JP2008184943A - 燃料噴射圧力制御装置 - Google Patents

Abstract

【課題】燃料噴射圧力制御に係る制御則についての学習補正処理の完了前に懸念される、燃料圧力の急変に起因したエンジンストール等の不都合発生を抑制することのできる燃料噴射圧力制御装置を提供する。
【解決手段】対象エンジンへ燃料を噴射供給するコモンレール式燃料噴射システムについて燃料噴射圧力を制御する燃料噴射圧力制御装置として、その燃料噴射圧力制御に用いる吸入調整弁の駆動電流量を対象にして、厳しさの異なる複数種の実行条件に対応した複数種の学習補正処理（仮学習補正処理及び本学習補正処理）をその条件が緩いものから順に行って、その都度、吸入調整弁の駆動電流量の学習値に基づき燃料噴射圧力制御に係る所定の制御則を補正するプログラムと、その学習対象の駆動電流量について、学習進行度合が大きくなるほど、学習補正処理の補正量に係るゲイン積分項の可変範囲をより狭い範囲に設定するプログラムと、を備える構成とする。
【選択図】図１０

Description

本発明は、対象エンジンに対して燃料の噴射供給が行われる際の燃料噴射圧力を制御する燃料噴射圧力制御装置に係り、詳しくは、例えばディーゼルエンジンのコモンレール式燃料噴射システム等に採用して好適な燃料噴射圧力制御装置に関する。

周知のように、例えば自動車等の動力源として用いられるエンジン（内燃機関）では、燃料供給システムにより供給された燃料を、着火、燃焼して出力トルクを生成している。すなわち燃料供給システム（燃料供給系）の性能（特性）は、エンジンを制御する場合に、そのエンジンの出力特性を決める重要な要素（ファクター）の１つとなる。近年ディーゼルエンジン等では、こうした燃料供給システムとして、コモンレール（蓄圧配管）にて高圧燃料（例えば燃料圧力「１４００気圧」程度の軽油）を蓄圧・保持して、対象エンジンに対し、随時その高圧燃料を噴射供給するコモンレール式燃料噴射システムが採用されるようになってきている。そして、このシステムの一般的な構成としては、上記コモンレールの他、同コモンレール内の圧力（レール圧力）を測定するレール圧センサや、燃料タンクから所定燃料（例えば軽油）を汲み上げてコモンレールへ圧送する燃料ポンプ、同ポンプに対する燃料吸入量を可変とする吸入調整弁（ＳＣＶ：Suction Control Valve）、コモンレールで蓄圧された高圧燃料を対象エンジン（詳しくはその所定シリンダ）に対して噴射供給するインジェクタ（燃料噴射弁）等をさらに備えて構成されるものが知られている。

こうしたコモンレール式燃料噴射システムではレール圧力の管理が重要になる。このため、一般には上記構成に基づき、レール圧力の値（実測値）をその目標値へ近づけるようなフィードバック制御（ＰＩＤ制御）が行われる。具体的には、例えば予め実験等により作成された制御マップ（適合マップ）を参照しながら上記吸入調整弁に対する供給電流量（同吸入調整弁の駆動量に相当）の調量を行って、上記燃料ポンプの吐出量を所望の量（目標値）に可変制御する。こうすることで、燃料噴射圧力を決める主要なパラメータである上記レール圧力が目標値へ制御され、上記対象エンジンに対する燃料供給（噴射供給）が適正な燃料噴射圧力で行われるようになる。

しかしながら、こうした手法（圧力制御方式）であっても、上記レール圧力、ひいては燃料噴射圧力を必ずしも高い精度で制御することができるとは限らない。例えば上記燃料供給システムの各要素を大量生産して大量販売しようとする場合には通常、例えばエンジン（車両）間で、上記燃料ポンプや吸入調整弁、さらにはＥＣＵ（電子制御ユニット）、バッテリ等を含めた各種の制御部品の特性について幾らかの個体差（機差）が生じることになる。特に一般的な吸入調整弁は、その構造上の特徴から、例えば弁開口部の形状や弁体を付勢するバネの付勢力等に、個体差（ばらつき）が生じ易くなっている。しかし大量生産する場合にその全ての製品について、車両に搭載された状態で個体差も加味した制御マップや制御式（例えば上記「吸入調整弁の電流量」と「燃料ポンプの吐出量」とを関連付けるマップや数式）を作成することは、現行の生産システムで考えた場合、手間がかかり過ぎて実情に即したものとはいえない。したがって、予め適合値の書き込まれたマップや数式を用いた場合でも、上記個体差による影響（ばらつき）の全てが考慮された制御を行うことは困難である。

そこで従来、例えば特許文献１に記載のように、アイドリング運転時の安定した運転条件において、上記のような制御マップ上で規定される燃料ポンプの吐出特性と実際の吐出特性とのずれ量を学習して、その学習されたずれ量、すなわち上記個体差（機差）に起因したずれを含んだマップ誤差を補償すべく、その制御マップに対して補正を行う装置が提案されている。こうした装置によれば、上記燃料供給システムを車両に搭載した後で上記制御マップを補正することが可能になる。すなわち、その制御マップに上述の個体差（機差）に起因した誤差が生じていた場合であれ、上記補正により誤差（マップ誤差）の補償された制御マップ（又は制御式等）を得ることが可能になる。
特開２００４−２９３５４０号公報

このように、上記特許文献１に記載の装置（燃料噴射圧力制御装置）によれば、学習補正処理を行うことで、個体差（機差）に起因した誤差（マップ誤差）の補償された制御マップ（又は制御式等）を得ることが可能になる。しかしながら、こうした装置を用いた場合でも、学習自体が行われなければ、上記誤差（マップ誤差）は補償されない。したがって、学習が行われるまでは誤差（マップ誤差）を含む制御マップで燃料噴射圧力の制御が行われることになる。そして実際には、エンジン組み付け初期の段階で、より好ましい時期としては上記燃料供給システムも含めエンジンや制御部品等が全て車両に搭載されて正確な学習データが得られるようになってから最初のエンジン始動時に、こうした学習補正処理を確実に行うことは容易ではない。

一般に自動車等の製造は多くの部品メーカー（又は専門部署）の協業により行われており、ＥＣＵ（電子制御ユニット）を含めた制御部品の製造・検査を行う工程と、車両に対してエンジンや制御部品等を組み付けてその組み付け状態での検査を行う工程とは、異なる担当メーカー（又は専門部署）によって行われる。そのため、エンジン組み付け初期の段階で上記学習補正処理を行うことをその担当メーカー（又は専門部署）に周知徹底することは必ずしも容易ではない。また作業時間を短縮する上でも、こうした学習補正処理に時間を割くことはなるべく避けたい実情にある。すなわち現状は、学習補正処理の完了前においてエンジンが始動されることも起こり得る。そして上記のように、これを確実に避けることは難しい実情にある。

発明者は、学習補正処理の完了前にエンジンが始動されることで懸念される問題の１つとして、エンジンストール（エンジン停止）、いわゆるエンストの発生に注目した。すなわち、上記学習補正処理は、例えばエンジン始動後、エンジンが暖機状態になり、且つ、アイドリング運転状態にあることを条件にして開始され、完了までには「７〜１０秒」程度の時間を要する。そして、この学習補正処理を正常に完了させるためには、少なくともその間（学習が実行されている期間）は、エンジンを安定した運転状態（例えばアイドリング運転状態）に維持する必要がある。しかし、エンジン組み付け状態での検査を行う工程においては、車両の移動を行う機会が多く、上記学習補正処理の実行期間（学習実行中）にあっても、運転者によりアクセルペダルが踏み込まれるおそれがある。そしてこの際、アクセルペダルが一時的（瞬間的）に大きく踏み込まれるようなアクセル操作（アクセルレーシング）がなされた場合には、レール圧力が瞬間的に急上昇した後、急降下し、その急降下に追従して噴射圧力（レール圧力）も低下する。特にレール圧力に係るパラメータ（例えば燃料ポンプの吐出量）をＰＩＤ制御によりフィードバックする場合などには、圧力急上昇時にゲイン（ＰＩＤ定数）の１つであるゲイン積分項（いわゆるＩ項）が圧力負側（圧力を減らす方向）に過積算状態になる。このため、レール圧力の急降下が始まっても一定期間はこの積分項が引き続きレール圧力を下げるように作用し、その間、レール圧力は急激に降下するようになる。通常、エンジンの燃料噴射圧力制御装置は、こうしたイレギュラーな（変則的な）アクセル操作、ひいてはそれに伴うレール圧力降下まで想定して設計されるため、上述の学習補正処理さえ行われていれば、こうしたレール圧力の低下を吸収して燃料噴射制御は正常に行われる。しかし学習補正処理の完了前において上記アクセルレーシングがなされ、しかもその時のマップ誤差（制御ずれ）が大きい場合などには、こうしたレール圧力の低下を吸収しきれず、レール圧力（噴射圧力に相当）が噴射可能下限値を超えて（噴射可能域から出て）しまい、噴射不良でエンジンストールに至るおそれがある。

本発明は、こうした実情に鑑みてなされたものであり、燃料噴射圧力制御に係る制御則についての学習補正処理の完了前に懸念される、燃料圧力の急変に起因したエンジンストール等の不都合発生を抑制することのできる燃料噴射圧力制御装置を提供することを主たる目的とするものである。

以下、上記課題を解決するための手段、及び、その作用効果について記載する。

請求項１に記載の発明では、対象エンジンへ燃料を噴射供給する燃料供給システムについて、所定の圧力パラメータ（例えば圧力自体、又は圧力に作用する他のパラメータ）の可変制御を通じて前記噴射供給が行われる際の燃料噴射圧力を制御する燃料噴射圧力制御装置において、前記燃料噴射圧力制御に用いる少なくとも１つの圧力パラメータを対象にして、厳しさ（例えば条件の数やパラメータ範囲等）の異なる複数種の実行条件に対応した複数種（２回以上）の学習補正処理をその条件が緩いものから順に行って、その都度、対象圧力パラメータの学習値に基づき前記燃料噴射圧力制御に係る所定の制御則（例えば対象圧力パラメータと他のパラメータとを関連付ける制御マップ等）を補正する学習補正処理実行手段と、前記学習の対象とされるパラメータの少なくとも１つについて、未学習の段階から前記学習補正処理実行手段により前記複数種の学習補正処理の全てが行われるまでの学習進行度合が大きくなる（より進行する）ほど、該学習補正処理の補正量に係る学習補正パラメータの可変範囲をより狭い範囲に設定する補正範囲可変手段と、を備えることを特徴とする。

こうした構成であれば、学習補正処理実行手段により、学習補正処理を複数段階に分けて行うことができる。すなわち、比較的緩やかな条件（例えば燃料噴射圧力がある程度ばらつきのある状態で安定する条件）下で行われる簡易的な学習から、前の段階よりも厳しい条件（例えば燃料噴射圧力がより安定する条件）下で行われるより精密な学習へと学習段階（学習進行度合に相当）を移行（進行）させていき、それら複数種の学習補正処理により上記燃料噴射圧力に係る制御ずれ（所定制御則の誤差）を段階的に減少させることが可能になる。

しかも上記装置は、補正範囲可変手段を備えることにより、前述した学習補正処理の完了前に懸念されるエンジンストール等の発生を抑制することを可能としている。詳しくは、上記学習補正処理を行うためには、燃料噴射圧力を一定の範囲で変化させる必要があるが、その範囲（学習に必要な圧力範囲）は、学習進行度合が大きくなる（学習段階が進む）ほど小さくて済む。したがって、上記補正範囲可変手段により、学習進行度合が大きくなる（学習段階がより進行する）ほど、該学習補正処理の補正量に係る学習補正パラメータの可変範囲をより狭い範囲に設定することで、前述したゲイン積分項の過積算による補正等の過剰な補正を的確に規制することが可能になり、ひいては前述した燃料圧力の急変に起因したエンジンストール等の不都合発生を抑制することができるようになる。

なお、前述したエンジンストール等の不都合発生を抑制するための構成としては、学習補正処理実行中でのアクセル操作を無効化（規制・禁止も含む）する構成なども考えられる。しかしこうした構成では、アクセル操作による不都合発生は確実に防止されるものの、学習補正処理実行中においては継続的にアクセル操作が無効化されることで、今度は作業効率の低下が懸念されるようになる。また、学習が完了したことを音や光等で報知する手段を備える構成や、学習完了の有無を常に表示する手段を備える構成であっても、学習補正処理に費やす待機時間によって作業効率の低下は避けられないものとなる。この点、上記請求項１に記載の装置では、学習処理中、アクセル操作を許容しながら不都合の発生を抑制するため、不都合発生を抑制しながらも作業効率は高く維持されることになる。したがって、この意味でも上記装置の意義は大きい。

この請求項１に記載の装置のより具体的な構成としては、例えば請求項２に記載の発明のように、前記学習補正処理実行手段が、所定の本学習条件（固定条件でも可変条件でも可）の成立に基づいて行われる本学習補正処理の実行前に、前記本学習条件よりも緩い所定の仮学習条件（固定条件でも可変条件でも可）の成立に基づいて行われる仮学習補正処理を実行するものであり、前記補正範囲可変手段が、前記学習の対象とされる圧力パラメータのうちの所定の圧力パラメータを対象にして、前記学習進行度合が前記仮学習補正処理まで進んだ仮学習段階にある場合には、該仮学習補正処理の補正量に係る学習補正パラメータの可変範囲を未学習段階よりも狭い範囲に設定するとともに、前記学習進行度合がさらに前記本学習補正処理まで進んだ本学習段階にある場合には、該本学習補正処理の補正量に係る学習補正パラメータの可変範囲をさらに前記仮学習段階よりも狭い範囲に設定するものである構成とすることが有効である。このように本学習補正処理（最終的な学習補正処理）の前に仮学習補正処理を設けることで、上記請求項１に記載の構成が好適に実現されるようになる。

なお、この請求項２に記載の構成には、上記２種類の学習処理（本学習補正処理及び仮学習補正処理）に対してさらに別の学習処理を加えた構成も含まれる。しかし学習に係る処理の単純化を図る上では、上記２種類の学習処理のみ、すなわち本学習補正処理及び仮学習補正処理のみを、前記複数種の学習処理の全てとする構成がより有効である。

そしてこの場合、前記補正範囲可変手段についてはこれを、請求項３に記載の発明のように、前記学習補正パラメータの可変範囲を対象にして、その可変範囲の境界を定める圧力ガードを、対象可変範囲の上限及び下限の少なくとも一方に新たに設けることによって、又は、既に設けられている圧力ガードの位置を変更することによって、前記学習進行度合が大きくなるほど、該学習補正パラメータの可変範囲をより狭い範囲にするものとすることがより有効である。こうした構成であれば、例えば制御マップ上に上記圧力ガードを設けることにより、又は、例えば制御マップ上に設けられた圧力ガードの位置を変更することにより、上記学習進行度合に応じた学習補正パラメータ可変範囲の設定が好適に行われるようになり、ひいては上記補正範囲可変手段が好適に実現されることになる。

また、上記請求項１〜３のいずれか一項に記載の装置については、請求項４に記載の発明のように、前記学習の対象とされる圧力パラメータの少なくとも１つを、前記燃料噴射圧力の目標値と測定値との偏差である圧力偏差に基づいてフィードバック制御するフィードバック制御手段を備え、前記学習補正パラメータが、前記フィードバック制御に係るゲインである構成とすることがより有効である。

圧力パラメータをフィードバック制御する場合には、そのフィードバック制御に係るゲイン（制御ゲイン）が、該圧力パラメータ（制御対象）の時々の補正量を決める主要パラメータの１つとなる。したがって、請求項４に記載の発明によれば、上記請求項１〜３のいずれか一項に記載の装置が容易且つ的確に実現されることになる。

なお、ここで前記学習補正パラメータとして用いるゲインの種類は任意であり、例えばＰＩＤ定数（比例項、積分項、微分項）のいずれか１つ、又は任意の組み合わせを用いることができる。しかし学習前の圧力制御で特に重要になるものは、前述したように圧力偏差に応じて累積的に加算されて過積算状態になる可能性の高い積分項（Ｉ項）であり、上記請求項４に記載の装置の実用性をより高める上では、特に請求項５に記載の発明のように、前記学習補正パラメータとして、積分動作の強さを示すゲイン積分項を用いた構成が特に有益である。

請求項６に記載の発明では、上記請求項４又は５に記載の装置において、前記フィードバック制御に係るゲインが、前記圧力偏差が大きくなるほど補正量をより大きくするものであることを特徴とする。こうした構成であれば、前記フィードバック制御の収束性を高める（収束までの時間の短縮化を図る）ことができる。

請求項７に記載の発明では、上記請求項４〜６のいずれか一項に記載の装置において、前記学習補正パラメータが、通常の燃料噴射圧力制御に用いるゲインとは別に用意された学習用のゲインであることを特徴とする。こうした構成であれば、通常制御とは異なるゲインを用いて、通常の燃料噴射圧力制御への影響を小さく抑えつつ上記学習補正処理を的確に行うことが可能になる。

請求項８に記載の発明では、上記請求項７に記載の装置において、前記学習用のゲインが、通常の燃料噴射圧力制御に用いるゲインよりも補正量を大きくするゲイン（例えば圧力偏差に対する感度の高いゲイン）であることを特徴とする。こうした構成であれば、前記補正範囲可変手段を通じて設定される可変範囲により、前述した燃料圧力の急変に起因したエンジンストール等の不都合発生を抑制しつつ、前記フィードバック制御の収束性を高め、学習時間の短縮等を図ることが可能になる。

上記請求項１〜８のいずれか一項に記載の装置において、燃料噴射圧力制御は、ポンプ制御を通じて的確に行うことができる。そしてこの場合には、すなわち前記燃料供給システムが、所定燃料を圧送する燃料ポンプと、該燃料ポンプにより圧送されてきた燃料を前記エンジンに対して噴射供給する燃料噴射弁とを備えて構成されるものである場合には、請求項９に記載の発明のように、前記学習の対象とされる圧力パラメータの１つが、前記燃料ポンプの吐出量に係るパラメータである構成とすることで、上記各装置をより容易且つ的確に実現することが可能になる。

さらに、この請求項９に記載の装置のより実用的な構成としては、請求項１０に記載の発明のように、前記燃料供給システムが、駆動量に応じて前記燃料ポンプに対する燃料吸入量を可変とする吸入調整弁を備え、前記燃料ポンプの吐出量に係るパラメータが、該吸入調整弁の駆動量に係るパラメータ（電流量又は電圧値等）である構成が有益である。こうした構成であれば、燃料噴射圧力を制御する場合の制御性も高い。

また一方、上記請求項１〜１０のいずれか一項に記載の装置において、前記学習補正処理の実行条件としては、前記学習進行度合に応じて燃料噴射圧力のより安定する条件を段階的に設定することが有効である。なかでも請求項１１に記載の発明のように、前記複数種の学習補正処理の１つである第１の学習補正処理（例えば仮学習補正処理）に係る第１の学習条件（例えば仮学習条件）が、前記エンジンがアイドリング運転状態にあることを条件の１つに含むものであり、前記第１の学習補正処理よりも学習進行度合が進んだ学習補正処理である第２の学習補正処理（例えば本学習補正処理）に係る第２の学習条件（例えば本学習条件）が、前記第１の学習条件が成立することに加えて、さらに燃料噴射圧力に係る一乃至複数の条件を含むものである構成が特に有効である。こうした実行条件であれば、上記第１及び第２の学習補正処理が共に比較的燃料噴射圧力の安定した条件下で行われるとともに、第２の学習補正処理についてはこれが、第１の学習補正処理よりもさらに燃料噴射圧力の安定する条件下で行われることになる。そして、これら第１及び第２の学習補正処理により、前記補正対象とする制御則の誤差を段階的に高い精度で低減することが可能になる。

これら請求項１〜１１のいずれか一項に記載の装置に関し、現状における実用性を考えた場合には、前記燃料供給システムが、コモンレール式燃料噴射システムである構成とすることが有益である。そしてコモンレール式燃料噴射システムでは、特に燃料噴射圧力の管理が重要になるため、こうした装置の実用性をさらに高める上では、請求項１２に記載の発明のように、上記請求項１〜１１のいずれか一項に記載の装置において、前記燃料供給システムが、コモンレール式燃料噴射システムであり、前記コモンレール内の圧力を測定するレール圧測定手段と、前記燃料噴射圧力の制御として、該レール圧測定手段による圧力測定値をその目標値（固定値でも所定パラメータに応じた可変値でも可）へ近づける（望ましくは一致させる）ような制御を行う噴射圧制御手段と、を備える構成とすることがより有効である。

請求項１３に記載の発明では、対象エンジンへ燃料を噴射供給する燃料供給システムについて、所定の圧力パラメータ（例えば圧力自体、又は圧力に作用する他のパラメータ）の可変制御を通じて前記噴射供給が行われる際の燃料噴射圧力を制御する燃料噴射圧力制御装置において、前記燃料噴射圧力制御に用いる少なくとも１つの圧力パラメータを対象にして、厳しさ（例えば条件の数やパラメータ範囲等）の異なる複数種の実行条件に対応した複数種の学習補正処理をその条件が緩いものから順に行って、その都度、対象圧力パラメータの学習値に基づき前記燃料噴射圧力制御に係る所定の制御則（例えば対象圧力パラメータと他のパラメータとを関連付ける制御マップ等）を補正する学習補正処理実行手段と、前記学習の対象とされるパラメータの少なくとも１つについて、未学習の段階から前記学習補正処理実行手段により前記複数種の学習補正処理の全てが行われるまでの学習進行度合が大きくなる（より進行する）ほど、該圧力パラメータの変化に関する規制を強める規制強化手段と、を備えることを特徴とする。

こうした構成でも、上記請求項１に記載の装置と同様、上記燃料噴射圧力に係る制御ずれ（所定制御則の誤差）を段階的に減少させることが可能になる。そしてこの装置でも、規制強化手段を備えることにより、前述した学習補正処理の完了前に懸念されるエンジンストール等の発生を抑制することを可能としている。詳しくは、燃料噴射圧力制御に係る制御則についての上記学習補正処理を行うためには燃料噴射圧力を一定の範囲で変化させる必要があるが、その範囲は、学習進行度合が大きくなる（学習段階が進む）ほど小さくて済む。したがって、上記規制強化手段により、学習進行度合が大きくなる（学習段階がより進行する）ほど、燃料噴射圧力制御に係る圧力パラメータの変化に関する規制を強めることで、例えば同パラメータの可変範囲（変化可能な範囲）や変化し易さ（例えば単位時間あたりの変化量）等を同パラメータの変化が抑制される方向へ変更していくことで、学習への支障を低く抑えて（あるいは全く支障を与えずに）前述した燃料圧力の急変に起因したエンジンストール等の不都合発生を抑制することができるようになる。

この請求項１３に記載の装置のより具体的な構成としては、例えば請求項１４に記載の発明のように、前記学習補正処理実行手段が、所定の本学習条件（固定条件でも可変条件でも可）の成立に基づいて行われる本学習補正処理の実行前に、前記本学習条件よりも緩い所定の仮学習条件（固定条件でも可変条件でも可）の成立に基づいて行われる仮学習補正処理を実行するものであり、前記規制強化手段が、前記学習の対象とされる圧力パラメータのうちの所定の圧力パラメータを対象にして、前記学習進行度合が前記仮学習補正処理まで進んだ仮学習段階にある場合には、該圧力パラメータの変化に関する規制を未学習段階よりも強めるとともに、前記学習進行度合がさらに前記本学習補正処理まで進んだ本学習段階にある場合には、該圧力パラメータの変化に関する規制をさらに前記仮学習段階よりも強めるものである構成とすることが有効である。このように本学習補正処理（最終的な学習補正処理）の前に仮学習補正処理を設けることで、上記請求項１３に記載の構成が好適に実現されるようになる。

また請求項１５に記載の発明のように、上記請求項１３又は１４に記載の装置において、前記圧力パラメータの変化に関する規制は、例えば圧力パラメータの可変範囲や、圧力変化率、圧力変化率の可変範囲などによって行うことができる。そして上記装置では、前記規制強化手段により、これらパラメータの少なくとも１つをより小さくすることで、その規制を強めることが可能になる。すなわちこうした構成によれば、上記規制の強化が好適に行われるようになり、ひいては上記規制強化手段が好適に実現されることになる。

この請求項１５に記載の装置において、前記規制強化手段についてはこれを、請求項１６に記載の発明のように、前記対象圧力パラメータの可変範囲と前記圧力変化率の可変範囲との少なくとも一方を対象にして、その可変範囲の境界を定める圧力ガードを、対象可変範囲の上限及び下限の少なくとも一方に新たに設けることによって、又は、既に設けられている圧力ガードの位置を変更することによって、前記学習進行度合が大きくなるほど、該対象とする可変範囲（前記対象圧力パラメータの可変範囲と前記圧力変化率の可変範囲との少なくとも一方）をより狭い範囲にするものとすることが有効である。

また、この請求項１６に記載の装置に関しては、請求項１７に記載の発明のように、前記学習の対象とされる圧力パラメータの少なくとも１つを、前記燃料噴射圧力の目標値と測定値との偏差である圧力偏差に基づいてフィードバック制御するフィードバック制御手段を備え、前記圧力変化率が、前記フィードバック制御に係るゲインである構成とすることが有効である。

また、さらにこの請求項１７に記載の装置に関しては、請求項１８に記載の発明のように、前記圧力変化率が、積分動作の強さを示すゲイン積分項である構成とすることが有効である。

これら請求項１５〜１７に記載の構成によれば、上記請求項３〜５に記載の装置と同様、実用性や実現性が高められることになる。

以下、本発明に係る燃料噴射圧力制御装置を具体化した一実施形態について図面を参照しつつ説明する。なお、本実施形態の装置は、例えば自動車用エンジンとしてのレシプロ式ディーゼルエンジンを制御対象にしたコモンレール式燃料噴射制御システム（高圧噴射燃料供給システム）に搭載されている。すなわちこの装置は、先の特許文献１に記載の装置と同様、ディーゼルエンジン（内燃機関）のエンジン筒内の燃焼室に直接的に高圧燃料（例えば噴射圧力「１０００気圧」以上の軽油）を噴射供給（直噴供給）する際に、その燃料噴射圧力を目標値に対してフィードバック制御（ＰＩＤ制御）するために用いられる、いわばディーゼルエンジン用の燃料噴射圧力制御装置である。

まず図１を参照して、本実施形態に係るコモンレール式燃料噴射制御システムの概略について説明する。なお、本実施形態のエンジンとしては、自動車用の多気筒（例えば直列４気筒）エンジンを想定している。

同図１に示されるように、このシステムは、大きくは、ＥＣＵ（電子制御ユニット）３０が、各種センサからのセンサ出力（検出結果）を取り込み、各センサ出力に基づいて燃料供給装置の駆動を制御するように構成されている。ＥＣＵ３０は、燃料供給装置の駆動を制御することで、例えばディーゼルエンジンの出力（回転速度やトルク）を制御すべく、同エンジンに対する燃料噴射圧力（レール圧力）を目標値（目標燃圧）にフィードバック制御（ＰＩＤ制御）している。

ここで、燃料供給装置を構成する諸々の装置は、燃料上流側から、燃料タンク１０、燃料フィルタ１２、燃料ポンプ１４、コモンレール１６、及びインジェクタ２０（燃料噴射弁）の順に配設されている。そして、コモンレール１６には、コモンレール１６内の燃圧（レール圧力）を検出するための燃圧センサ２２が設けられており、レール圧力の検出や管理が可能とされている。こうした構成により、燃料タンク１０内の燃料は、燃料ポンプ１４によって汲み上げられ、燃料フィルタ１２を通じて、コモンレール１６へ加圧供給（圧送）される。そして、コモンレール１６は、燃料ポンプ１４から圧送された燃料を高圧状態で蓄えてこれを、シリンダごとに設けられた高圧燃料通路１８を通じて、各シリンダのインジェクタ２０へそれぞれ供給する。

なお、インジェクタ２０は、高圧燃料用の燃料噴射弁である。このインジェクタ２０では、駆動動力の伝達が油圧室（コマンド室）を介して行われる。詳しくは、同インジェクタ２０の通電状態（通電／非通電）に応じて油圧室の圧力が増減されることで、ニードルが弁筒内（ハウジング内）を往復動（上下）し、一乃至複数の噴孔が開閉される。またこの際、油圧室の増圧処理は、燃料ポンプ１４による、燃料タンク１０からの燃料供給によって行われる。他方、油圧室の減圧処理は、当該インジェクタ２０と燃料タンク１０とを接続する配管２０ａを通じてその油圧室内の燃料が上記燃料タンク１０へ戻されることによって行われる。

こうしてこのシステムでは、燃料ポンプ１４の駆動により圧送される燃料を各インジェクタ２０により直接的にエンジンの各筒内（シリンダ内）へ噴射供給（直噴供給）するようになっている。

次に、図２を参照して、燃料ポンプ１４の詳細構成について説明する。

同図２に示されるように、この燃料ポンプ１４は、基本的には、フィードポンプ４０によって上記燃料タンク１０から汲み上げられた燃料を高圧ポンプ５０にて加圧して吐出するように構成されている。そしてこの際、高圧ポンプ５０に送られる燃料圧送量は、同ポンプ１４の燃料吸入側（特に高圧ポンプ５０による燃料圧送の前）に設けられた吸入調整弁６０（ＳＣＶ：Suction Control Valve）によって調量されるようになっている。

ここで、フィードポンプ４０は、外側にアウタロータ、内側にインナロータを有し、それら各ロータによって作られるスペースを各ロータの回転に応じて増減させ、その増減に合わせて燃料の吸入及び吐出を行う、いわゆるトロコイド式のポンプである。このポンプ４０は、上記燃料タンク１０の燃料を入口４２から吸引して高圧ポンプ５０へ送る、いわゆる低圧供給ポンプとして機能するものであり、駆動軸４１の回転により駆動されるようになっている。なお、駆動軸４１は、クランク軸２４（図１）と連動しており、エンジン出力による動力で駆動されるようになっている。すなわちこの駆動軸４１は、クランク軸２４の回転に伴い駆動（回転駆動）され、例えばクランク軸２４の１回転に対して「１／１」又は「１／２」等の比率で回転する。

このフィードポンプ４０により吸い上げられた燃料は、燃料フィルタ４２ａを通り、吸入調整弁６０へ送られる。この際、フィードポンプ４０の吐出圧（燃圧）は、レギュレータバルブ４３により所定圧以下に制限（調節）される。レギュレータバルブ４３は、フィードポンプ４０の吐出圧が所定圧以上となる場合にフィードポンプ４０の吐出側と供給側とを連通させるものである。また、吸入調整弁６０へ送られる燃料の温度は、燃温センサ４３ａにより検出されるようになっている。

吸入調整弁６０は、リニアソレノイド式の電磁弁を備えて構成され、高圧ポンプ５０の吸入燃料量を調節するものである。ＥＣＵ３０（図１）によりこの吸入調整弁６０に対する通電時間（供給電流量）を制御することで、フィードポンプ４０から燃料通路４４を通じて高圧ポンプ５０へ吸入される燃料量を調節することができるようになっている。すなわち、フィードポンプ４０により送られた燃料は、この吸入調整弁６０によって必要吐出量（目標燃料圧送量）に調整され、吸入弁５３（サクションバルブ）を通って高圧ポンプ５０へ入ることになる。

高圧ポンプ５０は、吸入調整弁６０によって調量された燃料を加圧して外部へ吐出するプランジャポンプである。この高圧ポンプ５０は、大きくは、駆動軸４１によって往復駆動されるプランジャ５１と、ハウジング５２の内壁５２ｂとプランジャ５１の頂面との間に形成される加圧室５２ａとを備えて構成され、加圧室５２ａ（プランジャ室）は、プランジャ５１の軸方向への往復動によってその体積（容積）が変化する。

プランジャ５１は、偏心カム５５（エキセントリックカム）の周囲に装着されたリングカム５６にスプリング５７によって押し付けられている。図示されていないが、詳しくは、直方体形状のリングカム５６の中心には、駆動軸４１を組み付けるための円柱状のシャフト孔が形成されている。また、駆動軸４１には、そのシャフト孔の形状に対応した円柱状の偏心カム５５が偏心するように取り付けられている。そうして、偏心カム５５のシャフト孔を駆動軸４１が貫通する態様で、ちょうど駆動軸４１の偏心カム５５上にリングカム５６が組み付けられることによって、それら駆動軸４１とリングカム５６とが偏心カム５５を介して連結されている。この高圧ポンプ５０では、駆動軸４１が回転すると偏心カム５５が偏心して回転し、リングカム５６がそれに追従して変位することにより上記プランジャ５１を軸方向に押して（又は引いて）変位させる。こうして２本のプランジャ５１が圧送上死点から圧送下死点までの間を往復動するようになっている。

上述のように、この高圧ポンプ５０の吸入側には、加圧室５２ａと上記フィードポンプ４０側とを連通又は遮断する吸入弁５３が配設されている。これに対し、この高圧ポンプ５０の吐出側にも同様に、同加圧室５２ａと上記コモンレール１６側とを連通又は遮断する吐出弁５４が設けられている。すなわち、プランジャ５１の下降により加圧室５２ａ内の圧力が低下すると、吐出弁５４が閉弁するとともに吸入弁５３が開弁する。そしてこれにより、吸入調整弁６０を介してフィードポンプ４０から加圧室５２ａ内に燃料が供給される。また逆に、プランジャ５１の上昇により加圧室５２ａ内の圧力が上昇すると、今度は吸入弁５３が閉弁する。そして、加圧室５２ａ内の圧力が所定圧力に達すると吐出弁５４が開弁して加圧室５２ａ内で加圧された高圧燃料が上記コモンレール１６へ向けて供給されることになる。

本実施形態に係る制御システムには、こうした燃料ポンプ１４を含めた上記燃料供給装置が搭載されている。また図示しない車両には、上記各センサのほかにもさらに、車両制御のための各種のセンサが設けられている。例えば図１に示すように、クランク軸２４の外周側には、所定クランク角ごとに（例えば３０°ＣＡ周期で）クランク角信号を出力するクランク角センサ２４ａが、同クランク軸２４（エンジン出力軸）の回転角度位置や回転速度（エンジン回転速度）等を検出するために設けられている。また、アクセルペダルには、同ペダルの状態（変位量）に応じた電気信号を出力するアクセルセンサ２６が、運転者によるアクセルペダルの操作量（アクセル開度）を検出するために設けられている。また、車両の駆動輪（タイヤ）に接続される車軸には、同車軸に関する回転信号を出力する車速センサ２８が、車両の走行速度を検出するために設けられている。

こうしたシステムの中で、本実施形態の燃料噴射圧力制御装置として機能するとともに、電子制御ユニットとして主体的にエンジン制御を行う部分がＥＣＵ３０である。このＥＣＵ３０は、周知のマイクロコンピュータ（図示略）を備えて構成され、上記各種センサの検出信号に基づいて対象エンジンの運転状態やユーザの要求を把握し、それに応じて上記インジェクタ２０等の各種アクチュエータを操作することにより、その時々の状況に応じた最適な態様で上記エンジンに係る各種の制御を行っている。また、このＥＣＵ３０に搭載されるマイクロコンピュータは、基本的には、各種の演算を行うＣＰＵ（基本処理装置）、その演算途中のデータや演算結果等を一時的に記憶するメインメモリとしてのＲＡＭ（Random Access Memory）、プログラムメモリとしてのＲＯＭ（読み出し専用記憶装置）、データ保存用メモリとしてのＥＥＰＲＯＭ（電気的に書換可能な不揮発性メモリ）やバックアップＲＡＭ（車載バッテリ等のバックアップ電源により給電されているＲＡＭ）、さらにはＡ／Ｄ変換器やクロック発生回路等の信号処理装置、外部との間で信号を入出力するための入出力ポート等といった各種の演算装置、記憶装置、信号処理装置、及び通信装置等によって構成されている。そして、ＲＯＭには、当該燃料噴射圧力制御に係るプログラムを含めたエンジン制御に係る各種のプログラムや制御マップ等が、またデータ保存用メモリ（例えばＥＥＰＲＯＭ）には、対象エンジンの設計データをはじめとする各種の制御データ等が、それぞれ予め格納されている。

ところで、本実施形態の装置も、上記特許文献１に記載の同様、アイドリング運転時の安定した運転条件において、制御マップ上で制御則として規定される燃料ポンプの吐出特性と実際の吐出特性とのずれ量を学習して、その学習されたずれ量、すなわち前述した個体差（機差）に起因するずれを含んだマップ誤差を補償すべく、その制御マップに対して補正を行うものである。ただし本実施形態の装置では、燃料噴射圧力制御に際して、複数種の学習補正処理（仮学習補正処理、本学習補正処理）を実行条件が緩いものから順に行って、その都度、吸入調整弁６０（図２）に対する供給電流量（圧力パラメータ）の学習値に基づき燃料噴射圧力制御に係る制御マップ（制御則）を補正するようにしている。しかも、それら学習補正処理について、学習進行度合（未学習の段階から学習補正処理の全てが行われるまでの進行度合）が大きくなるほど、該学習補正処理（仮学習段階であれば仮学習補正処理、本学習段階であれば本学習補正処理）の補正量に係るパラメータ（フィードバック制御のゲイン）の可変範囲をより狭い範囲に設定するようにしている。次に、図３〜図１１を参照して、この燃料噴射圧力制御について詳述する。なお、図３、図６、図７、及び図９の一連の処理は、基本的には、ＥＣＵ３０でＲＯＭに記憶されたプログラムが実行されることにより、所定クランク角ごとに又は所定時間周期で逐次実行される。また、これら各図の処理において用いられる各種パラメータの値は、例えばＥＣＵ３０に搭載されたＲＡＭやＥＥＰＲＯＭ等の記憶装置に随時記憶され、必要に応じて随時更新される。

図３は、燃料噴射圧力制御の主要部分に相当するポンプ制御の処理手順を示すフローチャートである。はじめに、この図３を主に参照して、本実施形態に係るポンプ制御、すなわち上記燃料ポンプ１４（図２）の制御に係る処理について説明する。なお、このポンプ制御は一般の制御に準ずるものであるため、ここでは詳細な説明を割愛し、説明の範囲を簡略的な説明までにとどめる。

同図３に示されるように、この一連の処理においては、まずステップＳ１１で、クランク角センサ２４ａの出力に基づいてエンジン回転速度（ＮＥ）を算出するとともに、アクセルセンサ２６の出力に基づいてアクセルペダル操作量（アクセル開度）を算出する。

次に、ステップＳ１２では、上記ステップＳ１１で取得したエンジン回転速度及びアクセルペダル操作量に基づいて、目標コモンレール圧力ＰＰを取得（算出）する。詳しくは、例えば予め実験等によりエンジン回転速度ごと及びアクセルペダル操作量ごとに目標コモンレール圧力ＰＰの適合値（最適値）の書き込まれた所定のマップ（例えばＲＯＭ等に記憶、数式でも可）を用いて取得する。

ステップＳ１３では、燃圧センサ２２の出力に基づいて実コモンレール圧力ＮＰを取得（算出）する。そして続くステップＳ１４では、この実コモンレール圧力ＮＰと上記ステップＳ１２で取得した目標コモンレール圧力ＰＰとに基づいて、両者の差分としての圧力偏差ＤＰ（＝ＰＰ−ＮＰ）を算出する。

次いで、ステップＳ１５では、上記ステップＳ１４で取得した圧力偏差ＤＰと、圧力リーク量（例えば目標噴射量等から推定）とに基づいて、燃料ポンプ１４の必要吐出量ＰＱを算出する。続くステップＳ１６では、同ポンプ１４にその必要吐出量ＰＱだけの燃料を吐出させるために必要な駆動量、すなわち吸入調整弁６０の駆動電流量ＰＩを算出する。詳しくは、例えば図４中に実線Ｑ０にて示すような制御マップ（Ｉ−Ｑマップ）、すなわち例えば予め実験等により必要吐出量ＰＱごとに駆動電流量ＰＩの適合値（相当値）の書き込まれた所定のマップ（例えばＲＯＭ等に記憶、数式でも可）を用いて取得する。そして、さらに続くステップＳ１７において、この駆動電流量ＰＩに相当する電流を吸入調整弁６０に対して供給することで、燃料ポンプ１４の駆動量を、上記必要吐出量ＰＱが満足されるように制御する。

本実施形態では、こうした図３の一連の処理が繰り返し実行されることで、コモンレール１６内の圧力（燃料噴射圧力に相当）が、目標コモンレール圧力ＰＰに逐次フィードバック制御（ＰＩＤ制御）されている。しかも本実施形態では、上記圧力偏差ＤＰが大きくなるほど、該燃料噴射圧力のフィードバック制御に係るゲインに対し、より補正量を大きくする値を設定することで、その制御の収束性を高めている。図５に、本実施形態において通常の燃料噴射圧力制御に用いるゲインの補正量（フィードバック補正量）をグラフとして示す。

同図５に示されるように、本実施形態では、複数種のゲインＧ１１〜Ｇ１４を状況に応じて使い分けるようにしている。これらゲインＧ１１〜Ｇ１４は、いずれも圧力偏差ＤＰが大きくなるほど補正量をより大きくするものであるが、圧力偏差ＤＰに対する感度（グラフの傾きに相当）は各ゲインで相違している。本実施形態では、こうした特性の違いにより、圧力偏差ＤＰの大きさに応じて、詳しくは図５中の閾値ＴＨ１，ＴＨ２に基づき、使用ゲインを切り替えている。すなわち、例えば非アイドル運転状態では、圧力偏差ＤＰが大きい場合には圧力偏差ＤＰに対する感度の大きなゲインＧ１２（ＤＰ＞ＴＨ１）又はゲインＧ１３（ＤＰ＜ＴＨ２）を用い、圧力偏差ＤＰが小さい場合（ＴＨ２≦ＤＰ≦ＴＨ１）には圧力偏差ＤＰに対する感度の小さなゲインＧ１４を用いる。一方、アイドル運転状態では、同感度がさらに小さいゲインＧ１１を用いるようにする。

また本実施形態では、前述した個体差（機差）に起因するずれを含んだマップ誤差を補償すべく、上記図３のポンプ制御に加え、上記制御マップ（Ｉ−Ｑマップ、図４の実線Ｑ０）のマップ誤差を学習する処理（学習処理）、ひいてはその学習したマップ誤差を補償する補正処理を、まず仮学習補正処理、次いで本学習補正処理といったように、段階的に行うようにしている。しかもこの際、上記燃料噴射圧力のフィードバック制御に係るゲイン積分項（積分動作の強さを示すパラメータ）、詳しくは上記吸入調整弁６０の駆動電流量ＰＩの可変制御に係るゲイン積分項（Ｉ項）に対して、その可変範囲の境界を定める圧力ガードを設け、学習進行度合が大きくなるほど上記ゲイン積分項の可変範囲がより狭い範囲になるようにその圧力ガードの位置を変更している。次に、先の図４、及び図６〜図１１を参照して、上記学習処理及び補正処理（学習補正処理）、並びに圧力ガードの設定処理の処理内容について詳述する。

図６は、上記各学習補正処理に係る学習処理、すなわち仮学習処理及び本学習処理について、その学習実行条件の成否を判定する際の処理手順を示すフローチャートである。以下、この図６を参照して、その学習実行条件判定に係る一連の処理について説明する。

同図６に示されるように、この一連の処理においては、まずステップＳ２１，Ｓ２２で、上記仮学習補正処理及び本学習補正処理の各条件が成立しているか否かを判断し、仮学習補正処理に係る実行条件（仮学習実行条件）と本学習補正処理に係る実行条件（本学習実行条件）との両方が成立している場合には、ステップＳ２３２にて学習フラグ（初期値＝「０」）に「２」を、仮学習実行条件だけが成立している場合には、ステップＳ２３１にて学習フラグに「１」を、両方とも成立していない場合には、ステップＳ２３３にて学習フラグに「０」を、それぞれ設定する。ここで、仮学習実行条件は、例えばエンジンがアイドリング運転状態にあることをその成立条件とする。より具体的には、例えばアクセルペダル操作量が略「０」であること（アクセルセンサ２６にて検出）、車両が停止状態にあること（車速センサ２８にて検出）、エンジン回転速度が所定範囲内にあること（クランク角センサ２４ａにて検出）、等々の条件を全て（又は部分的に）満足した場合に、エンジンはアイドリング運転状態にあるとする。一方、本学習実行条件は、仮学習実行条件が成立していることを前提として、さらに燃料噴射圧力の安定する状態にあることをその成立条件とする。より具体的には、例えば暖機状態にあること（例えばエンジン冷却水温に基づき判定）、及び、燃料温度（燃温センサ４３ａにて検出）、レール圧力（燃圧センサ２２にて検出）、目標燃料噴射量（演算値）が、それぞれ所定範囲内にあること、等々の条件を全て（又は部分的に）満足した場合に、燃料噴射圧力の安定する状態にあるとする。このように、本実施形態では、本学習補正処理の実行条件が、仮学習補正処理の実行条件よりも厳しい条件（成立しにくい条件）として設定されている。すなわち、これら学習補正処理は、まず仮学習補正処理、次いで本学習補正処理といった順に行われる。

本実施形態では、こうして各学習補正処理に係る実行条件の成否が判定される。そして、上記図６の学習実行条件判定と共に、図７に示す一連の処理も所定処理間隔で繰り返し実行されていることで、上記学習フラグの値に基づき、学習処理の実行の有無が制御されている。次に、この図７に加え、図４及び図８を参照して、学習処理の実行態様及びその処理内容について詳述する。

図７に示されるように、この一連の処理においては、まずステップＳ３１にて上記学習フラグの値が実行条件を満足するか否かを判断し、実行条件を満足する場合にのみ、すなわち上記図６の処理により学習フラグが「１」，「２」のいずれかに設定された場合にのみ、続くステップＳ３２で所定の学習処理を実行する。同図７に示されるように、本実施形態では、学習フラグが「１」，「２」のいずれである場合でも同一の処理が行われるようになっている。ただし、これら２つの場合についてそれぞれ異なる処理を割り当てることも可能である。

ここで上記ステップＳ３２にて実行される学習処理は、例えば図４に示すような態様で行われる。本実施形態では、主要なマップ誤差として、同図４中、実線Ｑ０で示す正規のマップ適合値に対し、吸入調整弁６０の駆動電流量ＰＩ（横軸）と燃料ポンプ１４の必要吐出量ＰＱ（縦軸）との関係がそのまま電流量ＰＩの方向（横軸）に平行にオフセットされ、破線Ｑ１，Ｑ２に示すような誤差が生じる場合を想定して学習を行う。

この学習処理に際しては、例えば図４中の実線Ｑ０と破線Ｑ１（又は破線Ｑ２）との電流量ＰＩのずれを算出し、これを学習値とする。具体的には、例えばフィードバック制御（ＰＩＤ制御）により、実際の吐出量（例えばレール圧力から換算）を実線Ｑ０で示す必要吐出量ＰＱへ近づけるように、徐々に電流量ＰＩを変化させていき、変化させる前からそれら吐出量が一致するまでの変化量（例えば積分値として算出）を、上記学習値とする。こうして得られた学習値は、例えばＥＥＰＲＯＭやバックアップＲＡＭ等に不揮発に保存する。こうすることで、エンジン停止時にＥＣＵ３０をいったん断電して再起動した場合にも、そこに記憶されたデータは消去されずに残るようになる。また、この学習処理に際しては、フィードバック制御に係るゲイン（ＰＩＤ定数）として、通常の燃料噴射圧力制御に用いるゲインとは別に用意されたゲイン、より詳しくは通常制御用のゲイン（図５）よりも補正量を大きくする学習用のゲイン（例えば図５のゲインＧ１１よりも圧力偏差ＤＰに対する感度の高いゲイン）を用いるようにする。

その後、この学習処理により保存された学習値は、補正係数として用いられるようになる。すなわち、先の図３に示したステップＳ１６にて、この学習値を補正係数として、上記実線Ｑ０とのずれを補償するような補正が行われるようになる。例えば図４中、アイドリング時の電流量Ｉ０においては、破線Ｑ１の場合に、吐出量「ＰＱ１−ＰＱ０」なる誤差が、また破線Ｑ２の場合に、吐出量「ＰＱ２−ＰＱ０」なる誤差が、上記ステップＳ１６の処理によりそれぞれ補償される。

既述のように、本実施形態では、上記のような学習処理が、上記仮学習補正処理及び本学習補正処理についてそれぞれ行われる。ただし、これらの学習補正処理による効果は、その実行条件の違いによって異なるものとなる。図８（ａ）〜（ｃ）は、未学習の段階（図８（ａ））から、仮学習段階（図８（ｂ））、本学習段階（図８（ｃ））といったように、学習の進行と共に、換言すれば学習進行度合が大きくなるほど減少していくマップ誤差の様子を示すグラフである。

同図８（ａ）〜（ｃ）に示されるように、マップ誤差Ｄｔは、学習が進行するに従い、段階的に減少していく。なお、本実施形態において、上記学習進行度合は、原則、未学習段階から本学習段階へ一方向に進む。したがって、いったん本学習段階まで学習が完了すれば、圧力偏差ＤＰが異常に大きい場合等を除き、再度学習を行うことはしない。また、圧力偏差ＤＰが異常に大きい場合には、学習の再実行以外のフェイルセーフ処理（例えば警告灯の点灯など）を行うようにしてもよい。

このように、学習進行度合が大きくなる（学習が進行する）ほど、制御ずれ（誤差範囲）は小さくなっていく。そしてこれに伴い、学習対象のパラメータ値（吸入調整弁６０の駆動電流量ＰＩ）の調節範囲についてもこれが狭くなっていく。本実施形態では、この誤差範囲、ひいては電流量ＰＩの調節範囲の大きさの推移に応じて、各学習段階において補正量を決めるフィードバック制御に係るゲイン、なかでもゲイン積分項の可変範囲の境界を定める圧力ガードの位置を可変設定するようにしている。図９に、この圧力ガード設定処理の処理手順をフローチャートとして示す。

同図９に示すように、この処理では、上記学習フラグの値に応じて異なる値の圧力ガードを可変設定する。詳しくは、学習フラグに「１」が設定されている場合には、ステップＳ４１で、学習フラグに「１」が設定されている旨判断され、続くステップＳ４３１で、上記圧力ガードに仮学習用ガード値が設定される。一方、学習フラグに「２」が設定されている場合には、ステップＳ４２で、学習フラグに「２」が設定されている旨判断され、続くステップＳ４３２で、上記圧力ガードに本学習用ガード値が設定される。他方、学習フラグに「１」「２」以外の値（例えば「０」）が設定されている場合には、続くステップＳ４３３で、上記圧力ガードに未学習用ガード値が設定される。なお、これらガード値は、上記吸入調整弁６０の駆動電流量ＰＩの可変制御（フィードバック制御）に係るゲイン積分項（Ｉ項）に対して設けられるものであり、これらガード値によるガード範囲（規制範囲）は、学習進行度合が大きくなるほど、より狭い範囲になる（未学習用＞仮学習用＞本学習用）。

次に、図１０を参照して、この圧力ガードの設定態様についてさらに詳しく説明する。なおここでは、上記特許文献１に記載の装置に代表されるような、１回の学習処理で上記制御マップ（Ｉ−Ｑマップ）の補正を行う装置を比較例に用い、この比較例の設定態様を図１０（ａ）に、本実施形態の設定態様を図１０（ｂ）にそれぞれ示して、両者を対比しつつ説明を行う。なお、図１０（ａ）及び（ｂ）はいずれも、上記未学習段階、仮学習段階、及び本学習段階について、それぞれ圧力偏差が同一である場合の圧力ガード値を基準値Ｇ０（ばらつき中心）として、それら各学習段階についての圧力ガードの位置を示すものである。

同図１０（ａ）に示すように、比較例では、未学習時には圧力ガードＧ１ａ，Ｇ１ｂが、学習時（本学習時）には圧力ガードＧ３ａ，Ｇ３ｂが、それぞれ上記フィードバック制御に係るゲイン積分項の可変範囲の上限値及び下限値として設定される。これら２対の圧力ガードは、学習が進行すると、タイミングｔ２で、圧力ガードＧ１ａ，Ｇ１ｂからよりガード範囲の狭い圧力ガードＧ３ａ，Ｇ３ｂへ切り替わる。

これに対し、本実施形態の装置では、未学習時には圧力ガードＧ１ａ，Ｇ１ｂが、仮学習時には圧力ガードＧ２ａ，Ｇ２ｂが、本学習時には圧力ガードＧ３ａ，Ｇ３ｂが、それぞれ上記フィードバック制御に係るゲイン積分項の可変範囲の上限値及び下限値として設定される。なお、これら３対の圧力ガードは、基準値Ｇ０（ばらつき中心）に対して対称に設定される。特に未学習時のガード範囲、ひいては上記圧力ガードＧ１ａ，Ｇ１ｂは、予め実験等にて推定された圧力パラメータのばらつきに基づき設定される。例えば、上記吸入調整弁６０の駆動電流量ＰＩがばらつき中心から「±４５０ｍＡ」程度（発明者の実験等にて確認された値の一例）ばらつくことを想定して設定される。

これら３対の圧力ガードは、学習が進行すると、まずタイミングｔ１で、圧力ガードＧ１ａ，Ｇ１ｂからよりガード範囲の狭い圧力ガードＧ２ａ，Ｇ２ｂへ、次にタイミングｔ２で、圧力ガードＧ２ａ，Ｇ２ｂからよりガード範囲の狭い圧力ガードＧ３ａ，Ｇ３ｂへ、それぞれ切り替わる。すなわち本実施形態では、学習進行度合（未学習の段階から学習補正処理の全てが行われるまでの進行度合）が大きくなるほど、該学習補正処理（仮学習段階であれば仮学習補正処理、本学習段階であれば本学習補正処理）の補正量に係るパラメータ（ゲイン積分項）の可変範囲をより狭い範囲に、詳しくは各学習段階について学習可能な範囲でなるべく狭く設定するようにしている。そしてこうすることで、前述した学習補正処理の完了前に懸念される、燃料圧力の急変に起因したエンジンストール等の不都合発生を抑制するようにしている。図１１に、エンジン組み付け後（車両搭載後）、初めてエンジンが始動される時の様子を例にとって、上記圧力ガードＧ２ａ，Ｇ２ｂの設定によりエンジンストール（いわゆるエンスト）の発生が抑制される様子をタイミングチャートとして示す。なおここでも、図１０と同じ比較例を用い、その比較例の動作態様を図１１（ａ）に、本実施形態の設定態様を図１１（ｂ）にそれぞれ示して、両者を対比しつつ説明を行う。

図１１（ａ）に示すように、比較例（図１０（ａ）に対応）では、図１１（ａ−１）中に実線Ｌ０ａにて示されるようなアクセル操作、すなわちアクセルペダルが一時的（瞬間的）に大きく踏み込まれるようなアクセル操作（アクセルレーシング）がなされると、燃料噴射圧力制御に係る各パラメータ、及びエンジン回転速度が、すなわち上記ゲイン積分項、実コモンレール圧力ＮＰ、目標コモンレール圧力ＰＰ、及びエンジン回転速度が、図１１（ａ−２）中の二点鎖線Ｌ１ａ、実線Ｌ３ａ、一点鎖線Ｌ４ａ、破線Ｌ２ａにて示される態様で、それぞれ推移する。すなわちこの例では、上記アクセルレーシングにより、ゲイン積分項が圧力負側へ過積算され、このゲイン積分項の過積算に伴いエンジン回転速度が急激に低下して、噴射不良によりエンジンはエンジンストールに至る。

これに対し、本実施形態の装置では、図１１（ｂ）に示すように、図１１（ｂ−１）中に実線Ｌ０ｂにて示されるようなアクセル操作（アクセルレーシング）がなされた場合には、燃料噴射圧力制御に係る各パラメータ、及びエンジン回転速度が、すなわち上記ゲイン積分項、実コモンレール圧力ＮＰ、目標コモンレール圧力ＰＰ、及びエンジン回転速度が、図１１（ｂ−２）中の二点鎖線Ｌ１ｂ、実線Ｌ３ｂ、一点鎖線Ｌ４ｂ、破線Ｌ２ｂにて示される態様で、それぞれ推移する。すなわち本実施形態の装置では、上記圧力ガードＧ２ａ，Ｇ２ｂの設定により、ゲイン積分項（二点鎖線Ｌ１ｂ）の過積算が規制（ガード）される。そしてこれにより、燃料圧力の急変（激減）に起因するエンジン回転速度の低下、ひいては上述のエンジンストールの発生が抑制されるようになる。

以上説明したように、本実施形態に係る燃料噴射圧力制御装置によれば、以下のような優れた効果が得られるようになる。

（１）対象エンジンへ燃料を噴射供給する燃料供給システム（コモンレール式燃料噴射システム）について、所定の圧力パラメータの可変制御を通じて前記噴射供給が行われる際の燃料噴射圧力を制御する。こうした燃料噴射圧力制御装置（エンジン制御用ＥＣＵ３０）として、その燃料噴射圧力制御に用いる圧力パラメータ（吸入調整弁６０の駆動電流量ＰＩ）を対象にして、厳しさの異なる複数種の実行条件に対応した複数種の学習補正処理（仮学習補正処理及び本学習補正処理）をその条件が緩いものから順に行って（図６参照）、その都度、電流量ＰＩの学習値に基づき上記燃料噴射圧力制御に係る所定の制御則（Ｉ−Ｑマップ、図４）を補正するプログラム（学習補正処理実行手段、図７のステップＳ３２）を備える構成とした。さらに、その学習の対象とされる電流量ＰＩについて、未学習の段階から習補正処理の全てが行われるまでの学習進行度合が大きくなる（より進行する）ほど、該学習補正処理の補正量（フィードバック補正量）に係る学習補正パラメータ（ゲイン積分項）の可変範囲をより狭い範囲に設定するプログラム（補正範囲可変手段、図９）を備える構成とした。詳しくは、図７のステップＳ３２においては、所定の本学習条件（アイドリング運転状態にあって且つ燃料噴射圧力の安定する条件）の成立に基づいて行われる本学習補正処理の実行前に、本学習条件よりも緩い所定の仮学習条件（アイドリング運転状態にある条件）の成立に基づいて行われる仮学習補正処理を実行するようにした。そして、図９の処理においては、上記電流量ＰＩを対象にして、学習進行度合が仮学習段階にある場合には、該仮学習補正処理の補正量に係るゲイン積分項の可変範囲を未学習段階よりも狭い範囲に設定するとともに、学習進行度合が本学習段階にある場合には、該本学習補正処理の補正量に係るゲイン積分項の可変範囲をさらに仮学習段階よりも狭い範囲に設定するようにした（図１０参照）。このような構成としたことで、図７のステップＳ３２にて、すなわち上記仮学習補正処理及び本学習補正処理により、上記燃料噴射圧力に係る制御ずれ（所定制御則の誤差）を段階的に減少させることが可能になる。しかも図９の処理として、学習進行度合が大きくなるほど、ゲイン積分項の可変範囲をより狭い範囲に設定したことで、前述したゲイン積分項の過積算による過剰な補正を的確に規制することが可能になり、ひいては前述した燃料圧力の急変に起因したエンジンストール等の不都合発生を抑制することができるようになる。

（２）学習対象の圧力パラメータ（電流量ＰＩ）について、学習進行度合が大きくなるほど、該圧力パラメータの変化に関する規制を強めるプログラム（規制強化手段、図９）を備える構成とした。詳しくは、図９の処理において、ゲイン積分項の可変範囲を対象にして、その可変範囲の境界を定める圧力ガードを、対象可変範囲の上限及び下限に設けることによって、又は、既に設けられている圧力ガードの位置を変更することによって、学習進行度合が大きくなるほど、そのゲイン積分項の可変範囲をより狭い範囲にするようにした。こうした構成であれば、上記学習進行度合に応じたゲイン積分項の可変範囲の設定が好適に行われるようになる。

（３）吸入調整弁６０の駆動電流量ＰＩを、燃料噴射圧力の目標値（演算値）と測定値（センサ検出値）との偏差である圧力偏差ＤＰに基づいてフィードバック制御するプログラム（フィードバック制御手段、図３）を備える構成とした。こうすることで、電流量ＰＩの学習値により補正された制御則（Ｉ−Ｑマップ、図４）に基づいて、燃料噴射圧力を的確に制御することが可能になる。

（４）圧力制御において特に重要になるゲイン積分項の可変範囲に対して上記圧力ガードを設けるようにした。こうした構成であれば、圧力ガードにより前述した過積算が抑制され、燃料噴射圧力制御が好適に行われるようになる。

（５）電流量ＰＩ（ひいては燃料噴射圧力）のフィードバック制御に係るゲインとして、圧力偏差が大きくなるほど補正量をより大きくするものを採用した（図５参照）。こうすることで、フィードバック制御の収束性を高める（収束までの時間の短縮化を図る）ことができる。

（６）学習に係るゲインを、通常の燃料噴射圧力制御に用いるゲインとは別に用意された学習用のゲインとした。こうすることで、通常制御とは異なるゲインを用いて、通常の燃料噴射圧力制御への影響を小さく抑えつつ上記学習補正処理を的確に行うことが可能になる。

（７）学習用のゲインを、通常の燃料噴射圧力制御に用いるゲインよりも補正量を大きくするゲイン（例えば圧力偏差に対する感度の高いゲイン）とした。こうすることで、図９の処理を通じて設定される可変範囲により、前述した燃料圧力の急変に起因したエンジンストール等の不都合発生を抑制しつつ、電流量ＰＩ（ひいては燃料噴射圧力）のフィードバック制御の収束性を高め、学習時間の短縮等を図ることが可能になる。

（８）学習の対象を、燃料ポンプ１４の吐出量に係るパラメータとした。詳しくは、吸入調整弁６０の駆動量に係るパラメータ、すなわち吸入調整弁６０の駆動電流量ＰＩを対象にして学習を行った。こうした構成であれば、高い制御性で燃料噴射圧力を制御することができる。

（９）仮学習補正処理の実行条件（仮学習条件）が、エンジンがアイドリング運転状態にあることを条件の１つに含むものであり、本学習補正処理の実行条件（本学習条件）が、仮学習条件が成立することに加えて、さらに燃料噴射圧力に係る条件を含むものである構成とした（図６参照）。こうした実行条件であれば、仮学習補正処理及び本学習補正処理により、上記補正対象とする制御則の誤差を段階的に高い精度で低減することが可能になる。

（１０）コモンレール内の圧力を測定するプログラム（レール圧測定手段、図３のステップＳ１３）と、燃料噴射圧力の制御として、その圧力測定値（実コモンレール圧力ＮＰ）を目標値（目標コモンレール圧力ＰＰ）へ近づけるような制御を行うプログラム（噴射圧制御手段、図３のステップＳ１４〜Ｓ１７）と、を備える構成とした。燃料噴射圧力制御装置としてのこのような構成によれば、上記コモンレール式燃料噴射システムにより、高い精度で噴射圧力の制御された高圧燃料を、上記対象エンジンに対して噴射供給することが可能になる。自動車用エンジン等において、高圧燃料の噴射は、エミッション改善に大きく寄与する技術である。環境に優しいクリーンなディーゼル車を実現する上でも、こうした構成とする意義は大きい。

なお、上記実施形態は、以下のように変更して実施してもよい。

・圧力ガード設定の対象とするゲインの種類は、積分項（Ｉ項）に限られず任意であり、例えばＰＩＤ定数（比例項、積分項、微分項）のいずれか１つ、又は任意の組み合わせを用いることができる。ちなみに、これら３つの中では、積分項に次いで、比例項がその対象に適している。

・上記実施形態では、学習対象の圧力パラメータ（圧力自体、又は圧力に作用する他のパラメータ）を１つ（電流量ＰＩ）としたが、複数の圧力パラメータについて学習処理を行うようにしてもよい。

・上記実施形態では、Ｉ−Ｑマップ（図４）の平行成分（電流方向）についてだけ、その学習、補正を行うようにしたが、上記特許文献１に記載の装置に準ずる態様で、傾き成分についてもこれを学習、補正するようにしてもよい。

・上記実施形態では、より簡素な構成例として、１つの制御マップに基づき燃料噴射制御を行う場合について例示したが、例えばエンジン運転状態や噴射条件等の別に関連付けられた複数の制御マップを用いるようにしてもよい。これら制御マップについて、上記エンジン運転状態（例えばエンジン回転速度）や噴射条件（例えばレール圧力）等の別に、それぞれ上述の学習、補正、圧力ガードの設定を行うようにすれば、各マップについて前述の個体差等に起因する誤差が補償され、より精密な燃料噴射制御が可能になる。

・圧力ガードの設定態様についても、図９に示したような、１つのマップに対し、学習進行度合に応じて異なる値を設定する手法に限られず任意である。例えば予め各異なるガード値の設定された複数のマップをもって、学習進行度合に応じてそれらマップを切り替えるようにしてもよい。

・上記実施形態では、より簡素な構成例として、本学習補正処理及び仮学習補正処理の２段階で学習補正処理を行う場合について例示したが、３段階以上で上記学習補正処理を行うようにしてもよい。

・上記ゲインの可変範囲に対する圧力ガードの設定によらずとも、学習対象の圧力パラメータ（電流量ＰＩ）について、学習進行度合が大きくなるほど、該圧力パラメータの変化に関する規制を強めるプログラム（規制強化手段）を備える構成であれば、少なくとも前記（１）の効果と同様もしくはそれに準じた効果は得られることになる。

具体的には、例えば上記学習対象の圧力パラメータ（例えば電流量ＰＩ）の可変範囲に対して圧力ガードを設け、図１０（ｂ）に示した態様に準ずる態様で、学習進行度合に応じて圧力ガードの位置を変更する（進行に伴い狭くする）ことにより、学習進行度合が大きくなるほど圧力パラメータの変化に関する規制を強めるようにしてもよい。

あるいは、上記実施形態において、圧力パラメータ（電流量ＰＩ）の単位時間あたりの変化量（圧力変化率）に相当するゲインを、学習進行度合が大きくなるほど小さくする（変化しにくくする）ようにしてもよい。

要は、学習進行度合が大きくなるほど、上記学習対象の圧力パラメータが変化しにくくなる、あるいは同パラメータの変化することのできない条件や範囲等が増加するように構成すれば、学習が進むにつれ燃料圧力の変化がより抑制されるようになり、ひいては前述した燃料圧力の急変に起因したエンジンストール等の不都合発生を抑制することができるようになる。

・制御対象とするエンジンの種類（火花点火式のガソリンエンジン等も含む）やシステム構成も、用途等に応じて適宜に変更可能である。

・上記実施形態及び変形例では、各種のソフトウェア（プログラム）を用いることを想定したが、専用回路等のハードウェアで同様の機能を実現するようにしてもよい。

本発明に係る燃料噴射圧力制御装置の一実施形態について、該装置の適用されたエンジン制御システムの概略を示す構成図。 燃料ポンプの詳細構成を示す構成図。 本実施形態に係るポンプ制御の処理手順を示すフローチャート。 同ポンプ制御に用いられる制御マップの一例を示すグラフ。 通常制御用のゲインの一例を示すグラフ。 学習実行条件の成否判定に係る処理の処理手順を示すフローチャート。 学習実行に係る処理の処理手順を示すフローチャート。 （ａ）〜（ｃ）は、学習進行に伴うマップ誤差の変化態様を示すグラフ。 圧力ガード設定処理の処理手順を示すフローチャート。 （ａ）及び（ｂ）は、圧力ガードの設定態様を示す図。 （ａ）及び（ｂ）は、比較例と本実施形態の装置とについて、それぞれその動作態様を示すタイミングチャート。

符号の説明

１０…燃料タンク、１４…燃料ポンプ、１６…コモンレール、２０…インジェクタ、２２…燃圧センサ、３０…ＥＣＵ（電子制御ユニット）、４０…フィードポンプ、４３ａ…燃温センサ、５０…高圧ポンプ、６０…吸入調整弁（ＳＣＶ）。

Claims (18)

1. 対象エンジンへ燃料を噴射供給する燃料供給システムについて、所定の圧力パラメータの可変制御を通じて前記噴射供給が行われる際の燃料噴射圧力を制御する燃料噴射圧力制御装置において、
   前記燃料噴射圧力制御に用いる少なくとも１つの圧力パラメータを対象にして、厳しさの異なる複数種の実行条件に対応した複数種の学習補正処理をその条件が緩いものから順に行って、その都度、対象圧力パラメータの学習値に基づき前記燃料噴射圧力制御に係る所定の制御則を補正する学習補正処理実行手段と、
   前記学習の対象とされるパラメータの少なくとも１つについて、未学習の段階から前記学習補正処理実行手段により前記複数種の学習補正処理の全てが行われるまでの学習進行度合が大きくなるほど、該学習補正処理の補正量に係る学習補正パラメータの可変範囲をより狭い範囲に設定する補正範囲可変手段と、
   を備えることを特徴とする燃料噴射圧力制御装置。
2. 前記学習補正処理実行手段は、所定の本学習条件の成立に基づいて行われる本学習補正処理の実行前に、前記本学習条件よりも緩い所定の仮学習条件の成立に基づいて行われる仮学習補正処理を実行するものであり、
   前記補正範囲可変手段は、前記学習の対象とされる圧力パラメータのうちの所定の圧力パラメータを対象にして、前記学習進行度合が前記仮学習補正処理まで進んだ仮学習段階にある場合には、該仮学習補正処理の補正量に係る学習補正パラメータの可変範囲を未学習段階よりも狭い範囲に設定するとともに、前記学習進行度合がさらに前記本学習補正処理まで進んだ本学習段階にある場合には、該本学習補正処理の補正量に係る学習補正パラメータの可変範囲をさらに前記仮学習段階よりも狭い範囲に設定するものである請求項１に記載の燃料噴射圧力制御装置。
3. 前記補正範囲可変手段は、前記学習補正パラメータの可変範囲を対象にして、その可変範囲の境界を定める圧力ガードを、対象可変範囲の上限及び下限の少なくとも一方に新たに設けることによって、又は、既に設けられている圧力ガードの位置を変更することによって、前記学習進行度合が大きくなるほど、該学習補正パラメータの可変範囲をより狭い範囲にするものである請求項１又は２に記載の燃料噴射圧力制御装置。
4. 前記学習の対象とされる圧力パラメータの少なくとも１つを、前記燃料噴射圧力の目標値と測定値との偏差である圧力偏差に基づいてフィードバック制御するフィードバック制御手段を備え、前記学習補正パラメータは、前記フィードバック制御に係るゲインである請求項１〜３のいずれか一項に記載の燃料噴射圧力制御装置。
5. 前記学習補正パラメータは、積分動作の強さを示すゲイン積分項である請求項４に記載の燃料噴射圧力制御装置。
6. 前記フィードバック制御に係るゲインは、前記圧力偏差が大きくなるほど補正量をより大きくするものである請求項４又は５に記載の燃料噴射圧力制御装置。
7. 前記学習補正パラメータは、通常の燃料噴射圧力制御に用いるゲインとは別に用意された学習用のゲインである請求項４〜６のいずれか一項に記載の燃料噴射圧力制御装置。
8. 前記学習用のゲインは、通常の燃料噴射圧力制御に用いるゲインよりも補正量を大きくするゲインである請求項７に記載の燃料噴射圧力制御装置。
9. 前記燃料供給システムは、所定燃料を圧送する燃料ポンプと、該燃料ポンプにより圧送されてきた燃料を前記エンジンに対して噴射供給する燃料噴射弁とを備えて構成されるものであり、
   前記学習の対象とされる圧力パラメータの１つは、前記燃料ポンプの吐出量に係るパラメータである請求項１〜８のいずれか一項に記載の燃料噴射圧力制御装置。
10. 前記燃料供給システムは、駆動量に応じて前記燃料ポンプに対する燃料吸入量を可変とする吸入調整弁を備え、
    前記燃料ポンプの吐出量に係るパラメータは、該吸入調整弁の駆動量に係るパラメータである請求項９に記載の燃料噴射圧力制御装置。
11. 前記複数種の学習補正処理の１つである第１の学習補正処理に係る第１の学習条件が、前記エンジンがアイドリング運転状態にあることを条件の１つに含むものであり、
    前記第１の学習補正処理よりも学習進行度合が進んだ学習補正処理である第２の学習補正処理に係る第２の学習条件が、前記第１の学習条件が成立することに加えて、さらに燃料噴射圧力に係る一乃至複数の条件を含むものである請求項１〜１０のいずれか一項に記載の燃料噴射圧力制御装置。
12. 前記燃料供給システムが、コモンレール式燃料噴射システムであり、
    前記コモンレール内の圧力を測定するレール圧測定手段と、
    前記燃料噴射圧力の制御として、該レール圧測定手段による圧力測定値をその目標値へ近づけるような制御を行う噴射圧制御手段と、
    を備える請求項１〜１１のいずれか一項に記載の燃料噴射圧力制御装置。
13. 対象エンジンへ燃料を噴射供給する燃料供給システムについて、所定の圧力パラメータの可変制御を通じて前記噴射供給が行われる際の燃料噴射圧力を制御する燃料噴射圧力制御装置において、
    前記燃料噴射圧力制御に用いる少なくとも１つの圧力パラメータを対象にして、厳しさの異なる複数種の実行条件に対応した複数種の学習補正処理をその条件が緩いものから順に行って、その都度、対象圧力パラメータの学習値に基づき前記燃料噴射圧力制御に係る所定の制御則を補正する学習補正処理実行手段と、
    前記学習の対象とされるパラメータの少なくとも１つについて、未学習の段階から前記学習補正処理実行手段により前記複数種の学習補正処理の全てが行われるまでの学習進行度合が大きくなるほど、該圧力パラメータの変化に関する規制を強める規制強化手段と、
    を備えることを特徴とする燃料噴射圧力制御装置。
14. 前記学習補正処理実行手段は、所定の本学習条件の成立に基づいて行われる本学習補正処理の実行前に、前記本学習条件よりも緩い所定の仮学習条件の成立に基づいて行われる仮学習補正処理を実行するものであり、
    前記規制強化手段は、前記学習の対象とされる圧力パラメータのうちの所定の圧力パラメータを対象にして、前記学習進行度合が前記仮学習補正処理まで進んだ仮学習段階にある場合には、該圧力パラメータの変化に関する規制を未学習段階よりも強めるとともに、前記学習進行度合がさらに前記本学習補正処理まで進んだ本学習段階にある場合には、該圧力パラメータの変化に関する規制をさらに前記仮学習段階よりも強めるものである請求項１３に記載の燃料噴射圧力制御装置。
15. 前記規制強化手段は、前記学習進行度合が大きくなるほど、対象圧力パラメータの可変範囲と同パラメータの単位時間あたりの変化量に相当する圧力変化率と同圧力変化率の可変範囲との少なくとも１つをより小さくするものである請求項１３又は１４に記載の燃料噴射圧力制御装置。
16. 前記規制強化手段は、前記対象圧力パラメータの可変範囲と前記圧力変化率の可変範囲との少なくとも一方を対象にして、その可変範囲の境界を定める圧力ガードを、対象可変範囲の上限及び下限の少なくとも一方に新たに設けることによって、又は、既に設けられている圧力ガードの位置を変更することによって、前記学習進行度合が大きくなるほど、該対象とする可変範囲をより狭い範囲にするものである請求項１５に記載の燃料噴射圧力制御装置。
17. 前記学習の対象とされる圧力パラメータの少なくとも１つを、前記燃料噴射圧力の目標値と測定値との偏差である圧力偏差に基づいてフィードバック制御するフィードバック制御手段を備え、前記圧力変化率は、前記フィードバック制御に係るゲインである請求項１６に記載の燃料噴射圧力制御装置。
18. 前記圧力変化率は、積分動作の強さを示すゲイン積分項である請求項１７に記載の燃料噴射圧力制御装置。

Images