JPH04321741A - Air-fuel ratio learning control device for internal combustion engine - Google Patents

Abstract

PURPOSE:To make convergence compatible with accuracy in air fuel ratio learning and suppress stepwise change of the correction level when the appropriate operation regions are changed over to each other. CONSTITUTION:A learning map where the whole operation range is divided into 16 ranges and a learning map where the whole operation range is divided into 256 ranges are provided. Learning of air fuel ratio learning correction factors KBLRC1 in the respective 16 ranges is made. Along with the advance of learning, shifting is made to learning of air fuel ratio learning correction factors KBLRC2 in the respective 256 ranges. After the steps (S51 to S57) for transferring the correction share by correction factors KBLRC1 to the side of correction factors KBLRC2 (S51-S57) are then made, interpolation calculation is made from the learning map for respective 256 ranges and correction factors KBLRC2 matching the operation conditions are read out (S59). The final learning correction factors KBLRC are thus set by the read out correction factors KBLRC2 and learning correction factors KBLRCphi applicable to all operation conditions and used for correcting the basic fuel injection quantity Tp.

Description

【発明の詳細な説明】[Detailed description of the invention]

【０００１】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燃料供
給量を補正する装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an air-fuel ratio learning control device for an internal combustion engine, and more particularly, a device for correcting the amount of fuel supplied so that the air-fuel ratio of an intake air-fuel mixture in an automobile internal combustion engine matches a target air-fuel ratio. Regarding.

【０００２】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。[Prior Art] Conventionally, in an internal combustion engine equipped with an electronically controlled fuel injection device having an air-fuel ratio feedback correction control function, Japanese Patent Laid-Open No. 60-90944 and Japanese Patent Laid-Open No. 61-1
As disclosed in Japanese Patent No. 90142 and the like, there are some that employ learning control of the air-fuel ratio.

【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。Air-fuel ratio feedback correction control uses an oxygen sensor installed in the engine exhaust system to determine whether the actual air-fuel ratio is rich or lean with respect to a target air-fuel ratio (for example, stoichiometric air-fuel ratio), and performs air-fuel ratio feedback correction based on the determination result. The coefficient LMD is set by proportional/integral control, etc., and the basic fuel injection amount Tp is calculated from engine operating state parameters (for example, intake air flow rate Q and engine rotational speed N) that are related to the amount of air taken into the engine. By correcting with the air-fuel ratio feedback correction coefficient LMD, the actual air-fuel ratio is feedback-controlled to the target air-fuel ratio.

【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。[0004] Here, the deviation of the air-fuel ratio feedback correction coefficient LMD from the reference value (target convergence value) is learned for each of the plurality of operating regions and is determined as a learning correction coefficient KBLR.
C (air-fuel ratio learning correction value) is determined, and the basic fuel injection amount Tp is corrected by the learning correction coefficient KBLRC so that the base air-fuel ratio obtained without the correction coefficient LMD approximately matches the target air-fuel ratio, and the air-fuel ratio During feedback control, the fuel injection amount Ti is calculated by further correcting it using the correction coefficient LMD.

【０００５】これにより、運転条件毎に異なる補正要求
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。ところで、前記運転領域別の
空燃比学習補正係数ＫＢＬＲＣ　は、前述のように運転
条件の違いによる空燃比補正要求の違いに対応すべく設
定されるものであるから、運転領域を極力細かく区分し
て学習させることが望まれる。しかしながら、運転領域
を細かく区分して狭い運転領域毎に学習補正係数ＫＢＬ
ＲＣ　を学習させるようにすると、それぞれの運転領域
における学習機会が減少し、学習の収束性が悪化すると
共に、学習済領域と未学習領域とが混在することになっ
て、運転領域間で大きな空燃比段差が発生してしまう。[0005] As a result, fuel correction can be performed in response to different correction requests for each operating condition, and the air-fuel ratio feedback correction coefficient LMD can be stabilized near the reference value, thereby improving air-fuel ratio controllability. By the way, the air-fuel ratio learning correction coefficient KBLRC for each operating region is set in order to respond to differences in air-fuel ratio correction requests due to differences in operating conditions as described above, so the operating region is divided as finely as possible. It is desirable to have them learn. However, the learning correction coefficient KBL is divided into finely divided operating regions, and the learning correction coefficient KBL is
If RC is trained, the learning opportunities in each driving area will decrease, the convergence of learning will deteriorate, and learned areas and unlearned areas will coexist, resulting in large gaps between driving areas. A difference in fuel ratio will occur.

【０００６】そこで、本出願人は、運転領域の区分数を
異ならせた複数の学習マップを備えるようにし、これら
複数の学習マップの中でより区分数が少なく学習単位の
運転領域がより広い学習マップから学習を行わせ、学習
進行と共により区分数が多く学習単位の運転領域が狭い
学習マップの学習へと移行させるよう構成した空燃比学
習制御装置を、先に提案した（特願平１−２８２８８３
号参照）。[0006] Therefore, the present applicant has provided a plurality of learning maps with different numbers of divisions in the driving area, and among these plurality of learning maps, a learning map with a smaller number of divisions and a learning unit with a wider driving area is provided. We have previously proposed an air-fuel ratio learning control device that is configured to perform learning from a map, and as the learning progresses, to shift to learning a learning map with a larger number of segments and a narrower operating range of learning units (Japanese Patent Application No. 282883
(see issue).

【０００７】かかる空燃比学習によれば、学習初期は大
きな単位運転領域別に学習させることで学習収束性が確
保され、学習が進行すればより細かな単位運転領域別の
学習が行われるから、運転条件の違いによる補正要求の
違いに精度良く対応した学習が行えるものである。According to such air-fuel ratio learning, learning convergence is ensured by learning for each large unit operating region at the initial stage of learning, and as learning progresses, learning for each unit operating region is performed in more detail. This enables learning to accurately respond to differences in correction requests due to differences in conditions.

【０００８】[0008]

【発明が解決しようとする課題】しかしながら、上記の
ように学習マップを複数備え、空燃比学習させる領域を
学習進行と共に狭めていくことで、細かな運転領域別の
空燃比学習を可能に構成しても、学習補正値は区分され
たそれぞれの運転領域内における代表値として学習され
るものであるから、学習マップ上での該当運転領域が切
り替わるときに学習補正値がステップ的に変化すること
が避けられず、かかる学習補正値のステップ的な変化に
よって空燃比変動が発生し、以て、排気性状が悪化して
しまうことがあった（図１５参照）。[Problem to be Solved by the Invention] However, as described above, by providing multiple learning maps and narrowing the area in which the air-fuel ratio is to be learned as the learning progresses, it is possible to perform air-fuel ratio learning in detail for each operating area. However, since the learning correction value is learned as a representative value within each divided driving area, the learning correction value may change in steps when the corresponding driving area changes on the learning map. Unavoidably, such stepwise changes in the learned correction value may cause air-fuel ratio fluctuations, resulting in deterioration of exhaust properties (see FIG. 15).

【０００９】即ち、ベース空燃比のエラーは種々の要因
で発生するが、運転条件の変化に対してステップ的にベ
ース空燃比が変化することはなく、本来的には、空燃比
学習補正値の要求もステップ的に変化するものではない
。ところが、前述のように、ある大きさを持った運転領
域内における代表的な補正レベルとして空燃比学習補正
値は学習されるから、運転領域の境界を跨ぐ運転条件の
変化があったときには、実際の運転条件の変化に対応し
ない学習補正値のステップ的な変化が発生してしまうも
のである。かかるステップ的な学習補正値の変化幅は、
学習領域を狭めることで小さくできるが、極端に運転領
域を細分化することは学習領域を徐々に狭める学習を行
わせる場合であっても実用的ではなく、学習マップ上の
領域間において補正レベルの段差が発生することが避け
られない状況であった。In other words, errors in the base air-fuel ratio occur due to various factors, but the base air-fuel ratio does not change stepwise in response to changes in operating conditions, and is originally caused by errors in the air-fuel ratio learning correction value. Requirements also do not change in steps. However, as mentioned above, the air-fuel ratio learning correction value is learned as a typical correction level within an operating range of a certain size, so when there is a change in operating conditions across the boundaries of the operating range, the actual This results in stepwise changes in the learning correction value that do not correspond to changes in operating conditions. The range of change in this stepwise learning correction value is
Although it can be made smaller by narrowing the learning area, it is not practical to divide the driving area into extremes even if learning is to gradually narrow the learning area, and it is difficult to adjust the correction level between areas on the learning map. The situation was such that it was unavoidable that a difference in level would occur.

【００１０】本発明は上記問題点に鑑みなされたもので
あり、学習収束性を確保しつつ細かな運転領域別に空燃
比学習を行わせる一方、学習マップ上の運転領域間にお
ける補正レベルの段差によって実際の補正がステップ的
に変化することを回避し、運転条件の変化に対して補正
に用いる空燃比学習補正が精度良く滑らかに変化するよ
う構成することを目的とする。The present invention has been made in view of the above problems, and while ensuring learning convergence and performing air-fuel ratio learning for each detailed operating region, it is also possible to It is an object of the present invention to avoid stepwise changes in actual correction, and to configure the air-fuel ratio learning correction used for correction to change smoothly and accurately in response to changes in operating conditions.

【００１１】[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。[Means for Solving the Problems] Therefore, an air-fuel ratio learning control device for an internal combustion engine according to the present invention is constructed as shown in FIG. In FIG. 1, the engine operating condition detecting means detects the engine operating condition including at least an operating parameter related to the amount of air taken into the engine, and the basic fuel supply amount setting means detects the engine operating condition based on the detected engine operating condition. to set the basic fuel supply amount.

【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た機関吸入混合気の空
燃比と目標空燃比とを比較して、実際の空燃比を目標空
燃比に近づけるように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。一方、記憶手
段は、機関運転条件に基づき複数に区分された運転領域
毎に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、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、
記憶手段の該当領運転領域に対応して記憶されている空
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を、学習進行と共に該当運転領域
の範囲を段階的に狭めて行う。The air-fuel ratio feedback correction value setting means compares the air-fuel ratio of the engine intake air-fuel mixture detected by the air-fuel ratio detection means with a target air-fuel ratio, and adjusts the actual air-fuel ratio to approach the target air-fuel ratio. Set an air-fuel ratio feedback correction value to correct the basic fuel supply amount. On the other hand, the storage means rewritably stores an air-fuel ratio learning correction value for correcting the basic fuel supply amount for each operating region divided into a plurality of operating regions based on engine operating conditions, and the air-fuel ratio learning means has air-fuel ratio feedback. Learn the deviation of the correction value from the target convergence value,
The air-fuel ratio learning is performed by correcting and rewriting the air-fuel ratio learning correction value stored in the storage means corresponding to the corresponding operating region in a direction that reduces the deviation, and the range of the corresponding operating region is gradually narrowed as the learning progresses. I will do it.

【００１３】そして、補正値読み出し手段は、実際の運
転条件に対応する空燃比学習補正値の記憶手段からの読
み出しを、空燃比学習手段により学習される最も狭い運
転領域を単位とする補間演算を伴って行い、燃料供給量
設定手段は、前記読み出された空燃比学習補正値，前記
基本燃料供給量及び空燃比フィードバック補正値に基づ
いて最終的な燃料供給量を設定する。[0013]The correction value reading means reads out the air-fuel ratio learning correction value corresponding to the actual operating condition from the storage means by performing an interpolation calculation using the narrowest operating region learned by the air-fuel ratio learning means as a unit. Accordingly, the fuel supply amount setting means sets the final fuel supply amount based on the read air-fuel ratio learning correction value, the basic fuel supply amount, and the air-fuel ratio feedback correction value.

【００１４】ここで、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
。Here, the fuel supply control means drives and controls the fuel supply means based on the set fuel supply amount.

【００１５】[0015]

【作用】かかる構成の空燃比学習制御装置によると、空
燃比学習手段が、記憶手段における当該運転領域の空燃
比学習補正値を修正して書き換える空燃比学習を、学習
進行と共に該当運転領域の範囲を狭めて行うから、学習
開始当初は、比較的大きな運転領域を単位として空燃比
学習が行われて学習進行速度が確保され、また、学習進
行と共に当該運転領域として学習補正値が書き換えられ
る領域が段階的に狭くなるから、運転条件の違いによる
補正要求の違いを高精度に学習させることが可能である
。[Operation] According to the air-fuel ratio learning control device configured as described above, the air-fuel ratio learning means corrects and rewrites the air-fuel ratio learning correction value for the relevant operating region in the storage means as the learning progresses, and the air-fuel ratio learning means corrects and rewrites the air-fuel ratio learning correction value for the relevant operating region in the storage means. At the beginning of learning, air-fuel ratio learning is performed in units of a relatively large operating region to ensure the learning progress speed, and as learning progresses, the region in which the learning correction value is rewritten as the operating region is Since the width is narrowed in stages, it is possible to learn with high accuracy differences in correction requests due to differences in operating conditions.

【００１６】一方、かかる運転領域別の空燃比学習補正
値を、記憶手段から読み出して基本燃料供給量の補正に
用いるときに、学習が充分進行してから行われる記憶手
段上の最も狭い運転領域を単位として補間演算が行われ
るから、運転条件に対して離散的なデータである各運転
領域毎の空燃比学習補正値を運転条件変化に対して滑ら
かに変化させて、基本燃料供給量の補正を施すことがで
きる。また、補間演算が、学習領域として最も狭い運転
領域を単位として行われるから、補間の精度を最大限に
確保できる。On the other hand, when the air-fuel ratio learning correction value for each operating region is read out from the storage means and used for correcting the basic fuel supply amount, the narrowest operating region on the storage means is carried out after the learning has sufficiently progressed. Since the interpolation calculation is performed in units of , the air-fuel ratio learning correction value for each operating region, which is discrete data for operating conditions, can be smoothly changed in response to changes in operating conditions, and the basic fuel supply amount can be corrected. can be applied. Further, since the interpolation calculation is performed using the narrowest driving region as the learning region, the accuracy of interpolation can be ensured to the maximum.

【００１７】[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
間欠的に噴射供給する。[Examples] Examples of the present invention will be described below. In FIG. 2 showing one embodiment, air is taken into an internal combustion engine 1 from an air cleaner 2 via an intake duct 3, a throttle valve 4, and an intake manifold 5. As shown in FIG. Each branch of the intake manifold 5 is provided with a fuel injection valve 6 as a fuel supply means for each cylinder. The fuel injection valve 6 is an electromagnetic fuel injection valve that opens when the solenoid is energized and closes when the energization is stopped, and opens when the solenoid is energized by a drive pulse signal from the control unit 12,
The engine 1 is intermittently injected with fuel that is pressure-fed from a fuel pump (not shown) and adjusted to a predetermined pressure by a pressure regulator.

【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
ス等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。Each combustion chamber of the engine 1 is provided with an ignition plug 7, which ignites a spark to ignite and burn the air-fuel mixture. Then, exhaust gas is discharged from the engine 1 via an exhaust manifold 8, an exhaust duct 9, a three-way catalyst 10, and a muffler 11. The control unit 12 includes a CPU,
Equipped with a microcomputer including ROM, RAM, A/D converter, input/output interface, etc.
It receives input signals from various sensors, performs arithmetic processing as described later, and controls the operation of the fuel injection valve 6.

【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。The various sensors mentioned above include the intake duct 3
An air flow meter 13 is provided therein, and outputs a signal corresponding to the intake air flow rate Q of the engine 1. Further, a crank angle sensor 14 is provided, and in the case of the four-cylinder engine of this embodiment, outputs a reference signal REF for every 180 degrees of crank angle and a unit signal POS for every 1 degree or 2 degrees of crank angle. Here, the engine rotational speed N can be calculated by measuring the period of the reference signal REF or the number of occurrences of the unit signal POS within a predetermined period of time.

【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。A water temperature sensor 15 is also provided to detect the temperature Tw of the cooling water in the water jacket of the engine 1. Here, the air flow meter 13, crank angle sensor 14, water temperature sensor 15, etc. correspond to the engine operating condition detection means in this embodiment, and the operating parameters related to the amount of air taken into the engine are These are the intake air flow rate Q and the engine rotation speed N.

【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。Further, an oxygen sensor 16 as an air-fuel ratio detecting means is provided at the gathering part of the exhaust manifold 8, and detects the air-fuel ratio of the intake air-fuel mixture via the oxygen concentration in the exhaust gas. The oxygen sensor 16 detects that the oxygen concentration in the exhaust gas is at the stoichiometric air-fuel ratio (
This is a known method that detects whether the actual air-fuel ratio is rich or lean with respect to the stoichiometric air-fuel ratio by utilizing sudden changes after the target air-fuel ratio (in this example). A relatively high voltage signal is output when the air-fuel ratio is rich, and 0V when the air-fuel ratio is lean.
It shall output a nearby low voltage signal.

【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１１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。[0022] Here, the control unit 12
The CPU of the microcomputer built into the
Arithmetic processing is performed according to the programs on the ROM shown in the flowchart of FIG. 11, and the fuel injection amount Ti is set while executing air-fuel ratio feedback correction control and air-fuel ratio learning correction control for each operating region, and fuel is supplied to the engine 1. control.

【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
正値読み出し手段としての機能は、前記図３〜図１１の
フローチャートに示すようにコントロールユニット１２
がソフトウェア的に備えており、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。In this embodiment, the functions as the basic fuel supply amount setting means, the fuel supply amount setting means, the fuel supply control means, the air-fuel ratio feedback correction value setting means, the air-fuel ratio learning means, and the correction value reading means are as follows. As shown in the flowcharts of FIGS. 3 to 11, the control unit 12
is provided in terms of software, and a RAM with a backup function of a microcomputer (not shown) built into the control unit 12 serves as storage means.

【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（基本燃料供給量）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。The program shown in the flowcharts of FIGS. 3 and 4 uses proportional and integral control to control the air-fuel ratio feedback correction coefficient LMD (air-fuel ratio feedback correction value), which is multiplied by the basic fuel injection amount (basic fuel supply amount) Tp. This is a program to set, and is executed every one revolution (1 rev) of the engine 1. First, in step 1 (indicated as S1 in the figure, the same applies hereinafter), the oxygen sensor (O2 /S) 16
Reads the voltage signal output according to the oxygen concentration in the exhaust gas.

【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。[0025] In the next step 2, step 1
The voltage signal from the oxygen sensor 16 read in and the slice level (for example, 50
0 mV). When it is determined that the voltage signal from the oxygen sensor 16 is greater than the slice level and the air-fuel ratio is richer than the stoichiometric air-fuel ratio, the process proceeds to step 3, where it is determined whether or not the current rich determination is the first.

【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ＦＰに１をセットする。When the rich determination is made for the first time, the process proceeds to step 4, where the air-fuel ratio feedback correction coefficient LMD set up to the previous time is set to the maximum value a. In the next step 5, a predetermined proportionality constant P is subtracted from the previous correction coefficient LMD to control the correction coefficient LMD to decrease. Further, in step 6, a flag FP indicating that proportional control has been executed is set to 1.

【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。On the other hand, if it is determined in step 3 that the rich determination is not the first time, the process proceeds to step 7, and the value obtained by multiplying the integral constant I by the latest fuel injection amount Ti is subtracted from the previous correction coefficient LMD. and updates the correction coefficient LMD. In addition, when it is determined in step 2 that the voltage signal from the oxygen sensor 16 is smaller than the slice level and that the air-fuel ratio is lean relative to the target, first, in step 8, the air-fuel ratio is determined to be lean relative to the target. It is determined whether or not the lean determination is the first time, and if it is the first time, the process advances to step 9 and the correction coefficient LMD up to the previous time is set to the minimum value b.

【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Ｌ
ＭＤに加算し、補正係数ＬＭＤを徐々に増大させる。In the next step 10, the fuel injection amount Ti is increased by updating the previous correction coefficient LMD by adding the proportionality constant P, and in step 11, it is shown that the proportional control has been executed. Set flag FP to 1. When it is determined in step 8 that the lean determination is not the first time, the process proceeds to step 12, and the value obtained by multiplying the integral constant I by the latest fuel injection amount Ti is used as the correction coefficient L up to the previous time.
MD and gradually increases the correction coefficient LMD.

【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１２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
ップとを備えて、空燃比学習制御装置が構成される。ま
た、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ＫＢＬＲＣ　φが、別途学習設定されるよう
になっている。[0029] At the first time of rich/lean discrimination, the correction coefficient LM
When proportional control D is executed, various processes related to air-fuel ratio learning correction control, which will be described later, are further performed. In this embodiment, as shown in FIG. 12, the entire operating range is divided into 16 unit operating ranges, and the learning correction coefficient KBLRC1 is rewritably stored for each unit operating range.
The air-fuel ratio learning control device comprises a region learning map and a 256 region learning map that divides the entire operating region into 256 unit operating regions and stores the learning correction coefficient KBLRC2 for each unit operating region in an updatable manner. be done. Further, the learning correction coefficient KBLRC φ, which is applied under all operating conditions without dividing the operating range, is separately set for learning.

【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。When proportional control of the air-fuel ratio feedback correction coefficient LMD is performed, first, in step 13, 1
A count value cnt is determined to determine whether the vehicle is stably stopped in one driving region on the six-region learning map. In the programs shown in the flowcharts of FIGS. 5 to 8, which will be described later, when the corresponding operating region on the 16-region learning map changes at predetermined minute intervals, the count value cnt is set to a predetermined value (for example, 4). The count value cn is set in step 13.
If it is determined that t is not zero, the process proceeds to step 14, where the count value cnt is decreased by 1.

【００３１】ステップ１５では、前記１６領域学習マッ
プ上で殆どの運転領域が学習済であるか否かを、後述す
るように各領域別に設定される学習済フラグＦ〔Ｂ，Ａ
〕に基づいて判断する。１６領域学習マップ上の１６領
域の殆どが学習済であるときには、ステップ１６へ進み
、２５６　領域学習マップ上での該当運転領域が前回と
同じであるか否かを判別する。そして、該当運転領域の
変化があった場合にのみステップ１７へ進む。In step 15, it is determined whether or not most of the driving areas on the 16 area learning map have been learned by checking a learned flag F[B, A, which is set for each area as described later.
]. When most of the 16 areas on the 16 area learning map have been learned, the process proceeds to step 16, where it is determined whether the corresponding driving area on the 256 area learning map is the same as the previous time. Then, the process proceeds to step 17 only when there is a change in the relevant operating range.

【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。In step 17, the latest correction coefficient LMD
Target convergence value Target (=1
．． Based on the absolute value of the deviation with respect to 0), a map of Δstress indicating the degree of inappropriateness of the learned value is referred to, and Δstress is set to increase in accordance with an increase in the deviation of the correction coefficient LMD from the target convergence value Target. Then, the Δ stress obtained this time is added to the "stress" in which the integrated value of the Δ stress is set.

【００３３】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。即ち、充分に学習が進行した
状態では、運転条件が変化しても補正係数ＬＭＤは略目
標収束値Ｔａｒｇｅｔに安定するはずであるが、学習結
果が不適切であると補正係数ＬＭＤを変化させてこれを
補償しようとするから、補正係数ＬＭＤの目標収束値Ｔ
ａｒｇｅｔに対する偏差に応じて学習結果を良否を判断
し、学習結果が不適切であるときには、最初から学習を
やり直させて適切な学習結果が得られるようにする。As will be described later, when the stress exceeds a predetermined value, the already learned air-fuel ratio learning correction coefficient KBLRC
It is determined that this is inappropriate and the student is forced to start over from the beginning. In other words, when learning has progressed sufficiently, the correction coefficient LMD should be stable at approximately the target convergence value Target even if the operating conditions change, but if the learning result is inappropriate, the correction coefficient LMD should be changed. Since we are trying to compensate for this, the target convergence value T of the correction coefficient LMD
The learning result is judged as good or bad according to the deviation with respect to arget, and if the learning result is inappropriate, the learning is restarted from the beginning so that an appropriate learning result can be obtained.

【００３４】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。The programs shown in the flowcharts of FIGS. 5 to 8 are air-fuel ratio learning programs for each operating region, and are executed at predetermined minute intervals (for example, 10 ms). In step 21, the flag FP is determined, and FP is 1.
When the value is zero, the process proceeds to step 22, where the FP is reset to zero, and various processing by this program is performed, and when it is zero, the program is immediately terminated.

【００３５】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。After the FP is reset to zero in step 22, in the next step 23, the learning correction coefficient KBLRC φ (initial value 1
．． A flag Fφ indicating whether or not 0) has been learned is determined. Here, if the flag Fφ is zero and learning of the learning correction coefficient KBLRCφ has not been completed, the process proceeds to step 24, and the maximum and minimum values a of the correction coefficient LMD are
, b is approximately 1.0.

【００３６】（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。ＫＢ
ＬＲＣ　φ←ＫＢＬＲＣ　φ＋Ｘ｛（ａ＋ｂ）／２−Ｔ
ａｒｇｅｔ｝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。When (a+b)/2 is not approximately 1.0, the process proceeds to step 26, and the target convergence value Target (in this embodiment, 1.0) of the correction coefficient LMD is determined from (a+b)/2.
) is multiplied by a predetermined coefficient X to the previous learning correction coefficient KBLRC φ, and the addition result is set as the new learning correction coefficient KBLRC φ. KB
LRC φ←KBLRC φ+X{(a+b)/2-T
Furthermore, in step 26, the learning correction coefficient KBLRC1 and the learning correction coefficient KBLRC2 stored in the respective driving regions of the 16-area learning map and the 256-area learning map are reset to the initial value of 1.0.

【００３７】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。In step 24, (a+b)/2 is approximately 1.
If it is determined that the flag Fφ is
is set to 1 so that it is determined that learning of the learning correction coefficient KBLRCφ corresponding to all driving ranges has been completed. On the other hand, if it is determined in step 23 that the flag Fφ is 1, then the operating range is changed to the basic fuel injection amount Tp.
Air-fuel ratio learning is performed for each operating region divided into a plurality of regions based on the engine speed and the engine rotational speed N.

【００３８】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、予め運転領域を２５６　領域に区切るために設定
されている基本燃料噴射量Ｔｐ及び機関回転速度Ｎの閾
値Ｔｐ〔ｉ〕，Ｎ〔ｉ〕に基づいて判別する。ここで、
図１２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１６領域における該当領域の位置を示
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１６領域における該当領域の位置を示す。First, in step 27, on the 256 area learning map, the area [K, I
] is determined based on the basic fuel injection amount Tp and threshold values Tp[i] and N[i] of the engine rotational speed N, which are set in advance to divide the operating range into 256 ranges. here,
As shown in FIG. 12, K indicates the position of the corresponding region in 16 regions divided using the engine rotational speed N as a parameter, and I indicates the position of the corresponding region among 16 regions divided using the basic fuel injection amount Tp as a parameter.

【００３９】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１
４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。In the next step 28, the corresponding area [K
,I] on the 16-area learning map,
Detect the corresponding area [B, A] on the 16-area learning map. Then, in the next step 29, it is determined whether the corresponding area on the 16-area learning map is the same as the previous one. Then, when the corresponding driving region changes on the 16-region learning map, the process proceeds to step 30, and the step 1
A predetermined value (for example, 4) is set to the count value cnt, which is decremented by 1 at 4.

【００４０】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。In step 31, a flag F[B, A] indicating whether or not learning in area [B, A] has been completed in the 16 area learning map is determined, and this flag F[
B, A] is zero and learning in the area [B, A] is not completed, the process advances to step 32. Step 3
In step 2, it is determined whether or not the count value cnt is zero, and if the count value cnt is not zero and there is a change in the corresponding area in the 16-area learning map, the program is immediately terminated and the count value cnt is determined to be zero. The process proceeds to step 33 only when the corresponding driving area is stable on the 16-area learning map.

【００４１】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。In step 33, the maximum and minimum values a of the air-fuel ratio feedback correction coefficient LMD sampled by the program shown in the flowcharts of FIGS. 3 and 4 are determined.
, b, that is, the center value of the correction coefficient LMD is the initial value (=1
．． 0) Determine the progress of learning based on whether or not it is in the vicinity. Here, if it is not recognized that the average value of the correction coefficient LMD is approximately 1.0 and learning has not been completed, the process directly proceeds to step 35, and the average value of the correction coefficient LMD is approximately 1.0.
If it is determined that the learning has been completed, the flag F[B, A] is set to 1 in step 34, and the process proceeds to step 35.

【００４２】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。In step 35, a target convergence value Target is calculated from the average value of the maximum and minimum values a and b for the learning correction coefficient KBLRC1 stored corresponding to the area [B, A] on the 16-area learning map. (1.0 in this example) is multiplied by a predetermined coefficient X1, and the result is added to the current driving area [B, A] on the 16-area learning map.
A new learning correction coefficient KBLRC1 is set corresponding to , and the map data is updated.

【００４３】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ＫＢＬ
ＲＣ２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３７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。[0043]KBLRC1[B,A]←KBLRC1[
B, A] +
B, A] Learning correction coefficient KBL of 16 areas included in area
For RC2, in step 36, all these are set to the initial value 1.
．． Reset to 0. On the other hand, when it is determined in step 31 that the flag F [B, A] is 1, the process proceeds to step 37, and the driving region [B, A] on the 16 region learning map is determined to be 1.
A] is further subdivided into 16 regions.256 Region learning map learning is then started.

【００４４】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。In step 37, it is determined whether (a+b)/2, which is the average value of the correction coefficient LMD, approximately matches the target convergence value Target of 1.0, and (a+b)/2 is determined.
b) If /2 is not approximately 1.0 and is in an unlearned state requiring correction by the air-fuel ratio feedback correction coefficient LMD, the process proceeds to step 38. In step 38, (
The value obtained by subtracting the target convergence value Target (1.0 in this example) from a+b)/2 and multiplying by a predetermined coefficient X2 is calculated as the driving region [K, I ] is added to the learning correction coefficient KBLRC2 [K, I] stored corresponding to
Set as RC2 [K, I] and update the map data.

【００４５】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。[0045] KBLRC2 [K, I]←KBLRC2
[K, I]+X2 {(a+b)/2-Target
}Meanwhile, in step 37, (a+b)/2, which is the average value of the correction coefficient LMD, is 1.0 of the target convergence value Target.
If it is determined that they substantially match, step 39
Step 256: Flag FF [K, I] is set to 1 so that it is determined that the learning of the driving region [K, I] that includes the current driving conditions of the region learning map is completed.

【００４６】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それぞれに対して、該当
領域〔Ｋ，Ｉ〕における学習補正係数ＫＢＬＲＣ２に基
づき推定される適正な学習補正係数ＫＢＬＲＣ２を設定
する制御を行う。 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。[0046] From step 40 onwards, for the predetermined driving area [K, I] on the 256 area learning map for which it is determined that the learning has been completed this time, multiple driving areas with similar driving conditions are adjacent to each other on the same map. For each, control is performed to set an appropriate learning correction coefficient KBLRC2 estimated based on the learning correction coefficient KBLRC2 in the corresponding region [K, I]. In step 40, m and n are set to values obtained by subtracting 1 from K and I, respectively, which indicate the area position where the current operating condition is included in the 256 area learning map, and in the next step 41, it is determined whether m=K+2 or not. Determine whether

【００４７】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ＦＦ〔ｍ，ｎ〕が１であるかゼロであるかによっ
て判別する。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、１
６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。When the process proceeds from step 40 to step 41, a NO determination is made in step 41, so the process proceeds to step 42, where learning of the driving area on the 256 area learning map indicated by [m, n] is completed. whether or not
The determination is made based on whether the flag FF [m, n] is 1 or zero. Here, if the flag FF [m, n] is zero and learning has not been completed, the process proceeds to step 43. In step 43, the area [m, n] is converted from the area position [m, n] on the 256 area learning map to the area position [m/4, n/4] on the 16 area learning map. Identify the areas included on the 16-area learning map. Then, the area [m, n] adjacent to the corresponding area [K, I] on the 256 area learning map is 1
It is determined whether or not it is included in the same area [B, A] as [K, I] on the 6-area learning map.

【００４８】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。That is, [K, I] is a region included in [B, A], but the adjacent region of [K, I] is another region adjacent to [B, A] on the 16-region learning map. This is because it may be included in the area, and the corresponding area [K, I] and the adjacent area [
m, n] are included in the same [B, A], then ([m
/4,n/4]=[B,A]), proceed to step 44,
The learning correction coefficient KBLRC2 corresponding to the [K, I] region that was determined to have been learned this time is directly applied to the adjacent region [m,
n] is stored as a learned value.

【００４９】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〕←ＫＢＬ
ＲＣ１〔Ｂ，Ａ〕＋ＫＢＬＲＣ２〔Ｋ，Ｉ〕−ＫＢＬＲ
Ｃ１〔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
。On the other hand, in step 43, the corresponding area [K, I]
When the adjacent area [m, n] is determined to be included in a different area on the 16 area learning map, ([m/4, n
/4]≠[B,A]), the process proceeds to step 45, and the learning correction coefficient KBL calculated by the following formula is added to the adjacent region [m, n].
Store RC2. KBLRC2 [m, n]←KBL
RC1 [B, A] + KBLRC2 [K, I] - KBLR
C1 [m/4, n/4] KBLRC2 as above
When [m, n] is updated, in step 46, m is increased by 1 and the process returns to step 41, where m=K+
It is determined whether the learning has been completed or not for each driving region until it reaches 2.

【００５０】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。Then, as a result of the 1-up processing of m in step 46, when it is determined in step 41 that m=K+2, the process proceeds to step 47, and it is determined whether or not n=I+2, and n≠I+2. , step 4
In step 8, m is set to K-1 again, and in the next step 49, n is incremented by 1, and then the process proceeds to step 42. When it is determined in step 47 that n=I+2, [K,
This means that the determination processing for all eight operating regions surrounding [I] has been completed, so at this time, proceed to step 38,
The learning correction coefficient KBLRC2, which is determined to have already been learned in the current area [K, I], is updated.

【００５１】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段階的に学習される領域の大
きさを狭めて学習が進行することになり、大きな運転領
域別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を該当運転領域として
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。As described above, in this embodiment, first, the learning correction coefficient KBLRC φ corresponding to all driving regions is learned, and then learning is performed for each driving region on the 16 region learning map. For areas that have already been trained on the 16-area learning map, that area is further divided into 16 areas for learning, so learning is performed in stages from large driving areas to small driving areas. Learning proceeds by narrowing the size of the region, and learning for each large operating region ensures convergence of the air-fuel ratio, and
As the learning progresses, the learning is performed using a detailed operating region as the relevant operating region, so it is possible to respond accurately to differences in the required correction value due to differences in operating conditions.

【００５２】上記のようにして学習された結果は、図９
のフローチャートに示すプログラムに従って修正を受け
ると共に、学習結果の中から実際の運転条件に対応する
学習補正係数ＫＢＬＲＣ　が読み出される。図９のフロ
ーチャートに示されるプログラムの処理内容を簡単に述
べると、学習補正係数ＫＢＬＲＣ１の目標収束値Ｔａｒ
ｇｅｔに対する偏差分を、学習補正係数ＫＢＬＲＣ１が
適用される運転領域に含まれる１６領域それぞれの学習
補正係数ＫＢＬＲＣ２にそれぞれ加算することにより、
学習補正係数ＫＢＬＲＣ１による補正負担分を学習補正
係数ＫＢＬＲＣ２側に転嫁するものであり、かかる補正
分の転嫁が行われた後は学習補正係数ＫＢＬＲＣ１を全
て目標収束値Ｔａｒｇｅｔにリセットして、２重の空燃
比補正を回避する。即ち、１６領域学習マップと２５６
　領域学習マップとでそれぞれに行われた学習結果を、
２５６　領域学習マップ上の２５６　領域別の学習補正
係数ＫＢＬＲＣ２に纏めてしまうものである。The results learned as described above are shown in FIG.
The learning correction coefficient KBLRC corresponding to the actual driving conditions is read out from the learning results. To briefly describe the processing contents of the program shown in the flowchart of FIG. 9, the target convergence value Tar of the learning correction coefficient KBLRC1
By adding the deviation from get to the learning correction coefficient KBLRC2 of each of the 16 regions included in the driving region to which the learning correction coefficient KBLRC1 is applied,
The correction burden due to the learning correction coefficient KBLRC1 is transferred to the learning correction coefficient KBLRC2 side, and after this correction is transferred, all the learning correction coefficients KBLRC1 are reset to the target convergence value Target, and double Avoid air/fuel ratio correction. That is, 16 area learning maps and 256
The learning results for each area learning map are
The 256 areas on the 256 area learning map are summarized into learning correction coefficients KBLRC2 for each area.

【００５３】図９のフローチャートに示すプログラムは
、バックグラウンド処理されるものであり、まず、ステ
ップ５１において２５６　領域学習マップ上の各領域を
指示するためのカウンタｉ，ｊをそれぞれゼロリセット
し、次に、ステップ５２でカウンタｉが１５を越えたか
否かを判別する。そして、カウンタｉが１５以下である
ときには、ステップ５３へ進み、〔ｊ，ｉ〕で指示され
る２５６　領域学習マップ上の領域に対応する学習補正
係数ＫＢＬＲＣ２〔ｊ，ｉ〕をＫ２にセットし、また、
〔ｊ，ｉ〕が含まれる１６領域学習マップ上の領域〔ｊ
／４，ｉ／４〕に対応する学習補正係数ＫＢＬＲＣ１〔
ｊ／４，ｉ／４〕をＫ１にセットする。The program shown in the flowchart of FIG. 9 is processed in the background, and first, in step 51, counters i and j for indicating each area on the 256 area learning map are reset to zero, and then Then, in step 52, it is determined whether the counter i has exceeded 15. When the counter i is 15 or less, the process proceeds to step 53, where the learning correction coefficient KBLRC2 [j, i] corresponding to the area on the 256 area learning map indicated by [j, i] is set to K2, Also,
Area [j on the 16-area learning map that includes [j, i]
/4, i/4] corresponding to the learning correction coefficient KBLRC1[
j/4, i/4] to K1.

【００５４】次にステップ５４では、以下の式に従って
学習補正係数ＫＢＬＲＣ２〔ｊ，ｉ〕の更新を行う。Ｋ
ＢＬＲＣ２〔ｊ，ｉ〕←Ｋ２＋（Ｋ１−Ｔａｒｇｅｔ）
上記の式で２５６　領域学習マップ上の学習補正係数Ｋ
ＢＬＲＣ２〔ｊ，ｉ〕を更新すれば、学習補正係数ＫＢ
ＬＲＣ１による補正負担分が、学習補正係数ＫＢＬＲＣ
２側に転嫁されることになる。Next, in step 54, the learning correction coefficient KBLRC2[j,i] is updated according to the following equation. K
BLRC2[j,i]←K2+(K1-Target)
In the above formula, 256 Learning correction coefficient K on the area learning map
If BLRC2[j,i] is updated, the learning correction coefficient KB
The correction burden due to LRC1 is the learning correction coefficient KBLRC.
This will be transferred to the second side.

【００５５】学習補正係数ＫＢＬＲＣ２の更新をステッ
プ５４で行うと、ステップ５５でカウンタｉを１アップ
させてステップ５２へ戻る。ここで、カウンタｉが１５
を越えるようになると、今度はステップ５２からステッ
プ５６へ進み、カウンタｊが１５を越えたか否かを判別
する。そして、カウンタｊが１５以下であるときには、
ステップ５７でカウンタｉをゼロリセットすると共に、
カウンタｊを１アップさせてから再びステップ５２へ戻
ることにより、２５６　領域の全てについてステップ５
４における更新を行わせる。After the learning correction coefficient KBLRC2 is updated in step 54, the counter i is incremented by 1 in step 55, and the process returns to step 52. Here, counter i is 15
When the counter j exceeds 15, the process proceeds from step 52 to step 56, where it is determined whether the counter j has exceeded 15 or not. Then, when counter j is 15 or less,
At step 57, the counter i is reset to zero, and
By incrementing the counter j by 1 and returning to step 52 again, step 5 is performed for all 256 areas.
The update in step 4 is performed.

【００５６】２５６　領域学習マップ上の学習補正係数
ＫＢＬＲＣ２の更新が終了して、ステップ５６でカウン
タｊが１５を越えたことが判別されると、学習補正係数
ＫＢＬＲＣ１による補正負担分を全て学習補正係数ＫＢ
ＬＲＣ２側に転嫁したので、二重の補正が行われないよ
うに、ステップ５８において１６領域学習マップ上の１
６領域それぞれに対応する学習補正係数ＫＢＬＲＣ１を
全て目標収束値Ｔａｒｇｅｔ（＝１．０）、即ち、初期
値にリセットする処理を行う。256 When the update of the learning correction coefficient KBLRC2 on the area learning map is completed and it is determined in step 56 that the counter j has exceeded 15, the entire correction burden due to the learning correction coefficient KBLRC1 is replaced by the learning correction coefficient. KB
Since this has been transferred to the LRC2 side, in step 58, 1 on the 16 area learning map is
A process is performed to reset all the learning correction coefficients KBLRC1 corresponding to each of the six regions to the target convergence value Target (=1.0), that is, to the initial value.

【００５７】学習補正係数ＫＢＬＲＣ１による補正負担
分を、学習補正係数ＫＢＬＲＣ２側に転嫁させ、学習補
正係数ＫＢＬＲＣ１を全て初期値にリセットする処理が
終了し、各学習マップ別に行われ運転領域別の学習結果
を２５６　領域学習マップ上の学習補正係数ＫＢＬＲＣ
２に纏めると、次のステップ５９では、かかる２５６　
領域学習マップから現在の運転条件に対応する学習補正
係数ＫＢＬＲＣ２を直線補間を行って読み出す。The process of transferring the correction burden due to the learning correction coefficient KBLRC1 to the learning correction coefficient KBLRC2 side and resetting all the learning correction coefficients KBLRC1 to their initial values is completed, and the learning results are calculated for each learning map and for each driving region. 256 Learning correction coefficient KBLRC on the area learning map
2, in the next step 59, the 256
A learning correction coefficient KBLRC2 corresponding to the current driving condition is read out from the region learning map by performing linear interpolation.

【００５８】ここで、学習補正係数ＫＢＬＲＣ２は、本
実施例において最も狭い運転領域毎に学習された空燃比
学習補正値であり、然も、前述のように、１６領域学習
マップ上の学習補正係数ＫＢＬＲＣ１の負担分が転嫁さ
れて２５６　領域それぞれでの補正要求レベルを略忠実
に表すものである。 従って、各運転領域間における補正レベルに大きな段差
は生じないが、上記のように直線補間を行って実際の運
転条件に対応するデータを読み出せば、実際の運転条件
の変化に対して学習補正係数ＫＢＬＲＣ２を滑らかに変
化させることができ、かつ、最も狭い運転領域を単位と
して補間演算が行われるので高精度の補間演算が可能と
なる。 このため、学習マップ上での該当領域が切り替わっても
、学習補正レベルがステップ的に変化することがなく、
要求補正レベルに従って精度良く学習補正係数ＫＢＬＲ
Ｃ　を変化させることができるから、運転条件の変化に
伴う空燃比変動を良好に抑止できるようになる。Here, the learning correction coefficient KBLRC2 is the air-fuel ratio learning correction value learned for each of the narrowest operating regions in this embodiment, and as described above, the learning correction coefficient KBLRC2 on the 16-region learning map The burden of KBLRC1 is transferred to this, and the correction request level in each of the 256 areas is approximately faithfully represented. Therefore, there will not be a large difference in the correction level between each operating region, but if you perform linear interpolation as described above and read out data that corresponds to the actual operating conditions, learning correction will be made in response to changes in actual operating conditions. Since the coefficient KBLRC2 can be smoothly changed and the interpolation calculation is performed using the narrowest operating range as a unit, highly accurate interpolation calculation is possible. Therefore, even if the corresponding area on the learning map changes, the learning correction level will not change in steps.
Accurate learning correction coefficient KBLR according to the required correction level
Since C can be changed, air-fuel ratio fluctuations due to changes in operating conditions can be effectively suppressed.

【００５９】尚、前記補間演算においては、２５６　領
域学習マップの各領域を区切る基本燃料噴射量Ｔｐと機
関回転速度Ｎの閾値Ｔｐ〔ｉ〕，Ｎ〔ｉ〕に基づき、図
１３及び図１４に示すように、各領域毎の基本燃料噴射
量Ｔｐ及び機関回転速度Ｎの幅の中心値（Ｔｐ〔ｉ〕−
Ｔｐ〔ｉ−１〕）／２，（Ｎ〔ｉ〕−Ｎ〔ｉ−１〕）／
２を求め、該中心値ＲＴｐ〔ｉ〕，ＲＮ〔ｉ〕がその領
域での学習補正係数ＫＢＬＲＣ２が対応する運転条件で
あると見做して補間演算させるようにする。これは、各
運転領域別に学習された学習補正係数ＫＢＬＲＣ２は、
その領域での平均的な補正要求を示すものであるから、
領域内における平均的な運転条件に対応するデータであ
ると仮定して、補間演算の精度を更に上げるためである
。前記補間演算に用いる各領域での運転条件の中心値は
、予めＲＯＭ上に記憶させておいても良いが、ＲＯＭ上
の閾値Ｔｐ〔ｉ〕，Ｎ〔ｉ〕データに基づき演算させて
も良い。In the interpolation calculation, the basic fuel injection amount Tp and the threshold values Tp[i] and N[i] of the engine rotational speed N, which separate the regions of the 256 region learning map, are used as shown in FIGS. 13 and 14. As shown, the center value (Tp[i]-
Tp[i-1])/2, (N[i]-N[i-1])/
2 is determined, and the center values RTp[i] and RN[i] are assumed to be the operating conditions to which the learning correction coefficient KBLRC2 in that region corresponds, and interpolation calculations are performed. This means that the learning correction coefficient KBLRC2 learned for each driving region is
Since it shows the average correction request in that area,
This is to further improve the accuracy of interpolation calculations, assuming that the data corresponds to average operating conditions within the region. The center value of the operating conditions in each region used for the interpolation calculation may be stored in advance on the ROM, or may be calculated based on the threshold value Tp[i], N[i] data on the ROM. .

【００６０】上記実施例では、学習補正係数ＫＢＬＲＣ
１による補正分を学習補正係数ＫＢＬＲＣ２側に負担さ
せるように学習結果の修正を行わせるようにしたが、上
記のような学習補正係数ＫＢＬＲＣ１と学習補正係数Ｋ
ＢＬＲＣ２との間の補正負担の移動を行わずに、２５６
　領域学習マップ上の領域間における補間演算において
、学習補正係数ＫＢＬＲＣ２のデータに対応する学習補
正係数ＫＢＬＲＣ１を加算した結果を離散データとして
用いるようにしても良い。In the above embodiment, the learning correction coefficient KBLRC
The learning result was corrected so that the learning correction coefficient KBLRC2 would bear the correction amount due to 1, but the learning correction coefficient KBLRC1 and the learning correction coefficient K as described above
256 without transferring the correction burden between BLRC2 and BLRC2.
In the interpolation calculation between regions on the region learning map, the result of adding the learning correction coefficient KBLRC1 corresponding to the data of the learning correction coefficient KBLRC2 may be used as discrete data.

【００６１】更に、補間演算として、本実施例では演算
が簡単な直線補間を用いたが、演算負担が許容される場
合には例えば３次の補間演算を用いるようにしても良い
。実際の運転条件に対応する学習補正係数ＫＢＬＲＣ２
をマップから直線補間を行って読み出すと、次のステッ
プ６０では、以下のようにして最終的な学習補正係数Ｋ
ＢＬＲＣ　を設定する。Furthermore, as the interpolation calculation, linear interpolation, which is easy to calculate, is used in this embodiment, but if the calculation burden is acceptable, for example, cubic interpolation calculation may be used. Learning correction coefficient KBLRC2 corresponding to actual driving conditions
is read out from the map by linear interpolation, and in the next step 60, the final learning correction coefficient K is determined as follows.
Set up BLRC.

【００６２】ＫＢＬＲＣ　←ＫＢＬＲＣ　φ＋ＫＢＬＲ
Ｃ２−Ｔａｒｇｅｔ学習補正係数ＫＢＬＲＣ　は基本燃
料噴射量Ｔｐに対して乗算される補正項であり、各学習
補正係数ＫＢＬＲＣ　φ，ＫＢＬＲＣ２は初期値を空燃
比フィードバック補正係数ＬＭＤの目標収束値Ｔａｒｇ
ｅｔ（＝１．０　）として学習されるので、全運転条件
に対応する学習補正係数ＫＢＬＲＣ　φと２５６　領域
学習マップ上の該当領域に対応する学習補正係数ＫＢＬ
ＲＣ２との加算値から、目標収束値Ｔａｒｇｅｔ（＝１
．０　）を減算してある。尚、１６領域学習マップの学
習補正係数ＫＢＬＲＣ１が全て目標収束値Ｔａｒｇｅｔ
にリセットされているので、前記最終的な学習補正係数
ＫＢＬＲＣ　の設定に学習補正係数ＫＢＬＲＣ１を関与
させなかったが、ＫＢＬＲＣ　←ＫＢＬＲＣ　φ＋ＫＢ
ＬＲＣ１＋ＫＢＬＲＣ２−２×Ｔａｒｇｅｔとして、学
習補正係数ＫＢＬＲＣ１を含めて学習補正係数ＫＢＬＲ
Ｃ　を設定させても良い。0062 KBLRC ←KBLRC φ+KBLR
The C2-Target learning correction coefficient KBLRC is a correction term that is multiplied by the basic fuel injection amount Tp, and each learning correction coefficient KBLRCφ, KBLRC2 changes its initial value to the target convergence value Targ of the air-fuel ratio feedback correction coefficient LMD.
et (=1.0), so the learning correction coefficient KBLRC φ corresponding to all driving conditions and the learning correction coefficient KBL corresponding to the corresponding area on the area learning map
From the added value with RC2, the target convergence value Target (=1
．． 0) has been subtracted. In addition, the learning correction coefficient KBLRC1 of the 16 area learning map is all the target convergence value Target.
Therefore, the learning correction coefficient KBLRC1 was not involved in the setting of the final learning correction coefficient KBLRC, but KBLRC ←KBLRC φ+KB
Learning correction coefficient KBLR including learning correction coefficient KBLRC1 as LRC1+KBLRC2-2×Target
C may be set.

【００６３】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１
０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。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１０ｍ
ｓ）　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。The learning correction coefficient KBLRC finally set by the program shown in the flowchart of FIG. 9 above is as shown in FIG.
This is used in the fuel injection amount setting program shown in the flowchart of No. 0. The fuel injection amount setting program shown in the flowchart of FIG.
s), and first, step 81
Now, the engine rotation speed N calculated based on the intake air flow rate Q detected by the air flow meter 13 and the detection signal from the crank angle sensor 14 is input.

【００６４】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
。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Ｌ
ＭＤ、及び、水温センサ１５で検出される冷却水温度Ｔ
ｗ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。Then, in the next step 82, the basic fuel injection amount Tp (←K×Q /N; K is a constant). In the next step 83, various corrections are made to the basic fuel injection amount Tp calculated in step 82 to calculate the final fuel injection amount (fuel supply amount) Ti. Here, the correction values used to correct the basic fuel injection amount Tp are the learning correction coefficient KBLRC, the air-fuel ratio feedback correction coefficient L
Cooling water temperature T detected by MD and water temperature sensor 15
various correction coefficients COEF that are set including a basic correction coefficient based on w, a post-start increase correction coefficient, etc., and a correction amount Ts for correcting changes in the effective injection time of the fuel injection valve 6 due to changes in battery voltage. Yes, Ti←Tp×LMD×
The final fuel injection amount Ti is updated at predetermined time intervals by calculating KBLRC×COEF+Ts.

【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。When a predetermined fuel injection timing is reached, the control unit 12 adjusts the latest calculated fuel injection amount T.
A drive pulse signal with a pulse width corresponding to i is sent to the fuel injector 6.
and controls the amount of fuel supplied to the engine 1. Further, the program shown in the flowchart of FIG. 11 is a process based on the "stress" (the integrated value of the deviation of the air-fuel ratio feedback correction coefficient LMD from the target convergence value) sampled according to the program shown in the flowcharts of FIGS. 3 and 4. This is a program that executes as a background job (BGJ).

【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。In step 91, the parameters shown in FIGS. 3 and 4 are used as parameters indicating the degree of inappropriateness of the air-fuel ratio learning correction value.
Compare the stress set by the program shown in the flowchart with a predetermined value (for example, 0.8) to determine the air-fuel ratio feedback correction coefficient L when learning is almost completed.
It is determined whether the degree of variation in MD (degree of variation in base air-fuel ratio) is greater than or equal to a predetermined value.

【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、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。Here, when the stress exceeds a predetermined value, it is determined that the learning result is inappropriate and an air-fuel ratio deviation has occurred, although the learning is almost completed, and the learning correction coefficient KBLRC φ is The process advances to step 92 in order to perform the learning again. In step 92, flags Fφ, F[0,0] to F[3,3], FF[0,
0] to FF[16, 16] are all reset to zero, and since learning will be restarted from the beginning as described above, stress is also reset to zero.

【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。In this way, if the degree of deviation of the air-fuel ratio feedback correction coefficient LMD from the reference value becomes larger than a predetermined value, relearning can be performed. When the fuel ratio suddenly changes, learning for each large operating range is performed again, so the air-fuel ratio can be quickly converged to the target air-fuel ratio.

【００６９】[0069]

【発明の効果】以上説明したように本発明によると、学
習の収束速度を確保しつつ運転条件の違いに対応し得る
細かな運転領域毎の学習を行わせることができると共に
、高精度な補間演算によって空燃比学習補正値を運転条
件の変化に対して滑らかに変化させることができ、学習
マップ上での該当運転領域の切り換え時に空燃比変動が
発生して排気性状を悪化させることを防止できるという
効果がある。[Effects of the Invention] As explained above, according to the present invention, it is possible to perform detailed learning for each operating region that can respond to differences in operating conditions while ensuring a convergence speed of learning, and to perform highly accurate interpolation. Through calculation, the air-fuel ratio learning correction value can be changed smoothly in response to changes in operating conditions, and it is possible to prevent air-fuel ratio fluctuations from occurring when changing the corresponding operating region on the learning map and deteriorating exhaust properties. There is an effect.

【図面の簡単な説明】[Brief explanation of drawings]

【図１】本発明の構成を示すブロック図。FIG. 1 is a block diagram showing the configuration of the present invention.

【図２】本発明の一実施例を示すシステム概略図。FIG. 2 is a system schematic diagram showing an embodiment of the present invention.

【図３】空燃比フィードバック制御を示すフローチャー
ト。FIG. 3 is a flowchart showing air-fuel ratio feedback control.

【図４】空燃比フィードバック制御を示すフローチャー
ト。FIG. 4 is a flowchart showing air-fuel ratio feedback control.

【図５】空燃比学習制御を示すフローチャート。FIG. 5 is a flowchart showing air-fuel ratio learning control.

【図６】空燃比学習制御を示すフローチャート。FIG. 6 is a flowchart showing air-fuel ratio learning control.

【図７】空燃比学習制御を示すフローチャート。FIG. 7 is a flowchart showing air-fuel ratio learning control.

【図８】空燃比学習制御を示すフローチャート。FIG. 8 is a flowchart showing air-fuel ratio learning control.

【図９】学習結果の修正及び読み出し制御を示すフロー
チャート。FIG. 9 is a flowchart showing correction and readout control of learning results.

【図１０】燃料噴射量の設定を示すフローチャート。FIG. 10 is a flowchart showing setting of fuel injection amount.

【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。FIG. 11 is a flowchart showing contents related to learning iterative control.

【図１２】実施例における学習マップの様子を示す線図
。FIG. 12 is a diagram showing the state of the learning map in the example.

【図１３】補間演算における運転条件設定の様子を示す
線図。FIG. 13 is a diagram showing how operating conditions are set in interpolation calculations.

【図１４】補間演算の特性を示す線図。FIG. 14 is a diagram showing characteristics of interpolation calculations.

【図１５】従来の学習制御の問題点を説明するためのタ
イムチャート。FIG. 15 is a time chart for explaining problems with conventional learning control.

【符号の説明】[Explanation of symbols]

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 1. Institution 6 Fuel injection valve 12 Control unit 13 Air flow meter 14 Crank angle sensor 15 Water temperature sensor 16 Oxygen sensor

Claims (2)

【特許請求の範囲】[Claims] 【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、機関運転条件に
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、前記記憶手段の該当
領運転領域に対応して記憶されている前記空燃比学習補
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
空燃比学習を、学習進行と共に前記該当運転領域の範囲
を段階的に狭めて行う空燃比学習手段と、実際の運転条
件に対応する空燃比学習補正値の前記記憶手段からの読
み出しを、前記空燃比学習手段により学習される最も狭
い運転領域を単位とする補間演算を伴って行う補正値読
み出し手段と、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補正値読み出し手段で読み出された
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。1. Engine operating condition detection means for detecting engine operating conditions including at least operating parameters related to the amount of air taken into the engine; A basic fuel supply amount setting means for setting the fuel supply amount, an air-fuel ratio detection means for detecting the air-fuel ratio of the engine intake air-fuel mixture, and a comparison between the air-fuel ratio detected by the air-fuel ratio detection means and the target air-fuel ratio. an air-fuel ratio feedback correction value setting means for setting an air-fuel ratio feedback correction value for correcting the basic fuel supply amount so that the actual air-fuel ratio approaches the target air-fuel ratio; a storage means for rewritably storing an air-fuel ratio learning correction value for correcting the basic fuel supply amount for each operating region; and a storage means for learning a deviation of the air-fuel ratio feedback correction value from a target convergence value. The air-fuel ratio learning is performed by correcting and rewriting the air-fuel ratio learning correction value stored corresponding to the corresponding operating region in a direction that reduces the deviation, and the range of the corresponding operating region is gradually narrowed as learning progresses. reading out the air-fuel ratio learning correction value corresponding to the actual operating conditions from the storage means, with an interpolation calculation using the narrowest operating region learned by the air-fuel ratio learning means as a unit; and a fuel supply amount setting that sets a final fuel supply amount based on the basic fuel supply amount, the air-fuel ratio feedback correction value, and the air-fuel ratio learning correction value read by the correction value reading means. and fuel supply control means for driving and controlling the fuel supply means based on the fuel supply amount set by the fuel supply amount setting means. Device. 【請求項２】前記補正値読み出し手段による補間演算が
、各運転領域の運転条件幅の略中心値を各運転領域にお
ける空燃比学習補正値が対応する運転条件として設定し
て、実際の運転条件に対応する空燃比学習補正値を求め
るよう構成されたことを特徴とする請求項１記載の内燃
機関の空燃比学習制御装置。2. The interpolation calculation by the correction value reading means sets a substantially central value of the operating condition width of each operating region as the operating condition to which the air-fuel ratio learning correction value in each operating region corresponds, and calculates the actual operating condition. The air-fuel ratio learning control device for an internal combustion engine according to claim 1, wherein the air-fuel ratio learning control device for an internal combustion engine is configured to obtain an air-fuel ratio learning correction value corresponding to the air-fuel ratio learning correction value.