JP7579228B2 - 後処理システムの制御装置、後処理システム、後処理システムを制御する方法、及びコンピュータプログラム - Google Patents

Description

本発明は、後処理システムを制御する技術に関する。

内燃機関等から排出される排気に含まれる有害物質を浄化する技術が知られている。例えば、特許文献１～４には、添加剤としてＮＨ₃（アンモニア）を使用し、有害物質としてのＮＯｘ（窒素酸化物）を浄化するＳＣＲ触媒（選択還元触媒：Selective Catalytic Reduction catalyst）を用いた後処理システムについて開示されている。特許文献１には、ＳＣＲ触媒の上流側に加水分解触媒を設けることが記載されている。特許文献２には、排気が流通する主流路の出口にＮＯｘ検出器を設け、ＮＯｘ検出器の検出信号を、添加剤量を制御する制御ユニットに入力することが記載されている。特許文献３には、主流路に第１及び第２のガスセンサを設け、第１及び第２のガスセンサの検出信号から、主流路内のＮＯｘ濃度を推定することが記載されている。特許文献４には、エンジンに関する情報（周囲湿度、マニホールド圧力、マニホールド温度、燃料消費率、エンジン回転速度）をニューラルネットワーク（ＮＮ：Neural Network）に入力し、ＳＣＲ触媒から排出されるＮＯｘ量を予測することが記載されている。

特表２０２０－５０４２６０号公報 米国特許第８２３０６７７号明細書 特開２０１５－８１６０２号公報 特開２００３－３２８７３２号公報

ところで、ＳＣＲ触媒を備える後処理システムは、ＳＣＲ触媒に対して添加剤（ＮＨ₃）の元となる尿素水を供給する供給部を備えている。この供給部では、ハード的なばらつき（例えば、噴射弁やポンプユニット等の製造誤差）や、経年劣化等に起因して、供給制御部からの指令値通りの添加剤の供給が行えない場合がある。換言すれば、異なる複数の供給部に対して同一の指令値を送信した場合であっても、各供給部におけるハード的なばらつきや劣化度合いに応じて、供給部による添加剤の実際の供給量と、他の供給部による添加剤の実際の供給量とが相違する場合がある。このような場合、ＳＣＲ触媒において狙い通りの浄化性能が得られず、ＳＣＲ触媒におけるＮＯｘ浄化率が低下する。したがって、供給制御部には、このような「供給部のばらつき」を踏まえた添加剤の供給量の制御が求められていた。しかし、特許文献１～４に記載の技術では、供給部のばらつきについて何ら考慮されていない。

また、供給部に対して送信する指令値の決定には、ＳＣＲ触媒の下流側における排気中のＮＯｘ濃度（以降「出口ＮＯｘ濃度」、「出口有害物質濃度」とも呼ぶ）が用いられる場合がある。この出口ＮＯｘ濃度を測定するセンサについても、供給部と同様に、ハード的なばらつきや経年劣化等に起因した誤差が生じることがある。このような誤差は、指令値の決定のために算出される状態量（すなわち、ＳＣＲ触媒のＮＨ₃吸着量や、供給部のばらつきを表す利得値）の推定精度低下の要因となる。従って、出口ＮＯｘ濃度を測定するセンサ誤差に対する、状態量の推定値のロバスト性を向上させることが求められていた。

なお、このような課題は、内燃機関からの排気に限らず、有害物質を含む排気を浄化する後処理システムの全般に共通する。また、このような課題は、尿素水を供給する方式に限らず、ＮＨ₃ガスを供給する方式にも共通する。さらに、このような課題は、添加剤としてＮＨ₃を用いるＳＣＲ触媒に限らず、添加剤としてリッチスパイク処理により生じるＣＯ（一酸化炭素），Ｈ₂（水素），ＨＣ（炭化水素）を用いるＮＳＲ触媒（吸蔵還元触媒：NOx Storage Reduction catalyst）や、添加剤として酸化還元反応により生じるＯ₂（酸素）を使用する三元触媒（Three-Way Catalyst）にも共通する。

本発明は、上述した課題の少なくとも一部を解決するためになされたものであり、添加剤を用いて排気中の有害物質を浄化する後処理システムにおいて、添加剤を供給する供給部のばらつきを考慮した添加剤の供給を可能とすることを目的とする。

本発明は、上述の課題の少なくとも一部を解決するためになされたものであり、以下の形態として実現することが可能である。排気が流通する主流路に設けられて前記排気中の有害物質を浄化する触媒と、前記触媒に対して前記有害物質を浄化するための添加剤を供給する供給部と、を含む後処理システムの制御装置であって、前記主流路の出口における前記有害物質の濃度を取得する出口濃度取得部と、数理モデルを用いて、前記触媒に吸着されている添加剤の吸着量としての第１吸着量を推定する第１推定部と、前記出口濃度取得部により取得された前記有害物質の濃度を考慮した前記触媒における添加剤の吸着量を表す第２吸着量と、前記出口濃度取得部により取得された前記有害物質の濃度を考慮した前記供給部のばらつきを表す利得値と、を推定する第２推定部と、前記第２推定部により推定された前記第２吸着量と前記利得値とを用いて、前記供給部における添加剤の供給を制御する供給制御部と、を備え、前記第２推定部は、前記第１推定部における前回処理で推定された前記第１吸着量と、前記第２推定部における前回処理で推定された前記利得値とから、状態推定理論を用いて、前記第２吸着量と、前記利得値とを推定する、後処理システムの制御装置。そのほか、本発明は、以下の形態としても実現可能である。

（１）本発明の一形態によれば、排気が流通する主流路に設けられて前記排気中の有害物質を浄化する触媒と、前記触媒に対して有害物質を浄化するための添加剤を供給する供給部と、を含む後処理システムの制御装置が提供される。この制御装置は、前記主流路の出口における有害物質の濃度を取得する出口濃度取得部と、数理モデルを用いて、前記触媒に吸着されている添加剤の吸着量としての第１吸着量を推定する第１推定部と、前記第１吸着量と、前記供給部のばらつきを表す利得値とから、状態推定理論を用いて、前記出口濃度取得部により取得された前記有害物質の濃度を考慮した前記触媒における添加剤の吸着量を表す第２吸着量と、前記出口濃度取得部により取得された前記有害物質の濃度を考慮した前記供給部のばらつきを表す利得値と、を推定する第２推定部と、前記第２推定部により推定された前記第２吸着量と前記利得値とを用いて、前記供給部における添加剤の供給を制御する供給制御部と、を備える。

この構成によれば、供給制御部は、第２推定部により推定された第２吸着量と、供給部のばらつきを表す利得値とを用いて、供給部における添加剤の供給を制御するため、後処理システムにおいて、添加剤を供給する供給部のばらつきを考慮した添加剤の供給（例えば、供給量、供給サイクル、濃度等）を可能とできる。この結果、触媒における有害物質の浄化率の低下を抑制できる。また、第１推定部は、数理モデルを用いて第１吸着量を推定するため、数理モデルに対して予め他の触媒や排気管等の影響を織り込んでおくことで、他の触媒や排気管等に関する情報を取得することなく、第１吸着量を高精度に推定できる。さらに、第２推定部は、状態推定理論を用いて第２吸着量と利得値とを推定するため、第１吸着量よりも高精度な第２吸着量を求めることができると共に、実測が困難な状態量（すなわち、供給部のばらつきを表す利得値）を推定できる。

（２）上記形態の後処理システムの制御装置において、前記第１推定部は、さらに、前記数理モデルを用いて、前記触媒における有害物質の浄化率と、前記触媒から流出する添加剤の流出量と、をそれぞれ推定し、推定した前記有害物質の浄化率を用いて、前記主流路の出口における有害物質の濃度である出口有害物質濃度を推定し、推定した前記流出量を用いて、前記主流路の出口における添加剤の濃度である出口添加剤濃度を推定してもよい。
この構成によれば、第１推定部は、数理モデルを用いて、触媒における有害物質の浄化率と、触媒から流出する添加剤の流出量とを推定できる。また、第１推定部は、推定された有害物質の浄化率から、主流路の出口における有害物質の濃度である出口有害物質濃度を推定できる。さらに、第１推定部は、推定された添加剤の流出量から、主流路の出口における添加剤の濃度である出口添加剤濃度を推定できる。

（３）上記形態の後処理システムの制御装置において、前記第２推定部は、さらに、前記出口有害物質濃度と、前記出口添加剤濃度とから、前記出口濃度取得部により取得されるであろう前記有害物質の濃度の推定値を求め、前記状態推定理論において、前記出口濃度取得部により取得された前記有害物質の濃度を、求めた前記出口濃度取得部の前記推定値で補正してもよい。
この構成によれば、第２推定部は、出口濃度取得部により取得されるであろう有害物質の濃度の推定値を求め、出口濃度取得部により取得された有害物質の濃度（観測データ）を、求めた推定値で補正する。この結果、供給部による添加剤の供給をより適正化することができ、触媒における有害物質の浄化率をより向上できる。

（４）上記形態の後処理システムの制御装置において、前記第２推定部は、前記状態推定理論として、評価関数として平均二乗誤差を用いた場合に、状態量の平均二乗誤差を最小にする推定値を求めるアルゴリズムを使用してもよい。
この構成によれば、第２推定部は、状態推定理論として、評価関数として平均二乗誤差を用いた場合に、状態量の平均二乗誤差を最小にする推定値を求めるアルゴリズムを使用することで、第１吸着量よりも高精度な第２吸着量を求めることができると共に、実測が困難な状態量（すなわち、供給部のばらつきを表す利得値）を推定できる。

（５）上記形態の後処理システムの制御装置において、前記第２推定部は、さらに、前記出口濃度取得部により取得された前記有害物質の濃度と、前記出口濃度取得部の誤差を表す所定値とから、前記出口濃度取得部の観測雑音の分散を求め、前記状態推定理論において、求めた前記観測雑音の分散を使用して、前記第２吸着量と前記利得値とを推定してもよい。
この構成によれば、第２推定部は、出口濃度取得部により取得された有害物質の濃度（出口ＮＯｘ濃度、出口有害物質濃度）と、出口濃度取得部の誤差を表す所定値とから、出口濃度取得部の観測雑音の分散を求める。従来では、観測雑音の分散として一定値を用いることが一般的であったところ、本構成によれば、出口濃度取得部の観測雑音の分散を、出口濃度取得部の取得値（観測値）に依存した大きさとできる。また、第２推定部は、このようにして求めた出口濃度取得部の観測雑音の分散を、状態推定理論において使用して第２吸着量と利得値とを推定する。このため、出口濃度取得部の誤差に対する、状態量（第２吸着量と利得値）の推定値のロバスト性を向上させることができる。そして、供給制御部は、第２推定部により推定された第２吸着量と利得値とを用いて、供給部における添加剤の供給を制御するため、触媒における有害物質の浄化率をより一層向上できる。

（６）上記形態の後処理システムの制御装置において、前記主流路に同種の複数の前記触媒が設けられている場合に、前記第１推定部は、前記複数の触媒全体としての添加剤の吸着量の合計値を前記第１吸着量として推定し、前記第２推定部は、前記出口濃度取得部により取得された前記有害物質の濃度を考慮した前記第２吸着量であって、前記複数の触媒全体としての添加剤の吸着量の合計値を表す第２吸着量を推定し、前記供給制御部は、前記第２推定部により推定された前記第２吸着量と前記利得値とを用いて、前記複数の触媒に対する添加剤の供給を制御してもよい。
この構成によれば、主流路に同種の複数の触媒が設けられている場合に、第１推定部及び第２推定部は、当該複数の触媒を１つの触媒とみなして第１吸着量及び第２吸着量を推定する。このため、触媒と触媒との間における排気管等の影響を、数理モデルや状態推定理論に予め織り込んでおくことで、排気管等に関する情報を取得することなく、第１吸着量及び第２吸着量を高精度に推定できる。換言すれば、各触媒の吸着量をそれぞれ推定する場合と比較して、センサ等の数を減らすことができるため、後処理システムの部品点数を削減できると共に、第１推定部及び第２推定部の演算負荷を低減でき、処理を高速化できる。また、第１推定部及び第２推定部は、主流路に設けられた複数の触媒が同種の触媒である場合に、これらを１つの触媒とみなして第１吸着量及び第２吸着量を推定する。同種の触媒であれば、第１吸着量及び第２吸着量を左右する触媒の情報項目（例えば、触媒の温度、触媒に吸着されている添加剤の量）に相違がないため、第１推定部及び第２推定部は、第１吸着量及び第２吸着量を精度良く推定することができる。

（７）本発明の一形態によれば、後処理システムが提供される。この後処理システムは、上記形態の後処理システムの制御装置と、排気が流通する主流路に設けられ、前記排気中の有害物質を浄化する触媒と、前記触媒に対して有害物質を浄化するための添加剤を供給する供給部と、を備える。
この構成によれば、添加剤を供給する供給部のばらつきを考慮した添加剤の供給が可能であり、かつ、触媒における有害物質の浄化率の低下を抑制することが可能な後処理システムを提供できる。

なお、本発明は、種々の態様で実現することが可能であり、例えば、後処理システムの制御装置、当該制御装置を含む後処理システム、これら装置及びシステムの制御方法、これら装置及びシステムにおいて実行されるコンピュータプログラム、そのコンピュータプログラムを配布するためのサーバ装置、そのコンピュータプログラムを記憶した一時的でない記憶媒体等の形態で実現することができる。

本発明の一実施形態としての後処理システムのブロック図である。 第３モデルについて説明する図である。 制御装置による処理の手順を示すフローチャートである。 第２実施形態の後処理システムのブロック図である。 第２実施形態の制御装置による処理の手順を示すフローチャートである。 第３実施形態における後処理システムのブロック図である。 第４実施形態の後処理システムのブロック図である。 第４実施形態の制御装置による処理の手順を示すフローチャートである。 供給部と出口ＮＯｘ濃度取得部とのばらつきについて説明する図である。 後処理システムを用いたシミュレーション結果の一例を示す図である。

＜第１実施形態＞
図１は、本発明の一実施形態としての後処理システム１のブロック図である。本実施形態の後処理システム１は、制御装置１０と、排気浄化装置２０とを備える。本実施形態の制御装置１０は、後述する処理によって、供給部（尿素ポンプユニット６２及び尿素ノズル６４）のばらつきを考慮した添加剤の供給を可能とできる。本実施形態の排気浄化装置２０は、内燃機関９２の排気中における有害物質（窒素酸化物：ＮＯｘ）を浄化する装置であり、触媒としてＳＣＲ触媒（選択還元触媒：Selective Catalytic Reduction catalyst）４０を備え、添加剤としてＮＨ₃（アンモニア）を使用する場合を例示する。

内燃機関９２は、例えば、ディーゼルエンジンや、リーンバーン運転方式のガソリンエンジンである。燃焼状態制御部９１は、内燃機関９２に対する空気や燃料の噴射を制御することで、内燃機関９２内の空燃比をリーン、ストイキ、リッチの各状態へと制御する。燃焼状態制御部９１は、例えば、ＥＣＵ（電子制御ユニット：Electronic Control Unit）により実装される。なお、以下の説明では、排気浄化装置２０のうち、内燃機関９２に近い側を「上流側」と呼び、内燃機関９２に遠い側を「下流側」と呼ぶ。図１の場合、左側が上流側に相当し、右側が下流側に相当する。なお、排気浄化装置２０は、内燃機関９２に代えて、有害物質を含む排気を排出する他の装置（例えば、工場、多種の燃焼装置等）に接続されてもよい。

排気浄化装置２０は、内燃機関９２に接続された排気管３０と、排気管３０上に設けられたＳＣＲ触媒４０と、尿素ポンプユニット６２及び尿素ノズル６４とを備える。排気管３０は、内燃機関９２からの排気が流通する主流路を形成する。内燃機関９２からの排気は、排気管３０内の主流路を通って、ＳＣＲ触媒４０を通過して外気に放出される。ＳＣＲ触媒４０は、添加剤の供給を受けて、排気中のＮＯｘを浄化する。ＳＣＲ触媒４０は「触媒」に相当する。尿素ポンプユニット６２は、内部に添加剤となる尿素水を貯蔵すると共に、尿素ノズル６４へと尿素水を送出するポンプを内蔵している。尿素ノズル６４は、尿素水の噴射口であり、ＳＣＲ触媒４０の上流側に設けられてＳＣＲ触媒４０に対して尿素水を供給する。尿素ポンプユニット６２及び尿素ノズル６４は「供給部」に相当する。尿素ノズル６４は「噴射弁」とも呼ばれる。

制御装置１０は、ＣＰＵ１１と、供給制御部６１と、記憶部１２と、流量取得部５２と、排気温度取得部５３と、ＮＯｘ濃度取得部５４と、前端温度取得部５６と、温度取得部５８と、出口ＮＯｘ濃度取得部９９とを備える。ＣＰＵ１１及び記憶部１２と、供給制御部６１とは、例えば、ＥＣＵにより実装される。

ＣＰＵ１１は、ＲＯＭに格納されているコンピュータプログラムをＲＡＭに展開して実行することにより、制御装置１０の各部を制御する。そのほかＣＰＵ１１は、第１推定部１１０及び第２推定部１１１としても機能する。

第１推定部１１０は、後述する触媒状態推定モデル１２０を用いて、ＳＣＲ触媒４０に吸着されているＮＨ₃の吸着量を推定する。以降、第１推定部１１０により推定されたＳＣＲ触媒４０のＮＨ₃吸着量を「第１吸着量」とも呼ぶ。また、第１推定部１１０は、図３の処理において、第１モデル１２１の推定結果（ＮＯｘ浄化率）を用いて、排気管３０の出口（換言すれば、ＳＣＲ触媒４０の下流側）におけるＮＯｘの濃度である出口ＮＯｘ濃度を推定する。さらに、第１推定部１１０は、図３の処理において、第２モデル１２２の推定結果（ＮＨ₃の流出量）を用いて、排気管３０の出口におけるＮＨ₃の濃度である出口ＮＨ₃濃度を推定する。なお、出口ＮＯｘ濃度は「出口有害物質濃度」に相当し、出口ＮＨ₃濃度は「出口添加剤濃度」に相当する。

第２推定部１１１は、図３の処理において、ＳＣＲ触媒４０に吸着されているＮＨ₃の吸着量と、供給部のばらつきを表す利得値と、を推定する。以降、第２推定部１１１により推定されたＳＣＲ触媒４０のＮＨ₃吸着量を「第２吸着量」とも呼ぶ。なお、「供給部のばらつきを表す利得値」とは、供給部の中央値からのばらつき度合いを表す値である。供給部のばらつきを表す利得値は、尿素ポンプユニット６２や尿素ノズル６４の製造誤差（ハード的なばらつき）や、尿素ポンプユニット６２や尿素ノズル６４の経年劣化に起因して生じる。供給部のばらつきを表す利得値を、以降、単に「利得値」とも呼ぶ。

供給制御部６１は、尿素ポンプユニット６２から供給され、尿素ノズル６４から噴射される尿素水の供給（例えば、供給量、供給サイクル、濃度等）を制御することで、添加剤としてのＮＨ₃の供給を制御する。ここで、本実施形態の供給制御部６１は、第２推定部１１１により推定された第２吸着量と利得値とに応じた、尿素水の供給（例えば、供給量、供給サイクル、濃度等）を行う。詳細は後述する。

流量取得部５２は、内燃機関９２からの排気の流量を取得する。流量取得部５２は、例えば、排気管３０に設けられたピトー管式流量計によって測定された測定信号を取得することで実現してもよい。また、流量取得部５２は、内燃機関９２への吸入空気量信号や、燃料噴射量信号から排気の流量を推定してもよい。排気温度取得部５３は、内燃機関９２からの排気の温度を測定するセンサである。ＮＯｘ濃度取得部５４は、ＳＣＲ触媒４０へ流入する排気中のＮＯｘ濃度を測定するセンサである。

前端温度取得部５６は、ＳＣＲ触媒４０の入口近傍（前端）における温度を測定するセンサである。温度取得部５８は、ＳＣＲ触媒４０の床温を測定するセンサである。出口ＮＯｘ濃度取得部９９は、排気管３０の出口（換言すれば、ＳＣＲ触媒４０の下流側）における排気中のＮＯｘ濃度を測定するセンサである。出口ＮＯｘ濃度取得部９９は「出口濃度取得部」に相当する。なお、ＮＯｘ濃度取得部５４は、センサによる測定に代えて、内燃機関９２の燃焼状態（リーン、ストイキ、リッチ）から排気中のＮＯｘ濃度を推定してもよい。

なお、流量取得部５２と、排気温度取得部５３と、ＮＯｘ濃度取得部５４とは、ＳＣＲ触媒４０へと流入する排気の情報を取得する「第２取得部」とも呼ぶ。前端温度取得部５６と、温度取得部５８とは、ＳＣＲ触媒４０の情報を取得する「第１取得部」とも呼ぶ。

記憶部１２は、フラッシュメモリ、メモリカード、ハードディスクなどで構成される。記憶部１２には、予め触媒状態推定モデル１２０が記憶されている。触媒状態推定モデル１２０には、第１モデル１２１と、第２モデル１２２と、第３モデル１２３とが含まれている。

第１モデル１２１は、ＳＣＲ触媒４０における「ＮＯｘ浄化率」を推定するためのモデルであり、機械学習モデル、具体的にはＮＮ（ニューラルネットワーク：Neural Network）により構成されている。第１モデル１２１の入力変数には、例えば、以下の項目ａ１～ａ３に示すパラメータのうち、少なくとも１つ以上を採用できる。第１モデル１２１の出力変数は、入力変数が表わす諸条件下における、ＳＣＲ触媒４０のＮＯｘ浄化率の推定値である。
（ａ１）触媒の情報：ＳＣＲ触媒４０の前端の温度と、ＳＣＲ触媒４０の温度と、１時刻前においてＳＣＲ触媒４０に吸着されているＮＨ₃の吸着量と、のうちの少なくとも１つ
（ａ２）排気の情報：内燃機関９２からの排気の温度と、排気の流量と、排気に含まれるＮＯｘの量と、のうちの少なくとも１つ
（ａ３）添加剤の情報：ＳＣＲ触媒４０に流入するＮＨ₃の流入量

第２モデル１２２は、ＳＣＲ触媒４０から流出する「ＮＨ₃の流出量」を推定するためのモデルであり、機械学習モデル、具体的にはＮＮにより構成されている。第２モデル１２２の入力変数には、例えば、以下の項目ｂ１～ｂ３に示すパラメータのうち、少なくとも１つ以上を採用できる。第２モデル１２２の出力変数は、入力変数が表わす諸条件下において、ＳＣＲ触媒４０から流出するＮＨ₃の流出量の推定値である。
（ｂ１）触媒の情報：ＳＣＲ触媒４０の前端の温度と、ＳＣＲ触媒４０の温度と、１時刻前においてＳＣＲ触媒４０に吸着されているＮＨ₃の吸着量（実吸着量）と、ＳＣＲ触媒４０の温度の時間微分値と、ＳＣＲ触媒４０におけるＮＨ₃の飽和吸着量に対する吸着量（実吸着量）の比と、のうちの少なくとも１つ
（ｂ２）排気の情報：内燃機関９２からの排気の温度と、排気の流量と、排気に含まれるＮＯｘの量と、のうちの少なくとも１つ
（ｂ３）添加剤の情報：ＳＣＲ触媒４０に流入するＮＨ₃の流入量

なお、第１モデル１２１及び第２モデル１２２は、出力変数が推定対象となる物理量と一致するように、入力変数と出力変数との関係をＮＮに学習させ、ＮＮにおける重み定数等が予め決定されている。なお、第１モデル１２１及び第２モデル１２２の学習には、内燃機関９２の過渡運転時に取得されたデータを教師データとして用いることが好ましい。

図２は、第３モデル１２３について説明する図である。第３モデル１２３は、ＳＣＲ触媒４０において、「ＮＯｘの浄化反応に寄与しないＮＨ₃量」を推定するためのモデルであり、物理モデルにより構成されている。添加剤としてのＮＨ₃は、特に高温環境下において熱分解や酸化反応によって失われ、ＳＣＲ触媒４０におけるＮＯｘの浄化反応に寄与しないことが知られている。第３モデル１２３では、これら熱分解及び酸化反応に起因して減少するＮＨ₃の量を、ＮＯｘの浄化反応に寄与しない添加剤量として推定する。図２に示すように、第３モデル１２３は、アレニウスの式により構成されている。アレニウスの式のうち、頻度因子（Ａ）、活性化エネルギー（Ｅ）については予め実験等により求めた値を使用できる。第３モデル１２３の入力変数には、例えば、以下の項目ｃ１～ｃ３に示すパラメータのうち、少なくとも１つ以上を採用できる。第３モデル１２３の出力変数Ｚは、入力変数（ベクトルＵ）が表わす諸条件下において、ＳＣＲ触媒４０でＮＯｘの浄化反応に寄与しないＮＨ₃量の推定値である。
（ｃ１）触媒の情報：ＳＣＲ触媒４０の前端の温度と、ＳＣＲ触媒４０の温度と、のうちの少なくとも１つ
（ｃ２）排気の情報：内燃機関９２からの排気の温度
（ｃ３）添加剤の情報：ＳＣＲ触媒４０に流入するＮＨ₃の流入量

触媒状態推定モデル１２０は、１時刻後においてＳＣＲ触媒４０に吸着されているＮＨ₃吸着量の推定値を求めるためのモデルである。触媒状態推定モデル１２０は、以下の数式１により構成されている。

数式１の各値は、以下の項目ｄ１～ｄ５に示す通りである。
（ｄ１）ＮＨ₃Ａｄ［ｋ＋１］：１時刻後においてＳＣＲ触媒４０に吸着されているＮＨ₃吸着量の推定値
（ｄ２）ＮＨ₃Ａｄ［ｋ］：前回の推定処理の結果得られたＮＨ₃吸着量（実吸着量）
（ｄ３）ＮＨ₃＿ＳＣＲ_in［ｋ］：ＳＣＲ触媒４０に流入するＮＨ₃の流入量
（ｄ４）ＮＨ₃＿ＳＣＲ_out［ｋ］：第２モデル１２２によって推定されたＳＣＲ触媒４０から流出するＮＨ₃の流出量
（ｄ５）ＮＯｘＣｏｎｖ［ｋ］：第１モデル１２１によって推定されたＳＣＲ触媒４０のＮＯｘ浄化率
（ｄ６）ＮＯｘ＿ＳＣＲ_in［ｋ］：ＳＣＲ触媒４０に流入する排気に含まれるＮＯｘの量
（ｄ７）ＮＨ₃＿ｔｈｒｍｌｙｔｃ［ｋ］：第３モデル１２３によって推定されたＮＯｘの浄化反応に寄与しないＮＨ₃量

なお、数式１において、時刻ｔ＝ｋΔｔは現在時刻を、時刻ｔ＝（ｋ＋１）Δｔは１時刻後（１単位時間後）を、時刻ｔ＝（ｋ－１）Δｔは１時刻前（１単位時間前）を意味する。ｋは整数である。Δｔは制御装置１０における単位時間（例えば、ＣＰＵ１１の演算周期、上述した各取得部５２～５８におけるサンプリング周期）である。これらの点は、図３以降の説明においても同様である。

第１推定部１１０は、第１モデル１２１を用いてＮＯｘ浄化率ＮＯｘＣｏｎｖ［ｋ］を推定する。同様に、第１推定部１１０は、第２モデル１２２を用いてＮＨ₃の流出量ＮＨ₃＿ＳＣＲ_out［ｋ］を推定し、第３モデル１２３を用いてＮＯｘの浄化反応に寄与しないＮＨ₃量ＮＨ₃＿ｔｈｒｍｌｙｔｃ［ｋ］を推定する。その後、第１推定部１１０は、これらの推定結果と、流量取得部５２等の取得値とを、触媒状態推定モデル１２０（数式１）に入力することで、１時刻後においてＳＣＲ触媒４０に吸着されているＮＨ₃吸着量の推定値ＮＨ₃Ａｄ［ｋ＋１］を求める。なお、触媒状態推定モデル１２０により推定されるＮＨ₃吸着量ＮＨ₃Ａｄ［ｋ］，ＮＨ₃Ａｄ［ｋ＋１］は「第１吸着量」に相当する。

このように、触媒状態推定モデル１２０は、数理モデルにより構成されている。触媒状態推定モデル１２０は、ＮＮモデル（機械学習モデル）である第１モデル１２１及び第２モデル１２２による推定結果（ＮＯｘ浄化率、ＮＨ₃の流出量）と、物理モデルである第３モデル１２３による推定結果（ＮＯｘの浄化反応に寄与しないＮＨ₃量）とを併用し、物理則を用いて、１時刻後（時刻ｔ＝（ｋ＋１）Δｔ）においてＳＣＲ触媒４０に吸着されているＮＨ₃吸着量ＮＨ₃Ａｄ［ｋ＋１］を推定するモデルである。このため、触媒状態推定モデル１２０を用いることで、第１推定部１１０は、多種多様な要因（例えば、項目ａ１～ａ３，ｂ１～ｂ３，ｃ１～ｃ３に列挙した要因）が影響するＮＨ₃吸着量ＮＨ₃Ａｄ［ｋ＋１］の推定を、物理則を満たしつつ、高精度、かつ高速に実施できる。

また、ＳＣＲ触媒４０のＮＨ₃吸着量は、前の時刻のＮＨ₃吸着量の影響を受けて変動する（換言すれば、時間履歴の影響を受けて変動する）。触媒状態推定モデル１２０によれば、第１～第３モデル１２１，１２２，１２３による現在時刻ｋの推定結果ＮＨ₃Ａｄ［ｋ］を用いて、次の時刻ｋ＋１におけるＮＨ₃吸着量ＮＨ₃Ａｄ［ｋ＋１］を推定する。このため、第１推定部１１０は、前の時刻のＳＣＲ触媒４０のＮＨ₃吸着量を踏まえて、次の時刻におけるＮＨ₃吸着量を高精度に推定できる。

図３は、制御装置１０による処理の手順を示すフローチャートである。図３に示す処理は、ＳＣＲ触媒４０におけるＮＨ₃吸着量を推定し、供給制御部６１によるＮＨ₃の供給を制御する処理である。図３に示す処理は任意のタイミングで実行可能であり、例えば、内燃機関９２の始動後に繰り返し実行される。なお、図３に示す処理は、後処理システム１の利用者からの要求によって実行されてもよく、後処理システム１を搭載する車両等における他の制御部からの要求によって実行されてもよい。

ステップＳ１０において第２推定部１１１は、処理開始条件が成立しているか否かを判定する。具体的には、例えば、第２推定部１１１は、温度取得部５８が正常であり、かつ、尿素ポンプユニット６２及び尿素ノズル６４が正常であり、かつ、ＮＯｘ濃度取得部５４と出口ＮＯｘ濃度取得部９９とが活性状態である場合に、処理の開始条件が成立していると判定できる。開始条件が成立している場合（ステップＳ１０：ＹＥＳ）、第２推定部１１１は処理をステップＳ１２へ遷移させる。開始条件が成立していない場合（ステップＳ１０：ＮＯ）、第２推定部１１１は開始条件の成立まで待機する。

ステップＳ１２において第２推定部１１１は、流量取得部５２から、現在（時刻ｔ＝ｋΔｔ）の排気管３０の内部の流量Ｑ［ｋ］を取得する。ステップＳ１４において第２推定部１１１は、現在（時刻ｔ＝ｋΔｔ）のＳＣＲ触媒４０に流入するＮＯｘ量ＮＯｘ＿ＳＣＲ_in［ｋ］を取得する。具体的には、第２推定部１１１は、ＮＯｘ濃度取得部５４から、ＳＣＲ触媒４０へと流入する排気中の現在のＮＯｘ濃度［ｋ］を取得する。次に、第２推定部１１１は、取得した排気中のＮＯｘ濃度［ｋ］と、ステップＳ１２で取得した排気の流量Ｑ［ｋ］とから、ＮＯｘ量ＮＯｘ＿ＳＣＲ_in［ｋ］を算出する。ステップＳ１６において第２推定部１１１は、温度取得部５８から、現在（時刻ｔ＝ｋΔｔ）のＳＣＲ触媒４０の床温Ｔ［ｋ］を取得する。

ステップＳ１８において第２推定部１１１は、１時刻前（時刻ｔ＝（ｋ－１）Δｔ）に第１推定部１１０により実行された推定処理における、触媒状態推定モデル１２０の入力変数ｕ［ｋ－１］を取得する。具体的には、第２推定部１１１は、以下に示す、１時刻前の触媒状態推定モデル１２０の入力変数ｄ２～ｄ７を取得する。
（ｄ２）ＮＨ₃Ａｄ［ｋ－１］：ＮＨ₃吸着量（実吸着量）
（ｄ３）ＮＨ₃＿ＳＣＲ_in［ｋ－１］：ＳＣＲ触媒４０に流入するＮＨ₃の流入量
（ｄ４）ＮＨ₃＿ＳＣＲ_out［ｋ－１］：第２モデル１２２によって推定されたＮＨ₃の流出量
（ｄ５）ＮＯｘＣｏｎｖ［ｋ－１］：第１モデル１２１によって推定されたＮＯｘ浄化率
（ｄ６）ＮＯｘ＿ＳＣＲ_in［ｋ－１］：ＳＣＲ触媒４０に流入する排気中のＮＯｘ量
（ｄ７）ＮＨ₃＿ｔｈｒｍｌｙｔｃ［ｋ－１］：第３モデル１２３によって推定されたＮＯｘの浄化反応に寄与しないＮＨ₃量

ステップＳ２０において第２推定部１１１は、ＳＣＲ触媒４０に流入するＮＨ₃量を取得する。具体的には、第２推定部１１１は、以下の項目ｅ１，ｅ２に示す各値を取得する。次に、第２推定部１１１は、以下の項目ｅ３に示す実際の尿素噴射量から、１時刻前（時刻ｔ＝（ｋ－１）Δｔ）における、ＳＣＲ触媒４０に流入するＮＨ₃量ＮＨ₃＿ＳＣＲ_in［ｋ－１］を取得する。なお、項目ｅ１の指令値Ｕｒｅａ［ｋ－１］は、供給制御部６１から取得できる。項目ｅ２の利得値Ｋ_inj［ｋ－１］としては、初回処理時は任意の初期値を使用でき、２回目以降の処理時は前回処理で求めた利得値を使用できる。
（ｅ１）供給部に対する１時刻前（時刻ｔ＝（ｋ－１）Δｔ）の尿素噴射量の指令値Ｕｒｅａ［ｋ－１］
（ｅ２）供給部のばらつきを表す利得値Ｋ_inj［ｋ－１］
（ｅ３）実際の尿素噴射量：Ｕｒｅａ［ｋ－１］×Ｋ_inj［ｋ－１］

以降、第２推定部１１１は、状態推定理論を用いてＮＨ₃吸着量と、供給部のばらつきを表す利得値とを推定する。ここで第２推定部１１１は、状態推定理論を実現する状態推定器として、拡張カルマンフィルタ（ＥＫＦ）を使用する場合を例示する。拡張カルマンフィルタは、評価関数として平均二乗誤差を用いた場合に、状態量の平均二乗誤差を最小にする推定値を求めるアルゴリズムである。なお、第２推定部１１１は、同様の他のアルゴリズム、例えば、アンセンテッドカルマンフィルタ（ＵＫＦ）、シグマポイントカルマンフィルタ、パーティクルフィルタ等を使用してもよい。

ステップＳ２２において第２推定部１１１は、ＮＨ₃吸着量の事前状態推定値を取得する。具体的には、第２推定部１１１は、数式２に示すベクトルｘ［ｋ－１］と、ステップＳ１８で取得した入力変数ｕ［ｋ－１］とを、数式３右項に示すモデルｆ₁（・）に入力し、現在（時刻ｔ＝ｋΔｔ）における、ＮＨ₃吸着量の事前状態推定値ｘ＾１￣［ｋ］（数式３左項）を取得する。なお、第２推定部１１１は、数式２右項のＮＨ₃吸着量ｍ_ad,NH3として、初回処理時は任意の初期値を使用でき、２回目以降の処理時は、１時刻前に第２推定部１１１により推定された推定値を使用できる。第２推定部１１１は、数式２右項の利得値Ｋ_injとして、初回処理時は任意の初期値を使用でき、２回目以降の処理時は前回処理（図３：ステップＳ２４）で求めた利得値を使用できる。

ステップＳ２４において第２推定部１１１は、供給部のばらつきを表す利得値の事前状態推定値を取得する。具体的には、第２推定部１１１は、１時刻前（時刻ｔ＝（ｋ－１）Δｔ）の利得値Ｋ_inj［ｋ－１］を、数式４に示すモデルｆ₂（・）に入力し、現在（時刻ｔ＝ｋΔｔ）における、利得値の事前状態推定値ｘ＾２￣（数式４左項）を取得する。

ステップＳ２６において第２推定部１１１は、ｆ＝［ｆ₁ ｆ₂］^Tについての、ヤコビアンＦ［ｋ－１］と、ヤコビアンＨ［ｋ］とを取得する。具体的には、第２推定部１１１は、数式５を用いてヤコビアンＦ［ｋ－１］を算出する。また、第２推定部１１１は、数式６を用いてヤコビアンＨ［ｋ］を算出する。

ステップＳ２８において第２推定部１１１は、数式７を用いて、事前誤差共分散行列Ｐ￣［ｋ］を取得する。

ステップＳ３０において第２推定部１１１は、数式８を用いて、カルマンゲインＧ［ｋ］を取得する。

ステップＳ３２において第２推定部１１１は、出口ＮＯｘ濃度取得部９９の観測値ｙ［ｋ］を取得する。出口ＮＯｘ濃度取得部９９の観測値は、排気管３０の出口（換言すれば、ＳＣＲ触媒４０の下流側）におけるＮＯｘ濃度の実測定値である。

ステップＳ３４において第２推定部１１１は、出口ＮＯｘ濃度取得部９９の推定値ｈ（ｘ＾￣［ｋ］）を取得する。具体的には、第２推定部１１１は、第１推定部１１０から以下の項目ｆ１，ｆ２に示す各値を取得する。次に、第２推定部１１１は、取得した値ｆ１，ｆ２を数式９に入力することで、現在（時刻ｔ＝ｋΔｔ）における、出口ＮＯｘ濃度取得部９９の推定値（数式９左項）を取得する。なお、出口ＮＯｘ濃度取得部９９の推定値ｈ（ｘ＾￣［ｋ］）は、出口ＮＯｘ濃度取得部９９により取得されるであろうＮＯｘ濃度の推定値を意味しているため、出口ＮＯｘ濃度取得部９９の実測値とは一致しない場合もある。

（ｆ１）出口ＮＯｘ濃度ＮＯ＾_x,DS［ｋ］：排気管３０の出口（換言すれば、ＳＣＲ触媒４０の下流側）における、ＮＯｘ濃度の推定値であり、「出口有害物質濃度」に相当する。第１推定部１１０が、排気管３０の出口におけるＮＯｘの濃度である出口ＮＯｘ濃度（出口有害物質濃度）を推定する手順について説明する。一般に、ＮＯｘ浄化率は下記式を用いて算出できる。このため、第１推定部１１０は、下記式の左項「ＮＯｘ浄化率」に対して第１モデル１２１で推定したＮＯｘ浄化率を入力し、下記式の右項「入口ＮＯｘ濃度」に対してＮＯｘ濃度取得部５４により取得されたＮＯｘ濃度を入力することで、出口ＮＯｘ濃度（出口有害物質濃度）を推定できる。
ＮＯｘ浄化率 ＝ （入口ＮＯｘ濃度－出口ＮＯｘ濃度）／入口ＮＯｘ濃度×１００

（ｆ２）出口ＮＨ₃濃度ＮＨ＾_3,DS［ｋ］：排気管３０の出口（換言すれば、ＳＣＲ触媒４０の下流側）における、ＮＨ₃濃度の推定値であり「出口添加剤濃度」に相当する。第１推定部１１０が、排気管３０の出口におけるＮＨ₃の濃度である出口ＮＨ₃濃度（出口添加剤濃度）を推定する手順について説明する。第１推定部１１０は、第２モデル１２２で推定したＮＨ₃の流出量と、流量取得部５２により取得された排気管３０内部の流量Ｑとを用いて、出口ＮＨ₃濃度（出口添加剤濃度）を推定できる。なお、第１推定部１１０は、上述した手段とは異なる手段（例えば、ＮＮ、物理モデル、マップ等）を用いて、出口ＮＯｘ濃度（ｆ１）や、出口ＮＨ₃濃度（ｆ２）を推定してもよい。

ステップＳ３６において第２推定部１１１は、ステップＳ２２の事前状態推定値ｘ＾１￣［ｋ］と、ステップＳ３０のカルマンゲインＧ［ｋ］と、ステップＳ３２の観測値ｙ［ｋ］と、ステップＳ３４の推定値ｈ（ｘ＾￣［ｋ］）と、を数式１０に入力することで、状態推定値ｘ＾［ｋ］を取得する。

ここで、数式２で説明したように、ｘ＾により表されるベクトルｘは、ＮＨ₃吸着量ｍ_ad,NH3と、供給部のばらつきを表す利得値Ｋ_injと、を含んでいる。このように、状態推定理論を用いてＮＨ₃吸着量ｍ_ad,NH3を推定するため、第２推定部１１１は、第１推定部１１０により推定されたＮＨ₃吸着量（第１吸着量）よりも高精度なＮＨ₃吸着量ｍ_ad,NH3を求めることができる。なお、ステップＳ３６で得られたＮＨ₃吸着量ｍ_ad,NH3は、「第２吸着量」に相当する。また、状態推定理論を用いて利得値Ｋ_injを推定するため、第２推定部１１１は、実測が困難な状態量（すなわち、供給部のばらつきを表す利得値）を推定できる。

ステップＳ３８において第２推定部１１１は、数式１１を用いて、事後誤差共分散行列Ｐ［ｋ］を取得する。事後誤差共分散行列Ｐ［ｋ］は、次回の処理（ステップＳ２８）において使用される。

ステップＳ４０において第２推定部１１１は、供給制御部６１による制御を実行させる。具体的には、第２推定部１１１は、供給制御部６１に対して、ステップＳ３６で推定したＮＨ₃吸着量ｍ_ad,NH3と、利得値Ｋ_injとを送信する。供給制御部６１は、受信したＮＨ₃吸着量ｍ_ad,NH3と、利得値Ｋ_injとを用いて、供給部（尿素ポンプユニット６２及び尿素ノズル６４）からの添加剤（尿素水）の供給を制御する。例えば、供給制御部６１は、ＮＨ₃吸着量が相対的に大きい場合は、尿素水の供給量の指令値を減少させ、ＮＨ₃吸着量が相対的に小さい場合は、尿素水の供給量の指令値を増大させる。例えば、供給制御部６１は、利得値から、供給部による添加剤の供給性能が相対的に低下していると推定した場合は、尿素水の供給量の指令値を増大させる。また、供給制御部６１は、利得値から、供給部による添加剤の供給性能が相対的に上昇していると推定した場合は、尿素水の供給量の指令値を減少させる。なお、供給制御部６１は、ＮＨ₃吸着量と、利得値と、指令値との関係を予め定めた関係式やマップ等を用いて、指令を行ってもよい。また、供給制御部６１は、尿素水の供給量に代えて、供給サイクルや、濃度等の指令値を増大または減少させてもよい。その後、供給制御部６１は処理をステップＳ１０に遷移させ、制御装置１０は、上述した処理を繰り返す。

以上のように、第１実施形態の制御装置１０によれば、供給制御部６１は、第２推定部１１１により推定されたＮＨ₃吸着量ｍ_ad,NH3（第２吸着量）と、供給部のばらつきを表す利得値Ｋ_injとを用いて、供給部における添加剤の供給を制御する（図３：ステップＳ４０）。このため、後処理システム１において、ＮＨ₃（添加剤）を供給する供給部のばらつきを考慮したＮＨ₃の供給（例えば、供給量、供給サイクル、濃度等）を可能とできる。この結果、ＳＣＲ触媒４０におけるＮＯｘ（有害物質）の浄化率の低下を抑制できる。また、第１推定部１１０は、触媒状態推定モデル１２０（数理モデル）を用いてＮＨ₃吸着量ＮＨ₃Ａｄ（第１吸着量）を推定するため、触媒状態推定モデル１２０に対して予め他の触媒や排気管等の影響を織り込んでおくことで、他の触媒や排気管等に関する情報を取得することなく、ＮＨ₃吸着量ＮＨ₃Ａｄを高精度に推定できる。さらに、第２推定部１１１は、拡張カルマンフィルタ（状態推定理論）を用いてＮＨ₃吸着量ｍ_ad,NH3と利得値Ｋ_injとを推定するため、出口ＮＯｘ濃度取得部９９により取得されたＮＯｘ濃度（ステップＳ３６）を考慮して、ＮＨ₃吸着量ＮＨ₃Ａｄ（第１吸着量）よりも高精度なＮＨ₃吸着量ｍ_ad,NH3（第２吸着量）を求めることができる。また、出口ＮＯｘ濃度取得部９９により取得されたＮＯｘ濃度（ステップＳ３６）を考慮しつつ、実測が困難な状態量（すなわち、供給部のばらつきを表す利得値Ｋ_inj）を推定できる。

また、第１実施形態の制御装置１０によれば、第１推定部１１０は、第１モデル１２１及び第２モデル１２２（数理モデル）を用いて、ＳＣＲ触媒４０におけるＮＯｘの浄化率と、ＳＣＲ触媒４０から流出するＮＨ₃の流出量とを推定できる（ステップＳ３４）。また、第１推定部１１０は、推定されたＮＯｘの浄化率から、主流路の出口におけるＮＯｘの濃度である出口有害物質濃度を推定できる（ステップＳ３４：ｆ１）。さらに、第１推定部１１０は、推定されたＮＨ₃の流出量から、主流路の出口におけるＮＨ₃の濃度である出口添加剤濃度を推定できる（ステップＳ３４：ｆ２）。

さらに、第１実施形態の制御装置１０によれば、第２推定部１１１は、出口ＮＯｘ濃度取得部９９により取得されるであろうＮＯｘの濃度の推定値を求め（ステップＳ３４）、出口ＮＯｘ濃度取得部９９により取得されたＮＯｘの濃度（観測データ）を、求めた推定値で補正する（ステップＳ３６）。この結果、供給部によるＮＨ₃の供給をより適正化することができ、ＳＣＲ触媒４０におけるＮＯｘの浄化率をより向上できる。

さらに、第１実施形態の制御装置１０によれば、第２推定部１１１は、状態推定理論として、評価関数として平均二乗誤差を用いた場合に、状態量の平均二乗誤差を最小にする推定値を求めるアルゴリズム（例えば、拡張カルマンフィルタ）を使用することで、ＮＨ₃吸着量ＮＨ₃Ａｄ（第１吸着量）よりも高精度なＮＨ₃吸着量ｍ_ad,NH3（第２吸着量）を求めることができると共に、実測が困難な状態量（すなわち、供給部のばらつきを表す利得値Ｋ_inj）を推定できる。

＜第２実施形態＞
図４は、第２実施形態の後処理システム１ａのブロック図である。図１に示す第１実施形態では、１つのＳＣＲ触媒４０について第１及び第２吸着量を推定し、供給制御部６１を制御した。しかし、第２実施形態の後処理システム１ａでは、複数のＳＣＲ触媒を搭載し、この複数のＳＣＲ触媒全体としての第１及び第２吸着量を推定し、供給制御部６１を制御する。後処理システム１ａは、制御装置１０に代えて制御装置１０ａを備え、排気浄化装置２０に代えて排気浄化装置２０ａを備える。

排気浄化装置２０ａは、さらに、ＳＣＲ触媒４０の下流側に配置された第２ＳＣＲ触媒４１を備える。以降では区別のために、ＳＣＲ触媒４０を第１ＳＣＲ触媒４０とも呼ぶ。第２ＳＣＲ触媒４１は、第１ＳＣＲ触媒４０と同種の選択還元触媒である。本実施形態において、「同種の触媒」とは、触媒における排気浄化メカニズムが同一又は類似の触媒を意味する。第２ＳＣＲ触媒４１は、第１ＳＣＲ触媒４０において浄化しきれずに排出されたＮＯｘ（有害物質）を、第１ＳＣＲ触媒４０において使用しきれずに排出されたＮＨ₃（添加剤）によって浄化する。なお、排気浄化装置２０ａは、尿素ポンプユニット６２から、第２ＳＣＲ触媒４１に対して個別に尿素水を供給する尿素ノズルを備える構成でもよい。以降、排気浄化装置２０ａに搭載された複数の同種の触媒（第１及び第２ＳＣＲ触媒４０，４１）を総称して「触媒群ＣＧ」とも呼ぶ。なお、第１ＳＣＲ触媒４０を「最上流に位置する触媒」とも呼び、第２ＳＣＲ触媒４１を「最下流に位置する触媒」とも呼ぶ。

制御装置１０ａは、さらに、第２ＳＣＲ触媒４１の床温を測定するセンサからなる第２温度取得部５９を備える。また、制御装置１０ａは、第１推定部１１０に代えて第１推定部１１０ａを、第２推定部１１１に代えて第２推定部１１１ａを備え、触媒状態推定モデル１２０に代えて触媒状態推定モデル１２０ａを備える。なお、制御装置１０ａは、第２温度取得部５９に代えて、下流側の触媒（図４の例では、第２ＳＣＲ触媒４１）の温度を推定する温度推定部を備えてもよい。温度推定部は、第１温度取得部５８により取得された第１ＳＣＲ触媒４０の温度から、予め用意された計算式やマップ等を用いて、第２ＳＣＲ触媒４１の温度を算出する。なお、温度推定部は、内燃機関９２からの排気の温度、排気の流量、第１ＳＣＲ触媒４０の反応熱、その他の任意のパラメータを考慮して、第２ＳＣＲ触媒４１の温度を算出してもよい。

触媒状態推定モデル１２０ａのうち、第１モデル１２１ａは、触媒群ＣＧ全体としてのＮＯｘ浄化率を出力するよう構成されている。同様に、第２モデル１２２ａは、触媒群ＣＧ全体としてのＮＨ₃の流出量を出力するよう構成されている。第３モデル１２３ａは、触媒群ＣＧ全体としてのＮＯｘの浄化反応に寄与しないＮＨ₃量を出力するよう構成されている。触媒状態推定モデル１２０ａは、触媒群ＣＧ全体としてのＮＨ₃吸着量を出力するよう構成されている。第１推定部１１０ａは、このような触媒状態推定モデル１２０ａを用いて、触媒群ＣＧ全体としてのＮＨ₃吸着量合計値を、第１吸着量として推定する。

図５は、第２実施形態の制御装置１０ａによる処理の手順を示すフローチャートである。以降、第１実施形態（図３）で説明した処理と相違する部分についてのみ説明する。ステップＳ１４ａにおいて第２推定部１１１ａは、触媒群ＣＧのうち最上流の触媒（第１ＳＣＲ触媒４０）に流入するＮＯｘ量を取得する。詳細は、図３のステップＳ１４と同様である。ステップＳ１６ａにおいて第２推定部１１１ａは、第１温度取得部５８から第１ＳＣＲ触媒４０の床温を取得し、第２温度取得部５９から第２ＳＣＲ触媒４１の床温を取得する。ステップＳ２０ａにおいて第２推定部１１１ａは、触媒群ＣＧのうち最上流の触媒（第１ＳＣＲ触媒４０）に流入するＮＨ₃量を取得する。詳細は、図３のステップＳ２０と同様である。

ステップＳ２２ａにおいて第２推定部１１１ａは、ＮＨ₃吸着量合計値の事前状態推定値を取得する。ステップＳ３６ａにおいて第２推定部１１１ａは、ＮＨ₃吸着量合計値と、利得値との事前状態推定値を取得する。図５の処理では、図３において「ＮＨ₃吸着量」と説明していた箇所を、「ＮＨ₃吸着量合計値」に読み替えれば足り、他の処理内容については図３で説明した第１実施形態と同様である。すなわち、第２実施形態の制御装置１０ａでは、第１推定部１１０ａが触媒状態推定モデル１２０ａにより推定する第１吸着量（ＮＨ₃吸着量ＮＨ₃Ａｄ）と、第２推定部１１１ａが図５の処理により推定する第２吸着量（ＮＨ₃吸着量ｍ_ad,NH3）とは、共に、触媒群ＣＧ全体としてのＮＨ₃吸着量合計値である。

このように、第２実施形態の制御装置１０ａによれば、排気管３０（主流路）に同種の複数の第１及び第２ＳＣＲ触媒４０，４１が設けられている場合に、第１推定部１１０ａ及び第２推定部１１１ａは、当該複数の触媒４０，４１を１つの触媒（触媒群ＣＧ）とみなして第１吸着量（ＮＨ₃吸着量ＮＨ₃Ａｄ）及び第２吸着量（ＮＨ₃吸着量ｍ_ad,NH3）を推定する。このため、第１ＳＣＲ触媒４０と第２ＳＣＲ触媒４１との間における排気管３０等の影響を、数理モデルや状態推定理論に予め織り込んでおくことで、排気管３０等に関する情報を取得することなく、第１吸着量及び第２吸着量を高精度に推定できる。換言すれば、各触媒４０，４１の吸着量をそれぞれ推定する場合と比較して、センサ等の数を減らすことができるため、後処理システム１ａの部品点数を削減できると共に、第１推定部１１０ａ及び第２推定部１１１ａの演算負荷を低減でき、処理を高速化できる。また、第１推定部１１０ａ及び第２推定部１１１ａは、排気管３０に設けられた複数の触媒４０，４１が同種の触媒である場合に、これらを１つの触媒（触媒群ＣＧ）とみなして第１吸着量及び第２吸着量を推定する。同種の触媒であれば、第１吸着量及び第２吸着量を左右する触媒の情報項目（例えば、触媒の温度、触媒に吸着されている添加剤としてのＮＨ₃の量）に相違がないため、第１推定部１１０ａ及び第２推定部１１１ａは、第１吸着量及び第２吸着量を精度良く推定することができる。

＜第３実施形態＞
図６は、第３実施形態における後処理システム１ｃのブロック図である。図１に示す第１実施形態では、ＳＣＲ触媒を用いた構成について説明したが、第３実施形態の後処理システム１ｃでは、ＳＣＲ触媒に代えて三元触媒（Three-Way Catalyst）を用いる。三元触媒は、添加剤として、酸化還元反応により生じるＯ₂（酸素）を使用することで、排気中のＣＯ，ＨＣ，ＮＯｘ（有害物質）を浄化する。後処理システム１ｃは、制御装置１０に代えて制御装置１０ｃを備え、排気浄化装置２０に代えて排気浄化装置２０ｃを備える。

排気浄化装置２０ｃは、ＳＣＲ触媒４０に代えて三元触媒８０を備え、尿素ポンプユニット６２及び尿素ノズル６４を備えていない。三元触媒８０は、排気中に含まれるＣＯ，ＨＣ，ＮＯｘをそれぞれ酸化又は還元することで除去し、これら有害物質を浄化する。三元触媒８０は、酸素吸蔵能（ＯＳＣ：Oxygen Storage Capacity）を有し、三元触媒８０に流入する排気中の酸素（Ｏ₂）をため込む（吸蔵する）ことができる。本実施形態において「添加剤」とは、酸化反応に使用されるＯ₂を意味する。なお、本実施形態において、三元触媒８０は「触媒」に相当する。

制御装置１０ｃは、供給制御部６１を備えていない。また、制御装置１０ｃは、ＮＯｘ濃度取得部５４に代えて酸素濃度取得部８４を、前端温度取得部５６に代えて前端温度取得部８６を、温度取得部５８に代えて温度取得部８８を、出口ＮＯｘ濃度取得部９９に代えて出口有害物質濃度取得部９９ｃを、第１推定部１１０に代えて第１推定部１１０ｃを、第２推定部１１１に代えて第２推定部１１１ｃを、触媒状態推定モデル１２０に代えて触媒状態推定モデル１２０ｃを、それぞれ備えている。

酸素濃度取得部８４は、内燃機関９２からの排気中のＯ₂濃度を取得する。酸素濃度取得部８４は、例えば、排気管３０に設けられたＡ／Ｆセンサによって測定された測定信号を取得することで実現してもよく、酸素センサによって測定された測定信号を取得することで実現してもよい。酸素濃度取得部８４は、内燃機関９２への吸入空気量信号や、燃料噴射量信号から排気中のＯ₂濃度を推定してもよい。酸素濃度取得部８４は、添加剤の情報を取得する「第３取得部」とも呼ぶ。前端温度取得部８６は、三元触媒８０の入口近傍（前端）における温度を測定するセンサである。温度取得部８８は、三元触媒８０の床温を測定するセンサである。出口有害物質濃度取得部９９ｃは、排気中に含まれる有害物質であるＣＯ，ＨＣ，ＮＯｘのうち、少なくともいずれか１つ以上の要素（１つでもよく、複数でもよい）の濃度を取得する。

なお、前端温度取得部８６と温度取得部８８とは、三元触媒８０の情報を取得する「第１取得部」とも呼ぶ。なお、本実施形態において、燃焼状態制御部９１は「供給制御部」に相当し、内燃機関９２は「供給部」に相当し、出口有害物質濃度取得部９９ｃは「出口濃度取得部」に相当する。

触媒状態推定モデル１２０ｃは、第１実施形態の触媒状態推定モデル１２０と同様に、機械学習モデルにより構成され、三元触媒８０におけるＣＯ，ＨＣ，ＮＯｘのうち少なくともいずれか１つの浄化率を出力とする第１モデルと、機械学習モデルにより構成され、三元触媒８０からのＯ₂の流出量を出力とする第２モデルと、物理モデルにより構成され、ＣＯ，ＨＣ，ＮＯｘの浄化反応に寄与しないＯ₂の量を出力とする第３モデルとを含んでいる。第１推定部１１０ｃは、このような触媒状態推定モデル１２０ｃを用いて、三元触媒８０における添加剤Ｏ₂の吸着量（第１吸着量）を、例えば、質量保存則、物質収支則、熱収支則、エネルギー収支則等の物理則を用いて求める。

第２推定部１１１ｃは、三元触媒８０における添加剤Ｏ₂の吸着量と、内燃機関９２のばらつきを表す利得値と、を数式２のベクトルｘとして、第１実施形態の図３と同様の処理を行い、出口有害物質濃度取得部９９ｃの観測値を考慮した添加剤Ｏ₂の吸着量（第２吸着量）及び利得値を推定する。また、燃焼状態制御部９１は、推定された第２吸着量と利得値とを用いて、内燃機関９２内の空燃比をリーン、ストイキ、リッチの各状態へと制御する。このようにすれば、三元触媒８０を利用した第３実施形態においても、上述した第１実施形態と同様の効果を奏することができる。

＜第４実施形態＞
図７は、第４実施形態の後処理システム１ｄのブロック図である。第４実施形態の後処理システム１ｄでは、出口ＮＯｘ濃度を測定するセンサ誤差に対する、状態量の推定値のロバスト性を向上させることが可能な構成について説明する。ここで、「出口ＮＯｘ濃度を測定するセンサ」とは、出口ＮＯｘ濃度取得部９９（出口濃度取得部）を意味する。また、「状態量」とは、ＳＣＲ触媒４０のＮＨ₃吸着量（第２吸着量）と、供給部のばらつきを表す利得値と、を意味する。第４実施形態の後処理システム１ｄは、制御装置１０に代えて制御装置１０ｄを備える。制御装置１０ｄは、第２推定部１１１に代えて第２推定部１１１ｄを備える。制御装置１０ｄは、図３で説明した処理に代えて、図８に示す処理を実行する。

図８は、第４実施形態の制御装置１０ｄによる処理の手順を示すフローチャートである。図８に示す処理は、ステップＳ３０に代えてステップＳ３０ｄが実行される点を除いて、図１で説明した第１実施形態と同様である。

ステップＳ３０ｄにおいて、制御装置１０ｄの第２推定部１１１ｄは、第１実施形態で説明した数式８と、以下の数式１２とを用いて、カルマンゲインＧ［ｋ］を取得する。具体的には、まず、第２推定部１１１ｄは、出口ＮＯｘ濃度取得部９９の観測雑音の分散Ｒ＝σ²を、数式１２を用いて求める。数式１２のうち、ｙ_kは、現在（時刻ｔ＝ｋΔｔ）における出口ＮＯｘ濃度取得部９９の観測値ｙ［ｋ］を意味し、θは、出口ＮＯｘ濃度取得部９９の誤差を表す所定値［％］を意味する（以降「観測誤差θ」と呼ぶ）。観測誤差θは、予め定められた値である。観測誤差θには、出口ＮＯｘ濃度取得部９９のセンサ諸元値が使用されてもよく、後処理システム１ｄの利用者により設定されてもよい。観測誤差θは、出口ＮＯｘ濃度取得部９９のセンサ諸元値を、出口ＮＯｘ濃度取得部９９の劣化程度を表す指標（例えば、出口ＮＯｘ濃度取得部９９の使用年数）により補正した値であってもよい。次に、第２推定部１１１ｄは、求めた観測雑音の分散Ｒを数式８に代入することにより、カルマンゲインＧ［ｋ］を取得する。

ここで、出口ＮＯｘ濃度取得部９９の観測誤差θが一定であっても、出口ＮＯｘ濃度取得部９９の観測値ｙ［ｋ］に依存して、分散σの大きさ（広がり）は相違する。そこで、本実施形態では、出口ＮＯｘ濃度取得部９９の観測誤差θが３σと等しいと仮定し、数式１２により観測雑音の分散Ｒ＝σ²を求めている。なお、観測誤差θがｎσ（ｎは任意の正の実数）と等しいと仮定して数式１２を変形してもよい。この場合、数式１２において「３」を「ｎ」と読み替えればよい。

このように、第４実施形態の制御装置１０ｄによれば、第２推定部１１１ｄは、出口ＮＯｘ濃度取得部９９（出口濃度取得部）により取得された有害物質の濃度ｙ_k（出口ＮＯｘ濃度、出口有害物質濃度）と、出口ＮＯｘ濃度取得部９９の観測誤差θ（誤差を表す所定値）とから、出口ＮＯｘ濃度取得部９９の観測雑音の分散Ｒを求める。従来では、観測雑音の分散Ｒとして一定値を用いることが一般的であったところ、制御装置１０ｄによれば、出口ＮＯｘ濃度取得部９９の観測雑音の分散Ｒを、出口ＮＯｘ濃度取得部９９の取得値ｙ_k（観測値ｙ_k）に依存した大きさとできる。また、第２推定部１１１ｄは、このようにして求めた出口ＮＯｘ濃度取得部９９の観測雑音の分散Ｒを、状態推定理論の数式８において使用して、ＮＨ₃吸着量ｍ_ad,NH3（第２吸着量）と、利得値Ｋ_injとを推定する。このため、出口ＮＯｘ濃度取得部９９の観測誤差θに対する、状態量（ＮＨ₃吸着量ｍ_ad,NH3と利得値Ｋ_inj）の推定値のロバスト性を向上させることができる。そして、供給制御部６１は、第２推定部１１１ｄにより推定されたＮＨ₃吸着量ｍ_ad,NH3と利得値Ｋ_injとを用いて、尿素ポンプユニット６２及び尿素ノズル６４（供給部）における添加剤の供給を制御するため、ＳＣＲ触媒４０におけるＮＯｘ（有害物質）の浄化率をより一層向上できる。

図９は、供給部と出口ＮＯｘ濃度取得部９９とのばらつきについて説明する図である。図１０は、後処理システム１ｄを用いたシミュレーション結果の一例を示す図である。図９及び図１０を用いて、後処理システム１ｄの効果例について説明する。後処理システム１ｄにおいては、供給部（尿素ポンプユニット６２及び尿素ノズル６４）のばらつきと、出口ＮＯｘ濃度取得部９９のばらつきとが含まれる。供給部のばらつきは、項目ｅ２で説明した利得値Ｋ_injで表され、出口ＮＯｘ濃度取得部９９のばらつきは、上述の通り観測誤差θで表される。ばらつきを考慮した利得値Ｋ_injと観測誤差θとの組み合わせは、図９において矩形の破線で囲んだ範囲内に属する。なお、図９のｘは任意の整数である。

上述した制御装置１０ｄと、情報処理装置を用いて仮想的に構築した排気浄化装置２０と、を組み合わせて後処理システム１ｄの試験環境を構築した。図１０には、この試験環境を用いて得られたシミュレーション結果を示している。図１０（Ａ）は、図８の処理で算出された利得値Ｋ_injの経時的変化を表す。図１０（Ｂ）は、図８の処理で算出された出口ＮＨ₃濃度ＮＨ＾_3,DSの経時的変化を表す。図１０（Ｃ）は、図８の処理で算出された出口ＮＯｘ濃度ＮＯ＾_x,DS（出口ＮＯｘ濃度の推定値）の経時的変化を表す。図１０（Ａ）～（Ｃ）において、実線で示す折れ線Ｖ１は、シミュレーションにおいて想定された正解値の遷移を表す。一点鎖線で示す折れ線Ｖ２は、出口ＮＯｘ濃度取得部９９の観測雑音の分散Ｒを「固定値」として処理した場合（換言すれば、数式１２を用いた上述の処理を行わなかった場合）における、各値の遷移を表す。破線で示す折れ線Ｖ３は、数式１２を用いた上述の処理によって出口ＮＯｘ濃度取得部９９の観測雑音の分散Ｒを求めて処理した場合における、各値の遷移を表す。

図１０の例では、時刻Ｔ１を契機として、観測誤差θと、利得値Ｋ_injとに対して、それぞれ＋４０％の誤差を付与した。図１０（Ａ）～（Ｃ）から明らかなように、誤差の付与が開始された時刻Ｔ１より後では、観測雑音の分散Ｒを固定値とした折れ線Ｖ２（一点鎖線）は、特に図中において破線丸枠を付した部分において、正解値Ｖ１（実線）と乖離している。一方、時刻Ｔ１より後においても、観測雑音の分散Ｒを、出口ＮＯｘ濃度取得部９９の取得値ｙ_kに依存した大きさとした折れ線Ｖ３（破線）は、正解値Ｖ１に追従し、大きく逸れることはなかった。以上のシミュレーション結果より、第４実施形態の制御装置１０ｄによれば、出口ＮＯｘ濃度取得部９９の観測誤差θに対する、状態量の推定値のロバスト性を向上させることができることがわかった。

なお、第４実施形態は、第１実施形態の変形として説明したが、複数のＳＣＲ触媒を対象とした第２実施形態や、三元触媒を対象とした第３実施形態においても、同様に適用可能である。また、後述する変形例で説明する構成においても、同様に適用できる。

＜本実施形態の変形例＞
本発明は上記の実施形態に限られるものではなく、その要旨を逸脱しない範囲において種々の態様において実施することが可能であり、例えば、ハードウェアによって実現されるとした構成の一部をソフトウェアに置き換えるようにしてもよく、逆に、ソフトウェアによって実現されるとした構成の一部をハードウェアに置き換えるようにしてもよい。そのほか、例えば次のような変形も可能である。

［変形例１］
上記実施形態では、後処理システムの構成の一例を示した。しかし、後処理システムの構成は種々の変更が可能である。例えば、後処理システムの排気浄化装置には、ＳＣＲ触媒と、ＮＳＲ触媒と、三元触媒とのうちの複数の触媒が組み合わせて搭載され、制御装置は、これら複数の触媒それぞれにおいて、添加剤吸着量と、添加剤を供給する供給部のばらつきを表す利得値と、を状態推定理論を用いて推定してもよい。そして、制御装置は、推定された各添加剤供給量と、各利得値とを用いて、各供給部における添加剤の供給量をそれぞれ制御してもよい。また、排気浄化装置は、粒子状物質（ＰＭ）を除去する粒子状物質除去フィルタ（ＤＰＦ：Diesel Particulate Filter）や、加水分解触媒等の他の構成を備えてもよい。

例えば、触媒の床温を取得する温度取得部は、触媒の前方（入口近傍）又は後方（出口近傍）に設けられてもよい。例えば、流量取得部、ＮＯｘ濃度取得部、前端温度取得部、温度取得部がそれぞれ取得するとした流量、ＮＯｘ濃度、前端温度、触媒の温度のうちの少なくともいずれかは、センサによる計測値に代えて、ＮＮやマップ等を用いて得られた推定値であってもよい。

［変形例２］
上記実施形態では、制御装置による処理の一例を示した（図３，図５，図８）。しかし、制御装置による処理の内容は種々の変形が可能である。例えば、図３，図５，図８の処理において、ステップＳ１０～Ｓ４０の実行順序を変更してもよく、ステップＳ１０～Ｓ４０のうち少なくとも一部の処理が省略されてもよい。例えば、第１推定部は、上述した触媒状態推定モデルとは異なるＮＮ，マップ，物理式等の任意の手段を用いて、第１吸着量を推定してもよい。同様に、第１推定部は、第１モデルとは異なるとは異なるＮＮ，マップ，物理式等の任意の手段を用いて、ＮＯｘ浄化率を推定してもよい。第１推定部は、第２モデルとは異なるＮＮ，マップ，物理式等の任意の手段を用いて、ＮＨ₃の流出量を推定してもよい。第１推定部は、第３モデルとは異なるＮＮ，マップ，物理式等の任意の手段を用いて、ＮＯｘの浄化反応に寄与しないＮＨ₃量を推定してもよい。

以上、実施形態、変形例に基づき本態様について説明してきたが、上記した態様の実施の形態は、本態様の理解を容易にするためのものであり、本態様を限定するものではない。本態様は、その趣旨並びに特許請求の範囲を逸脱することなく、変更、改良され得ると共に、本態様にはその等価物が含まれる。また、その技術的特徴が本明細書中に必須なものとして説明されていなければ、適宜、削除することができる。

１，１ａ，１ｃ，１ｄ…後処理システム
１０，１０ａ，１０ｃ，１０ｄ…制御装置
１１…ＣＰＵ
１２…記憶部
２０，２０ａ，２０ｃ…排気浄化装置
３０…排気管
４０…ＳＣＲ触媒、第１ＳＣＲ触媒
４１…第２ＳＣＲ触媒
５２…流量取得部
５３…排気温度取得部
５４…ＮＯｘ濃度取得部
５６…前端温度取得部
５８…温度取得部、第１温度取得部
５９…第２温度取得部
６１…供給制御部
６２…尿素ポンプユニット
６４…尿素ノズル
８０…三元触媒
８４…酸素濃度取得部
８６…前端温度取得部
８８…温度取得部
９１…燃焼状態制御部
９２…内燃機関
９９…出口ＮＯｘ濃度取得部
９９ｃ…出口有害物質濃度取得部
１１０，１１０ａ，１１０ｃ…第１推定部
１１１，１１１ａ，１１１ｃ，１１１ｄ…第２推定部
１２０，１２０ａ，１２０ｃ…触媒状態推定モデル
１２１，１２１ａ…第１モデル
１２２，１２２ａ…第２モデル
１２３，１２３ａ…第３モデル

Claims (9)

1. 排気が流通する主流路に設けられて前記排気中の有害物質を浄化する触媒と、前記触媒に対して前記有害物質を浄化するための添加剤を供給する供給部と、を含む後処理システムの制御装置であって、
   前記主流路の出口における前記有害物質の濃度を取得する出口濃度取得部と、
   数理モデルを用いて、前記触媒に吸着されている添加剤の吸着量としての第１吸着量を推定する第１推定部と、
   前記出口濃度取得部により取得された前記有害物質の濃度を考慮した前記触媒における添加剤の吸着量を表す第２吸着量と、前記出口濃度取得部により取得された前記有害物質の濃度を考慮した前記供給部のばらつきを表す利得値と、を推定する第２推定部と、
   前記第２推定部により推定された前記第２吸着量と前記利得値とを用いて、前記供給部における添加剤の供給を制御する供給制御部と、
   を備え、
   前記第２推定部は、前記第１推定部における前回処理で推定された前記第１吸着量と、前記第２推定部における前回処理で推定された前記利得値とから、状態推定理論を用いて、前記第２吸着量と、前記利得値とを推定する、後処理システムの制御装置。
2. 請求項１に記載の後処理システムの制御装置であって、
   前記第１推定部は、さらに、
   前記数理モデルを用いて、前記触媒における前記有害物質の浄化率と、前記触媒から流出する添加剤の流出量と、をそれぞれ推定し、
   推定した前記有害物質の浄化率を用いて、前記主流路の出口における前記有害物質の濃度である出口有害物質濃度を推定し、
   推定した前記流出量を用いて、前記主流路の出口における添加剤の濃度である出口添加剤濃度を推定する、後処理システムの制御装置。
3. 請求項２に記載の後処理システムの制御装置であって、
   前記第２推定部は、さらに、
   前記出口有害物質濃度と、前記出口添加剤濃度とから、前記出口濃度取得部により取得されるであろう前記有害物質の濃度の推定値を求め、
   前記状態推定理論において、前記出口濃度取得部により取得された前記有害物質の濃度を、求めた前記出口濃度取得部の前記推定値で補正する、後処理システムの制御装置。
4. 請求項１から請求項３のいずれか一項に記載の後処理システムの制御装置であって、
   前記第２推定部は、前記状態推定理論として、評価関数として平均二乗誤差を用いた場合に、状態量の平均二乗誤差を最小にする推定値を求めるアルゴリズムを使用する、後処理システムの制御装置。
5. 請求項１から請求項４のいずれか一項に記載の後処理システムの制御装置であって、
   前記第２推定部は、さらに、
   前記出口濃度取得部により取得された前記有害物質の濃度と、前記出口濃度取得部の誤差を表す所定値とから、前記出口濃度取得部の観測雑音の分散を求め、
   前記状態推定理論において、求めた前記観測雑音の分散を使用して、前記第２吸着量と前記利得値とを推定する、後処理システムの制御装置。
6. 請求項１から請求項５のいずれか一項に記載の後処理システムの制御装置であって、
   前記主流路に同種の複数の前記触媒が設けられている場合に、
   前記第１推定部は、前記複数の触媒全体としての添加剤の吸着量の合計値を前記第１吸着量として推定し、
   前記第２推定部は、前記出口濃度取得部により取得された前記有害物質の濃度を考慮した前記第２吸着量であって、前記複数の触媒全体としての添加剤の吸着量の合計値を表す前記第２吸着量を推定し、
   前記供給制御部は、前記第２推定部により推定された前記第２吸着量と前記利得値とを用いて、前記複数の触媒に対する添加剤の供給を制御する、後処理システムの制御装置。
7. 後処理システムであって、
   請求項１から請求項６のいずれか一項に記載の後処理システムの制御装置と、
   排気が流通する主流路に設けられ、前記排気中の有害物質を浄化する触媒と、
   前記触媒に対して前記有害物質を浄化するための添加剤を供給する供給部と、
   を備える、後処理システム。
8. 排気が流通する主流路に設けられて前記排気中の有害物質を浄化する触媒と、前記触媒に対して前記有害物質を浄化するための添加剤を供給する供給部と、を含む後処理システムを制御する方法であって、情報処理装置が、
   前記主流路の出口における前記有害物質の濃度を取得する工程と、
   数理モデルを用いて、前記触媒に吸着されている添加剤の吸着量としての第１吸着量を推定する第１推定工程と、
   取得された前記有害物質の濃度を考慮した前記触媒における添加剤の吸着量を表す第２吸着量と、取得された前記有害物質の濃度を考慮した前記供給部のばらつきを表す利得値と、を推定する第２推定工程と、
   前記第２推定工程により推定された前記第２吸着量と前記利得値とを用いて、前記供給部における添加剤の供給を制御する工程と、
   を備え、
   前記第２推定工程では、前記第１推定工程における前回処理で推定された前記第１吸着量と、前記第２推定工程における前回処理で推定された前記利得値とから、状態推定理論を用いて、前記第２吸着量と、前記利得値とを推定する、方法。
9. 排気が流通する主流路に設けられて前記排気中の有害物質を浄化する触媒と、前記触媒に対して前記有害物質を浄化するための添加剤を供給する供給部と、を含む後処理システムを制御するコンピュータプログラムであって、情報処理装置に、
   前記主流路の出口における前記有害物質の濃度を取得する機能と、
   数理モデルを用いて、前記触媒に吸着されている添加剤の吸着量としての第１吸着量を推定する第１推定機能と、
   取得された前記有害物質の濃度を考慮した前記触媒における添加剤の吸着量を表す第２吸着量と、取得された前記有害物質の濃度を考慮した前記供給部のばらつきを表す利得値と、を推定する第２推定機能と、
   前記第２推定機能により推定された前記第２吸着量と前記利得値とを用いて、前記供給部における添加剤の供給を制御する機能と、
   を実行させ、
   前記第２推定機能は、前記第１推定機能における前回処理で推定された前記第１吸着量と、前記第２推定機能における前回処理で推定された前記利得値とから、状態推定理論を用いて、前記第２吸着量と、前記利得値とを推定する、コンピュータプログラム。

Images