特許 7628066 エンジン試験方法、エンジン試験プログラム、およびエンジン試験装置

(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】2025-01-30

(45)【発行日】2025-02-07

(54)【発明の名称】エンジン試験方法、エンジン試験プログラム、およびエンジン試験装置

(51)【国際特許分類】

   G01M 15/02 20060101AFI20250131BHJP

【ＦＩ】

G01M15/02

【請求項の数】 11

(21)【出願番号】P 2021138026

(22)【出願日】2021-08-26

(65)【公開番号】P2023032108

(43)【公開日】2023-03-09

【審査請求日】2024-04-25

(73)【特許権者】

【識別番号】391008559

【氏名又は名称】株式会社トランストロン

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】小川 雅俊

(72)【発明者】

【氏名】出川 拓真

【審査官】川野 汐音

(56)【参考文献】

【文献】特開２０２１－１７８１５（ＪＰ，Ａ）

【文献】特開２００５－１９５５４３（ＪＰ，Ａ）

【文献】特開２０１７－２２００４３（ＪＰ，Ａ）

【文献】特開２０１４－１５３０５８（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０１Ｍ １５／００－１５／１４

Ｆ０２Ｄ ４５／００

(57)【特許請求の範囲】

【請求項1】

エンジン試験に用いる操作変数が時系列に沿って変化する第１の試験パターンを取得し、
前記エンジン試験のシミュレーションとして、試験パターンを入力としてエンジンの時系列応答を表現する数理モデルに、前記第１の試験パターンに基づいて第１の操作変数を入力し、
前記数理モデルに前記第１の操作変数を入力したことにより得られる、空気過剰率、インテークマニホールドの圧力および温度、エキゾーストマニホールドの圧力および温度、ならびに気筒内の最大圧力上昇率の少なくとも１つをエンジン異常の第１の監視パラメータとして監視し、
前記第１の監視パラメータが第１の閾値を超過する場合に、前記第１の監視パラメータが前記第１の閾値未満になるまで前記第１の操作変数をホールドし、
前記シミュレーションにおける前記第１の操作変数の履歴を第２の試験パターンとして作成し、
実エンジンに前記第２の試験パターンに基づいて第２の操作変数を入力したことにより得られる、前記空気過剰率、前記インテークマニホールドの圧力および温度、前記エキゾーストマニホールドの圧力および温度、ならびに前記気筒内の最大圧力上昇率の少なくとも１つを第２の監視パラメータとして監視し、
前記第２の監視パラメータが第２の閾値を超過する場合に、前記第２の監視パラメータが前記第２の閾値未満になるまで前記第２の操作変数をホールドし、前記第２の操作変数と被制御量の時系列データを取得する
処理をコンピュータが実行することを特徴とするエンジン試験方法。

【請求項2】

前記第１の試験パターンを取得する処理は、前記第１の試験パターンとして、前記第１の操作変数の時系列変化を示すＣｈｉｒｐ信号またはＡＰＲＢＳ（Ａｍｐｌｉｔｕｄｅ－ｍｏｄｕｌａｔｅｄ Ｐｓｅｕｄｏ Ｒａｎｄｏｍ Ｂｉｎａｒｙ Ｓｅｑｕｅｎｃｅｓ）信号を取得する処理を含み、
前記第２の試験パターンを生成する処理は、前記第２の試験パターンとして、前記第２の操作変数の時系列変化を示すＣｈｉｒｐ信号またはＡＰＲＢＳ信号を生成する処理を含むことを特徴とする請求項１に記載のエンジン試験方法。

【請求項3】

前記第１の閾値として、前記第１の監視パラメータの上限値または下限値を設定し、
前記第２の閾値として、前記第２の監視パラメータの上限値または下限値を設定する
処理を前記コンピュータが実行することを特徴とする請求項１に記載のエンジン試験方法。

【請求項4】

前記第１の閾値として、前記第１の監視パラメータの上限値および下限値の両方を設定し、
前記第２の閾値として、前記第２の監視パラメータの上限値および下限値の両方を設定する
処理を前記コンピュータが実行することを特徴とする請求項１に記載のエンジン試験方法。

【請求項5】

前記第１の操作変数をホールドする処理は、１つの前記第１の監視パラメータに対して１つの前記第１の操作変数をホールドする処理を含み、
前記第２の操作変数をホールドする処理は、１つの前記第２の監視パラメータに対して１つの前記第２の操作変数をホールドする処理を含むことを特徴とする請求項１に記載のエンジン試験方法。

【請求項6】

前記第１の操作変数をホールドする処理は、１つの前記第１の監視パラメータに対して複数の前記第１の操作変数をホールドする処理を含み、
前記第２の操作変数をホールドする処理は、１つの前記第２の監視パラメータに対して複数の前記第２の操作変数をホールドする処理を含むことを特徴とする請求項１に記載のエンジン試験方法。

【請求項7】

前記第１の操作変数をホールドする処理は、前記第１の監視パラメータに対する第１の優先度に基づいて前記第１の操作変数をホールドする処理を含み、
前記第２の操作変数をホールドする処理は、前記第２の監視パラメータに対する第２の優先度に基づいて前記第２の操作変数をホールドする処理を含むことを特徴とする請求項１に記載のエンジン試験方法。

【請求項8】

前記数理モデルに前記第１の操作変数を入力する処理は、前記数理モデルとしてＨａｍｍｅｒｓｔｅｉｎ－Ｗｉｅｎｅｒモデルに前記第１の操作変数を入力する処理を含むことを特徴とする請求項１に記載のエンジン試験方法。

【請求項9】

前記数理モデルに前記第１の操作変数を入力する処理は、ＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）、ＲＮＮ（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）、およびＬＳＴＭ（Ｌｏｎｇ Ｓｈｏｒｔ Ｔｅｒｍ Ｍｅｍｏｒｙ）のいずれかによって構築された前記数理モデルに前記第１の操作変数を入力する処理を含むことを特徴とする請求項１に記載のエンジン試験方法。

【請求項10】

エンジン試験に用いる操作変数が時系列に沿って変化する第１の試験パターンを取得し、
前記エンジン試験のシミュレーションとして、試験パターンを入力としてエンジンの時系列応答を表現する数理モデルに、前記第１の試験パターンに基づいて第１の操作変数を入力し、
前記数理モデルに前記第１の操作変数を入力したことにより得られる、空気過剰率、インテークマニホールドの圧力および温度、エキゾーストマニホールドの圧力および温度、ならびに気筒内の最大圧力上昇率の少なくとも１つをエンジン異常の第１の監視パラメータとして監視し、
前記第１の監視パラメータが第１の閾値を超過する場合に、前記第１の監視パラメータが前記第１の閾値未満になるまで前記第１の操作変数をホールドし、
前記シミュレーションにおける前記第１の操作変数の履歴を第２の試験パターンとして作成し、
実エンジンに前記第２の試験パターンに基づいて第２の操作変数を入力したことにより得られる、前記空気過剰率、前記インテークマニホールドの圧力および温度、前記エキゾーストマニホールドの圧力および温度、ならびに前記気筒内の最大圧力上昇率の少なくとも１つを第２の監視パラメータとして監視し、
前記第２の監視パラメータが第２の閾値を超過する場合に、前記第２の監視パラメータが前記第２の閾値未満になるまで前記第２の操作変数をホールドし、前記第２の操作変数と被制御量の時系列データを取得する
処理をコンピュータに実行させることを特徴とするエンジン試験プログラム。

【請求項11】

エンジン試験に用いる操作変数が時系列に沿って変化する第１の試験パターンを取得し、
前記エンジン試験のシミュレーションとして、試験パターンを入力としてエンジンの時系列応答を表現する数理モデルに、前記第１の試験パターンに基づいて第１の操作変数を入力し、
前記数理モデルに前記第１の操作変数を入力したことにより得られる、空気過剰率、インテークマニホールドの圧力および温度、エキゾーストマニホールドの圧力および温度、ならびに気筒内の最大圧力上昇率の少なくとも１つをエンジン異常の第１の監視パラメータとして監視し、
前記第１の監視パラメータが第１の閾値を超過する場合に、前記第１の監視パラメータが前記第１の閾値未満になるまで前記第１の操作変数をホールドし、
前記シミュレーションにおける前記第１の操作変数の履歴を第２の試験パターンとして作成し、
実エンジンに前記第２の試験パターンに基づいて第２の操作変数を入力したことにより得られる、前記空気過剰率、前記インテークマニホールドの圧力および温度、前記エキゾーストマニホールドの圧力および温度、ならびに前記気筒内の最大圧力上昇率の少なくとも１つを第２の監視パラメータとして監視し、
前記第２の監視パラメータが第２の閾値を超過する場合に、前記第２の監視パラメータが前記第２の閾値未満になるまで前記第２の操作変数をホールドし、前記第２の操作変数と被制御量の時系列データを取得する
処理を実行する制御部を有することを特徴とするエンジン試験装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、エンジン試験方法、エンジン試験プログラム、およびエンジン試験装置に関する。

【背景技術】

【0002】

エンジンモデルの構築においては、自動車のエンジンの過渡運転データを用いることで、高精度なエンジンモデルの構築が可能であることが知られている。過渡運転によるエンジン試験は、エンジンに入力する操作変数を時間と共に網羅的に変化させ、様々な条件で試験を行う。そのため、試験前には、エンジンが異常状態とならない操作変数の範囲を探索している。

【発明の概要】

【発明が解決しようとする課題】

【0003】

しかしながら、操作変数の範囲探索は定常運転で行われており、過渡運転におけるシステムの無駄時間や時定数による影響により、運転境界に差異が生まれてしまう場合がある。そのため、排出ガスの悪化や失火などのエンジン異常を検出しつつ試行錯誤しながら運転境界を手動調整し、繰り返し試験パターンを作成している。ただし、この試行錯誤に長く時間を要してしまうと、試験前の準備を含め、エンジン試験全体の工数が多くなってしまうという問題がある。

【0004】

一つの側面では、より少ない試験工数でエンジン試験を実施できるエンジン試験方法、エンジン試験プログラム、およびエンジン試験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】

【0005】

第１の案では、コンピュータが、エンジン試験に用いる操作変数が時系列に沿って変化する第１の試験パターンを取得し、エンジン試験のシミュレーションとして、試験パターンを入力としてエンジンの時系列応答を表現する数理モデルに、第１の試験パターンに基づいて第１の操作変数を入力し、数理モデルに第１の操作変数を入力したことにより得られる、空気過剰率、インテークマニホールドの圧力および温度、エキゾーストマニホールドの圧力および温度、ならびに気筒内の最大圧力上昇率の少なくとも１つをエンジン異常の第１の監視パラメータとして監視し、第１の監視パラメータが第１の閾値を超過する場合に、第１の監視パラメータが第１の閾値未満になるまで第１の操作変数をホールドし、シミュレーションにおける第１の操作変数の履歴を第２の試験パターンとして作成し、実エンジンに第２の試験パターンに基づいて第２の操作変数を入力したことにより得られる、空気過剰率、インテークマニホールドの圧力および温度、エキゾーストマニホールドの圧力および温度、ならびに気筒内の最大圧力上昇率の少なくとも１つを第２の監視パラメータとして監視し、第２の監視パラメータが第２の閾値を超過する場合に、第２の監視パラメータが第２の閾値未満になるまで第２の操作変数をホールドし、第２の操作変数と被制御量の時系列データを取得する処理を実行する。

【発明の効果】

【0006】

一つの側面では、より少ない試験工数でエンジン試験を実施できる。

【図面の簡単な説明】

【0007】

【図1】図１は、本実施形態にかかるエンジン試験システムの構成例を示す図である。

【図2】図２は、Ｃｈｉｒｐ信号の一例を示す図である。

【図3】図３は、本実施形態にかかる数理モデルの一例を示す図である。

【図4】図４は、本実施形態にかかる数理モデルの別例を示す図である。

【図5】図５は、本実施形態にかかる監視パラメータの測定位置の一例を示す図である。

【図6】図６は、本実施形態にかかる監視パラメータと操作変数との組み合わせの一例を示す図である。

【図7】図７は、本実施形態にかかる監視パラメータの判定の一例を示す図である。

【図8】図８は、本実施形態にかかるエンジン試験装置１００によるシミュレーション処理の流れの一例を示すフローチャートである。

【図9】図９は、本実施形態にかかる情報処理装置２００によるエンジン試験処理の流れの一例を示すフローチャートである。

【図10】図１０は、本実施形態にかかるエンジン試験装置１００のハードウェア構成例を示す図である。

【発明を実施するための形態】

【0008】

以下に、本実施形態に係るエンジン試験方法、エンジン試験プログラム、およびエンジン試験装置の実施例を図面に基づいて詳細に説明する。なお、この実施例により本実施形態が限定されるものではない。また、各実施例は、矛盾のない範囲内で適宜組み合わせることができる。

【0009】

［全体構成例］
図１を用いて、本実施形態に係るエンジン試験システムの構成を説明する。図１は、本実施形態にかかるエンジン試験システムの構成例を示す図である。図１に示すように、エンジン試験システムは、エンジン試験装置１００およびエンジン３００を含む。エンジン試験装置１００とエンジン３００とは、それぞれ相互に通信可能に接続される。

【0010】

エンジン試験装置１００は、エンジン３００を制御するエンジン制御器であってよい。エンジン試験装置１００は、試験パターンに基づいて、エンジン３００に対してエンジン３００を制御するための操作変数を入力してエンジン試験を実施する。試験パターンは、例えば、操作変数の時系列変化を示すＣｈｉｒｐ信号やＡＰＲＢＳ（Ａｍｐｌｉｔｕｄｅ－ｍｏｄｕｌａｔｅｄ Ｐｓｅｕｄｏ Ｒａｎｄｏｍ Ｂｉｎａｒｙ Ｓｅｑｕｅｎｃｅｓ）信号である。試験パターンは試験パターン１２１に記憶される。

【0011】

図２は、Ｃｈｉｒｐ信号の一例を示す図である。図２において、グラフの横軸が時間であり、縦軸が操作変数の値である。図２に示すように、Ｃｈｉｒｐ信号は、時間経過に応じて周波数成分を連続的に変えることにより、三角関数の特性で試験パターンに対する網羅性の高い試験が実現可能となる。なお、Ｃｈｉｒｐ信号は、例えば、次の式（１）を用いて算出される。

【0012】

【数1】

【0013】

また、操作変数は、エンジン回転数、燃料噴射量、タービン開度、ＥＧＲ（Ｅｘｈａｕｓｔ Ｇａｓ Ｒｅｃｉｒｃｕｌａｔｉｏｎ：排気ガス再循環）バルブ開度、ＩＴＨ（Ｉｎｔａｋｅ ＴＨｒｏｔｔｌｅ：吸気スロットル）バルブ開度などである。そのため、Ｃｈｉｒｐ信号などの試験パターンは、操作変数ごとに作成されることになる。

【0014】

また、試験パターンは、図２に示すように、操作変数の時系列変化を示すパターンデータであるため、エンジン試験装置１００は、試験パターンに基づいて、エンジン回転数や燃料噴射量などの操作変数を変えてエンジン３００に入力し、エンジン３００を制御する。

【0015】

また、エンジン試験装置１００は、試験パターンを入力としてエンジンの時系列応答を表現する数理モデルに試験パターンに基づいて第１の操作変数を入力することで、エンジン試験のシミュレーションを行う。また、エンジン試験装置１００の試験パターン修正部１１４は、当該シミュレーションの結果に基づいて、試験パターンを修正する。修正された試験パターンは、試験パターン１２１に記憶される。修正された試験パターンをエンジン３００のエンジン試験に用いることで、エンジン３００に対するより精度の高い監視や制御を行うことができ、より少ない試験工数でエンジン試験を実施できる。また、数理モデルは、数理モデル１２２に記憶される。

【0016】

本実施形態にかかる数理モデルを例示する。図３は、本実施形態にかかる数理モデルの一例を示す図である。図３に示す数理モデルは、Ｈａｍｍｅｒｓｔｅｉｎ－Ｗｉｅｎｅｒモデルである。Ｈａｍｍｅｒｓｔｅｉｎ－Ｗｉｅｎｅｒモデルは、入出力関係を線形と非線形の要素に分解し、システムを表現する。また、Ｈａｍｍｅｒｓｔｅｉｎ－Ｗｉｅｎｅｒモデルは、３ブロックで構成され、線形伝達関数でダイナミクスを表現し、線形システムの入力と出力を非線形関数で与える。

【0017】

図４は、本実施形態にかかる数理モデルの別例を示す図である。図４に示す数理モデルは、ＬＳＴＭ（Ｌｏｎｇ Ｓｈｏｒｔ Ｔｅｒｍ Ｍｅｍｏｒｙ）による機械学習モデルである。ＬＳＴＭモデルは、ＲＮＮ（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）の隠れ層の各ユニットをＬＳＴＭ Ｂｌｏｃｋと呼ばれるメモリと３つのゲートとに置換した構造をしている。これにより、短期依存に加え、長期依存を学習でき、エンジン試験のシミュレーション上のエンジンをより高精度に制御できる。

【0018】

図４に示すＬＳＴＭモデルにおける各パラメータは、以下の式（２）～（７）を用いて算出される。

【0019】

【数2】

【0020】

【数3】

【0021】

【数4】

【0022】

【数5】

【0023】

【数6】

【0024】

【数7】

【0025】

ここで、ｓはシグモイド関数、ｂはバイアス、Ｗは入力重み、Ｕは回帰重み、ｆおよびｇは双曲線正接関数（ｔａｎｈ）をそれぞれ示す。

【0026】

エンジン試験装置１００は、図３や図４に示した数理モデルに試験パターンに基づいて操作変数を入力し、エンジン試験のシミュレーションを行い、当該シミュレーションで入力した操作変数の履歴を新たな試験パターンとして作成する。これにより、試験パターンの修正が行われる。なお、エンジン試験のシミュレーションでは、エンジン試験装置１００は、数理モデルに操作変数を入力したことにより得られる、シミュレーション上のエンジンの監視パラメータに基づいて操作変数を制御する。当該監視パラメータについて、より具体的に説明する。

【0027】

エンジン試験装置１００のデータ取得部１１１は、数理モデルやエンジン３００に操作変数を入力したことにより得られる、シミュレーション上のエンジンやエンジン３００の監視パラメータや、操作変数に対する被制御量を取得する。当該監視パラメータは、エンジン異常の発生を未然に防止するために監視するパラメータである。具体的には、監視パラメータは、例えば、空気過剰率、インテークマニホールドの圧力および温度、エキゾーストマニホールドの圧力および温度、ならびに気筒内の最大圧力上昇率である。なお、データ取得部１１１は、数理モデルに入力した操作変数を操作変数履歴１２４に記憶できる。また、データ取得部１１１は、エンジン３００に入力した操作変数やエンジン３００から取得される被制御量を、エンジン試験の履歴データとして、試験データ履歴１２５に記憶できる。

【0028】

図５は、本実施形態にかかる監視パラメータの測定位置の一例を示す図である。例えば、図５に示すように、監視パラメータである、インテークマニホールドの圧力および温度は、内燃機関のうちインテークマニホールドの入り口部分の吸気流路で測定される。また、監視パラメータである、気筒内の最大圧力上昇率は、エンジン３００の気筒内、すなわちシリンダ内で測定される。また、監視パラメータである、エキゾーストマニホールドの圧力および温度や、空気過剰率は、内燃機関のうちエキゾーストマニホールドによってまとめられた排気流路において測定される。なお、数理モデルを用いたエンジン試験のシミュレーションの場合、監視パラメータは、シミュレーション上のエンジンの監視パラメータとして、数理モデルに操作変数を入力することにより出力データとして得られる。

【0029】

また、エンジン試験装置１００の第１の閾値判定部１１２は、エンジン試験のシミュレーションにおいて、監視パラメータが第１の閾値の範囲内か否か判定する。当該第１の閾値は、監視パラメータごとに、シミュレーション上のエンジンが異常状態にならないように閾値１２３に予め設定される上限値や下限値である。そのため、第１の閾値は、シミュレーション上のエンジンが異常状態になる閾値ではなく、このまま試験パターンに基づいて操作変数を変化させ続けると異常状態になり得ることを警告するための閾値と言える。

【0030】

また、エンジン試験装置１００の第２の閾値判定部１１５は、エンジン３００のエンジン試験において監視パラメータが第２の閾値の範囲内か否か判定する。当該第２の閾値は、監視パラメータごとに、エンジン３００が異常状態にならないように閾値１２３に予め設定される上限値や下限値である。そのため、第２の閾値は、エンジン３００が異常状態になる閾値ではなく、このまま試験パターンに基づいて操作変数を変化させ続けると異常状態になり得ることを警告するための閾値と言える。

【0031】

監視パラメータは、操作変数ごとに予め定められて監視される。図６は、本実施形態にかかる監視パラメータと操作変数との組み合わせの一例を示す図である。図６は一例であるが、例えば、監視パラメータの空気過剰率は、燃料噴射量、タービン開度、ＥＧＲバルブ開度、およびＩＴＨバルブ開度のいずれかが操作された場合に監視される。一方、監視パラメータの気筒内の最大圧力上昇率は、燃料噴射量が操作された場合に監視される。なお、厳密には、各操作変数の操作量は、全ての監視パラメータに影響し得るため、エンジン試験装置１００が各操作変数を数理モデルやエンジン３００に入力して操作する際、全ての監視パラメータを監視することもできる。しかしながら、図６の示したように、操作変数に対して影響が大きい監視パラメータの組み合わせを予め設定して操作変数ごとに監視パラメータを分けることで、数理モデルやエンジン３００に対するより精度の高い監視や制御を行うことができる。

【0032】

図７は、本実施形態にかかる監視パラメータの判定の一例を示す図である。図７は、数理モデルやエンジン３００に入力される操作変数、および数理モデルやエンジン３００から得られる監視パラメータの時間的推移を示すものである。なお、図７では、数理モデルおよびエンジン３００から得られる監視パラメータをまとめて説明するため、監視パラメータの閾値として第１の閾値と第２の閾値を示している。図７の例において、第１の閾値は数理モデルから得られる第１の監視パラメータに対する閾値であり、第２の閾値はエンジン３００から得られる第２の監視パラメータに対する閾値である。そのため、第１の閾値および第２の閾値は、異なる値であってよい。

【0033】

図７に示すように、監視パラメータが第１の閾値または第２の閾値を超過する場合（ｔ１時）、エンジン試験装置１００は、監視パラメータが第１の閾値未満になる（ｔ２時）まで操作変数をホールドする。これにより、エンジン試験装置１００は、数理モデルを用いたシミュレーション上のエンジンやエンジン３００を異常状態とならないように制御する。なお、図７では、監視パラメータに対し、１つの操作変数をホールドするように示しているが、１つの監視パラメータに対して複数の操作変数をホールドしてもよい。また、エンジン試験装置１００は、複数の監視パラメータを監視し、それぞれに対応する１つまたは複数の操作変数をホールドすることができるが、ホールドする操作変数は、複数の監視パラメータに予め設定される優先度に基づいてよい。

【0034】

また、図７の例では、第１の閾値および第２の閾値として、監視パラメータの下限値を設定しているが、上限値を設定してもよいし、上限値および下限値の両方を設定してもよい。また、このような監視パラメータの上限値および下限値の設定は、監視パラメータごとに異なってよい。

【0035】

このように、エンジン試験装置１００の操作変数決定部１１３は、監視パラメータが、数理モデルを用いたシミュレーション上のエンジンやエンジン３００に対して異常状態とならない範囲で次の操作変数を決定し、操作変数を制御する。そして、エンジン試験装置１００は、決定した操作変数を、数理モデルやエンジン３００に対して入力し、シミュレーション上のエンジンやエンジン３００を制御する。なお、監視パラメータに対して決定される操作変数は、例えば、図６に示す組み合わせに基づいてよい。また、操作変数決定部１１３は、数理モデルおよびエンジン３００に対して入力する操作変数を、それぞれ、履歴データとして、操作変数履歴１２４および試験データ履歴１２５に記憶できる。

【0036】

エンジン３００は、自動車の実エンジンである。エンジン３００は、エンジン試験装置１００によって入力される操作変数によって動作する。なお、エンジン３００に入力される操作変数は、数理モデルを用いた、エンジン試験のシミュレーションで入力した操作変数の履歴、すなわち、修正された試験パターンに基づく操作変数である。そのため、図１では、エンジン３００に入力される操作変数を最終値としている。

【0037】

また、エンジン３００は、操作変数が入力されたことにより得られる、操作変数に対する被制御量や監視パラメータをエンジン試験装置１００に返す。厳密には、各データをエンジン試験装置１００に返すというより、エンジン試験装置１００によって各データが取得されることになる。

【0038】

［処理の流れ］
次に、図８を用いて、エンジン試験装置１００によるエンジン試験のシミュレーション処理の流れを説明する。図８は、本実施形態にかかるエンジン試験装置１００によるシミュレーション処理の流れの一例を示すフローチャートである。図８に示すシミュレーション処理は、任意のタイミングで開始される。

【0039】

まず、エンジン試験装置１００は、試験パターン１２１に記憶された第１の試験パターンを取得し、第１の試験パターンに基づいて数理モデルに操作変数を入力することでシミュレーションが開始される（ステップＳ１０１）。ステップＳ１０１により処理のループが開始される。

【0040】

次に、エンジン試験装置１００は、各監視パラメータをステップＳ１０１で操作変数を入力した数理モデルからの応答として取得する（ステップＳ１０２）。

【0041】

次に、エンジン試験装置１００は、監視パラメータごとに、取得した監視パラメータが第１の閾値未満であるか否かを判定する（ステップＳ１０３）。なお、ステップＳ１０３の判定は、監視パラメータが第１の閾値以下であるか否かを判定してもよい。

【0042】

全ての監視パラメータが第１の閾値未満である場合（ステップＳ１０３：Ｙｅｓ）、エンジン試験装置１００は、第１の試験パターンから、現在の試験時間に対応する操作変数を取得する（ステップＳ１０４）。取得された操作変数は、次の操作変数として数理モデルに入力される。そして、試験時間内である場合、ステップＳ１０２に戻り、試験時間終了まで処理が繰り返される。また、エンジン試験装置１００は、ループごとに、数理モデルに対して入力する操作変数を、操作変数の履歴データとして、操作変数履歴１２４に記憶する。

【0043】

そして、試験時間終了後、エンジン試験装置１００は、操作変数履歴１２４に記憶された操作変数の履歴データを、修正された試験パターン、すなわち、第２の試験パターンとして作成する（ステップＳ１０６）。ステップＳ１０６の実行後、図８に示すエンジン試験のシミュレーション処理は終了する。

【0044】

一方、監視パラメータのいずれかが第１の閾値を超過する場合（ステップＳ１０３：Ｎｏ）、エンジン試験装置１００は、操作変数を前回値に固定（ホールド）する（ステップＳ１０５）。ここで、操作変数の前回値とは、例えば、数理モデルに入力された最新の操作変数である。なお、ホールドする操作変数は、図６に組み合わせを示したような、第１の閾値を超過した監視パラメータに対応する操作変数であってもよいし、全ての操作変数であってもよい。

【0045】

ステップＳ１０５の実行後、試験時間内である場合、ステップＳ１０２に戻り、操作変数のホールドを解除して試験時間終了まで処理が繰り返される。一方、試験時間終了の場合、エンジン試験装置１００は、ステップＳ１０６を実行し、ステップＳ１０６の実行後、図８に示すエンジン試験のシミュレーション処理は終了する。

【0046】

次に、図９を用いて、エンジン試験装置１００によるエンジン試験処理の流れを説明する。図９は、本実施形態にかかるエンジン試験装置１００によるエンジン試験処理の流れの一例を示すフローチャートである。図９に示すエンジン試験処理は、エンジン３００始動後、任意のタイミングで開始される。

【0047】

まず、エンジン試験装置１００は、現在の操作変数、すなわちエンジン３００に入力された各操作変数の初期値と、当該操作変数を入力したことにより得られる被制御量をエンジン３００から取得する（ステップＳ２０１）。図９に示すように、ステップＳ２０１の後、エンジン試験のシミュレーション結果に基づいて情報処理装置２００によって修正された試験パターン、すなわち第２の試験パターンが取得され、エンジン試験と処理のループが開始される。

【0048】

次に、エンジン試験装置１００は、操作変数を入力したことにより得られる各監視パラメータ、および被制御量をエンジン３００から取得する（ステップＳ２０２）。なお、ループ開始直後の初回のステップＳ２０２では、既にステップＳ２０１において被制御量は取得しているため、改めて被制御量を取得しなくてもよい。また、エンジン試験装置１００は、ステップＳ２０１またはステップＳ２０２で取得した被制御量をエンジン試験の履歴データとして、試験データ履歴１２５に記憶する。

【0049】

次に、エンジン試験装置１００は、監視パラメータごとに、取得した監視パラメータが第２の閾値未満であるか否かを判定する（ステップＳ２０３）。なお、ステップＳ２０３の判定は、監視パラメータが第２の閾値以下であるか否かを判定してもよい。

【0050】

全ての監視パラメータが第２の閾値未満である場合（ステップＳ２０３：Ｙｅｓ）、エンジン試験装置１００は、第２の試験パターンから、現在の試験時間に対応する操作変数を取得する（ステップＳ２０４）。取得された操作変数は、次の操作変数としてエンジン３００に入力される。そして、試験時間内である場合、ステップＳ２０２に戻り、試験時間終了まで処理が繰り返される。一方、試験時間終了の場合、図９に示すエンジン試験処理は終了する。なお、エンジン試験装置１００は、ループごとに、エンジン３００に対して入力する操作変数を、エンジン試験の履歴データとして、試験データ履歴１２５に記憶する。

【0051】

一方、監視パラメータのいずれかが第２の閾値を超過する場合（ステップＳ２０３：Ｎｏ）、エンジン試験装置１００は、操作変数を前回値に固定（ホールド）する（ステップＳ２０５）。ここで、操作変数の前回値とは、例えば、エンジン３００に入力された最新の操作変数である。なお、ホールドする操作変数は、図６に組み合わせを示したような、第２の閾値を超過した監視パラメータに対応する操作変数であってもよいし、全ての操作変数であってもよい。

【0052】

ステップＳ２０５の実行後、試験時間内である場合、ステップＳ２０２に戻り、操作変数のホールドを解除して試験時間終了まで処理が繰り返される。一方、試験時間終了の場合、図９に示すエンジン試験処理は終了する。

【0053】

上述したように、エンジン試験装置１００は、エンジン試験に用いる操作変数が時系列に沿って変化する第１の試験パターンを取得し、エンジン試験のシミュレーションとして、試験パターンを入力としてエンジンの時系列応答を表現する数理モデルに、第１の試験パターンに基づいて第１の操作変数を入力し、数理モデルに第１の操作変数を入力したことにより得られる、空気過剰率、インテークマニホールドの圧力および温度、エキゾーストマニホールドの圧力および温度、ならびに気筒内の最大圧力上昇率の少なくとも１つをエンジン異常の第１の監視パラメータとして監視し、第１の監視パラメータが第１の閾値を超過する場合に、第１の監視パラメータが第１の閾値未満になるまで第１の操作変数をホールドし、シミュレーションにおける第１の操作変数の履歴を第２の試験パターンとして作成し、エンジン３００に第２の試験パターンに基づいて第２の操作変数を入力したことにより得られる、空気過剰率、インテークマニホールドの圧力および温度、エキゾーストマニホールドの圧力および温度、ならびに気筒内の最大圧力上昇率の少なくとも１つを第２の監視パラメータとして監視し、第２の監視パラメータが第２の閾値を超過する場合に、第２の監視パラメータが第２の閾値未満になるまで第２の操作変数をホールドし、第２の操作変数と被制御量の時系列データを取得する。

【0054】

このように、エンジン試験装置１００は、数理モデルを用いたエンジン試験のシミュレーションにより修正した試験パターンに基づく操作変数をエンジン３００に入力して得られる監視パラメータに基づいて操作変数を制御する。これにより、試験パターン作成時の試行錯誤を無くし、より少ない工数でエンジン試験を実施できる。

【0055】

また、エンジン試験装置１００により実行される、第１の試験パターンを取得する処理は、第１の試験パターンとして、第１の操作変数の時系列変化を示すＣｈｉｒｐ信号またはＡＰＲＢＳ信号を取得する処理を含み、エンジン試験装置１００により実行される、第２の試験パターンを生成する処理は、第２の試験パターンとして、第２の操作変数の時系列変化を示すＣｈｉｒｐ信号またはＡＰＲＢＳ信号を生成する処理を含む。

【0056】

これにより、エンジン試験装置１００は、網羅性の高いエンジン試験を実施できる。

【0057】

また、エンジン試験装置１００は、第１の閾値として、第１の監視パラメータの上限値または下限値を設定し、第２の閾値として、第２の監視パラメータの上限値または下限値を設定する。

【0058】

これにより、エンジン試験装置１００は、より高い精度で、エンジン３００を異常状態とならないように制御できる。

【0059】

また、エンジン試験装置１００は、第１の閾値として、第１の監視パラメータの上限値および下限値の両方を設定し、第２の閾値として、第２の監視パラメータの上限値および下限値の両方を設定する。

【0060】

これにより、エンジン試験装置１００は、より高い精度で、エンジン３００を異常状態とならないように制御できる。

【0061】

また、エンジン試験装置１００によって実行される、第１の操作変数をホールドする処理は、１つの第１の監視パラメータに対して１つの第１の操作変数をホールドする処理を含み、エンジン試験装置１００によって実行される、第２の操作変数をホールドする処理は、１つの第２の監視パラメータに対して１つの第２の操作変数をホールドする処理を含む。

【0062】

これにより、エンジン試験装置１００は、エンジン３００に対するより精度の高い監視や制御を行うことができる。

【0063】

また、エンジン試験装置１００によって実行される、第１の操作変数をホールドする処理は、１つの第１の監視パラメータに対して複数の第１の操作変数をホールドする処理を含み、エンジン試験装置１００によって実行される、第２の操作変数をホールドする処理は、１つの第２の監視パラメータに対して複数の第２の操作変数をホールドする処理を含む。

【0064】

これにより、エンジン試験装置１００は、エンジン３００に対するより精度の高い監視や制御を行うことができる。

【0065】

また、エンジン試験装置１００によって実行される、第１の操作変数をホールドする処理は、第１の監視パラメータに対する第１の優先度に基づいて第１の操作変数をホールドする処理を含み、エンジン試験装置１００によって実行される、第２の操作変数をホールドする処理は、第２の監視パラメータに対する第２の優先度に基づいて第２の操作変数をホールドする処理を含む。

【0066】

これにより、エンジン試験装置１００は、エンジン３００に対するより精度の高い監視や制御を行うことができる。

【0067】

また、エンジン試験装置１００によって実行される、数理モデルに第１の操作変数を入力する処理は、数理モデルとしてＨａｍｍｅｒｓｔｅｉｎ－Ｗｉｅｎｅｒモデルに第１の操作変数を入力する処理を含む。

【0068】

これにより、エンジン試験装置１００は、より精度の高いエンジン試験のシミュレーションを行うことができる。

【0069】

また、エンジン試験装置１００によって実行される、数理モデルに第１の操作変数を入力する処理は、ＤＮＮ、ＲＮＮ、およびＬＳＴＭのいずれかによって構築された数理モデルに第１の操作変数を入力する処理を含む。

【0070】

これにより、エンジン試験装置１００は、より精度の高いエンジン試験のシミュレーションを行うことができる。

【0071】

［システム］
上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報は、特記する場合を除いて任意に変更されてもよい。また、実施例で説明した具体例、分布、数値などは、あくまで一例であり、任意に変更されてもよい。

【0072】

また、各装置の構成要素の分散や統合の具体的形態は図示のものに限られない。例えば、エンジン試験装置１００の操作変数決定部１１３が複数の処理部に分散されたり、エンジン試験装置１００の第１の閾値判定部１１２と第２の閾値判定部１１５とが１つの処理部に統合されたりしてもよい。つまり、その構成要素の全部または一部は、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合されてもよい。さらに、各装置の各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。

【0073】

［ハードウェア］
図１０は、本実施形態にかかるエンジン試験装置１００のハードウェア構成例を示す図である。図１０に示すように、エンジン試験装置１００は、通信部１００ａ、記憶装置１００ｂ、メモリ１００ｃ、プロセッサ１００ｄを有する。また、図１０に示した各部は、バスなどで相互に接続される。

【0074】

通信部１００ａは、ネットワークインタフェースカードなどであり、他の情報処理装置などとの通信を行う。記憶装置１００ｂは、図１に示したエンジン試験装置１００の各機能などを動作させるプログラムやデータを記憶する。

【0075】

プロセッサ１００ｄは、図１に示したエンジン試験装置１００の各機能などを動作させるプログラムを記憶装置１００ｂなどから読み出す。そして、プロセッサ１００ｄは、読み出したプログラムをメモリ１００ｃに展開することで、図１に示したエンジン試験装置１００の各機能を実現するプロセスを実行する。

【0076】

また、エンジン試験装置１００は、媒体読取装置によって記録媒体から、図１に示したエンジン試験装置１００の各機能などを動作させるプログラムを読み出て実行することで各機能を実現させることもできる。なお、この他の実施例でいうプログラムは、エンジン試験装置１００によって実行されることに限定されるものではない。例えば、他の情報処理装置がプログラムを実行する場合や、これらが協働してプログラムを実行するような場合にも、本発明が同様に適用されてよい。

【0077】

また、図１に示したエンジン試験装置１００の各機能などを動作させるプログラムは、インターネットなどのネットワークを介して配布されてもよい。また、当該プログラムは、ハードディスク（ＨＤＤ）、Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ（ＳＳＤ）、フレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＭＯ（Ｍａｇｎｅｔｏ－Ｏｐｔｉｃａｌ ｄｉｓｋ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）などのコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行されてもよい。

【0078】

以上の実施例を含む実施形態に関し、さらに以下の付記を開示する。

【0079】

（付記１）エンジン試験に用いる操作変数が時系列に沿って変化する第１の試験パターンを取得し、
前記エンジン試験のシミュレーションとして、試験パターンを入力としてエンジンの時系列応答を表現する数理モデルに、前記第１の試験パターンに基づいて第１の操作変数を入力し、
前記数理モデルに前記第１の操作変数を入力したことにより得られる、空気過剰率、インテークマニホールドの圧力および温度、エキゾーストマニホールドの圧力および温度、ならびに気筒内の最大圧力上昇率の少なくとも１つをエンジン異常の第１の監視パラメータとして監視し、
前記第１の監視パラメータが第１の閾値を超過する場合に、前記第１の監視パラメータが前記第１の閾値未満になるまで前記第１の操作変数をホールドし、
前記シミュレーションにおける前記第１の操作変数の履歴を第２の試験パターンとして作成し、
実エンジンに前記第２の試験パターンに基づいて第２の操作変数を入力したことにより得られる、前記空気過剰率、前記インテークマニホールドの圧力および温度、前記エキゾーストマニホールドの圧力および温度、ならびに前記気筒内の最大圧力上昇率の少なくとも１つを第２の監視パラメータとして監視し、
前記第２の監視パラメータが第２の閾値を超過する場合に、前記第２の監視パラメータが前記第２の閾値未満になるまで前記第２の操作変数をホールドし、前記第２の操作変数と被制御量の時系列データを取得する
処理をコンピュータが実行することを特徴とするエンジン試験方法。

【0080】

（付記２）前記第１の試験パターンを取得する処理は、前記第１の試験パターンとして、前記第１の操作変数の時系列変化を示すＣｈｉｒｐ信号またはＡＰＲＢＳ（Ａｍｐｌｉｔｕｄｅ－ｍｏｄｕｌａｔｅｄ Ｐｓｅｕｄｏ Ｒａｎｄｏｍ Ｂｉｎａｒｙ Ｓｅｑｕｅｎｃｅｓ）信号を取得する処理を含み、
前記第２の試験パターンを生成する処理は、前記第２の試験パターンとして、前記第２の操作変数の時系列変化を示すＣｈｉｒｐ信号またはＡＰＲＢＳ信号を生成する処理を含むことを特徴とする付記１に記載のエンジン試験方法。

【0081】

（付記３）前記第１の閾値として、前記第１の監視パラメータの上限値または下限値を設定し、
前記第２の閾値として、前記第２の監視パラメータの上限値または下限値を設定する
処理を前記コンピュータが実行することを特徴とする付記１に記載のエンジン試験方法。

【0082】

（付記４）前記第１の閾値として、前記第１の監視パラメータの上限値および下限値の両方を設定し、
前記第２の閾値として、前記第２の監視パラメータの上限値および下限値の両方を設定する
処理を前記コンピュータが実行することを特徴とする付記１に記載のエンジン試験方法。

【0083】

（付記５）前記第１の操作変数をホールドする処理は、１つの前記第１の監視パラメータに対して１つの前記第１の操作変数をホールドする処理を含み、
前記第２の操作変数をホールドする処理は、１つの前記第２の監視パラメータに対して１つの前記第２の操作変数をホールドする処理を含むことを特徴とする付記１に記載のエンジン試験方法。

【0084】

（付記６）前記第１の操作変数をホールドする処理は、１つの前記第１の監視パラメータに対して複数の前記第１の操作変数をホールドする処理を含み、
前記第２の操作変数をホールドする処理は、１つの前記第２の監視パラメータに対して複数の前記第２の操作変数をホールドする処理を含むことを特徴とする付記１に記載のエンジン試験方法。

【0085】

（付記７）前記第１の操作変数をホールドする処理は、前記第１の監視パラメータに対する第１の優先度に基づいて前記第１の操作変数をホールドする処理を含み、
前記第２の操作変数をホールドする処理は、前記第２の監視パラメータに対する第２の優先度に基づいて前記第２の操作変数をホールドする処理を含むことを特徴とする付記１に記載のエンジン試験方法。

【0086】

（付記８）前記数理モデルに前記第１の操作変数を入力する処理は、前記数理モデルとしてＨａｍｍｅｒｓｔｅｉｎ－Ｗｉｅｎｅｒモデルに前記第１の操作変数を入力する処理を含むことを特徴とする付記１に記載のエンジン試験方法。

【0087】

（付記９）前記数理モデルに前記第１の操作変数を入力する処理は、ＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）、ＲＮＮ（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）、およびＬＳＴＭ（Ｌｏｎｇ Ｓｈｏｒｔ Ｔｅｒｍ Ｍｅｍｏｒｙ）のいずれかによって構築された前記数理モデルに前記第１の操作変数を入力する処理を含むことを特徴とする付記１に記載のエンジン試験方法。

【0088】

（付記１０）エンジン試験に用いる操作変数が時系列に沿って変化する第１の試験パターンを取得し、
前記エンジン試験のシミュレーションとして、試験パターンを入力としてエンジンの時系列応答を表現する数理モデルに、前記第１の試験パターンに基づいて第１の操作変数を入力し、
前記数理モデルに前記第１の操作変数を入力したことにより得られる、空気過剰率、インテークマニホールドの圧力および温度、エキゾーストマニホールドの圧力および温度、ならびに気筒内の最大圧力上昇率の少なくとも１つをエンジン異常の第１の監視パラメータとして監視し、
前記第１の監視パラメータが第１の閾値を超過する場合に、前記第１の監視パラメータが前記第１の閾値未満になるまで前記第１の操作変数をホールドし、
前記シミュレーションにおける前記第１の操作変数の履歴を第２の試験パターンとして作成し、
実エンジンに前記第２の試験パターンに基づいて第２の操作変数を入力したことにより得られる、前記空気過剰率、前記インテークマニホールドの圧力および温度、前記エキゾーストマニホールドの圧力および温度、ならびに前記気筒内の最大圧力上昇率の少なくとも１つを第２の監視パラメータとして監視し、
前記第２の監視パラメータが第２の閾値を超過する場合に、前記第２の監視パラメータが前記第２の閾値未満になるまで前記第２の操作変数をホールドし、前記第２の操作変数と被制御量の時系列データを取得する
処理をコンピュータに実行させることを特徴とするエンジン試験プログラム。

【0089】

（付記１１）前記第１の試験パターンを取得する処理は、前記第１の試験パターンとして、前記第１の操作変数の時系列変化を示すＣｈｉｒｐ信号またはＡＰＲＢＳ（Ａｍｐｌｉｔｕｄｅ－ｍｏｄｕｌａｔｅｄ Ｐｓｅｕｄｏ Ｒａｎｄｏｍ Ｂｉｎａｒｙ Ｓｅｑｕｅｎｃｅｓ）信号を取得する処理を含み、
前記第２の試験パターンを生成する処理は、前記第２の試験パターンとして、前記第２の操作変数の時系列変化を示すＣｈｉｒｐ信号またはＡＰＲＢＳ信号を生成する処理を含むことを特徴とする付記１０に記載のエンジン試験プログラム。

【0090】

（付記１２）前記第１の閾値として、前記第１の監視パラメータの上限値または下限値を設定し、
前記第２の閾値として、前記第２の監視パラメータの上限値または下限値を設定する
処理を前記コンピュータに実行させることを特徴とする付記１０に記載のエンジン試験プログラム。

【0091】

（付記１３）前記第１の閾値として、前記第１の監視パラメータの上限値および下限値の両方を設定し、
前記第２の閾値として、前記第２の監視パラメータの上限値および下限値の両方を設定する
処理を前記コンピュータに実行させることを特徴とする付記１０に記載のエンジン試験プログラム。

【0092】

（付記１４）前記第１の操作変数をホールドする処理は、１つの前記第１の監視パラメータに対して１つの前記第１の操作変数をホールドする処理を含み、
前記第２の操作変数をホールドする処理は、１つの前記第２の監視パラメータに対して１つの前記第２の操作変数をホールドする処理を含むことを特徴とする付記１０に記載のエンジン試験プログラム。

【0093】

（付記１５）前記第１の操作変数をホールドする処理は、１つの前記第１の監視パラメータに対して複数の前記第１の操作変数をホールドする処理を含み、
前記第２の操作変数をホールドする処理は、１つの前記第２の監視パラメータに対して複数の前記第２の操作変数をホールドする処理を含むことを特徴とする付記１０に記載のエンジン試験プログラム。

【0094】

（付記１６）前記第１の操作変数をホールドする処理は、前記第１の監視パラメータに対する第１の優先度に基づいて前記第１の操作変数をホールドする処理を含み、
前記第２の操作変数をホールドする処理は、前記第２の監視パラメータに対する第２の優先度に基づいて前記第２の操作変数をホールドする処理を含むことを特徴とする付記１０に記載のエンジン試験プログラム。

【0095】

（付記１７）前記数理モデルに前記第１の操作変数を入力する処理は、前記数理モデルとしてＨａｍｍｅｒｓｔｅｉｎ－Ｗｉｅｎｅｒモデルに前記第１の操作変数を入力する処理を含むことを特徴とする付記１０に記載のエンジン試験プログラム。

【0096】

（付記１８）前記数理モデルに前記第１の操作変数を入力する処理は、ＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）、ＲＮＮ（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）、およびＬＳＴＭ（Ｌｏｎｇ Ｓｈｏｒｔ Ｔｅｒｍ Ｍｅｍｏｒｙ）のいずれかによって構築された前記数理モデルに前記第１の操作変数を入力する処理を含むことを特徴とする付記１０に記載のエンジン試験プログラム。

【0097】

（付記１９）エンジン試験に用いる操作変数が時系列に沿って変化する第１の試験パターンを取得し、
前記エンジン試験のシミュレーションとして、試験パターンを入力としてエンジンの時系列応答を表現する数理モデルに、前記第１の試験パターンに基づいて第１の操作変数を入力し、
前記数理モデルに前記第１の操作変数を入力したことにより得られる、空気過剰率、インテークマニホールドの圧力および温度、エキゾーストマニホールドの圧力および温度、ならびに気筒内の最大圧力上昇率の少なくとも１つをエンジン異常の第１の監視パラメータとして監視し、
前記第１の監視パラメータが第１の閾値を超過する場合に、前記第１の監視パラメータが前記第１の閾値未満になるまで前記第１の操作変数をホールドし、
前記シミュレーションにおける前記第１の操作変数の履歴を第２の試験パターンとして作成し、
実エンジンに前記第２の試験パターンに基づいて第２の操作変数を入力したことにより得られる、前記空気過剰率、前記インテークマニホールドの圧力および温度、前記エキゾーストマニホールドの圧力および温度、ならびに前記気筒内の最大圧力上昇率の少なくとも１つを第２の監視パラメータとして監視し、
前記第２の監視パラメータが第２の閾値を超過する場合に、前記第２の監視パラメータが前記第２の閾値未満になるまで前記第２の操作変数をホールドし、前記第２の操作変数と被制御量の時系列データを取得する
処理を実行する制御部を有することを特徴とするエンジン試験装置。

【0098】

（付記２０）前記第１の試験パターンを取得する処理は、前記第１の試験パターンとして、前記第１の操作変数の時系列変化を示すＣｈｉｒｐ信号またはＡＰＲＢＳ（Ａｍｐｌｉｔｕｄｅ－ｍｏｄｕｌａｔｅｄ Ｐｓｅｕｄｏ Ｒａｎｄｏｍ Ｂｉｎａｒｙ Ｓｅｑｕｅｎｃｅｓ）信号を取得する処理を含み、
前記第２の試験パターンを生成する処理は、前記第２の試験パターンとして、前記第２の操作変数の時系列変化を示すＣｈｉｒｐ信号またはＡＰＲＢＳ信号を生成する処理を含むことを特徴とする付記１９に記載のエンジン試験装置。

【0099】

（付記２１）前記第１の閾値として、前記第１の監視パラメータの上限値または下限値を設定し、
前記第２の閾値として、前記第２の監視パラメータの上限値または下限値を設定する
処理を前記制御部が実行することを特徴とする付記１９に記載のエンジン試験装置。

【0100】

（付記２２）前記第１の閾値として、前記第１の監視パラメータの上限値および下限値の両方を設定し、
前記第２の閾値として、前記第２の監視パラメータの上限値および下限値の両方を設定する
処理を前記制御部が実行することを特徴とする付記１９に記載のエンジン試験装置。

【0101】

（付記２３）前記第１の操作変数をホールドする処理は、１つの前記第１の監視パラメータに対して１つの前記第１の操作変数をホールドする処理を含み、
前記第２の操作変数をホールドする処理は、１つの前記第２の監視パラメータに対して１つの前記第２の操作変数をホールドする処理を含むことを特徴とする付記１９に記載のエンジン試験装置。

【0102】

（付記２４）前記第１の操作変数をホールドする処理は、１つの前記第１の監視パラメータに対して複数の前記第１の操作変数をホールドする処理を含み、
前記第２の操作変数をホールドする処理は、１つの前記第２の監視パラメータに対して複数の前記第２の操作変数をホールドする処理を含むことを特徴とする付記１９に記載のエンジン試験装置。

【0103】

（付記２５）前記第１の操作変数をホールドする処理は、前記第１の監視パラメータに対する第１の優先度に基づいて前記第１の操作変数をホールドする処理を含み、
前記第２の操作変数をホールドする処理は、前記第２の監視パラメータに対する第２の優先度に基づいて前記第２の操作変数をホールドする処理を含むことを特徴とする付記１９に記載のエンジン試験装置。

【0104】

（付記２６）前記数理モデルに前記第１の操作変数を入力する処理は、前記数理モデルとしてＨａｍｍｅｒｓｔｅｉｎ－Ｗｉｅｎｅｒモデルに前記第１の操作変数を入力する処理を含むことを特徴とする付記１９に記載のエンジン試験装置。

【0105】

（付記２７）前記数理モデルに前記第１の操作変数を入力する処理は、ＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）、ＲＮＮ（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）、およびＬＳＴＭ（Ｌｏｎｇ Ｓｈｏｒｔ Ｔｅｒｍ Ｍｅｍｏｒｙ）のいずれかによって構築された前記数理モデルに前記第１の操作変数を入力する処理を含むことを特徴とする付記１９に記載のエンジン試験装置。

【0106】

（付記２８）プロセッサと、
プロセッサに動作可能に接続されたメモリと
を備えたエンジン試験装置であって、プロセッサは、
エンジン試験に用いる操作変数が時系列に沿って変化する第１の試験パターンを取得し、
前記エンジン試験のシミュレーションとして、試験パターンを入力としてエンジンの時系列応答を表現する数理モデルに、前記第１の試験パターンに基づいて第１の操作変数を入力し、
前記数理モデルに前記第１の操作変数を入力したことにより得られる、空気過剰率、インテークマニホールドの圧力および温度、エキゾーストマニホールドの圧力および温度、ならびに気筒内の最大圧力上昇率の少なくとも１つをエンジン異常の第１の監視パラメータとして監視し、
前記第１の監視パラメータが第１の閾値を超過する場合に、前記第１の監視パラメータが前記第１の閾値未満になるまで前記第１の操作変数をホールドし、
前記シミュレーションにおける前記第１の操作変数の履歴を第２の試験パターンとして作成し、
実エンジンに前記第２の試験パターンに基づいて第２の操作変数を入力したことにより得られる、前記空気過剰率、前記インテークマニホールドの圧力および温度、前記エキゾーストマニホールドの圧力および温度、ならびに前記気筒内の最大圧力上昇率の少なくとも１つを第２の監視パラメータとして監視し、
前記第２の監視パラメータが第２の閾値を超過する場合に、前記第２の監視パラメータが前記第２の閾値未満になるまで前記第２の操作変数をホールドし、前記第２の操作変数と被制御量の時系列データを取得する
処理を実行することを特徴とするエンジン試験装置。

【符号の説明】

【0107】

１００ エンジン試験装置
１００ａ 通信部
１００ｂ 記憶装置
１００ｃ メモリ
１００ｄ プロセッサ
１１１ データ取得部
１１２ 第１の閾値判定部
１１３ 操作変数決定部
１１４ 試験パターン修正部
１１５ 第２の閾値判定部
１２１ 試験パターン
１２２ 数理モデル
１２３ 閾値
１２４ 操作変数履歴
１２５ 試験データ履歴
３００ エンジン

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】