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 ]