Kazuhide Togai

A small turbocharged engine was tested to model the air transfer process. Turbine speed was measured with temperatures, pressures and air mass flow. Turbine speed response is like a first order system to air mass flow into a combustion chamber. The pressure ratio at the compressor is approximated by a curve proportional to the turbine speed square. Based on those findings, a reduced order model for describing dynamic air transfer process with a turbocharger was constructed. The proposed model is compact and suitable for engine torque control design and controller implementation.

Various energy storage system for vehicle powertrains have been proposed and bilateral energy transfer via smart grids has increased. Powertrain models have been developed to increase prediction accuracy with nonlinear elements including many maps. However those models may not sufficient to contribution analysis for energy management system. Linearized approximation models, e.g. engine torque is proportional to amount of fuel injected and vehicle speed is one of energy storages, is to be proposed.

A turbocharging system for a car is a system with a positive feedback loop in which compressed air drives the compressor after the combustion process. A reduced order model was derived for the charging system. Pressure ratio of a compressor is proportional to square of turbine speed and the turbine speed is a first order delay system to throttle opening in the model. Model structure was designed from mathematical equations that describe turbine and compressor works. Model parameters were identified from measured data. An output torque profile control strategy based on the derived model is investigated.

For driver assistance system design and model based vehicle development, what kind of concept and property are required for a driver model have been studied from published literatures. A driver model requires driving skill level parameters because human drivers have various skill levels. The skill level can be raised with proficiency and sometimes changes with environment change. A model framework and a concept to represent skill level are proposed. A mechanism that ensures systematic learning is introduced and learning process is illustrated with a driving agent model. Finally, an extended human body concept is introduced to explain unconscious operation as skill being acquired.

In order to construct a model which can describe levels of skillfulness of drivers, a driver model of target speed tracking driving is proposed. The model is constructed under two requirements. One is that functions of recognition, decision and operation of a driver are able to interpreted. The other is that the model can express experience of environments. To satisfy the requirements, the proposed model consists of recognition, decision and operation modules and modules of knowledges of environment. Through some computational simulations using a typical mode of target speed tracking, the basic properties of the proposed model have been investigated, and parameters of an experienced driver and a beginner driver are estimated. Using the parameters, it has been shown that the proposed model can represent features of both a novice driver and an experienced skillful driver.

認知，判断と操作の機能をもち，習熟過程を表わすためにそれぞれの機能に応答遅れと誤差を含めた運転者モデを提案した．人間の運転応答では，目標追従性能が十分でないため，フィードフォワード操作が必要で，その操作技能は学習により習熟するとして，アルゴリズムを示した．

従来車以上に静粛性が要求されるハイブリッド自動車のために，能動的な振動抑制制御を提案した．電動車両は複数の駆動源を持つため，数式モデルから数式処理システムを用いて低次元の伝達関数を求めた。これに基づき，内燃機関，クラッチと電気モータの出力波形補正アルゴリズムを設計し，適用効果をシミュレーション評価した。

運転操作から車両の速度までの伝達関数を求め，制御器である運転者の応答遅れのもとでの速度制御系の安定限界を求めた．目標速度追従に必要なゲインが得られないため，フィードフォワード操作が不可欠である．この操作を学習するため，操作則習得のために繰り返し学習が利用できることを示し，その規則をもとに操作を学習するアルゴリズムを提案した．これを運転エージェントに適用し挙動を例示した.

内燃機関は乗用車の最大の起振源である．それから引き起こされる駆動系の振動のうち加減速ショックとギヤラトルについて，起振源の波形整形により抑制する手法を提案した．加減速ショック抑制ではモデル誤差の制御効果への影響について制御法ごとに解析した．ギヤラトルはクラッチによる入力トルク振幅を減らすことが最も有効であることを示した．

モデルに基づく車両開発において運転者モデルが必要であり，そのモデルの本質は技量水準をパラメータで表現できることである．学習により技量を向上させることのできる運転者モデルの構造を提案し，それを計算機上に構成した．学習アルゴリズムを提案した．

モデルに基づく車両開発のために，低減次元のパワートレインモデルの概念を提案した．内燃機関の出力はアクセル操作に対して大きな非線形性をもちさらに着火周期の脈動をもつ．行程平均出力の振幅変調としてそれを表すと，わずかなパラメータで振動騒音開発へも適用できる簡易なモデルが得られる．トランスミッションと車両の線形化モデルを導出し，運転エージェントによる排ガス試験サイクル運転シミュレーションに適用した

技能習熟過程をもつ運転者モデルを構成するために概念設計の枠組みを提案した．潜在能力，顕在化能力の概念を導入し，認知・判断・操作からなる運転者モデルにこれらの概念をパラメータとして組み込んだ．運転者モデルを構成し，目標速度追従運転に適用した．

人間は時系列の操作をすべて覚えるのでなく，操作のきまりとそのパラメータをもつ．繰り返し学習を用いてきまりを発見し，そのきまりにもとづい操作を生成するパラメータの学習アルゴリズムを目標速度追従運転により例示した．

断線や出力範囲外のような明白な故障でない場合の故障診断方法として，検出できる量からプラントの内部状態を推定して，正常な状態と比較する故障診断法を提案した．状態推定にはオブザーバを使い確率を考慮するため多数決の一種であるファジィ演算を用いた．提案手法をデュアルクラッチトランスミッションに適用し，検出過程を数値解析で示した．

目標速度追従運転における熟練者と初心者の運転挙動を比較し，追従性と操作安定性の視点で評価した．前者は安定した操作で，後者は頻繁に操作量を変更する．これはフィードフォワード操作の正確さによる．この操作の習熟過程として，認識・判断・操作に目標量の先読みと車両特性の知見を加えた運転者モデルを提案した．そのモデルにより熟練者と初心者の運転挙動を再現した

乗用車で不快な現象である加速時の駆動軸のねじり振動を低減するためのエンジン出力トルク波形整形法を提案した．方法として前置補償器の適用，２段階トルク増加法を紹介して，それぞれの得失を議論した．

排ガス試験サイクルにおける初心者と熟練者の運転挙動を計測しその違いを速度追従性と操作安定性の面から評価した．操作の違いの一要因は目標の先取りと車両特性の知見であり，それらはメタ知識と考えられ，その獲得が習熟過程である．

対象とする車両現象の周波数特性をもとに開発に利用されるモデル規模の選択について提案した．振動ショック＆ジャーク振動ではせいぜい20Hz程度までなので，エンジンの平均値モデルでいいが、ギヤラトルにはトルク脈動を再現する出力モデルが必要である．エンジンECU開発には周波数帯域だけでなく，事象のタイミングが重要であることをパルス信号からの速度検出例で示した．また伝達関数モデルを例示した

受動要素であるトランスミッションはすべての振動騒音が不快なものとなる．その中でエンジンのトルク変動が原因で起こる駆動軸ねじり振動とギヤラトルについて，起振力側の要因と共振など伝達過程の要因を運動モデルにより明らかにした．そしてどのようなトルクの時間波形であれば振動騒音が低減できるかを提案し，それらの効果を示した

シャーシダイナモ上で初心者と熟練者が排ガス試験サイクルの運転をし，その特徴を比較した．運転操作に対する車両応答は非線形である．その非線形性を補償するために運転者内部の逆特性モデルを導入し，それを含む運転者モデルを構成した．このモデルの中で情報処理と操作過程での遅れと正確さを熟練パラメータとしてもつことで運転技能水準を表現できることを示した．

人間による排ガス試験サイクルの目標速度追従運転挙動は単なるフィードバック制御器によるものとは異なる．その運転挙動のモデルを構築するために，初心者と熟練者の運転操作を比較し，習熟を含むモデル構造を提案した．これを運転エージェントに組み込みシミュレーションで速度追従性と操作安定性を示した。

車載の故障診断装置に対する法規制が強化されるにしたがい，センサ出力の上下限値内の故障検知と特定が必要となる．対処方法としてオブザーバによる状態推定とセンサ検出状態との残差評価による故障診断法を提案した．内燃機関のスロットルセンサ，吸気センサや排ガスセンサなどにこの方法を適用し，残差検出とその評価方法を例示した．繰り返し発生する故障についてその頻度と持続時間よっては検知できないことを示した

電動スロットル(DBW)を用いた車両の駆動力制御のために，アクセル操作からタイヤ駆動力までの伝達特性のモデルを作成した．スロットル開度とエンジン出力，トルクコンバータの入力と出力の関係は非線形であるため，制御設計のために線形化をした．制御例をシミュレーションで示した