具体实施方式

接着，使用实施例来对用于实施本发明的方式进行说明。

图1是示出搭载作为本发明的一实施例的燃压推定系统的车辆10的构成的概略的构成图。如图所示，实施例的车辆10具备发动机12、燃料供给装置50、冷却装置60、将来自发动机12的动力变速并向经由差动齿轮DF而连结于驱动轮DW的驱动轴DS传递的变速器TM、电子控制单元70。此外，车辆10也可以设为，构成为除了发动机12之外还具有马达的混合动力车辆。作为实施例的“燃压推定系统”，电子控制单元70相当。

发动机12例如构成为使用汽油、轻油等燃料而输出动力的内燃机。该发动机12具有向进气口喷射燃料的进气口喷射阀25和向缸内喷射燃料的缸内喷射阀26。发动机12通过具有进气口喷射阀25和缸内喷射阀26，能够在进气口喷射模式、缸内喷射模式、共用喷射模式中的任一模式下运转。

在进气口喷射模式下，将由空气滤清器22清洁后的空气向进气管23吸入并使其通过节气门24，并且从进气口喷射阀25喷射燃料，将空气与燃料混合。然后，将该混合气经由进气门28向燃烧室29吸入，通过基于火花塞30的电火花使其爆炸燃烧。然后，将由基于爆炸燃烧的能量推下的活塞32的往复运动变换为曲轴14的旋转运动。在缸内喷射模式下，与进气口喷射模式同样，将空气向燃烧室29吸入，在进气行程的中途或者到达压缩行程之后从缸内喷射阀26喷射燃料，通过基于火花塞30的电火花使其爆炸燃烧来获得曲轴14的旋转运动。在共用喷射模式下，在将空气向燃烧室29吸入时从进气口喷射阀25喷射燃料，并且在进气行程、压缩行程中从缸内喷射阀26喷射燃料，通过基于火花塞30的电火花使其爆炸燃烧来获得曲轴14的旋转运动。这些喷射模式根据发动机12的运转状态而切换。从燃烧室29经由排气门31向排气管33排出的排气经由净化装置34向外气排出，该净化装置34具有净化一氧化碳(CO)、烃(HC)、氮氧化物(NOx)的有害成分的净化催化剂(三元催化剂)。

燃料供给装置50构成为将燃料箱51内的燃料向发动机12的进气口喷射阀25、缸内喷射阀26供给的装置。燃料供给装置50具备燃料箱51、供给泵52、低压供给管53、止回阀54、泄压流路55、泄压阀56、高压泵57、高压供给管58。

供给泵52构成为接受来自未图示的电池的电力的供给而工作的电动泵，配置于燃料箱51内。该供给泵52将燃料箱51内的燃料向低压供给管53供给。低压供给管53连接于进气口喷射阀25。止回阀54设置于低压供给管53，容许从供给泵52侧向进气口喷射阀25侧的方向的燃料的流动，并且限制反向的燃料的流动。

泄压流路55连接于低压供给管53和燃料箱51。泄压阀56设置于泄压流路55，在低压供给管53内的燃压低于阈值Pfloref时闭阀并且在低压供给管53内的燃压为阈值Pfloref以上时开阀。若泄压阀56开阀，则低压供给管53内的燃料的一部分经由泄压流路55返回燃料箱51。这样一来，抑制低压供给管53内的燃压变得过剩。

高压泵57构成为通过来自发动机12的动力(在实施例中，使进气门28开闭的进气凸轮轴的旋转)驱动并且将低压供给管53的燃料加压而向高压供给管58供给的泵。高压泵57具有：电磁阀57a，连接于吸入口，在将燃料加压时开闭；单向阀57b，连接于喷出口，限制燃料的逆流，并且保持高压供给管58内的燃压；以及柱塞57c，通过发动机12的旋转(进气凸轮轴的旋转)而工作(在图1中的上下方向上移动)。该高压泵57在发动机12的运转中，在电磁阀57a开阀时，将低压供给管53的燃料吸入，在电磁阀57a闭阀时，将由柱塞57c压缩了的燃料经由单向阀57b向高压供给管58断续地送入，由此，将向高压供给管58供给的燃料加压。此外，在高压泵57的驱动时，低压供给管53内的燃压、高压供给管58内的燃压(燃料的压力)根据发动机12的旋转(进气凸轮轴的旋转)而脉动。高压供给管58连接于缸内喷射阀26。

冷却装置60具备散热器61、散热器风扇62、冷却水的循环流路63、电动泵64。散热器61进行冷却水与空气的热交换。散热器风扇62向散热器61吹送空气。循环流路63形成为包括散热器61、发动机12。电动泵64设置于循环流路63，压送冷却水。

电子控制单元70构成为具有CPU71、ROM72、RAM73、闪速存储器74、输入输出端口的微型计算机。在实施例中，作为“执行装置”，CPU71符合，作为“存储装置”，闪速存储器74符合。

向电子控制单元70，经由输入端口输入来自各种传感器的信号。作为向电子控制单元70输入的信号中的发动机12所关联的信号，例如可以举出来自检测发动机12的曲轴14的旋转位置的曲轴位置传感器15的曲轴角θcr、来自检测发动机12的冷却水的温度的水温传感器40的水温Tw、来自检测发动机12的润滑油的温度的油温传感器42的油温Toil。也可以举出来自检测使进气门28开闭的进气凸轮轴的旋转位置、使排气门31开闭的排气凸轮轴的旋转位置的凸轮位置传感器44的凸轮角θci、θco。还可以举出来自检测节气门24的位置的节气门位置传感器24a的节气门开度TH、来自安装于进气管23的空气流量计23a的吸入空气量Qa、来自安装于进气管23的温度传感器23t的进气温度Ta。又可以举出来自安装于比排气管33的净化装置34靠上游侧的空燃比传感器35的空燃比AF、来自安装于比排气管33的净化装置34靠下游侧的氧传感器36的氧信号O2。

作为向电子控制单元70输入的信号中的燃料供给装置50、冷却装置60所关联的信号，例如可以举出来自安装于供给泵52的状态检测装置52a的供给泵52的转速Nlp、从未图示的电池向供给泵52供给的工作电流Ilp及工作电压Vlp。也可以举出来自检测燃料箱51内的燃料量的燃料量传感器51a的燃料量Qftnk、来自安装于高压供给管58的缸内喷射阀26附近(例如高压输送管)的燃压传感器58p的高压燃压(高压供给管58内的燃料的压力)Pfhi。还可以举出来自安装于散热器风扇62的转速传感器62a的散热器风扇62的转速Nrf。

作为向电子控制单元70输入的信号中的上述以外的信号，例如可以举出来自变速器TM的信号、来自外气温度传感器80的外气温度Tout、来自车速传感器82的车速V。虽然均未图示，但也可以举出来自点火开关的点火信号IG、来自检测换档杆的操作位置的档位传感器的档位SP、来自检测加速器踏板的踩踏量的加速器位置传感器的加速器开度Acc、来自检测制动器踏板的踩踏量的制动器位置传感器的制动器位置BP。

从电子控制单元70，经由输出端口输出各种控制信号。作为从电子控制单元70输出的信号，例如可以举出向发动机12的节气门24的控制信号、向进气口喷射阀25的控制信号、向缸内喷射阀26的控制信号、向火花塞30的控制信号。也可以举出向燃料供给装置50的供给泵52的控制信号、向高压泵57的电磁阀57a的控制信号。还可以举出向冷却装置60的散热器风扇62的控制信号、向电动泵64的控制信号。又可以举出向变速器TM的控制信号。

电子控制单元70运算发动机12的转速Ne、负荷率KL、转矩Te。发动机12的转速Ne基于来自曲轴位置传感器15的曲轴角θcr运算。发动机12的负荷率KL是在1循环中实际吸入的空气的容积相对于发动机12的每1循环的行程容积之比，基于来自空气流量计23a的吸入空气量Qa和发动机12的转速Ne来运算。发动机12的转矩Te基于来自节气门位置传感器24a的节气门开度TH来运算(推定)。另外，电子控制单元70也运算进气口喷射阀25及缸内喷射阀26的消耗流量Qfpc、Qfdc、发动机12的消耗流量Qfec。进气口喷射阀25及缸内喷射阀26的消耗流量Qfpc、Qfdc基于进气口喷射阀25及缸内喷射阀26的燃料喷射量Qfp、Qfd来运算。发动机12的消耗流量Qfec作为进气口喷射阀25及缸内喷射阀26的消耗流量Qfpc、Qfdc之和而运算。

在这样构成的实施例的车辆10中，电子控制单元70的CPU71在使发动机12运转时，进行发动机12的吸入空气量控制、燃料喷射控制、点火控制，并且进行燃料供给装置50的供给泵52、高压泵57(电磁阀57a)的控制。

发动机12的吸入空气量控制例如通过如下方式进行：基于根据加速器开度Acc及车速V的发动机12的目标负荷率KL*来设定目标吸入空气量Qa*，以使得吸入空气量Qa成为目标吸入空气量Qa*的方式设定目标节气门开度TH*，使用目标节气门开度TH*来控制节气门24。燃料喷射控制通过如下方式进行：基于发动机12的转速Ne及负荷率KL，从进气口喷射模式、缸内喷射模式、共用喷射模式中设定执行用喷射模式，基于吸入空气量Qa及执行用喷射模式，以使得空燃比AF成为目标空燃比AF*(例如理论空燃比)的方式设定进气口喷射阀25及缸内喷射阀26的目标喷射量Qfp*、Qfd*，使用目标喷射量Qfp*、Qfd*来控制进气口喷射阀25及缸内喷射阀26。点火控制通过如下方式进行：基于发动机12的转速Ne及目标负荷率KL*来设定目标点火正时Ti*，使用所设定的目标点火正时Ti*来控制火花塞30。

燃料供给装置50的控制例如如以下这样进行。首先，基于发动机12的转速Ne及目标负荷率KL*，设定低压供给管53内及高压供给管58内的燃料的压力即低压燃压及高压燃压的目标值即目标低压燃压Pflo*及目标高压燃压Pfhi*。接下来，以使得低压燃压Pflo成为目标低压燃压Pflo*的方式设定供给泵52的目标喷出流量Qflpo*或目标转速Nlp*，基于目标喷出流量Qflpo*或目标转速Nlp*来设定供给泵52的目标占空Dlp*，使用目标占空Dlp*来控制供给泵52。另外，以使得高压燃压Pfhi成为目标高压燃压Pfhi*的方式设定高压泵57的目标喷出流量Qflpo*，基于目标喷出流量Qflpo*来设定高压泵57的电磁阀57a的目标占空Dhp*，使用目标占空Dhp*来控制电磁阀57a。低压燃压Pflo使用通过后述的处理推定出的值，高压燃压Pfhi使用由燃压传感器58p检测到的值。

接着，对这样构成的实施例的车辆10的动作进行说明。尤其是，对推定燃料箱51内的燃料的温度即燃料箱燃温Tftnk、作为燃料种类的醇类浓度Cfal、燃料箱51内的压力即燃料箱内压Ptnk的处理、及设定与供给泵52的特性(个体差)相关的特性变量Alp的处理进行说明。另外，对推定低压供给管53的压力损失Llo的处理、推定高压泵57中的低压供给管53侧的燃料的温度即高压泵燃温Tfhp的处理也进行说明。而且，对推定低压燃压Pflo、其基础值Pflobs及脉动成分Pflopl的处理也进行说明。

图2是示出燃料箱燃温推定例程的一例的流程图。图3是示出醇类浓度推定例程的一例的流程图。图4是示出燃料箱内压推定例程的一例的流程图。图5是示出特性变量设定例程的一例的流程图。图6是示出压力损失推定例程的一例的流程图。图7是示出高压泵燃温推定例程的一例的流程图。图8是示出低压燃压推定例程的一例的流程图。图2～图8的各例程由电子控制单元70读入存储于ROM72的程序来执行。以下，依次进行说明。

使用图2的燃料箱燃温推定例程，对推定燃料箱燃温Tftnk的处理进行说明。该例程除了通过图5的特性变量设定例程而禁止执行时之外，由电子控制单元70反复执行。此外，在通过图5的特性变量设定例程而禁止执行时，在实施例中，关于燃料箱燃温Tftnk，设为保持上次推定出的值。在图2的燃料箱燃温推定例程中，电子控制单元70的CPU71首先取得供给泵52的转速变动量ΔNlp、发动机12的进气温度变动量ΔTa、空燃比变动量ΔAF、水温变动量ΔTw、转速变动量ΔNe、外气温度变动量ΔTout(步骤S100)。

在实施例中，关于供给泵52的转速变动量ΔNlp、发动机12的进气温度变动量ΔTa、空燃比变动量ΔAF、水温变动量ΔTw、转速变动量ΔNe、外气温度变动量ΔTout，分别取得使用供给泵52的转速Nlp、发动机12的进气温度Ta、空燃比AF、水温Tw、转速Ne、外气温度Tout的预定时间Δt1的逐次值(从预定时间Δt1前到当前的各时刻的值)而作为预定时间Δt1的变动量(最大值与最小值的差)运算出的值。作为预定时间Δt1，例如使用20秒～60秒左右。

在此，关于供给泵52的转速Nlp，分别取得由状态检测装置52a检测到的值。关于发动机12的进气温度Ta，取得由空气流量计23a检测到的值。关于空燃比AF，取得由空燃比传感器35检测到的值。关于水温Tw，取得由水温传感器40检测到的值。关于转速Ne，取得基于由曲轴位置传感器15检测到的曲轴角θcr运算出的值。关于外气温度Tout，取得由外气温度传感器80检测到的值。

接下来，取得燃料箱51内的平均燃料量Qftnkav、散热器风扇62的平均转速Nrfav、平均车速Vav、上次推定出的燃料箱燃温(上次Tftnk)(步骤S110)。在实施例中，关于燃料箱51内的平均燃料量Qftnkav、散热器风扇62的平均转速Nrfav、平均车速Vav，分别取得使用燃料箱51内的燃料量Qftnk、散热器风扇62的转速Nrf、车速V的预定时间Δt1的逐次值而作为预定时间Δt1的平均值运算出的值。在此，关于燃料箱51内的燃料量Qftnk，取得由燃料量传感器51a检测到的值。关于散热器风扇62的转速Nrf，取得由转速传感器62a检测到的值。关于车速V，取得由车速传感器82检测到的值。

然后，CPU71使用在步骤S100、S110中取得的、供给泵52的转速变动量ΔNlp、发动机12的进气温度变动量ΔTa、空燃比变动量ΔAF、水温变动量ΔTw、转速变动量ΔNe、外气温度变动量ΔTout、燃料箱51内的平均燃料量Qftnkav、散热器风扇62的平均转速Nrfav、平均车速Vav、上次推定出的燃料箱燃温(上次Tftnk)和燃料箱燃温映射(第2映射)来推定燃料箱燃温Tftnk(步骤S120)，结束本例程。

在此，燃料箱燃温映射(第2映射)是将包括供给泵52的转速变动量ΔNlp、发动机12的进气温度变动量ΔTa、空燃比变动量ΔAF、水温变动量ΔTw、转速变动量ΔNe、外气温度变动量ΔTout、燃料箱51内的平均燃料量Qftnkav、散热器风扇62的平均转速Nrfav、平均车速Vav、上次推定出的燃料箱燃温(上次Tftnk)的输入变量(第2输入变量)作为输入，并且将燃料箱燃温Tftnk作为输出的映射，存储于闪速存储器74。

步骤S120的处理通过如下方式进行：将供给泵52的转速变动量ΔNlp、发动机12的进气温度变动量ΔTa、空燃比变动量ΔAF、水温变动量ΔTw、转速变动量ΔNe、外气温度变动量ΔTout、燃料箱51内的平均燃料量Qftnkav、散热器风扇62的平均转速Nrfav、平均车速Vav、上次推定出的燃料箱燃温(上次Tftnk)分别设定为燃料箱燃温映射的输入变量x[1]～x[10]，将所设定的输入变量x[1]～x[10]适用于燃料箱燃温映射来导出燃料箱燃温Tftnk。

在实施例中，燃料箱燃温映射，由中间层(隐藏层)为α个，各中间层的激活函数h1～hα为双曲正切函数，输出层的激活函数f为ReLU(斜坡函数)的神经网络构成。此外，各中间层的激活函数h1～hα不限定于双曲正切函数，也可以设为sigmoid函数等。输出层的激活函数f不限定于ReLU，例如也可以设为恒等函数等。值α不限定于2以上，也可以是1。

式(1)是示出燃料箱燃温映射的一例的关系式。式(1)中，变量i、j、…、p表示第1中间层、第2中间层、…第α中间层的各中间层的各节点。累计数10表示输入层的节点数(输入变量的数)，累计数n1、…、nα表示第1中间层、…、第α中间层的各节点数。变量x[i]表示上述的输入变量x[1]～x[10]，系数w[1，j，i]、w[2，k，j]、…表示第1中间层、第2中间层、…的各中间层的各节点的输入值的规定用的系数，w[out，1，p]表示输出层的输入值的规定用的系数。系数w[1，j，0]、w[2，k，0]、…、w[out，1，0]是偏置(bias)参数，x[0]定义为1。

这样一来，能够推定燃料箱燃温Tftnk。由此，可以不在燃料箱51内设置燃温传感器，所以，能够谋求部件数、成本的减低。此外，关于燃料箱燃温映射的生成方法，在后面进行叙述。

接着，使用图3的醇类浓度推定例程，对推定醇类浓度Cfal的处理进行说明。该例程除了通过图5的特性变量设定例程而禁止执行时之外，由电子控制单元70反复执行。此外，在通过图5的特性变量设定例程而禁止执行时，在实施例中，关于醇类浓度Cfal，设为保持上次推定出的值。在图3的醇类浓度推定例程中，电子控制单元70的CPU71首先取得发动机12的平均进气温度Taav、平均空燃比AFav、平均水温Twav、平均油温Toilav、平均转速Neav、平均负荷率KLav、平均转矩Teav、平均点火正时Tiav(步骤S200)。

在实施例中，关于发动机12的平均进气温度Taav、平均空燃比AFav、平均水温Twav、平均油温Toilav、平均转速Neav、平均负荷率KLav、平均转矩Teav、平均点火正时Tiav，分别取得使用发动机12的进气温度Ta、空燃比AF、水温Tw、油温Toil、转速Ne、负荷率KL、转矩Te、点火正时Ti的预定时间Δt2的逐次值(从预定时间Δt2前到当前的各时刻的值)而作为预定时间Δt2的平均值运算出的值。作为预定时间Δt2，例如使用80秒～120秒左右。

在此，关于进气温度Ta，取得由空气流量计23a检测到的值。关于空燃比AF，取得由空燃比传感器35检测到的值。关于水温Tw，取得由水温传感器40检测到的值。关于油温Toil，取得由油温传感器42检测到的值。关于转速Ne，取得基于由曲轴位置传感器15检测到的曲轴角θcr运算出的值。关于负荷率KL，取得基于吸入空气量Qa和发动机12的转速Ne运算出的值。关于转矩Te，取得基于由节气门位置传感器24a检测到的节气门开度TH运算(推定)出的值。关于点火正时Ti，取得在点火控制中设定的目标点火正时Ti*。

接下来，CPU71使用在步骤S200中取得的发动机12的平均进气温度Taav、平均空燃比AFav、平均水温Twav、平均油温Toilav、平均转速Neav、平均负荷率KLav、平均转矩Teav、平均点火正时Tiav和醇类浓度映射(第3映射)来推定燃料的醇类浓度Cfal(步骤S210)，结束本例程。

在此，醇类浓度映射(第3映射)是将包括发动机12的平均进气温度Taav、平均空燃比AFav、平均水温Twav、平均油温Toilav、平均转速Neav、平均负荷率KLav、平均转矩Teav、平均点火正时Tiav的输入变量(第3输入变量)作为输入，并且将燃料的醇类浓度Cfal作为输出的映射，存储于闪速存储器74。

步骤S210的处理通过如下方式进行：将发动机12的平均进气温度Taav、平均空燃比AFav、平均水温Twav、平均油温Toilav、平均转速Neav、平均负荷率KLav、平均转矩Teav、平均点火正时Tiav分别设定为醇类浓度映射的输入变量x[1]～x[8]，将所设定的输入变量x[1]～x[8]适用于醇类浓度映射来导出燃料的醇类浓度Cfal。在实施例中，醇类浓度映射与燃料箱燃温映射同样，由神经网络构成。这样一来，能够推定燃料的醇类浓度Cfal。由此，可以不设置检测燃料的醇类浓度Cfal的传感器，所以能够谋求部件数、成本的减低。此外，关于醇类浓度映射的生成方法，在后面进行叙述。

接着，使用图4的燃料箱内压推定例程，对推定燃料箱内压Ptnk的处理进行说明。该例程由电子控制单元70反复执行。在图4的燃料箱内压推定例程中，电子控制单元70的CPU71首先取得燃料箱51内的燃料量Qftnk(步骤S300)。在此，关于燃料箱51内的燃料量Qftnk，取得由燃料量传感器51a检测到的值。

接下来，CPU71使用在步骤S300中取得的燃料箱51内的燃料量Qftnk和燃料箱内压映射(第4映射)来推定燃料箱内压Ptnk(步骤S310)，结束本例程。在此，燃料箱内压映射(第4映射)是将包括燃料箱51内的燃料量Qftnk的输入变量(第4输入变量)作为输入，并且将燃料箱内压Ptnk作为输出的映射，存储于闪速存储器74。

步骤S310的处理通过如下方式进行：将燃料箱51内的燃料量Qftnk设定为燃料箱内压映射的输入变量x[1]，将所设定的输入变量x[1]适用于燃料箱内压映射来导出燃料箱内压Ptnk。在实施例中，燃料箱内压映射由神经网络构成。这样一来，能够推定燃料箱内压Ptnk。由此，可以不在燃料箱51设置内压传感器，所以能够谋求部件数、成本的减低。此外，关于燃料箱内压映射的生成方法，在后面进行叙述。

接着，使用图5的特性变量设定例程，对设定供给泵52的特性变量Alp的处理进行说明。该例程在向燃料箱51进行了供油之后系统起动了时，由电子控制单元70执行。此外，供油的有无例如通过对燃料箱51内的燃料量Qftnk的增加的有无进行调查来进行。关于特性变量Alp，在实施例中，设为表述为将基准值设为1时的相对值。当执行图5的特性变量设定例程时，电子控制单元70首先禁止图2的燃料箱燃温推定例程、图3的醇类浓度推定例程、图8的低压燃压推定例程的执行(步骤S400)，开始泄压控制的执行(步骤S410)。

在此，泄压控制通过以使得低压供给管53内的燃压成为阈值Pfloref以上而泄压阀56开阀的方式控制供给泵52来进行。该泄压控制例如通过如下方式进行：设定在没有泄压阀56的情况下低压供给管53内的燃压比阈值Pfloref大某种程度的供给泵52的目标喷出流量Qflpo*或目标转速Nlp*，基于目标喷出流量Qflpo*或目标转速Nlp*来设定供给泵52的目标占空Dlp*，使用目标占空Dlp*来控制供给泵52。

在向燃料箱51进行了供油时，被供油了的燃料的性状(温度、醇类浓度)有可能与供油前的燃料的性状不同。在被供油了的燃料的性状与供油前的燃料的性状不同的情况下，若想要在比阈值Pfloref低某种程度的范围内调节低压供给管53内的燃压，则低压供给管53内的燃压会在供油前后波动，有可能给燃料喷射控制等带来坏影响。相对于此，在实施例中，通过执行泄压控制，即便在被供油了的燃料的性状与供油前的燃料的性状不同的情况下，也能够使低压供给管53内的燃压稳定在阈值Pfloref，能够抑制给燃料喷射控制等带来坏影响。

另外，在被供油了的燃料的性状与供油前的燃料的性状不同的情况下，即便在燃料箱51内燃料混合，在低压供给管53内等也会残留有供油前的燃料，在燃料箱51内与低压供给管53内等燃料的性状有可能不同。此时，若推定燃料箱燃温Tftnk、醇类浓度Cfal、低压燃压Pflo，则其推定精度有可能没有那么高。基于此，在实施例中，设为禁止图2的燃料箱燃温推定例程、图3的醇类浓度推定例程、图8的低压燃压推定例程的执行。由此，能够避免燃料箱燃温Tftnk、醇类浓度Cfal、低压燃压Pflo的低精度下的推定。

然后，电子控制单元70取得发动机12的消耗流量累计值Qfecsum(步骤S420)。在此，关于发动机12的消耗流量累计值Qfecsum，取得作为发动机12的消耗流量Qfec的从本例程的执行开始起的累计值而运算出的值。发动机12的消耗流量Qfec作为基于进气口喷射阀25及缸内喷射阀26的燃料喷射量Qfp、Qfd的进气口喷射阀25及缸内喷射阀26的消耗流量Qfpc、Qfdc之和而运算。

进而，电子控制单元70判定发动机12的消耗流量累计值Qfecsum是否达到了阈值Qfecsumref以上(步骤S430)。在此，阈值Qfecsumref是用于判定在低压供给管53内、高压供给管58内残留的供油前的全部燃料是否从进气口喷射阀25、缸内喷射阀26喷射出，即供油前后的燃料是否在燃料箱51内、低压供给管53内、高压供给管58内充分混合的阈值。该阈值Qfecsumref基于低压供给管53、高压供给管58的容积等而设定。在实施例中，设为使用发动机12的消耗流量累计值Qfecsum达到了阈值Qfecsumref以上的条件作为泄压控制的解除条件。

在发动机12的消耗流量累计值Qfecsum低于阈值Qfecsumref时，电子控制单元70判断为泄压控制的解除条件没有成立，返回步骤S420。然后，反复执行步骤S420、S430的处理，当在步骤S430中发动机12的消耗流量累计值Qfecsum达到阈值Qfecsumref以上时，电子控制单元70判断为泄压控制的解除条件成立了。

然后，电子控制单元70允许图2的燃料箱燃温推定例程、图3的醇类浓度推定例程、图8的低压燃压推定例程的执行(步骤S440)，之后，取得泄压控制的解除条件成立时的供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp、燃料箱燃温Tftnk(步骤S450)。在此，关于泄压控制的解除条件成立时的供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp，分别取得在泄压控制的解除条件成立后由状态检测装置52a检测到的值。关于泄压控制的解除条件成立时的燃料箱燃温Tftnk，取得在泄压控制的解除条件成立后通过图2的燃料箱燃温推定例程推定出的值。

进而，电子控制单元70使用在步骤S450中取得的泄压控制的解除条件成立时的供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp、燃料箱燃温Tftnk和特性变量映射(第5映射)来设定供给泵52的特性变量Alp(步骤S460)，结束泄压控制的执行(步骤S470)，结束本例程。

在此，特性变量映射(第5映射)是将包括泄压控制的解除条件成立时的供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp、燃料箱燃温Tftnk的输入变量(第5输入变量)作为输入，并且将供给泵52的特性变量Alp作为输出的映射，存储于闪速存储器74。

步骤S460的处理通过如下方式进行：将泄压控制的解除条件成立时的供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp、燃料箱燃温Tftnk设定为特性变量映射的输入变量x[1]～x[4]，将所设定的输入变量x[1]～x[4]适用于特性变量映射来导出供给泵52的特性变量Alp。在实施例中，特性变量映射通过由人进行的实验、解析等而作为映射、运算式等设定。这样一来，能够设定供给泵52的特性变量Alp。

在图5的特性变量设定例程中，在向燃料箱51进行了供油之后系统起动了时，到泄压控制的解除条件成立为止，禁止图2的燃料箱燃温推定例程、图3的醇类浓度推定例程、图8的低压燃压推定例程的执行，由此，能够避免燃料箱燃温Tftnk、醇类浓度Cfal、低压燃压Pflo的低精度下的推定。

接着，使用图6的压力损失推定例程，对推定低压供给管53的压力损失Llo的处理进行说明。该例程由电子控制单元70反复执行。在图6的压力损失推定例程中，电子控制单元70的CPU71首先取得发动机12的消耗流量Qfec(步骤S500)。在此，关于发动机12的消耗流量Qfec，取得作为基于进气口喷射阀25及缸内喷射阀26的燃料喷射量Qfp、Qfd的进气口喷射阀25及缸内喷射阀26的消耗流量Qfpc、Qfdc之和而运算出的值。

接下来，CPU71使用在步骤S500中取得的发动机12的消耗流量Qfec和压力损失映射(第6映射)来推定低压供给管53的压力损失Llo(步骤S510)，结束本例程。在此，压力损失映射(第6映射)是将包括发动机12的消耗流量Qfec的输入变量(第6输入变量)作为输入，并且将低压供给管53的压力损失Llo作为输出的映射，存储于闪速存储器74。

步骤S510的处理通过如下方式进行：将发动机12的消耗流量Qfec设定为压力损失映射的输入变量x[1]，将所设定的输入变量x[1]适用于压力损失映射来导出低压供给管53的压力损失Llo。在实施例中，压力损失映射通过由人进行的实验、解析等而作为映射、运算式等设定。这样一来，能够推定低压供给管53的压力损失Llo。

接着，使用图7的高压泵燃温推定例程，对推定高压泵燃温Tfhp的处理进行说明。该例程由电子控制单元70反复执行。在图7的高压泵燃温推定例程中，电子控制单元70的CPU71首先取得发动机12的进气温度Ta、油温Toil、转速Ne、负荷率KL、高压泵57的吸入流量Qfhpi(从低压供给管53向高压泵57供给的燃料的流量)、车速V、上次推定出的高压泵燃温(上次Tfhp)(步骤S600)。

在此，关于发动机12的进气温度Ta，取得由空气流量计23a检测到的值。关于油温Toil，取得由油温传感器42检测到的值。关于转速Ne，取得基于由曲轴位置传感器15检测到的曲轴角θcr而运算出的值。关于负荷率KL，取得基于吸入空气量Qa和发动机12的转速Ne而运算出的值。关于高压泵57的吸入流量Qfhpi，取得视为缸内喷射阀26的消耗流量Qfdc与高压泵57的吸入流量Qfhpi相等而基于缸内喷射阀26的目标喷射量Qfp*运算出的缸内喷射阀26的消耗流量Qfdc。关于车速V，取得由车速传感器82检测到的值。

接下来，CPU71使用在步骤S600中取得的发动机12的进气温度Ta、油温Toil、转速Ne、负荷率KL、高压泵57的吸入流量Qfhpi、车速V、上次推定出的高压泵燃温(上次Tfhp)和高压泵燃温映射(第7映射)来推定高压泵燃温Tfhp(步骤S610)，结束本例程。

在此，高压泵燃温映射(第7映射)是将包括发动机12的进气温度Ta、油温Toil、转速Ne、负荷率KL、高压泵57的吸入流量Qfhpi、车速V、上次推定出的高压泵燃温(上次Tfhp)的输入变量(第7输入变量)作为输入，并且将高压泵燃温Tfhp作为输出的映射，存储于闪速存储器74。

步骤S610的处理通过如下方式进行：将发动机12的进气温度Ta、油温Toil、转速Ne、负荷率KL、高压泵57的吸入流量Qfhpi、车速V、上次推定出的高压泵燃温(上次Tfhp)分别设定为高压泵燃温映射的输入变量x[1]～x[7]，将所设定的输入变量x[1]～x[7]适用于高压泵燃温映射来导出高压泵燃温Tfhp。在实施例中，高压泵燃温映射与燃料箱燃温映射同样，由神经网络构成。这样一来，能够推定高压泵燃温Tfhp。由此，可以不在高压泵57设置燃温传感器，所以能够谋求部件数、成本的减低。此外，关于高压泵燃温映射的生成方法，在后面进行叙述。

接着，使用图8的低压燃压推定例程，对推定低压燃压Pflo、其基础值Pflobs及脉动成分Pflopl的处理进行说明。该例程除了通过图5的特性变量设定例程而禁止执行时之外，由电子控制单元70反复执行。此外，在通过图5的特性变量设定例程而禁止执行时，由于执行泄压控制，所以，在实施例中，设为关于低压燃压Pflo、基础值Pflobs推定为阈值Pfloref，关于脉动成分Pflopl推定为大致值0。

在图8的低压燃压推定例程中，电子控制单元70的CPU71首先取得供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp、特性变量Alp、发动机12的消耗流量Qfec、燃料箱燃温Tftnk、燃料的醇类浓度Cfal、燃料箱内压Ptnk、低压供给管53的压力损失Llo、高压泵燃温Tfhp(步骤S700)。

在此，关于供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp，分别取得由状态检测装置52a检测到的值。关于供给泵52的特性变量Alp，取得通过图5的特性变量设定例程推定出的值。关于燃料箱51内的燃料量Qftnk，取得由燃料量传感器51a检测到的值。关于发动机12的消耗流量Qfec，取得作为基于进气口喷射阀25及缸内喷射阀26的燃料喷射量Qfp、Qfd的进气口喷射阀25及缸内喷射阀26的消耗流量Qfpc、Qfdc之和而运算出的值。关于燃料箱燃温Tftnk，取得通过图2的燃料箱燃温推定例程推定出的值。关于燃料的醇类浓度Cfal，取得通过图3的醇类浓度推定例程推定出的值。关于燃料箱内压Ptnk，取得通过图4的燃料箱内压推定例程推定出的值。关于低压供给管53的压力损失Llo，取得通过图6的压力损失推定例程推定出的值。关于高压泵燃温Tfhp，取得通过图7的高压泵燃温推定例程推定出的值。

接下来，CPU71取得发动机12的当前及过去的凸轮角θci、θci1、θci2、当前及过去的转速Ne、Ne1、Ne2、当前及过去的负荷率KL、KL1、KL2、高压泵57的当前及过去的喷出流量Qfhpo、Qfhpo1、Qfhpo2、当前及过去的高压燃压Pfhi、Pfhi1、Pfhi2(步骤S710)。

在此，关于当前及过去的凸轮角θci、θci1、θci2，分别取得由凸轮位置传感器44最新、在预定时间Δt3前、在预定时间Δt4前检测到的值。作为预定时间Δt3，例如使用数msec左右，作为预定时间Δt4，例如使用预定时间Δt3的2倍的时间。关于当前及过去的转速Ne、Ne1、Ne2，取得基于由曲轴位置传感器15逐次检测的曲轴角θcr最新、在预定时间Δt3前、在预定时间Δt4前运算出的值。关于当前及过去的负荷率KL、KL1、KL2，取得基于由空气流量计23a逐次检测的吸入空气量Qa和逐次运算的转速Ne最新、在预定时间Δt3前、在预定时间Δt4前运算出的值。关于高压泵57的当前及过去的喷出流量Qfhpo、Qfhpo1、Qfhpo2，取得基于上述的高压泵57的吸入流量Qfhpi(参照步骤S600)、根据由凸轮位置传感器44检测到的凸轮角θci的进气凸轮轴的转速等运算出的值。关于当前及过去的高压燃压Pfhi、Pfhi1、Pfhi2，分别取得由燃压传感器58p最新、在预定时间Δt3前、在预定时间Δt4前检测到的值。

然后，CPU71取得供给泵52的转速变动量ΔNlp、工作电流变动量ΔIlp、工作电压变动量ΔVlp、发动机12的消耗流量变动量ΔQfec(步骤S720)。在实施例中，关于供给泵52的转速变动量ΔNlp、工作电流变动量ΔIlp、工作电压变动量ΔVlp、发动机12的消耗流量变动量ΔQfec，分别取得使用供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp、发动机12的消耗流量Qfec的预定时间Δt5的逐次值(从预定时间Δt5前到当前的各时刻的值)而作为预定时间Δt5的变动量运算出的值。关于供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp、发动机12的消耗流量Qfec的取得方法已述。作为预定时间Δt5，例如使用5～25msec左右。

CPU71当这样取得各种数据后，使用在步骤S700中取得的供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp、特性变量Alp、发动机12的消耗流量Qfec、燃料箱燃温Tftnk、燃料的醇类浓度Cfal、燃料箱内压Ptnk、低压供给管53的压力损失Llo、高压泵燃温Tfhp和基础值映射(第8映射、第10映射)来推定低压燃压Pflo的基础值Pflobs(步骤S730)。

在此，基础值映射(第8映射、第10映射)是将包括供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp、特性变量Alp、发动机12的消耗流量Qfec、燃料箱燃温Tftnk、燃料的醇类浓度Cfal、燃料箱内压Ptnk、低压供给管53的压力损失Llo、高压泵燃温Tfhp的输入变量(第1输入变量)作为输入，并且将基础值Pflobs作为输出的映射，存储于闪速存储器74。

步骤S730的处理通过如下方式进行：将供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp、特性变量Alp、发动机12的消耗流量Qfec、燃料箱燃温Tftnk、燃料的醇类浓度Cfal、燃料箱内压Ptnk、低压供给管53的压力损失Llo、高压泵燃温Tfhp分别设定为基础值映射的输入变量x[1]～x[10]，将所设定的输入变量x[1]～x[10]适用于基础值映射来导出基础值Pflobs。在实施例中，基础值映射与燃料箱燃温映射同样，由神经网络构成。这样一来，能够推定基础值Pflobs。此外，关于基础值映射的生成方法，在后面进行叙述。

然后，CPU71使用在步骤S710中取得的发动机12的当前及过去的凸轮角θci、θci1、θci2、当前及过去的转速Ne、Ne1、Ne2、当前及过去的负荷率KL、KL1、KL2、高压泵57的当前及过去的喷出流量Qfhpo、Qfhpo1、Qfhpo2、当前及过去的高压燃压Pfhi、Pfhi1、Pfhi2和脉动映射(第12映射)来推定低压燃压Pflo的脉动成分Pflopl(步骤S740)。如上所述，在高压泵57的驱动时，低压供给管53内的燃压(燃料的压力)、高压供给管58内的燃压根据发动机12的旋转(进气凸轮轴的旋转)而脉动。脉动成分Pflopl是反映该脉动的值。

在此，脉动映射(第12映射)是将包括发动机12的当前及过去的凸轮角θci、θci1、θci2、当前及过去的转速Ne、Ne1、Ne2、当前及过去的负荷率KL、KL1、KL2、高压泵57的当前及过去的喷出流量Qfhpo、Qfhpo1、Qfhpo2、当前及过去的高压燃压Pfhi、Pfhi1、Pfhi2的输入变量(第9输入变量)作为输入，并且将脉动成分Pflopl作为输出的映射，存储于闪速存储器74。

步骤S740的处理通过如下方式进行：将发动机12的当前及过去的凸轮角θci、θci1、θci2、当前及过去的转速Ne、Ne1、Ne2、当前及过去的负荷率KL、KL1、KL2、高压泵57的当前及过去的喷出流量Qfhpo、Qfhpo1、Qfhpo2、当前及过去的高压燃压Pfhi、Pfhi1、Pfhi2分别设定为脉动映射的输入变量x[1]～x[15]，将所设定的输入变量x[1]～x[15]适用于脉动映射来导出脉动成分Pflopl。在实施例中，脉动映射与燃料箱燃温映射同样，由神经网络构成。这样一来，能够推定脉动成分Pflopl。此外，关于脉动映射的生成方法，在后面进行叙述。

进而，CPU71使用基础值Pflobs、脉动成分Pflopl、在步骤S720中取得的供给泵52的转速变动量ΔNlp、工作电流变动量ΔIlp、工作电压变动量ΔVlp、发动机12的消耗流量变动量ΔQfec、低压燃压映射(第9映射、第13映射)来推定低压燃压Pflo(步骤S750)，结束本例程。

在此，低压燃压映射(第9映射、第13映射)是将基础值Pflobs、脉动成分Pflopl、包括供给泵52的转速变动量ΔNlp、工作电流变动量ΔIlp、工作电压变动量ΔVlp、发动机12的消耗流量变动量ΔQfec的输入变量(第8输入变量、第10输入变量)作为输入，并且将低压燃压Pflo作为输出的映射，存储于闪速存储器74。

步骤S750的处理通过如下方式进行：将基础值Pflobs、脉动成分Pflopl、供给泵52的转速变动量ΔNlp、工作电流变动量ΔIlp、工作电压变动量ΔVlp、发动机12的消耗流量变动量ΔQfec分别设定为低压燃压映射的输入变量x[1]～x[6]，将所设定的输入变量x[1]～x[6]适用于低压燃压映射来导出低压燃压Pflo。在实施例中，低压燃压映射与燃料箱燃温映射同样，由神经网络构成。这样一来，能够推定低压燃压Pflo。由此，可以不在低压供给管53设置燃压传感器，所以能够谋求部件数、成本的减低。此外，关于低压燃压映射的生成方法，在后面进行叙述。

图9是示出低压燃压Pflo的情形的一例的说明图。如图所示，低压燃压Pflo以基础值Pflobs为大致中心而脉动。另外，在低压燃压Pflo增加了时，低压燃压Pflo的基础值Pflobs相对于之后的值(稳定后的值)过冲。发明人通过实验、解析等发现了，该基础值Pflobs的过冲量Pfloos基于供给泵52的转速变动量ΔNlp、工作电流变动量ΔIlp、工作电压变动量ΔVlp、发动机12的消耗流量变动量ΔQfec。基于此，在实施例中，设为基于基础值Pflobs、脉动成分Pflopl、和供给泵52的转速变动量ΔNlp、工作电流变动量ΔIlp、工作电压变动量ΔVlp、发动机12的消耗流量变动量ΔQfec(基于这些的过冲量Pfloos)来推定低压燃压Pflo。由此，能够推定反映了基础值Pflobs、脉动成分Pflopl、过冲量Pfloos的低压燃压Pflo。其结果，可以不在低压供给管53设置燃压传感器，所以能够谋求部件数、成本的减低。

接着，对燃料箱燃温映射(第2映射)、醇类浓度映射(第3映射)、燃料箱内压映射(第4映射)、高压泵燃温映射(第7映射)、基础值映射(第8映射、第10映射)、脉动映射(第12映射)、低压燃压映射(第9映射、第13映射)的各映射的生成方法进行说明。

图10是示出用于通过机器学习生成各映射的试验装置110及解析装置86的构成的概略的构成图。试验装置110的硬件构成，除了在驱动轴DS安装测功机DM来代替差动齿轮DF、驱动轮DW这一点、具备燃温传感器51t、醇类浓度传感器51c、内压传感器51p、燃压传感器53p、燃温传感器58t这一点之外，与图1的车辆10是同样的。此外，在试验装置110中，在驱动轴DS安装测功机DM来代替驱动轮DW，所以车速传感器82设为根据驱动轴DS的转速来推定车速V。另外，试验装置110收容于设备内，能够在各种试验条件(与发动机12、燃料供给装置50、冷却装置60、变速器TM的状态相关的条件、与外气温度、进气温度相关的条件、与行驶风相关的条件等)下实施试验。此外，试验装置110也可以与车辆10同样，在驱动轴DS安装差动齿轮DF、驱动轮DW，设为能够行驶。

燃温传感器51t安装于燃料箱51，检测燃料箱燃温作为检测燃料箱燃温Tftnkdt而向电子控制单元70发送。内压传感器51p安装于燃料箱51，检测燃料箱内压作为检测燃料箱内压Ptnkdt而向电子控制单元70发送。燃压传感器53p安装于低压供给管53的进气口喷射阀25附近(例如低压输送管)，检测低压燃压作为检测低压燃压Pflodt而向电子控制单元70发送。燃温传感器58t安装于高压泵57中的低压供给管53侧(电磁阀57a附近)，检测高压泵燃温作为检测高压泵燃温Tfhpdt而向电子控制单元70发送。

解析装置86构成为通用计算机，具备CPU、ROM、RAM、闪速存储器、大容量存储装置(例如HDD、SSD等)、输入输出端口、通信端口。在解析装置86连接有输入装置、显示装置。作为输入装置，例如可以举出鼠标、键盘等。解析装置86能够与试验装置110的电子控制单元70通信。

图11是示出燃料箱燃温映射(第2映射)的生成例程的一例的流程图。图12是示出醇类浓度映射(第3映射)的生成例程的一例的流程图。图13是示出燃料箱内压映射(第4映射)的生成例程的一例的流程图。图14是示出高压泵燃温映射(第7映射)的生成例程的一例的流程图。图15是示出基础值映射(第8映射、第10映射)、脉动映射(第12映射)、低压燃压映射(第9映射、第13映射)的生成例程的一例的流程图。这些例程由解析装置86的CPU读入存储于解析装置86的ROM的程序来执行。以下，依次进行说明。

对图11的燃料箱燃温映射(第2映射)的生成例程进行说明。此外，发明人在该生成处理之前，通过实验、解析等发现了，在图2的燃料箱燃温推定例程的步骤S100、S110中取得的数据与燃料箱燃温Tftnk具有关联性(前者给后者带来影响)。具体地说，关于与燃料的热量相关的热量变量，每单位时间的变化量给燃料箱燃温Tftnk带来影响，关于与燃料的热容量及热传递相关的热容量变量，每单位时间的平均值给燃料箱燃温Tftnk带来影响。并且发现了，热量变量包括供给泵52的转速Nlp、发动机12的进气温度Ta、空燃比AF、水温Tw、转速Ne、外气温度Tout，关于热容量变量，包括燃料箱51内的燃料量Qftnk、散热器风扇62的转速Nrf、车速V。

在图11的燃料箱燃温映射的生成例程中，解析装置86首先取得与在图2的燃料箱燃温推定例程的步骤S100、S110的处理中取得的数据相同的数据作为训练数据(步骤S100B、S110B)，并且取得检测燃料箱燃温Tftnkdt作为训练数据中的教师数据(步骤S120B)。在此，关于检测燃料箱燃温Tftnkdt，取得由燃温传感器51t检测到的值。

接下来，解析装置86使用教师数据以外的训练数据(在步骤S100B、110B中取得的数据)和由神经网络构成的燃料箱燃温映射，与图2的燃料箱燃温推定例程的步骤S120的处理同样地推定燃料箱燃温Tftnk(步骤S130B)。然后，解析装置86将教师数据以外的训练数据、推定出的燃料箱燃温Tftnk、作为教师数据的检测燃料箱燃温Tftnkdt建立关联，生成样本数据D1(步骤S140B)。

进而，解析装置86将样本数据D1的数N1与阈值N1ref进行比较(步骤S150B)，在样本数据D1的数N1低于阈值N1ref时，返回步骤S100B。此外，在实施例中，设为一边变更试验条件一边收集样本数据D1。

解析装置86在步骤S150B中样本数据D1的数N1为阈值N1ref以上时，更新由神经网络构成的燃料箱燃温映射中的中间层、输出层的各节点的输入值的规定用的系数(上述的系数w[1，j，i]等、以下称作“节点规定系数”)，将包括更新后的各节点规定系数的燃料箱燃温映射向电子控制单元70发送(步骤S160B)，结束本例程。该处理例如通过如下方式进行：以使得各样本数据D1的作为教师数据的检测燃料箱燃温Tftnkdt与在步骤S130B中推定出的燃料箱燃温Tftnk的误差的平方和变小的方式，使用误差逆传播法来更新节点规定系数。电子控制单元70将从解析装置86接收到的燃料箱燃温映射存储于闪速存储器74。

接着，对图12的醇类浓度映射(第3映射)的生成例程进行说明。此外，发明人在该生成处理之前，通过实验、解析等发现了，在图3的醇类浓度推定例程的步骤S200中取得的数据与醇类浓度Cfal具有关联性(前者给后者带来影响)。

在图12的醇类浓度映射的生成例程中，解析装置86首先取得与在图3的醇类浓度推定例程的步骤S200的处理中取得的数据相同的数据作为训练数据(步骤S200B)，并且取得检测醇类浓度Cfaldt作为训练数据中的教师数据(步骤S210B)。在此，关于检测醇类浓度Cfaldt，取得由醇类浓度传感器51c检测到的值。

接下来，解析装置86使用教师数据以外的训练数据(在步骤S200B中取得的数据)和由神经网络构成的醇类浓度映射，与图3的醇类浓度推定例程的步骤S210的处理同样地推定醇类浓度Cfal(步骤S220B)。然后，解析装置86将教师数据以外的训练数据、推定出的醇类浓度Cfal、作为教师数据的检测醇类浓度Cfaldt建立关联而生成样本数据D2(步骤S230B)。

进而，解析装置86将样本数据D2的数N2与阈值N2ref进行比较(步骤S240B)，在样本数据D2的数N2低于阈值N2ref时，返回步骤S200B。此外，在实施例中，设为一边变更试验条件一边收集样本数据D2。

解析装置86在步骤S240B中样本数据D2的数N2为阈值N2ref以上时，与图11的燃料箱燃温映射的生成处理的步骤S160B的处理同样地，更新由神经网络构成的醇类浓度映射的各节点规定系数，将包括更新后的各节点规定系数的醇类浓度映射向电子控制单元70发送(步骤S250B)，结束本例程。电子控制单元70将从解析装置86接收到的醇类浓度映射存储于闪速存储器74。

接着，对图13的燃料箱内压映射(第4映射)的生成例程进行说明。此外，发明人在该生成处理之前，通过实验、解析等发现了，在图4的燃料箱内压推定例程的步骤S300中取得的数据与燃料箱内压Ptnk具有关联性(前者给后者带来影响)。

在图13的燃料箱内压映射的生成例程中，解析装置86首先取得与在图4的燃料箱内压映射推定例程的步骤S300的处理中取得的数据相同的数据，具体地说取得燃料箱51内的燃料量Qftnk作为训练数据(步骤S300B)，并且取得检测燃料箱内压Ptnkdt作为训练数据中的教师数据(步骤S310B)。在此，关于检测燃料箱内压Ptnkdt，取得由内压传感器51p检测到的值。

接下来，解析装置86使用教师数据以外的训练数据(燃料量Qftnk)和由神经网络构成的燃料箱内压映射，与图4的燃料箱内压推定例程的步骤S310的处理同样地推定燃料箱内压Ptnk(步骤S320B)，将教师数据以外的训练数据、推定出的燃料箱内压Ptnk、作为教师数据的检测燃料箱内压Ptnkdt建立关联而生成样本数据D3(步骤S330B)。

进而，解析装置86将样本数据D3的数N3与阈值N3ref进行比较(步骤S340B)，在样本数据D3的数N3低于阈值N3ref时，返回步骤S300B。此外，在实施例中，设为一边变更试验条件(燃料箱51内的燃料量Qftnk)一边收集样本数据D3。

解析装置86在步骤S340B中样本数据D3的数N3为阈值N3ref以上时，与图11的燃料箱燃温映射的生成处理的步骤S160B的处理同样地，更新由神经网络构成的燃料箱内压映射的各节点规定系数，将包括更新后的各节点规定系数的燃料箱内压映射向电子控制单元70发送(步骤S350B)，结束本例程。电子控制单元70将从解析装置86接收到的燃料箱内压映射存储于闪速存储器74。

接着，对图14的高压泵燃温映射(第7映射)的生成例程进行说明。此外，发明人在该生成处理之前，通过实验、解析等发现了，在图7的高压泵燃温推定例程的步骤S600中取得的数据与高压泵燃温Tfhp具有关联性(前者给后者带来影响)。

在图14的高压泵燃温映射的生成例程中，解析装置86首先取得与在图7的高压泵燃温推定例程的步骤S600的处理中取得的数据相同的数据作为训练数据(步骤S600B)，并且取得检测高压泵燃温Tfhpdt作为训练数据中的教师数据(步骤S610B)。在此，关于检测高压泵燃温Tfhpdt，取得由燃温传感器58t检测到的值。

接下来，解析装置86使用教师数据以外的训练数据(在步骤S600B中取得的数据)和由神经网络构成的高压泵燃温映射，与图4的高压泵燃温推定例程的步骤S610的处理同样地推定高压泵燃温Tfhp(步骤S620B)。然后，解析装置86将教师数据以外的训练数据、推定出的高压泵燃温Tfhp、作为教师数据的检测高压泵燃温Tfhpdt建立关联而生成样本数据D4(步骤S630B)。

进而，解析装置86将样本数据D4的数N4与阈值N4ref进行比较(步骤S640B)，在样本数据D4的数N4低于阈值N4ref时，返回步骤S600B。此外，在实施例中，设为一边变更试验条件一边收集样本数据D4。

解析装置86在步骤S640B中样本数据D4的数N4为阈值N4ref以上时，与图11的燃料箱燃温映射的生成处理的步骤S160B的处理同样地，更新由神经网络构成的高压泵燃温映射的各节点规定系数，将包括更新后的各节点规定系数的高压泵燃温映射向电子控制单元70发送(步骤S250B)，结束本例程。电子控制单元70将从解析装置86接收到的高压泵燃温映射存储于闪速存储器74。

接着，对图15的基础值映射(第8映射、第10映射)、脉动映射(第12映射)、低压燃压映射(第9映射、第13映射)的生成例程进行说明。此外，发明人在这些生成处理之前，通过实验、解析等发现了，在图8的低压燃压推定例程的步骤S700中取得的数据与基础值Pflobs具有关联性(前者给后者带来影响)。另外，也发现了在步骤S710中取得的数据与脉动成分Pflopl具有关联性。进而，还发现了基础值Pflobs及脉动成分Pflopl及在步骤S720中取得的数据与低压燃压Pflo具有关联性。

在图15的基础值映射、脉动映射、低压燃压映射的生成例程中，解析装置86首先执行与图8的低压燃压推定例程的步骤S700～S720的处理相同的处理(步骤S700B～S720B)。接下来，解析装置86取得检测低压燃压Pflodt、检测基础值Pflobsdt、检测脉动成分Pflopldt(步骤S730B)。在此，关于检测低压燃压Pflodt，取得由燃压传感器53p检测到的值。关于检测基础值Pflobsdt，取得对检测低压燃压Pflodt实施了缓变化处理(钝化(日语：なまし)处理(加权平均)、延迟处理)后的值。关于检测脉动成分Pflopldt，取得从检测低压燃压Pflodt减去检测基础值Pflobsdt后的值。

然后，将在步骤S700B中取得的数据设为基础值映射用的训练数据，并且将在步骤S730B中取得的检测基础值Pflobsdt设为基础值映射用的训练数据中的教师数据。然后，解析装置86使用基础值映射用的教师数据以外的训练数据和由神经网络构成的基础值映射，与图8的低压燃压推定例程的步骤S730的处理同样地推定基础值Pflobs(步骤S740B)。然后，解析装置86将基础值映射用的教师数据以外的训练数据、推定出的基础值Pflobs、作为基础值映射用的教师数据的检测基础值Pflobsdt建立关联而生成样本数据D5a(步骤S750B)。

进而，将在步骤S710B中取得的数据设为脉动映射用的训练数据，并且将在步骤S730B中取得的检测脉动成分Pflopldt设为脉动映射用的训练数据中的教师数据。然后，解析装置86使用脉动映射用的教师数据以外的训练数据和由神经网络构成的脉动映射，与图8的低压燃压推定例程的步骤S740的处理同样地推定脉动成分Pflopl(步骤S760B)。然后，解析装置86将脉动映射用的教师数据以外的训练数据、推定出的脉动成分Pflopl、作为脉动映射用的教师数据的检测脉动成分Pflopldt建立关联而生成样本数据D5b(步骤S770B)。

除此之外，还将在步骤S740B中推定出的基础值Pflobs、在步骤S760B中推定出的脉动成分Pflopl、在步骤S720B中取得的数据设为低压燃压映射用的训练数据，并且将在步骤S730B中取得的检测低压燃压Pflodt设为低压燃压映射用的训练数据中的教师数据。然后，解析装置86使用低压燃压映射用的教师数据以外的训练数据和由神经网络构成的低压燃压映射，与图8的低压燃压推定例程的步骤S750的处理同样地推定低压燃压Pflo(步骤S780B)。然后，解析装置86将低压燃压映射用的教师数据以外的训练数据、推定出的低压燃压Pflo、作为低压燃压映射用的教师数据的检测低压燃压Pflodt建立关联而生成样本数据D5c(步骤S790B)。此外，也可以设为，代替在步骤S740B中推定出的基础值Pflobs及在步骤S760B中推定出的脉动成分Pflopl，将检测基础值Pflobsdt及检测脉动成分Pflopldt设为训练数据，来推定低压燃压Pflo。

接下来，解析装置86将样本数据D5a、D5b、D5c的数N5与阈值N5ref进行比较(步骤S800B)，在样本数据D5a、D5b、D5c的数N5低于阈值N5ref时，返回步骤S700B。此外，在实施例中，设为一边变更试验条件一边收集样本数据D5a、D5b、D5c。

解析装置86在步骤S800B中样本数据D5a、D5b、D5c的数N5为阈值N5ref以上时，与图11的燃料箱燃温映射的生成处理的步骤S160B的处理同样地，更新由神经网络构成的基础值映射、脉动映射、低压燃压映射的各节点规定系数，将分别包括更新后的各节点规定系数的基础值映射、脉动映射、低压燃压映射向电子控制单元70发送(步骤S810B)，结束本例程。电子控制单元70将从解析装置86接收到的基础值映射、脉动映射、低压燃压映射存储于闪速存储器74。

在以上说明的实施例的车辆10中，作为燃压推定系统的电子控制单元70首先使用供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp、特性变量Alp、发动机12的消耗流量Qfec、燃料箱燃温Tftnk、燃料的醇类浓度Cfal、燃料箱内压Ptnk、低压供给管53的压力损失Llo、高压泵燃温Tfhp和基础值映射(第8映射、第10映射)来推定基础值Pflobs。接下来，电子控制单元70使用发动机12的当前及过去的凸轮角θci、θci1、θci2、当前及过去的转速Ne、Ne1、Ne2、当前及过去的负荷率KL、KL1、KL2、高压泵57的当前及过去的喷出流量Qfhpo、Qfhpo1、Qfhpo2、当前及过去的高压燃压Pfhi、Pfhi1、Pfhi2和脉动映射(第12映射)来推定脉动成分Pflopl。然后，电子控制单元70使用基础值Pflobs、脉动成分Pflopl、供给泵52的转速变动量ΔNlp、工作电流变动量ΔIlp、工作电压变动量ΔVlp、发动机12的消耗流量变动量ΔQfec和低压燃压映射(第9映射、第13映射)来推定低压燃压Pflo。这样一来，能够推定反映了基础值Pflobs、脉动成分Pflopl、过冲量Pfloos的低压燃压Pflo。由此，可以不在低压供给管53设置燃压传感器53p(参照图10)，所以能够谋求部件数、成本的减低。

另外，电子控制单元70使用供给泵52的转速变动量ΔNlp、发动机12的进气温度变动量ΔTa、空燃比变动量ΔAF、水温变动量ΔTw、转速变动量ΔNe、外气温度变动量ΔTout、燃料箱51内的平均燃料量Qftnkav、散热器风扇62的平均转速Nrfav、平均车速Vav、上次推定出的燃料箱燃温(上次Tftnk)和燃料箱燃温映射(第2映射)来推定燃料箱燃温Tftnk。这样一来，能够推定燃料箱燃温Tftnk。由此，可以不在燃料箱51设置燃温传感器51t(参照图10)，所以能够谋求部件数、成本的减低。

进而，车辆10的电子控制单元70使用发动机12的平均进气温度Taav、平均空燃比AFav、平均水温Twav、平均油温Toilav、平均转速Neav、平均负荷率KLav、平均转矩Teav、平均点火正时Tiav和醇类浓度映射(第3映射)来推定燃料的醇类浓度Cfal。这样一来，能够推定醇类浓度Cfal。由此，可以不在燃料箱51设置醇类浓度传感器51c(参照图10)，所以能够谋求部件数、成本的减低。

除此之外，车辆10的电子控制单元70还使用燃料箱51内的燃料量Qftnk和燃料箱内压映射(第4映射)来推定燃料箱内压Ptnk。这样一来，能够推定燃料箱内压Ptnk。由此，可以不在燃料箱51设置内压传感器51p(参照图10)，所以能够谋求部件数、成本的减低。

电子控制单元70使用泄压控制的解除条件成立时的供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp、燃料箱燃温Tftnk和特性变量映射(第5映射)来设定供给泵52的特性变量Alp。这样一来，能够推定供给泵52的特性变量Alp。

电子控制单元70使用发动机12的消耗流量Qfec、压力损失映射(第6映射)来推定低压供给管53的压力损失Llo。这样一来，能够推定低压供给管53的压力损失Llo。

电子控制单元70使用发动机12的进气温度Ta、油温Toil、转速Ne、负荷率KL、高压泵57的吸入流量Qfhpi、车速V、上次推定出的高压泵燃温(上次Tfhp)和高压泵燃温映射(第7映射)来推定高压泵燃温Tfhp。这样一来，能够推定高压泵燃温Tfhp。由此，可以不在高压泵57设置燃温传感器58t(参照图10)，所以能够谋求部件数、成本的减低。

在实施例的车辆10中，在图2的燃料箱燃温映射推定例程中使用的燃料箱燃温映射(第2映射)的输入设为包括在步骤S100、S110中取得的数据。在此，在步骤S100中取得的数据具体地说是供给泵52的转速变动量ΔNlp、发动机12的进气温度变动量ΔTa、空燃比变动量ΔAF、水温变动量ΔTw、转速变动量ΔNe、外气温度变动量ΔTout。在步骤S110中取得的数据具体地说是燃料箱51内的平均燃料量Qftnkav、散热器风扇62的平均转速Nrfav、平均车速Vav、上次推定出的燃料箱燃温(上次Tftnk)。

但是，燃料箱燃温映射(第2映射)的输入也可以设为，作为与供给泵52的转速变动量ΔNlp相关联的值，包括在供给泵52的控制中使用的目标喷出流量Qflpo*、目标转速Nlp*、目标占空Dlp*中的任一方的预定时间Δt1的变动量ΔQ。另外，也可以设为，除了供给泵52的转速变动量ΔNlp或与其相关联的值之外，还包括供给泵52的工作电流变动量ΔIlp、工作电压变动量ΔVlp等中的至少一部分。

另外，燃料箱燃温映射(第2映射)的输入也可以设为仅包括发动机12的进气温度变动量ΔTa、空燃比变动量ΔAF、水温变动量ΔTw、转速变动量ΔNe中的一部分。另外，也可以设为除了其中的至少一部分之外，还包括发动机12的吸入空气量Qa、油温Toil、负荷率KL、转矩Te、点火正时Ti、进气口喷射阀25、缸内喷射阀26的目标喷射量Qfp*、Qfd*、燃料喷射量Qfp、Qfd等中的至少一部分的预定时间Δt1的变动量。

而且，燃料箱燃温映射(第2映射)的输入既可以设为仅包括燃料箱51内的平均燃料量Qftnkav、散热器风扇62的平均转速Nrfav、平均车速Vav中的至少一部分，也可以设为完全不包括它们。另外，也可以代替燃料箱51内的平均燃料量Qftnkav而设为包括燃料量Qftnk。也可以代替散热器风扇62的平均转速Nrfav而设为包括散热器风扇62的转速Nrf、散热器风扇62的控制中所使用的目标转速Nrf*的预定时间Δt1的平均值、目标转速Nrf*中的任一方。也可以代替平均车速Vav而设为包括车速V。

在实施例的车辆10中，设为电子控制单元70通过图3的醇类浓度推定例程来推定醇类浓度Cfal。但是，也可以代替这样做而设为通过图16的醇类浓度推定例程来推定醇类浓度Cfal。图16的例程除了追加了步骤S202、S204的处理这一点之外，与图3的例程相同。因此，关于图16的例程中的与图3的例程相同的处理，标注相同的步骤编号，省略详细的说明。

在图16的醇类浓度推定例程中，电子控制单元70当在步骤S200中输入数据后，判定发动机12的平均转速Neav及平均转矩Teav是否为值0(步骤S202、S204)。然后，电子控制单元70在发动机12的平均转速Neav及平均转矩Teav均不为值0时，使用醇类浓度映射(第3映射)来推定燃料的醇类浓度Cfal(步骤S210)，结束本例程。

在步骤S202中发动机12的平均转速Neav为值0时、在步骤S204中发动机12的平均转矩Teav为值0时，不推定醇类浓度Cfal，结束本例程。在醇类浓度映射(第3映射)由神经网络构成的情况下，在发动机12的平均转速Neav、平均转矩Teav为值0时，即醇类浓度映射(第3映射)的输入的一部分为值0时，有可能无法合适地推定醇类浓度Cfal。因此，在该变形例中设为，在发动机12的平均转速Neav、平均转矩Teav为值0时，电子控制单元70不推定醇类浓度Cfal。由此，能够避免醇类浓度Cfal的低精度下的推定。

在图16的醇类浓度推定例程中，设为在发动机12的平均转速Neav、平均转矩Teav为值0时，电子控制单元70不推定醇类浓度Cfal。但是，也可以设为，在发动机12的平均转速Neav及平均转矩Teav为值0时，电子控制单元70不推定醇类浓度Cfal。

在实施例的车辆10中，在图3、图16的醇类浓度推定例程中使用的醇类浓度映射(第3映射)的输入设为包括在步骤S200中取得的数据。在此，在步骤S200中取得的数据具体地说是发动机12的平均进气温度Taav、平均空燃比AFav、平均水温Twav、平均油温Toilav、平均转速Neav、平均负荷率KLav、平均转矩Teav、平均点火正时Tiav。

但是，醇类浓度映射(第3映射)的输入也可以设为仅包括发动机12的平均进气温度Taav、平均空燃比AFav、平均水温Twav、平均油温Toilav、平均转速Neav、平均负荷率KLav、平均转矩Teav、平均点火正时Tiav中的一部分。另外，也可以代替发动机12的平均进气温度Taav、平均空燃比AFav、平均水温Twav、平均油温Toilav、平均转速Neav、平均负荷率KLav、平均转矩Teav、平均点火正时Tiav而设为包括发动机12的进气温度Ta、空燃比AF、水温Tw、油温Toil、转速Ne、负荷率KL、转矩Te、点火正时Ti中的至少一部分。

在实施例的车辆10中，设为电子控制单元70执行图5的特性变量设定例程。但是也可以设为，电子控制单元70代替这样做而执行图17的特性变量设定例程。图17的特性变量设定例程除了步骤S420、S430的处理置换为步骤S420C、430C的处理这一点之外，与图5的特性变量设定例程相同。因此，关于图17的例程中的与图5的例程相同的处理，标注相同的步骤编号，省略详细的说明。

在图17的特性变量设定例程中，电子控制单元70的CPU71当在步骤S410开始泄压控制的执行后，取得供给泵52的工作电流变动量ΔIlp2(步骤S420C)。在此，关于供给泵52的工作电流变动量ΔIlp2，取得作为供给泵52的工作电流Ilp的每预定时间Δt6的变动量而运算出的值。关于供给泵52的工作电流Ilp的取得方法已述。作为预定时间Δt6，例如使用20～100μsec左右。

CPU71当这样取得数据后，判定供给泵52的工作电流变动量ΔIlp2的绝对值是否为阈值ΔIlp2ref以下(步骤S430C)。在此，阈值ΔIlp2ref是用于判定供给泵52的工作电流Ilp是否充分收敛的阈值。在该变形例中，设为使用供给泵52的工作电流变动量ΔIlp2的绝对值达到了阈值ΔIlp2ref以下的条件作为供给泵52的解除条件。

在步骤S430C中供给泵52的工作电流变动量ΔIlp2的绝对值比阈值ΔIlp2ref大时，CPU71判断为泄压控制的解除条件没有成立，返回步骤S420C。然后，反复执行步骤S420C、S430C的处理，当在步骤S430C中供给泵52的工作电流变动量ΔIlp2的绝对值达到阈值ΔIlp2ref以下时，CPU71判断为泄压控制的解除条件成立了，执行步骤S440以后的处理。

图18是示出向燃料箱51进行了供油之后系统起动了时的低压供给管53内的燃压(实际值)、供给泵52的工作电流Ilp及转速Nlp、禁止标志F的情形的一例的说明图。在此，禁止标志F是表示图2的燃料箱燃温推定例程、图3的醇类浓度推定例程、图8的低压燃压推定例程的执行禁止的有无的标志。当向燃料箱51进行了供油之后系统起动时(时刻t11)，将禁止标志F从值0切换为值1并且开始泄压控制的执行。然后，当低压供给管53内的燃压(实际值)达到阈值Pfloref以上时(时刻t12)，泄压阀56开阀，之后当供给泵52的工作电流变动量ΔIlp2的绝对值达到阈值ΔIlp2ref以下时，CPU71判断为泄压控制的解除条件成立了，将禁止标志F从值1切换为值0。

在实施例、变形例的车辆10中，设为电子控制单元70通过图5、图17的特性变量设定例程，在向燃料箱51进行了供油之后系统起动了时，到泄压控制的解除条件成立为止，禁止图2的燃料箱燃温推定例程、图3的醇类浓度推定例程、图8的低压燃压推定例程的执行。但是，也可以设为，电子控制单元70在这期间，关于其中的至少一部分的例程，也不禁止执行。即，也可以设为，电子控制单元70在这期间，也进行燃料箱燃温Tftnk、醇类浓度Cfal、低压燃压Pflo(包括基础值Pflobs、脉动成分Pflopl)中的至少一部分的推定。

在实施例、变形例的车辆10中，设为电子控制单元70在向燃料箱51进行了供油之后系统起动了时，执行图5、图17的特性变量设定例程。但是，不限定于此，例如也可以设为，车辆10每行驶预定距离(例如数百～千km左右)，电子控制单元70执行图5、图17的特性变量设定例程。在该情况下，燃料箱51内的燃料并不变化，所以电子控制单元70可以不禁止图2的燃料箱燃温推定例程、图3的醇类浓度推定例程、图7的高压泵燃温推定例程、图8的低压燃压推定例程的执行。

在实施例的车辆10中，在图7的高压泵燃温推定例程中使用的高压泵燃温映射(第7映射)的输入设为包括在步骤S600中取得的数据。在此，在步骤S600中取得的数据是发动机12的进气温度Ta、油温Toil、转速Ne、负荷率KL、高压泵57的吸入流量Qfhpi、车速V、上次推定出的高压泵燃温(上次Tfhp)。但是，高压泵燃温映射(第7映射)的输入也可以设为仅包括其中的一部分。

在实施例的车辆10中，设为电子控制单元70使用基础值映射(第8映射、第10映射)来推定基础值Pflobs，使用脉动映射(第12映射)来推定脉动成分Pflopl，使用低压燃压映射(第9映射、第13映射)来推定低压燃压Pflo。但是，电子控制单元70也可以设为不推定基础值Pflobs便推定低压燃压Pflo。

图19是示出该情况下的低压燃压推定例程的一例的流程图。该例程除了去除了步骤S740的处理这一点、步骤S750的处理置换为步骤S750C的处理这一点之外，与图8的低压燃压推定例程相同。因此，关于图19的例程中的与图8的例程相同的处理，标注相同的步骤编号，省略详细的说明。

在图19的低压燃压推定例程中，电子控制单元70当在步骤S730中推定基础值Pflobs后，使用基础值Pflobs、在步骤S710、S720中取得的数据、第2低压燃压映射(第9映射、第11映射)来推定低压燃压Pflo(步骤S750C)，结束本例程。

在此，第2低压燃压映射(第9映射、第11映射)是将基础值Pflobs和包括发动机12的当前及过去的凸轮角θci、θci1、θci2、当前及过去的转速Ne、Ne1、Ne2、当前及过去的负荷率KL、KL1、KL2、高压泵57的当前及过去的喷出流量Qfhpo、Qfhpo1、Qfhpo2、当前及过去的高压燃压Pfhi、Pfhi1、Pfhi2、供给泵52的转速变动量ΔNlp、工作电流变动量ΔIlp、工作电压变动量ΔVlp、发动机12的消耗流量变动量ΔQfec的输入变量(第8输入变量、第9输入变量)作为输入，并且将低压燃压Pflo作为输出的映射，存储于闪速存储器74。

步骤S750C的处理通过如下方式进行：将基础值Pflobs、发动机12的当前及过去的凸轮角θci、θci1、θci2、当前及过去的转速Ne、Ne1、Ne2、当前及过去的负荷率KL、KL1、KL2、高压泵57的当前及过去的喷出流量Qfhpo、Qfhpo1、Qfhpo2、当前及过去的高压燃压Pfhi、Pfhi1、Pfhi2、供给泵52的转速变动量ΔNlp、工作电流变动量ΔIlp、工作电压变动量ΔVlp、发动机12的消耗流量变动量ΔQfec分别设定为第2低压燃压映射的输入变量x[1]～x[20]，将所设定的输入变量x[1]～x[20]适用于第2低压燃压映射来导出低压燃压Pflo。

在该变形例中，第2低压燃压映射(第9映射、第11映射)与燃料箱燃温映射同样由神经网络构成。因此，步骤S750C的处理成为将输入变量x[1]～x[20]适用于由神经网络构成的第2低压燃压映射来导出低压燃压Pflo的处理。在该情况下，也与实施例同样，能够推定低压燃压Pflo。此外，第2低压燃压映射能够通过与低压燃压映射(第9映射、第13映射)同样的方法生成。

在实施例的车辆10中，设为电子控制单元70使用基础值映射(第8映射、第10映射)来推定基础值Pflobs，使用脉动映射(第12映射)来推定脉动成分Pflopl，使用低压燃压映射(第9映射、第13映射)来推定低压燃压Pflo。但是，也可以设为不推定基础值Pflobs、脉动成分Pflopl便推定低压燃压Pflo。

图20是示出该情况下的低压燃压推定例程的一例的流程图。该例程除了去除了步骤S730、S740的处理这一点、步骤S750的处理置换为步骤S750D的处理这一点之外，与图8的低压燃压推定例程相同。因此，关于图20的例程中的与图8的例程相同的处理，标注相同的步骤编号，省略详细的说明。

在图20的低压燃压推定例程中，电子控制单元70当在步骤S700～S720的处理中取得数据后，使用所取得的数据和第3低压燃压映射(第1映射)来推定低压燃压Pflo(步骤S750D)，结束本例程。

在此，第3低压燃压映射(第1映射)是将包括供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp、特性变量Alp、发动机12的消耗流量Qfec、燃料箱燃温Tftnk、燃料的醇类浓度Cfal、燃料箱内压Ptnk、低压供给管53的压力损失Llo、高压泵燃温Tfhp、发动机12的当前及过去的凸轮角θci、θci1、θci2、当前及过去的转速Ne、Ne1、Ne2、当前及过去的负荷率KL、KL1、KL2、高压泵57的当前及过去的喷出流量Qfhpo、Qfhpo1、Qfhpo2、当前及过去的高压燃压Pfhi、Pfhi1、Pfhi2、供给泵52的转速变动量ΔNlp、工作电流变动量ΔIlp、工作电压变动量ΔVlp、发动机12的消耗流量变动量ΔQfec的输入变量(第1输入变量)作为输入，并且将低压燃压Pflo作为输出的映射，存储于闪速存储器74。

步骤S750D的处理通过如下方式进行：将供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp、特性变量Alp、发动机12的消耗流量Qfec、燃料箱燃温Tftnk、燃料的醇类浓度Cfal、燃料箱内压Ptnk、低压供给管53的压力损失Llo、高压泵燃温Tfhp、发动机12的当前及过去的凸轮角θci、θci1、θci2、当前及过去的转速Ne、Ne1、Ne2、当前及过去的负荷率KL、KL1、KL2、高压泵57的当前及过去的喷出流量Qfhpo、Qfhpo1、Qfhpo2、当前及过去的高压燃压Pfhi、Pfhi1、Pfhi2、供给泵52的转速变动量ΔNlp、工作电流变动量ΔIlp、工作电压变动量ΔVlp、发动机12的消耗流量变动量ΔQfec分别设定为第3低压燃压映射的输入变量x[1]～x[29]，将所设定的输入变量x[1]～x[29]适用于第3低压燃压映射来导出低压燃压Pflo。

在该变形例中，第3低压燃压映射(第1映射)与燃料箱燃温映射同样，由神经网络构成。因此，步骤S750D的处理成为将输入变量x[1]～x[29]适用于由神经网络构成的第3低压燃压映射来导出低压燃压Pflo的处理。在该情况下，也与实施例同样，能够推定低压燃压Pflo。此外，第3低压燃压映射能够通过与低压燃压映射(第9映射、第13映射)同样的方法生成。

在实施例、变形例的车辆10中，设为在图8、图19、图20的低压燃压推定例程中所使用的低压燃压映射(第9映射、第13映射)、第2低压燃压映射(第9映射、第11映射)、第3低压燃压映射(第1映射)的输入包括在步骤S720中取得的数据，具体地说是供给泵52的转速变动量ΔNlp、工作电流变动量ΔIlp、工作电压变动量ΔVlp、发动机12的消耗流量变动量ΔQfec。但是，也可以设为仅包括在步骤S720中取得的数据中的一部分。另外，也可以设为完全不包括在步骤S720中取得的数据。在该情况下，不考虑相对于低压供给管53内的燃压的基础值的过冲量地，推定低压燃压Pflo。

在实施例、变形例的车辆10中，设为在图8、图19、图20的低压燃压推定例程中所使用的脉动映射(第12映射)、第2低压燃压映射(第9映射、第11映射)、第3低压燃压映射(第1映射)的输入包括在步骤S710中取得的数据，具体地说是发动机12的当前及过去的凸轮角θci、θci1、θci2、当前及过去的转速Ne、Ne1、Ne2、当前及过去的负荷率KL、KL1、KL2、高压泵57的当前及过去的喷出流量Qfhpo、Qfhpo1、Qfhpo2、当前及过去的高压燃压Pfhi、Pfhi1、Pfhi2。

但是，只要包括当前及过去的凸轮角θci、θci1、θci2即可，既可以设为不包括当前及过去的转速Ne、Ne1、Ne2，也可以设为不包括当前及过去的负荷率KL、KL1、KL2，还可以设为不包括高压泵57的当前及过去的喷出流量Qfhpo、Qfhpo1、Qfhpo2，又可以设为不包括当前及过去的高压燃压Pfhi、Pfhi1、Pfhi2。

另外，关于凸轮角θci、转速Ne、负荷率KL、喷出流量Qfhpo、高压燃压Pfhi的过去的数据数不限定于2个，既可以是1个，也可以是3个以上。

而且，低压燃压映射(第9映射、第13映射)的输入也可以设为不包括脉动成分Pflopl。另外，第2低压燃压映射(第9映射、第11映射)、第3低压燃压映射(第1映射)的输入也可以设为完全不包括在步骤S710中取得的数据。这些情况下，不考虑低压供给管53内的燃压的脉动地，推定低压燃压Pflo。

在实施例、变形例的车辆10中，设为电子控制单元70通过图8的低压燃压推定例程，使用脉动映射(第12映射)来推定脉动成分Pflopl。但是也可以设为，电子控制单元70不推定脉动成分Pflopl。此时，在图8的低压燃压推定例程中所使用的低压燃压映射(第9映射、第13映射)的输入不包括脉动成分Pflopl。

在实施例、变形例的车辆10中，设为在图8、图19、图20的低压燃压推定例程中所使用的基础值映射(第8映射、第10映射)、第3低压燃压映射(第1映射)的输入包括在步骤S700中取得的数据，具体地说是供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp、特性变量Alp、发动机12的消耗流量Qfec、燃料箱燃温Tftnk、燃料的醇类浓度Cfal、燃料箱内压Ptnk、低压供给管53的压力损失Llo、高压泵燃温Tfhp。

但是，作为与供给泵52的转速Nlp相关联的值，也可以设为包括在供给泵52的控制中所使用的目标喷出流量Qflpo*、目标转速Nlp*、目标占空Dlp*中的任一方。也可以设为不包括供给泵52的工作电压Vlp。也可以设为不包括供给泵52的特性变量Alp。

另外，也可以设为不包括燃料箱燃温Tftnk及燃料的醇类浓度Cfal中的任一方。也可以代替燃料箱燃温Tftnk，设为包括在燃料箱燃温Tftnk的推定中所使用的供给泵52的转速变动量ΔNlp、发动机12的进气温度变动量ΔTa、空燃比变动量ΔAF、水温变动量ΔTw、转速变动量ΔNe、外气温度变动量ΔTout、燃料箱51内的平均燃料量Qftnkav、散热器风扇62的平均转速Nrfav、平均车速Vav中的至少一部分。也可以代替醇类浓度Cfal，设为包括在醇类浓度Cfal的推定中所使用的发动机12的平均进气温度Taav、平均空燃比AFav、平均水温Twav、平均油温Toilav、平均转速Neav、平均负荷率KLav、平均转矩Teav、平均点火正时Tiav中的至少一部分。

而且，也可以设为不包括燃料箱内压Ptnk。也可以代替燃料箱内压Ptnk，设为包括在燃料箱内压Ptnk的推定中所使用的燃料箱51内的燃料量Qftnk。也可以设为不包括特性变量Alp。也可以设为包括在特性变量Alp的设定中所使用的泄压控制的解除条件成立了时的供给泵52的转速Nlp、工作电流Ilp、工作电压Vlp、燃料箱燃温Tftnk中的至少一部分。也可以设为不包括低压供给管53的压力损失Llo。也可以设为不包括高压泵燃温Tfhp。也可以代替高压泵燃温Tfhp，设为包括在高压泵燃温Tfhp的推定中所使用的发动机12的进气温度Ta、油温Toil、转速Ne、负荷率KL、高压泵57的吸入流量Qfhpi、车速V中的至少一部分。

在实施例、上述的变形例的车辆10中，设为如图1所示，发动机12具备进气口喷射阀25及缸内喷射阀26。但是，也可以设为如图21的车辆10B所示，发动机12B不具备进气口喷射阀25。车辆10B的硬件构成的情况下，电子控制单元70与实施例、上述的变形例同样地，执行图2的燃料箱燃温推定例程、图3的醇类浓度推定例程、图4的燃料箱内压推定例程、图5的特性变量设定例程、图6的压力损失推定例程、图7的高压燃压推定例程、图8的低压燃压推定例程等即可。由此，能够推定燃料箱燃温Tftnk、醇类浓度Cfal、燃料箱内压Ptnk、供给泵52的特性变量Alp、低压供给管53的压力损失Llo、高压燃压Pfhi、基础值Pflobs、脉动成分Pflopl、低压燃压Pflo。

在实施例、上述的变形例的车辆10中，设为如图1所示，发动机12具备进气口喷射阀25及缸内喷射阀26。但是，也可以设为如图22的车辆10C所示，发动机12C不具备进气口喷射阀25，并且燃料供给装置50C不具备高压泵57、高压供给管58、燃压传感器58p。车辆10C的硬件构成的情况下，关于图2的燃料箱燃温推定例程、图3的醇类浓度推定例程、图4的燃料箱内压推定例程、图5的特性变量设定例程(除了针对图7的高压燃压推定例程的执行禁止、执行允许)、图6的压力损失推定例程等与高压泵57、高压供给管58无关的例程，电子控制单元70与实施例、上述的变形例同样地执行即可。由此，能够推定燃料箱燃温Tftnk、醇类浓度Cfal、燃料箱内压Ptnk、供给泵52的特性变量Alp、低压供给管53的压力损失Llo。车辆10C不具备高压泵57、高压供给管58，所以无需执行图7的高压燃压推定例程。车辆10C不具备高压泵57、高压供给管58并且不产生由高压泵57的驱动引起的低压供给管53内的燃压的脉动，所以在图8等的低压燃压推定例程中，不考虑高压泵燃温、低压供给管53内的燃压的脉动地，推定低压燃压Pflo即可。

在实施例、上述的变形例的车辆10、10B、10C中，设为电子控制单元70使用燃料箱燃温映射(第2映射)来推定燃料箱燃温Tftnk。但是，也可以设为车辆10、10B、10C具备燃温传感器51t(参照图10)。

在实施例、上述的变形例的车辆10、10B、10C中，设为电子控制单元70使用醇类浓度映射(第3映射)来推定燃料的醇类浓度Cfal。但是，也可以设为车辆10、10B、10C具备醇类浓度传感器51c(参照图10)。

在实施例、上述的变形例的车辆10、10B、10C中，设为电子控制单元70使用燃料箱内压映射(第4映射)来推定燃料箱内压Ptnk。但是，也可以设为车辆10、10B、10C具备内压传感器51p(参照图10)。

在实施例、上述的变形例的车辆10、10B中，设为电子控制单元70使用高压泵燃温映射(第7映射)来推定高压泵燃温Tfhp。但是，也可以设为车辆10、10B具备燃温传感器58t(参照图10)。

在实施例、上述的变形例的车辆10中，设为电子控制单元70使用燃料箱燃温映射(第2映射)、醇类浓度映射(第3映射)、燃料箱内压映射(第4映射)、特性变量映射(第5映射)、压力损失映射(第6映射)来推定燃料箱燃温Tftnk、醇类浓度Cfal、燃料箱内压Ptnk、特性变量Alp、低压供给管53的压力损失Llo等。另外，设为使用基础值映射(第8映射、第10映射)、脉动映射(第12映射)、低压燃压映射(第9映射、第13映射)来推定基础值Pflobs、脉动成分Pflopl、低压燃压Pflo。关于车辆10B、10C也是同样的。但是，也可以设为在车辆外部进行这些推定。图23是示出搭载于车辆10D的电子控制单元70D和配置于车辆外部的服务器90的构成的概略的构成图。车辆10D与车辆10、10B、10C中的任一方同样地构成。作为该变形例的“燃压推定系统”，电子控制单元70D及服务器90相当，作为“燃料供给装置的控制装置”，电子控制单元70D相当，作为“数据解析装置”，服务器90相当。

车辆10D的电子控制单元70D除了具备与实施例的车辆10等的电子控制单元70同样的CPU71、ROM72、RAM73、闪速存储器74之外，还具备通信机75。在车辆10D的闪速存储器74中，没有存储在车辆10、10B、10C的闪速存储器74中存储的各映射(低压燃压映射等)。此外，也可以设为不具备闪速存储器74。通信机75经由网络而与服务器90进行通信。

服务器90构成为对来自包括车辆10D的各车辆的数据进行解析的装置。该服务器90具备CPU91、ROM92、RAM93、大容量存储装置(例如HDD、SSD等)94、通信机95。大容量存储装置94存储有在车辆10、10B、10C的闪速存储器74中存储的各映射(低压燃压映射等)。通信机95经由网络而与包括车辆10D的各车辆进行通信。

图24是示出推定燃料箱燃温Tftnk时的电子控制单元70D及服务器90的处理的流程的一例的流程图。如图所示，首先，车辆10D的电子控制单元70D取得与在图2的燃料箱燃温推定例程的步骤S100、S110的处理中取得的数据同样的数据(步骤S800、S810)，将所取得的数据与车辆10D的识别编号即车辆ID一起向服务器90发送(步骤S820)。

服务器90当从车辆10D接收数据后(步骤S830)，与图2的燃料箱燃温推定例程的步骤S120的处理同样地，使用接收到的数据和燃料箱燃温映射(第2映射)来推定燃料箱燃温Tftnk(步骤S840)，将推定出的燃料箱燃温Tftnk向车辆10D发送(步骤S850)。然后，通过车辆10D接收燃料箱燃温Tftnk(步骤S860)，结束该一系列的流程。通过这样的一系列的处理，能够减低车辆10D的CPU71的处理负荷。

在图24中，对推定燃料箱燃温Tftnk时的电子控制单元70D及服务器90的处理的流程进行了说明。关于推定醇类浓度Cfal、燃料箱内压Ptnk、特性变量Alp、压力损失Llo、基础值Pflobs、脉动成分Pflopl、低压燃压Pflo等时的电子控制单元70D及服务器90的处理的流程，也能够同样地思考。即，电子控制单元70D取得各种数据而向服务器90发送，服务器90从电子控制单元70D接收各种数据来推定醇类浓度Cfal、燃料箱内压Ptnk、特性变量Alp、压力损失Llo、基础值Pflobs、脉动成分Pflopl、低压燃压Pflo等并向电子控制单元70D发送，电子控制单元70D接收醇类浓度Cfal、燃料箱内压Ptnk、特性变量Alp、压力损失Llo、基础值Pflobs、脉动成分Pflopl、低压燃压Pflo等即可。

如图23所示，对具有搭载于车辆10D的电子控制单元70D和配置于车辆外部的服务器90的燃压推定系统的形态进行了说明。但是，既可以设为作为在该燃压推定系统中所使用的数据解析装置的服务器90的形态，也可以设为作为在燃压推定系统中所使用的燃料供给装置50的控制装置的电子控制单元70D的形态。

在实施例、上述的变形例中，设为燃料箱燃温映射(第2映射)、醇类浓度映射(第3映射)、燃料箱内压映射(第4映射)、高压泵燃温映射(第7映射)、基础值映射(第8映射、第10映射)、脉动映射(第12映射)、低压燃压映射(第13映射)等各映射，作为机器学习的方法而通过神经网络生成。但是，也可以设为通过神经网络以外的方法，例如随机森林、支持向量机、LSTM(Long Short Term Memory，长短期记忆网络)等生成。另外，也可以设为通过由人进行的实验、解析等而作为映射、运算式等来生成。

在实施例、上述的变形例中，设为特性变量映射(第5映射)、压力损失映射(第6映射)通过由人进行的实验、解析等而作为映射、运算式等来设定。但是，也可以设为通过机器学习来设定。

在实施例、上述的变形例中，作为燃料的温度，设为推定燃料箱燃温Tftnk、高压泵燃温Tfhp。但是，也可以代替燃料箱燃温Tftnk，设为推定低压供给管53内的燃料的温度。

在实施例、上述的变形例中，作为燃料种类，设为推定醇类浓度Cfal。但是，也可以除了醇类浓度Cfal之外或代替醇类浓度Cfal，例如设为推定粘度ηf。

对实施例的主要的要素与在用于解决课题的手段一栏中记载的发明的主要的要素的对应关系进行说明。在实施例中，发动机12相当于“发动机”，燃料供给装置50相当于“燃料供给装置”，电子控制单元70相当于“燃压推定系统”，闪速存储器74相当于“存储装置”，CPU71相当于“执行装置”。

此外，实施例是用于具体地说明用于实施在用于解决课题的手段一栏中记载的发明的方式的一例，所以，实施例的主要的要素与在用于解决课题的手段一栏中记载的发明的主要的要素的对应关系不对在用于解决课题的手段一栏中记载的发明的要素做出限定。即，对在用于解决课题的手段一栏中记载的发明的解释应该基于该栏的记载来进行，实施例不过是在用于解决课题的手段一栏中记载的发明的具体的一例。

以上，使用实施例对用于实施本发明的方式进行了说明，但本发明不受这样的实施例丝毫限定，当然能够在不脱离本发明的要旨的范围内，以各种方式实施。

本发明能够用于燃压推定系统的制造产业等。