CN113167151A

CN113167151A - 内燃机控制装置

Info

Publication number: CN113167151A
Application number: CN202080006633.7A
Authority: CN
Inventors: 铃木邦彦
Original assignee: Hitachi Astemo Ltd
Current assignee: Hitachi Astemo Ltd
Priority date: 2019-03-20
Filing date: 2020-02-07
Publication date: 2021-07-23
Anticipated expiration: 2040-02-07
Also published as: EP3885542A4; US20220099043A1; EP3885542A1; US11795889B2; JP7191199B2; WO2020189080A1; JPWO2020189080A1; CN113167151B

Abstract

本发明提供一种内燃机控制装置，其使催化剂净化效率保持在高水平，且防止排放性能恶化。本发明的一个方式的内燃机控制装置包括：氧储存比例运算部，其基于至少以在催化剂上游配置的第一排气传感器的检测值为输入的催化剂反应模型，运算催化剂的氧储存比例；统计模型运算部，其使用以氧储存比例为输入、以催化剂下游排气浓度为输出的统计模型，预测催化剂下游排气浓度；和空燃比修正量运算部，其基于由该统计模型运算部运算得到的将来的催化剂下游排气浓度，运算内燃机的混合气体的空燃比修正量。

Description

内燃机控制装置

技术领域

本发明涉及控制内燃机的内燃机控制装置。

背景技术

现有技术中，已知利用在内燃机的排气管中设置的三效催化剂、和在其上游和下游组装的排气传感器，得知三效催化剂内的氧储存状态，与其结果相应地修正混合气体的空燃比的控制技术。该控制技术中，基于吸入发动机的空气量、和通过排出气体的空燃比与理论空燃比的差值的积的时间积分而得知的氧储存状态，决定空燃比的浓(rich)修正。进而，利用在三效催化剂的下游组装的排气传感器，检测是否存在对三效催化剂下游释放的氧，由此实施上述空燃比控制的反馈修正(例如专利文献1)。

现有技术文献

专利文献

专利文献1：日本特开2011-174426号公报

发明内容

发明要解决的技术课题

然而，因为内燃机的低燃耗化的要求，而存在随燃料切断进行的倒拖(motoring)运转、和怠速停止引起的发动机停止的频率增加的倾向。因此，不能精度良好地得知三效催化剂内的氧储存状态和温度，三效催化剂的净化效率变差，存在排放性能恶化的问题。

另外，专利文献1中记载的、使用排气传感器检测是否存在向三效催化剂下游释放的氧、而实施上述空燃比控制的反馈修正的方式中，在检测到是否存在氧的时刻，催化剂的氧储存状态已达到目标控制范围的下限值或上限值。因此，不能使催化剂净化效率保持在高水平，存在排放性能恶化的问题。

另外，存在随燃料切断进行的倒拖运转(无动力自转)中，在催化剂下游的氧传感器输出变化的时刻推算催化剂中储存的氧量，基于与该氧量相应的燃料增量期间，在燃烧运转再次开始时进行浓修正的方式。该方式中，不能考虑催化剂的温度状态和排气流量的过渡性变化，不能实施适当的浓修正，存在排放性能恶化的问题。

本发明是鉴于上述状况提出的，目的在于使催化剂净化效率保持在高水平，防止排放性能恶化。

用于解决课题的技术方案

为了解决上述课题，本发明的一个方式的内燃机控制装置是控制包括配置在排气管内的催化剂、配置在该催化剂的上游的第一排气传感器和配置在该催化剂的下游的第二排气传感器的内燃机的内燃机控制装置，内燃机控制装置包括：氧储存比例运算部，其基于至少以第一排气传感器的检测值作为输入的催化剂反应模型，运算催化剂的氧储存比例；统计模型运算部，其使用以氧储存比例作为输入、以催化剂下游排气浓度作为输出的统计模型，预测催化剂下游排气浓度；和空燃比修正量运算部，其基于由统计模型运算部运算得到的将来的催化剂下游排气浓度，运算内燃机的混合气体的空燃比修正量。

发明效果

根据本发明的至少一个方式，能够使催化剂净化效率保持在高水平，防止排放性能恶化。

上述以外的课题、结构和效果，将通过以下实施方式的说明而明确。

附图说明

图1是本发明的一个实施方式的内燃机控制装置设为控制对象的***全体的概略结构图。

图2是表示ECU的硬件结构例的框图。

图3是说明在由内燃机的旋转速度和填充效率规定的运转区域中，节流阀和排气门阀的控制方法、以及导入EGR的运转区域的图。

图4是说明对内燃机的排气进行净化的后处理***的结构的图。

图5是说明排气的当量比与空燃比传感器的输出的关系的图。

图6是说明排气的当量比与氧传感器的输出的关系的图。

图7是说明排气的化学物种浓度相对于当量比的倾向的图。

图8是说明催化剂活性化温度以上时的相对于排气当量比的三效催化剂的净化效率的倾向的图。

图9是说明以当量比1.0为中心、使空燃比向稀一侧或浓一侧随时间阶梯变动时的在催化剂下游设置的后方氧传感器的输出变动的图。

图10是说明从控制为理论空燃比的状态起经过倒拖运转(燃料切断)期间、再次以理论空燃比状态实施燃烧运转的情况下的、后方氧传感器输出和催化剂下游的NOx浓度的经时变化的图。

图11是说明三效催化剂的劣化程度与氧储存能力的关系的图。

图12是说明在全新催化剂和劣化催化剂中以当量比1.0为中心、使空燃比向稀一侧或浓一侧随时间阶梯变动时的、在催化剂下游设置的后方氧传感器的输出变动的比较结果的图。

图13是说明氧储存比例与NOx净化效率的关系的图。

图14是表示考虑催化剂状态地对空燃比进行修正控制的控制模型(ECU)的功能的框图。

图15是说明图14所示的催化剂边界条件运算部中的催化剂边界条件的运算内容的图。

图16是说明图14所示的催化剂温度运算部中的催化剂温度的运算内容的图。

图17是说明图14所示的氧储存比例运算部中的氧储存比例的运算内容的图。

图18是说明图14所示的催化剂温度运算部和氧储存比例运算部中的、提高催化剂温度和氧储存比例的运算精度用的模型结构的图。

图19是说明氧传感器特性的迟滞性的图。

图20是说明图14所示的统计模型运算部中的统计模型的图。

图21是表示图14所示的***识别部中的***识别算法的例子的流程图。

图22是说明图14所示的空燃比修正量运算部中的空燃比修正量运算的图。

图23是表示基于流量传感器检测值和催化剂上游/下游排气传感器检测值来运算空燃比修正量、执行燃料喷射量控制的流程例的流程图。

具体实施方式

以下，对于用于实施本发明的方式(以下记作“实施方式”)的例子，参考附图进行说明。本说明书和附图中对于实质上具有相同功能或结构的构成要素，标注相同附图标记并省略重复的说明。

＜1.一个实施方式＞[发动机***的概略结构]

首先，说明本发明的一个实施方式的内燃机控制装置设为控制对象的发动机***全体的结构例。

图1是本发明的一个实施方式的内燃机控制装置设为控制对象的发动机***全体的概略结构图。发动机***包括内燃机1、流量传感器2、涡轮增压机3、空气旁通阀4、中间冷却器5、增压温度传感器6、节流阀7、进气歧管8、增压压力传感器9、流动强化阀10、进气阀11、排气阀13、燃料喷射阀15、火花塞16、爆震传感器17、和曲柄角传感器18。进而，发动机***包括排气门阀19、空燃比传感器20、排气净化催化剂21、氧传感器22、EGR(Exhausted GasRecirculation，废气再循环)管23、EGR冷却器24、EGR阀25、温度传感器26、压差传感器27、和ECU(Electronic Control Unit，电子控制器单元)28。

进气流路和排气流路经由内燃机1连通。在进气流路中，组装了流量传感器2和在流量传感器2中内置的进气温度传感器(省略图示)。涡轮增压机3由压缩机3a和涡轮3b构成。压缩机3a连接至进气流路，涡轮3b连接至排气流路。涡轮增压机3的涡轮3b将来自内燃机1的排出气体所具有的能量变换为涡轮叶片的转动能。涡轮增压机3的压缩机3a通过与上述涡轮叶片连结的压缩机叶片的旋转，对从吸入流路流入的吸入空气进行压缩。

中间冷却器5设置在涡轮增压机3的压缩机3a的下游，对被压缩机3a绝热压缩而上升的吸入空气的进气温度进行冷却。增压温度传感器6组装在中间冷却器5的下游，计测被中间冷却器5冷却后的吸入空气的温度(增压温度)。

节流阀7设置在中间冷却器5的下游，对吸入流路进行限流而控制对内燃机1的气缸流入的吸入空气量。该节流阀7用能够独立于驾驶员的加速踏板踩踏量地进行阀开度的控制的电子控制式蝶阀构成。在节流阀7的下游侧，连通着组装了增压压力传感器9的进气歧管8。

另外，也可以采用使在节流阀7的下游设置的进气歧管8与中间冷却器5一体化的结构。该情况下，能够减小从压缩机3a的下游直到气缸的容积，于是能够实现加减速的响应性提高和控制性提高。

流动强化阀10配置在进气歧管8的下游，使得在吸入到气缸的吸入空气中产生偏流，由此使气缸内部的气流的紊乱强化。在实施后述的排气再循环燃烧时，通过关闭流动强化阀(省略图示)而促进湍流燃烧、使其稳定化。

在内燃机1中，设置了进气阀11和排气阀13。进气阀11和排气阀13分别具有用于使得阀开闭的相位连续可变的可变阀机构。进气阀11和排气阀13的可变阀机构中，分别组装了用于检测阀的开闭相位的进气阀位置传感器12和排气阀位置传感器14。在内燃机1的气缸，设置有对气缸内直接喷射燃料的直接式的燃料喷射阀15。另外，燃料喷射阀15也可以是对进气口内喷射燃料的进气口喷射方式。

在内燃机1的气缸中，组装有使电极部在气缸内露出、用电火花将可燃混合气体引燃的火花塞16。爆震传感器17设置于气缸体，通过检测由于燃烧室内发生的燃烧压力振动而发生的气缸体振动，而检测是否发生爆震。曲柄角传感器18组装于曲轴，将与曲轴的旋转角度相应的信号作为表示旋转速度的信号输出至后述的ECU28。

空燃比传感器20设置在涡轮增压机3的涡轮3b的下游，将表示检测出的排气组成即空燃比的信号输出至ECU28。排气净化催化剂21例如是三效催化剂，设置在空燃比传感器20的下游，通过催化剂反应对排气中的一氧化碳、氮化物和未燃烧烃等有害排出气体成分进行净化。一般而言，作为催化剂物质，使用铂和铑，或在其中加上钯。在排气净化催化剂21的下游设置有氧传感器22，检测是否存在用排气净化催化剂21净化后的排气中含有的氧。以下，有时将排气净化催化剂21简记作“催化剂21”。

在涡轮增压机3设置有空气旁通阀4和排气门阀19。空气旁通阀4为了防止从压缩机3a的下游到节流阀7的上游的压力过度地上升，而配置在将压缩机3a的上游与下游连结的旁通流路上。在增压状态下节流阀7急速关闭的情况下，根据ECU28的控制打开空气旁通阀4，由此压缩机3a的下游的压缩后的吸入空气通过旁通流路向压缩机3a的上游逆流。结果，使增压压力立即降低，由此能够防止被称为浪涌的现象，适当地防止压缩机3a破损。

排气门阀19配置在将涡轮3b的上游与下游连结的旁通流路上。排气门阀19是能够根据ECU28的控制、对于增压压力自由地控制阀开度的电动式的阀。基于由增压压力传感器9检测到的增压压力，用ECU28调整排气门阀19的开度时，排出气体的一部分通过旁通流路，由此能够减少排出气体对涡轮3b做功。结果，能够使增压压力保持为目标压力。

EGR管23使排气净化催化剂21的下游的排气流路与压缩机3a的上游的进气流路连通，从排气净化催化剂21的下游使排气分流，向压缩机3a的上游回流。EGR管23中设置的EGR冷却器24对排气进行冷却。EGR阀25设置在EGR冷却器24的下游，控制排气的流量。在EGR管23设置有检测在EGR阀25的上游流动的排出气体的温度的温度传感器26、和检测EGR阀25的上游与下游的压差的压差传感器27。

ECU28是内燃机控制装置的一例，控制发动机***的各构成要素，执行各种数据处理。上述各种传感器和各种致动器与ECU28可通信地连接。ECU28控制节流阀7、燃料喷射阀15、进气阀11、排气阀13、和EGR阀25等致动器的动作。另外，ECU28基于从各种传感器输入的信号，检测内燃机1的运转状态，在根据运转状态决定的时机使火花塞16点火。

[ECU的硬件结构]

图2是表示ECU28的硬件结构例的框图。ECU(Electronic Control Unit)28包括经由***总线相互连接的控制部31、存储部32和输入输出接口33。控制部31由CPU(centralprocessing unit，中央处理器)31a、ROM(Read Only Memory，只读存储器)31b和RAM(Random Access Memory，随机存取存储器)31c构成。CPU31a通过执行ROM31b中存储的控制程序，而实现ECU28的各功能。

输入输出接口33是与各传感器和各致动器进行信号和数据的通信的接口。ECU28包括处理各传感器的输入输出信号的未图示的A/D(Analog/digital，模拟/数字)转换器、驱动器电路等。输入输出接口33也可以兼作A/D转换器。另外，作为处理器使用了CPU(central processing unit)，但也可以使用MPU(micro processing unit，微处理器)等其他处理器。另外，也可以在作为由半导体存储器等构成的辅助存储装置的存储部32中保存控制程序。

[内燃机的控制方法]

以下，说明用内燃机1中设置的节气门***和排气门***、EGR***，实现低燃耗运转的内燃机1的控制方法。

图3是在由内燃机1的旋转速度和填充效率规定的运转区域中，说明节流阀7和排气门阀19的控制方法、以及采用EGR(再循环的排气)的运转区域的图。填充效率是相对于相当于气缸容积的标准状态空气质量的一个周期中向气缸吸入的空气质量的比例。图3的上侧表示未导入冷却EGR的情况下的图，图3的下侧表示导入冷却EGR的情况下的图。图3的各图中，横轴表示旋转速度，纵轴表示填充效率。

如图3的上侧图所示，内燃机1的运转区域大致分为非增压区域和增压区域。非增压区域中，用节流阀7控制填充效率，使排气门阀19成为全开状态。在增压区域中使节流阀7成为全开状态，用排气门阀19控制增压压力，由此控制填充效率。这样，在非增压区域与增压区域之间，通过切换调整转矩的机构(节流阀7、排气门阀19)，能够降低内燃机1中产生的泵损失，能够实现低燃耗运转。细虚线表示新气等流量线。

进而，本实施方式所示的内燃机1中，搭载了EGR***。从内燃机1的非增压区域的较高负载条件到增压区域的区域(图3的下侧图的用粗虚线包围的部分)中，通过使被EGR冷却器24冷却后的EGR向气缸回流，而能够用作为非活性气体的EGR将向气缸内吸入的气体稀释，抑制易于在高负载条件下发生的称为爆震的不正常燃烧。该EGR***称为冷却EGR。因为像这样能够抑制爆震，所以能够对点火时期适当地进行提前控制，能够实现低燃耗运转。

另外，此处所示的实施方式的发动机***中，采用了在非增压区域中使排气门阀19全开的结构，但本发明不限定于此，也能够采用保持为全闭或中间状态的方式。由此，泵损失降低效果减小，但另一方面，能够使涡轮增压机3的旋转速度上升，提高加速性能。

[后处理***]

图4是说明对内燃机1的排气进行净化的后处理***的结构的图。作为排气净化催化剂21，使用三效催化剂。以使三效催化剂的净化效率保持在最佳点为目的，在三效催化剂的上游和下游，分别具有检测排气组成的传感器。能够按上述传感器的种类构成3种后处理***A、B、C。

图4中，将催化剂上游侧称为“前方”，将催化剂下游侧称为“后方”。

后处理***A中，在催化剂21的上游具有空燃比传感器(图中是前方空燃比传感器)，在下游具有氧传感器(图中是后方氧传感器)。根据该结构，能够计测向三效催化剂流入的排气的空燃比，并且能够检测有无包含于催化剂净化后的排气中的氧。

后处理***B中，在催化剂21的上游具有氧传感器(图中是前方氧传感器)，在下游具有氧传感器。根据该结构，能够检测有无包含于向三效催化剂流入的排气中的氧，并且检测有无包含于催化剂净化后的排气中的氧。

后处理***C中，在催化剂21的上游具有空燃比传感器，在下游具有空燃比传感器。根据该结构，能够计测向三效催化剂流入的排气的空燃比，并且能够计测催化剂净化后的排气的空燃比。上述后处理***A～C基于排气限制和成本的要求来选择。本实施方式所示的发动机***以后处理***A作为前提。

但是，本发明并不限定于后处理***A的结构，通过如上所述地切换后述的控制模型(参考图14)的输入和输出，能够不使发明的结构大幅变化地发挥同样的效果。

[排气的当量比与空燃比传感器的输出的关系]

图5是说明排气的当量比(＝理论空燃比/空燃比)与空燃比传感器的输出的关系的图。图5的横轴表示当量比，纵轴表示空燃比传感器输出。表现出当量比越增加(越浓化)、则空燃比传感器输出越减少的倾向。空燃比传感器通过预先取得表示图5的关系的信息，对于排出气体能够从稀状态到浓状态地在广范围中高精度地检测当量比，这一点是其特征点。

[排气的当量比与氧传感器的输出的关系]

图6是说明排气的当量比与氧传感器的输出的关系的图。图6的横轴表示当量比，纵轴表示氧传感器。氧传感器输出用排气中含有的氧浓度与空气中的氧浓度的浓度差引起的电动势表示。在稀条件下大致表现出最小电动势，在浓条件下表现出最大电动势。因此，具有在理论空燃比(当量比1.0)处输出急剧变化的特性。通过得知氧传感器输出的变化时刻、并将其对空燃比控制进行反馈，能够使排气当量比保持在理论空燃比附近，这一点是其特征点。

[排气的化学物种浓度相对于当量比的倾向]

图7是说明排气的化学物种浓度相对于当量比的倾向的图。图7的上侧图的横轴表示当量比，纵轴表示浓度[％]，图7的下侧图的横轴表示当量比，纵轴表示浓度[ppm]。

如图7的上侧图所示，烃类燃料的燃烧气体组成表现出以理论空燃比(当量比1.0)为界、在浓侧一氧化碳(CO)和氢(H₂)增加、在稀侧氧(O₂)增加的倾向(图7上侧图)。

另一方面，如图7的下侧图所示，氮氧化物(NOx)在理论空燃比的略稀侧表现出极大值，在极大值的稀侧和浓侧表现出减少的倾向。未燃烧烃(HC)是未达到燃烧而排出的成分，相对于当量比并未发现明确的倾向，但存在过度地稀化或浓化时未达到正常燃烧而排出的HC易于增加的倾向。

另外，在燃料和空气(氧)适量地供给的理论空燃比条件下，在高温的燃烧气体中，也会有一定量未达到水(H₂O)和二氧化碳(CO₂)而排出CO和NOx，因此需要用后处理***对排气适当地进行净化处理。

[三效催化剂的反应过程]

此处，说明后处理***中使用的三效催化剂(氧化铈类)的主要反应过程。

三效催化剂的反应过程主要由氧化反应、NOx还原反应、氧储存/释放反应组成。氧化反应中，在浓条件或高温条件下生成的CO、H₂、HC与氧反应，生成无害的CO₂和H₂O。未燃烧烃(HC)中含有甲烷、丙烷、乙烯、丁烷等成分，反应以分别不同的速度进行(反应式(1)～(3))。NOx还原反应中，主要表现为CO与NO的反应，生成无害的CO₂和N₂(反应式(4))。氧储存/释放反应中，利用作为催化剂材料的Ce(铈)，进行氧的储存/释放和HC、CO和NO的各氧化/还原反应(反应式(5)～(8))。各反应式用基元反应式的形式表达。

(氧化反应)

CO+O₂→CO₂……(1)

H₂+O₂→H₂O……(2)

C_nH_m+O₂→CO₂+H₂O……(3)

(NOx还原反应)

CO+NO→CO₂+N₂……(4)

(氧储存/释放反应)

CeO₂+CO→Ce₂O₃+CO₂……(5)

C_nH_m+CeO₂→CeO₂O₃+CO+H₂O……(6)

Ce₂O₃+O₂→CeO₂……(7)

Ce₂O₃+NO→CeO₂+N₂……(8)

这样，通过二氧化铈(CeO₂)与CO和HC的反应，生成无害的CO₂和H₂O，并且通过三氧化二铈(Ce₂O₃)与NO的反应，生成无害的N₂。此时，由同时生成的CeO₂与Ce₂O₃的平衡，规定三效催化剂的氧储存比例。即，催化剂中的Ce₂O₃全部成为CeO₂时，不能进行与NO的反应，NO不能净化。这样，为了适当地保持三效催化剂的净化效率，需要使CeO₂与Ce₂O₃的平衡、即氧储存比例保持为规定值。上述全部反应过程很强地依赖于催化剂温度，为了在发动机启动后早期达到活性化温度以上，需要适当地实施催化剂温度管理。

另外，本实施方式所示的发动机***中，采用了使用氧化铈类的三效催化剂的结构，但本发明不限定于此。即使是使用表现出类似效果的其他材料的催化剂，也能够通过调整控制模型的常数，而不改变发明的结构地发挥同样的效果。另外，作为催化剂反应，在上述反应机理以外，也存在使用水煤气转移反应等的情况，但对于这些反应机理，也能够通过调整控制模型的常数来应对。

[与排气当量比对应的三效催化剂的净化效率]

图8是说明催化剂活性化温度以上时的相对于排气当量比的三效催化剂的净化效率的倾向的图。图8的横轴表示当量比，纵轴表示催化剂净化效率[％]。

三效催化剂的净化效率特性以理论空燃比(当量比1.0)为界地变化。在稀条件下，CO和HC的净化效率被保持在大致90％以上，另一方面，NOx的净化效率随着当量比减少而净化效率减少。另外，在浓条件下，表现出随着当量比减少、HC和CO的净化效率减少的倾向。在理论空燃比附近，NOx、HC、CO中任意一方的净化效率都能够达到90％以上，将该点称为三效点。在三效催化剂中，实施通过使当量比保持在包括三效点的理论空燃比附近(控制目标)、而使净化效率保持在高水平的控制。

[当量比的变动和催化剂下游的氧传感器输出]

图9是说明以当量比1.0为中心、使空燃比向稀侧或浓侧随时间阶梯变动时的在催化剂21下游设置的氧传感器22的输出变动的图。图9的各图中，横轴表示时间，纵轴表示当量比(上侧图)和后方氧传感器输出(下侧图)。

在当量比设定为理论空燃比的情况下，也因为对催化剂下游排出微量的氧，而保持在中间状态。当使当量比阶梯状地向稀侧变化时，后方氧传感器输出在经过延迟期间d1之后，向最小值侧变化。

另一方面，使空燃比从稀侧向浓侧变化时，后方氧传感器输出表现出伴随更大的延迟期间d2而变化的迟滞性。

这样，从稀向浓的变化和从浓向稀的变化中，具有延迟时间不同的倾向，这是氧传感器的特征。这是因上述CeO₂和Ce₂O₃的反应速度不同而引起的。因为反应速度依赖于催化剂温度，所以上述迟滞性也因催化剂温度而变化。

[燃料切断运转后的氧传感器输出和NOx浓度]

图10是说明从控制为理论空燃比的状态起经过倒拖运转(燃料切断)期间、再次以理论空燃比状态实施燃烧运转的情况下的后方氧传感器输出和催化剂下游NOx浓度的经时变化的图。图10的各图中，横轴表示时间，纵轴表示当量比(上部图)、后方氧传感器输出(中部图)、和催化剂下游NOx浓度(下部图)。另外，各图中，实线表示化学计量控制时的变动，虚线表示浓修正后的变动。

进行燃料切断时，对内燃机1的气缸内吸入的O₂增加。燃料切断后，再次开始基于理论空燃比的燃烧运转时，后方氧传感器输出如图9所述，如实线所示从最小值起带有延迟地增加。然后，在直到后方氧传感器输出回到最大值的延迟期间中，催化剂下游NOx浓度尖峰状地增加，NOx被大量排出。

另一方面，燃料切断后，再次开始燃烧运转时，先实施虚线所示的使当量比向浓侧变化的浓修正之后再实施理论空燃比控制的情况下，能够防止催化剂下游的NOx排出。换言之，在后方氧传感器输出从最小值起变化之前，向内燃机1的气缸内吸入浓的气体(燃料多、O₂少)，由此能够防止NOx排出。

根据图10可以理解，氧传感器22检测催化剂21下游的排气的氧状态，因此在氧传感器22反应的时刻，催化剂内部状态已经变化至氧储存状态是最大或最小的状态。即，现有的后方氧传感器的反应之后进行反馈控制的方法中，对于催化剂21而言控制时机过迟，因此不能适当地防止排放恶化。于是，在内燃机1的空燃比控制中，需要考虑不能从外部直接观测的催化剂状态地、实施适当的期间的浓修正控制。

[催化剂劣化程度和氧储存能力]

图11是说明三效催化剂的劣化程度与氧储存能力的关系的图。图11的横轴表示催化剂劣化程度，纵轴表示氧储存能力。催化剂劣化指的是受到热的影响和燃料中含有的硫引起的中毒的影响、催化剂作用降低的状态。如图11所示，存在随着催化剂劣化进展、氧储存能力降低的倾向。以下叙述氧储存能力的变化对三效催化剂的净化作用造成的影响。

[当量比变动时的氧储存比例和氧传感器输出]

图12是说明在全新催化剂和劣化催化剂中以当量比1.0为中心、使空燃比向稀侧或浓侧随时间阶梯变动时的、在催化剂下游设置的氧传感器22的输出变动的比较结果的图。图12的各图中，横轴表示时间，纵轴表示当量比(上部图)、氧储存比例(中部图)、和后方氧传感器输出(下部图)。另外，各图中，实线表示劣化催化剂的变动，虚线表示全新催化剂的变动。

劣化催化剂中，与新品催化剂相比，相对于空燃比的稀、浓间的变化的后方氧传感器输出变动的延迟减少(图12的下部图的虚线部)。这能够用催化剂的氧储存比例的经时推移说明。即，这是因为催化剂的氧储存能力因劣化而减少，由此氧储存比例更快地达到最大值或最小值(图12的下部图的实线部)，从而向催化剂下游的氧释放行为被加快，后方氧传感器输出变动的延迟减少。从而，图10中说明的燃料切断恢复后的浓修正期间需要考虑催化剂的劣化状态地进行设定。

[氧储存比例与NOx净化效率的关系]

图13是说明氧储存比例与NOx净化效率的关系的图。图13的横轴表示氧储存比例，纵轴表示NOx净化效率。对于氧储存能力，在氧储存量是100％时，氧储存比例是1.0。

氧储存比例超过规定值时，NOx净化效率显著恶化。这是因为如上所述，在NOx净化中催化剂中的Ce₂O₃是重要的，但Ce₂O₃全部分应而变化为CeO₂时，不会发生Ce₂O₃与NO的反应，NO不能净化。因此，如图8所述，为了使催化剂净化效率保持在高水平，不仅要使催化剂入口的排气空燃比保持在三效点，也需要以使氧储存比例处于规定的控制范围内的方式，对催化剂入口的排气空燃比适当地进行修正控制。

[控制模型的结构]

图14是说明表示考虑催化剂状态地对空燃比进行修正控制的控制模型的功能的框图的图。该控制模型由ECU28实现。ECU28包括催化剂边界条件运算部1401、催化剂温度运算部1402、氧储存比例运算部1403、统计模型运算部1404、***识别部1405、空燃比修正值运算部1406、目标空燃比运算部1407和劣化度判断部1408。

催化剂边界条件运算部1401基于内燃机1的运转状态等，运算催化剂边界条件。作为催化剂边界条件，有催化剂上游排气温度(以下称为“排气温度”)、催化剂上游排气组成(排气空燃比)、催化剂流入排气流量(以下称为“排气流量”)、大气条件(外部气温、大气压)和车速等。催化剂边界条件的运算结果被输入至催化剂温度运算部1402和氧储存比例运算部1403。

催化剂温度运算部1402基于用催化剂边界条件运算部1401运算得到的催化剂边界条件，运算催化剂温度。由于具有催化剂温度运算部1402，能够将催化剂反应中重要的催化剂温度变化的影响反映至空燃比控制。

氧储存比例运算部1403基于催化剂边界条件、催化剂温度、催化剂上游的空燃比传感器20(前方空燃比传感器)的检测值、和由催化剂劣化度规定的氧储存能力，运算氧储存比例。此时，考虑与催化剂劣化的进展对应地氧储存能力降低的图11所示的关系。氧储存比例的运算中，需要考虑上述反应机理，但作为控制模型的机载(on board)运算是不可能的，因此用简易的反应机理代替。具体的模型结构在后文中叙述。氧储存比例的运算结果被输入至统计模型运算部1404和***识别部1405。催化剂温度运算部1402和氧储存比例运算部1403中处理的模型是催化剂反应模型，也可以称为物理模型。

如上所述，本实施方式的内燃机控制装置(ECU28)中，催化剂反应模型(氧储存比例运算部1403)至少以第一排气传感器(例如空燃比传感器20)的检测值、催化剂温度、和排气管内的催化剂21上游的排气流量为输入。

另外，本实施方式的催化剂反应模型(反应式(9)～(11))至少由催化剂21上游的氧、催化剂21上游的一氧化碳、与催化剂21内载持的金属(铂、铑等)之间的反应速度规定。

这样，通过考虑排气流量、催化剂温度、和催化剂上游排气空燃比的影响地、精度良好地运算氧储存比例的经时变化，能够实现本实施方式中的使催化剂净化效率保持在高水平的空燃比修正控制。

统计模型运算部1404运算以氧储存比例的运算结果为输入、以催化剂21下游的氧传感器22(后方氧传感器)的检测值为输出的统计模型1404M。对于统计模型1404M，设定了调谐参数，被后文中叙述的***识别算法随时更新为最新状态。用该统计模型1404M，能够预测性地运算将来的后方氧传感器检测值的变动。

***识别部1405在允许识别标志是有效(ON)状态时，基于运算得到的氧储存比例和后方氧传感器检测值，用***识别算法更新统计模型运算部1404的统计模型1404M中设定的调谐参数。通过包括***识别算法，能够将因劣化而变化的催化剂特性和传感器特性逐次反映至调谐参数，能够使统计模型1404M的运算精度保持在高水平。***识别部1405的处理结果(调谐参数等)被输入至劣化度判断部1408。

空燃比修正量运算部1406基于统计模型1404M的运算结果，运算空燃比修正量。通过用统计模型1404M预测性地运算后方氧传感器检测值的将来变动，能够在后方氧传感器实际变化之前运算空燃比修正量。因此，与现有技术的基于后方氧传感器检测值的反馈控制相比，能够更适当地使催化剂内部的氧储存比例保持在规定范围内。

目标空燃比运算部1407对基于运转状态决定的空燃比用由空燃比修正量运算部1406运算得到的空燃比修正值的运算结果进行修正，运算目标空燃比。控制部31通过基于由目标空燃比运算部1407运算得到的目标空燃比对空燃比进行控制，能够使催化剂净化效率保持在高水平，提高排放性能，并且也能够适应催化剂劣化等特性变化地防止排放性能的恶化。另外，图14中，是目标空燃比运算部1407取得运转状态而决定空燃比的结构，但也可以采用与目标空燃比运算部1407不同的运算部基于运转状态决定空燃比的结构。

劣化度判断部1408基于***识别部1405的处理结果，判断催化剂21的劣化程度(以下称为“催化剂劣化度”)。催化剂劣化度的运算结果被输入至氧储存比例运算部1403。

[催化剂边界条件运算部]

图15是说明图14所示的催化剂边界条件运算部1401中的催化剂边界条件的运算内容的图。催化剂边界条件运算部1401包括排气流量运算部1501和排气温度运算部1502。

排气流量运算部1501基于内燃机1的旋转速度、负载(转矩)、和状态标志，运算排气流量。同样地，排气温度运算部1502基于内燃机1的旋转速度、负载和状态标志，运算排气温度。另外也可以在催化剂21的上游或下游设置温度传感器，用温度传感器检测排气温度。

状态标志是用于判别燃料切断和点火延迟等的控制状态的信息。冷机启动模式中，用点火延迟和吸入空气增量等实施催化剂升温控制。另外，在包括滑行停止控制功能的内燃机、和用于混合动力车的内燃机中，频繁地发生燃料切断引起的倒拖运转(motoringrunning，作为电动机运转)状态，此时，相当于大气温度的空气通过催化剂。这样，因为催化剂上游温度受到各种控制状态的影响，所以通过考虑其状态转移能够高精度地运算催化剂状态。

[催化剂温度运算部]

图16是说明图14所示的催化剂温度运算部1402中的催化剂温度的运算内容的图。催化剂温度运算部1402包括排气/催化剂传热量运算部1601、催化剂/大气传热量运算部1602、催化剂反应生成热量运算部1603、催化剂热收支运算部1604、和催化剂温度运算部1605。

排气/催化剂传热量运算部1601中，基于由催化剂边界条件运算部1401运算得到的排气流量和排气温度、以及催化剂温度过去值，运算排气与催化剂21之间的传热量。通过考虑作为湍流传热的主要因素的排气流量和排气温度，能够精度良好地运算传热量。

催化剂/大气传热量运算部1602中，基于车速、外部气温和大气压、催化剂温度过去值，运算催化剂21与大气之间的传热量。催化剂21周围的热传递中，在车速较大的情况下强制对流现象是支配性的，在车速较小或停止状态下自然对流现象是支配性的。通过基于车速信息考虑这样的传热机制的变化，能够精度良好地运算催化剂21周围的传热量。

催化剂反应生成热量运算部1603中，基于由催化剂边界条件运算部1401运算得到的排气流量、催化剂温度过去值、和由排气浓度运算部1700运算得到的上游排气浓度，运算因催化剂反应而生成的热量。催化剂21内部受到未燃烧气体的氧化反应引起的发热、和NOx还原反应引起的吸热等的影响，这些反应速度很强地依赖于催化剂温度。催化剂反应生成热量运算部1603能够考虑这些地精度良好地运算催化剂21内部的催化剂反应生成热量。

催化剂热收支运算部1604运算由排气/催化剂传热量运算部1601和催化剂/大气传热量运算部1602运算得到的各传热量、以及由催化剂反应生成热量运算部1603运算得到的热量的收支。

催化剂温度运算部1605中，基于催化剂热收支运算部1604得到的催化剂热收支的运算结果，考虑催化剂各参数(容积、开口率、表面积、质量、比热等)，运算催化剂温度的经时变化。催化剂温度的运算结果被输入至排气/催化剂传热量运算部1601和催化剂/大气传热量运算部1602。通过采用这样的结构，在内燃机1的启动停止反复进行的发动机***中，也能够高精度地运算对于催化剂状态的推测来说很重要的催化剂温度。

[氧储存比例运算模型]

此处，说明设想在ECU28中在线地(实时地)运算的氧储存比例运算模型的结构。

三效催化剂的反应用上述反应式(1)～(8)这8个反应机理描述。但是，在线运算该反应式从运算负载的观点来说并不现实，因此本实施方式的发动机***中，使用设想了控制实现的简化的反应模型。排气组成中，HC和NOx浓度与其他化学物种相比充分小，于是在简化的反应模型中，仅考虑CO和O₂。将规定氧储存比例的CeO₂和Ce₂O₃所涉及的2个反应式(9)、(10)联立并求解。氧储存比例如反应式(11)所示由CeO₂和Ce₂O₃的摩尔数的比率规定。各反应式用基元反应式的形式表达。

(控制用反应式)

CeO₂+CO→Ce₂O₃+CO₂……(9)

Ce₂O₃+O2→CeO₂……(10)

(氧储存比例)

ψ＝[CeO₂]/([CeO₂]+[Ce₂O₃])……(11)

CO和O₂各自的反应速度R1、R2用下式(12)、(13)计算。式(12)、(13)按阿伦尼乌斯方程描述，分别考虑催化剂温度、CO、O₂的摩尔浓度、氧储存比例ψ、和氧储存能力ψcap。氧储存能力ψcap的值可以根据催化剂劣化度改变。例如，根据催化剂是全新(新品)、比较新、旧而设定为不同的值。此处，A是频率因子，E是活化能，R是一般气体常数，Tcat是催化剂温度。该式是指数函数，因此通过将该式置换为关于催化剂温度Tcat的表运算，能够实现运算负载的减轻。表中设定的数据是预先基于实验结果设定的。

(反应速度)

R1＝A1·exp(-E1/(R·Tcat))·[CO]·ψ·ψcap……(12)

R2＝A2·exp(-E2/(R·Tcat))·[O₂]·(1-ψ)·ψcap……(13)

另外，如果ECU28的处理速度等性能提高，则不限定于关于CO和O₂的反应式(9)、(10)，也可以考虑其他反应式地运算氧储存比例。此时，能够期待氧储存比例的运算结果更接近实际的值。

[氧储存比例运算部]

图17是说明图14所示的氧储存比例运算部1403中的氧储存比例的运算内容的图。氧储存比例运算部1403包括排气浓度运算部1700、O₂反应速度/浓度运算部1701、CO反应速度/浓度运算部1702、和氧储存比例推移运算部1703。

排气浓度运算部1700基于在催化剂21上游设置的空燃比传感器20(前方空燃比传感器)的检测值，运算排气化学物种的浓度(上游排气浓度)。

作为上游排气浓度，例如计算上游O₂浓度、上游CO浓度。通过采用基于测量得到的实际排气的变动、和预先在开发阶段得到的排气组成信息进行运算的结构，能够精度良好地运算催化剂上游排气组成。运算得到的上游排气浓度被输出至催化剂温度运算部1402。另外，排气浓度运算部1700只要作为ECU28具有该功能即可，并不限定于氧储存比例运算部1403内。

O₂反应速度/浓度运算部1701基于由催化剂边界条件运算部1401运算得到的排气流量、上游排气浓度(上游O₂浓度、上游CO浓度)、由催化剂温度运算部1402运算得到的催化剂温度、氧储存比例过去值、和由氧储存比例运算部1403运算得到的氧储存能力，运算O₂的反应速度和浓度。

同样地，CO反应速度/浓度运算部1702基于排气流量、上游排气浓度(上游O₂浓度、上游CO浓度)、催化剂温度、氧储存比例过去值、和氧储存能力，运算CO的反应速度和浓度。如后所述，O₂反应速度/浓度运算部1701和CO反应速度/浓度运算部1702采用能够根据催化剂劣化度来设定氧储存能力的结构。

进而，氧储存比例推移运算部1703基于由O₂反应速度/浓度运算部1701运算得到的O₂的反应速度和浓度、和由CO反应速度/浓度运算部1702运算得到的CO的反应速度和浓度，运算氧储存比例的经时推移。

如上所述，本实施方式的氧储存比例运算部(氧储存比例运算部1403)包括基于催化剂上游的第一排气传感器的检测值、运算催化剂上游的氧浓度的氧浓度运算部(O₂反应速度/浓度运算部1701)，和基于催化剂上游的第一排气传感器的检测值、运算催化剂上游的一氧化碳浓度的一氧化碳浓度运算部(CO反应速度/浓度运算部1702)。

通过采用这样的结构，能够考虑催化剂21的上游的空燃比变化和催化剂劣化状态地、精度良好地运算具有迟滞性的氧储存比例的经时推移。

另外，本实施方式中，在催化剂反应模型(氧储存比例运算部1403)的输入参数中包括催化剂温度。如上所述，如使用式(1)～(8)说明的三效催化剂的反应过程那样，各反应过程很强地依赖于催化剂温度。因此，通过使用催化剂温度作为催化剂反应模型的输入参数，能够精度良好地运算氧储存比例。

[催化剂温度运算部和氧储存比例运算部的变形例]

图18是说明图14所示的催化剂温度运算部1402和氧储存比例运算部1403中的用于提高催化剂温度和氧储存比例的运算精度的模型结构的图。图18所示的催化剂温度/氧储存比例运算部1800包括排气温度/催化剂温度运算部1801、1803、1805、O₂/CO浓度/氧储存比例运算部1802、1804、1806和平均氧储存比例运算部1807。

排气温度/催化剂温度运算部1801、1803、1805是对催化剂21在空间上分割的模型。即，排气温度/催化剂温度运算部1801、1803、1805是将催化剂21从催化剂入口到催化剂出口分割为3部分时的各分割模型。排气温度/催化剂温度运算部1801、1803、1805的内部功能相同，由图16所示的催化剂温度运算部1402构成。

同样地，O₂/CO浓度/氧储存比例运算部1802、1804、1806也是将催化剂21从催化剂入口到催化剂出口分割为3部分时的各分割模型。O₂/CO浓度/氧储存比例运算部1802、1804、1806的内部功能相同，由图17所示的氧储存比例运算部1403构成。

催化剂入口的排气温度/催化剂温度运算部1801将排气温度的运算结果输出至催化剂中央的排气温度/催化剂温度运算部1803，并且将催化剂温度的运算结果输出至催化剂入口的O₂/CO浓度/氧储存比例运算部1802。O₂/CO浓度/氧储存比例运算部1802将O₂/CO浓度的运算结果输出至排气温度/催化剂温度运算部1801和催化剂中央的O₂/CO浓度/氧储存比例运算部1804，并且将氧储存比例的运算结果输出至平均氧储存比例运算部1807。

另外，催化剂中央的排气温度/催化剂温度运算部1803将排气温度的运算结果输出至催化剂出口的排气温度/催化剂温度运算部1805，并且将催化剂温度的运算结果输出至催化剂中央的O₂/CO浓度/氧储存比例运算部1804。O₂/CO浓度/氧储存比例运算部1804将O₂/CO浓度的运算结果输出至排气温度/催化剂温度运算部1803和催化剂出口的O₂/CO浓度/氧储存比例运算部1806，并且将氧储存比例的运算结果输出至平均氧储存比例运算部1807。

进而，催化剂出口的排气温度/催化剂温度运算部1805运算排气温度(下游排气温度)，并且将催化剂温度的运算结果输出至催化剂出口的O₂/CO浓度/氧储存比例运算部1806。O₂/CO浓度/氧储存比例运算部1806将O₂/CO浓度(下游O₂/CO浓度)的运算结果输出至排气温度/催化剂温度运算部1805，并且将氧储存比例的运算结果输出至平均氧储存比例运算部1807。

平均氧储存比例运算部1807根据从O₂/CO浓度/氧储存比例运算部1802、1804、1806得到的各氧储存比例的运算结果，运算催化剂21全体的平均的氧储存比例。

通过这样将催化剂21从入口到出口在空间上分割为多个部分，对于各个空间运算催化剂温度和氧储存比例，能够考虑催化剂21内部的各个空间的各值的变动。通过采用这样的模型结构，能够考虑催化剂21的时间上的延迟行为和迟滞性，能够提高运算精度。分割数量能够根据运算负载与精度的平衡而任意地决定。

[氧传感器特性的迟滞性]

图19是说明氧传感器特性的迟滞性的图。图19的横轴表示当量比，纵轴表示氧传感器输出。

氧传感器的静态特性如图6中所说明的那样。另一方面，氧传感器中也使用了催化剂材料，具有检测延迟引起的迟滞性。即，气体从稀状态急剧变化为浓状态的情况下，与氧传感器输出的变化时机对应的当量比(虚线)向浓侧偏移。另外，气体从浓状态急剧变化为稀状态的情况下，与氧传感器输出的变化时机对应的当量比(点划线)向稀侧偏移。进而，上述变动受到构成氧传感器的材料的特性劣化的影响。

从而，本实施方式的控制模型中，优选不仅考虑催化剂21的劣化，也考虑包括催化剂21下游的氧传感器22的劣化的、后处理***全体的动态特性的变化。

[统计模型]

接着，参考图20说明图14所示的统计模型运算部1404中的统计模型1404M。本实施方式的发动机***中，将催化剂21和氧传感器22的劣化视为时变***，采用通过线性过渡模型的逐次***识别而进行机载近似的方式。

图20表示作为统计模型1404M采用的非线性线性过渡模型的结构。作为非线性线性过渡模型的统计模型1404M由3个要素构成，由输入非线性要素2010、线性过渡模型2020、和输出非线性要素2030构成。对于统计模型1404M的输入设定氧储存比例，同样对于统计模型1404M的输出设定后方氧传感器检测值(推测值)。

设表示输入非线性要素2010的特性的函数为f(u)，设氧储存比例u(t)为输入，v(t)为输出。输入非线性要素2010的函数f(u)中设定了考虑后方氧传感器的迟滞特性的项时，例如输出v的模型数学式用式(14)表达。

[数学式1]

v＝f(u)＝β₁*y*|u|+β₂*u……(14)

这样，本实施方式的统计模型1404M的输入要素(输入非线性要素2010)设定了反映在输入增加时和减少时之间输出的响应速度不同的特性的迟滞项。采用这样结构的情况下，能够对催化剂21下游的排气传感器(例如氧传感器22)的迟滞性(参考图19)进行近似。如图19所说明的，该催化剂下游的排气传感器的迟滞性例如受到构成氧传感器22的材料的特性劣化的影响。

另外，本实施方式的迟滞项中，包括由取正值和负值双方的第一输入参数(u)、以及由取正值的输出参数(y)与第一输入参数的绝对值(|u|)的积定义的第二输入参数(y·|u|)规定的项(β1·y·|u|+β2·u)。这样的情况下，在统计模型1404M的输入要素中，能够精度良好地反应氧传感器22的迟滞性。

另外，设表示输出非线性要素2030的特性的函数为g(x)，来自线性过渡模型2020的输入为x(t)，输出为后方氧传感器检测值y(t)。输出非线性要素2030的函数g(x)中设定了用于对后方氧传感器静态特性(参考图5)进行近似的Sigmoid函数时，例如输出y的模型数学式用式(15)表达。

[数学式2]

这样，本实施方式的统计模型1404M的输出要素(输出非线性要素2030)设定了Sigmoid函数。采用这样结构的情况下，能够对催化剂21下游的排气传感器(例如氧传感器22)的静态特性进行近似。

另外，对于输出非线性要素2030中使用的Sigmoid函数，为了减小运算负荷，也能够置换为表运算。另外，输出非线性要素2030的函数g(x)只要在当量比是浓状态时输出大、在当量比是稀状态时输出小即可，并不限定于Sigmoid函数。

线性过渡模型2020的模型数学式，例如用式(16)表达。式(16)的左侧表示输出侧，右侧表示输入侧。[k]对应于将来，[k-1]对应于当前(严格来讲是1步前的过去)。

[数学式3]

y[k]+a₁*y[k-1]＝b₁*y[k-1]*|u[k-1]|+b₂*u[k-1]……(16)

此处，表示线性过渡模型2020的式(16)，能够变形为如式(17)所示。式(17)中的右侧的θ是用式(18)表达的1行3列的矩阵的转置矩阵，

是用式(19)表达的1行3列的矩阵。式(18)的a1、b1、b2是任意的系数(调谐参数的一例)。

[数学式4]

y[k]＝θ^T·φ[k] ……(17)

θ＝[a₁,b₁,b₂]^T ……(18)

φ＝[-y[k-1],y[k-1]*|u[k-1]|,u[k-1]]……(19)

作为线性过渡模型2020，应用控制中一般使用的ARX(Auto-Regressive witheXogenous，自回归外生)模型。ARX模型的次数能够根据精度与运算负荷的平衡选择。在线性过渡模型2020中，设定调谐参数，调谐参数被在线地更新。由此，能够随时将最新的***状态反映至统计模型1404M。

统计模型1404M通过包括这样的构成要素，能够考虑到后处理***全体的动态特性及其经时变化。

另外，本实施方式的发动机***中使用的统计模型的结构不限定于此。例如，因为催化剂温度和排气流量是催化剂反应速度的影响因子，所以能够对输入变量添加催化剂温度、排气流量等影响因子，实现统计模型的精度提高。另外，也能够不设定氧储存比例，而设定催化剂下游的氧浓度。在催化剂下游具有空燃比传感器的后处理***C(图4)中，也能够省略统计模型的输出非线性要素2030，直接设定空燃比传感器检测值。

[***识别算法]

图21是表示图14所示的***识别部1405中的***识别算法的例子的流程图。本实施方式中，在统计模型1404M的调谐参数的逐次识别中，采用了带有可变遗忘因子的逐次最小二乘近似算法。遗忘因子指的是与陈旧程度相应地指数函数性地遗忘过去经历。通过采用遗忘因子，能够对于调谐参数适当地考虑发动机***的最新状态的影响。

首先，***识别部1405判断统计模型1404M是否处于能够识别调谐参数的状态(S2101)。可否识别是由ECU28的控制部31基于内燃机1的运转状态判断的。***识别部1405参照在可以识别时设置的允许识别标志，例如如果允许识别标志是“1”则判断为允许识别处理。此处，也可以将是否处于识别的时机作为判断条件。***识别部1405在判断为不可识别的情况下(S2101的不可)，结束本流程图的处理。

接着，***识别部1405在判断为可以识别的情况下(S2101的可)，用***识别算法对式(20)～(24)进行计算(S2102～S2106)。

[数学式5]

[数学式6]

[数学式7]

[数学式8]

[数学式9]

步骤S2102中的式(20)的ε(k)表示当前的氧传感器22的实测值与后方氧传感器的推测值(预测值)的差。基于该ε(k)的值，进行步骤S2103～S2106中的式(21)～(24)的计算。步骤S2104中的式(22)的θ^(k)(图中^在θ上)是统计模型1404M的参数向量，表示逐次变化的瞬时值。步骤S2105中的(23)的λ(k)表示可变遗忘系数。另外，式(23)的σ是调整可变遗忘系数λ(k)的可变程度的参数。步骤S2106中的式(24)的P(k)表示由回归向量规定的协方差矩阵。

***识别中的这些式子和调谐参数等是一个例子。另外，式(20)～(24)中，与式(17)不同，不是将θ、而是将

的矩阵转置，但可以是任意一方。

步骤S2106的处理后，转移至步骤S2101的判断处理。然后，***识别部1405基于计算结果更新统计模型1404M的调谐参数。

如上所述，本实施方式的统计模型学习部(***识别部1405)应用了逐次最小二乘算法。逐次最小二乘算法是每当新得到数据时修正紧邻的之前的推测值的方式(逐次计算式)，因此能够实现后方氧传感器的在线推测、实时推测。特别是，带有可变遗忘因子的逐次最小二乘近似算法设定了离识别时刻越近的数据则越重视的评价函数，因此对于本实施方式这样的参数变化的***适用性高。

另外，作为本实施方式的参数识别算法，采用了逐次最小二乘算法，但本发明并不限定于此。即，作为参数识别算法，即使应用梯度法或遗传算法等其他优化方法，也能够发挥同样或与此相近的效果。

[空燃比修正量运算]

图22是说明图14所示的空燃比修正量运算部1406中的空燃比修正量运算的图。图22的各图中，横轴表示时间，纵轴表示当量比(上部图)、后方氧传感器输出(中部图)、和催化剂下游NOx浓度(下部图)。

另外，各图中，实线表示过去的控制时的变动，虚线表示将来的控制引起的变动。此处，以燃料切断后的空燃比修正为例，说明空燃比修正量运算部1406的运算方法和效果。

空燃比修正量运算部1406中，基于统计模型1404M预测n步将来的后方氧传感器输出变动。对于此时使用的统计模型1404M的调谐参数，通过***识别而考虑了后处理***的最新的动态特性。空燃比修正量运算部1406考虑后方氧传感器输出的预测值横穿预先设定的阈值Th的时机(时间k+n)地、控制燃料切断后的浓修正的完成时刻(从现在k起n步将来)。在式(25)中示出统计模型1404M的当前的输出值，在式(26)中示出统计模型1404M的将来的输出值。

[数学式10]

y[k]＝-a₁·y[k-1]+b₁·y[k-1]·|u[k-1]|+b₂·u[k-1]……(25)

[数学式11]

y[k+n]＝-a₁·y[k+n-1]+b₁·y[k+n-1]·|u[k+n-1]|+b₂·u[k+n-1]

……(26)

另外，空燃比修正量运算部1406也可以按每1步计算用统计模型1404M得到的后方氧传感器输出的预测值，基于其计算结果决定是否进行浓修正。另外，也可以对于n步一并计算用统计模型1404M得到的后方氧传感器输出的预测值，决定是否进行浓修正。或者，也可以对于n步一并计算上述后方氧传感器输出的预测值，在后方氧传感器输出的预测值超过阈值的情况下，将直到后方氧传感器输出的预测值不超过阈值的步((n-m)步将来)决定为浓修正的完成时刻。

如上所述，本实施方式的空燃比修正量运算部(空燃比修正量运算部1406)基于学习得到的统计模型(统计模型1404M)运算将来的催化剂下游排气浓度信息，基于将来的催化剂下游排气浓度与催化剂下游排气浓度的目标值的变动量(差或比率等)，运算当前的空燃比修正量、或空燃比的修正期间(完成时刻)。

根据如上所述构成的本实施方式，能够适当地避免在催化剂下游的排气传感器(例如后方氧传感器)输出实际变化之后停止空燃比修正的方法中浓修正过剩的问题，能够抑制NOx排放，并且也能够防止过剩的浓修正。因此，也能够抑制CO和HC的排放。

进而，浓修正的完成时刻与催化剂21和催化剂下游的排气传感器的劣化状态相应地机载地(在机体上)得以优化，因此不需要每种劣化催化剂的适应作业，能够大幅削减适应开发工作量。进而，能够用适当的空燃比控制，使催化剂净化效率保持在高水平，也有助于降低催化剂使用量、即降低后处理***的成本。

[空燃比修正量运算、燃料喷射量控制]

图23是表示ECU28基于流量传感器检测值和催化剂上游/下游排气传感器检测值来运算空燃比修正量、执行燃料喷射量控制的流程例的流程图。

首先，ECU28的控制部31用流量传感器2检测向内燃机1吸入的吸入空气量(S2301)。接着，ECU28的催化剂边界条件运算部1401用在催化剂21的上游和下游组装的排气传感器(图1的空燃比传感器20、氧传感器22)检测排气组成(催化剂上游空燃比、催化剂下游有无氧状态)(S2302)。

接着，催化剂温度运算部1402基于内燃机1的当前的运转状态，运算催化剂温度(S2303)。接着，氧储存比例运算部1403基于催化剂上游排气组成、催化剂温度、排气流量、氧储存能力的信息，运算氧储存比例(S2304)。

接着，ECU28的控制部31基于内燃机1的运转状态进行是否能够进行***识别的判断(S2305)。控制部31在可以识别的情况下将允许识别标志设为“1(ON，有效)”，在不可识别的情况下将允许识别标志设为“0(OFF，无效)”。

由控制部31判断为不可识别的情况下(S2305的不可)，转移至步骤S2309的判断处理。例如作为可否识别的判断基准，设定排气传感器工作状态、催化剂温度范围、诊断处理的执行状态等。例如，在发动机刚启动后的排气传感器启动前，停止***识别处理。另外，催化剂温度在规定范围外时催化剂不能正常工作，因此不能执行正确的***识别，因此停止识别处理。进而，在与催化剂或后处理***关联的排气传感器的诊断时，也停止识别处理。

这样，本实施方式的统计模型学习部(***识别部1405)基于第一排气传感器(例如空燃比传感器20)和第二排气传感器(例如氧传感器22)的工作状态、催化剂温度状态、催化剂劣化诊断状态、第一排气传感器和第二排气传感器的诊断状态中的某一个状态，判断可否进行统计模型(统计模型1404M)的学习，在判断为不可学习的情况下，停止统计模型的学习。由此，能够避开学习效果不会提高的期间，效率良好地进行学习。

由控制部31判断为可以识别(identification)的情况下(S2305的可)，***识别部1405基于带有可变遗忘因子的逐次最小二乘近似算法，逐次计算统计模型1404M的调谐参数而进行***识别(S2306)。

本实施方式中，例如***识别部1405(统计模型学习部)构成为按照控制部31的判断结果，在燃料切断运转时进行统计模型1404M的调节参数的学习。燃料切断时排气中的氧浓度升高，输入输出的状态变动，因此能够进行精度高的学习。于是能够更适当地进行燃料切断后的浓修正(空燃比控制)。

接着，***识别部1405基于调谐参数的更新状况(调谐参数的经时变化量在规定值以下)，判断***识别是否已完成(S2307)。识别尚未完成的情况下，输入和输出变动时调谐参数变化。由此，如果即使输入和输出变动，调谐参数的变动也较少，则能够判断为识别已完成。接着，***识别部1405在判断为***识别尚未完成的情况下(S2307的NO(否))，返回步骤S2306而继续***识别处理。

接着，***识别部1405在判断***识别已完成的情况下(S2307的YES(是))，更新统计模型1404M的调谐参数(S2308)。

接着，在步骤S2305的判断为可的情况下，或者S2308的处理后，劣化判断部1408基于识别得到的调谐参数判断催化剂21的劣化状态(S2309)。调谐参数中包括催化剂21和排气传感器的动态特性的信息，通过得知动态特性的变化，能够进行催化剂21的劣化状态是否适当(是否在统计模型1404M的设想内)的判断。

判断为催化剂21的劣化已进展的情况下(S2309的否)，劣化度判断部1408使步骤S2304中的氧储存比例运算中的氧储存能力的值减少。然后，再次执行步骤S2304～步骤S2309的处理。

另一方面，判断为催化剂21尚未劣化的情况下(步骤S2309的是)，统计模型运算部1404基于用更新后的调谐参数构成的统计模型1404M，运算(预测)将来的催化剂下游的排气传感器输出(S2310)。

接着，空燃比修正量运算部1406基于用统计模型1404M得到的将来的催化剂下游的排气传感器输出，运算空燃比修正量(S2311)。

接着，目标空燃比运算部1407对空燃比控制量加上空燃比修正量而计算目标空燃比。ECU28的控制部31为了使内燃机1内的混合气体成为目标空燃比，而基于吸入空气量来运算燃料喷射阀15的燃料喷射量(S2312)。该步骤S2312的处理结束后，结束本流程图的处理。

另外，不更新统计模型1404M的情况下，能够省略步骤S2305～S2308的关于***识别的处理。但是，如图21的说明所述的那样，通过使用基于催化剂下游排气传感器的实测值更新为最新状态的统计模型1404M对空燃比进行控制，能够使催化剂21内的氧储存状态随时保持在适当的状态。

另外，不考虑催化剂21的劣化的情况下，能够省略步骤S2309的催化剂21的劣化判断处理。

如上所述，本实施方式的内燃机控制装置(ECU28)是控制包括在排气管内配置的催化剂(排气净化催化剂21)、在催化剂的上游配置的第一排气传感器(例如空燃比传感器20)、和在催化剂的下游配置的第二排气传感器(例如氧传感器22)的内燃机的内燃机控制装置。该内燃机控制装置包括：氧储存比例运算部(氧储存比例运算部1403)，其基于至少以第一排气传感器的检测值为输入的催化剂反应模型(例如反应式(9)～(11))，运算催化剂的氧储存比例；统计模型运算部(统计模型运算部1404)，其使用以氧储存比例(u)为输入、以催化剂下游排气浓度(y)为输出的统计模型(统计模型1404M)，预测催化剂下游排气浓度；和空燃比修正量运算部(空燃比修正量运算部1406)，其基于由统计模型运算部运算得到的将来的催化剂下游排气浓度，运算内燃机的混合气体的空燃比修正量。

如上所述地构成的本实施方式中，将基于催化剂反应模型(物理模型)得到的氧储存比例输入至统计模型，预测催化剂下游排气浓度。通过使用作为物理模型的催化剂反应模型，能够依据物理法则预测直到稍将来的时间(例如数十秒等)的催化剂下游排气浓度。另一方面，通过使用统计模型，能够以某一限定性的时间(更短时间)为对象，细微地拟合。这样，通过将催化剂反应模型(物理模型)与统计模型组合，能够使催化剂净化效率保持在高水平，防止排放性能恶化。

另外，本实施方式的内燃机控制装置(ECU28)进而包括统计模型学习部(***识别部1405)，其对于统计模型(统计模型1404M)的调谐参数，基于第二排气传感器(例如氧传感器22)的检测值进行学习(***识别：system identification(也称***辨识))。采用这样结构的情况下，能够将统计模型随时更新为最新的状态。

通过采用这样的结构，以基于催化剂反应模型运算得到的催化剂21的氧储存比例为输入、以催化剂下游排气浓度为输出的统计模型1404M(调谐参数)基于催化剂下游排气传感器的实测值被随时更新为最新状态。能够基于该更新后的统计模型1404M预测的将来的催化剂下游排气浓度来控制空燃比，因此能够使催化剂21内的氧储存状态随时保持在适当的状态。由此，即使在催化剂21、催化剂下游排气传感器已劣化的情况下，也能够适当地防止排放性能恶化。

另外，本实施方式的内燃机控制装置(ECU28)进而包括劣化度判断部(劣化度判断部1408)，其基于学习得到的统计模型(统计模型1404M)的调谐参数，判断催化剂的劣化程度(催化剂劣化度)。例如，劣化度判断部可以基于劣化程度和统计模型中设想的劣化状态，输出催化剂劣化诊断结果。

通过这样判断催化剂劣化度，有助于氧储存比例运算部(氧储存比例运算部1403)中与催化剂劣化度相应地设定氧储存能力(ψcap)。例如，通过将催化剂劣化诊断结果(例如全新、比较新、旧)的阶段评价输出至氧储存比例运算部，能够在氧储存比例运算部中阶段性地设定氧储存能力(ψcap)，能够基于催化剂的状态运算氧储存比例。

另外，本实施方式的氧储存比例运算部(氧储存比例运算部1403)在参数中包括与催化剂21内载持的金属(铂、铑等)的量对应的氧储存能力，根据催化剂劣化度设定氧储存能力。

这样，通过与催化剂劣化相应地设定氧储存能力，能够提高氧储存比例的运算结果的精度，对统计模型(统计模型1404M)输入精度更高的氧储存比例。

＜2.其他＞

进而，本发明不限于上述各实施方式，只要不脱离要求范围中记载的本发明的主旨，就可以采用其他各种应用例、变形例。

例如，上述实施方式为了易于理解地说明本发明而详细且具体地说明了发动机***的结构，但并不限定于必须包括说明的全部构成要素。另外，对于各实施方式的结构的一部分，也能够添加、删除、置换其他构成要素。

另外，对于上述各结构、功能、处理部等，例如可以通过在集成电路中设计等而用硬件实现其一部分或全部。

附图标记说明

1……内燃机，2……流量传感器，20……空燃比传感器，21……排气净化催化剂，22……氧传感器，28……ECU，31……控制部，31a……CPU，1401……催化剂边界条件运算部，1402……催化器温度运算部，1403……氧储存比例运算部，1404……统计模型运算部，1404M……统计模型，1405……***识别部，1406……空燃比修正量运算部，1407……目标空燃比运算部，1408……劣化度判断部，1501……排气流量运算部，1502……排气温度运算部，1601……排气/催化剂传热量运算部，1602……催化剂/大气传热量运算部，1603……催化剂反应生成热量运算部，1604……催化剂热收支运算部，1605……催化剂温度运算部，1700……排气浓度运算部，1701……O₂反应速度/浓度运算部，1702……CO反应速度/浓度运算部，1703……氧储存比例推移运算部，1800……催化剂温度/氧储存比例运算部，1801、1803、1805……排气温度/催化剂温度运算部，1802、1804、1806……O₂/CO浓度/氧储存比例运算部，1807……平均氧储存比例运算部1807，2010……输入非线性要素，2020……线性过渡模型，2030……输出非线性要素。

Claims

1.一种控制内燃机的内燃机控制装置，所述内燃机包括：配置在排气管内的催化剂；配置在所述催化剂的上游的第一排气传感器；和配置在所述催化剂的下游的第二排气传感器，所述内燃机控制装置的特征在于，包括：

氧储存比例运算部，其基于至少以所述第一排气传感器的检测值作为输入的催化剂反应模型，运算所述催化剂的氧储存比例；

统计模型运算部，其使用以所述氧储存比例作为输入、以催化剂下游排气浓度作为输出的统计模型，预测所述催化剂下游排气浓度；和

空燃比修正量运算部，其基于由所述统计模型运算部运算得到的将来的催化剂下游排气浓度，运算所述内燃机的混合气体的空燃比修正量。

2.如权利要求1所述的内燃机控制装置，其特征在于：

所述催化剂反应模型至少输入所述第一排气传感器的检测值、催化剂温度和所述排气管内的所述催化剂上游的排气流量。

3.如权利要求1所述的内燃机控制装置，其特征在于：

所述催化剂反应模型至少由所述催化剂上游的氧、所述催化剂上游的一氧化碳与所述催化剂内载持的金属之间的反应速度规定。

4.如权利要求3所述的内燃机控制装置，其特征在于：

所述氧储存比例运算部包括：

氧浓度运算部，其基于所述催化剂上游的第一排气传感器的检测值，运算所述催化剂上游的氧浓度；和

一氧化碳浓度运算部，其基于所述催化上游的第一排气传感器的检测值，运算所述催化剂上游的一氧化碳浓度。

5.如权利要求3所述的内燃机控制装置，其特征在于：

所述氧储存比例运算部在参数中具有与所述催化剂内载持的金属的量对应的氧储存能力，根据催化剂劣化度设定所述氧储存能力。

6.如权利要求1所述的内燃机控制装置，其特征在于：

在所述统计模型的输入要素中设定迟滞项，该迟滞项反映出在输入增加时与输入减少时之间输出的响应速度不同的特性。

7.如权利要求6所述的内燃机控制装置，其特征在于：

所述迟滞项中，包括由能够取正值和负值双方的第一输入参数、以及由取正值的输出参数与所述第一输入参数的绝对值的积定义的第二输入参数规定的项。

8.如权利要求1所述的内燃机控制装置，其特征在于：

在所述统计模型的输出要素中设定Sigmoid函数。

9.如权利要求7所述的内燃机控制装置，其特征在于：

在所述催化剂反应模型的输入参数中包括催化剂温度。

10.如权利要求1所述的内燃机控制装置，其特征在于：

还包括统计模型学习部，其基于所述第二排气传感器的检测值，学习所述统计模型的参数。

11.如权利要求10所述的内燃机控制装置，其特征在于：

在所述统计模型学习部中，应用逐次最小二乘算法。

12.如权利要求10所述的内燃机控制装置，其特征在于：

所述空燃比修正量运算部基于学习到的所述统计模型，运算将来的催化剂下游排气浓度信息，基于将来的催化剂下游排气浓度与所述催化剂下游排气浓度的目标值的变动量，运算当前的所述空燃比修正量、或所述空燃比的修正期间。

13.如权利要求10所述的内燃机控制装置，其特征在于：

所述统计模型学习部基于所述第一排气传感器和所述第二排气传感器的工作状态、催化剂温度状态、催化剂劣化诊断状态、所述第一排气传感器和所述第二排气传感器的诊断状态中的任意状态，判断可否进行所述统计模型的学习，在判断为不可学习的情况下，停止所述统计模型的学习。

14.如权利要求10所述的内燃机控制装置，其特征在于：

还包括劣化度判断部，其基于所述学习到的统计模型的参数，判断所述催化剂的劣化程度，

所述劣化度判断部基于所述劣化程度和所述统计模型中设想的劣化状态，输出催化剂劣化诊断结果。

15.如权利要求10所述的内燃机控制装置，其特征在于：

所述统计模型学习部在燃料切断运转时进行所述统计模型的所述参数的学习。