JP2004084544A - Control device for throttle valve drive - Google Patents

Abstract

<P>PROBLEM TO BE SOLVED: To provide a controlling device of a throttle valve driving unit capable of preventing deterioration of controllability immediately after learning of a reference position (a full-closed position or a full-open position) of a throttle valve is completed. <P>SOLUTION: A target opening degree THR is gradually reduced to "0". Because an actual full closed opening degree is larger than 0 degree, a throttle valve 3 reaches to the full closed position. When such a condition that an absolute value of a variation volume ΔTH of a throttle valve opening degree TH is smaller than a predetermined variation volume DTHSTB and a model parameter c1" is larger than a predetermine threshold C1TH continues for a predetermined time tmTHSTB, the throttle valve opening degree TH at this time is stored as a full closed opening degree THL1VZ0 (S452). At that time, the model parameter c1" is set to a predetermined value C1X, and a forgetting coefficient δ4 for calculating c1" is set to "0" (S454). <P>COPYRIGHT: (C)2004,JPO

Description

ここで、Ｆ及びＧは、それぞれ到達則制御ゲイン及び適応則制御ゲインであり、偏差状態量が安定に切換直線上に載せられるように設定される。また、σ（ｋ）は、前記切換関数値σ（ｎ）を離散化時刻ｋを用いて表したものであり、下記式（５ａ）により算出される。
σ（ｋ）＝ｅ（ｋ）＋ＶＰＯＬＥ×ｅ（ｋ−ｋ０）
＝ＤＴＨ（ｋ）−ＤＴＨＲ（ｋ）
＋ＶＰＯＬＥ×（ＤＴＨ（ｋ−ｋ０）−ＤＴＨＲ（ｋ−ｋ０））　　　（５ａ）
【００３９】
非線形入力Ｕｎｌは、下記式（１１）により算出される。
Ｕｎｌ（ｋ）＝−Ｋｎｌ×ｓｇｎ（σ（ｋ））／ｂ１　　　（１１）
ここで、ｓｇｎ（σ（ｋ））は、σ（ｋ）が正の値のとき「１」となり、σ（ｋ）が負の値のとき「−１」となる符号関数であり、Ｋｎｌはスロットル弁開度偏差量ＤＴＨに応じて設定される非線形入力ゲインである。
非線形入力Ｕｎｌ（ｋ）を用いることにより、目標値ＤＴＨＲが微小変化する場合において、定常偏差の収束が遅れることが防止される。
【００４０】
ダンピング入力Ｕｄａｍｐは、下記式（１３）により算出される。
Ｕｄａｍｐ＝−Ｋｄａｍｐ（ＤＴＨ（ｋ）−ＤＴＨ（ｋ−１））／ｂ１　　（１３）
ここで、Ｋｄａｍｐは、ダンピング制御ゲインであり、下記式（１４）により算出される。
Ｋｄａｍｐ＝Ｋｄａｍｐｂｓ×Ｋｋｄａｍｐ　　　　　　（１４）
ここで、Ｋｄａｍｐｂｓは、スロットル弁開度偏差量ＤＴＨに応じて設定される基本値であり、Ｋｋｄａｍｐは、目標値ＤＴＨＲの変化量の移動平均値ＤＤＴＨＲＡＶに応じて設定される補正係数である。
移動平均値ＤＤＴＨＲＡＶは下記式（１５）により算出される。
【数２】

ここでｉＡＶは、例えば「５０」に設定される所定数である。
【００４１】
以上のように、等価制御入力Ｕｅｑ（ｋ）、到達則入力Ｕｒｃｈ（ｋ）、適応則入力Ｕａｄｐ（ｋ）、非線形入力Ｕｎｌ（ｋ）、及びダンピング入力Ｕｄａｍｐ（ｋ）を算出し、それらの入力の総和として、デューティ比ＤＵＴ（ｋ）を算出することができる。
【００４２】
次にモデルパラメータ同定器２２の動作原理を説明する。
モデルパラメータ同定器２２は、前述したように制御対象の入力ＭＤＵＴＹＦを補正することにより得られる補正制御入力ＤＵＴＶＬ及び制御対象の出力（ＤＴＨ（ｎ））に基づいて、制御対象モデルのモデルパラメータベクトルを算出する。具体的には、モデルパラメータ同定器２２は、下記式（１６）による逐次型同定アルゴリズム（一般化逐次型最小２乗法アルゴリズム）により、モデルパラメータベクトルθ（ｎ）を算出する。
θ（ｎ）＝θ（ｎ−１）＋ＫＰ（ｎ）ｉｄｅ（ｎ）　　　　　　　　　（１６）
θ（ｎ）^Ｔ＝［ａ１”，ａ２”，ｂ１”，ｃ１”］　　　　（１７）
【００４３】
ここで、ａ１”，ａ２”，ｂ１”及びｃ１”は、後述する第１リミット処理を実施する前のモデルパラメータである。またｉｄｅ（ｎ）は、下記式（１８）、（１９）及び（２０）により定義される同定誤差である。ＤＴＨＨＡＴ（ｎ）は、最新のモデルパラメータベクトルθ（ｎ−１）を用いて算出される、スロットル弁開度偏差量ＤＴＨ（ｎ）の推定値（以下「推定スロットル弁開度偏差量」という）である。ＫＰ（ｎ）は、下記式（２１）により定義されるゲイン係数ベクトルである。また、式（２１）のＰ（ｎ）は、下記式（２２）により算出される４次の正方行列である。
【００４４】
【数３】

【数４】

式（２０）に示すように、本実施形態では、デューティ比ＤＵＴに代えて補正制御入力ＤＵＴＶＬを用いて、モデルパラメータベクトルθの同定が行われる。
【００４５】
式（２２）の係数λ１，λ２の設定により、式（１６）〜（２２）による同定アルゴリズムは、以下のような４つの同定アルゴリズムのいずれかになる。
λ１＝１，λ２＝０　固定ゲインアルゴリズム
λ１＝１，λ２＝１　最小２乗法アルゴリズム
λ１＝１，λ２＝λ　漸減ゲインアルゴリズム（λは０，１以外の所定値）
λ１＝λ，λ２＝１　重み付き最小２乗法アルゴリズム（λは０，１以外の所定値）
【００４６】
演算量の低減のために固定ゲインアルゴリズムを採用すると、式（２１）は、下記式（２１ａ）にように簡略化される。式（２１ａ）においてＰは、定数を対角要素とする正方行列である。
【数５】

【００４７】
式（１６）〜（２０），及び（２１ａ）により演算されるモデルパラメータは、所望値から徐々にずれていく場合がある。すなわち、モデルパラメータがある程度収束した後に、スロットル弁の摩擦特性などの非線形特性によって生じる残留同定誤差が存在したり、平均値がゼロでない外乱が定常的に加わるような場合には、残留同定誤差が蓄積し、モデルパラメータのドリフトが引き起こされる。このようなモデルパラメータのドリフトを防止すべく、モデルパラメータベクトルθ（ｎ）は、上記式（１６）に代えて、下記式（１６ａ）により算出される。
θ（ｎ）＝θ（０）＋ＤＥＬＴＡ^ｎ−１×ＫＰ（１）ｉｄｅ（１）
＋ＤＥＬＴＡ^ｎ−２×ＫＰ（２）ｉｄｅ（２）＋……
＋ＤＥＬＴＡ×ＫＰ（ｎ−１）ｉｄｅ（ｎ−１）＋ＫＰ（ｎ）ｉｄｅ（ｎ）
（１６ａ）
【００４８】
ここで、ＤＥＬＴＡは下記式（２３）で示すように、忘却係数δｉ（ｉ＝１〜４）を対角要素とし、他の要素がすべて「０」である忘却係数行列である。
【数６】

忘却係数δｉ（ｉ＝１〜３）は、０から１の間の値に設定され（０＜δｉ＜１）、過去の同定誤差の影響を徐々に減少させる機能を有する。式（２３）では、モデルパラメータｃ１”の演算にかかる忘却係数δ４は、通常は「１」に設定されており、過去値の影響が保持されるようになっている。このように、忘却係数行列ＤＥＬＴＡの対角要素の一部、すなわちモデルパラメータｃ１”の演算にかかる忘却係数δ４を「１」とすることにより、目標値ＤＴＨＲと、スロットル弁開度偏差量ＤＴＨとの定常偏差が発生することを防止することができる。ただし、後述するようにスロットル弁３の全閉位置の学習処理が終了した直後においては、学習処理中のモデルパラメータｃ１”の同定値の影響を排除するために、係数δ４は「０」に設定される。また忘却係数行列ＤＥＬＴＡの他の対角要素δ１，δ２及びδ３を「０」より大きく「１」より小さい値に設定することにより、モデルパラメータのドリフトが防止される。
【００４９】
式（１６ａ）を漸化式形式に書き直すと、下記式（１６ｂ）（１６ｃ）が得られる。前記式（１６）に代えて下記式（１６ｂ）及び（１６ｃ）を用いてモデルパラメータベクトルθ（ｎ）を算出する手法を、以下δ修正法といい、式（１６ｃ）で定義されるｄθ（ｎ）を「更新ベクトル」という。
θ（ｎ）＝θ（０）＋ｄθ（ｎ）　　　　　　　　　　　　　　　　　（１６ｂ）
ｄθ（ｎ）＝ＤＥＬＴＡ・ｄθ（ｎ−１）＋ＫＰ（ｎ）ｉｄｅ（ｎ）　　　　（１６ｃ）
【００５０】
δ修正法を用いたアルゴリズムによれば、ドリフト防止効果とともに、モデルパラメータの安定化効果も得られる。すなわち、初期値ベクトルθ（０）が常に保存され、更新ベクトルｄθ（ｎ）も忘却係数行列ＤＥＬＴＡの働きにより、その要素のとりうる値が制限されるので、各モデルパラメータを初期値近傍に安定させることができる。
【００５１】
さらに実際の制御対象の入出力データに基づいた同定により更新ベクトルｄθ（ｎ）を調整しつつモデルパラメータを算出するので、実際の制御対象に適合したモデルパラメータを算出できる。
さらに上記式（１６ｂ）の初期値ベクトルθ（０）に代えて、基準モデルパラメータベクトルθｂａｓｅを用いる下記式（１６ｄ）により、モデルパラメータベクトルθ（ｎ）を算出することが望ましい。
θ（ｎ）＝θｂａｓｅ＋ｄθ（ｎ）　　　　　　（１６ｄ）
【００５２】
基準モデルパラメータベクトルθｂａｓｅは、モデルパラメータスケジューラ２５により目標値ＤＴＨＲに応じて設定されるので、スロットル弁開度ＴＨの変化に対応する動特性の変化に適応させることができる。
【００５３】
本実施形態では、さらに同定誤差ｉｄｅ（ｎ）のローパスフィルタ処理を行う。ローパス特性（高周波成分が減衰する特性）を有する制御対象について、モデルパラメータ同定器２２によりモデルパラメータを同定すると、同定されたモデルパラメータは高周波域阻止特性に大きく影響されたものとなるため、低周波域での制御対象モデルのゲインが実際の特性より低くなる。その結果、スライディングモードコントローラ２１による制御入力の補正が過補正となる。
【００５４】
そこで、ローパスフィルタ処理により、制御対象モデルの周波数特性を実際の周波数特性と一致させ、あるいは制御対象モデルの低域ゲインが実際の低域ゲインよりやや高くなるように修正することとした。これにより、コントローラ２１による過補正を防止し、制御系のロバスト性を高めて制御系をより安定化させることができる。
【００５５】
なお、ローパスフィルタ処理は、同定誤差の過去値ｉｄｅ（ｎ−ｉ）（例えばｉ＝１〜１０に対応する１０個の過去値）をリングバッファに記憶し、それらの過去値に重み係数を乗算して加算することにより実行する。
【００５６】
ローパスフィルタ処理を施した同定誤差を下記式（３０）で示すように、ｉｄｅｆ（ｎ）と表すこととすると、前記式（１６ｃ）に代えて、下記式（１６ｅ）を用いて更新ベクトルｄθ（ｎ）が算出される。
ｉｄｅｆ（ｎ）＝ＬＦ（ｉｄｅ（ｎ））　　　　　　　　　　　　　　（３０）
ｄθ（ｎ）＝ＤＥＬＴＡ・ｄθ（ｎ−１）＋ＫＰ（ｎ）ｉｄｅｆ（ｎ）　　　　（１６ｅ）
【００５７】
上述したように本実施形態では、適応スライディングモードコントローラ２１，モデルパラメータ同定器２２及びモデルパラメータスケジューラ２５を同定周期ΔＴＩＤをサンプリング周期（制御周期）とするモデルに基づいて構成され、適応スライディングモードコントローラ２１は制御周期ΔＴＣＴＬ毎に、制御入力を演算し、モデルパラメータ同定器２２は、同定周期ΔＴＩＤ毎にモデルパラメータベクトルθを同定し、モデルパラメータスケジューラ２５は、同定周期ΔＴＩＤ毎に基準モデルパラメータベクトルθｂａｓｅを算出するようにした。
【００５８】
このような演算タイミングを採用すると、コントローラ２１による制御入力ＤＵＴの更新周期より、制御入力ＤＵＴの演算に用いるモデルパラメータの更新周期の方が長くなるため、モデルパラメータの更新周期が制御入力ＤＵＴに影響し、制御系の共振が発生する可能性がある。
【００５９】
そこで、本実施形態ではそのような共振を防止すべく、同定周期ΔＴＩＤで同定されるモデルパラメータを、制御周期ΔＴＣＴＬでサンプリング（オーバサンプリング）してリングバッファに格納し、そのリングバッファに格納したデータを移動平均化処理して得られる値をモデルパラメータとして使用している。
【００６０】
式（１６ｄ）により算出されるモデルパラメータベクトルθ（ｎ）の要素ａ１”，ａ２”，ｂ１”，及びｃ１”は、制御系のロバスト性を高めるために、以下に説明するリミット処理が施される。
【００６１】
図３は、モデルパラメータａ１”及びａ２”のリミット処理を説明するための図であり、モデルパラメータａ１”を横軸とし、モデルパラメータａ２”を縦軸として定義される平面が示されている。モデルパラメータａ１”及びａ２”は、同図にハッチングを付して示す安定領域の外側にあるときには、安定領域の外縁部に対応する値に変更するリミット処理が行われる。
【００６２】
またモデルパラメータｂ１”は、上限値ＸＩＤＢ１Ｈと下限値ＸＩＤＢ１Ｌの範囲外であるときは、上限値ＸＩＤＢ１Ｈまたは下限値ＸＩＤＢ１Ｌに変更するリミット処理が行われ、モデルパラメータｃ１”は、上限値ＸＩＤＣ１Ｈと下限値ＸＩＤＣ１Ｌの範囲外であるときは、上限値ＸＩＤＣ１Ｈまたは下限値ＸＩＤＣ１Ｌに変更するリミット処理が行われる。
【００６３】
以上のリミット処理（第１リミット処理）を数式では下記式（３１）のように表現する。θ^＊（ｎ）は、リミット処理後のモデルパラメータベクトルであり、その要素は下記式（３２）のように表す。
θ^＊（ｎ）＝ＬＭＴ（θ（ｎ））　　　　　　　　　　　　　　　　（３１）
θ^＊（ｎ）^Ｔ＝［ａ１^＊（ｎ），ａ２^＊（ｎ），ｂ１^＊（ｎ），ｃ１^＊（ｎ）］　　　（３２）
【００６４】
従来は、式（１６ｅ）により更新ベクトルｄθ（ｎ）を算出する際に用いる、前回の更新ベクトルｄθ（ｎ−１）と、式（１９）により推定スロットル弁開度偏差量ＤＴＨＨＡＴを算出する際に用いる前回のモデルパラメータベクトルθ（ｎ−１）とは、上記リミット処理を行う前のモデルパラメータを用いていたが、本実施形態では、前回の更新ベクトルｄθ（ｎ−１）としては、下記式（３３）で算出されるものを用い、推定スロットル弁開度偏差量ＤＴＨＨＡＴの算出に使用する前回のモデルパラメータベクトルとしては、下記式（１９ａ）に示すように、リミット処理後のモデルパラメータベクトルθ^＊（ｎ−１）を用いることとした。
ｄθ（ｎ−１）＝θ^＊（ｎ−１）−θｂａｓｅ（ｎ−１）　　　　　　　　　（３３）
ＤＴＨＨＡＴ（ｎ）＝θ^＊（ｎ−１）^Ｔζ（ｎ）　　　　　　　　　　　（１９ａ）
【００６５】
次にその理由を説明する。
モデルパラメータａ１”及びａ２”で決まる座標（以下「モデルパラメータ座標」という）が図３（ｂ）の点ＰＡ１にある場合には、リミット処理により、モデルパラメータ座標が安定領域の外縁に位置する点ＰＡＬに移動する。このときスロットル弁開度偏差量ＤＴＨが変化し、モデルパラメータａ１”及びａ２”が収束すべきモデルパラメータ座標が、点ＰＡ２へ変化した場合には、点ＰＡ１から点ＰＡ２への移動は、点ＰＡＬからＰＡ２への移動に比べて遅くなる。つまり、適応スライディングモードコントローラ２１による制御を、制御対象の動特性変化へ適応させる際にむだ時間が生じ、制御性が低下するおそれがある。
【００６６】
そこで本実施形態では、リミット処理後のモデルパラメータベクトルθ^＊（ｎ−１）を式（３３）及び（１９ａ）に適用して、今回のモデルパラメータベクトルθ（ｎ）を算出するようにした。
第１リミット処理後のモデルパラメータベクトルθ^＊（ｎ）を時刻ｋでオーバサンプリングすることにより得られるモデルパラメータベクトルθ^＊（ｋ）は、下記式（３２ａ）で表される。
θ^＊（ｋ）^Ｔ＝［ａ１^＊（ｋ），ａ２^＊（ｋ），ｂ１^＊（ｋ），ｃ１^＊（ｋ）］（３２ａ）
【００６７】
このオーバサンプリングしたモデルパラメータベクトルθ^＊（ｋ）の移動平均化演算を行うことにより得られるモデルパラメータベクトルθ’（ｋ）を下記式（３２ｂ）で表すこととすると、θ’（ｋ）の要素ａ１’（ｋ），ａ２’（ｋ），ｂ１’（ｋ），及びｃ１’（ｋ）は、下記式（３４）〜（３７）により算出される。
θ’（ｋ）^Ｔ＝［ａ１’（ｋ），ａ２’（ｋ），ｂ１’（ｋ），ｃ１’（ｋ）］（３２ｂ）
【００６８】
【数７】

ここで（ｍ＋１）は、移動平均化演算を行うデータの数であり、「ｍ」は例えば「４」に設定される。
【００６９】
次に下記式（３８）に示すように、モデルパラメータベクトルθ’（ｋ）に対して、前述したリミット処理と同様のリミット処理（第２リミット処理）を行うことにより、修正モデルパラメータベクトルθＬ（ｋ）（式（３９））を算出する。移動平均化演算により、モデルパラメータａ１’及び／またはａ２’が、図３に示した安定領域から外れる場合があるからである。モデルパラメータｂ１’及びｃ１’については、移動平均化演算によりリミット範囲から外れることはないので、実質的にはリミット処理は行われない。
θＬ（ｋ）＝ＬＭＴ（θ’（ｋ））　　　　　　　　　　　　（３８）
θＬ（ｋ）^Ｔ＝［ａ１，ａ２，ｂ１，ｃ１］　　　　　　　（３９）
【００７０】
次に上述した適応スライディングモードコントローラ２１、モデルパラメータ同定器２２、モデルパラメータスケジューラ２５、電圧補正部２８、リミッタ２９、ＤＵＴＹＥＭＦ算出部３０、加算器３１、及び逆電圧補正部３２の機能を実現するための、ＥＣＵ７のＣＰＵにおける演算処理を説明する。
【００７１】
図４は、スロットル弁開度制御の全体フローチャートであり、この処理は所定時間（例えば２ｍｓｅｃ）毎にＥＣＵ７のＣＰＵで実行される。
ステップＳ１１では、図５に示す状態変数設定処理を実行する。すなわち、式（２）及び（３）の演算を実行し、スロットル弁開度偏差量ＤＴＨ（ｋ）及び目標値ＤＴＨＲ（ｋ）を算出する（図５，ステップＳ３１及びＳ３２）。なお、今回値であることを示す（ｋ）または（ｎ）は、省略して示す場合がある。
【００７２】
ステップＳ１２では、カウンタＩＤＣＯＵＮＴの値が「０」であるか否かを判別する。カウンタＩＤＣＯＵＮＴは、最初は「０」に設定されているので、ステップＳ１２からステップＳ１４に進み、図６に示すモデルパラメータの同定演算処理、すなわちモデルパラメータベクトルθ（ｎ）の算出処理を実行する。次いで、図９に示す第１リミット処理を実行し、モデルパラメータベクトルθ^＊（ｎ）を算出する（ステップＳ１５）。具体的には、モデルパラメータベクトルθ（ｎ）のリミット処理が実行され、モデルパラメータベクトルθ^＊（ｎ）が算出される。算出されたモデルパラメータベクトルの要素ａ１^＊（ｎ），ａ２^＊（ｎ），ｂ１^＊（ｎ），及びｃ１^＊（ｎ）は、オーバサンプリング処理のためにそれぞれ所定数Ｎずつリングバッファに格納される。すなわち、θ^＊（ｋ），θ^＊（ｋ＋１），…，θ^＊（ｋ＋Ｎ−１）が、リングバッファに格納される。所定数Ｎは、制御周期ΔＴＣＴＬと同定周期ΔＴＩＤとの比（ΔＴＩＤ／ΔＴＣＴＬ）であり、例えば「５」に設定される。
【００７３】
ステップＳ１６では、カウンタＩＤＣＯＵＮＴに所定数Ｎが設定される。したがって、本処理の次の実行時には、ステップＳ１２の答が否定（ＮＯ）となり、カウンタＩＤＣＯＵＮＴの値が「１」だけデクリメントされ（ステップＳ１３）、ステップＳ１７に進む。すなわち、ステップＳ１４〜Ｓ１６の処理は、Ｎ回に１回の割合で実行される。
【００７４】
ステップＳ１７では、リミット処理後のモデルパラメータベクトルθ^＊（ｎ）の移動平均化演算によりモデルパラメータベクトルθ’（ｋ）を算出する。具体的には、前記リングバッファに格納されたモデルパラメータを式（３４）〜（３７）に適用して、モデルパラメータａ１’（ｋ），ａ２’（ｋ），ｂ１’（ｋ），及びｃ１’（ｋ）が算出される。
【００７５】
ステップＳ１８では、図１４に示す第２リミット処理を実行する。すなわち、ステップＳ１７で算出されたモデルパラメータａ１’（ｋ）及びａ２’（ｋ）のリミット処理が実行され、修正モデルパラメータベクトルθＬ（ｋ）が算出される。尚、モデルパラメータｂ１’（ｋ）及びｃ１’（ｋ）は、それぞれそのまま修正モデルパラメータベクトルθＬ（ｋ）の要素ｂ１（ｋ）及びｃ１（ｋ）となる。
【００７６】
ステップＳ１９では、図１５に示す制御量Ｕｓｌ（ｋ）の演算処理を実行する。すなわち、等価制御入力Ｕｅｑ（ｋ）、到達則入力Ｕｒｃｈ（ｋ）、適応則入力Ｕａｄｐ（ｋ）、非線形入力Ｕｎｌ（ｋ）、及びダンピング入力Ｕｄａｍｐ（ｋ）を算出し、それらの入力の総和として、制御量Ｕｓｌ（ｋ）（＝デューティ比ＤＵＴ（ｋ））を算出する。
【００７７】
ステップＳ２０では、図２３に示すスライディングモードコントローラの安定判別処理を実行する。すなわち、リアプノフ関数の微分値に基づく安定判別を行い、安定判別フラグＦＳＭＣＳＴＡＢの設定を行う。この安定判別フラグＦＳＭＣＳＴＡＢは、制御量Ｕｓｌ（ｋ）の演算実行時に参照される。
【００７８】
ステップＳ２１では、図２４に示す電圧補正及びリミット処理を実行する。すなわち、バッテリ電圧ＶＢに応じたデューティ比ＤＵＴの補正を行い、補正制御量ＭＤＵＴＹＢを算出し、さらに補正制御量ＭＤＵＴＹＢのリミット処理を行って最終制御量ＭＤＵＴＹＦを算出する。
【００７９】
ステップＳ２１では、図２５に示すＤＵＴＶＬ算出処理を実行する。すなわち、デューティ補正量ＤＵＴＹＥＭＦの算出、デューティ補正量ＤＵＴＹＥＭＦによる最終制御量ＭＤＵＴＹＦの補正、及び逆電圧補正を行い、補正制御入力ＤＵＴＶＬを算出する。
【００８０】
図６は、図４のステップＳ１４においてモデルパラメータの同定演算を行う処理のフローチャートである。
ステップＳ４１では、式（２１ａ）によりゲイン係数ベクトルＫＰ（ｎ）を算出し、次いで式（１９ａ）により推定スロットル弁開度偏差量ＤＴＨＨＡＴ（ｎ）を算出する（ステップＳ４２）。
【００８１】
ステップＳ４３では、図８に示すｉｄｅ（ｎ）の演算処理を実行し、同定誤差ｉｄｅ（ｎ）を算出する。ステップＳ４４では、式（１６ｅ）及び（３３）により更新ベクトルｄθ（ｎ）を算出し、次いで目標値ＤＴＨＲに応じて図７に示すθｂａｓｅテーブルを検索し、基準モデルパラメータベクトルθｂａｓｅを算出する（ステップＳ４５）。θｂａｓｅテーブルには、実際には基準モデルパラメータａ１ｂａｓｅ及びａ２ｂａｓｅが設定されており、基準モデルパラメータｂ１ｂａｓｅは、モデルパラメータｂ１の最小値ＸＩＤＢ１Ｌに設定される。また、基準モデルパラメータｃ１ｂａｓｅは、「０」に設定される。
ステップＳ４６では、式（１６ｄ）によりモデルパラメータベクトルθ（ｎ）を算出し、本処理を終了する。
【００８２】
図８は、図６のステップＳ４３で実行される同定誤差ｉｄｅ（ｎ）の演算処理のフローチャートである。
ステップＳ５１では、式（１８）により同定誤差ｉｄｅ（ｎ）を算出する。次いで、ステップＳ５３でインクリメントされるカウンタＣＮＴＩＤＳＴの値が、制御対象のむだ時間ｄに応じて設定される所定値ＸＣＮＴＩＤＳＴ（本実施形態では、むだ時間ｄを「０」と近似しているので、「２」に設定される）より大きいか否かを判別する（ステップＳ５２）。カウンタＣＮＴＩＤＳＴの初期値は「０」であるので、最初はステップＳ５３に進み、カウンタＣＮＴＩＤＳＴを「１」だけインクリメントし、同定誤差ｉｄｅ（ｋ）を「０」に設定して（ステップＳ５４）、ステップＳ５５に進む。モデルパラメータベクトルθ（ｎ）の同定を開始した直後は、式（１８）による演算で正しい同定誤差が得られないので、ステップＳ５２〜Ｓ５４により、式（１８）による演算結果を用いずに同定誤差ｉｄｅ（ｎ）を「０」に設定するようにしている。
【００８３】
ステップＳ５２の答が肯定（ＹＥＳ）となると、直ちにステップＳ５５に進む。
ステップＳ５５では、同定誤差ｉｄｅ（ｎ）のローパスフィルタ処理を行う。すなわち、制御対象モデルの周波数特性を修正するための処理が実行される。
【００８４】
ステップＳ５６では、同定誤差ｉｄｅ（ｎ）が所定上限値ＩＤＥＭＡＸ（例えば０．２）より大きいか否かを判別し、ｉｄｅ（ｎ）＞ＩＤＥＭＡＸであるときは、同定誤差ｉｄｅ（ｎ）をその所定上限値ＩＤＥＭＡＸに設定する（ステップＳ５７）。
ステップＳ５６で同定誤差ｉｄｅ（ｎ）が所定上限値ＩＤＥＭＡＸ以下であるときは、同定誤差ｉｄｅ（ｎ）が所定下限値ＩＤＥＭＩＮ（例えば−０．１５）より小さいか否かを判別する（ステップＳ５８）。ｉｄｅ（ｎ）＜ＩＤＥＭＩＮであるときは、同定誤差ｉｄｅ（ｎ）をその所定下限値ＩＤＥＭＩＮに設定する（ステップＳ５９）。
ステップＳ５８の答が否定（ＮＯ）であるときは、直ちに本処理を終了する。
【００８５】
図９は、図４のステップＳ１５で実行される第１リミット処理のフローチャートである。
ステップＳ７１では、この処理で使用されるフラグＦＡ１ＳＴＡＢ，ＦＡ２ＳＴＡＢ，ＦＢ１ＬＭＴ及びＦＣ１ＬＭＴをそれぞれ「０」に設定することにより、初期化を行う。そして、ステップＳ７２では、図１０に示すａ１”及びａ２”のリミット処理を実行し、ステップＳ７３では、図１２に示すｂ１”のリミット処理を実行し、ステップＳ７４では、図１３に示すｃ１”のリミット処理を実行する。
【００８６】
図１０は、図９のステップＳ７２で実行されるａ１”及びａ２”のリミット処理のフローチャートである。図１１は、図１０の処理を説明するための図であり、図１０とともに参照する。
図１１においては、リミット処理が必要なモデルパラメータａ１”とａ２”の組み合わせが「×」で示され、また安定なモデルパラメータａ１”及びａ２”の組み合わせの範囲がハッチングを付した領域（以下「安定領域」という）で示されている。図１０の処理は、安定領域外にあるモデルパラメータａ１”及びａ２”の組み合わせを、安定領域内（「○」で示す位置）に移動させる処理である。
【００８７】
ステップＳ８１では、モデルパラメータａ２”が、所定ａ２下限値ＸＩＤＡ２Ｌ以上か否かを判別する。所定ａ２下限値ＸＩＤＡ２Ｌは、「−１」より大きい負の値に設定される。所定ａ２下限値ＸＩＤＡ２Ｌは、「−１」に設定しても、安定なモデルパラメータａ１^＊，ａ２^＊が得られるが、下記式（４０）で定義される行列Ａのｎ乗が不安定となる（これは、ａ１”及びａ２”が発散はしないが振動することを意味する）場合があるので、「−１」より大きな値に設定される。
【数８】

【００８８】
ステップＳ８１でａ２”＜ＸＩＤＡ２Ｌであるときは、モデルパラメータａ２^＊を、この下限値ＸＩＤＡ２Ｌに設定するとともに、ａ２安定化フラグＦＡ２ＳＴＡＢを「１」に設定する（ステップＳ８２）。ａ２安定化フラグＦＡ２ＳＴＡＢは「１」に設定されると、モデルパラメータａ２^＊を下限値ＸＩＤＡ２Ｌに設定したことを示す。図１１においては、ステップＳ８１及びＳ８２のリミット処理Ｐ１によるモデルパラメータの修正が、「Ｐ１」を付した矢線（矢印を付した線）で示されている。
【００８９】
ステップＳ８１の答が肯定（ＹＥＳ）、すなわちａ２”≧ＸＩＤＡ２Ｌであるときは、モデルパラメータａ２^＊はモデルパラメータａ２”に設定される（ステップＳ８３）。
ステップＳ８４及びステップＳ８５では、モデルパラメータａ１”が、所定ａ１下限値ＸＩＤＡ１Ｌと所定ａ１上限値ＸＩＤＡ１Ｈできまる範囲内にあるか否かを判別する。所定ａ１下限値ＸＩＤＡ１Ｌは、−２以上且つ０より小さい値に設定され、所定ａ１上限値ＸＩＤＡ１Ｈは、例えば２に設定される。
【００９０】
ステップＳ８４及びＳ８５の答がいずれも肯定（ＹＥＳ）であるとき、すなわちＸＩＤＡ１Ｌ≦ａ１”≦ＸＩＤＡ１Ｈであるときは、モデルパラメータａ１^＊はモデルパラメータａ１”に設定される（ステップＳ８８）。
一方ａ１”＜ＸＩＤＡ１Ｌであるときは、モデルパラメータａ１^＊を下限値ＸＩＤＡ１Ｌに設定するとともに、ａ１安定化フラグＦＡ１ＳＴＡＢを「１」に設定する（ステップＳ８４，Ｓ８６）。またａ１”＞ＸＩＤＡ１Ｈであるときは、モデルパラメータａ１^＊を上限値ＸＩＤＡ１Ｈに設定するとともに、ａ１安定化フラグＦＡ１ＳＴＡＢを「１」に設定する（ステップＳ８５，Ｓ８７）。ａ１安定化フラグＦＡ１ＳＴＡＢは、「１」に設定されると、モデルパラメータａ１^＊を下限値ＸＩＤＡ１Ｌまたは上限値ＸＩＤＡ１Ｈに設定したことを示す。図１１においては、ステップＳ８４〜Ｓ８７のリミット処理Ｐ２によるモデルパラメータの修正が、「Ｐ２」を付した矢線で示されている。
【００９１】
ステップＳ９０では、モデルパラメータａ１^＊の絶対値とモデルパラメータａ２^＊の和が、所定安定判定値ＸＡ２ＳＴＡＢ以下であるか否かを判別する。所定安定判定値ＸＡ２ＳＴＡＢは、「１」に近く「１」より小さい値（例えば０．９９）に設定される。
【００９２】
図１１に示す直線Ｌ１及びＬ２は、下記式（４１）を満たす直線である。
ａ２^＊＋｜ａ１^＊｜＝ＸＡ２ＳＴＡＢ　　　（４１）
したがって、ステップＳ９０は、モデルパラメータａ１^＊及びａ２^＊の組み合わせが、図１１に示す直線Ｌ１及びＬ２の線上またはその下側にあるか否かを判別している。ステップＳ９０の答が肯定（ＹＥＳ）であるときは、モデルパラメータａ１^＊及びａ２^＊の組み合わせは、図１１の安定領域内にあるので、直ちに本処理を終了する。
【００９３】
一方ステップＳ９０の答が否定（ＮＯ）であるときは、モデルパラメータａ１^＊が、所定安定判定値ＸＡ２ＳＴＡＢから所定ａ２下限値ＸＩＤＡ２Ｌを減算した値（ＸＩＤＡ２Ｌ＜０であるので、ＸＡ２ＳＴＡＢ−ＸＩＤＡ２Ｌ＞ＸＡ２ＳＴＡＢが成立する）以下か否かを判別する（ステップＳ９１）。そしてモデルパラメータａ１^＊が（ＸＡ２ＳＴＡＢ−ＸＩＤＡ２Ｌ）以下であるときは、モデルパラメータａ２^＊を（ＸＡ２ＳＴＡＢ−｜ａ１^＊｜）に設定するとともに、ａ２安定化フラグＦＡ２ＳＴＡＢを「１」に設定する（ステップＳ９２）。
【００９４】
ステップＳ９１でモデルパラメータａ１^＊が（ＸＡ２ＳＴＡＢ−ＸＩＤＡ２Ｌ）より大きいときは、モデルパラメータａ１^＊を（ＸＡ２ＳＴＡＢ−ＸＩＤＡ２Ｌ）に設定し、モデルパラメータａ２^＊を所定ａ２下限値ＸＩＤＡ２Ｌに設定するとともに、ａ１安定化フラグＦＡ１ＳＴＡＢ及びａ２安定化フラグＦＡ２ＳＴＡＢをともに「１」に設定する（ステップＳ９３）。
【００９５】
図１１においては、ステップＳ９１及びＳ９２のリミット処理Ｐ３によるモデルパラメータの修正が、「Ｐ３」を付した矢線で示されており、またステップＳ９１及びＳ９３のリミット処理Ｐ４によるモデルパラメータの修正が、「Ｐ４」を付した矢線で示されている。
【００９６】
以上のように図１０の処理により、モデルパラメータａ１”及びａ２”が図１１に示す安定領域内に入るようにリミット処理が実行され、モデルパラメータａ１^＊及びａ２^＊が算出される。
【００９７】
図１２は、図９のステップＳ７３で実行されるｂ１”のリミット処理のフローチャートである。
ステップＳ１０１及びＳ１０２では、モデルパラメータｂ１”が、所定ｂ１下限値ＸＩＤＢ１Ｌと所定ｂ１上限値ＸＩＤＢ１Ｈできまる範囲内にあるか否かを判別する。所定ｂ１下限値ＸＩＤＢ１Ｌは、正の所定値（例えば０．１）に設定され、所定ｂ１上限値ＸＩＤＢ１Ｈは、例えば「１」に設定される。
【００９８】
ステップＳ１０１及びＳ１０２の答がいずれも肯定（ＹＥＳ）であるとき、すなわちＸＩＤＢ１Ｌ≦ｂ１”≦ＸＩＤＢ１Ｈであるときは、モデルパラメータｂ１^＊はモデルパラメータｂ１”に設定される（ステップＳ１０５）。
【００９９】
一方ｂ１”＜ＸＩＤＢ１Ｌであるときは、モデルパラメータｂ１^＊を下限値ＸＩＤＢ１Ｌに設定するとともに、ｂ１リミットフラグＦＢ１ＬＭＴを「１」に設定する（ステップＳ１０１，Ｓ１０４）。またｂ１”＞ＸＩＤＢ１Ｈであるときは、モデルパラメータｂ１^＊を上限値ＸＩＤＢ１Ｈに設定するとともに、ｂ１リミットフラグＦＢ１ＬＭＴを「１」に設定する（ステップＳ１０２，Ｓ１０３）。ｂ１リミットフラグＦＢ１ＬＭＴは、「１」に設定されると、モデルパラメータｂ１^＊を下限値ＸＩＤＢ１Ｌまたは上限値ＸＩＤＢ１Ｈに設定したことを示す。
【０１００】
図１３は、図９のステップＳ７４で実行されるモデルパラメータｃ１”のリミット処理のフローチャートである。
ステップＳ１１１及びＳ１１２では、モデルパラメータｃ１”が、所定ｃ１下限値ＸＩＤＣ１Ｌと所定ｃ１上限値ＸＩＤＣ１Ｈできまる範囲内にあるか否かを判別する。所定ｃ１下限値ＸＩＤＣ１Ｌは、例えば−６０に設定され、所定ｃ１上限値ＸＩＤＣ１Ｈは、例えば６０に設定される。
【０１０１】
ステップＳ１１１及びＳ１１２の答がいずれも肯定（ＹＥＳ）であるとき、すなわちＸＩＤＣ１Ｌ≦ｃ１”≦ＸＩＤＣ１Ｈであるときは、モデルパラメータｃ１^＊はモデルパラメータｃ１”に設定される（ステップＳ１１５）。
【０１０２】
一方ｃ１”＜ＸＩＤＣ１Ｌであるときは、モデルパラメータｃ１^＊を下限値ＸＩＤＣ１Ｌに設定するとともに、ｃ１リミットフラグＦＣ１ＬＭＴを「１」に設定する（ステップＳ１１１，Ｓ１１４）。またｃ１”＞ＸＩＤＣ１Ｈであるときは、モデルパラメータｃ１^＊を上限値ＸＩＤＣ１Ｈに設定するとともに、ｃ１リミットフラグＦＣ１ＬＭＴを「１」に設定する（ステップＳ１１２，Ｓ１１３）。ｃ１リミットフラグＦＣ１ＬＭＴは、「１」に設定されると、修正モデルパラメータｃ１を下限値ＸＩＤＣ１Ｌまたは上限値ＸＩＤＣ１Ｈに設定したことを示す。
【０１０３】
図１４は、図４のステップＳ１８で実行される第２リミット処理のフローチャートである。この処理は、図１０の処理の「ａ１”」及び「ａ２”」をそれぞれ「ａ１’」及び「ａ２’」に置換し、「ａ１^＊」及び「ａ２^＊」をそれぞれ「ａ１」及び「ａ２」に置換したものであり、処理の内容は実質的に同一である。すなわち、移動平均化処理されたモデルパラメータａ１’及びａ２’について、図１０と同様のリミット処理がステップＳ１２１〜Ｓ１３３で実行され、修正モデルパラメータａ１及びａ２が算出される。
【０１０４】
図１５は、図４のステップＳ１９で実行されるＵｓｌ算出処理のフローチャートである。
ステップＳ２０１では、図１６に示す切換関数値σの演算処理を実行し、ステップＳ２０２では、前記式（８ａ）により、等価制御入力Ｕｅｑを算出する。ステップＳ２０３では、図１９に示す到達則入力Ｕｒｃｈの演算処理を実行し、ステップＳ２０４では、図２０に示す適応則入力Ｕａｄｐの演算処理を実行する。ステップＳ２０５では、図２１に示す非線形入力Ｕｎｌの演算処理を実行し、ステップＳ２０７では、図２２に示すダンピング入力Ｕｄａｍｐの演算処理を実行する。
【０１０５】
ステップＳ２０８では、後述する図２３の処理で設定される安定判別フラグＦＳＭＣＳＴＡＢが「１」であるか否かを判別する。安定判別フラグＦＳＭＣＳＴＡＢは、「１」に設定されると、適応スライディングモードコントローラ２１が不安定となっていることを示す。
【０１０６】
ステップＳ２０８でＦＳＭＣＳＴＡＢ＝０であって適応スライディングモードコントローラ２１が安定であるときは、ステップＳ２０２〜Ｓ２０７で算出された制御入力Ｕｅｑ，Ｕｒｃｈ，Ｕａｄｐ，Ｕｎｌ，及びＵｄａｍｐを加算することにより、制御量Ｕｓｌを算出する（ステップＳ２０９）。
【０１０７】
一方ＦＳＭＣＳＴＡＢ＝１であって適応スライディングモードコントローラ２１が不安定となっているときは、到達則入力Ｕｒｃｈ及び適応則入力Ｕａｄｐの和を、制御量Ｕｓｌとして算出する。すなわち、等価制御入力Ｕｅｑ、非線形入力Ｕｎｌ，及びダンピング入力Ｕｄａｍｐを、制御量Ｕｓｌの算出に使用しないようにする。これにより、制御系が不安定化することを防止することができる。
【０１０８】
続くステップＳ２１１及びＳ２１２では、算出した制御量Ｕｓｌが所定上下限値ＸＵＳＬＨ及びＸＵＳＬＬの範囲内にあるか否かを判別し、制御量Ｕｓｌが所定上下限値の範囲内にあるときは、直ちに本処理を終了する。一方、制御量Ｕｓｌが所定下限値ＸＵＳＬＬ以下であるときは、制御量Ｕｓｌを所定下限値ＸＵＳＬＬに設定し（ステップＳ２１１，Ｓ２１４）、制御量Ｕｓｌが所定上限値ＸＵＳＬＨ以上であるときは、制御量Ｕｓｌを所定上限値ＸＵＳＬＨに設定する（ステップＳ２１２，Ｓ２１３）。
【０１０９】
図１６は、図１５のステップＳ２０１で実行される切換関数値σの演算処理のフローチャートである。
ステップＳ２２１では、図１７に示すＶＰＯＬＥ演算処理実行し、切換関数設定パラメータＶＰＯＬＥを算出する。次いで前記式（５ａ）により、切換関数値σ（ｋ）を算出する（ステップＳ２２２）。
【０１１０】
続くステップＳ２２３及びＳ２２４では、算出した切換関数値σ（ｋ）が所定上下限値ＸＳＧＭＨ及びＸＳＧＭＬの範囲内にあるか否かを判別し、切換関数値σ（ｋ）が所定上下限値の範囲内にあるときは、直ちに本処理を終了する。一方、切換関数値σ（ｋ）が所定下限値ＸＳＧＭＬ以下であるときは、切換関数値σ（ｋ）を所定下限値ＸＳＧＭＬに設定し（ステップＳ２２３，Ｓ２２５）、切換関数値σ（ｋ）が所定上限値ＸＳＧＭＨ以上であるときは、切換関数値σ（ｋ）を所定上限値ＸＳＧＭＨに設定する（ステップＳ２２４，Ｓ２２６）。
【０１１１】
図１７は、図１６のステップＳ２２１で実行されるＶＰＯＬＥ演算処理のフローチャートである。
ステップＳ２３１では、安定判別フラグＦＳＭＣＳＴＡＢが「１」であるか否かを判別し、ＦＳＭＣＳＴＡＢ＝１であって適応スライディングモードコントローラ２１が不安定となっているときは、切換関数設定パラメータＶＰＯＬＥを安定化所定値ＸＰＯＬＥＳＴＢに設定する（ステップＳ２３２）。安定化所定値ＸＰＯＬＥＳＴＢは、「−１」より大きく「−１」に非常に近い値（例えば−０．９９９）に設定される。
【０１１２】
ＦＳＭＣＳＴＡＢ＝０であって適応スライディングモードコントローラ２１が安定であるときは、スロットル弁開度偏差量ＤＴＨに応じて図１８に示すＶＰＯＬＥテーブルを検索し、切換関数設定パラメータＶＰＯＬＥを算出する（ステップＳ２３４）。ＶＰＯＬＥテーブルは、スロットル弁開度偏差量ＤＴＨが０近傍の値をとるとき（スロットル弁開度ＴＨがデフォルト開度ＴＨＤＥＦ近傍の値をとるとき）、ＶＰＯＬＥ値が増加し、０近傍以外の値ではスロットル弁開度偏差量ＤＴＨの変化に対してはほぼ一定の値となるように設定されている。したがって、スロットル弁開度ＴＨがデフォルト開度ＴＨＤＥＦ近傍にあるときは、切換関数設定パラメータＶＰＯＬＥが比較的大きな値に設定され、デフォルト開度ＴＨＤＥＦ近傍における制御性を向上させることができる。
【０１１３】
続くステップＳ２３５及びＳ２３６では、算出した切換関数設定パラメータＶＰＯＬＥが所定上下限値ＸＰＯＬＥＨ及びＸＰＯＬＥＬの範囲内にあるか否かを判別し、切換関数設定パラメータＶＰＯＬＥが所定上下限値の範囲内にあるときは、直ちに本処理を終了する。一方、切換関数設定パラメータＶＰＯＬＥが所定下限値ＸＰＯＬＥＬ以下であるときは、切換関数設定パラメータＶＰＯＬＥを所定下限値ＸＰＯＬＥＬに設定し（ステップＳ２３６，Ｓ２３８）、切換関数設定パラメータＶＰＯＬＥが所定上限値ＸＰＯＬＥＨ以上であるときは、切換関数設定パラメータＶＰＯＬＥを所定上限値ＸＰＯＬＥＨに設定する（ステップＳ２３５，Ｓ２３７）。
【０１１４】
図１９は、図１５のステップＳ２０３で実行される到達則入力Ｕｒｃｈの演算処理のフローチャートである。
ステップＳ２５１では、切換関数値σが所定下限値−ＸＳＧＭＳＬ以下であるか否かを判別し、σ≦−ＸＳＧＭＳＬであるときは、切換関数パラメータＳＧＭＳをその所定下限値−ＸＳＧＭＳＬに設定する（ステップＳ２５２）。σ＞−ＸＳＧＭＳＬであるときは、切換関数値σが所定上限値ＸＳＧＭＳＬ以上であるか否かを判別する（ステップＳ２５３）。そして、σ≧ＸＳＧＭＳＬであるときは、切換関数パラメータＳＧＭＳをその上限値ＸＳＧＭＳＬに設定する（ステップＳ２５４）。また切換関数値σが所定下限値−ＸＳＧＭＳＬと所定上限値ＸＳＧＭＳＬとの間にあるときは、切換関数パラメータＳＧＭＳを切換関数値σに設定する（ステップＳ２５５）。
【０１１５】
ステップＳ２５１〜Ｓ２５５により、到達則入力Ｕｒｃｈの算出に使用する切換関数値σのリミット処理が行われる。切換関数パラメータＳＧＭＳは、リミット処理後の切換関数値σに相当するパラメータである。このリミット処理により、目標値ＤＴＨＲが急変した場合において、スロットル弁開度偏差量ＤＴＨの目標値ＤＴＨＲに対するオーバシュートが発生することを防止することができる。
【０１１６】
続くステップＳ２６１では、安定判別フラグＦＳＭＣＳＴＡＢが「１」であるか否かを判別する。安定判別フラグＦＳＭＣＳＴＡＢが「０」であって適応スライディングモードコントローラ２１が安定であるときは、切換関数値σに応じて制御ゲインＦを設定する（ステップＳ２６２）。
【０１１７】
次いで、下記式（４２）に、切換関数パラメータＳＧＭＳ、制御ゲインＦを適用して、到達則入力Ｕｒｃｈ（ｋ）を算出する（ステップＳ２６３）。式（４２）は、前記式（９）の切換関数値σ（ｋ）を切換関数パラメータＳＧＭＳに置き換えたものである。
Ｕｒｃｈ＝−Ｆ×ＳＧＭＳ／ｂ１　　　　（４２）
一方安定判別フラグＦＳＭＣＳＴＡＢが「１」であって適応スライディングモードコントローラ２１が不安定となったときは、制御ゲインＦを、所定安定化ゲインＸＫＲＣＨＳＴＢに設定し（ステップＳ２６４）、モデルパラメータｂ１を使わない下記式（４３）により到達則入力Ｕｒｃｈを算出する（ステップＳ２６５）。
Ｕｒｃｈ＝−Ｆ×ＳＧＭＳ　　　　　　　（４３）
【０１１８】
続くステップＳ２６６及びＳ２６７では、算出した到達則入力Ｕｒｃｈが所定上下限値ＸＵＲＣＨＨ及びＸＵＲＣＨＬの範囲内にあるか否かを判別し、到達則入力Ｕｒｃｈが所定上下限値の範囲内にあるときは、直ちに本処理を終了する。一方、到達則入力Ｕｒｃｈが所定下限値ＸＵＲＣＨＬ以下であるときは、到達則入力Ｕｒｃｈを所定下限値ＸＵＲＣＨＬに設定し（ステップＳ２６６，Ｓ２６８）、到達則入力Ｕｒｃｈが所定上限値ＸＵＲＣＨＨ以上であるときは、到達則入力Ｕｒｃｈを所定上限値ＸＵＲＣＨＨに設定する（ステップＳ２６７，Ｓ２６９）。
【０１１９】
このように適応スライディングモードコントローラ２１が不安定となったときは、制御ゲインＦを所定安定化ゲインＸＫＲＣＨＳＴＢに設定するとともに、モデルパラメータｂ１を使用しないで到達則入力Ｕｒｃｈを算出することにより、適応スライディングモードコントローラ２１を安定な状態に戻すことができる。モデルパラメータ同定器２２による同定が不安定となった場合に、適応スライディングモードコントローラ２１が不安定となるので、不安定となったモデルパラメータｂ１を使わないことによって、適応スライディングモードコントローラ２１を安定化することができる。
【０１２０】
図２０は、図１５のステップＳ２０４で実行される適応則入力Ｕａｄｐの演算処理のフローチャートである。
ステップＳ２７１では、切換関数値σが所定下限値−ＸＳＧＭＳＬ以下であるか否かを判別し、σ≦−ＸＳＧＭＳＬであるときは、切換関数パラメータＳＧＭＳをその所定下限値−ＸＳＧＭＳＬに設定する（ステップＳ２７２）。σ＞−ＸＳＧＭＳＬであるときは、切換関数値σが所定上限値ＸＳＧＭＳＬ以上であるか否かを判別する（ステップＳ２７３）。そして、σ≧ＸＳＧＭＳＬであるときは、切換関数パラメータＳＧＭＳをその上限値ＸＳＧＭＳＬに設定する（ステップＳ２７４）。また切換関数値σが所定下限値−ＸＳＧＭＳＬと所定上限値ＸＳＧＭＳＬとの間にあるときは、切換関数パラメータＳＧＭＳを切換関数値σに設定する（ステップＳ２７５）。
【０１２１】
ステップＳ２７１〜Ｓ２７５により、適応則入力Ｕａｄｐに使用する切換関数値σのリミット処理が行われる。切換関数パラメータＳＧＭＳは、リミット処理後の切換関数値σに相当するパラメータである。このリミット処理により、目標値ＤＴＨＲが急変した場合において、スロットル弁開度偏差量ＤＴＨの目標値ＤＴＨＲに対するオーバシュートが発生することを防止することができる。
【０１２２】
続くステップＳ２７６では、安定判別フラグＦＳＭＣＳＴＡＢが「１」であるか否かを判別し、ＦＳＭＣＳＴＡＢ＝０であって適応スライディングモードコントローラ２１が安定であるときは、切換関数値σに応じて制御ゲインＧを設定する（ステップＳ２７９）。
【０１２３】
次いで下記式（４４）に切換関数パラメータＳＧＭＳ、制御ゲインＧを適用して、適応則入力Ｕａｄｐ（ｋ）を算出する（ステップＳ２８０）。式（４４）は、前記式（１０）の切換関数値σ（ｋ）を切換関数パラメータＳＧＭＳに置き換えたものである。
Ｕａｄｐ（ｋ）＝Ｕａｄｐ（ｋ−１）−Ｇ×ＳＧＭＳ×ΔＴＣＴＬ／ｂ１　（４４）
【０１２４】
一方ステップＳ２７６でＦＳＭＣＳＴＡＢ＝１であって適応スライディングモードコントローラ２１が不安定であるときは、制御ゲインＧを所定安定化ゲインＸＫＡＤＰＳＴＢに設定し（ステップＳ２７７）、下記式（４５）により、適応則入力Ｕａｄｐ（ｋ）を算出する（ステップＳ２７８）。式（４５）は式（４４）のモデルパラメータｂ１を削除することにより得られる式である。
Ｕａｄｐ（ｋ）＝Ｕａｄｐ（ｋ−１）−Ｇ×ＳＧＭＳ×ΔＴＣＴＬ　　　　（４５）
【０１２５】
続くステップＳ２８１及びＳ２８２では、算出した適応則入力Ｕａｄｐが所定上下限値ＸＵＡＤＰＨ及びＸＵＡＤＰＬの範囲内にあるか否かを判別し、適応則入力Ｕａｄｐが所定上下限値の範囲内にあるときは、直ちに本処理を終了する。一方、適応則入力Ｕａｄｐが所定下限値ＸＵＡＤＰＬ以下であるときは、適応則入力Ｕａｄｐを所定下限値ＸＵＡＤＰＬに設定し（ステップＳ２８２，Ｓ２８４）、適応則入力Ｕａｄｐが所定上限値ＸＵＡＤＰＨ以上であるときは、適応則入力Ｕａｄｐを所定上限値ＸＵＡＤＰＨに設定する（ステップＳ２８１，Ｓ２８３）。
【０１２６】
図２１は、図１５のステップＳ２０５で実行される非線形入力Ｕｎｌの演算処理のフローチャートである。
ステップＳ３０１では、スロットル弁開度偏差量ＤＴＨに応じて非線形入力ゲインＫｎｌを算出する。ステップＳ３０２では、切換関数値σが所定下限値−ＸＮＬＴＨ以下であるか否かを判別し、σ＞−ＸＮＬＴＨであるときは、切換関数値σが所定上限値ＸＮＬＴＨ以上であるか否かを判別する（ステップＳ３０４）。切換関数値σが所定上限値ＸＮＬＴＨと所定下限値−ＸＮＬＴＨの間にあるときは、非線形入力パラメータＳＮＬを切換関数値σに設定する（ステップＳ３０６）。
【０１２７】
切換関数値σが所定下限値−ＸＮＬＴＨ以下であるときは、非線形入力パラメータＳＮＬを「−１」に設定し（ステップＳ３０３）、切換関数値σが所定上限値ＸＮＬＴＨ以上であるときは、非線形入力パラメータＳＮＬを「１」に設定する（ステップＳ３０５）
続くステップＳ３０７では、下記式（４６）により、非線形入力Ｕｎｌ（ｋ）を算出する。
Ｕｎｌ（ｋ）＝−Ｋｎｌ×ＳＮＬ／ｂ１　　　　　　　（４６）
【０１２８】
図２１の処理では、前記式（１１）の符号関数ｓｇｎ（σ（ｋ））に代えて、非線形入力パラメータＳＮＬを用い、切換関数値σの絶対値が小さい所定範囲内では、切換関数値σをそのまま適用される。これにより、非線形入力Ｕｎｌに起因する微少振動（チャタリング）を抑制することができる。
【０１２９】
図２２は、図１５のステップＳ２０７で実行されるダンピング入力Ｕｄａｍｐの演算処理のフローチャートである。
【０１３０】
ステップＳ３３１では、前記式（１５）により、目標値ＤＴＨＲの変化量の移動平均値ＤＤＴＨＲＡＶを算出する。ステップＳ３３２では、スロットル弁開度偏差量ＤＴＨに応じてダンピング制御ゲインの基本値Ｋｄａｍｐｂｓを算出する。ステップＳ３３３では、移動平均値ＤＤＴＨＲＡＶに応じてダンピング制御ゲインの補正係数Ｋｋｄａｍｐを算出する。
【０１３１】
ステップＳ３３４では、基本値Ｋｄａｍｐｂｓに補正係数Ｋｋｄａｍｐを乗算することによりダンピング制御ゲインＫｄａｍｐを算出する。次いで下記式（１３）（再掲）により、ダンピング入力Ｕｄａｍｐ（ｋ）を算出する。
Ｕｄａｍｐ（ｋ）＝−Ｋｄａｍｐ×（ＤＴＨ（ｋ）−ＤＴＨ（ｋ−１））／ｂ１（１３）
【０１３２】
図２３は、図４のステップＳ２０で実行されるスライディングモードコントローラの安定判別処理のフローチャートである。この処理では、リアプノフ関数の微分項に基づく安定判別を行い、安定判別結果に応じて安定判別フラグＦＳＭＣＳＴＡＢの設定を行う。
【０１３３】
ステップＳ３５１では下記式（５０）により、切換関数変化量Ｄσを算出し、次いで下記式（５１）により、安定性判別パラメータＳＧＭＳＴＡＢを算出する（ステップＳ３５２）。
Ｄσ＝σ（ｋ）−σ（ｋ−ｋ０）　　　　　　　　　　　　（５０）
ＳＧＭＳＴＡＢ＝Ｄσ×σ（ｋ）　　　　　　　　　（５１）
【０１３４】
ステップＳ３５３では、安定性判別パラメータＳＧＭＳＴＡＢが安定性判定閾値ＸＳＧＭＳＴＡＢ以下か否かを判別し、ＳＧＭＳＴＡＢ＞ＸＳＧＭＳＴＡＢであるときは、コントローラ２１が不安定である可能性があると判定して不安定検知カウンタＣＮＴＳＭＣＳＴを「１」だけインクリメントする（ステップＳ３５５）。また、ＳＧＭＳＴＡＢ≦ＸＳＧＭＳＴＡＢであるときは、コントローラ２１が安定であると判定して不安定検知カウンタＣＮＴＳＭＣＳＴのカウント値をインクリメントすることなく保持する（ステップＳ３５４）。
【０１３５】
ステップＳ３５６では、不安定検知カウンタＣＮＴＳＭＣＳＴの値が所定カウント値ＸＳＳＴＡＢ以下か否かを判別する。ＣＮＴＳＭＣＳＴ≦ＸＳＳＴＡＢであるときは、コントローラ２１は安定していると判定し、第１判定フラグＦＳＭＣＳＴＡＢ１を「０」に設定する（ステップＳ３５７）。一方ＣＮＴＳＭＣＳＴ＞ＸＳＳＴＡＢであるときは、コントローラ２１は不安定となっていると判定し、第１判定フラグＦＳＭＣＳＴＡＢ１を「１」に設定する（ステップＳ３５８）。なお、不安定検知カウンタＣＮＴＳＭＣＳＴは、イグニッションスイッチオン時にそのカウント値が「０」に初期化される。
【０１３６】
続くステップＳ３５９では、安定判別期間カウンタＣＮＴＪＵＤＳＴを「１」だけデクリメントし、次いでその安定判別期間カウンタＣＮＴＪＵＤＳＴの値が「０」であるか否かを判別する（ステップＳ３６０）。安定判別期間カウンタＣＮＴＪＵＤＳＴは、イグニッションスイッチオン時に所定判別カウント値ＸＣＪＵＤＳＴに初期化される。したがって、最初はステップＳ３６０の答は否定（ＮＯ）となり、直ちにステップＳ３６５に進む。
【０１３７】
その後安定判別期間カウンタＣＮＴＪＵＤＳＴが「０」となると、ステップＳ３６０からステップＳ３６１に進み、第１判定フラグＦＳＭＣＳＴＡＢ１が「１」であるか否かを判別する。そして、第１判定フラグＦＳＭＣＳＴＡＢ１が「０」であるときは、第２判定フラグＦＳＭＣＳＴＡＢ２を「０」に設定し（ステップＳ３６３）、第１判定フラグＦＳＭＣＳＴＡＢ１が「１」であるときは、第２判定フラグＦＳＭＣＳＴＡＢ２を「１」に設定する（ステップＳ３６２）。
【０１３８】
続くステップＳ３６４では、安定判別期間カウンタＣＮＴＪＵＤＳＴの値を所定判別カウント値ＸＣＪＵＤＳＴに設定するとともに、不安定検知カウンタＣＮＴＳＭＣＳＴの値を「０」に設定し、ステップＳ３６５に進む。
ステップＳ３６５では、安定判別フラグＦＳＭＣＳＴＡＢを、第１判定フラグＦＳＭＣＳＴＡＢ１と第２判定フラグＦＳＭＣＳＴＡＢ２の論理和に設定する。第２判定フラグＦＳＭＣＳＴＡＢ２は、ステップＳ３５６の答が肯定（ＹＥＳ）となり、第１判定フラグＦＳＭＣＳＴＡＢ１が「０」に設定されても、安定判別期間カウンタＣＮＴＪＵＤＳＴの値が「０」となるまでは、「１」に維持される。したがって、安定判別フラグＦＳＭＣＳＴＡＢも、安定判別期間カウンタＣＮＴＪＵＤＳＴの値が「０」となるまでは、「１」に維持される。
【０１３９】
図２４は、図４のステップＳ２１で実行される電圧補正及びリミット処理のフローチャートである。
ステップＳ４０１では、下記式（５２）により、バッテリ電圧補正を行い、補正制御量ＭＤＵＴＹＢを算出する。
ＭＤＵＴＹＢ＝ＤＵＴ×ＶＢＲ／ＶＢＡＤＦＴ　　　　（５２）
ここでＤＵＴは、図４のステップＳ１９で算出される制御量Ｕｓｌと等しいデューティ比、ＶＢＲはバッテリ電圧の基準電圧であり、例えば１４Ｖに設定される。ＶＢＡＤＦＴは、検出されるバッテリ電圧ＶＢを下記式（５３）によりなまし処理したなましバッテリ電圧である。
ＶＢＡＤＦＴ＝ＣＶＢ×ＶＢ＋（１−ＣＶＢ）×ＶＢＡＤＦＴ（ｋ−１）（５３）
ここで、ＣＶＢは０から１の間の値に設定されるなまし係数である。
バッテリ電圧補正を行うことにより、バッテリ電圧ＶＢが変化しても、良好な制御性を維持することができる。
【０１４０】
ステップＳ４０２では、補正制御量ＭＤＵＴＹＢが正の所定上限値ＤＵＴＹＬＭＴＨ（例えば９０％）以上であるか否かを判別し、ＭＤＵＴＹＢ≧ＤＵＴＹＬＭＴＨであるときは、補正制御量ＭＤＵＴＹＢを正の所定上限値ＤＵＴＹＬＭＴＨに設定する（ステップＳ４０４）。次いで、リミット処理フラグＦＤＵＴＹＬＭＴを「１」に設定し（ステップＳ４０６）、本処理を終了する。リミット処理フラグＦＤＵＴＹＬＭＴは、補正制御量ＭＤＵＴＹＢの絶対値がリミット範囲を超える場合に「１」に設定される。
【０１４１】
ステップＳ４０２で、ＭＤＵＴＹＢ＜ＤＵＴＹＬＭＴＨであるときは、補正制御量ＭＤＵＴＹＢが負の所定下限値ＤＵＴＹＬＭＴＬ（例えば−９０％）以下か否かを判別する（ステップＳ４０３）。ＭＤＵＴＹＢ≦ＤＵＴＹＬＭＴＬであるときは、補正制御量ＭＤＵＴＹＢを負の所定下限値ＤＵＴＹＬＭＴＬに設定し（ステップＳ４０５）、前記ステップＳ４０６に進む。
【０１４２】
ステップＳ４０３で、ＭＤＵＴＹＢ＞ＤＵＴＹＬＭＴＬであるときは、リミット処理フラグＦＤＵＴＹＬＭＴを「０」に設定し（ステップＳ４０７）、補正制御量ＭＤＵＴＹＢが正の所定下限値ＭＤＦＨ（例えば２％）以上であるか否かを判別する（ステップＳ４０８）。ＭＤＵＴＹＢ≧ＭＤＦＨであるときは、直ちにステップＳ４１１に進み、最終制御量ＭＤＵＴＹＦを補正制御量ＭＤＵＴＹＢに設定する。
【０１４３】
ステップＳ４０８でＭＤＵＴＹＢ＜ＭＤＦＨであるときは、補正制御量ＭＤＵＴＹＢが「０」以上であるか否かを判別する（ステップＳ４０９）。ＭＤＵＴＹＢ≧０であるときは、最終制御量ＭＤＵＴＹＦを正の所定下限値ＭＤＦＨに設定する（ステップＳ４１３）。一方補正制御量ＭＤＵＴＹＢが負の値であるときは、ステップＳ４１０に進み、補正制御量ＭＤＵＴＹＢが負の所定上限値ＭＤＦＬ以上であるか否かを判別する。そしてＭＤＵＴＹＢ＜ＭＤＦＬであるときは、前記ステップＳ４１１に進み、ＭＤＵＴＹＢ≧ＭＤＦＬであるときは、最終制御量ＭＤＵＴＹＦを負の所定上限値ＭＤＦＬに設定する（ステップＳ４１２）。
【０１４４】
図２４の処理によれば、補正制御量ＭＤＵＴＹＢの絶対値が大きい場合だけでなく、絶対値が小さい場合（ＭＤＦＬ＜ＭＤＵＴＹＢ＜ＭＤＦＨであるとき）にもリミット処理が行われ、最終制御量ＭＤＵＴＹＦが「０」近傍の値に設定されないように処理される。これにより、補正制御量ＭＤＵＴＹＢが「０」近傍の「０」でない値となる場合に、実際にモータ６に供給される電流が「０」となってしまうことに起因して、モデルパラメータの同定誤差が増加することを防止することができる。その結果、良好な制御性を維持することができる。
【０１４５】
図２５は、図４のステップＳ２２で実行されるＤＵＴＶＬ算出処理のフローチャートである。
ステップＳ４２１では、スロットル弁開度変化量ＤＤＴＨを下記式（５４）により算出し、このスロットル弁変化量ＤＤＴＨを下記式（５５）に適用して、スロットル弁開度変化量ＤＤＴＨに対応するモータ６の回転数（回転速度）ＮＭＯＴ（ｒｐｍ）を算出する。
ＤＤＴＨ＝ＤＴＨ（ｋ）−ＤＴＨ（ｋ−１）　　　　　　　　　（５４）
ＮＭＯＴ＝ＫＤＥＧ２ＲＰＭ×ＤＤＴＨ　　　　　　　（５５）
ここで、ＫＤＥＧ２ＲＰＭは、モータ６の回転をスロットル弁３の駆動軸に伝達するギヤのギヤ比に応じて設定される換算係数である。
【０１４６】
ステップＳ４２２では、下記式（５６）により、補正電圧ＶＥＭＦを算出する。
ＶＥＭＦ＝ＫＥＭＦ×ＮＭＯＴ　　　　　　　　　　　（５６）
ここで、ＫＥＭＦはモータ回転数ＮＭＯＴを、対応するモータ６の起電力に換算する係数であり、例えば２．１ｍＶ／ｒｐｍに設定される。
ステップＳ４２３では、下記式（５７）により、補正電圧ＶＥＭＦをデューティ補正量ＤＵＴＹＥＭＦに変換する。
ＤＵＴＹＥＭＦ＝ＶＥＭＦ／ＶＢＡＤＦＴ　　　　　　（５７）
ここで、ＶＢＡＤＦＴは、前記式（５３）により算出されるなましバッテリ電圧である。
【０１４７】
ステップＳ４２４では、下記式（５８）に、最終制御量ＭＤＵＴＹＦ、デューティ補正量ＤＵＴＹＥＭＦを適用し、補正制御入力ＤＵＴＶＬを算出する。（ＶＢＡＤＦＴ／ＶＢＲ）を乗算する点が、逆電圧補正に相当する。
ＤＵＴＶＬ＝（ＭＤＵＴＹＦ＋ＤＵＴＹＥＭＦ）×ＶＢＡＤＦＴ／ＶＢＲ（５８）
【０１４８】
図２６は、スロットル弁３の全閉位置を学習する処理のフローチャートである。この処理は、ＥＣＵ７のＣＰＵにより、所定時間（例えば２ミリ秒）毎に実行される。なお、本実施形態では、スロットル弁３が全閉位置にあるとき、スロットル弁開度ＴＨは、「０」より大きい値となるようにスロットル弁開度センサ８が構成されている。したがって、目標開度ＴＨＲを「０」に設定することにより、スロットル弁３は、確実に全閉位置へ制御される。
【０１４９】
ステップＳ４４０では、学習終了フラグＦＣＬＳＴＨＥＮＤが「１」であるか否かを判別する。イグニッションスイッチがオンされたとき、学習終了フラグＦＣＬＳＴＨＥＮＤは「０」に設定されているので、最初はこの答が否定（ＮＯ）となり、ステップＳ４４１に進む。ステップＳ４４１では、初期化フラグＦＣＬＳＴＨＣＭＤが「１」であるか否かを判別する。初期化フラグＦＣＬＳＴＨＣＭＤも最初は「０」に設定されているので、ステップＳ４４２に進み、目標開度ＴＨＲをデフォルト開度ＴＨＤＥＦに設定する。次いで初期化フラグＦＣＬＳＴＨＣＭＤを「１」に設定する（ステップＳ４４３）。初期化フラグＦＣＬＳＴＨＣＭＤが「１」に設定されると、次回以降はステップＳ４４１から直ちにステップＳ４４４に進む。
【０１５０】
ステップＳ４４４では、目標開度ＴＨＲを、所定変化量ΔＴＨＲだけデクリメントする。所定変化量ΔＴＨＲは、スロットル弁開度ＴＨの減少速度が、０．１ｄｅｇ／ｍｓ程度となるように設定される。ステップＳ４４５では、目標開度ＴＨＲが「０」より小さいか否かを判別し、ＴＨＲ＜０であるときは、目標開度ＴＨＲを「０」に設定する（ステップＳ４４６）。ＴＨＲ≧０であるときは、直ちにステップＳ４４７に進む。ステップＳ４４４〜Ｓ４４６により、スロットル弁開度ＴＨは、デフォルト開度ＴＨＤＥＦから徐々に減少し、スロットル弁３は全閉位置に達する。目標開度ＴＨＲが「０」に設定されると、実際のスロットル弁開度ＴＨは、正の全閉開度以下にはならない（「０」にはならない）ので、制御偏差ｅ（＝ＴＨ−ＴＨＲ）が「０」に収束しない状態が継続する。
【０１５１】
ステップＳ４４７では、スロットル弁開度ＴＨの変化量ΔＴＨ（＝ＴＨ（ｋ）−ＴＨ（ｋ−１））が算出され、次いで変化量ΔＴＨの絶対値が所定変化量ＤＴＨＳＴＢ（例えば０．５度）より小さいか否かを判別する（ステップＳ４４８）。｜ΔＴＨ｜≧ＤＴＨＳＴＢである間は、ダウンカウントタイマｔＴＨＳＴＢを所定待機時間ｔｍＴＨＳＴＢ（例えば６０ミリ秒）にセットしてスタートさせ（ステップＳ４５０）、直ちに本処理を終了する。
【０１５２】
ステップＳ４４８の答が肯定（ＹＥＳ）となると、モデルパラメータｃ１”が所定閾値Ｃ１ＴＨより大きいか否かを判別する（ステップＳ４４９）。制御対象モデルの入出力に関わらないモデルパラメータｃ１”は、制御偏差ｅが「０」に収束しない状態が継続ると徐々に増加するので、ステップＳ４４９の答が否定（ＮＯ）の間は、スロットル弁３が全閉位置に達していないと判定し、前記ステップＳ４５０に進む。その後ステップＳ４４９の答が肯定（ＹＥＳ）となると、スロットル弁３が全閉位置に達したと判定し、タイマｔＴＨＳＴＢの値が「０」であるか否かを判別する（ステップＳ４５１）。ｔＴＨＳＴＢ＞０である間は、直ちに本処理を終了し、ｔＴＨＳＴＢ＝０となると、そのときのスロットル弁開度ＴＨを全閉位置を示す全閉開度ＴＨ１ＶＺＲ０として記憶し（ステップＳ４５２）、学習終了フラグＦＣＬＳＴＨＥＮＤを「１」に設定する（ステップＳ４５３）。次いでモデルパラメータｃ１”を所定値Ｃ１Ｘに設定するとともに、モデルパラメータｃ１”の演算にかかる忘却係数δ４を「０」に設定する（ステップＳ４５４）。所定値Ｃ１Ｘは、例えば通常制御中におけるモデルパラメータｃ１”の平均値に設定される。あるいは、モデルパラメータｃ１”は、外乱やデフォルト開度ＴＨＤＥＦのずれを示すので、本来はその中心値は「０」であるので、所定値Ｃ１Ｘは、「０」またはその近傍の値に設定される。
【０１５３】
モデルパラメータｃ１”を所定値Ｃ１Ｘに設定することにより、学習処理実行に制御偏差ｅの増加とともに増加したｃ１”値が、直ちに通常制御に適した値に戻されるので、学習処理終了直後における制御性の悪化を防止することができる。また、忘却係数δ４を一時的に「０」とすることにより、学習処理実行中のｃ１”値の影響を排除することができる。この点も制御性の悪化防止に貢献する。なお、忘却係数δ４は、モデルパラメータベクトルの１回の演算だけ「０」に設定され、次に演算からは「１」に戻される。
【０１５４】
ステップＳ４５３で、学習終了フラグＦＣＬＳＴＨＥＮＤが「１」に設定されると、ステップＳ４４０の答が肯定（ＹＥＳ）となるので、図２６の処理は実質的に実行されなくなる。すなわち、図２６の全閉位置学習処理は、イグニッションスイッチがオンされた直後に、学習終了フラグＦＣＬＳＴＨＥＮＤが「１」となるまでの間、所定時間毎に実行される。
【０１５５】
なお、スロットル弁３の全開位置の学習も図２６の処理と同様に行うことができる。全開位置学習処理では、目標開度ＴＨＲはデフォルト開度ＴＨＤＥＦから例えば９０ｄｅｇに達するまで徐々に増加させる。実際の全開位置は９０ｄｅｇより小さいので、これによってスロットル弁３は全開位置に達する。そして全開値位置に達した時点から所定待機時間経過後のスロットル弁開度ＴＨを、全開開位置として記憶する。
【０１５６】
本実施形態では、ＥＣＵ７が制御手段、同定手段、学習手段、設定手段、及び判断手段を構成する。より具体的には、図４のステップＳ１９（図１５の処理）が制御手段に相当し、図４のステップＳ１２〜Ｓ１８が同定手段に相当し、図２６のステップＳ４４０〜４５３が学習手段に相当し、ステップＳ４５４が設定手段に相当し、ステップＳ４４９が判断手段に相当する。
【０１５７】
なお本発明は上述した実施形態に限るものではなく、種々の変形が可能である。例えば上述した実施形態では、電圧補正部２８、リミッタ２９、及び逆電圧補正部３２を備えた構成を示したが、これらの構成要素はなくてもよい。すなわち加算器３１には、デューティ比ＤＵＴ（制御量Ｕｓｌ）が入力され、加算器３１の出力が、補正制御入力ＤＵＴＶＬとして、モデルパラメータ同定器２２に入力されるようにしてもよい。
また電圧補正部２８及びリミッタ２９の何れか一方のみを備える構成としてもよい。電圧補正部２８を設ける場合には、それに対応して逆電圧補正部３２を設ける必要がある。
【０１５８】
また、制御対象の出力を目標値に一致させるフィードバック制御を実行し、その制御偏差の減衰特性を指定可能な応答指定型コントローラは、適応スライディングモードコントローラに限らず、スライディングモード制御と同様な制御結果を実現するバックステッピング制御を行うコントローラであってもよい。
【０１５９】
【発明の効果】
以上詳述したように請求項１に記載の発明によれば、学習手段によりスロットル弁の基準位置の学習が終了したときに、制御対象モデルの入出力に関わらないモデルパラメータが所定値に設定される。ここで「所定値」を例えば、通常制御時の平均的な値、あるいはゼロ近傍の値とすることにより、前記モデルパラメータが学習実行中に大きく変化した場合でも、学習直後におけるスロットル弁開度の制御性が悪化することを防止することができる。
請求項２に記載の発明によれば、制御対象モデルの入出力に関わらないモデルパラメータが所定閾値を超えたことにより、スロットル弁が前記基準位置に達したと判断される。制御対象モデルの入出力に関わらないモデルパラメータは、制御偏差が大きくなると、それに伴って増加するので、制御対象モデルの入出力に関わらないモデルパラメータが所定閾値を超えたことにより、スロットル弁が基準位置に達したと判断することができる。
【図面の簡単な説明】
【図１】図１は本発明の第１の実施形態にかかるスロットル弁駆動装置及びその制御装置の構成を示す図である。
【図２】図１の電子制御ユニット（ＥＣＵ）により実現される機能を示す機能ブロック図である。
【図３】モデルパラメータ（ａ１”，ａ２”）のリミット処理を説明するための図である。
【図４】スロットル弁開度制御処理の全体構成を示すフローチャートである。
【図５】図４の処理で実行される状態変数設定処理のフローチャートである。
【図６】図４の処理で実行されるモデルパラメータの同定演算処理のフローチャートである。
【図７】θｂａｓｅテーブルを示す図である。
【図８】図６の処理で実行される同定誤差（ｉｄｅ）の演算処理のフローチャートである。
【図９】図４の処理で実行される第１リミット処理のフローチャートである。
【図１０】図９の処理で実行されるモデルパラメータ（ａ１”，ａ２”）のリミット処理のフローチャートである。
【図１１】図１０の処理を説明するための図である。
【図１２】図９の処理で実行されるモデルパラメータ（ｂ１”）のリミット処理のフローチャートである。
【図１３】図９の処理で実行されるモデルパラメータ（ｃ１”）のリミット処理のフローチャートである。
【図１４】図４の処理で実行される第２リミット処理のフローチャートである。
【図１５】図４の処理で実行される制御量（Ｕｓｌ）の算出処理のフローチャートである。
【図１６】図１５の処理で実行される切換関数値（σ）の演算処理のフローチャートである。
【図１７】図１６の処理で実行される切換関数設定パラメータ（ＶＰＯＬＥ）の演算処理のフローチャートである。
【図１８】図１７の処理で使用されるテーブルを示す図である。
【図１９】図１５の処理で実行される到達則入力（Ｕｒｃｈ）の演算処理のフローチャートである。
【図２０】図１５の処理で実行される適応則入力（Ｕａｄｐ）の演算処理のフローチャートである。
【図２１】図１５の処理で実行される非線形入力（Ｕｎｌ）の演算処理のフローチャートである。
【図２２】図１５の処理で実行されるダンピング入力（Ｕｄａｍｐ）の演算処理のフローチャートである。
【図２３】図４の処理で実行されるスライディングモードコントローラの安定判別処理のフローチャートである。
【図２４】図４の処理で実行される電圧補正及びリミット処理のフローチャートである。
【図２５】図４の処理で実行されるＤＵＴＶＬ算出処理のフローチャートである。
【図２６】全閉開度を学習する処理のフローチャートである。
【符号の説明】
１　内燃機関
３　スロットル弁
７　電子制御ユニット（制御手段、同定手段、学習手段、設定手段、判断手段）
１０　スロットル弁駆動装置
２１　適応スライディングモードコントローラ（制御手段）
２２　モデルパラメータ同定器（同定手段）
２４　目標開度設定部[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a control device of a throttle valve driving device for driving a throttle valve of an internal combustion engine, and more particularly to a control device having a function of learning a reference position of a throttle valve.
[0002]
[Prior art]
Japanese Patent No. 2778827 discloses a method of learning a fully closed position or a fully open position of a throttle valve in a throttle valve driving device that drives a throttle valve of an internal combustion engine by a motor. According to the technique disclosed in this publication, when the control amount of the motor that drives the throttle valve takes a value equal to or greater than a predetermined value, and the state in which the throttle valve position reaches a predetermined limit value continues for a predetermined time, The throttle valve position at that time is stored as a fully closed position or a fully opened position.
[0003]
A control device that controls a plant based on a control target model obtained by modeling a plant (control target) is disclosed in, for example, JP-A-2000-230451. The control device has an internal combustion engine as a control target, and includes an identifier for identifying a model parameter of a control target model obtained by modeling the control target, and controls the internal combustion engine using the model parameters identified by the identifier. Do.
[0004]
[Problems to be solved by the invention]
When the technique of learning the fully closed position or the fully opened position of the throttle valve disclosed in the above-mentioned Japanese Patent No. 2778827 is applied to a control device that controls a throttle valve driving device using a model parameter identified by an identifier. However, there were the following problems.
When the control target value is set to a value closer to the closing side than the position of the fully closed stopper in order to press the throttle valve against the fully closed stopper, the control target value does not match the actual throttle valve opening, and the fully closed position is set. Is maintained for a predetermined time in order to learn. Therefore, the model parameters identified by the identifier may change significantly during learning of the fully closed position. As a result, immediately after the learning of the fully closed position, when performing the normal throttle valve opening control, the controllability may be deteriorated because the value of the model parameter greatly changes from the normal value. . There is a similar problem at the end of learning of the fully open position.
[0005]
The present invention has been made by paying attention to this point, and a throttle valve driving device capable of preventing deterioration of controllability immediately after learning of a reference position (fully closed position or fully opened position) of a throttle valve is completed. It is an object of the present invention to provide a control device.
[0006]
[Means for Solving the Problems]
In order to achieve the above object, the invention according to claim 1 provides a throttle valve driving device (10) including a throttle valve (3) for an internal combustion engine and driving means (6) for driving the throttle valve (3). In the control device, learning means for learning a reference position (THL1VZ0) of the throttle valve (3), and identification means (identification) for identifying a model parameter (θ) of a control target model obtained by modeling the throttle valve driving device (10). 22) and control means (21) for controlling the throttle valve driving device (10) using the model parameters identified by the identification means (22), wherein the identification means (22) A model parameter (c1 ″) that is not related to the input / output of the model is identified, and when the learning by the learning unit is completed, the model parameter (c1 ″) is not related to the input / output of the control target model. Setting means for setting a model parameter (c1 ") to a predetermined value (C1X), characterized in that is provided.
[0007]
According to this configuration, when learning of the reference position of the throttle valve is completed by the learning means, model parameters irrelevant to the input / output of the control target model are set to the predetermined values. Here, the “predetermined value” is, for example, an average value during normal control, or a value near zero, so that even when the model parameter greatly changes during the learning execution, the throttle valve opening degree immediately after the learning is changed. Deterioration of controllability can be prevented.
[0008]
According to a second aspect of the present invention, in the control device for a throttle valve driving device according to the first aspect, the learning means sets a model parameter (c1 ″) irrelevant to the input / output of the control target model to a predetermined threshold (C1TH). ), Further comprising a judging means for judging that the throttle valve (3) is at the reference position (THL1VZ0) by exceeding the threshold value.
[0009]
According to this configuration, it is determined that the throttle valve has reached the reference position when a model parameter that is not related to the input / output of the control target model exceeds the predetermined threshold. Model parameters that are not related to the input / output of the controlled model increase as the control deviation increases, so the model parameters that are not related to the input / output of the controlled model exceed a predetermined threshold. It can be determined that the position has been reached.
[0010]
The identification means identifies the model parameter by adding an update component (dθ) to the reference value (θbase) of the model parameter. In the calculation of the model parameter immediately after the learning by the learning means is completed, It is desirable not to use a past update component of the model parameter (c1 ″) irrespective of the input / output of the control target model.
As a result, the past value during the execution of learning by the learning means is not reflected on the model parameter value immediately after the end of learning, and the identification accuracy of the model parameter can be improved.
[0011]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
FIG. 1 is a diagram showing a configuration of a throttle valve control device according to one embodiment of the present invention. A throttle valve 3 is provided in an intake passage 2 of an internal combustion engine (hereinafter referred to as “engine”) 1. The throttle valve 3 includes a return spring 4 as first urging means for urging the throttle valve 3 in the valve closing direction, and a default spring as second urging means for urging the throttle valve 3 in the valve opening direction. A spring 5 is attached. The throttle valve 3 is configured to be able to be driven by a motor 6 as driving means via a gear (not shown). When the driving force of the motor 6 is not applied to the throttle valve 3, the opening TH of the throttle valve 3 is set to a default opening THDEF (for example, 11 degrees) at which the urging force of the return spring 4 and the urging force of the default spring 5 are balanced. ).
[0012]
The motor 6 is connected to an electronic control unit (hereinafter referred to as “ECU”) 7, and its operation is controlled by the ECU 7. The throttle valve 3 is provided with a throttle valve opening sensor 8 for detecting the throttle valve opening TH, and a detection signal thereof is supplied to the ECU 7.
[0013]
Further, the ECU 7 includes an accelerator sensor 9 for detecting a depression amount ACC of an accelerator pedal for detecting a required output of a driver of a vehicle on which the engine 1 is mounted, and an output of a battery (not shown) for supplying power to the motor 6. A battery voltage sensor 11 for detecting the voltage VB is connected, and detection signals from these sensors are supplied to the ECU 7.
The ECU 7 includes an input circuit to which the detection signals of the throttle valve opening sensor 8 and the accelerator sensor 9 are supplied, an AD conversion circuit that converts the input signal into a digital signal, a central processing unit (CPU) that executes various arithmetic processes, and a CPU. It includes a memory circuit for storing a program to be executed, a map and a table referred to by the program, and an output circuit for supplying a drive current to the motor 6. The ECU 7 determines the target opening THR of the throttle valve 3 according to the accelerator pedal depression amount ACC, and determines the control amount DUT of the motor 6 so that the detected throttle valve opening TH matches the target opening THR. . The ECU 7 further performs voltage correction of the control amount DUT according to the battery voltage VB, calculates a correction control amount MDUTYB, and further performs limit processing of the correction control amount MDUTYB to calculate a final control amount MDUTYF. Then, the ECU 7 supplies an electric signal corresponding to the final control amount MDUTYF to the motor 6.
[0014]
Since the control amount DUT indicates the polarity and the duty ratio of the electric signal supplied to the motor 6, it is also called the duty ratio. When the throttle valve opening TH is larger than the default opening THDEF, the control amount DUT takes a positive value, and the motor 6 generates a driving force for driving the throttle valve 3 in the valve opening direction. When the throttle valve opening TH is smaller than the default opening THDEF, the motor takes a negative value, and the motor 6 generates a driving force for driving the throttle valve 3 in the valve closing direction.
[0015]
In the present embodiment, a throttle valve driving device 10 including a throttle valve 3, a return spring 4, a default spring 5, and a motor 6 is a control target, and an input to the control target is a duty ratio MDUTYF of an electric signal applied to the motor 6, The output of the controlled object is defined as the throttle valve opening TH detected by the throttle valve opening sensor 8.
[0016]
A model defined by the following equation (1) is set as a control target model according to the response frequency characteristics of the throttle valve driving device 10. It has been confirmed that the response frequency characteristic of this model can be approximated to the characteristic of the throttle valve driving device 10.
DTH (n + 1) = a1 × DTH (n) + a2 × DTH (n−1)
+ B1 × DUT (nd) + c1 (1)
Here, n is a parameter representing a sampling time or control time discretized at the identification period ΔTID, and DTH (n) is a throttle valve opening deviation amount defined by the following equation (2).
DTH (n) = TH (n) -THDEF (2)
Here, TH is the detected throttle valve opening, and THDEF is the default opening.
[0017]
In the present embodiment, the discretization time defining the control target model uses “n” representing the sampling time or the control time corresponding to the identification cycle ΔTID. However, the control input DUT is calculated and the output cycle is determined by the identification. The control period ΔTCTL is shorter than the period ΔTID (for example, about 1/5 of the identification period ΔTID), and the discretization time corresponding to the control period ΔTCTL is represented by “k”. The reason why the identification period ΔTID is made longer than the control period ΔTCTL in this way is that, when the model parameters are identified based on data sampled at a short sampling period as compared with the change speed (change period) of the output of the controlled object, This is because the accuracy is remarkably reduced, and the ability to adapt to variations and changes in the characteristics of the control target becomes insufficient.
[0018]
Further, a1, a2, b1, and c1 in the equation (1) are model parameters that determine the characteristics of the control target model, and d is a dead time. In order to reduce the amount of calculation, it is effective to define the control target model by the following equation (1a) where the dead time d is “0”. The modeling error (difference between the characteristics of the control target model and the characteristics of the actual control target (plant)) caused by setting the dead time d to “0” is to adopt the robust sliding mode control. To compensate.
DTH (n + 1) = a1 × DTH (n) + a2 × DTH (n−1)
+ B1 × DUT (n) + c1 (1a)
[0019]
In the equation (1a), model parameters a1 and a2 relating to the throttle valve opening deviation amount DTH, which is the output of the control target, and the duty ratio DUT corresponding to the input MDUTYF of the control target (control input before voltage correction and limit processing) In addition to the model parameter b1 related to the above, a model parameter c1 not related to the input / output of the control target is employed. The model parameter c1 is a parameter indicating a deviation of the default opening THDEF and a disturbance applied to the throttle valve driving device. That is, the model parameter c1 is identified simultaneously with the model parameters a1, a2, and b1 by a model parameter identifier described later, so that the default opening deviation and disturbance can be identified.
[0020]
FIG. 2 is a functional block diagram of a throttle valve control device realized by the ECU 7. This control device includes an adaptive sliding mode controller 21, a model parameter identifier 22, a model parameter scheduler 25, and an accelerator pedal depression amount ACC. Opening setting unit 24 for setting the target opening THR of the throttle valve 3 in accordance with the above, subtracters 26 and 27, a voltage correcting unit 28 for correcting the control amount DUT in accordance with the battery voltage VB, and correction control The limiter 29 performs a limit process of the amount MDUTYB, the DUTYEMF calculation unit 30 that calculates the duty correction amount DUTYEMF according to the variation amount DDTH of the throttle valve opening deviation amount DTH, the correction by the adder 31, and the correction by the voltage correction unit 28. And a reverse voltage corrector 32 for performing reverse correction.
[0021]
The adaptive sliding mode controller 21 calculates a duty ratio DUT by adaptive sliding mode control such that the detected throttle valve opening TH matches the target opening THR, and outputs the calculated duty ratio DUT.
By using the adaptive sliding mode controller 21, the response characteristic of the throttle valve opening TH to the target opening THR can be appropriately changed (designated) using a predetermined parameter (a switching function setting parameter VPOLE described later). It becomes. As a result, an optimum response characteristic can be designated according to the throttle valve opening, and for example, avoiding an impact (collision with the throttle fully closed stopper) when the throttle valve 3 is moved from the open position to the fully closed position. , And the engine response to the accelerator operation can be varied. Moreover, the stability against the error of the model parameter can be ensured by the sliding mode control.
[0022]
The model parameter identifier 22 calculates the corrected model parameter vector θL (θL ^T = [A1, a2, b1, c1]), and supplies the result to the adaptive sliding mode controller 21. More specifically, the model parameter identifier 22 calculates a model parameter vector θ based on the throttle valve opening deviation amount DTH and a correction control input DUTVL described later. Further, the first limit processing, the oversampling and moving averaging processing, and the second limit processing are performed on the model parameter vector θ to calculate a corrected model parameter vector θL, and the corrected model parameter vector θL is adaptively sliding. It is supplied to the mode controller 21. In this way, optimal model parameters a1, a2, and b1 for causing the throttle valve opening TH to follow the target opening THR are obtained, and further, a model parameter c1 indicating disturbance and a deviation of the default opening THDEF is obtained. The first limit processing, oversampling and moving averaging processing, and the second limit processing will be described later.
[0023]
By using the model parameter identifier 22 that identifies model parameters in real time, it is possible to adapt to changes in engine operating conditions, compensate for variations in hardware characteristics, compensate for power supply voltage variations, and adapt to aging of hardware characteristics. Becomes possible.
[0024]
The model parameter scheduler 25 calculates a reference model parameter vector θbase (θbase) according to a target value DTHR defined as a deviation amount between the target opening THR (n) and the default opening THDEF by the following equation (3). ^T = [A1base, a2base, b1base, c1base]) is calculated and supplied to the model parameter identifier 22. The calculation of the reference model parameter vector θbase is executed for each identification cycle ΔTID.
DTHR (n) = THR (n) -THDEF (3)
[0025]
The subtractors 26 and 27 calculate the deviation between the default opening THDEF and the throttle valve opening TH and the target opening THR as the throttle valve opening deviation DTH and the target value DTHR (equation (2) and equation (2)). (See (3)).
[0026]
The voltage correction unit 28 corrects the battery voltage by multiplying the duty ratio DUT by the ratio (VBR / VBADFT) of the smoothed value VBADFT of the battery voltage VB to the reference voltage VBR, and calculates the correction control amount MDUTYB. .
The limiter 29 performs a limit process so that the absolute value of the correction control amount MDUTYB falls within a predetermined limit range, and calculates a final control amount MDUTYF.
[0027]
The DUTYEMF calculation unit 30 calculates a duty correction amount DUTYEMF converted to a duty ratio in accordance with the change amount DDTH of the throttle valve opening deviation amount DTH, and the adder 31 calculates the duty correction amount DUTYEMF and the final control amount MDUTYF. to add.
The reverse voltage corrector 32 multiplies the output (MDUTYF + DUTYEMF) of the adder 31 by the reciprocal of the ratio multiplied by the voltage corrector 28 (VBADFT / VBR), and performs reverse correction of the correction by the voltage corrector 28. . As a result, the final control amount MDUTYF, which is an input to the control target, is corrected according to the amount of change in the throttle valve opening deviation amount DTH, which is an output from the control target, and a correction control input DUTVL is calculated.
[0028]
Next, the operation principle of the adaptive sliding mode controller 21 will be described.
When the deviation e (k) between the throttle valve opening deviation amount DTH and the target value DTHR is defined by the following equation (4), the switching function value σ (k) of the adaptive sliding mode controller is expressed by the following equation (5). Is set to
e (n) = DTH (n) -DTHR (n) (4)
σ (n) = e (n) + VPOLE × e (n−1) (5)
= (DTH (n) -DTHR (n))
+ VPOLE × (DTH (n-1) -DTHR (n-1))
Here, VPOLE is a switching function setting parameter set to a value larger than −1 and smaller than 1.
[0029]
On a phase plane defined by the vertical axis as the deviation e (n) and the horizontal axis as the previous deviation e (n−1), the deviation e (n) satisfying σ (n) = 0 and the previous deviation e (n) Since the combination with -1) is a straight line, this straight line is generally called a switching straight line. The sliding mode control is a control focusing on the behavior of the deviation e (n) on the switching line, so that the switching function value σ (n) becomes 0, that is, the deviation e (n) and the previous deviation e (n). The control is performed so that the combination of -1) is placed on the switching straight line on the phase plane, thereby realizing robust control against disturbances and modeling errors. As a result, the throttle valve opening deviation amount DTH is controlled with good robustness so as to follow the target value DTHR.
[0030]
Further, by changing the value of the switching function setting parameter VPOLE in the equation (5), it is possible to change the attenuation characteristic of the deviation e (n), that is, the characteristic of the throttle valve opening deviation amount DTH following the target value DTHR. . Specifically, if VPOLE = -1, the characteristic does not follow at all, and the following speed can be increased as the absolute value of the switching function setting parameter VPOLE decreases. As described above, the sliding mode controller can designate the attenuation characteristic of the deviation e (n) to a desired characteristic, and is therefore called a response designation controller.
[0031]
According to the sliding mode control, the convergence speed can be easily changed by changing the switching function setting parameter VPOLE. Therefore, in this embodiment, the switching function setting parameter VPOLE is set according to the throttle valve opening deviation amount DTH. In addition, a response characteristic suitable for the operation state of the throttle valve 3 can be obtained.
[0032]
As described above, in the sliding mode control, the combination of the deviation e (n) and the previous deviation e (n−1) (hereinafter, referred to as “deviation state quantity”) is constrained on the switching straight line, thereby reducing the deviation e (n). It converges to “0” at the specified convergence speed and robustly against disturbances and modeling errors. Therefore, in the sliding mode control, it is important how to put the deviation state quantity on the switching straight line and restrict it there.
[0033]
From such a viewpoint, the input (output of the controller) DUT (k) (also referred to as Usl (k)) to the control target is, as shown in the following equation (6), the equivalent control input Ueq (k) It is calculated as the sum of the law input Urch (k), the adaptive law input Uadp (k), the nonlinear input Unl (k), and the damping input Udamp (k).
DUT (k) = Usl (k)
= Ueq (k) + Urch (k) + Uadp (k)
+ Unl (k) + Udamp (k) (6)
[0034]
The equivalent control input Ueq (k) is an input for restricting the deviation state quantity on the switching straight line, and the reaching law input Urch (k) is an input for placing the deviation state quantity on the switching straight line. The law input Uadp (k) is an input for suppressing the effects of modeling errors and disturbances and placing the deviation state quantity on the switching straight line.
The non-linear input Unl is an input for suppressing a non-linear modeling error such as a backlash of the reduction gear for driving the valve element of the throttle valve 3 and for putting the deviation state quantity on the switching straight line. The damping input Udamp is an input for preventing the throttle valve opening deviation amount DTH from overshooting the target value DTHR.
Hereinafter, a method of calculating each input Ueq (k), Urch (k), Uadp (k), Unl (k), and Udamp (k) will be described.
[0035]
Since the equivalent control input Ueq (k) is an input for restricting the deviation state quantity on the switching straight line, the condition to be satisfied is given by the following equation (7).
σ (n) = σ (n + 1) (7)
When the duty ratio DUT (n) that satisfies Expression (7) is obtained using Expression (1) and Expressions (4) and (5), the following Expression (8) is obtained, which is equivalent to the equivalent control input Ueq (n). Become.
DUT (n) = (1 / b1) ｛(1-a1-VPOLE) DTH (n)
+ (VPOLE-a2) DTH (n-1) -c1 + DTHR (n + 1)
+ (VPOLE-1) DTHR (n) -VPOLE × DTHR (n-1)}
= Ueq (n) (8)
[0036]
In practice, it is difficult to obtain DTHR (n + 1), which is the future value of the target value. Therefore, in the present embodiment, the discretization time n is further converted to the discretization time k except for the term relating to the target value DTHR. The equivalent control input Ueq (k) is calculated by the following equation (8a).
Ueq (k) = (1 / b1) ｛(1-a1-VPOLE) DTH (k)
+ (VPOLE-a2) DTH (k-k0) -c1} (8a)
Here, k0 is a ratio (ΔTID / ΔTCTL, for example, “5”) between the identification period ΔTID and the control period ΔTCTL.
[0037]
The reaching law input Urch (k) and the adaptive law input Uadp (k) are calculated by the following equations (9) and (10), respectively.
[0038]
(Equation 1)

Here, F and G are a reaching law control gain and an adaptive law control gain, respectively, and are set so that the deviation state quantity is stably placed on the switching straight line. Further, σ (k) represents the switching function value σ (n) using the discrete time k, and is calculated by the following equation (5a).
σ (k) = e (k) + VPOLE × e (k−k0)
= DTH (k) -DTHR (k)
+ VPOLE × (DTH (k−k0) −DTHR (k−k0)) (5a)
[0039]
The nonlinear input Unl is calculated by the following equation (11).
Unl (k) = − Knl × sgn (σ (k)) / b1 (11)
Here, sgn (σ (k)) is a sign function that is “1” when σ (k) is a positive value and “−1” when σ (k) is a negative value, and Knl is This is a nonlinear input gain set according to the throttle valve opening deviation amount DTH.
By using the non-linear input Unl (k), the convergence of the steady-state error is prevented from being delayed when the target value DTHR slightly changes.
[0040]
The damping input Udamp is calculated by the following equation (13).
Udamp = −Kdamp (DTH (k) −DTH (k−1)) / b1 (13)
Here, Kdamp is a damping control gain, and is calculated by the following equation (14).
Kdamp = Kdampbs × Kkdamp (14)
Here, Kdampbs is a basic value that is set according to the throttle valve opening deviation amount DTH, and Kkdamp is a correction coefficient that is set according to the moving average value DDTHRAV of the change amount of the target value DTHR.
The moving average value DDTHRAV is calculated by the following equation (15).
(Equation 2)

Here, iAV is a predetermined number set to, for example, “50”.
[0041]
As described above, the equivalent control input Ueq (k), the reaching law input Urch (k), the adaptive law input Uadp (k), the nonlinear input Unl (k), and the damping input Udamp (k) are calculated, and these inputs are calculated. , The duty ratio DUT (k) can be calculated.
[0042]
Next, the operation principle of the model parameter identifier 22 will be described.
The model parameter identifier 22 calculates the model parameter vector of the control target model based on the correction control input DUTVL obtained by correcting the input MDUTYF of the control target and the output (DTH (n)) of the control target as described above. calculate. Specifically, the model parameter identifier 22 calculates a model parameter vector θ (n) by a sequential identification algorithm (generalized sequential least squares algorithm) according to the following equation (16).
θ (n) = θ (n−1) + KP (n) ide (n) (16)
θ (n) ^T = [A1 ", a2", b1 ", c1"] (17)
[0043]
Here, a1 ", a2", b1 ", and c1" are model parameters before a first limit process described later is performed. Ide (n) is an identification error defined by the following equations (18), (19) and (20). DTHHAT (n) is an estimated value of the throttle valve opening deviation amount DTH (n) calculated using the latest model parameter vector θ (n−1) (hereinafter referred to as “estimated throttle valve opening deviation amount”). It is. KP (n) is a gain coefficient vector defined by the following equation (21). Further, P (n) in Expression (21) is a fourth-order square matrix calculated by Expression (22) below.
[0044]
[Equation 3]

(Equation 4)

As shown in Expression (20), in the present embodiment, the model parameter vector θ is identified using the correction control input DUTVL instead of the duty ratio DUT.
[0045]
By setting the coefficients λ1 and λ2 in Expression (22), the identification algorithm based on Expressions (16) to (22) is any of the following four identification algorithms.
λ1 = 1, λ2 = 0 Fixed gain algorithm
λ1 = 1, λ2 = 1 Least squares algorithm
λ1 = 1, λ2 = λ Gradual gain algorithm (λ is a predetermined value other than 0, 1)
λ1 = λ, λ2 = 1 Weighted least squares algorithm (λ is a predetermined value other than 0 and 1)
[0046]
When a fixed gain algorithm is adopted to reduce the amount of calculation, Expression (21) is simplified as Expression (21a) below. In the equation (21a), P is a square matrix having constants as diagonal elements.
(Equation 5)

[0047]
The model parameters calculated by the equations (16) to (20) and (21a) may gradually deviate from desired values. In other words, after the model parameters have converged to some extent, if there is a residual identification error caused by non-linear characteristics such as the friction characteristics of the throttle valve, or if a disturbance with a non-zero average value is constantly applied, the residual identification error is reduced. Accumulate, causing model parameter drift. In order to prevent such a drift of the model parameter, the model parameter vector θ (n) is calculated by the following equation (16a) instead of the above equation (16).
θ (n) = θ (0) + DELTA ^n-1 × KP (1) ide (1)
+ DELTA ^n-2 × KP (2) ide (2) + ...
+ DELTA × KP (n-1) ide (n-1) + KP (n) ide (n)
(16a)
[0048]
Here, DELTA is a forgetting coefficient matrix in which the forgetting coefficient δi (i = 1 to 4) is a diagonal element and all other elements are “0”, as shown in the following equation (23).
(Equation 6)

The forgetting factor δi (i = 1 to 3) is set to a value between 0 and 1 (0 <δi <1), and has a function of gradually reducing the influence of past identification errors. In the equation (23), the forgetting factor δ4 for calculating the model parameter c1 ″ is normally set to “1”, so that the influence of the past value is maintained. As described above, by setting a part of the diagonal elements of the forgetting coefficient matrix DELTA, that is, the forgetting coefficient δ4 for calculating the model parameter c1 ″ to “1”, the target value DTHR and the throttle valve opening deviation amount DTH are obtained. Can be prevented from occurring. However, as described later, immediately after the learning process of the fully closed position of the throttle valve 3 is completed, the coefficient δ4 is set to “0” in order to eliminate the influence of the identification value of the model parameter c1 ″ during the learning process. Is done. By setting the other diagonal elements δ1, δ2, and δ3 of the forgetting coefficient matrix DELTA to values larger than “0” and smaller than “1”, drift of the model parameters is prevented.
[0049]
When the equation (16a) is rewritten into a recurrence formula, the following equations (16b) and (16c) are obtained. A method of calculating the model parameter vector θ (n) using the following expressions (16b) and (16c) instead of the expression (16) is hereinafter referred to as a δ correction method, and dθ (d) defined by the expression (16c) n) is called an "update vector".
θ (n) = θ (0) + dθ (n) (16b)
dθ (n) = DELTA · dθ (n−1) + KP (n) ide (n) (16c)
[0050]
According to the algorithm using the δ correction method, an effect of stabilizing model parameters can be obtained together with an effect of preventing drift. That is, the initial value vector θ (0) is always stored, and the update vector dθ (n) is also limited in the possible values of its elements by the function of the forgetting coefficient matrix DELTA, so that each model parameter is stabilized near the initial value. Can be done.
[0051]
Further, since the model parameters are calculated while adjusting the update vector dθ (n) by identification based on the input / output data of the actual control target, the model parameters suitable for the actual control target can be calculated.
Further, it is desirable to calculate the model parameter vector θ (n) by the following equation (16d) using the reference model parameter vector θbase instead of the initial value vector θ (0) of the equation (16b).
θ (n) = θbase + dθ (n) (16d)
[0052]
Since the reference model parameter vector θbase is set by the model parameter scheduler 25 in accordance with the target value DTHR, it can be adapted to a change in dynamic characteristics corresponding to a change in the throttle valve opening TH.
[0053]
In the present embodiment, the identification error ide (n) is further low-pass filtered. When a model parameter is identified by the model parameter identifier 22 for a controlled object having a low-pass characteristic (a characteristic in which a high-frequency component is attenuated), the identified model parameter is greatly affected by the high-frequency rejection characteristic. The gain of the control target model in the region becomes lower than the actual characteristic. As a result, the correction of the control input by the sliding mode controller 21 becomes overcorrected.
[0054]
Therefore, the frequency characteristics of the control target model are made to match the actual frequency characteristics by low-pass filter processing, or the low-frequency gain of the control target model is corrected to be slightly higher than the actual low-frequency gain. Thus, overcorrection by the controller 21 can be prevented, the robustness of the control system can be increased, and the control system can be further stabilized.
[0055]
In the low-pass filter processing, the past values ide (n−i) (for example, ten past values corresponding to i = 1 to 10) of the identification error are stored in a ring buffer, and the past values are multiplied by a weight coefficient. And add them.
[0056]
Assuming that the identification error subjected to the low-pass filter processing is represented by ideff (n) as shown by the following equation (30), the update vector dθ () is obtained by using the following equation (16e) instead of the equation (16c). n) is calculated.
ideff (n) = LF (ide (n)) (30)
dθ (n) = DELTA · dθ (n−1) + KP (n) idef (n) (16e)
[0057]
As described above, in the present embodiment, the adaptive sliding mode controller 21, the model parameter identifier 22, and the model parameter scheduler 25 are configured based on a model in which the identification period ΔTID is a sampling period (control period). Calculates the control input for each control cycle ΔTCTL, the model parameter identifier 22 identifies the model parameter vector θ for each identification cycle ΔTID, and the model parameter scheduler 25 calculates the reference model parameter vector θbase for each identification cycle ΔTID. It was calculated.
[0058]
When such a calculation timing is employed, the update cycle of the model parameters used for the calculation of the control input DUT is longer than the update cycle of the control input DUT by the controller 21, so that the update cycle of the model parameters affects the control input DUT. However, resonance of the control system may occur.
[0059]
Therefore, in the present embodiment, in order to prevent such resonance, the model parameters identified by the identification cycle ΔTID are sampled (oversampled) by the control cycle ΔTCTL and stored in the ring buffer, and the data stored in the ring buffer is stored. Are used as model parameters.
[0060]
The elements a1 ", a2", b1 ", and c1" of the model parameter vector θ (n) calculated by the equation (16d) are subjected to limit processing described below in order to increase the robustness of the control system. You.
[0061]
FIG. 3 is a diagram for explaining the limit processing of the model parameters a1 "and a2", and shows a plane defined by the model parameter a1 "on the horizontal axis and the model parameter a2" on the vertical axis. When the model parameters a1 "and a2" are outside the stable region shown by hatching in the figure, limit processing is performed to change the model parameters to values corresponding to the outer edge of the stable region.
[0062]
When the model parameter b1 "is out of the range between the upper limit value XIDB1H and the lower limit value XIDB1L, a limit process for changing the model parameter b1" to the upper limit value XIDB1H or the lower limit value XIDB1L is performed. The model parameter c1 "includes the upper limit value XIDC1H and the lower limit value XIDB1L. If it is out of the range of XIDC1L, limit processing for changing to the upper limit value XIDC1H or the lower limit value XIDC1L is performed.
[0063]
The above-described limit processing (first limit processing) is expressed by the following mathematical expression (31). θ ^* (N) is a model parameter vector after the limit processing, and its elements are represented as in the following equation (32).
θ ^* (N) = LMT (θ (n)) (31)
θ ^* (N) ^T = [A1 ^* (N), a2 ^* (N), b1 ^* (N), c1 ^* (N)] (32)
[0064]
Conventionally, when the update vector dθ (n) is used to calculate the update vector dθ (n) according to the equation (16e), and when the estimated throttle valve opening deviation amount DTHHAT is calculated using the equation (19). The previous model parameter vector θ (n-1) used for the above-mentioned method used the model parameter before performing the above-mentioned limit processing. In the present embodiment, the previous update vector dθ (n-1) is as follows. The previous model parameter vector used for calculating the estimated throttle valve opening deviation amount DTHHAT using the one calculated by the equation (33) is, as shown in the following equation (19a), the model parameter vector after the limit processing. θ ^* (N-1) was used.
dθ (n-1) = θ ^* (N-1) -θ base (n-1) (33)
DTHHAT (n) = θ ^* (N-1) ^T ζ (n) (19a)
[0065]
Next, the reason will be described.
If the coordinates determined by the model parameters a1 "and a2" (hereinafter referred to as "model parameter coordinates") are at the point PA1 in FIG. 3B, the point at which the model parameter coordinates are located at the outer edge of the stable area is obtained by the limit processing. Move to PAL. At this time, when the throttle valve opening deviation amount DTH changes and the model parameter coordinates at which the model parameters a1 "and a2" should converge change to the point PA2, the movement from the point PA1 to the point PA2 is performed at the point PAL. From PA to PA2. That is, there is a possibility that a dead time occurs when the control by the adaptive sliding mode controller 21 is adapted to the dynamic characteristic change of the control target, and the controllability is reduced.
[0066]
Therefore, in the present embodiment, the model parameter vector θ after the limit processing ^* By applying (n-1) to equations (33) and (19a), the current model parameter vector θ (n) is calculated.
Model parameter vector θ after first limit processing ^* A model parameter vector θ obtained by oversampling (n) at time k ^* (K) is represented by the following equation (32a).
θ ^* (K) ^T = [A1 ^* (K), a2 ^* (K), b1 ^* (K), c1 ^* (K)] (32a)
[0067]
This oversampled model parameter vector θ ^* If the model parameter vector θ ′ (k) obtained by performing the moving average calculation of (k) is represented by the following equation (32b), the elements a1 ′ (k), a2 ′ ( k), b1 '(k), and c1' (k) are calculated by the following equations (34) to (37).
θ '(k) ^T = [A1 '(k), a2' (k), b1 '(k), c1' (k)] (32b)
[0068]
(Equation 7)

Here, (m + 1) is the number of data on which the moving averaging operation is performed, and “m” is set to, for example, “4”.
[0069]
Next, as shown in the following equation (38), by performing the same limit processing (second limit processing) as the above-described limit processing on the model parameter vector θ ′ (k), the corrected model parameter vector θL ( k) (Equation (39)) is calculated. This is because the model parameters a1 'and / or a2' may deviate from the stable region shown in FIG. 3 due to the moving average calculation. Since the model parameters b1 'and c1' do not fall outside the limit range by the moving average calculation, the limit processing is not substantially performed.
θL (k) = LMT (θ ′ (k)) (38)
θL (k) ^T = [A1, a2, b1, c1] (39)
[0070]
Next, in order to realize the functions of the adaptive sliding mode controller 21, the model parameter identifier 22, the model parameter scheduler 25, the voltage correction unit 28, the limiter 29, the DUTYEMF calculation unit 30, the adder 31, and the reverse voltage correction unit 32 described above. The calculation processing in the CPU of the ECU 7 will be described.
[0071]
FIG. 4 is an overall flowchart of the throttle valve opening control, and this process is executed by the CPU of the ECU 7 every predetermined time (for example, 2 msec).
In step S11, a state variable setting process shown in FIG. 5 is executed. That is, the calculations of the equations (2) and (3) are executed to calculate the throttle valve opening deviation amount DTH (k) and the target value DTHR (k) (FIG. 5, steps S31 and S32). Note that (k) or (n) indicating the current value may be omitted.
[0072]
In step S12, it is determined whether or not the value of the counter IDCOUNT is "0". Since the counter IDCOUNT is initially set to “0”, the process proceeds from step S12 to step S14, where the model parameter identification calculation processing shown in FIG. 6, that is, the calculation processing of the model parameter vector θ (n) is executed. Next, a first limit process shown in FIG. ^* (N) is calculated (step S15). Specifically, the limit processing of the model parameter vector θ (n) is executed, and the model parameter vector θ (n) is executed. ^* (N) is calculated. Element a1 of calculated model parameter vector ^* (N), a2 ^* (N), b1 ^* (N) and c1 ^* (N) is stored in the ring buffer for each predetermined number N for oversampling processing. That is, θ ^* (K), θ ^* (K + 1), ..., θ ^* (K + N-1) is stored in the ring buffer. The predetermined number N is a ratio (ΔTID / ΔTCTL) between the control cycle ΔTCTL and the identification cycle ΔTID, and is set to, for example, “5”.
[0073]
In step S16, a predetermined number N is set in the counter IDCOUNT. Therefore, at the next execution of this process, the answer to step S12 is negative (NO), the value of the counter IDCOUNT is decremented by "1" (step S13), and the process proceeds to step S17. That is, the processes in steps S14 to S16 are executed once every N times.
[0074]
In step S17, the model parameter vector θ after the limit processing ^* The model parameter vector θ ′ (k) is calculated by the moving average calculation of (n). More specifically, the model parameters stored in the ring buffer are applied to equations (34) to (37) to obtain model parameters a1 ′ (k), a2 ′ (k), b1 ′ (k), and c1. '(K) is calculated.
[0075]
In step S18, a second limit process shown in FIG. 14 is executed. That is, the limit processing of the model parameters a1 '(k) and a2' (k) calculated in step S17 is performed, and the corrected model parameter vector θL (k) is calculated. Note that the model parameters b1 ′ (k) and c1 ′ (k) become the elements b1 (k) and c1 (k) of the modified model parameter vector θL (k) as they are.
[0076]
In step S19, a calculation process of the control amount Usl (k) shown in FIG. 15 is executed. That is, the equivalent control input Ueq (k), the reaching law input Urch (k), the adaptive law input Uadp (k), the nonlinear input Unl (k), and the damping input Udamp (k) are calculated, and the sum of these inputs is calculated. , Control amount Usl (k) (= duty ratio DUT (k)).
[0077]
In step S20, the stability determination process of the sliding mode controller shown in FIG. 23 is executed. That is, the stability determination is performed based on the differential value of the Lyapunov function, and the stability determination flag FSMCSTAB is set. This stability determination flag FSMCSTAB is referred to when the calculation of the control amount Usl (k) is executed.
[0078]
In step S21, the voltage correction and limit processing shown in FIG. 24 is executed. That is, the correction of the duty ratio DUT according to the battery voltage VB is performed, the correction control amount MDUTYB is calculated, and the limit control of the correction control amount MDUTYB is performed to calculate the final control amount MDUTYF.
[0079]
In step S21, a DUTVL calculation process shown in FIG. 25 is executed. That is, calculation of the duty correction amount DUTYEMF, correction of the final control amount MDUTYF by the duty correction amount DUTYEMF, and reverse voltage correction are performed to calculate the correction control input DUTVL.
[0080]
FIG. 6 is a flowchart of the process of performing the model parameter identification calculation in step S14 of FIG.
In step S41, the gain coefficient vector KP (n) is calculated by equation (21a), and then the estimated throttle valve opening deviation amount DTHHAT (n) is calculated by equation (19a) (step S42).
[0081]
In step S43, the calculation process of ide (n) shown in FIG. 8 is executed to calculate the identification error ide (n). In step S44, the update vector dθ (n) is calculated by the equations (16e) and (33), and then the θbase table shown in FIG. 7 is searched according to the target value DTHR to calculate the reference model parameter vector θbase (step S44). S45). In the θbase table, reference model parameters a1base and a2base are actually set, and the reference model parameter b1base is set to the minimum value XIDB1L of the model parameter b1. The reference model parameter c1base is set to “0”.
In step S46, the model parameter vector θ (n) is calculated by equation (16d), and the process ends.
[0082]
FIG. 8 is a flowchart of the calculation process of the identification error ide (n) executed in step S43 of FIG.
In step S51, the identification error ide (n) is calculated by the equation (18). Next, the value of the counter CNTIDST that is incremented in step S53 is equal to a predetermined value XCNTIDST that is set according to the dead time d of the control object (in the present embodiment, since the dead time d is close to “0”, “ 2 is set) (step S52). Since the initial value of the counter CNTIDST is "0", the process first proceeds to step S53, where the counter CNTIDST is incremented by "1" and the identification error ide (k) is set to "0" (step S54). Proceed to S55. Immediately after the identification of the model parameter vector θ (n) is started, a correct identification error cannot be obtained by the calculation using the expression (18). Therefore, in steps S52 to S54, the identification error is calculated without using the calculation result using the expression (18). ide (n) is set to “0”.
[0083]
When the answer to step S52 is affirmative (YES), the process immediately proceeds to step S55.
In step S55, a low-pass filter process of the identification error ide (n) is performed. That is, processing for correcting the frequency characteristic of the control target model is executed.
[0084]
In step S56, it is determined whether or not the identification error ide (n) is greater than a predetermined upper limit value IDEMAX (for example, 0.2). If ide (n)> IDEMAX, the identification error ide (n) is determined by the predetermined value. It is set to the upper limit value IDEMAX (step S57).
If the identification error ide (n) is equal to or less than the predetermined upper limit value IDEMAX in step S56, it is determined whether the identification error ide (n) is smaller than the predetermined lower limit value IDEMIN (for example, -0.15) (step S58). . If ide (n) <IDEMIN, the identification error ide (n) is set to its predetermined lower limit IDEMIN (step S59).
If the answer to step S58 is negative (NO), this process is immediately terminated.
[0085]
FIG. 9 is a flowchart of the first limit process executed in step S15 of FIG.
In step S71, initialization is performed by setting flags FA1STAB, FA2STAB, FB1LMT, and FC1LMT used in this process to “0”, respectively. Then, in step S72, limit processing of a1 ″ and a2 ″ shown in FIG. 10 is executed, in step S73, limit processing of b1 ″ shown in FIG. 12 is executed, and in step S74, c1 ″ shown in FIG. Execute limit processing.
[0086]
FIG. 10 is a flowchart of the limit processing of a1 ″ and a2 ″ executed in step S72 of FIG. FIG. 11 is a diagram for explaining the process of FIG. 10 and is referred to together with FIG.
In FIG. 11, a combination of the model parameters a1 "and a2" requiring the limit processing is indicated by "x", and a range of the stable combination of the model parameters a1 "and a2" is indicated by a hatched area (hereinafter referred to as "a"). Stability region). The process of FIG. 10 is a process of moving a combination of the model parameters a1 ″ and a2 ″ outside the stable region to the inside of the stable region (the position indicated by “○”).
[0087]
In step S81, it is determined whether or not the model parameter a2 ″ is equal to or larger than a predetermined a2 lower limit value XIDA2L. The predetermined a2 lower limit value XIDA2L is set to a negative value larger than “−1”. Even if the predetermined lower limit value XIDA2L is set to “−1”, the stable model parameter a1 ^* , A2 ^* Is obtained, but the nth power of the matrix A defined by the following equation (40) becomes unstable (this means that a1 "and a2" do not diverge but oscillate), It is set to a value larger than "-1".
(Equation 8)

[0088]
If a2 ″ <XIDA2L in step S81, the model parameter a2 ^* Is set to the lower limit value XIDA2L, and the a2 stabilization flag FA2STAB is set to "1" (step S82). When the a2 stabilization flag FA2STAB is set to “1”, the model parameter a2 ^* Is set to the lower limit value XIDA2L. In FIG. 11, the correction of the model parameters by the limit processing P1 in steps S81 and S82 is indicated by an arrow line with “P1” (a line with an arrow).
[0089]
If the answer to step S81 is affirmative (YES), that is, if a2 ″ ≧ XIDA2L, the model parameter a2 ^* Is set to the model parameter a2 ″ (step S83).
In steps S84 and S85, it is determined whether or not the model parameter a1 ″ is within a range defined by a predetermined a1 lower limit value XIDA1L and a predetermined a1 upper limit value XIDA1H. The predetermined a1 upper limit value XIDA1H is set to a small value, for example, 2.
[0090]
If the answers of steps S84 and S85 are both affirmative (YES), that is, if XIDA1L ≦ a1 ″ ≦ XIDA1H, the model parameter a1 ^* Is set to the model parameter a1 "(step S88).
On the other hand, when a1 ″ <XIDA1L, the model parameter a1 ^* Is set to the lower limit value XIDA1L, and the a1 stabilization flag FA1STAB is set to "1" (steps S84 and S86). When a1 ″> XIDA1H, the model parameter a1 ^* Is set to the upper limit value XIDA1H, and the a1 stabilization flag FA1STAB is set to "1" (steps S85 and S87). When the a1 stabilization flag FA1STAB is set to “1”, the model parameter a1 ^* Is set to the lower limit value XIDA1L or the upper limit value XIDA1H. In FIG. 11, the correction of the model parameters by the limit processing P2 in steps S84 to S87 is indicated by an arrow with “P2”.
[0091]
In step S90, the model parameter a1 ^* Absolute value of model parameter a2 ^* Is determined to be less than or equal to a predetermined stability determination value XA2STAB. The predetermined stability determination value XA2STAB is set to a value close to “1” and smaller than “1” (for example, 0.99).
[0092]
Straight lines L1 and L2 shown in FIG. 11 are straight lines satisfying the following equation (41).
a2 ^* + | A1 ^* | = XA2STAB (41)
Therefore, step S90 is performed in the model parameter a1. ^* And a2 ^* Is determined to be on or below the straight lines L1 and L2 shown in FIG. If the answer to step S90 is affirmative (YES), the model parameter a1 ^* And a2 ^* Since this combination is within the stable region of FIG. 11, this process is immediately terminated.
[0093]
On the other hand, if the answer to step S90 is negative (NO), the model parameter a1 ^* Is determined to be less than or equal to a value obtained by subtracting a predetermined a2 lower limit value XIDA2L from a predetermined stability determination value XA2STAB (XA2STAB−XIDA2L> XA2STAB holds because XIDA2L <0) (step S91). And the model parameter a1 ^* Is less than or equal to (XA2STAB-XIDA2L), the model parameter a2 ^* To (XA2STAB- | a1 ^* |) And the a2 stabilization flag FA2STAB is set to “1” (step S92).
[0094]
In step S91, the model parameter a1 ^* Is larger than (XA2STAB-XIDA2L), the model parameter a1 ^* Is set to (XA2STAB-XIDA2L), and the model parameter a2 ^* Is set to the predetermined a2 lower limit value XIDA2L, and both the a1 stabilization flag FA1STAB and the a2 stabilization flag FA2STAB are set to "1" (step S93).
[0095]
In FIG. 11, the modification of the model parameters by the limit processing P3 in steps S91 and S92 is indicated by an arrow with “P3”, and the modification of the model parameters by the limit processing P4 in steps S91 and S93 is This is indicated by an arrow with “P4”.
[0096]
As described above, the limit processing is executed by the processing in FIG. 10 so that the model parameters a1 "and a2" fall within the stable region shown in FIG. ^* And a2 ^* Is calculated.
[0097]
FIG. 12 is a flowchart of the limit processing of b1 ″ executed in step S73 of FIG.
In steps S101 and S102, it is determined whether or not the model parameter b1 ″ is within a range defined by a predetermined b1 lower limit XIDB1L and a predetermined b1 upper limit XIDB1H. The predetermined b1 lower limit XIDB1L is a positive predetermined value (for example, 0 .1), and the predetermined b1 upper limit value XIDB1H is set to, for example, “1”.
[0098]
If the answers of steps S101 and S102 are both affirmative (YES), that is, if XIDB1L ≦ b1 ″ ≦ XIDB1H, the model parameter b1 ^* Is set to the model parameter b1 ″ (step S105).
[0099]
On the other hand, when b1 "<XIDB1L, the model parameter b1 ^* Is set to the lower limit value XIDB1L, and the b1 limit flag FB1LMT is set to "1" (steps S101, S104). When b1 ″> XIDB1H, the model parameter b1 ^* Is set to the upper limit value XIDB1H, and the b1 limit flag FB1LMT is set to “1” (steps S102 and S103). When the b1 limit flag FB1LMT is set to “1”, the model parameter b1 ^* Is set to the lower limit value XIDB1L or the upper limit value XIDB1H.
[0100]
FIG. 13 is a flowchart of the limit process of the model parameter c1 ″ executed in step S74 of FIG.
In steps S111 and S112, it is determined whether or not the model parameter c1 ″ is within a range defined by a predetermined c1 lower limit value XIDC1L and a predetermined c1 upper limit value XIDC1H. The predetermined c1 lower limit value XIDC1L is set to −60, for example. The predetermined c1 upper limit value XIDC1H is set to, for example, 60.
[0101]
When the answers of steps S111 and S112 are both affirmative (YES), that is, when XIDC1L ≦ c1 ″ ≦ XIDC1H, the model parameter c1 ^* Is set to the model parameter c1 ″ (step S115).
[0102]
On the other hand, when c1 ″ <XIDC1L, the model parameter c1 ^* Is set to the lower limit value XIDC1L, and the c1 limit flag FC1LMT is set to "1" (steps S111, S114). When c1 ″> XIDC1H, the model parameter c1 ^* Is set to the upper limit value XIDC1H, and the c1 limit flag FC1LMT is set to “1” (steps S112 and S113). When the c1 limit flag FC1LMT is set to “1”, it indicates that the corrected model parameter c1 has been set to the lower limit value XIDC1L or the upper limit value XIDC1H.
[0103]
FIG. 14 is a flowchart of the second limit process executed in step S18 of FIG. This processing replaces “a1 ″” and “a2 ″” in the processing of FIG. 10 with “a1 ′” and “a2 ′”, respectively, and “a1” ^* And "a2 ^* Is replaced by “a1” and “a2”, respectively, and the processing contents are substantially the same. That is, for the model parameters a1 ′ and a2 ′ that have been subjected to the moving average processing, the same limit processing as in FIG. 10 is performed in steps S121 to S133, and the corrected model parameters a1 and a2 are calculated.
[0104]
FIG. 15 is a flowchart of the Usl calculation process executed in step S19 of FIG.
In step S201, the process of calculating the switching function value σ shown in FIG. 16 is executed, and in step S202, the equivalent control input Ueq is calculated by the equation (8a). In step S203, the arithmetic processing of the reaching law input Urch shown in FIG. 19 is executed, and in step S204, the arithmetic processing of the adaptive law input Uadp shown in FIG. 20 is executed. In step S205, the arithmetic processing of the non-linear input Unl shown in FIG. 21 is executed, and in step S207, the arithmetic processing of the damping input Udamp shown in FIG. 22 is executed.
[0105]
In step S208, it is determined whether or not a stability determination flag FSMCSTAB set in a process of FIG. 23 described later is “1”. When the stability determination flag FSMCSTAB is set to “1”, it indicates that the adaptive sliding mode controller 21 is unstable.
[0106]
If FSMCSTAB = 0 in step S208 and the adaptive sliding mode controller 21 is stable, the control input Usl is calculated by adding the control inputs Ueq, Urch, Uadp, Unl, and Udamp calculated in steps S202 to S207. Is calculated (step S209).
[0107]
On the other hand, when FSMCSTAB = 1 and the adaptive sliding mode controller 21 is unstable, the sum of the reaching law input Urch and the adaptive law input Uadp is calculated as the control amount Usl. That is, the equivalent control input Ueq, the nonlinear input Unl, and the damping input Udamp are not used for calculating the control amount Usl. Thereby, it is possible to prevent the control system from becoming unstable.
[0108]
In subsequent steps S211 and S212, it is determined whether or not the calculated control amount Usl is within the range of the predetermined upper and lower limit values XUSLH and XUSLL. The process ends. On the other hand, when the control amount Usl is equal to or smaller than the predetermined lower limit value XUSLL, the control amount Usl is set to the predetermined lower limit value XUSLL (steps S211, S214). When the control amount Usl is equal to or larger than the predetermined upper limit value XUSLH, the control amount Usl is set. Usl is set to a predetermined upper limit value XUSLH (steps S212 and S213).
[0109]
FIG. 16 is a flowchart of the calculation process of the switching function value σ executed in step S201 of FIG.
In step S221, a VPOLE calculation process shown in FIG. 17 is executed to calculate a switching function setting parameter VPOLE. Next, the switching function value σ (k) is calculated by the equation (5a) (step S222).
[0110]
In subsequent steps S223 and S224, it is determined whether or not the calculated switching function value σ (k) is within the range of the predetermined upper and lower limit values XSGMH and XSGML, and the switching function value σ (k) is determined to be within the range of the predetermined upper and lower limit value. If the value is within the range, the present process is immediately terminated. On the other hand, if the switching function value σ (k) is equal to or smaller than the predetermined lower limit value XSGML, the switching function value σ (k) is set to the predetermined lower limit value XSGML (steps S223, S225), and the switching function value σ (k) is set. If it is not less than the predetermined upper limit value XSGMH, the switching function value σ (k) is set to the predetermined upper limit value XSGMH (steps S224 and S226).
[0111]
FIG. 17 is a flowchart of the VPOLE calculation process executed in step S221 of FIG.
In step S231, it is determined whether or not the stability determination flag FSMCSTAB is "1". If FSMCSTAB = 1 and the adaptive sliding mode controller 21 is unstable, the switching function setting parameter VPOLE is stabilized. It is set to a predetermined value XPOLESTB (step S232). The stabilization predetermined value XPOLESTB is set to a value larger than “−1” and very close to “−1” (for example, −0.999).
[0112]
If FSMCSTAB = 0 and the adaptive sliding mode controller 21 is stable, the VPOLE table shown in FIG. 18 is searched according to the throttle valve opening deviation amount DTH, and a switching function setting parameter VPOLE is calculated (step S234). . The VPOLE table shows that when the throttle valve opening deviation amount DTH takes a value near 0 (when the throttle valve opening TH takes a value near the default opening THDEF), the VPOLE value increases. The value is set to be substantially constant with respect to the change in the throttle valve opening deviation amount DTH. Therefore, when the throttle valve opening TH is near the default opening THDEF, the switching function setting parameter VPOLE is set to a relatively large value, and controllability near the default opening THDEF can be improved.
[0113]
In the following steps S235 and S236, it is determined whether or not the calculated switching function setting parameter VPOLE is within the range of predetermined upper and lower limit values XPOLEH and XPOLEL, and when the switching function setting parameter VPOLE is within the range of the predetermined upper and lower limit value. Ends this process immediately. On the other hand, when the switching function setting parameter VPOLE is equal to or smaller than the predetermined lower limit XPOLEL, the switching function setting parameter VPOLE is set to the predetermined lower limit XPOLEL (steps S236 and S238), and when the switching function setting parameter VPOLE is equal to or larger than the predetermined upper limit XPOLEH. If there is, the switching function setting parameter VPOLE is set to the predetermined upper limit XPOLEH (steps S235 and S237).
[0114]
FIG. 19 is a flowchart of the reaching law input Urch calculation process executed in step S203 of FIG.
In step S251, it is determined whether or not the switching function value σ is equal to or smaller than a predetermined lower limit value -XSGMSL. If σ ≦ -XSGMSL, the switching function parameter SGMS is set to the predetermined lower limit value -XSGMSL (step S252). ). If σ> −XSGMSL, it is determined whether the switching function value σ is equal to or greater than a predetermined upper limit XSGMSL (step S253). If σ ≧ XSGMSL, the switching function parameter SGMS is set to its upper limit XSGMSL (step S254). When the switching function value σ is between the predetermined lower limit value -XSGMSL and the predetermined upper limit value XSGMSL, the switching function parameter SGMS is set to the switching function value σ (step S255).
[0115]
In steps S251 to S255, a limit process of the switching function value σ used for calculating the reaching law input Urch is performed. The switching function parameter SGMS is a parameter corresponding to the switching function value σ after the limit processing. This limit processing can prevent the throttle valve opening deviation amount DTH from overshooting the target value DTHR when the target value DTHR changes suddenly.
[0116]
In a succeeding step S261, it is determined whether or not the stability determination flag FSMCSTAB is “1”. When the stability determination flag FSMCSTAB is “0” and the adaptive sliding mode controller 21 is stable, the control gain F is set according to the switching function value σ (step S262).
[0117]
Next, the switching function parameter SGMS and the control gain F are applied to the following equation (42) to calculate the reaching law input Urch (k) (step S263). Equation (42) is obtained by replacing the switching function value σ (k) in Equation (9) with the switching function parameter SGMS.
Urch = −F × SGMS / b1 (42)
On the other hand, when the stability determination flag FSMCSTAB is "1" and the adaptive sliding mode controller 21 becomes unstable, the control gain F is set to the predetermined stabilization gain XKRCHSTB (step S264), and the model parameter b1 is not used. The reaching law input Urch is calculated by the following equation (43) (step S265).
Urch = −F × SGMS (43)
[0118]
In subsequent steps S266 and S267, it is determined whether or not the calculated reaching law input Urch is within the range of predetermined upper and lower limits XURCHH and XURCHL. When the reaching law input Urch is within the range of the predetermined upper and lower limits, This processing ends immediately. On the other hand, when the reaching law input Urch is equal to or smaller than the predetermined lower limit value XURCHL, the reaching law input Urch is set to the predetermined lower limit value XURCHL (steps S266 and S268), and when the reaching law input Urch is equal to or larger than the predetermined upper limit value XURCHH. Then, the reaching law input Urch is set to the predetermined upper limit value XURCHH (steps S267 and S269).
[0119]
When the adaptive sliding mode controller 21 becomes unstable as described above, the adaptive sliding mode controller 21 sets the control gain F to the predetermined stabilization gain XKRCHSTB, and calculates the reaching law input Urch without using the model parameter b1, thereby achieving adaptive sliding. The mode controller 21 can be returned to a stable state. When the identification by the model parameter identifier 22 becomes unstable, the adaptive sliding mode controller 21 becomes unstable. Therefore, the adaptive sliding mode controller 21 is stabilized by not using the unstable model parameter b1. can do.
[0120]
FIG. 20 is a flowchart of the calculation process of the adaptive law input Uadp executed in step S204 of FIG.
In step S271, it is determined whether or not the switching function value σ is equal to or smaller than a predetermined lower limit value -XSGMSL. If σ ≦ -XSGMSL, the switching function parameter SGMS is set to the predetermined lower limit value -XSGMSL (step S272). ). If σ> −XSGMSL, it is determined whether the switching function value σ is equal to or greater than a predetermined upper limit XSGMSL (step S273). If σ ≧ XSGMSL, the switching function parameter SGMS is set to its upper limit XSGMSL (step S274). If the switching function value σ is between the predetermined lower limit value -XSGMSL and the predetermined upper limit value XSGMSL, the switching function parameter SGMS is set to the switching function value σ (step S275).
[0121]
In steps S271 to S275, the limit processing of the switching function value σ used for the adaptive law input Uadp is performed. The switching function parameter SGMS is a parameter corresponding to the switching function value σ after the limit processing. This limit processing can prevent the throttle valve opening deviation amount DTH from overshooting the target value DTHR when the target value DTHR changes suddenly.
[0122]
In a succeeding step S276, it is determined whether or not the stability determination flag FSMCSTAB is “1”. When FSMCSTAB = 0 and the adaptive sliding mode controller 21 is stable, the control gain G is determined according to the switching function value σ. Is set (step S279).
[0123]
Next, the adaptive law input Uadp (k) is calculated by applying the switching function parameter SGMS and the control gain G to the following equation (44) (step S280). Equation (44) is obtained by replacing the switching function value σ (k) in Equation (10) with the switching function parameter SGMS.
Uadp (k) = Uadp (k−1) −G × SGMS × ΔTCTL / b1 (44)
[0124]
On the other hand, when FSMCSTAB = 1 and the adaptive sliding mode controller 21 is unstable in step S276, the control gain G is set to the predetermined stabilization gain XKADPSTB (step S277), and the adaptive law input is obtained by the following equation (45). Uadp (k) is calculated (step S278). Expression (45) is an expression obtained by deleting the model parameter b1 in Expression (44).
Uadp (k) = Uadp (k−1) −G × SGMS × ΔTCTL (45)
[0125]
In subsequent steps S281 and S282, it is determined whether or not the calculated adaptive law input Uadp is within the range of the predetermined upper and lower limit values XUADPH and XUADPL. When the adaptive law input Uadp is within the range of the predetermined upper and lower limit value, This processing ends immediately. On the other hand, when the adaptive law input Uadp is equal to or smaller than the predetermined lower limit value XUADPL, the adaptive law input Uadp is set to the predetermined lower limit value XUADPL (steps S282 and S284). Then, the adaptive law input Uadp is set to a predetermined upper limit value XUADPH (steps S281 and S283).
[0126]
FIG. 21 is a flowchart of the processing for calculating the non-linear input Unl executed in step S205 in FIG.
In step S301, a nonlinear input gain Knl is calculated according to the throttle valve opening deviation amount DTH. In step S302, it is determined whether or not the switching function value σ is equal to or smaller than a predetermined lower limit value −XNLTH. If σ> −XNLTH, it is determined whether or not the switching function value σ is equal to or larger than a predetermined upper limit value XNLTH. (Step S304). When the switching function value σ is between the predetermined upper limit value XNLTH and the predetermined lower limit value -XNLTH, the nonlinear input parameter SNL is set to the switching function value σ (step S306).
[0127]
When the switching function value σ is equal to or smaller than the predetermined lower limit value −XNLTH, the nonlinear input parameter SNL is set to “−1” (step S303). When the switching function value σ is equal to or larger than the predetermined upper limit value XNLTH, the nonlinear input parameter SNL is set. The parameter SNL is set to "1" (step S305).
In a succeeding step S307, a nonlinear input Unl (k) is calculated by the following equation (46).
Unl (k) =-Knl × SNL / b1 (46)
[0128]
21 uses the nonlinear input parameter SNL instead of the sign function sgn (σ (k)) of the above equation (11), and within a predetermined range where the absolute value of the switching function value σ is small, the switching function value σ Is applied as is. This makes it possible to suppress minute vibration (chattering) caused by the non-linear input Unl.
[0129]
FIG. 22 is a flowchart of the calculation processing of the damping input Udamp executed in step S207 of FIG.
[0130]
In step S331, the moving average value DDTHRAV of the change amount of the target value DTHR is calculated by the equation (15). In step S332, a basic value Kdampbs of the damping control gain is calculated according to the throttle valve opening deviation amount DTH. In step S333, a correction coefficient Kkdamp of the damping control gain is calculated according to the moving average value DDTHRAV.
[0131]
In step S334, the damping control gain Kdamp is calculated by multiplying the basic value Kdampbs by the correction coefficient Kkdamp. Next, the damping input Udamp (k) is calculated by the following equation (13) (reprinted).
Udamp (k) = − Kdamp × (DTH (k) −DTH (k−1)) / b1 (13)
[0132]
FIG. 23 is a flowchart of the stability determination process of the sliding mode controller executed in step S20 of FIG. In this process, stability determination based on the differential term of the Lyapunov function is performed, and the stability determination flag FSMCSTAB is set according to the stability determination result.
[0133]
In step S351, the switching function change amount Dσ is calculated by the following equation (50), and then the stability determination parameter SGMSTAB is calculated by the following equation (51) (step S352).
Dσ = σ (k) −σ (k−k0) (50)
SGMSTAB = Dσ × σ (k) (51)
[0134]
In step S353, it is determined whether or not the stability determination parameter SGMSTAB is equal to or less than a stability determination threshold value XSGSTAB. If SGSTAB> XSGMSTAB, it is determined that the controller 21 may be unstable, and the instability detection counter is determined. The CNTSMCST is incremented by "1" (step S355). If SGMSTAB ≦ XSGMSTAB, the controller 21 determines that the controller 21 is stable, and holds the count value of the instability detection counter CNTSMCST without incrementing it (step S354).
[0135]
In step S356, it is determined whether or not the value of the instability detection counter CNTSMCST is equal to or smaller than a predetermined count value XSSTAB. When CNTSMCST ≦ XSSTAB, the controller 21 determines that the controller 21 is stable, and sets the first determination flag FSMCSTAB1 to “0” (step S357). On the other hand, if CNTSMCST> XSSTAB, the controller 21 determines that the controller 21 is unstable, and sets the first determination flag FSMCSTAB1 to “1” (step S358). The count value of the instability detection counter CNTSMCST is initialized to "0" when the ignition switch is turned on.
[0136]
In the following step S359, the stability determination period counter CNTJUDST is decremented by "1", and then it is determined whether or not the value of the stability determination period counter CNTJUDST is "0" (step S360). The stability determination period counter CNTJUDST is initialized to a predetermined determination count value XCJUDST when the ignition switch is turned on. Therefore, initially, the answer to step S360 is negative (NO), and the process immediately proceeds to step S365.
[0137]
Thereafter, when the stability determination period counter CNTJUDST becomes “0”, the process proceeds from step S360 to step S361, and it is determined whether the first determination flag FSMCSTAB1 is “1”. When the first determination flag FSMCSTAB1 is "0", the second determination flag FSMCSTAB2 is set to "0" (step S363), and when the first determination flag FSMCSTAB1 is "1", the second determination is made. The flag FSMCSTAB2 is set to "1" (step S362).
[0138]
In a succeeding step S364, the value of the stability determination period counter CNTJUDST is set to the predetermined determination count value XCJUDST, and the value of the instability detection counter CNTSMCST is set to "0", and the process proceeds to step S365.
In step S365, the stability determination flag FSMCSTAB is set to the logical sum of the first determination flag FSMCSTAB1 and the second determination flag FSMCSTAB2. Regarding the second determination flag FSMCSTAB2, even if the answer to step S356 is affirmative (YES) and the first determination flag FSMCSTAB1 is set to "0", the value of the stability determination period counter CNTJUDST becomes "0" until "0". 1 "is maintained. Therefore, the stability determination flag FSMCSTAB is also maintained at “1” until the value of the stability determination period counter CNTJUDST becomes “0”.
[0139]
FIG. 24 is a flowchart of the voltage correction and limit processing executed in step S21 of FIG.
In step S401, the battery voltage is corrected by the following equation (52), and a correction control amount MDUTYB is calculated.
MDUTYB = DUT × VBR / VBADFT (52)
Here, DUT is a duty ratio equal to the control amount Usl calculated in step S19 of FIG. 4, and VBR is a reference voltage of the battery voltage, and is set to, for example, 14V. VBADFT is a smoothed battery voltage obtained by smoothing the detected battery voltage VB by the following equation (53).
VBADFT = CVB × VB + (1−CVB) × VBADFT (k−1) (53)
Here, CVB is a smoothing coefficient set to a value between 0 and 1.
By performing the battery voltage correction, good controllability can be maintained even when the battery voltage VB changes.
[0140]
In step S402, it is determined whether or not the correction control amount MDUTYB is equal to or more than a positive predetermined upper limit value DUTYLMTH (for example, 90%). If MDUTYB ≧ DUTYLMTH, the correction control amount MDUTYB is set to the positive predetermined upper limit value DUTYLMTH. It is set (step S404). Next, the limit processing flag FDUTYLMT is set to "1" (step S406), and this processing ends. The limit processing flag FDUTYLMT is set to “1” when the absolute value of the correction control amount MDUTYB exceeds the limit range.
[0141]
If MDUTYB <DUTYLMTH in step S402, it is determined whether the correction control amount MDUTYB is equal to or less than a predetermined negative lower limit value DUTYLMTL (for example, -90%) (step S403). If MDUTYB ≦ DUTYLMTL, the correction control amount MDUTYB is set to a predetermined negative lower limit value DUTYLMTL (step S405), and the process proceeds to step S406.
[0142]
If MDUTYB> DUTYLMTL in step S403, the limit processing flag FDUTYLMT is set to "0" (step S407), and whether the correction control amount MDUTYB is equal to or more than a positive predetermined lower limit MDFH (for example, 2%). Is determined (step S408). If MDUTYB ≧ MDFH, the process immediately proceeds to step S411, and the final control amount MDUTYF is set to the correction control amount MDUTYB.
[0143]
If MDUTYB <MDFH in step S408, it is determined whether or not the correction control amount MDUTYB is “0” or more (step S409). If MDUTYB ≧ 0, the final control amount MDUTYF is set to a predetermined positive lower limit MDFH (step S413). On the other hand, when the correction control amount MDUTYB is a negative value, the process proceeds to step S410, and it is determined whether the correction control amount MDUTYB is equal to or more than a predetermined negative upper limit MDFL. If MDUTYB <MDFL, the process proceeds to step S411, and if MDUTYB ≧ MDFL, the final control amount MDUTYF is set to a predetermined negative upper limit MDFL (step S412).
[0144]
According to the processing of FIG. 24, the limit processing is performed not only when the absolute value of the correction control amount MDUTYB is large, but also when the absolute value is small (when MDFL <MDUTYB <MDFH), and the final control amount MDUTYF is reduced. Processing is performed so as not to be set to a value near “0”. As a result, when the correction control amount MDUTYB becomes a value other than “0” near “0”, the current actually supplied to the motor 6 becomes “0”. It is possible to prevent the error from increasing. As a result, good controllability can be maintained.
[0145]
FIG. 25 is a flowchart of the DUTVL calculation process executed in step S22 of FIG.
In step S421, the throttle valve opening change amount DDTH is calculated by the following equation (54), and the throttle valve change amount DDTH is applied to the following equation (55) to obtain the motor 6 corresponding to the throttle valve opening change amount DDTH. The rotation speed (rotation speed) NMOT (rpm) of is calculated.
DDTH = DTH (k) -DTH (k-1) (54)
NMOT = KDEG2RPM × DDTH (55)
Here, KDEG2RPM is a conversion coefficient set according to the gear ratio of the gear that transmits the rotation of the motor 6 to the drive shaft of the throttle valve 3.
[0146]
In step S422, the correction voltage VEMF is calculated by the following equation (56).
VEMF = KEMF × NMOT (56)
Here, KEMF is a coefficient for converting the motor rotation speed NMOT into a corresponding electromotive force of the motor 6, and is set to, for example, 2.1 mV / rpm.
In step S423, the correction voltage VEMF is converted into a duty correction amount DUTYEMF by the following equation (57).
DUTYEMF = VEMF / VBADFT (57)
Here, VBADFT is the smoothed battery voltage calculated by the equation (53).
[0147]
In step S424, the correction control input DUTVL is calculated by applying the final control amount MDUTYF and the duty correction amount DUTYEMF to the following equation (58). Multiplying (VBADFT / VBR) corresponds to reverse voltage correction.
DUTVL = (MDUTYF + DUTYEMF) × VBADFT / VBR (58)
[0148]
FIG. 26 is a flowchart of a process for learning the fully closed position of the throttle valve 3. This process is executed by the CPU of the ECU 7 every predetermined time (for example, every 2 milliseconds). In the present embodiment, the throttle valve opening sensor 8 is configured so that the throttle valve opening TH becomes a value larger than “0” when the throttle valve 3 is at the fully closed position. Therefore, by setting the target opening THR to “0”, the throttle valve 3 is reliably controlled to the fully closed position.
[0149]
In step S440, it is determined whether the learning end flag FCLSTHEND is “1”. When the ignition switch is turned on, since the learning end flag FCLSTHEND is set to "0", this answer is initially negative (NO), and the process proceeds to step S441. In the step S441, it is determined whether or not the initialization flag FCLSTCMD is “1”. Since the initialization flag FCLSTCMD is also initially set to “0”, the process proceeds to step S442, and the target opening THR is set to the default opening THDEF. Next, an initialization flag FCLSTHCMD is set to “1” (step S443). When the initialization flag FCLSTHCMD is set to “1”, the process proceeds from step S441 to step S444 immediately after the next time.
[0150]
In step S444, the target opening degree THR is decremented by a predetermined change amount ΔTHR. The predetermined change amount ΔTHR is set such that the rate of decrease of the throttle valve opening TH is about 0.1 deg / ms. In step S445, it is determined whether or not the target opening THR is smaller than "0", and if THR <0, the target opening THR is set to "0" (step S446). If THR ≧ 0, the process immediately proceeds to step S447. Through steps S444 to S446, the throttle valve opening TH gradually decreases from the default opening THDEF, and the throttle valve 3 reaches the fully closed position. When the target opening THR is set to “0”, the actual throttle valve opening TH does not fall below the positive full closing opening (it does not become “0”), so the control deviation e (= TH− (THR) does not converge to “0”.
[0151]
In step S447, a change amount ΔTH (= TH (k) −TH (k−1)) of the throttle valve opening TH is calculated, and then the absolute value of the change amount ΔTH is set to a predetermined change amount DTHSTB (for example, 0.5 °). It is determined whether or not it is smaller (step S448). While | ΔTH | ≧ DTHSTB, the down count timer tTHSTB is set to a predetermined standby time tmTHSTB (for example, 60 milliseconds) and started (step S450), and the present process is immediately terminated.
[0152]
If the answer to step S448 is affirmative (YES), it is determined whether or not the model parameter c1 "is greater than a predetermined threshold value C1TH (step S449). If e does not converge to "0", the value gradually increases, and while the answer to step S449 is negative (NO), it is determined that the throttle valve 3 has not reached the fully closed position, and the aforementioned step S450 is performed. Proceed to. Thereafter, if the answer to step S449 is affirmative (YES), it is determined that the throttle valve 3 has reached the fully closed position, and it is determined whether the value of the timer tTHSTB is "0" (step S451). When tTHSTB> 0, this process is immediately terminated. When tTHSTB = 0, the throttle valve opening TH at that time is stored as a fully closed position TH1VZR0 indicating the fully closed position (step S452), and the learning ends. The flag FCLSTHEND is set to "1" (step S453). Next, the model parameter c1 "is set to a predetermined value C1X, and the forgetting factor δ4 for calculating the model parameter c1" is set to "0" (step S454). The predetermined value C1X is set to, for example, the average value of the model parameter c1 "during normal control. Alternatively, since the model parameter c1" indicates a disturbance or a deviation of the default opening THDEF, the center value is originally "0". , The predetermined value C1X is set to “0” or a value in the vicinity thereof.
[0153]
By setting the model parameter c1 "to the predetermined value C1X, the c1" value increased with the increase of the control deviation e during the execution of the learning process is immediately returned to a value suitable for the normal control. Can be prevented from deteriorating. Further, by temporarily setting the forgetting coefficient δ4 to “0”, it is possible to eliminate the influence of the value of c1 ″ during the execution of the learning process. This also contributes to prevention of deterioration in controllability. δ4 is set to “0” for only one calculation of the model parameter vector, and then returned to “1” from the calculation.
[0154]
If the learning end flag FCLSTHEND is set to “1” in step S453, the answer in step S440 is affirmative (YES), and the processing in FIG. 26 is not substantially executed. That is, the fully closed position learning process of FIG. 26 is executed at predetermined time intervals immediately after the ignition switch is turned on and until the learning end flag FCLSTHEND becomes “1”.
[0155]
The learning of the fully open position of the throttle valve 3 can be performed in the same manner as in the process of FIG. In the fully open position learning process, the target opening THR is gradually increased from the default opening THDEF until it reaches, for example, 90 deg. Since the actual fully open position is smaller than 90 deg, this causes the throttle valve 3 to reach the fully open position. Then, the throttle valve opening TH after a lapse of a predetermined standby time from the time when the full-open position is reached is stored as the full-open position.
[0156]
In the present embodiment, the ECU 7 configures a control unit, an identification unit, a learning unit, a setting unit, and a determination unit. More specifically, step S19 in FIG. 4 (the processing in FIG. 15) corresponds to the control means, steps S12 to S18 in FIG. 4 correspond to the identification means, and steps S440 to 453 in FIG. 26 correspond to the learning means. Step S454 corresponds to a setting unit, and step S449 corresponds to a determining unit.
[0157]
The present invention is not limited to the embodiment described above, and various modifications are possible. For example, in the above-described embodiment, the configuration including the voltage correction unit 28, the limiter 29, and the reverse voltage correction unit 32 has been described, but these components may be omitted. That is, the duty ratio DUT (control amount Usl) may be input to the adder 31, and the output of the adder 31 may be input to the model parameter identifier 22 as the correction control input DUTVL.
Further, it may be configured to include only one of the voltage correction unit 28 and the limiter 29. When the voltage corrector 28 is provided, the reverse voltage corrector 32 needs to be provided correspondingly.
[0158]
In addition, the response-designated controller that executes feedback control that matches the output of the controlled object to the target value and can specify the damping characteristics of the control deviation is not limited to the adaptive sliding mode controller, and the control result is similar to that of the sliding mode control. May be a controller that performs back-stepping control for realizing the above.
[0159]
【The invention's effect】
As described above in detail, according to the first aspect of the present invention, when learning of the reference position of the throttle valve is completed by the learning means, a model parameter irrelevant to the input / output of the control target model is set to a predetermined value. You. Here, the “predetermined value” is, for example, an average value during normal control, or a value near zero, so that even when the model parameter greatly changes during the learning execution, the throttle valve opening degree immediately after the learning is changed. Deterioration of controllability can be prevented.
According to the second aspect of the present invention, it is determined that the throttle valve has reached the reference position when a model parameter irrelevant to the input / output of the control target model exceeds the predetermined threshold. Model parameters that are not related to the input / output of the controlled model increase as the control deviation increases, so the model parameters that are not related to the input / output of the controlled model exceed a predetermined threshold. It can be determined that the position has been reached.
[Brief description of the drawings]
FIG. 1 is a diagram showing a configuration of a throttle valve driving device and a control device thereof according to a first embodiment of the present invention.
FIG. 2 is a functional block diagram showing functions realized by an electronic control unit (ECU) of FIG.
FIG. 3 is a diagram for explaining a limit process of model parameters (a1 ″, a2 ″).
FIG. 4 is a flowchart showing an overall configuration of a throttle valve opening control process.
FIG. 5 is a flowchart of a state variable setting process executed in the process of FIG. 4;
FIG. 6 is a flowchart of a model parameter identification calculation process executed in the process of FIG. 4;
FIG. 7 is a diagram showing a θbase table.
FIG. 8 is a flowchart of an identification error (ide) calculation process executed in the process of FIG. 6;
FIG. 9 is a flowchart of a first limit process executed in the process of FIG. 4;
FIG. 10 is a flowchart of a limit process of model parameters (a1 ″, a2 ″) executed in the process of FIG. 9;
FIG. 11 is a diagram for explaining the processing in FIG. 10;
FIG. 12 is a flowchart of a model parameter (b1 ″) limit process executed in the process of FIG. 9;
FIG. 13 is a flowchart of a model parameter (c1 ″) limit process executed in the process of FIG. 9;
FIG. 14 is a flowchart of a second limit process executed in the process of FIG. 4;
FIG. 15 is a flowchart of a control amount (Usl) calculation process executed in the process of FIG. 4;
FIG. 16 is a flowchart of a calculation process of a switching function value (σ) executed in the process of FIG. 15;
FIG. 17 is a flowchart of a process of calculating a switching function setting parameter (VPOLE) executed in the process of FIG. 16;
FIG. 18 is a diagram showing a table used in the processing of FIG. 17;
FIG. 19 is a flowchart of a reaching law input (Urch) calculation process executed in the process of FIG. 15;
20 is a flowchart of an adaptive law input (Uadp) calculation process executed in the process of FIG. 15;
FIG. 21 is a flowchart of a non-linear input (Unl) calculation process executed in the process of FIG. 15;
FIG. 22 is a flowchart of a damping input (Udamp) calculation process executed in the process of FIG. 15;
FIG. 23 is a flowchart of a stability determination process of the sliding mode controller executed in the process of FIG. 4;
FIG. 24 is a flowchart of a voltage correction and limit process executed in the process of FIG. 4;
FIG. 25 is a flowchart of a DUTVL calculation process executed in the process of FIG. 4;
FIG. 26 is a flowchart of a process for learning a fully closed degree.
[Explanation of symbols]
1 Internal combustion engine
3 Throttle valve
7. Electronic control unit (control means, identification means, learning means, setting means, judgment means)
10 Throttle valve drive
21 Adaptive sliding mode controller (control means)
22 Model parameter identifier (identification means)
24 Target opening setting section

Claims (2)

In a control device of a throttle valve driving device including a throttle valve of an internal combustion engine and driving means for driving the throttle valve,
Learning means for learning a reference position of the throttle valve;
Identification means for identifying model parameters of a control target model obtained by modeling the throttle valve driving device;
Control means for controlling the throttle valve driving device using the model parameters identified by the identification means,
The identification means identifies a model parameter that is not related to the input / output of the control target model,
A control device for a throttle valve driving device, further comprising a setting device for setting a model parameter irrelevant to the input / output of the control target model to a predetermined value when the learning by the learning device is completed. The apparatus according to claim 1, wherein the learning unit further includes a determination unit configured to determine that the throttle valve is at the reference position when a model parameter not related to input / output of the control target model exceeds a predetermined threshold. 2. The control device for a throttle valve drive device according to claim 1.

Images