[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JPH0826805B2 - 内燃機関の空燃比学習制御装置 - Google Patents

内燃機関の空燃比学習制御装置

Info

Publication number
JPH0826805B2
JPH0826805B2 JP1282883A JP28288389A JPH0826805B2 JP H0826805 B2 JPH0826805 B2 JP H0826805B2 JP 1282883 A JP1282883 A JP 1282883A JP 28288389 A JP28288389 A JP 28288389A JP H0826805 B2 JPH0826805 B2 JP H0826805B2
Authority
JP
Japan
Prior art keywords
learning
air
fuel ratio
correction value
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP1282883A
Other languages
English (en)
Other versions
JPH03145539A (ja
Inventor
伸平 中庭
Original Assignee
株式会社ユニシアジェックス
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社ユニシアジェックス filed Critical 株式会社ユニシアジェックス
Priority to JP1282883A priority Critical patent/JPH0826805B2/ja
Priority to DE69019338T priority patent/DE69019338T2/de
Priority to US07/690,985 priority patent/US5243951A/en
Priority to EP90916070A priority patent/EP0451295B1/en
Priority to PCT/JP1990/001405 priority patent/WO1991006755A1/ja
Publication of JPH03145539A publication Critical patent/JPH03145539A/ja
Publication of JPH0826805B2 publication Critical patent/JPH0826805B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
    • F02D41/2409—Addressing techniques specially adapted therefor
    • F02D41/2422—Selective use of one or more tables
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
    • F02D41/1444—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases
    • F02D41/1454—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being an oxygen content or concentration or the air-fuel ratio
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
    • F02D41/2425—Particular ways of programming the data
    • F02D41/2429—Methods of calibrating or learning
    • F02D41/2441—Methods of calibrating or learning characterised by the learning conditions
    • F02D41/2445—Methods of calibrating or learning characterised by the learning conditions characterised by a plurality of learning conditions or ranges
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
    • F02D41/2425—Particular ways of programming the data
    • F02D41/2429—Methods of calibrating or learning
    • F02D41/2451—Methods of calibrating or learning characterised by what is learned or calibrated
    • F02D41/2454—Learning of the air-fuel ratio control
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02B—INTERNAL-COMBUSTION PISTON ENGINES; COMBUSTION ENGINES IN GENERAL
    • F02B1/00—Engines characterised by fuel-air mixture compression
    • F02B1/02—Engines characterised by fuel-air mixture compression with positive ignition
    • F02B1/04—Engines characterised by fuel-air mixture compression with positive ignition with fuel-air mixture admission into cylinder
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
    • F02D41/2425—Particular ways of programming the data
    • F02D41/2429—Methods of calibrating or learning
    • F02D41/2477—Methods of calibrating or learning characterised by the method used for learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Electrical Control Of Air Or Fuel Supplied To Internal-Combustion Engine (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Description

【発明の詳細な説明】 ＜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、空燃比フィードバック補正制御機能を有する電子
制御燃料供給装置における運転条件別の空燃比学習補正
制御の改善技術に関する。
＜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有する内燃機関においては、特開昭
60−90944号公報，特開昭61−190142号公報などに開示
されるように空燃比の学習制御装置が採用されているも
のがある。
空燃比フィードバック補正制御は、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、機関排気系に設けた酸素センサにより判
別される目標空燃比（理論空燃比）に対するリッチ・リ
ーンに基づいて設定される空燃比フィードバック補正係
数LMDにより補正することで、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。
ここで、前記空燃比フィードバック補正係数LMDの基
準値からの偏差を、予め定めた複数の運転領域毎に学習
して学習補正係数KBLRC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
で演算される最終的な燃料噴射量Tiにより得られるベー
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により補正
して燃料噴射量Tiを演算するものである。
これにより、運転条件毎に異なる空燃比補正の要求値
に対応した補正が行え、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。
＜発明が解決しようとする課題＞ ところで、上記の学習補正係数KBLRCは、例えば基本
燃料噴射量Tpと機関回転速度Ｎとをパラメータとして運
転領域を複数の運転領域に区分し、それぞれの運転領域
毎に学習される構成であり、運転領域をあまり大雑把に
区分すると、運転領域の違いによる補正要求変化に精度
良く対応することができず、また、逆に運転領域を細か
く区分し過ぎると個々の運転領域における学習機会が減
少して学習の収束が遅くなってしまうと共に、学習済領
域と未学習領域とが混在することにより運転領域間にお
ける空燃比段差が発生してしまう。
このため、従来では、妥協点を見出して区分する運転
領域の単位領域を設定しているのが現状であり、そのた
め、全く新規に学習を開始するとき（新車時）や、機関
の吸気系に穴が開くなどの事故でベース空燃比が急変し
たときには、学習補正係数KBLRCがなかなか最適値に収
束せず、学習が進行するまでの間は目標空燃比を精度良
く得られないために運転性や排気性状に大きな悪影響を
及ぼしてしまうという問題があった。
また、前記のように吸気系に穴が開いた場合などは、
第10図に示すように、吸入空気流量の少ない領域ほどそ
の影響による空燃比ずれが大きくなるが、基本燃料噴射
量Tpと機関回転速度Ｎとをパラメータとするマップで
は、第11図に示すように、特に低回転低負荷側で同じ運
転領域内における吸入空気流量の変化が急であり、然
も、前述のように学習機会が減少して運転領域間での空
燃比段差が発生することを回避すべくある程度大きな単
位領域で運転領域が区分されるから、特に低回転低負荷
側の運転領域内においては要求される補正値の段差が大
きく空燃比制御性が悪化するという問題がある。
本発明は上記問題点に鑑みなされたものであり、上記
のように区分された運転領域毎に学習される空燃比学習
値の学習収束度を早めつつ、区分された運転領域間での
空燃比段差が発生することを回避できる空燃比学習制御
装置を提供することを目的とする。
＜課題を解決するための手段＞ そのため本発明では、第１図に示すように、内燃機関
に吸入される空気量に関与するパラメータを少なくとも
含む運転条件を検出する運転条件検出手段と、これによ
り検出された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、機関の吸入混合気の空
燃比を検出する空燃比検出手段と、この空燃比検出手段
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、同一の運転
領域を相互に異なる分割数で分割してなる複数の学習マ
ップを備え、これらの学習マップそれぞれの分割された
運転領域毎に空燃比学習補正値を書き換え可能に記憶し
た学習補正値記憶手段と、空燃比フィードバック補正値
設定手段で設定された空燃比フィードバック補正値の基
準値に対する偏差を学習して、該偏差を減少させる方向
に学習補正値記憶手段に記憶されている空燃比学習補正
値を運転領域毎に書き換える学習補正値書き換え手段
と、この学習補正値書き換え手段による空燃比学習補正
値の書き換えを前記学習補正値記憶手段におけるより分
割数の少ない学習マップ上の運転領域から行わせて学習
の進行に応じてより分割数の多い学習マップ上の運転領
域に移行させる学習進行制御手段と、学習補正値記憶手
段の各学習マップの現状運転条件に対応して学習記憶さ
れている空燃比学習補正値及び前記空燃比フィードバッ
ク補正値に基づいて前記基本燃料供給量を補正して最終
的な燃料供給量を設定する燃料供給量設定手段と、この
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
機関への燃料供給を制御する燃料供給制御手段と、を含
んで内燃機関の空燃比学習制御装置を構成するようにし
た。
ここで、空燃比フィードバック補正値設定手段で設定
された空燃比フィードバック補正値の基準値に対する偏
差の大きさ度合いを設定し、この大きさ度合いが所定以
上に増大したときに、前記学習補正値書き換え手段によ
る空燃比学習補正値の学習書き換えが済んでいる学習マ
ップ上における学習から再度行わせる学習反復手段を設
けることが好ましい。
また、学習補正値記憶手段の各学習マップにおいて学
習が進行した運転領域に記憶されている空燃比学習補正
値に基づいて、この運転領域近傍の未学習運転領域の空
燃比学習補正値を書き換える未学習領域推定学習手段を
設けると良い。
更に、学習補正値記憶手段の学習マップの所定単位運
転領域に記憶されている空燃比学習補正値を、前記所定
単位運転領域を細分する単位運転領域毎に記憶されてい
る空燃比学習補正値に基づいて書き換える細分領域に基
づく学習補正値書き換え手段を設けても良い。
＜作用＞ かかる構成の内燃機関の空燃比学習制御装置による
と、空燃比フィードバック補正値設定手段により空燃比
検出手段で検出された空燃比と目標空燃比とが比較さ
れ、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
が設定される。そして、学習補正値書き換え手段は、上
記のようにして設定される空燃比フィードバック補正値
の基準値に対する偏差を学習して、この偏差を減少させ
る方向に運転領域毎に記憶されている空燃比学習補正値
を書き換える。ここで、前記空燃比学習補正値を運転領
域毎に記憶する学習補正値記憶手段は、同一の運転領域
を相互に異なる分割数で分割してなる複数の学習マップ
を備え、これらの学習マップそれぞれの分割された運転
領域毎に前記空燃比学習補正値を書き換え可能に記憶す
るものとする。前記学習補正値書き換え手段による空燃
比学習補正値の書き換えは、学習進行制御手段が、前記
学習補正値記憶手段におけるより分割数の少ない学習マ
ップ上の運転領域から行わせて学習の進行に応じてより
分割数の多い学習マップ上の運転領域に移行させるよう
にする。即ち、空燃比学習においては、学習領域内に運
転条件が安定的に止まっている必要があり、分割数が多
く個々の学習領域が狭くなる学習マップでは各運転領域
での学習機会がなかなか得られず学習の収束が遅れる
が、運転条件の違いによる補正要求の違いに細かく対応
するためには学習マップにおける運転領域の分割数を多
くする必要がある。そこで、本発明では、分割数の少な
い学習マップ（大きな学習領域）から学習を開始させる
ことで、大雑把な空燃比学習を速やかに収束させ、その
後、より細かく分割した運転領域毎（狭い学習領域毎）
の学習に移行させることで、きめ細かな空燃比学習補正
と学習の収束性とを両立させるようにしている。
ここで、学習反復手段は、前記空燃比フィードバック
補正値の基準値に対する偏差の大きさ度合いを設定し、
この大きさ度合いが所定以上に増大したときに、学習補
正値書き換え手段による空燃比学習補正値の学習書き換
えが済んでいる学習マップ上における学習から再度行わ
せ、空燃比の急変時に高速で空燃比学習を行わせる。即
ち、空燃比が急変したときには、より分割数の少ない学
習マップ上で学習を行わせた方が収束を速めることがで
きるので、学習がある程度進行していて分割数が比較的
多い学習マップで学習を行っているときには、強制的に
学習済みであるより分割数の少ない学習マップ上での学
習からやり直させ、空燃比を速やかに収束させるように
する。
また、未学習領域推定学習手段は、各学習マップにお
いて学習が進行した運転領域に記憶されている空燃比学
習補正値に基づき、この学習が進行した運転領域の近傍
の未学習運転領域の空燃比学習補正値を書き換え、学習
が進行した運転領域の周囲の未学習運転領域における学
習結果を推定する。これにより、運転条件が学習済領域
から未学習領域へ移行するときの空燃比段差の発生を回
避する。
更に、細分領域に基づく学習補正値書き換え手段は、
学習マップの所定運転領域に記憶されている空燃比学習
補正値を、前記所定運転領域を更に細分する運転領域毎
に記憶されている空燃比学習補正値に基づいて書き換
え、より細かい運転領域毎の学習結果が、それよりも範
囲の広い運転領域の空燃比学習補正値にフィードバック
されるようにする。
＜実施例＞ 以下に本発明の実施例を説明する。
一実施例を示す第２図において、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のブランチ部には各気筒毎に燃料噴射弁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常閉型の電磁式燃
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噴射供給する。
機関１の燃焼室には点火栓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。
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、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。
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1
4,水温センサ15等が運転条件検出手段に相当する。
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る。
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、第３図〜第７図のフロ
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。
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，学習補正値書き換え手段，学習
進行制御手段，学習反復手段，未学習領域推定学習手
段，細分領域に基づく学習補正値書き換え手段としての
機能は、前記第３図〜第７図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、学習補正
値記憶手段としてはマイクロコンピュータのRAMが相当
する。
第３図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回転毎
に実行される。尚、前記空燃比フィードバック補正係数
LMDの初期値は１である。
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。
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500mV）とを比較
して、機関吸入混合気の空燃比が目標空燃比に対してリ
ッチであるかリーンであるかを判別する。
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。
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。リッチ判別が初回で
あるということは、前回まではリーン判別がなされてお
り、これによって空燃比フィードバック補正係数LMDの
増大制御（＝燃料噴射量Tiの増大補正）が行われていた
ものであり、リッチ判別されると今度は補正係数LMDを
減少制御するから、リッチ判別初回の減少制御前の値が
補正係数LMDの最大値ということになる。
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Ｐ分付加に１をセットする。
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LM
Dから減算して補正係数LMDを更新し、空燃比のリッチ状
態が解消されてリーンに反転するまでの間、本プログラ
ムが実行される毎にこのステップ７でＩ×Tiずつの減少
制御を繰り返す。
また、ステップ２で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、即ち、リッチ判別時に徐
々に減少制御されていた補正係数LMDを最小値ｂにセッ
トし、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
ことを示す前記Ｐ分付加に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。
リッチ・リーン判別の初回で補正係数LMDの比例制御
を実行したときには、更に、後述する運転領域別の空燃
比学習補正で学習のやり直しを指示するためのストレス
及びストレス〔B,A〕（空燃比のずれ度合いを示す値）
の設定を行う。
尚、本実施例では、第８図に示すように、全運転領域
を基本燃料噴射量Tpと機関回転速度Ｎとをパラメータと
して複数の運転領域に分割する空燃比学習補正値の学習
マップとして、相互に分割数の異なる２つの学習マップ
を備えており、一方は４×４格子で全運転領域を16の細
分化領域に区分し、また、他方は、16×16格子で全運転
領域を256の単位運転領域に区分するようにしてあり、
４×４格子マップの１つの運転領域が16×16格子の学習
マップにより更に４×４に細分されている。また、上記
のように運転領域を区分しない全領域に適合される空燃
比学習補正値も設定されるようにしてある。
まず、ステップ13では、後述するように、前記16×16
格子の学習マップのそれぞれの運転領域に対応する空燃
比学習補正値が殆ど学習された場合に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であって、16×16格子の学習マッ
プの学習が殆ど終了している状態であるときには、ステ
ップ14へ進む。ステップ14では、上記のようにリッチ・
リーン判別の初回にサンプリングされる最大最小値a,b
の平均値（ａ＋ｂ）/2から補正係数LMDの初期値１を減
算した値の絶対値に基づいてΔストレスをマップから求
める。
平均値（ａ＋ｂ）/2は、補正係数LMDの平均レベルを
示すものであるから、上記Δストレスを求めるためのパ
ラメータは、補正係数LMDの初期値に対する偏差の絶対
値ということになり、この値が大きいときほど大きな空
燃比ずれの発生により大きな補正制御が必要になってい
ることを示す。また、前記Δストレスは、前記偏差の絶
対値がゼロ付近であるときにはゼロがセットされ、前記
偏差の絶対値があるレベル以上になると徐々に増大設定
されるようになっており、前記Δストレスは補正係数LM
Dの初期値（基準値）に対する偏差の大きさ度合いを示
す。
従って、16×16格子の学習マップの学習が殆ど終了し
ている状態で、本来なら補正係数LMDは略初期値付近に
安定しているはずであるのに、補正係数LMDを初期値か
ら大きく変化させているときには、前記Δストレスが大
きな値として設定されることになり、このΔストレスの
積算値であるストレスを次のステップ15で求め、このス
トレスが所定以上になったときには、後述するように第
６図のフローチャートに従い16×16格子の学習マップの
学習が不適切であると判断されて学習のやり直しが指示
される。
次のステップ16では、４×４格子の学習マップの１つ
の運転領域を更に４×４に区分する細分領域（16×16格
子の学習マップの一部）のうちの殆どが学習済であると
きに、４×４格子の該当する運転領域のアドレスに対応
させて１がセットされるフラグflag〔B,A〕を判別す
る。
そして、フラグflag〔B,A〕が１であるときには、前
記ステップ14と同様にしてステップ17でΔストレスを求
め、次のステップ18では前記Δストレスの積算値を、前
記ストレスと区別してストレス〔B,A〕にセットする。
このストレス〔B,A〕が所定以上になったときには、後
述するように第６図のフローチャートに従い、フラグfl
ag〔B,A〕が対応する４×４格子マップの所定運転領域
及びこの運転領域に含まれる16×16格子マップの領域に
対応して記憶されている空燃比学習補正値の学習のやり
直しが指示される。
第４図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、前記第３図のフローチャートで空燃
比フィードバック補正係数LMDの比例制御を行ったとき
に１がセットされるＰ分付加の判別を行い、Ｐ分付加が
１であるときには、ステップ22へ進みＰ分付加にゼロを
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。
ステップ22でＰ分付加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KBLRCφ（初期値１）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KBLR
Cφ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であるか否かを判別する。
（ａ＋ｂ）/2が略１でないときには、ステップ26へ進
み、（ａ＋ｂ）/2から目標値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
学習係数KBLRCφに加算し、該加算結果を新たな学習係
数KBLRCφとして設定すると共に、４×４格子マップに
おける学習補正係数KBLRC1及び16×16格子マップにおけ
る学習補正係数KBLRC2にそれぞれ初期値である１をセッ
トする。
また、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、換言すれば、学習補正係数KBLRCφ
の学習設定した結果空燃比フィードバック補正係数LMD
が略１に収束したことが判別できるようにする。
ステップ27では、全運転領域に対応して学習された学
習補正係数KBLRCφ、４×４格子マップ及び16×16格子
マップにおける学習補正係数KBLRC1,KBLRC2を相互に乗
算して、その結果を最終的な学習補正係数KBLRCにセッ
トする（KBLRC←KBLRCφ×KBLRC1×KBLRC2）。従って、
ステップ26での処理を行った場合には、KBLRC＝KBLRCφ
となり、学習補正係数KBLRCφによる補正で空燃比フィ
ードバック補正係数LMDが初期値近傍に安定しない場合
には、前記フラグＦφはゼロを維持することになり、ス
テップ26での処理が繰り返される。
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、全運転領域に対応する学習補正係数KB
LRCφの学習が済んでいることを示すから、今度は運転
領域を複数に区分して各領域毎に空燃比学習を行う。
まず、ステップ28では、現在の基本燃料噴射量（基本
燃料供給量）Tpが16格子の何番目に含まれるかを判別す
るためのカウント値ｉにゼロをセットし、次のステップ
29では、前記カウント値ｉが15を越えるか否かを判別
し、15を越えていないときには、ステップ30でカウント
値ｉに対応する基本燃料噴射量Tpのしきい値Tp〔ｉ〕と
最新に演算された基本燃料噴射量Tpとを比較する。
ステップ30でしきい値Tp〔ｉ〕よりも最新の基本燃料
噴射量Tpが小さいと判別されたときには、ステップ33へ
進んでそのときのカウント値ｉを、最新の基本燃料噴射
量Tpが含まれる領域位置としてＩにセットする。即ち、
各領域の最大基本燃料噴射量Tpを予めしきい値Tp〔ｉ〕
として設定しておき、最新の基本燃料噴射量Tpと前記し
きい値Tp〔ｉ〕とを、小さい側から順に比較して初めて
Tp〔ｉ〕＞Tpとなった時点のｉがTpブロックの番号を示
すものとしてＩにセットするものである。
また、ステップ30でTp〔ｉ〕≦Tpであると判別された
ときには、ステップ31へ進んで前記カウント値ｉを１ア
ップし、更に１段階大きいTp〔ｉ〕と最新のTpとが比較
されるようにする。
そして、ステップ31でカウント値ｉが16にカウントア
ップされたときには、０〜15までの16格子（16ブロッ
ク）に分けた基本燃料噴射量Tp範囲の初期設定した最大
値よりも大きな基本燃料噴射量Tpが演算された状態であ
り、このときには、ステップ32でｉに15をセットしてか
らステップ33へ進むようにし、初期設定されたTpブロッ
クの最大Tp領域に現在のTpが含まれるものと仮定する。
次は、機関回転速度Ｎによる16ブロック分けのため、
前記基本燃料噴射量Tpのブロック判別と同様にして、最
新の機関回転速度Ｎが含まれるブロック番号をカウント
値ｋで決定する。まず、ステップ34では、前記カウント
値ｋにゼロを初期設定し、このカウント値ｋが15を越え
るまでは、ステップ36におけるしきい値Ｎ〔ｋ〕との比
較を行い、初めてＮ〔ｋ〕＞Ｎとなったときのカウント
値ｋをステップ39でＮのブロックの番号を示すＫにセッ
トし、Ｎ〔ｋ〕≦Ｎであるときにはステップ37において
カウント値ｋを１アップさせる。
このようにして、基本燃料噴射量Tpと機関回転速度Ｎ
とをパラメータとして16×16の256運転領域に分割され
る学習マップのどの運転領域に現在の運転条件が含まれ
るかが、Tpのブロック番号ＩとＮのブロック番号Ｋとに
よって指示される座標〔K,I〕で表される。
16×16格子の該当する位置が上記のようにして判明す
れば、第８図に示すように４×４格子の運転領域マップ
における１つの運転領域は、16×16格子の運転領域にお
ける４×４＝16領域を１ブロックとして区切ったもので
あるから、前記I,Kに基づいて４×４格子の学習マップ
において現在の運転条件が該当する位置を特定できる。
即ち、ステップ40では、前記Tpのブロック番号Ｉを４
で除算して、その結果の少数点以下を切り捨てた整数値
をＡにセットし、また、ステップ41では、Ｎのブロック
番号Ｋを同様にして４で除算して、その結果の少数点以
下を切り捨てた整数値をＢにセットする。これにより、
今回の運転条件が該当する４×４格子マップの領域位置
は〔B,A〕の座標で表される。
次のステップ42では、前記ＡとＢとを加算してその結
果をABにセットし、ステップ43では前回演算されたABで
あるABOLDと最新のABとを比較して、前回と同じ運転領
域であるか否かを判別する。AB≠ABOLDであって、４×
４格子で前回と異なる運転領域であるときには、ステッ
プ44でカウント値cntに所定値（例えば４）をセットす
る。
ステップ45では、前記カウント値cntがゼロであるか
否かの判別を行い、ゼロでないときにのみステップ46へ
進んで、カウント値cntを１ダウンさせる。従って、４
×４格子の特定運転領域に安定して止まっていていない
限り前記カウント値cntはゼロにまでカウントダウンさ
れない。
ステップ47では次回のステップ43における判別のため
に、今回ステップ42で求めたABをABOLDにセットする。
ステップ48では、４×４格子マップにおいて〔B,A〕
を座標として指示される現在の運転条件が含まれる運転
領域で空燃比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
現在の運転条件が含まれる４×４格子マップの１つの運
転領域で学習が終了していないときには、ステップ49へ
進む。
ステップ49では前記カウント値cntがゼロであるか否
かを判別し、ゼロでなく４×４格子マップにおける該当
領域の変動が激しいときには、そのまま本プログラムを
終了させ、カウント値cntがゼロであって該当する運転
領域に安定して止まっているときにのみステップ50へ進
む。
ステップ50では、前記第３図のフローチャートでサン
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、即ち、補正係数LMDの中心値
が、初期値（＝１）付近であるか否かによって学習の進
行を判別し、略１であると認められず、学習が済んでい
ないときにはステップ52へ進む。
ステップ52では、４×４格子マップにおいて今回の
〔B,A〕領域に対応して記憶されている学習補正係数KBL
RC1に対して、最大・最小値a,bの平均値から目標値Targ
et（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、その結果を今回の運転領域〔B,A〕に
対応する学習係数として新たに設定する。
ステップ50で、（ａ＋ｂ）/2が略１であると判別され
れば、現状の運転条件が含まれる４×４格子マップの運
転領域での学習が終了したことになるから、ステップ51
でフラグＦ〔B,A〕に１をセットし、フラグＦ〔B,A〕が
１である領域については学習が終了していることが判別
されるようにする。
このような４×４格子マップの学習中においては、更
に細かい16×16格子マップにおける学習補正係数KBLRC2
については、ステップ53でこれを初期１とし、次のステ
ップ54では、ステップ52で学習された最新の学習補正係
数KBLRC1を、今回の運転領域に対応する学習補正係数KB
LRC1〔B,A〕の更新値としてマップデータの書き換えを
行う。
このように、４×４格子マップで学習が終了していな
い領域があるときには、その運転領域で安定したときに
（ａ＋ｂ）/2の目標値Targetからの偏差の所定割合を学
習補正係数KBLRC1に加算して更新することにより、空燃
比フィードバック補正係数LMDの代わりに学習補正係数K
BLRC1による補正で目標空燃比が得られるようにし、空
燃比フィードバック補正係数LMDが略初期値１に収束し
た時点で学習が終了したものとする。
ステップ54でマップデータの書き換えを行った後は、
ステップ27へ進み、全運転領域に共通するものとして学
習されている学習補正係数KBLRCφと、ステップ52で演
算した４×４格子マップ対応の学習補正係数KBLRC1と、
ステップ53で初期値設定がなされた16×16格子対応の学
習補正係数KBLRC2と、を相互に乗算して最終的な学習補
正係数KBLRCを設定する。
一方、ステップ48で、フラグＦ〔B,A〕が１であると
判別され、４×４格子マップの該当する運転領域には、
学習済の学習補正係数KBLRC1が記憶されているときに
は、学習補正係数KBLRC1が記憶される今回の運転領域
〔B,A〕を更に４×４格子に細分する16×16格子学習マ
ップの移行する。このように、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場合には、次に
４×４格子マップ上の各運転領域別に学習補正係数KBLR
C1を学習し、４×４格子マップ上で学習済みとなった領
域については、更に、16×16格子マップ上の各運転領域
別に学習補正係数KBLRC2を学習させる。空燃比学習にお
いては、学習領域内に運転条件が安定的に止まっている
必要があり、分割数が多く個々の学習領域が狭くなる学
習マップでは各運転領域での学習機会がなかなか得られ
ず学習の収束が遅れるが、運転条件の違いによる補正要
求の違いに細かく対応するためには学習マップにおける
運転領域の分割数を多くする必要がある。そこで、本実
施例では、分割数の少ない学習マップ（大きな学習領
域）から学習を開始させることで、大雑把な空燃比学習
を速やかに収束させ、その後、より細かく分割した運転
領域毎（狭い学習領域毎）の学習に移行させることで、
きめ細かな空燃比学習補正が行えるようにしている。
ステップ55では、（ａ＋ｂ）/2が略１であるか否かの
判別を行い、（ａ＋ｂ）/2が略１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56へ進み、（ａ＋ｂ）/2
から目標値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、16×16格子学習マップの現在
の運転条件が含まれる運転領域に対応して記憶されてい
る学習補正係数KBLRC2に加算し、この加算結果を当該運
転領域における新たな補正係数KBLRC2として設定する。
そして、ステップ57では、上記ステップ56において演
算更新された学習補正係数KBLRC2を、現在の運転条件が
対応する16×16格子マップの該当運転領域〔K,I〕の更
新データとして、マップデータの書き換えを行う。
また、ステップ58では、４×４格子マップの現在の運
転条件が含まれる運転領域〔B,A〕に記憶されている学
習補正係数KBLRC1〔B,A〕を読み出して、４×４格子マ
ップ対応の学習補正係数KBLRC1にセットする。
ここで、ステップ27に進むと、学習初期に全運転領域
に対応するものとして学習された学習補正係数KBLRCφ
と、ステップ56で学習更新された16×16格子マップ対応
の学習補正係数KBLRC2と、ステップ58で４×４格子マッ
プから検索して求めた学習済の学習補正係数KBLRC1とが
乗算されて最終的な学習補正係数KBLRCが設定される。
即ち、16×16格子学習マップの学習時には、既に全運転
領域対応の学習補正係数KBLRCφ及び４×４格子学習マ
ップの該当する領域が学習済の状態であり、前記学習補
正係数KBLRCφ及び学習補正係数KBLRC1を固定して学習
補正係数KBLRC2が学習される。
ステップ56における学習補正係数KBLRC2の更新学習が
進行した結果、ステップ55で補正係数LMDが初期値付近
に落ち着いたことが検出されると、ステップ59へ進み、
16×16格子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をセットし、次のステップ60以降で
は、今回フラグFF〔K,I〕＝１であると判別された16×1
6格子マップの所定運転領域〔K,I〕に隣接する運転領域
（第９図参照）で、学習が終了していない運転領域があ
る場合に、その運転領域に今回の運転領域〔K,I〕に対
応して記憶されている学習補正係数KBLRC2を記憶させ
る。
ステップ60では、16×16格子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61では
ｍ＝Ｋ＋２であるか否かを判別する。
ステップ60からステップ61へ進んだときには、ステッ
プ61でNOの判別が下されるから、ステップ62に進んで
〔m,n〕で示される運転領域の学習が終了しているか否
かを、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、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63へ進み、今回の運転領域〔K,
I〕に対応して学習済である学習補正係数KBLRC2〔K,I〕
を、〔m,n〕で示される運転領域の学習補正係数KBLRC2
〔m,n〕として記憶させる。
そして、ステップ64では、前記ｍを１アップさせて再
びステップ61に戻り、ｍ＝Ｋ＋２となるまで、即ち、ｎ
を一定としてｍをＫを中心とする±１の範囲で動かし、
各運転領域毎に学習済・未学習を判別する。そして、ス
テップ64におけるｍの１アップ処理の結果ｍ＝Ｋ＋２と
なると、今度はステップ65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66で
再びｍをＫ−１にセットし、次のステップ67ではｎを１
アップさせた後、ステップ62へ進む。
従って、最初はｎ＝Ｉ−１としてｍをＫを中心とする
±１の範囲で動かして隣接する領域の判別を行わせたの
に対し、次はｎ＝ＩとしてｍをＫを中心とする±１の範
囲で動かし、更に、次にはｎ＝Ｉ＋１としてｍをＫを中
心とする±１の範囲で動かし、結果、〔K,I〕を囲む８
つの運転領域（第９図参照）について未学習であるとき
には学習補正係数KBLRC2〔K,I〕をその運転領域の学習
補正係数KBLRC2〔m,n〕として記憶させるものである。
このように学習済の領域の学習結果を回りの未学習領
域にも適用させるようにすれば、16×16格子のように運
転領域を細分化して各運転領域の学習機会が少ない場合
であっても、運転領域間で空燃比制御性に段差が発生す
ることを防止できる。
ステップ65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56へ進
んで、学習補正係数KBLRC2の更新設定と、これに基づく
マップデータ更新、及び、４×４格子マップからの学習
補正係数KBLRC1の読み出しを行い、ステップ27で最終的
な学習補正係数正KBLRCを設定させる。
このように、本実施例では、まず、全運転領域に対応
する学習補正係数KBLRCφを学習した後に、４×４格子
の学習マップで区分される運転領域毎の学習を行わせ、
更に、この４×４格子の学習マップで学習が済んでいる
領域については更に４×４格子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い運転領域で
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
領域の違いによる要求補正値の違いに精度良く対応でき
る。
前記ステップ27で設定される学習補正係数KBLRCは、
第５図のフローチャートに示すプログラムにおける燃料
噴射量Tiの演算設定に用いられる。
第５図のフローチャートに示すプログラムは、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。
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、第４図のフローチャー
トに従って学習設定された学習補正係数KBLRC、第３図
のフローチャートに従って演算された空燃比フィードバ
ック補正係数LMD、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、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。
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Ti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、第６図のフローチャートに示すプログラムは、
前記第３図のフローチャートに従ってサンプリングされ
るストレス及びストレス〔B,A〕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。
ステップ91では、16×16格子マップの殆どが学習済で
あってフラグflag（このフラグflag設定については第７
図のフローチャートに基づき後に詳細に説明する。）に
１がセットされているときに求められるストレスと、所
定値（例えば0.8）とを比較して、学習が殆ど終了して
いるときの空燃比ずれ度合いが所定以上であるか否かを
判別する。
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、再度の学習
（学習反復）を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、16×16格子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及び４×４格
子マップの１つの運転領域の範囲に含まれる16×16格子
マップの細分運転領域（16領域）の殆どが学習済である
ときにその４×４格子運転領域それぞれに対応して１が
セットされるフラグflag〔0,0〕〜〔3,3〕をゼロリセッ
トする。
更に、上記のようにして再度全運転領域から学習が反
復されることになるから、ストレス及びストレス〔0,
0〕〜〔3,3〕についてもこれをゼロリセットする。
また、ステップ93では、４×４格子マップの運転領域
それぞれに対応して設定されているストレス〔B,A〕の
うち、現在の運転条件が含まれる運転領域に対応するも
のが、所定値（例えば0.8）を越えているか否かを判別
する。
ここで、ストレス〔B,A〕が所定値を越えているとき
には、４×４格子運転領域の中の該当する領域について
の学習が不適切であることを示すため、ステップ94で、
前記該当運転領域についての学習が再度行われるように
する。
ステップ94では、現在の運転条件が含まれる４×４格
子運転領域の１つに含まれる16×16格子の運転領域（16
領域）についての学習が再度行われるように、かかる16
領域の学習済・未学習を判別するフラグFF〔B,A〕〜
〔Ｂ＋4,A＋４〕をゼロリセットすると共に、４×４格
子の中の該当する運転領域のフラグＦ〔B,A〕もゼロリ
セットして、現状の〔B,A〕で示される領域位置につい
ての空燃比学習と、〔B,A〕を更に16領域に細分した領
域での学習が再度行われるようにする。
また、上記のようにして現状の〔B,A〕で示される領
域位置については再度学習をやり直すから、ストレス
〔B,A〕をゼロリセットし、更に、フラグflag〔B,A〕も
ゼロリセットし、現状の〔B,A〕領域に対応するストレ
ス（空燃比ズレの大きさ度合い）のサンプリングを初期
値からやり直すようにする。
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、空燃比を速やかに収束させることができる。
次に第７図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
学習補正係数補正を説明する。
この第７図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。
ステップ102では、本プログラムで使用する各種パラ
メータをゼロリセットし、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〕（４×４格子の学習判別フラグ）の判
別を行い、X,Yで指示される４×４格子の運転領域にお
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。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、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。
ここで、４×４格子マップの何れかの運転領域でフラ
グＦ〔X,Y〕が１であると判別されて、その運転領域が
学習済であることが検出されると、ステップ108へ進
む。ステップ108では、16×16格子マップの各運転領域
それぞれのフラグFF〔0,0〕〜〔16,16〕を１つずつ判別
するためのα，βをゼロリセットすると共に、その他の
パラメータについてもゼロリセットする。
そして、前記４×４格子マップのフラグＦ〔X,Y〕を
判別したときと同様にして、今回学習済であると判別さ
れた４×４格子マップの所定運転領域に含まれる16×16
格子マップの運転領域（16領域）それぞれのフラグFF
〔4X,4Y〕〜〔4X＋4,4Y＋４〕をステップ109で判別す
る。尚、前記α，βは、ステップ110〜113で前記ステッ
プ104〜107と同様にして処理される。
４×４格子マップの〔X,Y〕の運転領域に含まれる16
×16格子マップの運転領域でフラグFFが１であると判別
される運転領域があると、ステップ114へ進む。ステッ
プ114では、学習補正係数のサンプリング数をカウント
アップするＺ及びＷをそれぞれ１アップさせる。尚、前
記Ｚは、４×４格子マップの中で学習済の運転領域があ
るとその都度ステップ108でゼロリセットされるから、
４×４格子マップの中の１つの運転領域に含まれる16×
16格子運転領域の数を示し、また、Ｗはステップ102で
ゼロリセットされるから、16×16格子運転領域における
学習済領域の数をカウントすることになる。
ステップ114でカウント値Ｚ及びＷをそれぞれ１アッ
プさせると、次のステップ115では、16×16格子運転領
域で学習済であると判別された領域に対応して記憶され
ている学習補正係数KBLRC2の積算値を以下の式に従って
求める。
Sump←KBLRC2〔α＋4X,β＋4Y〕＋Sump Sum←KBLRC2〔α＋4X,β＋4Y〕＋Sum ここで、SumはＷと同様に本プログラムの最初でゼロ
リセットされるから、16×16格子運転領域それぞれにお
ける学習済領域の学習補正係数KBLRC2の積算値であり、
また、Sumpは４×４格子マップで学習済の領域が判別さ
れる毎にステップ108でゼロリセットされるから、学習
済４×４格子領域に含まれる16×16格子運転領域におけ
る学習済の学習補正係数KBLRC2の積算値となる。
このようにして、４×４格子マップで学習済である運
転領域が判別されて、該運転領域に含まれる16×16格子
領域での学習済の運転領域を全てサンプリングすると、
ステップ113からステップ116へ進む。
ステップ116では、今回学習済であると判別された４
×４格子運転領域に対応して記憶されている学習補正係
数KBLRC1〔X,Y〕に対して、該〔X,Y〕に含まれる16×16
格子運転領域での学習補正係数KBLRC2の平均値であるSu
mp/Zから目標値Target（本実施例では1.0）を減算した
値に所定係数γを掛けた値を加算し、その結果をKBLRC1
〔X,Y〕のデータとして更新する。
即ち、４×４格子運転領域の学習済の学習補正係数KB
LRC1〔X,Y〕を、かかる運転領域を更に４×４格子に区
分した運転領域毎に学習される学習補正係数KBLRC2の平
均値に基づき更新するものである。
次のステップ117では、ステップ116での演算に用いら
れた学習補正係数KBLRC2の積算値Sumpにおけるサンプリ
ング数を示すＺ（最大16）が所定値（例えば12）を越え
る否かによって、今回の４×４格子マップ上の〔X,Y〕
領域を、更に４×４格子に区分して行われる学習が充分
に進行しているか否かを判別する。
ここで、Ｚが所定値を越えると判別されると、ステッ
プ118へ進み、今回の〔X,Y〕でのより細分化した学習が
充分に進行していることを示すフラグflag〔X,Y〕に１
をセットし、Ｚが所定値以下であるときには、ステップ
119で前記フラグflag〔X,Y〕にゼロをセットして〔X,
Y〕領域でのより細分化した学習が進行していないこと
が判別されるようにする。前記フラグflag〔X,Y〕が、
第３図のフローチャートにおいて判別されて前記ストレ
ス（空燃比のずれ度合い）が求められる。
このようにして、４×４格子マップの運転領域〔X,
Y〕で学習済の領域があると、その運転領域〔X,Y〕に含
まれる学習済の16×16格子運転領域をサンプリングし
て、〔X,Y〕の学習補正係数KBLRC1を、16×16格子にお
ける学習補正係数KBLRC2の平均値に基づき更新し、４×
４格子の全ての運転領域について処理すると、ステップ
107からステップ120へ進む。
ステップ120では、以下の式に従って全運転領域に対
応して学習されている学習補正係数KBLRCφの更新処理
を行う。
ここで、Sumは、16×16格子の運転領域で学習済であ
る学習補正係数KBLRC2の積算値であり、Ｗはそのサンプ
リング数を示すから、Sum/Wは16×16格子マップにおけ
る学習済補正係数KBLRC2の平均値であり、かかる平均値
の目標値Targetに対する偏差に所定係数γ２を乗算して
得た値が、それまでの学習補正係数KBLRCφに加算され
て、その結果が全運転領域に対応する補正係数KBLRCφ
としてセットされる。
ステップ120で補正係数KBLRCφを更新すると、次のス
テップ121では、16×16格子マップにおける学習済領域
数に相当する前記Ｗ（最大256）が所定値（例えば120）
を越えるか否かを判別する。
前記Ｗが所定値を越えるときには、16×16格子マップ
の学習が全運転領域に渡って略終了していて全運転領
域,4×４格子運転領域,16×16格子運転領域それぞれで
の学習が充分に進行していることを示すため、ステップ
122でフラグflagに１をセットし、また、所定値以下の
Ｗであるときにはステップ123でフラグflagにゼロをセ
ットして、16×16格子マップの学習が充分に進行してい
ないことが判別されるようにする。
上記ステップ122,123で設定されるフラグflagが、第
３図のフローチャートにおけるステップ13において判別
される。
上記のように、細分化した運転領域での学習補正係数
の平均値に基づいて、これらの運転領域を含む大きな運
転領域での学習補正係数を更新するようにしたので、ス
トレス及びストレス〔B,A〕で判別することが困難であ
るような長期的かつ緩やかな空燃比ずれに対応して学習
補正係数を更新させることができる。
即ち、ストレス及びストレス〔B,A〕による学習のや
り直しがあまり頻繁に行われると、学習の収束が遅くな
ってしまうために、比較的大きな空燃比変化があったと
きにのみ、学習のやり直しが行われるようにしたいが、
これによると長期的かつ緩やかな空燃比ずれが発生した
場合に、16×16格子の学習マップにおける学習値が徐々
に変化するだけで、４×４格子のマップや全運転領域に
対応する学習補正係数は不適切なものとなってしまう。
このため、16×16格子の学習マップにおける学習補正係
数KBLRC2の変化に基づき、より大きな運転領域である４
×４格子のマップや全運転領域に対応する学習補正係数
が更新されるようにしたものである。
＜発明の効果＞ 以上説明したように本発明によると、空燃比学習の収
束度を確保しつつ、運転領域の違いによる補正要求の違
いに細かく対応した空燃比補正が行えるため、空燃比変
化に速やかに対応した燃料補正を運転条件別に精度良く
行わせることができる。
また、空燃比のズレが大きくなったときには、学習済
の運転領域の学習を再度行わせるから、吸気系に穴が開
くなどの事故が発生したときにも速やかに対応できる。
更に、学習済の運転領域での学習結果に基づいて、該
運転領域近傍の未学習領域の空燃比学習補正値を書き換
えるので、運転領域を細かく分割して個々の運転領域に
おける学習機会が減っても、運転領域間での空燃比制御
性に段差が発生することを防止できる。
また、所定運転領域に対応する空燃比学習補正値を、
前記所定運転領域を更に細かく分割する運転領域毎の学
習結果に基づいて書き換えるようにしたので、長期的か
つ緩やかな空燃比ずれが発生しても比較的大きな運転領
域の学習補正値を適正に保つことができる。
【図面の簡単な説明】
第１図は本発明の構成を示すブロック図、第２図は本発
明の一実施例を示すシステム概略図、第３図〜第７図は
それぞれ同上実施例における制御内容を示すフローチャ
ート、第８図は同上実施例における学習マップを示す
図、第９図は同上実施例における推定学習の様子を説明
するためにマップの一部分を示す図、第10図は空気漏れ
発生時の空燃比ずれ発生の特性を示す線図、第11図は学
習マップにおける吸入空気流量変化の様子を示す線図で
ある。 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 (4)

    【特許請求の範囲】
  1. 【請求項１】内燃機関に吸入される空気量に関与するパ
    ラメータを少なくとも含む運転条件を検出する運転条件
    検出手段と、 該運転条件検出手段で検出された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、 機関の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、 同一の運転領域を相互に異なる分割数で分割してなる複
    数の学習マップを備え、これらの学習マップそれぞれの
    分割された運転領域毎に空燃比学習補正値を書き換え可
    能に記憶した学習補正値記憶手段と、 前記空燃比フィードバック補正値設定手段で設定された
    空燃比フィードバック補正値の基準値に対する偏差を学
    習して、該偏差を減少させる方向に前記学習補正値記憶
    手段に記憶されている空燃比学習補正値を運転領域毎に
    書き換える学習補正値書き換え手段と、 該学習補正値書き換え手段による空燃比学習補正値の書
    き換えを前記学習補正値記憶手段におけるより分割数の
    少ない学習マップ上の運転領域から行わせて学習の進行
    に応じてより分割数の多い学習マップ上の運転領域に移
    行させる学習進行制御手段と、 学習補正値記憶手段の各学習マップの現状運転条件に対
    応して学習記憶されている空燃比学習補正値及び前記空
    燃比フィードバック補正値に基づいて前記基本燃料供給
    量を補正し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
    て機関への燃料供給を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。
  2. 【請求項２】前記空燃比フィードバック補正値設定手段
    で設定された空燃比フィードバック補正値の基準値に対
    する偏差の大きさ度合いを設定し、該大きさ度合いが所
    定以上に増大したときに、前記学習補正値書き換え手段
    による空燃比学習補正値の学習書き換えが済んでいる学
    習マップ上における学習から再度行わせる学習反復手段
    を設け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。
  3. 【請求項３】前記学習補正値記憶手段の各学習マップに
    おいて学習が進行した運転領域に記憶されている空燃比
    学習補正値に基づいて、該運転領域近傍の未学習運転領
    域の空燃比学習補正値を書き換える未学習領域推定学習
    手段を設けたことを特徴とする請求項１又は２のいずれ
    かに記載の内燃機関の空燃比学習制御装置。
  4. 【請求項４】前記学習補正値記憶手段の学習マップの所
    定運転領域に記憶されている空燃比学習補正値を、前記
    所定運転領域を更に細分する運転領域毎に記憶されてい
    る空燃比学習補正値に基づいて書き換える細分領域に基
    づく学習補正値書き換え手段を設けたことを特徴とする
    請求項1,2又は３のいずれかに記載の内燃機関の空燃比
    学習制御装置。
JP1282883A 1989-11-01 1989-11-01 内燃機関の空燃比学習制御装置 Expired - Fee Related JPH0826805B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP1282883A JPH0826805B2 (ja) 1989-11-01 1989-11-01 内燃機関の空燃比学習制御装置
DE69019338T DE69019338T2 (de) 1989-11-01 1990-10-31 Verfahren und einrichtung zum lernen und steuern des luft/kraftstoffverhältnisses in einem innenverbrennungsmotor.
US07/690,985 US5243951A (en) 1989-11-01 1990-10-31 Method of and apparatus for learning and controlling air-fuel ratio of internal combustion engine
EP90916070A EP0451295B1 (en) 1989-11-01 1990-10-31 Method and apparatus for air-fuel ratio learning control of internal combustion engine
PCT/JP1990/001405 WO1991006755A1 (en) 1989-11-01 1990-10-31 Method and apparatus for air-fuel ratio learning control of internal combustion engine

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP1282883A JPH0826805B2 (ja) 1989-11-01 1989-11-01 内燃機関の空燃比学習制御装置

Publications (2)

Publication Number Publication Date
JPH03145539A JPH03145539A (ja) 1991-06-20
JPH0826805B2 true JPH0826805B2 (ja) 1996-03-21

Family

ID=17658323

Family Applications (1)

Application Number Title Priority Date Filing Date
JP1282883A Expired - Fee Related JPH0826805B2 (ja) 1989-11-01 1989-11-01 内燃機関の空燃比学習制御装置

Country Status (5)

Country Link
US (1) US5243951A (ja)
EP (1) EP0451295B1 (ja)
JP (1) JPH0826805B2 (ja)
DE (1) DE69019338T2 (ja)
WO (1) WO1991006755A1 (ja)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5297046A (en) * 1991-04-17 1994-03-22 Japan Electronic Control Systems Co., Ltd. System and method for learning and controlling air/fuel mixture ratio for internal combustion engine
JPH05280395A (ja) * 1992-03-30 1993-10-26 Fuji Heavy Ind Ltd 空燃比制御系の異常検出方法
JPH0626385A (ja) * 1992-07-09 1994-02-01 Fuji Heavy Ind Ltd エンジンの空燃比制御方法
DE59306068D1 (de) * 1992-07-28 1997-05-07 Siemens Ag Verfahren zur anpassung der luftwerte aus einem ersatzkennfeld, das bei pulsationen der luft im ansaugrohr einer brennkraftmaschine zur steuerung der gemischaufbereitung verwendet wird, an die aktuell herrschenden zustandsgrössen der aussenluft
JPH06185389A (ja) * 1992-12-18 1994-07-05 Nippondenso Co Ltd 内燃機関の空燃比制御装置
JP3321877B2 (ja) * 1993-03-16 2002-09-09 日産自動車株式会社 エンジンの空燃比制御装置
JP3377549B2 (ja) * 1993-03-31 2003-02-17 マツダ株式会社 エンジンの空燃比制御装置
JP3444675B2 (ja) * 1994-12-08 2003-09-08 株式会社日立ユニシアオートモティブ 内燃機関の空燃比学習制御装置
US5749346A (en) * 1995-02-23 1998-05-12 Hirel Holdings, Inc. Electronic control unit for controlling an electronic injector fuel delivery system and method of controlling an electronic injector fuel delivery system
JP3750157B2 (ja) * 1995-08-29 2006-03-01 トヨタ自動車株式会社 内燃機関の燃料噴射量制御装置
IT1308379B1 (it) * 1999-02-19 2001-12-17 Magneti Marelli Spa Metodo di autoadattamento del controllo del titolo in un impianto diiniezione per un motore a combustione interna.
JP2001107779A (ja) * 1999-10-07 2001-04-17 Toyota Motor Corp 内燃機関の空燃比制御装置
US6591183B2 (en) * 2000-04-21 2003-07-08 Denso Corporation Control apparatus for internal combustion engine
JP4218496B2 (ja) * 2003-11-05 2009-02-04 株式会社デンソー 内燃機関の噴射量制御装置
ITPR20070052A1 (it) * 2007-07-04 2009-01-05 Aeb Srl Procedimento di controllo della carburazione in autoveicoli alimentati parzialmente ad etanolo.
JP4501974B2 (ja) * 2007-08-31 2010-07-14 株式会社デンソー 内燃機関の燃料噴射制御装置
JP4424417B2 (ja) * 2007-12-25 2010-03-03 三菱自動車工業株式会社 燃料中のアルコール成分量の推定装置
FR2945084B1 (fr) * 2009-04-30 2011-04-08 Renault Sas Procede d'adaptation d'un moteur a l'indice de carburant par decrementation de l'indice d'octane appris du carburant
JP6128743B2 (ja) 2011-03-31 2017-05-17 ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングＲｏｂｅｒｔ Ｂｏｓｃｈ Ｇｍｂｈ 最適エンジン制御設定を確定するためにエンジン性能測定値を摂動させること
JP6128975B2 (ja) * 2013-06-11 2017-05-17 ヤンマー株式会社 ガスエンジン
JP6213085B2 (ja) * 2013-09-17 2017-10-18 株式会社デンソー 内燃機関の気筒別空燃比制御装置
JP6347417B2 (ja) * 2015-12-25 2018-06-27 マツダ株式会社 エンジンの制御装置
JP6315411B2 (ja) * 2015-12-25 2018-04-25 マツダ株式会社 エンジンの制御装置
JP6341235B2 (ja) * 2016-07-20 2018-06-13 トヨタ自動車株式会社 エンジンの空燃比制御装置
KR101827140B1 (ko) * 2016-08-23 2018-02-07 현대자동차주식회사 람다 센서를 이용한 연료 분사량 제어방법 및 차량
JP2019157755A (ja) * 2018-03-13 2019-09-19 株式会社デンソー 制御装置
FR3085721B1 (fr) * 2018-09-11 2020-09-04 Psa Automobiles Sa Procede d’apprentissage d’adaptatifs dans un controle moteur
FR3122218A1 (fr) * 2021-04-27 2022-10-28 Psa Automobiles Sa Procede de surveillance des adaptatifs de correction delivres par une fonction d’apprentissage de regulation de la richesse d’un moteur thermique

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58192944A (ja) * 1982-05-07 1983-11-10 Hitachi Ltd 内燃機関の空燃比制御装置
JPS6090944A (ja) * 1983-10-24 1985-05-22 Japan Electronic Control Syst Co Ltd 電子制御燃料噴射式内燃機関の空燃比学習制御装置
JPS6125949A (ja) * 1984-07-13 1986-02-05 Fuji Heavy Ind Ltd 自動車用エンジンの電子制御方法
JPS6138135A (ja) * 1984-07-27 1986-02-24 Fuji Heavy Ind Ltd 自動車用エンジンの空燃比制御方式
JPS61169634A (ja) * 1985-01-21 1986-07-31 Aisan Ind Co Ltd 内燃機関の混合気供給システムのための燃料供給量制御装置
JPS61190138A (ja) * 1985-02-18 1986-08-23 Japan Electronic Control Syst Co Ltd 内燃機関の学習制御装置
DE3505965A1 (de) * 1985-02-21 1986-08-21 Robert Bosch Gmbh, 7000 Stuttgart Verfahren und einrichtung zur steuerung und regelverfahren fuer die betriebskenngroessen einer brennkraftmaschine
JPS61226536A (ja) * 1985-03-29 1986-10-08 Aisan Ind Co Ltd 内燃機関の混合気供給システムのための燃料供給量制御装置
JPS61190142A (ja) * 1985-09-12 1986-08-23 Japan Electronic Control Syst Co Ltd 内燃機関の学習制御装置
DE3603137C2 (de) * 1986-02-01 1994-06-01 Bosch Gmbh Robert Verfahren und Einrichtung zur Steuerung/Regelung von Betriebskenngrößen einer Brennkraftmaschine
JPS6345043A (ja) * 1986-08-13 1988-02-26 川崎製鉄株式会社 非晶質合金薄帯積層板およびその製造方法
JPH0455235Y2 (ja) * 1986-09-09 1992-12-25
JPH0751907B2 (ja) * 1987-03-11 1995-06-05 株式会社日立製作所 空燃比学習制御装置
US5050562A (en) * 1988-01-13 1991-09-24 Hitachi, Ltd. Apparatus and method for controlling a car
US5080004A (en) * 1988-04-15 1992-01-14 Superior Environmental Service, Inc. Clean-out pipe receptacle

Also Published As

Publication number Publication date
JPH03145539A (ja) 1991-06-20
WO1991006755A1 (en) 1991-05-16
DE69019338D1 (de) 1995-06-14
EP0451295A4 (en) 1993-07-07
US5243951A (en) 1993-09-14
DE69019338T2 (de) 1995-11-16
EP0451295A1 (en) 1991-10-16
EP0451295B1 (en) 1995-05-10

Similar Documents

Publication Publication Date Title
JPH0826805B2 (ja) 内燃機関の空燃比学習制御装置
US4800857A (en) Apparatus for learn-controlling air-fuel ratio for internal combustion engine
EP0431627B1 (en) Process and apparatus for learning and controlling air/fuel ratio in internal combustion engine
JPH0689690B2 (ja) 内燃機関の空燃比の学習制御装置
KR970007211B1 (ko) 내연기관 제어장치
JPH0979071A (ja) 内燃機関の空燃比学習制御装置
JPH0979072A (ja) 内燃機関の空燃比学習制御装置
JP2640566B2 (ja) 内燃機関の空燃比学習制御装置
JP4827710B2 (ja) 内燃機関の制御装置及び方法
JPH04241756A (ja) 内燃機関の空燃比学習制御装置
JP2631579B2 (ja) 内燃機関の空燃比学習制御装置
JPH04175434A (ja) 内燃機関の空燃比学習制御装置
JPH04321741A (ja) 内燃機関の空燃比学習制御装置
JP2665837B2 (ja) 内燃機関の燃料供給装置における自己診断装置
JP2627825B2 (ja) 内燃機関の空燃比学習制御装置
JP2715208B2 (ja) 内燃機関の空燃比学習制御装置
JPH04318246A (ja) 内燃機関の空燃比学習制御装置
JPH04255544A (ja) 内燃機関の空燃比学習制御装置
JPH04237847A (ja) 内燃機関の空燃比学習制御装置
JPH066213Y2 (ja) 内燃機関の空燃比の学習制御装置
JPH04175435A (ja) 内燃機関の空燃比学習制御装置
JPH04318247A (ja) 内燃機関の空燃比学習制御装置
JP2631580B2 (ja) 内燃機関の空燃比学習制御装置
JP2940916B2 (ja) 内燃機関の空燃比制御装置
JPH04255545A (ja) 内燃機関の空燃比学習制御装置

Legal Events

Date Code Title Description
S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees