JP2631579B2 - 内燃機関の空燃比学習制御装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は内燃機関の空燃比学習制
御装置に関し、詳しくは、自動車用内燃機関における吸
入混合気の空燃比が目標空燃比に一致するように燃料供
給量を補正するための空燃比学習制御に関する。

【０００２】

【従来の技術】従来、空燃比フィードバック補正制御機
能をもつ電子制御燃料噴射装置を備えた内燃機関におい
ては、特開昭６０−９０９４４号公報，特開昭６１−１
９０１４２号公報等に開示されるように、空燃比の学習
制御が採用されているものがある。

【０００３】空燃比フィードバック補正制御は、目標空
燃比（例えば理論空燃比）に対する実際の空燃比のリッ
チ・リーンを機関排気系に設けた酸素センサにより判別
し、該判別結果に基づき空燃比フィードバック補正係数
ＬＭＤを比例・積分制御などにより設定し、機関に吸入
される空気量に関与する機関運転状態のパラメータ（例
えば吸入空気流量Ｑと機関回転速度Ｎ）から算出される
基本燃料噴射量Ｔｐを、前記空燃比フィードバック補正
係数ＬＭＤで補正することで、実際の空燃比を目標空燃
比にフィードバック制御するものである。

【０００４】ここで、前記空燃比フィードバック補正係
数ＬＭＤの基準値（目標収束値）からの偏差を、複数に
区分された運転領域毎に学習して学習補正係数KBLRC(空
燃比学習補正値）を定め、基本燃料噴射量Ｔｐを前記学
習補正係数KBLRC により補正して、補正係数ＬＭＤなし
で得られるベース空燃比が略目標空燃比に一致するよう
にし、空燃比フィードバック制御中は更に前記補正係数
ＬＭＤで補正して燃料噴射量Ｔｉを演算するものであ
る。

【０００５】これにより、運転条件毎に異なる補正要求
に対応した燃料補正が行え、空燃比フィードバック補正
係数ＬＭＤを基準値付近に安定させて、空燃比制御性を
向上させることができる。

【０００６】

【発明が解決しようとする課題】ところで、前記運転領
域別の空燃比学習補正係数KBLRC は、前述のように運転
条件の違いによる空燃比補正要求の違いに対応すべく設
定されるものであるから、運転領域を極力細かく区分し
て学習させることが望まれる。しかしながら、運転領域
を細かく区分して狭い運転領域毎に学習補正係数KBLRC
を学習させるようにすると、それぞれの運転領域におけ
る学習機会が減少し、学習の収束性が悪化すると共に、
学習済領域と未学習領域とが混在することになって、運
転領域間で大きな空燃比段差が発生してしまう。

【０００７】そこで、本出願人は、運転領域の区分数を
異ならせた複数の学習マップを備えるようにし、これら
複数の学習マップの中でより区分数が少なく学習単位の
運転領域がより広い学習マップから学習を行わせ、学習
進行と共により区分数が多く学習単位の運転領域が狭い
学習マップ上での空燃比学習へと移行させるよう構成し
た空燃比学習制御装置を、先に提案した（特願平１−２
８２８８３号参照）。

【０００８】かかる空燃比学習によれば、学習初期は大
きな単位運転領域別に学習させることで学習収束性が確
保され、学習が進行すればより細かな単位運転領域別に
空燃比学習が行われるから、運転条件の違いによる補正
要求の違いに精度良く対応した学習が行える。しかしな
がら、上記のように運転領域別に空燃比学習補正値を記
憶する学習マップを複数備える構成では、多くのメモリ
容量を必要とするという欠点があった。

【０００９】本発明は上記問題点に鑑みなされたもので
あり、学習の収束性と空燃比学習精度とを両立させた空
燃比学習を、メモリ容量を節約しつつ実現できるように
することを目的とする。また、運転条件毎に精度良い空
燃比学習を行わせつつ、ベース空燃比の急変時に学習を
速やかに収束させることができるようにすることを目的
とする。

【００１０】

【課題を解決するための手段】そのため本発明にかかる
内燃機関の空燃比学習制御装置は、図１に示すように構
成される。図１において、運転条件検出手段は、機関に
吸入される空気量に関与する運転パラメータを少なくと
も含む機関運転条件を検出し、基本燃料供給量設定手段
は前記検出された機関運転条件に基づいて基本燃料供給
量を設定する。

【００１１】また、空燃比フィードバック補正値設定手
段は、空燃比検出手段で検出される機関吸入混合気の空
燃比と目標空燃比とを比較して実際の空燃比を前記目標
空燃比に近づけるように前記基本燃料供給量を補正する
ための空燃比フィードバック補正値を設定する。学習補
正値記憶手段は、機関運転条件に基づき複数に区分され
た運転領域毎に前記基本燃料供給量を補正するための空
燃比学習補正値を書き換え可能に記憶するものであり、
空燃比学習手段は、前記空燃比フィードバック補正値の
目標収束値からの偏差を学習し、前記学習補正値記憶手
段において該当領運転領域に対応して記憶されている前
記空燃比学習補正値を前記偏差を減少させる方向に修正
して書き換える。

【００１２】一方、学習済領域記憶手段は、前記空燃比
フィードバック補正値が目標収束値に略一致するとき
に、そのときの前記学習補正値記憶手段上での該当運転
領域を学習済領域として判別し、かかる判別結果を前記
学習補正値記憶手段の各運転領域別に記憶する。また、
推定学習手段は、前記空燃比学習手段により書き換えら
れた該当運転領域の空燃比学習補正値を、前記該当運転
領域に対して運転条件の近い別の運転領域に対応する空
燃比学習補正値として学習補正値記憶手段上の該当運転
領域以外の空燃比学習補正値を書き換える。

【００１３】学習済領域数による推定学習制御手段は、
前記学習済領域記憶手段に記憶される学習済領域数の増
大に応じて前記推定学習手段で空燃比学習補正値が該当
運転領域と共に書き換えられる運転領域の数を減少させ
る。そして、燃料供給量設定手段は、前記基本燃料供給
量，空燃比フィードバック補正値及び学習補正値記憶手
段において該当運転領域に対応して記憶されている空燃
比学習補正値に基づいて最終的な燃料供給量を設定し、
燃料供給制御手段は、前記設定された燃料供給量に基づ
いて燃料供給手段を駆動制御する。

【００１４】ここで、図１に点線で示すように、前記学
習済領域記憶手段及び学習済領域数による推定学習制御
手段に代えて、適正判断手段と適正判断による推定学習
制御手段とを設けて構成しても良い。前記適正判断手段
は、学習補正値記憶手段上において該当運転領域が切り
換わったときの前記空燃比フィードバック補正値の目標
収束値に対する偏差に基づいて空燃比学習の結果の適正
を判断し、適正判断による推定学習制御手段は、前記適
正判断手段で学習結果が不適正であることが判断された
ときに、推定学習手段により該当運転領域と共に空燃比
学習補正値が書き換えられる運転領域の数を最大数と
し、その後学習の進行と共に前記運転領域の数を減少さ
せる。

【００１５】

【作用】前記学習補正値記憶手段上の運転条件の近い運
転領域間では、空燃比学習補正値の要求レベルも近似す
るはずである。そこで、学習済領域数が少ないときに
は、該当運転領域に運転条件が近い他の運転領域におい
ても、空燃比学習補正値の要求レベルとしては略同等で
あると見做し、該当運転領域に対応する空燃比学習補正
値を周辺の運転領域にも充当させる。従って、学習済領
域数が少ない学習初期に、学習機会の得られない運転領
域の空燃比学習補正値がそのままに放置されることがな
く、少なくとも要求値に近いレベルに速やかに学習させ
ることができ、学習の収束性が確保される。また、学習
済領域が増大すると、該当運転領域と共に書き換えられ
る運転領域の数が減少するから、個々の運転領域別の要
求に細かく対応した学習が可能となる。

【００１６】一方、学習補正値記憶手段上において該当
運転領域が切り換わったときに、空燃比フィードバック
補正値を目標収束値から変化させる必要が生じたときに
は、切り換え後の該当運転領域に対応する空燃比学習補
正値が不適正であると予測される。そこで、学習補正値
記憶手段上において該当運転領域が切り換わったときの
前記空燃比フィードバック補正値の目標収束値に対する
偏差に基づいて空燃比学習結果の適正を判断し、学習結
果が不適切である場合には速やかな収束を図るために該
当運転領域と共に書き換えられる運転領域数を最大数と
し、学習の進行と共に前記運転領域の数を減少させて、
運転領域別の精度良い学習が行えるようにする。

【００１７】

【実施例】以下に本発明の実施例を説明する。一実施例
を示す図２において、内燃機関１にはエアクリーナ２か
ら吸気ダクト３，スロットル弁４及び吸気マニホールド
５を介して空気が吸入される。吸気マニホールド５の各
ブランチ部には、各気筒別に燃料供給手段としての燃料
噴射弁６が設けられている。この燃料噴射弁６は、ソレ
ノイドに通電されて開弁し、通電停止されて閉弁する電
磁式燃料噴射弁であって、後述するコントロールユニッ
ト12からの駆動パルス信号により通電されて開弁し、図
示しない燃料ポンプから圧送されてプレッシャレギュレ
ータにより所定の圧力に調整された燃料を、機関１に間
欠的に噴射供給する。

【００１８】機関１の各燃焼室には点火栓７が設けられ
ていて、これにより火花点火して混合気を着火燃焼させ
る。そして、機関１からは、排気マニホールド８，排気
ダクト９，三元触媒10及びマフラー11を介して排気が排
出される。コントロールユニット12は、ＣＰＵ，ＲＯ
Ｍ，ＲＡＭ，Ａ／Ｄ変換器及び入出力インタフェイス等
を含んで構成されるマイクロコンピュータを備え、各種
のセンサからの入力信号を受け、後述の如く演算処理し
て、燃料噴射弁６の作動を制御する。

【００１９】前記各種のセンサとしては、吸気ダクト３
中にエアフローメータ13が設けられていて、機関１の吸
入空気流量Ｑに応じた信号を出力する。また、クランク
角センサ14が設けられていて、本実施例の４気筒の場
合、クランク角180 °毎の基準信号ＲＥＦと、クランク
角１°又は２°毎の単位信号ＰＯＳとを出力する。ここ
で、基準信号ＲＥＦの周期、或いは、所定時間内におけ
る単位信号ＰＯＳの発生数を計測することにより、機関
回転速度Ｎを算出できる。また、機関１のウォータジャ
ケットの冷却水温度Ｔｗを検出する水温センサ15が設け
られている。

【００２０】ここで、上記エアフローメータ13，クラン
ク角センサ14，水温センサ15等が本実施例における運転
条件検出手段に相当し、機関に吸入される空気量に関与
する運転パラメータとは、本実施例において吸入空気流
量Ｑ及び機関回転速度Ｎである。また、排気マニホール
ド８の集合部に空燃比検出手段としての酸素センサ16が
設けられ、排気中の酸素濃度を介して吸入混合気の空燃
比を検出する。前記酸素センサ16は、排気中の酸素濃度
が理論空燃比（本実施例における目標空燃比）を境に急
変することを利用して、実際の空燃比の理論空燃比に対
するリッチ・リーンを検出する公知のものであり、本実
施例では、理論空燃比よりもリッチ空燃比であるときに
は比較的高い電圧信号を出力し、逆にリーン空燃比であ
るときには０Ｖ付近の低い電圧信号を出力するものとす
る。

【００２１】ここにおいて、コントロールユニット12に
内蔵されたマイクロコンピュータのＣＰＵは、図３〜図
７のフローチャートにそれぞれ示すＲＯＭ上のプログラ
ムに従って演算処理を行い、空燃比フィードバック補正
制御及び運転領域毎の空燃比学習補正制御を実行しつつ
燃料噴射量Ｔｉを設定し、機関１への燃料供給を制御す
る。

【００２２】尚、本実施例において、基本燃料供給量設
定手段，燃料供給量設定手段，燃料供給制御手段，空燃
比フィードバック補正値設定手段，空燃比学習手段，推
定学習手段，学習済領域記憶手段，学習済領域数による
推定学習制御手段，適正判断手段，適正判断による推定
学習制御手段，学習補正値記憶手段としての機能は、コ
ントロールユニット12が備えている。

【００２３】図３のフローチャートに示すプログラム
は、基本燃料噴射量（基本燃料供給量）Ｔｐに乗算され
る空燃比フィードバック補正係数ＬＭＤ（空燃比フィー
ドバック補正値）を、比例・積分制御により設定するプ
ログラムであり、機関１の１回転（１rev)毎に実行され
る。まず、ステップ１（図中ではＳ１としてある。以下
同様）では、酸素センサ（Ｏ₂ ／Ｓ）16から排気中の酸
素濃度に応じて出力される電圧信号を読み込む。

【００２４】そして、次のステップ２では、ステップ１
で読み込んだ酸素センサ16からの電圧信号と、目標空燃
比（理論空燃比）相当のスライスレベル（例えば500mV)
とを比較する。酸素センサ16からの電圧信号がスライス
レベルよりも大きく空燃比が理論空燃比よりもリッチで
あると判別されたときには、ステップ３へ進み、今回の
リッチ判別が初回であるか否かを判別する。

【００２５】リッチ判別が初回であるときには、ステッ
プ４へ進んで前回までに設定されている空燃比フィード
バック補正係数ＬＭＤを最大値ａにセットする。次のス
テップ５では、前回までの補正係数ＬＭＤから所定の比
例定数Ｐだけ減算して補正係数ＬＭＤの減少制御を図
る。また、ステップ６では、補正係数ＬＭＤの比例制御
を実行したこと、換言すれば、空燃比のリッチ・リーン
反転があったことが判別されるようにフラグＦＰに１を
セットする。

【００２６】一方、ステップ３で、リッチ判別が初回で
ないと判別されたときには、ステップ７へ進み、積分定
数Ｉに最新の燃料噴射量Ｔｉを乗算した値を、前回まで
の補正係数ＬＭＤから減算して補正係数ＬＭＤを更新す
る。また、ステップ２で酸素センサ16からの電圧信号が
スライスレベルよりも小さく空燃比が目標に対してリー
ンであると判別されたときには、リッチ判別のときと同
様にして、まず、ステップ８で今回のリーン判別が初回
であるか否かを判別し、初回であるときには、ステップ
９へ進んで前回までの補正係数ＬＭＤを最小値ｂにセッ
トする。

【００２７】次のステップ10では、前回までの補正係数
ＬＭＤに比例定数Ｐを加算して更新することにより燃料
噴射量Ｔｉの増量補正を図り、ステップ11では、比例制
御が実行されたことが判別されるようにフラグＦＰに１
をセットする。ステップ８でリーン判別が初回でないと
判別されたときには、ステップ12へ進み、積分定数Ｉに
最新の燃料噴射量Ｔｉを乗算した値を、前回までの補正
係数ＬＭＤに加算し、補正係数ＬＭＤを徐々に増大させ
る。

【００２８】リッチ・リーン判別の初回で補正係数ＬＭ
Ｄの比例制御を実行したときには、更に、空燃比学習制
御に関わる後述するような各種処理を行う。まず、ステ
ップ13では、複数に区分された運転領域別に空燃比学習
補正係数KBLRC を更新可能に記憶する空燃比学習マップ
上における学習済領域数の増大に応じて減少設定され、
ゼロがセットされているときに略全ての運転領域で学習
が終了していることを示す推定学習カウンタＺＺがゼロ
であるか否かを判別する。

【００２９】尚、前記推定学習カウンタＺＺの設定制御
については、図４のフローチャートに従って後に詳細に
説明する。また、本実施例における学習終了は、空燃比
フィードバック補正係数ＬＭＤによる補正なしで目標空
燃比（理論空燃比）が得られている状態、換言すれば、
空燃比フィードバック補正係数ＬＭＤが目標収束値＝1.
0 に略一致しているときに、そのときの該当運転領域が
学習済であると判断するものとする。

【００３０】前記学習マップは、本実施例において基本
燃料噴射量Ｔｐと機関回転速度Ｎとに基づいて運転領域
を16×16の256 領域に区分し、これら区分された運転領
域毎に学習補正係数KBLRC （初期値＝1.0 ）を更新可能
に記憶するものである。ステップ13で推定学習カウンタ
ＺＺにゼロがセットされていると判別されたときには、
ステップ14へ進み、前回比例制御を行ったときの学習マ
ップ上の該当運転領域と、現在の該当運転領域とが同一
であるか否かを判別する。

【００３１】ここで、該当領域が切り換わったことが判
別されたときには、ステップ15へ進み、前記ステップ
４，９で設定された補正係数ＬＭＤの最大値ａ，最小値
ｂの平均値と、補正係数ＬＭＤの目標収束値（＝1.0 ）
との偏差の絶対値に基づいて、学習結果の不適正度合い
を示すΔストレスを設定する。即ち、ステップ13で学習
が全運転領域において略終了していることが判別された
から、学習が精度良く行われていれば、該当運転領域が
切り換わっても補正係数ＬＭＤは略目標収束値（＝1.0
）付近に安定しているはずであり、目標収束値に対す
る偏差が大きいときほど、学習結果と要求レベルとの間
に差があると推定できる。そこで、前記ステップ15で
は、補正係数ＬＭＤの平均値が目標収束値に対して大き
な偏差を有しているときほど前記Δストレスを大きく設
定し、該Δストレスの増大が学習結果の不適正さの増大
を示すようにしてある。

【００３２】ステップ15で設定されたΔストレスは、次
のステップ16で前回までの積算値「ストレス」に加算さ
れ、この加算結果が新たに「ストレス」にセットされ、
前記Δストレスが補正係数ＬＭＤの比例制御毎に積算さ
れるようにしてある。従って、例えばエアフローメータ
13や燃料噴射弁６の劣化によってベース空燃比が全体的
に変化し、学習済の学習補正係数KBLRCによる補正のみ
では目標空燃比が得られず補正係数ＬＭＤによる補正が
必要な状態になった場合には、学習マップ上での該当運
転領域の切り換え毎に比較的大きなΔストレスが設定さ
れ、これが順次積算されることによって、急激に前記
「ストレス」は増大されることになる。そこで、後述す
るように前記「ストレス」が所定レベル以上になったと
きには、学習済の結果が不適正であると判断し、空燃比
学習を最初からやり直すようにしてある。

【００３３】図４及び図５のフローチャートに示すプロ
グラムは、運転領域別の学習補正係数KBLRC を更新設定
する空燃比学習プログラムであり、所定微小時間（例え
ば10ｍｓ）毎に実行される。まず、ステップ21では、前
記図３のフローチャートにおいて補正係数ＬＭＤの比例
制御が行われたときに１がセットされるフラグＦＰの判
別を行い、フラグＦＰにゼロがセットされているときに
は、そのまま本プログラムを終了させ、フラグＦＰに１
がセットされているときには、ステップ22でフラグＦＰ
をゼロリセットしてから、空燃比学習に関わるステップ
23以降の処理へ進む。従って、後述する空燃比学習は、
補正係数ＬＭＤの比例制御毎（空燃比のリッチ・リーン
反転毎）に実行されるようにしてある。

【００３４】ステップ23では、最新に演算された基本燃
料噴射量Ｔｐと機関回転速度Ｎとに基づいて、現在の運
転条件が該当する学習マップ上での運転領域（該当運転
領域）を、格子位置〔Ｉ〕〔Ｋ〕として特定する。次の
ステップ24では、補正係数ＬＭＤの平均値（ａ＋ｂ）／
２が略1.0 であるか否かを判別する。補正係数ＬＭＤの
平均値が略1.0 であるときには、学習補正係数KBLRC の
みの補正によって略目標空燃比が得られている状態であ
って、現在の運転条件が該当する学習マップ上の領域に
対応する学習補正係数KBLRC が適正であると推察され
る。そこで、ステップ25へ進んで該当運転領域〔Ｉ〕
〔Ｋ〕に対応する学習済フラグＦlag 〔Ｉ〕〔Ｋ〕に１
をセットし、前記学習済フラグＦlag に１がセットされ
ている領域が学習済領域であると判別されるようにす
る。

【００３５】ステップ26では、後述する図６のフローチ
ャートに示すプログラムにおいて、前記学習済フラグＦ
lag に基づき検出される学習マップ上の256 領域中での
学習済領域数Ｓtatus に基づいて、前記推定学習カウン
タＺＺを設定する。ここで、前記推定学習カウンタＺＺ
は、学習済領域数Ｓtatus が多くなるに従って減少設定
され、学習済領域数Ｓtatus が最大数である256 付近で
ある場合にはゼロに設定される。

【００３６】前記推定学習カウンタＺＺは、学習マップ
上の256 領域中の１つの該当運転領域の学習補正係数KB
LRC を書き換えるときに、この該当運転領域に対応する
学習補正係数KBLRC をそのまま充当させる運転条件の近
い他の領域数を決定するパラメータであり、推定学習カ
ウンタＺＺがゼロであるときには、該当運転領域のみが
学習されるが、前記推定学習カウンタＺＺの増大に応じ
て一度に学習補正係数KBLRC が更新される領域数が増大
する。即ち、学習済領域数の増大に応じて徐々に一度に
学習される運転領域範囲が狭められるようにしてある。

【００３７】ステップ27以降には、上記のように推定学
習カウンタＺＺに応じた空燃比学習にかかる各種処理が
設定されている。ステップ27では、学習マップ上の256
領域の中の該当運転領域に対応して記憶されている学習
補正係数KBLRC 〔Ｉ〕〔Ｋ〕に対して、補正係数ＬＭＤ
の平均値の目標収束値（＝1.0 ）に対する偏差の所定割
合（本実施例では１／８）を加算し、該加算結果を新た
な学習補正係数KBLRC として設定する。

【００３８】次のステップ28では、学習マップで基本燃
料噴射量Ｔｐにより区切られる16格子上での該当位置を
示す〔Ｉ〕に前記推定学習カウンタＺＺを加算した値
を、基本燃料噴射量Ｔｐで区切られる格子上で一度に学
習させる格子範囲の最大位置を示すｐ_max にセットする
と共に、前記格子位置〔Ｉ〕から前記推定学習カウンタ
ＺＺを減算した値を、基本燃料噴射量Ｔｐで区切られる
格子上で一度に学習させる格子範囲の最小位置を示すｐ
_minにセットする。即ち、該当格子位置〔Ｉ〕を含むｐ
_min 〜ｐ_max を、基本燃料噴射量Ｔｐで区切られる格子
上で今回学習させる範囲とするものである。

【００３９】ステップ29〜ステップ32では、前記ステッ
プ28で設定したｐ_min 及びｐ_max が、φ〜15の設定範囲
を越えて設定されたときに、許容最小値であるゼロ又は
許容最大値である15に規制する処理を行う。同様に、ス
テップ33では、機関回転速度Ｎにより区分される格子上
での学習領域をｑ_min （←Ｋ−ＺＺ）〜ｑ_max （←Ｋ＋
ＺＺ）として設定し、ステップ34〜ステップ37では前記
学習領域設定ｑ_min 〜ｑ_max を、φ〜15の設定範囲内に
規制する処理を行う。

【００４０】そして、次のステップ38では、上記のよう
にして設定された学習範囲の中で、格子番号の一番小さ
い領域を示すｐ_min ，ｑ_min をそれぞれカウンタｉ，ｊ
にセットする。ステップ39では、前記ｐ_min が初期設定
されたカウンタｉが最大値ｐ_max 以下であるか否かを判
別し、ｐ_max 以下であるときには、ステップ40へ進む。

【００４１】ステップ40では、前記ｑ_min が初期設定さ
れたカウンタｊが最大値ｑ_max 以下であるか否かを判別
し、ここで、カウンタｊがｑ_max 以下であると判別され
たときには、ステップ41へ進み、〔ｉ〕〔ｊ〕で指示さ
れる領域位置に対応する学習補正係数KBLRC を、前記ス
テップ27で該当領域に対応する値として更新設定された
学習補正係数KBLRC に書き換える。

【００４２】次のステップ42では、カウンタｊを１アッ
プさせて、再びステップ40へ戻り、カウンタｊがｑ_max
を越えるまでは、ステップ41へ進ませて〔ｉ〕〔ｊ〕で
指示される領域位置に同じ学習補正係数KBLRC を設定さ
せる。ステップ40でカウンタｊがｑ_maxを越えると判別
されたときには、ステップ43へ進み、カウンタｉを１ア
ップさせると共に、カウンタｊをｑ_min にリセットし、
ステップ39へ進む。そして、ステップ39でカウンタｉが
ｐ_max を越えたと判別されるまでは、カウンタｉを固定
した状態でカウンタｊをｑ_min からｑ_max まで変化さ
せ、〔ｉ〕〔ｊ〕で指示される領域位置に同じ学習補正
係数KBLRC を設定させる処理を繰り返す。

【００４３】かかる学習により、学習マップ上の256 領
域中で、該当運転領域〔Ｉ〕〔Ｋ〕を含む〔ｐ_min 〕
〔ｑ_min 〕〜〔ｐ_max 〕〔ｑ_max 〕の各運転領域（該当
運転領域の運転条件に近い他の運転領域）に、該当運転
領域〔Ｉ〕〔Ｋ〕に対応するものと同じ学習補正係数KB
LRC を設定するものであり、前記推定学習カウンタＺＺ
が比較的大きく設定される学習済領域数が少ない状態で
は、該当運転領域〔Ｉ〕〔Ｋ〕を含む広範囲に同じ学習
補正係数KBLRC が適用されることになって良好な学習収
束性が得られ、学習済領域が増えて前記推定学習カウン
タＺＺが減少するに従って学習範囲が狭められ、最終的
には学習マップ上で区切られた256 領域をそれぞれ個別
に学習することになる。

【００４４】従って、運転領域を細かく区分した学習マ
ップのみを備えた構成で、学習の収束性と学習精度とを
両立させることができ、学習補正係数KBLRC を記憶させ
る単位運転領域の広さを異ならせた複数の学習マップを
備えて学習させる場合に比べ、メモリ容量を節約でき
る。図６のフローチャートに示すプログラムは、運転領
域を256 領域に区分した学習マップ上での学習済領域
を、各運転領域別に設定記憶される学習済フラグＦlag
に基づいて検出し、かかる学習済領域数を計数するため
のプログラムであり、バックグラウンドジョブ（ＢＧ
Ｊ）として実行される。

【００４５】まず、ステップ51では、256 領域それぞれ
を個別に指示するためのカウンタｉ，ｊをそれぞれゼロ
リセットすると共に、学習済の領域数を計数するための
カウンタＺをゼロリセットする。ステップ52〜58では、
カウンタｉを固定させておいて、カウンタｊをゼロから
15までカウントアップしていき、〔ｉ〕〔ｊ〕で指示さ
れる領域に対応する学習済フラグＦlag が１であるとき
にはカウンタＺを１アップさせる処理を繰り返し行うこ
とで、256 領域の全てで学習済フラグＦlag を判別し、
学習済である（学習済フラグＦlag に１がセットされて
いる）運転領域の数がカウンタＺにセットされるように
する。

【００４６】そして、ステップ59では、カウンタＺの値
を学習済領域数Ｓtatus にセットし、この学習済領域数
Ｓtatus に基づいて図４のフローチャートにおけるステ
ップ26で推定学習カウンタＺＺが設定されるようにす
る。次のステップ60では、図３のフローチャートにおい
て補正係数ＬＭＤの比例制御毎に更新設定される「スト
レス」が所定レベルを越えているか否かを判別する。前
記「ストレス」は、学習マップの全ての領域が学習済で
あるのに、ベース空燃比の変化によって学習結果が不適
正となって、該当運転領域の切り換え時に、要求補正レ
ベルと学習されている学習補正係数KBLRC とのレベル差
を補償すべく補正係数ＬＭＤを大きく変化させる必要が
生じると、該当運転領域の切り換え毎に増大設定される
ことになる。従って、前記「ストレス」が所定レベルを
越える場合には、学習済の結果が実際のベース空燃比に
対応していないものと予測される。

【００４７】そこで、ステップ60で前記「ストレス」が
所定レベルを越えると判別されたときには、ステップ61
で前記学習済領域数Ｓtatusにゼロをセットすることに
よって、学習マップ上で該当領域と共に学習補正係数KB
LRC が書き換えられる領域数を最大とする一方、学習済
であるとして１がセットされている各運転領域の学習済
フラグＦlag 〔φ〕〔φ〕〜〔15〕〔15〕を全てゼロリ
セットし、該当運転領域を含む広い範囲を一度に学習さ
せる学習から再度行わせる。

【００４８】従って、ベース空燃比が変化して学習結果
が不適正となったときに、広い運転領域を単位として再
学習が速やかに進行するから、ベース空燃比の急変時に
おける空燃比制御性の悪化を最小限に抑止でき、学習が
進行して学習済領域数が増大していくと、学習領域が狭
くなって（該当領域と共に学習される領域数が少なくな
って）、運転条件毎の補正要求に答えた補正が再度行え
るようになる。このため、基本的に細かく区分された運
転領域別に空燃比学習を行わせつつ、ベース空燃比の急
変時には速やかに学習を収束させることができる。

【００４９】また、ステップ62では、前記「ストレス」
をゼロリセットし、上記のようにして行われる再学習が
全ての領域で収束してから、学習結果の不適正さが前記
「ストレス」に積算されるようにする。図７のフローチ
ャートに示すプログラムは燃料噴射量の設定プログラム
であり、所定微小時間（例えば10ｍｓ）毎に実行され
る。

【００５０】まず、ステップ71では、エアフローメータ
13によって検出された吸入空気流量Ｑやクランク角セン
サ14からの信号に基づき演算された機関回転速度Ｎなど
を読み込む。ステップ72では、吸入空気流量Ｑと機関回
転速度Ｎとに基づいて基本燃料噴射量Ｔｐ（←Ｑ／Ｎ×
Ｋ；Ｋは定数）を演算する。

【００５１】ステップ73では、図３のフローチャートに
比例積分制御される空燃比フィードバック補正係数ＬＭ
Ｄを読み込む。ステップ74では、水温センサ15で検出さ
れる冷却水温度に基づく基本補正係数や過渡補正係数な
どを含んだ各種補正係数を設定する。ステップ75では、
バッテリ電圧の変化による燃料噴射弁６の有効開弁時間
の変化を補正するための電圧補正分Ｔｓを設定する。

【００５２】また、ステップ76では、前記ステップ72で
演算された基本燃料噴射量Ｔｐと機関回転速度Ｎとか
ら、学習マップ上の該当運転領域を特定し、かかる該当
運転領域に対応して記憶されている学習補正係数KBLRC
を読み出す。そして、ステップ77では、基本燃料噴射量
Ｔｐを、空燃比フィードバック補正係数ＬＭＤ，各種補
正係数ＣＯＥＦ，電圧補正分Ｔｓ，学習補正係数KBLRC
によって補正し、最終的な燃料噴射量Ｔｉ（←２Ｔｐ×
KBLRC ×ＬＭＤ×ＣＯＥＦ＋Ｔｓ）を演算する。

【００５３】コントロールユニット12は、機関回転に同
期した所定の噴射タイミングになると、上記ステップ77
で最新に設定された燃料噴射量Ｔｉに相当する駆動パル
ス信号を燃料噴射弁６に出力して、機関への燃料噴射供
給を行わせる。尚、本実施例では、基本燃料噴射量Ｔｐ
と機関回転速度Ｎとに基づいて運転領域を256 領域に区
分し、これらの運転領域別に学習補正係数KBLRC を学習
させるよう構成したが、区分数や運転条件を上記に限定
するものでないことは明らかである。また、基本燃料噴
射量Ｔｐの設定は、吸入空気流量Ｑと機関回転速度Ｎと
に基づくものに限定されず、例えば吸入負圧と機関回転
速度Ｎとから基本燃料噴射量Ｔｐが設定されるものであ
っても良い。

【００５４】

【発明の効果】以上説明したように本発明によると、学
習初期の学習収束性を確保しつつ、運転条件の違いによ
る補正要求の違いに精度良く対応した空燃比学習を、必
要とされるメモリ容量を節約して実現できるという効果
がある。また、運転条件に細かく対応した空燃比学習を
行わせつつ、ベース空燃比の変化により学習結果が不適
正になったときに、速やかに再学習を収束させることが
できるという効果がある。

【図面の簡単な説明】

【図１】本発明の構成を示すブロック図。

【図２】本発明の一実施例を示すシステム概略図。

【図３】空燃比フィードバック制御を示すフローチャー
ト。

【図４】空燃比学習制御を示すフローチャート。

【図５】空燃比学習制御を示すフローチャート。

【図６】学習済領域数の検出制御を示すフローチャー
ト。

【図７】燃料噴射量の設定制御を示すフローチャート。

【符号の説明】

１ 機関 ６ 燃料噴射弁 12 コントロールユニット 13 エアフローメータ 14 クランク角センサ 15 水温センサ 16 酸素センサ

Claims (2)

(57)【特許請求の範囲】
1. 【請求項１】機関に吸入される空気量に関与する運転パ
   ラメータを少なくとも含む機関運転条件を検出する運転
   条件検出手段と、該運転条件検出手段で検出された機関
   運転条件に基づいて基本燃料供給量を設定する基本燃料
   供給量設定手段と、機関吸入混合気の空燃比を検出する
   空燃比検出手段と、該空燃比検出手段で検出された空燃
   比と目標空燃比とを比較して実際の空燃比を前記目標空
   燃比に近づけるように前記基本燃料供給量を補正するた
   めの空燃比フィードバック補正値を設定する空燃比フィ
   ードバック補正値設定手段と、機関運転条件に基づき複
   数に区分された運転領域毎に前記基本燃料供給量を補正
   するための空燃比学習補正値を書き換え可能に記憶する
   学習補正値記憶手段と、前記空燃比フィードバック補正
   値の目標収束値からの偏差を学習し、前記学習補正値記
   憶手段において該当領運転領域に対応して記憶されてい
   る前記空燃比学習補正値を前記偏差を減少させる方向に
   修正して書き換える空燃比学習手段と、前記空燃比フィ
   ードバック補正値が目標収束値に略一致するときに、そ
   のときの前記学習補正値記憶手段上での該当運転領域を
   学習済領域として判別し、かかる判別結果を前記学習補
   正値記憶手段の各運転領域別に記憶する学習済領域記憶
   手段と、前記空燃比学習手段により書き換えられた該当
   運転領域の空燃比学習補正値を、前記該当運転領域に対
   して運転条件の近い別の運転領域に対応する空燃比学習
   補正値として学習補正値記憶手段上の該当運転領域以外
   の空燃比学習補正値を書き換える推定学習手段と、前記
   学習済領域記憶手段に記憶される学習済領域数の増大に
   応じて前記推定学習手段で空燃比学習補正値が該当運転
   領域と共に書き換えられる運転領域の数を減少させる学
   習済領域数による推定学習制御手段と、前記基本燃料供
   給量，空燃比フィードバック補正値及び学習補正値記憶
   手段において該当運転領域に対応して記憶されている空
   燃比学習補正値に基づいて最終的な燃料供給量を設定す
   る燃料供給量設定手段と、該燃料供給量設定手段で設定
   された燃料供給量に基づいて燃料供給手段を駆動制御す
   る燃料供給制御手段と、を含んで構成されたことを特徴
   とする内燃機関の空燃比学習制御装置。
2. 【請求項２】機関に吸入される空気量に関与する運転パ
   ラメータを少なくとも含む機関運転条件を検出する運転
   条件検出手段と、該運転条件検出手段で検出された機関
   運転条件に基づいて基本燃料供給量を設定する基本燃料
   供給量設定手段と、機関吸入混合気の空燃比を検出する
   空燃比検出手段と、該空燃比検出手段で検出された空燃
   比と目標空燃比とを比較して実際の空燃比を前記目標空
   燃比に近づけるように前記基本燃料供給量を補正するた
   めの空燃比フィードバック補正値を設定する空燃比フィ
   ードバック補正値設定手段と、機関運転条件に基づき複
   数に区分された運転領域毎に前記基本燃料供給量を補正
   するための空燃比学習補正値を書き換え可能に記憶する
   学習補正値記憶手段と、前記空燃比フィードバック補正
   値の目標収束値からの偏差を学習し、前記学習補正値記
   憶手段において該当領運転領域に対応して記憶されてい
   る前記空燃比学習補正値を前記偏差を減少させる方向に
   修正して書き換える空燃比学習手段と、該空燃比学習手
   段により書き換えられた該当運転領域の空燃比学習補正
   値を、前記該当運転領域に対して運転条件の近い別の運
   転領域に対応する空燃比学習補正値として学習補正値記
   憶手段上の該当運転領域以外の空燃比学習補正値を書き
   換える推定学習手段と、前記学習補正値記憶手段上にお
   いて該当運転領域が切り換わったときの前記空燃比フィ
   ードバック補正値の目標収束値に対する偏差に基づいて
   空燃比学習結果の適正を判断する適正判断手段と、該適
   正判断手段で学習結果が不適正であることが判断された
   ときに、前記推定学習手段により該当運転領域と共に空
   燃比学習補正値が書き換えられる運転領域の数を最大数
   とし、その後学習の進行と共に前記運転領域の数を減少
   させる適正判断による推定学習制御手段と、前記基本燃
   料供給量，空燃比フィードバック補正値及び学習補正値
   記憶手段において該当運転領域に対応して記憶されてい
   る空燃比学習補正値に基づいて最終的な燃料供給量を設
   定する燃料供給量設定手段と、該燃料供給量設定手段で
   設定された燃料供給量に基づいて燃料供給手段を駆動制
   御する燃料供給制御手段と、を含んで構成されたことを
   特徴とする内燃機関の空燃比学習制御装置。