JP2015165122A - 内燃機関の制御装置 - Google Patents

Abstract

【課題】 機関運転パラメータとすす発生量との関係をモデル化したすす発生モデルを比較的少ない工数でしかも高い精度で構築し、そのすす発生モデルを使用してすす発生量を抑制する燃焼制御を適切に行う。
【解決手段】 エンジン１の複数の運転パラメータと、燃焼によって発生するすすの量ＱＳＴとの関係をモデル化したすす発生モデル３１を用いて燃焼制御を行う。すす発生モデル３１の構築に適用するデータとして、準定常計測によって取得したデータを適用する。準定常計測においては、すす量が比較的多い所定機関運転状態では、パラメータ変更速度ＶＣＡが第１及び第２変更速度ＶＣＡ１，ＶＣＡ２に設定され、所定機関運転状態以外の運転状態、パラメータ変更速度ＶＣＡが第１及び第２変更速度ＶＣＡ１，ＶＣＡ２より高い第３変更速度ＶＣＡ３に設定される。
【選択図】 図３

Description

本発明は、内燃機関の制御装置に関し、特に混合気の燃焼によって発生するすすの量を抑制するための燃焼制御を行う制御装置に関する。

混合気の燃焼によって発生するすす量は、燃料噴射時期の設定によって大きく変化することが知られており、従来は燃料噴射時期、機関回転数、吸入空気量などの機関運転パラメータを種々の値に設定してすす発生量を実際に計測し、すす発生量が少ない燃料噴射時期の設定範囲を予め確認することが行われている。

また例えば特許文献１に示されるように、機関の制御パラメータの算出にニューラルネットワークを使用することは従来より知られており、複数の機関運転パラメータと、すす発生量との関係をモデル化した制御対象モデルとしてニューラルネットワークを用いて、種々の運転状態に対応するすす発生量を推定し、すす発生量の少ない燃料噴射時期範囲と特定することが考えられる。

特許第５０００５３９号公報

上述した従来のすす発生量計測手法において、変化範囲が広い種々の機関運転パラメータについて精度良く計測を行うためには、多数の格子点に対応する計測を行う必要があり、多大の労力を要するという課題がある。また、ニューラルネットワークを使用する場合でも、ネットワーク（モデル）の構築に適用するデータを計測して予め学習することが必要であり、モデルの精度を高めるためにはできるだけ多くのデータを取得することが求められる。したがって、通常の計測手法を使用するとモデル構築のためのデータ取得工数が増加するという課題がある。

本発明は上述した点を考慮してなされたものであり、機関運転パラメータとすす発生量との関係をモデル化したすす発生モデルを比較的少ない工数でしかも高い精度で構築し、そのすす発生モデルを使用してすす発生量を抑制する燃焼制御を適切に行うことができる制御装置を提供することを目的とする。

上記目的を達成するため請求項１に記載の発明は、燃料噴射手段（６）と、該燃料噴射手段（６）により噴射された燃料を含む混合気を火花点火する点火手段（７）とを備える内燃機関の制御装置であって、前記混合気の燃焼によって発生するすすの量を抑制するための燃焼制御を行う制御装置において、前記機関の複数の運転パラメータ（ＣＡＩＮＪ，ＧＡＩＲＣＹＬ，ＣＡＩＮ，ＮＥ，ＩＧＬＯＧ）と、前記すす量（ＱＳＴ）との関係をモデル化したすす発生モデル（３１）を用いて前記燃焼制御を行い、前記すす発生モデルの構築に適用するデータとして、準定常計測によって取得したデータを使用し、前記すす量（ＱＳＴ）が比較的多い所定機関運転状態では、前記準定常計測におけるパラメータ変更速度（ＶＣＡ）を第１所定速度（ＶＣＡ１，ＶＣＡ２）に設定し、前記所定機関運転状態以外の運転状態では、前記パラメータ変更速度（ＶＣＡ）を前記第１所定速度（ＶＣＡ１，ＶＣＡ２）より高い第２所定速度（ＶＣＡ３）に設定することを特徴とする。
ここで準定常計測は、定常とみなせる程度の速度で前記運転パラメータを変化させて、発生するすす量を時系列データとして取得する計測方法である。

この構成によれば、機関の複数の運転パラメータと、燃焼によって発生するすすの量との関係をモデル化したすす発生モデルを用いて燃焼制御が行われ、すす発生モデルの構築に適用するデータとして、準定常計測によって取得したデータが適用される。準定常計測においては、すす量が比較的多い所定機関運転状態ではパラメータ変更速度が第１所定速度に設定され、所定機関運転状態以外の運転状態では、パラメータ変更速度が第１所定速度より高い第２所定速度に設定される。

すす発生モデルを使用することによってすす量に対する寄与度の大きい運転パラメータである燃料噴射時期をより適切に設定することが可能となり、データ取得に準定常計測を適用することによって、すす発生モデルの構築に必要なデータ取得を効率的に行って設計工数を低減することができる。すす量の準定常計測では、パラメータ変更速度を高くするほどデータ取得に要する時間を短縮できるが、ヒステリシス特性が顕著となることが判明している。ここで、ヒステリシス特性は、運転パラメータの変更方向（増加または減少）に依存して、同じパラメータ値に対して異なる計測データが得られることを意味する。したがって、上記所定機関運転状態おけるパラメータ変更速度を比較的低い第１所定速度に設定することによって、すす量が比較的多い所定機関運転状態におけるデータの信頼性を高めることができるとともに、所定機関運転状態以外の運転状態でパラメータ変更速度を第１所定速度より高い第２所定速度に設定することにより、計測時間を短縮することが可能となる。所定機関運転状態における計測データの信頼性を高めることによって、その計測データを用いて構築されるすす発生モデルの精度を高めることができ、比較的少ない工数で高い精度のすす発生モデルを構築することができる。そのようにして構築されたすす発生モデルを使用することによって、すす発生量を抑制する燃焼制御を適切に実行することが可能となる。

請求項２に記載の発明は、請求項１に記載の内燃機関の制御装置において、前記すす発生モデル（３１）は、複数の局所線形モデル（ＬＬＭi）から出力される複数の局所出力パラメータ（ｙｈａｔi）の加重和演算を行うニューラルネットワークとして構成することを特徴とする。

この構成によれば、すす発生モデルが、複数の局所線形モデルから出力される局所出力パラメータの加重和演算を行うニューラルネットワークとして構成される。機関運転パラメータとすす量との関係は、非線形特性を示すことから、複数の局所線形モデルによって線形近似可能な領域毎にモデル化を行い、各局所線形モデルから出力される局所出力パラメータの加重和演算を行うことによって、全体として非線形特性を正確に近似して、精度の高いすす発生モデルを構築することができる。

請求項３に記載の発明は、請求項１または２に記載の内燃機関の制御装置において、前記所定機関運転状態は、前記燃料噴射手段（６）による燃料噴射時期（ＣＡＩＮＪ）によって定義され、前記燃料噴射時期（ＣＡＩＮＪ）が、燃料を供給すべき気筒の吸気行程開始時期の近傍の第１範囲（ＲＣＡ１）に設定された状態、及び前記気筒の圧縮行程開始時期の近傍の第２範囲（ＲＣＡ２）に設定された状態であることを特徴とする。

この構成によれば、燃料噴射時期が、燃料を供給すべき気筒の吸気行程開始時期の近傍の第１範囲に設定された状態及び圧縮行程開始時期の近傍の第２範囲に設定された状態においてパラメータ変更速度が第１所定速度に設定され、燃料噴射時期が第１及び第２範囲以外の範囲に設定された状態では、パラメータ変更速度が第２所定速度に設定される。したがって、燃料噴射時期が第１及び第２範囲にある状態で、取得データの信頼性をより高めるとともに、第１及び第２範囲以外の範囲にある状態で計測時間を短縮できる。

請求項４に記載の発明は、請求項３に記載の内燃機関の制御装置において、前記第１範囲（ＲＣＡ１）は、前記燃料噴射手段（６）によって噴射された燃料の、前記気筒のピストン頂面への付着量が比較的多い範囲であり、前記第２範囲（ＲＣＡ２）は、前記燃料噴射手段によって噴射された燃料の、前記気筒の内壁面への付着量が比較的多い範囲であることを特徴とする。

この構成によれば、第１範囲は、噴射された燃料の、ピストン頂面への付着量が比較的多い範囲とされ、第２範囲は、噴射された燃料の、気筒の内壁面への付着量が比較的多い範囲とされる。ピストン頂面あるいは気筒内壁面への燃料の付着量が多いと、すす量が多くなると考えられるので、第１及び第２範囲をこのように設定することによって、すす量の比較的多い範囲で信頼性の高いデータを得ることができる。

請求項５に記載の発明は、請求項１または２に記載の内燃機関の制御装置において、前記すす発生モデル（３１）の入力パラメータは、前記燃料噴射手段による燃料噴射時期（ＣＡＩＮＪ）を含み、前記すす発生モデルの出力パラメータは、前記すすの発生量の推定値である推定すす量（ＱＳＴｈａｔ）であり、前記すす発生モデルを用いて前記推定すす量（ＱＳＴｈａｔ）を算出する推定すす量算出手段と、前記推定すす量（ＱＳＴｈａｔ）を目標すす量（ＱＳＴＴＧＴ）と一致させるように、前記燃料噴射手段による燃料噴射時期（ＣＡＩＮＪ）を算出する燃料噴射時期算出手段とを備え、前記推定すす量算出手段は、前記燃料噴射時期算出手段により算出された燃料噴射時期（ＣＡＩＮＪ）を前記すす発生モデル（３１）に入力することを特徴とする。

この構成によれば、すす発生モデルに燃料噴射時期を入力することによって、推定すす量が算出され、推定すす量を目標すす量に一致させるように燃料噴射時期が算出され、算出された燃料噴射時期がすす発生モデルに入力される。したがって、例えば目標すす量を実現可能な最小のすす量に設定しておくことによって、複数の機関運転パラメータに対応した多数のマップを使用することなく、燃料噴射時期を常に最適値にフィードバック制御することができる。

請求項６に記載の発明は、請求項１または２に記載の内燃機関の制御装置において、前記すす発生モデル（３１ａ）の入力パラメータは目標すす量（ＱＳＴＴＧＴ）を含み、前記すす発生モデル（３１ａ）の出力パラメータは、前記燃料噴射手段による燃料噴射時期（ＣＡＩＮＪ）であり、前記すす発生モデルの出力パラメータを用いて前記燃料噴射手段を制御することを特徴とする。

この構成によれば、すす発生モデルに目標すす量を入力することによって、燃料噴射時期が算出され、燃料噴射手段が算出された燃料噴射時期を用いて制御される。上述した準定常計測によって取得されたデータに基づいて構築したすす発生モデルは、実際のすす量と燃料噴射時期との関係を高精度に近似することができるので、複数の機関運転パラメータに対応した多数のマップを使用することなく、目標すす量を実現する燃料噴射時期のフィードフォワード制御を比較的簡単な構成で行うことができる。

本発明の一実施形態にかかる内燃機関及びその制御装置の構成を示す図である。 吸気弁の作動位相を説明するための図である。 燃料噴射時期制御系の構成を示すブロック図である。 燃料噴射時期（ＣＡＩＮＪと、発生するすす量（ＱＳＴ）との関係を示す図である。 燃料噴射時期（ＣＡＩＮＪ）を一定の変更速度で往復変化させる準定常計測によって取得されたすす量（ＱＳＴ）の変化特性の一例を示す図である。 計測に要する時間（ＴＭＳＲ）と、ヒステリシスの度合を示すヒステリシス差分（ＤＨＹＳ）との関係を示す図である。 準定常計測における燃料噴射時期（ＣＡＩＮＪ）の変更特性を示す図である。 図７に示すように燃料噴射時期（ＣＡＩＮＪ）を変化させる準定常計測によって得られたすす量（ＱＳＴ）の推移を示す図である。 準定常計測によって取得されたデータに基づいて構築したすす発生モデルの構造を示す図である。 燃料噴射時期（ＣＡＩＮＪ）と、推定すす量（ＱＳＴｈａｔ）との関係を示す図である。 燃料噴射時期制御系の構成を示すブロック図である（変形例）。

以下本発明の実施の形態を図面を参照して説明する。
図１は、本発明の一実施形態にかかる内燃機関（以下「エンジン」という）及びその制御装置の構成を示す図であり、例えば４気筒のエンジン１の吸気通路２の途中にはスロットル弁３が配置されている。スロットル弁３はアクチュエータ８によって駆動可能に構成されており、アクチュエータ８は電子制御ユニット（以下「ＥＣＵ」という）５に接続されている。スロットル弁３の開度は、アクチュエータ８を介してＥＣＵ５によって制御される。

エンジン１の各気筒には、燃焼室内に燃料を噴射する燃料噴射弁６及び点火プラグ７が設けられており、燃料噴射弁６及び点火プラグ７の作動はＥＣＵ５により制御される。
ＥＣＵ５には、エンジン１の吸入空気流量ＧＡＩＲを検出する吸入空気流量センサ１１、吸気温ＴＡを検出する吸気温センサ１２、スロットル弁開度ＴＨを検出するスロットル弁開度センサ１３、吸気圧ＰＢＡを検出する吸気圧センサ１４、エンジン冷却水温ＴＷを検出する冷却水温センサ１５、及び図示しない他のセンサ（エンジン１により駆動される車両のアクセルペダル操作量ＡＰを検出するアクセルセンサ、車速センサなど）が接続されており、これらのセンサの検出信号がＥＣＵ５に供給される。

ＥＣＵ５には、エンジン１のクランク軸（図示せず）の回転角度を検出するクランク角度位置センサ１６が接続されており、クランク軸の回転角度に応じたパルス信号がＥＣＵ５に供給される。クランク角度位置センサ１６は、クランク角度位置を示す複数のパルス信号を出力するものであり、このパルス信号は、燃料噴射時期ＣＡＩＮＪ、点火時期ＩＧＬＯＧ等の各種タイミング制御、及びエンジン回転数ＮＥの検出に使用される。

排気通路９には、比例型酸素濃度センサ１７（以下「ＬＡＦセンサ１７」という）が装着されており、このＬＡＦセンサ１７は排気中の酸素濃度（空燃比ＡＦ）にほぼ比例した検出信号を出力し、ＥＣＵ５に供給する。

ＥＣＵ５は、各種センサからの入力信号波形を整形し、電圧レベルを所定レベルに修正し、アナログ信号値をデジタル信号値に変換する等の機能を有する入力回路、中央演算処理ユニット（ＣＰＵ）、該ＣＰＵで実行される各種演算プログラム及び演算結果等を記憶する記憶回路、燃料噴射弁６、点火プラグ７、アクチュエータ８などに駆動信号を供給する出力回路等から構成される。

燃料噴射弁６による燃料噴射量は、吸入空気流量ＧＡＩＲに応じて算出される基本燃料量を、ＬＡＦセンサ１７により検出される空燃比ＡＦに応じた空燃比補正係数ＫＡＦによって補正することによって制御される。空燃比補正係数ＫＡＦは、検出される空燃比ＡＦが目標空燃比ＡＦＣＭＤと一致するように算出される。

ＥＣＵ５は、アクセルペダル操作量ＡＰなどに応じてスロットル弁３の目標開度ＴＨＣＭＤを算出し、検出されるスロットル弁開度ＴＨが目標開度ＴＨＣＭＤと一致するようにアクチュエータ８の駆動制御を行う。

エンジン１は、各気筒の吸気弁（図示せず）を駆動するカムの作動位相を連続的に変更することによって、吸気弁の作動位相を変更する吸気弁作動位相可変機構２０を備えている。吸気弁作動位相可変機構２０は、ＥＣＵ５に接続されており、吸気弁作動位相ＣＡＩＮは、ＥＣＵ５によって制御される。吸気弁作動位相可変機構２０によって、吸気弁は、図２に実線Ｌ２で示す特性を中心として、吸気弁作動位相ＣＡＩＮの変化に伴って破線Ｌ１で示す最進角位相から、一点鎖線Ｌ３で示す最遅角位相までの間の位相で駆動される。本実施形態では、吸気弁作動位相ＣＡＩＮは、最遅角位相を基準とした進角量として定義される。

本実施形態では、エンジン１における混合気の燃焼によって発生するすすの量を抑制するための燃焼制御、具体的には発生するすす量について最も寄与度が高い、燃料噴射弁６による燃料噴射時期ＣＡＩＮＪの制御を行う。図３は、本実施形態における燃料噴射時期制御系の構成を示すブロック図であり、この燃料噴射時期制御系は、すす発生モデル３１、差分演算器３２、及び制御器３３によって構成される。なお、これらの構成要素３１〜３３の機能は、ＥＣＵ５における演算によって実現される。

すす発生モデル３１は、発生するすす量ＱＳＴと、エンジン１の運転パラメータ、具体的には燃料噴射時期ＣＡＩＮＪ（圧縮上死点を基準とした進角量として定義される）、エンジン回転数ＮＥ、吸入空気量ＧＡＩＲＣＹＬ（１つ気筒の１回の燃焼に寄与する空気量）、吸気弁作動位相ＣＡＩＮ、及び点火時期ＩＧＬＯＧとの関係をモデル化したものであり、本実施形態では、運転パラメータＣＡＩＮＪ，ＧＡＩＲＣＹＬ，ＣＡＩＮ，ＮＥ，及びＩＧＬＯＧをすす発生モデル３１の入力パラメータとし、すす量ＱＳＴの推定値である推定すす量ＱＳＴｈａｔを出力パラメータとする。すす発生モデル３１は、ニューラルネットワークによって構成されるモデルであり、より具体的には局所線形モデルトゥリー（Local Linear Model Tree）として知られた構造を有する。

差分演算器３２は、目標すす量ＱＳＴＴＧＴと、推定すす量ＱＳＴｈａｔとの差分を、偏差ＤＱＳＴ（＝ＱＳＴＴＧＴ−ＱＳＴｈａｔ）として算出し、制御器３３に入力する。

制御器３３は、偏差ＤＱＳＴが「０」となるように、すなわち推定すす量ＱＳＴｈａｔが目標すす量ＱＳＴＴＧＴと一致するように、燃料噴射時期ＣＡＩＮＪを算出する。目標すす量ＱＳＴＴＧＴは、予め実験によって確認したすす発生特性に基づいて実現可能な最小のすす量に設定される。制御器３３におけるフィードバック制御の手法としては、ＰＩＤ（比例積分微分）制御、適応制御、スライディングモード制御などの手法が適用可能である。

図３に示す制御系によって燃料噴射時期ＣＡＩＮＪを算出することにより、上記エンジン運転パラメータに対応した多数のマップを使用することなく、燃料噴射時期ＣＡＩＮＪを常に最適値にフィードバック制御することができる。

次にすす発生モデル３１の構築手法について詳細に説明する。本実施形態では、モデル構築のためのデータを準定常計測によって取得する。準定常計測は、定常とみなせる程度の速度で運転パラメータを変化させて、発生するすす量を時系列データとして取得する計測方法であり、本実施形態では上記運転パラメータのうち、最も寄与度の大きい燃料噴射時期ＣＡＩＮＪを変化させるパラメータとし、他の運転パラメータ（ＧＡＩＲＣＹＬ，ＣＡＩＮ，ＮＥ，ＩＧＬＯＧ）を固定して、燃料噴射時期ＣＡＩＮＪを所定範囲内で変化させて、実際に排出されるすすの量を排気通路９に設けたすすセンサによって計測する。燃料噴射時期ＣＡＩＮＪを後述する変更速度ＶＣＡで変化させつつ、すすセンサによってすす量ＱＳＴを計測して記録する処理は、変更速度ＶＣＡや変化範囲を任意に設定可能な自動計測装置を用いて実行される。

準定常計測においては燃料噴射時期ＣＡＩＮＪが徐々に変更されるため、すすセンサによって計測されるすす量ＱＳＴと、燃料噴射時期ＣＡＩＮＪとの対応関係については、混合気が燃焼した時点から燃焼後のすすを含む排気がすすセンサに到達する時点までのむだ時間ＴＬを考慮した補正を行う必要がある。そこで、本実施形態では、燃焼室容積、充填効率、エンジン回転数ＮＥ、及び燃焼室からすすセンサまでの排気通路容積に応じて、むだ時間ＴＬを算出し、計測されるすす量ＱＳＴ及び燃料噴射時期ＣＡＩＮＪを含む時系列データをむだ時間ＴＬに応じて補正し、補正後の時系列データをすす発生モデル３１の構築に適用した。

モデル構築に適用するデータ取得のための手法としては、準定常計測ではなく定常計測を用いることも可能である。しかし、運転パラメータを変化させ、定常状態となってから計測する定常計測では、多くのパラメータ値の組み合わせについて計測を行うと計測時間が膨大なものとなる。計測を効率的に行うためには、実験計画法（ＤｏＥ：Design of Experiment）を導入することが有効であり、ＤｏＥによって計測点数を削減することができる。しかし、ＤｏＥと定常計測とを組み合わせてデータ計測を行い、そのデータに基づいてモデル（定常モデル）を構築すると、計測点数の削減に起因して、すす発生量の多い領域のデータが不足するため、モデル出力として得られる推定すす量の精度が低下するという課題がある。

図４は、燃料噴射時期ＣＡＩＮＪと、すす量ＱＳＴとの関係を示す図であり、横軸の１８０ｄｅｇが圧縮行程開始下死点に対応し、３６０ｄｅｇが吸気行程開始上死点に対応する。実線Ｌ１１は燃料噴射時期ＣＡＩＮＪを微少量ずつ変化させて（多くの計測点を設定して）、計測することにより得られた関係（実変化特性）を示す。一方、破線Ｌ１２は、上述した定常モデルによって算出された推定すす量と、燃料噴射時期ＣＡＩＮＪとの関係を示しており、燃料噴射時期ＣＡＩＮＪの変化に対するすす量ＱＳＴの実変化特性（実線Ｌ１１）を精度良く近似することができない。

そこで本実施形態では、データ計測に要する時間の短縮しつつ、モデルの精度を向上させるために多数のデータを効率的に取得可能な準定常計測を採用した。

図５は、燃料噴射時期ＣＡＩＮＪを一定の変更速度ＶＣＡで、１８０度から３６０度までの範囲で往復させる準定常計測によって取得されたすす量ＱＳＴの変化特性の一例を示す。この図では、最大の燃料噴射時期ＣＡＩＮＪが３６０度より小さくなっているが、これは計測制御プログラムですす量ＱＳＴが所定量を超えると、燃料噴射時期ＣＡＩＮＪの変更方向を増加から減少へ切り換えるようにしたためである。この図に示すように、同一の燃料噴射時期ＣＡＸにおけるすす量ＱＳＴは、燃料噴射時期ＣＡＩＮＪを増加（進角）させるときの値ＱＳＴＸ１と、減少（遅角）させるときの値ＱＳＴＸ２とが異なる。すなわち、図５に示す変化特性は、ヒステリシスを含む。図５のＤＨＹＳ（＝ＱＳＴＸ２−ＱＳＴＸ１）がヒステリシスの度合を示すパラメータであり、以下「ヒステリシス差分ＤＨＹＳ」という。

図６は、計測に要する時間ＴＭＳＲとヒステリシス差分ＤＨＹＳとの関係を示す図であり、横軸の計測時間ＴＭＳＲは、変更速度ＶＣＡの逆数に比例するパラメータである。すなわち、図６には、変更速度ＶＣＡを高くするほど、ヒステリシス差分ＤＨＹＳが増加することが示されている。

したがって、変更速度ＶＣＡを高くするほど計測時間ＴＭＳＲを短縮できるが、取得したデータの信頼性が低下し、取得データに基づいて構築した準定常モデルの精度が低下する可能性が高くなる。

そこで、本実施形態では、すす量ＱＳＴが比較的多い角度範囲では、変更速度ＶＣＡを比較的低い第１変更速度ＶＣＡ１（例えば０．５ｄｅｇ／ｓｅｃ）または第２変更速度ＶＣＡ２（＞ＶＣＡ１，例えば１．０ｄｅｇ／ｓｅｃ）に設定し、すす量ＱＳＴが比較的少ない角度範囲では、速度ＶＣＡ１，ＶＣＡ２より高い第３変更速度ＶＣＡ３（例えば２．０ｄｅｇ／ｓｅｃ）に設定した。

このように準定常計測における燃料噴射時期ＣＡＩＮＪの変更速度ＶＣＡを設定することにより、すす量ＱＳＴが比較的多い角度範囲では、取得データの信頼性をより高めるとともに、すす量ＱＳＴが比較的少ない角度範囲では計測時間を短縮することが可能となる。

図７は、本実施形態の準定常計測における燃料噴射時期ＣＡＩＮＪの推移（変更特性）を示しており、燃料噴射時期ＣＡＩＮＪの変更範囲は、１８０ｄｅｇから３６０ｄｅｇである。この図に示す第１角度範囲ＲＣＡ１（ＣＡＲ２〜３６０ｄｅｇ），第２角度範囲ＲＣＡ２（１８０ｄｅｇ〜ＣＡＲ１），及び第３角度範囲ＲＣＡ３（ＣＡＲ１〜ＣＡＲ２）では、変更速度ＶＣＡがそれぞれ第１変更速度ＶＣＡ１，第２変更速度ＶＣＡ２，及び第３変更速度ＶＣＡ３に設定されている。図７に示す所定角度ＣＡＲ１，ＣＡＲ２は、それぞれ例えば２４０ｄｅｇ，３００ｄｅｇに設定される。第１角度範囲ＲＣＡ１は、噴射された燃料の、ピストン頂面への付着量が比較的多い範囲として特定されたものであり、第２角度範囲ＲＣＡ２は、噴射された燃料の、気筒の内壁面への付着量が比較的多い範囲として特定されたものである。

図８は、図７に示すように燃料噴射時期ＣＡＩＮＪを変化させる準定常計測によって得られたすす量ＱＳＴの推移の一例を示す。第１角度範囲ＲＣＡ１及び第２角度範囲ＲＣＡ２において、すす量ＱＳＴが大きくなっていることが確認できる。

すす発生モデル３１の構築に適用するためのデータは、各運転パラメータを例えば下記のように設定し、すべての組合わせについて発生するすす量ＱＳＴを計測する。燃料噴射時期ＣＡＩＮＪ以外の運転パラメータは、以下に示す設定値に固定し、燃料噴射時期ＣＡＩＮＪを上述したように変化させて計測を行う。
ＧＡＩＲＣＹＬ：０．１５，０．２，０．２５，０．３，０．３５，０．４［ｇ］
ＣＡＩＮ：０，１１，２２，３３，４４，５５［ｄｅｇ］
ＮＥ：１５００，２０００，２５００［ｒｐｍ］
ＩＧＬＯＧ：５，０，−５［ｄｅｇ］

図９は、準定常計測によって取得されたデータに基づいて構築したすす発生モデル３１の構造を示す図であり、局所線形モデルトゥリーとして知られた構造を有する。すなわち、複数の運転パラメータを要素とする入力ベクトルｘ(k)が、複数の局所線形モデルＬＬＭi（ｉ＝１〜Ｍ）に入力され、下記式（１）で示されるように、各局所線形モデルＬＬＭiの出力ｙｈａｔiにメンバシップ関数Φiを乗算して加算する加重和演算を行ってモデル出力であるｙｈａｔ(k)が算出される。本実施形態では、モデル出力ｙｈａｔ(k)が推定すす量ＱＳＴｈａｔに相当する。またメンバシップ関数Φiは、ガウス関数を使用し、隣り合う局所線形モデル同士で、ガウス関数をオーバラップさせて、下記式（２）で示されるように、総和が「１」となるように設定される。なお、ｋは時系列で取得される計測データの組み合わせを特定するためのインデクスパラメータである。

また局所線形モデルの出力（局所出力パラメータ）ｙｈａｔi(k)は、下記式（３）で与えられる。
ｙｈａｔi(k)＝ｘ^T(k)θi （３）
入力ベクトルｘ(k)は、本実施形態では下記式（４）で与えられ、式（３）のモデルパラメータベクトルθiは下記式（４）で定義される。
ｘ(k)＝［ＣＡＩＮＪ(k)，ＧＡＩＲＣＹＬ(k)，
ＣＡＩＮ(k)，ＮＥ(k)，ＩＧＬＯＧ(k)］ （４）
θi＝［θi1，θi2，θi3，θi4，θi5］ （５）

モデルパラメータベクトルθiは、最小二乗法によって同定される。また、局所線形モデルは以下のように設定される。
例えば発生するすす量ＱＳＴに対する寄与度の高い運転パラメータである燃料噴射時期ＣＡＩＮＪ及び吸入空気量ＧＡＩＲＣＹＬで定義される２次元平面を３分割して構築される３つの局所線形モデルのそれぞれについて平均二乗誤差を算出し、最も平均二乗誤差が大きい局所線形モデルを、さらに３分割するという操作を繰り返し、モデル全体の正規化平均二乗誤差が所定閾値（例えば０．００１）以下となるまで分割することによって、Ｍ個の局所線形モデルが設定される。Ｍの最大値は例えば「１００」に設定される。

なお、局所線形モデルトゥリーは、ニューラルネットワーク構造の一つとして公知のものであり、その構築法は例えば非特許文献（O. Nelles: Nonlinear System Identification, 341/389, Springer (2001)）に示されるものが適用可能である。

図１０は、燃料噴射時期ＣＡＩＮＪと、すす発生モデル３１の出力である推定すす量ＱＳＴｈａｔとの関係の一例を示しており（実線Ｌ２１）、実測されたすす量ＱＳＴ（白丸）を実線Ｌ２１によって高い精度で近似できることが確認できる。

すす発生モデル３１から出力される推定すす量ＱＳＴｈａｔと、実測されたすす量ＱＳＴとの相関性を示す決定係数Ｒ²は、例えば「０．９４」で、９５％信頼区間は例えば「１±０．０４ｍｇ/ｍ³」という結果が得られている。一方、上述した定常計測によって取得したデータに基づく定常モデルを用いた場合の決定係数Ｒ²は、例えば「０．８６」で、９５％信頼区間は例えば「１±０．５３ｍｇ/ｍ³」という結果が得られており、本実施形態のように準定常計測によって取得したデータを用いて構築したすす発生モデル３１の方が精度良く推定すす量ＱＳＴｈａｔを算出できることが確認された。
なお、９５％信頼区間は、モデルから出力される推定値に対して、９５％の確率で実測データの平均値が含まれる区間である。

以上のように本実施形態では、エンジン１の複数の運転パラメータＣＡＩＮＪ，ＧＡＩＲＣＹＬ，ＣＡＩＮ，ＮＥと、燃焼によって発生するすすの量ＱＳＴとの関係をモデル化したすす発生モデル３１を用いて燃焼制御が行われ、すす発生モデル３１の構築に適用するデータとして、準定常計測によって取得したデータが適用される。準定常計測においては、すす量が比較的多い所定エンジン運転状態、すなわち燃料噴射時期ＣＡＩＮＪが第１角度範囲ＲＣＡ１及び第２角度範囲ＲＣＡ２に設定される状態では、パラメータ変更速度ＶＣＡが第１及び第２変更速度ＶＣＡ１，ＶＣＡ２に設定され、所定エンジン運転状態以外の運転状態、すなわち燃料噴射時期ＣＡＩＮＪが第３角度範囲ＲＣＡ３に設定される状態では、パラメータ変更速度ＶＣＡが第１及び第２変更速度ＶＣＡ１，ＶＣＡ２より高い第３変更速度ＶＣＡ３に設定される。

すす発生モデル３１を使用することによってすす量ＱＳＴに対する寄与度の大きい運転パラメータである燃料噴射時期ＣＡＩＮＪをより適切に設定することが可能となり、データ取得に準定常計測を適用することによって、すす発生モデル３１の構築に必要なデータ取得を効率的に行って設計工数を低減することができる。すす量ＱＳＴの準定常計測では、パラメータ変更速度ＶＣＡを高くするほどデータ取得に要する時間を短縮できるが、ヒステリシス特性（図５，図６参照）が顕著となることが判明している。したがって、上記所定エンジン運転状態おけるパラメータ変更速度ＶＣＡを比較的低い第１及び第２変更速度ＶＣＡ１，ＶＣＡ２に設定することによって、すす量ＱＳＴが比較的多い所定エンジン運転状態におけるデータの信頼性を高めることができるとともに、所定エンジン運転状態以外の運転状態でパラメータ変更速度ＶＣＡを第１及び第２変更速度ＶＣＡ１，ＶＣＡ２より高い第３変更速度ＶＣＡ３に設定することにより、計測時間を短縮することが可能となる。所定エンジン運転状態における計測データの信頼性を高めることによって、その計測データを用いて構築されるすす発生モデル３１の精度を高めることができ、比較的少ない工数で高い精度のすす発生モデル３１を構築することができる。そのようにして構築されたすす発生モデル３１を使用することによって、すす発生量を抑制する燃焼制御を適切に実行することが可能となる。

また、すす発生モデル３１は、複数の局所線形モデルＬＬＭiから出力される局所出力パラメータｙｈａｔiの加重和演算を行うニューラルネットワークとして構成される。燃料噴射時期ＣＡＩＮＪとすす量ＱＳＴとの関係は、非線形特性を示すことから、複数の局所線形モデルＬＬＭiによって線形近似可能な領域毎にモデル化を行い、各局所線形モデルＬＬＭiから出力される局所出力パラメータｙｈａｔiの加重和演算を行うことによって、全体として非線形特性を正確に近似して、精度の高いすす発生モデルを構築することができる。

また第１角度範囲ＲＣＡ１は、噴射された燃料の、ピストン頂面への付着量が比較的多い範囲とされ、第２角度範囲ＲＣＡ２は、噴射された燃料の、気筒の内壁面への付着量が比較的多い範囲とされる。ピストン頂面あるいは気筒内壁面への燃料の付着量が多いと、すす量ＱＳＴが多くなると考えられるので、第１及び第２角度範囲ＲＣＡ１，ＲＣＡ２をこのように設定することによって、すす量ＱＳＴの比較的多い範囲で信頼性の高いデータを得ることができる。

またすす発生モデル３１に燃料噴射時期ＣＡＩＮＪを入力することによって、推定すす量ＱＳＴｈａｔが算出され、推定すす量ＱＳＴｈａｔを目標すす量ＱＳＴＴＧＴに一致させるように燃料噴射時期ＣＡＩＮＪが算出され、算出された燃料噴射時期ＣＡＩＮＪがすす発生モデル３１に入力される。したがって、例えば目標すす量ＱＳＴＴＧＴを実現可能な最小のすす量に設定しておくことによって、複数の機関運転パラメータに対応した多数のマップを使用することなく、燃料噴射時期ＣＡＩＮＪを常に最適値にフィードバック制御することができる。

本実施形態では、燃料噴射弁６及び点火プラグ７がそれぞれ燃料噴射手段及び点火手段に相当し、ＥＣＵ５が推定すす量算出手段及び燃料噴射時期算出手段を構成する。

なお本発明は上述した実施形態に限るものではなく、種々の変形が可能である。例えば、図３に示す制御系は、図１１に示すようにフィードフォワード制御を行う制御系に代えてもよい。図１１に示すすす発生モデル３１ａは、目標すす量ＱＳＴＴＧＴ、吸入空気量ＧＡＩＲＣＹＬ、吸気弁作動位相ＣＡＩＮ、エンジン回転数ＮＥ、点火時期ＩＧＬＯＧを入力パラメータとして、燃料噴射時期ＣＡＩＮＪを出力パラメータとして構築される。すす発生モデル３１ａは、上述したように準定常計測を使用して取得されたデータを用いて、すす発生モデル３１と同様の手法で構築することができる。すす発生モデル３１ａから出力される燃料噴射時期ＣＡＩＮＪが、燃料噴射弁６による燃料噴射制御に適用される。

この変形例では、すす発生モデル３１ａに目標すす量ＱＳＴＴＧＴを入力することによって、燃料噴射時期ＣＡＩＮＪが算出され、算出された燃料噴射時期ＣＡＩＮＪを用いて燃料噴射弁６が制御される。上述した準定常計測によって取得されたデータに基づいて構築したすす発生モデル３１ａは、実際のすす量ＱＳＴと燃料噴射時期ＣＡＩＮＪとの関係を高精度に近似することができるので、複数の機関運転パラメータに対応した多数のマップを使用することなく、目標すす量ＱＳＴＴＧＴを実現する燃料噴射時期ＣＡＩＮＪのフィードフォワード制御を比較的簡単な構成で行うことができる。

また上述した実施形態では、準定常計測における燃料噴射時期ＣＡＩＮＪの変更範囲を１８０ｄｅｇから３６０ｄｅｇとしたが、圧縮行程中においても燃料噴射を行う場合には、例えば変更範囲を１２０ｄｅｇから３６０ｄｅｇとし、１２０ｄｅｇから所定角度ＣＡＲ１の範囲では、変更速度ＶＣＡを第２変更速度ＶＣＡ２に設定する。

また上述した実施形態では、すす発生モデル３１，３１ａとして、局所線形モデルトゥリーとして知られる構造を有するニューラルネットワークを適用したが、これに限るものではなく、例えば特許文献１に示されるような自己組織化マップやパーセプトロンとして知られる構造を有するニューラルネットワークも適用可能である。

またすす発生モデル３１，３１ａの入力パラメータとしては、上述したものの他にＬＡＦセンサ１７により検出される空燃比ＡＦ、あるいは燃料噴射弁６に供給される燃料の圧力ＰＦを適用するようにしてもよい。

また上述した実施形態では、燃料を燃焼室内に直接噴射する燃料噴射弁を備えるエンジンに本発明を適用したが、本発明は、吸気通路内に燃料を噴射する燃料噴射弁を備えるエンジンにも適用可能である。また本発明は、クランク軸を鉛直方向とした船外機などのような船舶推進機用エンジンなどの燃焼制御にも適用が可能である。

１ 内燃機関
５ 電子制御ユニット（推定すす量算出手段、燃料噴射時期算出手段）
６ 燃料噴射弁（燃料噴射手段）
７ 点火プラグ（点火手段）
ＣＡＩＮＪ 燃料噴射時期
ＣＡＩＮ 吸気弁作動位相
ＧＡＩＲＣＹＬ 吸入空気量
ＮＥ エンジン回転数
ＲＣＡ１〜ＲＣＡ３ 第１〜第３角度範囲
ＶＣＡ パラメータ変更速度
ＶＣＡ１〜ＶＣＡ３ 第１〜第３変更速度

Claims (6)

1. 燃料噴射手段と、該燃料噴射手段により噴射された燃料を含む混合気を火花点火する点火手段とを備える内燃機関の制御装置であって、前記混合気の燃焼によって発生するすすの量を抑制するための燃焼制御を行う制御装置において、
   前記機関の複数の運転パラメータと、前記すす量との関係をモデル化したすす発生モデルを用いて前記燃焼制御を行い、
   前記すす発生モデルの構築に適用するデータとして、準定常計測によって取得したデータを使用し、
   前記すす量が比較的多い所定機関運転状態では、前記準定常計測におけるパラメータ変更速度を第１所定速度に設定し、前記所定機関運転状態以外の運転状態では、前記パラメータ変更速度を前記第１所定速度より高い第２所定速度に設定することを特徴とする内燃機関の制御装置。
2. 前記すす発生モデルは、複数の局所線形モデルから出力される局所出力パラメータの加重和演算を行うニューラルネットワークとして構成することを特徴とする請求項１に記載の内燃機関の制御装置。
3. 前記所定機関運転状態は、前記燃料噴射手段による燃料噴射時期によって定義され、前記燃料噴射時期が、燃料を供給すべき気筒の吸気行程開始時期の近傍の第１範囲に設定された状態、及び前記気筒の圧縮行程開始時期の近傍の第２範囲に設定された状態であることを特徴とする請求項１または２に記載の内燃機関の制御装置。
4. 前記第１範囲は、前記燃料噴射手段によって噴射された燃料の、前記気筒のピストン頂面への付着量が比較的多い範囲であり、前記第２範囲は、前記燃料噴射手段によって噴射された燃料の、前記気筒の内壁面への付着量が比較的多い範囲であることを特徴とする請求項３に記載の内燃機関の制御装置。
5. 前記すす発生モデルの入力パラメータは、前記燃料噴射手段による燃料噴射時期を含み、前記すす発生モデルの出力パラメータは、前記すすの発生量の推定値である推定すす量であり、
   前記すす発生モデルを用いて前記推定すす量を算出する推定すす量算出手段と、
   前記推定すす量を目標すす量と一致させるように、前記燃料噴射手段による燃料噴射時期を算出する燃料噴射時期算出手段とを備え、
   前記推定すす量算出手段は、前記燃料噴射時期算出手段により算出された燃料噴射時期を前記すす発生モデルに入力することを特徴とする請求項１または２に記載の内燃機関の制御装置。
6. 前記すす発生モデルの入力パラメータは目標すす量を含み、前記すす発生モデルの出力パラメータは、前記燃料噴射手段による燃料噴射時期であり、前記すす発生モデルの出力パラメータを用いて前記燃料噴射手段を制御することを特徴とする請求項１または２に記載の内燃機関の制御装置。

Images