JP6547991B1 - 触媒温度推定装置、触媒温度推定システム、データ解析装置、および内燃機関の制御装置 - Google Patents

Abstract

【課題】触媒の過渡的な温度を推定しつつも適合工数を軽減することができるようにした触媒温度推定装置を提供する。【解決手段】記憶装置７０に記憶された写像データ７６ａは、ニューラルネットワークを規定するデータである。ＣＰＵ７２は、上流側空燃比センサ８２によって検出される上流側平均値や、吸入空気量Ｇａ等をニューラルネットワークの入力として、ＧＰＦ３４の温度を推定する。【選択図】図１

Description

本発明は、触媒温度推定装置、触媒温度推定システム、データ解析装置、および内燃機関の制御装置に関する。

たとえば下記特許文献１には、内燃機関の排気通路に設けられた触媒の温度を推定する装置が記載されている。この装置は、多数のマップデータを用いて過渡状態における触媒の温度を推定する。

特開２０１５−１１７６２１号公報

ところで、過渡的な温度を推定すべく多数のマップデータを用いる場合、それら各マップデータの適合工数が大きくなる。

以下、上記課題を解決するための手段およびその作用効果について記載する。
１．内燃機関の排気通路に設けられた触媒の温度を推定する触媒温度推定装置であって、記憶装置と、実行装置と、を備え、前記記憶装置は、前記内燃機関の周囲の外気の温度に関する変数である外気温変数と前記触媒に流入する流体に含まれる酸素と過不足なく反応する燃料量に対する、実際に前記触媒に流入する燃料量の過剰量に応じた変数である過剰量変数との２つのうちの少なくとも１つの変数、前記触媒に流入する流体のエネルギに関する状態変数である流体エネルギ変数、および前記触媒の温度の推定値の前回値を入力とし、前記触媒の温度の推定値を出力する写像を規定するデータである写像データを記憶しており、前記実行装置は、前記少なくとも１つの変数、前記流体エネルギ変数、および前記推定値の前回値を取得する取得処理、該取得処理によって取得されたデータを入力とする前記写像の出力に基づき前記触媒の温度の推定値を繰り返し算出する温度算出処理、および前記触媒の温度の推定値に基づき、前記触媒の温度を調整するための前記内燃機関の操作部を操作する操作処理を実行し、前記写像データは、機械学習によって学習されたものを含む触媒温度推定装置である。

上記構成では、推定値の前回値に基づき触媒の温度の推定値を算出することにより、触媒の定常状態の温度ではなく、前回の温度に対する変化を反映して触媒の温度を算出することができる。また、上記構成において、写像への入力に外気温変数を含めるなら、触媒の熱量の流出速度が外気温に応じて変化することを反映しつつ推定値を算出することができることから、外気温変数を用いない場合と比較して、精度を高めることができる。また上記構成において、写像への入力に過剰量変数を含めるなら、触媒に酸素が吸蔵される際に生じる熱量や触媒に吸蔵されている酸素が燃料を酸化させる際の酸化熱を把握しつつ推定値を算出できることから、過剰量変数を用いない場合と比較して精度を高めることができる。しかも、仮に触媒温度の推定値をマップデータによって算出するとするなら、マップデータの入力変数に外気温変数や過剰量変数を含めることにより、含めない場合と比較して適合工数が増大する。これに対し、上記構成では、写像データの生成の少なくとも一部を機械学習によって行うことにより、適合工数を軽減することができる。

２．前記内燃機関は、前記排気通路における前記触媒の上流に過給機を備え、前記排気通路は、前記過給機を迂回する通路であってウェストゲートバルブによって流路断面積が調整される迂回通路を備え、前記写像の入力には、前記流体エネルギ変数とは別に前記迂回通路の流路断面積に関する変数である流路変数が含まれ、前記取得処理は、前記流路変数を取得する処理を含み、前記温度算出処理は、前記流路変数を前記写像への入力にさらに含めた前記写像の出力に基づき前記推定値を算出する処理である上記１記載の触媒温度推定装置である。

過給機は比熱が大きいことから、触媒に流入する流体のうちの過給機を通過して触媒に流入する流体の割合に応じて、触媒に流入する排気の温度が異なる傾向がある。そこで上記構成では、流路変数に基づき触媒の温度の推定値を算出することにより、流路変数を用いない場合と比較して、推定値の精度を高めることができる。

３．前記流体エネルギ変数には、前記触媒に流入する流体の温度に関する変数である温度変数が含まれ、前記写像の入力には、前記流体エネルギ変数とは別に、前記内燃機関の点火時期に関する変数である点火変数が含まれ、前記取得処理は、前記点火変数を取得する処理を含み、前記温度算出処理は、前記点火変数を前記写像への入力にさらに含めた前記写像の出力に基づき前記推定値を算出する処理である上記１または２記載の触媒温度推定装置である。

点火時期を遅角するほど、燃焼室において燃焼することなく、燃焼室から排気通路に排出された後に燃料が燃焼するいわゆる後燃え現象が顕著となる。そして後燃えの程度によって触媒の受熱量が変化する。そこで上記構成では、点火変数に基づき触媒の温度の推定値を算出することにより、点火変数を用いない場合と比較して、推定値の精度を高めることができる。

４．前記触媒は、流入する流体中のＰＭを捕集するフィルタに担持されており、前記写像の入力には、前記フィルタに堆積したＰＭの量に関する変数である堆積量変数が含まれ、前記取得処理は、前記堆積量変数を取得する処理を含み、前記温度算出処理は、前記堆積量変数を前記写像への入力にさらに含めた前記写像の出力に基づき前記推定値を算出する処理である上記１〜３のいずれか１つに記載の触媒温度推定装置である。

フィルタにＰＭが捕集されている場合にフィルタに酸素が流入すると、ＰＭが酸化されて酸化熱によってフィルタおよび触媒の温度が上昇する。そこで、上記構成では、堆積量変数に基づき触媒の温度の推定値を算出することにより、堆積量変数を用いない場合と比較して、推定値の精度を高めることができる。

５．前記取得処理は、前記流体の流れ方向に並ぶＮ個の部分領域に前記触媒を分割したそれぞれの部分領域を上流側から順に第１部分領域から第Ｎ部分領域とし、前記推定値の前回値として前記第１部分領域から第Ｎ部分領域までのそれぞれの温度の推定値の前回値を取得する処理を含み、前記写像は、前記第１部分領域の温度の推定値を出力する写像として前記取得処理によって取得した変数のうち前記第１部分領域よりも下流に位置する前記部分領域の前記推定値の前回値以外の変数を少なくとも入力とする第１写像と、「ｉ」を２以上Ｎ以下の整数として、第ｉ部分領域の温度の推定値を出力する写像として、少なくとも第「ｉ−１」部分領域の温度の推定値と第ｉ部分領域の前記推定値の前回値とを入力とする第ｉ写像と、を含み、前記温度算出処理は、前記取得処理によって取得した変数のうち前記第１部分領域よりも下流に位置する前記部分領域の前記推定値の前回値以外の変数を少なくとも前記第１写像に入力することによって前記第１部分領域の温度の推定値を算出する処理と、少なくとも第「ｉ−１」部分領域の温度の推定値と前記第ｉ部分領域の前記推定値の前回値とを前記第ｉ写像の入力とすることによって前記第ｉ部分領域の温度の推定値を算出する処理とによって、前記第１部分領域から第Ｎ部分領域までのそれぞれの温度の推定値を算出する処理を含む上記１〜４のいずれか１つに記載の触媒温度推定装置である。

上記構成では、第「ｉ−１」部分領域の温度の推定値に基づき第ｉ部分領域の温度を推定することにより、第ｉ部分領域と第「ｉ−１」部分領域との熱交換を考慮して第ｉ部分領域の温度を推定することができる。したがって、単一の写像によって単一の触媒の温度を算出する写像を構成する場合と比較すると、触媒の部分領域間の熱交換を簡易に反映することができることから、各写像の構造を簡素化しつつも温度の推定精度を高めることができる。

６．前記写像は、前記外気温変数と前記過剰量変数との２つのうちの少なくとも１つの変数および前記流体エネルギ変数を入力とし、前記内燃機関が定常運転しているときに前記触媒の温度が収束する値である定常温度を出力する定常写像と、前記内燃機関の吸入空気量に関する変数である空気量変数と前記定常温度と前記推定値の前回値とを入力とし、前記触媒の温度が前記定常温度に収束する時定数を定める変数である時定数変数を出力する時定数写像と、を含み、前記取得処理は、前記空気量変数を取得する処理を含み、前記温度算出処理は、前記外気温変数と前記過剰量変数との２つのうちの少なくとも１つの変数および前記流体エネルギ変数を入力とし前記定常写像の出力に基づき前記定常温度を算出する定常算出処理と、前記空気量変数と前記定常温度と前記推定値の前回値とを前記時定数写像の入力として前記時定数変数を算出する時定数算出処理と、前記時定数算出処理によって算出された前記時定数変数に応じて前記触媒の温度の推定値を前記定常温度に近づけることによって前記推定値を算出する処理と、を含み、前記定常写像を規定する写像データは、機械学習によって学習されたものである上記１〜５のいずれか１つに記載の触媒温度推定装置である。

上記構成では、定常状態の温度と時定数変数とによって、触媒の温度の過渡的な挙動をも推定できる。ここで、仮に定常状態の温度をマップデータによって算出するとするなら、外気温変数や過剰量変数を含めることにより、含めない場合と比較して適合工数が増大する。これに対し、上記構成では、機械学習によって写像データを生成することにより、適合工数を軽減することができる。

７．前記写像は、前記触媒の温度の推定値の前回値に加えて流体エネルギ変数の時系列データを入力として前記触媒の温度の推定値を出力するものであり、前記取得処理は、前記流体エネルギ変数として前記流体エネルギ変数の時系列データを取得する処理を含み、前記温度算出処理による前記流体エネルギ変数を前記写像への入力とする前記推定値の算出処理は、前記流体エネルギ変数の時系列データを前記写像への入力とする前記推定値の算出処理である上記１記載の触媒温度推定装置である。

上記構成では、流体エネルギ変数の時系列データに基づき触媒の温度を推定することから、流体エネルギ変数の単一のサンプリング値を用いる場合と比較すると、推定値の算出周期における流体エネルギについてのより高精度な情報を用いることができ、ひいては温度の推定精度を高めることができる。

８．前記流体エネルギ変数の時系列データは、前記排気通路における前記触媒の上流側から所定期間に前記触媒に流入する流体の温度に関する変数である温度変数の時系列データを含む上記７記載の触媒温度推定装置である。

上記構成では、触媒の上流側の流体の温度変数の時系列データを用いて流体エネルギ変数を構成することにより、触媒に流入する流体のエネルギ流量を高精度に表現できる。
９．前記流体エネルギ変数の時系列データは、前記所定期間における前記温度変数の時系列データと、前記所定期間における、前記内燃機関の吸入空気量に関する変数である空気量変数とを含んで構成されており、前記所定期間における前記空気量変数は、前記温度変数の時系列データよりもサンプリング数が少ない上記９記載の触媒温度推定装置である。

流体の温度と空気量とによって、流体の有する熱エネルギの流量が定まることから、上記構成によれば、流体エネルギ変数を、流体の有する熱エネルギ流量を高精度に表現する変数とすることができる。しかも、上記構成では、温度変数のいくつかのサンプリング値に対して単一の空気量変数のサンプリング値を対応させることにより、写像の入力変数の次元を削減できる。

１０．前記記憶装置は、前記写像データとして複数種類の写像データを記憶しており、
前記温度算出処理は、前記複数種類の写像データのうちの１つを、前記触媒の温度の推定値を算出するために用いる写像データとして選択する選択処理を含む上記１〜９のいずれか１つに記載の触媒温度推定装置である。

あらゆる状況において、触媒の温度の推定値を高精度に出力可能な写像を構成する場合、写像の構造が複雑化しやすい。そこで上記構成では、複数種類の写像データを設ける。これより、状況に応じて適切な写像を選択することが可能となり、その場合、単一の写像で全ての状況に対処する場合と比較して、複数種類の写像のそれぞれの構造を簡素化しやすい。

１１．前記記憶装置は、前記内燃機関の燃焼室への燃料供給の有無、前記触媒の暖機処理の有無および前記触媒の昇温処理の有無の少なくとも１つに応じた各別の写像を規定する複数種類の写像データを記憶しており、前記選択処理は、前記複数種類の写像データのうちの１つを、前記触媒の温度の推定値を算出するために用いる写像データとして選択する処理を含む上記１０記載の触媒温度推定装置である。

燃料供給の有無や、触媒の暖機処理の有無、昇温処理の有無によって、触媒の受熱量が大きく異なる。そのため、それらに対して単一の写像で対処する場合には、写像の構造が複雑化しやすい。これに対し、上記構成では、燃料供給の有無や、触媒の暖機処理の有無、昇温処理の有無に応じて温度の推定値を算出するための写像を選択することにより、各写像を、燃料供給の有無や、触媒の暖機処理の有無、昇温処理の有無に特化したものとすることができ、ひいては複数種類の写像のそれぞれの構造を簡素化しやすい。

１２．前記操作処理は、前記触媒の温度が所定温度以上の場合、所定温度未満の場合と比較して、前記内燃機関の燃焼室において燃焼対象とされる混合気の空燃比をリッチとする処理を含む上記１〜１１のいずれか１つに記載の触媒温度推定装置である。

上記構成では、上記推定値に基づき、触媒の温度が過度に高くならないように、触媒に流入する流体の温度を下げるべく、空燃比をリッチとする処理を実行する。したがって、精度の良い温度情報に基づき、リッチとする処理の実行の可否判定ができることから、不必要にリッチとすることを抑制できる。

１３．上記１〜１２のいずれか１つに記載の前記実行装置および前記記憶装置を備え、前記実行装置は、第１実行装置および第２実行装置を含み、前記第１実行装置は、車両に搭載されて且つ、前記取得処理と、前記取得処理によって取得されたデータを車両の外部に送信する車両側送信処理と、前記温度算出処理によって算出された推定値に基づく信号を受信する車両側受信処理と、前記操作処理と、を実行し、前記第２実行装置は、前記車両の外部に配置されて且つ、前記車両側送信処理によって送信されたデータを受信する外部側受信処理と、前記温度算出処理と、前記温度算出処理によって算出された推定値に基づく信号を前記車両に送信する外部側送信処理と、を実行する触媒温度推定システムである。

上記構成では、温度算出処理を車両の外部において実行することにより、車載装置の演算負荷を軽減できる。
１４．上記１３記載の前記第２実行装置および前記記憶装置を備えるデータ解析装置である。

１５．上記１３記載の前記第１実行装置を備える内燃機関の制御装置である。

第１の実施形態にかかる制御装置および車両の駆動系の構成を示す図。 同実施形態にかかる制御装置が実行する処理の一部を示すブロック図。 同実施形態にかかる触媒温度推定処理の手順を示す流れ図。 同実施形態にかかる写像データを生成するシステムを示す図。 同実施形態にかかる写像データの学習処理の手順を示す流れ図。 第２の実施形態にかかる触媒温度推定処理の手順を示す流れ図。 第３の実施形態にかかる選択処理の手順を示す流れ図。 第４の実施形態にかかる触媒の部分領域を示す図。 同実施形態にかかる触媒温度推定処理の手順を示す流れ図。 第５の実施形態にかかる触媒温度推定処理の手順を示す流れ図。 第６の実施形態にかかる触媒温度推定システムの構成を示す図。 （ａ）および（ｂ）は、触媒温度推定システムが実行する処理の手順を示す流れ図。

＜第１の実施形態＞
以下、触媒温度推定装置にかかる第１の実施形態について図面を参照しつつ説明する。
図１に示す車両ＶＣに搭載された内燃機関１０において、吸気通路１２から吸入された空気は、過給機１４を介して下流へと流動し、吸気バルブ１６の開弁に伴って燃焼室１８に流入する。内燃機関１０には、燃焼室１８に燃料を直接噴射する筒内噴射弁２０や、火花放電を生じさせる点火装置２２が設けられている。燃焼室１８において、空気と燃料との混合気は、燃焼に供され、燃焼によって生じたエネルギは、クランク軸２４の回転エネルギとして取り出される。燃焼に供された混合気は、排気バルブ２６の開弁に伴って、排気として、排気通路３０に排出される。排気通路３０のうち過給機１４の下流には、排気中の粒子状物質を捕集するフィルタであって酸素吸蔵能力を有した三元触媒が担持されたフィルタであるＧＰＦ３４が設けられている。また、ＧＰＦ３４の下流には、酸素吸蔵能力を有した三元触媒である触媒３６が設けられている。また、排気通路３０は、過給機１４を迂回してＧＰＦ３４へと排気を流動させる迂回通路４０を備えている。迂回通路４０には、その流路断面積を調整するウェストゲートバルブ（以下、ＷＧＶ４２）が設けられている。

なお、クランク軸２４には、トルクコンバータ５０および変速装置５２を介して駆動輪６０が機械的に連結されている。
制御装置７０は、内燃機関１０を制御対象とし、その制御量であるトルクや排気成分比率等を制御するために、筒内噴射弁２０や、点火装置２２、ＷＧＶ４２等の内燃機関１０の操作部を操作する。なお、図１には、筒内噴射弁２０、点火装置２２、およびＷＧＶ４２のそれぞれの操作信号ＭＳ１〜ＭＳ３を記載している。

制御装置７０は、制御量の制御に際し、エアフローメータ８０によって検出される吸入空気量Ｇａや、ＧＰＦ３４の上流に設けられた排気温センサ８２によって検出される排気温Ｔｅｘｕ、ＧＰＦ３４の上流側に設けられた上流側空燃比センサ８４の検出値である上流側検出値Ａｆｕを参照する。また制御装置７０は、ＧＰＦ３４と触媒３６との間に設けられた下流側空燃比センサ８６の検出値である下流側検出値Ａｆｄや、クランク角センサ８８の出力信号Ｓｃｒ、車速センサ９０によって検出される車速ＳＰＤ、外気温センサ９２によって検出される外気温ＴＯを参照する。

制御装置７０は、ＣＰＵ７２、ＲＯＭ７４、電気的に書き換え可能な不揮発性メモリである記憶装置７６、および周辺回路７７を備え、それらがローカルネットワーク７８によって通信可能とされたものである。なお、周辺回路７７は、内部の動作を規定するクロック信号を生成する回路や、電源回路、リセット回路等を含む。

制御装置７０は、ＲＯＭ７４に記憶されたプログラムをＣＰＵ７２が実行することによって、上記制御量の制御を実行する。
図２に、ＲＯＭ７４に記憶されたプログラムをＣＰＵ７２が実行することによって実現される処理の一部を示す。

ベース噴射量算出処理Ｍ１０は、充填効率ηに基づき、燃焼室１８内の混合気の空燃比を目標空燃比とするための燃料量のベース値であるベース噴射量Ｑｂを算出する処理である。詳しくは、ベース噴射量算出処理Ｍ１０は、たとえば充填効率ηが百分率で表現される場合、空燃比を目標空燃比とするための充填効率ηの１％当たりの燃料量ＱＴＨに、充填効率ηを乗算することによりベース噴射量Ｑｂを算出する処理とすればよい。ベース噴射量Ｑｂは、燃焼室１８内に充填される空気量に基づき、空燃比を目標空燃比に制御するために算出された燃料量である。本実施形態では、目標空燃比として、理論空燃比を例示する。なお、充填効率ηは、燃焼室１８内に充填される空気量を定めるパラメータであり、ＣＰＵ７２により回転速度ＮＥおよび吸入空気量Ｇａに基づき算出される。また、回転速度ＮＥは、クランク角センサ８８の出力信号Ｓｃｒに基づきＣＰＵ７２により算出される。

フィードバック処理Ｍ１２は、上流側検出値Ａｆｕを目標値Ａｆｕ＊にフィードバック制御するための操作量であるフィードバック操作量としてのベース噴射量Ｑｂの補正比率δに「１」を加算したフィードバック補正係数ＫＡＦを算出して出力する処理である。詳しくは、フィードバック処理Ｍ１２は、上流側検出値Ａｆｕと目標値Ａｆｕ＊との差を入力とする比例要素および微分要素の各出力値と、同差に応じた値の積算値を保持し出力する積分要素の出力値との和を補正比率δとする。

触媒温度抑制処理Ｍ１４は、ＧＰＦ３４の温度である触媒温度Ｔｃａｔが所定温度以上となる場合、ＧＰＦ３４を保護すべく、増量係数Ｋｏｔを「１」よりも大きい値に算出する処理である。なお、触媒温度Ｔｃａｔが所定温度未満の場合、増量係数Ｋｏｔは、「１」とされる。

要求噴射量算出処理Ｍ１６は、ベース噴射量Ｑｂに、フィードバック補正係数ＫＡＦと増量係数Ｋｏｔを乗算することによって、要求噴射量Ｑｄを算出する処理である。なお、本実施形態では、増量係数Ｋｏｔが「１」よりも大きい場合には、フィードバック処理Ｍ１２を停止し、フィードバック補正係数ＫＡＦを固定することとする。

噴射弁操作処理Ｍ１８は、要求噴射量Ｑｄに基づき、筒内噴射弁２０を操作すべく、筒内噴射弁２０に操作信号ＭＳ１を出力する処理である。
触媒温度推定処理Ｍ２０は、触媒温度Ｔｃａｔを推定する処理である。これについては、後に詳述する。

ＰＭ堆積量算出処理Ｍ２２は、回転速度ＮＥや充填効率η、上流側検出値Ａｆｕ、触媒温度Ｔｃａｔ等に基づき、ＰＭ堆積量ＤＰＭを算出する処理である。ここで、ＰＭ堆積量ＤＰＭは、ＧＰＦ３４に堆積された粒子状物質であるＰＭの量である。詳しくは、ＰＭ堆積量算出処理Ｍ２２は、回転速度ＮＥおよび充填効率ηを入力変数とし、排気通路３０に排出されるＰＭの量を出力変数とするマップデータに基づき、排出されるＰＭの量をマップ演算する処理を含む。また、ＰＭ堆積量算出処理Ｍ２２は、排出されたＰＭのうちのＧＰＦ３４によって捕集される割合を、ＰＭ堆積量ＤＰＭが小さい場合に多い場合よりも大きく算出する処理を含む。また、ＰＭ堆積量算出処理Ｍ２２は、上流側検出値Ａｆｕが理論空燃比よりもリーンである場合に、ＧＰＦ３４において酸化されるＰＭ量を触媒温度Ｔｃａｔが高い場合に低い場合よりも大きく算出する処理を含む。

なお、マップデータとは、入力変数の離散的な値と、入力変数の値のそれぞれに対応する出力変数の値と、の組データである。またマップ演算は、たとえば、入力変数の値がマップデータの入力変数の値のいずれかに一致する場合、対応するマップデータの出力変数の値を演算結果とするのに対し、一致しない場合、マップデータに含まれる複数の出力変数の値の補間によって得られる値を演算結果とする処理とすればよい。

再生処理Ｍ２４は、ＰＭ堆積量ＤＰＭが所定量以上となる場合、筒内噴射弁２０や点火装置２２等の内燃機関１０の操作部のうちの排気の温度を上昇させるための操作部を操作して、ＧＰＦ３４の温度を上昇させる昇温制御を実行し、ＧＰＦ３４に捕集されたＰＭを酸化除去する処理である。詳しくは、再生処理Ｍ２４は、昇温制御によって触媒温度Ｔｃａｔが所定範囲内となるように制御する処理を含む。

下流側通電処理Ｍ２６は、内燃機関１０の始動後、触媒温度Ｔｃａｔに基づき、下流側空燃比センサ８６の通電を開始する処理である。本実施形態において、下流側通電処理Ｍ２６は、触媒温度Ｔｃａｔを下流側空燃比センサ８６の温度とみなして、触媒温度Ｔｃａｔが規定値以上となることで、下流側空燃比センサ８６の通電を開始する処理とする。

図３に、触媒温度推定処理Ｍ２０の手順を示す。図３に示す処理は、図１に示すＲＯＭ７４に記憶された温度推定プログラム７４ａをＣＰＵ７２がたとえば所定周期で繰り返し実行することにより実現される。なお、以下では、先頭に「Ｓ」が付与された数字によって、各処理のステップ番号を表現する。

図３に示す一連の処理において、ＣＰＵ７２は、まず、排気温平均値Ｔｅｘｕａｖｅ、上流側平均値Ａｆｕａｖｅ、吸入空気量Ｇａ、回転速度ＮＥ、および充填効率ηのそれぞれについての、所定期間における時系列データと、前回、図３の処理によって算出された触媒温度Ｔｃａｔである触媒温度Ｔｃａｔの前回値と、を取得する（Ｓ１０）。以下では、サンプリングタイミングが古い順に、「１，２，…，ｓｎ」として、たとえば回転速度ＮＥの時系列データを「ＮＥ（１）〜ＮＥ（ｓｎ）」と記載する。ここで、「ｓｎ」は、各変数の時系列データに含まれるデータ数である。

排気温平均値Ｔｅｘｕａｖｅは、上記時系列データのサンプリング間隔における排気温Ｔｅｘｕの平均値である。すなわち、ＣＰＵ７２は、時系列データのサンプリング間隔の間に、排気温Ｔｅｘｕを複数回サンプリングし、それらの平均値を算出し、排気温平均値Ｔｅｘｕａｖｅとする。同様に、上流側平均値Ａｆｕａｖｅは、上記時系列データのサンプリング間隔における上流側検出値Ａｆｕの平均値である。

次にＣＰＵ７２は、触媒温度Ｔｃａｔを出力する写像の入力変数ｘ（１）〜ｘ（５ｓｎ＋１）に、Ｓ１０の処理によって取得した値を代入する（Ｓ１２）。すなわち、ＣＰＵ７２は、ｍ＝１〜ｓｎとすると、入力変数ｘ（ｍ）に排気温平均値Ｔｅｘｕａｖｅ（ｍ）を代入し、入力変数ｘ（ｓｎ＋ｍ）に上流側平均値Ａｆｕａｖｅ（ｍ）を代入し、入力変数ｘ（２ｓｎ＋ｍ）に吸入空気量Ｇａ（ｍ）を代入し、入力変数ｘ（３ｓｎ＋ｍ）に回転速度ＮＥ（ｍ）を代入する。またＣＰＵ７２は、入力変数ｘ（４ｓｎ＋ｍ）に充填効率η（ｍ）を代入し、入力変数ｘ（５ｓｎ＋１）に触媒温度Ｔｃａｔの前回値を代入する。

次にＣＰＵ７２は、図１に示す記憶装置７６に記憶された写像データ７６ａによって規定される写像に入力変数ｘ（１）〜ｘ（５ｓｎ＋１）を入力することによって、触媒温度Ｔｃａｔを算出する（Ｓ１４）。

本実施形態において、この写像は、中間層が「α」個であって且つ、各中間層の活性化関数ｈ１〜ｈαが、ハイパボリックタンジェントであり、出力層の活性化関数ｆがＲｅＬＵであるニューラルネットワークによって構成されている。なお、ＲｅＬＵは、入力とゼロとのうちの小さくない方を出力する関数である。たとえば、第１の中間層の各ノードの値は、係数ｗ（１）ｊｉ（ｊ＝０〜ｎ１，ｉ＝０〜５ｓｎ＋１）によって規定される線形写像に上記入力変数ｘ（１）〜ｘ（５ｓｎ＋１）を入力した際の出力を活性化関数ｈ１に入力することによって生成される。すなわち、ｍ＝１，２，…，αとすると、第ｍの中間層の各ノードの値は、係数ｗ（ｍ）によって規定される線形写像の出力を活性化関数ｈｍに入力することによって生成される。図３に示す値ｎ１，ｎ２，…，ｎαは、それぞれ、第１、第２、…、第αの中間層のノード数である。ちなみに、ｗ（１）ｊ０等は、バイアスパラメータであり、入力変数ｘ（０）は、「１」と定義している。

なお、ＣＰＵ７２は、Ｓ１４の処理が完了する場合には、図３に示す一連の処理を一旦終了する。ちなみに、図３の処理を最初に実行する場合には、触媒温度Ｔｃａｔの前回値として、予め定めておいたデフォルト値を用いればよい。デフォルト値が実際の温度からずれている場合であっても、図３の処理が繰り返されることにより、触媒温度Ｔｃａｔは正しい値へと収束する。

次に写像データ７６ａの生成手法について説明する。
図４に、写像データ７６ａを生成するシステムを示す。
図４に示すように、本実施形態では、内燃機関１０のクランク軸２４に、トルクコンバータ５０および変速装置５２を介してダイナモメータ１００を機械的に連結する。そして内燃機関１０を稼働させた際の様々な状態変数がセンサ群１０２によって検出され、検出結果が、写像データ７６ａを生成するコンピュータである適合装置１０４に入力される。なお、センサ群１０２には、写像への入力を生成するための値を検出するセンサであるエアフローメータ８０や、排気温センサ８２、上流側空燃比センサ８４等が含まれる。また、センサ群１０２には、ＧＰＦ３４の温度を検出する触媒温度センサが含まれる。

図５に、写像データの生成処理の手順を示す。図５に示す処理は、適合装置１０４によって実行される。なお、図５に示す処理は、たとえば、適合装置１０４にＣＰＵおよびＲＯＭを備え、ＲＯＭに記憶されたプログラムをＣＰＵが実行することにより実現すればよい。

図５に示す一連の処理において、適合装置１０４は、まず、センサ群１０２の検出結果に基づき、Ｓ１０の処理において取得するのと同一のデータを訓練データとして取得する（Ｓ２０）。なお、ここで、取得したタイミングに同期して、上述の触媒温度センサの検出値を訓練データのうちの教師データとして取得する。

次に、適合装置１０４は、Ｓ１２の処理の要領で、入力変数ｘ（１）〜ｘ（５ｓｎ＋１）に教師データ以外の訓練データを代入する（Ｓ２２）。そして適合装置１０４は、Ｓ１４の処理の要領で、Ｓ２２の処理によって求めた入力変数ｘ（１）〜ｘ（５ｓｎ＋１）を用いて触媒温度Ｔｃａｔを算出する（Ｓ２４）。そしてＣＰＵ７２は、Ｓ２４の処理によって算出された触媒温度Ｔｃａｔのサンプル数が所定以上であるか否かを判定する（Ｓ２６）。ここで所定以上であるためには、内燃機関１０の運転状態を変化させることによって、回転速度ＮＥおよび充填効率ηによって規定される様々な動作点において触媒温度Ｔｃａｔが算出されていることが要求される。

適合装置１０４は、所定以上ではないと判定する場合（Ｓ２６：ＮＯ）、Ｓ２０の処理に戻る。これに対し、ＣＰＵ７２は、所定以上であると判定する場合（Ｓ２６：ＹＥＳ）、教師データとしての触媒温度センサの検出値とＳ２４の処理によって算出された触媒温度Ｔｃａｔのそれぞれとの差の２乗和を最小化するように、係数ｗ（１）ｊｉ，ｗ（２）ｋｊ，…，ｗ（α）１ｐを更新する（Ｓ２８）。そして適合装置１０４は、係数ｗ（１）ｊｉ，ｗ（２）ｋｊ，…，ｗ（α）１ｐを、学習済みの写像データ７６ａとして記憶する（Ｓ３０）。

ここで、本実施形態の作用および効果について説明する。
写像データ７６ａは、排気温平均値Ｔｅｘｕａｖｅ、上流側平均値Ａｆｕａｖｅ、吸入空気量Ｇａ、回転速度ＮＥ、および充填効率ηのそれぞれの時系列データと、触媒温度Ｔｃａｔの前回値と、を入力とし、触媒温度Ｔｃａｔを出力とする写像を規定するものとして、学習される。ここで、吸入空気量Ｇａおよび排気温平均値Ｔｅｘｕａｖｅは、ＧＰＦ３４に流入する流体のエネルギに関する状態変数である流体エネルギ変数を構成する。また、吸入空気量Ｇａおよび上流側平均値Ａｆｕａｖｅは、ＧＰＦ３４に流入する流体に含まれる酸素と過不足なく反応する燃料量に対する実際の燃料量の過剰量に応じた変数である過剰量変数を構成する。ただし、過剰量は、負の値となることもある。すなわち、ＧＰＦ３４に流入する流体に含まれる酸素と過不足なく反応する燃料量に対して実際の燃料量が不足する場合、負の値となる。

ＧＰＦ３４は、ＧＰＦ３４に流入する流体と熱交換をすることに加えて、流体中の酸素を吸蔵する際に発熱したり、流体中の燃料と吸蔵されている酸素との酸化反応で発熱したりする。これらによる触媒温度Ｔｃａｔの前回値からの変化量は、排気エネルギ変数と過剰量変数とによって把握できることから、排気エネルギ変数と過剰量変数とによって触媒温度Ｔｃａｔを算出できると考えられる。

ただし、それら複数の変数を用いて触媒温度Ｔｃａｔを出力する写像をマップデータの適合によって行う場合には、適合工数が大きくなりやすい。これに対し、本実施形態では、機械学習を用いることによって、適合工数を抑制できる。

以上説明した本実施形態によれば、さらに以下に記載する効果が得られる。
（１）排気温平均値Ｔｅｘｕａｖｅ、上流側平均値Ａｆｕａｖｅ、吸入空気量Ｇａ、回転速度ＮＥ、および充填効率ηのそれぞれの単一のサンプリング値ではなく、時系列データを写像の入力とした。これにより、触媒温度Ｔｃａｔに影響する変数の波形情報を用いて触媒温度Ｔｃａｔを算出できることから、単一のサンプリング値を用いる場合と比較すると、触媒温度Ｔｃａｔの算出周期の割に精度を高めやすい。なお、時系列データを入力変数とし触媒温度Ｔｃａｔを出力変数とするマップデータは、適合工数が膨大となり、現実的ではないが、本実施形態では、マップデータに代えて機械学習による学習済みモデルを用いることによって、時系列データに基づく触媒温度Ｔｃａｔの算出を可能とした。

（２）内燃機関１０の様々な変数を無作為且つ大量に入力して触媒温度Ｔｃａｔを算出する写像を機械学習によって学習させるのではなく、内燃機関１０の制御に精通した発明者の知見に基づき、写像に入力する変数を厳選した。そのため、発明者の知見を用いない場合と比較すると、ニューラルネットワークの中間層の層数や、時系列データのデータ数ｓｎを小さくすることが可能となり、触媒温度Ｔｃａｔを算出する写像の構造を簡素化しやすい。

（３）写像の入力に、内燃機関１０の動作点を規定する動作点変数を構成する回転速度ＮＥおよび充填効率ηを含めた。点火装置２２や、ＷＧＶ４２等の内燃機関１０の操作部の操作量は、動作点に応じて可変とされる傾向があることから、動作点変数を写像の入力とすることにより、操作量の相違を反映して触媒温度Ｔｃａｔを算出できる。

（４）上記高精度に算出された触媒温度Ｔｃａｔが所定温度以上となる場合に、触媒温度抑制処理Ｍ１４によって増量係数Ｋｏｔを「１」よりも大きくし、混合気の空燃比をよりリッチとした。これにより、たとえば内燃機関１０の動作点に基づき、増量係数Ｋｏｔを「１」よりも大きい値とする場合と比較すると、ＧＰＦ３４の温度が過度に高くなる時に限って増量係数Ｋｏｔを「１」よりも大きい値に設定することができる。

（５）上記高精度に算出された触媒温度Ｔｃａｔに基づき、ＰＭ堆積量算出処理Ｍ２２によってＰＭ堆積量ＤＰＭを算出した。これにより、ＰＭ堆積量ＤＰＭを高精度に算出できる。しかもこれにより、再生処理Ｍ２４によっていつＰＭ堆積量ＤＰＭが再生処理を停止してよい量にまで減少したかを高精度に判定することができる。

（６）上記高精度に算出された触媒温度Ｔｃａｔに基づき、再生処理Ｍ２４による昇温制御の実行および停止を判定した。これにより、ＧＰＦ３４の温度を高精度に制御できる。

（７）上記高精度に算出された触媒温度Ｔｃａｔが規定値となることに基づき、下流側空燃比センサ８６の通電開始を判定した。これにより、下流側空燃比センサ８６が実際に通電しても構わない温度となるタイミングに対して大きなマージンを設けることなく、極力早期に通電を開始できる。

＜第２の実施形態＞
以下、第２の実施形態について、第１の実施形態との相違点を中心に図面を参照しつつ説明する。

本実施形態では、吸入空気量Ｇａ、回転速度ＮＥ、および充填効率ηのそれぞれの時系列データのうちのいくつかの平均値を算出して、それらを写像の入力とする。以下、図６においては、説明の便宜上、Ｓ１０の処理によって取得される各変数の時系列データのデータ数ｓｎが「５」の倍数であるとして、この実施形態を説明する。

図６に、本実施形態において制御装置７０が実行する処理の手順を示す。図６に示す処理は、図１に示すＲＯＭ７４に記憶された温度推定プログラム７４ａをＣＰＵ７２がたとえば所定周期で繰り返し実行することにより実現される。図６に示す処理において、図３に示した処理に対応する処理については、便宜上、同一のステップ番号を付与する。

図６に示す一連の処理において、ＣＰＵ７２は、Ｓ１０の処理が完了すると、吸入空気量Ｇａ、回転速度ＮＥ、および充填効率ηのそれぞれについて、早いものから順に「ｓｎ／５」個ずつの平均値を算出する（Ｓ４０）。すなわち、たとえば、吸入空気量Ｇａ（１），Ｇａ（２），…，Ｇａ（ｓｎ／５）の平均値を吸入空気量平均値Ｇａａｖｅ（１）とし、吸入空気量Ｇａ（（ｓｎ／５）＋１），Ｇａ（（ｓｎ／５）＋２），…，Ｇａ（２・（ｓｎ／５））を吸入空気量平均値Ｇａａｖｅ（２）とする。このようにして、吸入空気量平均値Ｇａａｖｅ、回転速度平均値ＮＥａｖｅ、および充填効率平均値ηａｖｅのそれぞれ「５」個からなる時系列データを生成する。

次にＣＰＵ７２は、Ｓ４０の処理によって生成した時系列データと、Ｓ１０の処理において取得した排気温平均値Ｔｅｘｕａｖｅおよび上流側平均値Ａｆｕａｖｅのそれぞれの時系列データと、触媒温度Ｔｃａｔの前回値と、を写像の入力変数ｘに代入する（Ｓ１２ａ）。すなわち、ＣＰＵ７２は、ｍ＝１〜ｓｎとして、入力変数ｘ（ｍ）に排気温平均値Ｔｅｘｕａｖｅ（ｍ）を代入し、入力変数ｘ（ｓｎ＋ｍ）に上流側平均値Ａｆｕａｖｅ（ｍ）を代入する。また、ＣＰＵ７２は、ｍ＝１〜５として、入力変数ｘ（２ｓｎ＋ｍ）に吸入空気量平均値Ｇａａｖｅ（ｍ）を代入し、入力変数ｘ（２ｓｎ＋５＋ｍ）に回転速度平均値ＮＥａｖｅ（ｍ）を代入する。またＣＰＵ７２は、入力変数ｘ（２ｓｎ＋１０＋ｍ）に充填効率平均値ηａｖｅ（ｍ）を代入し、入力変数ｘ（２ｓｎ＋１６）に触媒温度Ｔｃａｔの前回値を代入する。

そしてＣＰＵ７２は、Ｓ１２ａにおいて生成した入力変数ｘ（１）〜ｘ（２ｓｎ＋１６）を入力とし触媒温度Ｔｃａｔを出力とするニューラルネットワークによって、触媒温度Ｔｃａｔを算出する（Ｓ１４ａ）。このニューラルネットワークは、Ｓ１４の処理において例示したものと同様であるが、係数ｗ（ｍ）が異なり、特に、係数ｗ（１）ｊｉは、「ｉ＝０〜２ｓｎ＋１６」である。

ＣＰＵ７２は、Ｓ１４ａの処理を完了する場合、図６に示す一連の処理を一旦終了する。
このように、本実施形態によれば、吸入空気量平均値Ｇａａｖｅ、回転速度平均値ＮＥａｖｅ、および充填効率平均値ηａｖｅを写像の入力とすることにより、写像の入力の次元を削減することができる。なお、本実施形態では、排気温平均値Ｔｅｘｕａｖｅの時系列データ、および吸入空気量平均値Ｇａａｖｅの時系列データの協働で、流体エネルギ変数が構成される。ここで、吸入空気量平均値Ｇａａｖｅは、排気温平均値Ｔｅｘｕａｖｅの「ｓｎ／５」個分のサンプリング期間における吸入空気量を示す。また、上流側平均値Ａｆｕａｖｅの時系列データ、および吸入空気量平均値Ｇａａｖｅの時系列データの協働で、過剰量変数が構成される。ここで、吸入空気量平均値Ｇａａｖｅは、上流側平均値Ａｆｕａｖｅの「ｓｎ／５」個分のサンプリング期間における吸入空気量を示す。

＜第３の実施形態＞
以下、第３の実施形態について、第１の実施形態との相違点を中心に図面を参照しつつ説明する。

本実施形態では、記憶装置７６に、写像データ７６ａとして、４種類の写像データを記憶しておく。
図７に、上記４種類の写像データのいずれを用いて触媒温度Ｔｃａｔを算出するかを選択する処理の手順を示す。図７に示す処理は、図１に示すＲＯＭ７４に記憶された温度推定プログラム７４ａをＣＰＵ７２によってたとえば所定周期で繰り返し実行することにより実現される。

図７に示す一連の処理において、ＣＰＵ７２は、まず触媒暖機処理中であるか否かを判定する（Ｓ４２）。そして、ＣＰＵ７２は、触媒暖機処理中であると判定する場合（Ｓ４２：ＹＥＳ）、暖機用写像データを選択する（Ｓ４４）。暖機用写像データは、触媒暖機処理が実行されているとき専用の写像データであり、触媒暖機処理時のデータを訓練データとして学習されたものである。

一方、ＣＰＵ７２は、触媒暖機処理中ではないと判定する場合（Ｓ４２：ＮＯ）、フューエルカット処理等、筒内噴射弁２０から燃料を噴射しない無噴射状態であるか否かを判定する（Ｓ４６）。そして、ＣＰＵ７２は、無噴射状態であると判定する場合（Ｓ４６：ＹＥＳ）、無噴射用写像データを選択する（Ｓ４８）。無噴射用写像データは、無噴射状態においてサンプリングされた時系列データを訓練データとして学習されたものである。

これに対しＣＰＵ７２は、無噴射状態ではないと判定する場合（Ｓ４６：ＮＯ）、再生処理Ｍ２４による昇温制御中であるか否かを判定する（Ｓ５０）。ＣＰＵ７２は、昇温制御中であると判定する場合（Ｓ５０：ＹＥＳ）、昇温用写像データを選択する（Ｓ５２）。昇温用写像データは、昇温制御中においてサンプリングされた時系列データを訓練データとして学習されたものである。

これに対しＣＰＵ７２は、昇温制御中ではないと判定する場合（Ｓ５０：ＮＯ）、通常用写像データを選択する（Ｓ５４）。通常用写像データは、触媒暖機処理、無噴射状態、および昇温制御中を除いた領域において、サンプリングされた時系列データを訓練データとして学習されたものである。

なお、ＣＰＵ７２は、Ｓ４４，Ｓ４８，Ｓ５２，Ｓ５４の処理が完了する場合、図７に示す一連の処理を一旦終了する。ちなみに、ＣＰＵ７２は、触媒温度Ｔｃａｔの算出に用いる写像データを変更する場合、変更前の最後に算出された触媒温度Ｔｃａｔを触媒温度Ｔｃａｔの前回値として、変更直後のＳ１０の処理において取得することとする。

このように、本実施形態では、触媒暖機処理中と、無噴射状態と、昇温制御中と、それら以外とで各別の写像データを用いて触媒温度Ｔｃａｔを算出する。触媒暖機処理中と、無噴射状態と、昇温制御中と、それら以外とでは、互いにＧＰＦ３４に与えられるエネルギ量が大きく異なる。そのため、それら互いに異なる状況に対して同一の写像データを用いる場合には、互いに大きく異なる状況に対処するために、中間層の層数が大きくなったり、データ数ｓｎが大きくなったりして、写像の構造が複雑化しやすい。これに対し、本実施形態では、それら４つの状況で各別の写像データを用いることから、全てに対して単一の写像データを用いる場合と比較すると、写像の構造を簡素化しやすい。

＜第４の実施形態＞
以下、第４の実施形態について、第１の実施形態との相違点を中心に図面を参照しつつ説明する。

本実施形態では、図８に示すように、ＧＰＦ３４のうちの上流側から下流側までの領域を３つの部分領域に分割して、上流側から順に第１部分領域Ａ１、第２部分領域Ａ２、および第３部分領域Ａ３とし、それら部分領域の温度を、第１温度Ｔｃａｔ１、第２温度Ｔｃａｔ２、および第３温度Ｔｃａｔ３とする。

図９に、本実施形態において制御装置７０が実行する処理の手順を示す。図９に示す処理は、図１に示すＲＯＭ７４に記憶された温度推定プログラム７４ａをＣＰＵ７２がたとえば所定周期で繰り返し実行することにより実現される。

図９に示す一連の処理において、ＣＰＵ７２は、まず、下記の変数について、それぞれ単一のサンプリング値を取得する（Ｓ１０ｂ）。すなわち、ＣＰＵ７２は、排気温平均値Ｔｅｘｕａｖｅ、上流側平均値Ａｆｕａｖｅ、吸入空気量Ｇａ、回転速度ＮＥ、充填効率η、点火時期平均値ａｉｇａｖｅ、増量量平均値Ｑｉａｖｅ、開口度平均値θｗａｖｅ、車速ＳＰＤ、ＰＭ堆積量ＤＰＭ、外気温ＴＯ、第１温度Ｔｃａｔ１、第２温度Ｔｃａｔ２、第３温度Ｔｃａｔ３を取得する（Ｓ１０ｂ）。排気温平均値Ｔｅｘｕａｖｅ、上流側平均値Ａｆｕａｖｅ、点火時期平均値ａｉｇａｖｅ、増量量平均値Ｑｉａｖｅ、および開口度平均値θｗａｖｅは、それぞれ、Ｓ１０ｂの処理の周期における、排気温Ｔｅｘｕの平均値、上流側検出値Ａｆｕの平均値、点火時期ａｉｇの平均値、増量量Ｑｉの平均値、および開口度θｗの平均値である。また、増量量平均値Ｑｉａｖｅは、「Ｑｂ・ＫＡＦ」に対する要求噴射量Ｑｄの増量量Ｑｉの平均値であり、負の値をとりうる。増量量平均値Ｑｉａｖｅは、混合気の空燃比を理論空燃比とする上で必要な燃料量に対する実際の燃料量の過不足分を示すものであり、過剰量変数を構成する。また、開口度θｗは、ＷＧＶ４２の開口度である。なお、Ｓ１０ｂの処理において取得する第１温度Ｔｃａｔ１、第２温度Ｔｃａｔ２、第３温度Ｔｃａｔ３は、いずれも前回値である。

次に、ＣＰＵ７２は、Ｓ１０ｂにおいて取得した変数のうち、第２温度Ｔｃａｔ２および第３温度Ｔｃａｔ３以外の変数の値を、第１温度Ｔｃａｔ１を出力する写像の入力変数に代入する（Ｓ６０）。すなわち、ＣＰＵ７２は、入力変数ｘ（１）に排気温平均値Ｔｅｘｕａｖｅを代入し、入力変数ｘ（２）に上流側平均値Ａｆｕａｖｅを代入し、入力変数ｘ（３）に吸入空気量Ｇａを代入し、入力変数ｘ（４）に回転速度ＮＥを代入し、入力変数ｘ（５）に充填効率ηを代入し、入力変数ｘ（６）に点火時期平均値ａｉｇａｖｅを代入する。また、ＣＰＵ７２は、入力変数ｘ（７）に増量量平均値Ｑｉａｖｅを代入し、入力変数ｘ（８）に開口度平均値θｗａｖｅを代入し、入力変数ｘ（９）に車速ＳＰＤを代入する。また、ＣＰＵ７２は、入力変数ｘ（１０）に外気温ＴＯを代入し、入力変数ｘ（１１）にＰＭ堆積量ＤＰＭを代入し、入力変数ｘ（１２）に第１温度Ｔｃａｔ１の前回値を代入する。

次にＣＰＵ７２は、第１温度Ｔｃａｔ１を出力する写像に入力変数ｘ（１）〜ｘ（１２）を入力することによって、第１温度Ｔｃａｔ１を算出する（Ｓ６２）。この写像は、中間層が「αｆ」個であって且つ、各中間層の活性化関数ｈ１〜ｈαｆが、ハイパボリックタンジェントであり、出力層の活性化関数ｆがＲｅＬＵであるニューラルネットワークによって構成されている。たとえば、第１の中間層の各ノードの値は、係数ｗＦ（１）ｊｉ（ｊ＝０〜ｎｆ１，ｉ＝０〜１２）によって規定される線形写像に上記入力変数ｘ（１）〜ｘ（１２）を入力した際の出力を活性化関数ｈ１に入力することによって生成される。すなわち、ｍ＝１，２，…，α１とすると、第ｍの中間層の各ノードの値は、係数ｗＦ（ｍ）によって規定される線形写像の出力を活性化関数ｈｍに入力することによって生成される。図９に示す値ｎｆ１，ｎｆ２，…，ｎｆαは、それぞれ、第１、第２、…、第αｆの中間層のノード数である。ちなみに、ｗＦ（１）ｊ０等は、バイアスパラメータであり、入力変数ｘ（０）は、「１」と定義している。

次にＣＰＵ７２は、第２温度Ｔｃａｔ２を出力する写像の入力変数ｘ（１）〜ｘ（１２）を生成する（Ｓ６４）。ここで、入力変数ｘ（２）〜ｘ（１１）については、Ｓ６０において生成したものと同一である。ＣＰＵ７２は、入力変数ｘ（１）に、第１温度平均値Ｔｃａｔ１ａｖｅを代入するとともに、入力変数ｘ（１２）に第２温度Ｔｃａｔ２の前回値を代入する。なお、第１温度平均値Ｔｃａｔ１ａｖｅは、Ｓ６２の今回の処理によって算出された第１温度Ｔｃａｔ１である第１温度Ｔｃａｔ１の今回値を含む第１温度Ｔｃａｔ１の直近の複数のサンプリング値の平均値である。

次にＣＰＵ７２は、第２温度Ｔｃａｔ２を出力する写像に入力変数ｘ（１）〜ｘ（１２）を入力することによって、第２温度Ｔｃａｔ２を算出する（Ｓ６６）。この写像は、中間層が「αｓ」個であって且つ、各中間層の活性化関数ｈ１〜ｈαｓが、ハイパボリックタンジェントであり、出力層の活性化関数ｆがＲｅＬＵであるニューラルネットワークによって構成されている。たとえば、第１の中間層の各ノードの値は、係数ｗＳ（１）ｊｉ（ｊ＝０〜ｎｓ１，ｉ＝０〜１２）によって規定される線形写像に上記入力変数ｘ（１）〜ｘ（１２）を入力した際の出力を活性化関数ｈ１に入力することによって生成される。すなわち、ｍ＝１，２，…，αｓとすると、第ｍの中間層の各ノードの値は、係数ｗＳ（ｍ）によって規定される線形写像の出力を活性化関数ｈｍに入力することによって生成される。図９に示す値ｎｓ１，ｎｓ２，…，ｎｓαは、それぞれ、第１、第２、…、第αｓの中間層のノード数である。ちなみに、ｗＳ（１）ｊ０等は、バイアスパラメータであり、入力変数ｘ（０）は、「１」と定義している。

次にＣＰＵ７２は、第３温度Ｔｃａｔ３を出力する写像の入力変数ｘ（１）〜ｘ（１２）を生成する（Ｓ６８）。ここで、入力変数ｘ（２）〜ｘ（１１）については、Ｓ６０において生成したものと同一である。ＣＰＵ７２は、入力変数ｘ（１）に、第２温度平均値Ｔｃａｔ２ａｖｅを代入するとともに、入力変数ｘ（１２）に第３温度Ｔｃａｔ３の前回値を代入する。なお、第２温度平均値Ｔｃａｔ２ａｖｅは、Ｓ６６の今回の処理によって算出された第２温度Ｔｃａｔ２である第２温度Ｔｃａｔ２の今回値を含む第２温度Ｔｃａｔ２の直近の複数のサンプリング値の平均値である。

次にＣＰＵ７２は、第３温度Ｔｃａｔ３を出力する写像に入力変数ｘ（１）〜ｘ（１２）を入力することによって、第３温度Ｔｃａｔ３を算出する（Ｓ７０）。この写像は、中間層が「αｔ」個であって且つ、各中間層の活性化関数ｈ１〜ｈαｔが、ハイパボリックタンジェントであり、出力層の活性化関数ｆがＲｅＬＵであるニューラルネットワークによって構成されている。たとえば、第１の中間層の各ノードの値は、係数ｗＴ（１）ｊｉ（ｊ＝０〜ｎｔ１，ｉ＝０〜１２）によって規定される線形写像によって上記入力変数ｘ（１）〜ｘ（１２）を入力した際の出力を活性化関数ｈ１に入力することによって生成される。すなわち、ｍ＝１，２，…，αｔとすると、第ｍの中間層の各ノードの値は、係数ｗＴ（ｍ）によって規定される線形写像の出力を活性化関数ｈｍに入力することによって生成される。図９に示す値ｎｔ１，ｎｔ２，…，ｎｔαは、それぞれ、第１、第２、…、第αｔの中間層のノード数である。ちなみに、ｗＴ（１）ｊ０等は、バイアスパラメータであり、入力変数ｘ（０）は、「１」と定義している。

なお、ＣＰＵ７２は、Ｓ７０の処理を完了する場合、図９に示す一連の処理を一旦終了する。ちなみに、第１温度Ｔｃａｔ１、第２温度Ｔｃａｔ２および第３温度Ｔｃａｔ３のそれぞれを算出する写像を規定する写像データは、ＧＰＦ３４の各部分領域の温度を検出する温度センサの検出値を教師データとして生成すればよい。

図２に示した触媒温度抑制処理Ｍ１４は、第１温度Ｔｃａｔ１、第２温度Ｔｃａｔ２および第３温度Ｔｃａｔ３のうちの最大値が所定温度以上となることにより、噴射量を増量させる処理とする。また、ＰＭ堆積量算出処理Ｍ２２は、たとえば第１温度Ｔｃａｔ１、第２温度Ｔｃａｔ２および第３温度Ｔｃａｔ３の平均値に基づき、ＧＰＦ３４におけるＰＭの酸化量を算出する処理とする。また、再生処理Ｍ２４は、第１温度Ｔｃａｔ１、第２温度Ｔｃａｔ２および第３温度Ｔｃａｔ３の全てが所定範囲内となるように、各温度を制御する処理とする。また、下流側通電処理Ｍ２６は、第３温度Ｔｃａｔ３が所定温度以上となることにより、下流側空燃比センサ８６の通電を開始する処理とする。

このように、本実施形態では、ＧＰＦ３４を部分領域に分割してそれら各領域の温度を推定した。ここで、第２温度Ｔｃａｔ２を出力する写像に第１温度平均値Ｔｃａｔ１ａｖｅが入力されることにより、第２温度Ｔｃａｔ２の算出に、第１部分領域と第２部分領域との熱交換が反映されている。また、第３温度Ｔｃａｔ３を出力する写像に第２温度平均値Ｔｃａｔ２ａｖｅが入力されることにより、第３温度Ｔｃａｔ３の算出に、第２部分領域と第３部分領域との熱交換が反映されている。これにより、ＧＰＦ３４の内部での熱交換を簡易に反映させることができることから、ＧＰＦ３４の単一の温度を出力する写像と比較すると、各部分領域の温度を出力する写像の構造を簡素化しつつ、高精度に温度を算出することができる。

以上説明した本実施形態によれば、さらに以下に記載する効果が得られる。
（８）写像の入力に、開口度平均値θｗａｖｅを含めた。過給機１４は比熱が大きいことから、排気が過給機を通過する場合には、迂回通路４０を通過する場合と比較すると、排気が熱を奪われやすい。そのため、迂回通路４０を介してＧＰＦ３４に流入する排気の割合によって、ＧＰＦ３４の温度が異なるものとなる。したがって、本実施形態では、開口度平均値θｗａｖｅに基づきＧＰＦ３４の温度を算出することにより、開口度平均値θｗａｖｅを含めない場合と比較して、温度を高精度に算出できる。

（９）写像の入力に、車速ＳＰＤを含めた。車速ＳＰＤが大きい場合には小さい場合よりも走行風が大きくなることから、ＧＰＦ３４の放熱が促進されやすい。そのため、車速ＳＰＤはＧＰＦ３４の温度と相関を有する変数である。したがって、本実施形態では、車速ＳＰＤに基づきＧＰＦ３４の温度を算出することにより、車速ＳＰＤを含めない場合と比較すると、温度を高精度に算出できる。

（１０）写像の入力に、ＰＭ堆積量ＤＰＭを含めた。ＧＰＦ３４にＰＭが堆積されている場合には、ＧＰＦ３４に酸素が流入することによって、ＰＭと酸素との酸化反応が生じ、これにより、ＧＰＦ３４の温度が上昇する。したがって、本実施形態では、ＰＭ堆積量ＤＰＭに基づきＧＰＦ３４の温度を算出することにより、ＰＭ堆積量を含めない場合と比較して、温度を高精度に算出できる。

＜第５の実施形態＞
以下、第５の実施形態について、第１の実施形態との相違点を中心に図面を参照しつつ説明する。

本実施形態では、定常状態における温度を推定するための写像と、定常状態の温度に基づき実際の温度を推定する写像とを各別の写像とする。
図１０に、本実施形態において制御装置７０が実行する処理の手順を示す。図１０に示す処理は、図１に示すＲＯＭ７４に記憶された温度推定プログラム７４ａをＣＰＵ７２がたとえば所定周期で繰り返し実行することにより実現される。

図１０に示す一連の処理において、ＣＰＵ７２は、まず、排気温平均値Ｔｅｘｕａｖｅ、上流側平均値Ａｆｕａｖｅ、吸入空気量Ｇａ、回転速度ＮＥ、充填効率η、点火時期平均値ａｉｇａｖｅ、増量量平均値Ｑｉａｖｅ、開口度平均値θｗａｖｅ、車速ＳＰＤ、外気温ＴＯおよび触媒温度Ｔｃａｔの前回値を取得する（Ｓ１０ｃ）。そしてＣＰＵ７２は、Ｓ１０ｃの処理によって取得した変数のうちの触媒温度Ｔｃａｔの前回値以外の変数を、入力変数ｘ（１）〜ｘ（１０）のそれぞれに代入する（Ｓ７２）。ここで、入力変数ｘ（１）〜ｘ（１０）は、Ｓ６０の処理と同様のものである。

次に、ＣＰＵ７２は、定常温度Ｔｃａｔｓを出力する写像に入力変数ｘ（１）〜ｘ（１０）を入力することによって、定常温度Ｔｃａｔｓを算出する（Ｓ７４）。ここで、定常温度Ｔｃａｔｓは、内燃機関１０の動作点変数の変化量が規定値以下等、定常状態におけるＧＰＦ３４の温度である。

この写像は、中間層が「α」個であって且つ、各中間層の活性化関数ｈ１〜ｈαが、ハイパボリックタンジェントであり、出力層の活性化関数ｆがＲｅＬＵであるニューラルネットワークによって構成されている。たとえば、第１の中間層の各ノードの値は、係数ｗ（１）ｊｉ（ｊ＝０〜ｎｆ１，ｉ＝０〜１０）によって規定される線形写像によって上記入力変数ｘ（１）〜ｘ（１０）を入力した際の出力を活性化関数ｈ１に入力することによって生成される。すなわち、ｍ＝１，２，…，αとすると、第ｍの中間層の各ノードの値は、係数ｗ（ｍ）によって規定される線形写像の出力を活性化関数ｈｍに入力することによって生成される。図１０に示す値ｎ１，ｎ２，…，ｎαは、それぞれ、第１、第２、…、第αの中間層のノード数である。ちなみに、ｗ（１）ｊ０等は、バイアスパラメータであり、入力変数ｘ（０）は、「１」と定義している。

なお、この写像を規定する写像データは、たとえば、複数の動作点のそれぞれにおいて内燃機関１０を定常運転した際の教師データに基づき、生成すればよい。
次に、ＣＰＵ７２は、吸入空気量Ｇａと、定常温度Ｔｃａｔｓから触媒温度Ｔｃａｔを減算した値とを入力とする線形回帰式によって構成される写像に基づき、触媒温度Ｔｃａｔが定常温度Ｔｃａｔｓに移行する時定数βを算出する（Ｓ７６）。線形回帰式は、たとえば実際の温度が定常温度に移行するまでの挙動を計測し、これを教師データとして学習したものとすればよい。

そして、ＣＰＵ７２は、定常温度Ｔｃａｔｓに時定数βを乗算したものと、触媒温度Ｔｃａｔの前回値に、「１−β」を乗算したものとの和によって、触媒温度Ｔｃａｔを更新する（Ｓ７８）。

なお、ＣＰＵ７２は、Ｓ７８の処理が完了する場合、図１０に示す一連の処理を一旦終了する。
このように、本実施形態では、定常温度Ｔｃａｔｓを算出する写像と、時定数βを算出する写像とを用いて触媒温度Ｔｃａｔを算出した。これにより、各写像に対する要求を軽減することができることから、触媒温度Ｔｃａｔを出力する単一の写像と比較すると、各写像の構造を簡素化しつつ、高精度に温度を算出することができる。

＜第６の実施形態＞
以下、第６の実施形態について、第１の実施形態との相違点を中心に図面を参照しつつ説明する。

本実施形態では、触媒温度Ｔｃａｔの算出処理を車両の外部で行う。
図１１に本実施形態にかかる温度推定システムを示す。なお、図１１において、図１に示した部材に対応する部材については、便宜上同一の符号を付している。

図１１に示す車両ＶＣ内の制御装置７０は、通信機７９を備えている。通信機７９は車両ＶＣの外部のネットワーク１１０を介してセンター１２０と通信するための機器である。

センター１２０は、複数の車両ＶＣから送信されるデータを解析する。センター１２０は、ＣＰＵ１２２、ＲＯＭ１２４、記憶装置１２６、周辺回路１２７および通信機１２９を備えており、それらがローカルネットワーク１２８によって通信可能とされるものである。ＲＯＭ１２４には、温度推定メインプログラム１２４ａが記憶されており、記憶装置１２６には、写像データ１２６ａが記憶されている。

図１２に、図１１に示したシステムが実行する処理の手順を示す。図１２（ａ）に示す処理は、図１１に示すＲＯＭ７４に記憶された温度推定サブプログラム７４ｃをＣＰＵ７２が実行することにより実現される。また、図１２（ｂ）に示す処理は、ＲＯＭ１２４に記憶されている温度推定メインプログラム１２４ａをＣＰＵ１２２が実行することにより実現される。以下では、温度推定処理の時系列に沿って、図１２に示す処理を説明する。

図１２（ａ）に示すように、車両ＶＣにおいてＣＰＵ７２は、まず、Ｓ１０の処理において取得する時系列データに加えて、写像の入力とするいくつかの変数を取得する（Ｓ１０ｄ）。すなわち、ＣＰＵ７２は、点火時期平均値ａｉｇａｖｅ、増量量平均値Ｑｉａｖｅ、開口度平均値θｗａｖｅ、車速ＳＰＤ、および外気温ＴＯのそれぞれの時系列データを取得する。また、ＣＰＵ７２は、ＧＰＦ３４の状態変数のうちの仕様を示す変数である仕様変数として、基準となる温度における酸素吸蔵量の最大値Ｃｍａｘ、上流側から下流側までの長さＬｕｄ、および貴金属の担持量Ｑｐｍを取得する。これは、一つの写像データで様々な仕様のＧＰＦ３４の温度を算出するための設定である。

次にＣＰＵ７２は、Ｓ１０ｄの処理によって取得したデータを、車両の識別情報を示すデータである車両ＩＤとともに、センター１２０に送信する（Ｓ８０）。
これに対し、センター１２０のＣＰＵ１２２は、図１２（ｂ）に示すように、送信されたデータを受信し（Ｓ９０）、Ｓ９０の処理によって取得されたデータを写像の入力変数ｘに代入する（Ｓ９２）。ここでＣＰＵ１２２は、入力変数ｘ（１）〜ｘ（５ｓｎ）については、Ｓ１２の処理と同様の値を代入する。またＣＰＵ１２２は、ｍ＝１〜ｓｎとして、入力変数ｘ（５ｓｎ＋ｍ）に点火時期平均値ａｉｇａｖｅ（ｍ）を代入し、入力変数ｘ（６ｓｎ＋ｍ）に増量量平均値Ｑｉａｖｅ（ｍ）を代入し、入力変数ｘ（７ｓｎ＋ｍ）に開口度平均値θｗａｖｅ（ｍ）を代入する。またＣＰＵ１２２は、入力変数ｘ（８ｓｎ＋ｍ）に車速ＳＰＤ（ｍ）を代入し、入力変数ｘ（９ｓｎ＋ｍ）に外気温ＴＯ（ｍ）を代入する。また、ＣＰＵ１２２は、ｘ（１０ｓｎ＋１）に、最大値Ｃｍａｘを代入し、入力変数ｘ（１０ｓｎ＋２）に長さＬｕｄを代入し、入力変数ｘ（１０ｓｎ＋３）に担持量Ｑｐｍを代入し、入力変数ｘ（１０ｓｎ＋４）に触媒温度Ｔｃａｔの前回値を代入する。

そして、ＣＰＵ１２２は、写像データ１２６ａによって規定される写像に、Ｓ９２によって生成した入力変数ｘ（１）〜ｘ（１０ｓｎ＋４）を入力して、触媒温度Ｔｃａｔを算出する（Ｓ９４）。ここで、写像データ１２６ａによって規定される写像は、Ｓ１４の処理において用いたものと同様であるが、係数ｗ（ｍ）が相違しており、特に係数ｗ（１）ｊｉを規定する変数ｉは、「ｉ＝０〜１０ｓｎ＋４」である。

そしてＣＰＵ１２２は、通信機１２９を操作することによって、Ｓ９０の処理によって受信したデータが送信された車両ＶＣに触媒温度Ｔｃａｔに関する信号を送信し（Ｓ９６）、図１２（ｂ）に示す一連の処理を一旦終了する。これに対し、図１２（ａ）に示すように、ＣＰＵ７２は、触媒温度Ｔｃａｔを受信し（Ｓ８２）、図１２（ａ）に示す一連の処理を一旦終了する。

このように、本実施形態では、センター１２０において触媒温度Ｔｃａｔを算出することとしたため、ＣＰＵ７２の演算負荷を軽減できる。
＜対応関係＞
上記実施形態における事項と、上記「課題を解決するための手段」の欄に記載した事項との対応関係は、次の通りである。以下では、「課題を解決するための手段」の欄に記載した解決手段の番号毎に、対応関係を示している。［１，１２］触媒は、ＧＰＦ３４に対応する。実行装置は、ＣＰＵ７２およびＲＯＭ７４に対応する。流体エネルギ変数は、排気温平均値Ｔｅｘｕａｖｅおよび吸入空気量Ｇａの組データ等に対応する。外気温変数は、外気温ＴＯに対応し、過剰量変数は、上流側平均値Ａｆｕａｖｅおよび吸入空気量Ｇａの組データ等や、増量量平均値Ｑｉａｖｅに対応する。取得処理は、Ｓ１０，Ｓ１０ｂ，Ｓ１０ｃの処理に対応する。温度算出処理は、Ｓ１２，Ｓ１４の処理や、Ｓ１２ａ，Ｓ１４ａの処理、Ｓ６０〜Ｓ７０の処理、Ｓ７２〜Ｓ７８の処理に対応する。操作処理は、触媒温度抑制処理Ｍ１４や、再生処理Ｍ２４、下流側通電処理Ｍ２６に対応する。［２］流路変数は、開口度平均値θｗａｖｅに対応する。［３］流体の温度変数は、排気温平均値Ｔｅｘｕａｖｅに対応し、点火変数は、点火時期平均値ａｉｇａｖｅに対応する。［４］堆積量変数は、ＰＭ堆積量ＤＰＭに対応する。［５］図９の処理に対応し、特に、Ｎは、「３」に対応する。［６］定常写像は、Ｓ７４の処理において使用する写像に対応する。空気量変数は、吸入空気量Ｇａに対応する。時定数算出処理は、Ｓ７６の処理に対応する。［７］流体エネルギ変数の時系列データは、排気温平均値Ｔｅｘｕａｖｅおよび吸入空気量Ｇａのそれぞれの時系列データや、排気温平均値Ｔｅｘｕａｖｅおよび吸入空気量平均値Ｇａａｖｅのそれぞれの時系列データに対応する。［８，９］温度変数は、排気温平均値Ｔｅｘｕａｖｅに対応する。［１０，１１］選択処理は、図７の処理に対応する。［１３］触媒温度推定システムは、制御装置７０およびセンター１２０に対応する。第１実行装置は、ＣＰＵ７２およびＲＯＭ７４に対応する。第２実行装置は、ＣＰＵ１２２およびＲＯＭ１２４に対応する。取得処理は、Ｓ１０ｄの処理に対応し、車両側送信処理は、Ｓ８０の処理に対応し、車両側受信処理は、Ｓ８２の処理に対応する。外部側受信処理は、Ｓ９０の処理に対応する。温度算出処理は、Ｓ９２，Ｓ９４の処理に対応する。車両側送信処理は、Ｓ９６の処理に対応する。［１４］データ解析装置は、センター１２０に対応する。［１５］内燃機関の制御装置は、制御装置７０に対応する。

＜その他の実施形態＞
なお、本実施形態は、以下のように変更して実施することができる。本実施形態および以下の変更例は、技術的に矛盾しない範囲で互いに組み合わせて実施することができる。

・「複数種類の写像データについて」
図７の処理においては、暖機用写像データ、無噴射用写像データ、昇温用写像データ、および通常用写像データを設けたが、これに限らない。たとえば、暖機用写像データ、無噴射用写像データ、および昇温用写像データの３つの写像データのうちの１つのみと、通常用写像データとを設けてもよい。またたとえば、暖機用写像データ、無噴射用写像データ、および昇温用写像データの３つの写像データのうちの２つのみと、通常用写像データとを設けてもよい。

たとえば、回転速度ＮＥおよび充填効率ηによって分割された各領域毎に、触媒温度Ｔｃａｔを出力する写像を規定する写像データを各別に設けてもよい。またとえば、吸入空気量Ｇａによって分割された各領域毎に、触媒温度Ｔｃａｔを出力する写像を規定する写像データを各別に設けてもよい。こうした場合には、写像の入力に、回転速度ＮＥおよび充填効率と、吸入空気量Ｇａとの双方を含めなくてもよい。

・「流体の温度変数について」
流体エネルギ変数を構成する流体の温度変数としては、排気温平均値Ｔｅｘｕａｖｅに限らず、排気温Ｔｅｘｕであってもよい。また、排気温センサ８２による排気温の検出値に基づくものに限らず、たとえば、推定値であってもよい。

・「流体エネルギ変数について」
たとえば、図３、図９、図１０、図１２の処理において、吸入空気量Ｇａを入力変数に含めなくてもよい。この場合であっても、これらの処理において、回転速度ＮＥおよび充填効率ηが入力変数となっていることから、排気温平均値Ｔｅｘｕａｖｅ、回転速度ＮＥおよび充填効率ηの３つの変数によって流体エネルギ変数が構成される。

また、たとえば図６の処理において、吸入空気量平均値Ｇａａｖｅを入力変数に含めなくてもよい。この場合であっても、回転速度平均値ＮＥａｖｅおよび充填効率平均値ηａｖｅが入力変数となっていることから、排気温平均値Ｔｅｘｕａｖｅ、回転速度平均値ＮＥａｖｅおよび充填効率平均値ηａｖｅによって、流体エネルギ変数が構成される。

またたとえば、流体エネルギ変数の時系列データを、排気温平均値Ｔｅｘｕａｖｅの時系列データと、単一の吸入空気量Ｇａとによって構成したり、排気温平均値Ｔｅｘｕａｖｅの時系列データと、単一の吸入空気量平均値Ｇａａｖｅとによって構成したりしてもよい。またたとえば、流体エネルギ変数の時系列データを、排気温平均値Ｔｅｘｕａｖｅの時系列データと、回転速度ＮＥおよび充填効率ηの単一のサンプリング値とによって構成したり、排気温平均値Ｔｅｘｕａｖｅの時系列データと、回転速度平均値ＮＥａｖｅおよび充填効率平均値ηａｖｅの単一のサンプリング値によって構成したりしてもよい。

なお、「複数種類の写像データについて」の欄に記載したように、回転速度ＮＥおよび充填効率ηによって分割された各領域毎に触媒温度Ｔｃａｔを出力する写像を規定する写像データを各別に設ける場合等には、排気温Ｔｅｘｕや排気温平均値Ｔｅｘｕａｖｅ単独で、流体エネルギ変数を構成することも可能である。またたとえば、下記「車両について」の欄に記載したように、内燃機関１０をシリーズハイブリッド車に搭載し、内燃機関１０を所定の動作点のみで駆動する場合等にも、排気温Ｔｅｘｕや排気温平均値Ｔｅｘｕａｖｅ単独で、流体エネルギ変数を構成することも可能である。

またたとえば、流体エネルギ変数としては、排気温Ｔｅｘｕや排気温平均値Ｔｅｘｕａｖｅ等の温度変数を用いて構成されるものに限らない。たとえば回転速度ＮＥおよび充填効率ηによって排気温度が定まることに鑑み、回転速度ＮＥおよび充填効率η等、内燃機関１０の動作点変数によって流体エネルギ変数を構成してもよい。

・「過剰量変数について」
たとえば、図３、図９、図１０、図１２の処理において、吸入空気量Ｇａを入力変数に含めなくてもよい。この場合であっても、これらの処理において回転速度ＮＥおよび充填効率ηが入力変数となっていることから、上流側平均値Ａｆｕａｖｅ、回転速度ＮＥおよび充填効率ηの３つの変数によって過剰量変数が構成される。また、増量量平均値Ｑｉａｖｅが入力変数となっているなら、増量量平均値Ｑｉａｖｅによっても過剰量変数が構成される。またたとえば、図６の処理において、吸入空気量平均値Ｇａａｖｅを入力変数に含めなくてもよい。この場合であっても、上流側平均値Ａｆｕａｖｅ、回転速度平均値ＮＥａｖｅおよび充填効率平均値ηａｖｅによって、過剰量変数が構成される。

また、上記において、上流側平均値Ａｆｕａｖｅに代えて、上流側検出値Ａｆｕを用いてもよい。またたとえば増量量平均値Ｑｉａｖｅに代えて、増量量Ｑｉを用いてもよい。
またたとえば、過剰量変数の時系列データを、上流側平均値Ａｆｕａｖｅの時系列データと、単一の吸入空気量Ｇａとによって構成したり、上流側平均値Ａｆｕａｖｅの時系列データと、単一の吸入空気量平均値Ｇａａｖｅとによって構成したりしてもよい。またたとえば、過剰量変数の時系列データを、上流側平均値Ａｆｕａｖｅの時系列データと、回転速度ＮＥおよび充填効率ηの単一のサンプリング値とによって構成したり、上流側平均値Ａｆｕａｖｅの時系列データと、回転速度平均値ＮＥａｖｅおよび充填効率平均値ηａｖｅの単一のサンプリング値とによって構成したりしてもよい。

なお、下記「写像の入力について」の欄に記載したように、ＧＰＦ３４を触媒３６の下流に配置してＧＰＦ３４の温度を推定する場合、上流側検出値Ａｆｕに代えて下流側検出値Ａｆｄやその平均値を用いて過剰量変数を構成する。

また増量量Ｑｉに代えて、増量量Ｑｉを「Ｑｂ・ＫＡＦ」で除算した増量比率や、その平均値と、「Ｑｂ・ＫＡＦ」とによって、過剰量変数を構成してもよい。またたとえば、増量比率や増量比率の平均値と、吸入空気量Ｇａおよび回転速度ＮＥとによって過剰量変数を構成してもよい。またたとえば、増量比率や増量比率の平均値と、充填効率ηとによって、過剰量変数を構成してもよい。なお、増量量Ｑｉや増量比率の定義としては、上記のものに限らない。たとえば、目標値Ａｆｕ＊を理論空燃比に対してわずかにリーン、リッチに変化させる場合、ベース噴射量Ｑｂを、燃焼対象となる混合気中の酸素と過不足なく反応する燃料量とみなして、「Ｑｄ−Ｑｂ」を増量量Ｑｉとしたり、その増量量Ｑｉをベース噴射量Ｑｂで除算した値を増量比率としたりしてもよい。

なお、過剰量変数を入力変数とすることは必須ではない。この場合であっても、たとえば燃焼室１８内の混合気の空燃比を理論空燃比に常時制御する場合等にあっては、触媒温度Ｔｃａｔを精度よく算出できる。

なお、「複数種類の写像データについて」の欄に記載したように、回転速度ＮＥおよび充填効率ηによって分割された各領域毎に触媒温度Ｔｃａｔを出力する写像を規定する写像データを各別に設ける場合等には、上流側平均値Ａｆｕａｖｅや上流側検出値Ａｆｕ、増量比率等単独で過剰量変数を構成することも可能である。またたとえば、下記「車両について」の欄に記載したように、内燃機関１０をシリーズハイブリッド車に搭載し、内燃機関１０を所定の動作点のみで駆動する場合等にも、上流側平均値Ａｆｕａｖｅや上流側検出値Ａｆｕ、増量比率等単独で過剰量変数を構成することも可能である。

・「流路変数について」
上記実施形態では、流路変数として、開口度平均値θｗａｖｅを例示したが、これに限らず、たとえば開口度θｗであってもよい。

・「点火変数について」
上記実施形態では、点火変数として、点火時期平均値ａｉｇａｖｅを例示したが、これに限らない。たとえば、点火時期ａｉｇであってもよい。

・「動作点変数について」
動作点変数としては、回転速度ＮＥおよび充填効率ηに限らない。たとえば、吸入空気量Ｇａと回転速度ＮＥとであってもよい。またたとえば下記「内燃機関について」の欄に記載したように、圧縮着火式内燃機関を用いる場合、噴射量と回転速度ＮＥとであってもよい。なお、動作点変数を写像の入力とすることは必須ではない。

・「部分領域について」
上記実施形態では、温度の推定対象とする触媒を、３つの部分領域に分割する例を示したが、これに限らない。たとえば２つの部分領域に分割してもよく、またたとえば４つ以上の部分領域に分割してもよい。

・「写像の入力について」
（ａ）部分領域毎の写像の入力について
第１温度〜第Ｎ温度のそれぞれを出力する各写像の入力としては、図９に例示した変数を全て含むものに限らない。たとえば、温度推定対象とする触媒が触媒３６の場合、ＰＭ堆積量ＤＰＭを削除してもよい。もっとも、ＧＰＦ３４の温度を推定する場合であっても、ＰＭ堆積量ＤＰＭを写像の入力に含めることは必須ではない。

またたとえば、図９の処理では、第２温度Ｔｃａｔ２を出力する写像の入力である第１温度平均値Ｔｃａｔ１ａｖｅを、第１温度Ｔｃａｔ１の今回値を含めて算出したが、これに限らない。また、第２温度Ｔｃａｔ２を出力する写像の入力に第１温度平均値Ｔｃａｔ１ａｖｅを含める代わりに、第１温度Ｔｃａｔ１の今回値や、前回値等を含めてもよい。なお、第３温度Ｔｃａｔ３等を出力する写像の入力についても、第２温度Ｔｃａｔ２を出力する写像の入力と同様に変更できる。

たとえば第１温度Ｔｃａｔ１を出力する写像の入力に、排気温Ｔｅｘｕや排気温平均値Ｔｅｘｕａｖｅの時系列データを含めてもよい。また、たとえば「ｉ」を２以上の整数として、第ｉ温度Ｔｃａｔｉを出力する写像の入力に、第「ｉ−１」温度Ｔｃａｔｉ−１の時系列データを含めてもよい。またたとえば、第ｉ温度Ｔｃａｔｉを出力する写像の入力に、排気温Ｔｅｘｕやその平均値、それらの時系列データ等を含めてもよい。

（ｂ）定常温度を出力する写像の入力について
定常温度を出力する写像の入力としては、図１０に例示したもの全てに限らない。たとえば、下記「内燃機関について」の欄に記載したように、内燃機関１０が過給機１４を備えない場合には、開口度平均値θｗａｖｅを写像の入力に含めなくてもよい。もっとも、内燃機関１０が過給機１４を備える場合であっても、定常温度を出力する写像の入力に開口度平均値θｗａｖｅを含めることは必須ではない。

（ｃ）センター１２０が使用する写像の入力について
図１２の処理において、例示した入力変数の全てを入力変数とすることは必須ではない。たとえば、最大値Ｃｍａｘ、上流から下流までの長さＬｕｄ、および担持量Ｑｐｍの３つに関しては、それらのうちの１つのみまたは２つのみを含んで触媒の仕様変数を構成してこれを入力変数としてもよい。もっとも、仕様変数を写像の入力とすることは必須ではない。

（ｄ）車両ＶＣ内で使用される写像の入力について
図１２の処理において例示した入力変数であって、上記実施形態において車両ＶＣ内で使用する写像の入力に含めていなかったものを、車両ＶＣ内で使用される写像の入力に含めてもよい。

（ｅ）その他
たとえば、排気エネルギ変数の時系列データを入力する場合であっても、それ以外の変数については、単一の変数を入力変数としてもよい。

また、たとえば、写像の入力に、推定対象とする触媒の上流側から下流側までの各部分領域における酸素吸蔵量に関する変数である吸蔵量変数を含めてもよい。吸蔵量変数は、たとえば酸素吸蔵量の増減量を算出し、増減量によって吸蔵量を更新することによって算出できる。増減量は、まず、最上流の領域について、上流側検出値Ａｆｕおよび吸入空気量Ｇａに基づきマップ演算する。そして、上流側検出値Ａｆｕ、最上流の増減量および吸入空気量Ｇａに基づき、隣接する下流の領域の酸素吸蔵量の増減量をマップ演算する。そして、上流側検出値Ａｆｕと、最上流およびそれに隣接する領域における増減量の和および吸入空気量Ｇａに基づき、その下流の領域の増減量をマップ演算する。以下、同様にして、対象とする領域の増減量は、それよりも上流の領域の全ての増減量の和と、上流側検出値Ａｆｕと、吸入空気量Ｇａとに基づき、マップ演算される。

たとえば、下記「フィルタについて」の欄に記載したように、ＧＰＦ３４を触媒３６の下流にして、ＧＰＦ３４の温度を推定する場合には、上流側検出値Ａｆｕやその平均値に代えて、下流側検出値Ａｆｄやその平均値を写像の入力とする。また、排気温の検出値やその平均値を写像への入力とする場合、ＧＰＦ３４と触媒３６との間に配置されるセンサの検出値を用いる。

なお、ニューラルネットワークへの入力や回帰式への入力等としては、各次元が単一の物理量からなるものに限らない。たとえば上記実施形態等において写像への入力とした複数種類の物理量の一部については、ニューラルネットワークや回帰式への直接の入力とする代わりに、それらの主成分分析によるいくつかの主成分を、ニューラルネットワークや回帰式への直接の入力としてもよい。もっとも、主成分をニューラルネットワークや回帰式の入力とする場合に、ニューラルネットワークや回帰式への入力の一部のみが主成分となることは必須ではなく、全部を主成分としてもよい。なお、主成分を入力に含める場合、写像データ７６ａ，１２６ａには、主成分を定める写像を規定するデータが含まれることとなる。

・「時定数写像について」
図１０に例示した時定数βを出力する写像としては、線形回帰式によって定まるものに限らない。たとえば、図１０に例示した線形回帰式の出力を非線形関数に入力した出力を時定数βとするものであってもよい。もっとも、これに限らず、たとえば、時定数βを出力するニューラルネットワークを用いてもよい。ここで、ニューラルネットワークへの入力変数は、吸入空気量Ｇａと、定常温度Ｔｃａｔｓおよび触媒温度Ｔｃａｔの差であってもよいが、吸入空気量Ｇａと、定常温度Ｔｃａｔｓと、触媒温度Ｔｃａｔとの３つを含んでもよい。また機械学習による学習済みモデルを含むものに限らず、たとえばマップデータによって時定数を出力する写像を構成してもよい。

・「写像データについて」
上記実施形態では、Ｓ１４，１４ａ，Ｓ７４，Ｓ９４の処理における活性化関数ｈ１，ｈ２，…ｈαや、図８の処理における活性化関数ｈ１，ｈ２，…，ｈαｆ，ｈ１，ｈ２，…，ｈαｓ，ｈ１，ｈ２，…，ｈαｔを、ハイパボリックタンジェントとし、活性化関数ｆをＲｅＬＵとしたが、これに限らない。たとえばＳ１４，１４ａ，Ｓ７４，Ｓ９４の処理における活性化関数ｈ１，ｈ２，…ｈαや、図８の処理における活性化関数ｈ１，ｈ２，…，ｈαｆ，ｈ１，ｈ２，…，ｈαｓ，ｈ１，ｈ２，…，ｈαｔを、ＲｅＬＵとしてもよく、またとえば、ロジスティックジグモイド関数としてもよい。またたとえば、活性化関数ｆを、ロジスティックジグモイド関数としてもよい。

図に示したニューラルネットワークは、中間層が２層よりも多い記載となっているが、これに限らず、１層または２層であってもよい。特に、図８、図９の処理や、複数種類の写像データを用いる場合等には、中間層を２層以下とすることが望ましく、１層とすることがより望ましい。

・「操作処理について」
上記実施形態では、再生処理としてＰＭを酸化させる処理を例示したが、これに限らず、たとえば硫黄被毒回復処理であってもよい。

また、触媒温度Ｔｃａｔを用いた内燃機関１０の操作部の操作処理としては、上記実施形態において例示したものに限らず、たとえば、触媒温度Ｔｃａｔが所定温度に達することで触媒の暖機処理を停止させる処理であってもよい。

・「写像データの生成について」
上記実施形態では、クランク軸２４にトルクコンバータ５０および変速装置５２を介してダイナモメータ１００が接続された状態で内燃機関１０を稼働した時のデータを訓練データとして用いたが、これに限らない。たとえば車両ＶＣに搭載された状態で内燃機関１０が駆動されたときにおけるデータを訓練データとして用いてもよい。

・「データ解析装置について」
部分領域毎の温度を出力する写像を規定するデータを、センター１２０に備え、センター１２０によって温度を算出してもよい。また、図１０に例示した処理を、センター１２０によって実行してもよい。

図１２（ｂ）の処理を、たとえばユーザが所持する携帯端末によって実行してもよい。
・「実行装置について」
実行装置としては、ＣＰＵ７２（１２２）とＲＯＭ７４（１２４）とを備えて、ソフトウェア処理を実行するものに限らない。たとえば、上記実施形態においてソフトウェア処理されたものの少なくとも一部を、ハードウェア処理する専用のハードウェア回路（たとえばＡＳＩＣ等）を備えてもよい。すなわち、実行装置は、以下の（ａ）〜（ｃ）のいずれかの構成であればよい。（ａ）上記処理の全てを、プログラムに従って実行する処理装置と、プログラムを記憶するＲＯＭ等のプログラム格納装置とを備える。（ｂ）上記処理の一部をプログラムに従って実行する処理装置およびプログラム格納装置と、残りの処理を実行する専用のハードウェア回路とを備える。（ｃ）上記処理の全てを実行する専用のハードウェア回路を備える。ここで、処理装置およびプログラム格納装置を備えたソフトウェア実行装置や、専用のハードウェア回路は複数であってもよい。

・「記憶装置について」
上記実施形態では、写像データ７６ａ，１２６ａが記憶される記憶装置を、温度推定プログラム７４ａや温度推定メインプログラム１２４ａが記憶される記憶装置（ＲＯＭ７４，１２４）とを別の記憶装置としたが、これに限らない。

・「温度推定対象について」
温度推定対象としては、ＧＰＦ３４に限らず、たとえば三元触媒であってもよい。
・「フィルタについて」
ＧＰＦ３４と触媒３６との配置を逆としてもよい。またフィルタとしては、三元触媒が担持されたものに限らない。たとえば単一の触媒コンバータの上流側に三元触媒を備え、その下流に、三元触媒が担持されていないフィルタを備えるものであってもよい。

・「内燃機関について」
内燃機関が過給機を備えることは必須ではない。
上記実施形態では、燃料噴射弁として、燃焼室１８内に燃料を噴射する筒内噴射弁を例示したがこれに限らない。たとえば吸気通路１２に燃料を噴射するポート噴射弁であってもよい。またたとえば、ポート噴射弁と筒内噴射弁との双方を備えてもよい。

内燃機関としては、火花点火式内燃機関に限らず、たとえば燃料として軽油などを用いる圧縮着火式内燃機関等であってもよい。
内燃機関が駆動系を構成すること自体必須ではない。たとえば、車載発電機にクランク軸が機械的に連結され、駆動輪６０とは動力伝達が遮断されたいわゆるシリーズハイブリッド車に搭載されるものであってもよい。

・「車両について」
車両としては、車両の推進力を生成する装置が内燃機関のみとなる車両に限らず、たとえば「内燃機関について」の欄に記載したシリーズハイブリッド車以外にも、パラレルハイブリッド車や、シリーズ・パラレルハイブリッド車であってもよい。

１０…内燃機関、１２…吸気通路、１４…過給機、１６…吸気バルブ、１８…燃焼室、２０…筒内噴射弁、２２…点火装置、２４…クランク軸、２６…排気バルブ、３０…排気通路、３２…上流側触媒、３４…ＧＰＦ、３６…触媒、４０…迂回通路、４２…ＷＧＶ、５０…トルクコンバータ、５２…変速装置、６０…駆動輪、７０…制御装置、７２…ＣＰＵ、７４…ＲＯＭ、７４ａ…温度推定プログラム、７４ｃ…温度推定サブプログラム、７６…記憶装置、７６ａ…写像データ、７７…周辺回路、７８…ローカルネットワーク、７９…通信機、８０…エアフローメータ、８２…排気温センサ、８４…上流側空燃比センサ、８６…下流側空燃比センサ、８８…クランク角センサ、９０…車速センサ、９２…外気温センサ、１００…ダイナモメータ、１０２…センサ群、１０４…適合装置、１１０…ネットワーク、１２０…センター、１２２…ＣＰＵ、１２４…ＲＯＭ、１２４ａ…温度推定メインプログラム、１２６…記憶装置、１２６ａ…写像データ、１２７…周辺回路、１２８…ローカルネットワーク、１２９…通信機。

Claims (15)

1. 内燃機関の排気通路に設けられた触媒の温度を推定する触媒温度推定装置であって、
   記憶装置と、実行装置と、を備え、
   前記記憶装置は、前記内燃機関の周囲の外気の温度に関する変数である外気温変数と前記触媒に流入する流体に含まれる酸素と過不足なく反応する燃料量に対する、実際に前記触媒に流入する燃料量の過剰量に応じた変数である過剰量変数との２つのうちの少なくとも１つの変数、前記触媒に流入する流体のエネルギに関する状態変数である流体エネルギ変数、および前記触媒の温度の推定値の前回値を入力とし、前記触媒の温度の推定値を出力する写像を規定するデータである写像データを記憶しており、
   前記実行装置は、前記少なくとも１つの変数、前記流体エネルギ変数、および前記推定値の前回値を取得する取得処理、該取得処理によって取得されたデータを入力とする前記写像の出力に基づき前記触媒の温度の推定値を繰り返し算出する温度算出処理、および前記触媒の温度の推定値に基づき、前記触媒の温度を調整するための前記内燃機関の操作部を操作する操作処理を実行し、
   前記写像データは、機械学習によって学習されたものを含む触媒温度推定装置。
2. 前記内燃機関は、前記排気通路における前記触媒の上流に過給機を備え、
   前記排気通路は、前記過給機を迂回する通路であってウェストゲートバルブによって流路断面積が調整される迂回通路を備え、
   前記写像の入力には、前記流体エネルギ変数とは別に前記迂回通路の流路断面積に関する変数である流路変数が含まれ、
   前記取得処理は、前記流路変数を取得する処理を含み、
   前記温度算出処理は、前記流路変数を前記写像への入力にさらに含めた前記写像の出力に基づき前記推定値を算出する処理である請求項１記載の触媒温度推定装置。
3. 前記流体エネルギ変数には、前記触媒に流入する流体の温度に関する変数である温度変数が含まれ、
   前記写像の入力には、前記流体エネルギ変数とは別に、前記内燃機関の点火時期に関する変数である点火変数が含まれ、
   前記取得処理は、前記点火変数を取得する処理を含み、
   前記温度算出処理は、前記点火変数を前記写像への入力にさらに含めた前記写像の出力に基づき前記推定値を算出する処理である請求項１または２記載の触媒温度推定装置。
4. 前記触媒は、流入する流体中のＰＭを捕集するフィルタに担持されており、
   前記写像の入力には、前記フィルタに堆積したＰＭの量に関する変数である堆積量変数が含まれ、
   前記取得処理は、前記堆積量変数を取得する処理を含み、
   前記温度算出処理は、前記堆積量変数を前記写像への入力にさらに含めた前記写像の出力に基づき前記推定値を算出する処理である請求項１〜３のいずれか１項に記載の触媒温度推定装置。
5. 前記取得処理は、前記流体の流れ方向に並ぶＮ個の部分領域に前記触媒を分割したそれぞれの部分領域を上流側から順に第１部分領域から第Ｎ部分領域とし、前記推定値の前回値として前記第１部分領域から第Ｎ部分領域までのそれぞれの温度の推定値の前回値を取得する処理を含み、
   前記写像は、前記第１部分領域の温度の推定値を出力する写像として前記取得処理によって取得した変数のうち前記第１部分領域よりも下流に位置する前記部分領域の前記推定値の前回値以外の変数を少なくとも入力とする第１写像と、「ｉ」を２以上Ｎ以下の整数として、第ｉ部分領域の温度の推定値を出力する写像として、少なくとも第「ｉ−１」部分領域の温度の推定値と第ｉ部分領域の前記推定値の前回値とを入力とする第ｉ写像と、を含み、
   前記温度算出処理は、前記取得処理によって取得した変数のうち前記第１部分領域よりも下流に位置する前記部分領域の前記推定値の前回値以外の変数を少なくとも前記第１写像に入力することによって前記第１部分領域の温度の推定値を算出する処理と、少なくとも第「ｉ−１」部分領域の温度の推定値と前記第ｉ部分領域の前記推定値の前回値とを前記第ｉ写像の入力とすることによって前記第ｉ部分領域の温度の推定値を算出する処理とによって、前記第１部分領域から第Ｎ部分領域までのそれぞれの温度の推定値を算出する処理を含む請求項１〜４のいずれか１項に記載の触媒温度推定装置。
6. 前記写像は、前記外気温変数と前記過剰量変数との２つのうちの少なくとも１つの変数および前記流体エネルギ変数を入力とし、前記内燃機関が定常運転しているときに前記触媒の温度が収束する値である定常温度を出力する定常写像と、前記内燃機関の吸入空気量に関する変数である空気量変数と前記定常温度と前記推定値の前回値とを入力とし、前記触媒の温度が前記定常温度に収束する時定数を定める変数である時定数変数を出力する時定数写像と、を含み、
   前記取得処理は、前記空気量変数を取得する処理を含み、
   前記温度算出処理は、前記外気温変数と前記過剰量変数との２つのうちの少なくとも１つの変数および前記流体エネルギ変数を入力とし前記定常写像の出力に基づき前記定常温度を算出する定常算出処理と、前記空気量変数と前記定常温度と前記推定値の前回値とを前記時定数写像の入力として前記時定数変数を算出する時定数算出処理と、前記時定数算出処理によって算出された前記時定数変数に応じて前記触媒の温度の推定値を前記定常温度に近づけることによって前記推定値を算出する処理と、を含み、
   前記定常写像を規定する写像データは、機械学習によって学習されたものである請求項１〜５のいずれか１項に記載の触媒温度推定装置。
7. 前記写像は、前記触媒の温度の推定値の前回値に加えて流体エネルギ変数の時系列データを入力として前記触媒の温度の推定値を出力するものであり、
   前記取得処理は、前記流体エネルギ変数として前記流体エネルギ変数の時系列データを取得する処理を含み、
   前記温度算出処理による前記流体エネルギ変数を前記写像への入力とする前記推定値の算出処理は、前記流体エネルギ変数の時系列データを前記写像への入力とする前記推定値の算出処理である請求項１記載の触媒温度推定装置。
8. 前記流体エネルギ変数の時系列データは、前記排気通路における前記触媒の上流側から所定期間に前記触媒に流入する流体の温度に関する変数である温度変数の時系列データを含む請求項７記載の触媒温度推定装置。
9. 前記流体エネルギ変数の時系列データは、前記所定期間における前記温度変数の時系列データと、前記所定期間における、前記内燃機関の吸入空気量に関する変数である空気量変数とを含んで構成されており、
   前記所定期間における前記空気量変数は、前記温度変数の時系列データよりもサンプリング数が少ない請求項８記載の触媒温度推定装置。
10. 前記記憶装置は、前記写像データとして複数種類の写像データを記憶しており、
    前記温度算出処理は、前記複数種類の写像データのうちの１つを、前記触媒の温度の推定値を算出するために用いる写像データとして選択する選択処理を含む請求項１〜９のいずれか１項に記載の触媒温度推定装置。
11. 前記記憶装置は、前記内燃機関の燃焼室への燃料供給の有無、前記触媒の暖機処理の有無および前記触媒の昇温処理の有無の少なくとも１つに応じた各別の写像を規定する複数種類の写像データを記憶しており、
    前記選択処理は、前記複数種類の写像データのうちの１つを、前記触媒の温度の推定値を算出するために用いる写像データとして選択する処理を含む請求項１０記載の触媒温度推定装置。
12. 前記操作処理は、前記触媒の温度が所定温度以上の場合、所定温度未満の場合と比較して、前記内燃機関の燃焼室において燃焼対象とされる混合気の空燃比をリッチとする処理を含む請求項１〜１１のいずれか１項に記載の触媒温度推定装置。
13. 請求項１〜１２のいずれか１項に記載の前記実行装置および前記記憶装置を備え、
    前記実行装置は、第１実行装置および第２実行装置を含み、
    前記第１実行装置は、車両に搭載されて且つ、前記取得処理と、前記取得処理によって取得されたデータを車両の外部に送信する車両側送信処理と、前記温度算出処理によって算出された推定値に基づく信号を受信する車両側受信処理と、前記操作処理と、を実行し、
    前記第２実行装置は、前記車両の外部に配置されて且つ、前記車両側送信処理によって送信されたデータを受信する外部側受信処理と、前記温度算出処理と、前記温度算出処理によって算出された推定値に基づく信号を前記車両に送信する外部側送信処理と、を実行する触媒温度推定システム。
14. 請求項１３記載の前記第２実行装置および前記記憶装置を備えるデータ解析装置。
15. 請求項１３記載の前記第１実行装置を備える内燃機関の制御装置。