を行った後、不要に最大シリンダ内圧Ｐｍａｘを抑制する制御が働くこともない。また、燃料噴射量Ｇｉｎｊと燃料噴射時期θｉｎｊとでは、それぞれ補正のバランスが変化することが確認できる。これは、最大シリンダ内圧Ｐｍａｘを目標値Ｐｍａｘ＿ｔｒｇｔ以下に抑制しながらも、トルクを最大化、すなわち燃焼効率を最大化するような補正を行っているためである。
【０１７６】
図２１は、本実施形態に係る制御装置を条件２のもとで作動させた場合におけるシリンダ内圧検出値Ｐｃｙｌ、燃料噴射量Ｇｉｎｊ、基準燃料噴射量Ｇｉｎｊ＿ｂｓ、燃料噴射時期補正値ｄθｉｎｊ、予測燃料噴射時期補正値ｄθｉｎｊ＿ｉ、予測燃料噴射量補正値ｄＧｉｎｊ＿ｉ、予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉ、及び予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉの変化を示す図である。
【０１７７】
条件２では、より具体的には、燃焼モデルによる予測値が実際のエンジンの検出値よりも２０％程度大きくなるようなモデル化誤差を与えた。また、条件２では、モデル適応器を作動させていないため、最適化コントローラでは、予測値Ｐｒｅ＿Ｐｍａｘ＿ｉを検出値Ｐｍａｘに一致させるようなフィードバック動作が働かずに、燃料噴射量Ｇｉｎｊ及び燃料噴射時期θｉｎｊをフィードフォワード的に決定するのみである。結果として最大シリンダ内圧Ｐｍａｘが目標値Ｐｍａｘ＿ｔｒｇｔを超える場合がある。
【０１７８】
図２２は、本実施形態に係る制御装置を条件３のもとで作動させた場合におけるシリンダ内圧検出値Ｐｃｙｌ、燃料噴射量Ｇｉｎｊ、基準燃料噴射量Ｇｉｎｊ＿ｂｓ、燃料噴射時期補正値ｄθｉｎｊ、予測燃料噴射時期補正値ｄθｉｎｊ＿ｉ、予測燃料噴射量補正値ｄＧｉｎｊ＿ｉ、予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉ、予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉ、適応修正係数ＫＶＮＳ、及び最大シリンダ内圧の予測値Ｐｒｅ＿Ｐｍａｘ＿ｉと最大シリンダ内圧Ｐｍａｘとの変化を示す図である。
【０１７９】
条件３では、条件２と同じモデル化誤差を与えつつ、モデル適応器を作動させる。
このため、図２２中、破線で示すように、シミュレーションを開始した直後は、燃焼モデルによる最大シリンダ内圧の予測値Ｐｒｅ＿Ｐｍａｘ＿ｉと、実際の検出値Ｐｍａｘとの間でずれがあるものの、モデル適応器により適応修正係数ＫＶＮＳを適切な値に変化させてゆくことにより、この予測値Ｐｒｅ＿Ｐｍａｘ＿ｉと検出値Ｐｍａｘとの間の誤差はなくなる。すなわち、シミュレーション開始時に与えたモデル化誤差は自動的に無くなる。したがって、シリンダ内圧検出値Ｐｃｙｌが目標値Ｐｍａｘ＿ｔｒｇｔを超えてしまうこともない。
図２１と図２２とを比較すると、燃料噴射量Ｇｉｎｊと燃料噴射時期θｉｎｊの補正のバランスが、燃焼モデルをモデル適応器により修正する前（図２１）と、修正した後（図２２）では異なることが確認できる。これは、燃焼モデルとして適応修正器を併用したニューラルネットワークを用い、最適化コントローラで最適な制御入力を燃焼モデルの変化に合わせて逐次選択するようにしたためであり、従来のマップを用いた手法では実現することは困難であると考えられる。
【０１８０】
本実施形態によれば、以下の効果を奏する。
（１）本実施形態によれば、最適化コントローラ５の燃焼モデルベースコントローラ７＿ｉは、燃焼モデルに予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉを入力したときにおける、この燃焼モデルにより算出された予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ以下になるように、上記予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉを補正する。さらに、この最適化コントローラ５は、補正した予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉに基づいてエンジンの制御入力を決定する。これにより、最大シリンダ内圧Ｐｍａｘが常に最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ以下になるように制御入力を決定することができる。このように、本実施形態によれば、最大シリンダ内圧Ｐｍａｘが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを上回ることを契機とすることなく、燃焼モデルによりフィードフォワード的に制御入力を決定することができるので、制御遅れにより一時的に最大シリンダ内圧Ｐｍａｘが上記最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔから大幅に上回ったり、逆に最大シリンダ内圧Ｐｍａｘが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを下回るような制御が不要に働くのを防止したりすることもできる。
【０１８１】
（２）本実施形態によれば、Ｎ個の燃焼モデルベースコントローラにより、それぞれ異なる最適化条件の下で、予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを下回るように予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉを補正する。そして、最適入力セレクタ８により、各燃焼モデルベースコントローラにより算出された予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉのうち、予測トルク値Ｐｒｅ＿Ｔｒｑ＿ｉが最も大きくなるものを選択し、この選択した予測燃料噴射量及び予測燃料噴射時期をエンジンの制御入力として決定する。これにより、例えば最大シリンダ内圧Ｐｍａｘが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを下回るように制御入力を決定するあまり、トルク値が小さくなってしまい、マイナスの影響が現れるのを防止することができる。すなわち、最大シリンダ内圧Ｐｍａｘを適切に維持しながら、トルクが望まれていない挙動を示すのを防止することができる。
【０１８２】
（３）本実施形態では、プラントモデルとしてニューラルネットワークを用いることにより、車載コンピュータでも実現可能な程度の計算量で、モデル化誤差が小さく精度の高い演算が可能となる。また、ニューラルネットワークにも多くのパラメータが含まれているものの、ニューラルネットワークでは物理的な意味を持ったモデルパラメータとしてこれらパラメータを同定しないので、既存の手法により適切な値に設定することができる。
【０１８３】
（４）本実施形態によれば、モデル適応器９により、最大シリンダ内圧Ｐｍａｘと燃焼モデルにより算出される予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉとの偏差が小さくなるように、燃焼モデルを適応修正する。これにより、エンジンに劣化が発生したり生産ばらつきが生じたりした場合であっても、燃焼モデルによる予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉと実際のエンジンの最大シリンダ内圧Ｐｍａｘとを常に合致させることができるため、上記劣化や生産ばらつきに関わらず常に適切な制御入力を決定することができる。
【０１８４】
（５）本実施形態によれば、モデル修正器９により、最大シリンダ内圧Ｐｍａｘと燃焼モデルにより算出される最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘとの偏差が小さくなるように、燃焼モデルのニューラルネットワークに入力される適応修正係数ＫＶＮＳを算出する。これにより、エンジンに劣化が発生したり生産ばらつきが生じたりした場合であっても、燃焼モデルによる最大シリンダ内圧推定値Ｅｓｔ＿Ｐｍａｘと実際のエンジンの最大シリンダ内圧Ｐｍａｘとを常に合致させることができるため、上記劣化や生産ばらつきに関わらず常に適切な制御入力を決定することができる。
【０１８５】
（６）本実施形態によれば、適応修正係数ＫＶＮＳをニューラルネットワークの出力に乗算又は加算する場合（出力補正型の場合）、このようなエンジンの特性変化を予め学習する必要がないので、エンジンが上述のような予期しない変化をした場合であっても、比較的高い精度でモデル化誤差を補償することができると考えられる。
【０１８６】
（７）本実施形態によれば、エンジンの状態を示す参照パラメータ（ＮＥ，Ｇｉｎｊ）を基底とした空間内の領域ごとの局所修正係数Ｕｉｊを算出することにより、エンジンの状態ごとに異なる誤差への影響を考慮して適応修正係数ＫＶＮＳを決定することができる。
【０１８７】
（８）本実施形態によれば、予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉの暫定値を燃焼モデルに入力したときにこの燃焼モデルにより算出される予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが、最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えないように予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉを補正する。そして、この補正した予測燃料噴射量Ｇｉｎｊ＿ｉ及び予測燃料噴射時期θｉｎｊ＿ｉに基づいて燃料噴射量Ｇｉｎｊ及び燃料噴射時期θｉｎｊを決定し、エンジンに入力する。これにより、最大シリンダ内圧Ｐｍａｘが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えないようにすることができるので、エンジンの骨格強度を最大限有効に使いきることができる。
【０１８８】
［第２実施形態］
次に、本発明の第２実施形態を、図面を参照して説明する。
以下の第２実施形態の説明にあたって、第１実施形態と同一構成要件については同一符号を付し、その説明を省略化又は簡略化する。
【０１８９】
図２３は、本実施形態に係るプラントとしてのエンジン１とその制御装置２Ａの構成を示すブロック図である。
本実施形態の制御装置２ＡのＥＣＵ３Ａに構成された最適化コントローラ５Ａは、最大シリンダ内圧Ｐｍａｘを最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ以下に制御するために、エンジン１の燃料噴射弁に燃焼サイクルごとに入力される燃料噴射量Ｇｉｎｊと、燃焼サイクルごとに入力されるメイン噴射に対する燃料噴射分割比率Ｒｉｎｊとを最適な値に決定する。
【０１９０】
ここで、燃料噴射分割比率Ｒｉｎｊとは、メイン噴射を例えば２回に分けて実行した場合における、第１メイン噴射実行時の噴射量Ｇｉｎｊ＿ｍｉｎ１と、第２メイン噴射実行時の噴射量Ｇｉｎｊ＿ｍｉｎ２との比率を示すものであり、「０」から「１」の間で設定される。より具体的には、この燃料噴射分割比率Ｒｉｎｊを用いて、第１メイン噴射実行時の噴射量Ｇｉｎｊ＿ｍｉｎ１と、第２メイン噴射実行時の噴射量Ｇｉｎｊ＿ｍｉｎ２とは、下記式（７−１）、（７−２）により決定される。
【数６２】
【数６３】
【０１９１】
図２４は、燃料噴射時期θｉｎｊの遅角化を模式的に示す図である。
図２５は、メイン噴射の分割を模式的に示す図である。
第１実施形態では、最大シリンダ内圧Ｐｍａｘが目標値Ｐｍａｘ＿ｔｒｇｔを超えるおそれがある場合には、燃料噴射量Ｇｉｎｊを少なくする補正を行うか、又は図２４に示すように、メイン噴射を実行する時期が遅くなるように燃料噴射時期θｉｎｊを補正する。
これに対して第２実施形態では、最大シリンダ内圧Ｐｍａｘが目標値Ｐｍａｘ＿ｔｒｇｔを超えるおそれがある場合には、燃料噴射量Ｇｉｎｊを少なくする補正を行うか、又は図２５に示すように、第１メイン燃料噴射量Ｇｉｎｊ＿ｍｉｎ１と第２メイン燃料噴射量Ｇｉｎｊ＿ｍｉｎ２との合計をメイン燃料噴射量Ｇｉｎｊ＿ｍｉｎに固定したまま、第１メイン燃料噴射量Ｇｉｎｊ＿ｍｉｎ１と第２メイン燃料噴射量Ｇｉｎｊ＿ｍｉｎ２との比率を変化させる。
【０１９２】
本実施形態によれば、上記（１）〜（７）の効果に加えて、以下の効果を奏する。
（９）本実施形態によれば、燃料噴射量Ｇｉｎｊ及びメイン燃料噴射の分割噴射比率Ｒｉｎｊの暫定値を燃焼モデルに入力したときにこの燃焼モデルにより算出される予測最大シリンダ内圧値Ｐｒｅ＿Ｐｍａｘ＿ｉが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えないように上記暫定値を補正する。そして、この補正した暫定値に基づいて燃料噴射量Ｇｉｎｊ及び分割噴射比率Ｒｉｎｊを決定し、エンジンに入力する。これにより、最大シリンダ内圧Ｐｍａｘが最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔを超えないようにすることができるので、エンジンの骨格強度を最大限有効に使いきることができる。
【０１９３】
なお、最大シリンダ内圧Ｐｍａｘを目標値Ｐｍａｘ＿ｔｒｇｔ以下に制御するため、第１実施形態では燃料噴射量Ｇｉｎｊ及び燃料噴射時期θｉｎｊを調整し、第２実施形態では燃料噴射量Ｇｉｎｊ及び燃料噴射分割比率Ｒｉｎｊを調整したが、最大シリンダ内圧Ｐｍａｘを制御するための制御パラメータはこれらに限らない。この他、制御パラメータとしては、例えば、パイロット燃料噴射量、パイロット噴射を実行する回数、ＥＧＲ率、及び過給圧などが挙げられる。これら制御パラメータの中でも、ＥＧＲ率と過給圧は、応答遅れが大きいため、速応性が要求される最大シリンダ内圧Ｐｍａｘの抑制制御には適していないと考えられるが、燃焼モデルベースコントローラに備えられた燃焼モデルには、遅れ特性を考慮できるニューラルネットワークを用いるため、この遅れを補償するように他の制御パラメータを決定することができる。
【０１９４】
［第３実施形態］
次に、本発明の第３実施形態を、図面を参照して説明する。
以下の第３実施形態の説明にあたって、第１実施形態と同一構成要件については同一符号を付し、その説明を省略又は簡略化する。
【０１９５】
図２６は、本実施形態に係るプラントとしてのエンジン１とその制御装置２Ｂの構成を示すブロック図である。
制御装置２Ｂは、エンジン１から排出されるＮＯｘ量（以下、「フィードＮＯｘ」という）を検出するＮＯｘセンサ（図示せず）と、クランク角度位置センサ（図示せず）と、ＥＣＵ３Ｂと、を備える。
本実施形態のＥＣＵ３Ｂに構成された最適化コントローラ５Ｂは、ＮＯｘセンサの検出値ＮＯｘ＿ａｃｔを、エンジン１の運転状態に応じて設定される最大フィードＮＯｘ目標値ＮＯｘ＿ｔｒｇｔ以下に制御するために、エンジン１の燃料噴射弁に燃焼サイクルごとに入力される燃料噴射量Ｇｉｎｊと、燃焼サイクルごとに入力されるメイン噴射に対する燃料噴射分割比率Ｒｉｎｊとを最適な値に決定する。
【０１９６】
本実施形態によれば、上記（１）〜（７）の効果に加えて、以下の効果を奏する。
（１０）本実施形態によれば、燃料噴射量Ｇｉｎｊ及びメイン燃料噴射の分割比率Ｒｉｎｊの暫定値を燃焼モデルに入力したときにこの燃焼モデルにより算出されるＮＯｘ量の推定値が最大フィードＮＯｘ目標値ＮＯｘ＿ｔｒｇｔを超えないように上記暫定値を補正する。そして、この補正した暫定値に基づいて燃料噴射量Ｇｉｎｊ及び分割比率Ｒｉｎｊを決定し、エンジンに入力する。これにより、例えば、過渡条件下であってもエンジンから排出されるＮＯｘ量が最大フィードＮＯｘ目標値ＮＯｘ＿ｔｒｇｔを超えないようにすることができるので、ＮＯｘの排出量を低減するとともに、排気浄化装置にかかる負担を軽減することができる。
【０１９７】
［第４実施形態］
次に、本発明の第４実施形態を、図面を参照して説明する。
以下の第４実施形態の説明にあたって、第１実施形態と同一構成要件については同一符号を付し、その説明を省略又は簡略化する。
【０１９８】
図２７は、本実施形態に係るプラントとしてのエンジン１とその制御装置２Ｃの構成を示すブロック図である。
制御装置２Ｃは、エンジン１の排気温度を検出する排気温度センサ（図示せず）と、クランク角度位置センサ（図示せず）と、ＥＣＵ３Ｃと、を備える。
本実施形態のＥＣＵ３Ｃの最適化コントローラ３Ｃは、排気温度センサの検出値Ｔｅｘ＿ａｃｔを、エンジン１の排気通路に設けられた排気浄化触媒の活性温度に応じて設定された目標温度Ｔｅｘ＿ｔｒｇｔに維持するように制御するために、エンジン１の燃料噴射弁に燃焼サイクルごとに入力される燃料噴射量Ｇｉｎｊと、燃焼サイクルごとに入力されるメイン噴射に対する燃料噴射分割比率Ｒｉｎｊとを最適な値に決定する。
【０１９９】
ところで、上記第１実施形態では、最大シリンダ内圧Ｐｍａｘが目標値Ｐｍａｘ＿ｔｒｇｔを超えないようにするため、上記式（４−６）に示すように、燃焼モデルベースコントローラのフィードバックコントローラに入力する偏差Ｐｒｅ＿ｄＰｍａｘ＿ｉを、予測値Ｐｒｅ＿Ｐｍａｘ＿ｉが目標値Ｐｍａｘ＿ｔｒｇｔより小さい場合には「０」と定義した。しかしながら、本実施形態の排気温度制御では、排気温度センサの検出値Ｔｅｘ＿ａｃｔを目標温度Ｔｅｘ＿ｔｒｇｔに維持するため、燃焼モデルベースコントローラのフィードバックコントローラに入力する偏差Ｐｒｅ＿ｄＴｅｘ＿ｉを、上記式（４−６）に変えて、下記式（７−３）に示すように、燃焼モデルによる排気温度の予測値Ｐｒｅ＿Ｔｅｘ＿ｉから、目標値Ｔｅｘ＿ｔｒｇｔを除算したもので定義する。
【数６４】
【０２００】
本実施形態によれば、上記（１）〜（７）の効果に加えて、以下の効果を奏する。
（１１）本実施形態によれば、燃料噴射量Ｇｉｎｊ及びメイン燃料噴射の分割比率Ｒｉｎｊの暫定値を燃焼モデルに入力したときにこの燃焼モデルにより算出される排気温度の推定値が目標温度Ｔｅｘ＿ｔｒｇｔから外れないように、上記暫定値を補正する。そして、この補正した暫定値に基づいて燃料噴射量Ｇｉｎｊ及び分割比率Ｒｉｎｊを決定し、エンジンに入力する。これにより、排気温度Ｔｅｘ＿ａｃｔが目標温度Ｔｅｘ＿ｔｒｇｔから逸脱しないようにすることができるので、排気浄化触媒における浄化率を高く維持することができる。
【０２０１】
また、本実施形態では、排気温度の予測値Ｐｒｅ＿Ｔｅｘ＿ｉ（ｉ＝１〜Ｎ）を算出するための燃焼モデルの他、エンジンの燃焼効率の予測値Ｐｒｅ＿Ｉｔａ＿ｉ（ｉ＝１〜Ｎ）を算出する燃焼モデルや、エンジンの燃料消費量の予測値Ｐｒｅ＿Ｇｆｕｅｌ＿ｉ（ｉ＝１〜Ｎ）を算出する燃焼モデルを燃焼モデルベースコントローラに設けてもよい。この場合、Ｎ個の燃焼モデルベースコントローラにより算出された予測燃料噴射量補正値ｄＧｉｎｊ＿ｉ（ｉ＝１〜Ｎ）及び予測燃料噴射分割比率ｄＲｉｎｊ＿ｉ（ｉ＝１〜Ｎ）のうち、燃焼効率の予測値Ｐｒｅ＿Ｉｔａ＿ｉが最も高いか、又は、エンジンの燃料消費量の予測値Ｐｒｅ＿Ｇｆｕｅｌ＿ｉが最も少ないコントローラにより算出された予測燃料噴射量補正値及び予測燃料噴射分割比率を、最適燃料噴射量補正値ｄＧｉｎｊ＿ｏｐｔ及び最適燃料噴射分割比率補正値ｄＲｉｎｊ＿ｏｐｔとして決定することが好ましい。これにより、排気温度Ｔｅｘ＿ａｃｔを目標値Ｔｅｘ＿ｔｒｇｔに維持しながら、エンジンの燃費を少なくすることができる。
【０２０２】
［第５実施形態］
次に、本発明の第５実施形態を、図面を参照して説明する。
以下の第５実施形態の説明にあたって、第１実施形態と同一構成要件については同一符号を付し、その説明を省略又は簡略化する。
【０２０３】
図２８は、本実施形態に係るプラントとしてのエンジン１Ｄとその制御装置２Ｄの構成を示すブロック図である。
本実施形態のエンジン１Ｄは、ガソリンエンジンであり、さらに燃焼室内の圧縮比を変更することができる可変圧縮機構（図示せず）を備える。
本実施形態のＥＣＵ３Ｄに構成された最適化コントローラ５Ｄは、最大シリンダ内圧Ｐｍａｘを最大シリンダ内圧目標値Ｐｍａｘ＿ｔｒｇｔ以下に制御するため、エンジン１Ｄの点火時期θｉｇと、可変圧縮比機構に対する圧縮比指令値Ｃｒ＿ｃｍｄとを最適な値に決定する。
【０２０４】
本実施形態によれば、上記（１）〜（７）の効果に加えて、以下の効果を奏する。
（１２）本実施形態によれば、エンジンの点火時期θｉｇ及び圧縮比指令値Ｃｒ＿ｃｍｄの暫定値を燃焼モデルに入力したときにこの燃焼モデルにより算出されるノック強度の推定値がノック強度目標値Ｐｋｎｏｃｋ＿ｔｒｇｔを超えないように、上記暫定値を補正する。そして、この補正した暫定値に基づいて点火時期θｉｇ及び圧縮比指令値Ｃｒ＿ｃｍｄを決定し、エンジンに入力する。これにより、ノック強度Ｐｋｎｏｃｋがノック強度目標値Ｐｋｎｏｃｋ＿ｔｒｇｔを超えないようにしながら、燃費を向上することができる。
【０２０５】
［第６実施形態］
次に、本発明の第６実施形態を、図面を参照して説明する。
以下の第６実施形態の説明にあたって、第５実施形態と同一構成要件については同一符号を付し、その説明を省略又は簡略化する。
【０２０６】
図２９は、本実施形態に係るプラントとしてのエンジン１Ｄとその制御装置２Ｅの構成を示すブロック図である。
本実施形態の制御装置２Ｅは、エンジン１Ｄのノック強度を検出するノックセンサ（図示せず）と、クランク角度位置センサ（図示せず）と、ＥＣＵ３Ｅとを備える。
本実施形態のＥＣＵ３Ｅに構成された最適化コントローラ５Ｅは、ノックセンサの検出値Ｐｋｎｏｃｋをノック強度目標値Ｐｋｎｏｃｋ＿ｔｒｇｔ以下に制御するため、エンジン１Ｄの点火時期θｉｇと、可変圧縮比機構に対する圧縮比指令値Ｃｒ＿ｃｍｄとを最適な値に決定する。
本実施形態によれば、上記第５実施形態と同様の効果を奏する。
【０２０７】
なお本発明は上述した実施形態に限るものではなく、種々の変形が可能である。
【０２０８】
上記実施形態では、燃焼モデルを、非線形な動特性の再現性に優れたニューラルネットワークに基づいて構築したが、これに限るものではない。例えば、エンジンの物理モデルや制御マップに基づいて燃焼モデルを構築しても十分な効果を奏する。
【０２０９】
上記実施形態のモデル修正器では、２つの参照パラメータ（エンジン回転数、燃料噴射量）を基底とした２次元の空間に重み関数を定義し、この重み関数を用いて適応修正係数ＫＶＮＳを算出したが、これに限らない。すなわち、重み関数を定義する空間の次元数、及び、参照パラメータとして用いる物理量の種類は、上記実施形態に示した例に限らない。空間の次元数は、例えば、１次元又は３次元以上であってもよい。また、参照パラメータとして用いるパラメータには、燃焼モデルへの入力の他の成分、例えば、燃料噴射時期θｉｎｊ、パイロット燃料噴射量Ｇｉｎｊ＿ｐｉ、パイロット燃料噴射時期θｉｎｊ＿ｐｉ、メイン燃料噴射量Ｇｉｎｊ＿ｍｉｎ、アフター燃料噴射量Ｇｉｎｊ＿ａｆｔｅｒ、アフター燃料噴射時期θｉｎｊ＿ａｆｔｅｒ、吸入空気量Ｇａｉｒ、吸気圧力ＰＢ、排気圧力ＰＥＸ、及びＥＧＲバルブ開度θｅｇｒなどを用いてもよい。
【０２１０】
上記実施形態のモデル修正器では、スライディングモード制御アルゴリズムを用いて領域ごとの局所修正係数Ｕｉｊを算出したが、これに限らない。例えば、バックステッピング制御、ＰＩＤ制御、及び最適制御アルゴリズムなどの既知のフィードバックアルゴリズムを用いて領域ごとの局所修正係数Ｕｉｊを算出してもよい。
【符号の説明】
【０２１１】
１，１Ｄ…エンジン（プラント、内燃機関）
２，２Ａ，２Ｂ，２Ｃ，２Ｄ，２Ｅ…制御装置
３，３Ａ，３Ｂ，３Ｃ，３Ｄ，３Ｅ…ＥＣＵ
５，５Ａ，５Ｂ，５Ｃ，５Ｄ，５Ｅ…最適化コントローラ（制御入力決定手段）
５１…基準噴射時期算出部
５２…基準噴射量算出部
６…補正値算出部
７＿ｉ（ｉ＝１〜Ｎ）…燃焼モデルベースコントローラ（最適化手段）
７１１＿ｉ（ｉ＝１〜Ｎ）…最大シリンダ内圧用燃焼モデル
７１２＿ｉ（ｉ＝１〜Ｎ）…トルク用燃焼モデル
７４＿ｉ（ｉ＝１〜Ｎ）…フィードバックコントローラ
８…最適入力セレクタ（最適値選択手段）
９…モデル適応器（モデル修正手段）
９１…最大シリンダ内圧用燃焼モデル
９２…適応修正器
９２２…重み関数設定部（重み関数設定手段）
９２３…局所修正係数算出部（修正係数算出手段）
９２４…修正係数算出部（決定手段）
【特許請求の範囲】
【請求項１】
プラントの第１制御量を調整するための制御パラメータを含む入力に基づいて、前記プラントの制御量を推定するプラントモデルを備えたプラントの制御装置であって、
前記プラントモデルに前記制御パラメータの暫定値を入力したときに、当該プラントモデルにより算出される第１制御量の推定値を第１制御量モデル値と定義し、
当該第１制御量モデル値が所定の拘束条件を満たすように前記制御パラメータの暫定値を補正し、さらに当該補正された制御パラメータの暫定値に基づいて前記プラントの制御入力を決定する制御入力決定手段を備えることを特徴とするプラントの制御装置。
【請求項２】
前記プラントモデルに前記制御パラメータの暫定値を入力したときに、当該プラントモデルにより算出される第２制御量の推定値を、第２制御量モデル値と定義し、
前記制御入力決定手段は、
前記第１制御量モデル値が前記拘束条件を満たすように、それぞれ異なる最適化条件の下で前記制御パラメータの暫定値を補正する複数の最適化手段と、
前記複数の最適化手段のそれぞれにより補正された前記制御パラメータの暫定値のうち、前記第２制御量モデル値が所定の優先条件に最も適合するものを選択し、当該選択した制御パラメータの暫定値を前記プラントの制御入力として決定する最適値選択手段と、を備えることを特徴とする請求項１に記載のプラントの制御装置。
【請求項３】
前記プラントモデルは、所定の関数に従って出力する複数のニューロンを結合して構成されたニューラルネットワークを含むことを特徴とする請求項１又は２に記載のプラントの制御装置。
【請求項４】
前記第１制御量を検出する第１制御量検出手段と、
当該第１制御量の検出値と前記プラントモデルにより算出される第１制御量の推定値との偏差が小さくなるように、前記プラントモデルを適応修正するモデル修正手段と、をさらに備えることを特徴とする請求項１から３の何れかに記載のプラントの制御装置。
【請求項５】
前記ニューラルネットワークの入力は、当該入力と出力との相関関係を適応修正するための修正係数を含み、
前記第１制御量を検出する第１制御量検出手段と、
当該第１制御量の検出値と前記プラントモデルにより算出される第１制御量の推定値との偏差が小さくなるように、前記修正係数を算出するモデル修正手段と、をさらに備えることを特徴とする請求項３に記載のプラントの制御装置。
【請求項６】
前記プラントモデルは、前記ニューラルネットワークの出力に修正係数を乗算又は加算したものに基づいて前記第１制御量の推定値を算出し、
前記第１制御量を検出する第１制御量検出手段と、
当該第１制御量の検出値と前記プラントモデルにより算出される第１制御量の推定値との偏差が小さくなるように、前記修正係数を算出するモデル修正手段と、をさらに備えることを特徴とする請求項３に記載のプラントの制御装置。
【請求項７】
前記プラントモデルへの入力のうちの少なくとも１つを含む参照パラメータを定義し、
前記モデル修正手段は、
前記参照パラメータを基底とする空間に、互いに重複する複数の領域を定義するとともに、各領域にそれぞれ「０」でない値を持つ正規化された複数の重み関数を設定する重み関数設定手段と、
前記重み関数の値と前記偏差との積が最小になるように、前記領域ごとに修正値を算出する修正値算出手段と、
前記重み関数の値と前記修正値との積の全領域に亘る総和に基づいて前記修正係数を決定する決定手段と、を備えることを特徴とする請求項５又は６に記載のプラントの制御装置。
【請求項８】
前記プラントは、内燃機関であり、
前記第１制御量は、前記内燃機関の燃焼サイクルごとの最大シリンダ内圧であり、
前記制御パラメータは、前記内燃機関の燃焼サイクルごとの燃料噴射量と、燃料噴射時期とを含み、
前記拘束条件は、前記第１制御量モデル値が所定の許容最大値以下であることを特徴とする請求項１から７の何れかに記載のプラントの制御装置。
【請求項９】
前記プラントは、内燃機関であり、
前記第１制御量は、前記内燃機関の燃焼サイクルごとの最大シリンダ内圧であり、
前記制御パラメータは、前記内燃機関の燃焼サイクルごとの燃料噴射量と、メイン燃料噴射の分割噴射比率と、を含み、
前記拘束条件は、前記第１制御量モデル値が所定の許容最大値以下であることを特徴とする請求項１から７の何れかに記載のプラントの制御装置。
【請求項１０】
前記プラントは、内燃機関であり、
前記第１制御量は、前記内燃機関から排出されるＮＯｘ量であり、
前記制御パラメータは、前記内燃機関の燃焼サイクルごとの燃料噴射時期と、メイン燃料噴射の分割噴射比率と、を含み、
前記拘束条件は、前記第１制御量モデル値が、前記内燃機関の運転状態に応じて設定された許容最大値以下であることを特徴とする請求項１から７の何れかに記載のプラントの制御装置。
【請求項１１】
前記プラントは、その排気通路に排気を浄化する排気浄化触媒が設けられた内燃機関であり、
前記第１制御量は、前記内燃機関の排気温度であり、
前記制御パラメータは、前記内燃機関の燃焼サイクルごとの燃料噴射時期と、メイン燃料噴射の分割噴射比率と、を含み、
前記拘束条件は、前記第１制御量モデル値が、前記排気浄化触媒の活性温度に応じて設定された目標温度に近いことを特徴とする請求項１から７の何れかに記載のプラントの制御装置。
【請求項１２】
前記プラントは、燃焼室内の圧縮比を変更することができる可変圧縮比機構を備えた内燃機関であり、
前記第１制御量は、前記内燃機関の燃焼サイクルごとの最大シリンダ内圧であり、
前記制御パラメータは、前記内燃機関の点火時期と、前記可変圧縮比機構に対する圧縮比指令値と、を含み、
前記拘束条件は、前記第１制御量モデル値が所定の許容最大値以下であることを特徴とする請求項１から７の何れかに記載のプラントの制御装置。
【請求項１３】
前記プラントは、燃焼室内の圧縮比を変更することができる可変圧縮比機構を備えた内燃機関であり、
前記第１制御量は、前記内燃機関のノック強度であり、
前記制御パラメータは、前記内燃機関の点火時期と、前記可変圧縮比機構に対する圧縮比指令値と、を含み、
前記拘束条件は、前記第１制御量モデル値が所定の許容最大値以下であることを特徴とする請求項１から７の何れかに記載のプラントの制御装置。
【請求項１】
プラントの第１制御量を調整するための制御パラメータを含む入力に基づいて、前記プラントの制御量を推定するプラントモデルを備えたプラントの制御装置であって、
前記プラントモデルに前記制御パラメータの暫定値を入力したときに、当該プラントモデルにより算出される第１制御量の推定値を第１制御量モデル値と定義し、
当該第１制御量モデル値が所定の拘束条件を満たすように前記制御パラメータの暫定値を補正し、さらに当該補正された制御パラメータの暫定値に基づいて前記プラントの制御入力を決定する制御入力決定手段を備えることを特徴とするプラントの制御装置。
【請求項２】
前記プラントモデルに前記制御パラメータの暫定値を入力したときに、当該プラントモデルにより算出される第２制御量の推定値を、第２制御量モデル値と定義し、
前記制御入力決定手段は、
前記第１制御量モデル値が前記拘束条件を満たすように、それぞれ異なる最適化条件の下で前記制御パラメータの暫定値を補正する複数の最適化手段と、
前記複数の最適化手段のそれぞれにより補正された前記制御パラメータの暫定値のうち、前記第２制御量モデル値が所定の優先条件に最も適合するものを選択し、当該選択した制御パラメータの暫定値を前記プラントの制御入力として決定する最適値選択手段と、を備えることを特徴とする請求項１に記載のプラントの制御装置。
【請求項３】
前記プラントモデルは、所定の関数に従って出力する複数のニューロンを結合して構成されたニューラルネットワークを含むことを特徴とする請求項１又は２に記載のプラントの制御装置。
【請求項４】
前記第１制御量を検出する第１制御量検出手段と、
当該第１制御量の検出値と前記プラントモデルにより算出される第１制御量の推定値との偏差が小さくなるように、前記プラントモデルを適応修正するモデル修正手段と、をさらに備えることを特徴とする請求項１から３の何れかに記載のプラントの制御装置。
【請求項５】
前記ニューラルネットワークの入力は、当該入力と出力との相関関係を適応修正するための修正係数を含み、
前記第１制御量を検出する第１制御量検出手段と、
当該第１制御量の検出値と前記プラントモデルにより算出される第１制御量の推定値との偏差が小さくなるように、前記修正係数を算出するモデル修正手段と、をさらに備えることを特徴とする請求項３に記載のプラントの制御装置。
【請求項６】
前記プラントモデルは、前記ニューラルネットワークの出力に修正係数を乗算又は加算したものに基づいて前記第１制御量の推定値を算出し、
前記第１制御量を検出する第１制御量検出手段と、
当該第１制御量の検出値と前記プラントモデルにより算出される第１制御量の推定値との偏差が小さくなるように、前記修正係数を算出するモデル修正手段と、をさらに備えることを特徴とする請求項３に記載のプラントの制御装置。
【請求項７】
前記プラントモデルへの入力のうちの少なくとも１つを含む参照パラメータを定義し、
前記モデル修正手段は、
前記参照パラメータを基底とする空間に、互いに重複する複数の領域を定義するとともに、各領域にそれぞれ「０」でない値を持つ正規化された複数の重み関数を設定する重み関数設定手段と、
前記重み関数の値と前記偏差との積が最小になるように、前記領域ごとに修正値を算出する修正値算出手段と、
前記重み関数の値と前記修正値との積の全領域に亘る総和に基づいて前記修正係数を決定する決定手段と、を備えることを特徴とする請求項５又は６に記載のプラントの制御装置。
【請求項８】
前記プラントは、内燃機関であり、
前記第１制御量は、前記内燃機関の燃焼サイクルごとの最大シリンダ内圧であり、
前記制御パラメータは、前記内燃機関の燃焼サイクルごとの燃料噴射量と、燃料噴射時期とを含み、
前記拘束条件は、前記第１制御量モデル値が所定の許容最大値以下であることを特徴とする請求項１から７の何れかに記載のプラントの制御装置。
【請求項９】
前記プラントは、内燃機関であり、
前記第１制御量は、前記内燃機関の燃焼サイクルごとの最大シリンダ内圧であり、
前記制御パラメータは、前記内燃機関の燃焼サイクルごとの燃料噴射量と、メイン燃料噴射の分割噴射比率と、を含み、
前記拘束条件は、前記第１制御量モデル値が所定の許容最大値以下であることを特徴とする請求項１から７の何れかに記載のプラントの制御装置。
【請求項１０】
前記プラントは、内燃機関であり、
前記第１制御量は、前記内燃機関から排出されるＮＯｘ量であり、
前記制御パラメータは、前記内燃機関の燃焼サイクルごとの燃料噴射時期と、メイン燃料噴射の分割噴射比率と、を含み、
前記拘束条件は、前記第１制御量モデル値が、前記内燃機関の運転状態に応じて設定された許容最大値以下であることを特徴とする請求項１から７の何れかに記載のプラントの制御装置。
【請求項１１】
前記プラントは、その排気通路に排気を浄化する排気浄化触媒が設けられた内燃機関であり、
前記第１制御量は、前記内燃機関の排気温度であり、
前記制御パラメータは、前記内燃機関の燃焼サイクルごとの燃料噴射時期と、メイン燃料噴射の分割噴射比率と、を含み、
前記拘束条件は、前記第１制御量モデル値が、前記排気浄化触媒の活性温度に応じて設定された目標温度に近いことを特徴とする請求項１から７の何れかに記載のプラントの制御装置。
【請求項１２】
前記プラントは、燃焼室内の圧縮比を変更することができる可変圧縮比機構を備えた内燃機関であり、
前記第１制御量は、前記内燃機関の燃焼サイクルごとの最大シリンダ内圧であり、
前記制御パラメータは、前記内燃機関の点火時期と、前記可変圧縮比機構に対する圧縮比指令値と、を含み、
前記拘束条件は、前記第１制御量モデル値が所定の許容最大値以下であることを特徴とする請求項１から７の何れかに記載のプラントの制御装置。
【請求項１３】
前記プラントは、燃焼室内の圧縮比を変更することができる可変圧縮比機構を備えた内燃機関であり、
前記第１制御量は、前記内燃機関のノック強度であり、
前記制御パラメータは、前記内燃機関の点火時期と、前記可変圧縮比機構に対する圧縮比指令値と、を含み、
前記拘束条件は、前記第１制御量モデル値が所定の許容最大値以下であることを特徴とする請求項１から７の何れかに記載のプラントの制御装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【公開番号】特開２０１１−１４４７５３（Ｐ２０１１−１４４７５３Ａ）
【公開日】平成２３年７月２８日（２０１１．７．２８）
【国際特許分類】
【出願番号】特願２０１０−６１８７（Ｐ２０１０−６１８７）
【出願日】平成２２年１月１４日（２０１０．１．１４）
【出願人】（０００００５３２６）本田技研工業株式会社 (23,863)
【Ｆターム（参考）】
【公開日】平成２３年７月２８日（２０１１．７．２８）
【国際特許分類】
【出願日】平成２２年１月１４日（２０１０．１．１４）
【出願人】（０００００５３２６）本田技研工業株式会社 (23,863)
【Ｆターム（参考）】
[ Back to top ]