JPH04318246A - 内燃機関の空燃比学習制御装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

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、運転
領域別に空燃比学習補正値を学習するよう構成された装
置に関する。

【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ＫＢＬＲ
Ｃ（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空燃比の
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、上記のよう
に、運転領域別に学習補正係数ＫＢＬＲＣ　を学習させ
るときに、区分された運転領域の境界付近に実際の運転
条件が該当するときには、僅かな運転条件の変動によっ
て該当運転領域が変化することになってしまい、これに
より、各領域別の学習補正係数ＫＢＬＲＣ　が振れて空
燃比変動が発生するという問題があった。

【０００７】かかる問題点を解消するためには、該当運
転領域の判別にヒステリシスを設け、運転条件の僅かな
変化に伴って、学習される該当運転領域がハンチングす
ることを防止すれば良い。即ち、例えば図２１に示すよ
うな格子によって運転領域が区分され、運転領域間で矢
印方向に実際の運転条件が変化するときに、図中斜線部
に実際の運転条件が位置するときには、実際の該当領域
ではなく、前回までの該当領域を学習領域として継続的
に学習させるものであり、かかるヒステリシスの設定に
より、運転領域の境界付近で運転条件が変動しても、こ
れに伴って学習される領域がハンチングしてしまうこと
を防止できるようになる。

【０００８】前述のようなヒステリシスの設定において
、比較的狭い運転領域においては、運転条件が当該領域
に止まっている機会が少ないから、他の領域からの運転
条件が移動してきたときには、早めに該当領域として判
別されるようにヒステリシスを比較的小さく設定し、狭
い運転領域での学習機会を確保できるようにすることが
好ましい。また、運転領域が狭い場合には、隣接する領
域に対して要求補正レベルの段差が小さいから、ヒステ
リシスを小さく設定して該当領域判別のハンチングが発
生し易くなっても、これに伴って学習補正係数が大きく
振れることがない。

【０００９】一方、比較的広い運転領域においては、ヒ
ステリシスを小さく設定してあると、隣接する運転領域
に対して補正要求レベルの段差が大きいから、学習補正
係数の振れが大きくなってしまい好ましくなく、広い運
転領域では学習機会も充分に確保できるから逆にヒステ
リシスを比較的大きく設定することが望まれる。従って
、区分された運転領域個々の大きさが学習マップ上で大
小異なる場合には、ヒステリシスを一定とすると、狭い
運転領域での学習機会が減少したり、広い運転領域での
学習補正係数が大きく振れたりするという問題が発生し
、特に、運転領域を全体的に細かく区分し、その中で運
転領域の広さにばらつきがあると、上記の学習機会の減
少やハンチングがより問題点となる。このため、個々の
運転領域別にヒステリシス値を予め設定記憶させておき
、運転領域の大きさに対応したヒステリシス特性で学習
する領域の判別を行わせることが望まれるが、区分され
た運転領域別にヒステリシスのデータを持つことは、特
に運転領域の区分数が多い場合には多くの記憶容量を必
要とするという問題がある。

【００１０】本発明は上記問題点に鑑みなされたもので
あり、多くの記憶容量を必要とすることなく、学習マッ
プ上の個々の運転領域に適したヒステリシス特性で学習
領域を特定させることができるようにすることを目的と
する。

【００１１】

【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、機関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。

【００１２】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、実際の空燃比を目標空燃
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。更に、記憶
手段は、予め設定された機関運転条件パラメータの閾値
データ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
え可能に記憶している。

【００１３】ここで、補正値演算手段は、記憶手段にお
ける閾値データ間の偏差の所定割合として前記閾値デー
タを補正するための補正値を演算し、該当領域判別手段
は、記憶手段において予め設定された前記閾値データ及
び前記演算された補正値に基づき該当運転領域の変化を
抑止する方向に補正された閾値データに基づいて記憶手
段における複数の運転領域中での該当運転領域を判別す
る。

【００１４】そして、空燃比学習手段は、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
該当領域判別手段で判別された該当運転領域に対応する
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。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前記記憶手段に
おける該当運転領域の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。

【００１５】

【作用】かかる空燃比学習制御装置によると、該当領域
判別手段が、予め設定された運転領域を区切るための閾
値データ及び該当運転領域の変化を抑止する方向に補正
された閾値データに基づいて記憶手段における複数の運
転領域中から該当運転領域を判別するよう構成され、所
謂ヒステリシスをもって該当運転領域の判別がなされる
。ここで、前記閾値データの補正に用いられる補正値は
、予め設定された閾値データ間の偏差の所定割合として
演算され、閾値データ間の偏差は各運転領域の広さを示
すから、個々の運転領域の広さに応じた補正値を設定す
ることができ、以て、各運転領域の広さに応じたヒステ
リシス特性で学習する領域を判別させることができる。

【００１６】また、前記閾値データは、該当運転領域の
判別において最低限必要なデータであり、補正値の演算
には、かかる閾値データの他、閾値データ間の偏差の所
定割合を決定するデータがあれば良いから、多くの記憶
容量を必要とすることはなく、記憶容量の節約を図れる
。

【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
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，
ＲＯＭ，ＲＡＭ，Ａ／Ｄ変換器及び入出力インタフェイ
ス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。

【００２０】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
。 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機関運転条
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。

【００２１】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。

【００２２】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１６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。

【００２３】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，補
正値演算手段，該当領域判別手段としての機能は、前記
図３〜図１６のフローチャートに示すようにソフトウェ
ア的に備えられており、また、記憶手段としてはコント
ロールユニット１２に内蔵された図示しないマイクロコ
ンピュータのバックアップ機能付のＲＡＭが相当するも
のとする。

【００２４】図３及び図４のフローチャートに示すプロ
グラムは、基本燃料噴射量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。

【００２５】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５０
０ｍＶ）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。

【００２６】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、比例制御を実行したことを示
すフラグであるＦＰに１をセットする。

【００２７】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。

【００２８】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を示すフラグである前記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。

【００２９】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、空燃比学習補
正制御に関わる後述するような各種処理を行う。尚、本
実施例では、図１７に示すように、全運転領域を１６の
単位運転領域に区分してそれぞれの単位運転領域別に学
習補正係数ＫＢＬＲＣ１を書き換え可能に記憶した１６
領域学習マップと、全運転領域を２５６　の単位運転領
域に区分してそれぞれの単位運転領域別に学習補正係数
ＫＢＬＲＣ２を更新可能に記憶する２５６　領域学習マ
ップを備えて構成される。また、上記のように運転領域
を区分しないで全運転条件で適用される学習補正係数Ｋ
ＢＬＲＣ　φも学習設定されるようにしてあり、２つの
学習マップからそれぞれ該当する運転領域の学習補正係
数ＫＢＬＲＣ１，ＫＢＬＲＣ２　を検索し、これらと前
記学習補正係数ＫＢＬＲＣ　φとによって基本燃料噴射
量Ｔｐが補正されるようになっている。

【００３０】空燃比フィードバック補正係数ＬＭＤの比
例制御が行われたときには、まず、ステップ１３で、１
６領域学習マップ上の１つの運転領域に安定して止まっ
ている状態か否かを判別するためのカウント値ｃｎｔの
判別を行う。後述する図５〜図８のフローチャートに示
すプログラムにおいて、１６領域学習マップ上で該当す
る運転領域が所定微小時間毎に変化しているときに、前
記カウント値ｃｎｔには所定値（例えば４）がセットさ
れるようになっており、ステップ１３でカウント値ｃｎ
ｔがゼロでないと判別されると、ステップ１４へ進んで
カウント値ｃｎｔを１ダウンさせる処理を行う。

【００３１】ステップ１５では、後述するように、前記
１６領域学習マップの殆どの運転領域が学習済であると
きに１がセットされるフラグｆｌａｇの判別を行う。前
記フラグｆｌａｇが１であるときには、ステップ１６へ
進む。ステップ１６では、運転条件が前回と略同じであ
るか否かを判別し、前回と略同じでない場合にのみステ
ップ１７へ進む。

【００３２】ステップ１７では、最新の補正係数ＬＭＤ
平均値（ａ＋ｂ）／２の目標収束値Ｔａｒｇｅｔ（＝１
．０）に対する偏差の絶対値に基づいて、学習値の不適
切度合いを示すΔストレスのマップを参照し、補正係数
ＬＭＤの目標収束値Ｔａｒｇｅｔに対する偏差の増大に
応じてΔストレスを増大設定する。そして、前記Δスト
レスの積算値がセットされる「ストレス」に今回求めた
Δストレスを加算する。後述するように、前記ストレス
が所定以上になると、既に学習済の空燃比学習補正係数
ＫＢＬＲＣ　が不適切であるものと判断し、学習を最初
からやり直させるようになっている。

【００３３】図５〜図８のフローチャートに示すプログ
ラムは、運転領域別の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。ステ
ップ２１では、前記フラグＦＰの判別を行い、ＦＰが１
であるときには、ステップ２２へ進みＦＰをゼロリセッ
トした後、本プログラムによる各種処理を行い、ゼロで
あるときにはそのまま本プログラムを終了させる。

【００３４】ステップ２２でＦＰをゼロリセットすると
、次のステップ２３では、全運転領域に共通の空燃比学
習補正値である学習補正係数ＫＢＬＲＣ　φ（初期値１
．０　）が学習済であるか否かを示すフラグＦφの判別
を行う。ここで、フラグＦφがゼロであって学習補正係
数　ＫＢＬＲＣφの学習が済んでいないときには、ステ
ップ２４へ進み、前記補正係数ＬＭＤの最大・最小値ａ
，ｂの平均値（←（ａ＋ｂ）／２）が略１．０　である
か否かを判別する。

【００３５】（ａ＋ｂ）／２が略１．０　でないときに
は、ステップ２６へ進み、（ａ＋ｂ）／２から補正係数
ＬＭＤの目標収束値Ｔａｒｇｅｔ（本実施例では１．０
　）を減算した値に所定係数Ｘを掛けた値を前回までの
学習補正係数ＫＢＬＲＣ　φに加算し、該加算結果を新
たな学習補正係数ＫＢＬＲＣ　φとして設定する。 ＫＢＬＲＣ　φ←ＫＢＬＲＣ　φ＋Ｘ｛（ａ＋ｂ）／２
−Ｔａｒｇｅｔ｝また、ステップ２６では、１６領域学
習マップ及び２５６　領域学習マップそれぞれの運転領
域に記憶されている学習補正係数ＫＢＬＲＣ１，学習補
正係数ＫＢＬＲＣ２を全て初期値である１．０　にリセ
ットする。

【００３６】前記ステップ２４で（ａ＋ｂ）／２が略１
であると判別されると、ステップ２５で前記フラグＦφ
に１をセットして、全運転領域に対応する学習補正係数
　ＫＢＬＲＣφの学習が済んでいることが判別されるよ
うにする。 一方、ステップ２３で前記フラグＦφが１であると判別
された場合には、今度は運転領域を基本燃料噴射量Ｔｐ
と機関回転速度Ｎとに基づいて複数に区分した運転領域
別の空燃比学習を行う。

【００３７】まず、ステップ２７では、２５６　領域学
習マップ上で、現在の運転条件が該当する領域〔Ｋ，Ｉ
〕を判別する。ここで、図１７に示すように、Ｋは機関
回転速度Ｎをパラメータとして区切られる格子上での該
当位置を示し、Ｉは基本燃料噴射量Ｔｐをパラメータと
して区切られる格子上での該当位置を示す。尚、図１７
では２５６領域学習マップ上の各領域が同一の広さに設
定されているように記載してあるが、実際には、空燃比
補正精度の要求などから各運転領域の広さを適宜変化さ
せてあるものとする。

【００３８】上記ステップ２７における該当領域の判別
は、詳細には図１５及び図１６のフローチャートに示す
ように、ヒステリシスをもって行われる。図１５及び図
１６のフローチャートに示すプログラムにおいて、まず
、ステップ５１で、現状の基本燃料噴射量Ｔｐが２５６
　領域学習マップ上で該当する領域位置を判別するため
のカウンタｉをゼロリセットし、次のステップ５２では
、前記カウンタｉが最大番地である１５（Ｉは０〜１５
の範囲で設定される）を越えたか否かを判別する。

【００３９】そして、カウンタｉが最大値１５以下であ
るときには、ステップ５３へ進み、カウンタｉで指示さ
れる領域における最大基本燃料噴射量Ｔｐ〔ｉ〕と実際
の基本燃料噴射量Ｔｐとを比較する。前記最大基本燃料
噴射量Ｔｐ〔ｉ〕は、運転領域を基本燃料噴射量Ｔｐに
基づいて区分する際の閾値データに相当し、例えばカウ
ンタｉ＝２に相当する領域に含まれる基本燃料噴射量Ｔ
ｐは、Ｔｐ〔１〕≦Ｔｐ＜Ｔｐ〔２〕の範囲となる（図
１８参照）。

【００４０】ステップ５３でＴｐ〔ｉ〕≦Ｔｐであると
判別された場合には、カウンタｉで指示されるＴｐ領域
よりも実際のＴｐが大きいから、一段大きなＴｐ領域に
含まれるか否かを次に判別させるために、ステップ５４
でカウンタｉを１アップさせてから再びステップ５２へ
戻る。 そして、ステップ５３で初めてＴｐ〔ｉ〕≦Ｔｐである
と判別されたときのカウンタｉで指示される領域が該当
領域として判別され、ステップ５６へ進む。一方、予め
設定されている基本燃料噴射量Ｔｐの閾値データＴｐ〔
ｉ〕の中での最大値より実際の基本燃料噴射量Ｔｐが大
きい場合には、カウンタｉが１６にまでカウントアップ
されることになるが、この場合には、ステップ５２から
ステップ５５へ進んでカウンタｉに改めて１５をセット
してからステップ５６へ進む。

【００４１】ステップ５６では、該当領域判別における
ヒステリシス特性の設定のために、基本燃料噴射量Ｔｐ
の閾値データＴｐ〔ｉ〕を補正するための補正値（ヒス
テリシス値）Ｔｐｈｉｓ　を、以下の式に従って演算す
る。 Ｔｐｈｉｓ　←（Ｔｐ〔ｉ〕−Ｔｐ〔ｉ−１〕）／Ｙｍ
即ち、今回該当すると判別された領域位置ｉにおける基
本燃料噴射量Ｔｐの幅を、閾値データＴｐ〔ｉ〕，Ｔｐ
〔ｉ−１〕間の偏差として求め、これを予め設定された
固定値Ｙｍ（例えばＹｍ＝２，４，８）で除算すること
で、領域位置ｉの基本燃料噴射量Ｔｐの変化幅の所定割
合として補正値Ｔｐｈｉｓ　が設定される。これにより
、各領域における広さに応じた補正値Ｔｐｈｉｓ　を設
定させることができ、後述するように、補正値Ｔｐｈｉ
ｓ　が大きいときほど該当領域判別の応答が遅れるから
、広い領域においては該当運転領域の判別がハンチング
することを防止できる一方、狭い領域においては必要以
上に応答が遅れて学習機会が失われることを抑止できる
ことになる。

【００４２】ステップ５６で補正値Ｔｐｈｉｓ　を設定
すると、次のステップ５７で前回において最終的に判別
された領域位置Ｉと、今回ヒステリシス無しに判別され
た領域位置ｉとを比較し、該当領域の変化方向を特定す
る。ここで、Ｉ＜ｉであると判別されたときには、基本
燃料噴射量Ｔｐの上昇によって該当領域の番地が増大し
た状況であり、このときには、ステップ５８へ進み、領
域位置ｉにおける最小基本燃料噴射量Ｔｐ〔ｉ−１〕に
前記補正値Ｔｐｈｉｓ　を加えた値（Ｔｐ〔ｉ−１〕＋
Ｔｐｈｉｓ　）よりも実際のＴｐが大きいか否かを判別
する。即ち、該当領域の移動があったものの、境界（閾
値データ）を僅かに越えた程度の基本燃料噴射量Ｔｐの
変化によって該当領域が変化したものであるか否かを判
別するものである（図１９参照）。

【００４３】Ｔｐ〔ｉ−１〕＋Ｔｐｈｉｓ　≧Ｔｐであ
るときには、ステップ５９へ進んで、最終的な領域位置
Ｉにｉ−１をセットし、今回閾値データＴｐ〔ｉ−１〕
を越えて領域位置ｉに入ったと判別されたものの、僅か
に境界を越えた程度であるから、それよりも一段下の領
域（領域位置ｉよりも基本燃料噴射量Ｔｐレベルが一段
低い領域）に止まっているものとして、換言すれば、該
当領域の判別の応答を遅らせて該当領域を最終判別させ
る。

【００４４】一方、Ｔｐ〔ｉ−１〕＋Ｔｐｈｉｓ　＜Ｔ
ｐであるときには、閾値データＴｐ〔ｉ−１〕を大きく
越えて領域位置ｉの範囲に入り込んだものと判断され、
この場合には、ステップ６０へ進み、今回の判別結果ｉ
をそのまま最終判断としてＩにセットする。また、ステ
ップ５７で、Ｉ＞ｉであると判別されたときには、基本
燃料噴射量Ｔｐの減少変化によって領域位置の変化が発
生した状況であり、このときには、ステップ６１へ進ん
で、Ｔｐ〔ｉ〕−Ｔｐｈｉｓ　と実際のＴｐとを比較さ
せる。これは、今回の状況がＴｐ〔ｉ〕よりも大きかっ
た基本燃料噴射量ＴｐがＴｐ〔ｉ〕を下回るようになっ
たことで該当領域ｉが判別された場合であるから、境界
Ｔｐ〔ｉ〕に対する実際のＴｐの低下の程度を判別する
ものであり、この場合も、Ｔｐ〔ｉ〕−Ｔｐｈｉｓ　よ
りも実際のＴｐが下回る場合にのみ、ステップ６２へ進
み、領域位置ｉを最終判別結果とし（Ｉ←ｉ）、Ｔｐ〔
ｉ〕−Ｔｐｈｉｓ　≦Ｔｐ＜Ｔｐ〔ｉ〕であって境界を
僅かに越えただけのときには、ステップ６３へ進んで、
一段上の領域に止まっているものとして該当領域を最終
判別させる（Ｉ←ｉ＋１）。

【００４５】更に、ステップ５７で、Ｉ＝ｉであると判
別されたときには、該当領域の変化がないから最終的な
領域位置Ｉを更新することなく、ステップ５８〜６３を
ジャップして、次の機関回転速度Ｎの該当領域位置Ｋの
判別に進む。上記のように、補正値Ｔｐｈｉｓ　によっ
て閾値データＴｐ〔ｉ〕を、該当領域の判別応答が遅れ
る方向に補正することで、閾値付近におけるＴｐの変化
で該当領域がハンチングすることが防止でき、引いては
後述する運転領域別の学習がハンチングすることを防止
できる。また、上記のように各領域の広さに応じたヒス
テリシス特性で該当領域の判別を行わせることができる
から、学習のハンチング発生防止と学習機会の減少の防
止とを両立させることができる。更に、運転領域の広さ
に応じたヒステリシス特性を設定するに当たって、閾値
データＴｐ〔ｉ〕間の偏差の所定割合としてヒステリシ
ス特性を決定する補正値Ｔｐｈｉｓ　をその都度演算す
るから、各領域別に予め補正値Ｔｐｈｉｓ　を記憶させ
ておく必要がなく、特に本実施例のように領域区分数の
多い学習マップにおいては記憶容量の節約を図れる。

【００４６】上記のようにしてヒステリシスをもって現
状の基本燃料噴射量Ｔｐが２５６　領域学習マップ上で
該当する位置Ｉを判別すると、次に、機関回転速度Ｎの
該当位置Ｋを判別するが、かかる領域位置Ｋの判別は、
前述の領域位置Ｉの判別と全く同様にして行われるので
、図１６のフローチャートのステップ６４〜ステップ７
６に示される領域位置Ｋの判別に関わる各種演算処理の
説明は省略する。

【００４７】ここで、再び図６のフローチャートに戻っ
て説明を続ける。ステップ２７で２５６　領域学習マッ
プ上での該当領域〔Ｋ，Ｉ〕が検出されると、次のステ
ップ２８では、前記該当領域〔Ｋ，Ｉ〕が含まれる１６
領域学習マップ上の領域として、１６領域学習マップ上
での該当領域〔Ｂ，Ａ〕を検出する。そして、次のステ
ップ２９では、１６領域学習マップ上での該当領域が前
回と同一であるか否かを判別する。そして、１６領域学
習マップ上で該当運転領域が変化したときには、ステッ
プ３０へ進んで、前記ステップ１４で１ダウンされるカ
ウント値ｃｎｔ　に所定値（例えば４）をセットする。

【００４８】ステップ３１では、１６領域学習マップに
おいて領域〔Ｂ，Ａ〕における学習が終了しているか否
かを示すフラグＦ〔Ｂ，Ａ〕を判別し、このフラグＦ〔
Ｂ，Ａ〕がゼロであって領域〔Ｂ，Ａ〕での学習が終了
していないときには、ステップ３２へ進む。ステップ３
２では前記カウント値ｃｎｔ　がゼロであるか否かを判
別し、カウント値ｃｎｔ　がゼロでなく１６領域学習マ
ップにおける該当領域の変動があるときには、そのまま
本プログラムを終了させ、カウント値ｃｎｔ　がゼロで
あって１６領域学習マップ上で該当する運転領域が安定
しているときにのみステップ３３へ進む。

【００４９】ステップ３３では、前記図３及び図４のフ
ローチャートに示したプログラムでサンプリングされる
空燃比フィードバック補正係数ＬＭＤの最大・最小値ａ
，ｂの平均値（ａ＋ｂ）／２、即ち、補正係数ＬＭＤの
中心値が、目標収束値Ｔａｒｇｅｔである初期値（＝１
．０）付近であるか否かによって学習の進行を判別する
。ここで、補正係数ＬＭＤの平均値が略１．０　である
と認められず学習が済んでいないときにはそのままステ
ップ３５へ進み、補正係数ＬＭＤの平均値が略１．０　
であって学習済であると認められるときには、ステップ
３４でフラグＦ〔Ｂ，Ａ〕に１をセットしてからステッ
プ３５へ進む。

【００５０】ステップ３５では、１６領域学習マップ上
の領域〔Ｂ，Ａ〕に対応して記憶されている学習補正係
数ＫＢＬＲＣ１に対して、最大・最小値ａ，ｂの平均値
から目標収束値Ｔａｒｇｅｔ（本実施例では１．０）を
減算した値に所定係数Ｘ１を掛けた値を加算し、その結
果を１６領域学習マップ上の今回の運転領域〔Ｂ，Ａ〕
に対応する学習補正係数ＫＢＬＲＣ１として新たに設定
し、マップデータの更新を行う。

【００５１】 　　　　ＫＢＬＲＣ１〔Ｂ，Ａ〕←ＫＢＬＲＣ１〔Ｂ，
Ａ〕＋Ｘ１　｛（ａ＋ｂ）／２−Ｔａｒｇｅｔ｝このよ
うな１６領域学習マップ上の〔Ｂ，Ａ〕領域の学習中に
おいては、２５６　領域学習マップにおいてこの〔Ｂ，
Ａ〕領域に含まれる１６領域の学習補正係数ＫＢＬＲＣ
２については、ステップ３６でこれを全て初期値１．０
　にリセットする。一方、ステップ３１で、フラグＦ〔
Ｂ，Ａ〕が１であると判別されたときには、ステップ３
７へ進み、１６領域学習マップ上の運転領域〔Ｂ，Ａ〕
を、更に１６領域に細分する２５６　領域学習マップの
学習へ移行する。

【００５２】ステップ３７では、補正係数ＬＭＤの平均
値である（ａ＋ｂ）／２が、目標収束値Ｔａｒｇｅｔの
１．０　に略一致しているか否かの判別を行い、（ａ＋
ｂ）／２が略１．０でなく空燃比フィードバック補正係
数ＬＭＤによる補正を必要としている未学習状態である
ときには、ステップ３８へ進む。ステップ３８では、（
ａ＋ｂ）／２から目標収束値Ｔａｒｇｅｔ（本実施例で
は１．０　）を減算した値に所定係数Ｘ２を掛けた値を
、２５６　領域学習マップの現在の運転条件が含まれる
運転領域〔Ｋ，Ｉ〕に対応して記憶されていた学習補正
係数ＫＢＬＲＣ２〔Ｋ，Ｉ〕に加算し、この加算結果を
当該運転領域〔Ｋ，Ｉ〕における新たな補正係数ＫＢＬ
ＲＣ２〔Ｋ，Ｉ〕として設定し、マップデータの更新を
行う。

【００５３】 　　ＫＢＬＲＣ２〔Ｋ，　Ｉ〕←ＫＢＬＲＣ２〔Ｋ，　
Ｉ〕＋Ｘ２　｛（ａ＋ｂ）／２−Ｔａｒｇｅｔ｝一方、
ステップ３７で、補正係数ＬＭＤの平均値である（ａ＋
ｂ）／２が目標収束値Ｔａｒｇｅｔの１．０　に略一致
していると判別されたときには、ステップ３９へ進み、
２５６　領域学習マップの現在の運転条件が含まれる運
転領域〔Ｋ，Ｉ〕の学習が終了したことが判別されるよ
うにフラグＦＦ〔Ｋ，Ｉ〕に１をセットする。

【００５４】そして、ステップ４０以降では、今回学習
が終了したと判別された２５６　領域学習マップ上の所
定運転領域〔Ｋ，Ｉ〕に対して同一マップ上で隣接する
運転条件の近い複数の運転領域（図２０参照）それぞれ
に対して、該当領域〔Ｋ，Ｉ〕における学習補正係数Ｋ
ＢＬＲＣ２に基づき推定される適正な学習補正係数ＫＢ
ＬＲＣ２を設定する制御を行う。

【００５５】ステップ４０では、２５６　領域学習マッ
プにおいて現在の運転条件が含まれる領域位置を示すＫ
，Ｉからそれぞれ１を減算した値をｍ，ｎにセットし、
次のステップ４１ではｍ＝Ｋ＋２であるか否かを判別す
る。ステップ４０からステップ４１へ進んだときにはス
テップ４１でＮＯの判別が下されるから、ステップ４２
に進んで〔ｍ，ｎ〕で示される２５６　領域学習マップ
上の運転領域の学習が終了しているか否かを、フラグＦ
Ｆ〔ｍ，ｎ〕が１であるかゼロであるかによって判別す
る。

【００５６】ここで、フラグＦＦ〔ｍ，ｎ〕がゼロであ
って学習が終了していないときには、ステップ４３へ進
む。 このステップ４３では、前記２５６　領域学習マップ上
における領域位置〔ｍ，ｎ〕を１６領域学習マップ上の
領域位置〔ｍ／４，ｎ／４〕に変換することで、領域〔
ｍ，ｎ〕が１６領域学習マップ上で含まれる領域を特定
する。そして、２５６　領域学習マップ上での該当領域
である〔Ｋ，Ｉ〕に隣接する領域〔ｍ，ｎ〕が、１６領
域学習マップ上で〔Ｋ，Ｉ〕と同じ〔Ｂ，Ａ〕領域に含
まれるか否かを判別する。

【００５７】即ち、〔Ｋ，Ｉ〕は〔Ｂ，Ａ〕に含まれる
領域であるが、〔Ｋ，Ｉ〕の隣接領域は、１６領域学習
マップ上で〔Ｂ，Ａ〕に隣接する別の領域に含まれる場
合があるためであり、該当領域〔Ｋ，Ｉ〕と隣接領域〔
ｍ，ｎ〕とが同じ〔Ｂ，Ａ〕に含まれるときには（〔ｍ
／４，ｎ／４〕＝〔Ｂ，Ａ〕）、ステップ４４へ進み、
今回学習済であると判別された〔Ｋ，Ｉ〕領域に対応す
る学習補正係数ＫＢＬＲＣ２をそのまま隣接領域〔ｍ，
ｎ〕の学習値として記憶させる。

【００５８】一方、ステップ４３で該当領域〔Ｋ，Ｉ〕
の隣接領域〔ｍ，ｎ〕が、１６領域学習マップ上で異な
る領域に含まれると判別されたときには（〔ｍ／４，ｎ
／４〕≠〔Ｂ，Ａ〕）、ステップ４５へ進み、隣接領域
〔ｍ，ｎ〕に以下の式で算出される学習補正係数ＫＢＬ
ＲＣ２を格納させる。 　　ＫＢＬＲＣ２〔ｍ，ｎ〕←ＫＢＬＲＣ１〔Ｂ，Ａ〕
＋ＫＢＬＲＣ２〔Ｋ，Ｉ〕−ＫＢＬＲＣ１〔ｍ／４，ｎ
／４〕上記のようにしてＫＢＬＲＣ２〔ｍ，ｎ〕を更新
設定すると、ステップ４６では、前記ｍを１アップさせ
て再びステップ４１に戻り、ｍ＝Ｋ＋２となるまで各運
転領域毎に学習済・未学習を判別する。

【００５９】そして、ステップ４６におけるｍの１アッ
プ処理の結果ステップ４１でｍ＝Ｋ＋２であると判別さ
れると、今度はステップ４７へ進みｎ＝Ｉ＋２であるか
否かを判別し、ｎ≠Ｉ＋２であるときには、ステップ４
８で再びｍをＫ−１にセットし、次のステップ４９では
ｎを１アップさせた後、ステップ４２へ進む。ステップ
４７でｎ＝Ｉ＋２であると判別されたときには、〔Ｋ，
Ｉ〕を囲む８つの運転領域全ての判別処理が終わったこ
とになるので、このときには、ステップ３８へ進んで、
今回の領域〔Ｋ，Ｉ〕において既に学習済であると判断
されている学習補正係数ＫＢＬＲＣ２の学習更新を行わ
せる。

【００６０】前述のように、本実施例では、まず、全運
転領域に対応する学習補正係数ＫＢＬＲＣ　φを学習し
た後に、１６領域学習マップ上での運転領域毎の学習を
行わせ、更に、この１６領域学習マップの学習が済んで
いる領域については、その領域を更に１６領域に分けて
学習を行わせるようにしたので、大きな運転領域から小
さな運転領域での学習へと進行することになり、大きな
運転領域での学習により空燃比の収束性が確保されると
共に、学習が進行すれば細かな運転領域毎の学習が行わ
れるから、運転条件の違いによる要求補正値の違いに精
度良く対応できる。

【００６１】上記のようにして学習される３つの学習補
正係数ＫＢＬＲＣ　φ，ＫＢＬＲＣ１，　ＫＢＬＲＣ２
に基づく最終的な空燃比学習補正係数ＫＢＬＲＣ　の設
定は、図９のフローチャートに示すプログラムに従って
行われる。図９のフローチャートに示すプログラムは、
バックグラウンドジョブ（ＢＧＪ）として処理されるも
のであり、まず、ステップ７１では、１６領域学習マッ
プ上の該当領域〔Ｂ，Ａ〕に記憶されている学習補正係
数ＫＢＬＲＣ１を読み出し、次のステップ７２では、２
５６　領域学習マップ上の該当領域〔Ｋ，Ｉ〕に記憶さ
れている学習補正係数ＫＢＬＲＣ２を読み出す。尚、フ
ローチャート中に示すＢ×４＋Ａ及びＫ×１６＋Ｉは、
それぞれの領域位置をメモリ上の番地に換算するもので
ある。

【００６２】ステップ７３では、ＫＢＬＲＣ　φ＋ＫＢ
ＬＲＣ１＋ＫＢＬＲＣ２−２．０　→ＫＢＬＲＣ　とし
て最終的な学習補正係数ＫＢＬＲＣ　を設定する。上記
図９のフローチャートに示すプログラムで最終設定され
た学習補正係数ＫＢＬＲＣ　は、図１０のフローチャー
トに示す燃料噴射量設定プログラムにおいて用いられる
。

【００６３】図１０のフローチャートに示す燃料噴射量
設定プログラムは、所定微小時間（例えば１０ｍｓ）　
毎に実行されるものであり、まず、ステップ８１では、
エアフローメータ１３で検出された吸入空気流量Ｑ及び
クランク角センサ１４からの検出信号に基づき算出した
機関回転速度Ｎを入力する。そして、次のステップ８２
では、ステップ８１で入力した吸入空気流量Ｑと機関回
転速度Ｎとに基づいて単位回転当たりの吸入空気流量Ｑ
に対応する基本燃料噴射量Ｔｐ（←Ｋ×Ｑ／Ｎ；Ｋは定
数）を演算する。

【００６４】次のステップ８３では、前記ステップ８２
で演算した基本燃料噴射量Ｔｐに各種の補正を施して最
終的な燃料噴射量（燃料供給量）Ｔｉを演算する。ここ
で、基本燃料噴射量Ｔｐの補正に用いられる補正値は、
前記学習補正係数ＫＢＬＲＣ　、空燃比フィードバック
補正係数ＬＭＤ、及び、水温センサ１５で検出される冷
却水温度Ｔｗに基づく基本補正係数や始動後増量補正係
数等を含んで設定される各種補正係数ＣＯＥＦ、更に、
バッテリ電圧の変化による燃料噴射弁６の有効噴射時間
の変化を補正するための補正分Ｔｓであり、Ｔｉ←Ｔｐ
×ＬＭＤ×ＫＢＬＲＣ　×ＣＯＥＦ＋Ｔｓを演算して最
終的な燃料噴射量Ｔｉが所定時間毎に更新される。

【００６５】コントロールユニット１２は所定の燃料噴
射タイミングになると、最新に演算された燃料噴射量Ｔ
ｉに相当するパルス巾の駆動パルス信号を燃料噴射弁６
に対して出力し、機関１への燃料供給量を制御する。ま
た、図１１のフローチャートに示すプログラムは、前記
図３及び図４のフローチャートに示すプログラムに従っ
てサンプリングされる「ストレス」（空燃比フィードバ
ック補正係数ＬＭＤの目標収束値に対する偏差を積算し
た値）に基づく処理を行うプログラムであり、バックグ
ラウンドジョブ（ＢＧＪ）として実行される。

【００６６】ステップ９１では、空燃比学習補正値の不
適切度合いを示すパラメータとして、前記図３及び図４
のフローチャートに示すプログラムで設定されるストレ
スと、所定値（例えば０．８）とを比較して、学習が殆
ど終了しているときの空燃比フィードバック補正係数Ｌ
ＭＤの変動度合い（ベース空燃比の変動度合い）が所定
以上であるか否かを判別する。

【００６７】ここで、前記ストレスが所定値を越えると
きには、学習が殆ど終了しているものの、その学習結果
が不適切で空燃比ずれが発生しているものと判断し、学
習補正係数ＫＢＬＲＣ　φからの学習を再度行わせるた
めにステップ９２へ進む。ステップ９２では、各運転領
域の空燃比学習が終了しているか否かを判別するための
フラグＦφ，Ｆ〔０，０〕〜Ｆ〔３，３〕，ＦＦ〔０，
０〕〜ＦＦ〔１６，１６〕を全てゼロリセットすると共
に、後述するように１６領域学習マップ上で殆どの領域
が学習済となったときに１がセットされるフラグｆｌａ
ｇ（図４におけるステップ１５で判別されるフラグ）も
ゼロリセットし、更に、上記のようにして学習が最初か
らやり直されることになるから、ストレスについてもこ
れをゼロリセットする。

【００６８】このように、空燃比フィードバック補正係
数ＬＭＤの基準値に対する偏差の度合いが所定以上に大
きくなったときに、学習をやり直すようにすれば、例え
ば吸気系に穴が開くなどの事故によって空燃比が急激に
変化したときに、大きな運転領域毎の学習が再度行われ
ることになるから、空燃比を速やかに目標空燃比に収束
させることができる。

【００６９】次に図１２〜図１４のフローチャートに示
すプログラムに従って行われる細分領域に基づくより大
きな区分運転領域の学習補正係数の補正を説明する。こ
の図１２〜図１４のフローチャートに示すプログラムは
、バックグラウンドジョブ（ＢＧＪ）として実行される
ものであり、まず、ステップ１０１　では、全運転領域
に対応する学習補正係数　ＫＢＬＲＣφが学習済である
ときに１がセットされるフラグＦφの判別を行い、前記
フラグＦφがゼロであるときにはそのまま本プログラム
を終了させるが、１であるときにはステップ１０２　以
降へ進む。

【００７０】ステップ１０２　では、本プログラムで使
用する各種パラメータであるＳｕｍ，Ｗ，Ｘ，Ｙの初期
設定を行う。ここで、Ｓｕｍは、１６領域学習マップの
各運転領域で学習済である領域に記憶されている学習補
正係数ＫＢＬＲＣ１の積算値であり、初期値として１．
０　がセットされ、前記Ｗはかかる積算演算におけるサ
ンプリング数をカウントアップするもので、初期値とし
ては１がセットされる。また、Ｘ，Ｙは、１６領域学習
マップにおける格子位置を指定するものであり、初期値
としてそれぞれにゼロがセットされる。

【００７１】次のステップ１０３　では、上記ステップ
１０２　でゼロリセットされるＸ，Ｙを座標位置とする
フラグＦ〔Ｘ，Ｙ〕（１６領域学習マップ上の各領域別
の学習済判別フラグ）の判別を行い、Ｘ，Ｙで指示され
る１６領域学習マップ上の運転領域において学習済の領
域を探す。 Ｘ，Ｙは初期値ゼロであるから、〔０，０〕の運転領域
で未学習であるときには、ステップ１０４　でＸが１ア
ップされて〔１，０〕となり、ステップ１０５　ではＸ
が４でないと判別されることにより再びステップ１０３
　での判別が行われる。

【００７２】このようにしてＸがステップ１０４　で１
アップされた結果４になると、ステップ１０６　でＸを
ゼロリセットすると共に今度はＹを１アップさせ、ステ
ップ１０７　でＹが４であると判別されるまでは再びス
テップ１０３　へ戻り、ステップ１０４　へ進むとＸが
１アップされるから、結果、Ｙを固定してＸを変化させ
ることを繰り返して、１６領域学習マップにおける各運
転領域でのフラグＦ〔Ｘ，Ｙ〕が判別されるようになっ
ている。

【００７３】ここで、１６領域学習マップの運転領域で
フラグＦ〔Ｘ，Ｙ〕が１であると判別される領域がある
と、ステップ１０３　からステップ１０８　へ進む。ス
テップ１０８　では、フラグＦ〔Ｘ，Ｙ〕が１であると
判別され学習済である１６領域学習マップ上の領域〔Ｘ
，Ｙ〕に対応する学習補正係数ＫＢＬＲＣ１〔Ｘ，Ｙ〕
を、それまでの積算値Ｓｕｍに加算すると共に、該加算
の回数（換言すれば積算サンプル数）をカウントするた
めにサンプリング数Ｗを１アップさせる。

【００７４】そして、次のステップ１０９　では、前記
１６領域学習マップ上の〔Ｘ，Ｙ〕領域に含まれる２５
６　領域学習マップ上の１６領域において、学習済であ
る領域それぞれに対応する学習補正係数ＫＢＬＲＣ２の
積算値Ｓｕｍｐ　及び学習済領域数Ｚを検出する。そし
て、次のステップ１１０　では、学習済領域〔Ｘ，Ｙ〕
に含まれる１６領域の中での学習済の領域数であるＺと
所定値（例えば１２）とを比較し、所定値を越える学習
済領域があるときには、ステップ１１１　へ進む。

【００７５】ステップ１１１　では、〔Ｘ，Ｙ〕領域に
含まれる学習済の領域に記憶されていた学習補正係数Ｋ
ＢＬＲＣ２の平均値（Ｓｕｍｐ／Ｚ）と目標収束値Ｔａ
ｒｇｅｔとの偏差の絶対値が、所定値（例えば０．０４
）未満であるか否かを判別する。そして、前記偏差が所
定値を越える場合には、本来１６領域学習マップの学習
補正係数ＫＢＬＲＣ１〔Ｘ，Ｙ〕で負担すべき補正分が
、２５６　領域学習マップの学習補正係数ＫＢＬＲＣ２
に付加されているものと見做し、前記付加分を学習補正
係数ＫＢＬＲＣ１側に転嫁すべくステップ１１２　へ進
む。

【００７６】ステップ１１２　では、今回学習済である
と判別された１６領域学習マップ上の領域〔Ｘ，Ｙ〕に
記憶されていた学習補正係数ＫＢＬＲＣ１〔Ｘ，Ｙ〕を
、以下の式に従って学習更新する。 　　　　ＫＢＬＲＣ１〔Ｘ，Ｙ〕←ＫＢＬＲＣ１〔Ｘ，
Ｙ〕＋（Ｓｕｍｐ　／Ｚ−Ｔａｒｇｅｔ）×γ即ち、上
記演算式によって２５６　領域学習マップが平均的に負
担している補正分を、それらを含む領域に対応する１６
領域学習マップ側に転嫁して、２５６　領域学習マップ
による補正分を目標収束値Ｔａｒｇｅｔ＝１．０　付近
に近づけるものである。

【００７７】このように、２５６　領域学習マップが平
均的に負担している補正分をそれらを含む領域に対応す
る１６領域学習マップ側に転嫁した場合には、その分２
５６　領域学習マップ上の学習補正係数ＫＢＬＲＣ２を
逆補正する必要があるため、ステップ１１３　の処理を
行う。即ち、次のステップ１１３　では、ステップ１１
２　で補正された学習補正係数ＫＢＬＲＣ１〔Ｘ，Ｙ〕
の領域に含まれる２５６　領域学習マップ上の１６領域
にそれぞれ記憶されている学習補正係数ＫＢＬＲＣ２か
ら、学習補正係数ＫＢＬＲＣ１に加算した分をそれぞれ
減算する。

【００７８】このようにして、学習補正係数ＫＢＬＲＣ
１に対する補正分を、学習補正係数ＫＢＬＲＣ２に対し
て逆補正して修正すると、再びステップ１０４　へ戻っ
て１６領域学習マップ上で学習済の領域を探し、学習済
の領域が検出されたときには、その都度前述のような処
理を繰り返すことになる。一方、ステップ１１０　で学
習済領域数Ｚが所定値以下であると判別されたときに、
及び、ステップ１１１　で２５６　領域学習マップ上の
学習補正係数ＫＢＬＲＣ２が、充分に目標Ｔａｒｇｅｔ
に近いと判別されたときには、ステップ１１２　及びス
テップ１１３　をジャップしてステップ１０４　へ戻る
。

【００７９】そして、１６領域学習マップ上の全ての領
域について学習済の領域を調べると、ステップ１０７　
からステップ１１４　へ進むことになる。ステップ１１
４　では、１６領域学習マップ上での学習済領域の数を
カウントアップしたＷが、所定値（例えば１２）を越え
ているか否かを判別し、１６領域学習マップの殆どの領
域が学習済であるかを判断する。

【００８０】ここで、前記Ｗが所定値以下である場合に
は、ステップ１１５　でフラグｆｌａｇにゼロをセット
してそのまま終了するが、前記Ｗが所定値を越えている
場合には、ステップ１１６　で前記フラグｆｌａｇに１
をセットした後、ステップ１１７　以降で１６領域学習
マップの学習済領域のデータに基づいて全運転領域に対
応する学習補正係数ＫＢＬＲＣ　φを修正する処理を行
う。

【００８１】ステップ１１７　では、１６領域学習マッ
プ上で学習済であると判別された領域における学習補正
係数ＫＢＬＲＣ１の平均値（Ｓｕｍ／Ｗ）と、目標収束
値Ｔａｒｇｅｔとの偏差の絶対値が所定値未満であるか
否かを判別する。そして、前記偏差が所定値未満である
場合にはそのまま本プログラムを終了させるが、所定値
以上である場合には、本来、全運転領域に対応する学習
補正係数ＫＢＬＲＣ　φ側で負担すべき補正分が、学習
補正係数ＫＢＬＲＣ１側に転嫁されているものと見做し
、かかる転嫁分を学習補正係数ＫＢＬＲＣφ側で負担さ
せるべくステップ１１８　へ進む。

【００８２】ステップ１１８　では、以下の式に従って
学習補正係数ＫＢＬＲＣ　φの学習更新を行わせる。 ＫＢＬＲＣφ←　ＫＢＬＲＣφ＋（Ｓｕｍ／Ｚ−Ｔａｒ
ｇｅｔ）×γ２即ち、１６領域学習マップ上の学習済領
域で平均的に負担している補正分を、全運転領域で補正
する学習補正係数ＫＢＬＲＣ　φに転嫁して、学習補正
係数ＫＢＬＲＣ１が目標収束値Ｔａｒｇｅｔ＝１．０　
付近に学習されるようにするものである。

【００８３】ここで、学習補正係数ＫＢＬＲＣ１を同じ
領域の学習補正係数ＫＢＬＲＣ２に基づいて補正した場
合と同様に、学習補正係数ＫＢＬＲＣφを補正した分を
、各学習補正係数ＫＢＬＲＣ１に逆補正することが必要
になり、ステップ１１９　では、１６領域学習マップの
全ての運転領域の学習補正係数ＫＢＬＲＣ１それぞれか
ら、学習補正係数ＫＢＬＲＣφに加算補正した分（Ｓｕ
ｍ／Ｚ−Ｔａｒｇｅｔ）×γ２を減算して修正する。

【００８４】尚、上記実施例では、エアフローメータ１
３で検出された吸入空気流量Ｑと機関回転速度Ｎとに基
づき基本燃料噴射量Ｔｐが演算される構成としたが、こ
の他、吸入圧力ＰＢと機関回転速度Ｎとの組み合わせ、
又は、スロットル弁開度ＴＶＯと機関回転速度Ｎとに基
づいて基本燃料噴射量Ｔｐが演算される構成であっても
良い。

【００８５】また、本実施例では、複数の学習マップを
個別に備える構成としたが、学習マップが１つで構成さ
れるものであっても、図１５及び図１６のフローチャー
トに示したようなヒステリシス特性の設定で該当領域を
判別させることで、同様な効果が得られる。

【００８６】

【発明の効果】以上説明したように本発明によると、区
分された運転領域別に空燃比学習補正値を更新可能に記
憶した学習マップ上で、実際の運転条件が含まれる運転
領域を判別するときに、個々の運転領域の広さに応じた
ヒステリシス特性で該当領域の判別を行わせることがで
き、学習される該当領域のハンチングを良好に防止しつ
つ、比較的狭い運転領域での学習機会を確保することが
できる一方、個々の運転領域の広さに応じたヒステリシ
ス特性の設定が多くの記憶容量を必要とすることなく行
え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】空燃比フィードバック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】空燃比学習制御を示すフローチャート。

【図７】空燃比学習制御を示すフローチャート。

【図８】空燃比学習制御を示すフローチャート。

【図９】空燃比学習補正係数の最終設定を示すフローチ
ャート。

【図１０】燃料噴射量の設定を示すフローチャート。

【図１１】学習の反復制御に関わる内容を示すフローチ
ャート。

【図１２】学習結果の修正制御を示すフローチャート。

【図１３】学習結果の修正制御を示すフローチャート。

【図１４】学習結果の修正制御を示すフローチャート。

【図１５】該当領域の判別を示すフローチャート。

【図１６】該当領域の判別を示すフローチャート。

【図１７】実施例における学習マップの様子を示す線図
。

【図１８】実施例における学習マップの閾値データの様
子を示す線図。

【図１９】ヒステリシス特性を示す状態図。

【図２０】学習マップ上での隣接領域の推定学習を示す
線図。

【図２１】従来の該当領域判別の様子を説明するための
線図。

【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 (1)

【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機関
   運転条件検出手段と、該機関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、予め設定された
   機関運転条件パラメータの閾値データに基づき複数に区
   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記憶手
   段と、前記記憶手段における前記閾値データ間の偏差の
   所定割合として前記閾値データを補正するための補正値
   を演算する補正値演算手段と、前記記憶手段において予
   め設定された前記閾値データ及び前記補正値演算手段で
   演算された補正値に基づき該当運転領域の変化を抑止す
   る方向に補正された閾値データに基づいて前記記憶手段
   における複数の運転領域中での該当運転領域を判別する
   該当領域判別手段と、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、前記該当領域判別手
   段で判別された該当運転領域に対応する空燃比学習補正
   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、前記基本燃料供給量，空燃比フィード
   バック補正値及び前記記憶手段における該当運転領域の
   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。