特開 2025-5793 スロットルバルブの温度推定装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2025005793

(43)【公開日】2025-01-17

(54)【発明の名称】スロットルバルブの温度推定装置

(51)【国際特許分類】

   F02D 45/00 20060101AFI20250109BHJP

【ＦＩ】

F02D45/00 360A

F02D45/00 372

【審査請求】未請求

【請求項の数】1

【出願形態】ＯＬ

(21)【出願番号】P 2023106165

(22)【出願日】2023-06-28

(71)【出願人】

【識別番号】000003207

【氏名又は名称】トヨタ自動車株式会社

(74)【代理人】

【識別番号】100105957

【弁理士】

【氏名又は名称】恩田 誠

(74)【代理人】

【識別番号】100068755

【弁理士】

【氏名又は名称】恩田 博宣

(72)【発明者】

【氏名】松井 良輔

【テーマコード（参考）】

3G384

【Ｆターム（参考）】

3G384BA04

3G384BA06

3G384DA20

3G384DA38

3G384EA26

3G384EA27

3G384FA01Z

3G384FA86Z

(57)【要約】

【課題】スロットルバルブの温度を精度よく推定できる温度推定装置を提供する。
【解決手段】記憶装置４６には、機械学習により学習されたパラメータに基づく写像を規定する写像データが記憶されている。写像は、入力変数として、スロットルバルブ２１を通過する吸気とスロットルバルブ２１との間で移動する熱量に関与する吸気変数と、入力変数の時系列データとを含んで且つ、出力変数としてスロットルバルブ２１の温度を含む。ＣＰＵ４２は、入力変数の値を取得する取得処理と、取得処理によって取得した入力変数の値を写像に入力することによって出力変数の値を算出する算出処理とを実行する。
【選択図】図１

【特許請求の範囲】

【請求項1】

内燃機関の吸気通路に設けられたスロットルバルブの温度を推定する装置であって、
実行装置と、記憶装置とを備えており、
前記記憶装置には、機械学習により学習されたパラメータに基づく写像を規定する写像データが記憶されており、
前記写像は、入力変数として、前記スロットルバルブを通過する吸気と前記スロットルバルブとの間で移動する熱量に関与する吸気変数と、同入力変数の時系列データとを含んで且つ、出力変数として前記温度を含み、
前記実行装置は、
前記入力変数の値を取得する取得処理と、
前記取得処理によって取得した前記入力変数の値を前記写像に入力することによって前記出力変数の値を算出する算出処理と、を実行する
スロットルバルブの温度推定装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、スロットルバルブの温度推定装置に関する。

【背景技術】

【0002】

内燃機関の吸気通路に設けられるスロットルバルブの温度を推定する技術が種々提案されている。例えば特許文献１に記載の内燃機関は、スロットルバルブの温度と関連のある冷却水の温度に基づいてスロットルバルブが凍結しているか否かの判定を行うようにしている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２０－２８４３号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

スロットルバルブの温度を推定する場合には、その温度を精度よく推定することが望まれる。

【課題を解決するための手段】

【0005】

上記課題を解決するスロットルバルブの温度推定装置は、内燃機関の吸気通路に設けられたスロットルバルブの温度を推定する装置である。この温度推定装置は、実行装置と、記憶装置とを備えている。そして、前記記憶装置には、機械学習により学習されたパラメータに基づく写像を規定する写像データが記憶されており、前記写像は、入力変数として、前記スロットルバルブを通過する吸気と前記スロットルバルブとの間で移動する熱量に関与する吸気変数と、同入力変数の時系列データとを含んで且つ、出力変数として前記温度を含んでいる。そして、前記実行装置は、前記入力変数の値を取得する取得処理と、前記取得処理によって取得した前記入力変数の値を前記写像に入力することによって前記出力変数の値を算出する算出処理と、を実行する。

【発明の効果】

【0006】

このスロットルバルブの温度推定装置は、スロットルバルブの温度を精度よく推定することができる。

【図面の簡単な説明】

【0007】

【図1】図１は、一実施形態にかかるスロットルバルブの温度推定装置の構成を示す図である。

【図2】図２は、同実施形態にかかる制御装置が実行する処理の手順を示すフローチャートである。

【発明を実施するための形態】

【0008】

以下、スロットルバルブの温度推定装置にかかる実施形態について、図１及び図２を参照して説明する。
＜内燃機関の構成について＞
図１に示すように、車両に搭載される内燃機関１０は、燃焼室に導入する吸気が流れる吸気通路１２を備えている。

【0009】

吸気通路１２には、スロットルボディ２０が設けられている。スロットルボディ２０は、吸気通路１２を流れる吸気の量を調整するスロットルバルブ２１を備えている。スロットルバルブ２１は、図示しないスプリングによって閉じ側に付勢されている。スロットルボディ２０は、スロットルバルブ２１を駆動する電動モータ１６を備えている。スロットルボディ２０には、当該スロットルボディ２０内に内燃機関１０の冷却水を循環させるための冷却水通路３０が接続されている。冷却水通路３０を流れる冷却水の流量は、内燃機関１０の冷却系に設けられた電動ウォータポンプによって調整される。

【0010】

制御装置４０は、内燃機関１０を制御対象とし、その制御量であるトルクや排気成分比率等を制御すべく、内燃機関１０の燃料噴射弁や上記スロットルバルブ２１等の駆動を制御する。

【0011】

制御装置４０は、各種制御を実行する際に、外気温センサ５１が検出する外気温ＴＨｏｕｔや、吸気温センサ５２が検出する吸気温ＴＨＡや、エアフロメータ５３が検出する吸入空気量ＧＡを参照する。また、制御装置４０は、内燃機関１０のクランクシャフトの回転角を検出するクランク角センサ５４の出力信号Ｓｃｒや、水温センサ５５によって検出される上記冷却水の温度である冷却水温ＴＨＷを参照する。また、制御装置４０は、油温センサ５６によって検出される内燃機関１０の潤滑油の温度である油温ＴＨＯや、車速センサ５７によって検出される車速ＳＰを参照する。また、制御装置４０は、上記電動ウォータポンプの回転速度を検出する回転速度センサ５８の出力信号Ｓｗｐを参照する。なお、制御装置４０は、クランク角センサ５４の出力信号Ｓｃｒに基づいて機関回転速度ＮＥを演算する。また、制御装置４０は、機関回転速度ＮＥ及び吸入空気量ＧＡに基づいて機関負荷率ＫＬを演算する。機関負荷率ＫＬは、全負荷状態で内燃機関１０を定常運転したときのシリンダ流入空気量に対する、現在のシリンダ流入空気量の比率を表している。なお、シリンダ流入空気量は、吸気行程において気筒に流入する空気の量である。また、制御装置４０は、回転速度センサ５８の出力信号Ｓｗｐに基づいてスロットルボディ２０内を流れる冷却水の流量である冷却水流量Ｑを演算する。

【0012】

制御装置４０は、ＣＰＵ４２、ＲＯＭ４４、電気的に書き換え可能な不揮発性メモリである記憶装置４６備えており、それらが互いに通信可能とされている。制御装置４０は、ＲＯＭ４４に記憶されたプログラムをＣＰＵ４２が実行することにより各種の制御を実行する。ＣＰＵ４２及びＲＯＭ４４は実行装置を構成している。

【0013】

＜スロットルバルブの温度推定処理について＞
制御装置４０は、スロットルバルブ２１の温度ＴＨｖを推定する温度推定処理を実行する。なお、この温度推定処理を実行する制御装置４０は、スロットルバルブ２１の温度推定装置を構成している。

【0014】

図２に、制御装置４０が実行する温度推定処理の手順を示す。図２に示す処理は、ＲＯＭ４４に記憶されたプログラムをＣＰＵ４２がたとえば所定周期で繰り返し実行することにより実現される。なお、以下では、先頭に「Ｓ」が付与された数字によって、各処理のステップ番号を表現する。

【0015】

図２に示す一連の処理において、ＣＰＵ４２は、まず、各種の値を取得する取得処理を実行する（Ｓ１０）。具体的には、ＣＰＵ４２は、外気温ＴＨｏｕｔ、吸気温ＴＨＡ、吸入空気量ＧＡ、機関回転速度ＮＥ、機関負荷率ＫＬ、冷却水温ＴＨＷ、冷却水流量Ｑ、油温ＴＨＯ、車速ＳＰを取得する。また、ＣＰＵ４２は、前回外気温ＴＨｏｕｔｐ、前回吸気温ＴＨＡｐ、前回吸入空気量ＧＡｐ、前回機関回転速度ＮＥｐ、前回機関負荷率ＫＬｐ、前回冷却水温ＴＨＷｐ、前回冷却水流量Ｑｐ、前回油温ＴＨＯｐ、前回車速ＳＰｐを取得する。

【0016】

前回外気温ＴＨｏｕｔｐは、既定時間Ｔｐよりも前のタイミングで実行された本処理においてＣＰＵ４２が取得した外気温ＴＨｏｕｔの値である。前回吸気温ＴＨＡｐは、既定時間Ｔｐよりも前のタイミングで実行された本処理においてＣＰＵ４２が取得した吸気温ＴＨＡの値である。前回吸入空気量ＧＡｐは、既定時間Ｔｐよりも前のタイミングで実行された本処理においてＣＰＵ４２が取得した吸入空気量ＧＡの値である。前回機関回転速度ＮＥｐは、既定時間Ｔｐよりも前のタイミングで実行された本処理においてＣＰＵ４２が取得した機関回転速度ＮＥの値である。前回機関負荷率ＫＬｐは、既定時間Ｔｐよりも前のタイミングで実行された本処理においてＣＰＵ４２が取得した機関負荷率ＫＬの値である。前回冷却水温ＴＨＷｐは、既定時間Ｔｐよりも前のタイミングで実行された本処理においてＣＰＵ４２が取得した冷却水温ＴＨＷの値である。前回冷却水流量Ｑｐは、既定時間Ｔｐよりも前のタイミングで実行された本処理においてＣＰＵ４２が取得した冷却水流量Ｑの値である。前回油温ＴＨＯｐは、既定時間Ｔｐよりも前のタイミングで実行された本処理においてＣＰＵ４２が取得した油温ＴＨＯの値である。前回車速ＳＰｐは、既定時間Ｔｐよりも前のタイミングで実行された本処理においてＣＰＵ４２が取得した車速ＳＰの値である。なお、上記既定時間Ｔｐとしては、温度ＴＨｖの推定精度を高めるために必要な時間が予め設定されている。

【0017】

次に、ＣＰＵ４２は、記憶装置４６に記憶された写像データＤＭによって規定される写像への入力変数に、Ｓ１０の処理にて取得した各値を代入する（Ｓ２０）。
すなわち、ＣＰＵ４２は、入力変数ｘ（１）に外気温ＴＨｏｕｔを代入し、入力変数ｘ（２）に吸気温ＴＨＡを代入し、入力変数ｘ（３）に吸入空気量ＧＡを代入し、入力変数ｘ（４）に機関回転速度ＮＥを代入し、入力変数ｘ（５）に機関負荷率ＫＬを代入する。また、ＣＰＵ４２は、入力変数ｘ（６）に冷却水温ＴＨＷを代入し、ｘ（７）に冷却水流量Ｑを代入し、ｘ（８）に油温ＴＨＯを代入し、ｘ（９）に車速ＳＰを代入する。

【0018】

また、ＣＰＵ４２は、入力変数ｘ（１０）に前回外気温ＴＨｏｕｔｐを代入し、入力変数ｘ（１１）に前回吸気温ＴＨＡｐを代入し、入力変数ｘ（１２）に前回吸入空気量ＧＡｐを代入する。また、ＣＰＵ４２は、入力変数ｘ（１３）に前回機関回転速度ＮＥｐを代入し、入力変数ｘ（１４）に前回機関負荷率ＫＬｐを代入する。また、ＣＰＵ４２は、入力変数ｘ（１５）に前回冷却水温ＴＨＷｐを代入し、ｘ（１６）に前回冷却水流量Ｑｐを代入し、ｘ（１７）に前回油温ＴＨＯｐを代入し、ｘ（１８）に前回車速ＳＰｐを代入する。

【0019】

本実施形態において、外気温ＴＨｏｕｔ、機関回転速度ＮＥ、吸入空気量ＧＡ、及び機関負荷率ＫＬが代入される上記入力変数は、スロットルバルブ２１を通過する吸気とスロットルバルブ２１との間で移動する熱量に関与する吸気変数である。

【0020】

また、冷却水温ＴＨＷ及び冷却水流量Ｑが代入される上記入力変数は、スロットルボディ２０を流れる冷却水とスロットルバルブ２１との間で移動する熱量に関与する冷却水変数である。

【0021】

また、油温ＴＨＯ及び車速ＳＰが代入される上記入力変数は、内燃機関１０が収められているエンジンコンパートメント内の空気からスロットルボディ２０を経由してスロットルバルブ２１に伝わる熱量に関与する雰囲気変数である。

【0022】

また、機関負荷率ＫＬが大きい場合には、スロットルバルブ２１の開度が大きくされる。そのため、スプリングによって閉じ側に付勢されているスロットルバルブ２１を開き側に駆動するために必要な電動モータ１６のトルクは大きくなり、同電動モータ１６の発熱量が多くなる。従って、機関負荷率ＫＬが代入される上記入力変数は、電動モータ１６からスロットルボディ２０を経由してスロットルバルブ２１に伝わる熱量に関与するモータ変数である。

【0023】

そして、入力変数ｘ（１０）から入力変数ｘ（１８）までの各変数は、入力変数の過去の値を示す時系列データである。
次に、ＣＰＵ４２は、上記写像データＤＭによって規定される写像に入力変数ｘ（１）から入力変数ｘ（１８）までの各値を代入することにより、出力変数である温度ＴＨｖを算出する算出処理を実行する（Ｓ３０）。そして、ＣＰＵ４２は、本処理を一旦終了する。

【0024】

本実施形態では、上記写像として関数近似器を例示し、詳しくは、中間層が１層の全結合順伝搬型のニューラルネットワークを例示する。具体的には、Ｓ３０の処理により値が代入された入力変数ｘ（１）～ｘ（１８）とバイアスパラメータであるｘ（０）とが、係数ｗＦｊｋ（ｊ＝１～ｍ，ｋ＝０～１８）によって規定される線形写像にて「ｍ」個の値に変換される。そして、変換された「ｍ」個の値のそれぞれが活性化関数ｆに代入されることによって中間層のノードの値が定まる。また、係数ｗＳ１ｊによって規定される線形写像によって中間層のノードの値のそれぞれが変換された値が活性化関数ｇに代入されることによって、出力変数である温度ＴＨｖの値が定まる。なお、本実施形態では、活性化関数ｆとしてハイパボリックタンジェントを例示し、活性化関数ｇとしてＲｅＬＵ関数を例示する。

【0025】

上記写像データＤＭは、例えば車両に搭載された内燃機関１０を用いて学習された学習済みモデルである。すなわち、種々の上記入力変数を取得するとともに、そのときの温度ＴＨｖを計測する。このようにして訓練データを生成して、訓練データに基づき写像データＤＭを学習する。そして、出力変数である温度ＴＨｖに関して、写像データＤＭが出力する値と訓練データの値との差を縮めるように、上記係数ｗＦｊｋや上記係数ｗＳ１ｊの値などを学習する。具体的には、例えば誤差関数のひとつである公差エントロピーを最小化するように、係数ｗＦｊｋや係数ｗＳ１ｊの値を学習すればよい。このように機械学習を用いることにより、写像データＤＭを学習可能である。そして、こうした学習が完了すると、その学習済みモデルである写像データＤＭを記憶装置４６に記憶させる。

【0026】

＜作用及び効果について＞
本実施形態の作用及び効果を説明する。
（１）スロットルバルブ２１を通過する吸気と当該スロットルバルブ２１との間で移動する熱量を上記入力変数として、その入力変数を、写像データＤＭによって規定される写像に入力することによりスロットルバルブ２１の温度ＴＨｖを算出するようにしている。ここで、そうした入力変数に基づいて算出されるスロットルバルブ２１の温度ＴＨｖと実際のスロットルバルブ２１の温度との間には時間的な遅れが存在する。そこで、本実施形態では、上述した入力変数に当該入力変数の時系列データを含むようにしている。従って、そうした時間的な遅れを考慮したうえで上記出力変数である温度ＴＨｖが算出されるため、スロットルバルブ２１の温度ＴＨｖの推定精度が向上するようになる。

【0027】

（２）上記入力変数として、スロットルボディ２０を流れる冷却水とスロットルバルブ２１との間で移動する熱量に関与する上記冷却水変数を含むようにしている。従って、上記冷却水変数を上記入力変数に含まない場合と比較して、スロットルバルブ２１の温度ＴＨｖに関する推定精度が向上するようになる。

【0028】

（３）上記入力変数として、内燃機関１０が収められているエンジンコンパートメント内の空気からスロットルボディ２０を経由してスロットルバルブ２１に伝わる熱量に関与する上記雰囲気変数を含むようにしている。従って、上記雰囲気変数を上記入力変数に含まない場合と比較して、スロットルバルブ２１の温度ＴＨｖに関する推定精度が向上するようになる。

【0029】

（４）上記入力変数として、電動モータ１６からスロットルボディ２０を経由してスロットルバルブ２１に伝わる熱量に関与する上記モータ変数を含むようにしている。従って、上記モータ変数を上記入力変数に含まない場合と比較して、スロットルバルブ２１の温度ＴＨｖに関する推定精度が向上するようになる。

【0030】

＜変更例について＞
なお、上記実施形態は、以下のように変更して実施することができる。上記実施形態及び以下の変更例は、技術的に矛盾しない範囲で互いに組み合わせて実施することができる。

【0031】

・吸気変数として上記入力変数に代入される値は、適宜変更してもよい。また、冷却水変数として上記入力変数に代入される値は、適宜変更してもよい。また、雰囲気変数として上記入力変数に代入される値は、適宜変更してもよい。また、モータ変数として上記入力変数に代入される値は、適宜変更してもよい。

【0032】

・上記冷却水変数、上記雰囲気変数、及び上記モータ変数のうちの少なくとも１つの変数を上記入力変数から省略してもよい。
・入力変数ｘ（１０）から入力変数ｘ（１８）までの各変数のうちの少なくとも１つを、入力変数の過去の値を示す時系列データとして写像に入力してもよい。

【0033】

・過去１回分のデータを入力変数の時系列データとしたが、過去２回分以上のデータを入力変数の時系列データとしてもよい。このようにして時系列データの数を増やすことにより、温度ＴＨｖの推定精度をさらに高めることができる。

【0034】

・上記写像の活性化関数は例示であり、他の関数を採用してもよい。
・ニューラルネットワークとして、中間層の数が１層のニューラルネットワークを例示したが、中間層の数が２層以上であってもよい。

【0035】

・ニューラルネットワークとして、全結合順伝搬型のニューラルネットワークを例示したが、これに限らない。例えば、ニューラルネットワークとしては、回帰結合型ニューラルネットワークを採用してもよい。

【0036】

・上記写像としての関数近似器は、回帰式であってもよい。これは上記ニューラルネットワークにおいて中間層を備えないものに相当する。

【符号の説明】

【0037】

１０…内燃機関、１２…吸気通路、１６…電動モータ、２０…スロットルボディ、２１…スロットルバルブ、３０…冷却水通路、４０…制御装置、４２…ＣＰＵ、４４…ＲＯＭ、４６…記憶装置、５１…外気温センサ、５２…吸気温センサ、５４…クランク角センサ、５５…水温センサ、５６…油温センサ、５７…車速センサ、５８…回転速度センサ

【図1】

【図2】