JP4924694B2 - エンジン制御装置 - Google Patents

Description

本発明は、燃料噴射弁やＥＧＲバルブ等のアクチュエータの作動を制御することで、エンジンの燃焼状態を制御し、ひいてはエンジンの出力特性を制御するエンジン制御装置に関する。

従来より、要求されるエンジン出力値を満たすよう、燃料噴射量、噴射時期、ＥＧＲ量、過給圧、吸気量、点火時期、吸排気バルブの開閉時期等の制御量を制御するエンジン制御装置が知られている。上記エンジン出力値には、例えばＮＯｘ量、ＣＯ量等の排気エミッションに関する値や、出力トルク、燃料消費率（燃費）等が挙げられる（特許文献１，２参照）。そして多くの場合、上記エンジン出力値と制御量との相関を適合試験により取得しておき、取得した相関を用いてエンジン出力値が要求値となるように制御量を制御している。

しかし、この制御では、例えば気温等の環境変化やエンジンの個体差によるずれが原因で、エンジン出力値と制御量との相関にずれが生じた場合、エンジン出力値を要求値にすることができなくなるとの問題が生じる。

特開２００８−２２３６４３号公報 特開２００７−７７９３５号公報

上記問題に対し、エンジン出力値−制御量の相関を更新する（学習する）ことで環境変化に対応することが考えられるが、その学習のためにはＮＯｘ，ＰＭ等のエミッション，発生トルク，燃費，騒音等のエンジン出力値の検出が必要であり、それらを検出する機能を全て車両に搭載するためには非常にコストがかかってしまう。

そこで従来では、環境変化等によるエンジン出力値−制御量の相関変化を補正する機能（補正マップ等）を持たせたり、検出可能な一部のエンジン出力値に対する相関のみを学習させたりして対応しているが、補正機能（補正マップ等）の作成はその補正したい環境下でのエンジン出力値−制御量データを必要とするため多大な手間がかかる上、全てのエンジン出力値を要求値に制御できない可能性が残る等の問題がある。

また、検出可能な一部のエンジン出力値に対する相関のみを学習させる場合も、車両に搭載したセンサによる直接検出（ＮＯｘセンサによるＮＯｘ検出）や間接検出（Ａ／ＦセンサによるＰＭ推定等）ができても、センサの検出速度が遅いと、エンジン出力値−制御量の相関の一部だけを、しかも定常運転時等の限られた条件下でしか学習できないという問題を抱えている。

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、膨大な試験時間を要する適合試験作業の負担軽減を図りつつ、センサ等の検出機能の追加を最小限に抑えた上で、エンジン出力値を要求値に高精度で制御できるエンジン制御装置を提供することにある。

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。

請求項１記載の発明では、アクチュエータの作動を制御することで、エンジンの燃焼状態を制御し、ひいてはエンジンの出力特性を制御するエンジン制御装置であって、前記出力特性を表すエンジン出力値と燃焼状態を表す燃焼パラメータとの相関を定義した燃焼パラメータ演算式に基づき、前記エンジン出力値を要求値にするための前記燃焼パラメータの目標値を算出する燃焼目標値算出手段と、複数種類の前記燃焼パラメータと前記アクチュエータに対する複数種類の制御量との相関を定義した制御量演算式に基づき、複数種類の前記燃焼パラメータを目標値にするための複数種類の前記制御量の指令値の組み合わせを算出する制御量指令値算出手段と、複数種類の前記燃焼パラメータの実値を検出する燃焼状態検出手段と、前記制御量演算式の解を得るために必要な回数分だけ蓄積された、前記制御量指令値算出手段により算出された複数種類の前記制御量の指令値及び前記燃焼状態検出手段の検出値に基づき、前記制御量演算式を学習する制御量演算式学習手段と、を備えることを特徴とする。

上記発明によれば、燃焼パラメータとアクチュエータの制御量との相関を制御量演算式で定義しているので、例えば制御量演算式に燃焼パラメータの目標値を代入して得られた制御量にアクチュエータを制御すれば、実際の燃焼パラメータが代入した燃焼パラメータの目標値になる筈である。つまり、「どのようにアクチュエータを作動（制御量）させればどのような燃焼状態（燃焼パラメータ）になるのか」を把握できると言える。よって、制御量演算式から算出された制御量を指令値としてアクチュエータを作動させれば、目標とする燃焼状態（燃焼パラメータの目標値）にすることができる。なお、上記制御量演算式の具体例としては、図１（ｃ）に示す行列式や図１（ａ）に示すモデルが挙げられる。

そして、エンジン出力値の要求値と燃焼パラメータ演算式とに基づいて上記目標とする燃焼状態（燃焼パラメータの目標値）を燃焼パラメータ目標値算出手段で算出していることから、目標とする燃焼状態（燃焼パラメータの目標値）に制御することができれば、エンジン出力値を要求値にできる。

また、エンジン出力値と燃焼パラメータとの相関を燃焼パラメータ演算式で定義しているので、例えば燃焼パラメータ演算式にエンジン出力値を代入して得られた燃焼パラメータの値に燃焼状態を制御すれば、実際のエンジン出力値が代入したエンジン出力値になる筈である。つまり、「どのような燃焼状態（燃焼パラメータ）にすればどのようなエンジン出力状態（エンジン出力値）になるのか」を把握できると言える。よって、燃焼パラメータ演算式から算出された燃焼パラメータの値を目標値とし、その目標値となるようアクチュエータを制御して燃焼状態を制御すれば、エンジン出力値の要求値を満たすことができる。なお、上記燃焼パラメータ演算式の具体例としては、図１（ｂ）に示す行列式や図１（ａ）に示すモデルが挙げられる。

以上により、エンジン出力値と燃焼パラメータとの相関を燃焼パラメータ演算式により把握できるとともに、燃焼パラメータと制御量との相関を制御量演算式により把握できる。したがって、「どのようにアクチュエータを作動させればどのような燃焼状態になるのか」と、「どのような燃焼状態にすればどのようなエンジン出力状態になるのか」とを把握できると言える。このことは、燃焼パラメータを中間パラメータとして、エンジン出力値と制御量との相関を把握できることを意味する。したがって、エンジン出力値の要求値に基づき燃焼パラメータ演算式から燃焼パラメータの目標値を算出し、その目標値に基づき制御量演算式から制御量の指令値を算出し、当該指令値に基づきアクチュエータの作動を制御するので、エンジン出力値を同時に要求値に近づけることができる。

以上を踏まえて、エンジン冷却水温度や外気温度が変化する等の環境条件変化やエンジンの経時変化等により制御量とエンジン出力値の相関が変化するケースを考えると、制御量演算式で定義されている燃焼パラメータと制御量との相関は変化する一方で、エンジン出力値と燃焼パラメータとの相関（燃焼パラメータ演算式）はエンジンの特性への依存度は大きいものの環境条件の変化への依存度は小さい。この点に着目した上記発明では、燃焼状態検出手段による燃焼パラメータの検出値に基づき制御量演算式を学習させる制御量演算式学習手段を備える。これにより、環境条件等への依存度が大きい制御量演算式で定義されている相関が実際の相関からずれることを回避でき、かつ、環境条件等への依存度が小さい燃焼パラメータ演算式と組み合わせることで、環境条件の変化等に起因してエンジン出力が要求値からずれるといった懸念を、効果的に解消できる。

また、エンジン出力値をＮＯｘセンサ等で検出し、エンジン出力値と制御量の相関を学習する場合には、センサの応答が遅く、定常運転時等のセンサが十分に追従できる条件下でしか学習できない上、エンジン出力値と制御量の全相関を学習するためには多大なコストがかかる。これに比べて、燃焼状態検出手段による燃焼パラメータの検出は応答が速く学習可能な運転条件が多い上、制御量と燃焼パラメータ間の全相関を学習できる。よって、エンジン出力値を要求値に高精度に制御することが可能である。
さらに、制御量演算式は、複数種類の燃焼パラメータ（例えば着火時期、着火開始遅れ時間等）と複数種類の制御量（例えば燃料噴射量、ＥＧＲ量、過給圧）との相関を定義したものである。そのため、例えば、単に着火時期と燃料噴射量との相関を１対１で定義するものではなく、例えば、着火時期、着火開始遅れ時間等の全てについて目標値となるようにするには、燃料噴射量、ＥＧＲ量及び過給圧の組み合わせをどのようにすればよいかを定義するものである。
要するに、上記発明によれば、複数種類の燃焼パラメータと複数種類の制御量との相関を制御量演算式により把握でき、この相関は、個々の燃焼パラメータと個々の制御量とを１対１で関連付けするものではなく、複数種類の燃焼パラメータと複数種類の制御量との組み合わせを関連付けするものである。
以上により、上記発明によれば、複数種類の燃焼パラメータの目標値及び制御量演算式に基づき、それらの目標値に対する複数種類の制御量の指令値の組み合わせを算出するので、燃焼パラメータに対する制御量の最適値を適合試験により取得しておくことを不要にできる。よって、膨大な試験点数を要する適合試験作業及び制御マップ作成作業の負担軽減を図ることができる。
また、上記発明に反し、複数種類の燃焼パラメータの個々について独立して制御量の指令値を設定すると、以下に説明する相互干渉の状況に陥る。すなわち、ある制御量を指令値にして対応する燃焼パラメータを目標値にしても、別の燃焼パラメータが目標値からずれてしまい、別の制御量を指令値にして前記別の燃焼パラメータを目標値にしても、前記ある燃焼パラメータが目標値からずれてしまう。これに対し上記発明では、複数種類の燃焼パラメータの目標値に対する複数種類の制御量の指令値の組み合わせを算出して、アクチュエータの作動を制御するので、複数種類の制御量が上述の如く相互干渉することによる制御性悪化を回避でき、複数種類の燃焼パラメータを同時に目標値に一致させることに対する制御性向上を図ることができる。

ちなみに、学習に用いる燃焼パラメータの実値を検出する燃焼状態検出手段は、燃焼パラメータをセンシングするセンサ手段であってもよいし、モデル等を用いて燃焼パラメータを演算する手段であってもよい。

請求項２記載の発明では、前記制御量演算式学習手段による学習の実行は、前記燃焼状態検出手段の検出値の変化率が所定値以内に安定した定常運転時に許可され、前記変化率が所定値以上となっている過渡運転時には禁止されることを特徴とする。

燃焼パラメータの検出は、エンジン出力値の検出に比べれば高応答であるものの、用いる検出手段によって応答遅れや検出ばらつきがありうるため、それによる学習精度悪化が懸念される。よって、燃焼状態検出手段の検出値が大きく変化している過渡運転時よりも、定常運転時に学習を実施した方が、同じ制御量に対し複数回燃焼パラメータを検出し平均化した値を採用することで応答遅れや検出ばらつきによる学習精度悪化を抑制できる。

この点を鑑みた上記発明では、制御量演算式学習手段による学習の実行を定常運転時に許可して過渡運転時には禁止する。これにより、燃焼状態検出手段の検出値が変化している過渡運転時の学習を避け、応答遅れの影響が抑制され、同じ制御量に対し複数回燃焼パラメータを検出し平均化した値を採用するので、検出ばらつきを抑制することが可能な定常運転時に学習を許可することで、学習精度の悪化を抑制できる。

請求項３記載の発明では、前記制御量演算式学習手段による学習のうち、前記燃焼状態検出手段の検出値の変化率が所定値以内に安定した定常運転時に実行された学習は、前記変化率が所定値以上となっている過渡運転時に実行された学習よりも重み付けを大きくすることを特徴とする。

上記発明では、定常運転時の学習の重み付けを過渡運転時の学習よりも大きくするので、過渡運転時の学習精度悪化を抑制できる。また、過渡運転時の学習を禁止する場合に比べて学習の機会を多くできる。

請求項４記載の発明では、前記制御量演算式学習手段による学習の実行は、エンジンの運転中に実行される前記燃焼状態検出手段の較正が終了してから所定時間が経過するまでの期間に許可され、前記所定時間が経過した以降は禁止されることを特徴とする。

先ず、上記「較正」の具体例を説明する。例えば、燃焼状態検出手段が筒内圧センサである場合において、筒内が大気圧になっていると想定される運転状態（例えば、エンジン始動前のイグニッションスイッチオン時）でのセンサ検出値と、大気圧とのずれ量に基づきセンサのキャリブレーション（較正）を行う。

そして、このような較正の直後であるほど燃焼状態検出手段の検出精度は高い。この点を鑑みた上記発明では、燃焼状態検出手段の較正が終了してから所定時間が経過するまでの期間（燃焼状態検出手段の検出精度が高い期間）に学習を許可し、所定時間が経過した以降は学習を禁止するので、学習精度を向上できる。

なお、上記発明に反し、燃焼状態検出手段の較正が終了してから所定時間が経過した以降も学習を許可し、所定時間が経過するまでに為された学習の重み付けを経過後に為された学習よりも大きくするようにしてもよい。

請求項５記載の発明では、前記燃焼状態検出手段は、気筒内の圧力を検出する筒内圧センサであることを特徴とする。

ここで、燃焼パラメータの具体例としては、エンジン出力（ＮＯｘ等のエミッションやトルク）と相関がある着火時期等が挙げられそれらを検出可能なセンサとしては筒内圧センサが高応答で望ましい。

請求項６記載の発明では、前記燃焼状態検出手段の検出値と前記燃焼パラメータの目標値との偏差を、前記制御量の指令値の算出にフィードバックさせる燃焼パラメータフィードバック手段を備えることを特徴とする。

上述のように、制御量演算式学習手段が機能すれば、燃焼状態検出手段の検出値と燃焼パラメータの目標値との偏差は生じないはずである。しかしながら、学習が常時できるとは限らないことや誤学習のリスクを鑑みれば、制御量演算式の学習を誤学習のリスクが低い条件下のみに限定し、図1（a）にあるように、制御量演算式を利用して燃焼状態検出手段の検出値と燃焼パラメータの目標値との偏差に基づいて制御量の指令値をフィードバックする機能と組み合わせることで、エンジン制御装置の性能を好適に維持することが可能となる。また、当該学習が為された以降は、フィードバック制御により燃焼パラメータの実値を目標値に一致させるまでに要する時間を短くできる。

請求項７記載の発明では、前記燃焼パラメータ演算式は、複数種類の前記エンジン出力値と複数種類の前記燃焼パラメータとの相関を定義したものであり、前記燃焼目標値算出手段は、複数種類の前記エンジン出力値の要求値及び前記燃焼パラメータ演算式に基づき、複数種類の前記要求値に対する複数種類の前記燃焼パラメータの目標値の組み合わせを算出することを特徴とする。

燃焼パラメータ演算式は、複数種類のエンジン出力値（例えばＮＯｘ量、ＰＭ量及び出力トルク）と複数種類の燃焼パラメータ（例えば着火時期、着火開始遅れ時間等）との相関を定義したものである。そのため、例えば、単に出力トルクと着火時期との相関を１対１で定義するものではなく、例えば、出力トルク、ＮＯｘ量及びＰＭ量の全てについて要求値を満たすようにするには、着火時期、着火開始遅れ時間等の組み合わせをどのようにすればよいかを定義するものである。

要するに、上記発明によれば、複数種類のエンジン出力値と複数種類の燃焼パラメータとの相関を燃焼パラメータ演算式により把握でき、この相関は、個々のエンジン出力値と個々の燃焼パラメータとを１対１で関連付けするものではなく、複数種類の個々のエンジン出力値と複数種類の燃焼パラメータとの組み合わせを関連付けするものである。

以上により、上記発明によれば、複数種類のエンジン出力値の要求値及び燃焼パラメータ演算式に基づき、それらの要求値に対する複数種類の燃焼パラメータの目標値の組み合わせを算出し、算出したこれらの目標値に基づき、アクチュエータに対する制御量の指令値を算出するので、特許文献１，２の如くエンジン出力値に対する燃焼パラメータの最適値を適合試験により取得しておくことを不要にできる。よって、膨大な試験点数を要する適合試験作業及び制御マップ作成作業の負担軽減を図ることができる。

また、上記発明に反し、複数種類のエンジン出力値の個々について独立して燃焼パラメータの目標値を設定すると、以下に説明する相互干渉の状況に陥る。すなわち、ある燃焼パラメータを目標値にして対応するエンジン出力値を要求値にしても、別のエンジン出力値が要求値からずれてしまい、別の燃焼パラメータを目標値にして前記別のエンジン出力値を要求値にしても、前記あるエンジン出力値が要求値からずれてしまう。これに対し上記発明では、複数種類のエンジン出力値の要求値に対する複数種類の燃焼パラメータの目標値の組み合わせを算出して、それらの目標値となるようアクチュエータの作動を制御するので、複数種類の燃焼パラメータが上述の如く相互干渉することによる制御性悪化を回避でき、複数種類のエンジン出力値を同時に要求値に一致させることに対する制御性向上を図ることができる。

さらに請求項１記載の発明に上記発明を組み合わせれば、複数種類のエンジン出力値と複数種類の燃焼パラメータとの相関を燃焼パラメータ演算式により把握できるとともに、複数種類の燃焼パラメータと複数種類の制御量との相関を制御量演算式により把握できる。したがって、「どのようにアクチュエータを作動させればどのような燃焼状態になるのか」と、「どのような燃焼状態にすればどのようなエンジン出力状態になるのか」とを把握できると言える。このことは、燃焼パラメータを中間パラメータとして、複数種類のエンジン出力値と複数種類の制御量との相関を把握できることを意味する。

したがって、エンジン出力値の要求値に基づき燃焼パラメータ演算式から燃焼パラメータの目標値を算出し、その目標値に基づき制御量演算式から制御量の指令値を算出し、当該指令値に基づきアクチュエータの作動を制御するので、エンジン出力値を同時に要求値に近づけることができる。

請求項８記載の発明では、前記エンジン出力値の実値又は推定値と前記エンジン出力値の要求値との偏差を、前記燃焼パラメータの目標値の算出にフィードバックさせるエンジン出力値フィードバック手段を備えることを特徴とする。なお、フィードバックに用いるエンジン出力値の実値はセンサにより検出すればよく、エンジン出力値の推定値はモデル等を用いて演算により取得すればよい。

ここで、「どのような燃焼状態（燃焼パラメータ）にすればどのようなエンジン出力状態（エンジン出力値）になるのか」の相関は、エンジン冷却水温度や外気温度等の環境条件への依存度は小さいものの、エンジンの個体差等があるために相関にずれが生じることはありうる。そこで、検出や推定が可能なエンジン出力値と要求値との偏差に基づいて燃焼パラメータの目標値の算出にフィードバックさせるエンジン出力値フィードバック手段を備えることにより、エンジン出力値の要求値に制御するためにより適した燃焼パラメータの目標値を算出することができるようになり、その結果、エンジン制御装置の性能を好適に維持することが可能となる。

ちなみに、複数種類の前記エンジン出力値に、排気エミッションに関する物理量、出力トルクに関する物理量、燃料消費率（燃費）に関する物理量、及び燃焼音に関する物理量の少なくとも２つを含ませることが具体例として挙げられる。

そして、排気エミッションに関する物理量の具体例としてはＮＯｘ量、ＰＭ量、ＣＯ量及びＨＣ量等が挙げられる。出力トルクに関する物理量の具体例としては出力トルクそのものの他にエンジン回転速度等が挙げられる。燃焼音に関する物理量の具体例としては燃焼音そのものの他にエンジンの振動等が挙げられる。このようにエンジン出力値には多種多様の種類が具体例として挙げられるが、大きくは、排気エミッション、トルク、燃料消費率及び燃焼音に分類することができる。そして、これら性質の異なる４種類のエンジン出力値は従来制御では特に相互干渉に陥りやすい値であったため、これらを燃焼パラメータ演算式に用いれば、相互干渉を抑制できるといった先述の効果が好適に発揮される。

なお、複数種類の前記エンジン出力値に、排気エミッションを表す出力値であるＮＯｘ量、ＰＭ量、ＣＯ量及びＨＣ量の少なくとも２つの種類を含ませることが具体例として挙げられる。これらの排気エミッションに関する出力値は、トレードオフの関係にある傾向が強いので、これらの出力値を燃焼パラメータ演算式に用いれば、相互干渉を抑制できるといった先述の効果が好適に発揮される。

また、複数種類の前記燃焼パラメータに、着火時期及び着火開始遅れ時間を含ませることが具体例として挙げられる。これらの燃焼パラメータは、気筒内の燃焼状態を表す物理量として代表的なものであり、かつ、相互に密接に関連する物理量であるため、これらの燃焼パラメータを燃焼パラメータ演算式及び制御量演算式に用いれば、相互干渉を抑制できるといった先述の効果が好適に発揮される。

また、複数種類の前記制御量に、燃料噴射量、燃料噴射タイミング、燃料噴射回数、燃料供給圧力、ＥＧＲ量、過給圧、吸気量、及び吸排気バルブの開閉時期の少なくとも２つを含ませることが具体例として挙げられる。これらの制御量は、エンジンを制御する代表的なものであり、かつ、相互干渉する傾向が強いので、これらの制御量を制御量演算式に用いれば、相互干渉を抑制できるといった先述の効果が好適に発揮される。

本発明の第１実施形態に関し、（ａ）はエンジン制御装置のブロック図、（ｂ）は燃焼パラメータ演算式を表す行列式、（ｃ）は制御量演算式を表す行列式。 第１実施形態において、アクチュエータに対して出力される制御量の指令値を算出する処理手順を示すフローチャート。 第１実施形態において、燃焼パラメータ演算式及び制御量演算式で定義される「相関」の具体例を説明する図。 １つの燃焼パラメータが複数のエンジン出力値へ影響を及ぼす状態を説明する図。 第１実施形態によるエンジン制御の効果を説明する図。 第１実施形態において、制御量演算式を補正して学習する処理手順を示すフローチャート。 本発明の第２実施形態にかかるエンジン制御装置のブロック図。

以下、本発明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。

（第１実施形態）
本実施形態にかかるエンジン制御装置は、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。

図１（ａ）は、エンジン制御装置のブロック図を示す。エンジン１０に搭載された複数種類のアクチュエータ１１が搭載されており、これらのアクチュエータ１１の作動を電子制御ユニット（ＥＣＵ１０ａ）により制御することで、エンジン１０の燃焼状態を制御し、ひいてはエンジンの出力特性を制御する。

燃料系に関するアクチュエータ１１の具体例としては、燃焼に供する燃料を噴射する燃料噴射弁、及び燃料噴射弁へ供給する燃料の圧力を制御する高圧ポンプ等が挙げられる。ＥＣＵ１０ａは、高圧ポンプが吸入して吐出する量（制御量）の指令値を高圧ポンプへ出力することで、噴射される燃料の圧力を制御する。また、ＥＣＵ１０ａは、燃料噴射弁による燃料の噴射量（噴射時間）、噴射時期、１燃焼あたりに噴射する回数等の制御量の指令値を燃料噴射弁へ出力する。

吸気系に関するアクチュエータ１１の具体例としては、排気の一部をＥＧＲガスとして吸気に循環させるＥＧＲ量を制御するＥＧＲバルブ、過給圧を可変制御する可変型過給器、新気量を制御するスロットルバルブ、吸気バルブ又は排気バルブの開閉時期やリフト量を可変制御するバルブ制御機構等が挙げられる。ＥＣＵ１０ａは、ＥＧＲ量、過給圧、新気量、機関バルブ開閉時期及びリフト量等の制御量を指令する指令値を、ＥＧＲバルブ、可変型過給器、スロットルバルブ、バルブ制御機構の各々へ出力する。以上のようにＥＣＵ１０ａが出力した各種指令値に基づきアクチュエータ１１が作動することで、エンジン１０の燃焼状態が制御され、ひいてはエンジン１０の出力特性が制御される。

前記「エンジン１０の燃焼状態」は複数種類の燃焼パラメータにより表されており、これらの燃焼パラメータの具体例としては、着火時期、着火開始遅れ時間（燃料噴射を開始してから着火するまでの時間）等が挙げられる。

これらの燃料パラメータ（着火時期、着火開始遅れ時間）は、例えば筒内圧センサにより検出可能な物理量である。

前記「エンジン１０の出力特性」は複数種類のエンジン出力値により表されており、これらのエンジン出力値の具体例としては、排気エミッションに関する物理量（例えばＮＯｘ量、ＰＭ量、ＣＯ量及びＨＣ量等）、出力トルクに関する物理量（例えばエンジン出力軸の回転トルク、エンジン回転速度等）、燃費に関する物理量（例えば消費燃料容積当たりの走行距離、運転時間当たりの燃料消費量等であって、モード試験等により計測される量）、及び燃焼音に関する物理量（例えばエンジン振動、エンジン騒音等）が挙げられる。

ＥＣＵ１０ａはマイクロコンピュータを有し、そのマイコンは、各種の演算を行うＣＰＵ、その演算途中のデータや演算結果等を一時的に記憶するメインメモリとしてのＲＡＭ、プログラムメモリとしてのＲＯＭ、データ保存用メモリとしてのＥＥＰＲＯＭ、バックアップＲＡＭ（ＥＣＵ１０ａの主電源停止後も車載バッテリ等のバックアップ電源により常時給電されているメモリ）等を備えて構成されている。

また、エンジン１０に搭載された各種センサ１２，１３の検出値はＥＣＵ１０ａに入力される。エンジン出力センサ１２（エンジン出力値フィードバック手段）は、上述したエンジン出力値の実際の値を検出するセンサであり、例えば、排気中の特定成分量（ＮＯｘ量等）を検出するセンサ、トルクを検出するセンサ、燃焼音を検出するセンサ等が挙げられる。

燃焼状態検出センサ１３（燃焼状態検出手段、燃焼パラメータフィードバック手段）は、上述した燃焼パラメータの実際の値を検出するセンサであり、例えば燃焼室内（筒内）の圧力を検出する筒内圧センサ、燃焼に伴い生じるイオンの量を検出するイオンセンサ、等が挙げられる。例えば、筒内圧センサにより検出された筒内圧力の変化に基づけば、着火時期、着火開始遅れ時間等を取得できる。

ＥＣＵ１０ａは、実際のエンジン出力値を要求値にするにはどのような燃焼状態（燃焼パラメータ）にすればよいのかを算出する燃焼パラメータ算出器２０（燃焼目標値算出手段）と、目標とする燃焼状態となるようにアクチュエータ１１の作動（制御量）を算出・制御する燃焼パラメータコントローラ３０（制御量指令値算出手段）と、エンジン出力値の要求値と実値（エンジン出力センサ１２の検出値）との偏差を算出するエンジン出力偏差算出器４０（エンジン出力値フィードバック手段）と、燃焼パラメータの目標値と実値（燃焼状態検出センサ１３の検出値）との偏差を算出する燃焼パラメータ偏差算出器５０（燃焼パラメータフィードバック手段）と、を備えている。これら各々の機能ブロック２０〜５０はマイコンにより実現される。

燃焼パラメータ算出器２０は、ＥＣＵ１０ａが有するＲＯＭ等のメモリ（記憶手段）に記憶された燃焼パラメータ演算式２２と、フィードバック制御器２３と、目標値算出器２４とを備えて構成されている。

燃焼パラメータ演算式２２は、複数種類のエンジン出力値と複数種類の燃焼パラメータとの相関を定義したものであり、例えば図１（ａ）に示すモデルや、図１（ｂ）に示す行列式により定義される。したがって、「どのような燃焼状態（燃焼パラメータ）にすればどのようなエンジン出力状態（エンジン出力値）になるのか」換言すれば「要求されるエンジン出力値にするには燃焼状態をどのようにすればよいのか」を定義した演算式であると言える。したがって、エンジン出力値の要求値を燃焼パラメータ演算式２２に代入すれば、燃焼パラメータの目標値（基準目標値）を得ることができる。

図１（ａ）に示す例では、エンジン出力値の要求値を燃焼パラメータ演算式２２に代入することで、燃焼パラメータの基準目標値を算出している。一方、フィードバック制御器２３は、エンジン出力値の各々の要求値と、エンジン出力センサ１２の検出値（エンジン出力値の実値）との偏差（エンジン出力値偏差）に基づき、基準目標値に対するフィードバック補正量を算出する。そして、燃焼パラメータ演算式２２を用いて算出した基準目標値、及びフィードバック制御器２３を用いて算出したフィードバック補正量に基づき、目標値算出器２４が最終的な燃焼パラメータの目標値を算出する。これにより、エンジン出力値の実値が要求値に一致するようフィードバック制御される。

なお、エンジン出力値偏差がゼロになると、フィードバック制御器２３により算出されるフィードバック補正量はゼロとなり、燃焼パラメータ演算式２２で算出した基準目標値をそのまま燃焼パラメータ算出器２０から出力することとなる。

燃焼パラメータコントローラ３０は、ＥＣＵ１０ａが有するＲＯＭ等のメモリ（記憶手段）に記憶された制御量演算式３２と、フィードバック制御器３３と、指令値算出器３４とを備えて構成されている。

制御量演算式３２は、複数種類の燃焼パラメータと複数種類の制御量との相関を定義したものであり、例えば図１（ａ）に示すモデルや、図１（ｃ）に示す行列式により定義される。したがって、「どのような制御量にすればどのような燃焼状態（燃焼パラメータ）になるのか」換言すれば「目標とする燃焼状態にするには制御量をどのようにすればよいのか」を定義した演算式であると言える。したがって、目標値算出器２４から出力された燃焼パラメータの目標値を制御量演算式３２に代入すれば、制御量の指令値（基準指令値）を得ることができる。

図１（ａ）に示す例では、燃焼パラメータの最終目標値を制御量演算式３２に代入することで、制御量の基準指令値を算出している。一方、フィードバック制御器３３は、燃焼パラメータの各々の目標値と、燃焼状態検出センサ１３の検出値（燃焼パラメータの実値）との偏差（燃焼パラメータ偏差）に基づき、基準指令値に対するフィードバック補正量を算出する。そして、制御量演算式３２を用いて算出した基準指令値、及びフィードバック制御器３３を用いて算出したフィードバック補正量に基づき、指令値算出器３４が最終的な制御量の指令値を算出する。これにより、燃焼パラメータの実値が目標に一致するようフィードバック制御される。

なお、燃焼パラメータ偏差がゼロになると、フィードバック制御器３３により算出されるフィードバック補正量はゼロとなり、制御量演算式３２で算出した基準指令値をそのまま制御量算出器３０から出力することとなる。

次に、アクチュエータ１１に対して出力される制御量の指令値を上述の如く算出する手順について、図２のフローチャートを用いて説明する。このフローチャートは、ＥＣＵ１０ａのマイコンにより、所定周期（例えば先述のＣＰＵが行う演算周期又は所定のクランク角度毎）で繰り返し実行される処理である。

先ず、ステップＳ１０において、現状のエンジン回転速度、運転者によるアクセル操作量等に基づき、複数種類のエンジン出力値の各々について要求値を算出する。例えば、エンジン回転速度及びアクセル操作量に対するエンジン出力値の最適値が記憶されたマップを適合試験により予め作成しておき、当該マップを用いてエンジン出力値の要求値を算出すればよい。また、環境条件（例えばエンジン冷却水温度、外気温度、大気圧等）に応じた要求値とするよう算出することが望ましい。

続くステップＳ２０では、エンジン出力センサ１２の検出値に基づき、複数種類のエンジン出力値の実値を取得する。なお、モデル等の算出手段によりエンジン出力値の値を推定し、当該推定値を前記実値に替えて取得するようにしてもよい。特に、複数種類のエンジン出力値のうちエンジン出力センサ１２が備えられていない出力値については、上記推定値を実値に代用することが有効である。

続くステップＳ３０は、エンジン出力偏差算出器４０により実行される処理であり、ステップＳ１０で算出した複数種類のエンジン出力値の各々の要求値と、ステップＳ２０で取得したエンジン出力値の実値との偏差（エンジン出力値偏差）を算出し、当該エンジン出力値偏差に基づきフィードバック補正量ｑ１を算出する。この補正量ｑ１は、例えば偏差に対する比例項、積分項、微分項に基づく周知のＰＩＤにより算出すればよい。

続くステップＳ４０では、ステップＳ１０で算出した複数種類のエンジン出力の要求値の各々を、燃焼パラメータ演算式２２に代入し、当該代入により得られた解を、複数種類の燃焼パラメータの基準目標値ｑ２として算出する。例えば、図１（ｂ）に示す燃焼パラメータ演算式２２は、複数種類のエンジン出力値を変数としたｒ次元の列ベクトルＡ１と、ｑ行ｒ列の係数ａ１１〜ａｑｒを表す行列Ａ２との積を、複数種類の燃焼パラメータを変数としたｑ次元の列ベクトルＡ３として表している。そして、列ベクトルＡ１を構成する各々の変数にエンジン出力値の要求値を代入することで、列ベクトルＡ３を構成する各々の変数の解を算出し、これらの解が燃焼パラメータの基準目標値ｑ２に相当する。

続くステップＳ５０は、目標値算出器２４により実行される処理であり、ステップＳ４０で算出した複数種類の燃焼パラメータの基準目標値ｑ２に、ステップＳ３０で算出した複数種類のフィードバック補正量ｑ１を加算して、最終的に出力される複数種類の燃焼パラメータの目標値ｑ３を算出する。

続くステップＳ６０では、燃焼状態検出センサ１３の検出値に基づき、複数種類の燃焼パラメータの実値を取得する。なお、モデル等の算出手段により燃焼パラメータの値を推定し、当該推定値を前記実値に替えて取得するようにしてもよい。特に、複数種類の燃焼パラメータのうち燃焼状態検出センサ１３が備えられていない燃焼パラメータについては、上記推定値を実値に代用することが有効である。

続くステップＳ７０は、燃焼パラメータ偏差算出器５０により実行される処理であり、ステップＳ５０で算出した複数種類の燃焼パラメータの各々の目標値と、ステップＳ６０で取得した燃焼パラメータの実値との偏差（燃焼パラメータ偏差）を算出し、当該燃焼パラメータ偏差に基づきフィードバック補正量ｐ１を算出する。この補正量ｐ１は、例えば偏差に対する比例項、積分項、微分項に基づく周知のＰＩＤにより算出すればよい。

続くステップＳ８０では、ステップＳ５０で算出した複数種類の燃焼パラメータの目標値の各々を、制御量演算式３２に代入し、当該代入により得られた解を、複数種類の制御量の基準指令値ｐ２として算出する。例えば、図１（ｃ）に示す制御量演算式３２は、複数種類の燃焼パラメータを変数としたｑ次元の列ベクトルＡ３と、ｐ行ｑ列の係数ｂ１１〜ｂｐｑを表す行列Ａ４との積を、複数種類の制御量を変数としたｐ次元の列ベクトルＡ５として表している。そして、列ベクトルＡ３を構成する各々の変数に燃焼パラメータの目標値を代入することで、列ベクトルＡ５を構成する各々の変数の解を算出し、これらの解が制御量の基準指令値ｐ２に相当する。

続くステップＳ９０は、指令値算出器３４により実行される処理であり、ステップＳ８０で算出した複数種類の制御量の基準指令値ｐ２に、ステップＳ７０で算出した複数種類のフィードバック補正量ｐ１を加算して、最終的に出力される複数種類の制御量の指令値ｐ３を算出する。なお、ＥＣＵ１０ａは、ステップＳ９０で算出した制御量の指令値を、最終的に各種アクチュエータ１１へ出力する。

次に、燃焼パラメータ演算式２２及び制御量演算式３２で定義される「相関」の具体例について、図３を用いて説明する。

図３（ａ）は、上記相関を模式的に示した図であり、アクチュエータ１１の制御量を噴射量、噴射時期、ＥＧＲ量とし、エンジン出力値をＮＯｘ量、ＣＯ量、燃費として例示している。なお、図中の符号Ａ，Ｂ，Ｃは複数種類の燃焼パラメータの各々を示すものであり、例えば符号Ａは燃焼時期を例示している。

図３（ａ）中の符号３２ａは、噴射量と燃焼パラメータＡとの相関（回帰直線３２ａＭ）を示す図であり、回帰直線３２ａＭは例えば重回帰分析等の手法を用いて設定する。なお、符号３２ｂは噴射量と燃焼パラメータＢ、符号３２ｃは噴射量と燃焼パラメータＣについての相関を示すものである。このようにして設定した複数の回帰直線により、噴射量、噴射時期及びＥＧＲ量と、各種燃焼パラメータＡ，Ｂ，Ｃとの相関を図３（ｂ）の如くモデルや行列式で定義でき、当該定義に基づけば、噴射量、噴射時期及びＥＧＲ量の組み合わせが決まれば、その組み合わせに対応する複数種類の燃焼パラメータＡ，Ｂ，Ｃを特定できる。つまり、「どのような制御量にすればどのような燃焼状態（燃焼パラメータ）になるのか」を特定できる。

図３（ａ）中の符号２２ａは、燃焼パラメータＡとＮＯｘ量との相関（回帰直線２２ａＭ）を示す図であり、回帰直線２２ａＭは例えば重回帰分析等の手法を用いて設定する。なお、符号２２ｂは燃焼パラメータＡとＣＯ量、符号２２ｃは燃焼パラメータＡと燃費についての相関を示すものである。このようにして設定した複数の回帰直線により、複数種類の燃焼パラメータＡ，Ｂ，Ｃと、ＮＯｘ量、ＣＯ量及び燃費との相関を図３（ｃ）の如くモデルや行列式で定義でき、当該定義に基づけば、複数種類の燃焼パラメータＡ，Ｂ，Ｃの組み合わせが決まれば、その組み合わせに対応するＮＯｘ量、ＣＯ量及び燃費を特定できる。つまり、「どのような燃焼状態（燃焼パラメータ）にすればどのようなエンジン出力状態（エンジン出力値）になるのか」を特定できる。

さらに、燃焼パラメータ演算式２２は、複数種類のエンジン出力値と複数種類の燃焼パラメータとの組み合わせを定義しているので、１つの燃焼パラメータを変化させた場合の、複数種類のエンジン出力値の変化を把握できる。例えば、図４に示すように、ＮＯｘ量及びＰＭ量の現在値が要求値からずれている場合において、燃焼時期Ａの現在値Ａ１をＡ２に変化させれば、ＮＯｘ量及びＰＭ量の両方を要求値にすることができる。なお、ＮＯｘ量及びＰＭ量の両方を要求値にする燃焼時期Ａの値を見出すことができない場合でも、ＮＯｘ量及びＰＭ量の両方が最も要求値に近づくのに最適な燃焼時期Ａを見出すことができる。

但し、図４は燃焼時期Ａのみに着目して模式化した図であり、実際には、複数種類のエンジン出力値と複数種類の燃焼パラメータとの組み合わせを燃焼パラメータ演算式２２は定義しているので、複数種類のエンジン出力値に生じている偏差に対して、複数種類の燃焼パラメータの目標値が同時に協調して補正される。

同様にして、制御量演算式３２は、複数種類の燃焼パラメータと複数種類の制御量との相関を定義しているので、複数種類の燃焼パラメータに生じている偏差に対して、複数種類の制御量の指令値が同時に協調して補正される。

図５は、本実施形態によるエンジン制御を実施した場合の一態様を示すタイムチャートであり、エンジンの定常運転時にエンジン水温（環境条件）が変化した場合の各種変化をシミュレーションして得られた結果である。

図５（ｂ）に示すようにエンジン水温が徐々に上昇していくと、同じ制御量であっても燃焼状態は変化する。すると、燃焼パラメータ偏差算出器５０により算出された複数種類の燃焼パラメータ偏差に基づき、それらの偏差をゼロにするよう複数種類の制御量がフィードバック制御される。具体的には、図５（ｄ）に示す如く複数種類の制御量が同時に協調してフィードバック補正されて、複数種類の燃焼パラメータ偏差を総合的に小さくするよう複数種類のアクチュエータ１１は協調制御する。

また、図５（ｂ）に示すようにエンジン水温が徐々に上昇していくと、同じ燃焼状態であってもエンジン出力値は変化する。すると、エンジン出力偏差算出器４０により算出された複数種類のエンジン出力値偏差に基づき、それらの偏差をゼロにするよう複数種類の燃焼パラメータの目標値がフィードバック制御される。具体的には、複数種類のエンジン出力値偏差を総合的に小さくするよう、図５（ｃ）に示す如く複数種類の燃焼パラメータの目標値が同時に協調してフィードバック補正される。

そして、図５（ｄ）の如く複数種類のエンジン制御量が同時に協調してフィードバック制御されるとともに、図５（ｃ）の如く複数種類の燃焼パラメータが同時に協調してフィードバック制御されることにより、図５（ａ）中の実線に示すようにエンジン出力値を一定に制御できる。なお、本実施形態にかかる上記フィードバック制御及び協調制御を実施しない場合、例えば、複数種類のエンジン出力値と複数種類の制御量とを１対１でそれぞれ適合試験により得られたマップに基づきオープン制御する場合には、図５（ａ）中の破線に示す如く、エンジン水温の変化に伴いエンジン出力値が変化する。したがって、上記フィードバック制御及び協調制御を実施する本実施形態によれば、環境条件の変化に対するロバスト性を向上できることが、図５のシミュレーション結果により確認された。

ところで、燃焼パラメータ偏差算出器５０により算出された燃焼パラメータ偏差に応じて、制御量指令値はフィードバック制御されるが、この燃焼パラメータ偏差に基づき、ＥＣＵ１０ａは制御量演算式３２の行列Ａ４にかかる係数ｂ１１〜ｂｐｑを更新（補正）して学習する。これにより、学習後において、燃焼パラメータの実値を目標値に一致させるのに要する制御時間の短縮を図っている。特に、アクチュエータ１１の摺動部が磨耗する等経年劣化したことに起因して燃焼パラメータ偏差が生じている場合には、上記学習による制御時間短縮の効果が好適に発揮される。

また、燃焼パラメータ演算式２２で定義されるエンジン出力値と燃焼パラメータとの相関は、エンジンの特性への依存度は大きいものの環境条件の変化への依存度は小さい。この点に着目した本実施形態では、燃焼状態検出センサ１３による燃焼パラメータの検出値に基づき制御量演算式３２を学習させる一方で、燃焼パラメータ演算式２２の学習は実施していない。

次に、制御量演算式３２を学習する処理手順について、図６のフローチャートを用いて説明する。このフローチャートは、ＥＣＵ１０ａのマイコンにより、所定周期（例えば先述のＣＰＵが行う演算周期又は所定のクランク角度毎）で繰り返し実行される処理である。

先ず、ステップＳ１００において、エンジン１０が定常運転中であるか否かを判定する。具体的には、燃焼状態検出センサ１３の検出値の変化率（単位時間あたりの変化量）が所定値以内であるか否かを判定し、所定値以内であれば定常運転中であると判定する。

続くステップＳ１１０では、燃焼状態検出センサ１３の較正（キャリブレーション）が終了してから所定時間内であるか否かを判定する。なお、例えば、燃焼状態検出センサが筒内圧センサ１３である場合において、筒内が大気圧になっていると想定される運転状態（例えば、エンジン始動前のイグニッションスイッチオン時）でのセンサ検出値と大気圧とのずれ量に基づき筒内圧センサ１３のキャリブレーション（較正）を行っている。

要するに、定常運転中であり（Ｓ１００：ＹＥＳ）、かつ、燃焼状態検出センサ１３の較正が終了してから所定時間内である（Ｓ１１０：ＹＥＳ）と判定されたことを条件として、以降の学習処理Ｓ１２０〜Ｓ１４０を実施する。両条件の少なくとも一方が満たされていない場合には学習を実施せずに、図６の処理を終了する。

上記両条件が満たされている場合、続くステップＳ１２０において、指令値算出器３４から出力された制御量指令値、及び燃焼状態検出センサ１３で検出された燃焼パラメータの実値を取得する。続くステップＳ１３０では、ステップＳ１２０で取得した制御量指令値及び燃焼パラメータ実値の取得数が、十分な回数分だけ蓄積されたか否かを判定する。この「十分な回数」については後述する。

十分に蓄積されたと判定されれば（Ｓ１３０：ＹＥＳ）、続くステップＳ１４０（制御量演算式学習手段）において、制御量演算式３２に含まれる各種数値を補正して更新（学習）する。以下、前記各種数値に対する更新値の算出手法について説明する。

例えば制御量演算式３２が図１（ｃ）に示す行列式の場合においては、行列Ａ４中の数値を更新値に置換すればよい。この場合、列ベクトルＡ５及び列ベクトルＡ３の数値を代入すれば、行列Ａ４の数値を得ることができる。そこで、ステップＳ１２０で取得した複数種類の制御量指令値を列ベクトルＡ５に代入し、ステップＳ１２０で取得した複数種類の燃焼パラメータ実値を列ベクトルＡ３に代入して、行列Ａ４の数値を演算する。このようにして演算された行列Ａ４の数値を上記更新値として学習させる。

但し、行列Ａ４の数値の個数はｐ×ｑ個あるため、ｐ×ｑ個の変数に対して１つの解を得るためには、ｐ×ｑ個の連立方程式が必要となる。よって、制御量指令値及び燃焼パラメータ実値を、１回だけ列ベクトルＡ５及び列ベクトルＡ３に代入するだけでは得られる連立方程式の数が不十分であり、ｐ×ｑ個の変数に対して１つの解を算出することができない。この点を鑑み、行列Ａ４中の全ての数値に対して１つの解が得られるようにすべく、ステップＳ１３０において「十分な回数」の取得数が蓄積されたことを条件としてステップＳ１４０の学習を実施している。

以上詳述した本実施形態によれば、以下の効果が得られるようになる。

（１）エンジン冷却水温度や外気温度が変化する等の環境条件や、エンジン個体差や経時劣化により制御量とエンジン出力値の相関が変化するケースを考えると、燃焼パラメータと制御量との相関（制御量演算式３２）は変化する一方で、エンジン出力値と燃焼パラメータとの相関（燃焼パラメータ演算式２２）はエンジンの特性への依存度は大きいものの環境条件の変化への依存度は小さい。この点に着目した本実施形態では、燃焼状態検出センサ１３による燃焼パラメータの検出値に基づき制御量演算式３２を学習させる。これにより、環境条件等への依存度が大きい制御量演算式３２で定義されている相関が実際の相関からずれることを回避でき、かつ、環境条件等への依存度が小さい燃焼パラメータ演算式２２の相関と制御量演算式３２の相関とを組み合わせることで、環境条件の変化等に起因してエンジン出力が要求値からずれるといった懸念を、効果的に解消できる。

（２）エンジン出力値をＮＯｘセンサ等で検出し、エンジン出力値と制御量との相関を学習する場合には、ＮＯｘセンサ等の応答が遅く、定常運転時等のセンサが十分に追従できる条件下でしか学習できない上、エンジン出力値と制御量の全相関を学習するためには多大なコストがかかる。これに比べて、燃焼状態検出センサ１３による燃焼パラメータの検出は応答が速く学習可能な条件が多い上、制御量と燃焼パラメータ間の全相関を学習できる。よって、エンジン出力値を要求値に高精度に制御することが可能である。

（３）燃焼状態検出センサ１３の検出値に基づき制御量演算式３２を学習するにあたり、定常運転中であることを学習条件とするので、燃焼状態検出センサ１３の検出応答遅れや検出ばらつきによる学習精度悪化を回避できる。

（４）燃焼状態検出センサ１３の較正が終了してから所定時間以内であることを制御量演算式３２の学習条件とするので、較正誤差による学習精度悪化を回避できる。

（５）複数種類のエンジン出力値と複数種類の燃焼パラメータとの相関を燃焼パラメータ演算式２２により定義しているので、「要求されるエンジン出力値にするには燃焼状態をどのようにすればよいのか」を把握できる。したがって、燃焼パラメータ演算式２２を用いて、複数種類のエンジン出力値の要求値と実値との偏差を小さくするよう、複数種類の燃焼パラメータの目標値の組み合わせを協調して算出するので、複数種類の燃焼パラメータが１つのエンジン出力値に対して相互干渉することを鑑みて協調制御することができ、複数種類のエンジン出力値を同時に要求値に近づけさせることに対する制御性向上を図ることができる。

（６）複数種類の燃焼パラメータと複数種類の制御量との相関を制御量演算式３２により定義しているので、「どのような燃焼状態にすればどのようなエンジン出力状態になるのか」を把握できる。したがって、制御量演算式３２を用いて、複数種類の燃焼パラメータの目標値と実値との偏差を小さくするよう、複数種類の制御量の組み合わせを協調して算出するので、複数種類の制御量が１つの燃焼パラメータに対して相互干渉することによる制御性悪化を回避でき、複数種類の制御量を協調制御することで、複数種類の燃焼パラメータを同時に目標値に近づけさせることに対する制御性向上を図ることができる。

（７）上述の如く燃焼パラメータ演算式２２及び制御量演算式３２を用いて、複数種類のエンジン出力値の要求値に対する複数種類の燃焼パラメータの目標値の組み合わせを算出するとともに、複数種類の燃焼パラメータの目標値に対する複数種類の制御量の指令値の組み合わせを算出することができる。よって、これらの組み合わせの最適値について一つずつ適合試験により取得しておくことを不要にできるので、膨大な試験点数及び試験時間を要する適合試験作業及び制御マップ作成作業の負担軽減を図ることができる。また、マップを記憶させるのに要するメモリ（記憶手段）の容量を軽減できる。

特に、環境条件毎に上記組み合わせの最適値を適合試験により取得しようとすると、その試験点数は極めて膨大となるのに対し、本実施形態によれば、後述する（８）（９）に記載の如くフィードバック制御することで、図５に示すように環境条件の変化に対するロバスト性を向上できるので、例えば環境条件毎に燃焼パラメータ演算式２２及び制御量演算式３２を設定しておくといった作業を廃止でき、演算式２２，３２の設定の作業負担を軽減できる。

（８）燃焼パラメータの実値又は推定値が燃焼パラメータの目標値と一致するよう制御量をフィードバック制御する。しかも、複数種類の燃焼パラメータについて複数種類の制御量を同時に協調してフィードバック制御する。そのため、エンジン水温等の環境条件が変化したことに対して複数種類の燃焼状態が目標値から離れていくことを抑制できる。よって、燃焼パラメータコントローラ３０により燃焼状態を制御するにあたり、環境条件の変化に対するロバスト性を向上できる。

また、上述のように、制御量演算式学習手段Ｓ１４０が機能すれば、燃焼状態検出センサ１３の検出値と燃焼パラメータの目標値との偏差は生じないはずである。しかしながら、学習が常時できるとは限らないことや誤学習のリスクを鑑みれば、制御量演算式３２の学習を誤学習のリスクが低い条件下のみに限定することと、燃焼状態検出センサ１３の検出値をフィードバックすることとを組み合わせることで、エンジン制御装置の性能を好適に維持することが可能となる。

（９）エンジン出力値の実値又は推定値がエンジン出力値の要求値と一致するよう燃焼パラメータの目標値をフィードバックして算出する。しかも、複数種類のエンジン出力値について複数種類の燃焼パラメータの目標値を同時に協調してフィードバックして算出する。そのため、エンジン水温等の環境条件が変化したことに対して複数種類のエンジン出力が目標値から離れていくことを抑制できる。よって、燃焼パラメータ算出器２０によりエンジン出力値の要求値に対する燃焼パラメータの目標値を算出するにあたり、環境条件の変化に対するロバスト性を向上できる。

また、「どのような燃焼状態（燃焼パラメータ）にすればどのようなエンジン出力状態（エンジン出力値）になるのか」の相関は、エンジン冷却水温度や外気温度等の環境条件への依存度は小さいものの、エンジンの個体差や経時劣化等があるために相関にずれが生じることはありうる。そこで、検出や推定が可能なエンジン出力値の検出値をフィードバックさせることにより、エンジン出力値の要求値に制御するためにより適した燃焼パラメータの目標値を算出することができるようになり、その結果、エンジン制御装置の性能を好適に維持することが可能となる。

（１０）本実施形態によれば、上述の如く環境条件の変化に対するロバスト性を向上できるので、エンジン水温センサ等の環境条件を検出してその検出結果をエンジン制御に反映させることを不要にできる。よって、環境条件を検出するセンサを廃止できる場合がある。

（１１）本実施形態に反し、複数種類のエンジン出力値と複数種類の制御量との相関を直接的に定義しようとすると、この相関は極めて複雑であるため、図４に示すような回帰直線３２ａＭを試験により取得することは極めて困難な作業となる。これに対し、複数種類のエンジン出力値と複数種類の燃焼パラメータとの相関、及び複数種類の燃焼パラメータと複数種類の制御量との相関は複雑性が緩和される。この点に着目した本実施形態では、燃焼パラメータ演算式２２及び制御量演算式３２を設けることで、燃焼パラメータを中間パラメータとして、複数種類のエンジン出力値と複数種類の制御量との相関を定義しているので、燃焼パラメータ演算式２２及び制御量演算式３２の作成に用いられる回帰直線２２ａＭ，３２ａＭ等の相関データの、取得作業の負荷低減を図ることができる。

（１２）しかも本実施形態では、燃焼パラメータを中間パラメータとしていることを利用して、エンジン出力値の実値又は推定値をフィードバックするのみならず、中間パラメータ（燃焼パラメータ）の実値又は推定値をもフィードバックするので、燃焼パラメータコントローラ３０及び燃焼パラメータ算出器２０を用いてエンジン制御するにあたり、環境条件の変化に対するロバスト性を向上できる。

（１３）仮に、複数種類のアクチュエータ１１のうちの１つが故障して該当する制御量が制御できなくなったとしても、本実施形態によれば、燃焼パラメータの実値又は推定値をフィードバックするので、燃焼パラメータ偏差がゼロになるまで複数種類の制御量の指令値は補正され続けることとなる。そのため、故障していない制御可能な残りの制御量を協調制御して、複数種類の燃焼パラメータの実値が目標値に近づくよう制御することとなるので、複数種類のアクチュエータ１１のうちの１つが故障しても、残りのアクチュエータ１１の協調制御及びフィードバック制御により、複数種類の燃焼パラメータを目標値に近づけさせることができる。その結果、複数種類のエンジン出力値を要求値に近づけさせるよう制御できる。

（第２実施形態）
上記第１実施形態では、燃焼パラメータの目標値を制御量演算式３２に代入して得られた解を基準指令値ｐ２として算出し、その一方で、フィードバック制御器３３が燃焼パラメータ偏差に基づきフィードバック補正量ｐ１を算出し、これらの基準指令値ｐ２及びフィードバック補正量ｐ１に基づき、指令値算出器３４が最終的な制御量の指令値ｐ３（＝ｐ１＋ｐ２）を算出している。

これに対し、図７に示す本実施形態では、燃焼パラメータ偏差を制御量演算式３２に代入しており、当該代入により得られた解は、制御量を現状の値からどれだけ変化させたらよいかの制御量指令値の変化量ｐ２として用いる。一方、制御量の基準指令値ｐ１は、エンジン回転速度等のエンジン運転条件毎に予め設定した値を用いて設定する。これにより、燃焼パラメータの実値が目標値に一致するようフィードバック制御される。

なお、上記基準指令値ｐ１は、数式を用いてエンジン運転条件に基づき算出した値を用いて設定してもよいし、予め作成しておいたマップを用いてエンジン運転条件に基づき算出した値を用いて設定してもよい。但しこのマップは、特許文献１，２等に記載の従来制御で必要となるマップとは異なり、基準値のみを算出すればよいものである。そのため、マップを作成するにあたり実施する適合試験の試験点数は少なくできる。そして、基準指令値ｐ１に変化量ｐ２を加算して得られた指令値を、最終的に各種アクチュエータ１１へ出力する指令値として算出する。

また、本実施形態にかかる燃焼パラメータコントローラ３０は、燃焼パラメータ偏差算出器５０により算出された燃焼パラメータ偏差を加算していく積分器３１を備えており、積分器３１により燃焼パラメータ偏差を積分し、その積分値を制御量演算式３２に代入している。これにより、燃焼パラメータの実値が目標値に対して定常的にずれてしまうといった定常偏差発生の抑制を図っている。そして、積分器３１により算出された偏差積分値がゼロになると、制御量演算式３２により算出される値はゼロとなり、制御量の指令値は現状の制御量を維持させる値となるよう算出されることとなる。

また、上記第１実施形態では、エンジン出力の要求値を燃焼パラメータ演算式２２に代入して得られた解を基準目標値ｑ２として算出し、その一方で、フィードバック制御器２３がエンジン出力値偏差に基づきフィードバック補正量ｑ１を算出し、これらの基準目標値ｑ２及びフィードバック補正量ｑ１に基づき、目標値算出器２４が最終的な燃焼パラメータの目標値ｑ３（＝ｑ１＋ｑ２）を算出している。

これに対し、図７に示す本実施形態では、エンジン出力値偏差を燃焼パラメータ演算式２２に代入しており、当該代入により得られた解は、燃焼状態（燃焼パラメータ）を現状の状態（値）からどれだけ変化させたらよいかの燃焼パラメータ目標値の変化量ｑ２として用いる。一方、燃焼パラメータの基準目標値ｑ１は、エンジン回転速度等のエンジン運転条件毎に予め設定した値を用いて設定する。これにより、エンジン出力値の実値が要求値に一致するようフィードバック制御される。

なお、上記基準目標値ｑ１は、数式を用いてエンジン運転条件に基づき算出した値を用いて設定してもよいし、予め作成しておいたマップを用いてエンジン運転条件に基づき算出した値を用いて設定してもよい。但しこのマップは、目標値のみを算出すればよいものであるため、マップを作成するにあたり実施する適合試験の試験点数は少なくできる。そして、基準目標値ｑ１に変化量ｑ２を加算して得られた目標値を、最終的に燃焼パラメータ偏差算出器５０へ出力する目標値として算出する。

また、本実施形態にかかる燃焼パラメータ算出器２０は、エンジン出力偏差算出器４０により算出されたエンジン出力値偏差を加算していく積分器２１を備えており、積分器２１によりエンジン出力値偏差を積分し、その積分値を燃焼パラメータ演算式２２に代入している。これにより、エンジン出力値の実値が目標値に対して定常的にずれてしまうといった定常偏差発生の抑制を図っている。そして、積分器２１により算出された偏差積分値がゼロになると、燃焼パラメータ演算式２２により算出される値はゼロとなり、燃焼パラメータの目標値は現状の燃焼状態（燃焼パラメータ）を維持させる値となるよう算出されることとなる。

以上に詳述した本実施形態によっても、上記第１実施形態と同様の協調制御が実施されるとともに、燃焼パラメータ及びエンジン出力値の実値又は推定値をフィードバックさせるので、上記第１実施形態と同様の効果が発揮される。

（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。

・上記第１実施形態では、図６に示すように、定常運転中であることを学習の条件としているが、ステップＳ１００の処理を廃止して、過渡運転時にも学習を実施させてもよい。但しこの場合には、定常運転時に実行された学習の重み付けを、過渡運転時に実行された学習よりも大きくすることが望ましい。

例えば、行列Ａ４中の数値を、第１実施形態で算出した更新値にそのまま置き換えて学習させるのではなく、第１実施形態で算出した更新値と更新前の数値との偏差に重み係数ｗを乗算して補正値を算出し、更新前の数値に前記補正値を加算した値を最終的な更新値とすることが具体例として挙げられる。そして、前記重み係数を、定常運転中の学習時には過渡運転中の学習時に比べて大きい値とすればよい。

・上記第１実施形態では、図６に示すように、センサ較正終了後所定時間内であることを学習の条件としているが、ステップＳ１１０の処理を廃止して、センサ較正終了後所定時間が経過した以降にも学習を実施させてもよい。但しこの場合には、所定時間内に実行された学習の重み付けを、所定時間経過以降に実行された学習よりも大きくすることが望ましい。

・上記第１実施形態では、燃焼パラメータ演算式２２の学習を実施していないが、制御量演算式３２を学習しさえすれば、燃焼パラメータ演算式２２の学習を実施するようにしてもよい。
・燃焼パラメータ演算式２２の学習を実施するにあたり、複数種類のエンジン出力値の全てについてエンジン出力センサ１２により実値を取得するようにしてもよいし、複数種類のエンジン出力値の一部について実値を取得するようにしてもよい。同様に、制御量演算式３２の学習を実施するにあたり、複数種類の燃焼パラメータの全てについて燃焼状態検出センサ１３により実値を取得するようにしてもよいし、複数種類の燃焼パラメータの一部について実値を取得するようにしてもよい。

・上記各実施形態では、燃焼パラメータ及びエンジン出力値の実値をフィードバックさせているが、本発明の実施にあたり、これらのフィードバックを廃止してオープン制御としてもよい。具体的には、図１に示すブロック図において、フィードバック制御器２３、目標値算出器２４及びエンジン出力偏差算出器４０を廃止して、燃焼パラメータ演算式２２で算出した基準目標値を、そのまま燃焼パラメータコントローラ３０へ出力してもよい。また、フィードバック制御器３３、指令値算出器３４及び燃焼パラメータ偏差算出器５０を廃止して、制御量演算式３２で算出した基準指令値を、そのままアクチュエータ１１へ出力してもよい。

・燃焼パラメータ演算式２２を以下のマップに置き換えてもよい。すなわち、エンジン出力値の要求値に対する燃焼パラメータの最適値が記憶されたマップを燃焼パラメータ演算式２２に置き換えてもよい。

１０…エンジン、１０ａ…ＥＣＵ（記憶手段）、１１…アクチュエータ、１２…ＮＯｘセンサ（エンジン出力値フィードバック手段）、１３…筒内圧センサ（燃焼パラメータフィードバック手段、燃焼状態検出手段）、２０…燃焼パラメータ算出器（燃焼目標値算出手段）、２２…燃焼パラメータ演算式、３０…燃焼パラメータコントローラ（制御量指令値算出手段）、３２…制御量演算式、４０…エンジン出力偏差算出器（エンジン出力値フィードバック手段）、５０…燃焼パラメータ偏差算出器（燃焼パラメータフィードバック手段）、Ｓ１４０…制御量演算式学習手段。

Claims (8)

1. アクチュエータの作動を制御することで、エンジンの燃焼状態を制御し、ひいてはエンジンの出力特性を制御するエンジン制御装置であって、
   前記出力特性を表すエンジン出力値と燃焼状態を表す燃焼パラメータとの相関を定義した燃焼パラメータ演算式に基づき、前記エンジン出力値を要求値にするための前記燃焼パラメータの目標値を算出する燃焼目標値算出手段と、
   複数種類の前記燃焼パラメータと前記アクチュエータに対する複数種類の制御量との相関を定義した制御量演算式に基づき、複数種類の前記燃焼パラメータを目標値にするための複数種類の前記制御量の指令値の組み合わせを算出する制御量指令値算出手段と、
   複数種類の前記燃焼パラメータの実値を検出する燃焼状態検出手段と、
   前記制御量演算式の解を得るために必要な回数分だけ蓄積された、前記制御量指令値算出手段により算出された複数種類の前記制御量の指令値及び前記燃焼状態検出手段の検出値に基づき、前記制御量演算式を学習する制御量演算式学習手段と、
   を備えることを特徴とするエンジン制御装置。
2. 前記制御量演算式学習手段による学習の実行は、前記燃焼状態検出手段の検出値の変化率が所定値以内に安定した定常運転時に許可され、前記変化率が所定値以上となっている過渡運転時には禁止されることを特徴とする請求項１に記載のエンジン制御装置。
3. 前記制御量演算式学習手段による学習のうち、前記燃焼状態検出手段の検出値の変化率が所定値以内に安定した定常運転時に実行された学習は、前記変化率が所定値以上となっている過渡運転時に実行された学習よりも重み付けを大きくすることを特徴とする請求項１に記載のエンジン制御装置。
4. 前記制御量演算式学習手段による学習の実行は、エンジンの運転中に実行される前記燃焼状態検出手段の較正が終了してから所定時間が経過するまでの期間に許可され、前記所定時間が経過した以降は禁止されることを特徴とする請求項１〜３のいずれか１つに記載のエンジン制御装置。
5. 前記燃焼状態検出手段は、気筒内の圧力を検出する筒内圧センサであることを特徴とする請求項１〜４のいずれか１つに記載のエンジン制御装置。
6. 前記燃焼状態検出手段の検出値と前記燃焼パラメータの目標値との偏差を、前記制御量の指令値の算出にフィードバックさせる燃焼パラメータフィードバック手段を備えることを特徴とする請求項１〜５のいずれか１つに記載のエンジン制御装置。
7. 前記燃焼パラメータ演算式は、複数種類の前記エンジン出力値と複数種類の前記燃焼パラメータとの相関を定義したものであり、
   前記燃焼目標値算出手段は、複数種類の前記エンジン出力値の要求値及び前記燃焼パラメータ演算式に基づき、複数種類の前記要求値に対する複数種類の前記燃焼パラメータの目標値の組み合わせを算出することを特徴とする請求項１〜６のいずれか１つに記載のエンジン制御装置。
8. 前記エンジン出力値の実値又は推定値と前記エンジン出力値の要求値との偏差を、前記燃焼パラメータの目標値の算出にフィードバックさせるエンジン出力値フィードバック手段を備えることを特徴とする請求項１〜７のいずれか１つに記載のエンジン制御装置。

Images