JP5168419B2 - 内燃機関の制御装置 - Google Patents

Description

本発明は、１又は複数のアクチュエータを操作して内燃機関の運転を制御する制御装置に関し、詳しくは、エンジン状態量からアクチュエータ操作量を演算する過程においてモデルを使用する制御装置に関する。

自動車用の内燃機関（以下、エンジン）には、例えばドライバビリティ、排気ガス性能、燃料消費率といった種々の性能が求められている。制御装置は、それら要求を満たすべく各種のアクチュエータを操作してエンジンを制御している。制御装置によるアクチュエータ操作量の演算過程においては、エンジンの機能や特性をモデル化した各種のモデルが用いられている。ここでいうモデルには、物理モデル、統計モデル及びそれらの複合モデル等、各種のモデルが含まれる。エンジン制御に用いられるモデルの例としては、スロットルの操作に対する吸入空気量の応答特性をモデル化したエアモデルをあげることができる。また、点火時期を決定する点火時期マップ等の各種のマップやマップ群もモデルの１つの例としてあげることができる。さらに、そのような要素レベルのモデルではなく、特開２００９−４７１０２号公報に記載された制御装置のように、エンジン全体をモデル化した大規模なモデルが用いられる場合もある。

当然のことながら、演算に使用するモデルの精度が高いほど、より高い精度でアクチュエータ操作量を決定することができる。しかし、その反面、モデルの精度が高くなるほどそれを用いた演算にかかる負荷も大きくなる。制御装置の演算能力は年々高まっているものの、やはり限界はある。このため、従来の制御装置では、いくら精度の高い優れたモデルであっても、演算負荷の点において使用することのできない場合があった。特に、一定のクランク角ごとに演算が行われるモデルを使用する場合には、エンジン回転数によって演算負荷が変化することになる。このため、演算負荷が高くなる高回転域を基準にしてモデルの内容を決定せざるをえなかった。別の表現を用いれば、従来の制御装置では、通常多用される低回転域での演算負荷には余裕があるにもかかわらず、高回転域での演算負荷が制約となって、あまり高い精度のモデルを使用することは難しかった。

本発明は、制御装置の演算能力を最大限に活かしてより高い精度でアクチュエータ操作量を決定可能にすることを課題とする。そして、そのような課題を達成するために、本発明は、次のような内燃機関の制御装置を提供する。

本発明が提供する制御装置の１つの態様によれば、この制御装置は、センサにより計測されるエンジン状態量を用いてアクチュエータの操作量を演算する演算要素を有し、演算要素はその演算過程においてモデルを使用する。モデルは、階層的序列を有する複数のサブモデルからなる。各サブモデルは、物理モデルでもよく、統計モデルでもよく、或いはそれらの複合モデルであってもよい。序列において連続する２つのサブモデルのうち上位のサブモデルで計算されるパラメータと、下位のサブモデルで計算されるパラメータとは目標と手段との関係にある。最上位サブモデルは、内燃機関の性能に関する要求が数値化されたパラメータを計算するサブモデルであって、エンジン状態量を用いてパラメータの値を計算するように構築されている。最上位以外の各サブモデルは、直接の上位のサブモデルが使用されている場合には、当該上位モデルで算出されたパラメータの値を目標値として、エンジン状態量から当該目標値を達成するためのパラメータの値を算出し、直接の上位のサブモデルが使用されていない場合には、エンジン状態量のみからパラメータの値を算出するように構築されている。演算要素は、最下位サブモデルで算出されたパラメータの値を用いてアクチュエータ操作量を演算し、内燃機関の運転状況に応じて最下位サブモデルと組み合わせて使用する上位サブモデルの個数を変更することができる。

以上のように構成される制御装置によれば、最下位サブモデルと組み合わせて使用する上位サブモデルの個数によって、モデルの精度と演算負荷とのバランスを任意に調整することができる。例えば、モデルとして最下位サブモデルのみを用いることで、制御装置の演算負荷を最小限に抑えることができる。最下位サブモデルに直接の上位のサブモデルを組み合わせた場合には、演算負荷は増加するもののモデルの精度は高くなる。また、組み合わせる上位サブモデルを序列に従って増やしていくことで、モデルの精度をより高くすることができる。そして、最上位サブモデルを含む全ての階層の上位サブモデルが最下位サブモデルに組み合わされた場合に、モデルの精度は最も高くなって、最も高い精度でアクチュエータ操作量を決定できるようになる。上述の制御装置によれば、以上のような組み合わせの選択を内燃機関の運転状況、例えば、機関回転数に応じて行うことによって、制御装置の演算能力を最大限に活かすことができる。

上述の態様においては、演算要素は、演算負荷の指標となる負荷指標値をサブモデルごとに、且つ、内燃機関の運転状況ごとに記憶しておくことができる。そして、負荷指標値の積算値が基準値を超えない範囲内で、最下位サブモデルと組み合わせて使用する上位サブモデルの階層をより上位に上げていくこともできる。これによれば、制御装置の演算能力を常に限界まで活用することが可能となる。また、演算要素は、リアルタイムに演算負荷を計測してそれをサブモデルの組み合わせに反映するというフィードバック制御を行うこともできる。

また、上述の態様においては、異なるアクチュエータ操作量をそれぞれ演算するために、構造の異なる複数のモデルが演算要素に具備されていてもよい。その場合、複数のモデル間には優先順位が付けられる。演算要素は、負荷指標値の積算値が基準値を超えない範囲内で、優先順位の高いモデルから順に、最下位サブモデルと組み合わせて使用する上位サブモデルの階層をより上位に上げていくことができる。これによれば、制御装置の演算能力は優先順位の高いモデルの演算に優先的に振り向けられるので、制御装置の演算能力を有効に活用することが可能となる。

なお、複数のモデル間の優先順位は、内燃機関の運転状況に応じて可変にすることもできる。そうすることで、現状において最も優先度の高いモデルの演算に制御装置の演算能力が振り向けられるので、制御装置の演算能力をより有効に活用することが可能となる。

また、本発明が提供する制御装置のもう１つの態様によれば、この制御装置は、センサにより計測されるエンジン状態量を用いてアクチュエータの操作量を演算する演算要素を有し、演算要素はその演算過程においてモデルを使用する。演算要素は、同一のアクチュエータ操作量の演算のために規模の異なる複数のモデルからなるモデル群を有している。複数のモデルの間には規模順に序列が付けられ、序列において連続する２つのモデルのうち規模の大きい方のモデルは、規模の小さい方のモデルに相当する下位サブモデルと、下位サブモデルに結合された上位サブモデルとからなる。下位サブモデルは、上位サブモデルで算出されたパラメータの値を目標値として、エンジン状態量から当該目標値を達成するためのパラメータの値を算出するように構築されている。演算要素は、アクチュエータ操作量の演算に使用するモデルをモデル群の中から内燃機関の運転状況に応じて選択する。そして、選択したモデルで算出されたパラメータの値を用いてアクチュエータ操作量を演算する。

以上のように構成される制御装置によれば、選択するモデルの規模によって、モデルの精度と演算負荷とのバランスを任意に調整することができる。例えば、最小規模のモデルを選択することで、制御装置の演算負荷を最小限に抑えることができる。最小規模のモデルよりも序列において１つ上の規模のモデルが選択された場合には、内包する上位サブモデルで算出されたパラメータの値を目標値として、下位サブモデル（すなわち、最小規模モデル）による演算が行われる。これによれば、制御装置の演算負荷は増加するものの、モデル全体としての精度は高くなる。同様に、序列においてより上位の規模のモデルを選択することで、モデル全体としての精度をより高くすることができる。そして、最大規模のモデルが選択されたときには、モデル全体としての精度は最も高くなって、最も高い精度でアクチュエータ操作量を決定できるようになる。上述の制御装置によれば、以上のようなモデル選択を内燃機関の運転状況、例えば、機関回転数に応じて行うことによって、制御装置の演算能力を最大限に活かすことができる。

上述の態様においては、演算要素は、演算負荷の指標となる負荷指標値をモデルごとに、且つ、内燃機関の運転状況ごとに記憶しておくことができる。そして、負荷指標値が基準値を超えない範囲内で最大となるモデルをモデル群の中から選択することもできる。これによれば、制御装置の演算能力を常に限界まで活用することが可能となる。

また、上述の態様においては、異なるアクチュエータ操作量をそれぞれ演算するために、複数のモデル群が演算要素に具備されていてもよい。その場合、複数のモデル群間には優先順位が付けられる。演算要素は、負荷指標値が基準値を超えない範囲内で、優先順位の高いモデル群から順に、アクチュエータ操作量の演算に使用するモデルの規模を大きくしていくことができる。これによれば、制御装置の演算能力は優先順位の高いモデル群の演算に優先的に振り向けられるので、制御装置の演算能力を有効に活用することが可能となる。

なお、複数のモデル群間の優先順位は、内燃機関の運転状況に応じて可変にすることもできる。そうすることで、現状において最も優先度の高いモデル群の演算に制御装置の演算能力が振り向けられるので、制御装置の演算能力をより有効に活用することが可能となる。

本発明の実施の形態１のモデル構造を示す図である。 本発明の実施の形態１のモデル構造を示す図である。 本発明の実施の形態１のモデル構造を示す図である。 本発明の実施の形態１のモデル構造の応用例を示す図である。 本発明の実施の形態１のモデル構造の別の応用例を示す図である。 本発明の実施の形態２のモデル構造を示す図である。 本発明の実施の形態２のモデル構造を示す図である。 本発明の実施の形態２のモデル構造の応用例を示す図である。 本発明の実施の形態２のモデル構造の別の応用例を示す図である。 図８に示すモデル構造の変形例を示す図である。

実施の形態１．
本発明の実施の形態１について図を参照して説明する。

本発明の実施の形態１の制御装置は自動車用の内燃機関（以下、エンジンという）に適用される。適用されるエンジンの種別には限定はなく、火花点火式エンジン、圧縮着火式エンジン、４ストロークエンジン、２ストロークエンジン、レシプロエンジン、ロータリーエンジン、単気筒エンジン、多気筒エンジン等、様々な種別のエンジンに適用することができる。本制御装置は、そのようなエンジンに備えられる１又は複数のアクチュエータ（例えばスロットル、点火装置、燃料噴射弁など）を操作することによりエンジンの運転を制御することができる。

本制御装置は、エンジンに取り付けられた種々のセンサから得たエンジン状態量をもとに各アクチュエータの操作量を演算する機能を有している。エンジン状態量には、例えばエンジン回転数、吸入空気量、空燃比、吸気管圧、筒内圧、排気温、水温、油温等が含まれる。本制御装置の演算要素は、アクチュエータ操作量の演算過程においてモデルを使用する。ここでいうモデルとは、エンジンの機能や特性をモデル化したものであって、物理モデル、統計モデル及びそれらの複合モデル等、各種のモデルが含まれる。また、エンジン全体をモデル化した全体モデルに限らず、エンジンの一部の機能をモデル化した部分モデルも含まれる。さらに、エンジンの機能や特性を因果関係において順方向にモデル化した順モデルのみならず、その逆モデルもここでいうモデルに含まれている。

本制御装置がアクチュエータ操作量の演算に用いるモデルの構造は、本実施の形態の１つの特徴となっている。図１は本実施の形態のモデル構造を示すブロック図である。図１に示すように、本実施の形態で用いられるモデル１は、複数のサブモデル１１，１２，１３が階層的に連結された構造を有している。階層的序列の最上位にあたるのがサブモデル１１であり、最下位にあたるのがサブモデル１３である。最下位サブモデル１３で計算されるパラメータ（図１に示すパラメータＰ１３）が、モデル１から最終的に出力されるパラメータとなる。本制御装置はこのパラメータＰ１３をアクチュエータ操作量の演算に使用する。

モデル１には、センサによって取得された各種のエンジン状態量が入力されている。入力されたエンジン状態量は、各サブモデルにおけるパラメータの計算に用いられる。各サブモデルはそれ自体がエンジンの機能や特性をモデル化したものであって、各サブモデルで計算されるパラメータはエンジンの制御量に関連するパラメータである。計算されるパラメータはサブモデルごとに異なっている。詳しくは、序列において連続する２つのサブモデルのうち上位のサブモデルで計算されるパラメータと、下位のサブモデルで計算されるパラメータとは目標と手段との関係になっている。

具体例を挙げると、最上位のサブモデル１１で算出されるパラメータＰ１１は、下位のサブモデル１２で算出されるパラメータＰ１２の目標である。言い換えれば、パラメータＰ１１を達成するための手段がパラメータＰ１２である。サブモデル１２では、パラメータＰ１３の値を目標値として、各種のエンジン状態量から当該目標値を達成するためのパラメータＰ１２の値が算出される。同様に、サブモデル１３では、パラメータＰ１２の値を目標値として、各種のエンジン状態量から当該目標値を達成するためのパラメータＰ１３の値が算出される。

最上位サブモデル１１では、エンジン状態量のみからパラメータＰ１１の値が算出される。最上位サブモデル１１で計算されるパラメータＰ１１は最終的な目標であって、ドライバビリティ、排気ガス性能、燃料消費率といったエンジンの性能に関する要求はこのパラメータＰ１１の値に反映される。つまり、エンジンの性能に関する要求が数値化されたものが、最上位サブモデル１１で計算されるパラメータＰ１１である。

また、下位のサブモデル１２，１３の特徴として、これらは直接の上位のサブモデルが使用されていない場合であってもパラメータの値を算出することができる。つまり、下位のサブモデル１２，１３は、最上位サブモデル１１と同じく、エンジン状態量のみから各パラメータの値を算出できるように構築されている。例えば、サブモデル１３では、サブモデル１２が使用されている場合には、パラメータＰ１２の値を目標値としてそれを達成するための最適解がパラメータＰ１３の値として算出される。一方、サブモデル１２が使用されていない場合には、エンジン状態量から予測される１つの好適解がパラメータＰ１３の値として算出される。

以上のサブモデル１１，１２，１３の機能から分かるように、本制御装置で用いられるモデル１はそのモデル構造が可変である。つまり、図１に示すように、全てのサブモデルを使用した演算だけでなく、図２或いは図３に示すように一部のサブモデルのみを使用した演算も可能である。

図１に示すモデル構造によれば、モデル１では、まず、最上位サブモデル１１においてエンジン状態量からパラメータＰ１１の値が算出される。次に、サブモデル１２において、パラメータＰ１１の値を目標値として、エンジン状態量からパラメータＰ１２の値が算出される。さらに、サブモデル１３において、パラメータＰ１２の値を目標値として、エンジン状態量からパラメータＰ１３の値が算出される。このようなモデル構造が採られた場合には、エンジンの性能に関する要求を最終的なパラメータＰ１３の値に的確に反映させることができる。ただし、その反面、制御装置の演算負荷は高くなる。

一方、図２に示すモデル構造によれば、モデル１で使用されるのはサブモデル１２とサブモデル１３であり、まず、サブモデル１２においてエンジン状態量からパラメータＰ１２の値が算出される。次に、サブモデル１３においてパラメータＰ１２の値を目標値として、エンジン状態量からパラメータＰ１３の値が算出される。このようなモデル構造が採られた場合には、モデル１の精度は低下するものの制御装置の演算負荷は軽減することができる。

そして、図３に示すモデル構造によれば、モデル１で使用されるのはサブモデル１３のみであり、サブモデル１３においてエンジン状態量からパラメータＰ１３の値が算出される。このようなモデル構造が採られた場合には、制御装置の演算負荷を最小限に抑えることができる。

以上のように、本制御装置が有するモデル１によれば、最下位のサブモデル１３と組み合わせて使用する上位サブモデルの個数によって、モデル１の精度と演算負荷とのバランスを任意に調整することができる。本制御装置は、このような組み合わせの選択をエンジンの運転状況、例えば、エンジン回転数に応じて行う。モデル１を用いた演算が一定のクランク角ごとに行われる場合、その演算にかかる負荷はエンジン回転数が高くなるほど大きくなるからである。具体的には、低回転域では図１に示すモデル構造を採り、中回転域では図２に示すモデル構造を採り、高回転域では図３に示すモデル構造を採る。このようにエンジン回転数に応じてモデル構造を変化させることで、制御装置の演算能力を最大限に活かすことが可能となる。

なお、本実施の形態のモデルは３つの階層を有しているが、より多数の階層を有するモデルを用いることもできる。階層を増やすことで、より精度の高いモデルを構築することができる。逆に、上位と下位の２層のみのモデルも許容される。また、本実施の形態のモデルでは１つの階層には１つのサブモデルが設定されているが、１つの階層に複数のサブモデルを設定することも可能である。

図４は、図１に示すモデル構造を基本構造とした場合の応用例を示す図である。この応用例では２つのモデルが並列に演算されるようになっている。１つのモデルは、上位のサブモデルＣと下位のサブモデルＡ，Ｂとから構成される階層型のモデルαである。もう１つのモデルは階層構造を有しないモデルＤである。モデルαの最下位の各サブモデルＡ，Ｂで算出されるパラメータとモデルＤで算出されるパラメータは、それぞれ異なるアクチュエータ操作量に変換される。

ここで、図４に示すモデル構造を例にとって、モデル（サブモデル）の組み合わせの選択方法について検討する。最も好ましい組み合わせは、制御装置の演算能力を超えること無く、かつ、演算能力をぎりぎりまで使い尽くすことのできる組み合わせである。その組み合わせはエンジンの運転状況によって、特にエンジン回転数によって異なったものとなる。そこで、本制御装置は、演算負荷の指標となる負荷指標値をモデル（サブモデル）ごとに、且つ、エンジン回転数ごとに設定し、その設定をメモリに記憶している。そして、アクチュエータ操作量の演算時には、負荷指標値の積算値が基準値を超えない範囲内で、最下位サブモデルと組み合わせて使用する上位サブモデルの階層をより上位に上げていくようにしている。

例えば、各エンジン回転数における負荷指標値が以下のように設定されていたとする。

回転数（rpm） 負荷指標値
サブモデルＡ ［1000 2000 3000］ ［10 20 30］
サブモデルＢ ［1000 2000 3000］ ［10 20 30］
サブモデルＣ ［1000 2000 3000］ ［40 40 50］
モデルＤ ［1000 2000 3000］ ［30 35 40］

ここでは負荷指標値の積算値の基準値（許容最大値）を１００とする。この場合、エンジン回転数が１０００ｒｐｍのときには、演算能力に余裕があることから、モデルαではサブモデルＡ，ＢにサブモデルＣを組み合わせて使用することができる。つまり、モデルＤによる計算と並行してサブモデルＡ，Ｂ及びＣによる計算を行うことができる。一方、エンジン回転数が２０００ｒｐｍや３０００ｒｐｍのときには、演算能力に余裕が無くなるために、モデルαではサブモデルＡ，ＢにサブモデルＣを組み合わせることはできない。このため、モデルＤによる計算と並行して、モデルαではサブモデルＡ，Ｂのみによる計算が行われることになる。このように、演算に使用するモデル構造を負荷指標値によって判断することで、制御装置の演算能力を常に限界まで活用することが可能となる。

図５は、図１に示すモデル構造を基本構造とした場合の別の応用例を示す図である。この応用例では３つのモデルが並列に演算されるようになっている。１つ目のモデルは、上位のサブモデルＣと下位のサブモデルＡ，Ｂとから構成される階層型のモデルαである。２つ目のモデルは階層構造を有しないモデルＤである。そして、３つ目のモデルは、上位のサブモデルＧと下位のサブモデルＥ，Ｆとから構成される階層型のモデルβである。モデルαの最下位の各サブモデルＡ，Ｂで算出されるパラメータと、モデルＤで算出されるパラメータと、モデルβの最下位の各サブモデルＥ，Ｆで算出されるパラメータとは、それぞれ異なるアクチュエータ操作量に変換される。

図５に示すように階層構造を有するモデルが複数存在する場合、負荷指標値の積算値が基準値を超えない範囲内で様々なモデル（サブモデル）の組み合わせを選択することができる。その場合、階層構造を有するモデル間で優先順位を付け、優先順位の高いモデルから優先的に、最下位サブモデルに上位サブモデルを組み合わせるようにしてもよい。例えば、モデルαの優先順位を１位、モデルβの優先順位を２位とすると、まず、モデルαにおいて最下位サブモデルＡ，Ｂに上位サブモデルＣが組み合わせられる。そして、演算能力にまだ余裕がある場合に、モデルβにおいて最下位サブモデルＥ，Ｆに上位サブモデルＧが組み合わせられる。これによれば、制御装置の演算能力は優先順位の高いモデルの演算に優先的に振り向けられるので、制御装置の演算能力を有効に活用することが可能となる。

なお、図５に示す例において、階層構造を有するモデル間の優先順位をエンジンの運転状況に応じて可変にすることもできる。例えば、排気ガス性能が優先される状況ではモデルαの優先順位を高くし、燃費性能が優先される状況ではモデルβの優先順位を高くするといったことも可能である。そうすることで、現状において最も優先度の高いモデルの演算に制御装置の演算能力が振り向けられるので、制御装置の演算能力をより有効に活用することが可能となる。

実施の形態２．
次に、本発明の実施の形態２について図を参照して説明する。

本実施の形態と実施の形態１との相違は、制御装置がアクチュエータ操作量の演算に用いるモデルの構造にある。図６は本実施の形態のモデル構造を示す図である。図６に示すように、本制御装置の制御要素は、規模の異なる複数のモデル２，４，６からなるモデル群を有している。各モデル２，４，６には、センサによって取得された各種のエンジン状態量が入力されている。入力されたエンジン状態量は、各モデル２，４，６におけるパラメータの計算に用いられる。各モデルで計算されるパラメータは同一であり、何れのパラメータも同一のアクチュエータ操作量の演算のために用いられる。

各モデル２，４，６の規模の違いは精度の違いを表している。最大規模のモデル２が最も精度が高い。その反面、制御装置の演算負荷も最も大きくなる。逆に、最小規模のモデル６は、精度は低下するものの、制御装置の演算負荷は最も低くなる。本実施の形態のモデルは、規模の大きいモデルが規模の小さいモデルを内包する構成になっている。詳しくは、序列において連続する２つのモデルのうち規模の大きい方のモデルは、規模の小さい方のモデルに相当する下位サブモデルと、下位サブモデルに結合された上位サブモデルとから構成されている。図７は、図６に示すモデル構造を展開して示す図である。

図７に示すように、最大規模のモデル２は、中規模のモデル４に相当する下位サブモデル２２と上位サブモデル２１とが結合された構成になっている。モデル２に入力されたエンジン状態量は、各サブモデルにおけるパラメータの計算に用いられる。上位サブモデル２１で算出されるパラメータＰ２１と、下位サブモデル２２で算出されるパラメータＰ２とは目標と手段との関係になっている。上位サブモデル２１は、エンジン状態量からパラメータＰ２１の値を算出するように構築されている。ドライバビリティ、排気ガス性能、燃料消費率といったエンジンの性能に関する要求はこのパラメータＰ２１の値に反映される。つまり、エンジンの性能に関する要求が数値化されたものが、上位サブモデル２１で計算されるパラメータＰ２１である。下位サブモデル２２は、上位サブモデル２１で算出されたパラメータＰ２１の値を目標値として、エンジン状態量から当該目標値を達成するためのパラメータＰ２の値を算出するように構築されている。

また、中規模のモデル４は、最小規模のモデル６に相当する下位サブモデル４２と上位サブモデル４１とが結合された構成になっている。モデル４に入力されたエンジン状態量は、各サブモデルにおけるパラメータの計算に用いられる。上位サブモデル４１で算出されるパラメータＰ４１と、下位サブモデル４２で算出されるパラメータＰ４とは目標と手段との関係になっている。上位サブモデル４１は、エンジン状態量からパラメータＰ４１の値を算出するように構築されている。下位サブモデル４２は、上位サブモデル４１で算出されたパラメータＰ４１の値を目標値としてエンジン状態量から当該目標値を達成するためのパラメータＰ４の値を算出するように構築されている。

そして、最小規模のモデル６は、エンジン状態量のみからパラメータＰ６の値を算出するように構築されている。

各モデル２，４，６で計算されるパラメータＰ２，Ｐ４，Ｐ６は、同一のアクチュエータ操作量の演算のために用いられる同一のパラメータである。ただし、その値は必ずしも一致しない。モデル２で計算されるパラメータＰ２は、エンジンの性能に関する要求が数値化されたパラメータＰ２１を目標として決定されるものであるので、エンジン性能に関する要求の達成という点では最も精度が高い。ただし、その反面、制御装置の演算負荷は高くなる。一方、モデル４で計算されるパラメータＰ４は、パラメータＰ４１を目標として決定されるものであるが、パラメータＰ４１はパラメータＰ２１を達成するための最適解ではなく、エンジン状態量から予測される１つの好適解である。このため、エンジン性能に関する要求の達成という点では、パラメータＰ４はパラメータＰ２よりも精度は低くなるが、制御装置の演算負荷は軽減される。そして、モデル６で計算されるパラメータＰ６は、エンジン状態量のみから予測される１つの好適解であるため、エンジン性能に関する要求の達成精度の点では他のパラメータＰ２，Ｐ４よりも低いものとなる。しかし、制御装置の演算負荷は最小限に抑えることができる。

以上のように、本制御装置によれば、モデル群の中から選択するモデルの規模によって、モデルの精度と演算負荷とのバランスを任意に調整することができる。本制御装置は、このようなモデル選択をエンジンの運転状況、例えば、エンジン回転数に応じて行う。モデルを用いた演算が一定のクランク角ごとに行われる場合、その演算にかかる負荷はエンジン回転数が高くなるほど大きくなるからである。具体的には、低回転域ではモデル２を選択し、中回転域ではモデル４を選択し、高回転域ではモデル６を選択する。このようにエンジン回転数に応じて選択するモデルを変更することで、制御装置の演算能力を最大限に活かすことが可能となる。

なお、本実施の形態のモデル群は３つのモデルを含んでいるが、規模の異なるより多くのモデルを含むこともできる。モデルの規模を大きくすることで、より精度の高いモデルを構築することができる。逆に、規模の異なる２つのモデルからなるモデル群も許容される。また、本実施の形態のモデル群は全てのモデルにおいて規模が異なっているが、同一規模のモデルを複数含むことも可能である。

図８は、図６及び図７に示すモデル構造を基本構造とした場合の応用例を示す図である。この応用例ではモデルＡ，Ｂ，Ｃ′からなるモデル群が用いられている。モデルＡとモデルＢは同一規模のモデルであって、それぞれ異なるアクチュエータ操作量の演算のために用いられるパラメータを計算する。モデルＣ′はモデルＡとモデルＢを内包するより規模の大きいモデルであって、前述の各パラメータをモデルＡ，Ｂよりも高い精度で計算することができる。この応用例では、モデルＡ，Ｂによる計算とモデルＣ′による計算の何れか一方が選択される。モデルＤは前記のモデル群とは独立したモデルであって、前記のモデル群から選択されるモデルと並行して計算が行われる。

ここで、図８に示すモデル構造を例にとって、モデルの選択方法について検討する。最も好ましい組み合わせは、制御装置の演算能力を超えること無く、かつ、演算能力をぎりぎりまで使い尽くすことのできる組み合わせである。その組み合わせはエンジンの運転状況によって、特にエンジン回転数によって異なったものとなる。そこで、本制御装置は、演算負荷の指標となる負荷指標値をモデルごとに、且つ、エンジン回転数ごとに設定し、その設定をメモリに記憶している。そして、アクチュエータ操作量の演算時には、負荷指標値の積算値が基準値を超えない範囲内で、選択するモデルの規模を大きくしていくようにしている。

例えば、各エンジン回転数における負荷指標値が以下のように設定されていたとする。

回転数（rpm） 負荷指標値
モデルＡ ［1000 2000 3000］ ［10 20 30］
モデルＢ ［1000 2000 3000］ ［10 20 30］
モデルＣ′ ［1000 2000 3000］ ［60 80 100］
モデルＤ ［1000 2000 3000］ ［30 35 40］

ここでは負荷指標値の積算値の基準値（許容最大値）を１００とする。この場合、エンジン回転数が１０００ｒｐｍのときには、演算能力に余裕があることから、モデル群からはモデルＣ′を選択することができる。つまり、モデルＤによる計算と並行してモデルＣ′による計算を行うことができる。一方、エンジン回転数が２０００ｒｐｍや３０００ｒｐｍのときには、演算能力に余裕が無くなるために、モデル群からはモデルＣ′を選択することはできない。このため、モデル群からはモデルＡ，Ｂが選択され、モデルＤによる計算と並行してモデルＡ，Ｂによる計算が行われることになる。このように、演算に使用するモデルの選択を負荷指標値によって判断することで、制御装置の演算能力を常に限界まで活用することが可能となる。

図９は、図６及び図７に示すモデル構造を基本構造とした場合の別の応用例を示す図である。この応用例では２つのモデル群が用意されている。モデルＡ，Ｂ，Ｃ′からなるモデル群と、モデルＥ，Ｆ，Ｇ′からなるモデル群である。モデルＧ′はモデルＥとモデルＦを内包するより規模の大きいモデルであって、モデルＥ，Ｆよりも高い精度でパラメータを計算することができる。この応用例では、２つのモデル群間に予め優先順位を付けておき、負荷指標値が基準値を超えない範囲内で、優先順位の高いモデル群から順に、アクチュエータ操作量の演算に使用するモデルの規模を大きくすることが行われる。そうすることで、制御装置の演算能力は優先順位の高いモデル群の演算に優先的に振り向けられるので、制御装置の演算能力を有効に活用することが可能となる。

なお、図９に示す例において、モデル群間の優先順位をエンジンの運転状況に応じて可変にすることもできる。例えば、排気ガス性能が優先される状況ではモデルＡ，Ｂ，Ｃ′からなるモデル群の優先順位を高くし、燃費性能が優先される状況ではモデルＥ，Ｆ，Ｇ′からなるモデル群の優先順位を高くするといったことも可能である。そうすることで、現状において最も優先度の高いモデル群の演算に制御装置の演算能力が振り向けられるので、制御装置の演算能力をより有効に活用することが可能となる。

その他．
以上、本発明の実施の形態について説明したが、本発明は上述の実施の形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で種々変形して実施することができる。

例えば、図１０は、図８に示すモデル構造の変形例を示す図である。この変形例では、モデルＣ′とモデルＢとを用いた計算が可能になっている。つまり、モデルＡ，Ｂ，Ｃ′からなるモデル群が担当するアクチュエータ操作量の演算用の２つのパラメータのうち、１つのパラメータは小規模のモデルＢで計算するが、もう１つのパラメータは大規模のモデルＣ′で計算する。同様に、１つのパラメータはモデルＣ′で計算して、もう１つのパラメータは小規模のモデルＡで計算するようにしてもよい。この場合、より高い精度が求められるパラメータを優先して大規模モデルＣ′で計算することで、制御装置の演算能力をより有効に活用することが可能となる。

１ モデル
１１ サブモデル（最上位）
１２ サブモデル（中間）
１３ サブモデル（最下位）
２ モデル（大規模）
４ モデル（中規模）
６ モデル（小規模）
２１，４１ 上位サブモデル
２２，４２ 下位サブモデル

Claims (8)

1. １又は複数のアクチュエータを操作して内燃機関の運転を制御する制御装置において、
   前記内燃機関の状態を示す複数種の状態量（以下、エンジン状態量）を取得するための複数種のセンサと、
   前記エンジン状態量からアクチュエータ操作量を演算する演算要素であって、その演算過程においてモデルを使用する演算要素と、を備え、
   前記モデルは、階層的序列を有する複数のサブモデルからなり、
   序列において連続する２つのサブモデルのうち上位のサブモデルで計算されるパラメータと、下位のサブモデルで計算されるパラメータとは目標と手段との関係にあり、
   最上位サブモデルは、前記内燃機関の性能に関する要求が数値化されたパラメータを計算するサブモデルであって、前記エンジン状態量を用いてパラメータの値を計算するように構築され、
   最上位以外の各サブモデルは、直接の上位のサブモデルが使用されている場合には、当該上位モデルで算出されたパラメータの値を目標値として前記エンジン状態量から当該目標値を達成するためのパラメータの値を算出し、直接の上位のサブモデルが使用されていない場合には、前記エンジン状態量のみからパラメータの値を算出するように構築され、
   前記演算要素は、最下位サブモデルで算出されたパラメータの値を用いて前記アクチュエータ操作量を演算し、前記内燃機関の運転状況に応じて前記最下位サブモデルと組み合わせて使用する上位サブモデルの個数を変更することを特徴とする内燃機関の制御装置。
2. 前記演算要素は、演算負荷の指標となる数値（以下、負荷指標値）をサブモデルごとに、且つ、前記内燃機関の運転状況ごとに記憶していて、負荷指標値の積算値が基準値を超えない範囲内で、前記最下位サブモデルと組み合わせて使用する上位サブモデルの階層をより上位に上げていくことを特徴とする請求項１記載の内燃機関の制御装置。
3. 前記演算要素は、異なるアクチュエータ操作量をそれぞれ演算するために構造の異なる複数のモデルを有し、
   前記複数のモデル間には優先順位が付けられていて、
   前記演算要素は、負荷指標値の積算値が基準値を超えない範囲内で、優先順位の高いモデルから順に、最下位サブモデルと組み合わせて使用する上位サブモデルの階層をより上位に上げていくことを特徴とする請求項２記載の内燃機関の制御装置。
4. 前記演算要素は、前記内燃機関の運転状況に応じて、前記複数のモデル間の優先順位を変更することを特徴とする請求項３記載の内燃機関の制御装置。
5. １又は複数のアクチュエータを操作して内燃機関の運転を制御する制御装置において、
   前記内燃機関の状態を示す複数種の状態量（以下、エンジン状態量）を取得するための複数種のセンサと、
   前記エンジン状態量からアクチュエータ操作量を演算する演算要素であって、その演算過程においてモデルを使用する演算要素と、を備え、
   前記演算要素は、同一のアクチュエータ操作量の演算のために規模の異なる複数のモデルからなるモデル群を有し、
   前記複数のモデルの間には各モデルで行われる演算の規模順に序列が付けられ、
   序列において連続する２つのモデルのうち規模の大きい方のモデルは、情報の伝達系統において上流に位置する上位サブモデルと、前記上位サブモデルの下流に位置して前記上位サブモデルに結合された下位サブモデルとからなり、
   序列において連続する２つのモデルのうち規模の小さい方のモデルは、前記規模の大きい方のモデルを構成する前記下位サブモデルに相当し、
   前記下位サブモデルは、前記上位サブモデルで算出されたパラメータの値を目標値として前記エンジン状態量から当該目標値を達成するためのパラメータの値を算出するように構築され、
   前記上位サブモデルは、当該上位サブモデルが最大規模のモデルを構成する場合には、前記エンジン状態量から前記内燃機関の性能に関する要求が数値化されたパラメータの値を算出するように構築され、当該上位サブモデルが最大規模以外のモデルを構成する場合には、１つ上の規模のモデルの上位サブモデルで算出されるパラメータの値を前記エンジン状態量から予測してその予測値を達成するためのパラメータの値を算出するように構築され、
   前記演算要素は、前記アクチュエータ操作量の演算に使用するモデルを前記モデル群の中から前記内燃機関の運転状況に応じて選択し、選択したモデルで算出されたパラメータの値を用いて前記アクチュエータ操作量を演算することを特徴とする内燃機関の制御装置。
6. 前記演算要素は、前記アクチュエータ操作量とは別のアクチュエータの操作量を演算するために前記モデル群とは独立したモデルを有し、
   前記演算要素は、演算負荷の指標となる数値（以下、負荷指標値）をモデルごとに、且つ、前記内燃機関の運転状況ごとに記憶していて、負荷指標値の積算値が基準値を超えない範囲内で最大となるモデルを前記モデル群の中から選択することを特徴とする請求項５記載の内燃機関の制御装置。
7. 前記演算要素は、異なるアクチュエータ操作量をそれぞれ演算するために複数のモデル群を有し、
   前記複数のモデル群間には優先順位が付けられていて、
   前記演算要素は、演算負荷の指標となる数値（以下、負荷指標値）をモデルごとに、且つ、前記内燃機関の運転状況ごとに記憶していて、負荷指標値の積算値が基準値を超えない範囲内で、優先順位の高いモデル群から順に、前記アクチュエータ操作量の演算に使用するモデルの規模を大きくしていくことを特徴とする請求項５記載の内燃機関の制御装置。
8. 前記演算要素は、前記内燃機関の運転状況に応じて、前記複数のモデル群間の優先順位を変更することを特徴とする請求項７記載の内燃機関の制御装置。

Images