JP7230853B2

JP7230853B2 - 診断装置及び診断方法

Info

Publication number: JP7230853B2
Application number: JP2020033207A
Authority: JP
Inventors: 俊行臼井
Original assignee: Isuzu Motors Ltd
Current assignee: Isuzu Motors Ltd
Priority date: 2020-02-28
Filing date: 2020-02-28
Publication date: 2023-03-01
Anticipated expiration: 2040-02-28
Also published as: CN115190940B; WO2021172467A1; JP2021134757A; DE112021000389T5; US20230100198A1; CN115190940A

Description

本発明は、診断装置及び診断方法に関する。

内燃機関の中には、気筒内への吸気量を強制的に増量させる過給装置が搭載されているものがある。過給装置は、吸気を圧縮するコンプレッサを有しており、コンプレッサのフィンが回転することで吸気を過給する。

特開２０１６－１９４２７８号公報

ところで、吸気中にエンジンオイル等の油分が含まれることがある。この場合、油分がコンプレッサのハウジングやフィンに付着して、焼き付き（いわゆるコーキング）等の被害が発生する。焼き付き等の被害が発生すると、過給圧が低下してしまい、過給効率が悪化する。このため、過給装置の被害度を適切に推定して、整備等を行うことが求められている。

そこで、本発明はこれらの点に鑑みてなされたものであり、過給装置の被害度を適切に推定することを目的とする。

本発明の第１の態様においては、複数の内燃機関装置から、内燃機関への吸気を過給する過給装置に作用するストレスに関連するパラメータ毎の累積データと、前記過給装置による過給圧とを取得する取得部と、取得した前記累積データから前記過給装置の被害度を特定する被害度特定部と、特定した前記被害度と前記過給圧の関係を示す関係式を特定する関係特定部と、診断対象の内燃機関装置である対象装置から、前記過給装置による過給圧を取得する過給圧取得部と、前記過給圧取得部が取得した前記対象装置の前記過給圧と、前記関係特定部が特定した前記関係式とに基づいて、前記対象装置の前記過給装置の被害度を推定する推定部と、を備える、診断装置を提供する。

また、前記被害度特定部は、前記過給装置における焼き付きであるコーキングの度合いを特定することとしてもよい。

また、前記被害度特定部は、前記吸気に還流したブローバイガスによる前記過給装置の被害度を特定することとしてもよい。

また、前記被害度特定部は、前記過給装置を劣化させる複数のストレス要因の各々の累積データを合わせて、前記被害度を特定することとしてもよい。

本発明の第２の態様においては、複数の内燃機関装置から、内燃機関への吸気を過給する過給装置に作用するストレスに関連するパラメータ毎の累積データと、前記過給装置による過給圧とを取得するステップと、取得した前記累積データから前記過給装置の被害度を特定するステップと、特定した前記被害度と前記過給圧の関係を示す関係式を特定するステップと、診断対象の内燃機関装置である対象装置から、前記過給装置による過給圧を取得するステップと、取得した前記対象装置の前記過給圧と、特定した前記関係式とに基づいて、前記対象装置の前記過給装置の被害度を推定するステップと、を備える、診断方法を提供する。

本発明によれば、過給装置の被害度を適切に推定できるという効果を奏する。

車両管理システムＳの概要を説明するための模式図である。車両１の構成を説明するための模式図である。管理装置１００の構成を説明するためのブロック図である。関係式を説明するための模式図である。関係式の特定の流れを説明するためのフローチャートである。診断対象の被害度の推定処理を説明するためのフローチャートである。

＜車両管理システムの概要＞
一の実施形態に係る車両管理システムの概要について、図１を参照しながら説明する。

図１は、車両管理システムＳの概要を説明するための模式図である。車両管理システムＳは、管理装置１００と複数の車両１ａ、１ｂ、・・・、１ｎ（以下、総称して車両１とも呼ぶ）が連携して動作することで、車両１の状態を管理するシステムである。

複数の車両１は、例えばトラックである。車両１は、内燃機関であるエンジンを有する内燃機関装置に該当する。車両１は、自車両の状態を測定するセンサ等を搭載しており、測定したデータを管理装置１００に送信する。

管理装置１００は、複数の車両１との間で通信可能であり、車両１を管理する車両管理装置である。管理装置１００は、例えば管理センターに設けられたサーバである。管理装置１００は、各車両１からデータ（後述する累積データ等）を受信する。管理装置１００は、受信したデータを用いて車両１の状態を診断する。例えば、管理装置１００は、診断結果から、整備が必要か否かを判定する。

＜車両の構成＞
図１に示す複数の車両１ａ、１ｂ、・・・、１ｎの構成は、同様である。車両１の構成について、図２を参照しながら説明する。以下では、車両１の診断に関わる構成について説明する。

図２は、車両１の構成を説明するための模式図である。車両１は、図２に示すように、エンジン１０と、吸気路２０と、排気路３０と、過給装置３２と、圧力センサ３６と、ＰＣＶ（Positive Crankcase Ventilation）通路３８とを有する。

エンジン１０は、吸気管内または気筒（燃焼室）内に噴射された燃料と吸気との混合気を燃焼、膨張させて、動力を発生させる。エンジン１０においては、吸気が気筒内に吸入されると共に、燃焼後の排気ガスが気筒から排出される。

吸気路２０は、エンジン１０へ向かう吸気が流れる通路である。吸気路２０には、過給装置３２及び圧力センサ３６が設けられている。
排気路３０は、エンジン１０からの排気ガスが流れる通路である。排気路３０には、排気ガスを浄化する浄化装置が設けられている。

過給装置３２は、例えばターボーチャージャーである。過給装置３２は、吸気を圧縮して吸気量を増量させるコンプレッサ３３を含む。コンプレッサ３３は、回転することで吸気を過給するフィンを有する。フィンは、コンプレッサ３３のハウジング内に設けられている。
コンプレッサ３３は、連結軸３４を介して、排気路３０に設けられたタービン（不図示）と連結されている。タービンが排気ガスによって駆動する際に、コンプレッサ３３が回転して、吸気を過給する。コンプレッサ３３が過給することで、吸気の圧力が大きくなる。

圧力センサ３６は、過給装置３２によって過給された吸気の圧力（以下、過給圧とも呼ぶ）を検出する。圧力センサ３６は、吸気路２０において過給装置３２とエンジン１０の間に設けられている。

ＰＣＶ通路３８は、エンジン１０のブローバイガスを吸気路２０に還流させる通路である。ＰＣＶ通路３８は、エンジン１０と吸気路２０（具体的には、吸気路２０においてコンプレッサ３３よりも上流側）を接続している。ＰＣＶ通路３８には、エンジン１０側から吸気路２０側へ圧送するポンプ３９が設けられている。
ブローバイガスは、エンジン１０の燃焼室からクランクケースに漏れた燃焼ガスや未燃燃料である。ブローバイガスは、クランクケース内の潤滑油の劣化や燃費悪化の原因となる。このため、ブローバイガスを吸気路２０に還流させた後に、エンジン１０の燃焼室で再度燃焼させている。

ところで、吸気路２０を流れる吸気中に、エンジンオイル等の油分が含まれることがある。例えば、ブローバイガス中には、ミスト状の油分が含まれているため、ブローバイガスがＰＣＶ通路３８から吸気路２０へ還流すると、吸気中に油分が含まれることになる。この場合、油分が過給装置３２のコンプレッサ３３（具体的には、コンプレッサ３３のハウジングやフィン）に付着して、コーキングの被害が発生する。コーキングが発生すると、過給圧が低下してしまい、コンプレッサ３３による過給効率が悪化する。
これに対して、管理装置１００は、複数の車両１から稼働状態を示す累積データを取得して、コンプレッサ３３の被害度と、被害を特定する特性値（具体的には、過給圧）との関係式を求める。そして、管理装置１００は、予め求めた関係式と、診断対象の車両１から取得した過給圧とによって、診断対象の車両１のコンプレッサ３３の被害度を推定している。これにより、診断対象の車両１のコンプレッサ３３の被害度を適切に推定することが可能となる。

＜管理装置の構成＞
診断装置として機能する管理装置１００の構成について、図３を参照しながら説明する。

図３は、管理装置１００の構成を説明するためのブロック図である。管理装置１００は、管理センターの管理者によって操作される。管理装置１００は、図３に示すように、通信部１１０と、記憶部１１２と、制御部１２０とを有する。

通信部１１０は、車両１（図１）との間で通信を行う。通信部１１０は、車両１との間でデータの送受信を行う。例えば、通信部１１０は、車両１の稼働状態を示す累積データを、車両１から受信する。

記憶部１１２は、例えばＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）を含む。記憶部１１２は、制御部１２０が実行するためのプログラムや各種データを記憶する。例えば、記憶部１１２は、複数の車両１の各々から取得した累積データを記憶する。また、記憶部１１２は、コンプレッサ３３の被害度の関係式に関する情報を記憶する。

制御部１２０は、例えばＣＰＵ（Central Processing Unit）である。制御部１２０は、記憶部１１２に記憶されたプログラムを実行することにより、車両１の診断を行う。本実施形態では、制御部１２０は、データ取得部１２２、被害度特定部１２３、関係特定部１２４、対象情報取得部１２５及び診断部１２６として機能する。

データ取得部１２２は、複数の車両１から、車両１のデータを取得する。本実施形態では、データ取得部１２２は、複数の車両１から、過給装置３２（ここでは、コンプレッサ３３）に作用するストレスに関連するパラメータ毎の累積データを取得する。累積データを用いることで、複合的なストレスによって劣化したコンプレッサ３３の被害度を診断できる。データ取得部１２２は、定期的に（例えば、月に一回）累積データを取得する。データ取得部１２２は、取得した累積データを記憶部１１２に記憶させる。
コンプレッサ３３に作用するストレス要因のパラメータは、複数挙げられる。例えば、ストレス要因のパラメータは、エンジンオイルの消費が多い運転での使用、吸気が高温となる状態での使用等である。累積データは、パラメータ毎の頻度を示す。

また、データ取得部１２２は、複数の車両１から、累積データと共に、過給装置３２の過給圧を取得する。すなわち、データ取得部１２２は、過給装置３２による過給中の過給圧を取得する。具体的には、データ取得部１２２は、過給中に圧力センサ３６が検出した過給圧を取得する。過給圧は、劣化したコンプレッサ３３の被害度を特定可能な特性値である。通常、過給圧が高いと、コンプレッサ３３の被害度が小さくなりやすく、過給圧が低いと、コンプレッサ３３の被害度が大きくなりやすい。

被害度特定部１２３は、車両１の過給装置３２（具体的には、コンプレッサ３３）の被害度を特定する。被害度特定部１２３は、複数の車両１から取得した累積データから、各車両１のコンプレッサ３３の被害度を特定する。すなわち、被害度特定部１２３は、複数のストレス要因によるコンプレッサ３３のコーキングの度合いを特定する。

被害度特定部１２３は、コンプレッサ３３を劣化させる複数のストレス要因の各々の累積データを合わせて、コンプレッサ３３の被害度を特定する。この際、被害度特定部１２３は、ストレス要因毎に重み付け係数を掛け合わせる。これにより、複数のストレス要因を反映した被害度を特定できる。

被害度特定部１２３は、被害度として、吸気に還流したブローバイガスによるコンプレッサ３３の被害度を特定する。すなわち、被害度特定部１２３は、ＰＣＶ通路３８を経由して吸気路２０に還流したブローバイガス中の油分に起因するコンプレッサ３３の被害度を特定する。具体的には、被害度特定部１２３は、コンプレッサ３３における焼き付きであるコーキングの度合いを特定する。これにより、コンプレッサ３３におけるコーキングの進展度合いを特定できる。

関係特定部１２４は、過給装置３２の被害度と、被害を特定する特性値の関係を示す関係式を特定する。すなわち、関係特定部１２４は、被害度特定部１２３が特定したコンプレッサ３３の被害度と、被害を特定する過給圧との関係を示す関係式を特定する。関係特定部１２４は、特定した関係式を記憶部１１２に記憶する。

図４は、関係式を説明するための模式図である。図４のグラフの横軸はコンプレッサ３３の被害度を示し、縦軸は特性値である過給圧を示す。グラフには、故障車である一の車両１から定期的に取得したデータに基づく被害度及び特性値の対応関係が、×印としてプロットされている。グラフ上の曲線が、プロットされたデータの近似線であり、関係式を示す。なお、関係特定部１２４は、複数の車両１の各々に対して求まる近似線を平均して、関係式を特定してもよい。

関係特定部１２４は、機械学習によって、関係式を更新してもよい。すなわち、定期的に車両１から取得される累積データ及び過給圧を用いて、関係性を更新する。これにより、より精度の高い関係式を特定できる。

対象情報取得部１２５は、診断対象の車両１から、コンプレッサ３３の被害度を特定するための特性値（ここでは、過給圧）に関する情報を取得する。すなわち、対象情報取得部１２５は、過給装置３２による過給圧を取得する過給圧取得部として機能する。具体的には、対象情報取得部１２５は、圧力センサ３６（図２）が検出した過給圧を取得する。診断対象の装置が図１に示す車両１ａである場合には、対象情報取得部１２５は、車両１ａから過給圧を取得する。対象情報取得部１２５は、取得した過給圧の情報を、診断部１２６に出力する。

診断部１２６は、診断対象の車両１を診断する。診断部１２６は、対象情報取得部１２５が取得した過給圧と、関係特定部１２４が特定した関係式とに基づいて、診断対象のコンプレッサ３３の被害度を推定する推定部として機能する。具体的には、診断部１２６は、過給圧を関係式に当てはめることで、診断対象のコンプレッサ３３の被害度を推定する。例えば、診断部１２６は、図４に示すように、過給圧がＰ１である場合には、被害度がＤ１であると推定する。これにより、診断部１２６は、過給圧が分かれば、複数のストレス要因で劣化するコンプレッサ３３の被害度（コンプレッサ３３におけるコーキングの度合）を精度良く推定できる。また、診断部１２６は、推定したコンプレッサ３３の被害度から、コンプレッサ３３の寿命を予測してもよい。

＜管理装置の処理の流れ＞
管理装置１００が行う診断処理の流れについて、図５及び図６を参照しながら説明する。

図５は、関係式の特定の流れを説明するためのフローチャートである。
管理装置１００のデータ取得部１２２は、複数の車両１（例えば、図１の車両１ａ～１ｎ）から累積データ及び過給圧を取得する（ステップＳ１０２）。データ取得部１２２は、定期的（例えば、月に１回）に累積データ及び過給圧を取得する。

次に、被害度特定部１２３は、取得した累積データに基づいて、各車両１のコンプレッサ３３の被害度を特定する（ステップＳ１０４）。すなわち、被害度特定部１２３は、複数のストレス要因によって劣化するコンプレッサ３３の被害度を特定する。

次に、関係特定部１２４は、特定した被害度と、過給圧との関係を示す関係式を特定する（ステップＳ１０６）。例えば、関係特定部１２４は、図４に示す近似式で示される関係式を特定する。

次に、関係特定部１２４は、特定した関係式を、記憶部１１２に記憶する（ステップＳ１０８）。上述した処理を繰り返すことで、記憶部１１２に記憶された関係式は、更新される。これにより、精度の高い関係式を記憶できる。

図６は、診断対象の被害度の推定処理を説明するためのフローチャートである。
ここでは、管理装置１００の対象情報取得部１２５が、診断対象の車両１から、過給圧を取得したところから開始される（ステップＳ１２２）。具体的には、対象情報取得部１２５は、圧力センサ３６が検出した過給圧を取得する。

次に、診断部１２６は、ステップＳ１２２で取得した過給圧と、予め記憶部１１２に記憶された関係式とに基づいて、診断対象の車両１のコンプレッサ３３の被害度を推定する（ステップＳ１２４）。例えば、診断部１２６は、図４に示す関係式から過給圧に対応する被害度を求めることで、コンプレッサ３３の被害度を精度良く推定できる。

次に、管理装置１００は、推定した被害度の情報を送信する（ステップＳ１２６）。例えば、管理装置１００は、整備工場に被害度の情報を送信する。

＜本実施形態における効果＞
上述した実施形態の管理装置１００は、複数の車両１から取得した累積データを用いて、コンプレッサ３３の被害度と過給圧との関係式を特定する。そして、管理装置１００は、診断対象の車両１から過給圧を取得すると、予め特定した関係式との対応関係から、診断対象の車両１のコンプレッサ３３の被害度を推定する。
これにより、診断対象のコンプレッサ３３の過給圧を関係式に当てはめることで、複数のストレス要因で劣化するコンプレッサ３３の被害度（具体的には、コーキングの進展度合い）を適切に推定することができる。この結果、推定した被害度の情報を整備工場に提供することで、コンプレッサ３３の整備等を適切に行うことが可能となる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の全部又は一部は、任意の単位で機能的又は物理的に分散・統合して構成することができる。また、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を併せ持つ。

１車両
１０エンジン
３２過給装置
３３コンプレッサ
１００管理装置（診断装置）
１２２データ取得部
１２３被害度特定部
１２４関係特定部
１２５対象情報取得部
１２６診断部

Claims

複数の内燃機関装置から、内燃機関への吸気を過給する過給装置に作用するストレスに関連するパラメータ毎の累積データと、前記過給装置による過給圧とを取得する取得部と、
取得した前記累積データから前記過給装置の被害度を特定する被害度特定部と、
特定した前記被害度と前記過給圧の関係を示す関係式を特定する関係特定部と、
診断対象の内燃機関装置である対象装置から、前記過給装置による過給圧を取得する過給圧取得部と、
前記過給圧取得部が取得した前記対象装置の前記過給圧と、前記関係特定部が特定した前記関係式とに基づいて、前記対象装置の前記過給装置の被害度を推定する推定部と、
を備える、診断装置。
前記被害度特定部は、前記過給装置における焼き付きであるコーキングの度合いを特定する、
請求項１に記載の診断装置。
前記被害度特定部は、前記吸気に還流したブローバイガスによる前記過給装置の被害度を特定する、
請求項１又は２に記載の診断装置。
前記被害度特定部は、前記過給装置を劣化させる複数のストレス要因の各々の累積データを合わせて、前記被害度を特定する、
請求項１から３のいずれか１項に記載の診断装置。
複数の内燃機関装置から、内燃機関への吸気を過給する過給装置に作用するストレスに関連するパラメータ毎の累積データと、前記過給装置による過給圧とを取得するステップと、
取得した前記累積データから前記過給装置の被害度を特定するステップと、
特定した前記被害度と前記過給圧の関係を示す関係式を特定するステップと、
診断対象の内燃機関装置である対象装置から、前記過給装置による過給圧を取得するステップと、
取得した前記対象装置の前記過給圧と、特定した前記関係式とに基づいて、前記対象装置の前記過給装置の被害度を推定するステップと、
を備える、診断方法。