JP7409289B2 - 騒音推定装置および車両用制御装置 - Google Patents

Description

本発明は、歯打ち音に由来する騒音の発生を推定する騒音推定装置および車両用制御装置に関する。

特許文献１には、動力が伝達される経路上で互いに噛み合う歯車間の隙間を詰めるように、内燃機関を始動する前に電動機を動作させる車両の制御装置が開示されている。予め歯車間の隙間を詰めることによって、停車状態から内燃機関を始動する際に歯打ち音が発生することを抑制するようにされている。

特開２００８－２６５６１５号公報

歯打ち音は、内燃機関を始動する際に限らず発生することがある。たとえば、車両の走行中にも歯打ち音が発生する。このように車両の走行中において発生するような歯打ち音に由来する騒音についても抑制したいという要望がある。車両の走行中において発生するような歯打ち音に由来する騒音を抑制するためには、車両の運転状態が、歯打ち音に由来する騒音が発生しやすい状態であるか否かを推定する必要があった。

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．動力源と、該動力源の駆動によって出力される動力を伝達する動力伝達機構と、を備える車両に適用され、実行装置と、記憶装置と、を備え、前記記憶装置には、機械学習によって学習済みの写像を規定するデータである写像データが記憶されており、前記写像は、前記動力源における出力に関する変数、および前記動力伝達機構の状態を示す変数が入力変数として入力されると、前記動力伝達機構が作動することによって発生する歯打ち音が車両のキャビンに伝達されることによる騒音に関する官能レベルを示す変数を出力変数として出力するものであり、前記実行装置は、前記動力源における出力に関する変数、および前記動力伝達機構の状態を示す変数を取得して前記入力変数の値とする取得処理と、前記入力変数の値を前記写像に入力することによって該写像が出力する出力変数の値を基に、前記官能レベルを推定する推定処理と、を実行し、前記動力源は、内燃機関およびモータジェネレータを含み、前記動力伝達機構は、変速装置を含み、前記動力源における出力に関する変数には、前記内燃機関を始動する前のクランク角、機関回転数および機関負荷のうち一つ以上のパラメータと、前記モータジェネレータの制御量のうち、前記内燃機関の駆動によって発生する振動を抑制するために算出される制振制御量と、が含まれ、前記動力伝達機構の状態を示す変数には、前記変速装置におけるギア比、前記変速装置に供給される作動油の温度および前記変速装置における回転軸の回転が固定されている状態であるか否かのうち一つ以上のパラメータが含まれる騒音推定装置である。

上記構成によれば、動力源における出力に関する変数、および動力伝達機構の状態を示す変数が写像に入力されることによって、官能レベルを示す変数が出力される。すなわち、動力源における出力に関する変数、および動力伝達機構の状態を示す変数に基づいて、官能レベルを推定することができる。なお、官能レベルは、音について車両の乗員が不快に感じる度合いを示す指標値である。官能レベルが高いほど、乗員が騒音を不快であると感じやすいことを示す。上記のように官能レベルを推定することによって、歯打ち音に由来する騒音が発生しやすい状態であるか否かを推定することができる。

また、上記構成によれば、内燃機関を始動する前のクランク角、機関回転数および機関負荷のうち一つ以上のパラメータを考慮して騒音の大きさを推定することができる。当該パラメータは、歯打ち音を発生させる外力に関係する。歯打ち音を発生させる外力を考慮することによって、車両の室内における騒音の大きさを推定する精度を向上させることができる。

さらに上記構成によれば、ギア比、作動油の温度および変速装置における回転軸の回転が固定されている状態であるか否かのうち一つ以上のパラメータを考慮して騒音の大きさを推定することができる。当該パラメータは、歯打ち音を発生させる外力が加えられた場合における歯打ち音の発生しやすさに関係する。歯打ち音の発生しやすさを考慮することによって、車両の室内における騒音の大きさを推定する精度を向上させることができる。

さらに上記構成によれば、制振制御量によって調整されるモータジェネレータが出力するトルクを考慮して、騒音の大きさを推定することができる。これによって、車両の室内における騒音の大きさを推定する精度を向上させることができる。

２．前記入力変数には、前記歯打ち音を由来とする騒音に対しての暗騒音に関する変数が含まれ、前記暗騒音に関する変数には、車速、機関回転数および車両が備える窓の開閉状態のうち一つ以上のパラメータが含まれる上記１に記載の騒音推定装置。

上記構成によれば、暗騒音を発生させ得るパラメータを考慮して、歯打ち音に由来する騒音の大きさを推定することができる。これによって、車両の室内における騒音の大きさを推定する精度を向上させることができる。

３．前記官能レベルを示す変数には、前記キャビンにおける騒音の音圧と前記歯打ち音を由来とする騒音に対しての暗騒音の音圧との差を示す値である突出量を含む上記１又は２に記載の騒音推定装置。

上記構成によれば、官能レベルを示す変数として、キャビンにおける騒音の音圧と暗騒音の音圧との差である突出量を算出することができる。これによって、暗騒音と比較した車室における騒音の大きさを推定することができる。

４．上記１～３のいずれか一項に記載の騒音推定装置における前記実行装置および前記記憶装置を備え、前記官能レベルが規定値以上であるときには、前記歯打ち音を低減させる抑制制御を実行し、前記抑制制御では、前記内燃機関の始動を禁止する処理、または機関負荷を小さくする処理を行う車両用制御装置。

上記構成によれば、推定される騒音が大きい場合には、歯打ち音を低減するように内燃機関を制御することができる。これによって、車両の室内に発生する騒音を低減させることができる。

車両および制御装置の一実施形態を示す模式図。 同実施形態にかかる制御装置が実行する処理の手順を示す流れ図。 暗騒音と比較した騒音の突出量を説明する図。

以下、騒音推定装置および車両用制御装置の一実施形態について、図１～図３を参照して説明する。
図１は、内燃機関１０を動力源として搭載している車両ＶＣを示す。車両ＶＣは、動力源としてモータジェネレータ３０を備えていてもよい。モータジェネレータ３０の端子には、インバータの出力電圧が印加される。車両ＶＣは、複数のモータジェネレータを備えていてもよい。

車両ＶＣは、動力伝達機構を構成する変速装置２０を備えている。変速装置２０は、回転軸を備えている。変速装置２０の回転軸は、動力源の駆動によって出力される動力を伝達する。変速装置２０の一例は、回転軸、および歯車によって構成されている。変速装置２０では、複数のギア比を切り換えることができる。変速装置２０は、動力源の回転をギア比に応じて変換して伝達する。

変速装置２０は、パーキングロック機構を備えていてもよい。パーキングロック機構は、たとえば、車両ＶＣの運転者による操作が可能なシフトレバーによってＰレンジが選択されている場合に作動する。Ｐレンジは、パーキングスイッチによって選択されてもよい。パーキングロック機構は、変速装置２０における回転軸の回転を機械的に止める機構である。パーキングロック機構は、電動アクチュエータによって作動する。パーキングロック機構の具体的な構成の一例では、パーキングロック機構が作動すると、ロック部材が移動する。ロック部材は、回転軸と連動して回転する歯車に対して噛み合う位置に移動する。ロック部材が歯車と噛み合うことによって、歯車の回転が規制される。すなわち、Ｐレンジが選択されてパーキングロック機構が作動すると、変速装置２０の回転軸が固定される。このため、Ｐレンジが選択されている場合での変速装置２０におけるねじり特性は、Ｐレンジが選択されていない場合での変速装置２０におけるねじり特性とは異なる。

車両ＶＣは、動力伝達機構を構成する動力分割装置を備えていてもよい。動力分割装置は、内燃機関１０、およびモータジェネレータの動力を分割することができる。動力分割装置は、遊星歯車機構を備えている。動力分割装置は、内燃機関１０のクランク軸と機械的に連結されている。遊星歯車機構のキャリアは、内燃機関１０のクランク軸と機械的に連結されている。遊星歯車機構のサンギアは、モータジェネレータ３０の回転軸と機械的に連結されている。遊星歯車機構のリングギアには、変速装置２０を介して車両の駆動輪が機械的に連結されている。

車両ＶＣにおいて動力源から車輪までを機械的に連結する機構は、動力伝達機構であるといえる。たとえば、デファレンシャルギアおよびドライブシャフトも動力伝達機構である。

車両ＶＣは、オイルポンプを備えていてもよい。オイルポンプの従動軸は、動力分割装置における遊星歯車機構のキャリアに機械的に連結されている。オイルポンプは、オイルパン内のオイルを作動油として変速装置２０内の油圧制御回路に吐出するポンプである。

図１に示すように、車両ＶＣは、キャビン９０を備えている。キャビン９０は、車両ＶＣの乗員が乗り込むことができる車室を構成する。キャビン９０には、座席が収容されている。キャビン９０は、車両ＶＣの内装を構成するパネル等によって区画されている。車両ＶＣでは、内燃機関１０を収容するコンパートメントは、キャビン９０よりも車両前方に位置している。

車両ＶＣは、開閉が可能である窓を備えていてもよい。図１には、車両ＶＣが備える窓の一例として、第１窓６１Ａおよび第２窓６１Ｂを示している。第１窓６１Ａは、フロントドアに取り付けられている。第２窓６１Ｂは、リアドアに取り付けられている。車両ＶＣが備える窓のうち一つ以上の窓が開いている場合には、開いている窓を介してキャビン９０が開放される。

車両ＶＣは、窓の開閉を制御するパワーウィンドウ制御装置６０を備えていてもよい。パワーウィンドウ制御装置６０は、たとえば車両ＶＣのドアに取り付けられている。パワーウィンドウ制御装置６０は、操作スイッチを備えている。操作スイッチは、車両ＶＣの乗員によって操作が可能な位置に取り付けられている。操作スイッチは、車両ＶＣが備える各窓に対応した複数のスイッチによって構成されている。パワーウィンドウ制御装置６０は、制御部を備えている。制御部は、操作スイッチの状態に応じて窓を開閉するための信号を送信する機能を備えている。たとえば、パワーウィンドウ制御装置６０は、第１窓６１Ａまたは第２窓６１Ｂを開閉することができる。

車両ＶＣは、各種センサを備えている。図１には、各種センサの一例として、クランク角センサ５１、車輪速センサ５２、油温センサ５３およびシフトポジションセンサ５４を示している。クランク角センサ５１は、クランク軸の回転角を検出することができる。車輪速センサ５２は、車両ＶＣが備える各車輪に対応して取り付けられている。車輪速センサ５２は、各車輪の車輪速度を検出することができる。油温センサ５３は、変速装置２０に供給される作動油の温度を検出することができる。シフトポジションセンサ５４は、シフトレバーまたはパーキングスイッチによって操作されるシフトポジションを検出することができる。各種センサからの検出信号は、車両が備える制御装置４０に入力される。

車両ＶＣは、制御装置４０を備えている。制御装置４０は、内燃機関１０を制御対象とする。制御装置４０は、内燃機関１０の制御量であるトルクおよび排気成分比率等を制御すべく、内燃機関１０の各種操作部を操作する。また、制御装置４０は、モータジェネレータ３０を制御対象とすることもできる。制御装置４０は、モータジェネレータ３０の制御量であるトルクおよび回転速度等を制御すべく、インバータを操作する。制御装置４０は、変速装置２０を制御対象とすることもできる。変速装置２０内の油圧制御回路を操作することによって、作動油の圧力を調整して変速装置２０を制御する。また、制御装置４０は、変速装置２０が備えるパーキングロック機構を作動させることもできる。なお、図１には、制御装置４０が内燃機関１０、モータジェネレータ３０のインバータおよび変速装置２０を操作するために送信する信号を操作信号ＭＳと表示している。

制御装置４０は、ＣＰＵ４２、ＲＯＭ４４、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４６、および周辺回路４８を備えている。ＣＰＵ４２、ＲＯＭ４４、記憶装置４６、および周辺回路４８は、ローカルネットワーク４９を介して通信可能とされている。周辺回路４８の一例は、内部の動作を規定するクロック信号を生成する回路、電源回路、およびリセット回路等の回路を含む。制御装置４０は、ＲＯＭ４４に記憶されたプログラムをＣＰＵ４２が実行することによって、上記制御量を制御する。

制御装置４０は、各種センサが出力する信号を参照する。制御装置４０は、クランク角センサ５１の出力信号を参照する。制御装置４０は、クランク角センサ５１の出力信号に基づいて機関回転数を算出する。制御装置４０は、車輪速センサ５２の出力信号を参照する。制御装置４０は、車輪速センサ５２の出力信号に基づいて車両ＶＣの速度として車速を算出する。制御装置４０は、油温センサ５３の出力信号を参照する。制御装置４０は、油温センサ５３の出力信号に基づいて作動油の温度を算出する。制御装置４０は、シフトポジションセンサ５４によって検出されるシフトポジションを参照する。

制御装置４０は、パワーウィンドウ制御装置６０の制御部が送信する信号を参照することができる。制御装置４０は、当該信号に基づいて、窓の開閉状態を取得することができる。

制御装置４０の記憶装置４６には、機械学習によって学習済みの写像を規定するデータである写像データＤＭが記憶されている。写像データＤＭは、官能レベルを推定する処理において用いられる。写像データＤＭおよび官能レベルの詳細は後述する。

制御装置４０が実行する処理の一部を説明する。これらの処理は、ＲＯＭ４４に記憶されたプログラムをＣＰＵ４２が実行することによって実現される。
制御装置４０は、駆動トルク設定処理を実行する。駆動トルク設定処理は、駆動輪に付与すべきトルクの指令値である駆動トルク指令値Ｔｒｑ＊を算出する処理である。駆動トルク指令値Ｔｒｑ＊は、車両ＶＣが備えるアクセル操作部材の操作量を入力として、当該操作量が大きいほど大きい値に算出される。

制御装置４０は、制振処理を実行することができる。制振処理は、内燃機関１０の駆動によって発生する振動を、モータジェネレータ３０を制御することによって抑制する処理である。制振処理では、制御装置４０は、モータジェネレータ３０の制御量として制振制御量を算出する。制振制御量の一例は、モータジェネレータ３０のトルクを調整するゲインである。制振制御量は、モータジェネレータ３０のトルクを変動させる大きさを示す補正値でもよい。

制御装置４０は、推定処理を実行する。推定処理は、騒音に関する官能レベルを推定する処理である。官能レベルは、変速装置２０が作動することによって発生する歯打ち音がキャビン９０に伝達されることによる騒音に関する。官能レベルは、音について車両ＶＣの乗員が不快に感じる度合いを示す指標値である。官能レベルが高いほど、乗員が騒音を不快であると感じやすいことを示す。以下、制御装置４０が推定処理を実行する処理の流れについて説明する。

なお、歯打ち音は、歯車同士が衝突することによって発生するものに限らない。歯打ち音の一例は、スプライン穴にスプライン軸が挿入されている部分において発生することがある。歯打ち音の一例は、滑合によって部材同士を繋いでいる部分において発生することがある。歯打ち音の一例は、アクチュエータに採用されるシリンダとシリンダ内に取り付けられている摩擦材との間に隙間があることによって発生することがある。歯打ち音の一例は、ハブとハブに取り付けられている摩擦材との間に隙間があることによって発生することがある。たとえば、ハブは、クラッチに採用されるクラッチハブである。

図２に、制御装置４０が実行する処理の手順を示す。図２に示す処理は、ＲＯＭ４４に記憶されたプログラムをＣＰＵ４２がたとえば所定周期で繰り返し実行することによって実現される。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２に示す一連の処理において、ＣＰＵ４２は、まず、官能レベルを推定するための特徴量を取得する（Ｓ１０１）。ＣＰＵ４２は、特徴量として外力Ｆ１を取得する。ＣＰＵ４２は、特徴量として発生感度Ｆ２を取得する。ＣＰＵ４２は、特徴量として暗騒音Ｆ３を取得してもよい。

第１の特徴量である外力Ｆ１について説明する。外力Ｆ１には、動力源における出力に関する値が採用される。換言すれば、外力Ｆ１は、歯打ち音の発生箇所に作用して歯打ち音を発生させる外力の指標となる値である。ＣＰＵ４２は、外力Ｆ１として機関回転数を取得することができる。ＣＰＵ４２は、機関回転数以外のパラメータを外力Ｆ１として取得することもできる。外力Ｆ１として取得することができるパラメータの一群を第１パラメータ群とする。第１パラメータ群は、機関回転数の他に、内燃機関１０を始動する前の時点におけるクランク角を含んでいてもよい。第１パラメータ群は、内燃機関１０の機関負荷を含んでいてもよい。第１パラメータ群は、内燃機関１０における点火時期の遅角量を含んでいてもよい。第１パラメータ群は、モータジェネレータ３０に関する機械的時定数を含んでいてもよい。第１パラメータ群は、モータジェネレータ３０の制振制御量を含んでいてもよい。

第２の特徴量である発生感度Ｆ２について説明する。発生感度Ｆ２には、動力伝達機構の状態を示す値が採用される。換言すれば、発生感度Ｆ２は、動力伝達機構に外力が作用した際の歯打ち音の発生しやすさの指標となる値である。ＣＰＵ４２は、発生感度Ｆ２として変速装置２０のギア比を取得することができる。ＣＰＵ４２は、ギア比以外のパラメータを発生感度Ｆ２として取得することもできる。発生感度Ｆ２として取得することができるパラメータの一群を第２パラメータ群とする。第２パラメータ群は、ギア比の他に、作動油の温度を含んでいてもよい。第２パラメータ群は、シフトポジションがＰレンジであるか否かを示す値を含んでいてもよい。

第３の特徴量である暗騒音Ｆ３について説明する。暗騒音Ｆ３には、キャビン９０において観測できる騒音のうち、歯打ち音以外の音による騒音の指標となる値が採用される。換言すれば、暗騒音Ｆ３は、歯打ち音を由来とする騒音に対しての暗騒音に関する値である。ＣＰＵ４２は、暗騒音Ｆ３として車速を取得することができる。ＣＰＵ４２は、車速以外のパラメータを暗騒音Ｆ３として取得することもできる。暗騒音Ｆ３として取得することができるパラメータの一群を第３パラメータ群とする。第３パラメータ群は、車速の他に、機関回転数を含んでいてもよい。第３パラメータ群は、車両ＶＣの窓の開閉状態を示す値を含んでいてもよい。窓の開閉状態は、開かれている窓が取り付けられている位置を示す情報を含んでいてもよい。

ここで、図３を用いて、キャビン９０に伝わる騒音と暗騒音との関係について説明する。図３には、キャビン９０において観測できる騒音ＮＺを実線で示している。騒音ＮＺは、たとえば、キャビン９０に配置した騒音計によって測定することができる。騒音計は、車両ＶＣの室外に配置してもよい。乗員の声を集音するためのマイクロホンがキャビン９０に取り付けられている場合には、騒音ＮＺは、マイクロホンによって測定することもできる。また、図３には、比較例としての比較音ＢＧを二点鎖線で示している。比較音ＢＧは、騒音ＮＺに対して、歯打ち音が発生していないと仮定した場合の音圧を示す。比較音ＢＧは、歯打ち音に由来する騒音に対しての暗騒音に相当する。比較音ＢＧは、たとえば、走行している車両ＶＣのタイヤと路面との摩擦または衝突によって発生する騒音であるロードノイズを含む。また、たとえば、比較音ＢＧは、運転中の内燃機関１０から発生する騒音であるエンジンノイズを含む。また、たとえば、比較音ＢＧは、車両ＶＣの外部において発生する騒音である外部騒音を含む。歯打ち音が発生すると、図３に示すように、騒音ＮＺの音圧が比較音ＢＧの音圧よりも大きくなる期間が生じる。騒音ＮＺが比較音ＢＧよりも大きくなっている期間では、歯打ち音が発生して、歯打ち音を由来とする騒音がキャビン９０に伝わっている。以下では、騒音ＮＺを比較音ＢＧと比較した場合に騒音ＮＺの音圧が比較音ＢＧの音圧よりも大きい量のことを突出量という。また、騒音ＮＺにおける一つのピークを一回の突出と数える。図３に示す例では、突出回数は四回である。

図２に戻り、次にＣＰＵ４２は、図１に示した記憶装置４６に記憶されている写像データＤＭによって規定される写像への入力変数ｘ（１）～ｘ（３）に、Ｓ１０１の処理によって取得したデータを代入する（Ｓ１０２）。より詳しくは、ＣＰＵ４２は、入力変数ｘ（１）に外力Ｆ１を代入する。ＣＰＵ４２は、入力変数ｘ（２）に発生感度Ｆ２を代入する。ＣＰＵ４２は、入力変数ｘ（３）に暗騒音Ｆ３を代入する。

次にＣＰＵ４２は、上記写像に入力変数ｘ（１）～ｘ（３）の値を代入することによって、官能レベルを示す変数である出力変数ｙ（１），ｙ（２）の値を算出する（Ｓ１０３）。

出力変数ｙ（１）は、突出量を示す。たとえば、規定期間における突出量の最大値を出力変数ｙ（１）とする。出力変数ｙ（２）は、騒音ＮＺが比較音ＢＧよりも大きくなる回数を示す。たとえば、一回目の音圧の突出が見られた時点から規定期間が経過するまでの突出の回数を出力変数ｙ（２）とする。なお、出力変数ｙ（１）は、一回目の突出が見られた時点から規定期間が経過するまでの突出量の平均値としてもよい。

本実施形態では、写像として関数近似器を例示し、詳しくは、中間層が１層である全結合順伝搬型のニューラルネットワークを例示する。具体的には、Ｓ１０３の処理によって値が代入された入力変数ｘ（１）～ｘ（３）とバイアスパラメータであるｘ（０）とが、係数ｗＦｊｋ（ｊ＝１～ｍ，ｋ＝０～３）によって規定される線形写像にて変換される。係数ｗＦｊｋによって規定される線形写像にて変換された「ｍ」個の値のそれぞれが活性化関数ｆに代入される。これによって、中間層におけるノードの値が定まる。また、係数ｗＳｉｊ（ｉ＝１～２）によって規定される線形写像によって中間層におけるノードの値のそれぞれが変換される。変換された中間層におけるノードの値のそれぞれが活性化関数ｇに代入されることによって、出力変数ｙ（１），ｙ（２）の値が定まる。活性化関数ｆの一例は、ハイパボリックタンジェントである。活性化関数ｇの一例は、ハイパボリックタンジェントである。

写像データＤＭについて説明する。写像データＤＭは、予め学習された学習済みモデルである。写像データＤＭの学習は、教師データを用いて行われる。教師データは、外力Ｆ１として選択するパラメータ、発生感度Ｆ２として選択するパラメータおよび暗騒音Ｆ３として選択するパラメータに応じて作成される。写像データＤＭの一例では、機関回転数、ギア比および車速と、機関回転数、ギア比および車速に対しての実際の官能レベルを示すデータと、を一組とした教師データを学習に用いる。たとえば、実際の官能レベルは、キャビン９０に配置した騒音計によって測定して取得する。教師データは、官能レベルである突出量および突出の回数を取得するタイミングと同タイミングにおける機関回転数、ギア比および車速を取得することによって作成することができる。

図２に戻り、ＣＰＵ４２は、出力変数ｙ（１），ｙ（２）の値に基づいて官能レベルを評価する（Ｓ１０４）。官能レベルおよび突出量は、突出量が大きくなるほど官能レベルが高くなるという関係にある。官能レベルおよび突出回数は、突出回数が多くなるほど官能レベルが高くなるという関係にある。官能レベルを評価する構成の一例を説明する。たとえば、ＣＰＵ４２は、出力変数ｙ（１）の値が規定の第１しきい値以上であるか否かを判定する。さらに、ＣＰＵ４２は、出力変数ｙ（２）の値が規定の第２しきい値以上であるか否かを判定する。ＣＰＵ４２は、出力変数ｙ（１）の値が第１しきい値以上であり、且つ、出力変数ｙ（２）の値が第２しきい値以上である場合には、官能レベルが規定値以上であり官能レベルが高いと判定する。ＣＰＵ４２は、出力変数ｙ（１）の値が第１しきい値未満である場合、または、出力変数ｙ（２）の値が第２しきい値未満である場合には、官能レベルが低いと判定する。第１しきい値および第２しきい値は、実験等によって予め算出された値である。第１しきい値は、突出量が第１しきい値以上である場合には、歯打ち音に由来する騒音を車両ＶＣの乗員が不快に感じる値として設定されている。第２しきい値は、突出回数が第２しきい値以上である場合には、歯打ち音に由来する騒音を車両ＶＣの乗員が不快に感じる値として設定されている。官能レベルを評価する構成は上記構成に限らない。たとえば、ＣＰＵ４２は、出力変数ｙ（１）の値が第１しきい値以上である場合には、出力変数ｙ（２）の値が第２しきい値未満であっても、官能レベルが高いと判定することもできる。

次に、ＣＰＵ４２は、官能レベルを推定した結果を記憶装置４６に記憶する記憶処理を実行する（Ｓ１０５）。記憶処理では、ＣＰＵ４２は、Ｓ１０１の処理において取得した特徴量とともに官能レベルを推定した結果を記憶装置４６に記憶させる。記憶処理では、ＣＰＵ４２は、官能レベルを評価した結果を記憶してもよい。記憶処理において記憶した情報は、新たな教師データとして写像データＤＭの学習に用いることもできる。

次に、ＣＰＵ４２は、官能レベルが高いか否かを判定する（Ｓ１０６）。官能レベルが高い場合には（Ｓ１０６：ＹＥＳ）、ＣＰＵ４２は、歯打ち音を低減させる抑制制御を実施する（Ｓ１０７）。

抑制制御の例を説明する。一例として、内燃機関１０を運転中である場合の抑制制御では、ＣＰＵ４２は、内燃機関１０の機関負荷を小さくする処理を実行することができる。たとえば、ＣＰＵ４２は、機関回転数を高くすることによって内燃機関１０の動作点を変更する。ＣＰＵ４２は、点火時期の遅角量を小さくして、機関トルクを小さくすることもできる。また、一例として、内燃機関１０を停止中である場合の抑制制御では、ＣＰＵ４２は、内燃機関１０の始動を禁止する処理を実行することができる。また、ＣＰＵ４２は、内燃機関１０が始動されにくいようにしてもよい。たとえば、内燃機関１０を始動させるための条件におけるしきい値となる値を変更することによって、内燃機関１０が始動されにくくすることができる。また、抑制制御の一例として、ＣＰＵ４２は、内燃機関１０の間欠運転を禁止してもよい。抑制制御の一例として、ＣＰＵ４２は、モータジェネレータ３０が出力するトルクの変動が小さくなるようにモータジェネレータ３０を制御してもよい。

ＣＰＵ４２は、Ｓ１０７の処理が完了すると、図２に示す一連の処理を一旦終了する。ＣＰＵ４２は、Ｓ１０６の処理において否定判定する場合には、図２に示す一連の処理を一旦終了する。

本実施形態の作用について説明する。
ＣＰＵ４２は、外力Ｆ１、発生感度Ｆ２および暗騒音Ｆ３に基づいて、官能レベルを推定する。ＣＰＵ４２は、官能レベルが高いか否かを判定する。また、ＣＰＵ４２は、官能レベルが高い場合には、歯打ち音を低減させる抑制制御を実施する。

本実施形態の効果について説明する。
（１）外力Ｆ１、発生感度Ｆ２および暗騒音Ｆ３の三つの要素を考慮して、官能レベルを総合的に推定することができる。

（２）特徴量としての外力Ｆ１が写像への入力変数とされるため、官能レベルを推定する際には歯打ち音を発生させる外力の大きさを考慮することができる。これによって、官能レベルを精度よく推定することができる。たとえば、外力Ｆ１として内燃機関１０の始動前のクランク角を採用した場合には、内燃機関１０を始動する際におけるピストンの位置に基づいて、燃焼室での圧力変動を考慮することができる。たとえば、外力Ｆ１として機関回転数、機関負荷、または点火時期の遅角量を採用した場合には、内燃機関１０のトルクを考慮することができる。たとえば、外力Ｆ１としてモータジェネレータ３０の機械的時定数または制振制御量を採用した場合には、モータジェネレータ３０のトルクを考慮することができる。

（３）特徴量としての発生感度Ｆ２が写像への入力変数とされるため、官能レベルを推定する際には歯打ち音の発生しやすさを考慮することができる。これによって、官能レベルを精度よく推定することができる。たとえば、発生感度Ｆ２としてギア比を採用した場合には、変速装置２０における歯車の組み合わせに起因した歯車間の隙間の大きさを考慮することができる。たとえば、発生感度Ｆ２として作動油の温度を採用した場合には、作動油の粘性を考慮することができる。すなわち、作動油の粘性に応じて働く、歯車同士が衝突する際の減衰を考慮することができる。たとえば、発生感度Ｆ２としてＰレンジであるか否かを採用した場合には、変速装置２０のねじり特性を考慮することができる。

（４）官能レベルとして騒音の大きさを推定することができる。騒音の大きさを指標として、車両ＶＣの乗員が騒音を不快に感じるか否かを判定することができる。
（５）特徴量としての暗騒音Ｆ３が写像への入力変数とされるため、官能レベルを推定する際には暗騒音を発生させ得るパラメータが考慮される。これによって、官能レベルとして暗騒音からの突出量を推定することができ、歯打ち音に由来する騒音の大きさを推定する精度を高くすることができる。たとえば、暗騒音Ｆ３として車速を採用した場合には、車速から推定できるロードノイズを考慮することができる。たとえば、暗騒音Ｆ３として機関回転数を採用した場合には、機関回転数から推定できるエンジンノイズを考慮することができる。たとえば、暗騒音Ｆ３として窓の開閉状態を採用した場合には、外部騒音を考慮することができる。

（６）官能レベルとして突出の回数を推定することができる。突出の回数を指標として、車両ＶＣの乗員が騒音を不快に感じるか否かを判定することができる。
（７）官能レベルが高くなる動力源の動作点を特定することができる。これによって、歯打ち音に由来する騒音が発生しやすい状態であるか否かを推定することができる。

（８）変速装置２０で発生する歯打ち音に限らず、動力源から車輪までの動力が伝達される経路上における動力伝達機構において発生する歯打ち音に関して、歯打ち音が発生しやすい状態を推定することができる。

（９）推定される官能レベルが高い場合には抑制制御を実行することができる。このため、歯打ち音に由来する騒音が発生しやすい状態であることを見定めて、適切な時期に抑制制御を実施できる。抑制制御の実行によって、歯打ち音を低減するように内燃機関１０またはモータジェネレータ３０を制御することができる。これによって、キャビン９０に伝わる騒音を低減させることができる。

＜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。騒音推定装置は、図１の制御装置４０に対応する。実行装置は、図１のＣＰＵ４２およびＲＯＭ４４に対応する。記憶装置は、図１の記憶装置４６に対応する。写像データは、写像データＤＭに対応する。取得処理は、図２のＳ１０２の処理に対応する。推定処理は、図２のＳ１０３の処理に対応する。車両用制御装置は、図１の制御装置４０に対応する。

＜その他の実施形態＞
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。

・上記実施形態では、外力Ｆ１として第１パラメータ群から選択した一つのパラメータを写像への入力変数とする例を示した。第１パラメータ群から複数のパラメータを選んで入力変数としてもよい。すなわち、第１パラメータ群から一つ以上のパラメータを入力変数の値として取得すればよい。

同様に、発生感度Ｆ２に関しても、第２パラメータ群から一つ以上のパラメータを入力変数の値として取得すればよい。
同様に、暗騒音Ｆ３に関しても、第３パラメータ群から一つ以上のパラメータを入力変数の値として取得すればよい。

・暗騒音Ｆ３を写像への入力変数とすることは必須ではない。
・車両ＶＣの特性を写像への入力変数としてもよい。たとえば、車両ＶＣの各種寸法を入力変数とすることによって、キャビン９０への振動の伝達しやすさを考慮することができる。

・歯打ち音が発生しうる箇所における諸元データを写像への入力変数としてもよい。たとえば、歯車の歯数、バックラッシの大きさ、または、かみあい誤差等を入力変数としてもよい。

・写像データＤＭによって規定される写像への入力変数は、上記実施形態において例示したものに限らない。推定の精度がさらに向上することを期待できる特徴量を、さらに入力変数として採用することもできる。

・ニューラルネットワークとしては、全結合順伝播型ネットワークに限らない。たとえば、１次元の畳み込みニューラルネットワークを用いてもよい。もっとも、機械学習による学習済みモデルとしては、ニューラルネットワークに限らない。

・中間層の層数が１層のニューラルネットワークを例示したが、これに限らず、中間層の層数が２層以上であってもよい。
・教師データに関して、入力変数の値とするパラメータに対応した官能レベル対して、官能レベルが高いか否かの評価を予めラベル付けしておいてもよい。この場合には、パラメータと評価とが一組の教師データとなる。上記写像データＤＭを用いて、官能レベルの評価を出力変数としてもよい。この場合には、図２におけるＳ１０４の処理を省略することができる。

・写像としては、突出量および突出回数を出力変数とするものに限らない。突出量を出力変数としてもよい。
・突出量が所定値よりも小さい値である場合は、当該突出量を「０」として教師データを作成してもよい。すなわち、暗騒音と比較して音圧の差が所定値以上である場合を突出としてもよい。

・歯打ち音が発生する箇所における部材同士の衝突エネルギーを突出量に替えて採用した教師データを用いて、写像データＤＭの学習を行ってもよい。衝突エネルギーは、シミュレーションによって算出することができる。上記写像データＤＭを用いて、衝突エネルギーを出力変数としてもよい。この場合には、衝突エネルギーが規定の判定値以上である場合に官能レベルが高いと判定することができる。衝突エネルギーおよび官能レベルは、衝突エネルギーが大きくなるほど官能レベルが高くなるという関係にある。

・歯打ち音が発生する箇所における部材同士の衝突回数を突出回数に替えて採用した教師データを用いて、写像データＤＭの学習を行ってもよい。衝突回数は、シミュレーションによって算出することができる。上記写像データＤＭを用いて、衝突回数を出力変数としてもよい。この場合には、衝突回数が規定の判定回数以上である場合に官能レベルが高いと判定することができる。衝突回数および官能レベルは、衝突回数が多くなるほど官能レベルが高くなるという関係にある。

・上記実施形態では、推定結果を記憶する記憶装置を、写像データＤＭが記憶されている記憶装置と同一としたが、これに限らない。
・官能レベルの推定結果を記憶する記憶処理を実行する代わりに、車両ＶＣの製造メーカまたはデータ解析センタ等に推定結果を送信する送信処理を実行してもよい。記憶処理と送信処理とを実行することもできる。

・パワーウィンドウ制御装置６０が有する制御部に相当する機能は、制御装置４０が備えていてもよい。
・実行装置としては、ＣＰＵ４２とＲＯＭ４４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を備えてもよい。専用のハードウェア回路とは、たとえばＡＳＩＣである。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）上記処理のすべてを、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）上記処理のすべ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、または専用のハードウェア回路は、複数であってもよい。

・制御装置４０を適用することのできる車両は、図１に示した車両ＶＣに限らない。動力源と動力伝達機構とを備えている車両であれば、制御装置４０を適用することができる。

１０…内燃機関
２０…変速装置
３０…モータジェネレータ
４０…制御装置
４２…ＣＰＵ
４４…ＲＯＭ
４６…記憶装置
４８…周辺回路
４９…ローカルネットワーク
５１…クランク角センサ
５２…車輪速センサ
５３…油温センサ
５４…シフトポジションセンサ
６０…パワーウィンドウ制御装置
６１Ａ…第１窓
６１Ｂ…第２窓
９０…キャビン

Claims (4)

1. 動力源と、該動力源の駆動によって出力される動力を伝達する動力伝達機構と、を備える車両に適用され、
   実行装置と、記憶装置と、を備え、
   前記記憶装置には、機械学習によって学習済みの写像を規定するデータである写像データが記憶されており、
   前記写像は、前記動力源における出力に関する変数、および前記動力伝達機構の状態を示す変数が入力変数として入力されると、前記動力伝達機構が作動することによって発生する歯打ち音が車両のキャビンに伝達されることによる騒音に関する官能レベルを示す変数を出力変数として出力するものであり、
   前記実行装置は、
   前記動力源における出力に関する変数、および前記動力伝達機構の状態を示す変数を取得して前記入力変数の値とする取得処理と、
   前記入力変数の値を前記写像に入力することによって該写像が出力する出力変数の値を基に、前記官能レベルを推定する推定処理と、を実行し、
   前記動力源は、内燃機関およびモータジェネレータを含み、
   前記動力伝達機構は、変速装置を含み、
   前記動力源における出力に関する変数には、前記内燃機関を始動する前のクランク角、機関回転数および機関負荷のうち一つ以上のパラメータと、前記モータジェネレータの制御量のうち、前記内燃機関の駆動によって発生する振動を抑制するために算出される制振制御量と、が含まれ、
   前記動力伝達機構の状態を示す変数には、前記変速装置におけるギア比、前記変速装置に供給される作動油の温度および前記変速装置における回転軸の回転が固定されている状態であるか否かのうち一つ以上のパラメータが含まれる
   騒音推定装置。
2. 前記入力変数には、前記歯打ち音を由来とする騒音に対しての暗騒音に関する変数が含まれ、
   前記暗騒音に関する変数には、車速、機関回転数および車両が備える窓の開閉状態のうち一つ以上のパラメータが含まれる
   請求項１に記載の騒音推定装置。
3. 前記官能レベルを示す変数には、前記キャビンにおける騒音の音圧と前記歯打ち音を由来とする騒音に対しての暗騒音の音圧との差を示す値である突出量を含む
   請求項１又は２に記載の騒音推定装置。
4. 請求項１～３のいずれか一項に記載の騒音推定装置における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、前記官能レベルが規定値以上であるときには、前記歯打ち音を低減させる抑制制御を実行し、
   前記抑制制御では、前記内燃機関の始動を禁止する処理、または機関負荷を小さくする処理を行う
   車両用制御装置。