JPH03156601A - 車両制御方法 - Google Patents
車両制御方法Info
- Publication number
- JPH03156601A JPH03156601A JP1296591A JP29659189A JPH03156601A JP H03156601 A JPH03156601 A JP H03156601A JP 1296591 A JP1296591 A JP 1296591A JP 29659189 A JP29659189 A JP 29659189A JP H03156601 A JPH03156601 A JP H03156601A
- Authority
- JP
- Japan
- Prior art keywords
- throttle opening
- value
- neural network
- change
- predicted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/02—Circuit arrangements for generating control signals
- F02D41/14—Introducing closed-loop corrections
- F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
- F02D41/1405—Neural network control
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/02—Circuit arrangements for generating control signals
- F02D41/04—Introducing corrections for particular operating conditions
- F02D41/045—Detection of accelerating or decelerating state
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/02—Circuit arrangements for generating control signals
- F02D41/14—Introducing closed-loop corrections
- F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
- F02D2041/1433—Introducing closed-loop corrections characterised by the control or regulation method using a model or simulation of the system
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/902—Application using ai with detail of the ai system
- Y10S706/903—Control
- Y10S706/905—Vehicle or aerospace
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Control Of Throttle Valves Provided In The Intake System Or In The Exhaust System (AREA)
- Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
- Electrical Control Of Air Or Fuel Supplied To Internal-Combustion Engine (AREA)
- Feedback Control In General (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は、車載エンジンのスロットル開度等に応じて車
両の運転状態、例えば車載エンジンへの燃料供給量や自
動変速機の変速時期を制御する方法に関する。
両の運転状態、例えば車載エンジンへの燃料供給量や自
動変速機の変速時期を制御する方法に関する。
近年、車載エンジンのスロットル開度に応じて、車両の
運転状態をマイコン等により自動制御することが行われ
ている。例えば、オートマチックトランスミッションの
変速操作を車速とスロットル開度とに応じ、予め決めら
れたシフトスケジュールマツプに従って制御することが
行われている。
運転状態をマイコン等により自動制御することが行われ
ている。例えば、オートマチックトランスミッションの
変速操作を車速とスロットル開度とに応じ、予め決めら
れたシフトスケジュールマツプに従って制御することが
行われている。
しかし、従来の制御では、スロットル開度等の現在値を
、車両の運転状態を制御するためのパラメータとして用
いていた。したがって、上述したオートマチックトラン
スミッションの変速制御では、キックダウン時に次のよ
うな問題が生じる。
、車両の運転状態を制御するためのパラメータとして用
いていた。したがって、上述したオートマチックトラン
スミッションの変速制御では、キックダウン時に次のよ
うな問題が生じる。
■ スロットルが開かれてからシフトダウンするまでに
タイムラグがある。
タイムラグがある。
■ スロットルが開かれエンジン回転数が上昇した後に
シフトダウンするため、変速時のショックが大きい。
シフトダウンするため、変速時のショックが大きい。
■ ■■の問題を解決するため、シフトダウンが完了す
るまでエンジン回転数の上昇を抑えれば、変速に伴うシ
ョックはなくなるが、タイムラグが増大する。
るまでエンジン回転数の上昇を抑えれば、変速に伴うシ
ョックはなくなるが、タイムラグが増大する。
これらの問題を同時に解決するためには、スロットルが
開かれ始めた時点でスロットルがどこまで開かれるかを
予測し、この予測値に応じて変速制御を行うようにすれ
ば、大きな変速ショックを伴わずにシフトダウンのタイ
ミングを早めることができる。
開かれ始めた時点でスロットルがどこまで開かれるかを
予測し、この予測値に応じて変速制御を行うようにすれ
ば、大きな変速ショックを伴わずにシフトダウンのタイ
ミングを早めることができる。
また、車載エンジンへの燃料供給量を制御する場合にも
、この予測値に応じて制御を行うこととすれば、応答性
に優れたエンジン制御が可能となる。
、この予測値に応じて制御を行うこととすれば、応答性
に優れたエンジン制御が可能となる。
ところで、スロットルの開は方は運転者の個人差、道路
環境等によって変化するため、従来の固定されたアルゴ
リズムで起こり得る全ての状況に対応してスロットルが
どこまで開かれるかを予想することは困難である。
環境等によって変化するため、従来の固定されたアルゴ
リズムで起こり得る全ての状況に対応してスロットルが
どこまで開かれるかを予想することは困難である。
そこで、上述の事情に鑑み、本発明はスロットルが開か
れ始めた時点でスロットルがどこまで開かれるかを予測
し、これに基いて車両の運転状態を制御可能な車両制御
方法を提供することを目的としている。
れ始めた時点でスロットルがどこまで開かれるかを予測
し、これに基いて車両の運転状態を制御可能な車両制御
方法を提供することを目的としている。
上述の目的を達成するため、本発明による車両制御方法
においては、学習機能を有するニューラルネットワーク
に少なくとも車載エンジンのスロットル開度の現在値お
よびその変化率を周期的に入力し、周期的に得られるニ
ューラルネットワークの出力値をスロットル開度予測値
としてこれに基き車両の運転状態を制御することとし、
実際のスロットル開度の変化率が零となったときに、そ
のときの実際のスロットル開度にスロットル開度予測値
が近付くようにニューラルネットワークに学習をさせる
こととしている。
においては、学習機能を有するニューラルネットワーク
に少なくとも車載エンジンのスロットル開度の現在値お
よびその変化率を周期的に入力し、周期的に得られるニ
ューラルネットワークの出力値をスロットル開度予測値
としてこれに基き車両の運転状態を制御することとし、
実際のスロットル開度の変化率が零となったときに、そ
のときの実際のスロットル開度にスロットル開度予測値
が近付くようにニューラルネットワークに学習をさせる
こととしている。
〔作用〕
このように、車両走行中に一連のスロットル開度変化が
終了する毎にニューラルネットワークにスロットル開度
の極大値を学習させることにより、スロットルが開き始
めた時点でスロットルがどこまで開かれるかをニューラ
ルネットワークにより、運転者の癖等を考慮にいれて予
ＩＰＪすることが可能となる。
終了する毎にニューラルネットワークにスロットル開度
の極大値を学習させることにより、スロットルが開き始
めた時点でスロットルがどこまで開かれるかをニューラ
ルネットワークにより、運転者の癖等を考慮にいれて予
ＩＰＪすることが可能となる。
更に、実際のスロットル開度の変化率が零となる前に実
際のスロットル開度の変化率が極小値をとるときには、
そのときにそのときの実際のスロットル開度にスロット
ル開度予測値が近付くようにニューラルネットワークに
学習をさせることとして、そのような場合にスロットル
開度予測値の蹟度が低下するのを防止することとしてい
る。
際のスロットル開度の変化率が極小値をとるときには、
そのときにそのときの実際のスロットル開度にスロット
ル開度予測値が近付くようにニューラルネットワークに
学習をさせることとして、そのような場合にスロットル
開度予測値の蹟度が低下するのを防止することとしてい
る。
また、スロットル予測値に補正を加え、補正後のスロッ
トル予７ＴＰｌ値に基き車両の運転状態を制御すること
とし、スロットル開度予ｆｉＰＪ値が不当な値となるこ
とを防止している。
トル予７ＴＰｌ値に基き車両の運転状態を制御すること
とし、スロットル開度予ｆｉＰＪ値が不当な値となるこ
とを防止している。
以下、本発明の実施例について第１図〜第６図を参照し
つつ、説明する。
つつ、説明する。
第１図は本発明による車両制御方法が適用される制御装
置の概略構成を示しており、第２図は第１図に示したニ
ューラルネットワークの内部構成を示している。
置の概略構成を示しており、第２図は第１図に示したニ
ューラルネットワークの内部構成を示している。
ｔＪ１図に示した制御装置においては、車載エンジン（
図示せず）のスロットル開度θ、冷却水温度Ｔ １車速
Ｖ等がそれぞれスロットルセンサー、水温センサ２、車
速センサ３等により検出されるようになっており、これ
らセンサの各出力はＡ／Ｄ変換器やマルチプレクサ等（
図示せず）を介して中央制御部５のＣＰＵ６に入力され
るようになっている。中央制御部５はＣＰＵ６、ＲＯＭ
７、ＲＡＭ８等から構成されている。ＣＰＵ６は上述し
たセンサからの出力信号をＲＡＭ８に格納したり、これ
らの出力信号を使って種々の演算処理を行う。そして、
演算結果に基きオートマチックトランスミッション（Ａ
Ｔ）１０や車載エンジンへ燃料を供給する燃料噴射装置
１１等に適切な制御指令信号を出力する。また、ＣＰＵ
６にはにはニューラルネットワーク（Ｎ−Ｎ）１２が接
続あるいは、含まれており、ニューラルネットワーク１
２は後述するようにスロットル開度の予測を行つ〇 この制御装置に用いられているニューラルネットワーク
１２は第２図に示したように、入力層として４つのニュ
ーロンを、第１および第２中間層としてそれぞれ８つの
ニューロンを、出力層として１つのニューロンを備えた
４層構造となっている。中間層を１つ省略して３層構造
としてもよいが、さまざまな車両の運転状況に対処して
スロットル開度の予測をする必要があることから、処理
能力の高い４層構造を採用している。また、中間層はニ
ューロンの数が多すぎると計算量が増大するので、８個
のニューロンで各中間層を構成することとした。
図示せず）のスロットル開度θ、冷却水温度Ｔ １車速
Ｖ等がそれぞれスロットルセンサー、水温センサ２、車
速センサ３等により検出されるようになっており、これ
らセンサの各出力はＡ／Ｄ変換器やマルチプレクサ等（
図示せず）を介して中央制御部５のＣＰＵ６に入力され
るようになっている。中央制御部５はＣＰＵ６、ＲＯＭ
７、ＲＡＭ８等から構成されている。ＣＰＵ６は上述し
たセンサからの出力信号をＲＡＭ８に格納したり、これ
らの出力信号を使って種々の演算処理を行う。そして、
演算結果に基きオートマチックトランスミッション（Ａ
Ｔ）１０や車載エンジンへ燃料を供給する燃料噴射装置
１１等に適切な制御指令信号を出力する。また、ＣＰＵ
６にはにはニューラルネットワーク（Ｎ−Ｎ）１２が接
続あるいは、含まれており、ニューラルネットワーク１
２は後述するようにスロットル開度の予測を行つ〇 この制御装置に用いられているニューラルネットワーク
１２は第２図に示したように、入力層として４つのニュ
ーロンを、第１および第２中間層としてそれぞれ８つの
ニューロンを、出力層として１つのニューロンを備えた
４層構造となっている。中間層を１つ省略して３層構造
としてもよいが、さまざまな車両の運転状況に対処して
スロットル開度の予測をする必要があることから、処理
能力の高い４層構造を採用している。また、中間層はニ
ューロンの数が多すぎると計算量が増大するので、８個
のニューロンで各中間層を構成することとした。
入力層のニューロンにはそれぞれＣＰＵ６からスロット
ル開度θ、スロットル開度の変化率（スロットル速度）
δ、スロットル速度の変化率（スロットル加速度）θお
よびスロットルの踏み込み時間ｔｅが入力される。これ
らの入力に応じて出力層から出力されるニューラルネッ
トワークの出力信号は、入力層に入力された信号に基づ
いてニューラルネットワーク１２により予測された将来
のスロットル開度予＃１値θ としてＣＰＵ６に対して
入力されるようになっている。
ル開度θ、スロットル開度の変化率（スロットル速度）
δ、スロットル速度の変化率（スロットル加速度）θお
よびスロットルの踏み込み時間ｔｅが入力される。これ
らの入力に応じて出力層から出力されるニューラルネッ
トワークの出力信号は、入力層に入力された信号に基づ
いてニューラルネットワーク１２により予測された将来
のスロットル開度予＃１値θ としてＣＰＵ６に対して
入力されるようになっている。
第３図にＣＰＵ６が実行するサブルーチンの一例をフロ
ーチャートにして示す。
ーチャートにして示す。
このサブルーチンは、ＣＰＵ６がニューラルネットワー
ク１２に将来のスロットル開度を予測させ、その予測値
に基き車両の運転状態を制御するためのものであり、所
定周期（例えば１０ ａｓｅｃ）毎に実行されるように
なっている。
ク１２に将来のスロットル開度を予測させ、その予測値
に基き車両の運転状態を制御するためのものであり、所
定周期（例えば１０ ａｓｅｃ）毎に実行されるように
なっている。
このサブルーチンが実行されると、まず、現在値データ
として現在のスロットル開度θ、冷却水温度Ｔ １車速
Ｖ等が取り込まれる（ステップＳ１）。次に、前回取り
込まれたスロットル開度θ を１．０３倍した値と今
回取り込まれたス−１ ０ットル開度θ の値とを大小比較しくステップＳ２）
、今回値θ の方が大きかった場合には、スロットルが
開かれ始めたと考えることができるので、その後スロッ
トルがどこまで開かれるかを予測する必要がある。そこ
で、スロットル開度のを算出する（ステップＳ３）。踏
み込み時間ｔは運転者がアクセルペダルを踏み始めてか
らの時間であり、スロットル速度θはスロットル開度θ
の変化率すなわちスロットル開度θの１回微分値であり
、スロットル加速度θはスロットル速度−の変化率すな
わちスロットル開度θの２回微分値である。そして、ス
ロットル開度θ、スロットル速度θ、スロットル加速度
θ及び踏み込み時間ｔをニューラルネットワーク１２に
入力する（ステップＳ４）。なお、ニューラルネットワ
ーク１２への入力値は−１〜１の範囲内に分散するよう
に調整されている。例えば、スロットル開度θは０≦θ
≦１の範囲内で、全開時に１を、全閉時に０をとるよう
に調整され、スロットル速度θ、スロットル加速度θ、
踏み込み時間ｔはそれぞれ次式により表されるように調
整される。
として現在のスロットル開度θ、冷却水温度Ｔ １車速
Ｖ等が取り込まれる（ステップＳ１）。次に、前回取り
込まれたスロットル開度θ を１．０３倍した値と今
回取り込まれたス−１ ０ットル開度θ の値とを大小比較しくステップＳ２）
、今回値θ の方が大きかった場合には、スロットルが
開かれ始めたと考えることができるので、その後スロッ
トルがどこまで開かれるかを予測する必要がある。そこ
で、スロットル開度のを算出する（ステップＳ３）。踏
み込み時間ｔは運転者がアクセルペダルを踏み始めてか
らの時間であり、スロットル速度θはスロットル開度θ
の変化率すなわちスロットル開度θの１回微分値であり
、スロットル加速度θはスロットル速度−の変化率すな
わちスロットル開度θの２回微分値である。そして、ス
ロットル開度θ、スロットル速度θ、スロットル加速度
θ及び踏み込み時間ｔをニューラルネットワーク１２に
入力する（ステップＳ４）。なお、ニューラルネットワ
ーク１２への入力値は−１〜１の範囲内に分散するよう
に調整されている。例えば、スロットル開度θは０≦θ
≦１の範囲内で、全開時に１を、全閉時に０をとるよう
に調整され、スロットル速度θ、スロットル加速度θ、
踏み込み時間ｔはそれぞれ次式により表されるように調
整される。
θＩ−ａ×（θ −θ ）
ｎ ｎ−１
θ−ｂｘ（θ −θ ）
−ｎ −ｎ−１
ｔ−１／ （１＋ｅｘｐ（（１５０−ｔ ） １５）
ただし、ａはθを−１〜１の範囲内に分散させるための
係数であり、ｂはθを−１〜１の範囲内に分散させるた
めの係数であり、ｔ は踏み込み初期からの時間（５ｓ
ｅｃ）である。ｔについては、過去の平均的な踏み込み
時間（例えば、１５０ｓｓｅｃ前後）を０．５とし全体
の踏み込み時間が０〜１の範囲内に分散するようにシグ
モイド関数を用いて調整することとした。
ただし、ａはθを−１〜１の範囲内に分散させるための
係数であり、ｂはθを−１〜１の範囲内に分散させるた
めの係数であり、ｔ は踏み込み初期からの時間（５ｓ
ｅｃ）である。ｔについては、過去の平均的な踏み込み
時間（例えば、１５０ｓｓｅｃ前後）を０．５とし全体
の踏み込み時間が０〜１の範囲内に分散するようにシグ
モイド関数を用いて調整することとした。
ニューラルネットワーク１２はこれらの入力に応じ出力
を発する。このニューラルネットワーク１２の出力は将
来のスロットル開度を予測した予測値θ として取り込
まれる（ステップＳ５）。
を発する。このニューラルネットワーク１２の出力は将
来のスロットル開度を予測した予測値θ として取り込
まれる（ステップＳ５）。
ニューラルネットワーク１２の出力は、後述するように
予測の精度を向上すると共に、予測時間の取り分を多く
するという相反する学習を行っているため、どちらの条
件もある程度溝たす中間的な出力となる。その為、ニュ
ーラルネットワーク１２の出力にある程度の増減を加え
て補正を行うことにより、更に予測精度を向上させるこ
とかできる。
予測の精度を向上すると共に、予測時間の取り分を多く
するという相反する学習を行っているため、どちらの条
件もある程度溝たす中間的な出力となる。その為、ニュ
ーラルネットワーク１２の出力にある程度の増減を加え
て補正を行うことにより、更に予測精度を向上させるこ
とかできる。
そこで、本発明においては、スロットル開度予測値θ
として取り込まれたニューラルネットワ一り１２の出力
を以下のように補正する。まず、この予測値θ が過大
な値であった場合には、許容される予測値の最大値にこ
れを修正する（ステップＳ６）。そして、運転者による
踏み込みが終了するまでの踏み込み時間が推定される（
ステップＳ７）。この推定の後、スロットル速度θと所
定値θ１との大小比較を行い（ステップＳ８）、速度θ
の方が大きかった場合には更に踏み込み時間ｔと過去の
踏み込み完了時間の平均値ｔ とｖｅ の大小比較を行う（ステップＳ９）。これにより、現在
が踏み込み初期に相当しているのか、踏み込み後期に相
当しているのかの判別を行う。踏み込み時間ｔが平均値
ｔ よりも小さい場合には、ｖｅ 踏み込み初期と判断でき、この場合にはニューラルネッ
トワーク１２から取り込まれたスロットル開度予測値θ
に所定の値αを加算し、加算後の値をスロットル開度
予測値θ とする（ステップ５１０）。逆に踏み込み時
間ｔが平均値ｔ よｖｅ りも大きい場合には、踏み込み後期と判断でき、この場
合にはニューラルネットワーク１２から取り込まれたス
ロットル開度予測値θ から所定の値βを減算し、減算
後の値をスロットル開度予測値θ とする（ステップ５
１１）。このときの所定値α及びβは次式により表され
る。
として取り込まれたニューラルネットワ一り１２の出力
を以下のように補正する。まず、この予測値θ が過大
な値であった場合には、許容される予測値の最大値にこ
れを修正する（ステップＳ６）。そして、運転者による
踏み込みが終了するまでの踏み込み時間が推定される（
ステップＳ７）。この推定の後、スロットル速度θと所
定値θ１との大小比較を行い（ステップＳ８）、速度θ
の方が大きかった場合には更に踏み込み時間ｔと過去の
踏み込み完了時間の平均値ｔ とｖｅ の大小比較を行う（ステップＳ９）。これにより、現在
が踏み込み初期に相当しているのか、踏み込み後期に相
当しているのかの判別を行う。踏み込み時間ｔが平均値
ｔ よりも小さい場合には、ｖｅ 踏み込み初期と判断でき、この場合にはニューラルネッ
トワーク１２から取り込まれたスロットル開度予測値θ
に所定の値αを加算し、加算後の値をスロットル開度
予測値θ とする（ステップ５１０）。逆に踏み込み時
間ｔが平均値ｔ よｖｅ りも大きい場合には、踏み込み後期と判断でき、この場
合にはニューラルネットワーク１２から取り込まれたス
ロットル開度予測値θ から所定の値βを減算し、減算
後の値をスロットル開度予測値θ とする（ステップ５
１１）。このときの所定値α及びβは次式により表され
る。
α−θ（１−推定時間）（θ −θ）（可変室数１）
β−（θ −θ）（可変定数２）
ただし、推定時間は０≦推定時間≦１の範囲内で踏み込
み初期には０に近い値をとり、踏み込み後期には１に近
い値をとる。可変定数は１回の踏み込み毎に微調整する
ための係数であり、所定値α及びβはα〉０、β〉０で
ある。
み初期には０に近い値をとり、踏み込み後期には１に近
い値をとる。可変定数は１回の踏み込み毎に微調整する
ための係数であり、所定値α及びβはα〉０、β〉０で
ある。
このように、スロットル開度予測値θ にα、βの補正
を加えることにより、第４図に示したように、予測値θ
を踏み込み完了時のスロットル開度θに近付けること
ができる。なお、第４図に示した実線曲線は実際のスロ
ットル開度θの推移を示し、鎖線曲線は補正前の予測値
θ （すなわち、ニューラルネットワーク（Ｎ−Ｎ）の
出力）の推移を示し、実線直線は補正後の予１ＴＦＪ値
θ を示している。
を加えることにより、第４図に示したように、予測値θ
を踏み込み完了時のスロットル開度θに近付けること
ができる。なお、第４図に示した実線曲線は実際のスロ
ットル開度θの推移を示し、鎖線曲線は補正前の予測値
θ （すなわち、ニューラルネットワーク（Ｎ−Ｎ）の
出力）の推移を示し、実線直線は補正後の予１ＴＦＪ値
θ を示している。
更に、ステップＳＩＯにおいて、過去のスロットル開度
θの極大値の変動量が大きい場合には、踏み込み初期に
集中して予ｎｊ値θ を増大させて予測時間の取り分を
大きくするため、所定値αとして次式により求められる
値を用いることが好ましい。
θの極大値の変動量が大きい場合には、踏み込み初期に
集中して予ｎｊ値θ を増大させて予測時間の取り分を
大きくするため、所定値αとして次式により求められる
値を用いることが好ましい。
α−θ（１−推定時間）２ （θ −θ）（可変定数１
） また、ステップＳ９で踏み込み後期と判断された場合に
、予測値θ から所定値βを減算する（ステップ５１１
）代わりに、踏み込み後期と判断された時点で予測値θ
を固定してしまい、周期的にニューラルネットワーク
１２の出力値を取り込むことによって予測値θ を更新
することを取り止めることとしてもよい。
） また、ステップＳ９で踏み込み後期と判断された場合に
、予測値θ から所定値βを減算する（ステップ５１１
）代わりに、踏み込み後期と判断された時点で予測値θ
を固定してしまい、周期的にニューラルネットワーク
１２の出力値を取り込むことによって予測値θ を更新
することを取り止めることとしてもよい。
そして、予測値θ と所定値との比較を行い（ステップ
５１２）、予測値θ が所定値よりも小さく予測値とし
ては小さすぎると判断された場合にはスロットル速度θ
に比例した値ｆ（θ）を予測値θ に加算してこれを新
たに予測値θ とｐ する（ステップ５１３）。更に、スロットル速度スロッ
トルがかなり大きな速度で開かれていると判断できる場
合には、スロットルが全開まで開かれるものと想定しス
ロットル開度予測値θ の値を１とする（ステップ５１
５）。この後１、予測値θ が過大な値であった場合に
は、許容される予測値の最大値にこれを修正する（ステ
ップ５１６）。そして、上述したように、補正が必要に
応じて加えられた後の予測値θ をオートマチックトラ
ンスミッション１０や燃料噴射装置１１等の制御用デー
タとして用い、これらの制御指令を発する（ステップ５
１７）。このように、予測値θ に基づいてオートマチ
ックトランスミッション１０や燃料噴射装置１１等を制
御することとすれば、シフトダウンのタイミングを早め
ることができ、変速のショックやタイムラグを押さえる
ことができるし、また応答性に優れたエンジン制御が可
能となる。
５１２）、予測値θ が所定値よりも小さく予測値とし
ては小さすぎると判断された場合にはスロットル速度θ
に比例した値ｆ（θ）を予測値θ に加算してこれを新
たに予測値θ とｐ する（ステップ５１３）。更に、スロットル速度スロッ
トルがかなり大きな速度で開かれていると判断できる場
合には、スロットルが全開まで開かれるものと想定しス
ロットル開度予測値θ の値を１とする（ステップ５１
５）。この後１、予測値θ が過大な値であった場合に
は、許容される予測値の最大値にこれを修正する（ステ
ップ５１６）。そして、上述したように、補正が必要に
応じて加えられた後の予測値θ をオートマチックトラ
ンスミッション１０や燃料噴射装置１１等の制御用デー
タとして用い、これらの制御指令を発する（ステップ５
１７）。このように、予測値θ に基づいてオートマチ
ックトランスミッション１０や燃料噴射装置１１等を制
御することとすれば、シフトダウンのタイミングを早め
ることができ、変速のショックやタイムラグを押さえる
ことができるし、また応答性に優れたエンジン制御が可
能となる。
その後、スロットル速度θの値が０となったときに、そ
のときの実際のスロットル開度θにニューラルネットワ
ーク１２の出力（θ ）が近付くように、ニューラルネ
ットワーク１２にそのバックプロパゲーションを用いて
学習をさせる（ステップＳ１８、ステップ５１９）。こ
のように、車両走行中に一連のスロットル開度変化が終
了する毎にニューラルネットワークに学習をさせること
により、スロットルが開き始めた時点でスロットルがど
こまで開かれるかをニューラルネットワークにより、運
転者の癖等を考慮にいれて予測することが可能となり、
予測値の精度が向上する。
のときの実際のスロットル開度θにニューラルネットワ
ーク１２の出力（θ ）が近付くように、ニューラルネ
ットワーク１２にそのバックプロパゲーションを用いて
学習をさせる（ステップＳ１８、ステップ５１９）。こ
のように、車両走行中に一連のスロットル開度変化が終
了する毎にニューラルネットワークに学習をさせること
により、スロットルが開き始めた時点でスロットルがど
こまで開かれるかをニューラルネットワークにより、運
転者の癖等を考慮にいれて予測することが可能となり、
予測値の精度が向上する。
学習はニューラルネットワーク１２を構成する各ニュー
ロン出力の重みを変えることにより行われる。学習の修
正量には制限をっけ、特異な踏み込みやノイズの影響に
より予測の精度が低下することを防止することが望まし
い。
ロン出力の重みを変えることにより行われる。学習の修
正量には制限をっけ、特異な踏み込みやノイズの影響に
より予測の精度が低下することを防止することが望まし
い。
一般に、予測の精度を重視した学習を行わせると、予測
時間の取り分が減少する一方、逆に早めに予測するよう
に学習させると、予測の精度が低下するという問題が生
ずる。そこで、学習方法を必要により切り替えて学習を
行わせる。例えば、スロットル開度θの予測の精度が誤
差２０％以内におさまっていない場合には、大きく予測
し過ぎた分を小さくする学習を行わせ、そうでない場合
は予測時間の取り分を多くして予測が足りなかった分を
大きくする学習を行わせる。このようにすると、最終的
な予測がはずれた場合、シフトダウンの回数が多少増え
るが、変速ショック及びタイムラグが低減されるメリッ
トの方が大きいと考えられるので、１０％程度の予測誤
差はかまわないものとして予測時間の取り分を多くする
。
時間の取り分が減少する一方、逆に早めに予測するよう
に学習させると、予測の精度が低下するという問題が生
ずる。そこで、学習方法を必要により切り替えて学習を
行わせる。例えば、スロットル開度θの予測の精度が誤
差２０％以内におさまっていない場合には、大きく予測
し過ぎた分を小さくする学習を行わせ、そうでない場合
は予測時間の取り分を多くして予測が足りなかった分を
大きくする学習を行わせる。このようにすると、最終的
な予測がはずれた場合、シフトダウンの回数が多少増え
るが、変速ショック及びタイムラグが低減されるメリッ
トの方が大きいと考えられるので、１０％程度の予測誤
差はかまわないものとして予測時間の取り分を多くする
。
また、実際のスロットル開度θが第５図（ａ）に示した
ように、途中にたるんだ部分のある階段状に推移する場
合に、スロットル速度が零となった時点のスロットル開
度を学習させると、同図（ｂ）に示したように段階的に
スロットル開度が推移しない場合の予測精度が低下して
しまう。そこで、このように段階的に実際のスロットル
開度θが推移した場合には、同図（Ｃ）に示したように
、変曲点が現れる毎に（すなわち、スロットル速度が極
小値となる毎に）そのときのスロットル開度θを学習さ
せ、予測精度の向上を図ることが望ましい。このように
すると、同図（ｄ）に示したように予測精度が向上する
。
ように、途中にたるんだ部分のある階段状に推移する場
合に、スロットル速度が零となった時点のスロットル開
度を学習させると、同図（ｂ）に示したように段階的に
スロットル開度が推移しない場合の予測精度が低下して
しまう。そこで、このように段階的に実際のスロットル
開度θが推移した場合には、同図（Ｃ）に示したように
、変曲点が現れる毎に（すなわち、スロットル速度が極
小値となる毎に）そのときのスロットル開度θを学習さ
せ、予測精度の向上を図ることが望ましい。このように
すると、同図（ｄ）に示したように予測精度が向上する
。
また、実際のスロットル開度θが全開近傍あるいは全開
近傍の値となった場合には、０や１に近い値を学習させ
ることとなるが、このような値を繰り返して学習させる
とその学習の影響が大きくなり、それまでに形成された
シナプス荷重が破壊されてしまう傾向がある。実際には
、スロットル全閉近傍のスロットル開度を学習させるこ
とはないので、全開近傍のスロットル開度の学習のみが
問題となる。そこで、これを解決する方策として、スロ
ットル開度θの値を０≦θ≦０．９の範囲内に制限する
か、あるいは、踏み込み初期の全開近傍に達しない部分
のスロットル開度を学習させるようにすることが考えら
れる。
近傍の値となった場合には、０や１に近い値を学習させ
ることとなるが、このような値を繰り返して学習させる
とその学習の影響が大きくなり、それまでに形成された
シナプス荷重が破壊されてしまう傾向がある。実際には
、スロットル全閉近傍のスロットル開度を学習させるこ
とはないので、全開近傍のスロットル開度の学習のみが
問題となる。そこで、これを解決する方策として、スロ
ットル開度θの値を０≦θ≦０．９の範囲内に制限する
か、あるいは、踏み込み初期の全開近傍に達しない部分
のスロットル開度を学習させるようにすることが考えら
れる。
なお上述しなかったが、スロットル開度予測値θ の補
正として、ニューラルネットワーク１２からスロットル
開度予測値θ として周期的に得られる出力値が急激に
変化する場合、すなわち、前回のニューラルネットワー
クの出力値と今回のニューラルネットワークの出力値と
の差が大きい場合には、その変化ｊｌ（差）を抑制して
小さくする方向に補正することも可能である。
正として、ニューラルネットワーク１２からスロットル
開度予測値θ として周期的に得られる出力値が急激に
変化する場合、すなわち、前回のニューラルネットワー
クの出力値と今回のニューラルネットワークの出力値と
の差が大きい場合には、その変化ｊｌ（差）を抑制して
小さくする方向に補正することも可能である。
上述のようにして最終的に得られるスロットル開度子ｎ
１値θ の推移を実際のスロットル開度θの推移及びニ
ューラルネットワークの出力値の推移と共に第６図に場
合分けして示す。まず、同図（ａ）はスロットル速度が
零となる毎に（実際のスロットル開度が極大値となる毎
に）、そのときの実際のスロットル開度θを学習させた
場合における最終的な予測値θ を示している。また、
同図（ｂ）はスロットル速度θが極大値となった時点で
学習を行わせた場合の最終的な予測値θ を示しており
、同図（Ｃ）は実際のスロットル開度θが段階的に推移
した場合にスロットル速度が極小値となった時点で学習
をさせた場合の最終的な予測値θ を示しており、同図
（ｄ）はスロットル速度θが大きく全開が予測された場
合の最終的な予測値θ を示している。なお、これらの
図において・印は学習位置を示し、Δ印はオートマチッ
クトランスミッションのキックダウンポイントを示して
いる。
１値θ の推移を実際のスロットル開度θの推移及びニ
ューラルネットワークの出力値の推移と共に第６図に場
合分けして示す。まず、同図（ａ）はスロットル速度が
零となる毎に（実際のスロットル開度が極大値となる毎
に）、そのときの実際のスロットル開度θを学習させた
場合における最終的な予測値θ を示している。また、
同図（ｂ）はスロットル速度θが極大値となった時点で
学習を行わせた場合の最終的な予測値θ を示しており
、同図（Ｃ）は実際のスロットル開度θが段階的に推移
した場合にスロットル速度が極小値となった時点で学習
をさせた場合の最終的な予測値θ を示しており、同図
（ｄ）はスロットル速度θが大きく全開が予測された場
合の最終的な予測値θ を示している。なお、これらの
図において・印は学習位置を示し、Δ印はオートマチッ
クトランスミッションのキックダウンポイントを示して
いる。
以上説明したように、本発明による車両制御方法によれ
ば、車両走行中に一連のスロットル開度変化が終了する
毎にニューラルネットワークに学習をさせることにより
、スロットルが開き始めた時点でスロットルがどこまで
開かれるかをニューラルネットワークにより、運転者の
癖等を考慮にいれて予測することが可能となり、予測値
の精度が向上する。したがって、スロットルが開かれ始
めた時点でスロットルがどこまで開かれるかを予測し、
その予測に基いて車両の運転状態を制御することが可能
となる。
ば、車両走行中に一連のスロットル開度変化が終了する
毎にニューラルネットワークに学習をさせることにより
、スロットルが開き始めた時点でスロットルがどこまで
開かれるかをニューラルネットワークにより、運転者の
癖等を考慮にいれて予測することが可能となり、予測値
の精度が向上する。したがって、スロットルが開かれ始
めた時点でスロットルがどこまで開かれるかを予測し、
その予測に基いて車両の運転状態を制御することが可能
となる。
更に、本発明にれば、実際のスロットル開度の変化率が
零となる前に実際のスロットル開度の変化率が極小値を
とるときには、そのときにそのときの実際のスロットル
開度にスロットル開度予測値が近付くようにニューラル
ネットワークに学習をさせることとしているので、スロ
ットル開度予測値の精度が向上する。
零となる前に実際のスロットル開度の変化率が極小値を
とるときには、そのときにそのときの実際のスロットル
開度にスロットル開度予測値が近付くようにニューラル
ネットワークに学習をさせることとしているので、スロ
ットル開度予測値の精度が向上する。
また、スロットル予測値に補正を加えることにより、ス
ロットル開度予測値が不当な値となることが防止されて
いるので、より精度の高い予測が可能となる。
ロットル開度予測値が不当な値となることが防止されて
いるので、より精度の高い予測が可能となる。
第１図は本発明による車両制御方法が適用される制御装
置のブロック図、第２図は第１図に示した制御装置に用
いられるニューラルネットワークのブロック図、第３図
は第１図に示した制御装置の動作の一部を説明するため
のフローチャート、第４図はスロットル開度予測値の補
正について説明するための図、第５図はスロットル開度
が段階的に推移する場合の学習方法を説明するための図
、第６図は最終的に得られるスロットル開度予測値の推
移を示した図である。 １・・・スロットルセンサ、２・・・水温センサ、３・
・・車速センサ、５・・・中央制御部、６・・・ＣＰＵ
。 ７・・・ＲＯＭ、８・・・ＲＡＭ、１０・・・オートマ
チックトランスミッション、１１・・・燃料噴射装置、
１２・・・ニューラルネットワーク。
置のブロック図、第２図は第１図に示した制御装置に用
いられるニューラルネットワークのブロック図、第３図
は第１図に示した制御装置の動作の一部を説明するため
のフローチャート、第４図はスロットル開度予測値の補
正について説明するための図、第５図はスロットル開度
が段階的に推移する場合の学習方法を説明するための図
、第６図は最終的に得られるスロットル開度予測値の推
移を示した図である。 １・・・スロットルセンサ、２・・・水温センサ、３・
・・車速センサ、５・・・中央制御部、６・・・ＣＰＵ
。 ７・・・ＲＯＭ、８・・・ＲＡＭ、１０・・・オートマ
チックトランスミッション、１１・・・燃料噴射装置、
１２・・・ニューラルネットワーク。
Claims (1)
- 【特許請求の範囲】 １、学習機能を有するニューラルネットワークに少なく
とも車載エンジンのスロットル開度現在値およびその変
化率を周期的に入力し、周期的に得られるニューラルネ
ットワークの出力値をスロットル開度予測値とし、これ
に基き車両の運転状態を制御する方法であって、 実際のスロットル開度の変化率が零となったときに、そ
のときの実際のスロットル開度に前記スロットル開度予
測値が近付くように前記ニューラルネットワークに学習
をさせることを特徴とする車両制御方法。 ２、実際のスロットル開度の変化率が零となる前に実際
のスロットル開度の変化率が極小値をとるときには、そ
のときにそのときの実際のスロットル開度に前記スロッ
トル開度予測値が近付くように前記ニューラルネットワ
ークに学習をさせることを特徴とする請求項１記載の車
両制御方法。 ３、前記スロットル予測値に補正を加え、補正後のスロ
ットル予測値に基き車両の運転状態を制御することを特
徴とする請求項１又は２記載の車両制御方法。 ４、前記補正は、前記ニューラルネットワークに入力さ
れるスロットル開度現在値およびその変化率が実際のス
ロットル開度変化の初期のものである場合には、前記ス
ロットル開度予測値を増加させ、前記ニューラルネット
ワークに入力されるスロットル開度現在値およびその変
化率が実際のスロットル開度変化の後期のものである場
合には、前記スロットル開度予測値を減少させる補正で
あることを特徴とする請求項３記載の車両制御方法。 ５、前記補正は、前記ニューラルネットワークに入力さ
れるスロットル開度現在値およびその変化率が実際のス
ロットル開度変化の後期のものである場合には、前記ス
ロットル開度予測値を減少させる代わりに、周期的に出
力されるニューラルネットワークの出力値の更新を取り
止める補正であることを特徴とする請求項４記載の車両
制御方法。 ６、前記補正は、前記ニューラルネットワークの出力値
が小さすぎる場合には、実際のスロットル開度変化率に
比例した値を前記スロットル開度予測値に加える補正で
あることを特徴とする請求項３記載の車両制御方法。 ７、前記補正は、前記ニューラルネットワークに入力さ
れるスロットル開度現在値の変化率が所定値よりも大き
い場合には、スロットル開度予測値をスロットル全開値
とする補正であることを特徴とする請求項３記載の車両
制御方法。 ８、前記補正は、前記ニューラルネットワークから前記
スロットル開度予測値として周期的に得られる出力値が
急激に変化する場合には、その変化量を抑制する補正で
あることを特徴とする請求項３記載の車両制御方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1296591A JP2764832B2 (ja) | 1989-11-15 | 1989-11-15 | 車両制御方法 |
| US07/614,194 US5200898A (en) | 1989-11-15 | 1990-11-15 | Method of controlling motor vehicle |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1296591A JP2764832B2 (ja) | 1989-11-15 | 1989-11-15 | 車両制御方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH03156601A true JPH03156601A (ja) | 1991-07-04 |
| JP2764832B2 JP2764832B2 (ja) | 1998-06-11 |
Family
ID=17835529
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1296591A Expired - Fee Related JP2764832B2 (ja) | 1989-11-15 | 1989-11-15 | 車両制御方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5200898A (ja) |
| JP (1) | JP2764832B2 (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03235723A (ja) * | 1990-02-09 | 1991-10-21 | Hitachi Ltd | 自動車の制御装置 |
| US5477825A (en) * | 1993-02-26 | 1995-12-26 | Toyota Jidosha Kabushiki Kaisha | Driving power control apparatus for vehicle |
| US5532929A (en) * | 1992-12-16 | 1996-07-02 | Toyota Jidosha Kabushiki Kaisha | Apparatus for controlling vehicle driving power |
| WO2011001529A1 (ja) * | 2009-07-03 | 2011-01-06 | 本田技研工業株式会社 | 内燃機関の吸気制御装置 |
| JP2012026302A (ja) * | 2010-07-20 | 2012-02-09 | Honda Motor Co Ltd | 触媒温度予測装置 |
| JP2021110253A (ja) * | 2020-01-07 | 2021-08-02 | トヨタ自動車株式会社 | エアフロメータの異常診断装置 |
Families Citing this family (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2672086B1 (fr) * | 1991-01-29 | 1995-02-03 | Siements Automotive Sa | Procede et dispositif de commande en boucle fermee de la puissance d'un moteur a combustion interne propulsant un vehicule automobile. |
| JP2974440B2 (ja) * | 1991-03-22 | 1999-11-10 | 株式会社日立製作所 | 自動車総合制御装置 |
| JPH0785280B2 (ja) * | 1992-08-04 | 1995-09-13 | タカタ株式会社 | 神経回路網による衝突予測判定システム |
| JPH0694116A (ja) * | 1992-09-08 | 1994-04-05 | Hitachi Ltd | 自動変速制御装置 |
| JPH06131009A (ja) * | 1992-10-20 | 1994-05-13 | Fujitsu Ltd | フィードバック制御装置 |
| US5394327A (en) * | 1992-10-27 | 1995-02-28 | General Motors Corp. | Transferable electronic control unit for adaptively controlling the operation of a motor vehicle |
| JP3345930B2 (ja) * | 1993-01-06 | 2002-11-18 | 日産自動車株式会社 | アクティブコントロール装置 |
| US5454358A (en) * | 1993-02-26 | 1995-10-03 | Toyota Jidosha Kabushiki Kaisha | Driving power control apparatus for internal combustion engine |
| EP0646880B1 (en) * | 1993-09-30 | 2000-07-05 | Koninklijke Philips Electronics N.V. | Dynamic neural net |
| DE69425100T2 (de) * | 1993-09-30 | 2001-03-15 | Koninklijke Philips Electronics N.V., Eindhoven | Dynamisches neuronales Netzwerk |
| JPH07127517A (ja) * | 1993-11-05 | 1995-05-16 | Aisin Aw Co Ltd | スロットル開度センサ特性の自動補正方法 |
| US5495415A (en) * | 1993-11-18 | 1996-02-27 | Regents Of The University Of Michigan | Method and system for detecting a misfire of a reciprocating internal combustion engine |
| US5445125A (en) * | 1994-03-16 | 1995-08-29 | General Motors Corporation | Electronic throttle control interface |
| TW284866B (ja) * | 1994-07-08 | 1996-09-01 | Philips Electronics Nv | |
| DE19517198C1 (de) * | 1995-05-11 | 1996-10-10 | Samson Ag | Verfahren zur Führung der Hubstellung eines Stellgliedes |
| DE19520605C1 (de) * | 1995-06-06 | 1996-05-23 | Daimler Benz Ag | Verfahren und Einrichtung zur Regelung des Verbrennungsablaufs bei einem Otto-Verbrennungsmotor |
| US5745653A (en) * | 1996-02-05 | 1998-04-28 | Ford Global Technologies, Inc. | Generic neural network training and processing system |
| US6092018A (en) * | 1996-02-05 | 2000-07-18 | Ford Global Technologies, Inc. | Trained neural network engine idle speed control system |
| US5781700A (en) * | 1996-02-05 | 1998-07-14 | Ford Global Technologies, Inc. | Trained Neural network air/fuel control system |
| US6021369A (en) * | 1996-06-27 | 2000-02-01 | Yamaha Hatsudoki Kabushiki Kaisha | Integrated controlling system |
| JP3703117B2 (ja) * | 1996-07-10 | 2005-10-05 | ヤマハ発動機株式会社 | モデルベース制御方法および装置 |
| JPH10122017A (ja) * | 1996-10-14 | 1998-05-12 | Yamaha Motor Co Ltd | エンジン制御方式 |
| US5806013A (en) * | 1997-08-29 | 1998-09-08 | Echlin, Inc. | Control of engine fuel delivery using an artificial neural network in parallel with a feed-forward controller |
| US6405122B1 (en) | 1997-10-14 | 2002-06-11 | Yamaha Hatsudoki Kabushiki Kaisha | Method and apparatus for estimating data for engine control |
| US6466859B1 (en) * | 1998-06-04 | 2002-10-15 | Yamaha Motor Co Ltd | Control system |
| US6728380B1 (en) | 1999-03-10 | 2004-04-27 | Cummins, Inc. | Adaptive noise suppression system and method |
| JP3830319B2 (ja) * | 1999-12-16 | 2006-10-04 | 株式会社デンソー | 回転角度検出センサの温度特性調整方法 |
| DE10110184A1 (de) * | 2001-03-02 | 2002-09-12 | Powitec Intelligent Tech Gmbh | Verfahren zur Regelung eines Verbrennungsprozesses |
| US20030009240A1 (en) * | 2001-04-20 | 2003-01-09 | Honda Giken Kogyo Kabushiki Kaisha | Control system for plant |
| US6636783B2 (en) * | 2001-06-05 | 2003-10-21 | Honda Giken Kogyo Kabushiki Kaisha | Control system for throttle valve actuating device |
| US20030175584A1 (en) * | 2002-03-14 | 2003-09-18 | Electric Fuel Ltd. | Battery pack holder for metal-air battery cells |
| US20030234010A1 (en) * | 2002-06-25 | 2003-12-25 | Redmond Scott D. | Methods and apparatus for converting internal combustion engine (ICE) vehicles to hydrogen fuel |
| US7169489B2 (en) * | 2002-03-15 | 2007-01-30 | Fuelsell Technologies, Inc. | Hydrogen storage, distribution, and recovery system |
| US20070233326A1 (en) * | 2006-03-31 | 2007-10-04 | Caterpillar Inc. | Engine self-tuning methods and systems |
| CN106401757B (zh) * | 2015-07-28 | 2019-07-05 | 长城汽车股份有限公司 | 发动机的断缸模式实现方法、系统及车辆 |
| US11459962B2 (en) * | 2020-03-02 | 2022-10-04 | Sparkcognitton, Inc. | Electronic valve control |
| US11434839B2 (en) * | 2020-12-30 | 2022-09-06 | Tula Technology, Inc. | Use of machine learning for detecting cylinder intake and/or exhaust valve faults during operation of an internal combustion engine |
| WO2022150404A1 (en) | 2021-01-11 | 2022-07-14 | Tula Technology Inc. | Exhaust valve failure diagnostics and management |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0672563B2 (ja) * | 1986-04-28 | 1994-09-14 | マツダ株式会社 | エンジンのスロツトル弁制御装置 |
| GB8629346D0 (en) * | 1986-12-09 | 1987-01-21 | Lucas Ind Plc | Engine control |
| US4868755A (en) * | 1987-05-18 | 1989-09-19 | Texas Instruments Incorporated | Expert vehicle control system |
| JP2581782B2 (ja) * | 1988-11-28 | 1997-02-12 | 日産自動車株式会社 | 自動変速機の変速制御装置 |
| US5041976A (en) * | 1989-05-18 | 1991-08-20 | Ford Motor Company | Diagnostic system using pattern recognition for electronic automotive control systems |
-
1989
- 1989-11-15 JP JP1296591A patent/JP2764832B2/ja not_active Expired - Fee Related
-
1990
- 1990-11-15 US US07/614,194 patent/US5200898A/en not_active Expired - Lifetime
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03235723A (ja) * | 1990-02-09 | 1991-10-21 | Hitachi Ltd | 自動車の制御装置 |
| US5532929A (en) * | 1992-12-16 | 1996-07-02 | Toyota Jidosha Kabushiki Kaisha | Apparatus for controlling vehicle driving power |
| US5477825A (en) * | 1993-02-26 | 1995-12-26 | Toyota Jidosha Kabushiki Kaisha | Driving power control apparatus for vehicle |
| WO2011001529A1 (ja) * | 2009-07-03 | 2011-01-06 | 本田技研工業株式会社 | 内燃機関の吸気制御装置 |
| JP5560275B2 (ja) * | 2009-07-03 | 2014-07-23 | 本田技研工業株式会社 | 内燃機関の吸気制御装置 |
| JP2012026302A (ja) * | 2010-07-20 | 2012-02-09 | Honda Motor Co Ltd | 触媒温度予測装置 |
| JP2021110253A (ja) * | 2020-01-07 | 2021-08-02 | トヨタ自動車株式会社 | エアフロメータの異常診断装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| US5200898A (en) | 1993-04-06 |
| JP2764832B2 (ja) | 1998-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH03156601A (ja) | 車両制御方法 | |
| US5410477A (en) | Control system for an automotive vehicle having apparatus for predicting the driving environment of the vehicle | |
| US5510982A (en) | Automatic automobile transmission with variable shift pattern controlled in response to estimated running load | |
| US4841815A (en) | Fuzzy control system for automatic transmission | |
| US5772556A (en) | Process for the cyclic adaptation of a characteristic for gear-changing in an automatic gearbox of a motor vehicle | |
| US5434780A (en) | Automatic transmission control system with variable lockup timing | |
| US5758306A (en) | Vehicle cruise control system | |
| KR100420442B1 (ko) | 자동변속기의변속비변화결정시스템 | |
| US5688207A (en) | Control apparatus for automatic transmission and control method therefore | |
| US7011602B2 (en) | Shift control for continuously-variable transmission | |
| US4982805A (en) | Constant-speed cruise control apparatus for a vehicle | |
| JPH0477822B2 (ja) | ||
| US20040002803A1 (en) | Shift control method and apparatus of an automatic transmission | |
| KR950002561B1 (ko) | 자동 변속기의 변속 제어장치 | |
| JPH10159957A (ja) | 自動変速機の変速制御装置および変速制御方法 | |
| JPH02146364A (ja) | 自動変速機の変速制御装置 | |
| JP3107752B2 (ja) | 車両の運転指向推定装置および車両の駆動力制御装置 | |
| US4967357A (en) | Constant speed holding apparatus | |
| USRE39684E1 (en) | Automatic automobile transmission with variable shift pattern controlled in response to estimated running load | |
| JP2008168733A (ja) | 運転指向推定装置 | |
| JPH04317828A (ja) | 車両の駆動力制御装置 | |
| JP2002052951A (ja) | 車両の制御装置 | |
| JP3066517B2 (ja) | シフトパターン連続可変式変速制御装置 | |
| JP2712498B2 (ja) | 車両の走行制御装置 | |
| KR19980060041A (ko) | 스로틀 포지션 센서의 학습 제어방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |