具体实施方式

以下，参照图1～图8对燃料供给系统的异常诊断系统的一个实施方式进行说明。

图1示出了本实施方式的异常诊断系统和应用异常诊断系统的燃料供给系统的结构。本实施方式的异常诊断系统600应用于搭载于车辆500的车载发动机的燃料供给系统550。

如图1所示，在应用该异常诊断系统600的燃料供给系统550设有设置于燃料箱51内的燃料泵52和设置于燃料箱51外的高压燃料泵60这2个燃料泵。燃料泵52是通过无刷电动机使叶轮旋转的电动式的泵。另外，在该燃料供给系统550设置有缸内燃料喷射阀44和进气口燃料喷射阀30。缸内燃料喷射阀44设置于发动机的各气缸，向气缸内直接喷射燃料。缸内燃料喷射阀44连接于作为燃料的蓄压容器的高压侧输送管71。另外，进气口燃料喷射阀30向与发动机的各气缸相连的进气口内喷射燃料。进气口燃料喷射阀30连接于低压侧输送管31。需要说明的是，搭载有该燃料供给系统550的发动机是直列4气缸的发动机，在高压侧输送管71上连接有4个缸内燃料喷射阀44。另外，在低压侧输送管31上也连接有4个进气口燃料喷射阀30。

并且，在该燃料供给系统550设置有从燃料泵52向高压燃料泵60及低压侧输送管31输送燃料的燃料通路即燃料管57和从高压燃料泵60向高压侧输送管71输送燃料的燃料通路即高压燃料管72。需要说明的是，燃料管57在中途分支，一方连接于高压燃料泵60，另一方连接于低压侧输送管31。

在低压侧输送管31设置有检测燃料管57及低压侧输送管31内的燃料的压力的燃料压力传感器131。另外，在高压侧输送管71设置有检测蓄积于内部的燃料的压力即高压侧燃料压力的燃料压力传感器132。燃料压力传感器131、132利用以大气压为基准的表压来表示燃料压力。

燃料泵52根据供电将燃料箱51内的燃料经由上游侧过滤器53吸引并向燃料管57送出。在燃料管57中的位于燃料箱51的内部的部分设置有溢流阀56，溢流阀56在由燃料泵52送出到燃料管57的燃料的压力即作为燃料管57内的燃料压力的馈送压力Pf超过了既定的开阀压力时开阀而从燃料管57向燃料箱51泄放燃料。

另外，在燃料管57中的比设置有溢流阀56的部分靠上游侧的部分设置有单向阀59，单向阀59以使燃料泵侧为下方的方式配设，阀芯因自重而落座于位于下方的阀座，因从燃料泵52喷出的燃料的流动而开阀。在燃料泵52停止而燃料的供给停止时，单向阀59闭阀。

并且，燃料管57经由对在燃料管57中流动的燃料中的杂质进行过滤的下游侧过滤器58和用于降低燃料管57内的燃料压力的脉动的脉动阻尼器61而连接于高压燃料泵60。

高压燃料泵60具备柱塞62、燃料室63、电磁溢流阀64、单向阀65及溢流阀66。柱塞62由设置于发动机的凸轮轴42的泵凸轮67往复驱动，根据该往复驱动而使燃料室63的容积变化。燃料室63经由电磁溢流阀64而连接于燃料管57。

电磁溢流阀64根据通电而闭阀，将燃料室63与燃料管57之间的燃料的流通切断，并且，根据通电的停止而开阀，容许燃料室63与燃料管57之间的燃料的流通。单向阀65容许从燃料室63向高压侧输送管71的燃料的喷出，另一方面，禁止从高压侧输送管71向燃料室63的燃料的逆流。溢流阀66设置于绕过单向阀65的通路，在高压侧输送管71侧的压力变得过高时开阀而容许燃料向燃料室63侧的逆流。

对如以上这样构成的高压燃料泵60的燃料的加压动作进行说明。在高压燃料泵60中，燃料室63的容积根据柱塞62的往复运动而变化。在以下的说明中，将向燃料室63的容积扩大的方向的柱塞62的动作记载为柱塞62的下降，与此相反，将向燃料室63的容积缩小的方向的柱塞62的动作记载为柱塞62的上升。

在高压燃料泵60中，在电磁溢流阀64开阀的状态下柱塞62开始下降时，伴随于燃料室63的容积的扩大，燃料从燃料管57向燃料室63流入。若在柱塞62从下降转为上升后电磁溢流阀64也维持开阀的状态，则在柱塞62的下降中流入到燃料室63的燃料返回燃料管57。若在柱塞62的上升中将电磁溢流阀64闭阀，之后直到柱塞62从上升转为下降为止维持电磁溢流阀64的闭阀，则通过伴随于柱塞62的上升的燃料室63的容积的缩小，燃料室63内的燃料被加压。并且，若燃料室63内的燃料压力超过高压燃料管72内的燃料压力，则单向阀65开阀，燃料室63内的被加压的燃料向高压燃料管72送出。这样，高压燃料泵60针对柱塞62的每个往复运动，将燃料管57内的燃料加压并向高压燃料管72送出。需要说明的是，通过改变柱塞62的上升中的电磁溢流阀64的闭阀时间，高压燃料泵60针对每个加压动作向高压燃料管72送出的燃料的量被增减。

具备这样的燃料供给系统550的发动机由控制装置100控制。控制装置100是发动机的控制装置，也负责发动机的燃料供给系统550的控制。即，控制装置100也是燃料供给系统550的控制装置。

控制装置100具备执行各种运算处理的执行装置101和存储有控制用的程序、数据的存储装置102。另外，控制装置100具备通过通信网络400而发送数据的发送机103和通过通信网络400而接收数据的接收机104。

并且，控制装置100通过执行装置101将存储于存储装置102的程序读入并执行，来进行包括燃料供给系统550的控制的发动机的控制。

需要说明的是，对控制装置100输入用于检测发动机的运转状态的各种传感器的检测信号。如图1所示，对于控制装置100，由加速器位置传感器142输入驾驶员的加速器的操作量的检测信号，由车速传感器141输入车辆的行驶速度即车速的检测信号。

而且，对于控制装置100，除此之外也输入各种传感器的检测信号。例如，如图1所示，在控制装置100上，除了燃料压力传感器131、132之外，还连接有空气流量计133、曲轴位置传感器134、凸轮位置传感器135、冷却水温传感器136。

空气流量计133检测通过发动机的进气通路而向气缸内吸入的空气的温度和吸入的空气的质量即吸入空气量。曲轴位置传感器134输出与发动机的输出轴即曲轴的旋转相位的变化对应的曲轴角信号。控制装置100基于从曲轴位置传感器134输入的曲轴角信号来算出每单位时间的曲轴的转速即内燃机转速。

凸轮位置传感器135输出与凸轮轴42的旋转相位的变化对应的凸轮角信号。冷却水温传感器136检测发动机的冷却水的温度即冷却水温。

另外，在控制装置100上也连接有检测燃料箱51内的燃料的温度即燃料温度Tf的燃料温度传感器137、检测燃料箱51内的燃料的液面的高度的水准并输出表示燃料的余量的检测信号的燃料液面传感器138、检测外气温度的外气温度传感器139。

而且，在控制装置100上也连接有车辆的主开关140、显示部150。显示部150在车辆500发生了异常时显示将异常的发生向乘员报告的图标、句子。

另外，在控制装置100上连接有控制燃料泵52的叶轮的每单位时间的转速即泵转速Np的燃料泵控制装置200。燃料泵控制装置200基于来自控制装置100的指令，通过脉冲宽度调制来调整向燃料泵52的供给电力，从而增减泵转速Np。需要说明的是，燃料泵控制装置200将向燃料泵52供给的电流即泵电流Ip及泵转速Np的信息向控制装置100发送。

作为发动机控制的一环，控制装置100执行燃料喷射量控制、燃料压力可变控制及馈送压力控制。

在燃料喷射量控制时，控制装置100首先根据内燃机转速、发动机的负载率等发动机运转状态而分别运算缸内燃料喷射阀44、进气口燃料喷射阀30的燃料喷射量的要求值即要求喷射量。接着，控制装置100分别运算要求喷射量的燃料喷射所需的缸内燃料喷射阀44、进气口燃料喷射阀30的开阀时间。然后，控制装置100在与运算出的开阀时间相当的期间内，为了喷射燃料而操作各气缸的缸内燃料喷射阀44、进气口燃料喷射阀30。另外，作为燃料喷射控制的一环，控制装置100也进行以下的燃料切断控制：在加速器的操作量为“0”的减速中等，停止燃料的喷射而停止燃料向发动机的燃烧室的供给，谋求燃料消耗率的降低。需要说明的是，控制装置100在停止了燃料的喷射时使燃料泵52的工作停止。

在燃料压力可变控制时，控制装置100基于发动机的负载率等来算出高压侧燃料压力的目标值。高压侧燃料压力的目标值基本上在发动机的负载率低时被设定为低的压力，在发动机的负载率高时被设定为高的压力。然后，控制装置100为了缩小燃料压力传感器132对高压侧燃料压力的检测值与高压侧燃料压力的目标值的偏差而调整高压燃料泵60的燃料送出量。具体而言，在高压侧燃料压力的检测值比目标值低的情况下，将柱塞62的上升期间中的电磁溢流阀64的闭阀时间提前，使高压燃料泵60的燃料送出量增加。另外，在高压侧燃料压力的检测值比目标值高时，将柱塞62的上升期间中的电磁溢流阀64的闭阀时间推迟，使高压燃料泵60的燃料送出量减少。

接着，说明作为馈送压力控制的一环而执行的压力调整处理的详情。压力调整处理以如下的目的进行。若从燃料泵52送出并在燃料管57中流动的燃料受到发动机的热而成为高温，则在燃料管57内产生蒸气，有时燃料向高压侧输送管71、低压侧输送管31的供给停滞。燃料的压力越高，则燃料的气化温度越高，因此，要想防止燃料管57中的蒸气的产生，只要增多燃料泵52向燃料管57的燃料送出量而提高馈送压力Pf即可。然而，若使燃料送出量增加，则燃料泵52的电力消耗量会相应地增加。于是，在压力调整处理中，为了在能够防止蒸气的产生的范围内将馈送压力Pf维持为低的压力，调整燃料泵52的燃料喷出量，由此，抑制电力消耗并防止蒸气的产生。

具体而言，控制装置100的执行装置101基于由燃料温度传感器137检测到的燃料温度Tf来算出馈送压力Pf的目标值即要求馈送压力Pf*。在该控制装置100中，根据燃料温度Tf来切换要求馈送压力Pf*。在控制装置100中，以即使在使用了设想使用的燃料中的饱和蒸气压最高的燃料的情况下要求馈送压力Pf*也不会低于饱和蒸气压的方式，在燃料温度Tf越高时，使要求馈送压力Pf*越高。然后，执行装置101基于燃料喷射量Qf和要求馈送压力Pf*来算出泵转速Np的目标值即要求泵转速Np*。

需要说明的是，燃料喷射量Qf能够基于通过燃料喷射量控制而算出的要求喷射量即相对于缸内燃料喷射阀44的要求燃料喷射量与相对于进气口燃料喷射阀30的要求燃料喷射量之和来掌握。

在控制装置100中，执行装置101算出在考虑了燃料喷射控制的执行的燃料的消耗量的基础上实现要求馈送压力Pf*所需的泵转速Np作为要求泵转速Np*。具体而言，执行装置101参照存储于存储装置102的运算映射来算出要求泵转速Np*。该运算映射例如被创建成能够基于使用汽油作为燃料的实验的结果来算出要求泵转速Np*。在该运算映射中，在要求馈送压力Pf*越高、燃料喷射量Qf越多时，输出的要求泵转速Np*越大。

控制装置100的执行装置101基于要求馈送压力Pf*和燃料压力传感器131检测到的馈送压力Pf来算出要求泵转速Np*的修正量ΔN。具体而言，执行装置101在馈送压力Pf比要求馈送压力Pf*小时，使修正量ΔN增大规定量。另一方面，执行装置101在馈送压力Pf比要求馈送压力Pf*大时，使修正量ΔN减小规定量。然后，执行装置101将算出的修正量ΔN与要求泵转速Np*相加来修正要求泵转速Np*。由此，对燃料泵控制装置200输入由修正量ΔN修正后的要求泵转速Np*。然后，燃料泵控制装置200以实现输入的要求泵转速Np*的方式控制向燃料泵52的供给电力。

若增大要求泵转速Np*，则每单位时间从燃料泵52喷出的燃料的量增加，因此馈送压力Pf变高。另一方面，若减小要求泵转速Np*，则每单位时间从燃料泵52喷出的燃料的量减少，因此馈送压力Pf变低。

这样，在燃料供给系统550中，对馈送压力Pf进行反馈控制。控制装置100的执行装置101以通过这样的压力调整处理而实现要求馈送压力Pf*的方式控制向燃料泵52的供给电力。

然而，若在燃料供给系统550发生异常，则无法实现要求馈送压力Pf*。因而，在异常诊断系统600中，通过经由通信网络400而与控制装置100连接的服务器装置300来收集燃料供给系统550的信息，从而诊断燃料供给系统550的异常。

如图1所示，服务器装置300具备执行装置301和存储有控制用的程序、数据的存储装置302。另外，服务器装置300具备通过通信网络400而向控制装置100的接收机104发送数据的发送机303和通过通信网络400而接收从控制装置100的发送机103发送出的数据的接收机304。

需要说明的是，若在燃料供给系统550中发生异常，则馈送压力Pf下降，有时馈送压力Pf会低于要求馈送压力Pf*。在异常诊断系统600中，从预先确定的3个分类中判别引起这样的馈送压力Pf的下降的故障的部位，从而诊断燃料供给系统550的异常。

具体而言，在该异常诊断系统600中，服务器装置300的执行装置301诊断在燃料供给系统550中是否发生了异常。执行装置301在诊断为发生了异常的情况下，判别该异常的主要原因是燃料泵52的叶轮的劣化、单向阀59的动作不良、不受燃料温度Tf的影响的其他异常的哪一个，从而诊断异常的发生。

如图2所示，燃料泵52通过将收容于壳体52b内的叶轮52c利用无刷电动机52a驱动来汲取燃料。叶轮52c为树脂制，若因含浸燃料而劣化，则随着温度的上升而发生变形。如图2的双点划线所示，若叶轮52c变形而翘曲，则叶轮52c与壳体52b干涉而难以旋转。其结果，发生馈送压力Pf的下降。即，由这样的叶轮52c的劣化引起的馈送压力Pf的下降容易在燃料温度Tf高时发生。

如图1所示，单向阀59配置于燃料泵52的下游。在因该单向阀59的动作不良而单向阀59未适当地开阀的情况下，也会发生馈送压力Pf的下降。这样的单向阀59的动作不良容易在燃料温度Tf低时或燃料泵52的工作刚开始后发生。

这样，由叶轮52c的劣化引起的馈送压力Pf的下降、由单向阀59的动作不良引起的馈送压力Pf的下降受到燃料温度Tf的影响。另一方面，也存在发生的频度的倾向不根据燃料温度Tf是高还是低而变化且不受燃料温度Tf的影响而发生的异常。在异常诊断系统600中，对燃料供给系统550中的燃料压力的下降的发生频度进行统计，执行装置301将这样的不受燃料温度Tf的影响的异常分类为其他异常。需要说明的是，在不受燃料温度Tf的影响的其他异常中，例如包括燃料管57的破裂等。

在异常诊断系统600中，具体而言，搭载于车辆500的控制装置100监视从主开关140接通到断开为止的一个行程期间内的馈送压力Pf，将该一个行程的期间内的最低燃料压力和表示记录了该最低燃料压力时的状态的数据作为诊断用数据而存储于存储装置102。

需要说明的是，作为表示记录了该行程中的最低燃料压力时的状态的数据，除了最低燃料压力的值之外，控制装置100还将记录了最低燃料压力时的燃料温度Tf和该行程中的从燃料泵52的启动起到记录了最低燃料压力时为止的经过时间存储于存储装置102。并且，在异常诊断系统600中，在主开关140被断开而一个行程结束时，控制装置100将该诊断用数据通过发送机103向服务器装置300发送。

服务器装置300通过接收机304接收从控制装置100发送出的诊断用数据。然后，服务器装置300将接收到的诊断用数据存储于存储装置302并进行统计，制作在诊断处理中使用的统计数据。即，在服务器装置300中，执行装置301在每当通过接收机304接收到诊断用数据时，更新存储于存储装置302的统计数据。需要说明的是，这样的统计数据的制作针对每个车辆500即每个燃料供给系统550进行。并且，使用制作出的针对每个车辆500制作出的统计数据，对每个车辆500的燃料供给系统550分别进行诊断处理。

在异常诊断系统600中，制作如图3所示那样根据最低燃料压力与燃料温度Tf的组合而对记录了最低燃料压力的次数进行了统计的第一统计数据和如图4所示那样根据最低燃料压力与从启动燃料泵52起的经过时间的组合而对记录了最低燃料压力的次数进行了统计的第二统计数据。

如图3所示，在异常诊断系统600中，在第一统计数据中，将最低燃料压力根据其值的大小而划分为“0kPa～99kPa”“100kPa～199kPa”“200kPa～299kPa”“300kPa～”这4个区域。另外，如图3所示，在异常诊断系统600中，在第一统计数据中，将燃料温度Tf根据其值的大小而划分为“第一温度区域temp1”、“第二温度区域temp2”、“第三温度区域temp3”、“第四温度区域temp4”这4个区域。需要说明的是，“第一温度区域temp1”是与记录了最低燃料压力时的燃料温度Tf例如低于30℃的情况对应的温度区域。“第二温度区域temp2”是与记录了最低燃料压力时的燃料温度Tf例如为30℃以上且低于40度的情况对应的温度区域。“第三温度区域temp3”是与记录了最低燃料压力时的燃料温度Tf例如为40℃以上且低于50度的情况对应的温度区域。并且，“第四温度区域temp4”是与记录了最低燃料压力时的燃料温度Tf例如为50℃以上的情况对应的温度区域。

如图3所示，在与最低燃料压力与燃料温度Tf的组合对应的第一统计数据中，分为将这些与最低燃料压力的值的大小对应的4个区域和与燃料温度Tf的值的大小对应的4个区域相乘而得到的16个区域，对记录了最低燃料压力的次数进行统计。

例如，在异常诊断系统600中，在服务器装置300新接收到的诊断用数据中的最低燃料压力为300kPa以上且记录了最低燃料压力时的燃料温度Tf为45℃时，将“temp3d”的区域中的次数增加1个而更新统计数据。

另外，如图4所示，在异常诊断系统600中，在第二统计数据中，将从在各行程中启动燃料泵52起的经过时间根据其值的大小而划分为“第一时间区域time1”、“第二时间区域time2”、“第三时间区域time3”、“第四时间区域time4”这4个区域。需要说明的是，“第一时间区域time1”是与记录了最低燃料压力时的经过时间例如小于10秒的情况对应的时间区域。并且，“第二时间区域time2”以后的区域是对应的经过时间的范围每次大例如数十秒的时间区域。即，“第二时间区域time2”是记录了最低燃料压力时的经过时间为10秒以上且小于数十秒的时间区域，“第三时间区域time3”是与从“第二时间区域time2”到进一步数十秒后为止的范围对应的温度区域。并且，“第四时间区域time4”是与记录了最低燃料压力时的经过时间比与“第三时间区域time3”对应的经过时间长的情况对应的时间区域。

如图4所示，在与最低燃料压力与经过时间的组合对应的第二统计数据中，分为将与最低燃料压力的值的大小对应的4个区域和与经过时间的值的大小对应的4个区域相乘而得到的16个区域，对记录了最低燃料压力的次数进行统计。

例如，在异常诊断系统600中，在服务器装置300新接收到的诊断用数据中的最低燃料压力为250kPa且记录了最低燃料压力时的经过时间为15秒时，将“time2c”的区域中的次数增加1个而更新统计数据。

服务器装置300每当接收到关于诊断对象的燃料供给系统550的诊断用数据既定次数时，使用统计数据来进行对该燃料供给系统550的诊断处理。需要说明的是，既定次数例如是数十～百数十次。即，在异常诊断系统600中，每当车辆500中的行程数达到数十～百数十行程时，进行该车辆500中的燃料供给系统550的异常诊断。

具体而言，服务器装置300若接收到还未反映于诊断处理的诊断用数据既定次数时，则将第一统计数据及第二统计数据成形为输入数据。然后，服务器装置300将成形后的输入数据输入到通过机器学习而生成的学习完毕模型，使用学习完毕模型来执行燃料供给系统550的诊断处理。

需要说明的是，如图5所示，异常诊断系统600中的学习完毕模型是决策树，预先存储于存储装置302。该学习完毕模型是使用教师数据进行机器学习得到的学习完毕模型，该教师数据是对输入数据赋予了正解标签而得到的，该输入数据是已转换为将保存于统计数据中的各区域的发生次数除以到那时为止所统计的诊断用数据的总数而得到的发生比例的输入数据。需要说明的是，正解标签是表示与馈送压力Pf的下降相关的异常的有无以及异常的主要原因的类别的信息。具体而言，对教师数据赋予了表示没有异常的“正常”、表示是叶轮52c的劣化的“叶轮”、表示是单向阀59的动作不良的“单向阀”、表示是不受燃料温度Tf的影响的其他异常的“其他”的任一标签。

即，输入数据由32个数值构成，这32个数值由分别表示在第一统计数据中的16个各区域中记录了最低燃料压力的次数的比例的16个数值和分别表示在第二统计数据中的16个各区域中记录了最低燃料压力的次数的比例的16个数值构成。并且，教师数据由对这32个值加上表示上述的4个标签中的任一标签的1个值而得到的37个值构成。

学习完毕模型的生成，即学习通过对计算机输入教师数据的集合即数据集来进行。计算机使用在决策树的学习中使用的一般的算法，使用输入的数据集，通过贪心算法来反复探索，以使信息获得量更多的分支配置于树的上位的方式生成决策树。在服务器装置300的存储装置302中，作为学习完毕模型而存储有通过这样预先进行学习而生成的决策树。

如图5所示，存储于异常诊断系统600的存储装置302的决策树由关于输入数据中包含的数值根据该数值是否超过了阈值而分支的节点和表示诊断结果的叶构成。

在该决策树中，首先，在节点N100处，由执行装置301判定输入数据中的“temp2d”的值是否比阈值X1大。在输入数据中的“temp2d”的值比阈值X1大的情况下，进入节点N111，由执行装置301判定输入数据中的“temp1c”的值是否比阈值X2大。需要说明的是，阈值X2是比阈值X1小的值。

在节点N111处判定为输入数据中的“temp1c”的值比阈值X2大的情况下，进入叶N123，由执行装置301作出发生了单向阀59的动作不良这一诊断。

另一方面，在节点N111处判定为输入数据中的“temp1c”的值为阈值X2以下的情况下，进入叶N122，由执行装置301作出燃料供给系统550正常这一诊断。

需要说明的是，在节点N100处判定为输入数据中的“temp2d”的值为阈值X1以下的情况下，进入节点N110，由执行装置301判定输入数据中的“time4c”的值是否比阈值X3大。需要说明的是，阈值X3的值是比阈值X2小的值。

在节点N110处判定为输入数据中的“time4c”的值为阈值X3以下的情况下，进入叶N120，由执行装置301作出发生了单向阀59的动作不良这一诊断。

另一方面，在节点N110处判定为输入数据中的“time4c”的值比阈值X3大的情况下，进入节点N121，由执行装置301判定输入数据中的“temp1b”的值是否比阈值X4大。需要说明的是，阈值X4的值是比阈值X3小的值。

在节点N121处判定为输入数据中的“temp1b”的值比阈值X4大的情况下，进入叶N131，由执行装置301作出发生了不受燃料温度Tf影响的其他异常这一诊断。

另一方面，在节点N121处判定为输入数据中的“temp1b”的值为阈值X4以下的情况下，进入叶N130，由执行装置301作出发生了叶轮52c的劣化这一诊断。

这样，在异常诊断系统600中，由搭载于车辆500的控制装置100取得的诊断用数据经由通信网络400而向服务器装置300发送。服务器装置300使用对诊断用数据进行了统计的统计数据来制作输入数据，使用存储于存储装置302的学习完毕模型即决策树来诊断燃料供给系统550的异常。即，在该异常诊断系统600中，经由通信网络400而连接的控制装置100和服务器装置300构成了异常诊断系统600。

接着，参照图6～图8来说明为了实现上述的异常诊断而在异常诊断系统600中的控制装置100和服务器装置300中执行的例程的内容。

图6所示的例程示出了由搭载于车辆500的控制装置100的执行装置101执行的诊断用数据的取得所涉及的例程。该例程以从主开关140被接通而燃料泵52启动起经过了既定的掩蔽时间为条件，在燃料泵52工作的期间由执行装置101反复执行。需要说明的是，掩蔽时间配合在未发生异常的新品的状态的燃料供给系统550中馈送压力Pf到达300kPa以上的既定的水准所需的时间而设定。

当经过掩蔽时间而开始该例程后，执行装置101取得由燃料压力传感器131检测到的燃料管57内的燃料压力即馈送压力Pf。然后，在下一步骤S110中，执行装置101判定取得的燃料压力即馈送压力Pf是否小于在同一行程中取得的馈送压力Pf中的最低的压力即最低燃料压力。需要说明的是，如后所述，最低燃料压力存储于存储装置102。在主开关140成为接通后首次执行了该步骤S110的处理时，在存储装置102中未记录有最低燃料压力，因此在该步骤S110的处理中作出肯定判定。

在步骤S110的处理中判定为馈送压力Pf低于最低燃料压力的情况下(步骤S110：是)，执行装置101使处理进入步骤S120。然后，执行装置101在步骤S120的处理中更新最低燃料压力的值。即，执行装置101使通过步骤S100的处理而取得的最新的馈送压力Pf的值作为新的最低燃料压力而向存储装置102存储。

当这样使最低燃料压力存储后，执行装置101在下一步骤S130的处理中更新从使燃料泵52启动起的经过时间。即，执行装置101将此时的经过时间作为新的经过时间而存储于存储装置102。

接着，执行装置101使处理进入步骤S130，更新作为诊断用数据记录的燃料温度Tf。即，执行装置101将此时的燃料温度Tf作为新的燃料温度Tf而存储于存储装置102。当这样将最低燃料压力、记录了最低燃料压力时的经过时间及记录了最低燃料压力时的燃料温度Tf作为诊断用数据而存储于存储装置102后，执行装置101暂时结束该例程。

另一方面，在步骤S110的处理中判定为馈送压力Pf为最低燃料压力以上的情况下(步骤S110：否)，执行装置101不执行步骤S120～步骤S140的处理而直接暂时结束该例程。

这样，在控制装置100中，执行装置101通过反复执行该例程而使一个行程期间的最低燃料压力、记录了最低燃料压力时的经过时间及燃料温度Tf作为诊断用数据而存储于存储装置102。并且，在控制装置100中，在主开关140被断开而该行程结束时，执行装置101使发送机103发送存储于存储装置102的诊断用数据。

当接收到这样从控制装置100的发送机103发送出的诊断用数据时，服务器装置300的执行装置301执行图7所示的例程。当开始该例程后，执行装置301首先在步骤S200的处理中更新存储于存储装置302的第一统计数据。如参照图3而上述那样，第一统计数据是根据最低燃料压力与燃料温度Tf的组合而对记录了最低燃料压力的次数进行统计所得的数据。在该步骤S200的处理中，执行装置301基于本次接收到的诊断用数据而使第一统计数据中的对应的区域的次数增加1个。

例如，在接收到的诊断用数据中的最低燃料压力的值是240kPa，经过时间是15秒，燃料温度Tf是35℃的情况下，执行装置301在该步骤S200的处理中将第一统计数据的“temp2c”中的次数增加1个而更新第一统计数据。

接着，使处理进入步骤S210，执行装置301在步骤S210的处理中更新存储于存储装置302的第二统计数据。如参照图4而上述那样，第二统计数据是根据最低燃料压力与记录了最低燃料压力时的经过时间的组合而对记录了最低燃料压力的次数进行了统计的数据。在该步骤S210的处理中，执行装置301基于本次接收到的诊断用数据而使第二统计数据中的对应的区域的次数增加1个。

例如，在接收到的诊断用数据中的最低燃料压力的值是240kPa，经过时间是15秒，燃料温度Tf是35℃的情况下，执行装置301在该步骤S210的处理中将第一统计数据的“time2c”中的次数增加1个而更新第二统计数据。当这样更新第二统计数据后，执行装置301使该例程结束。在服务器装置300中，每当接收到诊断用数据时，这样更新统计数据。

接着，参照图8对在服务器装置300中执行的诊断处理所涉及的例程进行说明。如上所述，服务器装置300每当接收到关于诊断对象的燃料供给系统550的诊断用数据既定次数时进行诊断处理。

具体而言，当接收到既定次数的诊断用数据时，服务器装置300的执行装置301执行该例程而执行诊断处理。执行装置301当开始该例程后，首先在步骤S300的处理中将第一统计数据及第二统计数据中的次数的值转换为比例。也就是说，执行装置301制作转换为发生比例后的统计数据，该发生比例是将在存储于存储装置302的统计数据中的各区域中保存的最低燃料压力的发生次数除以到那时为止所统计的诊断用数据的总数而得到的。例如，在既定次数是100次，在执行该例程时统计的诊断用数据的总数是200次的情况下，在第一统计数据及第二统计数据中分别保存有200次的发生次数。在该情况下，执行装置301算出将保存于各区域的发生次数除以“200”而得到的商即发生比例，制作保存了各区域中的发生比例的统计数据。

这样，当将统计数据中的发生次数转换为比例时，使处理进入步骤S310，在步骤S310的处理中，执行装置301将保存有比例的统计数据成形为输入数据。需要说明的是，输入数据是向参照图5说明的存储于存储装置302的学习完毕模型输入的数据。

在该步骤S310的处理中，执行装置301将由转换为比例后的第一统计数据及第二统计数据的各区域的值构成的32个数值的集合形成为1个输入数据。

接着，执行装置301使处理进入步骤S320，将成形后的输入数据输入到存储于存储装置302的学习完毕模型而执行诊断处理。然后，在下一步骤S330的处理中，执行装置301将使用学习完毕模型诊断出的诊断结果通过发送机303发送到搭载有诊断对象的燃料供给系统550的车辆500。当这样发送诊断结果后，执行装置301使该例程结束。

这样，在异常诊断系统600中，搭载于车辆500的控制装置100具备存储诊断用数据的存储装置102和发送诊断用数据的发送机103，成为了数据发送装置。另外，服务器装置300具备进行诊断处理的执行装置301、存储有学习完毕的模型的存储装置302及接收诊断用数据的接收机304，成为了异常诊断装置。

需要说明的是，当利用接收机104接收到诊断结果后，控制装置100的执行装置101根据诊断结果操作显示部150。在接收到的诊断结果表示发生了叶轮的劣化的情况下，执行装置101使显示部150显示表示在燃料泵52发生了异常的信息。另一方面，在接收到的诊断结果表示发生了单向阀59的动作不良的情况下，执行装置101使显示部150显示表示在单向阀59发生了异常的信息。另外，在接收到的诊断结果表示是其他异常的情况下，执行装置101使表示在燃料供给系统发生了异常的信息显示。并且，在诊断结果表示正常的情况下，执行装置101不特别操作显示部150。

对本实施方式的作用进行说明。

在正使燃料泵52工作时燃料管57内的燃料压力下降时，有可能在燃料供给系统550发生了异常。在上述实施方式的异常诊断系统600中，不是诊断特定的条件下的异常的有无，而是基于最低燃料压力和表示记录了最低燃料压力时的状态的数据来进行异常的诊断。因而，能够检测由不同的主要原因引起的多样的异常。

另外，表示记录了最低燃料压力时的状态的数据是表示推定为发生了异常时的状态的数据。因而，若使用包括表示记录了最低燃料压力时的状态的数据的诊断用数据，则能够推定燃料管57内的燃料压力记录了最低燃料压力的主要原因。

对本实施方式的效果进行说明。

(1)根据使用诊断用数据来诊断燃料供给系统550的异常的上述的实施方式，不仅能够诊断异常的有无，也能够判别与燃料管57内的燃料压力的下降相关的故障的部位。

(2)在诊断用数据中，作为表示记录了最低燃料压力时的状态的数据，包括从燃料泵52的启动起的经过时间。从燃料泵52的启动到记录最低燃料压力为止的经过时间是表示燃料泵52的启动开始时间与产生了燃料压力的下降的时间的关系的数据。根据上述实施方式，能够参照燃料压力的下降是在燃料泵52的启动后立即产生的还是在启动后经过了一段时间时产生的而判别与燃料管57内的燃料压力的下降相关的故障的部位。

(3)单向阀59在燃料泵52正在工作且正在从燃料泵52喷出燃料而在燃料管57内存在从燃料泵52侧朝向缸内燃料喷射阀44、进气口燃料喷射阀30侧的燃料的流动时开阀。在因单向阀59的动作不良而单向阀59未适当地开阀的情况下，燃料压力的下降容易在刚启动燃料泵52后产生。相对于此，若燃料泵52的叶轮52c劣化，则在使燃料泵52工作的期间叶轮52c发生变形，叶轮52c与壳体52b干涉而难以旋转。其结果，产生燃料压力的下降。这样的由叶轮52c的劣化引起的燃料压力的下降容易在比容易产生由单向阀59的动作不良引起的燃料压力的下降的时间段靠后的时间段产生。

因而，在从燃料泵52的启动起的经过时间变得比较长后记录到最低燃料压力的情况下，与单向阀59的动作不良相比叶轮52c的劣化是燃料压力的下降的主要原因的可能性高。

因而，若如上述结构那样，使用表示燃料泵52的启动开始时间与产生了燃料压力的下降的时间的关系的数据作为诊断用数据，则能够判别燃料泵52的叶轮52c的劣化和单向阀59的动作不良，从而诊断燃料供给系统550的异常。

(4)根据上述的异常诊断系统600，由于使用对多次行程中的诊断用数据进行了统计的统计数据来进行诊断，所以与仅根据一个行程的诊断用数据来进行诊断的情况相比，能够进行精度更高的诊断。

(5)记录了最低燃料压力时的燃料温度Tf是表示燃料温度Tf与燃料压力的下降的关系的数据。在燃料供给系统550发生异常而燃料压力下降的情况下，燃料的温度对燃料压力的下降的影响的程度因发生了故障的部位而不同。根据上述的异常诊断系统600，能够参照燃料压力的下降是在燃料的温度低时产生的还是在燃料的温度高时产生的来判别与燃料管57内的燃料压力的下降相关的故障的部位。

(6)若叶轮52c劣化，则伴随于燃料的温度及叶轮52c的温度的上升而叶轮52c发生变形，叶轮52c与壳体52b干涉而燃料压力容易下降。另外，燃料的温度越低，则单向阀59越容易引起动作不良。因而，通过如上述那样使用对包括记录了最低燃料压力时的燃料的温度的数据的诊断用数据进行了统计的统计数据来进行诊断，能够诊断燃料压力的下降是受到燃料的温度的影响的叶轮52c的劣化、单向阀59的动作不良还是不受燃料的温度的影响的其他异常。

(7)能够使用机器学习来创建根据统计数据来诊断异常的有无并输出发生了异常的情况下的该异常的主要原因的类别的模型。若使用机器学习，则能够提取人难以察觉到的特征来进行异常诊断。另外，若如上述的异常诊断系统600那样是使用对诊断用数据进行了统计的统计数据作为输入的学习完毕模型，则与构筑将多个诊断用数据本身作为输入的学习完毕模型的情况相比，能够减少输入数据的量。

(8)决策树与神经网络等模型相比，人容易理解学习完毕模型的诊断的依据。根据上述的异常诊断系统600，能够构筑容易说明导出诊断结果的理由的异常诊断系统600。

(9)在异常诊断系统600中，作为存储装置，设置有搭载于车辆500且存储诊断用数据的存储装置102和搭载于与车辆500不同的设备即服务器装置300且存储有学习完毕模型的存储装置302。即，异常诊断系统600具备作为搭载于车辆500侧的第一存储装置的存储装置102和作为搭载于服务器装置300侧的第二存储装置的存储装置302。

并且，与存储装置302一起搭载于服务器装置300的执行装置301从车辆500接收存储于存储装置102的诊断用数据而制作统计数据。并且，执行装置301使用制作出的统计数据，通过存储于存储装置302的学习完毕模型来判别与燃料管57内的燃料压力的下降相关的异常的主要原因，从而诊断所述燃料供给系统550的异常。

根据这样的结构，统计数据的制作、学习完毕模型对异常的诊断等在与车辆500不同的服务器装置300中进行。因而，能够抑制车辆500侧的存储装置302的容量的增大、车辆500侧的运算负荷的增大。

本实施方式能够如以下这样变更而实施。本实施方式及以下的变更例能够在技术上不矛盾的范围内互相组合而实施。

在上述的异常诊断系统600中，例示了学习完毕模型是决策树的例子，但在诊断处理中使用的学习完毕模型也可以不必是决策树。例如，在诊断处理中使用的学习完毕模型也可以是通过多个决策树的多数决定来决定诊断结果的随机森林。另外，在诊断处理中使用的学习完毕模型也可以是如图9所示的神经网络。

在图9所示的例子中，具备由32个节点(节点N01～节点N32)构成的输入层，该32个节点输入将第一统计数据中的各区域中的发生次数转换为比例后的值和将第二统计数据中的各区域中的发生次数转换为比例后的值。并且，该神经网络具备由4个节点(节点N41～节点N44)构成的中间层和由4个节点(节点N51～节点N54)构成的输出层。

在图9所示的神经网络中，中间层的激活函数是S形函数。向中间层的输入作为对向输入层的32个输入值的每一个乘以权重而得到的值之和算出。并且，对输出层输入对中间层中的各节点(节点N41～节点N44)的输出值的每一个乘以权重而得到的值之和。并且，向这些输出层的输入值向作为柔性最大值层的输出层输入，被转换为与各节点(节点N51～节点N54)对应的输出值。输出层的各节点(节点N51～节点N54)的输出值之和是“1”，各输出值表示相对于“1”的比例。输出层的各节点(节点N51～节点N54)与通过诊断处理而输出的诊断结果分别对应。需要说明的是，诊断结果的种类与上述实施方式是同样的。例如，节点N51对应于“正常”，节点N52对应于“叶轮的劣化”。并且，节点N53对应于“单向阀59的动作不良”，节点N54对应于“其他异常”。即，在输出层中，输出与“正常”、“叶轮的劣化”、“单向阀59的动作不良”、“其他异常”这4个诊断结果相应的概率。

若通过对这样的神经网络输入与上述的实施方式同样的教师数据而进行有监督学习，则能够生成能通过与上述的实施方式同样的输入而与上述的实施方式同样地诊断燃料供给系统550的异常的学习完毕模型。

需要说明的是，图9所示的神经网络具备仅1层的中间层，但中间层的数量能够设为2层以上的任意的个数，另外，中间层的节点的数量也能够设为任意的个数。

在上述的实施方式中，示出了使用通过机器学习进行学习得到的学习完毕模型来进行异常诊断的例子，但未必需要使用通过机器学习进行学习得到的学习完毕模型。例如，也可考虑通过反复实验和验证来找出分支的阈值，构筑如上述实施方式的决策树那样的模型。

另外，在上述的实施方式中，示出了基于对既定次数的行程的数据进行了统计的统计数据来进行1次异常诊断的例子，但也能够基于最低燃料压力和记录了最低燃料压力时的信息来针对每个行程进行异常诊断。

虽然示出了在诊断用数据中包括记录了最低燃料压力时的燃料温度Tf的例子，但也能够采用在诊断用数据中不包括燃料温度Tf而进行异常诊断的结构。

例如，图10所示的决策树是仅基于第二统计数据来进行诊断处理的决策树的例子。该决策树能够通过使用由第二统计数据和正解的标签这17个值构成的教师数据进行有监督学习而生成。需要说明的是，由于在第二统计数据中不包括关于燃料温度Tf的信息，所以在该决策树中，不考虑燃料温度Tf的影响的有无。因而，在该决策树的输出中，不进行与上述的实施方式中的“其他异常”对应的输出。即，教师数据中的标签是“正常”“叶轮”“单向阀”这3个种类，决策树输出的诊断结果是“正常”“叶轮的劣化”“单向阀的动作不良”这3个种类。

如图10所示，在该决策树中，首先，在节点N200处由执行装置301判定输入数据中的“time1c”是否比阈值Y1大。在输入数据中的“time1c”为阈值Y1以下的情况下，进入叶N210，由执行装置301作出正常这一诊断。

另一方面，在输入数据中的“time1c”比阈值Y1大的情况下，进入节点N211，由执行装置301判定输入数据中的“time4c”是否比阈值Y2大。需要说明的是，阈值Y2是比阈值Y1小的值。

在输入数据中的“time4c”比阈值Y2大的情况下，进入叶N221，由执行装置301作出发生了叶轮52c的劣化这一诊断。另一方面，在输入数据中的“time4c”为阈值Y2以下的情况下，进入叶N220，由执行装置301作出发生了单向阀59的动作不良这一诊断。

诊断用数据的内容不限于上述的例子。例如，也可以使用不包括关于记录了最低燃料压力时的经过时间的信息的诊断用数据。需要说明的是，诊断用数据中包含的表示记录了最低燃料压力时的状态的信息也可以不是燃料温度Tf、经过时间。

也可以设为：在作为数据发送装置的控制装置100中进行诊断用数据的统计，控制装置100通过发送机103将统计数据发送到服务器装置300。另外，在该情况下，服务器装置300只要根据接收到的统计数据来制作输入数据并进行诊断处理即可。

也可以仅在搭载于车辆500的控制装置100中完成异常诊断系统。即，也可以设为：在存储装置102中存储有学习完毕模型，在控制装置100中执行从诊断用数据的取得到统计、输入数据的制作、诊断处理。另外，也可以设为：与上述的实施方式同样地从控制装置100发送诊断用数据，但在服务器装置300中仅制作统计数据，从服务器装置300将统计数据发送到控制装置100，在控制装置100中进行诊断处理。

虽然示出了控制装置100通过燃料泵控制装置200来控制燃料泵52的例子，但也可以采用成为了兼具控制装置100和燃料泵控制装置200的功能的1个控制装置的结构。另外，也可以由3个以上的单元构成燃料供给系统550的控制装置。

另外，在上述实施方式中，通过操作显示部150而通过视觉信息来报告发生了异常，但不限于此。例如，也可以通过操作扬声器而通过听觉信息来报告发生了异常。

执行装置101、执行装置301不限于执行软件处理。例如，也可以具备对在上述实施方式中软件处理的至少一部分进行硬件处理的专用的硬件电路(例如ASIC等)。即，执行装置101、执行装置301是以下的(a)～(c)的任一结构即可。(a)具备将上述处理的全部按照程序而执行的处理装置和存储程序的ROM等程序保存装置。(b)具备将上述处理的一部分按照程序而执行的处理装置及程序保存装置和执行剩余的处理的专用的硬件电路。(c)具备执行上述处理的全部的专用的硬件电路。在此，具备处理装置及程序保存装置的软件执行装置、专用的硬件电路也可以是多个。

在上述实施方式中，例示了作为燃料喷射阀而具备缸内燃料喷射阀44和进气口燃料喷射阀30的燃料供给系统550，但燃料供给系统的结构不限于这样的结构。例如，也可以是仅具备进气口燃料喷射阀的燃料供给系统。另外，例如，也可以是仅具备缸内燃料喷射阀的燃料供给系统。

作为车辆500，不限于生成车辆的推进力的装置仅成为发动机的车辆，例如也可以是串联混合动力车。另外，除了串联混合动力车以外，也可以是并联混合动力车、混联混合动力车。

虽然示出了将燃料温度Tf利用燃料温度传感器137来检测的例子，但也可以将燃料温度Tf通过推定而求出。