CN113490817B - 污染信息推定系统以及空气处理装置 - Google Patents

Abstract

污染信息推定系统(70)包括：相机(72)，相机对空调装置(10)的外壳(20)内部的排水盘(50)进行拍摄；以及推定部(81)，推定部根据相机(72)拍摄到的图像数据和空调装置(10)的运转数据以及/或者与设置有空调装置(10)的环境相关的环境数据，对与排水盘(50)的污染相关的污染信息进行推定。

Description

污染信息推定系统以及空气处理装置

技术领域

本公开涉及一种污染信息推定系统以及空气处理装置。

背景技术

空调装置以及空气净化器等空气处理装置包含随着该装置的工作而逐渐污染的部件。专利文献1中公开了一种对该部件的状态进行诊断的技术。

现有技术文献

专利文献

专利文献1：日本特开2005-292066号公报

发明内容

发明所要解决的技术问题

在上述专利文献1中，仅根据上述部件的图像推定(诊断)部件的状态。仅基于部件的图像，推定精度难以提高。

本公开的目的是提高空气处理装置的构成部件的推定精度。

解决技术问题所采用的技术方案

本公开的第一形态的污染信息推定系统的特征在于，包括：拍摄部72，所述拍摄部(72)对空气处理装置10的外壳20内部的构成部件进行拍摄；以及推定部81，所述推定部81根据所述拍摄部72拍摄到的图像数据和所述空气处理装置10的运转数据以及/或者与设置有所述空气处理装置10的环境相关的环境数据，对与所述构成部件的污染相关的污染信息进行推定。

对于构成部件的污染信息的推定，除了使用构成部件的图像数据，还使用空气处理装置的运转数据以及/或者环境数据。由此，污染信息的推定精度提高。

在第一形态的基础上，本公开的第二形态的污染信息推定系统的特征在于，所述推定部81将随着时间经过的、所述拍摄部72对所述构成部件进行多次拍摄得到的多个所述图像数据用于所述污染信息的推定。

由此，由于推定部81能够把握构成部件的污染的发展，因此，污染信息的推定精度容易进一步提高。

在第一形态或第二形态的基础上，本公开的第三形态的污染信息推定系统的特征在于，所述环境数据包括与被吸入所述外壳20内部的空气质量相关的数据。

空气质量有时会对细菌和霉菌的繁殖量造成影响。通过将与该空气质量相关的数据用于污染信息的推定，从而污染信息的推定精度容易提高。

在第一形态至第三形态中任一形态的基础上，本公开的第四形态的污染信息推定系统的特征在于，所述环境数据包括与所述空气处理装置10的安装场所相关的数据。

空调装置10的安装场所有时会对构成部件的污染方式和污染程度等造成影响。通过将与该安装场所相关的数据用于污染信息的推定，从而污染信息的推定精度容易提高。

在第一形态至第四形态中任一形态的基础上，本公开的第五形态的污染信息推定系统的特征在于，所述运转数据包括下述数据中的至少一者：包含于所述外壳20内部的热交换器43的温度；用于驱动包含于所述外壳20内部的风扇40的控制参数；设置于所述外壳20的风门103的角度；制冷剂向所述热交换器43的流入停止的时间；包含于所述外壳20内部的排水泵60的转速；所述空气处理装置10的工作时间。

室内热交换器43的温度有时不仅会对细菌和霉菌造成影响，还会对室内热交换器43自身或其周边的构成部件的状态造成影响。用于驱动风扇40的控制参数有助于风扇40周边的构成部件的状态的把握等。风门103的角度有助于风门103自身的状态的把握以及外壳20内部的状态的把握。制冷剂向室内热交换器43流入停止的时间、排水泵60的转速、空调装置10的工作时间也有助于外壳20内部的状态的把握。通过将这些信息中的至少一者用于污染信息的推定，从而污染信息的推定精度容易提高。

在第一形态至第五形态中任一形态的基础上，本公开的第六形态的污染信息推定系统的特征在于，所述污染信息包括下述信息中的至少一者：所述构成部件的污染程度；所述构成部件的污染种类；所述构成部件中的污染位置；所述构成部件是否需要维护；应当进行所述构成部件的维护的时期。

在第六形态的基础上，本公开的第七形态的污染信息推定系统的特征在于，所述污染信息推定系统还包括通知部92、93，所述通知部92、93对所述污染信息进行通知。

由此，用户能够知晓构成部件的污染信息。

本公开的第八形态的空气处理装置的特征在于，所述空气处理装置装入有第一形态至第七形态中任一形态所述的污染信息推定系统70。

在第八形态的基础上，本公开第九形态的空气处理装置的特征在于，

所述空气处理装置是空调装置、调湿装置、空气净化器以及换气装置中的任意一者，所述空调装置的所述构成部件包括排水盘50、风扇40、热交换器43、空气过滤器、管道的内壁、排水泵60的吸入部61以及排水泵60的排水管中的至少一者，所述调湿装置以及所述空气净化器的所述构成部件包括加湿容器以及设置于所述加湿容器的下侧的接水器中的至少一者，所述换气装置的所述构成部件包括全热交换器。

附图说明

图1是表示空调装置的内部结构的俯视图。

图2是空调装置的主视图。

图3是表示空调装置的内部结构的纵剖视图。

图4是表示空调装置在主视观察时的概略结构的立体图。

图5是表示检修盖的内侧的结构的立体图。

图6是污染信息推定系统的结构的示意图。

图7是污染信息推定系统的动作的流程图。

图8是表示变形例的空调装置的内部结构的纵剖视图。

具体实施方式

以下参照附图对本公开的实施方式进行说明。另外，以下的实施方式本质上是优选的例示，而并非意图限制本发明、其适用物或其用途的范围。

《实施方式》

本实施方式的空调处理装置是至少对室内的温度进行调节的空调装置10。图1的空调装置10调节空气RA的温度，将温度调节后的空气作为供给空气SA供给至室内。空调装置10进行制冷运转和制热运转。

空调装置10包括室内单元11。室内单元11设置于天花板背侧的空间。室内单元11通过制冷剂配管与室外单元连接。通过该连接，在空调装置10形成制冷剂回路。室外单元的图示省略。

在制冷剂回路中，通过使制冷剂循环，进行蒸气压缩式的冷冻循环。在制冷剂回路中连接有压缩机、室外热交换器、膨胀阀以及室内热交换器43。在制冷剂回路中，对第一冷冻循环和第二冷冻循环进行切换并执行。

第一冷冻循环在制冷运转时进行。第一冷冻循环是将室外热交换器设为放热器或冷凝器且将室内热交换器43设为蒸发器的制冷循环。第二冷冻循环在制热运转时进行。第二冷冻循环是将室内热交换器43设为放热器或冷凝器且将室外热交换器设为蒸发器的制热循环。

<室内单元的结构>

参照图1～图4，对室内单元11的结构进行说明。室内单元11包括外壳20、风扇40、室内热交换器43、排水盘50以及排水泵60。外壳20设置于天花板背侧。风扇40、室内热交换器43、排水盘50以及排水泵60配置于外壳20内部。

风扇40、室内热交换器43、排水盘50以及排水泵60是空调装置10的构成部件。

―外壳―

外壳20形成为长方体的中空箱形。外壳20包括顶板21、底板22、前板23、后板24、第一侧板25以及第二侧板26。前板23与后板24彼此相对。第一侧板25与第二侧板26彼此相对。

前板23面向维护用空间15。维护用空间15是服务从业人员的作业用空间。在前板23形成有检修口27。在检修口27以能够装卸的方式安装有检修盖28。在检修口27的内侧配置有排水盘50。检修口27与排水盘50在前板23的厚度方向观察时重合。服务从业人员能够通过检修口27观察排水盘50。

在第一侧板25形成有吸入口31。在外壳20内部的吸入口31附近设置有过滤器(未图示)。在吸入口31连接有吸入管道。吸入管道的流入端与室内空间相连。在第二侧板26形成有吹出口32。在吹出口32连接有吹出管道。吹出管道的流出端与室内空气相连。在外壳20的内部，在吸入口31到吹出口32之间形成有空气流路33。吸入管道以及吹出管道的图示省略。

―风扇―

风扇40配置在空气流路33中靠近第一侧板25的位置。图1中例示了在空气流路33配置有三台风扇40的情况。

在本实施方式中，对各风扇40是西洛克型风扇的情况进行了例示。三台风扇40通过转轴41彼此连结，被一个马达42驱动。

―室内热交换器―

室内热交换器43配置在空气流路33中靠近第二侧板26的位置。在本实施方式中，对室内热交换器43是翅片管式热交换器的情况进行了例示。图3中，室内热交换器43相对于垂直方向倾斜地配置。

第一冷冻循环中的室内热交换器43对空气进行冷却。此时，空气中的水分结露，产生冷凝水。

第二冷冻循环中的室内热交换器43对空气进行加热。

―排水盘―

排水盘50设置于外壳20的内部的底板22。排水盘50配置于空气流路33。排水盘50配置于室内热交换器43的下方。排水盘50是接收水的托盘。具体而言，排水盘50接收在室内热交换器43附近产生的冷凝水。

排水盘50具有第一侧壁51、第二侧壁52以及底部53。在空气流路33中，第一侧壁51相对于室内热交换器43位于空气流的上游侧。在空气流路33中，第二侧壁52相对于室内热交换器43位于空气流的下游侧。底部53形成为跨越第一侧壁51和第二侧壁52。在底部53形成有凹部54。该凹部54的底面是排水盘50的高度方向上最低的部位。

排水盘50由树脂材料或金属构成。排水盘50的至少底部53的表面的颜色是白色、棕色等比较浅的颜色。换言之，排水盘50的至少底部53的颜色的明度比较高。

―排水泵―

排水泵60配置在排水盘50的内部。排水泵60是将排水盘50内的水排出的泵。在排水泵60的下部设置有将水吸入的吸入部61。排水泵60以该吸入部61配置在排水盘50的凹部54的内部的方式配置。

在吸入部61的下端形成有供水流入的流水口62。流水口62朝凹部54的底面开口。

在排水泵60的上部连接有排水管63。排水管63与排水泵60的排出侧相连。排水管63在外壳20的前板23的厚度方向上贯穿该前板23的上部。

当排水泵60运转时，积存于排水盘的水被吸入排水泵60的吸入部61。被吸入的水从排水泵60排出。被排出的水通过排水管63被排出至外壳20的外部。

―电气安装件箱―

如图1所示，室内单元11包括电气安装件箱16。

电气安装件箱16配置在前板23以及风扇40附近。在电气安装件箱16的内部收纳有印刷基板17。在印刷基板17安装有控制部18、存储部19以及电源部。

控制部18由包括CPU以及存储器的微型计算机构成。控制部18对空调装置10的构成部件的驱动以及空调装置10自身的运转进行控制。

存储部19由半导体存储器构成。在存储部19存储有与空调装置10的构成部件的驱动以及控制相关的日志数据以及与空调装置10自身的运转相关的日志数据。在存储部19还存储有表明空调装置10的安装场所的数据。表明空调装置10的安装场所的数据是在空调装置10被安装完成时由服务从业人员等通过空调装置10的遥控器等输入的。

电源部生成用于向构成空调装置10的构成部件中的、需要电力进行驱动的构成部件供给的电源。

电气安装件箱16包括前侧开口的箱主体16a以及对箱主体16a的开口面进行开闭的电气安装件盖16b。电气安装件盖16b构成前板23的一部分。通过拆除电气安装件盖16b，电气安装件箱16的内部在维护用空间15露出。

虽然未图示，但在空调装置10设置有吸入空气用传感器、空气质量传感器、热交换传感器、管温度传感器、排水盘用传感器。上述控制部18与这些传感器连接。各传感器的检测结果被输入控制部18。各传感器的检测结果被用于控制部18所执行的各种控制动作。

吸入空气用传感器设置于吸入口31附近，对被吸入外壳20内的空气RA的温度以及湿度进行检测。空气质量传感器设置于外壳20的内部且设置于吸入口31附近，对经由过滤器(未图示)被吸入外壳20的内部的空气RA的空气质量进行检测。空气质量包括该空气RA所包含的粉尘量、VOC(挥发性有机化合物)。

热交换传感器设置于室内热交换器43的表面，对室内热交换器43的温度进行检测。管温度传感器设置于制冷剂回路的液体管附近以及气体管附近中的至少一者，检测对应的管的温度。排水盘用传感器设置在排水盘50的内部，对排水盘50内的水位以及温度进行检测。

―支板―

如图5所示，在检修盖28的内表面设置有支板65。支板65是供后述的相机72安装的支承构件，固定于检修盖28。支板65的基端也可通过紧固构件紧固在检修盖28的内表面。在支板65以能够装卸的方式安装有相机72。由此，相机72支承在检修盖28的内表面。

当在检修口27安装有检修盖28时，相机72构成在相机72的拍摄方向朝向拍摄对象的状态下安装在空调装置10的外壳20内部的状态。

另外，相机72也可以使相机72的镜头73朝向拍摄对象的方式运动。

<空调装置的运转动作>

对空调装置10的基本运转动作进行说明。空调装置10进行制冷运转和制热运转。

在制冷运转下，在室外单元的压缩机中被压缩的制冷剂在室外热交换器中放热(冷凝)，在膨胀阀中被减压。被减压后的制冷剂在室内单元11的室内热交换器43中蒸发，在压缩机中被再次压缩。

当风扇40运转时，空气RA从吸入口31被吸入空气流路33。空气流路33的空气流过室内热交换器43。在室内热交换器43中，制冷剂从空气吸热，从而该空气被冷却。被冷却的空气流过吹出口32后，作为供给空气SA向室内空间供给。

当空气在室内热交换器43中被冷却至露点温度以下时，空气中的水分冷凝。该冷凝水被排水盘50接收。接收于排水盘50的冷凝水通过排水泵60向外壳20的外部排出。

在制热运转下，在室外单元的压缩机中被压缩的制冷剂在室内单元11的室内热交换器43中放热(冷凝)，在膨胀阀中被减压。被减压后的制冷剂在室外单元的室内热交换器中蒸发，在压缩机中被再次压缩。在室内热交换器43中，制冷剂向空气放热，该空气被加热。被加热的空气流过吹出口32后，作为供给空气SA向室内空间供给。

<污染信息推定系统的结构>

如上所述，在制冷运转中，由于在排水盘50积存冷凝水，因此，有时，在排水盘50会产生并繁殖细菌和霉菌。为此，在本实施方式中构筑了一种对排水盘50的细菌和霉菌等污染进行推定的污染信息推定系统70。

图6的污染信息推定系统70包括相机72、运算装置80、通信终端90以及通信单元100。相机72相当于拍摄部，位于空调装置10内部。

空调装置10、运算装置80、通信终端90以及通信单元100通过网络N以能够通信的方式连接。

―相机―

相机72对拍摄对象即排水盘50进行拍摄，并输出拍摄到的图像数据。

相机72具有镜头73以及光源74。

镜头73采用广角镜头、鱼眼镜头等。在相机72安装于检修盖28的内表面的状态期间，镜头73朝向排水盘50的内部。

在相机72进行拍摄期间，光源74向排水盘50发光。这是因为，外壳20内部比较暗，对于拍摄而言需要一定程度的光。

相机72可以根据服务从业人员的操作进行拍摄，也可每隔规定时间自动拍摄。相机72拍摄到的图像数据被依次发送至运算装置80。

―运算装置―

运算装置80主要对与排水盘50的污染相关的各种信息进行推定。以下，将与污染相关的各种信息称为“污染信息”。

运算装置80是由计算机构成的云服务器，该计算机由存储部88以及CPU89等构成。存储部88由半导体存储器、SSD、HDD等构成。

运算装置80通过网络N从空调装置10获取图像数据、空调装置10的运转数据以及环境数据。图像数据是通过相机72拍摄到的排水盘50的图像的数据。环境数据是与设置有空调装置10的环境相关的数据。运算装置80将自身推定出的推定结果即污染信息通过网络N发送至通信终端90。

运算装置80获取到的各种数据以及上述污染信息被存储于存储部88。污染信息可在推定完毕的时刻被发送至通信终端90，也可根据来自通信终端90的发送要求被发送至该通信终端90。

在本实施方式中，对运算装置80是与空调装置10不同的装置的情况进行了例示。运算装置80也可如控制部18那样被装入空调装置10内。

运算装置80的CPU89作为推定部81起作用。推定部81根据图像数据、运转数据以及环境数据，主要对排水盘50的污染信息进行推定。推定部81具有推定模型82。

推定模型82是通过运算求出污染信息的专用模型。推定模型82作为通过机器学习获得了分类能力的多层神经网络预先构筑。关于推定模型82的创建以及学习，在“(推定模型的创建方法)”中进行说明。

(污染信息的内容)

作为污染信息，包括下述(a1)～(a6)中的至少一者。

(a1)污染程度

(a2)污染的种类和量

(a3)污染的位置

(a4)是否需要维护

(a5)需要维护的情况下的维护方法

(a6)应当进行维护的时刻

上述(a1)是表示目前的排水盘50污染到何种程度的信息。上述(a1)中也可进一步包含排水盘50未来可能受污染的程度。

上述(a2)是表示排水盘50的污染是由油、霉菌、细菌、水垢以及灰尘中的哪一种引起的信息。

上述(a3)是表示排水盘50中哪一部分受到污染的信息。

上述(a4)是以上述(a1)的污染程度为基础判定的信息，是表示是否需要进行维护的信息。污染程度超过阈值的情况下，推定部81判定为需要进行空调装置10的维护。污染程度为阈值以下的情况下，推定部81判定为不需要进行空调装置10的维护。

上述(a5)是表示需要进行维护的构成部件的名称、在维护中推荐使用的药剂的名称、维护的具体工序中的至少一者的信息。例如，若排水盘50的污染是由黑霉菌引起的，那么，在排水盘50的维护中，推荐使用包含次氯酸盐的药剂。若排水盘50的污染是由室内热交换器43的污染引起的，则排水盘50以及室内热交换器43成为维护对象。

上述(a6)是以时期或者从现在开始的期间的方式表示推荐进行空调装置10的维护的时刻的信息。例如，上述时刻表示“现在立刻”、“2020年6月左右”、“3个月后”进行维护。

(运转数据的内容)

下面，对用于推定动作的运转数据的内容进行具体说明。

对于运转数据，可以列举下述(b1)～(b10)中的至少一者。

(b1)空调装置10的工作时间

在制冷运转中，在室内热交换器43中产生的冷凝水被贮存于排水盘50。若在该状态下空调装置10停止运转，则冷凝水开始蒸发。这样一来，外壳20内部的湿度上升，外壳20内部形成霉菌和细菌易于繁殖的环境。推定部81通过将空调装置10的工作时间作为运转数据用于推定动作，能够把握冷凝水的贮存量。上述(b1)有助于上述(a2)中的霉菌以及细菌量的把握以及上述(a1)的推定。

(b2)目前为止实施了外壳20内部的清洁的时期

推定部81通过把握目前为止实施了外壳20内部的清洁的时期，能够判断该清洁前的污染消失的因素。该因素包括：在流过外壳20内部的空气以及/或者冷凝水的流动的作用下，污染被自然地去除；通过清洁，污染被去除。

根据目前为止实施了外壳20内部的清洁的时期，推定部81能够对通过清洁能够去除的污染以及无法去除的污染的存在进行把握。这有助于上述(a4)的推定。根据目前为止实施了外壳20内部的清洁的时期，推定部81能够对污染到何种程度时进行了清洁进行把握。这在推定上述(a6)时是有用的。

(b3)排水泵60的转速以及电流值

排水泵60的转速是驱动排水泵60的马达的转速。排水泵60的电流值是在上述马达中流动的电流值。根据排水泵60将排水盘50内的冷凝水吸上来的量以及被吸上来的冷凝水的粘度等，作用于上述马达的负载会变化。根据该负载，排水泵60的转速以及电流值会变化。

因此，推定部81通过将排水泵60的转速以及电流值作为运转数据用于推定动作，能够对排水盘50的冷凝水的量、粘度、冷凝水内是否混入有垃圾以及生物膜等进行判定。该判定会提高上述(a1)～(a6)的推定精度。

(b4)吸入空气用传感器检测到的空气RA的温度以及湿度

空气RA的温度以及湿度能够与外壳20内的温度以及湿度近似。细菌和霉菌的繁殖量根据外壳20内的温度以及湿度变化。被吸入外壳20内的空气RA的温度以及湿度作为运转数据用于推定动作，从而使得上述(a2)中的霉菌和细菌的繁殖状况以及上述(a1)的推定精度提高。

根据空气RA的温度和湿度与外壳20内的温度和湿度之间的严格的差值，推定部81能够把握室内单元11的做功量。根据该做功量，推定部81不仅能够推定排水盘50的污染程度，还能够推定室内热交换器43的污染程度等。该做功量也有助于把握室内热交换器43中的冷凝水的产生量。

(b5)热交换传感器检测到的室内热交换器43的温度

空气的温度以及湿度对细菌和霉菌带来的影响较大。为了把握细菌和霉菌的生长状况，较佳的是，准确地把握排水盘50周围的空气的状态。推定部81通过将室内热交换器43的温度作为运转数据用于推定动作，能够更准确地把握排水盘50周围的空气的状态。因此，室内热交换器43的温度有助于上述(a1)～(a6)的污染信息的推定。

若吸入口31附近的过滤器堵塞或室内热交换器43受到污染，则被吸入外壳20内的空气RA的风量有时会下降，并且风速有时会产生偏差。该现象会导致室内热交换器43的性能下降、制冷运转过程中的室内热交换43的温度下降、制热运转过程中的室内热交换器43的温度上升。因此，室内热交换器43的温度不仅有助于把握排水盘50的污染程度，还有助于把握室内热交换器43的污染程度以及过滤器的堵塞状态。

过滤器的堵塞会导致外壳20内的空气流的停滞，可能构成排水盘50中的霉菌和细菌生长的因素。因此，把握过滤器的堵塞也有助于排水盘50的上述(a1)～(a6)的污染信息的推定。

作为运转数据，通过既利用室内热交换器43的温度又利用空气RA的温度以及湿度，推定部81能够把握室内热交换器43中的冷凝水的产生量。推定部81通过把握冷凝水的产生量以及通过排水泵60吸上来并被排出的冷凝水的量，还能够尽可能准确地把握排水泵60是否异常。把握排水泵60是否异常有助于排水泵50的上述(a1)～(a6)的推定。

(b6)从吹出口32吹出的空气SA的风量

外壳20内的温度以及湿度各自的分布存在偏差。推定部81通过将空气SA的风量作为运转数据用于推定动作，能够尽可能准确地把握外壳20内部的温度以及湿度各自的分布。该把握有助于排水盘50的(a1)～(a6)的推定。

此外，细菌和霉菌的生长量与流入外壳20内的粉尘量等有关。推定部81通过将空气SA的风量作为运转数据用于推定动作，能够一定程度地把握粉尘量的流入量，能够把握细菌和霉菌的生长量。

(b7)用于驱动风扇40的控制参数

用于驱动风扇40的控制参数包括在风扇40的马达42中流动的电流值以及风扇40的转速。

位于吸入口31附近的过滤器的堵塞会使外壳20中的压力损失增大。压力损失的增大会使在风扇40的马达42中流动的电流值增大。因此，推定部81能够根据上述电流值把握过滤器的堵塞等。把握过滤器的堵塞也有助于排水盘50的上述(a1)～(a6)的污染信息的推定。

(b8)管温度传感器检测到的液体管温度以及/或者气体管温度

有时，室内热交换器43的温度不均匀。推定部81通过将液体管温度以及/或者气体管温度作为运转数据用于推定动作，能够尽可能准确地把握室内热交换器43的温度分布。该把握也有助于进一步准确地把握外壳20内部的空气的状态。

如前文所述，室内热交换器43受到污染、空气RA的风量下降以及风速偏差等会使室内热交换器43的性能下降。室内热交换器43的性能下降会导致液体管温度以及气体管温度变化。推定部81通过将液体管温度或者气体管温度作为运转数据用于推定动作，能够把握空气RA的风量、空气RA的风速分布、室内热交换器43的状态等。这些把握有助于排水盘50的上述(a1)～(a6)的精度提高。

此外，根据液体管的结露程度，细菌的繁殖状态也会变化。将液体管温度作为运转数据用于推定动作有助于包括排水盘50的外壳20内部的污染信息的推定。

(b9)排水盘用传感器检测到的排水盘50内的水位以及温度

细菌的生长速度取决于水温。推定部81通过将排水盘50内的冷凝水的温度作为运转数据用于推定动作，能够尽可能准确地推定细菌的生长状态。该推定有助于上述(a2)的推定。

容易生长的细菌的种类根据水温而不同。推定部81通过将排水盘50内的冷凝水的温度作为运转数据用于推定动作，容易推测上述(a2)的细菌的种类。

若排水泵60堵塞，则冷凝水不容易从排水盘50排出，排水盘50内的水位会上升。推定部81通过将排水盘50的水位作为运转数据用于推定动作，能够把握排水泵60的堵塞程度。排水泵60的堵塞程度有助于上述(a1)～(a6)的推定。

(b10)是否存在使得细菌可能生长的运转模式

排水盘50的主要污染原因之一的细菌在冷凝水中繁殖。在冷凝水从排水盘50持续被排出至外壳20外部的期间，细菌与该冷凝水一起被排出至外壳20外部。新流入排水盘50的冷凝水的温度比较低。因此，在冷凝水从排水盘50持续被排出至外壳20外部的期间，细菌的生长得到抑制。

在空调装置10停止运转或者正在执行不会产生冷凝水的运转并且外壳20内部的温度上升的情况下，可以预料到细菌的生长。因此，将是否存在使得细菌可能生长的运转模式作为运转数据用于推定动作有助于上述(b1)～(b6)的推定。

细菌可能生长的运转模式是指形成冷凝水在排水盘50内持续积存规定时间以上且新的冷凝水未被供给至排水盘50的状态的模式。上述规定时间被设定成比较长的时间。下述(Ⅰ)～(Ⅳ)属于细菌可能生长的运转模式。

(Ⅰ)在制冷运转过程中，在正从室内热交换器43产生冷凝水的状态下，空调装置10停止运转的情况

(Ⅱ)在制冷运转过程中，在正从室内热交换器43产生冷凝水的状态下，由于室内的负载降低或者设定温度改变，空调装置10保持热关断(thermo off)的情况

(Ⅲ)在制冷运转过程中，在正从室内热交换器43产生冷凝水的状态下，由于室内湿度降低而导致冷凝水的产生停止的情况

(Ⅳ)在制冷运转过程中，在正从室内热交换器43产生冷凝水的状态下，由于设定温度改变而使得室内热交换器43的温度上升，从而导致冷凝水的产生停止的情况

上述(Ⅱ)的“热关断”是指使制冷剂停止流入室内热交换器43并停止室内热交换器43中的空气被制冷剂冷却的运转动作。保持热关断的时间也能够作为运转数据用于推定动作。

(环境数据的内容)

下面，对用于推定动作的环境数据的内容进行具体说明。

对于环境数据，可以列举下述(c1)、(c2)中的至少一者。

(c1)空气质量传感器检测到的空气质量

空气质量是空气中包含的油雾等VOC以及粉尘。

油雾等VOC以及粉尘量构成细菌和霉菌的营养成分。将吸入空气RA的空气质量作为环境数据用于推定动作有助于上述(a2)中的细菌和霉菌的生长状况以及上述(a1)的推定。

被吸入外壳20内的空气质量根据吸入口31附近的过滤器的堵塞情况而变化。将空气质量作为环境数据用于推定动作不仅有助于排水盘50的污染信息的推定，还有助于上述过滤器的堵塞程度的推定。

空调装置10的工作时间越长，被吸入外壳20的VOC以及粉尘量越多。通过将上述(b1)的运转数据以及上述(c1)的环境数据一起用于推定动作，推定部81不仅能够推定排水盘50的污染程度，还能够推定过滤器以及室内热交换器43的污染程度。

(c2)存储于存储部19的空调装置10的安装场所

室内单元11的污染方式根据空调装置10安装的环境而不同。例如，在空调装置10的设置场所是烤肉店的情况下，大量的烟和油被吸入外壳20内。过滤器和室内热交换器43容易附着油，容易产生由于附着的油而引起的细菌和霉菌。在空调装置10的设置场所是美容院的情况下，烫发液等挥发性较高的药剂会被吸入外壳20内。在该情况下，也容易产生细菌和霉菌。

推定部81通过将空调装置10的安装场所作为环境数据用于推定动作，除了容易推定上述(b2)以外，还容易确定过滤器等是否堵塞及其原因。

(关于图像数据)

推定部81用于推定动作的图像数据可以是一个，也可以是多个。

在相机72每隔规定时间自动拍摄的情况下，推定部81将每隔规定时间拍摄到的多个图像数据用于污染信息的推定。换言之，推定部81将相机72随着时间经过对排水盘进行多次拍摄而得到的多个图像数据用于污染信息的推定。通过利用定期拍摄的图像数据，推定部81能够把握每一规定时间的污染的变化的发展。该把握使污染信息的推定精度提高。

(推定模型的创建以及学习方法)

对推定部81在推定动作中使用的推定模型82的创建以及学习方法进行说明。

在创建推定模型82即神经网络的情况下使用的机器学习有深度学习等。学习方法有监督学习和无监督学习这两个种类。

―监督学习―

在监督学习的情况下，推定模型82的神经网络利用学习数据和判别函数进行学习。学习数据是指输入数据以及与其对应的教师数据的数据对的集合。教师数据例如是与输入数据的识别、分类以及评价相关的参数。通过重复进行该学习，神经网络的参数被适当更新。由此，推定模型82构成能够进一步高精度地推定污染信息的模型。

例如，作为输入数据，准备大量的排水盘50的图像数据，作为教师数据，准备与各图像数据对应的标签。标签表示排水盘50的污染程度。通过使用该图像数据以及标签使神经网络学习，生成、更新推定模型82。

在基于监督学习的神经网络的创建以及更新中，作为输入数据，不仅使用图像数据，还使用运转数据以及环境数据。

标签的创建可以由污染信息推定系统70的构筑者进行，也可通过AI或图像处理程序自动进行。污染信息推定系统70的构筑者也可目视确认由AI或图像处理程序自动创建的标签。

另外，对于一个图像数据可以赋予多个标签，对于标签可以赋予图像数据内的污染的位置信息。

用于学习的图像数据也可以是旋转、放大、缩小后的图像数据。用于学习的图像数据也可以是故意制造有噪声的图像数据、由其他AI创建的图像数据、这些组合而成的图像数据。

―无监督学习―

在无监督学习的情况下，不会预先赋予表示多个输入数据分别属于哪一分类的标签。利用聚类，重复进行以使彼此类似的输入数据为同一分类的方式将多个输入数据分组成多个分类的学习动作，创建、更新神经网络。

例如，作为输入数据，准备空调装置10的运转数据以及环境数据，对各数据进行分类。作为学习数据，能够使用分类后的运转数据以及环境数据，作为推定模型82，能够使用分类后的数据的集合(聚类)。

在基于无监督学习的神经网络的创建以及更新中，作为学习数据，不仅使用运转数据以及环境数据，还使用图像数据。

在使用了创建后的推定模型82的推定结果与排水盘50的实际污染信息背离的情况下，认定推定模型82的精度较低。在该情况下，系统的构筑者也可向用于精度低的推定的各种数据赋予标签。该标签以表示排水盘50的实际污染信息的方式创建。通过使用该标签以及与该标签对应的各种数据来更新推定模型82，实现推定模型82的精度的进一步提高。

―通信单元―

通信单元100是用于将空调装置10与网络N连接的适配器，包括接收部101和无线通信部102。接收部101是与空调装置10进行通信的通信接口，从空调装置10接收图像数据、空调装置10的环境数据以及运转数据。无线通信部102将接收部101接收到的环境数据、运转数据以及图像数据以无线的方式发送至网络N。

―通信终端―

通信终端90由智能手机、平板终端、移动电话、个人计算机等构成。通信终端90具有操作部91、显示部92以及声音输出部93。

操作部91由键盘和触摸面板等构成。服务从业人员等对操作部91进行操作，从而对规定的应用软件进行操作。通过该程序，服务从业人员等能够执行相机72的拍摄，能够将拍摄到的图像数据下载至通信终端90。

显示部92例如由液晶监控器构成。显示部92显示由相机72拍摄到的图像数据以及上述污染信息。服务从业人员能够从视觉上把握上述(a1)～(a6)中的至少一者。

声音输出部93由扬声器构成。从声音输出部93以声音的方式输出上述污染信息。服务从业人员能够听到上述(a1)～(a6)中的至少一者。

<污染信息推定系统的动作>

图7示出污染信息推定系统70的动作。

当相机72拍摄排水盘50时(步骤St11)，运算装置80获取在步骤St11中拍摄到的图像数据。运算装置80从空调装置10内的控制部18、存储部19以及各种传感器通过网络N获取运转数据以及环境数据(步骤St12)。

在步骤St12中由运算装置80获取的运转数据除了包括空调装置10当前的运转数据，还包括空调装置10以往的运转数据。作为运转数据，使用上述(b1)～(b10)中的至少一者。作为环境数据，使用上述(c1)、(c2)中的至少一者。

运算装置80的推定部81将在步骤St12中获取到的图像数据、运转数据以及环境数据输入推定模型82。推定部81利用该推定模型82主要推定排水盘50的污染信息(步骤St13)。

步骤St13的污染信息包含上述(a1)～(a6)中的至少一者。运算装置80将步骤St13的污染信息发送至通信终端90。

通信终端90将步骤St13的污染信息输出至显示部92以及声音输出部93。显示部92以及声音输出部93对污染信息进行通知(步骤St14)。由此，服务从业人员等用户能够把握排水盘50的污染信息，并且能够根据需要进行排水盘50的清洁等。

步骤St14后，在相机72再次拍摄排水盘50的情况下(步骤St15的是)，重复进行步骤St12之后的动作

<效果>

相机72对空调装置10的构成部件之一即排水盘50进行拍摄。推定部81除了使用排水盘50的图像数据以外，还使用空调装置10的运转数据以及环境数据来主要推定排水盘50的污染信息。由此，污染信息的推定精度提高。

推定部81将相机72随着时间经过对排水盘50进行多次拍摄而得到的多个图像数据用于污染信息的推定。由此，由于推定部81能够把握排水盘50的污染的发展，因此，污染信息的推定精度容易进一步提高。

空气质量有时会对细菌和霉菌的繁殖量造成影响。通过将与该空气质量相关的数据作为环境数据用于污染信息的推定，从而污染信息的推定精度容易提高。

空调装置10的安装场所有时会对排水盘50的污染方式和污染程度等造成影响。通过将与该安装场所相关的数据作为环境数据用于污染信息的推定，从而污染信息的推定精度容易提高。

室内热交换器43的温度有时不仅会对细菌和霉菌造成影响，还会对室内热交换器43自身或其周边的构成部件的状态造成影响。用于驱动风扇40的控制参数有助于风扇40周边的构成部件的状态的把握等。制冷剂向室内热交换器43流入停止的时间、排水泵60的转速、空调装置10的工作时间也有助于外壳20内部的状态的把握。通过将这些信息中的至少一者作为运转数据用于污染信息的推定，从而污染信息的推定精度容易提高。

污染信息包含排水盘50的污染程度、污染的种类、污染的位置、是否需要维护、应当进行维护的时期中的至少一者。该污染信息通过显示部92以及声音输出部93进行通知。服务从业人员等用户能够知晓这些污染信息。

<变形例>

污染信息推定系统70也可如图8所示那样应用于天花板悬挂式乃至天花板埋入式的空调装置10。

图8的空调装置10具有室外单元(省略图示)和室内单元11，室外单元和室内单元11通过制冷剂配管连接，从而构成制冷剂回路。

室内单元11包括设置于天花板背侧的外壳20。外壳20包括外壳主体20a和面板100。外壳主体20a形成为下侧形成开口面的矩形箱状。面板100以能够装卸的方式设置于外壳主体20a的开口面。面板100具有矩形框状的面板主体101、设置于面板主体101的中央的吸入栅格102。

在面板主体101的中央形成有一个吸入口31。以覆盖吸入口31的方式设置有过滤器31a。吸入栅格102在过滤器31a的下方安装于吸入口31。在面板主体101的四个侧缘部分别各形成有一个吹出口32。各吹出口32以沿着四个侧缘的方式延伸。在各吹出口32的内部分别设置有改变风向的风门103。

在外壳主体20a的内部设置有喇叭口104、风扇40、室内热交换器43、排水盘50。喇叭口104和风扇40配置在吸入栅格102的上方。室内热交换器43以将风扇40周围围住的方式配置。室内热交换器43由翅片管式热交换器构成。排水盘50配置于室内热交换器43的下侧。

相机72的镜头73朝向排水盘50的底面。相机72对排水盘50的至少底面进行拍摄。

在图8的空调装置10中，图6的污染信息推定系统70对与排水盘50的污染相关的污染信息进行推定。

在图8的空调装置10中，作为用于污染信息的推定动作的运转数据的内容，除了上述(b1)～(b10)以外，还可列举下述(b11)。

(b11)风门103的角度

根据风门103的角度，外壳20内的风量会变化。推定部81通过将风门103的角度作为运转数据用于推定动作，能够尽可能准确地把握外壳20内的空气的状态。

若改变风门103的角度，则朝向室内的空气的流动也会变化，被吸入室内单元11的空气的流动也会变化。通过将风门103的角度用作学习数据，推定部81能够对粉尘以及VOC容易被吸入的风门103的角度进行学习。换言之，风门103的角度作为对推定模型82进行更新时的数据也是有用的。

在湿润的空气与风门103接触的情况下，在该风门103可能滋生霉菌。推定部81通过将风门103的角度作为运转数据用于推定动作，不仅能够推定排水盘50的污染，还能够推定风门103的污染。

在图8的空调装置10中，用于污染信息的推定动作的环境数据的内容以及污染信息的内容与上述是相同的。污染信息的通知动作也与上述是相同的。

《其它实施方式》

污染信息的推定对象不限定于排水盘50。风扇40、室内热交换器43、空气过滤器、管道的内壁、水流路的内壁等排水盘50以外的构成部件也可以是推定对象。所谓水流路包括排水泵60的吸入部61以及排水泵60的排水管63。

相机72除了具有用于开启闪光灯的光源74以外，还可具有用于发出可见光的LED。在污染信息的推定中，在推定部81把握到细菌正在繁殖的情况下，LED向排水盘50发出可见光。由此，在排水盘50内的冷凝水中会产生自由基，细菌的繁殖程度会减轻。

污染信息推定系统70也可装入空调装置10内。

拍摄对象即托盘只要是接收水的部件，则也可以是排水盘50以外的部件。托盘也可以是设置于加湿容器的下侧的接水器。加湿容器内的水被供给至接水器。接水器内的水被用于空气的加湿。加湿容器以及接水器例如装设于空气净化器或调湿装置。

拍摄部不限定于相机，例如也可以是光学传感器。

相机72的光源74也可与相机主体是分体的。

拍摄部也可配置于室外单元的外壳的内部。

空气处理装置只要是具有供空气流动的外壳的装置，也可以是其他装置。空气处理装置也可以是调湿装置、换气装置以及空气净化器。调湿装置调节对象空间的空气的湿度。换气装置对对象空间进行换气。空气净化器对对象空间的空气进行净化。

在调湿装置以及空气净化器中，作为构成部件，包括加湿容器以及设置于加湿容器的下侧的接水器。在调湿装置以及空气净化器的情况下，这些构成部件构成拍摄对象，推定部也可对与这些构成部件相关的污染信息进行推定。换气装置对对象空间进行换气。在换气装置中，作为构成部件，包括全热交换器。在换气装置的情况下，全热交换器构成拍摄对象，推定部也可对与全热交换器相关的污染信息进行推定。

例如，空调装置也可以是对被引入的室外空气的温度以及湿度进行调节的外部气体处理方式。该空调装置包括用于对空气进行加湿的加湿器。加湿器具有多个吸水构件。在该情况下，在加湿器的下方配置有接收从加湿器流出的水的托盘。拍摄部对该托盘进行拍摄，推定部对与托盘相关的污染信息进行推定。

根据空气处理装置的种类，有时采用轴流风扇。在该情况下，作为用于污染信息的推定动作的运转数据的内容，也可列举上述(b1)～(b10)。在轴流风扇中，在压力损失比较大且风扇的转速较大或者风扇的转速较高的情况下，轴流风扇的离心方向的空气的流动增大。因此，推定部81通过将上述(b7)作为运转数据用于推定动作，能够更准确地把握外壳内的空气的状况。

在推定模型(82)进行学习时在风扇40的马达42中流动的电流值被用作学习数据的情况下，与将风扇40的转速用作学习数据的情况相比，推定模型82的推定精度提高。

推定部81在利用推定模型82推定排水盘50的污染信息时，也可对前次推定的污染信息与新推定的污染信息进行比较。根据其比较结果，推定部81能够把握污染附着的变化量。该变化量能够用于推定模型82的进一步学习，推定模型82的推定精度进一步提高。

用于推定的图像数据也可不是静止画面数据，而是视频数据。

在排水盘50整体图像不落入一个图像的情况下，可以改变相机主体的位置或者镜头73的位置，相机72也可对排水盘50进行多次拍摄。在该情况下，多次拍摄到的图像数据被用于污染信息的推定动作。

污染信息的通知不是必须的。在通知污染信息的情况下，通知方法可以仅是显示的方式，也可以仅是声音输出的方式。

对于污染信息的推定动作，也可利用运转数据和环境数据中的任意一者以及图像数据。换言之，关于用于污染信息的推定动作的数据的组合，可以列举运转数据和图像数据的组合、环境数据和图像数据的组合、运转数据和环境数据以及图像数据的组合这三种组合。

以上，对实施方式以及变形例进行了说明，但应当理解的是，能够在不脱离权利要求书的主旨和范围的情况下进行形式和细节的各种变更。此外，只要不损害本公开的对象的功能，则以上实施方式、变形例以及其他实施方式可以进行适当组合及替换。

工业上的可利用性

如上文说明的那样，本公开作为污染信息推定系统以及空气处理装置是有用的。

(符号说明)

70污染信息推定系统

72相机(拍摄部)

81推定部

92显示部(通知部)

93声音输出部(通知部)

103风门

Claims (9)

1. 一种污染信息推定系统，其特征在于，包括：

拍摄部（72），所述拍摄部（72）对空气处理装置（10）的外壳（20）内部的排水盘（50）进行拍摄；以及

推定部（81），所述推定部（81）根据将所述拍摄部（72）拍摄到的排水盘（50）的图像数据和所述空气处理装置（10）的运转数据以及/或者与设置有所述空气处理装置（10）的环境相关的环境数据作为输入数据并通过机器学习而生成的推定模型（82），对与所述排水盘（50）的污染相关的污染信息进行推定。

2.如权利要求1所述的污染信息推定系统，其特征在于，

所述推定部（81）将所述拍摄部（72）对所述排水盘（50）随着时间经过进行多次拍摄得到的多个所述图像数据用于所述污染信息的推定。

3.如权利要求1或2所述的污染信息推定系统，其特征在于，

所述环境数据包括与被吸入所述外壳（20）内部的空气质量相关的数据。

4.如权利要求1或2所述的污染信息推定系统，其特征在于，

所述环境数据包括与所述空气处理装置（10）的安装场所相关的数据。

5.如权利要求1或2所述的污染信息推定系统，其特征在于，

所述运转数据包括下述数据中的至少一者：包含于所述外壳（20）内部的热交换器（43）的温度；用于驱动包含于所述外壳（20）内部的风扇（40）的控制参数；设置于所述外壳（20）的风门（103）的角度；制冷剂向所述热交换器（43）的流入停止的时间；包含于所述外壳（20）内部的排水泵（60）的转速；所述空气处理装置（10）的工作时间。

6.如权利要求1或2所述的污染信息推定系统，其特征在于，

所述污染信息包括下述信息中的至少一者：所述排水盘（50）的污染程度；所述排水盘（50）的污染种类；所述排水盘（50）中的污染位置；所述排水盘（50）是否需要维护；应当进行所述排水盘（50）的维护的时期。

7.如权利要求6所述的污染信息推定系统，其特征在于，

所述污染信息推定系统还包括通知部（92、93），所述通知部（92、93）对所述污染信息进行通知。

8.一种空气处理装置，其特征在于，

所述空气处理装置装入有权利要求1至7中任一项所述的污染信息推定系统（70）。

9.如权利要求8所述的空气处理装置，其特征在于，

所述空气处理装置是空调装置。

Images