特許 7380433 燃料供給システムの異常診断システム、データ送信装置、異常診断装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-11-07

(45)【発行日】2023-11-15

(54)【発明の名称】燃料供給システムの異常診断システム、データ送信装置、異常診断装置

(51)【国際特許分類】

   F02M 37/00 20060101AFI20231108BHJP

   F02D 41/22 20060101ALI20231108BHJP

   F02M 63/00 20060101ALI20231108BHJP

【ＦＩ】

F02M37/00 Z

F02D41/22

F02M63/00 C

F02M63/00 Q

【請求項の数】 9

(21)【出願番号】P 2020100177

(22)【出願日】2020-06-09

(65)【公開番号】P2021195871

(43)【公開日】2021-12-27

【審査請求日】2022-06-22

(73)【特許権者】

【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】前田 才夫

(72)【発明者】

【氏名】加藤 夏洋

【審査官】竹村 秀康

(56)【参考文献】

【文献】特開２００４－０３６４２０（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１６／０２１７６２８（ＵＳ，Ａ１）

【文献】特開２０１９－１４３５２７（ＪＰ，Ａ）

【文献】特開２００６－２５８５６６（ＪＰ，Ａ）

【文献】特開２０１９－１９６７１７（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｆ０２Ｍ ３７／００

Ｆ０２Ｄ ４１／２２

Ｆ０２Ｍ ６３／００

(57)【特許請求の範囲】

【請求項1】

燃料タンクから燃料を汲み上げる燃料ポンプと、
前記燃料ポンプから吐出された燃料が流れる燃料パイプと、を備えた燃料供給システムに適用され、
記憶装置と実行装置とを備え、
前記燃料供給システムのメインスイッチがオンにされてからオフにされるまでの１トリップの間における前記燃料パイプ内の最低燃圧と、その最低燃圧が記録されたときの状態を示すデータとを診断用データとして前記記憶装置に記憶し、
前記診断用データには、最低燃圧を記録したときの状態を示すデータとして、前記燃料ポンプの始動からの経過時間が含まれており、
前記実行装置が、前記診断用データを用いて前記燃料パイプ内の燃料圧力の低下に関する故障の箇所を判別して前記燃料供給システムの異常を診断し、
前記実行装置が、前記燃料パイプ内の燃料圧力の低下に関する異常の要因として、前記燃料ポンプのインペラの劣化と、前記燃料パイプに設けられていて前記燃料ポンプから吐出される燃料の流れによって開弁する一方で前記燃料ポンプが停止して燃料の供給が停止すると閉弁するチェック弁の動作不良と、を判別して前記燃料供給システムの異常を診断する
燃料供給システムの異常診断システム。

【請求項2】

燃料タンクから燃料を汲み上げる燃料ポンプと、
前記燃料ポンプから吐出された燃料が流れる燃料パイプと、を備えた燃料供給システムに適用され、
記憶装置と実行装置とを備え、
前記燃料供給システムのメインスイッチがオンにされてからオフにされるまでの１トリップの間における前記燃料パイプ内の最低燃圧と、その最低燃圧が記録されたときの状態を示すデータとを診断用データとして前記記憶装置に記憶し、
前記診断用データには、最低燃圧を記録したときの状態を示すデータとして、前記燃料ポンプの始動からの経過時間が含まれており、
前記実行装置が、前記診断用データを用いて前記燃料パイプ内の燃料圧力の低下に関する故障の箇所を判別して前記燃料供給システムの異常を診断し、
前記実行装置は、前記診断用データに含まれる各種のデータそれぞれをその値の大きさに基づいて区分した領域同士の組み合わせ毎に前記最低燃圧を記録した回数を集計した集計データを用いて前記燃料パイプ内の燃料圧力の低下に関する異常の要因を判別して前記燃料供給システムの異常を診断する
燃料供給システムの異常診断システム。

【請求項3】

前記診断用データには、最低燃圧を記録したときの状態を示すデータとして、燃料の温度が含まれている
請求項２に記載の燃料供給システムの異常診断システム。

【請求項4】

前記実行装置が、前記燃料パイプ内の燃料圧力の低下に関する異常の要因として、前記燃料ポンプのインペラの劣化と、前記燃料パイプに設けられていて前記燃料ポンプから吐出される燃料の流れによって開弁する一方で前記燃料ポンプが停止して燃料の供給が停止すると閉弁するチェック弁の動作不良と、燃料の温度の影響を受けないその他の異常と、を判別して前記燃料供給システムの異常を診断する
請求項３に記載の燃料供給システムの異常診断システム。

【請求項5】

前記記憶装置には、前記集計データに対して前記燃料パイプ内の燃料圧力の低下に関する異常の有無並びに前記異常の要因の種別を示す情報が正解ラベルとして付与された教師データを用いて機械学習した学習済みモデルが記憶されており、
前記実行装置は、前記集計データを入力とし、前記学習済みモデルを用いて前記燃料パイプ内の燃料圧力の低下に関する異常の要因を判別して前記燃料供給システムの異常を診断する
請求項４に記載の燃料供給システムの異常診断システム。

【請求項6】

前記学習済みモデルが、決定木である
請求項５に記載の燃料供給システムの異常診断システム。

【請求項7】

前記記憶装置として、車両に搭載されて前記診断用データを記憶する第１記憶装置と、前記車両とは別の機器に搭載されて前記学習済みモデルが記憶されている第２記憶装置と、を備え、
前記実行装置は、前記第２記憶装置とともに前記車両とは別の機器に搭載されていて前記車両から前記第１記憶装置に記憶されている診断用データを受信して前記集計データを作成し、作成した前記集計データを使って前記第２記憶装置に記憶されている前記学習済みモデルによって前記燃料パイプ内の燃料圧力の低下に関する異常の要因を判別して前記燃料供給システムの異常を診断する
請求項５又は請求項６に記載の燃料供給システムの異常診断システム。

【請求項8】

請求項７に記載の前記異常診断システムを構成するデータ送信装置であり、
車両に搭載され、前記第１記憶装置と、前記診断用データを送信する送信機と、を備えているデータ送信装置。

【請求項9】

請求項７に記載の前記異常診断システムを構成する異常診断装置であり、
車両とは別の機器に搭載され、前記実行装置と、前記第２記憶装置と、前記診断用データを受信する受信機と、を備えている異常診断装置。

【発明の詳細な説明】

【技術分野】

【0001】

この発明は、燃料供給システムの異常診断システム、データ送信装置、並びに異常診断装置に関するものである。

【背景技術】

【0002】

特許文献１の燃料供給システムは、ポンプ電圧やポンプ電流、燃料ポンプからの吐出流量を所定の状態に揃えた状態で、目標とする燃料圧力と検出した燃料圧力との差に基づいて設定されるフィードバック補正量を算出する。そして、この燃料供給システムでは、算出されたフィードバック補正量を積算し、フィードバック補正量の積算値が閾値以上であるときに燃料ポンプが劣化した状態であると判定している。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１９－１４３５２７号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

上記の燃料供給システムでは、特定の運転状態における燃料圧力のフィードバック制御の補正量の積算値が大きくなるほど燃料ポンプの劣化が進行していると判断している。そのため、特定の条件下のみで起こりやすい現象に起因する燃料圧力の低下などを燃料ポンプの劣化と診断してしまうおそれがある。また、検出した燃料圧力が目標燃料圧力よりも低い状態が継続している場合には、その要因が燃料ポンプの劣化ではなかったとしてもおしなべて燃料ポンプが劣化していると診断されてしまう。

【課題を解決するための手段】

【0005】

以下、上記課題を解決するための手段及びその作用効果について記載する。
上記課題を解決するための燃料供給システムの異常診断システムは、燃料タンクから燃料を汲み上げる燃料ポンプと、前記燃料ポンプから吐出された燃料が流れる燃料パイプと、を備えた燃料供給システムに適用される。この異常診断システムは、記憶装置と実行装置とを備え、前記燃料供給システムのメインスイッチがオンにされてからオフにされるまでの１トリップの間における前記燃料パイプ内の最低燃圧と、その最低燃圧が記録されたときの状態を示すデータとを診断用データとして前記記憶装置に記憶する。そして、前記実行装置が、前記診断用データを用いて前記燃料パイプ内の燃料圧力の低下に関する故障の箇所を判別して前記燃料供給システムの異常を診断する。

【0006】

燃料ポンプを稼働させているときに燃料パイプ内の燃料圧力が低下したときには、燃料供給システムに異常が生じている可能性がある。上記構成によれば、特定の条件下での異常の有無を診断するのではなく、最低燃圧と、最低燃圧が記録されたときの状態を示すデータとに基づいて異常の診断が行われる。そのため、異なる要因による多様な異常を検知し得る。

【0007】

また、最低燃圧を記録したときの状態を示すデータは、異常が生じたと推定されるときの状態を示すデータである。そのため、最低燃圧を記録したときの状態を示すデータを含む診断用データを用いれば、燃料パイプ内の燃料圧力が最低燃圧を記録した要因を推定できる。

【0008】

したがって、診断用データを用いて燃料供給システムの異常を診断する上記構成によれば、異常の有無を診断するだけではなく、燃料パイプ内の燃料圧力の低下に関する故障の箇所を判別することもできる。

【0009】

燃料供給システムの異常診断システムの一態様では、前記診断用データには、最低燃圧を記録したときの状態を示すデータとして、前記燃料ポンプの始動からの経過時間が含まれている。

【0010】

燃料ポンプの始動から最低燃圧が記録されるまでの経過時間は、燃料ポンプの始動開始時期と燃料圧力の低下が生じた時期との関係を示すデータである。上記構成によれば、燃料圧力の低下が燃料ポンプの始動後すぐに生じたのか、始動から暫く経過したときに生じたのかを参照して燃料パイプ内の燃料圧力の低下に関する故障の箇所を判別することができる。

【0011】

燃料供給システムの異常診断システムの一態様では、前記実行装置が、前記燃料パイプ内の燃料圧力の低下に関する異常の要因として、前記燃料ポンプのインペラの劣化と、前記燃料パイプに設けられていて前記燃料ポンプから吐出される燃料の流れによって開弁する一方で前記燃料ポンプが停止して燃料の供給が停止すると閉弁するチェック弁の動作不良と、を判別して前記燃料供給システムの異常を診断する。

【0012】

チェック弁は燃料ポンプが稼働しており燃料ポンプから燃料が吐出されていて燃料パイプ内に燃料ポンプ側から燃料噴射弁側に向かう燃料の流れがあるときに開弁する。チェック弁の動作不良によりチェック弁が適切に開弁しない場合には、燃料圧力の低下が燃料ポンプを始動した直後に生じやすい。これに対して、燃料ポンプのインペラが劣化していると、燃料ポンプを稼働させている間に燃料ポンプのインペラが変形し、インペラがハウジングと干渉して回転しにくくなる。その結果、燃料圧力の低下が生じるようになる。こうしたインペラの劣化による燃料圧力の低下は、チェック弁の動作不良による燃料圧力の低下が生じやすい時間帯よりも後の時間帯に生じやすい。

【0013】

そのため、燃料ポンプの始動からの経過時間が比較的長くなってから最低燃圧が記録されている場合には、チェック弁の動作不良よりもインペラの劣化が燃料圧力の低下の要因である可能性が高い。

【0014】

そのため、上記構成のように、燃料ポンプの始動開始時期と燃料圧力の低下が生じた時期との関係を示すデータを診断用データとして用いれば、燃料ポンプのインペラの劣化と、チェック弁の動作不良と、を判別して前記燃料供給システムの異常を診断することができる。

【0015】

燃料供給システムの異常診断システムの一態様では、前記実行装置は、前記診断用データに含まれる各種のデータそれぞれをその値の大きさに基づいて区分した領域同士の組み合わせ毎に前記最低燃圧を記録した回数を集計した集計データを用いて前記燃料パイプ内の燃料圧力の低下に関する異常の要因を判別して前記燃料供給システムの異常を診断する。

【0016】

上記構成によれば、複数回のトリップにおける診断用データを集計した集計データを用いて診断を行うため、１回のトリップの診断用データのみから診断を行う場合と比較して、より精度の高い診断を行うことができる。

【0017】

燃料供給システムの制御装置の異常診断システムの一態様では、前記診断用データには、最低燃圧を記録したときの状態を示すデータとして、燃料の温度が含まれている。
最低燃圧が記録されたときの燃料温度は、燃料温度と燃料圧力の低下との関係を示すデータである。燃料供給システムに異常が生じて燃料圧力が低下する場合、燃料圧力の低下に対する燃料の温度の影響の度合いは故障が生じている箇所によって異なる。上記構成によれば、燃料圧力の低下が燃料の温度が低いときに生じているのか、燃料の温度が高いときに生じているのかを参照して燃料パイプ内の燃料圧力の低下に関する故障の箇所を判別することができる。

【0018】

燃料供給システムの異常診断システムの一態様では、前記実行装置が、前記燃料パイプ内の燃料圧力の低下に関する異常の要因として、前記燃料ポンプのインペラの劣化と、前記燃料パイプに設けられていて前記燃料ポンプから吐出される燃料の流れによって開弁する一方で前記燃料ポンプが停止して燃料の供給が停止すると閉弁するチェック弁の動作不良と、燃料の温度の影響を受けないその他の異常と、を判別して前記燃料供給システムの異常を診断する。

【0019】

インペラが劣化していると燃料の温度及びインペラの温度の上昇に伴ってインペラが変形し、インペラがハウジングと干渉して燃料圧力が低下しやすくなる。また、チェック弁は燃料の温度が低いほど動作不良を起こしやすい。そのため、上記構成のように、最低燃圧を記録したときの燃料の温度のデータを含む診断用データを集計した集計データを用いて診断を行うことにより、燃料圧力の低下が燃料の温度の影響を受けるインペラの劣化やチェック弁の動作不良であるのか、また、燃料の温度の影響を受けないその他の異常であるのかを診断することができる。

【0020】

なお、燃料の温度の影響を受けないその他の異常には、例えば、燃料パイプの破れなどが含まれる。
燃料供給システムの異常診断システムの一態様では、前記記憶装置には、前記集計データに対して前記燃料パイプ内の燃料圧力の低下に関する異常の有無並びに前記異常の要因の種別を示す情報が正解ラベルとして付与された教師データを用いて機械学習した学習済みモデルが記憶されており、前記実行装置は、前記集計データを入力とし、前記学習済みモデルを用いて前記燃料パイプ内の燃料圧力の低下に関する異常の要因を判別して前記燃料供給システムの異常を診断する。

【0021】

集計データから異常の有無を診断し、異常が生じている場合のその異常の要因の種別を出力するモデルを、機械学習を用いて作成することができる。
機械学習を用いれば、人が気付きにくい特徴を抽出して異常診断を行うことができる可能性がある。また、上記構成のように、診断用データを集計した集計データを入力として用いる学習済みモデルであれば、複数の診断用データそのものを入力とする学習済みモデルを構築する場合と比較して、入力データの量を少なくすることができる。

【0022】

燃料供給システムの異常診断システムの一態様では、前記学習済みモデルが、決定木である。
決定木はニューラルネットワークなどのモデルに比べて、学習済みモデルによる診断の根拠を人が理解しやすい。上記構成によれば、診断結果が導き出された理由を説明しやすい異常診断システムを構築することができる。

【0023】

燃料供給システムの異常診断システムの一態様では、前記記憶装置として、車両に搭載されて前記診断用データを記憶する第１記憶装置と、前記車両とは別の機器に搭載されて前記学習済みモデルが記憶されている第２記憶装置と、を備え、前記実行装置は、前記第２記憶装置とともに前記車両とは別の機器に搭載されていて前記車両から前記第１記憶装置に記憶されている診断用データを受信して前記集計データを作成し、作成した前記集計データを使って前記第２記憶装置に記憶されている前記学習済みモデルによって前記燃料パイプ内の燃料圧力の低下に関する異常の要因を判別して前記燃料供給システムの異常を診断する。

【0024】

こうした構成によれば、集計データの作成や学習済みモデルによる異常の診断などが車両とは別の機器で行われることになる。そのため、車両側の記憶装置の容量の増大や、車両側の演算負荷の増大を抑制することができる。

【0025】

なお、こうした構成の異常診断システムを構成するものとして、車両に搭載され、第１記憶装置と、診断用データを送信する送信機と、を備えているデータ送信装置や車両とは別の機器に搭載され、実行装置と、第２記憶装置と、診断用データを受信する受信機と、を備えている異常診断装置が考えられる。

【図面の簡単な説明】

【0026】

【図1】実施形態の異常診断システムと、同異常診断システムの診断対象である燃料供給システムとの関係を示す模式図。

【図2】燃料ポンプにおけるインペラの状態の変化を示す模式図。

【図3】最低燃圧と燃料温度との組み合わせに応じて最低燃圧を記録した回数を集計する集計データについて説明する表。

【図4】最低燃圧と燃料ポンプ始動からの経過時間との組み合わせに応じて最低燃圧を記録した回数を集計する集計データについて説明する表。

【図5】診断処理に用いる決定木。

【図6】診断用データの取得にかかるルーチンにおける一連の処理の流れを示すフローチャート。

【図7】集計データの更新にかかるルーチンにおける一連の処理の流れを示すフローチャート。

【図8】診断処理にかかるルーチンにおける一連の処理の流れを示すフローチャート。

【図9】変更例の異常診断システムにおいて診断処理に用いるニューラルネットワーク。

【図10】他の変更例の異常診断システムにおいて診断処理に用いる決定木。

【発明を実施するための形態】

【0027】

以下、燃料供給システムの異常診断システムの一実施形態について、図１～図８を参照して説明する。
図１は、本実施形態の異常診断システムと、異常診断システムが適用される燃料供給システムの構成を示している。本実施形態の異常診断システム６００は、車両５００に搭載された車載エンジンの燃料供給システム５５０に適用される。

【0028】

図１に示すように、この異常診断システム６００が適用される燃料供給システム５５０には、燃料タンク５１内に設置された燃料ポンプ５２と、燃料タンク５１外に設置された高圧燃料ポンプ６０と、の２つの燃料ポンプが設けられている。燃料ポンプ５２は、ブラシレスモータによってインペラを回転させる電動式のポンプである。また、この燃料供給システム５５０には、筒内燃料噴射弁４４とポート燃料噴射弁３０とが設けられている。筒内燃料噴射弁４４は、エンジンの各気筒に設けられ、気筒内に直接燃料を噴射する。筒内燃料噴射弁４４は、燃料の蓄圧容器である高圧側デリバリパイプ７１に接続されている。また、ポート燃料噴射弁３０は、エンジンの各気筒に繋がる吸気ポート内に燃料を噴射する。ポート燃料噴射弁３０は低圧側デリバリパイプ３１に接続されている。なお、この燃料供給システム５５０が搭載されたエンジンは直列４気筒のエンジンであり、高圧側デリバリパイプ７１には４つの筒内燃料噴射弁４４が接続されている。また、低圧側デリバリパイプ３１にも４つのポート燃料噴射弁３０が接続されている。

【0029】

そして、この燃料供給システム５５０には、燃料ポンプ５２から高圧燃料ポンプ６０及び低圧側デリバリパイプ３１に燃料を送る燃料通路である燃料パイプ５７と、高圧燃料ポンプ６０から高圧側デリバリパイプ７１に燃料を送る燃料通路である高圧燃料パイプ７２と、が設けられている。なお、燃料パイプ５７は、途中で分岐し、一方が高圧燃料ポンプ６０に接続されており、もう一方が低圧側デリバリパイプ３１に接続されている。

【0030】

低圧側デリバリパイプ３１には、燃料パイプ５７及び低圧側デリバリパイプ３１内の燃料の圧力を検出する燃料圧力センサ１３１が設置されている。また、高圧側デリバリパイプ７１には、内部に蓄えられている燃料の圧力である高圧側燃料圧力を検出する燃料圧力センサ１３２が設置されている。燃料圧力センサ１３１，１３２は大気圧を基準としたゲージ圧で燃料圧力を示す。

【0031】

燃料ポンプ５２は、給電に応じて燃料タンク５１内の燃料を、上流側フィルタ５３を介して吸引して燃料パイプ５７に送出する。燃料パイプ５７における燃料タンク５１の内部に位置する部分には、燃料ポンプ５２により燃料パイプ５７に送出された燃料の圧力、すなわち燃料パイプ５７内の燃料圧力であるフィード圧Ｐｆが既定の開弁圧力を超えたときに開弁して燃料パイプ５７から燃料タンク５１に燃料をリリーフするリリーフ弁５６が設けられている。

【0032】

また、燃料パイプ５７におけるリリーフ弁５６が設けられている部分よりも上流側の部分には、燃料ポンプ側を下方にして配設され、弁体が下方に位置する弁座に自重で着座しており、燃料ポンプ５２から吐出される燃料の流れによって開弁するチェック弁５９が設けられている。チェック弁５９は、燃料ポンプ５２が停止して燃料の供給が停止すると閉弁する。

【0033】

そして、燃料パイプ５７は、燃料パイプ５７を流れる燃料中の不純物を濾過する下流側フィルタ５８と燃料パイプ５７内の燃料圧力の脈動を低減するためのパルセーションダンパ６１とを介して高圧燃料ポンプ６０に接続されている。

【0034】

高圧燃料ポンプ６０は、プランジャ６２、燃料室６３、電磁スピル弁６４、チェック弁６５及びリリーフ弁６６を備えている。プランジャ６２は、エンジンのカムシャフト４２に設けられたポンプカム６７により往復駆動され、その往復駆動に応じて燃料室６３の容積を変化させる。燃料室６３は、電磁スピル弁６４を介して燃料パイプ５７に接続されている。

【0035】

電磁スピル弁６４は、通電に応じて閉弁して、燃料室６３と燃料パイプ５７との間の燃料の流通を遮断するとともに、通電の停止に応じて開弁して、燃料室６３と燃料パイプ５７との間の燃料の流通を許容する。チェック弁６５は、燃料室６３から高圧側デリバリパイプ７１への燃料の吐出を許容する一方、高圧側デリバリパイプ７１から燃料室６３への燃料の逆流を禁止する。リリーフ弁６６は、チェック弁６５を迂回する通路に設けられており、高圧側デリバリパイプ７１側の圧力が過剰に高くなったときに開弁して燃料室６３側への燃料の逆流を許容する。

【0036】

以上のように構成された高圧燃料ポンプ６０の燃料の加圧動作について説明する。高圧燃料ポンプ６０では、プランジャ６２の往復動に応じて燃料室６３の容積が変化する。以下の説明では、燃料室６３の容積が拡大する方向へのプランジャ６２の動作をプランジャ６２の下降と記載し、これとは逆に燃料室６３の容積が縮小する方向へのプランジャ６２の動作をプランジャ６２の上昇と記載する。

【0037】

高圧燃料ポンプ６０において、電磁スピル弁６４が開弁した状態でプランジャ６２が下降を開始すると、燃料室６３の容積の拡大に伴って、燃料パイプ５７から燃料室６３に燃料が流入する。プランジャ６２が下降から上昇に転じた後も電磁スピル弁６４が開弁した状態を維持すると、プランジャ６２の下降中に燃料室６３に流入した燃料が燃料パイプ５７に戻される。プランジャ６２の上昇中に電磁スピル弁６４を閉弁し、その後にプランジャ６２が上昇から下降に転じるまで、電磁スピル弁６４の閉弁を維持すると、プランジャ６２の上昇に伴う燃料室６３の容積の縮小により、燃料室６３内の燃料が加圧される。そして、燃料室６３内の燃料圧力が高圧燃料パイプ７２内の燃料圧力を上回ると、チェック弁６５が開弁して、燃料室６３内の加圧された燃料が高圧燃料パイプ７２に送出される。こうして高圧燃料ポンプ６０は、プランジャ６２の往復動毎に、燃料パイプ５７内の燃料を加圧して高圧燃料パイプ７２に送出する。なお、プランジャ６２の上昇中における電磁スピル弁６４の閉弁時期を変えることで、高圧燃料ポンプ６０が加圧動作毎に高圧燃料パイプ７２に送出する燃料の量が増減される。

【0038】

こうした燃料供給システム５５０を備えるエンジンは、制御装置１００により制御される。制御装置１００は、エンジンの制御装置であり、エンジンの燃料供給システム５５０の制御も司る。すなわち、制御装置１００は燃料供給システム５５０の制御装置でもある。

【0039】

制御装置１００は、各種演算処理を実行する実行装置１０１と、制御用のプログラムやデータが記憶された記憶装置１０２と、を備えている。また、制御装置１００は、通信ネットワーク４００を通じてデータを送信する送信機１０３と、通信ネットワーク４００を通じてデータを受信する受信機１０４と、を備えている。

【0040】

そして、制御装置１００は、実行装置１０１が記憶装置１０２に記憶されたプログラムを読み込んで実行することで、燃料供給システム５５０の制御を含んだエンジンの制御を行っている。

【0041】

なお、制御装置１００には、エンジンの運転状態を検出するための各種センサの検出信号が入力されている。図１に示すように、制御装置１００には、アクセルポジションセンサ１４２によって運転者のアクセルの操作量の検出信号が入力され、車速センサ１４１によって車両の走行速度である車速の検出信号が入力されている。

【0042】

さらに、制御装置１００には、他にも各種のセンサの検出信号が入力されている。例えば、図１に示すように、制御装置１００には、燃料圧力センサ１３１，１３２の他に、エアフロメータ１３３、クランクポジションセンサ１３４、カムポジションセンサ１３５、冷却水温センサ１３６が接続されている。

【0043】

エアフロメータ１３３は、エンジンの吸気通路を通じて気筒内に吸入される空気の温度と、吸入される空気の質量である吸入空気量を検出する。クランクポジションセンサ１３４は、エンジンの出力軸であるクランクシャフトの回転位相の変化に応じたクランク角信号を出力する。制御装置１００は、クランクポジションセンサ１３４から入力されるクランク角信号に基づいて単位時間あたりのクランクシャフトの回転数である機関回転数を算出する。

【0044】

カムポジションセンサ１３５は、カムシャフト４２の回転位相の変化に応じたカム角信号を出力する。冷却水温センサ１３６は、エンジンの冷却水の温度である冷却水温を検出する。

【0045】

また、制御装置１００には、燃料タンク５１内の燃料の温度である燃料温度Ｔｆを検出する燃料温度センサ１３７と、燃料タンク５１内の燃料の液面の高さの水準を検知して燃料の残量を示す検出信号を出力する燃料レベルセンサ１３８と、外気温を検出する外気温センサ１３９も接続されている。

【0046】

さらに制御装置１００には、車両のメインスイッチ１４０や表示部１５０も接続されている。表示部１５０は、車両５００に異常が生じたときに異常の発生を乗員に報知するアイコンや文章を表示する。

【0047】

また、制御装置１００には、燃料ポンプ５２のインペラの単位時間当たりの回転数であるポンプ回転数Ｎｐを制御する燃料ポンプ制御装置２００が接続されている。燃料ポンプ制御装置２００は、制御装置１００からの指令に基づき、燃料ポンプ５２への供給電力をパルス幅変調により調整することで、ポンプ回転数Ｎｐを増減している。なお、燃料ポンプ制御装置２００は、燃料ポンプ５２に供給されている電流であるポンプ電流Ｉｐ、及びポンプ回転数Ｎｐの情報を制御装置１００に送信している。

【0048】

制御装置１００は、エンジン制御の一環として、燃料噴射量制御、燃料圧力可変制御、及びフィード圧制御を実行している。
燃料噴射量制御に際して制御装置１００はまず、機関回転数やエンジンの負荷率などのエンジン運転状態に応じて筒内燃料噴射弁４４、ポート燃料噴射弁３０の燃料噴射量の要求値である要求噴射量をそれぞれ演算する。続いて制御装置１００は、要求噴射量分の燃料噴射に要する筒内燃料噴射弁４４、ポート燃料噴射弁３０の開弁時間をそれぞれ演算する。そして、制御装置１００は、演算した開弁時間に相当する期間の間、燃料を噴射すべく各気筒の筒内燃料噴射弁４４、ポート燃料噴射弁３０を操作する。また、制御装置１００は、燃料噴射制御の一環として、アクセルの操作量が「０」になっている減速中などに、燃料の噴射を停止してエンジンの燃焼室への燃料の供給を停止し、燃料消費率の低減を図るフューエルカット制御も行う。なお、制御装置１００は、燃料の噴射を停止しているときには燃料ポンプ５２の稼働を停止させる。

【0049】

燃料圧力可変制御に際して制御装置１００は、エンジンの負荷率などに基づき、高圧側燃料圧力の目標値を算出する。高圧側燃料圧力の目標値は基本的には、エンジンの負荷率が低いときには低い圧力に、エンジンの負荷率が高いときには高い圧力に設定される。そして、制御装置１００は、燃料圧力センサ１３２による高圧側燃料圧力の検出値と高圧側燃料圧力の目標値との偏差を縮小すべく、高圧燃料ポンプ６０の燃料送出量を調整する。具体的には、高圧側燃料圧力の検出値が目標値よりも低い場合には、プランジャ６２の上昇期間における電磁スピル弁６４の閉弁時期を早くして、高圧燃料ポンプ６０の燃料送出量を増加させる。また、高圧側燃料圧力の検出値が目標値よりも高いときには、プランジャ６２の上昇期間における電磁スピル弁６４の閉弁時期を遅くして、高圧燃料ポンプ６０の燃料送出量を減少させる。

【0050】

続いて、フィード圧制御の一環として実行する圧力調整処理の詳細を説明する。圧力調整処理は、次の目的で行われる。燃料ポンプ５２から送出されて燃料パイプ５７を流れる燃料がエンジンの熱を受けて高温となると、燃料パイプ５７内にベーパが発生して、高圧側デリバリパイプ７１、低圧側デリバリパイプ３１への燃料の供給が滞ることがある。燃料の圧力が高いほど、燃料の気化温度は高くなるため、燃料パイプ５７でのベーパの発生を防止するには、燃料パイプ５７への燃料ポンプ５２の燃料送出量を多くしてフィード圧Ｐｆを高くすればよい。しかしながら、燃料送出量を増加させれば、その分、燃料ポンプ５２の電力消費量が増えてしまう。そこで、圧力調整処理では、ベーパの発生を防止可能な限りにおいてフィード圧Ｐｆを低い圧力に維持すべく、燃料ポンプ５２の燃料吐出量を調整することで、電力消費を抑えつつ、ベーパの発生を防止している。

【0051】

具体的には、制御装置１００の実行装置１０１は、燃料温度センサ１３７で検出した燃料温度Ｔｆに基づいてフィード圧Ｐｆの目標値である要求フィード圧Ｐｆ＊を算出する。この制御装置１００では、燃料温度Ｔｆに応じて要求フィード圧Ｐｆ＊を切り替える。制御装置１００では、使用が想定される燃料のうち、最も飽和蒸気圧が高くなる燃料を使用した場合であっても要求フィード圧Ｐｆ＊が、飽和蒸気圧を下回ることがないように、燃料温度Ｔｆが高いときほど、要求フィード圧Ｐｆ＊を高くする。そして、実行装置１０１は、燃料噴射量Ｑｆと、要求フィード圧Ｐｆ＊とに基づいて、ポンプ回転数Ｎｐの目標値である要求ポンプ回転数Ｎｐ＊を算出する。

【0052】

なお、燃料噴射量Ｑｆは、燃料噴射量制御を通じて算出された要求噴射量、すなわち筒内燃料噴射弁４４に対する要求燃料噴射量とポート燃料噴射弁３０に対する要求燃料噴射量との和に基づいて把握できる。

【0053】

制御装置１００では、実行装置１０１が、燃料噴射制御の実行による燃料の消費量を考慮した上で要求フィード圧Ｐｆ＊を実現するために必要なポンプ回転数Ｎｐを、要求ポンプ回転数Ｎｐ＊として算出する。具体的には、実行装置１０１は、記憶装置１０２に記憶されている演算マップを参照して要求ポンプ回転数Ｎｐ＊を算出する。この演算マップは、例えば、ガソリンを燃料として使用した実験の結果に基づいて要求ポンプ回転数Ｎｐ＊を算出できるように作成されている。この演算マップでは、要求フィード圧Ｐｆ＊が高く、燃料噴射量Ｑｆが多いときほど、出力される要求ポンプ回転数Ｎｐ＊が大きくなる。

【0054】

制御装置１００の実行装置１０１は、要求フィード圧Ｐｆ＊と、燃料圧力センサ１３１が検出したフィード圧Ｐｆとに基づいて要求ポンプ回転数Ｎｐ＊の補正量ΔＮを算出する。具体的には、実行装置１０１は、フィード圧Ｐｆが要求フィード圧Ｐｆ＊よりも小さいときには、補正量ΔＮを所定量大きくする。一方で、実行装置１０１は、フィード圧Ｐｆが要求フィード圧Ｐｆ＊よりも大きいときには、補正量ΔＮを所定量小さくする。そして、実行装置１０１は、算出した補正量ΔＮを、要求ポンプ回転数Ｎｐ＊に加算して要求ポンプ回転数Ｎｐ＊を補正する。これにより、燃料ポンプ制御装置２００には、補正量ΔＮによって補正された後の要求ポンプ回転数Ｎｐ＊が入力される。そして、燃料ポンプ制御装置２００は、入力された要求ポンプ回転数Ｎｐ＊を実現するように燃料ポンプ５２への供給電力を制御する。

【0055】

要求ポンプ回転数Ｎｐ＊を大きくすると、単位時間当たりに燃料ポンプ５２から吐出される燃料の量が増えるため、フィード圧Ｐｆが高くなる。一方で、要求ポンプ回転数Ｎｐ＊を小さくすると、単位時間当たりに燃料ポンプ５２から吐出される燃料の量が減るため、フィード圧Ｐｆが低くなる。

【0056】

このように燃料供給システム５５０では、フィード圧Ｐｆをフィードバック制御している。制御装置１００の実行装置１０１は、こうした圧力調整処理を通じて要求フィード圧Ｐｆ＊を実現するように燃料ポンプ５２への供給電力を制御する。

【0057】

ところで、燃料供給システム５５０に異常が発生すると、要求フィード圧Ｐｆ＊を実現することができなくなってしまう。そのため、異常診断システム６００では、通信ネットワーク４００を介して制御装置１００と接続されたサーバ装置３００によって燃料供給システム５５０の情報を収集して燃料供給システム５５０の異常を診断する。

【0058】

図１に示すように、サーバ装置３００は、実行装置３０１と、制御用のプログラムやデータが記憶された記憶装置３０２と、を備えている。また、サーバ装置３００は、通信ネットワーク４００を通じて制御装置１００の受信機１０４にデータを送信する送信機３０３と、通信ネットワーク４００を通じて制御装置１００の送信機１０３から送信されたデータを受信する受信機３０４とを備えている。

【0059】

なお、燃料供給システム５５０において異常が発生すると、フィード圧Ｐｆが低下し、フィード圧Ｐｆが要求フィード圧Ｐｆ＊を下回るようになることがある。異常診断システム６００では、こうしたフィード圧Ｐｆの低下を引き起こしている故障の箇所を予め定めた３つの分類の中から判別して燃料供給システム５５０の異常を診断する。

【0060】

具体的には、この異常診断システム６００では、サーバ装置３００の実行装置３０１が、燃料供給システム５５０において異常が発生しているか否かを診断する。実行装置３０１は、異常が発生していると診断する場合には、その異常の要因が燃料ポンプ５２のインペラの劣化、チェック弁５９の動作不良、燃料温度Ｔｆの影響を受けないその他の異常、のいずれであるのかを判別して異常が発生していることを診断する。

【0061】

図２に示すように、燃料ポンプ５２は、ハウジング５２ｂ内に収容されているインペラ５２ｃをブラシレスモータ５２ａによって駆動することによって燃料を汲み上げる。インペラ５２ｃは樹脂製であり、燃料が含浸することによって劣化すると温度の上昇とともに変形するようになる。図２に二点鎖線で示すように、インペラ５２ｃが変形して反ってしまうと、インペラ５２ｃがハウジング５２ｂと干渉して回転しにくくなる。その結果、フィード圧Ｐｆの低下が生じるようになる。すなわち、こうしたインペラ５２ｃの劣化によるフィード圧Ｐｆの低下は、燃料温度Ｔｆが高いときに生じやすい。

【0062】

図１に示すように、チェック弁５９は燃料ポンプ５２の下流に配置されている。このチェック弁５９の動作不良によりチェック弁５９が適切に開弁しない場合にもフィード圧Ｐｆの低下が発生する。こうしたチェック弁５９の動作不良は、燃料温度Ｔｆが低いときや、燃料ポンプ５２の稼働が開始された直後に生じやすい。

【0063】

このようにインペラ５２ｃの劣化によるフィード圧Ｐｆの低下や、チェック弁５９の動作不良によるフィード圧Ｐｆの低下は、燃料温度Ｔｆの影響を受ける。その一方で、燃料温度Ｔｆが高いか低いかによって発生の頻度の傾向が変化せず、燃料温度Ｔｆの影響を受けず発生する異常もある。異常診断システム６００では、燃料供給システム５５０における燃料圧力の低下の発生頻度を集計し、実行装置３０１がこうした燃料温度Ｔｆの影響を受けない異常を、その他の異常として分類している。なお、燃料温度Ｔｆの影響を受けないその他の異常には、例えば、燃料パイプ５７の破れなどが含まれる。

【0064】

異常診断システム６００では、具体的には、車両５００に搭載されている制御装置１００が、メインスイッチ１４０がオンにされてからオフにされるまでの１トリップの間におけるフィード圧Ｐｆを監視し、その１トリップの間における最低燃圧と、その最低燃圧が記録されたときの状態を示すデータとを診断用データとして記憶装置１０２に記憶する。

【0065】

なお、制御装置１００はそのトリップにおける最低燃圧が記録されたときの状態を示すデータとして、最低燃圧の値に加え、最低燃圧が記録されたときの燃料温度Ｔｆと、そのトリップにおける燃料ポンプ５２の始動から最低燃圧が記録されたときまでの経過時間と、を記憶装置１０２に記憶する。そして、異常診断システム６００では、メインスイッチ１４０がオフにされて１トリップが終了したときに、制御装置１００が、この診断用データを送信機１０３によってサーバ装置３００に送信する。

【0066】

サーバ装置３００は、制御装置１００から送信された診断用データを受信機３０４によって受信する。そして、サーバ装置３００は、受信した診断用データを記憶装置３０２に記憶して集計し、診断処理に用いる集計データを作成する。すなわち、サーバ装置３００では、実行装置３０１が、受信機３０４で診断用データを受信する度に記憶装置３０２に記憶している集計データを更新する。なお、こうした集計データの作成は、車両５００毎、すなわち燃料供給システム５５０毎に行われる。そして、診断処理は作成された車両５００毎に作成された集計データを用いて、車両５００毎の燃料供給システム５５０に対して個別に行われる。

【0067】

異常診断システム６００では、図３に示すように最低燃圧と燃料温度Ｔｆとの組み合わせに応じて最低燃圧を記録した回数を集計した第１集計データと、図４に示すように最低燃圧と燃料ポンプ５２を始動してからの経過時間との組み合わせに応じて最低燃圧を記録した回数を集計した第２集計データと、を作成している。

【0068】

図３に示すように、異常診断システム６００では、第１集計データにおいて、最低燃圧をその値の大きさに応じて「０ｋＰａ～９９ｋＰａ」、「１００ｋＰａ～１９９ｋＰａ」、「２００ｋＰａ～２９９ｋＰａ」、「３００ｋＰａ～」の４つの領域に区分している。また、図３に示すように、異常診断システム６００では、第１集計データにおいて、燃料温度Ｔｆをその値の大きさに応じて「第１温度領域ｔｅｍｐ１」、「第２温度領域ｔｅｍｐ２」、「第３温度領域ｔｅｍｐ３」、「第４温度領域ｔｅｍｐ４」の４つの領域に区分している。なお、「第１温度領域ｔｅｍｐ１」は、最低燃圧を記録したときの燃料温度Ｔｆが例えば３０℃未満である場合に対応する温度領域である。「第２温度領域ｔｅｍｐ２」は、最低燃圧を記録したときの燃料温度Ｔｆが例えば３０℃以上４０度未満である場合に対応する温度領域である。「第３温度領域ｔｅｍｐ３」は、最低燃圧を記録したときの燃料温度Ｔｆが例えば４０℃以上５０度未満である場合に対応する温度領域である。そして、「第４温度領域ｔｅｍｐ４」は、最低燃圧を記録したときの燃料温度Ｔｆが例えば５０℃以上である場合に対応する温度領域である。

【0069】

図３に示すように、最低燃圧と燃料温度Ｔｆとの組み合わせに応じた第１集計データでは、これら最低燃圧の値の大きさに応じた４つの領域と、燃料温度Ｔｆの値の大きさに応じた４つの領域とを掛け合わせた１６の領域に分けて、最低燃圧を記録した回数を集計する。

【0070】

例えば、異常診断システム６００では、サーバ装置３００が新たに受信した診断用データにおける最低燃圧が３００ｋＰａ以上であり、最低燃圧を記録したときの燃料温度Ｔｆが４５℃であるときには、「ｔｅｍｐ３ｄ」の領域における回数を１つインクリメントして集計データを更新する。

【0071】

また、図４に示すように、異常診断システム６００では、第２集計データにおいて、各トリップにおいて燃料ポンプ５２を始動してからの経過時間をその値の大きさに応じて「第１時間領域ｔｉｍｅ１」、「第２時間領域ｔｉｍｅ２」、「第３時間領域ｔｉｍｅ３」、「第４時間領域ｔｉｍｅ４」の４つの領域に区分している。なお、「第１時間領域ｔｉｍｅ１」は、最低燃圧を記録したときの経過時間が例えば１０秒未満である場合に対応する時間領域である。そして、「第２時間領域ｔｉｍｅ２」以降の領域は、対応する経過時間の範囲が例えば数十秒ずつ大きな時間領域である。すなわち、「第２時間領域ｔｉｍｅ２」は、最低燃圧を記録したときの経過時間が１０秒以上数十秒未満の時間領域であり、「第３時間領域ｔｉｍｅ３」は、「第２時間領域ｔｉｍｅ２」からさらに数十秒後までの範囲に対応する温度領域である。そして、「第４時間領域ｔｉｍｅ４」は、最低燃圧を記録したときの経過時間が「第３時間領域ｔｉｍｅ３」に対応する経過時間よりも長い場合に対応する時間領域である。

【0072】

図４に示すように、最低燃圧と経過時間との組み合わせに応じた第２集計データでは、最低燃圧の値の大きさに応じた４つの領域と、経過時間の値の大きさに応じた４つの領域とを掛け合わせた１６の領域に分けて、最低燃圧を記録した回数を集計する。

【0073】

例えば、異常診断システム６００では、サーバ装置３００が新たに受信した診断用データにおける最低燃圧が２５０ｋＰａであり、最低燃圧を記録したときの経過時間が１５秒であるときには、「ｔｉｍｅ２ｃ」の領域における回数を１つインクリメントして集計データを更新する。

【0074】

サーバ装置３００は、診断対象の燃料供給システム５５０についての診断用データを既定回数受信する度に、集計データを用いてその燃料供給システム５５０に対する診断処理を行う。なお、既定回数は例えば数十から百数十回である。すなわち、異常診断システム６００では、車両５００におけるトリップ数が数十から百数十トリップに達する度にその車両５００における燃料供給システム５５０の異常診断を行う。

【0075】

具体的には、サーバ装置３００は、まだ診断処理に反映されていない診断用データを既定回数受信すると、第１集計データ及び第２集計データを入力データに成形する。そして、サーバ装置３００は、成形した入力データを、機械学習によって生成した学習済みモデルに入力し、学習済みモデルを用いて燃料供給システム５５０の診断処理を実行する。

【0076】

なお、図５に示すように、異常診断システム６００における学習済みモデルは、決定木であり、予め記憶装置３０２に記憶されている。この学習済みモデルは、集計データにおける各領域に格納されている発生回数をそれまでに集計した診断用データの総数で割った発生割合に変換した入力データに、正解ラベルが付与された教師データを用いて機械学習した学習済みモデルである。なお、正解ラベルは、フィード圧Ｐｆの低下に関する異常の有無並びに異常の要因の種別を示す情報である。具体的には、教師データには、異常がないことを示す「正常」、インペラ５２ｃの劣化であることを示す「インペラ」、チェック弁５９の動作不良であることを示す「チェック弁」、燃料温度Ｔｆの影響を受けないその他の異常であることを示す「その他」のいずれかのラベルが付与されている。

【0077】

すなわち、入力データは、第１集計データにおける１６個の各領域において最低燃圧を記録した回数の割合をそれぞれ示す１６個の数値と、第２集計データにおける１６個の各領域において最低燃圧を記録した回数の割合をそれぞれ示す１６個の数値と、からなる３２個の数値で構成されている。そして、教師データは、これら３２個の値に、上記の４つのラベルのうち何れかのラベルを示す１つの値を加えた、３７個の値で構成されている。

【0078】

学習済みモデルの生成、すなわち学習は、コンピュータに教師データの集合であるデータセットを入力して行う。コンピュータは決定木の学習に用いる一般的なアルゴリズムを用いて、入力されたデータセットを用いて、欲張り法で探索を重ね、より情報獲得量が多い分岐が木の上位に配置されるように決定木を生成する。サーバ装置３００の記憶装置３０２には、こうして予め学習を行うことによって生成された決定木が学習済みモデルとして記憶されている。

【0079】

図５に示すように、異常診断システム６００の記憶装置３０２に記憶されている決定木は、入力データに含まれる数値についてその数値が閾値を超えているか否かによって分岐するノードと、診断結果を示すリーフによって構成されている。

【0080】

この決定木では、まず、ノードＮ１００において、入力データにおける「ｔｅｍｐ２ｄ」の値が閾値Ｘ１よりも大きいか否かが実行装置３０１によって判定される。入力データにおける「ｔｅｍｐ２ｄ」の値が閾値Ｘ１より大きい場合には、ノードＮ１１１へと進み、実行装置３０１によって入力データにおける「ｔｅｍｐ１ｃ」の値が閾値Ｘ２よりも大きいか否かが判定される。なお、閾値Ｘ２は閾値Ｘ１よりも小さい値になっている。

【0081】

ノードＮ１１１において入力データにおける「ｔｅｍｐ１ｃ」の値が閾値Ｘ２よりも大きいと判定された場合には、リーフＮ１２３へと進み、実行装置３０１によってチェック弁５９の動作不良が生じているとの診断が下される。

【0082】

一方、ノードＮ１１１において入力データにおける「ｔｅｍｐ１ｃ」の値が閾値Ｘ２以下であると判定された場合には、リーフＮ１２２へと進み、実行装置３０１によって燃料供給システム５５０は正常であるとの診断が下される。

【0083】

なお、ノードＮ１００において入力データにおける「ｔｅｍｐ２ｄ」の値が閾値Ｘ１以下であると判定された場合には、ノードＮ１１０へと進み、実行装置３０１によって入力データにおける「ｔｉｍｅ４ｃ」の値が閾値Ｘ３より大きいか否かが判定される。なお、閾値Ｘ３の値は閾値Ｘ２よりも小さい値になっている。

【0084】

ノードＮ１１０において入力データにおける「ｔｉｍｅ４ｃ」の値が閾値Ｘ３以下であると判定された場合には、リーフＮ１２０へと進み、実行装置３０１によってチェック弁５９の動作不良が生じているとの診断が下される。

【0085】

一方で、ノードＮ１１０において入力データにおける「ｔｉｍｅ４ｃ」の値が閾値Ｘ３よりも大きいと判定された場合には、ノードＮ１２１へと進み、実行装置３０１によって入力データにおける「ｔｅｍｐ１ｂ」の値が閾値Ｘ４より大きいか否かが判定される。なお、閾値Ｘ４の値は閾値Ｘ３よりも小さい値になっている。

【0086】

ノードＮ１２１において入力データにおける「ｔｅｍｐ１ｂ」の値が閾値Ｘ４よりも大きいと判定された場合には、リーフＮ１３１へと進み、実行装置３０１によって燃料温度Ｔｆに影響を受けないその他の異常が発生しているとの診断が下される。

【0087】

一方、ノードＮ１２１において入力データにおける「ｔｅｍｐ１ｂ」の値が閾値Ｘ４以下であると判定された場合には、リーフＮ１３０へと進み、実行装置３０１によってインペラ５２ｃの劣化が発生しているとの診断が下される。

【0088】

このように、異常診断システム６００では、車両５００に搭載された制御装置１００によって取得した診断用データが通信ネットワーク４００を介してサーバ装置３００に送信される。サーバ装置３００は診断用データを集計した集計データを用いて入力データを作成し、記憶装置３０２に記憶されている学習済みモデルである決定木を用いて燃料供給システム５５０の異常を診断する。すなわち、この異常診断システム６００では、通信ネットワーク４００を介して接続された制御装置１００とサーバ装置３００とが異常診断システム６００を構成している。

【0089】

次に、図６～図８を参照して上記の異常診断を実現するために異常診断システム６００における制御装置１００とサーバ装置３００において実行されるルーチンの内容を説明する。

【0090】

図６に示すルーチンは、車両５００に搭載されている制御装置１００の実行装置１０１によって実行される診断用データの取得にかかるルーチンを示している。このルーチンは、メインスイッチ１４０がオンにされて燃料ポンプ５２が始動してから既定のマスク時間が経過していることを条件に、燃料ポンプ５２が稼働している間に実行装置１０１によって繰り替えし実行される。なお、マスク時間は、異常の生じていない新品の状態の燃料供給システム５５０においてフィード圧Ｐｆが３００ｋＰａ以上の既定の水準に到達するのに要する時間にあわせて設定されている。

【0091】

マスク時間が経過し、このルーチンを開始すると、実行装置１０１は、燃料圧力センサ１３１によって検出した燃料パイプ５７内の燃料圧力、すなわちフィード圧Ｐｆを取得する。そして、次のステップＳ１１０において、実行装置１０１は、取得した燃料圧力であるフィード圧Ｐｆが同一トリップにおいて取得したフィード圧Ｐｆのうち最も低い圧力である最低燃圧未満であるか否かを判定する。なお、後述するように最低燃圧は記憶装置１０２に記憶される。メインスイッチ１４０がオンになってから初めてこのステップＳ１１０の処理を実行したときには、記憶装置１０２に最低燃圧が記録されていないため、このステップＳ１１０の処理では肯定判定がなされる。

【0092】

ステップＳ１１０の処理において、フィード圧Ｐｆが最低燃圧未満であると判定した場合（ステップＳ１１０：ＹＥＳ）には、実行装置１０１は処理をステップＳ１２０へと進める。そして、実行装置１０１は、ステップＳ１２０の処理において最低燃圧の値を更新する。すなわち、実行装置１０１は、ステップＳ１００の処理を通じて取得した最新のフィード圧Ｐｆの値を新たな最低燃圧として記憶装置１０２に記憶させる。

【0093】

こうして最低燃圧を記憶させると、実行装置１０１は次のステップＳ１３０の処理において燃料ポンプ５２を始動させてからの経過時間を更新する。すなわち実行装置１０１は、このときの経過時間を新たな経過時間として記憶装置１０２に記憶させる。

【0094】

次に、実行装置１０１は、処理をステップＳ１３０へと進め、診断用データとして記録する燃料温度Ｔｆを更新する。すなわち、実行装置１０１はこのときの燃料温度Ｔｆを新たな燃料温度Ｔｆとして記憶装置１０２に記憶させる。こうして最低燃圧と、最低燃圧を記録したときの経過時間と、最低燃圧を記録したときの燃料温度Ｔｆを診断用データとして記憶装置１０２に記憶させると、実行装置１０１はこのルーチンを一旦終了させる。

【0095】

一方で、ステップＳ１１０の処理において、フィード圧Ｐｆが最低燃圧以上であると判定した場合（ステップＳ１１０：ＮＯ）には、実行装置１０１は、ステップＳ１２０～ステップＳ１４０の処理を実行せずにそのままこのルーチンを一旦終了させる。

【0096】

このように、制御装置１００では、実行装置１０１がこのルーチンを繰り返し実行することにより１トリップの間の最低燃圧と、最低燃圧を記録したときの経過時間及び燃料温度Ｔｆを診断用データとして記憶装置１０２に記憶させる。そして、制御装置１００では、メインスイッチ１４０がオフにされてそのトリップが終了するときに、実行装置１０１が、記憶装置１０２に記憶されている診断用データを送信機１０３に送信させる。

【0097】

こうして制御装置１００の送信機１０３から送信された診断用データを受信するとサーバ装置３００の実行装置３０１は、図７に示すルーチンを実行する。このルーチンを開始すると、実行装置３０１は、まずステップＳ２００の処理において、記憶装置３０２に記憶されている第１集計データを更新する。図３を参照して上述したように第１集計データは最低燃圧と燃料温度Ｔｆとの組み合わせに応じて最低燃圧を記録した回数を集計したデータである。このステップＳ２００の処理では、実行装置３０１は、今回受信した診断用データに基づいて第１集計データにおける対応する領域の回数を１つインクリメントさせる。

【0098】

例えば、受信した診断用データにおける最低燃圧の値が２４０ｋＰａであり、経過時間が１５秒であり、燃料温度Ｔｆが３５℃である場合には、実行装置３０１は、このステップＳ２００の処理において第１集計データの「ｔｅｍｐ２ｃ」における回数を１つインクリメントして第１集計データを更新する。

【0099】

次に処理をステップＳ２１０へと進め、実行装置３０１は、ステップＳ２１０の処理において、記憶装置３０２に記憶されている第２集計データを更新する。図４を参照して上述したように第２集計データは最低燃圧と最低燃圧を記録したときの経過時間との組み合わせに応じて最低燃圧を記録した回数を集計したデータである。このステップＳ２１０の処理では、実行装置３０１は、今回受信した診断用データに基づいて第２集計データにおける対応する領域の回数を１つインクリメントさせる。

【0100】

例えば、受信した診断用データにおける最低燃圧の値が２４０ｋＰａであり、経過時間が１５秒であり、燃料温度Ｔｆが３５℃である場合には、実行装置３０１は、このステップＳ２１０の処理において第１集計データの「ｔｉｍｅ２ｃ」における回数を１つインクリメントして第２集計データを更新する。こうして第２集計データを更新すると、実行装置３０１はこのルーチンを終了させる。サーバ装置３００では、診断用データを受信する度にこうして集計データを更新する。

【0101】

次に、図８を参照してサーバ装置３００において実行する診断処理にかかるルーチンについて説明する。上述したように、サーバ装置３００は、診断対象の燃料供給システム５５０についての診断用データを既定回数受信する度に診断処理を行う。

【0102】

具体的には、診断用データを既定回数受信するとサーバ装置３００の実行装置３０１がこのルーチンを実行して診断処理を実行する。実行装置３０１は、このルーチンを開始するとまず、ステップＳ３００の処理において第１集計データ及び第２集計データにおける回数の値を割合に変換する。つまり、実行装置３０１は、記憶装置３０２に記憶されている集計データにおける各領域に格納されている最低燃圧の発生回数をそれまでに集計した診断用データの総数で割った発生割合に変換した集計データを作成する。例えば、既定回数が１００回であり、このルーチンを実行しているときに集計されている診断用データの総数が２００回である場合には、第１集計データ及び第２集計データのそれぞれには２００回分の発生回数が格納されていることになる。この場合には、実行装置３０１は、各領域に格納されている発生回数を「２００」で割った商である発生割合を算出し、各領域における発生割合が格納された集計データを作成する。

【0103】

こうして、集計データにおける発生回数を割合に変換すると、処理をステップＳ３１０へと進め、ステップＳ３１０の処理において実行装置３０１は、割合が格納されている集計データを入力データに成形する。なお、入力データは図５を参照して説明した記憶装置３０２に記憶されている学習済みモデルに入力するデータである。

【0104】

このステップＳ３１０の処理では、実行装置３０１は、割合に変換した第１集計データ及び第２集計データの各領域の値からなる３２個の数値の集合を１つの入力データに成形する。

【0105】

次に、実行装置３０１は、処理をステップＳ３２０へと進め、成形した入力データを記憶装置３０２に記憶されている学習済みモデルに入力して診断処理を実行する。そして、次のステップＳ３３０の処理において、実行装置３０１は、学習済みモデルを用いて診断した診断結果を送信機３０３によって診断対象の燃料供給システム５５０を搭載した車両５００に送信する。こうして診断結果を送信すると、実行装置３０１はこのルーチンを終了させる。

【0106】

このように、異常診断システム６００では、車両５００に搭載された制御装置１００が、診断用データを記憶する記憶装置１０２と、診断用データを送信する送信機１０３と、を備えており、データ送信装置になっている。また、サーバ装置３００が、診断処理を行う実行装置３０１と、学習済みのモデルが記憶された記憶装置３０２と、診断用データを受信する受信機３０４とを備えており、異常診断装置になっている。

【0107】

なお、受信機１０４で診断結果を受信すると、制御装置１００の実行装置１０１は、診断結果に応じて表示部１５０を操作する。受信した診断結果がインペラの劣化が発生していることを示すものであった場合には、実行装置１０１は表示部１５０に燃料ポンプ５２に異常が生じていることを示す情報を表示させる。一方で、受信した診断結果がチェック弁５９の動作不良が生じていることを示すものであった場合には、実行装置１０１は表示部１５０にチェック弁５９に異常が生じていることを示す情報を表示させる。また、受信した診断結果がその他の異常であることを示すものであった場合には、実行装置１０１は燃料供給システムに異常が発生していることを示す情報を表示させる。そして、診断結果が正常であることを示すものである場合には、実行装置１０１は表示部１５０を特に操作しない。

【0108】

本実施形態の作用について説明する。
燃料ポンプ５２を稼働させているときに燃料パイプ５７内の燃料圧力が低下したときには、燃料供給システム５５０に異常が生じている可能性がある。上記実施形態の異常診断システム６００では、特定の条件下での異常の有無を診断するのではなく、最低燃圧と、最低燃圧が記録されたときの状態を示すデータとに基づいて異常の診断が行われる。そのため、異なる要因による多様な異常を検知し得る。

【0109】

また、最低燃圧を記録したときの状態を示すデータは、異常が生じたと推定されるときの状態を示すデータである。そのため、最低燃圧を記録したときの状態を示すデータを含む診断用データを用いれば、燃料パイプ５７内の燃料圧力が最低燃圧を記録した要因を推定できる。

【0110】

本実施形態の効果について説明する。
（１）診断用データを用いて燃料供給システム５５０の異常を診断する上記の実施形態によれば、異常の有無を診断するだけではなく、燃料パイプ５７内の燃料圧力の低下に関する故障の箇所を判別することができる。

【0111】

（２）診断用データには、最低燃圧を記録したときの状態を示すデータとして、燃料ポンプ５２の始動からの経過時間が含まれている。燃料ポンプ５２の始動から最低燃圧が記録されるまでの経過時間は、燃料ポンプ５２の始動開始時期と燃料圧力の低下が生じた時期との関係を示すデータである。上記実施形態によれば、燃料圧力の低下が燃料ポンプ５２の始動後すぐに生じたのか、始動から暫く経過したときに生じたのかを参照して燃料パイプ５７内の燃料圧力の低下に関する故障の箇所を判別することができる。

【0112】

（３）チェック弁５９は燃料ポンプ５２が稼働しており燃料ポンプ５２から燃料が吐出されていて燃料パイプ５７内に燃料ポンプ５２側から筒内燃料噴射弁４４、ポート燃料噴射弁３０側に向かう燃料の流れがあるときに開弁する。チェック弁５９の動作不良によりチェック弁５９が適切に開弁しない場合には、燃料圧力の低下が燃料ポンプ５２を始動した直後に生じやすい。これに対して、燃料ポンプ５２のインペラ５２ｃが劣化していると、燃料ポンプ５２を稼働させている間にインペラ５２ｃが変形し、インペラ５２ｃがハウジング５２ｂと干渉して回転しにくくなる。その結果、燃料圧力の低下が生じるようになる。こうしたインペラ５２ｃの劣化による燃料圧力の低下は、チェック弁５９の動作不良による燃料圧力の低下が生じやすい時間帯よりも後の時間帯に生じやすい。

【0113】

そのため、燃料ポンプ５２の始動からの経過時間が比較的長くなってから最低燃圧が記録されている場合には、チェック弁５９の動作不良よりもインペラ５２ｃの劣化が燃料圧力の低下の要因である可能性が高い。

【0114】

そのため、上記構成のように、燃料ポンプ５２の始動開始時期と燃料圧力の低下が生じた時期との関係を示すデータを診断用データとして用いれば、燃料ポンプ５２のインペラ５２ｃの劣化と、チェック弁５９の動作不良と、を判別して燃料供給システム５５０の異常を診断することができる。

【0115】

（４）上記の異常診断システム６００によれば、複数回のトリップにおける診断用データを集計した集計データを用いて診断を行うため、１回のトリップの診断用データのみから診断を行う場合と比較して、より精度の高い診断を行うことができる。

【0116】

（５）最低燃圧が記録されたときの燃料温度Ｔｆは、燃料温度Ｔｆと燃料圧力の低下との関係を示すデータである。燃料供給システム５５０に異常が生じて燃料圧力が低下する場合、燃料圧力の低下に対する燃料の温度の影響の度合いは故障が生じている箇所によって異なる。上記の異常診断システム６００によれば、燃料圧力の低下が燃料の温度が低いときに生じているのか、燃料の温度が高いときに生じているのかを参照して燃料パイプ５７内の燃料圧力の低下に関する故障の箇所を判別することができる。

【0117】

（６）インペラ５２ｃが劣化していると燃料の温度及びインペラ５２ｃの温度の上昇に伴ってインペラ５２ｃが変形し、インペラ５２ｃがハウジング５２ｂと干渉して燃料圧力が低下しやすくなる。また、チェック弁５９は燃料の温度が低いほど動作不良を起こしやすい。そのため、上記のように、最低燃圧を記録したときの燃料の温度のデータを含む診断用データを集計した集計データを用いて診断を行うことにより、燃料圧力の低下が燃料の温度の影響を受けるインペラ５２ｃの劣化やチェック弁５９の動作不良であるのか、また、燃料の温度の影響を受けないその他の異常であるのかを診断することができる。

【0118】

（７）集計データから異常の有無を診断し、異常が生じている場合のその異常の要因の種別を出力するモデルを、機械学習を用いて作成することができる。
機械学習を用いれば、人が気付きにくい特徴を抽出して異常診断を行うことができる。また、上記の異常診断システム６００のように、診断用データを集計した集計データを入力として用いる学習済みモデルであれば、複数の診断用データそのものを入力とする学習済みモデルを構築する場合と比較して、入力データの量を少なくすることができる。

【0119】

（８）決定木はニューラルネットワークなどのモデルに比べて、学習済みモデルによる診断の根拠を人が理解しやすい。上記の異常診断システム６００によれば、診断結果が導き出された理由を説明しやすい異常診断システム６００を構築することができる。

【0120】

（９）異常診断システム６００では、記憶装置として、車両５００に搭載されて診断用データを記憶する記憶装置１０２と、車両５００とは別の機器であるサーバ装置３００に搭載されて学習済みモデルが記憶されている記憶装置３０２と、が設けられている。すなわち、異常診断システム６００は、車両５００側に搭載された第１記憶装置としての記憶装置１０２と、サーバ装置３００側に搭載された第２記憶装置としての記憶装置３０２と、を備えている。

【0121】

そして、記憶装置３０２とともにサーバ装置３００に搭載されている実行装置３０１が、車両５００から記憶装置１０２に記憶されている診断用データを受信して集計データを作成する。そして、実行装置３０１は、作成した集計データを使って記憶装置３０２に記憶されている学習済みモデルによって燃料パイプ５７内の燃料圧力の低下に関する異常の要因を判別して前記燃料供給システム５５０の異常を診断する。

【0122】

こうした構成によれば、集計データの作成や学習済みモデルによる異常の診断などが車両５００とは別のサーバ装置３００で行われることになる。そのため、車両５００側の記憶装置３０２の容量の増大や、車両５００側の演算負荷の増大を抑制することができる。

【0123】

本実施形態は、以下のように変更して実施することができる。本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。
・上記の異常診断システム６００では、学習済みモデルが決定木である例を示したが、診断処理に使用する学習済みモデルは必ずしも決定木でなくてもよい。例えば、診断処理に使用する学習済みモデルは、複数の決定木の多数決によって診断結果を決定するランダムフォレストであってもよい。また、診断処理に使用する学習済みモデルは、図９に示すようなニューラルネットワークであってもよい。

【0124】

図９に示す例では、第１集計データにおける各領域での発生回数を割合に変換した値と、第２集計データにおける各領域での発生回数を割合に変換した値とを入力する３２個のノード（ノードＮ０１～ノードＮ３２）からなる入力層を備えている。そしてこのニューラルネットワークは、４個のノード（ノードＮ４１～ノードＮ４４）からなる中間層と、４個のノード（ノードＮ５１～ノードＮ５４）からなる出力層と、を備えている。

【0125】

図９に示すニューラルネットワークでは、中間層の活性化関数はシグモイド関数である。中間層への入力は、入力層への３２個の入力値のそれぞれに重みを乗じた値の和として算出される。そして、出力層には、中間層における各ノード（ノードＮ４１～ノードＮ４４）の出力値のそれぞれに重みを乗じた値の和が入力される。そして、これら出力層への入力値は、ソフトマックス層である出力層に入力されて、各ノード（ノードＮ５１～ノードＮ５４）に対応する出力値に変換される。出力層の各ノード（ノードＮ５１～ノードＮ５４）の出力値の和は「１」であり、それぞれの出力値は、「１」に対する割合を表している。出力層の各ノード（ノードＮ５１～ノードＮ５４）は、診断処理を通じて出力する診断結果のそれぞれに対応している。なお、診断結果の種類は上記実施形態と同様である。例えば、ノードＮ５１は「正常」に対応しており、ノードＮ５２は「インペラの劣化」に対応している。そして、ノードＮ５３は「チェック弁５９の動作不良」に対応しており、ノードＮ５４は「その他の異常」に対応している。すなわち、出力層では、「正常」、「インペラの劣化」、「チェック弁５９の動作不良」、「その他の異常」の４つの診断結果に該当する確率を出力する。

【0126】

こうしたニューラルネットワークに上記の実施形態と同様の教師データを入力することによって教師有り学習を行えば、上記の実施形態と同様の入力によって、上記の実施形態と同様に燃料供給システム５５０の異常を診断することのできる学習済みモデルを生成することができる。

【0127】

なお、図９に示すニューラルネットワークは、１層のみの中間層を備えているが、中間層の数は、２層以上の任意の個数とすることができ、また、中間層のノードの数も任意の個数にすることができる。

【0128】

・上記の実施形態では、機械学習によって学習した学習済みモデルを用いて異常診断を行う例を示したが、必ずしも機械学習によって学習した学習済みモデルを用いる必要はない。例えば、実験と検証を繰り返すことによって、分岐の閾値を見出し、上記実施形態の決定木のようなモデルを構築することも考えられる。

【0129】

・また、上記の実施形態では、既定回数分のトリップのデータを集計した集計データに基づいて１回の異常診断を行う例を示したが、最低燃圧と、最低燃圧を記録したときの情報とに基づいて１トリップ毎に異常診断を行うこともできる。

【0130】

・診断用データに最低燃圧を記録したときの燃料温度Ｔｆが含まれている例を示したが、診断用データに燃料温度Ｔｆを含めずに、異常診断を行う構成を採用することもできる。

【0131】

例えば、図１０に示す決定木は、第２集計データのみに基づいて診断処理を行う決定木の例である。この決定木は、第２集計データと正解のラベルとの１７個の値からなる教師データを用いて教師有り学習を行うことにより生成することができる。なお、第２集計データには燃料温度Ｔｆについての情報が含まれていないため、この決定木では、燃料温度Ｔｆによる影響の有無が考慮されない。そのため、この決定木の出力には上記の実施形態における「その他の異常」に対応する出力は行われない。すなわち、教師データにおけるラベルは、「正常」、「インペラ」、「チェック弁」の３種類であり、決定木が出力する診断結果は、「正常」、「インペラの劣化」、「チェック弁の動作不良」の３種類である。

【0132】

図１０に示すように、この決定木では、まず、ノードＮ２００において入力データにおける「ｔｉｍｅ１ｃ」が閾値Ｙ１よりも大きいか否かが実行装置３０１によって判定される。入力データにおける「ｔｉｍｅ１ｃ」が閾値Ｙ１以下である場合には、リーフＮ２１０へと進み、実行装置３０１によって正常であるとの診断が下される。

【0133】

一方で、入力データにおける「ｔｉｍｅ１ｃ」が閾値Ｙ１より大きい場合には、ノードＮ２１１へと進み、実行装置３０１によって入力データにおける「ｔｉｍｅ４ｃ」が閾値Ｙ２より大きいか否かが判定される。なお、閾値Ｙ２は閾値Ｙ１よりも小さい値になっている。

【0134】

入力データにおける「ｔｉｍｅ４ｃ」が閾値Ｙ２よりも大きい場合には、リーフＮ２２１へと進み、実行装置３０１によってインペラ５２ｃの劣化が生じているとの診断が下される。一方で、入力データにおける「ｔｉｍｅ４ｃ」が閾値Ｙ２以下である場合には、リーフＮ２２０へと進み、実行装置３０１によってチェック弁５９の動作不良が生じているとの診断が下される。

【0135】

・診断用データの内容は、上記の例に限らない。例えば、最低燃圧を記録したときの経過時間についての情報を含んでいない診断用データを用いてもよい。なお、診断用データに含まれる最低燃圧を記録したときの状態を示す情報は、燃料温度Ｔｆや経過時間でなくてもよい。

【0136】

・データ送信装置である制御装置１００において診断用データの集計を行い、制御装置１００が送信機１０３によって集計データをサーバ装置３００に送信するようにしてもよい。また、その場合、サーバ装置３００は、受信した集計データから入力データを作成し、診断処理を行えばよい。

【0137】

・車両５００に搭載された制御装置１００のみで異常診断システムが完結していてもよい。すなわち、記憶装置１０２に学習済みモデルが記憶されており、制御装置１００において診断用データの取得から集計、入力データの作成、診断処理を実行するようにしてもよい。また、上記の実施形態と同様に診断用データを制御装置１００から送信するが、サーバ装置３００では集計データを作成するだけで、サーバ装置３００から集計データを制御装置１００に送信し、制御装置１００で診断処理を行うようにしてもよい。

【0138】

・制御装置１００が、燃料ポンプ制御装置２００を通じて燃料ポンプ５２を制御する例を示したが、制御装置１００と燃料ポンプ制御装置２００の機能を兼ね備えた１つの制御装置になっている構成を採用してもよい。また、３つ以上のユニットによって燃料供給システム５５０の制御装置が構成されていてもよい。

【0139】

・また、上記実施形態では、表示部１５０を操作することによって、視覚情報を通じて異常が発生していることを報知したが、これに限らない。たとえば、スピーカを操作することによって、聴覚情報を通じて異常が発生していることを報知してもよい。

【0140】

・実行装置１０１や実行装置３０１は、ソフトウェア処理を実行するものに限らない。たとえば、上記実施形態においてソフトウェア処理されたものの少なくとも一部を、ハードウェア処理する専用のハードウェア回路（たとえばＡＳＩＣ等）を備えてもよい。すなわち、実行装置１０１や実行装置３０１は、以下の（ａ）～（ｃ）のいずれかの構成であればよい。（ａ）上記処理の全てを、プログラムに従って実行する処理装置と、プログラムを記憶するＲＯＭ等のプログラム格納装置とを備える。（ｂ）上記処理の一部をプログラムに従って実行する処理装置およびプログラム格納装置と、残りの処理を実行する専用のハードウェア回路とを備える。（ｃ）上記処理の全てを実行する専用のハードウェア回路を備える。ここで、処理装置およびプログラム格納装置を備えたソフトウェア実行装置や、専用のハードウェア回路は複数であってもよい。

【0141】

・上記実施形態では、燃料噴射弁として、筒内燃料噴射弁４４とポート燃料噴射弁３０とを備える燃料供給システム５５０を例示したが、燃料供給システムの構成はこうした構成に限らない。例えば、ポート燃料噴射弁のみを備える燃料供給システムであってもよい。また例えば、筒内燃料噴射弁のみを備える燃料供給システムであってもよい。

【0142】

・車両５００としては、車両の推進力を生成する装置がエンジンのみとなる車両に限らず、例えばシリーズハイブリッド車であってもよい。また、シリーズハイブリッド車以外にも、パラレルハイブリッド車や、シリーズ・パラレルハイブリッド車であってもよい。

【0143】

・燃料温度Ｔｆを燃料温度センサ１３７によって検出する例を示したが、燃料温度Ｔｆを推定によって求めるようにしてもよい。

【符号の説明】

【0144】

５１…燃料タンク
５２…燃料ポンプ
５２ｃ…インペラ
５２ｂ…ハウジング
５９…チェック弁
１００…制御装置
１０１…実行装置
１０２…記憶装置
１０３…送信機
１０４…受信機
１３１…燃料圧力センサ
１４０…メインスイッチ
１５０…表示部
２００…燃料ポンプ制御装置
３００…サーバ装置
３０１…実行装置
３０２…記憶装置
３０３…送信機
３０４…受信機
４００…通信ネットワーク
５００…車両
５５０…燃料供給システム
６００…異常診断システム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】