[发明专利]基于条件应用的CVVD位置学习方法和CVVD系统

说明书

本发明涉及连续可变气门持续时间(CVVD)位置学习的方法和CVVD系统，该方法可以包括：当控制器确定需要CVVD系统的短持续时间和长持续时间的位置学习时，执行条件应用再学习控制，其中，在满足CVVD硬件的系统环境条件的有效性确定和发动机的发动机操作信息的车辆环境条件的有效性确定的情况下，执行位置学习。

相关申请的交叉引用

本申请要求于2018年8月30日提交的第10-2018-0102590号韩国专利申请的优选权和权益，其全部内容通过引用整体并入本文。

技术领域

本公开涉及连续可变气门持续时间(CVVD)位置学习。

背景技术

该部分中的陈述仅提供与本公开相关的背景信息，并且可能不构成现有技术。

通常，作为气门可变机构的连续可变气门持续时间(CVVD)系统在下线检测(endof line，EOL)中在发动机组装开始时执行气门持续时间学习(即，具有操作进气门的凸轮的持续时间的进气门的打开状态时段)，以实现精确的持续时间/正时控制操作。在这种情况下，EOL的气门持续时间学习是指通过初始学习或EOL学习进行CVVD位置学习。

此外，由于各种原因，CVVD系统执行气门持续时间位置学习(包括初始学习和再学习)。

CVVD系统的气门持续时间学习(初始学习和再学习)的示例如下所示。

学习要求(包括初始学习和再学习)可以包括：1)由于更换CVVD单个项目(电动机等)和部件而导致的气门持续时间当前值丢失；2)由于断电引起的传感器故障或连接器分离以及电动机故障而导致的气门持续时间当前值丢失；以及3)由于通信错误(例如，CVVD系统与发动机管理系统(EMS)之间的控制器局域网(CAN))而导致的气门持续时间当前值丢失。

学习过程(与初始学习和再学习的过程相同)：1)确定当前状态；2)应用预定CVVD控制器占空比(例如，50％占空比)达预定时间(ms)；3)根据占空比的应用识别短持续时间和长持续时间的位置移动作为位置值；以及4)根据气门持续时间学习的完成存储位置值的学习值。

结果，气门持续时间位置学习(初始学习和再学习)提供没有空气量偏差、副作用和引起错误识别的CVVD系统操作。

我们已经发现，，可以在难以确保有效环境条件的现场(field)中执行初始学习之后的气门持续时间位置学习的再学习，并且在该现场的无效环境条件下不能确保学习值的有效性的再学习有害影响可以发展成以下情况。

首先，不必要地执行学习，使得不能防止学习中的过度偏差。第二，由于学习值偏差中的偏差，可能发生空气量的偏差，使得不可能执行正常空气量控制。第三，由于空气量的过度偏差，可能产生不期望的副作用。第四，由于再学习导致的CVVD系统错误被输出为不相关车辆状态，使得难以识别CVVD系统错误的原因，这增加了服务成本。

发明内容

本公开描述了基于条件应用的连续可变气门持续时间(CVVD)位置学习方法及其CVVD系统，其能够通过将学习环境条件分为能够确保学习值的有效性的条件和不能确保学习值的有效性的条件，以防止难以确保有效性的学习或再学习的有害影响，特别是通过基于明确的学习环境条件分类显示错误代码来准确地确定不执行或禁止学习的原因，从而降低服务成本并初步消除不期望的副作用以确保稳定性。

现在描述连续可变气门持续时间(CVVD)位置学习的方法，其包括：当控制器确定需要对于CVVD系统的短持续时间和长持续时间的位置学习时，执行条件应用再学习控制，其中，仅在满足CVVD硬件的系统环境条件的有效性确定和发动机的发动机操作信息的车辆环境条件的有效性确定的情况下，执行位置学习。