JP5560275B2 - 内燃機関の吸気制御装置 - Google Patents

Description

本発明は内燃機関の吸気制御装置に関し、特にニューラルネットワークを用いて吸気制御弁の開度を制御するものに関する。

特許文献１には、内燃機関の運転状態を示すパラメータ、例えば機関回転数、吸入空気量、制御弁開度などを入力パラメータするニューラルネットワークを用いて、気筒流入空気量、燃料噴射量、機関出力トルク、空燃比などを算出する手法が示されている。

特開平１１−３５１０４５号公報

特許文献１に示された手法を用いて、例えば気筒流入空気量を算出し、算出した気筒流入空気量が目標値と一致するように、吸入空気量を制御する吸気制御弁の開度を算出する吸入空気量制御を行うことができる。

しかしながら、ニューラルネットワークを実現するための演算量は、通常の制御演算の演算量に比べて大きいため、演算装置（ＣＰＵ）の負荷が増加し、演算能力の低い装置では、リアルタイムでの制御演算が困難となる、若しくは算出結果の精度が低下するといった課題があり、演算能力の高い演算装置を採用すると、コストが増加するという課題がある。

本発明はこの点に着目してなされたものであり、必要な空気量を機関に供給するための吸気制御弁の制御量演算を、ニューラルネットワークを適切に使用して実行し、必要な算出精度を維持しつつ、演算装置の負荷を軽減することができる内燃機関の吸気制御装置を提供することを目的とする。

上記目的を達成するため請求項１に記載の発明は、内燃機関の目標吸入空気量（ＧＡＩＲＣＭＤ）を算出する目標吸入空気量算出手段を備え、前記目標吸入空気量（ＧＡＩＲＣＭＤ）に応じて前記機関の吸気制御弁（３）の開度（ＴＨ）を制御する、内燃機関の吸気制御装置において、前記機関の運転状態を示す機関運転パラメータ（ＰＢ，ＰＩ，ＮＥ）及び前記目標吸入空気量（ＧＡＩＲＣＭＤ）が入力され、前記吸気制御弁の制御量（ＴＨＣＭＤ）を出力するニューラルネットワークを用いて、前記吸気制御弁の制御量（ＴＨＣＭＤ）を算出する制御量算出手段と、前記目標吸入空気量（ＧＡＩＲＣＭＤ）が判定吸気量（ＧＡＩＲＴＨ）以上であるときは、前記制御量算出手段による前記制御量（ＴＨＣＭＤ）の算出を停止し、前記制御量（ＴＨＣＭＤ）を所定量（ＴＨＭＡＸ）に設定する算出切換手段とを備え、前記判定吸気量（ＧＡＩＲＴＨ）は、前記機関の最大吸入空気量（ＧＡＩＲＭＡＸ）より小さくかつ前記最大吸入空気量（ＧＡＩＲＭＡＸ）に近い値に設定され、前記所定量（ＴＨＭＡＸ）は、前記機関の最大吸入空気量（ＧＡＩＲＭＡＸ）を実現する前記吸気制御弁の制御量の内、最小の制御量（ＴＨＳＴＢ）に設定されることを特徴とする。

この構成によれば、機関の運転状態を示す機関運転パラメータ及び目標吸入空気量が入力され、吸気制御弁の制御量を出力するニューラルネットワークを用いて、吸気制御弁の制御量が算出され、目標吸入空気量が判定吸気量以上であるときは、ニューラルネットワークを用いた制御量の算出が停止され、吸気制御弁の制御量が所定量に設定される。吸入空気量が大きい状態では、吸気制御弁の開度を変化させても実際の吸入空気量が変化しなくなるので、目標吸入空気量が判定吸気量以上であるときに制御量が所定量に設定することにより、吸気制御弁開度の必要な算出精度を維持しつつ、演算負荷を軽減することができる。また、吸気制御弁開度を変化させても吸入空気量が変化しなくなる吸入空気量は、機関運転状態によって決まる最大吸入空気量に依存するため、判定吸気量を最大吸入空気量より小さくかつ最大吸入空気量に近い値に設定することにより、制御の切換を適切に行うことができる。さらに制御量の所定量は、機関の最大吸入空気量を実現する吸気制御弁制御量の内、最小の制御量に設定されるので、目標吸入空気量が判定吸気量以上の値から判定吸気量より小さい値に変化したときに、吸気制御弁の閉弁方向への駆動に伴う応答遅れに起因するむだ時間を最小限に抑制し、吸入空気量の減量を迅速に行って排気特性や機関運転性を向上させることができる。

本発明の一実施形態にかかる内燃機関及びその制御装置の構成を示す図である。 自己組織化マップを説明するための図である。 吸入空気量（ＧＡＩＲ）とスロットル弁開度（ＴＨ）との関係を示す図である。 スロットル弁の目標開度（ＴＨＣＭＤ）を算出する処理のフローチャートである。 図４に示す処理の変形例を示すフローチャートである。 図５の処理で参照されるテーブルを示す図である。

以下本発明の実施の形態を図面を参照して説明する。
図１は本発明の一実施形態にかかる内燃機関、及びその制御装置の構成を示す図である。内燃機関（以下「エンジン」という）１は、シリンダ内に燃料を直接噴射するディーゼルエンジンであり、各気筒に燃料噴射弁９が設けられている。燃料噴射弁９は、電子制御ユニット（以下「ＥＣＵ」という）２０に電気的に接続されており、燃料噴射弁９の開弁時期及び開弁時間は、すなわち燃料噴射時期及び燃料噴射量は、ＥＣＵ２０により制御される。

エンジン１は、吸気管２，排気管４、及びターボチャージャ８を備えている。ターボチャージャ８は、排気の運動エネルギにより回転駆動されるタービンホイール１０を有するタービン１１と、タービンホイール１０とシャフト１４を介して連結されたコンプレッサホイール１５を有するコンプレッサ１６とを備えている。コンプレッサホイール１５は、エンジン１に吸入される空気の加圧（圧縮）を行う。

タービン１１は、タービンホイール１０に吹き付けられる排気ガスの流量を変化させるべく開閉駆動される複数の可変ベーン１２（２個のみ図示）及び該可変ベーンを開閉駆動するアクチュエータ（図示せず）を有しており、可変ベーン１２の開度（以下「ベーン開度」という）θｖｇｔを変化させることにより、タービンホイール１０に吹き付けられる排気ガスの流量を変化させ、タービンホイール１０の回転速度を変更できるように構成されている。可変ベーン１２を駆動するアクチュエータは、ＥＣＵ２０に接続されており、ベーン開度θｖｇｔは、ＥＣＵ２０により制御される。より具体的には、ＥＣＵ２０は、デューティ比可変の制御信号をアクチュエータに供給し、これによってベーン開度θｖｇｔを制御する。なお、可変ベーンを有するターボチャージャの構成は広く知られており、例えば特開平１−２０８５０１号公報に示されている。

吸気管２のコンプレッサ１６の下流側にはインタークーラ１８が設けられ、さらにインタークーラ１８の下流側には、スロットル弁３が設けられている。スロットル弁３は、アクチュエータ１９により開閉駆動可能に構成されており、アクチュエータ１９はＥＣＵ２０に接続されている。ＥＣＵ２０は、アクチュエータ１９を介して、スロットル弁３の開度制御を行う。

排気管４と吸気管２との間には、排気ガスを吸気管２に還流する排気還流通路５が設けられている。排気還流通路５には、排気還流量（ＥＧＲ量）を制御するための排気還流制御弁（以下［ＥＧＲ弁」という）６が設けられている。ＥＧＲ弁６は、ソレノイドを有する電磁弁であり、その弁開度はＥＣＵ２０により制御される。ＥＧＲ弁６には、その弁開度（弁リフト量）ＬＡＣＴを検出するリフトセンサ７が設けられており、その検出信号はＥＣＵ２０に供給される。排気還流通路５及びＥＧＲ弁６より、排気還流装置が構成される。

吸気管２には、吸入空気流量ＧＡを検出する吸入空気流量センサ２１、コンプレッサ１６の下流側の吸気圧（過給圧）ＰＢを検出する過給圧センサ２２、吸気温ＴＩを検出する吸気温センサ２３、及び吸気圧ＰＩを検出する吸気圧センサ２４が設けられている。これらのセンサ２１〜２４は、ＥＣＵ２０と接続されており、センサ２１〜２５の検出信号は、ＥＣＵ２０に供給される。

排気管４の、タービン１１の下流側には、排気中に含まれるＮＯｘを浄化するＮＯｘ浄化装置であるリーンＮＯｘ触媒３１と、排気中に含まれる粒子状物質（主としてすすからなる）を捕集する粒子状物質フィルタ３２とが設けられている。リーンＮＯｘ触媒３１は、排気中の酸素濃度が比較的高い状態、すなわち還元成分（ＨＣ、ＣＯ）の濃度が比較的低い状態でＮＯｘが捕捉され、排気中の還元成分濃度が高い状態で捕捉したＮＯｘが還元成分により還元されて放出されるように構成されている。

エンジン１により駆動される車両のアクセルペダル（図示せず）の踏み込み量（以下「アクセルペダル操作量」という）ＡＰを検出するアクセルセンサ２７、、及びエンジン回転数（回転速度）ＮＥを検出するエンジン回転数センサ２８がＥＣＵ２０に接続されており、これらのセンサの検出信号は、ＥＣＵ２０に供給される。エンジン回転数センサ２８は、所定クランク角度（例えば６度）毎に発生するクランク角度パルス及びエンジン１の各気筒のピストンが上死点に位置するタイミングに同期して発生するＴＤＣパルスをＥＣＵ２０に供給する。

ＥＣＵ２０は、各種センサからの入力信号波形を整形し、電圧レベルを所定レベルに修正し、アナログ信号値をデジタル信号値に変換する等の機能を有する入力回路、中央演算処理ユニット（以下「ＣＰＵ」という）、ＣＰＵで実行される各種演算プログラム及び演算結果等を記憶する記憶回路、タービン１１の可変ベーン１２を駆動するアクチュエータ、燃料噴射弁９、ＥＧＲ弁６、スロットル弁３を駆動するアクチュエータ１９などに駆動信号を供給する出力回路から構成される。

ＥＣＵ２０は、エンジン運転状態（主としてエンジン回転数ＮＥ及びエンジン負荷目標値Ｐｍｅｃｍｄに応じて燃料噴射弁９による燃料噴射制御、ＥＧＲ弁６による排気還流制御、可変ベーン１２による過給圧制御などを行う。エンジン負荷目標値Ｐｍｅｃｍｄは、アクセルペダル操作量ＡＰに応じて算出され、アクセルペダル操作量ＡＰが増加するほど増加するように設定される。

ＥＣＵ２０は、自己組織化マップアルゴリズムが適用されるニューラルネットワーク（以下単に「自己組織化マップ」という）を用いて、目標吸入空気量ＧＡＩＲＣＭＤ［ｇ／ｓｅｃ］に応じた目標スロットル弁開度ＴＨＣＭＤの算出を行い、検出されるスロットル弁開度ＴＨが目標スロットル弁開度ＴＨＣＭＤと一致するようにアクチュエータ１９を駆動する。

以下自己組織化マップについて詳細に説明する。
Ｎ個の要素からなる入力データベクトルｘjを下記式（１）で定義し、自己組織化マップを構成する各ニューロンの重みベクトルｗiを下記式（２）で定義する。ニューロンの数はＭ個とする。すなわち、パラメータｉは、１からＭまでの値をとる。重みベクトルｗiの初期値は乱数を用いて与えられる。
ｘj＝（ｘj1，ｘj2，…，ｘjN） （１）
ｗi＝（ｗi1，ｗi2，…，ｗiN） （２）

Ｍ個のニューロンについて、入力データベクトルｘjと対応するニューロンの重みベクトルｗiとのユークリッド距離ＤＷＸ＝｜ｗi−ｘj｜を算出し、距離ＤＷＸが最小となるニューロンを勝者ニューロンとする。ユークリッド距離ＤＷＸは、下記式（３）により算出される。

次に勝者ニューロン及びその近傍のニューロン集合Ｎcに含まれるニューロンの重みベクトルｗiを下記式（４）により、更新する。式（４）のα(t)は、学習係数であり、ｔは学習回数である。学習係数α(t)は、例えば初期値が「０．８」に設定され、学習回数ｔの増加とともに減少するように設定される。
ｗi(t+1)＝ｗi(t)＋α(t)（ｘj−ｗi(t)） （４）

ニューロン集合Ｎcに含まれないニューロンの重みベクトルｗiは下記式（５）で示すように前の値を維持する。
ｗi(t+1)＝ｗi(t) （５）

なお、ニューロン集合Ｎcも学習回数ｔの関数であり、学習回数ｔが増加するほど、近傍の範囲を狭くするように設定される。式（４）による重みベクトルの更新により、勝者ニューロン及びその近傍のニューロンの重みベクトルは、入力データベクトルに近づくように修正される。

上述した学習規則にしたがった演算を多数の入力データベクトルについて実行すると、Ｍ個のニューロンの配置は、入力データベクトルの分布状態を反映したものとなる。例えば、入力データベクトルを簡単のために２次元ベクトルとして、その配置を平面上に表したとき、入力データベクトルが平面上に一様に分布しているときは、学習後のニューロンの配置は平面上に一様に分布する。また入力データベクトルの分布に偏り（粗密）があるときには、ニューロンの分布状態は、同様の偏りのある分布状態となる。

このようにして得られた自己組織化マップは、学習ベクトル量子化（ＬＶＱ）アルゴリズムをさらに適用することにより、ニューロンの配置をより適切なものとするようにしてもよい。

図２は、本実施形態における目標スロットル弁開度ＴＨＣＭＤを算出する自己組織化マップを２次元マップとして示す。この２次元マップは、最も支配的な要因となる２つの入力パラメータである目標吸入空気量ＧＡＩＲＣＭＤ及び過給圧ＰＢによって定義されている。入力データベクトルｘＴＨは下記式（１０）で定義される。すなわち、入力パラメータは目標吸入空気量ＧＡＩＲＣＭＤ、過給圧ＰＢ、吸気圧ＰＩ、及びエンジン回転数ＮＥである。
ｘＴＨ＝（ＧＡＩＲＣＭＤ，ＰＢ，ＰＩ，ＮＥ） （１０）

図２に示すマップは複数の領域ＲＮＲi（ｉ＝１〜Ｍ，Ｍ＝３６）に分割されており、各領域に１つのニューロンＮＲi（「＊」でプロットされている）が含まれる。多数の入力データベクトルｘＴＨによる学習を予め行うことによって、各ニューロンＮＲiの位置（重みベクトルｗi）が決定され、さらに隣接するニューロンとの位置関係を考慮して境界線を引くことにより、各領域ＲＮＲiが定義されている。学習の際に適用する入力データベクトルｘＴＨの分布を、実際のエンジン運転中の出現分布と一致させておくことにより、エンジン運転中に出現頻度の高い運転状態に対応する領域においては、ニューロンＮＲiの分布が密になる。これにより、出現頻度の高い運転状態における目標スロットル弁開度ＴＨＣＭＤの算出精度を高めることができる。図２に示すマップは、標準的なエンジン（新品でかつ作動特性が平均的なエンジン）に対応する学習を行うことにより得られたものである。なお、図２には黒丸で学習に適用した入力データがプロットされている。

自己組織化マップの学習中においては、入力データベクトルｘＴＨと、その入力データベクトルｘＴＨに対応するスロットル弁開度ＴＨとを用いて、下記式（１１）で示す重み係数ベクトルＣi（ｉ＝１〜Ｍ）が算出され、記憶される。重み係数ベクトルＣiは、各ニューロンＮＲiに対応して算出され、記憶される。
Ｃi＝（Ｃ０i，Ｃ１i，Ｃ２i，Ｃ３i，Ｃ４i） （１１）

実際の制御演算においては、入力データベクトルｘＴＨの要素である目標吸入空気量ＧＡＩＲＣＭＤ及び過給圧ＰＢによって決まるその時点のマップ上の動作点を含む領域ＲＮＲiが選択され、領域ＲＮＲｉを代表するニューロンＮＲiに対応付けられた重み係数ベクトルＣi及び入力データベクトルｘＴＨを下記式（１２）に適用して、目標スロットル弁開度ＴＨＣＭＤが算出される。
ＴＨＣＭＤ＝Ｃ１i×ＧＡＩＲＣＭＤ＋Ｃ２i×ＰＢ
＋Ｃ３i×ＰＩ＋Ｃ４i×ＮＥ＋Ｃ０i （１２）

図３は、吸入空気量ＧＡＩＲ［ｇ／ｓｅｃ］と、スロットル弁開度ＴＨとの関係を示す図であり、曲線Ｌ１〜Ｌ５は、それぞれエンジン回転数ＮＥが１０００，１５００，２０００，２５００，及び３０００ｒｐｍである状態に対応する。

この図から明らかなように、エンジン回転数ＮＥが一定という条件の下で、スロットル弁開度ＴＨを増加させていくと、吸入空気量ＧＡＩＲが増加するが一定値（飽和レベル）で飽和し、スロットル弁開度ＴＨを変化させても、吸入空気量ＧＡＩＲは変化しない。すなわち、吸入空気量ＧＡＩＲが飽和レベル（以下「最大吸入空気量ＧＡＩＲＭＡＸ」という）に達すると、スロットル弁開度ＴＨの変更は吸入空気量ＧＡＩＲに影響を与えない。そこで、本実施形態では、アクセルペダル操作量ＡＰ及びエンジン回転数ＮＥに応じて設定される目標吸入空気量ＧＡＩＲＣＭＤが、最大吸入空気量ＧＡＩＲＭＡＸに所定閾値係数ＫＴＨ（例えば０．９５）を乗算することにより得られる判定閾値ＧＡＲＴＨ以上であるときは、目標スロットル弁開度ＴＨＣＭＤを最大開度ＴＨＭＡＸ（例えば「９０度」）に設定するようにしている。これにより、吸入空気量の制御性を損なうこと無く、ＥＣＵ２０のＣＰＵの演算負荷を軽減することができる。一方、目標吸入空気量ＧＡＩＲＣＭＤが最大吸入空気量ＧＡＩＲＭＡＸより小さいときは、上述した自己組織化マップ（以下「ＳＯＭ」という）を用いて、目標スロットル弁開度ＴＨＣＭＤを算出するようにしている。これにより、実際の吸入空気量ＧＡＩＲを目標吸入空気量ＧＡＩＲＣＭＤに制御する上で最適のスロットル弁開度の設定を行うことができる。

図４は、目標スロットル弁開度ＴＨＣＭＤを算出する処理のフローチャートであり、この処理はＥＣＵ２０のＣＰＵで所定時間毎に実行される。
ステップＳ１１では、アクセルペダル操作量ＡＰ及びエンジン回転数ＮＥに応じてＧＡＩＲＣＭＤマップ（図示せず）を検索し、目標吸入空気量ＧＡＩＲＣＭＤを算出する。ＧＡＩＲＣＭＤマップは、アクセルペダル操作量ＡＰが増加するほど目標吸入空気量ＧＡＩＲＣＭＤが増加し、かつエンジン回転数ＮＥが増加するほど目標吸入空気量ＧＡＩＲＣＭＤが増加するように設定されている。

ステップＳ１２では、エンジン回転数ＮＥ及び過給圧ＰＢに応じてＧＡＩＲＭＡＸマップ（図示せず）を検索し、最大吸入空気量ＧＡＩＲＭＡＸを算出する。ＧＡＩＲＭＡＸマップは、エンジン回転数ＮＥが増加するほど最大吸入空気量ＧＡＩＲＭＡＸが増加し、かつ過給圧ＰＢが増加するほと最大吸入空気量ＧＡＩＲＭＡＸが増加するように設定されている。

ステップＳ１３では、最大吸入空気量ＧＡＩＲＭＡＸに所定閾値係数ＫＴＨを乗算することにより、判定閾値ＧＡＩＲＴＨを算出する。ステップＳ１４では、目標吸入空気量ＧＡＩＲＣＭＤが判定閾値ＧＡＩＲＴＨより小さいか否かを判別し、この答が肯定（ＹＥＳ）であるときは、ＳＯＭを用いて目標スロットル弁開度ＴＨＣＭＤを算出する（ステップＳ１５）。

ステップＳ１４で、目標吸入空気量ＧＡＩＲＣＭＤが判定閾値ＧＡＩＲＴＨ以上であるときは、目標スロットル弁開度ＴＨＣＭＤを最大開度ＴＨＭＡＸに設定する。

以上のように本実施形態では、目標吸入空気量ＧＡＩＲＣＭＤが判定閾値ＧＡＩＲＴＨより小さいときは、目標吸入空気量ＧＡＩＲＣＭＤ，過給圧ＰＢ，吸気圧ＰＩ，及びエンジン回転数ＮＥが入力され、目標スロットル弁開度ＴＨＣＭＤを出力するＳＯＭを用いて、目標スロットル弁開度ＴＨＣＭＤが算出される一方、目標吸入空気量ＧＡＩＲＣＭＤが判定閾値ＧＡＩＲＴＨ以上であるときは、目標スロットル弁開度ＴＨＣＭＤが最大開度ＴＨＭＡＸに設定され、ＳＯＭを用いた目標スロットル弁開度ＴＨＣＭＤの算出が停止される。したがって、目標スロットル弁開度ＴＨＣＭＤの必要な算出精度を維持しつつ、目標吸入空気量ＧＡＩＲＣＭＤが大きい運転状態におけるＣＰＵの演算負荷を軽減することができる。

また目標吸入空気量ＧＡＩＲＣＭＤが判定閾値ＧＡＩＲＴＨ以上であるときは、目標スロットル弁開度ＴＨＣＭＤが全開開度ＴＨＭＡＸに設定されるので、ポンピング損失を低減し、エンジンの効率を高めることができる。

また吸入空気量ＧＡＩＲが、図３に示すように最大吸入空気量ＧＡＩＲＭＡＸに達すると、スロットル弁開度ＴＨを変化させても吸入空気量ＧＡＩＲが変化しなくなるので、最大吸入空気量ＧＡＩＲＭＡＸに所定閾値係数ＫＴＨを乗算して判定閾値ＧＡＩＲＴＨを算出することにより、制御の切換を適切に行うことができる。

本実施形態では、スロットル弁３が吸気制御弁に相当し、ＥＣＵ２０が目標吸入空気量算出手段、制御量算出手段、及び算出切換手段を構成する。具体的には、図４のステップＳ１１が目標吸入空気量算出手段に相当し、ステップＳ１５が制御量算出手段に相当し、ステップＳ１２〜Ｓ１４及びＳ１６が算出切換手段に相当する。

［変形例］
図５は、図４に示す処理の変形例を示すフローチャートである。この処理は、図４のステップＳ１６をステップＳ１６ａ及び１６ｂに代えたものである。

ステップＳ１６ａでは、最大吸入空気量ＧＡＩＲＭＡＸに応じて図６に実線で示すＴＨＳＴＢテーブルを検索し、最大吸入空気量ＧＡＩＲＭＡＸを実現する最小のスロットル弁開度である最小飽和開度ＴＨＳＴＢに設定する。ＴＨＳＴＢテーブルは、最大吸入空気量ＧＡＩＲＭＡＸが増加するほど、最小飽和開度ＴＨＳＴＢが増加するように設定されている。図６には参考のために図３に示す曲線Ｌ１〜Ｌ５が破線で示されている。最小飽和開度ＴＨＳＴＢは、換言すれば、エンジン回転数ＮＥが一定の条件の下で、吸入空気量が飽和する最小のスロットル弁開度である。

ステップＳ１６ｂでは、目標スロットル弁開度ＴＨＣＭＤを最小飽和開度ＴＨＳＴＢに設定する。

この変形例によれば、目標吸入空気量ＧＡＩＲＣＭＤが判定吸気量ＧＡＲＩＴＨ以上の値から判定吸気量ＧＡＩＲＴＨより小さい値に変化したときに、スロットル弁３の閉弁方向への駆動に伴う応答遅れに起因するむだ時間を最小限に抑制し、吸入空気量ＧＡＩＲの減量を迅速に行って排気特性や機関運転性を向上させることができる。
この変形例では、図５のステップＳ１２〜Ｓ１４、Ｓ１６ａ、及びＳ１６ｂが算出切換手段に相当する。

なお本発明は上述した実施形態に限るものではなく、種々の変形が可能である。例えば、上述した実施形態ではニューラルネットワークとして、自己組織化マップを用いたが、これに限るものではなく、いわゆるパーセプトロンとして知られるニューラルネットワークを使用するようにしてもよい。

また所定閾値係数ＫＴＨを「１．０」とし、判定閾値ＧＡＩＲＴＨを最大吸入空気量ＧＡＩＲＭＡＸに設定するようにしてもよい。

また本発明は、クランク軸を鉛直方向とした船外機などのような船舶推進機用エンジンなどの制御にも適用が可能である。

１ 内燃機関
２ 吸気管
３ スロットル弁（吸気制御弁）
２０ 電子制御ユニット（目標吸入空気量算出手段、制御量算出手段、算出切換手段）
２２ 過給圧センサ
２４ 吸気圧センサ
２７ アクセルセンサ
２８ エンジン回転数センサ

Claims (1)

1. 内燃機関の目標吸入空気量を算出する目標吸入空気量算出手段を備え、前記目標吸入空気量に応じて前記機関の吸気制御弁の開度を制御する、内燃機関の吸気制御装置において、
   前記機関の運転状態を示す機関運転パラメータ及び前記目標吸入空気量が入力され、前記吸気制御弁の制御量を出力するニューラルネットワークを用いて、前記吸気制御弁の制御量を算出する制御量算出手段と、
   前記目標吸入空気量が判定吸気量以上であるときは、前記制御量算出手段による前記制御量の算出を停止し、前記制御量を所定量に設定する算出切換手段とを備え、
   前記判定吸気量は、前記機関の最大吸入空気量より小さくかつ前記最大吸入空気量に近い値に設定され、
   前記所定量は、前記機関の最大吸入空気量を実現する前記吸気制御弁の制御量の内、最小の制御量に設定されることを特徴とする内燃機関の吸気制御装置。

Images