车辆用装置、系统以及方法与流程

1.本发明涉及车辆用的装置、系统以及方法。


背景技术：

2.在日本特开2013-160273中，记载有传动机构的油温探测装置的一个例子。在传动机构中产生某些异常的状态下传动机构工作时，在异常的产生部位处发热，在传动机构内循环的油的温度即油温有时上升。因而，在油温探测装置中，根据油温传感器的检测值即油温检测值来进行在传动机构中是否产生异常的判定。然后，在做出产生异常这样的判定的情况下，将该意思报告给车辆的驾驶员。


技术实现要素：

3.传动机构的工作量因加速器操作、制动器操作这样的由车辆的驾驶员进行的车辆操作方式而改变。当传动机构的工作量发生改变时，在传动机构内循环的油的温度也发生改变。因此，在上述油温探测装置中，有时即使在起因于驾驶员的车辆操作方式而油温检测值上升的情况下，也做出在传动机构中产生异常这样的判定。即，当即使在传动机构中实际未产生异常，油温检测值也上升的情况下，有可能会做出在传动机构中产生异常这样的判定。
4.本发明的第1方式提供一种用于车辆的装置，所述车辆具备动力传递装置和检测在所述动力传递装置内循环的油的温度即油温的传感器，所述装置具备：存储器，构成为存储有包含规定映射的通过机器学习而学习的数据的映射数据，所述映射将作为表示所述车辆的车辆操作的状况的变量的推测用变量以及所述传感器的检测值作为输入变量，将与该输入变量对应的要素作为输出变量；以及处理器，构成为获取所述输入变量；使用所述映射，作为与所述输入变量对应的该映射的输出变量而获取所述要素；以及根据所述要素，判别所述检测值成为阈值以上的主要原因是因为在所述动力传递装置中产生了异常还是所述车辆的驾驶员的车辆操作方式。
5.在动力传递装置进行工作的情况下，在动力传递装置中产生与该工作相应的热。这样，在动力传递装置中产生的热被传递到在动力传递装置内循环的油。由此，能够抑制动力传递装置的温度上升。
6.然而，当车辆的驾驶员的车辆操作发生改变时，动力传递装置的工作量发生改变。然后，当动力传递装置的工作量发生改变时，工作所引起的动力传递装置的发热量发生改变，所以在动力传递装置内循环的油的温度即油温发生改变。即，在动力传递装置中未产生任何异常的状况下，能够根据作为表示驾驶员的车辆操作的状况的变量的推测用变量推测油温。在这样的油温的推测值比较高且油温检测值高的情况下，能够推测为驾驶员进行如增高油温那样的车辆操作。另一方面，虽然这样的油温的推测值比较低但油温检测值变高的情况是虽然驾驶员未进行如增高油温那样的车辆操作但油温上升的情况。在这样的情况下，能够推测为由于在动力传递装置中产生了异常所以油温检测值上升。
7.在上述结构中，根据通过将上述推测用变量以及油温检测值作为输入变量而输入到映射从而从该映射输出的要素，判别油温检测值成为油温判定值以上的主要原因是因为在动力传递装置中产生了异常还是车辆的驾驶员的车辆操作方式。由此，能够抑制虽然在动力传递装置中未产生异常但做出在动力传递装置中产生异常这样的判定。
8.在上述方式中，在所述映射中，也可以作为与该输入变量对应的所述要素，将确定所述检测值成为所述阈值以上的主要原因是因为在所述动力传递装置中产生了异常还是所述车辆的驾驶员的车辆操作方式的变量作为输出变量。
9.基于机器学习的学习的结果，上述映射输出确定油温成为油温判定值以上的主要原因的变量。因此，根据上述结构，将在获取处理中获取到的输入变量输入到该映射，从而能够判别油温成为油温判定值以上的主要原因。
10.在上述方式中，在所述映射中，也可以作为与所述输入变量对应的所述要素，将所述油温的推测值作为输出变量；以及所述处理器也可以构成为使用所述映射和所述输入变量来获取所述油温的推测值；以及在所述检测值成为所述阈值以上的情况下，根据所述油温的推测值，判别所述检测值成为所述阈值以上的主要原因是因为在所述动力传递装置中产生了异常还是所述车辆的驾驶员的车辆操作方式。
11.根据上述结构，通过使在获取处理中获取到的输入变量输入到映射，从而推导油温的推测值。例如在并不是以驾驶员的车辆操作为原因而油温上升的情况下，能够推测为油温检测值与油温的推测值的差分变大，或者油温检测值上升，但油温的推测值未上升。另一方面，在以驾驶员的车辆操作为原因而油温上升的情况下，能够推测为以与油温检测值相同的方式油温的推测值上升。
12.因而，在上述结构中，在油温检测值成为油温判定值以上的情况下，能够根据从映射输出的油温的推测值，判别油温检测值成为油温判定值以上的主要原因是因为在动力传递装置中产生了异常还是驾驶员的车辆操作方式。
13.在上述方式中，所述推测用变量也可以包括车速以及加速器开度中的至少一个。
14.车速越高，则动力传递装置的工作量越多，所以油温容易变高。另外，加速器开度越大，则从动力源向动力传递装置的输入越大。于是，动力传递装置的工作量变多，所以油温容易变高。因而，根据上述结构，通过将车速以及加速器开度中的至少一个作为推测用变量，能够提高油温检测值成为油温判定值以上的主要原因的判别的精度。
15.在上述方式中，所述车辆也可以具备内燃机，并且通过与所述内燃机的冷却水的热交换来冷却所述油；以及所述输入变量也可以还包括所述内燃机的冷却水的温度。
16.在通过与内燃机的冷却水的热交换来冷却在动力传递装置内循环的油的情况下，油温容易受到内燃机的冷却水的温度的影响。因而，根据上述结构，除了上述推测用变量以及油温检测值之外，还将内燃机的冷却水的温度作为输入变量，从而能够提高油温检测值成为油温判定值以上的主要原因的判别的精度。
17.在上述方式中，所述输入变量也可以还包括外部气温。
18.外部气温越高，则油温越容易变高。因而，根据上述结构，除了上述推测用变量以及油温检测值之外，还将外部气温作为输入变量，从而能够提高油温检测值成为油温判定值以上的主要原因的判别的精度。
19.本发明的第2方式提供一种系统，具备：上述方式的装置；以及报告装置，在所述检
测值为所述阈值以上的情况下，对所述车辆的驾驶员进行基于所述检测值成为阈值以上的主要原因的判别的结果的报告。
20.根据上述结构，能够抑制虽然在动力传递装置中未产生异常但向车辆的驾驶员报告在动力传递装置中产生异常的情形。
21.本发明的第3方式提供一种方法，包括：作为输入变量而获取检测在车辆的动力传递装置内循环的油的温度即油温的传感器的检测值和作为表示所述车辆的车辆操作的状况的变量的推测用变量；使用将与所述输入变量对应的要素作为输出变量的映射，作为与所述输入变量对应的该映射的输出变量而获取所述要素，所述映射由存储于存储器的映射数据中所包含的通过机器学习而学习的数据规定；以及根据所述要素，判别所述检测值成为阈值以上的主要原因是因为在所述动力传递装置中产生了异常还是所述车辆的驾驶员的车辆操作方式。
22.在上述结构中，根据通过将上述推测用变量以及油温检测值作为输入变量而输入到映射从而从该映射输出的要素，判别油温检测值成为油温判定值以上的主要原因是因为在动力传递装置中产生了异常还是车辆的驾驶员的车辆操作方式。由此，能够抑制虽然在动力传递装置中未产生异常但做出在动力传递装置中产生异常这样的判定。
附图说明
23.下面将参照附图说明本发明的示例性实施例的特征、优点以及技术和工业上的意义，其中相同的符号表示相同的元件，其中：
24.图1是示出在第1实施方式中控制装置和由该控制装置控制的车辆的驱动系统的图。
25.图2是示出该控制装置执行的一连串的处理的流程图。
26.图3是示出油温检测值与油温的推测值的推移的时序图。
27.图4是示出油温检测值与油温的推测值的推移的时序图。
28.图5是示出油温检测值与油温的推测值的推移的时序图。
29.图6是示出在第2实施方式中控制装置执行的一连串的处理的流程图。
具体实施方式
30.(第1实施方式)
31.以下，依照图1～图5，说明动力传递装置的异常判定装置以及警告系统的第1实施方式。
32.首先，说明具备异常判定装置的车辆的概略结构。
33.如图1所示，车辆vc具备内燃机10、动力分割机构20、第1电动发电机30、第2电动发电机35、变速装置40以及驱动轮60。
34.动力分割机构20连结于内燃机10的曲轴11。动力分割机构20是具有太阳齿轮s、齿圈r以及行星齿轮架c的行星齿轮机构。曲轴11连结于动力分割机构20的行星齿轮架c。第1电动发电机30的旋转轴31连结于太阳齿轮s。第2电动发电机35的旋转轴36连结于作为齿圈r的输出轴的齿圈轴ra。另外，变速装置40的输入轴连结于齿圈轴ra。多个驱动轮60经由未图示的差速器连结于变速装置40的输出轴。
35.当内燃机10的输出转矩经由曲轴11输入到动力分割机构20的行星齿轮架c时，内燃机10的输出转矩被分割为太阳齿轮s侧和齿圈r侧。第1电动发电机30作为电动机进行工作，当第1电动发电机30的输出转矩经由旋转轴31输入到动力分割机构20的太阳齿轮s时，第1电动发电机30的输出转矩被分割为行星齿轮架c侧和齿圈r侧。
36.第2电动发电机35作为电动机进行工作，当第2电动发电机35的输出转矩经由旋转轴36输入到齿圈轴ra时，第2电动发电机35的输出转矩被传递到变速装置40。另外，当来自驱动轮60侧的转矩经由齿圈轴ra输入到第2电动发电机35时，第2电动发电机35作为发电机进行工作，在车辆vc中产生再生制动力。
37.变速装置40具备第1离合器c1、第2离合器c2、制动器机构b1以及单向离合器f1。而且，利用第1离合器c1、第2离合器c2以及制动器机构b1中的卡合状态、释放状态的组合和单向离合器f1中的限制状态、容许状态的组合来切换变速装置40的变速档。
38.车辆vc具备对变速装置40供给油的油供给部50。油供给部50具备存留油的油盘51和机械驱动式的油泵52。油泵52的从动轴52a连结于动力分割机构20的行星齿轮架c。油泵52吸入油盘51内的油，将该油排出到变速装置40。从油泵52排出的油的压力由变速装置40的油压控制回路41调整。油压控制回路41具备多个电磁阀41a。油压控制回路41通过各电磁阀41a的通电来控制油的流动状态以及油的压力。
39.车辆vc具备对内燃机10的冷却水进行冷却的冷却装置15。在内燃机10内循环的温度比较高的冷却水经由第1冷却配管12流入到冷却装置15内。由冷却装置15冷却后的温度比较低的冷却水经由第2冷却配管13返回到内燃机10。此外，冷却装置15构成为对在变速装置40内循环的油也进行冷却。即，通过油泵52的工作从油盘51汲取的油在通过与内燃机10的冷却水的热交换而冷却之后从油泵52排出到油压控制回路41。
40.在车辆vc的车室内设置有报告装置70。报告装置70当在变速装置40中有可能会产生异常的情况下，将该意思报告给车辆vc的驾驶员。关于报告装置70报告给驾驶员的内容将在后面叙述。
41.控制装置80将内燃机10作为控制对象，为了控制作为其控制量的转矩以及排气成分比率等，操作内燃机10的各种操作部。另外，控制装置80将第1电动发电机30作为控制对象，为了控制作为其控制量的转矩以及转速等，操作第1逆变器32。另外，控制装置80将第2电动发电机35作为控制对象，为了控制作为其控制量的转矩以及转速等，操作第2逆变器37。另外，控制装置80将变速装置40作为控制对象，操作油压控制回路41的各电磁阀41a。
42.控制装置80在控制上述控制量时，参照曲轴转角传感器101的输出信号scr、检测第1电动发电机30的旋转轴31的旋转角的第1旋转角传感器102的输出信号sm1以及检测第2电动发电机35的旋转轴36的旋转角的第2旋转角传感器103的输出信号sm2。另外，控制装置80参照由油温传感器104检测的油的温度即油温检测值toil、由车速传感器105检测的车辆vc的移动速度即车速spd以及由加速器传感器106检测的加速器踏板61的操作量即加速器开度accp。另外，控制装置80参照由外部气温传感器107检测的外部气温(例如，周围的温度)即外部气温检测值tout以及由水温传感器108检测的水温检测值twt。水温检测值twt是指在内燃机10内循环的冷却水的温度的检测值。
43.控制装置80具备cpu81、rom82、作为能够电改写的非易失性存储器的存储装置83以及周边电路84，它们能够经由局域网85进行通信。周边电路84包括生成规定内部的动作
的时钟信号的电路、电源电路以及复位电路等。控制装置80通过由cpu81执行存储于rom82的程序，从而控制各种控制量。
44.在存储装置83中存储有映射数据dm。映射数据dm包括规定映射的通过机器学习而学习的数据，在该映射中，在输入后述各种输入变量时输出与该输入变量对应的要素。
45.然而，在车辆vc行驶时，有时油温检测值toil变高。作为油温检测值toil变高的主要原因，能够举出以下的两点。
46.·
在变速装置40产生某些异常的情况。
47.·
由于驾驶员的车辆操作方式而变速装置40的工作量多的情况。
48.当在变速装置40产生某些异常时，该异常的产生部位发热。于是，在该产生部位处产生的热被传递到在变速装置40内循环的油，所以油温上升。
49.在变速装置40进行工作的情况下，在变速装置40中产生工作所引起的热。例如，在油压控制回路41的各电磁阀41a中产生热。另外，还有时在使离合器c1、c2以及制动器机构b1等摩擦卡合元件成为卡合状态时产生热。变速装置40的工作量越多，则这样在变速装置40中产生的热越多。然后，在变速装置40中产生的热被传递到在变速装置40内循环的油，所以油温上升。
50.在本实施方式中，控制装置80在油成为过热状态的情况下，判别油成为过热状态的主要原因是因为在变速装置40中产生了异常还是因为驾驶员的车辆操作方式。然后，控制装置80使报告装置70与其判别的结果相应地向驾驶员报告。此外，在此所称的“驾驶员的车辆操作”是指如加速器操作、制动器操作等那样使车辆vc加减速那样的驾驶员的操作。
51.参照图2，说明当在变速装置40内循环的油成为过热状态时，为了判别其主要原因而控制装置80执行的一连串的处理的次序。图2所示的一连串的处理是通过由cpu81以预定周期反复执行存储于rom82的程序而实现的。
52.首先，最初，在步骤s11中，cpu81获取油温检测值toil的时间序列数据、车速spd、加速器开度accp、水温检测值twt以及外部气温检测值tout。油温检测值toil的时间序列数据包括油温检测值toil的多个(例如，4个)采样值“toil(1)、toil(2)、toil(3)、toil(4)”。构成时间序列数据的各采样值是在互不相同的定时采样的。在本实施方式中，由以一定的采样周期采样的情况下的相互在时间序列上相邻的多个采样值构成时间序列数据。
53.接着，在步骤s13中，cpu81将在步骤s11中获取到的各检测值代入到用于判别油温检测值toil变高的主要原因的映射的输入变量x(1)～x(8)。即，cpu81将油温检测值toil(1)代入到输入变量x(1)，将油温检测值toil(2)代入到输入变量x(2)，将油温检测值toil(3)代入到输入变量x(3)，将油温检测值toil(4)代入到输入变量x(4)。另外，cpu81将车速spd代入到输入变量x(5)，将加速器开度accp代入到输入变量x(6)。另外，cpu81将水温检测值twt代入到输入变量x(7)，将外部气温检测值tout代入到输入变量x(8)。
54.然后，在接下来的步骤s15中，cpu81通过将输入变量x(1)～x(8)输入到由存储于存储装置83的映射数据dm规定的映射，从而计算输出变量y。
55.在本实施方式中，映射作为中间层为一层的全连接正向传播型神经网络而构成。上述神经网络包含作为输入侧非线性映射的激活函数h(x)，该输入侧非线性映射将输入侧系数wfjk(j＝0～n，k＝0～5)和作为由输入侧系数wfjk规定的线性映射的输入侧线性映射的输出分别进行非线性变换。在本实施方式中，作为激活函数h(x)，例示双曲正切“tanh
(x)”。另外，上述神经网络包含作为输出侧非线性映射的激活函数f(x)，该输出侧非线性映射将输出侧系数wsj(j＝0～n)和作为由输出侧系数wsj规定的线性映射的输出侧线性映射的输出分别进行非线性变换。在本实施方式中，作为激活函数f(x)，例示双曲正切“tanh(x)”。此外，值n表示中间层的维度。在本实施方式中，值n比作为输入变量x的维度的“8”小。输入侧系数wfj0是偏置参数，是输入变量x(0)的系数。输入变量x(0)被定义为“1”。另外，输出侧系数ws0是偏置参数。
56.映射数据dm是在被安装到车辆vc以前使用规格与车辆vc相同的车辆学习的已学习模型。在此，在映射数据dm的学习时，事先获取由教学数据和输入数据构成的训练数据。即，在实际地使车辆行驶的情况下，作为输入数据而获取油温检测值toil的时间序列数据、车速spd、加速器开度accp、水温检测值twt以及外部气温检测值tout。另外，作为教学数据而获取在变速装置40中是否产生异常的信息即异常判定信息。例如，将产生异常的情况下的异常判定信息设为“0”，将未产生异常的情况下的异常判定信息设为“1”即可。
57.然后，通过在各种状况下使车辆行驶，从而生成由教学数据和输入数据构成的多个训练数据。例如，将未产生异常的变速装置40搭载于车辆，使该车辆行驶，从而能够作为教学数据而获取在变速装置40中未产生异常时的异常判定信息，并且能够作为输入数据而获取在变速装置40中未产生异常时的各种检测值。另外，将有意地产生异常的变速装置40搭载于车辆，使该车辆行驶，从而能够作为教学数据而获取在变速装置40中产生异常时的异常判定信息，并且能够作为输入数据而获取在变速装置40中产生异常时的各种检测值。
58.使用这样的多个训练数据来学习映射数据dm。即，以将输入数据作为输入而使映射数据dm输出的变量与实际的异常判定信息的误差成为容许值以下的方式，分别调整输入侧变量以及输出侧变量。
59.在步骤s17中，cpu81判定油温检测值toil是否为第1油温判定值toilth1以上。第1油温判定值toilth1被设定为油温是否上升至作为在变速装置40内循环的油而被容许的油温的上限附近的判断基准。即，作为第1油温判定值toilth1，设定有比油温的上限toillim稍微低的油温。因此，优选在油温检测值toil为第1油温判定值toilth1以上的情况下，使变速装置40的工作量快速减少。
60.然后，在油温检测值toil为第1油温判定值toilth1以上的情况下(s17：是)，cpu81使该处理转移到接下来的步骤s19。在步骤s19中，cpu81评价在步骤s15中计算出的输出变量y。即，cpu81判别输出变量y是表示由于在变速装置40中产生异常而油温上升的值还是表示以驾驶员的车辆操作方式为主要原因而油温上升的值。接着，在步骤s21中，cpu81进行作为与步骤s19中的评价的结果相应的警告的强警告。即，在输出变量y是表示由于在变速装置40中产生异常而油温上升的值的情况下，cpu81经由报告装置70将由于在变速装置40中产生异常而油成为过热状态的意思报告给驾驶员。此时，cpu81也可以使报告装置70对驾驶员报告催促将车辆vc入库到经销商等的修理工场的意思。另一方面，在输出变量y是表示以驾驶员的车辆操作方式为主要原因而油温上升的值的情况下，cpu81经由报告装置70对驾驶员报告起因于驾驶员的车辆操作而油成为过热状态的意思。之后，cpu81暂且结束一连串的处理。
61.另一方面，当在步骤s17中，油温检测值toil小于第1油温判定值toilth1的情况下(s17：否)，cpu81使该处理转移到接下来的步骤s23。在步骤s23中，cpu81判定油温检测值
toil是否为第2油温判定值toilth2以上。作为第2油温判定值toilth2，设定有比第1油温判定值toilth1小的值。第2油温判定值toilth2是用于判断虽然油尚未成为过热状态但如果仍使车辆vc行驶则油是否有可能会成为过热状态的判定值。
62.在油温检测值toil小于第2油温判定值toilth2的情况下(s23：否)，cpu81暂且结束一连串的处理。另一方面，在油温检测值toil为第2油温判定值toilth2以上的情况下(s23：是)，cpu81使该处理转移到接下来的步骤s25。在步骤s25中，cpu81评价在步骤s15中计算出的输出变量y。即，cpu81判别输出变量y是表示由于在变速装置40中产生异常而油温上升的值还是表示以驾驶员的车辆操作方式为主要原因而油温上升的值。接着，在步骤s27中，cpu81进行作为与步骤s25中的评价的结果相应的警告的弱警告。即，在输出变量y是表示由于在变速装置40中产生异常而油温上升的值的情况下，cpu81使报告装置70对驾驶员报告由于在变速装置40中产生异常而油温正在变高的意思。另外，在输出变量y是表示以驾驶员的车辆操作方式为主要原因而油温上升的值的情况下，cpu81使报告装置70对驾驶员报告起因于驾驶员的车辆操作而油温正在变高的意思。之后，cpu81暂且结束一连串的处理。
63.接下来，说明本实施方式的作用。
64.在图3中，图示出在变速装置40中产生异常的情况下的、油温检测值toil与基于驾驶员的车辆操作方式的油温的推测值toila的关系。当在变速装置40中产生异常的状态下车辆vc继续行驶时，如图3中的实线所示，油温检测值toil逐渐变高。但是，驾驶员未进行如使油温上升那样的车辆操作，所以如图3中的点划线所示，油温的推测值toila不会变得太高。而且，在时刻t11，油温检测值toil达到第2油温判定值toilth2时，开始弱警告。在该情况下，从映射输出的输出变量y成为表示由于在变速装置40中产生异常而油温上升的值。因此，由报告装置70对驾驶员报告由于在变速装置40中产生异常而油温正在变高的意思。
65.当之后车辆vc也继续行驶时，在时刻t12，油温检测值toil达到第1油温判定值toilth1。于是，由报告装置70进行的警告从弱警告转移到强警告。即使在这样的状况下，在驾驶员未进行如使油温上升那样的车辆操作的情况下，油温的推测值toila也不会变得太高。因此，从映射输出的输出变量y成为表示由于在变速装置40中产生异常而油温上升的值。其结果，由报告装置70对驾驶员报告由于在变速装置40中产生异常而油成为过热状态的意思。
66.在图4以及图5中，图示出在变速装置40中未产生异常的情况下的、油温检测值toil与油温的推测值toila的关系。在图4所示的例子中，驾驶员进行如使油温上升那样的车辆操作。作为如使油温上升那样的车辆操作，例如，能够举出如使车辆vc断续地高速行驶那样的车辆操作、如反复进行车辆vc的加速以及减速那样的车辆操作。当驾驶员进行如使油温上升那样的车辆操作时，如图4中的实线所示，油温检测值toil逐渐变高，并且如图4中的点划线所示，油温的推测值toila逐渐变高。然后，在时刻t21，油温检测值toil达到第2油温判定值toilth2时，开始弱警告。在该情况下，油温的推测值toila也变高，所以从映射输出的输出变量y是表示以车辆的驾驶员的车辆操作方式为主要原因而油温上升的值。因此，由报告装置70对驾驶员报告起因于驾驶员的车辆操作而油温正在变高的意思。
67.当之后驾驶员也继续进行如使油温上升那样的车辆操作时，在时刻t22，油温检测值toil达到第1油温判定值toilth1。于是，由报告装置70进行的警告从弱警告转移到强警
告。即使在这样的状况下，驾驶员也进行如使油温上升那样的车辆操作，所以油温的推测值toila也变高。因此，从映射输出的输出变量y成为表示以车辆的驾驶员的车辆操作方式为主要原因而油温上升的值。其结果，由报告装置70对驾驶员报告以驾驶员的车辆操作为原因而油成为过热状态的意思。
68.另一方面，在图5所示的例子中，驾驶员未进行如使油温上升那样的车辆操作。在该情况下，在变速装置40中未产生异常，所以油温检测值toil以及油温的推测值toila不会变得太高。其结果，报告装置70不进行报告。
69.根据本实施方式，能够得到以下效果。
70.(1－1)根据通过使输入变量输入到映射来从该映射输出的输出变量y，判别油温检测值toil成为油温判定值toilth1、toilth2以上的主要原因是因为在变速装置40中产生了异常还是因为驾驶员的车辆操作方式。由此，能够抑制虽然在变速装置40中未产生异常但做出在变速装置40中产生异常这样的判定。
71.(1－2)车速spd越高，则变速装置40的工作量越多，所以油温容易变高。另外，加速器开度accp越大，则从车辆vc的动力源向变速装置40的输入越大。于是，变速装置40的工作量变多，所以油温容易变高。因而，在本实施方式中，将车速spd以及加速器开度accp作为映射的输入变量。因此，通过使用从这样的映射输出的输出变量y，能够提高油温检测值toil成为油温判定值toilth1、toilth2以上的主要原因的判别的精度。
72.(1－3)在本实施方式中，通过与内燃机10的冷却水的热交换，对在变速装置40内循环的油进行冷却。因此，油温容易受到内燃机10的冷却水的温度的影响。因而，除了油温检测值toil、车速spd以及加速器开度accp之外，水温检测值twt也作为映射的输入变量。因此，通过使用从这样的映射输出的输出变量y，能够提高油温检测值toil成为油温判定值toilth1、toilth2以上的主要原因的判别的精度。
73.(1－4)外部气温检测值tout越高，则油温越容易变高。因而，在本实施方式中，外部气温检测值tout也作为映射的输入变量。通过使用从这样的映射输出的输出变量y，能够提高油温检测值toil成为油温判定值toilth1、toilth2以上的主要原因的判别的精度。
74.(1－5)在本实施方式中，在油温检测值toil成为油温判定值toilth1、toilth2以上的情况下，由报告装置70对驾驶员报告其主要原因。因此，能够使驾驶员进行依照所报告的内容的应对。
75.(第2实施方式)
76.以下，以与第1实施方式的不同点为中心，参照附图，说明第2实施方式。
77.在本实施方式中，映射数据dm是规定在输入各种输入变量时作为与该输入变量对应的要素而输出油温的推测值toile的映射的数据。
78.接下来，参照图6，说明当在变速装置40内循环的油成为过热状态时，为了判别其主要原因而控制装置80执行的一连串的处理的次序。图6所示的一连串的处理是通过由cpu81以预定周期反复执行存储于rom82的程序而实现的。
79.首先，最初，在步骤s41中，cpu81与上述步骤s11同样地获取各种数据。即，cpu81获取油温检测值toil的时间序列数据、车速spd、加速器开度accp、水温检测值twt以及外部气温检测值tout。接着，在步骤s43中，cpu81将在步骤s41中获取到的各检测值代入到用于推导油温的推测值toile的映射的输入变量x(1)～x(8)。即，cpu81将油温检测值toil(1)代入
到输入变量x(1)，将油温检测值toil(2)代入到输入变量x(2)，将油温检测值toil(3)代入到输入变量x(3)，将油温检测值toil(4)代入到输入变量x(4)。另外，cpu81将车速spd代入到输入变量x(5)，将加速器开度accp代入到输入变量x(6)。另外，cpu81将水温检测值twt代入到输入变量x(7)，将外部气温检测值tout代入到输入变量x(8)。
80.然后，在接下来的步骤s45中，cpu81通过将输入变量x(1)～x(8)输入到由存储于存储装置83的映射数据dm规定的映射，从而计算输出变量y。在本实施方式中，作为输出变量y而计算油温的推测值toile。
81.在本实施方式中，映射作为中间层为一层的全连接正向传播型神经网络而构成。上述神经网络包含作为输入侧非线性映射的激活函数h(x)，该输入侧非线性映射将输入侧系数wfjk(j＝0～n，k＝0～5)和作为由输入侧系数wfjk规定的线性映射的输入侧线性映射的输出分别进行非线性变换。在本实施方式中，作为激活函数h(x)，例示双曲正切“tanh(x)”。另外，上述神经网络包含作为输出侧非线性映射的激活函数f(x)，该输出侧非线性映射将输出侧系数wsj(j＝0～n)和作为由输出侧系数wsj规定的线性映射的输出侧线性映射的输出分别进行非线性变换。在本实施方式中，作为激活函数f(x)，例示双曲正切“tanh(x)”。此外，值n表示中间层的维度。在本实施方式中，值n比作为输入变量x的维度的“8”小。输入侧系数wfj0是偏置参数，是输入变量x(0)的系数。输入变量x(0)被定义为“1”。另外，输出侧系数ws0是偏置参数。
82.映射数据dm是在被安装到车辆vc以前使用规格与车辆vc相同的车辆学习的已学习模型。在此，在映射数据dm的学习时，事先获取由教学数据和输入数据构成的训练数据。即，在实际地使车辆行驶的情况下，作为输入数据而获取油温检测值toil的时间序列数据、车速spd、加速器开度accp、水温检测值twt以及外部气温检测值tout。另外，作为教学数据而获取此时的油温检测值toil。
83.然后，通过在各种状况下使车辆行驶，从而生成由教学数据和输入数据构成的多个训练数据。例如，通过将未产生异常的变速装置40搭载于车辆，使该车辆行驶，从而能够获取在变速装置40中未产生异常时的油温检测值toil以及除此以外的各检测值。
84.使用这样的多个训练数据来学习映射数据dm。即，以使将输入数据作为输入而映射数据dm输出的值与油温检测值toil的差分成为预定的误差容许值以下的方式，分别调整输入侧变量以及输出侧变量。
85.在步骤s47中，cpu81判定油温检测值toil是否为第1油温判定值toilth1以上。在油温检测值toil为第1油温判定值toilth1以上的情况下(s47：是)，cpu81使该处理转移到接下来的步骤s49。在步骤s49中，cpu81判定油温检测值toil与油温的推测值toile的差分是否为第1差分判定值δtoilth1以下。在以驾驶员的车辆操作为原因而油过热的情况下，油温的推测值toile与油温检测值toil同样地上升。因此，油温检测值toil与油温的推测值toile的差分小。因而，作为是否以驾驶员的车辆操作为原因而油过热的判断基准，设定有第1差分判定值δtoilth1。
86.在油温检测值toil与油温的推测值toile的差分为第1差分判定值δtoilth1以下的情况下(s49：是)，cpu81使该处理转移到接下来的步骤s51。在步骤s51中，cpu81执行第1强警告处理。即，cpu81在第1强警告处理中，使报告装置70对驾驶员报告起因于驾驶员的车辆操作而油成为过热状态的意思。之后，cpu81暂且结束一连串的处理。另一方面，在步骤
s49中，油温检测值toil与油温的推测值toile的差分大于第1差分判定值δtoilth1的情况下(s49：否)，cpu81使该处理转移到接下来的步骤s53。在步骤s53中，cpu81执行第2强警告处理。即，cpu81在第2强警告处理中，使报告装置70对驾驶员报告由于在变速装置40中产生异常而油成为过热状态的意思。之后，cpu81暂且结束一连串的处理。
87.另一方面，在步骤s47中，油温检测值toil小于第1油温判定值toilth1的情况下(s47：否)，cpu81使该处理转移到接下来的步骤s55。在步骤s55中，cpu81判定油温检测值toil是否为第2油温判定值toilth2以上。在油温检测值toil小于第2油温判定值toilth2的情况下(s55：否)，cpu81暂且结束一连串的处理。另一方面，在油温检测值toil为第2油温判定值toilth2以上的情况下(s55：是)，cpu81使该处理转移到接下来的步骤s57。在步骤s57中，cpu81判定油温检测值toil与油温的推测值toile的差分是否为第2差分判定值δtoilth2以下。在以驾驶员的车辆操作为原因而油温上升的情况下，油温的推测值toile与油温检测值toil同样地上升。因此，油温检测值toil与油温的推测值toile的差分小。因而，作为是否以驾驶员的车辆操作为原因而油温上升的判断基准，设定有第2差分判定值δtoilth2。此外，第2差分判定值δtoilth2既可以与第1差分判定值δtoilth1相等，也可以与第1差分判定值δtoilth1不同。
88.在油温检测值toil与油温的推测值toile的差分为第2差分判定值δtoilth2以下的情况下(s57：是)，cpu81使该处理转移到接下来的步骤s59。在步骤s59中，cpu81执行第1弱警告处理。即，cpu81在第1弱警告处理中，使报告装置70对驾驶员报告起因于驾驶员的车辆操作而油温正在变高的意思。之后，cpu81暂且结束一连串的处理。另一方面，在步骤s57中，油温检测值toil与油温的推测值toile的差分大于第2差分判定值δtoilth2的情况下(s57：否)，cpu81使该处理转移到接下来的步骤s61。在步骤s61中，cpu81执行第2弱警告处理。即，cpu81在第2弱警告处理中，使报告装置70对驾驶员报告由于在变速装置40中产生异常而油温正在变高的意思。之后，cpu81暂且结束一连串的处理。
89.接下来，说明本实施方式的作用。
90.通过使加速器开度accp以及车速spd作为输入变量而输入到映射，从而作为映射的输出变量y而输出油温的推测值toile。在本实施方式中，根据油温的推测值toile，进行油温检测值toil成为油温判定值toilth1、toilth2以上的主要原因是因为在变速装置40中产生了异常还是因为驾驶员的车辆操作方式的判别。由此，能够抑制虽然在变速装置40中未产生异常但做出在变速装置40中产生异常这样的判定。
91.此外，在对图3所示的时序图将油温的推测值toila置换为油温的推测值toile而观察的情况下，在图3中，油温检测值toil上升，另一方面，油温的推测值toile不怎么上升。即，油温检测值toil与油温的推测值toile的差分逐渐变大。因此，在该情况下，能够推测为以在变速装置40中产生异常为原因而油温上升。因此，在油温检测值toil成为油温判定值toilth1、toilth2以上的情况下，由报告装置70对驾驶员报告在变速装置40中产生异常的意思。
92.另外，在对图4所示的时序图将油温的推测值toila置换为油温的推测值toile而观察的情况下，在图4中，油温检测值toil以及油温的推测值toile这双方上升。因此，在该情况下，能够推测为以驾驶员的车辆操作为原因而油温上升。因此，在油温检测值toil成为油温判定值toilth1、toilth2以上的情况下，由报告装置70对驾驶员报告以驾驶员的车辆
操作为原因而油温变高的意思。
93.另外，在对图5所示的时序图将油温的推测值toila置换为油温的推测值toile而观察的情况下，在图5中，油温检测值toil以及油温的推测值toile这双方不怎么上升。因此，在该情况下，能够推测为驾驶员未进行如使油温上升那样的车辆操作，且在变速装置40中未产生异常。因此，报告装置70不进行报告。
94.根据本实施方式，除了上述(1－1)以及(1－5)之外，能够进一步得到以下效果。
95.(2－1)车速spd越高，则变速装置40的工作量越多，所以油温容易变高。另外，加速器开度accp越大，则从车辆vc的动力源向变速装置40的输入越大。于是，变速装置40的工作量变多，所以油温容易变高。因而，在本实施方式中，将车速spd以及加速器开度accp作为映射的输入变量。由此，能够提高油温的推测精度。其结果，通过使用从映射输出的油温的推测值toile，能够提高油温检测值toil成为油温判定值toilth1、toilth2以上的主要原因的判别的精度。
96.(2－2)通过与内燃机10的冷却水的热交换，对在变速装置40内循环的油进行冷却，所以油温容易受到内燃机10的冷却水的温度的影响。因而，除了油温检测值toil、车速spd以及加速器开度accp之外，水温检测值twt也作为映射的输入变量。由此，能够提高油温的推测精度。其结果，通过使用从映射输出的油温的推测值toile，能够提高油温检测值toil成为油温判定值toilth1、toilth2以上的主要原因的判别的精度。
97.(2－3)外部气温检测值tout越高，则油温越容易变高。因而，在本实施方式中，外部气温检测值tout也作为映射的输入变量。由此，能够提高油温的推测精度。其结果，通过使用从映射输出的油温的推测值toile，能够提高油温检测值toil成为油温判定值toilth1、toilth2以上的主要原因的判别的精度。
98.在上述各实施方式中，异常判定装置的一个例子是控制装置80。车辆的动力源的一个例子是内燃机10、第1电动发电机30以及第2电动发电机35。驱动轮的一个例子是驱动轮60。动力传递装置的一个例子是变速装置40。油温传感器的一个例子是油温传感器104。车辆的一个例子是车辆vc。执行装置的一个例子是cpu81以及rom82。存储装置的一个例子是存储装置83。映射数据的一个例子是映射数据dm。获取处理的一个例子是图2中的步骤s11的处理以及图6中的步骤s41的处理。主要原因判别处理的一个例子是图2中的步骤s19的处理、步骤s25的处理、图6中的步骤s49的处理以及步骤s57的处理。映射的一个例子是通过在图2中的步骤s15的处理中使用的计算式规定的映射。映射的一个例子是通过在图6中的步骤s45的处理中使用的计算式规定的映射。推测用变量的一个例子是车速spd以及加速器开度accp。内燃机的一个例子是内燃机10。内燃机的冷却水的温度的一个例子是水温检测值twt。外部气温的一个例子是外部气温检测值tout。报告装置的一个例子是报告装置70。警告系统的一个例子是控制装置80以及报告装置70。
99.(变更例)
100.上述各实施方式能够以如下方式变更实施。上述各实施方式以及以下的变更例能够在技术上不矛盾的范围相互组合实施。
[0101]“关于映射”[0102]
·
在上述各实施方式中，映射的激活函数是例示，不限于上述各实施方式的例子。例如，作为映射的激活函数，也可以采用logistic sigmoid函数。
[0103]
·
在上述各实施方式中，作为神经网络，例示出中间层的数量为1层的神经网络，但也可以是中间层的数量为两层以上。
[0104]
·
在上述各实施方式中，作为神经网络，例示出全连接正向传播型的神经网络，但不限于此。例如，作为神经网络，也可以采用递归连接型神经网络。
[0105]
·
在上述各实施方式中，作为映射的函数近似器不限于神经网络。例如，也可以是不具备中间层的递归式。
[0106]“关于推测用变量”[0107]
·
推测用变量只要包括车速spd，就也可以不包括加速器开度accp。
[0108]
·
推测用变量只要包括加速器开度accp，就也可以不包括车速spd。
[0109]
·
在如下述“关于车辆”这栏所记载那样，车辆是虽然具备内燃机但不具备电动发电机的车辆的情况下，也可以使作为内燃机的曲轴的转速的发动机转速包含于推测用变量。另外，也可以使设置于内燃机的吸气通路的节流阀的开度包含于推测用变量。
[0110]
·
构成油温检测值toil的时间序列数据的油温检测值toil的数据数不限于“4个”。例如，数据数既可以小于“3个”，也可以为“5个”以上。
[0111]
·
在第1实施方式中，将油温检测值toil的时间序列数据作为针对映射的输入变量，但不限于此。只要能够根据通过将该时间点的油温检测值toil作为输入变量而输入到映射而从该映射输出的输出变量y，判别油温检测值toil变高的主要原因，就也可以不是时间序列数据。
[0112]“关于输入变量”[0113]
·
输入变量也可以不包括水温检测值twt。
[0114]
·
输入变量也可以不包括外部气温检测值tout。
[0115]
·
也可以使在内燃机10内循环的油的温度包含于输入变量。
[0116]“关于冷却装置”[0117]
·
只要能够在内燃机10的冷却水与在变速装置40内循环的油之间进行热交换，就也可以不用冷却装置15对油进行冷却。
[0118]
·
也可以将在变速装置40内循环的油的冷却装置与在内燃机10内循环的冷却水的冷却装置分开地设置。
[0119]“关于执行装置”[0120]
·
作为执行装置，不限于具备cpu81和rom82来执行软件处理。例如，也可以具备对在上述各实施方式中进行软件处理的部分中的至少一部分进行硬件处理的专用的硬件电路。作为专用的硬件电路，例如能够举出asic。asic是指“application specific integrated circuit(专用集成电路)”的简称。即，执行装置是以下的(a)～(c)中的任意的结构即可。
[0121]
(a)具备依照程序执行上述处理的全部处理的处理装置和存储程序的rom等程序保存装置。
[0122]
(b)具备依照程序执行上述处理的一部分处理的处理装置以及程序保存装置和执行剩余的处理的专用的硬件电路。
[0123]
(c)具备执行上述处理的全部处理的专用的硬件电路。在此，具备处理装置以及程序保存装置的软件执行装置以及专用的硬件电路也可以是多个。
[0124]“关于报告装置”[0125]
·
报告装置不限于车载的装置。例如也可以是车辆的驾驶员携带的移动终端。作为移动终端，能够举出智能手机、平板终端等。在该情况下，主要原因判别处理的执行的结果从车辆vc直接发送到移动终端，或者从车辆vc经由服务器发送到移动终端。然后，移动终端进行依照接收到的内容的报告。
[0126]“关于动力传递装置”[0127]
·
动力传递装置不限于有级式的变速装置。动力传递装置也可以是无级式的变速装置。
[0128]
·
只要动力传递装置设置于从车辆的动力源向驱动轮的动力传递路径，并且油在内部循环，就不限于变速装置40。例如，动力传递装置也可以是不具有变速功能的装置。
[0129]“关于车辆”[0130]
·
作为车辆，不限于串并联式的混合动力车辆。作为车辆，例如，也可以是串联式的混合动力车辆、并联式的混合动力车辆。另外，车辆也可以不是混合动力车辆。即，车辆既可以是虽然具备内燃机但不具备电动发电机的车辆，也可以是虽然具备电动发电机但不具备内燃机的车辆。