オープンループ/クローズドループと学習

電子燃料噴射装置 (EFI) は今日大流行しており、当然のことです。 EFI には、これまでのキャブレターよりも劇的に正確な方法で燃料をダイヤルインできるようにする多くの利点があります。 私たちが自由に使えるツールの 1 つは閉ループ アルゴリズムで、ECU で指令された目標空燃比が O2 センサーで読み取られた実際の空燃比と比較されます。 2 つが一致しない場合、ECU は燃料テーブル内の指令された燃料を加算または減算して、2 つを等しくするために小さな変更を加えます。

1 つのジェットを使用して全体の燃料カーブを設定するキャブレターとは異なり、EFI にはジェット テーブルと呼ばれるものがあります。 このマルチセルテーブルには、特定の負荷と RPM ポイント (または、Alpha-N で調整する場合の TPS と RPM ポイント) に基づく燃料供給値があります。 正しく調整されると、ほとんどの場合、目標空燃比を満たすために必要な燃料がエンジンに供給されます。 しかし、単一の 2 次元燃料テーブル、または同時に動作する複数の燃料テーブルであっても、エンジン (動的状態にある) が必要とする正確な燃料供給を常に提供できるとは限りません。 ここで、O2 センサーのフィードバック、つまり閉ループ制御が非常に重要になります。

閉ループ制御は、エンジンが目標空燃比に到達するために、特定の割合まで燃料を追加または減算するようにプログラムできます。 賢明な読者は、閉ループ制御は燃料供給に小さな変更を加えるだけであると私が述べたことに気づいたかもしれませんが、ほとんどの場合、これは真実です。 しかし、レーシング アプリケーションの場合、これは特に重要です。 レースでは、閉ループを長期的なチューニング ツールと見なすべきではありません。理想的には、スロットルを全開にしたときの目標値と実際の O2 値の間の最大偏差が 1 ～ 2% のみであることが望まれます。

この最大値が低い主な理由は、閉ループ制御が反応的なプロセスであり、比較的遅いことです。 これを考慮してください。排気イベントが発生するまでに、O2 はそのイベントからのデータに遭遇し、信号を変換し、ECU によって読み取られます。その後、ECU はそのイベントに対する正しい燃料供給を計算し、インジェクターのパルス幅を変更します。すでにその給油ポイントを超えて加速しました。 言い換えれば、調整の一部として O2 補正を行っても、エンジンに正しい燃料を供給することはできず、したがって最大出力も得られません。

私がよく目にするもう 1 つのシナリオは、隣接するセルの O2 補正が大きく変動することです。 ここでは、-10% の燃料除去が必要なセルを通過して加速し、その後 +10% の燃料除去が必要なセルに移行します。 O2 補正の待ち時間を念頭に置くと、O2 補正が反転する前に 2 番目のセルが自然に希薄になり、パワーとおそらくエンジンに悪影響を及ぼします。 これはスロットルチューニングにも関与しており、加速の遅れやつまずきとして感じられる場合があります。 過剰な O2 補正が必要な状況では、セルからセルへの燃料供給が理想的になるように燃料テーブルを修正する必要があります。

燃料供給パーセンテージはセル内の燃料数と相対的であり、セル内の 10% の変化は 200 ポンドを指令します。 燃料の量は、500ポンドのセルよりもかなり少ない燃料です。 燃料の。 それに応じて、プラスの補正からマイナスの補正への変化にも時間がかかります。 O2 補正を 1 ～ 2% のスイート スポットに維持するのはチューナーの仕事であり、あらゆる高性能アプリケーションには必須です。 少量の O2 補正が常に存在するため、燃料を追加するのではなく除去する方向に補正が向かうように燃料テーブルを調整するのが最善であることがわかりました。

ストリート走行では、RPM だけでなく負荷の変動が大きくなり、燃料供給要件も大きく変化することが観察されるため、チューニングがさらに複雑になる可能性があります。 燃料マップの設定は、特にタイトなコンバーター、低数値ギア、大型車両が関係する場合、妥協する可能性があります。 O2 補正を開くと、補正​​を最小限に抑えながら、これらの過渡的な状況の一部に対処することができます。

Fuel Learning はクローズド ループとよく混同されますが、それらはまったく異なります。その方法は次のとおりです。 閉ループは短期的なトリムと考えることができますが、燃料学習は長期的なトリムと考えることができます。 人気の Holley ECU シリーズに組み込まれた学習機能を見てみましょう。 燃料学習が有効になると、ECU は通常どおり閉ループ補正を行い、その閉ループ補正をガイドとして使用してバックグラウンド燃料学習テーブルの作成を開始します。 学習機能のゲインを設定すると、閉ループ補正をどの程度、どのくらいの速さで追加するかを制御します。 学習テーブルは半永久的であり、燃料テーブルと連携して動作して、前進する閉ループを可能な限り排除します。