制御装置
【課題】制御パラメータの学習点数を増加させることなく、制御パラメータを用いた制御の精度を向上させる。
【解決手段】圧力Pと関連付けて遅れ時間tdをマップMに記憶させておき、圧力および遅れ時間の検出値PK,tdKに基づき、マップ中の遅れ時間td1の値を更新して学習することを前提とする。そして、学習に用いられた圧力検出値PKに対応する遅れ時間を、マップ中の複数の遅れ時間td1’,td3から線形補間して算出し、その算出値tdKαと遅れ時間の検出値tdKとの誤差である補間誤差ΔtdKを学習しておく。そして、現状の圧力PJに対応した遅れ時間tdJαを、マップ中の複数の遅れ時間td1’,td3から線形補間して算出し、その算出した遅れ時間tdJαを、学習しておいた補間誤差ΔtdKに基づき補正する。そして、この補正された遅れ時間tdJに基づき燃料噴射弁を制御する。
【解決手段】圧力Pと関連付けて遅れ時間tdをマップMに記憶させておき、圧力および遅れ時間の検出値PK,tdKに基づき、マップ中の遅れ時間td1の値を更新して学習することを前提とする。そして、学習に用いられた圧力検出値PKに対応する遅れ時間を、マップ中の複数の遅れ時間td1’,td3から線形補間して算出し、その算出値tdKαと遅れ時間の検出値tdKとの誤差である補間誤差ΔtdKを学習しておく。そして、現状の圧力PJに対応した遅れ時間tdJαを、マップ中の複数の遅れ時間td1’,td3から線形補間して算出し、その算出した遅れ時間tdJαを、学習しておいた補間誤差ΔtdKに基づき補正する。そして、この補正された遅れ時間tdJに基づき燃料噴射弁を制御する。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、現状の環境に即した制御パラメータを、学習した制御パラメータから補間して算出し、算出した制御パラメータに基づき制御対象を制御する制御装置に関する。
【背景技術】
【0002】
この種の制御パラメータの一例として、内燃機関の燃料噴射弁に噴射開始指令を出力してから、実際に噴射が為されるまでの噴射開始遅れ時間tdが挙げられる(例えば特許文献1参照)。特許文献1では、燃料噴射開始に伴い燃料圧力が降下を開始した時期を、燃料噴射弁に搭載された燃圧センサにより検出することで、前記遅れ時間tdを計測している。そして、その計測値に基づき遅れ時間tdを学習していき、学習した遅れ時間tdに基づき噴射開始指令を出力するタイミング等を制御する。
【0003】
上記遅れ時間tdは、燃料噴射弁に供給されている燃料圧力(噴射開始時点での燃圧)に応じて異なる値となる。そこで本発明者は、遅れ時間td(制御パラメータ)を燃料圧力(環境変数)と関連付けて以下のように学習することを検討した。
【0004】
すなわち、燃料圧力の特定値(図11の例では50MPa、100MPa、150MPa)に対応する遅れ時間td(50)、td(100)、td(150)を、各々の学習値としてマップに記憶更新していく。例えば、計測した遅れ時間td(120act)が圧力120MPaの時のものである場合には、その計測圧力に最も近い特定値の遅れ時間td(100)を学習対象として更新する。具体的には、学習値td(50)と計測値td(120act)とを結ぶ直線L1が100MPaと交わる点、つまり、td(50)とtd(120act)を線形補間して得られた値td(100α)に、学習値td(100)を更新する。
【0005】
そして、現状の圧力が130MPaである時には、2つの学習値td(100α)、td(150)を線形補間して、130MPaに対応する遅れ時間値td(130)を算出し、その算出値td(130)を用いて噴射開始指令を出力するタイミングを制御する。
【0006】
しかしながら、遅れ時間tdと圧力Pとの関係を表す特性線は、実際の値は点線L2に示す如く曲線であり線形性に欠ける。そのため、上述の如く線形補間して得られた値td(130)と実際の値td(130act)との間には、補間誤差Δtd(130)が生じる。その結果、噴射開始タイミングを高精度で制御することが損なわれる。
【先行技術文献】
【特許文献】
【0007】
【特許文献1】特開2009−57924号公報
【発明の概要】
【発明が解決しようとする課題】
【0008】
この問題に対し、マップの圧力軸上において、特定値の分割数を増やして遅れ時間tdの学習点数を増やせば、補間誤差Δtd(130)を小さくでき、制御の精度向上を図ることができる。しかしこの種の制御装置は、学習点数をできるだけ減らして要求メモリ容量を低減することも求められている。そのため、単純に学習点数を増やすだけでは、要求メモリ容量の低減と制御精度向上との両立を図ることはできない。
【0009】
本発明は、上記課題を解決するためになされたものであり、その目的は、制御パラメータの学習点数を増加させることなく、制御パラメータを用いた制御の精度を向上できるようにした、制御装置を提供することにある。
【課題を解決するための手段】
【0010】
以下、上記課題を解決するための手段、及びその作用効果について記載する。なお、請求項1,2中の括弧内の符号は図4との対応関係を例示し、請求項3中の括弧内の符号は図7〜図10との対応関係を例示するものであり、請求項7中の括弧内の符号は図12との対応関係を例示するものであり、これらの発明が図示される態様に限定されるものではない。
【0011】
請求項1記載の発明では、所定の環境変数(P)の特定値と関連付けて制御パラメータ(td)を記憶する記憶手段と、前記環境変数および前記制御パラメータを検出する検出手段と、前記検出手段による検出値(PK,tdK)に基づき、前記記憶手段に記憶されている制御パラメータ(td1)の値を更新して学習する制御パラメータ学習手段と、前記制御パラメータ学習手段の学習に用いられた環境変数の検出値(PK)に対応する制御パラメータを、前記記憶手段に記憶されている複数の制御パラメータ(td1’,td3)から線形補間して算出し、その算出値(tdKα)と制御パラメータの検出値(tdK)との誤差である補間誤差(ΔtdK)を学習する補間誤差学習手段と、現状の環境変数(PJ)に対応した制御パラメータ(tdJα)を、前記記憶手段に記憶されている複数の制御パラメータ(td1’,td3)から線形補間して算出する現状制御パラメータ補間手段と、前記補間誤差学習手段により学習された前記補間誤差(ΔtdK)に基づき、前記現状制御パラメータ補間手段により算出した制御パラメータ(tdJα)を補正する補正手段と、前記補正手段により補正された制御パラメータ(tdJ)に基づき制御対象を制御する制御手段と、を備えることを特徴とする。
【0012】
要するに、制御パラメータ(td1)の学習に用いる値(PK,tdK)を検出した時に、その検出値(tdK)に基づきtd1の値を更新して学習するとともに、検出値(PK)に対応する制御パラメータを、複数の制御パラメータ(td1’,td3)から線形補間して算出し、その算出値(tdKα)と検出値(tdK)との誤差(補間誤差(ΔtdK))を学習しておく。そして、現状の環境変数(PJ)に対応した制御パラメータ(tdJα)を、複数の制御パラメータ(td1’,td3)から線形補間して算出するにあたり、学習しておいた補間誤差(ΔtdK)を加味して算出する。
【0013】
したがって、上記発明によれば、記憶手段にて設定されている環境変数の特定値の分割数を増やして制御パラメータの学習点数を増加させることなく、制御に用いる制御パラメータ(tdJ)の値を、実際の値(図11中の点線L2に示す値)に近づけることができ、制御対象を高精度で制御できる。よって、記憶手段の要求記憶容量の低減と制御精度向上との両立を実現できる。
【0014】
請求項2記載の発明では、前記補間誤差学習手段で用いられる環境変数の検出値(PK)と、前記現状制御パラメータ補間手段で用いられる現状の環境変数(PJ)との差分が大きいほど、前記補正手段にて前記補間誤差(ΔtdK)を補正に反映させる度合いを小さくすることを特徴とする。
【0015】
ここで、以下の説明では、図4に例示するように、環境変数の検出値(PK)に対応する制御パラメータのうち実際の値(検出値)をtdK、線形補間して得られる値をtdKαと呼ぶ。また、現状の環境変数(PJ)に対応する制御パラメータのうち線形補間して得られる値をtdJα、実際の値をtdJと呼ぶ。そして、tdKとtdKαとの差分(補間誤差(ΔtdK))と、tdJとtdJαとの差分は、PKとPJの差分が大きいほど異なる値になる蓋然性が高い。
【0016】
この点を鑑みた上記発明では、PKとPJの差分が大きいほど補間誤差(ΔtdK)を補正に反映させる度合いを小さくするので、制御に用いる制御パラメータ(tdJ)の値を実際の値に近づけることを促進でき、制御の精度向上を促進できる。
【0017】
請求項3記載の発明では、複数の環境変数(P,Q)と関連付けて制御パラメータ(td)を前記記憶手段に記憶させる場合であって、前記複数の環境変数(P,Q)および前記制御パラメータ(td)を基準軸とした空間座標において、制御パラメータ学習手段による学習の手法に関するものである。そして、本発明にかかる制御パラメータ学習手段は、以下に説明する検出基準点(Kβ)の制御パラメータ(tdKβ)に基づき、以下に説明する更新対象学習点(G1)の制御パラメータ(tdG1)の値を更新して学習することを特徴とする。
【0018】
更新対象学習点(G1)や検出基準点(Kβ)等、本発明で定義されている各種用語は次の通りである。
・検出点(K):前記検出手段による検出値(PK,QK,tdK)を表す点。
・学習点(G1〜G9):前記制御パラメータの学習値を表す点。
・更新対象学習点(G1):複数の前記学習点のうち、前記検出値の環境変数と最も近い環境変数に対応する学習点。
・内挿用学習点(G2):複数の前記学習点のうち、前記更新対象学習点(G1)を前記検出点(K)とで内挿する位置にある学習点。
・学習面(SG):複数の前記学習点を含む面。
・第1点(K1):前記学習面(SG)のうち、前記検出点(K)の第1環境変数(PK)および前記内挿用学習点(G2)の第2環境変数(QG2)に対応する点。
・第2点(K2):前記内挿用学習点の第1環境変数(PG2)および前記検出点の第2環境変数(QK)に対応する点。
・検出基準面(SK):前記第1点(K1)および前記第2点(K2)の少なくとも一方と、前記内挿用学習点(G2)と、前記検出点(K)とを含む面。
・検出基準点(Kβ):前記検出基準面(SK)のうち、前記更新対象学習点(G1)の環境変数(PG1,QG1)と同一の点。
【0019】
ところで、本発明者は、上記発明に反して更新対象学習点(G1)を次のように更新する手法も検討した。すなわち、内挿用学習点(G2)の制御パラメータ(tdG2)と検出点(K)の制御パラメータ(tdK)とを線形補間して得られた値を、更新対象学習点(G1)の制御パラメータ(tdG1)の更新値とする手法である。
【0020】
しかし、内挿用学習点(G2)と検出点(K)の2点を含む平面であって、制御パラメータ(td)の軸と平行な平面(図8中の一点鎖線L3参照)の上に更新対象学習点(G1)が位置するとは限らない。そのため、上記手法において、tdG2とtdKとを線形補間するにあたり、平面L3とG1とのずれ量を加味して線形補間することは困難となる。要するに、図8のPQ平面上における検出点(K)と更新対象学習点(G1)との環境変数(P,Q)のずれ量(図8のPQ平面上におけるKとG1とのずれ量)に応じて、tdKからtdG1の値を高精度で算出することが求められるが、上記手法ではその算出精度を高くすることが困難である。
【0021】
以上の点を鑑みた上記発明では、学習面(SG)のうち(PK,QG2)に対応する点を第1点(K1)、(PG2,QK)に対応する点を第2点(K2)と呼ぶ場合において、第1点(K1)および第2点(K2)の少なくとも一方と、内挿用学習点(G2)と、検出点(K)とを含む検出基準面(SK)のうち、更新対象学習点(G1)に対応する検出基準点(Kβ)に基づき、更新対象学習点(G1)の値を更新する。
【0022】
そのため、先述した検出点(K)と更新対象学習点(G1)との環境変数(P,Q)のずれ量のうち、第1環境変数(P)のずれ量に起因した制御パラメータの誤差は、検出基準面(SK)に第1点(K1)を含ませることで解消される。或いは、第2環境変数(Q)のずれ量に起因した制御パラメータの誤差は、検出基準面(SK)に第2点(K2)を含ませることで解消される。
【0023】
よって、先述した平面L3の上に更新対象学習点(G1)が位置していない場合であっても、検出点(K)と更新対象学習点(G1)との環境変数のずれ量に応じて、tdKからtdG1の値を高精度で算出できる。よって、制御パラメータ学習手段による学習の精度を向上でき、ひいては制御の精度向上を促進できる。
【0024】
請求項4記載の発明では、前記制御パラメータ学習手段は、前記記憶手段に記憶されている制御パラメータおよび前記検出値から線形補間した値を、所定の割合だけ更新前の制御パラメータの値に近づけるように補正し、その補正した値を学習更新値とするなまし処理手段を有することを特徴とする。
【0025】
上記発明によれば、検出値から線形補間して得た値を、制御パラメータの更新値としてそのまま用いるのではなく、なまし処理を施して更新するので、検出値に含まれる検出誤差の影響を受けて制御パラメータの更新値がハンチングして不安定になることを抑制できる。
【0026】
請求項5記載の発明では、前記制御対象は、内燃機関の燃焼に供する燃料を噴射する燃料噴射弁であり、前記燃料噴射弁には、燃料圧力を検出する燃圧センサが搭載されており、前記燃圧センサの検出値に基づき、噴射に伴い生じた燃料圧力の変化を燃圧波形として検出する燃圧波形検出手段と、検出した前記燃圧波形に基づき、その燃圧波形に対応する噴射率波形を特定するのに要する噴射率パラメータを算出する噴射率パラメータ算出手段と、を備え、前記制御パラメータの検出値は、前記噴射率パラメータ算出手段により算出された前記噴射率パラメータであることを特徴とする。
【0027】
上記噴射率パラメータの具体例としては、以下に説明する噴射開始遅れ時間td等が挙げられる。すなわち、噴射開始に伴い燃圧センサの検出圧力が低下を開始するため、その低下開始時期を検出すれば実噴射開始時期を検出できる。よって、燃料噴射弁に噴射開始指令信号を出力してから実際に噴射開始するまでの遅れ時間tdを検出できる。但し、その時の噴射開始時点における燃料圧力や噴射量に応じて遅れ時間tdは変化するので、燃料圧力(環境変数)及び噴射量(環境変数)と関連付けて遅れ時間td(制御パラメータ)を学習しておき、その学習した遅れ時間tdに基づき、噴射指令信号の出力タイミングを制御する。
【図面の簡単な説明】
【0028】
【図1】第1実施形態にかかる制御装置が適用される、燃料噴射システムの概略を示す図。
【図2】噴射指令信号に対応する噴射率、燃圧、微分値の変化を示す図。
【図3】第1実施形態において、噴射率パラメータの学習及び噴射指令信号の設定等の概要を示すブロック図。
【図4】第1実施形態の噴射率パラメータマップにおいて、学習値の更新手法を説明する図。
【図5】第1実施形態において、噴射率パラメータおよび補間誤差を学習する手順を示すフローチャート。
【図6】第1実施形態において、補間誤差を用いて噴射率パラメータを補正する手順を示すフローチャート。
【図7】第2実施形態の噴射率パラメータマップにおいて、学習値の更新手法を説明する図。
【図8】図7を、噴射率パラメータの方向から平面視した図。
【図9】第2実施形態において、補間誤差を用いて噴射率パラメータを補正する手順を示すフローチャート。
【図10】図9を、噴射率パラメータの方向から平面視した図。
【図11】補間誤差による補正を実施しない場合の課題を説明する図。
【図12】第3実施形態の噴射率パラメータマップにおいて、学習値の更新手法を説明する図。
【図13】図12を、噴射率パラメータの方向から平面視した図。
【図14】他の実施形態において、学習値の更新手法及び補間誤差の算出方法を説明する図。
【発明を実施するための形態】
【0029】
以下、本発明に係る制御装置を具体化した各実施形態を図面に基づいて説明する。なお、以下の各実施形態相互において、互いに同一もしくは均等である部分には、図中、同一符号を付しており、同一符号の部分についてはその説明を援用する。また、以下に説明する制御装置は、車両用のエンジン(内燃機関)に搭載されたものであり、当該エンジンには、複数の気筒#1〜#4について高圧燃料を噴射して圧縮自着火燃焼させるディーゼルエンジンを想定している。
【0030】
(第1実施形態)
図1は、上記エンジンの各気筒に搭載された燃料噴射弁10、各々の燃料噴射弁10に搭載された燃圧センサ20、及び車両に搭載された電子制御装置であるECU30等を示す模式図である。先ず、図1を用いて、燃料噴射弁10を含むエンジンの燃料噴射システムについて説明する。
【0031】
燃料タンク40内の燃料は、燃料ポンプ41によりコモンレール42(蓄圧容器)に圧送されて蓄圧され、各気筒の燃料噴射弁10(#1〜#4)へ分配供給される。複数の燃料噴射弁10(#1〜#4)は、予め設定された順番で燃料の噴射を順次行う。なお、燃料ポンプ41にはプランジャポンプが用いられているため、プランジャの往復動に同期して燃料は圧送される。
【0032】
燃料噴射弁10(制御対象)は、以下に説明するボデー11、ニードル形状の弁体12及びアクチュエータ13等を備えて構成されている。ボデー11は、内部に高圧通路11aを形成するとともに、燃料を噴射する噴孔11bを形成する。弁体12は、ボデー11内に収容されて噴孔11bを開閉する。
【0033】
ボデー11内には弁体12に背圧を付与する背圧室11cが形成されており、高圧通路11a及び低圧通路11dは背圧室11cと接続されている。高圧通路11a及び低圧通路11dと背圧室11cとの連通状態は制御弁14により切り替えられており、電磁コイルやピエゾ素子等のアクチュエータ13へ通電して制御弁14を図1の下方へ押し下げ作動させると、背圧室11cは低圧通路11dと連通して背圧室11c内の燃料圧力は低下する。その結果、弁体12へ付与される背圧力が低下して弁体12はリフトアップ(開弁作動)する。一方、アクチュエータ13への通電をオフして制御弁14を図1の上方へ作動させると、背圧室11cは高圧通路11aと連通して背圧室11c内の燃料圧力は上昇する。その結果、弁体12へ付与される背圧力が上昇して弁体12はリフトダウン(閉弁作動)する。
【0034】
したがって、ECU30がアクチュエータ13への通電を制御することで、弁体12の開閉作動が制御される。これにより、コモンレール42から高圧通路11aへ供給された高圧燃料は、弁体12の開閉作動に応じて噴孔11bから噴射される。
【0035】
燃圧センサ20は、以下に説明するステム21(起歪体)、圧力センサ素子22及びモールドIC23等を備えて構成されている。ステム21はボデー11に取り付けられており、ステム21に形成されたダイヤフラム部21aが高圧通路11aを流通する高圧燃料の圧力を受けて弾性変形する。圧力センサ素子22はダイヤフラム部21aに取り付けられており、ダイヤフラム部21aで生じた弾性変形量に応じて圧力検出信号を出力する。
【0036】
モールドIC23は、圧力センサ素子22から出力された圧力検出信号を増幅する増幅回路や、圧力検出信号を送信する送信回路等の電子部品を樹脂モールドして形成されており、ステム21とともに燃料噴射弁10に搭載されている。ボデー11上部にはコネクタ15が設けられており、コネクタ15に接続されたハーネス16(信号線)により、モールドIC23及びアクチュエータ13とECU30とはそれぞれ電気接続される。そして、増幅された圧力検出信号はECU30に送信されて、ECU30が有する受信回路により受信される。この送受信にかかる通信処理は、各気筒の燃圧センサ20毎に実施される。
【0037】
ECU30は、アクセルペダルの操作量やエンジン負荷、エンジン回転速度NE等のエンジン運転状態に基づき、目標噴射状態(例えば噴射段数、噴射開始時期、噴射終了時期、噴射量等)を算出する。例えば、エンジン負荷及びエンジン回転速度に対応する最適噴射状態を噴射状態マップにしてメモリ30aに記憶させておく。そして、現状のエンジン負荷及びエンジン回転速度に基づき、噴射状態マップを参照して目標噴射状態を算出する。そして、算出した目標噴射状態に対応する噴射指令信号t1、t2、Tq(図2(a)参照)を、後に詳述する噴射率パラメータtd,te,Rα,Rβ,Rmax(制御パラメータ)に基づき設定し、燃料噴射弁10へ出力することで燃料噴射弁10の作動を制御する。
【0038】
次に、燃料噴射弁10から燃料を噴射させる場合における、噴射制御の手法について、図2および図3を用いて以下に説明する。
【0039】
ECU30(燃圧波形検出手段)は、例えば#1気筒の燃料噴射弁10で燃料噴射した時には、その燃料噴射弁10に搭載されている燃圧センサ20(#1)の検出値に基づき、噴射に伴い生じた燃料圧力の変化を燃圧波形(図2(c)参照)として検出する。そして、検出した燃圧波形に基づき単位時間当たりの燃料噴射量の変化を表した噴射率波形(図2(b)参照)を演算して噴射状態を検出する。そして、検出した噴射率波形(噴射状態)を特定する噴射率パラメータRα,Rβ,Rmaxを学習するとともに、噴射指令信号(パルスオン時期t1、パルスオフ時期t2及びパルスオン期間Tq)と噴射状態との相関関係を特定する噴射率パラメータtd,teを学習する。
【0040】
具体的には、燃圧波形のうち、噴射開始に伴い燃圧降下を開始する変曲点P1から降下が終了する変曲点P2までの降下波形を、最小二乗法等により直線に近似した降下近似直線Lαを算出する。そして、降下近似直線Lαのうち基準値Bαとなる時期(LαとBαの交点時期LBα)を算出する。この交点時期LBαと噴射開始時期R1とは相関が高いことに着目し、交点時期LBαに基づき噴射開始時期R1を算出する。例えば、交点時期LBαよりも所定の遅れ時間Cαだけ前の時期を噴射開始時期R1として算出すればよい。
【0041】
また、燃圧波形のうち、噴射終了に伴い燃圧上昇を開始する変曲点P3から燃圧上昇が終了する変曲点P5までの上昇波形を、最小二乗法等により直線に近似した上昇近似直線Lβを算出する。そして、上昇近似直線Lβのうち基準値Bβとなる時期(LβとBβの交点時期LBβ)を算出する。この交点時期LBβと噴射終了時期R4とは相関が高いことに着目し、交点時期LBβに基づき噴射終了時期R4を算出する。例えば、交点時期LBβよりも所定の遅れ時間Cβだけ前の時期を噴射終了時期R4として算出すればよい。
【0042】
次に、降下近似直線Lαの傾きと噴射率増加の傾きとは相関が高いことに着目し、図2(b)に示す噴射率波形のうち噴射増加を示す直線Rαの傾きを、降下近似直線Lαの傾きに基づき算出する。例えば、Lαの傾きに所定の係数を掛けてRαの傾きを算出すればよい。同様にして、上昇近似直線Lβの傾きと噴射率減少の傾きとは相関が高いので、噴射率波形のうち噴射減少を示す直線Rβの傾きを、上昇近似直線Lβの傾きに基づき算出する。
【0043】
次に、噴射率波形の直線Rα,Rβに基づき、噴射終了を指令したことに伴い弁体12がリフトダウンを開始する時期(閉弁作動開始時期R23)を算出する。具体的には、両直線Rα,Rβの交点を算出し、その交点時期を閉弁作動開始時期R23として算出する。また、噴射開始時期R1の噴射開始指令時期t1に対する遅れ時間(噴射開始遅れ時間td)を算出する。また、閉弁作動開始時期R23の噴射終了指令時期t2に対する遅れ時間(閉弁開始遅れ時間te)を算出する。
【0044】
最大噴射率Rmaxは、燃料噴射弁10の経年変化に伴い変化していく。例えば、噴孔11bにデポジット等の異物が堆積して噴射量が減少するといった経年劣化が進行すると、図2(c)に示す圧力降下量ΔPは小さくなっていく。また、シート面12aが磨耗して噴射量が増大するといった経年劣化が進行すると、圧力降下量ΔPは大きくなっていく。そこで本実施形態では、最大噴射率Rmaxと圧力降下量ΔPとは相関が高いことに着目し、圧力降下量ΔPの検出結果から最大噴射率Rmaxの学習値を算出する。
【0045】
なお、圧力降下量ΔPとは、噴射率上昇に伴い生じた検出圧力の降下量のことであり、例えば、基準圧力Pbaseから変曲点P2までの圧力降下量、又は、変曲点P1から変曲点P2までの圧力降下量のことである。また、基準圧力Pbaseとは、噴射開始に伴い圧力が降下を開始するP1時点の直前における圧力のことであり、例えば、P1時点の直前の所定期間における検出圧力の平均値を基準圧力Pbaseとして算出する。
【0046】
以上により、ECU30(噴射率パラメータ算出手段)は、燃圧波形から噴射率パラメータtd,te,Rα,Rβ,Rmaxを算出する。そして、これらの噴射率パラメータtd,te,Rα,Rβ,Rmaxの学習値に基づき、噴射指令信号(図2(a)参照)に対応した噴射率波形(図2(b)参照)を算出することができる。なお、このように算出した噴射率波形の面積(図2(b)中の網点ハッチ参照)は噴射量に相当するので、噴射率パラメータに基づき噴射量を算出することもできる。
【0047】
図3は、これら噴射率パラメータの学習及び噴射指令信号の設定等の概要を示すブロック図であり、ECU30により機能する各手段31,32,33について以下に説明する。噴射率パラメータ算出手段31(検出手段)は、燃圧センサ20により検出された燃圧波形に基づき噴射率パラメータtd,te,Rα,Rβ,Rmaxを算出する。
【0048】
学習手段32(制御パラメータ学習手段)は、算出した噴射率パラメータをECU30のメモリ30aに記憶更新して学習する。なお、噴射率パラメータは、その時の供給燃圧(コモンレール42内の圧力)に応じて異なる値となるため、供給燃圧又は後述する基準圧Pbaseと関連付けて学習させることが望ましい。また、最大噴射率Rmaxを除く噴射率パラメータについては、噴射量とも関連付けて学習させてもよい。図3の例では、燃料の圧力P(環境変数)に対応する噴射率パラメータの値を噴射率パラメータマップMに記憶させている。
【0049】
設定手段33は、現状の圧力PJに対応する噴射率パラメータ(学習値)を、噴射率パラメータマップMから取得する。そして、取得した噴射率パラメータに基づき、目標噴射状態に対応する噴射指令信号t1、t2、Tqを設定する。そして、このように設定した噴射指令信号にしたがって燃料噴射弁10を作動させた時の燃圧波形を燃圧センサ20で検出し、検出した燃圧波形に基づき噴射率パラメータ算出手段31は噴射率パラメータtd,te,Rα,Rβ,Rmaxを算出する。
【0050】
要するに、噴射指令信号に対する実際の噴射状態(つまり噴射率パラメータtd,te,Rα,Rβ,Rmax)を検出して学習し、その学習値に基づき、目標噴射状態に対応する噴射指令信号を設定する。そのため、実際の噴射状態に基づき噴射指令信号がフィードバック制御されることとなり、先述した経年劣化が進行しても、実噴射状態が目標噴射状態に一致するよう燃料噴射状態を高精度で制御できる。
【0051】
次に、学習手段32による噴射率パラメータの学習手法について、噴射開始遅れ時間tdを例として取り上げて以下に説明する。
【0052】
図4(a)は、遅れ時間tdが圧力Pと関連付けて記憶された噴射率パラメータマップMを示しており、縦軸を遅れ時間td、横軸を圧力Pとした2次元マップである。マップMの横軸(圧力P)は、図中の一点鎖線に示すように複数の特定値P1,P2,P3で分割されている。そして、これらの特定値に対応する遅れ時間tdが学習値としてマップM上に記憶されている。したがって、この特定値による分割数を多く設定するほどtdの学習点数が増加し、メモリ30a(記憶手段)に要求される容量が増大することとなる。
【0053】
図5は、ECU30が有するマイクロコンピュータにより、噴射率パラメータマップMに記憶されている学習値(遅れ時間td)を更新する学習処理手順を示すフローチャートである。当該処理は、エンジン運転中に所定周期で繰り返し実行される。なお、以下の説明では、遅れ時間tdを噴射率パラメータの一例として取り上げて、図4(a)を参酌しながら説明する。
【0054】
先ず、図5のステップS10において、燃料噴射弁10からの燃料噴射実施に伴い、噴射率パラメータ算出手段31による遅れ時間tdの算出(検出)が新たに実行されたか否かを判定する。検出ありと判定された場合(S10:YES)には、ステップS11に進み、遅れ時間tdの噴射時における基準圧力Pbaseの値を、環境変数Pの検出値PKとして取得する。また、その検出した遅れ時間tdの値を、PKに対応した制御パラメータの検出値tdKとして取得する。
【0055】
なお、図4(a)に示すマップM上の符号Kが、これらの取得した検出値(PK,tdK)を表した検出点に相当する。また、符号G1,G2,G3は、特定値P1,P2,P3と関連付けて学習されたtdの値を表した学習点に相当する。
【0056】
続くステップS12では、図4(a)に示すように、複数の特定値P1,P2,P3のうち検出値PKに最も近い値の学習点を、更新対象学習点G1として決定する。続くステップS13では、複数の学習点G1,G2,G3のうち、更新対象学習点G1を検出点Kとで内挿する位置にある学習点を内挿用学習点G2として選定する。そして、内挿用学習点G2と検出点Kとを線形補間して、学習点G1の更新値td1’を算出する。内挿の具体例としては、周知の多次元スプライン関数を用いた算出手法が挙げられる。
【0057】
なお、線形補間した値td1’をそのまま更新値とすることに替え、td1’’=td1+(td1’−td1)×Cといった式で表されるように、なまし処理を施した値td1’’を更新値にしてもよい。つまり、学習手段32(なまし処理手段)は、所定の割合Cだけ更新前の値td1に近づけるように補正し、その補正した値td1’’を学習更新値とする。
【0058】
続くステップS14では、更新対象学習点G1の学習値td1を、ステップS13で算出した更新値td1’に更新して学習する。なお、図4(a)に示すマップM上の符号G1’が更新後の学習点G1に相当する。続くステップS15では、複数の学習点G1,G2,G3のうち、更新対象学習点G1(更新後の学習点G1’)とで検出点Kを内挿する位置にある学習点を内挿用学習点G3として選定する。そして、更新後の学習点G1’と内挿用学習点G3とを線形補間して、検出値PKに対応する遅れ時間tdKαを算出する。なお、図4(a)に示すマップM上の符号Kαが、G1’とG3とで線形補間した値tdKαおよび検出値PKを表した補間算出点に相当する。
【0059】
続くステップS16では、補間算出点Kαにかかる遅れ時間tdKαと検出した遅れ時間tdKとの誤差である補間誤差ΔtdKを算出する。続くステップS17(補間誤差学習手段)では、ステップS16で算出した補間誤差ΔtdKを、検出値PKと関連付けて学習する。なお、補間誤差ΔtdKの学習値は、学習点G1〜G3と同様にしてメモリ30aに記憶される。
【0060】
図6は、ECU30が有するマイクロコンピュータにより、噴射率パラメータマップMに記憶されている学習値(遅れ時間td)を用いて、現状の圧力PJに対応した遅れ時間tdJを算出する手順を示すフローチャートである。当該処理は、エンジン運転中に所定周期で繰り返し実行される。なお、この手順で算出した遅れ時間tdJは、設定手段33による噴射指令信号t1、t2、Tqの算出に用いられる。
【0061】
先ず、図6のステップS20において、次回の噴射にかかる噴射指令信号t1、t2、Tqを算出する要求の有無を判定する。要求ありと判定された場合(S20:YES)には、ステップS21に進み、現状の圧力の検出値PJを取得する。続くステップS22では、複数の学習点G1,G2,G3のうち、検出値PJを内挿する位置にある学習点を内挿用学習点G1,G3として選定する(図4(b)参照)。続くステップS23(現状制御パラメータ補間手段)では、2つの内挿用学習点G1,G3を線形補完して、検出値PJに対応する遅れ時間tdJαを算出する。
【0062】
続くステップS24では、ステップS17で学習した補間誤差ΔtdKに対応する圧力PKの値と、ステップS21で取得した現状の圧力PJとの差分を算出する。そして、この差分に基づき、後述する反映係数Rの値を算出する。具体的には、図4(c)に示すように、前記差分が大きいほど反映係数Rを小さい値に設定する。なお、反映係数Rは0以上1以下の値に設定されている。
【0063】
続くステップS25では、ステップS24で算出した反映係数Rを補間誤差ΔtdKに乗算して得られた値を、補正量Dとして算出する(D=ΔtdK×R)。続くステップS26(補正手段)では、ステップS23で算出した遅れ時間tdJαに、ステップS25で算出した補正量Dを加算して得られた値を、現状の圧力PJに対応する遅れ時間tdJとして算出する(tdJ=tdJα+D)。そして設定手段33(制御手段)は、このように算出した遅れ時間tdJを用いて、次回の噴射制御にかかる噴射指令信号t1を算出する。
【0064】
図4(c)の例では、補間誤差ΔtdKに対応する圧力PKを中心とした所定範囲M1内に現状の圧力PJが存在する場合には、反映係数Rをゼロより大きい値に設定している。つまり、制御に用いる遅れ時間tdJに補間誤差ΔtdKを反映させる。ちなみに、所定範囲M1の大きさは、マップMの特定値P1,P2,P3の間隔と同じ大きさに設定されている。
【0065】
以上により、本実施形態によれば、噴射率パラメータマップMにて設定されている圧力P1〜P3の分割数を増やして学習点G1〜G3のデータ点数を増加させることなく、現状の圧力PJに対応する噴射率パラメータtdJの値を高精度で算出できる。よって、噴射率の変化が所望の状態となるように燃料噴射状態を高精度で制御できる。よって、メモリ30aの要求記憶容量の低減と噴射制御の精度向上との両立を実現できる。
【0066】
また、補間誤差ΔtdKに対応する圧力PKと現状の圧力PJとの差分が大きいほど、反映係数Rを小さい値に設定して、制御に用いる遅れ時間tdJに補間誤差ΔtdKを反映させる度合いを小さくしている。そのため、現状の圧力PJに対応する噴射率パラメータtdJの値を高精度で算出することを促進できる。
【0067】
(第2実施形態)
上記第1実施形態では、1つの環境変数(圧力P)と関連付けて各種の噴射率パラメータを学習させていたが、本実施形態では、2つの環境変数(圧力Pおよび噴射量Q)と関連付けて各種の噴射率パラメータを学習させている。
【0068】
図7は、本実施形態にかかる噴射率パラメータマップであり、P,Q,tdの3次元マップ(空間座標)である。マップ中の圧力Pの軸と噴射量Qの軸は、図中の点線に示すように複数の特定値で分割されている。そして、これらの特定値に対応する遅れ時間tdが学習値としてマップ上に記憶されている。図中の黒丸は、P,Qの特定値に対応するtdの値を示す学習点G1〜G9である。
【0069】
<学習点の更新手法>
先ず、検出点K(PK,QK,tdK)を検出した場合における、学習点G1〜G9の更新手法について説明する。
【0070】
複数の学習点G1〜G9のうち、検出点Kの圧力PKおよび噴射量QKに最も近い領域の学習点を、更新対象学習点G1として決定する。例えば、図8中の点線に示すように、各学習点G1〜G9の領域を設定しておき、検出点Kが位置する領域の学習点を更新対象学習点G1として決定する。
【0071】
そして、更新対象学習点G1を除く他の学習点G2,G3,G4,G5,G6、および検出点Kに基づき、以下に説明する検出基準面SKを算出し、td軸方向における更新対象学習点G1と検出基準面SKとの距離を学習量とする。つまり、更新対象学習点G1の遅れ時間td(学習値)を、検出基準面SKのうち更新対象学習点G1の環境変数(PG1,QG1)に対応する点(検出基準点Kβ)の遅れ時間td(更新値)に更新して学習する。
【0072】
検出基準面SKの算出手法について説明すると、先ず、複数の学習点G1〜G9のうち、更新対象学習点G1を検出点Kとで内挿する位置にある学習点を内挿用学習点G2として決定する。次に、複数の学習点G1〜G9を含む面(学習面SG)のうち、内挿用学習点G2の噴射量QG2および検出点Kの圧力PKに対応する点を、第1点K1として決定する。例えば、学習点G3と学習点G4を内挿して第1点K1を算出すればよい。なお、「内挿」とは、算出対象点(第1点K1)が2つの参照点(学習点G3,G4)の間に位置した状態で、これらの参照点を線形補間して算出対象点の値を算出することである。
【0073】
第2点K2についても同様にして、学習面SGのうち、内挿用学習点G2の圧力PG2および検出点Kの噴射量QKに対応する点を、第2点K2として決定する。以上により、第1点K1および第2点K2の少なくとも一方と、更新対象学習点G1と、検出点Kとを含む検出基準面SKが特定される。
【0074】
図8は、検出基準面SKから更新値を算出する手順の具体例を説明するPQ平面図であり、先ず、上述の如く第1点K1を決定した後、更新対象学習点G1の噴射量QG1および検出点Kの圧力PKに対応する点(内挿点K1a)を、第1点K1と検出点Kとで内挿して算出する。次に、更新対象学習点G1の噴射量QG1および圧力PG1に対応する点(検出基準点Kβ)を、内挿点K1aと学習点G5とで内挿して算出する。そして、検出基準点Kβの遅れ時間tdKβを、更新対象学習点G1の遅れ時間tdG1の更新値とする。
【0075】
また、次の手順によっても検出基準点Kβを算出できる。すなわち、先ず、上述の如く第2点K2を決定した後、更新対象学習点G1の圧力PG1および検出点Kの噴射量QKに対応する点(内挿点K2a)を、第2点K2と検出点Kとで内挿して算出する。次に、更新対象学習点G1の噴射量QG1および圧力QG1に対応する点(検出基準点Kβ)を、内挿点K2aと学習点G3とで内挿して算出する。そして、検出基準点Kβの遅れ時間tdKβを、更新対象学習点G1の遅れ時間tdG1の更新値とする。
【0076】
なお、上述の如く第1点K1、内挿点K1a、学習点G5に基づき算出した検出基準点Kβと、第2点K2、内挿点K2a、学習点G3に基づき算出した検出基準点Kβとは同じ値になる。
【0077】
<補間誤差の算出手法>
次に、補間誤差の算出手法について図8を用いて説明する。先ず、検出点Kの圧力PKと噴射量QKに対応する点(補間算出点Kα)を、複数の学習点G1,G7,G8,G9で内挿して算出する。前記内挿の一例として、これらの学習点G1,G7,G8,G9を含む面のうち(PK,QK)に対応する点を補間算出点Kαとして算出することが挙げられる。なお、これらの学習点G1,G7,G8,G9のうち補間算出点Kαを内挿する3点を選択し、その3点を含む平面のうち(PK,QK)に対応する点を補間算出点Kαとして算出してもよい。
【0078】
そして、このように算出した補間算出点Kαの遅れ時間tdKαと検出点Kの遅れ時間tdKとの差分を、補間誤差として算出する。なお、前記差分をなました値を補間誤差として算出してもよい。
【0079】
<制御に用いる遅れ時間の算出手法>
次に、制御に用いる遅れ時間の算出する手法について、図9および図10を用いて説明する。先ず、現状の圧力PJおよび指令噴射量QJを取得する。次に、これらの値(PJ,QJ)に対応する遅れ時間tdJαを、4つの学習点G1,G7,G8,G9で内挿して算出する。前記内挿の一例として、これらの学習点G1,G7,G8,G9を含む面のうち(PJ,QJ)に対応する点を遅れ時間tdJαとして算出することが挙げられる。なお、これらの学習点G1,G7,G8,G9のうち遅れ時間tdJαを内挿する3点を選択し、その3点を含む平面のうち(PJ,QJ)に対応する点を遅れ時間tdJαとして算出してもよい。
【0080】
次に、現状点Jαの圧力PJおよび噴射量QJと、補間算出点Kαの圧力PKαおよび噴射量QKαとの距離LJKを算出する。そして、この距離LJKに応じた反映係数Rを補間誤差(tdKα−tdK)に乗算して得られた値を、補正量Dとして算出する。
【0081】
次に、遅れ時間tdJαに補正量Dを加算して得られた値を、現状の圧力PJおよび噴射量QJに対応する遅れ時間tdJとして算出する(tdJ=tdJα+D)。そして、このように算出した遅れ時間tdJを用いて、設定手段33は次回の噴射制御にかかる噴射指令信号t1を算出する。
【0082】
以上により、2つの環境変数(圧力Pおよび噴射量Q)と関連付けて各種の噴射率パラメータを学習させた場合であっても、上記第1実施形態と同様にして、学習点G1〜G9のデータ点数を増加させることなく、現状の圧力PJおよび噴射量QJに対応する噴射率パラメータtdJの値を高精度で算出できる。よって、メモリ30aの要求記憶容量の低減と噴射制御の精度向上との両立を実現できる。
【0083】
特に、第1点K1または第2点K2と、内挿用学習点G2と、検出点Kとの3点を用いて検出基準点Kβを算出し、その検出基準点Kβへ更新対象学習点G1を更新して学習するので、内挿用学習点G2および検出点Kの2点を用いて検出基準点Kβを算出した場合に比べて、更新対象学習点G1の学習精度を向上できる。
【0084】
(第3実施形態)
上記第2実施形態では、噴射率パラメータマップの設定範囲内に検出点K(PK、QK、tdK)が存在している場合について説明したが、本実施形態では、噴射率パラメータマップの設定範囲外に検出点(PK、QK、tdK)が存在している場合について説明する。
【0085】
図12は、本実施形態にかかる噴射率パラメータマップであり、基本的には上記図7の噴射率パラメータマップと同じである。但し、図12では、検出点K(PK、QK、tdK)がマップ範囲外に存在している点において図7と相違する。本実施形態では、複数の環境変数(圧力、噴射量)のうちの噴射量の検出値が、マップの設定範囲の上限値よりも大きい場合を一例に挙げて以下説明する。
【0086】
<学習点の更新方法>
検出点Kがマップ範囲外に存在している場合の学習点の更新方法について説明する。先ず、複数の学習点G1〜G12のうち、検出点Kの圧力PKおよび噴射量QKに最も近い領域の学習点を、更新対象学習点G11として決定する。例えば、図12中の点線に示すように、各学習点G1〜G12の領域を設定しておき、検出点Kが位置する領域の学習点を更新対象学習点G11として決定する。
【0087】
続いて、マップの設定範囲外であってかつ検出点Kを含む領域に、環境変数と制御パラメータとを対応付けた点として仮想点を設定する。具体的には、先ず、マップに含まれる複数の学習点のうちマップの境界に位置する学習点から、マップ範囲外に向けて、環境変数の軸方向に延びる軸(仮想軸)を作成する。このとき、環境変数の軸に対して平行な方向に仮想軸を設けることにより、仮想軸上の各点が、制御パラメータ(遅れ時間)として、マップの境界に位置する学習点の学習値を有するようにする。例えば噴射量の検出値がマップ範囲外に存在している場合には、図12に二点鎖線で示すように、学習点G10〜G12のそれぞれから噴射量の軸方向に延び、かつ各学習点の学習値を持つ仮想軸Lm10〜Lm12を作成する。そして、その軸上において、検出点Kの噴射量を超える位置に仮想点をそれぞれ設定する。本実施形態では、図12に示すように、座標(PV10、QV10、tdG10)に仮想点V10を設定し、座標(PV11、QV11、tdG11)に仮想点V11を設定し、座標(PV12、QV12、tdG12)に仮想点V12を設定する。なお、マップ中の圧力Pの軸と噴射量Qの軸は、図中の点線に示すように複数の特定値で等間隔に分割されている。図12では、学習点を黒塗り丸印で示し、仮想点を白塗り丸印で示してある。また、図12では、複数の仮想点V11〜V12を含む面により仮想面SVが形成されている。
【0088】
そして、検出点Kの近くに位置する複数の学習点G8〜G12、仮想点V12および検出点Kに基づき、以下に説明する検出基準面SKを算出し、td軸方向における更新対象学習点G11と検出基準面SKとの距離を学習量として算出する。つまり、更新対象学習点G11の遅れ時間td(学習値)を、検出基準面SKのうち更新対象学習点G11の環境変数(PG11,QG11)に対応する点(検出基準点Kβ)の遅れ時間td(更新値)に更新して学習する。
【0089】
検出基準面SKの算出手法について説明すると、先ず、複数の学習点G1〜G12のうち、更新対象学習点G11を検出点Kとで内挿する位置にある学習点を内挿用学習点G9として決定する。次に、複数の学習点G1〜G12を含む面(学習面SG)のうち、内挿用学習点G9の噴射量QG9および検出点Kの圧力PKに対応する点を、第1点K1として決定する。例えば、学習点G6の遅れ時間と学習点G8の遅れ時間を内挿して第1点K1の遅れ時間を算出することにより、第1点K1を特定する。また、学習面SGのうち、内挿用学習点G9の圧力PG9および検出点Kの噴射量QKに対応する点を、第2点K2として決定する。例えば、学習点G12の遅れ時間と仮想点V12の遅れ時間を内挿して第2点K2の遅れ時間を算出することにより、第2点K2を特定する。なお、仮想点V12の遅れ時間としては、学習点G12の遅れ時間と同じ値が用いられる。こうして、第1点K1および第2点K2の少なくとも一方と、更新対象学習点G1と、検出点Kとを含む検出基準面SKが特定される。
【0090】
続いて、検出基準面SKから更新値を算出する。具体的には、図13を用いて説明すると、先ず、上述の如く第1点K1を決定した後、更新対象学習点G11の噴射量QG11および検出点Kの圧力PKに対応する点(内挿点K1a)を、第1点K1と検出点Kとの内挿により決定する。ここでは、第1点K1の遅れ時間と検出点Kの遅れ時間を内挿して内挿点K1aの遅れ時間を算出することにより、内挿点K1aを特定する。次に、更新対象学習点G11の噴射量QG11および圧力QG11に対応する点(検出基準点Kβ)を、内挿点K1aと学習点G12との内挿により決定する。ここでは、内挿点K1aの遅れ時間と学習点G12の遅れ時間を内挿して検出基準点Kβの遅れ時間tdKβを算出することにより、検出基準点Kβを特定する。そして、検出基準点Kβの遅れ時間tdKβを、更新対象学習点G11の遅れ時間tdG11の更新値とする。
【0091】
なお、内挿点K1aに代えて、更新対象学習点G11の圧力PG11および検出点Kの噴射量QKに対応する点(内挿点K2a)を用いた場合にも、検出基準点Kβの遅れ時間tdKβを算出できる。すなわち、先ず、内挿点K2aを第2点K2と検出点Kとで内挿して算出する。次に、更新対象学習点G11の噴射量QG11および圧力QG11に対応する点(検出基準点Kβ)を、内挿点K2aと学習点G8とで内挿して算出する。そして、検出基準点Kβの遅れ時間tdKβを、更新対象学習点G11の遅れ時間tdG11の更新値とする。
【0092】
<補間誤差の算出手法>
補間誤差については、仮想点を用いる点以外は、マップの設定範囲内に検出点Kが存在している場合と基本的には同様の処理を行うことにより算出できる(図8参照)。すなわち、先ず、検出点Kの圧力PKと噴射量QKに対応する点(補間算出点Kα)を、検出点Kを取り囲む複数の点で内挿して算出する。図13の場合には、学習点G10、G11及び仮想点V10、V11で内挿して算出する。但し、これらの4つの点(G10,G11,V10、V11)のうち補間算出点Kαを内挿する3点を選択し、その3点を含む平面のうち(PK,QK)に対応する点を補間算出点Kαとして算出してもよい。そして、このように算出した補間算出点Kαの遅れ時間tdKαと検出点Kの遅れ時間tdKとの差分を、補間誤差として算出する。なお、前記差分をなました値を補間誤差として算出してもよい。
【0093】
<制御に用いる遅れ時間の算出手法>
制御に用いる遅れ時間についても、仮想点を用いることにより、マップの設定範囲内に検出点Kが存在している場合と基本的には同様の処理を行うことにより算出できる。すなわち、先ず、現状の圧力PJおよび指令噴射量QJを取得し、次に、現状点Jα(PJ,QJ)に対応する遅れ時間tdJαを、現状点Jαを取り囲む4つの点で内挿して算出する。このとき、現状点Jαがマップの設定範囲外であれば、現状点Jαを取り囲む4つの点として学習点及び仮想点を用い、これらの点で内挿して遅れ時間tdJαを算出する。例えば現状点Jαが、学習点G10,G11及び仮想点V10,V11で取り囲まれた領域内に存在する場合には、これら4つの点(学習点G10,G11及び仮想点V10,V11)を用いる。なお、現状点Jαを取り囲む4つの点のうち、遅れ時間tdJαを内挿する3点を選択し、その3点を含む平面のうち(PJ,QJ)に対応する点を遅れ時間tdJαとして算出してもよい。
【0094】
次に、現状点Jαの圧力PJおよび噴射量QJと、補間算出点Kαの圧力PKαおよび噴射量QKαとの距離LJKを算出する。そして、この距離LJKに応じた反映係数Rを補間誤差(tdKα−tdK)に乗算して得られた値を、補正量Dとして算出する。また、遅れ時間tdJαに補正量Dを加算して得られた値を、現状の圧力PJおよび噴射量QJに対応する遅れ時間tdJとして算出する(tdJ=tdJα+D)。そして、このように算出した遅れ時間tdJを用いて、設定手段33は次回の噴射制御にかかる噴射指令信号t1を算出する。
【0095】
以上により、検出点(PK、QK、tdK)が噴射率パラメータマップの設定範囲外に存在している場合であっても、マップの設定範囲外であってかつ検出点Kを含む領域に仮想点V10〜V12を設定することにより、上記第2実施形態と同様にして、学習点G1〜G12のデータ点数を増加させることなく、現状の圧力PJおよび噴射量QJに対応する噴射率パラメータtdJの値を高精度で算出できる。よって、メモリ30aの要求記憶容量の低減と噴射制御の精度向上との両立を実現できる。
【0096】
(他の実施形態)
本発明は上記実施形態の記載内容に限定されず、以下のように変更して実施してもよい。また、各実施形態の特徴的構成をそれぞれ任意に組み合わせるようにしてもよい。
【0097】
・上記実施形態では、補間誤差ΔtdKを1つだけメモリ30aに記憶して学習させているが、噴射率パラメータマップM上の特定値の領域を複数に分割し、その領域毎に補間誤差ΔtdKを学習させてもよい。これによれば、補間誤差ΔtdKを用いた補正精度を向上できるが、その背反として、補間誤差ΔtdKの記憶点数増加分だけメモリ30aの要求記憶容量が増大することとなる。
【0098】
・上記各実施形態で用いられていた反映係数Rを廃止して、補間誤差ΔtdKに対応する圧力PKの値と現状の圧力PJとの差分に拘わらず、一律して補間誤差ΔtdKを補正量Dに設定してもよい。なお、この場合には、圧力PKと関連付けてΔ補間誤差tdKを学習することを不要にできる。
【0099】
・上記第2実施形態では、2つの環境変数と関連付けて噴射率パラメータを学習させているが、3つ以上の環境変数と関連付けて学習させる場合についても同様にして、Δ補間誤差tdKを学習して補正量Dを設定すればよい。
【0100】
・図1に示す上記実施形態では、燃圧センサ20を燃料噴射弁10に搭載しているが、本発明にかかる燃圧センサはコモンレール42の吐出口42aから噴孔11bに至るまでの燃料供給経路内の燃圧を検出するよう配置された燃圧センサであればよい。よって、例えばコモンレール42と燃料噴射弁10とを接続する高圧配管42bに燃圧センサを搭載してもよい。
【0101】
・上記第3実施形態では、複数の環境変数(圧力、噴射量)のうちの噴射量の検出値が、マップの設定範囲の上限値よりも大きい場合を一例に挙げて説明したが、複数の環境変数の検出値が、マップの設定範囲の下限値よりも小さい場合に、マップの設定範囲外であってかつ検出点Kを含む領域に仮想点を設定し、その設定した仮想点を用いて学習点の更新及び補間誤差の算出を行ってもよい。また、複数の環境変数のうち圧力の検出値がマップの設定範囲外に存在している場合に、上記構成を適用してもよい。
【0102】
・上記第3実施形態では、2つの環境変数(圧力Pおよび噴射量Q)と関連付けて各種の噴射率パラメータを学習する場合について説明したが、1つの環境変数(例えば圧力P)と関連付けて各種の噴射率パラメータを学習する構成において、検出点Kがマップの設定範囲外に存在している場合に、上記第3実施形態と同様に、仮想点を用いた制御を実施してもよい。例えば環境変数としての圧力Pに関連付けて、噴射率パラメータとしての噴射遅れ時間を学習する場合について図14を用いて説明する。図14において、圧力の検出値PKがマップ設定範囲の上限値P3を超えている場合、先ず、検出値PKに最も近い位置の学習点を更新対象学習点として決定する。ここでは、検出値PKに最も近い学習点G3が更新対象学習点として選定される。また、更新対象学習点G3を検出点Kとで内挿する位置にある学習点を内挿用学習点(ここでは学習点G1)として選定する。そして、内挿用学習点G1と検出点Kとを線形補間して、学習点G3の更新値を算出する。続いて、補間誤差を算出する。具体的には、先ず、マップの設定範囲の境界にある学習点G3から環境変数(圧力P)の軸方向に延びる軸上に仮想点V3を設定する。このとき、検出値PKを超える位置に仮想点V3を設定し、図14では座標(PV3、td3)に仮想点V3を設定する。なお、P1〜P3及びPV3は、圧力軸上に等間隔に設定されている。次に、更新後の学習点G3’と仮想点V3とを線形補間して、検出値PKに対する遅れ時間tdKαを算出する。そして、その算出した遅れ時間tdKαと検出値tdKとの差分により補間誤差ΔtdKを算出する。
【符号の説明】
【0103】
30a…メモリ(記憶手段)、31…噴射率パラメータ算出手段(検出手段)、32…学習手段(制御パラメータ学習手段、なまし処理手段)、33…設定手段(制御手段)、S17…補間誤差学習手段、S23…現状制御パラメータ補間手段、S26…補正手段。
【技術分野】
【0001】
本発明は、現状の環境に即した制御パラメータを、学習した制御パラメータから補間して算出し、算出した制御パラメータに基づき制御対象を制御する制御装置に関する。
【背景技術】
【0002】
この種の制御パラメータの一例として、内燃機関の燃料噴射弁に噴射開始指令を出力してから、実際に噴射が為されるまでの噴射開始遅れ時間tdが挙げられる(例えば特許文献1参照)。特許文献1では、燃料噴射開始に伴い燃料圧力が降下を開始した時期を、燃料噴射弁に搭載された燃圧センサにより検出することで、前記遅れ時間tdを計測している。そして、その計測値に基づき遅れ時間tdを学習していき、学習した遅れ時間tdに基づき噴射開始指令を出力するタイミング等を制御する。
【0003】
上記遅れ時間tdは、燃料噴射弁に供給されている燃料圧力(噴射開始時点での燃圧)に応じて異なる値となる。そこで本発明者は、遅れ時間td(制御パラメータ)を燃料圧力(環境変数)と関連付けて以下のように学習することを検討した。
【0004】
すなわち、燃料圧力の特定値(図11の例では50MPa、100MPa、150MPa)に対応する遅れ時間td(50)、td(100)、td(150)を、各々の学習値としてマップに記憶更新していく。例えば、計測した遅れ時間td(120act)が圧力120MPaの時のものである場合には、その計測圧力に最も近い特定値の遅れ時間td(100)を学習対象として更新する。具体的には、学習値td(50)と計測値td(120act)とを結ぶ直線L1が100MPaと交わる点、つまり、td(50)とtd(120act)を線形補間して得られた値td(100α)に、学習値td(100)を更新する。
【0005】
そして、現状の圧力が130MPaである時には、2つの学習値td(100α)、td(150)を線形補間して、130MPaに対応する遅れ時間値td(130)を算出し、その算出値td(130)を用いて噴射開始指令を出力するタイミングを制御する。
【0006】
しかしながら、遅れ時間tdと圧力Pとの関係を表す特性線は、実際の値は点線L2に示す如く曲線であり線形性に欠ける。そのため、上述の如く線形補間して得られた値td(130)と実際の値td(130act)との間には、補間誤差Δtd(130)が生じる。その結果、噴射開始タイミングを高精度で制御することが損なわれる。
【先行技術文献】
【特許文献】
【0007】
【特許文献1】特開2009−57924号公報
【発明の概要】
【発明が解決しようとする課題】
【0008】
この問題に対し、マップの圧力軸上において、特定値の分割数を増やして遅れ時間tdの学習点数を増やせば、補間誤差Δtd(130)を小さくでき、制御の精度向上を図ることができる。しかしこの種の制御装置は、学習点数をできるだけ減らして要求メモリ容量を低減することも求められている。そのため、単純に学習点数を増やすだけでは、要求メモリ容量の低減と制御精度向上との両立を図ることはできない。
【0009】
本発明は、上記課題を解決するためになされたものであり、その目的は、制御パラメータの学習点数を増加させることなく、制御パラメータを用いた制御の精度を向上できるようにした、制御装置を提供することにある。
【課題を解決するための手段】
【0010】
以下、上記課題を解決するための手段、及びその作用効果について記載する。なお、請求項1,2中の括弧内の符号は図4との対応関係を例示し、請求項3中の括弧内の符号は図7〜図10との対応関係を例示するものであり、請求項7中の括弧内の符号は図12との対応関係を例示するものであり、これらの発明が図示される態様に限定されるものではない。
【0011】
請求項1記載の発明では、所定の環境変数(P)の特定値と関連付けて制御パラメータ(td)を記憶する記憶手段と、前記環境変数および前記制御パラメータを検出する検出手段と、前記検出手段による検出値(PK,tdK)に基づき、前記記憶手段に記憶されている制御パラメータ(td1)の値を更新して学習する制御パラメータ学習手段と、前記制御パラメータ学習手段の学習に用いられた環境変数の検出値(PK)に対応する制御パラメータを、前記記憶手段に記憶されている複数の制御パラメータ(td1’,td3)から線形補間して算出し、その算出値(tdKα)と制御パラメータの検出値(tdK)との誤差である補間誤差(ΔtdK)を学習する補間誤差学習手段と、現状の環境変数(PJ)に対応した制御パラメータ(tdJα)を、前記記憶手段に記憶されている複数の制御パラメータ(td1’,td3)から線形補間して算出する現状制御パラメータ補間手段と、前記補間誤差学習手段により学習された前記補間誤差(ΔtdK)に基づき、前記現状制御パラメータ補間手段により算出した制御パラメータ(tdJα)を補正する補正手段と、前記補正手段により補正された制御パラメータ(tdJ)に基づき制御対象を制御する制御手段と、を備えることを特徴とする。
【0012】
要するに、制御パラメータ(td1)の学習に用いる値(PK,tdK)を検出した時に、その検出値(tdK)に基づきtd1の値を更新して学習するとともに、検出値(PK)に対応する制御パラメータを、複数の制御パラメータ(td1’,td3)から線形補間して算出し、その算出値(tdKα)と検出値(tdK)との誤差(補間誤差(ΔtdK))を学習しておく。そして、現状の環境変数(PJ)に対応した制御パラメータ(tdJα)を、複数の制御パラメータ(td1’,td3)から線形補間して算出するにあたり、学習しておいた補間誤差(ΔtdK)を加味して算出する。
【0013】
したがって、上記発明によれば、記憶手段にて設定されている環境変数の特定値の分割数を増やして制御パラメータの学習点数を増加させることなく、制御に用いる制御パラメータ(tdJ)の値を、実際の値(図11中の点線L2に示す値)に近づけることができ、制御対象を高精度で制御できる。よって、記憶手段の要求記憶容量の低減と制御精度向上との両立を実現できる。
【0014】
請求項2記載の発明では、前記補間誤差学習手段で用いられる環境変数の検出値(PK)と、前記現状制御パラメータ補間手段で用いられる現状の環境変数(PJ)との差分が大きいほど、前記補正手段にて前記補間誤差(ΔtdK)を補正に反映させる度合いを小さくすることを特徴とする。
【0015】
ここで、以下の説明では、図4に例示するように、環境変数の検出値(PK)に対応する制御パラメータのうち実際の値(検出値)をtdK、線形補間して得られる値をtdKαと呼ぶ。また、現状の環境変数(PJ)に対応する制御パラメータのうち線形補間して得られる値をtdJα、実際の値をtdJと呼ぶ。そして、tdKとtdKαとの差分(補間誤差(ΔtdK))と、tdJとtdJαとの差分は、PKとPJの差分が大きいほど異なる値になる蓋然性が高い。
【0016】
この点を鑑みた上記発明では、PKとPJの差分が大きいほど補間誤差(ΔtdK)を補正に反映させる度合いを小さくするので、制御に用いる制御パラメータ(tdJ)の値を実際の値に近づけることを促進でき、制御の精度向上を促進できる。
【0017】
請求項3記載の発明では、複数の環境変数(P,Q)と関連付けて制御パラメータ(td)を前記記憶手段に記憶させる場合であって、前記複数の環境変数(P,Q)および前記制御パラメータ(td)を基準軸とした空間座標において、制御パラメータ学習手段による学習の手法に関するものである。そして、本発明にかかる制御パラメータ学習手段は、以下に説明する検出基準点(Kβ)の制御パラメータ(tdKβ)に基づき、以下に説明する更新対象学習点(G1)の制御パラメータ(tdG1)の値を更新して学習することを特徴とする。
【0018】
更新対象学習点(G1)や検出基準点(Kβ)等、本発明で定義されている各種用語は次の通りである。
・検出点(K):前記検出手段による検出値(PK,QK,tdK)を表す点。
・学習点(G1〜G9):前記制御パラメータの学習値を表す点。
・更新対象学習点(G1):複数の前記学習点のうち、前記検出値の環境変数と最も近い環境変数に対応する学習点。
・内挿用学習点(G2):複数の前記学習点のうち、前記更新対象学習点(G1)を前記検出点(K)とで内挿する位置にある学習点。
・学習面(SG):複数の前記学習点を含む面。
・第1点(K1):前記学習面(SG)のうち、前記検出点(K)の第1環境変数(PK)および前記内挿用学習点(G2)の第2環境変数(QG2)に対応する点。
・第2点(K2):前記内挿用学習点の第1環境変数(PG2)および前記検出点の第2環境変数(QK)に対応する点。
・検出基準面(SK):前記第1点(K1)および前記第2点(K2)の少なくとも一方と、前記内挿用学習点(G2)と、前記検出点(K)とを含む面。
・検出基準点(Kβ):前記検出基準面(SK)のうち、前記更新対象学習点(G1)の環境変数(PG1,QG1)と同一の点。
【0019】
ところで、本発明者は、上記発明に反して更新対象学習点(G1)を次のように更新する手法も検討した。すなわち、内挿用学習点(G2)の制御パラメータ(tdG2)と検出点(K)の制御パラメータ(tdK)とを線形補間して得られた値を、更新対象学習点(G1)の制御パラメータ(tdG1)の更新値とする手法である。
【0020】
しかし、内挿用学習点(G2)と検出点(K)の2点を含む平面であって、制御パラメータ(td)の軸と平行な平面(図8中の一点鎖線L3参照)の上に更新対象学習点(G1)が位置するとは限らない。そのため、上記手法において、tdG2とtdKとを線形補間するにあたり、平面L3とG1とのずれ量を加味して線形補間することは困難となる。要するに、図8のPQ平面上における検出点(K)と更新対象学習点(G1)との環境変数(P,Q)のずれ量(図8のPQ平面上におけるKとG1とのずれ量)に応じて、tdKからtdG1の値を高精度で算出することが求められるが、上記手法ではその算出精度を高くすることが困難である。
【0021】
以上の点を鑑みた上記発明では、学習面(SG)のうち(PK,QG2)に対応する点を第1点(K1)、(PG2,QK)に対応する点を第2点(K2)と呼ぶ場合において、第1点(K1)および第2点(K2)の少なくとも一方と、内挿用学習点(G2)と、検出点(K)とを含む検出基準面(SK)のうち、更新対象学習点(G1)に対応する検出基準点(Kβ)に基づき、更新対象学習点(G1)の値を更新する。
【0022】
そのため、先述した検出点(K)と更新対象学習点(G1)との環境変数(P,Q)のずれ量のうち、第1環境変数(P)のずれ量に起因した制御パラメータの誤差は、検出基準面(SK)に第1点(K1)を含ませることで解消される。或いは、第2環境変数(Q)のずれ量に起因した制御パラメータの誤差は、検出基準面(SK)に第2点(K2)を含ませることで解消される。
【0023】
よって、先述した平面L3の上に更新対象学習点(G1)が位置していない場合であっても、検出点(K)と更新対象学習点(G1)との環境変数のずれ量に応じて、tdKからtdG1の値を高精度で算出できる。よって、制御パラメータ学習手段による学習の精度を向上でき、ひいては制御の精度向上を促進できる。
【0024】
請求項4記載の発明では、前記制御パラメータ学習手段は、前記記憶手段に記憶されている制御パラメータおよび前記検出値から線形補間した値を、所定の割合だけ更新前の制御パラメータの値に近づけるように補正し、その補正した値を学習更新値とするなまし処理手段を有することを特徴とする。
【0025】
上記発明によれば、検出値から線形補間して得た値を、制御パラメータの更新値としてそのまま用いるのではなく、なまし処理を施して更新するので、検出値に含まれる検出誤差の影響を受けて制御パラメータの更新値がハンチングして不安定になることを抑制できる。
【0026】
請求項5記載の発明では、前記制御対象は、内燃機関の燃焼に供する燃料を噴射する燃料噴射弁であり、前記燃料噴射弁には、燃料圧力を検出する燃圧センサが搭載されており、前記燃圧センサの検出値に基づき、噴射に伴い生じた燃料圧力の変化を燃圧波形として検出する燃圧波形検出手段と、検出した前記燃圧波形に基づき、その燃圧波形に対応する噴射率波形を特定するのに要する噴射率パラメータを算出する噴射率パラメータ算出手段と、を備え、前記制御パラメータの検出値は、前記噴射率パラメータ算出手段により算出された前記噴射率パラメータであることを特徴とする。
【0027】
上記噴射率パラメータの具体例としては、以下に説明する噴射開始遅れ時間td等が挙げられる。すなわち、噴射開始に伴い燃圧センサの検出圧力が低下を開始するため、その低下開始時期を検出すれば実噴射開始時期を検出できる。よって、燃料噴射弁に噴射開始指令信号を出力してから実際に噴射開始するまでの遅れ時間tdを検出できる。但し、その時の噴射開始時点における燃料圧力や噴射量に応じて遅れ時間tdは変化するので、燃料圧力(環境変数)及び噴射量(環境変数)と関連付けて遅れ時間td(制御パラメータ)を学習しておき、その学習した遅れ時間tdに基づき、噴射指令信号の出力タイミングを制御する。
【図面の簡単な説明】
【0028】
【図1】第1実施形態にかかる制御装置が適用される、燃料噴射システムの概略を示す図。
【図2】噴射指令信号に対応する噴射率、燃圧、微分値の変化を示す図。
【図3】第1実施形態において、噴射率パラメータの学習及び噴射指令信号の設定等の概要を示すブロック図。
【図4】第1実施形態の噴射率パラメータマップにおいて、学習値の更新手法を説明する図。
【図5】第1実施形態において、噴射率パラメータおよび補間誤差を学習する手順を示すフローチャート。
【図6】第1実施形態において、補間誤差を用いて噴射率パラメータを補正する手順を示すフローチャート。
【図7】第2実施形態の噴射率パラメータマップにおいて、学習値の更新手法を説明する図。
【図8】図7を、噴射率パラメータの方向から平面視した図。
【図9】第2実施形態において、補間誤差を用いて噴射率パラメータを補正する手順を示すフローチャート。
【図10】図9を、噴射率パラメータの方向から平面視した図。
【図11】補間誤差による補正を実施しない場合の課題を説明する図。
【図12】第3実施形態の噴射率パラメータマップにおいて、学習値の更新手法を説明する図。
【図13】図12を、噴射率パラメータの方向から平面視した図。
【図14】他の実施形態において、学習値の更新手法及び補間誤差の算出方法を説明する図。
【発明を実施するための形態】
【0029】
以下、本発明に係る制御装置を具体化した各実施形態を図面に基づいて説明する。なお、以下の各実施形態相互において、互いに同一もしくは均等である部分には、図中、同一符号を付しており、同一符号の部分についてはその説明を援用する。また、以下に説明する制御装置は、車両用のエンジン(内燃機関)に搭載されたものであり、当該エンジンには、複数の気筒#1〜#4について高圧燃料を噴射して圧縮自着火燃焼させるディーゼルエンジンを想定している。
【0030】
(第1実施形態)
図1は、上記エンジンの各気筒に搭載された燃料噴射弁10、各々の燃料噴射弁10に搭載された燃圧センサ20、及び車両に搭載された電子制御装置であるECU30等を示す模式図である。先ず、図1を用いて、燃料噴射弁10を含むエンジンの燃料噴射システムについて説明する。
【0031】
燃料タンク40内の燃料は、燃料ポンプ41によりコモンレール42(蓄圧容器)に圧送されて蓄圧され、各気筒の燃料噴射弁10(#1〜#4)へ分配供給される。複数の燃料噴射弁10(#1〜#4)は、予め設定された順番で燃料の噴射を順次行う。なお、燃料ポンプ41にはプランジャポンプが用いられているため、プランジャの往復動に同期して燃料は圧送される。
【0032】
燃料噴射弁10(制御対象)は、以下に説明するボデー11、ニードル形状の弁体12及びアクチュエータ13等を備えて構成されている。ボデー11は、内部に高圧通路11aを形成するとともに、燃料を噴射する噴孔11bを形成する。弁体12は、ボデー11内に収容されて噴孔11bを開閉する。
【0033】
ボデー11内には弁体12に背圧を付与する背圧室11cが形成されており、高圧通路11a及び低圧通路11dは背圧室11cと接続されている。高圧通路11a及び低圧通路11dと背圧室11cとの連通状態は制御弁14により切り替えられており、電磁コイルやピエゾ素子等のアクチュエータ13へ通電して制御弁14を図1の下方へ押し下げ作動させると、背圧室11cは低圧通路11dと連通して背圧室11c内の燃料圧力は低下する。その結果、弁体12へ付与される背圧力が低下して弁体12はリフトアップ(開弁作動)する。一方、アクチュエータ13への通電をオフして制御弁14を図1の上方へ作動させると、背圧室11cは高圧通路11aと連通して背圧室11c内の燃料圧力は上昇する。その結果、弁体12へ付与される背圧力が上昇して弁体12はリフトダウン(閉弁作動)する。
【0034】
したがって、ECU30がアクチュエータ13への通電を制御することで、弁体12の開閉作動が制御される。これにより、コモンレール42から高圧通路11aへ供給された高圧燃料は、弁体12の開閉作動に応じて噴孔11bから噴射される。
【0035】
燃圧センサ20は、以下に説明するステム21(起歪体)、圧力センサ素子22及びモールドIC23等を備えて構成されている。ステム21はボデー11に取り付けられており、ステム21に形成されたダイヤフラム部21aが高圧通路11aを流通する高圧燃料の圧力を受けて弾性変形する。圧力センサ素子22はダイヤフラム部21aに取り付けられており、ダイヤフラム部21aで生じた弾性変形量に応じて圧力検出信号を出力する。
【0036】
モールドIC23は、圧力センサ素子22から出力された圧力検出信号を増幅する増幅回路や、圧力検出信号を送信する送信回路等の電子部品を樹脂モールドして形成されており、ステム21とともに燃料噴射弁10に搭載されている。ボデー11上部にはコネクタ15が設けられており、コネクタ15に接続されたハーネス16(信号線)により、モールドIC23及びアクチュエータ13とECU30とはそれぞれ電気接続される。そして、増幅された圧力検出信号はECU30に送信されて、ECU30が有する受信回路により受信される。この送受信にかかる通信処理は、各気筒の燃圧センサ20毎に実施される。
【0037】
ECU30は、アクセルペダルの操作量やエンジン負荷、エンジン回転速度NE等のエンジン運転状態に基づき、目標噴射状態(例えば噴射段数、噴射開始時期、噴射終了時期、噴射量等)を算出する。例えば、エンジン負荷及びエンジン回転速度に対応する最適噴射状態を噴射状態マップにしてメモリ30aに記憶させておく。そして、現状のエンジン負荷及びエンジン回転速度に基づき、噴射状態マップを参照して目標噴射状態を算出する。そして、算出した目標噴射状態に対応する噴射指令信号t1、t2、Tq(図2(a)参照)を、後に詳述する噴射率パラメータtd,te,Rα,Rβ,Rmax(制御パラメータ)に基づき設定し、燃料噴射弁10へ出力することで燃料噴射弁10の作動を制御する。
【0038】
次に、燃料噴射弁10から燃料を噴射させる場合における、噴射制御の手法について、図2および図3を用いて以下に説明する。
【0039】
ECU30(燃圧波形検出手段)は、例えば#1気筒の燃料噴射弁10で燃料噴射した時には、その燃料噴射弁10に搭載されている燃圧センサ20(#1)の検出値に基づき、噴射に伴い生じた燃料圧力の変化を燃圧波形(図2(c)参照)として検出する。そして、検出した燃圧波形に基づき単位時間当たりの燃料噴射量の変化を表した噴射率波形(図2(b)参照)を演算して噴射状態を検出する。そして、検出した噴射率波形(噴射状態)を特定する噴射率パラメータRα,Rβ,Rmaxを学習するとともに、噴射指令信号(パルスオン時期t1、パルスオフ時期t2及びパルスオン期間Tq)と噴射状態との相関関係を特定する噴射率パラメータtd,teを学習する。
【0040】
具体的には、燃圧波形のうち、噴射開始に伴い燃圧降下を開始する変曲点P1から降下が終了する変曲点P2までの降下波形を、最小二乗法等により直線に近似した降下近似直線Lαを算出する。そして、降下近似直線Lαのうち基準値Bαとなる時期(LαとBαの交点時期LBα)を算出する。この交点時期LBαと噴射開始時期R1とは相関が高いことに着目し、交点時期LBαに基づき噴射開始時期R1を算出する。例えば、交点時期LBαよりも所定の遅れ時間Cαだけ前の時期を噴射開始時期R1として算出すればよい。
【0041】
また、燃圧波形のうち、噴射終了に伴い燃圧上昇を開始する変曲点P3から燃圧上昇が終了する変曲点P5までの上昇波形を、最小二乗法等により直線に近似した上昇近似直線Lβを算出する。そして、上昇近似直線Lβのうち基準値Bβとなる時期(LβとBβの交点時期LBβ)を算出する。この交点時期LBβと噴射終了時期R4とは相関が高いことに着目し、交点時期LBβに基づき噴射終了時期R4を算出する。例えば、交点時期LBβよりも所定の遅れ時間Cβだけ前の時期を噴射終了時期R4として算出すればよい。
【0042】
次に、降下近似直線Lαの傾きと噴射率増加の傾きとは相関が高いことに着目し、図2(b)に示す噴射率波形のうち噴射増加を示す直線Rαの傾きを、降下近似直線Lαの傾きに基づき算出する。例えば、Lαの傾きに所定の係数を掛けてRαの傾きを算出すればよい。同様にして、上昇近似直線Lβの傾きと噴射率減少の傾きとは相関が高いので、噴射率波形のうち噴射減少を示す直線Rβの傾きを、上昇近似直線Lβの傾きに基づき算出する。
【0043】
次に、噴射率波形の直線Rα,Rβに基づき、噴射終了を指令したことに伴い弁体12がリフトダウンを開始する時期(閉弁作動開始時期R23)を算出する。具体的には、両直線Rα,Rβの交点を算出し、その交点時期を閉弁作動開始時期R23として算出する。また、噴射開始時期R1の噴射開始指令時期t1に対する遅れ時間(噴射開始遅れ時間td)を算出する。また、閉弁作動開始時期R23の噴射終了指令時期t2に対する遅れ時間(閉弁開始遅れ時間te)を算出する。
【0044】
最大噴射率Rmaxは、燃料噴射弁10の経年変化に伴い変化していく。例えば、噴孔11bにデポジット等の異物が堆積して噴射量が減少するといった経年劣化が進行すると、図2(c)に示す圧力降下量ΔPは小さくなっていく。また、シート面12aが磨耗して噴射量が増大するといった経年劣化が進行すると、圧力降下量ΔPは大きくなっていく。そこで本実施形態では、最大噴射率Rmaxと圧力降下量ΔPとは相関が高いことに着目し、圧力降下量ΔPの検出結果から最大噴射率Rmaxの学習値を算出する。
【0045】
なお、圧力降下量ΔPとは、噴射率上昇に伴い生じた検出圧力の降下量のことであり、例えば、基準圧力Pbaseから変曲点P2までの圧力降下量、又は、変曲点P1から変曲点P2までの圧力降下量のことである。また、基準圧力Pbaseとは、噴射開始に伴い圧力が降下を開始するP1時点の直前における圧力のことであり、例えば、P1時点の直前の所定期間における検出圧力の平均値を基準圧力Pbaseとして算出する。
【0046】
以上により、ECU30(噴射率パラメータ算出手段)は、燃圧波形から噴射率パラメータtd,te,Rα,Rβ,Rmaxを算出する。そして、これらの噴射率パラメータtd,te,Rα,Rβ,Rmaxの学習値に基づき、噴射指令信号(図2(a)参照)に対応した噴射率波形(図2(b)参照)を算出することができる。なお、このように算出した噴射率波形の面積(図2(b)中の網点ハッチ参照)は噴射量に相当するので、噴射率パラメータに基づき噴射量を算出することもできる。
【0047】
図3は、これら噴射率パラメータの学習及び噴射指令信号の設定等の概要を示すブロック図であり、ECU30により機能する各手段31,32,33について以下に説明する。噴射率パラメータ算出手段31(検出手段)は、燃圧センサ20により検出された燃圧波形に基づき噴射率パラメータtd,te,Rα,Rβ,Rmaxを算出する。
【0048】
学習手段32(制御パラメータ学習手段)は、算出した噴射率パラメータをECU30のメモリ30aに記憶更新して学習する。なお、噴射率パラメータは、その時の供給燃圧(コモンレール42内の圧力)に応じて異なる値となるため、供給燃圧又は後述する基準圧Pbaseと関連付けて学習させることが望ましい。また、最大噴射率Rmaxを除く噴射率パラメータについては、噴射量とも関連付けて学習させてもよい。図3の例では、燃料の圧力P(環境変数)に対応する噴射率パラメータの値を噴射率パラメータマップMに記憶させている。
【0049】
設定手段33は、現状の圧力PJに対応する噴射率パラメータ(学習値)を、噴射率パラメータマップMから取得する。そして、取得した噴射率パラメータに基づき、目標噴射状態に対応する噴射指令信号t1、t2、Tqを設定する。そして、このように設定した噴射指令信号にしたがって燃料噴射弁10を作動させた時の燃圧波形を燃圧センサ20で検出し、検出した燃圧波形に基づき噴射率パラメータ算出手段31は噴射率パラメータtd,te,Rα,Rβ,Rmaxを算出する。
【0050】
要するに、噴射指令信号に対する実際の噴射状態(つまり噴射率パラメータtd,te,Rα,Rβ,Rmax)を検出して学習し、その学習値に基づき、目標噴射状態に対応する噴射指令信号を設定する。そのため、実際の噴射状態に基づき噴射指令信号がフィードバック制御されることとなり、先述した経年劣化が進行しても、実噴射状態が目標噴射状態に一致するよう燃料噴射状態を高精度で制御できる。
【0051】
次に、学習手段32による噴射率パラメータの学習手法について、噴射開始遅れ時間tdを例として取り上げて以下に説明する。
【0052】
図4(a)は、遅れ時間tdが圧力Pと関連付けて記憶された噴射率パラメータマップMを示しており、縦軸を遅れ時間td、横軸を圧力Pとした2次元マップである。マップMの横軸(圧力P)は、図中の一点鎖線に示すように複数の特定値P1,P2,P3で分割されている。そして、これらの特定値に対応する遅れ時間tdが学習値としてマップM上に記憶されている。したがって、この特定値による分割数を多く設定するほどtdの学習点数が増加し、メモリ30a(記憶手段)に要求される容量が増大することとなる。
【0053】
図5は、ECU30が有するマイクロコンピュータにより、噴射率パラメータマップMに記憶されている学習値(遅れ時間td)を更新する学習処理手順を示すフローチャートである。当該処理は、エンジン運転中に所定周期で繰り返し実行される。なお、以下の説明では、遅れ時間tdを噴射率パラメータの一例として取り上げて、図4(a)を参酌しながら説明する。
【0054】
先ず、図5のステップS10において、燃料噴射弁10からの燃料噴射実施に伴い、噴射率パラメータ算出手段31による遅れ時間tdの算出(検出)が新たに実行されたか否かを判定する。検出ありと判定された場合(S10:YES)には、ステップS11に進み、遅れ時間tdの噴射時における基準圧力Pbaseの値を、環境変数Pの検出値PKとして取得する。また、その検出した遅れ時間tdの値を、PKに対応した制御パラメータの検出値tdKとして取得する。
【0055】
なお、図4(a)に示すマップM上の符号Kが、これらの取得した検出値(PK,tdK)を表した検出点に相当する。また、符号G1,G2,G3は、特定値P1,P2,P3と関連付けて学習されたtdの値を表した学習点に相当する。
【0056】
続くステップS12では、図4(a)に示すように、複数の特定値P1,P2,P3のうち検出値PKに最も近い値の学習点を、更新対象学習点G1として決定する。続くステップS13では、複数の学習点G1,G2,G3のうち、更新対象学習点G1を検出点Kとで内挿する位置にある学習点を内挿用学習点G2として選定する。そして、内挿用学習点G2と検出点Kとを線形補間して、学習点G1の更新値td1’を算出する。内挿の具体例としては、周知の多次元スプライン関数を用いた算出手法が挙げられる。
【0057】
なお、線形補間した値td1’をそのまま更新値とすることに替え、td1’’=td1+(td1’−td1)×Cといった式で表されるように、なまし処理を施した値td1’’を更新値にしてもよい。つまり、学習手段32(なまし処理手段)は、所定の割合Cだけ更新前の値td1に近づけるように補正し、その補正した値td1’’を学習更新値とする。
【0058】
続くステップS14では、更新対象学習点G1の学習値td1を、ステップS13で算出した更新値td1’に更新して学習する。なお、図4(a)に示すマップM上の符号G1’が更新後の学習点G1に相当する。続くステップS15では、複数の学習点G1,G2,G3のうち、更新対象学習点G1(更新後の学習点G1’)とで検出点Kを内挿する位置にある学習点を内挿用学習点G3として選定する。そして、更新後の学習点G1’と内挿用学習点G3とを線形補間して、検出値PKに対応する遅れ時間tdKαを算出する。なお、図4(a)に示すマップM上の符号Kαが、G1’とG3とで線形補間した値tdKαおよび検出値PKを表した補間算出点に相当する。
【0059】
続くステップS16では、補間算出点Kαにかかる遅れ時間tdKαと検出した遅れ時間tdKとの誤差である補間誤差ΔtdKを算出する。続くステップS17(補間誤差学習手段)では、ステップS16で算出した補間誤差ΔtdKを、検出値PKと関連付けて学習する。なお、補間誤差ΔtdKの学習値は、学習点G1〜G3と同様にしてメモリ30aに記憶される。
【0060】
図6は、ECU30が有するマイクロコンピュータにより、噴射率パラメータマップMに記憶されている学習値(遅れ時間td)を用いて、現状の圧力PJに対応した遅れ時間tdJを算出する手順を示すフローチャートである。当該処理は、エンジン運転中に所定周期で繰り返し実行される。なお、この手順で算出した遅れ時間tdJは、設定手段33による噴射指令信号t1、t2、Tqの算出に用いられる。
【0061】
先ず、図6のステップS20において、次回の噴射にかかる噴射指令信号t1、t2、Tqを算出する要求の有無を判定する。要求ありと判定された場合(S20:YES)には、ステップS21に進み、現状の圧力の検出値PJを取得する。続くステップS22では、複数の学習点G1,G2,G3のうち、検出値PJを内挿する位置にある学習点を内挿用学習点G1,G3として選定する(図4(b)参照)。続くステップS23(現状制御パラメータ補間手段)では、2つの内挿用学習点G1,G3を線形補完して、検出値PJに対応する遅れ時間tdJαを算出する。
【0062】
続くステップS24では、ステップS17で学習した補間誤差ΔtdKに対応する圧力PKの値と、ステップS21で取得した現状の圧力PJとの差分を算出する。そして、この差分に基づき、後述する反映係数Rの値を算出する。具体的には、図4(c)に示すように、前記差分が大きいほど反映係数Rを小さい値に設定する。なお、反映係数Rは0以上1以下の値に設定されている。
【0063】
続くステップS25では、ステップS24で算出した反映係数Rを補間誤差ΔtdKに乗算して得られた値を、補正量Dとして算出する(D=ΔtdK×R)。続くステップS26(補正手段)では、ステップS23で算出した遅れ時間tdJαに、ステップS25で算出した補正量Dを加算して得られた値を、現状の圧力PJに対応する遅れ時間tdJとして算出する(tdJ=tdJα+D)。そして設定手段33(制御手段)は、このように算出した遅れ時間tdJを用いて、次回の噴射制御にかかる噴射指令信号t1を算出する。
【0064】
図4(c)の例では、補間誤差ΔtdKに対応する圧力PKを中心とした所定範囲M1内に現状の圧力PJが存在する場合には、反映係数Rをゼロより大きい値に設定している。つまり、制御に用いる遅れ時間tdJに補間誤差ΔtdKを反映させる。ちなみに、所定範囲M1の大きさは、マップMの特定値P1,P2,P3の間隔と同じ大きさに設定されている。
【0065】
以上により、本実施形態によれば、噴射率パラメータマップMにて設定されている圧力P1〜P3の分割数を増やして学習点G1〜G3のデータ点数を増加させることなく、現状の圧力PJに対応する噴射率パラメータtdJの値を高精度で算出できる。よって、噴射率の変化が所望の状態となるように燃料噴射状態を高精度で制御できる。よって、メモリ30aの要求記憶容量の低減と噴射制御の精度向上との両立を実現できる。
【0066】
また、補間誤差ΔtdKに対応する圧力PKと現状の圧力PJとの差分が大きいほど、反映係数Rを小さい値に設定して、制御に用いる遅れ時間tdJに補間誤差ΔtdKを反映させる度合いを小さくしている。そのため、現状の圧力PJに対応する噴射率パラメータtdJの値を高精度で算出することを促進できる。
【0067】
(第2実施形態)
上記第1実施形態では、1つの環境変数(圧力P)と関連付けて各種の噴射率パラメータを学習させていたが、本実施形態では、2つの環境変数(圧力Pおよび噴射量Q)と関連付けて各種の噴射率パラメータを学習させている。
【0068】
図7は、本実施形態にかかる噴射率パラメータマップであり、P,Q,tdの3次元マップ(空間座標)である。マップ中の圧力Pの軸と噴射量Qの軸は、図中の点線に示すように複数の特定値で分割されている。そして、これらの特定値に対応する遅れ時間tdが学習値としてマップ上に記憶されている。図中の黒丸は、P,Qの特定値に対応するtdの値を示す学習点G1〜G9である。
【0069】
<学習点の更新手法>
先ず、検出点K(PK,QK,tdK)を検出した場合における、学習点G1〜G9の更新手法について説明する。
【0070】
複数の学習点G1〜G9のうち、検出点Kの圧力PKおよび噴射量QKに最も近い領域の学習点を、更新対象学習点G1として決定する。例えば、図8中の点線に示すように、各学習点G1〜G9の領域を設定しておき、検出点Kが位置する領域の学習点を更新対象学習点G1として決定する。
【0071】
そして、更新対象学習点G1を除く他の学習点G2,G3,G4,G5,G6、および検出点Kに基づき、以下に説明する検出基準面SKを算出し、td軸方向における更新対象学習点G1と検出基準面SKとの距離を学習量とする。つまり、更新対象学習点G1の遅れ時間td(学習値)を、検出基準面SKのうち更新対象学習点G1の環境変数(PG1,QG1)に対応する点(検出基準点Kβ)の遅れ時間td(更新値)に更新して学習する。
【0072】
検出基準面SKの算出手法について説明すると、先ず、複数の学習点G1〜G9のうち、更新対象学習点G1を検出点Kとで内挿する位置にある学習点を内挿用学習点G2として決定する。次に、複数の学習点G1〜G9を含む面(学習面SG)のうち、内挿用学習点G2の噴射量QG2および検出点Kの圧力PKに対応する点を、第1点K1として決定する。例えば、学習点G3と学習点G4を内挿して第1点K1を算出すればよい。なお、「内挿」とは、算出対象点(第1点K1)が2つの参照点(学習点G3,G4)の間に位置した状態で、これらの参照点を線形補間して算出対象点の値を算出することである。
【0073】
第2点K2についても同様にして、学習面SGのうち、内挿用学習点G2の圧力PG2および検出点Kの噴射量QKに対応する点を、第2点K2として決定する。以上により、第1点K1および第2点K2の少なくとも一方と、更新対象学習点G1と、検出点Kとを含む検出基準面SKが特定される。
【0074】
図8は、検出基準面SKから更新値を算出する手順の具体例を説明するPQ平面図であり、先ず、上述の如く第1点K1を決定した後、更新対象学習点G1の噴射量QG1および検出点Kの圧力PKに対応する点(内挿点K1a)を、第1点K1と検出点Kとで内挿して算出する。次に、更新対象学習点G1の噴射量QG1および圧力PG1に対応する点(検出基準点Kβ)を、内挿点K1aと学習点G5とで内挿して算出する。そして、検出基準点Kβの遅れ時間tdKβを、更新対象学習点G1の遅れ時間tdG1の更新値とする。
【0075】
また、次の手順によっても検出基準点Kβを算出できる。すなわち、先ず、上述の如く第2点K2を決定した後、更新対象学習点G1の圧力PG1および検出点Kの噴射量QKに対応する点(内挿点K2a)を、第2点K2と検出点Kとで内挿して算出する。次に、更新対象学習点G1の噴射量QG1および圧力QG1に対応する点(検出基準点Kβ)を、内挿点K2aと学習点G3とで内挿して算出する。そして、検出基準点Kβの遅れ時間tdKβを、更新対象学習点G1の遅れ時間tdG1の更新値とする。
【0076】
なお、上述の如く第1点K1、内挿点K1a、学習点G5に基づき算出した検出基準点Kβと、第2点K2、内挿点K2a、学習点G3に基づき算出した検出基準点Kβとは同じ値になる。
【0077】
<補間誤差の算出手法>
次に、補間誤差の算出手法について図8を用いて説明する。先ず、検出点Kの圧力PKと噴射量QKに対応する点(補間算出点Kα)を、複数の学習点G1,G7,G8,G9で内挿して算出する。前記内挿の一例として、これらの学習点G1,G7,G8,G9を含む面のうち(PK,QK)に対応する点を補間算出点Kαとして算出することが挙げられる。なお、これらの学習点G1,G7,G8,G9のうち補間算出点Kαを内挿する3点を選択し、その3点を含む平面のうち(PK,QK)に対応する点を補間算出点Kαとして算出してもよい。
【0078】
そして、このように算出した補間算出点Kαの遅れ時間tdKαと検出点Kの遅れ時間tdKとの差分を、補間誤差として算出する。なお、前記差分をなました値を補間誤差として算出してもよい。
【0079】
<制御に用いる遅れ時間の算出手法>
次に、制御に用いる遅れ時間の算出する手法について、図9および図10を用いて説明する。先ず、現状の圧力PJおよび指令噴射量QJを取得する。次に、これらの値(PJ,QJ)に対応する遅れ時間tdJαを、4つの学習点G1,G7,G8,G9で内挿して算出する。前記内挿の一例として、これらの学習点G1,G7,G8,G9を含む面のうち(PJ,QJ)に対応する点を遅れ時間tdJαとして算出することが挙げられる。なお、これらの学習点G1,G7,G8,G9のうち遅れ時間tdJαを内挿する3点を選択し、その3点を含む平面のうち(PJ,QJ)に対応する点を遅れ時間tdJαとして算出してもよい。
【0080】
次に、現状点Jαの圧力PJおよび噴射量QJと、補間算出点Kαの圧力PKαおよび噴射量QKαとの距離LJKを算出する。そして、この距離LJKに応じた反映係数Rを補間誤差(tdKα−tdK)に乗算して得られた値を、補正量Dとして算出する。
【0081】
次に、遅れ時間tdJαに補正量Dを加算して得られた値を、現状の圧力PJおよび噴射量QJに対応する遅れ時間tdJとして算出する(tdJ=tdJα+D)。そして、このように算出した遅れ時間tdJを用いて、設定手段33は次回の噴射制御にかかる噴射指令信号t1を算出する。
【0082】
以上により、2つの環境変数(圧力Pおよび噴射量Q)と関連付けて各種の噴射率パラメータを学習させた場合であっても、上記第1実施形態と同様にして、学習点G1〜G9のデータ点数を増加させることなく、現状の圧力PJおよび噴射量QJに対応する噴射率パラメータtdJの値を高精度で算出できる。よって、メモリ30aの要求記憶容量の低減と噴射制御の精度向上との両立を実現できる。
【0083】
特に、第1点K1または第2点K2と、内挿用学習点G2と、検出点Kとの3点を用いて検出基準点Kβを算出し、その検出基準点Kβへ更新対象学習点G1を更新して学習するので、内挿用学習点G2および検出点Kの2点を用いて検出基準点Kβを算出した場合に比べて、更新対象学習点G1の学習精度を向上できる。
【0084】
(第3実施形態)
上記第2実施形態では、噴射率パラメータマップの設定範囲内に検出点K(PK、QK、tdK)が存在している場合について説明したが、本実施形態では、噴射率パラメータマップの設定範囲外に検出点(PK、QK、tdK)が存在している場合について説明する。
【0085】
図12は、本実施形態にかかる噴射率パラメータマップであり、基本的には上記図7の噴射率パラメータマップと同じである。但し、図12では、検出点K(PK、QK、tdK)がマップ範囲外に存在している点において図7と相違する。本実施形態では、複数の環境変数(圧力、噴射量)のうちの噴射量の検出値が、マップの設定範囲の上限値よりも大きい場合を一例に挙げて以下説明する。
【0086】
<学習点の更新方法>
検出点Kがマップ範囲外に存在している場合の学習点の更新方法について説明する。先ず、複数の学習点G1〜G12のうち、検出点Kの圧力PKおよび噴射量QKに最も近い領域の学習点を、更新対象学習点G11として決定する。例えば、図12中の点線に示すように、各学習点G1〜G12の領域を設定しておき、検出点Kが位置する領域の学習点を更新対象学習点G11として決定する。
【0087】
続いて、マップの設定範囲外であってかつ検出点Kを含む領域に、環境変数と制御パラメータとを対応付けた点として仮想点を設定する。具体的には、先ず、マップに含まれる複数の学習点のうちマップの境界に位置する学習点から、マップ範囲外に向けて、環境変数の軸方向に延びる軸(仮想軸)を作成する。このとき、環境変数の軸に対して平行な方向に仮想軸を設けることにより、仮想軸上の各点が、制御パラメータ(遅れ時間)として、マップの境界に位置する学習点の学習値を有するようにする。例えば噴射量の検出値がマップ範囲外に存在している場合には、図12に二点鎖線で示すように、学習点G10〜G12のそれぞれから噴射量の軸方向に延び、かつ各学習点の学習値を持つ仮想軸Lm10〜Lm12を作成する。そして、その軸上において、検出点Kの噴射量を超える位置に仮想点をそれぞれ設定する。本実施形態では、図12に示すように、座標(PV10、QV10、tdG10)に仮想点V10を設定し、座標(PV11、QV11、tdG11)に仮想点V11を設定し、座標(PV12、QV12、tdG12)に仮想点V12を設定する。なお、マップ中の圧力Pの軸と噴射量Qの軸は、図中の点線に示すように複数の特定値で等間隔に分割されている。図12では、学習点を黒塗り丸印で示し、仮想点を白塗り丸印で示してある。また、図12では、複数の仮想点V11〜V12を含む面により仮想面SVが形成されている。
【0088】
そして、検出点Kの近くに位置する複数の学習点G8〜G12、仮想点V12および検出点Kに基づき、以下に説明する検出基準面SKを算出し、td軸方向における更新対象学習点G11と検出基準面SKとの距離を学習量として算出する。つまり、更新対象学習点G11の遅れ時間td(学習値)を、検出基準面SKのうち更新対象学習点G11の環境変数(PG11,QG11)に対応する点(検出基準点Kβ)の遅れ時間td(更新値)に更新して学習する。
【0089】
検出基準面SKの算出手法について説明すると、先ず、複数の学習点G1〜G12のうち、更新対象学習点G11を検出点Kとで内挿する位置にある学習点を内挿用学習点G9として決定する。次に、複数の学習点G1〜G12を含む面(学習面SG)のうち、内挿用学習点G9の噴射量QG9および検出点Kの圧力PKに対応する点を、第1点K1として決定する。例えば、学習点G6の遅れ時間と学習点G8の遅れ時間を内挿して第1点K1の遅れ時間を算出することにより、第1点K1を特定する。また、学習面SGのうち、内挿用学習点G9の圧力PG9および検出点Kの噴射量QKに対応する点を、第2点K2として決定する。例えば、学習点G12の遅れ時間と仮想点V12の遅れ時間を内挿して第2点K2の遅れ時間を算出することにより、第2点K2を特定する。なお、仮想点V12の遅れ時間としては、学習点G12の遅れ時間と同じ値が用いられる。こうして、第1点K1および第2点K2の少なくとも一方と、更新対象学習点G1と、検出点Kとを含む検出基準面SKが特定される。
【0090】
続いて、検出基準面SKから更新値を算出する。具体的には、図13を用いて説明すると、先ず、上述の如く第1点K1を決定した後、更新対象学習点G11の噴射量QG11および検出点Kの圧力PKに対応する点(内挿点K1a)を、第1点K1と検出点Kとの内挿により決定する。ここでは、第1点K1の遅れ時間と検出点Kの遅れ時間を内挿して内挿点K1aの遅れ時間を算出することにより、内挿点K1aを特定する。次に、更新対象学習点G11の噴射量QG11および圧力QG11に対応する点(検出基準点Kβ)を、内挿点K1aと学習点G12との内挿により決定する。ここでは、内挿点K1aの遅れ時間と学習点G12の遅れ時間を内挿して検出基準点Kβの遅れ時間tdKβを算出することにより、検出基準点Kβを特定する。そして、検出基準点Kβの遅れ時間tdKβを、更新対象学習点G11の遅れ時間tdG11の更新値とする。
【0091】
なお、内挿点K1aに代えて、更新対象学習点G11の圧力PG11および検出点Kの噴射量QKに対応する点(内挿点K2a)を用いた場合にも、検出基準点Kβの遅れ時間tdKβを算出できる。すなわち、先ず、内挿点K2aを第2点K2と検出点Kとで内挿して算出する。次に、更新対象学習点G11の噴射量QG11および圧力QG11に対応する点(検出基準点Kβ)を、内挿点K2aと学習点G8とで内挿して算出する。そして、検出基準点Kβの遅れ時間tdKβを、更新対象学習点G11の遅れ時間tdG11の更新値とする。
【0092】
<補間誤差の算出手法>
補間誤差については、仮想点を用いる点以外は、マップの設定範囲内に検出点Kが存在している場合と基本的には同様の処理を行うことにより算出できる(図8参照)。すなわち、先ず、検出点Kの圧力PKと噴射量QKに対応する点(補間算出点Kα)を、検出点Kを取り囲む複数の点で内挿して算出する。図13の場合には、学習点G10、G11及び仮想点V10、V11で内挿して算出する。但し、これらの4つの点(G10,G11,V10、V11)のうち補間算出点Kαを内挿する3点を選択し、その3点を含む平面のうち(PK,QK)に対応する点を補間算出点Kαとして算出してもよい。そして、このように算出した補間算出点Kαの遅れ時間tdKαと検出点Kの遅れ時間tdKとの差分を、補間誤差として算出する。なお、前記差分をなました値を補間誤差として算出してもよい。
【0093】
<制御に用いる遅れ時間の算出手法>
制御に用いる遅れ時間についても、仮想点を用いることにより、マップの設定範囲内に検出点Kが存在している場合と基本的には同様の処理を行うことにより算出できる。すなわち、先ず、現状の圧力PJおよび指令噴射量QJを取得し、次に、現状点Jα(PJ,QJ)に対応する遅れ時間tdJαを、現状点Jαを取り囲む4つの点で内挿して算出する。このとき、現状点Jαがマップの設定範囲外であれば、現状点Jαを取り囲む4つの点として学習点及び仮想点を用い、これらの点で内挿して遅れ時間tdJαを算出する。例えば現状点Jαが、学習点G10,G11及び仮想点V10,V11で取り囲まれた領域内に存在する場合には、これら4つの点(学習点G10,G11及び仮想点V10,V11)を用いる。なお、現状点Jαを取り囲む4つの点のうち、遅れ時間tdJαを内挿する3点を選択し、その3点を含む平面のうち(PJ,QJ)に対応する点を遅れ時間tdJαとして算出してもよい。
【0094】
次に、現状点Jαの圧力PJおよび噴射量QJと、補間算出点Kαの圧力PKαおよび噴射量QKαとの距離LJKを算出する。そして、この距離LJKに応じた反映係数Rを補間誤差(tdKα−tdK)に乗算して得られた値を、補正量Dとして算出する。また、遅れ時間tdJαに補正量Dを加算して得られた値を、現状の圧力PJおよび噴射量QJに対応する遅れ時間tdJとして算出する(tdJ=tdJα+D)。そして、このように算出した遅れ時間tdJを用いて、設定手段33は次回の噴射制御にかかる噴射指令信号t1を算出する。
【0095】
以上により、検出点(PK、QK、tdK)が噴射率パラメータマップの設定範囲外に存在している場合であっても、マップの設定範囲外であってかつ検出点Kを含む領域に仮想点V10〜V12を設定することにより、上記第2実施形態と同様にして、学習点G1〜G12のデータ点数を増加させることなく、現状の圧力PJおよび噴射量QJに対応する噴射率パラメータtdJの値を高精度で算出できる。よって、メモリ30aの要求記憶容量の低減と噴射制御の精度向上との両立を実現できる。
【0096】
(他の実施形態)
本発明は上記実施形態の記載内容に限定されず、以下のように変更して実施してもよい。また、各実施形態の特徴的構成をそれぞれ任意に組み合わせるようにしてもよい。
【0097】
・上記実施形態では、補間誤差ΔtdKを1つだけメモリ30aに記憶して学習させているが、噴射率パラメータマップM上の特定値の領域を複数に分割し、その領域毎に補間誤差ΔtdKを学習させてもよい。これによれば、補間誤差ΔtdKを用いた補正精度を向上できるが、その背反として、補間誤差ΔtdKの記憶点数増加分だけメモリ30aの要求記憶容量が増大することとなる。
【0098】
・上記各実施形態で用いられていた反映係数Rを廃止して、補間誤差ΔtdKに対応する圧力PKの値と現状の圧力PJとの差分に拘わらず、一律して補間誤差ΔtdKを補正量Dに設定してもよい。なお、この場合には、圧力PKと関連付けてΔ補間誤差tdKを学習することを不要にできる。
【0099】
・上記第2実施形態では、2つの環境変数と関連付けて噴射率パラメータを学習させているが、3つ以上の環境変数と関連付けて学習させる場合についても同様にして、Δ補間誤差tdKを学習して補正量Dを設定すればよい。
【0100】
・図1に示す上記実施形態では、燃圧センサ20を燃料噴射弁10に搭載しているが、本発明にかかる燃圧センサはコモンレール42の吐出口42aから噴孔11bに至るまでの燃料供給経路内の燃圧を検出するよう配置された燃圧センサであればよい。よって、例えばコモンレール42と燃料噴射弁10とを接続する高圧配管42bに燃圧センサを搭載してもよい。
【0101】
・上記第3実施形態では、複数の環境変数(圧力、噴射量)のうちの噴射量の検出値が、マップの設定範囲の上限値よりも大きい場合を一例に挙げて説明したが、複数の環境変数の検出値が、マップの設定範囲の下限値よりも小さい場合に、マップの設定範囲外であってかつ検出点Kを含む領域に仮想点を設定し、その設定した仮想点を用いて学習点の更新及び補間誤差の算出を行ってもよい。また、複数の環境変数のうち圧力の検出値がマップの設定範囲外に存在している場合に、上記構成を適用してもよい。
【0102】
・上記第3実施形態では、2つの環境変数(圧力Pおよび噴射量Q)と関連付けて各種の噴射率パラメータを学習する場合について説明したが、1つの環境変数(例えば圧力P)と関連付けて各種の噴射率パラメータを学習する構成において、検出点Kがマップの設定範囲外に存在している場合に、上記第3実施形態と同様に、仮想点を用いた制御を実施してもよい。例えば環境変数としての圧力Pに関連付けて、噴射率パラメータとしての噴射遅れ時間を学習する場合について図14を用いて説明する。図14において、圧力の検出値PKがマップ設定範囲の上限値P3を超えている場合、先ず、検出値PKに最も近い位置の学習点を更新対象学習点として決定する。ここでは、検出値PKに最も近い学習点G3が更新対象学習点として選定される。また、更新対象学習点G3を検出点Kとで内挿する位置にある学習点を内挿用学習点(ここでは学習点G1)として選定する。そして、内挿用学習点G1と検出点Kとを線形補間して、学習点G3の更新値を算出する。続いて、補間誤差を算出する。具体的には、先ず、マップの設定範囲の境界にある学習点G3から環境変数(圧力P)の軸方向に延びる軸上に仮想点V3を設定する。このとき、検出値PKを超える位置に仮想点V3を設定し、図14では座標(PV3、td3)に仮想点V3を設定する。なお、P1〜P3及びPV3は、圧力軸上に等間隔に設定されている。次に、更新後の学習点G3’と仮想点V3とを線形補間して、検出値PKに対する遅れ時間tdKαを算出する。そして、その算出した遅れ時間tdKαと検出値tdKとの差分により補間誤差ΔtdKを算出する。
【符号の説明】
【0103】
30a…メモリ(記憶手段)、31…噴射率パラメータ算出手段(検出手段)、32…学習手段(制御パラメータ学習手段、なまし処理手段)、33…設定手段(制御手段)、S17…補間誤差学習手段、S23…現状制御パラメータ補間手段、S26…補正手段。
【特許請求の範囲】
【請求項1】
所定の環境変数(P)の特定値と関連付けて制御パラメータ(td)を記憶する記憶手段と、
前記環境変数および前記制御パラメータを検出する検出手段と、
前記検出手段による検出値(PK,tdK)に基づき、前記記憶手段に記憶されている制御パラメータ(td1)の値を更新して学習する制御パラメータ学習手段と、
前記制御パラメータ学習手段の学習に用いられた環境変数の検出値(PK)に対応する制御パラメータを、前記記憶手段に記憶されている複数の制御パラメータ(td1’,td3)から線形補間して算出し、その算出値(tdKα)と制御パラメータの検出値(tdK)との誤差である補間誤差(ΔtdK)を学習する補間誤差学習手段と、
現状の環境変数(PJ)に対応した制御パラメータ(tdJα)を、前記記憶手段に記憶されている複数の制御パラメータ(td1’,td3)から線形補間して算出する現状制御パラメータ補間手段と、
前記補間誤差学習手段により学習された前記補間誤差(ΔtdK)に基づき、前記現状制御パラメータ補間手段により算出した制御パラメータ(tdJα)を補正する補正手段と、
前記補正手段により補正された制御パラメータ(tdJ)に基づき制御対象を制御する制御手段と、
を備えることを特徴とする制御装置。
【請求項2】
前記補間誤差学習手段は、環境変数の検出値(PK)と関連付けて補間誤差(ΔtdK)を学習しており、
その関連付けられた環境変数の検出値(PK)と、前記現状制御パラメータ補間手段で用いられる現状の環境変数(PJ)との差分が大きいほど、前記補正手段にて前記補間誤差(ΔtdK)を補正に反映させる度合いを小さくすることを特徴とする請求項1に記載の制御装置。
【請求項3】
複数の環境変数(P,Q)と関連付けて制御パラメータ(td)を前記記憶手段に記憶させる場合であって、
前記複数の環境変数(P,Q)および前記制御パラメータ(td)を基準軸とした空間座標において、前記検出手段による検出値(PK,QK,tdK)を表す点を検出点(K)と呼び、
前記空間座標において、前記制御パラメータの学習値を表す点を学習点(G1〜G9)と呼び、
複数の前記学習点のうち、前記検出値の環境変数と最も近い環境変数に対応する学習点を更新対象学習点(G1)と呼び、
複数の前記学習点のうち、前記更新対象学習点(G1)を前記検出点(K)とで内挿する位置にある学習点を内挿用学習点(G2)と呼び、
複数の前記学習点を含む面を学習面(SG)と呼び、
前記学習面(SG)のうち、前記検出点(K)の第1環境変数(PK)および前記内挿用学習点(G2)の第2環境変数(QG2)に対応する点を第1点(K1)、前記内挿用学習点の第1環境変数(PG2)および前記検出点の第2環境変数(QK)に対応する点を第2点(K2)と呼び、
前記第1点(K1)および前記第2点(K2)の少なくとも一方と、前記内挿用学習点(G2)と、前記検出点(K)とを含む面を検出基準面(SK)と呼び、
前記検出基準面(SK)のうち、前記更新対象学習点(G1)の環境変数(PG1,QG1)と同一の点を検出基準点(Kβ)と呼ぶ場合において、
前記制御パラメータ学習手段は、前記検出基準点(Kβ)の制御パラメータ(tdKβ)に基づき、前記更新対象学習点(G1)の制御パラメータ(tdG1)の値を更新して学習することを特徴とする請求項1または2に記載の制御装置。
【請求項4】
前記制御パラメータ学習手段は、
前記記憶手段に記憶されている制御パラメータおよび前記検出値から線形補間した値を、所定の割合だけ更新前の制御パラメータの値に近づけるように補正し、その補正した値を学習更新値とするなまし処理手段を有することを特徴とする請求項1〜3のいずれか1つに記載の制御装置。
【請求項5】
前記制御対象は、内燃機関の燃焼に供する燃料を噴射する燃料噴射弁であり、
前記燃料噴射弁には、燃料圧力を検出する燃圧センサが搭載されており、
前記燃圧センサの検出値に基づき、噴射に伴い生じた燃料圧力の変化を燃圧波形として検出する燃圧波形検出手段と、
検出した前記燃圧波形に基づき、その燃圧波形に対応する噴射率波形を特定するのに要する噴射率パラメータを算出する噴射率パラメータ算出手段と、
を備え、
前記制御パラメータの検出値は、前記噴射率パラメータ算出手段により算出された前記噴射率パラメータであることを特徴とする請求項1〜4のいずれか1つに記載の制御装置。
【請求項6】
前記検出手段により検出された環境変数が、前記記憶手段に記憶されている環境変数の設定範囲から外れている場合に、該設定範囲の範囲外であってかつ前記検出手段による検出値を含む領域において、前記環境変数の検出値よりも前記設定範囲から離れた位置に、前記記憶手段に記憶されている前記設定範囲の境界値の学習値を前記制御パラメータとする仮想点を設定する設定手段を備え、
前記補間誤差学習手段は、前記検出手段により検出された環境変数が前記設定範囲から外れている場合、前記記憶手段に記憶されている複数の制御パラメータの一つとして前記仮想点を用いて前記補間誤差を学習することを特徴とする請求項1〜5のいずれか1つに記載の制御装置。
【請求項7】
前記検出手段により検出された環境変数が前記設定範囲から外れている時に、複数の環境変数(P,Q)と関連付けて制御パラメータ(td)を前記記憶手段に記憶させる場合であって、
前記設定手段は、前記複数の環境変数の少なくともいずれかが互いに異なる複数の仮想点(V10〜V12)を設定し、
前記複数の環境変数(P,Q)および前記制御パラメータ(td)を基準軸とした空間座標において、前記検出手段による検出値(PK,QK,tdK)を表す点を検出点(K)と呼び、
前記空間座標において、前記制御パラメータの学習値を表す点を学習点(G1〜G12)と呼び、
複数の前記学習点のうち、前記検出値の環境変数と最も近い環境変数に対応する学習点を更新対象学習点(G11)と呼び、
複数の前記学習点のうち、前記更新対象学習点(G11)を前記検出点(K)とで内挿する位置にある学習点を内挿用学習点(G9)と呼び、
複数の前記学習点を含む面を学習面(SG)と呼び、
複数の前記仮想点を含む面を仮想面(SV)と呼び、
前記学習面(SG)及び前記仮想面(SV)のうち、前記検出点(K)の第1環境変数(PK)および前記内挿用学習点(G9)の第2環境変数(QG9)に対応する点を第1点(K1)、前記内挿用学習点の第1環境変数(PG9)および前記検出点の第2環境変数(QK)に対応する点を第2点(K2)と呼び、
前記第1点(K1)および前記第2点(K2)の少なくとも一方と、前記内挿用学習点(G9)と、前記検出点(K)とを含む面を検出基準面(SK)と呼び、
前記検出基準面(SK)のうち、前記更新対象学習点(G11)の環境変数(PG11,QG11)と同一の点を検出基準点(Kβ)と呼ぶ場合において、
前記制御パラメータ学習手段は、前記検出基準点(Kβ)の制御パラメータ(tdKβ)に基づき、前記更新対象学習点(G11)の制御パラメータの値を更新して学習することを特徴とする請求項6に記載の制御装置。
【請求項1】
所定の環境変数(P)の特定値と関連付けて制御パラメータ(td)を記憶する記憶手段と、
前記環境変数および前記制御パラメータを検出する検出手段と、
前記検出手段による検出値(PK,tdK)に基づき、前記記憶手段に記憶されている制御パラメータ(td1)の値を更新して学習する制御パラメータ学習手段と、
前記制御パラメータ学習手段の学習に用いられた環境変数の検出値(PK)に対応する制御パラメータを、前記記憶手段に記憶されている複数の制御パラメータ(td1’,td3)から線形補間して算出し、その算出値(tdKα)と制御パラメータの検出値(tdK)との誤差である補間誤差(ΔtdK)を学習する補間誤差学習手段と、
現状の環境変数(PJ)に対応した制御パラメータ(tdJα)を、前記記憶手段に記憶されている複数の制御パラメータ(td1’,td3)から線形補間して算出する現状制御パラメータ補間手段と、
前記補間誤差学習手段により学習された前記補間誤差(ΔtdK)に基づき、前記現状制御パラメータ補間手段により算出した制御パラメータ(tdJα)を補正する補正手段と、
前記補正手段により補正された制御パラメータ(tdJ)に基づき制御対象を制御する制御手段と、
を備えることを特徴とする制御装置。
【請求項2】
前記補間誤差学習手段は、環境変数の検出値(PK)と関連付けて補間誤差(ΔtdK)を学習しており、
その関連付けられた環境変数の検出値(PK)と、前記現状制御パラメータ補間手段で用いられる現状の環境変数(PJ)との差分が大きいほど、前記補正手段にて前記補間誤差(ΔtdK)を補正に反映させる度合いを小さくすることを特徴とする請求項1に記載の制御装置。
【請求項3】
複数の環境変数(P,Q)と関連付けて制御パラメータ(td)を前記記憶手段に記憶させる場合であって、
前記複数の環境変数(P,Q)および前記制御パラメータ(td)を基準軸とした空間座標において、前記検出手段による検出値(PK,QK,tdK)を表す点を検出点(K)と呼び、
前記空間座標において、前記制御パラメータの学習値を表す点を学習点(G1〜G9)と呼び、
複数の前記学習点のうち、前記検出値の環境変数と最も近い環境変数に対応する学習点を更新対象学習点(G1)と呼び、
複数の前記学習点のうち、前記更新対象学習点(G1)を前記検出点(K)とで内挿する位置にある学習点を内挿用学習点(G2)と呼び、
複数の前記学習点を含む面を学習面(SG)と呼び、
前記学習面(SG)のうち、前記検出点(K)の第1環境変数(PK)および前記内挿用学習点(G2)の第2環境変数(QG2)に対応する点を第1点(K1)、前記内挿用学習点の第1環境変数(PG2)および前記検出点の第2環境変数(QK)に対応する点を第2点(K2)と呼び、
前記第1点(K1)および前記第2点(K2)の少なくとも一方と、前記内挿用学習点(G2)と、前記検出点(K)とを含む面を検出基準面(SK)と呼び、
前記検出基準面(SK)のうち、前記更新対象学習点(G1)の環境変数(PG1,QG1)と同一の点を検出基準点(Kβ)と呼ぶ場合において、
前記制御パラメータ学習手段は、前記検出基準点(Kβ)の制御パラメータ(tdKβ)に基づき、前記更新対象学習点(G1)の制御パラメータ(tdG1)の値を更新して学習することを特徴とする請求項1または2に記載の制御装置。
【請求項4】
前記制御パラメータ学習手段は、
前記記憶手段に記憶されている制御パラメータおよび前記検出値から線形補間した値を、所定の割合だけ更新前の制御パラメータの値に近づけるように補正し、その補正した値を学習更新値とするなまし処理手段を有することを特徴とする請求項1〜3のいずれか1つに記載の制御装置。
【請求項5】
前記制御対象は、内燃機関の燃焼に供する燃料を噴射する燃料噴射弁であり、
前記燃料噴射弁には、燃料圧力を検出する燃圧センサが搭載されており、
前記燃圧センサの検出値に基づき、噴射に伴い生じた燃料圧力の変化を燃圧波形として検出する燃圧波形検出手段と、
検出した前記燃圧波形に基づき、その燃圧波形に対応する噴射率波形を特定するのに要する噴射率パラメータを算出する噴射率パラメータ算出手段と、
を備え、
前記制御パラメータの検出値は、前記噴射率パラメータ算出手段により算出された前記噴射率パラメータであることを特徴とする請求項1〜4のいずれか1つに記載の制御装置。
【請求項6】
前記検出手段により検出された環境変数が、前記記憶手段に記憶されている環境変数の設定範囲から外れている場合に、該設定範囲の範囲外であってかつ前記検出手段による検出値を含む領域において、前記環境変数の検出値よりも前記設定範囲から離れた位置に、前記記憶手段に記憶されている前記設定範囲の境界値の学習値を前記制御パラメータとする仮想点を設定する設定手段を備え、
前記補間誤差学習手段は、前記検出手段により検出された環境変数が前記設定範囲から外れている場合、前記記憶手段に記憶されている複数の制御パラメータの一つとして前記仮想点を用いて前記補間誤差を学習することを特徴とする請求項1〜5のいずれか1つに記載の制御装置。
【請求項7】
前記検出手段により検出された環境変数が前記設定範囲から外れている時に、複数の環境変数(P,Q)と関連付けて制御パラメータ(td)を前記記憶手段に記憶させる場合であって、
前記設定手段は、前記複数の環境変数の少なくともいずれかが互いに異なる複数の仮想点(V10〜V12)を設定し、
前記複数の環境変数(P,Q)および前記制御パラメータ(td)を基準軸とした空間座標において、前記検出手段による検出値(PK,QK,tdK)を表す点を検出点(K)と呼び、
前記空間座標において、前記制御パラメータの学習値を表す点を学習点(G1〜G12)と呼び、
複数の前記学習点のうち、前記検出値の環境変数と最も近い環境変数に対応する学習点を更新対象学習点(G11)と呼び、
複数の前記学習点のうち、前記更新対象学習点(G11)を前記検出点(K)とで内挿する位置にある学習点を内挿用学習点(G9)と呼び、
複数の前記学習点を含む面を学習面(SG)と呼び、
複数の前記仮想点を含む面を仮想面(SV)と呼び、
前記学習面(SG)及び前記仮想面(SV)のうち、前記検出点(K)の第1環境変数(PK)および前記内挿用学習点(G9)の第2環境変数(QG9)に対応する点を第1点(K1)、前記内挿用学習点の第1環境変数(PG9)および前記検出点の第2環境変数(QK)に対応する点を第2点(K2)と呼び、
前記第1点(K1)および前記第2点(K2)の少なくとも一方と、前記内挿用学習点(G9)と、前記検出点(K)とを含む面を検出基準面(SK)と呼び、
前記検出基準面(SK)のうち、前記更新対象学習点(G11)の環境変数(PG11,QG11)と同一の点を検出基準点(Kβ)と呼ぶ場合において、
前記制御パラメータ学習手段は、前記検出基準点(Kβ)の制御パラメータ(tdKβ)に基づき、前記更新対象学習点(G11)の制御パラメータの値を更新して学習することを特徴とする請求項6に記載の制御装置。
【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】
【公開番号】特開2013−83239(P2013−83239A)
【公開日】平成25年5月9日(2013.5.9)
【国際特許分類】
【出願番号】特願2012−39589(P2012−39589)
【出願日】平成24年2月27日(2012.2.27)
【出願人】(000004260)株式会社デンソー (27,639)
【Fターム(参考)】
【公開日】平成25年5月9日(2013.5.9)
【国際特許分類】
【出願日】平成24年2月27日(2012.2.27)
【出願人】(000004260)株式会社デンソー (27,639)
【Fターム(参考)】
[ Back to top ]