JP4548248B2

JP4548248B2 - リニア空燃比センサの劣化診断装置

Info

Publication number: JP4548248B2
Application number: JP2005187899A
Authority: JP
Inventors: 広行竹林; 浩二宮本; 浩市寺田; 穂宮腰
Original assignee: Mazda Motor Corp
Current assignee: Mazda Motor Corp
Priority date: 2005-06-28
Filing date: 2005-06-28
Publication date: 2010-09-22
Anticipated expiration: 2025-06-28
Also published as: JP2007009710A

Description

本発明はリニア空燃比センサの劣化診断装置に関し、より詳細には、エンジンの排気系に設けられ、排気ガス中の酸素濃度に比例する値を出力するリニア空燃比センサの劣化を検出するリニア空燃比センサの劣化診断装置に関する。

従来、この種のリニア空燃比センサの劣化診断装置としては、例えば特許文献１に開示されている技術がある。この特許文献１に開示されている技術では、通常運転時では、ＰＩＤ動作によって空燃比のフィードバック制御を実行するとともに、診断時には、フィードバック制御系のＤ動作を禁止してＰＩ動作に切り換えることにより、リニア空燃比センサの出力変動を拡大し、センサ劣化度合いが大きい程、応答周期が長くなることに基づいて、リニア空燃比センサの応答劣化を拡大して検出するようにしている。
特許第３３７７３３６号公報

ところで、リニア空燃比センサの応答劣化には、両側劣化と片側劣化の２つの態様がある。両側劣化とは、リッチ側、リーン側への変動に対するセンサ出力変化の応答性が何れも悪化する応答劣化をいい、片側劣化とは、リーン側からリッチ側、或いはリッチ側からリーン側に空燃比が変動した際、何れか一方のみについて、センサ出力変化の応答性が悪化する応答劣化をいう。

両側劣化においては、リーン側へもリッチ側へもリニア空燃比センサの出力変化の応答性が悪化するので、フィードバック全体の応答性は遅れるものの、平均空燃比が目標空燃比からずれることはない。これに対して、片側劣化を来しているリニア空燃比センサの出力に基づいて、空燃比をフィードバック制御を実行した場合、平均空燃比が目標空燃比からずれてしまうという問題がある。

この点に関し、特許文献１に開示されている装置では、リニア空燃比センサの出力変動を拡大しているので、両側劣化についてはリニア空燃比センサの劣化判定が容易になる。しかしながら、単に出力変動を拡大しているだけでは、リニア空燃比センサが片側劣化を来しているか否かを判定することはできなかった。そのため、特許文献１の劣化診断に基づいて、空燃比のフィードバック制御を続けると、平均空燃比が本来の目標空燃比（中心空燃比）からずれるという不具合を回避することができなかった。

本発明は上記不具合に鑑みてなされたものであり、リニア空燃比センサの片側劣化をも確実に検出することのできるリニア空燃比センサの劣化診断装置を提供することを課題としている。

上記課題を解決するために、本発明は、エンジンの排気ガス中の酸素濃度に基づいて、空燃比のフィードバック制御を実行するフィードバック制御系と、このフィードバック制御系に設けられ、前記排気ガス中の酸素濃度に比例する値を出力するリニア空燃比センサと、所定の診断条件が成立したときに前記フィードバック制御系にインパルス状の外乱をリーン側とリッチ側とへ交互に所定回数出力する外乱発生手段と、外乱発生手段による外乱出力後にリニア空燃比センサの出力の微分値を出力する微分手段と、微分手段が出力した微分値に基づいてリニア空燃比センサのむだ時間と時定数のうち少なくとも一方を劣化判定の判定パラメータとして、リッチ側、リーン側毎に演算する判定パラメータ演算手段と、演算されたリッチ側の判定パラメータとリーン側の判定パラメータの差と和とに基づいて、リニア空燃比センサの劣化に伴うエミッション悪化を推定するエミッション悪化推定手段とを備え、前記エミッション悪化推定手段は、前記フィードバック制御系のゲインが小さい程、エミッション悪化の基準が下がるように前記判定パラメータの和に重み係数を乗じるものであることを特徴とするリニア空燃比センサの劣化診断装置である。この態様では、所定の診断条件が成立したときに、外乱発生手段がインパルス状の外乱をフィードバック制御系に出力することにより、外乱に対応した実空燃比がリニア空燃比センサからフィードバックされる結果、このリニア空燃比センサの出力の微分値からむだ時間または時定数の少なくとも一方を検出し、リニア空燃比センサの過渡的な特性（むだ時間や一次遅れ）の変化を検出して劣化診断を実行することが可能になる。このため、リニア空燃比センサの劣化そのものばかりでなく、劣化態様を詳細に分析することも可能になる。しかも、リッチ側の判定パラメータとリーン側の判定パラメータの差と和とに基づいて、リニア空燃比センサの劣化を判定しているので、両側劣化のみならず、リニア空燃比センサが片側劣化を来しているか否かをも判定することが可能になる結果、平均空燃比が目標空燃比からずれることはない。すなわち、リニア空燃比センサの片側劣化の場合には、リッチ側の判定パラメータとリーン側の判定パラメータとの差が大きくなる。従って、この差が大きいと、中心空燃比がリーン側或いはリッチ側にずれが発生したということであって、そのずれに伴い、エミッションが悪化していることを推定することができる。他方、リニア空燃比センサの両側悪化の場合には、両判定パラメータの和が大きくなる。従って、この和が大きいと、フィードバック制御系の周期が延びることに伴うフィードバック制御系の発散に伴う空燃比ずれが発生したということであって、そのずれに伴い、エミッションが悪化していることを推定することができる。

また、前記エミッション悪化推定手段は、前記フィードバック制御系のゲインが小さい程、エミッション悪化の基準が下がるように前記和の重み係数を変更するものであるため、フィードバックゲインの違いに応じて適切な重み係数を設定し、劣化診断に基づくエミッションを評価することが可能になる。

本発明の別の態様は、エンジンの排気ガス中の酸素濃度に基づいて、空燃比のフィードバック制御を実行するフィードバック制御系と、このフィードバック制御系に設けられ、前記排気ガス中の酸素濃度に比例する値を出力するリニア空燃比センサと、所定の診断条件が成立したときに前記フィードバック制御系にインパルス状の外乱をリーン側とリッチ側とへ交互に所定回数出力する外乱発生手段と、外乱発生手段による外乱出力後にリニア空燃比センサの出力の微分値を出力する微分手段と、微分手段が出力した微分値に基づいてリニア空燃比センサのむだ時間と時定数のうち少なくとも一方を劣化判定の判定パラメータとして、リッチ側、リーン側毎に演算する判定パラメータ演算手段と、演算されたリッチ側の判定パラメータとリーン側の判定パラメータの差と和とに基づいて、リニア空燃比センサの劣化に伴うエミッション悪化を推定するエミッション悪化推定手段とを備え、前記フィードバック制御系は、前記リニア空燃比センサの出力が入力されるとともに、この出力と目標値との差に基づいて操作量を出力する主制御要素と、前記主制御要素に設けられ、目標空燃比と実空燃比との定常的なずれを補正するための学習を実行する主学習手段とを有し、前記エミッション悪化推定手段は、主学習手段の学習度合が進むに連れてエミッション悪化の基準が下がるように前記判定パラメータの差に重み係数を乗じるものであることを特徴とするリニア空燃比センサの劣化診断装置である。通常、空燃比のフィードバック制御系においては、燃料系部品のばらつきや経年変化に伴う中心空燃比ずれを補正するため、リニア空燃比センサの出力に基づき、主制御要素が演算したフィードバック補正量に基づいて学習係数（学習値）を演算し、中心空燃比のずれを補正するようにしている。そして、この学習係数の更新は、誤学習防止の観点から徐々に行うようになっており、この学習の更新度合の違いが、中心空燃比ずれに影響を及ぼす。例えば、学習の更新度合が低いときは、中心空燃比のずれを充分に補正できず、リニア空燃比センサが正常であっても中心空燃比のずれが大きくなるため、この学習の更新度合を考慮しないと、エミッション悪化を誤って推定することになる。しかしながらこの態様では、フィードバック制御系に設けた主学習手段による学習度合に応じて、適切な重み係数を設定し、劣化診断に基づくエミッションを評価することが可能になる。

本発明の別の態様は、エンジンの排気ガス中の酸素濃度に基づいて、空燃比のフィードバック制御を実行するフィードバック制御系と、このフィードバック制御系に設けられ、前記排気ガス中の酸素濃度に比例する値を出力するリニア空燃比センサと、所定の診断条件が成立したときに前記フィードバック制御系にインパルス状の外乱をリーン側とリッチ側とへ交互に所定回数出力する外乱発生手段と、外乱発生手段による外乱出力後にリニア空燃比センサの出力の微分値を出力する微分手段と、微分手段が出力した微分値に基づいてリニア空燃比センサのむだ時間と時定数のうち少なくとも一方を劣化判定の判定パラメータとして、リッチ側、リーン側毎に演算する判定パラメータ演算手段と、演算されたリッチ側の判定パラメータとリーン側の判定パラメータの差と和とに基づいて、リニア空燃比センサの劣化に伴うエミッション悪化を推定するエミッション悪化推定手段とを備え、前記リニア空燃比センサは、当該エンジンの排気ガスを浄化する触媒の上流側に配置されており、前記フィードバック制御系は、前記触媒の下流側に配置され、当該触媒に浄化された排気ガス中の酸素濃度を検出値として出力する酸素濃度センサと、前記酸素濃度センサからの検出値が入力されるとともに、この検出値に基づく副補正量に基づき目標値を補正する副制御要素と、前記副制御要素に設けられ、目標空燃比と実空燃比との定常的なずれを補正するための学習を実行する副学習手段とを有し、前記エミッション悪化推定手段は、副学習手段の学習度合が進むに連れてエミッション悪化の基準が下がるように前記判定パラメータの差に重み係数を乗じるものであることを特徴とするリニア空燃比センサの劣化診断装置である。通常、空燃比のフィードバック制御系においては、燃料系部品のばらつきや経年変化に伴う中心空燃比ずれを補正するため、触媒の下流側に設けられた酸素濃度センサの出力に基づき、副制御要素が演算したフィードバック補正量に基づいて学習係数（学習値）を演算し、中心空燃比のずれを補正するようにしている。そして、この学習係数の更新は、誤学習防止の観点から徐々に行うようになっており、この学習の更新度合の違いが、中心空燃比ずれに影響を及ぼす。例えば、学習の更新度合が低いときは、中心空燃比のずれを充分に補正できず、リニア空燃比センサが正常であっても中心空燃比のずれが大きくなるため、この学習の更新度合を考慮しないと、エミッション悪化を誤って推定することになる。しかしながらこの態様においても、フィードバック制御系の副制御要素に設けた副学習手段による学習度合に応じて、適切な重み係数を設定し、劣化診断に基づくエミッションを評価することが可能になる。

以上説明したように、本発明においては、リッチ側の判定パラメータとリーン側の判定パラメータの差と和とに基づいて、リニア空燃比センサの劣化を判定しているので、両側劣化のみならず、リニア空燃比センサが片側劣化を来しているか否かをも判定することが可能になる結果、平均空燃比の目標空燃比からのずれを防止することが可能になるという顕著な効果を奏する。

以下、添付図面を参照しながら、本発明の好ましい実施の形態について説明する。

図１は本発明の実施の一形態に係るエンジン１０の系統図である。

図１を参照して、本実施形態の劣化判定装置１に係るエンジン１０には、複数の気筒１１が設けられるとともに、各気筒１１の内部には、図略のクランクシャフトに連結されたピストン１２が嵌挿されることにより、その上方に燃焼室１４が形成されている。エンジン１０には、前記クランクシャフトのエンジン回転速度Ｎｅを検出する回転角度センサＳＷ１が設けられている。

エンジン１０のシリンダヘッドには、前記気筒１１毎に燃焼室１４に向かって開口する吸気ポート１５、排気ポート１６がそれぞれ形成されているとともに、これらのポート１５、１６には、吸気弁１７および排気弁１８がそれぞれ装備されている。

吸気ポート１５には、吸気システム２０が、排気ポート１６には排気システム３０がそれぞれ設けられている。

吸気システム２０は、吸入空気を浄化するエアクリーナ２１を上流端に備えている。エアクリーナ２１には、エレメント２２が内蔵されている。エアクリーナ２１の下流側には、スロットルボディ２３が設けられている。スロットルボディ２３には、吸気システム２０内を流通する吸入空気量Ｑａを調整するスロットルバルブ２４が設けられている。そして、スロットルボディ２３の下流側には、インテークマニホールド２５が設けられ、このインテークマニホールド２５の下流端に設けられた分岐吸気通路２６が対応する気筒１１の吸気ポート１５に接続されている。図示の例では、分岐吸気通路２６に燃料噴射弁２７が設けられている。この吸気システム２０には、エアクリーナ２１とスロットルボディ２３の間にエアフローセンサＳＷ２が配置されている。エアフローセンサＳＷ２は、エレメント２２に濾過された吸入空気の吸入空気量Ｑａを出力するものである。さらに、スロットルボディ２３には、当該スロットルバルブ２４のスロットル開度ＴＶＯを検出するスロットルセンサＳＷ３が設けられている。

排気システム３０は、排気ポート１６に接続されるエキゾーストマニホールド３１と、このエキゾーストマニホールド３１の下流側に配置され、当該エキゾーストマニホールド３１内に排出された既燃ガスを浄化する三元触媒３２とが設けられている。そして、この排気システム３０には、三元触媒３２の上流側に配置されたリニア空燃比センサＳＷ４と、下流側に配置された酸素濃度センサＳＷ５とが設けられている。リニア空燃比センサＳＷ４は、既燃ガスから酸素濃度に概ね比例する信号を出力するためのものである。酸素濃度センサＳＷ５は、理論空燃比に相当する酸素濃度で出力電圧が急変するように構成されており、理論空燃比に対し酸素濃度が多いか少ないかをオンオフ的に検出することにより、空燃比のフィードバック制御を実行するためのものである。リニア空燃比センサＳＷ４は、フィードバック制御の実空燃比に相当する出力を演算するものであるのに対し、酸素濃度センサＳＷ５は、浄化後の既燃ガスの酸素濃度に相当する検出値を演算するものである。本実施形態において、エンジンの目標空燃比は、原則として理論空燃比（λ＝１）に設定される。

上述した各センサＳＷ１〜ＳＷ５並びに燃料噴射弁２７は、コントロールユニット１００に接続されることにより、空燃比のフィードバック制御系を構成している。

図２は本実施形態に係る劣化判定装置１の制御回路ブロック図であり、図３は図２の制御回路によって実現される劣化判定装置１のブロック線図である。

まず、図２を参照して、コントロールユニット１００は、ＣＰＵ１０１、ＲＯＭで具体化される補助記憶装置１０２、ＲＡＭで具体化される主記憶装置１０３を含んでいる。上述した各センサＳＷ１〜ＳＷ５は、ＣＰＵ１０１に接続されており、それぞれ対応する信号Ｎｅ、Ｑａ、ＴＶＯ、ＰＦ、ＳＦをＣＰＵ１０１に出力するように構成されている。

ＣＰＵ１０１は、補助記憶装置１０２に記憶されているプログラムに基づいて、各センサＳＷ１〜ＳＷ５の出力した信号Ｎｅ、Ｑａ、ＴＶＯ、ＰＦ、ＳＦを処理し、燃料噴射弁２７を制御して空燃比をフィードバック制御するように構成されている。

補助記憶装置１０２には、詳しくは後述する劣化診断プログラムが記憶されている。

主記憶装置１０３は、補助記憶装置１０２に記憶されたプログラムを実行する過程で、各センサＳＷ１〜ＳＷ５が出力した信号Ｎｅ、Ｑａ、ＴＶＯ、ＰＦ、ＳＦやこれに基づいて演算された演算値を記憶するように構成されている。

図３を参照して、コントロールユニット１００は、同図に示すフィードバック制御系１１０を構成している。このフィードバック制御系１１０は、目標空燃比（λ＝１）を目標値ＤＶとする基準入力要素１１１と、基準入力要素１１１の出力した基準入力ＩＰに補正をかけるＢＩＡＳ補正要素１１２と、ＢＩＡＳ補正要素１１２に補正された動作信号ＡＳに基づいて、エンジン１０（より詳細には燃料噴射弁２７）への操作量ＯＶを決定する主制御要素１１４とを含んでいる。

ＢＩＡＳ補正要素１１２と主制御要素１１４との間には、リニア空燃比センサＳＷ４により検出された実空燃比に相当する出力ＰＦが入力されるようになっており、主制御要素１１４は、基準入力要素１１１の基準入力ＩＰからＢＩＡＳ補正要素１１２の補正量ＳＳを差し引き、さらにリニア空燃比センサＳＷ４の出力ＰＦを差し引いた動作信号ＡＳを受けて、ゲインＫ_Pを含む所定の伝達関数Ｇ_P（Ｓ）に基づき、操作量ＯＶを出力するように構成されている。本実施形態において、主制御要素１１４の制御動作は、少なくともＰＩ動作となるように伝達関数Ｇ_P（Ｓ）が決定されている。

次に、基準入力要素１１１とＢＩＡＳ補正要素１１２との間には、副制御要素１１５が接続されている。この副制御要素１１５は、酸素濃度センサＳＷ５からの検出値ＳＦを受けて、ゲインＫ_Sを含む所定の伝達関数Ｇ_S（Ｓ）に基づき、副補正量ＳｂＳを出力するように構成されている。従って、主制御要素１１４には、この副補正量ＳｂＳが差し引かれた動作信号ＡＳが入力されることになっている。本実施形態において、副制御要素１１５の制御動作は、少なくともＰＩ動作となるように伝達関数Ｇ_S（Ｓ）が決定されている。

各制御要素１１４、１１５には、それぞれ主学習手段１１４ａおよび副学習手段１１５ａが設けられている。

主学習手段１１４ａは、動作信号ＡＳと主制御要素の出力した操作量ＯＶとをローパスフィルタで受けて、動作信号ＡＳに基づくベース燃料量と操作量ＯＶに基づく補正燃料量との比を学習値として演算し、この学習値に基づく学習係数ＳｔＰを基準入力要素１１１と主制御要素１１４との間に出力するように構成されている。主学習手段１１４ａには、所定のタイミング（例えば所定の燃料噴射回数）で出力した学習係数ＳｔＰを記憶する図略のＳＲＡＭが設けられており、本実施形態では、ＳＲＡＭが学習係数ＳｔＰを取り込んだ際、ローパスフィルタの状態量がクリアされるとともに、クリアされたローパスフィルタの状態量に応じて主制御要素１１４のＩ項が補正されるようになっている。この結果、主制御要素１１４の操作量ＯＶが出力されるたびに主学習手段１１４ａは、動作信号ＡＳと操作量ＯＶとの定常的なずれを学習し、学習係数ＳｔＰによって主制御要素１１４に反映するように構成されている。

また、副学習手段１１５ａは、副制御要素１１５の副補正量ＳｂＳを取り込んでローパスフィルタで高周波成分をカットし、さらにＳＲＡＭ等の積分要素を用いて積算した副学習量を基準入力要素１１１と主制御要素１１４との間に出力するように構成されている。その際、本実施形態では、ローパスフィルタから積分要素に副補正量ＳｂＳが取り込まれたときに、ローパスフィルタの状態量がクリアされるとともに、クリアされたローパスフィルタの状態量に応じて副制御要素１１５のＩ項が補正されるようになっている。この結果、副制御要素１１５の副補正量ＳｂＳが出力されるたびに副学習手段１１５ａは、動作信号ＡＳと副補正量ＳｂＳとの定常的なずれを学習し、学習係数ＳｔＳによって副制御要素１１５に反映するように構成されている。

従って、フィードバック制御系１１０を構成するＣＰＵ１０１は、各学習手段１１４ａ、１１５ａが出力する学習係数ＳｔＰ、ＳｔＳによって、対応する制御要素１１４、１１５の学習度合を検出することが可能になっている。

なお、各学習手段１１４ａ、１１５ａのローパスフィルタの伝達関数としては、例えば、一次遅れ要素であってもよく、むだ時間＋一次遅れ要素であってもよい。

さらに、本実施形態に係るフィードバック制御系１１０には、外乱ＬＲ、ＲＬを交互に発生させる外乱発生手段１１６が機能的に構成されている。この外乱発生手段１１６は、補助記憶装置１０２に記憶されたプログラムが実行されることにより、次に説明するリニア空燃比センサＳＷ４の劣化診断時において、動作するものである。外乱発生手段１１６は、燃料噴射量にインパルス状の外乱を与えることによって、過渡的に空燃比をリッチ側またはリーン側に変更するように構成されている。以下の説明では、リッチ側に空燃比を変化させるときの外乱はＬＲと表記し、リーン側に空燃比を変化させるときの外乱はＲＬと表記する。外乱発生手段１１６が出力した外乱ＬＲ、ＲＬの発生回数Ｎ_LR、Ｎ_RLは、それぞれ主記憶装置１０３に記憶されるようになっている。そして、予め劣化診断プログラムに設定されている出力回数Ｎ_ENDだけ外乱ＬＲ、ＲＬを交互に同数出力するように設定されている。これにより、診断によって意図的に変更された空燃比が中和され、主制御要素１１４によって制御されている空燃比が必要以上に乱されないようにして、エミッションの低下を阻止するようにしている。

図４および図５は本実施形態における劣化診断プログラムのフローチャートである。また図６は図４および図５のフローチャートを実行することによって得られた信号のタイミングチャートである。

まず、図４および図６を参照して、劣化診断プログラムが実行されると、ＣＰＵ１０１は診断条件が成立するのを待機する（ステップＳ１）。ここで診断条件とは、
（１）回転角度センサＳＷ１で検出されるエンジン回転速度Ｎｅの変化量が所定変化量以下であり、
（２）スロットルセンサＳＷ３によって検出されるスロットル開度ＴＶＯの変化量が所定変化量以下であり、且つ
（３）ＣＥ＝Ｑａ／Ｎｅで演算される充填効率ＣＥの変化量が所定変化量以下である
という条件を全て満たすいわゆる定常運転時であることをいう。

仮に加速時等、診断条件を満たさない場合には、診断条件を満たすまで待機し、診断条件が成立している場合には、次に収束判定しきい値設定サブルーチンに移行し、収束判定しきい値ＴｈＣ、ｄＴｈＣが設定される（ステップＳ２）。

収束判定しきい値ＴｈＣ、ｄＴｈＣが設定されると、今度はこの収束判定しきい値ＴｈＣ、ｄＴｈＣに基づいて、収束判定が実行される（ステップＳ３）。この収束判定では、外乱発生手段１１６による外乱ＲＬ、ＬＲがリセットされている状態において、図６に示すように、リニア空燃比センサＳＷ４の出力ＰＦの変動幅ＯＰとしきい値ＴｈＣとが比較されるとともに、微分値Ｄ_O2の変動幅ｄＯＰとしきい値ｄＴｈＣとが比較され、各変動幅ＯＰ、ｄＯＰが何れも対応するしきい値ＴｈＣ、ｄＴｈＣ未満である場合に空燃比が収束したと判定する。このステップＳ３を実行することにより、ＣＰＵ１０１は、収束判定手段を機能的に構成している。

空燃比が収束したと判定されると、ＣＰＵ１０１は、タイマをスタートし（ステップＳ４）、タイマのカウントダウンにより、そのタイマ時間が０になるのを待機する（ステップＳ５）。そして、タイマ時間が０になった後、診断を開始してから外乱ＬＲ、ＲＬの発生回数Ｎ_LR、Ｎ_RLが比較され（ステップＳ６）、Ｎ_RL＞Ｎ_LRが成立する場合には外乱ＬＲがフィードバック制御系１１０に出力されるとともに（ステップＳ７）、不成立の場合には、外乱ＲＬがフィードバック制御系１１０に出力される（ステップＳ８）。これにより、例えば、図６に示すように、まず、外乱ＬＲが出力され、これによってリニア空燃比センサＳＷ４の出力が変化することになる。

外乱発生手段１１６が外乱ＬＲ（またはＲＬ）を出力すると、ＣＰＵ１０１は、リニア空燃比センサＳＷ４の出力ＰＦの微分値Ｄ_O2を演算する（ステップＳ９）。これにより、リニア空燃比センサＳＷ４の出力ＰＦが外乱ＬＲ（またはＲＬ）によってどのように変化するか把握することが可能になる。このように本実施形態のＣＰＵ１０１は、外乱発生手段１１６による外乱出力後にリニア空燃比センサＳＷ４の出力ＰＦを微分した微分値Ｄ_O2を出力する微分手段を機能的に構成している。

ここで、リニア空燃比センサＳＷ４の検出値は、通常、所定のむだ時間Ｌと時定数τを伴うものである。

図７はリニア空燃比センサＳＷ４のステップ応答特性を示すグラフである。

図７を参照して、リニア空燃比センサＳＷ４の入力ｘ（ｔ）と出力ｙ（ｔ）との間には
ｙ（ｔ）＝ｘ（ｔ−Ｌ）（Ｌ≧０）（１）
という関係が成立し、むだ時間要素としてのリニア空燃比センサＳＷ４は、次式の伝達関数に従う。

Ｇ（ｓ）＝Ｙ（ｓ）／Ｘ（ｓ）＝ｅ^-LS （２）
但し、Ｙ（ｓ）：出力の複素関数、Ｘ（ｓ）：入力の複素関数
従って、むだ時間要素としてのリニア空燃比センサＳＷ４のステップ応答ｈ（ｔ）は、逆ラプラス変換により、次式の通りとなり、図７のように決まる。

ｈ（ｔ）＝ｕ（ｔ−Ｌ）（３）
但し、ｕ（ｔ）：単位ステップ関数（１（ｔ≧０）且つ０（ｔ＜０））
そこで、本実施形態では、むだ時間Ｌが経過するのを待機し、むだ時間Ｌの終了を検出して外乱ＬＲ、ＲＬをリセットするようにしている。かかる制御を実行するために、ＣＰＵ１０１は、図４に示すように、演算された微分値±Ｄ_O2と所定のリセットしきい値±ＴｈＤとを比較し、＋Ｄ_O2＞＋ＴｈＤまたは−Ｄ_O2＜−ＴｈＤが成立するのを待機し（ステップＳ１０）、成立した場合には、リニア空燃比センサＳＷ４のむだ時間Ｌを演算し（ステップＳ１１）、外乱発生手段１１６による外乱をリセットする（ステップＳ１２）。

次に、時定数τは、一次遅れ要素の伝達関数
Ｇ（ｓ）＝Ｙ（ｓ）／Ｘ（ｓ）＝Ｋ／（１−τ）（４）
の定数である。

この式（４）から逆ラプラス変換によって得られるステップ応答ｈ（ｔ）
ｈ（ｔ）＝Ｋ（１−ｅ^-T/M）（５）
但し、Ｋ、Ｍ：定数
から、
ｈ（ｔ）｜_τ=M＝０．６３２Ｋ（６）
が得られることから、これにむだ時間Ｌの特性を加えると、時定数τとリニア空燃比センサＳＷ４のステップ応答ｈ（ｔ）とは図７で示す関係になる。

図７から明らかなように、時定数τが大きい程、ステップ応答波形の立ち上がりが遅くなり、最終値に達するまでの時間がかかる。そして、リニア空燃比センサＳＷ４の劣化が進む程、時定数τは長くなる。

図５を参照して、そこで本実施形態では、時定数τを劣化診断の要素として取り入れるために、リニア空燃比センサＳＷ４の出力の微分ピーク値（ＣＰＵ１０１が出力した微分値±Ｄ_O2のピーク値）Ｄ_O2PKを演算し（ステップＳ１４）、この微分ピーク値Ｄ_O2PKからリニア空燃比センサＳＷ４の時定数τを演算するようにしている（ステップＳ１５）。

時定数τの演算が終了すると、ＣＰＵ１０１は、外乱発生手段１１６が生成した外乱が、燃料を減量するものであったか、増量するものであったかを判定し（ステップＳ１６）、減量の場合はＲＬとして、増量の場合はＬＲとして、それぞれ判定パラメータ（演算されたむだ時間Ｌ、時定数τ）を主記憶装置１０３に保存し（ステップＳ１７、Ｓ１８）、主記憶装置１０３に記憶されている発生回数Ｎ_LR、Ｎ_RLをインクリメントする（ステップＳ１９、Ｓ２０）。

その後、各外乱ＬＲ、ＲＬについて、所要の回数Ｎ_ENDを終了したか否かが判定され（ステップＳ２１、Ｓ２２）、何れかの発生回数Ｎ_LR、Ｎ_RLが所要の回数Ｎ_ENDに満たない場合には、ステップＳ１に戻って処理を繰り返し、双方の発生回数Ｎ_LR、Ｎ_RLが終了している場合には、劣化判定処理に移行する。

図８は劣化判定処理の詳細を示すフローチャートである。

図８を参照して、本実施形態においては、ここでは、劣化判定を行うために、むだ時間Ｌと時定数τの和を過渡時間Ｔとして定義し、ステップＳ２２までの処理が終了すると、ＣＰＵ１０１は、リッチ側の外乱ＬＲとリーン側の外乱ＲＬに係る平均過渡時間Ｔ_LR、Ｔ_RLの差ＤＦ_Tを演算する（ステップＳ２１１）。ここで本実施形態においては、演算された差ＤＦ_Tとエミッションの悪化度合との関係において、各制御要素１１４、１１５の学習度合に応じて所定の相関関係があることに着目し、各学習手段１１４ａ、１１５ａの出力した学習係数ＳｔＰ、ＳｔＳに基づき、主、副制御要素１１４、１１５の学習状態を検出し（ステップＳ２１２）、さらに学習状態からリニア空燃比センサＳＷ４の劣化判定を決定するパラメータとなる重み係数αを補正するように構成されている（ステップＳ２１３）。

図９は、平均過渡時間Ｔ_LR、Ｔ_RLの差ＤＦ_Tとエミッションの悪化度合との関係を示すグラフである。

図９を参照して、各制御要素１１４、１１５の学習度合が低い場合、差ＤＦ_Tが比較的小さい値からエミッションの悪化度合が比例的に増加するのに対し、学習度合が高い場合には、差ＤＦ_Tが相当大きくならなければエミッションの悪化度合は増加しなくなる。そこで、本実施形態では、ステップＳ２１２において、主、副制御要素１１４、１１５の学習状態を検出し、その学習度合に応じて重み係数αをステップＳ２１３において演算するようにしている。具体的には、学習度合が高くなるに連れてリニア空燃比センサＳＷ４の劣化判定が緩くなるように重み係数αが設定されるようになっている。この結果、本実施形態では、フィードバック制御系１１０に設けた学習手段１１４ａ、１１５ａによる学習度合に応じて、劣化診断に基づくエミッションを評価することが可能になる。

次に、ＣＰＵ１０１は、平均過渡時間Ｔ_LR、Ｔ_RLの和ＡＤ_Tを演算する（ステップＳ２１４）。ここで本実施形態においては、演算された和ＡＤ_Tとエミッションの悪化度合との関係において、各制御要素１１４、１１５のゲインＫ_P、Ｋ_Sに応じて所定の相関関係があることに着目し、各制御要素１１４、１１５のゲインＫ_P、Ｋ_Sを取得し（ステップＳ２１５）、ゲインＫ_P、Ｋ_Sに応じてリニア空燃比センサＳＷ４の劣化判定を決定するパラメータとなる重み係数βを補正するように構成されている（ステップＳ２１６）。

図１０は、平均過渡時間Ｔ_LR、Ｔ_RLの和ＡＤ_Tとエミッションの悪化度合との関係を示すグラフである。

図１０を参照して、各制御要素１１４、１１５のゲインＫ_P、Ｋ_Sが大きい場合、和ＡＤ_Tが比較的小さい値からエミッションの悪化度合が増加するのに対し、ゲインＫ_P、Ｋ_Sが小さい場合には、和ＡＤ_Tが相当大きくならなければエミッションの悪化度合は増加しなくなる。そこで、本実施形態では、ステップＳ２１５において、主、副制御要素１１４、１１５のゲインＫ_P、Ｋ_Sを取得し、その値に応じて重み係数βをステップＳ２１６において演算するようにしている。具体的には、ゲインＫ_P、Ｋ_Sが小さくなるに連れてリニア空燃比センサの劣化判定が緩くなるように重み係数βが設定されるようになっている。この結果、本実施形態では、フィードバックゲインＫ_P、Ｋ_Sの違いに応じて、劣化診断に基づくエミッションを評価することが可能になる。

平均過渡時間Ｔ_LR、Ｔ_RLの差ＤＦ_Tおよび和ＡＤ_Tを上述のように決定した後、ＣＰＵ１０１は、評価値ＥＳの演算を次式により実行する（ステップＳ２１７）。

ＥＳ＝ＤＦ_T＊α＋ＡＦ_T＊β （７）
次いで、評価値ＥＳを所定のしきい値ＴｈＥＳと比較し（ステップＳ２１８）、評価値ＥＳがしきい値ＴｈＥＳ以下であれば、正常判定（ステップＳ２１９）、しきい値ＴｈＥＳを越えていれば、リニア空燃比センサＳＷの劣化判定、すなわちエミッション悪化判定（ステップＳ２２０）を下すように構成されている。

図１１は図４における収束判定しきい値設定サブルーチン（ステップＳ２）の一例を示すフローチャートである。

図１１を参照して、この例では、この例では、予め、吸入空気量Ｑａからしきい値ＴｈＣ、ｄＴｈＣを求めるマップ２２０を主記憶装置１０３内に記憶させておき、エアフローセンサＳＷ２から検出された吸入空気量Ｑａからしきい値ＴｈＣ、ｄＴｈＣを索引して（ステップＳ２３０）、収束判定しきい値ＴｈＣ、ｄＴｈＣを設定するようにしている（ステップＳ２３１）。この形態では、吸入空気量Ｑａが少なくなるに連れて収束判定しきい値ＴｈＣ、ｄＴｈＣの値を小さく設定し、収束判定を厳格にすることが可能になる。このように図１１の実施形態では、エンジン１０の吸入空気量Ｑａを検出するエアフローセンサＳＷ２を設け、ＣＰＵ１０１が機能的に構成する収束判定手段は、吸入空気量Ｑａが少ないほど収束条件を厳しくし、吸入空気量Ｑａの変化に伴う時定数τの判定基準を補正することができる結果、誤判定を回避することが可能になる。

以上説明したように本実施形態では、所定の診断条件が成立したときに、外乱発生手段１１６がインパルス状の外乱ＬＲ、ＲＬをフィードバック制御系１１０に出力することにより、外乱ＬＲ、ＲＬに対応した実空燃比がリニア空燃比センサＳＷ４からフィードバックされる結果、このリニア空燃比センサＳＷ４の出力ＰＦの微分値Ｄ_O2からむだ時間Ｌまたは時定数τの少なくとも一方を検出し、リニア空燃比センサＳＷ４の過渡的な特性（むだ時間Ｌや一次遅れ）の変化を検出して劣化診断を実行することが可能になる。このため、リニア空燃比センサＳＷ４の劣化そのものばかりでなく、劣化態様を詳細に分析することも可能になる。しかも、リッチ側の判定パラメータ（本実施形態では、平均過渡時間Ｔ_LR）とリーン側の判定パラメータ（本実施形態では、平均過渡時間Ｔ_RL）の差ＤＦ_Tと和ＡＤ_Tとに基づいて、リニア空燃比センサＳＷ４の劣化を判定しているので、両側劣化のみならず、リニア空燃比センサＳＷ４が片側劣化を来しているか否かをも判定することが可能になる結果、平均空燃比が目標空燃比からずれることはない。すなわち、リニア空燃比センサＳＷ４の片側劣化の場合には、リッチ側の判定パラメータとリーン側の判定パラメータとの差が大きくなる。従って、この差が大きいと、中心空燃比がリーン側或いはリッチ側にずれが発生したということであって、そのずれに伴い、エミッションが悪化していることを推定することができる。他方、リニア空燃比センサＳＷ４の両側悪化の場合には、両判定パラメータの和が大きくなる。従って、この和が大きいと、フィードバック制御系１１０の周期が延びることに伴うフィードバック制御系１１０の発散に伴う空燃比ずれが発生したということであって、そのずれに伴い、エミッションが悪化していることを推定することができる。

また本実施形態では、前記差ＤＦ_Tと和ＡＤ_Tに対し、それぞれ所定の重み係数α、βを乗じて補正パラメータを得る補正ステップと、前記補正パラメータの和を演算して評価値ＥＳを得る評価値演算ステップと、演算された評価値ＥＳをしきい値ＴｈＥＳと比較して良否を判定する判定ステップとを実行するものである（ステップＳ２１７〜Ｓ２２０）。このため本実施形態では、リニア空燃比センサＳＷ４の片側劣化による中心空燃比ずれと、両側劣化に伴うフィードバック制御の発散によるエミッション悪化とを総合的に勘案した劣化評価を容易に実行することが可能になる。

また本実施形態では、前記リニア空燃比センサＳＷ４は、前記三元触媒３２の上流側に配置されており、前記フィードバック制御系１１０は、前記三元触媒３２の下流側に配置され、当該三元触媒３２に浄化された排気ガス中の酸素濃度を検出値ＳＦとして出力する酸素濃度センサＳＷ５と、前記リニア空燃比センサＳＷ４の出力ＰＦが入力されるとともに、この出力ＰＦと目標値ＤＶとの差に基づいて操作量ＯＶを出力する主制御要素１１４と、前記酸素濃度センサＳＷ５からの検出値ＳＦが入力されるとともに、この検出値ＳＦに基づく副補正量ＳｂＳに基づき目標値ＤＶを補正する副制御要素１１５と、前記主制御要素１１４および副制御要素１１５にそれぞれ設けられ、目標空燃比と実空燃比との定常的なずれを補正するための学習を実行する主学習手段１１４ａおよび副学習手段１１５ａとを有し、前記エミッション悪化推定手段としてのＣＰＵ１０１は、各学習手段１１４ａ、１１５ａの学習度合が進むに連れてエミッション悪化の基準が下がるように前記差ＤＦ_Tの重み係数αを変更するものである。

上述した主学習手段１１４ａや副学習手段１１４ｂの学習係数ＳｔＰ、ＳｔＳの更新は、誤学習防止の観点から徐々に行うようになっており、この学習の更新度合の違いが、中心空燃比ずれに影響を及ぼす。例えば、学習の更新度合が低いときは、中心空燃比のずれを充分に補正できず、リニア空燃比センサＳＷ４が正常であっても中心空燃比のずれが大きくなるため、この学習の更新度合を考慮しないと、エミッション悪化を誤って推定することになる。

しかるに本実施形態では、フィードバック制御系１１０に設けた学習手段１１４ａ、１１５ａによる学習度合に応じて、適切な重み係数αを設定し、劣化診断に基づくエミッションを評価することが可能になる。

また本実施形態では、前記エミッション悪化推定手段としてのＣＰＵ１０１は、前記フィードバック制御系１１０のゲインＫ_P、Ｋ_Sが小さい程、エミッション悪化の基準が下がるように和ＡＤ_Tの重み係数βを変更するものである。

通常、フィードバック制御系１１０のゲインは、運転状態に応じて変更されることがあるが、フィードバックゲインが変更されると、フィードバック制御系１１０の周期に影響を及ぼす。例えば、フィードバックゲインが小さくされると、フィードバックの応答性が低下し、リニア空燃比センサＳＷ４が正常であってもフィードバック制御系１１０の周期は延びるため、このフィードバックゲインの大きさを考慮しないと、エミッション悪化を誤って推定することになる。

しかるに本実施形態では、フィードバックゲインＫ_P、Ｋ_Sの違いに応じて適切な重み係数βを設定し、劣化診断に基づくエミッションを評価することが可能になる。

このように本実施形態においては、リッチ側の判定パラメータ（平均過渡時間Ｔ_LR）とリーン側の判定パラメータ（平均過渡時間Ｔ_RL）の差ＤＦ_Tと和ＡＤ_Tとに基づいて、リニア空燃比センサＳＷ４の劣化を判定しているので、両側劣化のみならず、リニア空燃比センサＳＷ４が片側劣化を来しているか否かをも判定することが可能になる結果、平均空燃比の目標空燃比からのずれを防止することが可能になるという顕著な効果を奏する。

上述した実施形態は本発明の好ましい具体例を説明したものに過ぎず、本発明は上述した実施形態に限定されない。例えば、劣化診断を具体化するに当たり、図８で示した過渡時間Ｔに代えて、むだ時間Ｌ、または時定数τについて実行し、劣化状態を判定するようにしてもよい。

さらに本発明は、主制御要素１１４にのみ、或いは副制御要素１１５にのみ、学習機能を持たせたフィードバック制御系に適用することも可能である。その場合には、主制御要素１１４の学習度合（または副制御要素１１５の学習度合）に応じて重み係数αが変更される。

また、図８で示したステップＳ２１５、Ｓ２１６を具体化するに当たり、フィードバック制御系１１０全体の伝達関数を求めてそのゲインを決定し、全体のゲインに応じて重み係数βを変更するようにしてもよい。

その他、本発明の特許請求の範囲内で種々の変更が可能であることはいうまでもない。

本発明の実施の一形態に係るエンジンの系統図である。本実施形態に係る劣化判定装置の制御回路ブロック図である。図２の制御回路によって実現される劣化判定装置のブロック線図である。本実施形態における劣化診断プログラムのフローチャートである。本実施形態における劣化診断プログラムのフローチャートである。図４および図５のフローチャートを実行することによって得られた信号のタイミングチャートである。リニア空燃比センサのステップ応答特性を示すグラフである。劣化判定処理の詳細を示すフローチャートである。平均過渡時間の差とエミッションの悪化度合との関係を示すグラフである。平均過渡時間の和とエミッションの悪化度合との関係を示すグラフである。図４における収束判定しきい値設定サブルーチンの一例を示すフローチャートである。

符号の説明

１劣化判定装置
１０エンジン
３２三元触媒
１００コントロールユニット
１０２補助記憶装置
１０３主記憶装置
１１０フィードバック制御系
１１１基準入力要素
１１２ＢＩＡＳ補正要素
１１４主制御要素
１１４ａ主学習手段
１１５副制御要素
１１５ａ副学習手段
１１６外乱発生手段
２２０マップ
１０１ＣＰＵ
ＤＦ_T 差
Ｄ_O2 微分値
Ｄ_O2PK 微分ピーク値
ｄＯＰ変動幅
ｄＴｈＣしきい値
ＤＶ目標値
ＥＳ評価値
Ｇ_P 伝達関数
Ｇ_S 伝達関数
ｈステップ応答
ＩＰ基準入力
Ｋ_P、Ｋ_S ゲイン
Ｎｅエンジン回転速度
ＯＰ変動幅
ＯＶ操作量
ＰＦ実空燃比に相当するリニア空燃比センサの出力
Ｑａ吸入空気量
ＬＲ、ＲＬ外乱
ＳｂＳ副補正量
ＳＦ検出値
ＳＳ補正量
ＳｔＰ、ＳｔＳ学習係数
ＳＷ４リニア空燃比センサ
ＳＷ５酸素濃度センサ
ＴｈＣ、ＴｈＥＳしきい値
Ｔ_LR、Ｔ_RL 平均過渡時間（評価パラメータの一例）
ＴＶＯスロットル開度
α、β 重み係数
τ 時定数

Claims

エンジンの排気ガス中の酸素濃度に基づいて、空燃比のフィードバック制御を実行するフィードバック制御系と、
このフィードバック制御系に設けられ、前記排気ガス中の酸素濃度に比例する値を出力するリニア空燃比センサと、
所定の診断条件が成立したときに前記フィードバック制御系にインパルス状の外乱をリーン側とリッチ側とへ交互に所定回数出力する外乱発生手段と、
外乱発生手段による外乱出力後にリニア空燃比センサの出力の微分値を出力する微分手段と、
微分手段が出力した微分値に基づいてリニア空燃比センサのむだ時間と時定数のうち少なくとも一方を劣化判定の判定パラメータとして、リッチ側、リーン側毎に演算する判定パラメータ演算手段と、
演算されたリッチ側の判定パラメータとリーン側の判定パラメータの差と和とに基づいて、リニア空燃比センサの劣化に伴うエミッション悪化を推定するエミッション悪化推定手段とを備え、
前記エミッション悪化推定手段は、前記フィードバック制御系のゲインが小さい程、エミッション悪化の基準が下がるように前記判定パラメータの和に重み係数を乗じるものであることを特徴とするリニア空燃比センサの劣化診断装置。
エンジンの排気ガス中の酸素濃度に基づいて、空燃比のフィードバック制御を実行するフィードバック制御系と、
このフィードバック制御系に設けられ、前記排気ガス中の酸素濃度に比例する値を出力するリニア空燃比センサと、
所定の診断条件が成立したときに前記フィードバック制御系にインパルス状の外乱をリーン側とリッチ側とへ交互に所定回数出力する外乱発生手段と、
外乱発生手段による外乱出力後にリニア空燃比センサの出力の微分値を出力する微分手段と、
微分手段が出力した微分値に基づいてリニア空燃比センサのむだ時間と時定数のうち少なくとも一方を劣化判定の判定パラメータとして、リッチ側、リーン側毎に演算する判定パラメータ演算手段と、
演算されたリッチ側の判定パラメータとリーン側の判定パラメータの差と和とに基づいて、リニア空燃比センサの劣化に伴うエミッション悪化を推定するエミッション悪化推定手段とを備え、
前記フィードバック制御系は、前記リニア空燃比センサの出力が入力されるとともに、この出力と目標値との差に基づいて操作量を出力する主制御要素と、前記主制御要素に設けられ、目標空燃比と実空燃比との定常的なずれを補正するための学習を実行する主学習手段とを有し、
前記エミッション悪化推定手段は、主学習手段の学習度合が進むに連れてエミッション悪化の基準が下がるように前記判定パラメータの差に重み係数を乗じるものであることを特徴とするリニア空燃比センサの劣化診断装置。
エンジンの排気ガス中の酸素濃度に基づいて、空燃比のフィードバック制御を実行するフィードバック制御系と、
このフィードバック制御系に設けられ、前記排気ガス中の酸素濃度に比例する値を出力するリニア空燃比センサと、
所定の診断条件が成立したときに前記フィードバック制御系にインパルス状の外乱をリーン側とリッチ側とへ交互に所定回数出力する外乱発生手段と、
外乱発生手段による外乱出力後にリニア空燃比センサの出力の微分値を出力する微分手段と、
微分手段が出力した微分値に基づいてリニア空燃比センサのむだ時間と時定数のうち少なくとも一方を劣化判定の判定パラメータとして、リッチ側、リーン側毎に演算する判定パラメータ演算手段と、
演算されたリッチ側の判定パラメータとリーン側の判定パラメータの差と和とに基づいて、リニア空燃比センサの劣化に伴うエミッション悪化を推定するエミッション悪化推定手段とを備え、
前記リニア空燃比センサは、当該エンジンの排気ガスを浄化する触媒の上流側に配置されており、
前記フィードバック制御系は、前記触媒の下流側に配置され、当該触媒に浄化された排気ガス中の酸素濃度を検出値として出力する酸素濃度センサと、前記酸素濃度センサからの検出値が入力されるとともに、この検出値に基づく副補正量に基づき目標値を補正する副制御要素と、前記副制御要素に設けられ、目標空燃比と実空燃比との定常的なずれを補正するための学習を実行する副学習手段とを有し、
前記エミッション悪化推定手段は、副学習手段の学習度合が進むに連れてエミッション悪化の基準が下がるように前記判定パラメータの差に重み係数を乗じるものであることを特徴とするリニア空燃比センサの劣化診断装置。