CN113039396A - 服务器装置、适配器以及空调系统 - Google Patents

服务器装置、适配器以及空调系统 Download PDF

Info

Publication number
CN113039396A
CN113039396A CN201980075412.2A CN201980075412A CN113039396A CN 113039396 A CN113039396 A CN 113039396A CN 201980075412 A CN201980075412 A CN 201980075412A CN 113039396 A CN113039396 A CN 113039396A
Authority
CN
China
Prior art keywords
unit
learning model
adapter
history data
operation history
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201980075412.2A
Other languages
English (en)
Other versions
CN113039396B (zh
Inventor
岛村丰
河合智文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu General Ltd
Original Assignee
Fujitsu General Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu General Ltd filed Critical Fujitsu General Ltd
Publication of CN113039396A publication Critical patent/CN113039396A/zh
Application granted granted Critical
Publication of CN113039396B publication Critical patent/CN113039396B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/30Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/50Control or safety arrangements characterised by user interfaces or communication
    • F24F11/56Remote control
    • F24F11/58Remote control using Internet communication
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63Electronic processing
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63Electronic processing
    • F24F11/64Electronic processing using pre-stored data
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion

Abstract

服务器装置(5)包括:运行状态收集部(41)、学习部(42)、发送部(43)以及删除部(44)。运行状态收集部(41)将从适配器(3)收集到的运行历史数据(22)存储于存储装置(32)。学习部(42)将基于运行历史数据(22)生成的学习模型(23)存储于存储装置(32)。发送部(43)将学习模型(23)发送至适配器(3),以使适配器(3)利用学习模型(23)对室内进行空气调节。删除部(44)在接收到从适配器(3)发送的删除指示信号的情况下,当删除指示信号表示“删除AI控制相关信息”时,从存储装置(32)将运行历史数据(22)以及学习模型(23)删除。

Description

服务器装置、适配器以及空调系统
技术领域
本发明涉及一种服务器装置、适配器以及空调系统。
背景技术
目前,已知有自动高效地对设置于居住空间内的空调机进行控制的空调系统(专利文献1)。该空调系统的存储部具有学习功能,能够使基于标准规格设定进行的控制,按时间顺序反映基于居住者等的喜好或行为模式等得出的舒适的温度环境。
专利文献1:日本特开2015-117933号公报
发明内容
目前受到推崇的是这样的系统:在服务器装置上对使用者设置的空调机的设定温度等运行历史数据进行学习来生成学习模型,并由空调机使用从服务器装置发送的学习模型,来控制基于空调机进行的制冷制热等运行。不过,在空调机报废时,为了防止个人信息的泄漏,需要从空调机侧的存储装置将这些运行历史数据及学习模型删除。此外,在学习模型出现问题时、以及空调机的使用者发生改变时,为了生成新的合适的学习模型,一般也会从空调机侧的存储装置将这些运行历史数据及学习模型等信息删除。
然而,在这样的系统中,运行历史数据以及学习模型也存储于服务器装置的存储装置。使用者虽然可以从空调机侧的存储装置将运行历史数据以及学习模型删除,但要从服务器装置的存储装置也将之删除,对于使用者来说困难而繁琐。
本申请公开的技术是鉴于上述问题而完成的,涉及由学习模型控制的空调机,其目的在于提供一种可以容易地从服务器装置将存储于服务器装置的存储装置的信息删除的服务器装置、适配器以及空调系统。
本申请实施方式中的一种服务器装置包括:收集部,其将从空调机收集到的运行历史数据存储于服务器侧存储装置;学习部,其将基于上述运行历史数据生成的学习模型存储于上述服务器侧存储装置;发送部,其将上述学习模型发送至上述空调机空调机;以及删除部,其在接收到从上述空调机发送的删除指示信号时,从上述服务器侧存储装置将上述运行历史数据以及上述学习模型删除。
本申请公开的服务器装置、适配器以及空调系统可用于使用学习模型来对其运行进行控制的空调机,能够容易地将存储于服务器装置的存储装置的运行历史数据以及学习模型等信息删除。
附图说明
图1为表示本实施例的空调系统的一例的说明图。
图2为表示适配器的硬件结构的一例的框图。
图3为表示服务器装置的框图。
图4为表示与信息删除相关的空调系统1的动作的一例的流程图。
具体实施方式
以下基于附图对本申请公开的服务器装置、适配器以及空调系统的实施例进行详细说明。此外,所公开技术并不受本实施例所限。并且,以下所示的各实施例在不产生矛盾的范围内可以根据情况进行变形。
实施例
图1为表示本实施例的空调系统1的一例的说明图。图1所示的空调系统1具有:室内机2、适配器3、路由器4、服务器装置5、中继装置6、通信终端7、以及通信网络8。
室内机2例如配置于室内,是对室内空气进行加热或冷却的空调机的一部分。此外,室内机2的使用者能够通过遥控器9的操作来对室内机2进行远程操作。室内机2具有主体2A、以及用于控制该主体2A的控制部2B。在主体2A具有室内风扇及室内热交换器,在室内热交换器与制冷剂进行过热交换后的室内空气从主体2A吹出,由此来进行房间的制热、制冷、除湿等。此外,在未图示的室外机具有室外风扇及压缩机等。通信终端7为使用者的智能手机等终端装置。
适配器3具有:将室内机2与路由器4之间以无线通信连接的通信功能、以及对室内机2进行AI(人工智能)控制的控制功能。对每个室内机2配置适配器3。路由器4是例如使用WLAN(Wireless Local Area Network,无线局域网)等将适配器3与通信网络8以无线通信连接的接入点的装置。通信网络8是例如因特网等通信网络。服务器装置5具有:生成用于控制室内机2的AI的学习模型的功能、以及存储运行历史数据等的数据库等。此外,服务器装置5例如配置于数据中心。中继装置6具有与通信网络8通过通信连接、并且与服务器装置5通过通信连接的功能。中继装置6经由通信网络8,将用于在室内机2应用的学习模型的生成或更新的运行历史数据等,从适配器3发送至服务器装置5。并且,中继装置6将由服务器装置5生成或更新的学习模型经由通信网络8发送至适配器3。此外,中继装置6例如配置于数据中心等。
中继装置6具有:第一中继部6A、第二中继部6B、以及第三中继部6C。第一中继部6A将从适配器3接收到的用于学习模型的生成或更新的运行历史数据等经由通信网络8发送至服务器装置5,并且将由服务器装置5生成或更新的学习模型经由通信网络8发送至适配器3。第二中继部6B获取使用者自外出所在地使用通信终端7设定的室内机2的运行条件(制冷/制热等运行模式及设定温度等),并将其发送至室内机2。第三中继部6C例如从因特网等通信网络8获取天气预报等外部数据,并将获取到的外部数据发送至服务器装置5。此外,第三中继部6C将外部数据经由通信网络8发送至适配器3。
图2为表示适配器3的结构的一例的框图。图2所示的适配器3具有:第一通信部11、第二通信部12、存储部13、以及CPU(Central Processing Unit,中央处理单元)14。第一通信部11与室内机2内的控制部2B通信连接,其例如是UART(Universal AsynchronousReceiver Transmitter,通用异步收发器)等通信IF(Interface,接口)。第二通信部12与路由器4通信连接,其例如是WLAN等通信IF等的通信部。存储部13例如具有ROM(Read OnlyMemory,只读存储器)或RAM(Random Access Memory,随机存取存储器)等,用于保存数据及程序等各种信息。CPU14控制适配器3整体。
图2所示的适配器3内的存储部13存储有空调侧设定信息21、运行历史数据22以及学习模型23。空调侧设定信息21表示与适配器3连接的路由器4的信息以及访问服务器装置5的访问密钥(Access Key)。作为与适配器3连接的路由器4的信息,可例示用于识别路由器4的SSID(Service Set IDentifier,服务集标识符)、以及路由器4的个人识别码(PINCode)。
CPU14具有获取部24、发送部25、接收部26、学习控制部27、删除部28以及删除指示部29。获取部24通过第一通信部11从室内机2的控制部2B获取运行历史数据22,并将该获取到的运行历史数据22存储于存储部13。发送部25将由获取部24获取到的运行历史数据22等经由通信网络8发送至服务器装置5。接收部26经由通信网络8从服务器装置5接收学习模型23,并将接收到的学习模型23存储于存储部13。
学习控制部27基于存储于存储部13的学习模型23来控制室内机2内的控制部2B。此外,为便于说明,例示了学习控制部27基于学习模型23来控制室内机2内的控制部2B的情况,但学习控制部27也可以基于学习模型23直接控制室内机2的主体2A。此外,学习控制部27将基于学习模型23的控制形态发送至控制部2B。即,学习控制部27可以通过控制部2B间接地控制主体2A,并可以根据情况进行改变。
在通过基于来自室内机2内的控制部2B或者服务器装置5的信号对适配器3进行操作而选择了“删除AI控制相关信息”时,删除部28从存储部13将运行历史数据22以及学习模型23删除。在通过对适配器3进行操作而选择了“全部删除”时,删除部28从存储部13将空调侧设定信息21、运行历史数据22以及学习模型23删除。在通过对适配器3进行操作而选择了“删除AI控制相关信息”时,删除指示部29将表示“删除AI控制相关信息”的删除指示信号经由通信网络8发送至服务器装置5。在通过对适配器3进行操作而选择了“全部删除”时,删除指示部29将表示“全部删除”的删除指示信号经由通信网络8发送至服务器装置5。
图3为表示服务器装置5的功能结构的一例的框图。服务器装置5具有CPU31及存储装置32。存储装置32例如具有ROM或RAM等,用来储存数据或程序等各种信息。存储装置32存储运行历史数据22、学习模型23以及使用者注册信息。使用者注册信息表示适配器3的MAC(Media Access Control,介质访问控制)地址、使用者注册的邮箱地址、使用者注册的邮政编码、以及群组ID。群组ID是用于决定学习定时或日志(Log)收集的时间的ID。
CPU31具有运行状态收集部41、学习部42、发送部43以及删除部44。运行状态收集部41与多个室内机2的各适配器3连接,经由路由器4、通信网络8以及中继装置6,从适配器3接收运行历史数据22。学习部42使用由运行状态收集部41接收到的运行历史数据22进行学习,基于学习结果,生成或更新各室内机2的学习模型23。学习部42将生成或更新的学习模型23存储于存储装置32。发送部43经由中继装置6、通信网络8以及路由器4,将由学习部42生成或更新的学习模型23发送至适配器3。
删除部44在接收到从适配器3发送的删除指示信号的情况下,当该接收到的删除指示信号表示“删除AI控制相关信息”时,从存储装置32将运行历史数据22以及学习模型23删除。删除部44在接收到从适配器3发送的删除指示信号的情况下,当该接收到的删除指示信号表示“全部删除”时,从存储装置32将运行历史数据22、学习模型23以及使用者注册信息删除。并且,当自适配器3最终访问服务器装置5的时刻起经过了规定期间时,删除部44从存储装置32将运行历史数据22、学习模型23以及使用者注册信息删除。作为规定期间,只要是可视为空调系统1不再被使用了的期间即可,在此以2年为例。
对空调系统1的动作进行说明。空调系统1实施与空调机的AI控制相关的动作、以及与信息删除相关的动作。
在与空调机的AI控制相关的动作中,适配器3按照以5分钟为周期的获取定时从室内机2获取运行历史数据22,并将该获取到的运行历史数据22存储于存储部13。适配器3每隔48小时,将存储于存储部13的运行历史数据22中的48小时的量的运行历史数据22发送至服务器装置5。服务器装置5接收从适配器3发送的运行历史数据22,并将运行历史数据22存储于存储装置32。服务器装置5基于存储于存储装置32的运行历史数据22生成学习模型23,并将该生成的学习模型23存储于存储装置32。服务器装置5通过中继装置6将存储于存储装置32的学习模型23发送至适配器3。适配器3在接收到从服务器装置5发送的学习模型23时,将该接收到的学习模型23存储于存储部13。适配器3基于存储于存储部13的学习模型23来控制室内机2的控制部2B,并通过控制部2B间接地控制室内机2的主体2A。
学习模型23中例如包含体感温度设定预测模型,其根据各家庭的空调机的运行状态、对室内的使用者5分钟后的体感温度进行预测,并根据预测出的体感温度对空调机进行控制。以往,空调机是为了使室内温度到达目标温度而对温度进行调整,因此存在使用者在体感上对该温度变化感到不适的情况。对此,体感温度设定预测模型例如是根据室内温度、室内湿度以及室外温度等按时间顺序的运行历史数据22、以使使用者感到舒适的方式对空调机进行调整时实施的程序。例如,通过基于体感温度设定预测模型来对空调机进行控制,以使使用者感到舒适的方式,将空调机的设定温度改为与由使用者设定的温度不同的温度。空调系统1通过这样的动作,基于学习模型23对空调机进行控制,由此能够以使空调机的使用者感到舒适的方式,使空调机合理地运行。
图4为表示与信息删除相关的空调系统1的动作的一例的流程图。当使用者希望从适配器3的存储部13将运行历史数据22以及学习模型23删除时,通过操作适配器3来选择“删除AI控制相关信息”。当使用者希望从适配器3的存储部13将空调侧设定信息21、运行历史数据22以及学习模型23删除时,通过操作适配器3来选择“全部删除”。在选择了“删除AI控制相关信息”时,适配器3将表示“删除AI控制相关信息”的删除指示信号发送至服务器装置5;在选择了“全部删除”时,适配器3将表示“全部删除”的删除指示信号发送至服务器装置5(步骤S1)。适配器3还根据对适配器3进行的操作,从存储部13将信息删除(步骤S2)。即,在选择了“删除AI控制相关信息”时,适配器3从存储部13将运行历史数据22以及学习模型23删除;在选择了“全部删除”时,适配器3从存储部13将空调侧设定信息21、运行历史数据22以及学习模型23删除。
服务器装置5在接收到从适配器3发送的删除指示信号时(步骤S3,“是”),从存储装置32将与删除指示信号对应的信息删除(步骤S4)。即,服务器装置5在删除指示信号表示“删除AI控制相关信息”时,从存储装置32将运行历史数据22以及学习模型23删除。服务器装置5在删除指示信号表示“全部删除”时,从存储装置32将运行历史数据22、学习模型23以及使用者注册信息删除。
服务器装置5还间歇性地对自适配器3最终访问服务器装置5的时刻起是否已经经过了规定期间(此处,作为可视为空调系统1不再被使用了的期间,将其设为2年)进行判定。服务器装置5在判定为自最终访问起已经经过了2年时,从存储装置32将运行历史数据22、学习模型23以及使用者注册信息删除。
实施例的服务器装置5的效果
实施例的服务器装置5包括运行状态收集部41、学习部42、发送部43以及删除部44。运行状态收集部41将从适配器3收集到的运行历史数据22存储于存储装置32。学习部42将基于运行历史数据22生成的学习模型23存储于存储装置32。发送部43将学习模型23发送至适配器3,以使适配器3利用学习模型23对室内进行空气调节。删除部44在接收到从适配器3发送的删除指示信号的情况下,当删除指示信号表示“删除AI控制相关信息”时,从存储装置32将运行历史数据22以及学习模型23删除。
在运行历史数据22以及学习模型23中,有时会包含空调机的使用者的个人信息。若将个人信息一直存储于服务器装置5的存储装置32,则在与空调机的AI控制相关的服务终止后等时,不再进行安全更新,存在个人信息的信息泄漏等风险。服务器装置5能够响应在运行历史数据22以及学习模型23被从适配器3的存储部13删除时从适配器3自动发送的删除指示信号,从存储装置32自动将运行历史数据22以及学习模型23删除。此时,使用者无需进行从服务器装置5的存储装置32将个人信息删除的手续,能够容易地从服务器装置5的存储装置32将个人信息删除。
此外,实施例的服务器装置5的存储装置32还存储有与运行历史数据22以及学习模型23不同的使用者注册信息。删除部44在接收到从适配器3发送的删除指示信号的情况下,当删除指示信号表示“全部删除”时,从存储装置32将运行历史数据22、学习模型23以及使用者注册信息删除。此时,服务器装置5能够响应从适配器3自动发送的删除指示信号,从存储装置32自动将运行历史数据22、学习模型23以及使用者注册信息删除。此时,使用者无需进行从服务器装置5的存储装置32将运行历史数据22、学习模型23以及使用者注册信息删除的手续,能够容易地从服务器装置5的存储装置32将这些信息删除。
此外,在从适配器3经过规定期间没有发送信息(运行历史数据22以及学习模型23)时,实施例的服务器装置5的删除部44从存储装置32将运行历史数据22、学习模型23以及空调侧设定信息21删除。此时,服务器装置5能够自动将与规定期间未使用的空调机相关的信息删除,能够防止个人信息的信息泄漏。
实施例的适配器3包括:获取部24、发送部25、接收部26、学习控制部27、删除部28以及删除指示部29。获取部24将从室内机2获取到的运行历史数据22存储于存储部13。发送部25将运行历史数据22发送至服务器装置5。接收部26接收从服务器装置5发送的学习模型23,并将学习模型23存储于存储部13。学习控制部27控制适配器3,以基于学习模型23对室内进行空气调节。在通过对适配器3进行操作而选择了“删除AI控制相关信息”时,删除部28从存储部13将运行历史数据22以及学习模型23删除。在通过对适配器3进行操作而选择了“删除AI控制相关信息”时,删除指示部29将表示“删除AI控制相关信息”的删除指示信号发送至服务器装置5。此时,适配器3能够自动将表示“删除AI控制相关信息”的删除指示信号发送至服务器装置5,能够容易地从服务器装置5的存储装置32将运行历史数据22以及学习模型23删除。
此外,实施例的适配器3的存储部13还存储有与运行历史数据22以及学习模型23不同的使用者注册信息。在通过对适配器3进行操作而选择了“全部删除”时,删除部28从存储部13将运行历史数据22、学习模型23以及使用者注册信息删除。在通过对适配器3进行操作而选择了“全部删除”时,删除指示部29将表示“全部删除”的删除指示信号发送至服务器装置5。此时,适配器3能够自动将表示“全部删除”的删除指示信号发送至服务器装置5,能够容易地从服务器装置5的存储装置32将运行历史数据22、学习模型23以及使用者注册信息删除。
进而,由各装置所进行的各种处理功能的全部或者任意一部分,也可以在CPU(或者MPU(Micro Processing Unit,微处理单元)、MCU(MicroController Unit,微控制单元)等微处理器)上实施。此外,当然地,各种处理功能的全部或者任意一部分可以在由CPU(或者MPU、MCU等微处理器)进行分析实施的程序上、或者基于布线逻辑的硬件上来实施。
符号说明
1:空调系统
2:室内机
2B:控制部
3:适配器
5:服务器装置
13:存储部
21:空调侧设定信息
22:运行历史数据
23:学习模型
24:获取部
25:发送部
26:接收部
27:学习控制部
28:删除部
29:删除指示部
32:存储装置
41:运行状态收集部
42:学习部
43:发送部
44:删除部。

Claims (6)

1.一种服务器装置,其特征在于,包括:
收集部,其将从空调机收集到的运行历史数据存储于服务器侧存储装置;
学习部,其将基于所述运行历史数据生成的学习模型存储于所述服务器侧存储装置;
发送部,其将所述学习模型发送至所述空调机,以使所述空调机利用所述学习模型对室内进行空气调节;以及
删除部,其在接收到从所述空调机发送的删除指示信号时,从所述服务器侧存储装置将所述运行历史数据以及所述学习模型删除。
2.如权利要求1所述的服务器装置,其特征在于:所述服务器侧存储装置还存储与所述运行历史数据以及所述学习模型不同的信息,
所述删除部在接收到从所述空调机发送的其他的删除指示信号时,从所述服务器侧存储装置将所述运行历史数据、所述学习模型以及所述信息删除。
3.如权利要求2所述的服务器装置,其特征在于:在从所述空调机经过规定期间没有发送信息时,所述删除部从所述服务器侧存储装置将所述运行历史数据、所述学习模型以及所述信息删除。
4.一种适配器,其特征在于,包括:
获取部,其将从空调机获取到的运行历史数据存储于适配器侧存储装置;
发送部,其将所述运行历史数据发送至服务器装置;
接收部,其接收从所述服务器装置发送的学习模型,并将所述学习模型存储于所述适配器侧存储装置;
学习控制部,其控制所述空调机,以基于所述学习模型对室内进行空气调节;
删除部,在规定的操作被进行了时,其从所述适配器侧存储装置将所述运行历史数据以及所述学习模型删除;以及
删除指示部,在所述规定的操作被进行了时,其向所述服务器装置发送删除指示信号。
5.根据权利要求4所述的适配器,其特征在于:
所述适配器侧存储装置还存储与所述运行历史数据以及所述学习模型不同的信息,
在其他的操作被进行了时,所述删除部从所述适配器侧存储装置将所述运行历史数据、所述学习模型以及所述信息删除,
在所述其他的操作被进行了时,所述删除指示部向所述服务器装置发送其他的删除指示信号。
6.一种空调系统,其特征在于,包括:
如权利要求4所述的适配器;以及
所述服务器装置。
CN201980075412.2A 2019-01-31 2019-12-23 服务器装置、适配器以及空调系统 Active CN113039396B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2019-016105 2019-01-31
JP2019016105A JP6777174B2 (ja) 2019-01-31 2019-01-31 サーバ装置、アダプタおよび空気調和システム
PCT/JP2019/050355 WO2020158250A1 (ja) 2019-01-31 2019-12-23 サーバ装置、アダプタおよび空気調和システム

Publications (2)

Publication Number Publication Date
CN113039396A true CN113039396A (zh) 2021-06-25
CN113039396B CN113039396B (zh) 2022-09-13

Family

ID=71840020

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980075412.2A Active CN113039396B (zh) 2019-01-31 2019-12-23 服务器装置、适配器以及空调系统

Country Status (6)

Country Link
US (1) US11874012B2 (zh)
EP (1) EP3919828A4 (zh)
JP (1) JP6777174B2 (zh)
CN (1) CN113039396B (zh)
AU (1) AU2019427933B2 (zh)
WO (1) WO2020158250A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113587389A (zh) * 2021-07-21 2021-11-02 青岛海信日立空调系统有限公司 空调系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7359038B2 (ja) 2020-02-28 2023-10-11 株式会社富士通ゼネラル 遠隔操作システム

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002082872A (ja) * 2000-07-03 2002-03-22 Ims:Kk 画像生成装置を利用した通信遊技システム
CN101080703A (zh) * 2005-02-25 2007-11-28 夏普株式会社 数据管理系统、数据管理方法、服务器装置、接收装置、控制程序和记录有该程序的计算机可读取的记录介质
JP2008198030A (ja) * 2007-02-14 2008-08-28 Qualia Kk ポイント管理システム、および、ポイント管理サーバー、ポイント管理方法、ポイント提供方法
JP2008241152A (ja) * 2007-03-27 2008-10-09 Matsushita Electric Works Ltd 空調制御システム
JP2016146100A (ja) * 2015-02-09 2016-08-12 株式会社東芝 情報提供システム
CN108536782A (zh) * 2017-03-30 2018-09-14 京瓷办公信息系统株式会社 信息处理装置以及信息处理方法
US20180283723A1 (en) * 2017-03-30 2018-10-04 Samsung Electronics Co., Ltd. Data learning server and method for generating and using learning model thereof

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9609003B1 (en) * 2007-06-12 2017-03-28 Icontrol Networks, Inc. Generating risk profile using data of home monitoring and security system
US8065251B2 (en) * 2007-09-28 2011-11-22 Fisher-Rosemount Systems, Inc. Dynamic management of a process model repository for a process control system
US10054328B2 (en) * 2013-01-30 2018-08-21 Mitsubishi Electric Corporation Operational conditioning based on environmental components
JP5552190B1 (ja) 2013-04-24 2014-07-16 積水化学工業株式会社 空調システムの制御装置、空調システム及び建物
US20150370272A1 (en) 2014-06-23 2015-12-24 Google Inc. Intelligent configuration of a smart environment based on arrival time
JP6807556B2 (ja) * 2015-10-01 2021-01-06 パナソニックIpマネジメント株式会社 空調制御方法、空調制御装置及び空調制御プログラム
US10578328B2 (en) * 2016-02-11 2020-03-03 Vertiv Corporation Systems and methods for detecting degradation of a component in an air conditioning system
CN107229965B (zh) * 2016-03-25 2021-10-22 陕西微阅信息技术有限公司 智能机器人的拟人系统和模拟遗忘效果的方法
US20190102695A1 (en) * 2017-09-29 2019-04-04 Coupa Software Incorporated Generating machine learning systems using slave server computers
JP2020036261A (ja) * 2018-08-31 2020-03-05 シャープ株式会社 情報処理システムおよび操作履歴の確認方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002082872A (ja) * 2000-07-03 2002-03-22 Ims:Kk 画像生成装置を利用した通信遊技システム
CN101080703A (zh) * 2005-02-25 2007-11-28 夏普株式会社 数据管理系统、数据管理方法、服务器装置、接收装置、控制程序和记录有该程序的计算机可读取的记录介质
JP2008198030A (ja) * 2007-02-14 2008-08-28 Qualia Kk ポイント管理システム、および、ポイント管理サーバー、ポイント管理方法、ポイント提供方法
JP2008241152A (ja) * 2007-03-27 2008-10-09 Matsushita Electric Works Ltd 空調制御システム
JP2016146100A (ja) * 2015-02-09 2016-08-12 株式会社東芝 情報提供システム
CN108536782A (zh) * 2017-03-30 2018-09-14 京瓷办公信息系统株式会社 信息处理装置以及信息处理方法
US20180283723A1 (en) * 2017-03-30 2018-10-04 Samsung Electronics Co., Ltd. Data learning server and method for generating and using learning model thereof

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113587389A (zh) * 2021-07-21 2021-11-02 青岛海信日立空调系统有限公司 空调系统

Also Published As

Publication number Publication date
WO2020158250A1 (ja) 2020-08-06
JP6777174B2 (ja) 2020-10-28
AU2019427933B2 (en) 2023-02-23
US20220011000A1 (en) 2022-01-13
CN113039396B (zh) 2022-09-13
AU2019427933A1 (en) 2021-06-10
JP2020122642A (ja) 2020-08-13
US11874012B2 (en) 2024-01-16
EP3919828A4 (en) 2023-01-25
EP3919828A1 (en) 2021-12-08

Similar Documents

Publication Publication Date Title
US11428429B2 (en) Systems and methods for adjusting communication condition of an air conditioner
JP6760348B2 (ja) 空気調和機、データ送信方法及び空気調和システム
CN113039396B (zh) 服务器装置、适配器以及空调系统
JP2023060335A (ja) アダプタ
JP7342598B2 (ja) 空気調和システム
CN113260819B (zh) 空调系统
JP7342363B2 (ja) アダプタ、更新通知方法及び空気調和システム
JP2021071262A (ja) 空気調和装置
JP7392394B2 (ja) 空気調和システム及び空気調和機
JP6927350B2 (ja) 空気調和機及び空気調和システム
JP7188106B2 (ja) 空気調和機
JP7458145B2 (ja) 空気調和システム及び時刻同期方法
JP7120046B2 (ja) 空気調和システム
JP7206947B2 (ja) 空気調和システム
JP7363039B2 (ja) 空気調和システム
JP6981494B2 (ja) 空気調和機
JP7400190B2 (ja) 空気調和システム
JP7211096B2 (ja) サーバ装置および学習方法
WO2020090685A1 (ja) 遠隔管理装置及び遠隔管理システム
JP2021071261A (ja) 空気調和システム
JPH08178402A (ja) 住宅空調給湯システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant