DE102018007640A1

DE102018007640A1 - Klimatisierungssteuersystem

Info

Publication number: DE102018007640A1
Application number: DE102018007640.8A
Authority: DE
Inventors: Keita HADA; Kazunori Iijima
Original assignee: Fanuc Corp
Current assignee: Fanuc Corp
Priority date: 2017-10-04
Filing date: 2018-09-27
Publication date: 2019-04-04
Also published as: US20190101305A1; JP2019066135A; CN109612037A

Abstract

Ein Klimatisierungssteuersystem zum Steuern einer Klimaanlage legt einen Zustand in einer Umgebung fest, erfasst eine Zustandsgröße, die die Umgebung darstellt, leitet ein Steuerverfahren für die Klimaanlage in der Umgebung basierend auf der erfassten Zustandsgröße ab und steuert die Klimaanlage basierend auf dem abgeleiteten Steuerverfahren. Ferner erzeugt oder aktualisiert das Klimatisierungssteuersystem eine Mehrzahl von Lernmodellen durch maschinelles Lernen unter Verwendung der erfassten Zustandsgröße und speichert die Mehrzahl von Lernmodellen so, dass sie Kombinationen von Bedingungen in der Umgebung zugeordnet werden.

Description

HINTERGRUND DER ERFINDUNG
Gebiet der Erfindung
Die vorliegende Erfindung betrifft ein Klimatisierungssteuersystem und insbesondere ein Klimatisierungssteuersystem, das die Klimatisierung steuert, während es Lernmodelle entsprechend einem Installationszustand und einem Betriebszustand von Maschinen in einer Fabrik wechselt.
Beschreibung der verwandten Art
Da in einer Fabrik eine Mehrzahl von Maschinen (z.B. Werkzeugmaschinen) installiert sind und die Temperatur in der Fabrik die Bearbeitungsgenauigkeit in der Feinbearbeitung beeinflusst, wird eine Klimaanlage zur Steuerung der Umgebungsbedingungen innerhalb der Fabrik vorgesehen. Die Produktion in einer Fabrik wird anhand eines Produktionsplans vorgeschrieben. Um Produkte herzustellen, die im Produktionsplan zu einem vorgeschrieben Liefertermin ausgewiesen sind, werden Betriebszustände und Bearbeitungsbedingungen einer Mehrzahl von Maschinen gesteuert und ein Betriebszustand einer Klimaanlage gesteuert, um die für die Bearbeitung erforderlichen Temperaturbedingungen (Temperatur und Gleichmäßigkeit) in der Fabrik zu realisieren.
Als Technik zum Steuern der Klimatisierung, um Temperaturbedingungen in einer Fabrik zu erfüllen, die für die Bearbeitung erforderlich sind, offenbaren beispielsweise die offengelegte Japanische Patentanmeldung Nr. 06-307703 und die offengelegte Japanische Patentanmeldung Nr. 2015-206519 eine Technik, bei der eine Mehrzahl von Klimaanlagen als Ganzes gesteuert wird, um eine Temperatur in einer Fabrik auf einer vorbestimmten Temperatur zu halten.
Die Temperaturverteilung in einer Fabrik variiert jedoch abhängig von den Installationszuständen der in der Fabrik als Wärmeerzeugungsquellen installierten Maschinen (Werkzeugmaschinen, Roboter und dergleichen) und den Betriebszuständen der jeweiligen Maschinen. Um die für die Bearbeitung erforderlichen Temperaturbedingungen in einer Fabrik zu verwirklichen, ist es daher notwendig, Klimaanlagen unter Berücksichtigung der Installations- und Betriebszustände der jeweiligen Maschinen zu steuern. Es ist jedoch schwierig, die Klimatisierung entsprechend solcher verschiedener Situationen angemessen zu steuern.
Es ist denkbar, eine maschinelle Lernvorrichtung einzuführen, um die Klimatisierung zu steuern. Allerdings ist viel Zustandsinformation erforderlich, die in verschiedenen Situationen erfasst wird, und es sind zahlreiche Parameter erforderlich, die Daten in Bezug auf Situationen umfassen, um eine vielseitige maschinelles Lernvorrichtung (vielseitiges Lernmodell) zu entwickeln, die in der Lage ist, mit den oben beschriebenen verschiedenen Situationen umzugehen. Dementsprechend können bekannte Probleme, wie Überlernen, auftreten.
KURZDARSTELLUNG DER ERFINDUNG
Es ist eine Aufgabe der vorliegenden Erfindung, eine Klimatisierungssteuersystem bereitzustellen, das in der Lage ist, eine geeignete Klimatisierungssteuerung durchzuführen, bei der Installationszustände und Betriebszustände von Maschinen in einem größeren Bereich berücksichtigt werden.
Ein Klimatisierungssteuersystem gemäß der vorliegenden Erfindung ist mit einem Mechanismus ausgestattet, der Lernmodelle, die zur Bestimmung einer zu verwendenden Klimatisierungssteuermaßnahme verwendet werden, in Abhängigkeit von Installationszuständen und Betriebszuständen von Maschinen in einer Fabrik wechselt, wodurch die oben genannten Probleme gelöst werden. Das Klimatisierungssteuersystem gemäß der vorliegenden Erfindung weist eine Mehrzahl von Lernmodellen auf, wählt ein Lernmodell in Abhängigkeit von Installationszuständen und Betriebszuständen, beispielsweise von Maschinen in einer Fabrik, führt maschinelles Lernen in Bezug auf das ausgewählte Lernmodell basierend auf einer aus der Fabrik erfassten Zustandsgröße durch und verwendet in geeigneter Weise die so erstellten Lernmodelle in Abhängigkeit von den Installationszuständen und den Betriebszuständen, zum Beispiel von Maschinen in der Fabrik, um eine Klimaanlage zu steuern.
Ein Klimatisierungssteuersystem gemäß einem Aspekt der vorliegenden Erfindung steuert eine Klimaanlage in einer Umgebung, in der mindestens eine Maschine installiert ist. Das Klimatisierungssteuersystem umfasst: eine Bedingungsspezifikationseinheit, die eine Bedingung in der Umgebung festlegt; eine Zustandsgrößenerfassungseinheit, die eine Zustandsgröße erfasst, die einen Zustand der Umgebung darstellt; eine Ableitungs-Berechnungseinheit, die ein Steuerverfahren für die Klimaanlage in der Umgebung basierend auf der Zustandsgröße ableitet; eine Klimatisierungssteuereinheit, die die Klimaanlage basierend auf dem Steuerverfahren steuert, das von der Ableitungs-Berechnungseinheit abgeleitet wird; eine Lernmodellerzeugungseinheit, die durch maschinelles Lernen ein Lernmodell unter Verwendung der Zustandsgröße erzeugt oder aktualisiert; und eine Lernmodellspeichereinheit, die ein oder mehrere von der Lernmodellerzeugungseinheit erzeugte Lernmodelle derart speichert, dass das eine oder die mehreren Lernmodelle einer Kombination von durch die Bedingungsspezifikationseinheit festgelegten Bedingungen zugeordnet werden. Die Ableitungs-Berechnungseinheit berechnet ein Steuerverfahren für die Klimaanlage in der von dem Klimatisierungssteuersystem verwalteten Umgebung, indem basierend auf der durch die Bedingungsspezifikationseinheit festgelegten Bedingung in der Umgebung selektiv ein oder mehrere Lernmodelle unter den in der Lernmodellspeichereinheit gespeicherten Lernmodellen verwendet werden.
Das Klimatisierungssteuersystem kann ferner eine Merkmalsgrößenerstellungseinheit umfassen, die eine Merkmalsgröße, die die Umgebung kennzeichnet, basierend auf der von der Zustandsgrößenerfassungseinheit erfassten Zustandsgröße erzeugt, wobei die Ableitungs-Berechnungseinheit ein Steuerverfahren für die Klimaanlage in der Umgebung basierend auf der Merkmalsgröße ableiten kann, und die LernmodellErzeugungseinheit ein Lernmodell durch maschinelles Lernen unter Verwendung der Merkmalsgröße erzeugen oder aktualisieren kann.
Die Lernmodellerzeugungseinheit kann ein vorhandenes Lernmodell, das in der Lernmodellspeichereinheit gespeichert ist, ändern, um ein neues Lernmodell zu erzeugen.
Die Lernmodellspeichereinheit kann ein von der Lernmodellerzeugungseinheit erzeugtes Lernmodell verschlüsseln und speichern und das verschlüsselte Lernmodell entschlüsseln, wenn das verschlüsselte Lernmodell von der Ableitungs-Berechnungseinheit gelesen wird.
Ein Klimatisierungssteuersystem gemäß einem weiteren Aspekt der vorliegenden Erfindung steuert eine Klimaanlage in einer Umgebung, in der eine oder mehrere Maschinen installiert sind. Das Klimatisierungssteuersystem umfasst: eine Bedingungsspezifikationseinheit, die eine Bedingung in der Umgebung festlegt; eine Zustandsgrößenerfassungseinheit, die eine Zustandsgröße erfasst, die die Umgebung darstellt; eine Ableitungs-Berechnungseinheit, die ein Steuerverfahren für die Klimaanlage in der Umgebung basierend auf der Zustandsgröße ableitet; eine Klimatisierungssteuereinheit, die die Klimaanlage basierend auf dem von der Ableitungs-Berechnungseinheit abgeleiteten Steuerverfahren steuert; und eine Lernmodellspeichereinheit, die mindestens ein Lernmodell speichert, das vorläufig einer Kombination von Bedingungen in der Umgebung zugeordnet wird. Die Ableitungs-Berechnungseinheit berechnet ein Steuerverfahren für die Klimaanlage in der Umgebung, indem basierend auf der durch die Bedingungsspezifikationseinheit festgelegten Bedingung in der Umgebung selektiv ein oder mehrere Lernmodelle unter den im Lernmodellspeicher gespeicherten Lernmodellen verwendet werden.
Das Klimatisierungssteuersystem kann ferner eine Merkmalsgrößenerstellungseinheit umfassen, die eine Merkmalsgröße, die die Umgebung kennzeichnet, basierend auf der Zustandsgröße erzeugt, wobei die Ableitungs-Berechnungseinheit basierend auf der Merkmalsgröße ein Steuerungsverfahren für die Klimaanlage in der durch das Klimatisierungssteuersystem verwalteten Umgebung ableiten kann.
Eine Klimatisierungssteuerung gemäß noch einem weiteren Aspekt der vorliegenden Erfindung umfasst die Bedingungsspezifikationseinheit und die Zustandsgrößenerfassungseinheit, die obenstehend beschrieben sind.
Ein Klimatisierungssteuerverfahren gemäß noch einem weiteren Aspekt der vorliegenden Erfindung umfasst: einen Schritt zum Festlegen einer Bedingung zum Steuern einer Klimaanlage in einer Umgebung, in der eine oder mehrere Maschinen installiert sind; einen Schritt zum Erfassen einer Zustandsgröße, die die Umgebung darstellt; einen Schritt zum Ableiten eines Steuerungsverfahrens für die Klimaanlage in der Umgebung basierend auf der Zustandsgröße; einen Schritt zum Steuern der Klimaanlage basierend auf dem Steuerungsverfahren; und einen Schritt zum Erzeugen oder Aktualisieren eines Lernmodells durch maschinelles Lernen unter Verwendung der Zustandsgröße. In dem Schritt zum Ableiten wird ein basierend auf der im Schritt zum Ableiten festgelegten Bedingung in der Umgebung zu verwendendes Lernmodell aus dem einen oder den mehreren Lernmodellen ausgewählt, die vorläufig einer Kombination von Bedingungen in der Umgebung zugeordnet sind, und ein Steuerverfahren für die Klimaanlage in der Umgebung wird unter Verwendung des ausgewählten Lernmodells berechnet.
Das Klimatisierungssteuerverfahren kann ferner einen Schritt zum Erzeugen einer die Umgebung kennzeichnenden Merkmalsgröße basierend auf der Zustandsgröße umfassen, wobei in dem Schritt zum Ableiten ein Steuerverfahren für die Klimaanlage in der Umgebung basierend auf der Merkmalsgröße abgeleitet werden kann, und in dem Schritt zum Erzeugen oder Aktualisieren eines Lernmodells ein Lernmodell durch maschinelles Lernen unter Verwendung des Merkmalsbetrags erzeugt oder aktualisiert werden kann.
Ein Klimatisierungssteuerverfahren gemäß noch einem weiteren Aspekt der vorliegenden Erfindung umfasst: einen Schritt zum Festlegen einer Bedingung zum Steuern einer Klimaanlage in einer Umgebung, in der eine oder mehrere Maschinen installiert sind; einen Schritt zum Erfassen einer Zustandsgröße, die die Umgebung darstellt; einen Schritt zum Ableiten eines Steuerungsverfahrens für die Klimaanlage in der Umgebung basierend auf der Zustandsgröße; und einen Schritt zum Steuern der Klimaanlage basierend auf dem Steuerungsverfahren. In dem Schritt zum Ableiten wird ein basierend auf der im Schritt zum Ableiten festgelegten Bedingung in der Umgebung zu verwendendes Lernmodell aus einem oder mehreren Lernmodellen ausgewählt, die vorläufig einer Kombination von Bedingungen in der Umgebung zugeordnet sind, und ein Steuerverfahren für die Klimaanlage in der Umgebung wird unter Verwendung des ausgewählten Lernmodells berechnet.
Das Klimatisierungssteuerverfahren kann ferner einen Schritt zum Erstellen einer die Umgebung kennzeichnenden Merkmalsgröße basierend auf der Zustandsgröße umfassen, wobei in dem Schritt zum Ableiten ein Steuerverfahren für die Klimaanlage in der Umgebung basierend auf der Merkmalsgröße abgeleitet werden kann.
Ein Satz von Lernmodellen gemäß noch einem weiteren Aspekt der vorliegenden Erfindung umfasst eine Mehrzahl von Lernmodellen, die jeweils einer Kombination von Bedingungen zum Steuern einer Klimaanlage in einer Umgebung, in der eine oder mehrere Maschinen installiert sind, zugeordnet sind. Ein jedes aus der Mehrzahl von Lernmodellen ist ein Lernmodell, das unter einer Bedingung in der Umgebung basierend auf einer Zustandsgröße, die die Umgebung darstellt, erzeugt oder aktualisiert wird, und aus der Mehrzahl von Lernmodellen wird basierend auf einer in einer Umgebung festgelegten Bedingung ein Lernmodell ausgewählt, und das ausgewählte Lernmodell wird zum Verarbeiten beim Ableiten eines Steuerungsverfahrens für die Klimaanlage in der Umgebung verwendet.
Da gemäß der vorliegenden Erfindung maschinelles Lernen durchgeführt werden kann, kann basierend auf einer in jedem Zustand erfassten Zustandsgröße in Bezug auf ein in Abhängigkeit von den Installationszuständen und Betriebszuständen der Maschinen in einer Fabrik ausgewähltes Lernmodell ein maschinelles Lernen effizient durchgeführt werden, während ein Überlernen verhindert wird. Da eine Klimaanlage unter Verwendung eines Lernmodells gesteuert wird, das in Abhängigkeit von Installationszuständen und Betriebszuständen, beispielsweise von Maschinen in einer Fabrik, ausgewählt wird, wird weiterhin die Genauigkeit bei der Steuerung der Klimaanlage verbessert.
Figurenliste

1 ist ein Funktionsblockdiagramm, das schematisch ein Klimatisierungssteuersystem gemäß einer ersten Ausführungsform darstellt.
2 ist eine Zeichnung, die ein Beispiel für ein Modell in einer durch das Klimatisierungssteuersystem verwalteten Umgebung zeigt.
3 ist ein Funktionsblockdiagramm, das schematisch ein Klimatisierungssteuersystem gemäß einer zweiten Ausführungsform darstellt.
4 ist ein Funktionsblockdiagramm, das schematisch ein Klimatisierungssteuersystem gemäß einer dritten Ausführungsform darstellt.
5 ist ein Funktionsblockdiagramm, das schematisch ein Klimatisierungssteuersystem gemäß einer vierten Ausführungsform darstellt.
6 ist ein Funktionsblockdiagramm, das schematisch ein Klimatisierungssteuersystem gemäß einer fünften Ausführungsform darstellt.
7 ist ein Funktionsblockdiagramm, das schematisch eine Modifikation des Klimatisierungssteuersystems gemäß der fünften Ausführungsform darstellt.
8 ist ein Funktionsblockdiagramm, das schematisch ein Klimatisierungssteuersystem gemäß einer sechsten Ausführungsform darstellt.
9 ist ein schematisches Flussdiagramm der Verarbeitung, die in dem in einer der 6 bis 8 dargestellten Klimatisierungssteuersystem ausgeführt wird.
10 ist ein schematisches Flussdiagramm der Verarbeitung, die in dem in einer der 1 und 3 bis 5 dargestellten Klimatisierungssteuersystem ausgeführt wird.

AUSFÜHRLICHE BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSFORMEN
1 ist ein Funktionsblockdiagramm, das schematisch ein Klimatisierungssteuersystem 1 gemäß einer ersten Ausführungsform darstellt.
Jeder der in 1 dargestellten Funktionsblöcke ist so implementiert, dass ein Prozessor, wie eine CPU und eine GPU, die in einem Computer, wie einer numerischen Steuerung, einem Zellencomputer, einem Hostcomputer und einem Cloud-Server umfasst sind, einen Betrieb jeder Einheit einer Vorrichtung in Übereinstimmung mit jedem Systemprogramm steuert.
Ein Klimatisierungssteuersystem 1 gemäß der vorliegenden Ausführungsform umfasst eine Umgebungsverwaltungseinheit 100, eine Ableitungs-Verarbeitungseinheit 200 und eine Lernmodellspeichereinheit 300. Die Umweltverwaltungseinheit 100 verwaltet eine Umgebung (zum Beispiel einen Raum, in dem eine Klimaanlage 130 installiert ist), von der mindestens ein Zustand ein Objekt der Beobachtung und Ableitung ist. Die Ableitungs-Verarbeitungseinheit 200 leitet einen Zustand der Umgebung ab. Die Lernmodellspeichereinheit 300 speichert und verwaltet eine Mehrzahl von Lernmodellen. Dieses Klimatisierungssteuersystem 1 umfasst weiterhin eine Klimatisierungssteuereinheit 400 und ein Lernmodell 500. Die Klimatisierungssteuereinheit 400 steuert die Klimatisierung basierend auf einem Ergebnis, das durch die Ableitung eines Umgebungszustands durch die Ableitungs-Verarbeitungseinheit 200 erhalten wird. Die Lernmodellerzeugungseinheit 500 erzeugt und aktualisiert Lernmodelle, die in der Lernmodellspeichereinheit 300 gespeichert werden.
Die Umgebungsverwaltungseinheit 100 gemäß der vorliegenden Ausführungsform legt Bedingungen für die Steuerung der Klimaanlage 130 in einer Umgebung fest, in der die von dem Klimatisierungssteuersystem 1 gesteuerte Klimaanlage 130 installiert ist (eine von dem Klimatisierungssteuersystem 1 verwaltete Umgebung) und erfasst eine Zustandsgröße, die einen Zustand der Umgebung darstellt. Diese Umgebungsverwaltungseinheit 100 kann an einer zentralen Verwaltungsvorrichtung von Klimaanlagen oder einer numerischen Steuerung montiert werden, die in einer Umgebung installiert ist, die beispielsweise von dem Klimatisierungssteuersystem 1 verwaltet wird. Die Umgebungsverwaltungseinheit 100 ist dazu konfiguriert, mit einem drahtgebundenen/drahtlosen Netzwerk 150 verbunden zu werden, um Daten mit den Maschinen 120, die in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung installiert sind, und den von dem Klimatisierungssteuersystem 1 gesteuerten Klimaanlagen 130 austauschen zu können.
Eine in der Umgebungsverwaltungseinheit 100 umfasste Bedingungsspezifikationseinheit 110 legt Bedingungen (zum Beispiel Installationszustände der Maschinen 120 und der Klimaanlagen 130 und Betriebszustände der Maschinen 120) in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung fest.
Die Installationszustände der Maschinen 120 und der Klimaanlagen 130 werden so dargestellt, wie die Maschinen 120 als Wärmequellen in jedem einer Mehrzahl von Bereichen installiert werden, die durch Unterteilung einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung erhalten werden, wie beispielsweise in 2 dargestellt. Als die Installationszustände der Maschinen 120 und der Klimaanlagen 130 in dem in 2 dargestellten Beispiel sind beispielsweise die Maschinen 120 als Wärmequellen in den Bereichen 2, 7, 11 und 12 installiert und die Klimaanlage 130 ist in Bereich 5 installiert. Die Umgebungsverwaltungseinheit 100 kann solche Installationszustände der Maschinen 120 und der Klimaanlagen 130 durch die Einstellung durch einen Bediener, z.B. über eine nicht dargestellte Ein-/Ausgabevorrichtung, erfassen.
Betriebszustände der Maschinen 120 werden als Betriebszustände der jeweiligen Maschinen 120 erfasst, die in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung arbeiten. Betriebszustände der Maschinen 120 können in der Klassifizierung von Brennwerten dargestellt werden, die den Betriebsabläufen der Maschinen 120 entsprechen, wie beispielsweise Stopp, Niederbetrieb (Niedertemperatur), Mittelbetrieb (Mitteltemperatur) und Hochbetrieb (Hochtemperatur). Die Umgebungsverwaltungseinheit 100 kann Betriebszustände der Maschinen 120 basierend auf den Betriebszuständen der Maschinen 120 (beispielsweise einer Innentemperatur der Maschine, Bewegungen einer Hauptspindel, einer Vorschubachse und dergleichen, und einem Lastzustand), die von den jeweiligen Maschinen 120 über das Netzwerk 150 erfasst wurden, einstellen.
Die Bedingungsspezifikationseinheit 110 spezifiziert die wie vorstehend beschrieben erfassten Bedingungen in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung (gibt sie aus) in Bezug auf den Lernmodellspeicher 300 und die Lernmodellgenerationseinheit 500. Die Bedingungsspezifikationseinheit 110 spielt eine Rolle bei der Benachrichtigung jeder Einheit des Klimatisierungssteuersystems 1 über die Bedingungen der aktuellen Klimatisierungssteuerung der Umgebungsverwaltungseinheit 100 als Bedingungen für die Auswahl eines Lernmodells.
Eine in der Umgebungsverwaltungseinheit 100 umfasste Zustandsgrößenerfassungseinheit 140 erfasst einen Zustand einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung als Zustandsgröße. Beispiele für die Zustandsgröße einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung sind eine Umgebungstemperatur, eine Innentemperatur und ein Betriebszustand jeder Maschine 120 sowie eine Temperatur jedes Bereichs in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung. Die Zustandsgrößenerfassungseinheit 140 erfasst als Zustandsgrößen Erfassungswerte, die von Temperatursensoren, die an den Maschinen 120 und den Klimaanlagen 130 vorgesehen sind, und einem Temperatursensor, der in jedem Bereich in einer vom Klimatisierungssteuersystem 1 verwalteten Umgebung installiert ist, erfasst werden. Die von der Zustandsgrößenerfassungseinheit 140 erfassten Zustandsgrößen werden an die Ableitungs-Verarbeitungseinheit 200 und die Lernmodellerzeugungseinheit 500 ausgegeben.
Die Ableitungs-Verarbeitungseinheit 200 gemäß der vorliegenden Ausführungsform beobachtet einen von der Umgebungsverwaltungseinheit 100 erfassten Zustand einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung und leitet aus diesem Beobachtungsergebnis die von dem Klimatisierungssteuersystem 1 verwaltete Umgebung ab. Die Ableitungs-Verarbeitungseinheit 200 kann beispielsweise auf einer Klimatisierungssteuerung, einem Zellenrechner, einem Hostrechner, einem Cloud-Server, einer maschinellen Lernvorrichtung oder dergleichen montiert werden.
Eine Merkmalsgrößenerstellungseinheit 210, die in der Ableitungs-Verarbeitungseinheit 200 umfasst ist, erzeugt eine Merkmalsgröße, die ein Merkmal einer Umgebung darstellt, die von dem Klimatisierungssteuersystem 1 verwaltet wird, basierend auf von der Zustandsgrößenerfassungseinheit 140 erfassten Zustandsgrößen. Die Merkmalsgröße, die durch die Merkmalsgrößenerstellungseinheit 210 erzeugt wird und ein Merkmal einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung darstellt, ist eine nützliche Information als Bestimmungsmaterial der Klimatisierungssteuerung durch die Klimatisierungssteuereinheit 400. Weiterhin besteht die Merkmalsgröße, die durch die Merkmalsgrößenerstellungseinheit 210 erzeugt wird und ein Merkmal einer von der Klimatisierungssteuersystem 1 verwalteten Umgebung darstellt, aus Eingabedaten, die zu verwenden sind, wenn eine Ableitungs-Berechnungseinheit 220, die später beschrieben wird, eine Ableitung unter Verwendung eines Lernmodell durchführt. Die Merkmalsgröße, die durch die Merkmalsgrößenerstellungseinheit 210 erzeugt wird und ein Merkmal einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung darstellt, kann beispielsweise eine Umgebungstemperatur, die durch das Abtasten von den von der Zustandsgrößenerfassungseinheit 140 erfassten Umgebungstemperaturen jeder Maschine 120 in vorbestimmten Abtastzyklen für die vergangene vorbestimmte Zeitspanne erhalten wird, ein von der Zustandsgrößenerstellungseinheit 140 erfasster Spitzenwert in Betriebszuständen jeder Maschine 120 in der vergangenen vorbestimmten Zeitspanne oder eine Kombination aus Signalverarbeitung in Bezug auf von der Zustandsgrößenerfassungseinheit 140 erfassten Temperaturen von jeweiligen Bereichen, wie beispielsweise Integration und Umwandlung in einen Zeitreihen-Frequenzbereich, Standardisierung einer Amplitude oder Leistungsdichte, Anpassung an eine Übertragungsfunktion, Dimensionsreduktion auf eine bestimmte Zeit oder eine bestimmte Frequenzbreite sein. Die Merkmalsgrößenerstellungseinheit 210 führt eine Vorverarbeitung der von der Zustandsgrößenerstellungseinheit 140 erfassten Zustandsgrößen durch und normalisiert die Zustandsgrößen so, dass die Ableitungs-Berechnungseinheit 220 mit den Zustandsgrößen umgehen kann.
Die in der Ableitungs-Verarbeitungseinheit 200 umfasste Ableitungs-Berechnungseinheit 220 leitet ein Verfahren zum Steuern der Klimaanlage 130 in einer Umgebung, die von dem Klimatisierungssteuersystem 1 verwaltet wird, basierend auf einem Lernmodell ab, das aus der Lernmodellspeichereinheit 300 basierend auf Bedingungen in einer von dem Klimatisierungssteuersystem 1 verwalteten aktuellen Umgebung und basierend auf einer von der Merkmalsgrößenerstellungseinheit 210 erzeugten Merkmalsgröße ausgewählt wird. Die Ableitungs-Berechnungseinheit 220 wird durch Anwenden eines in der Lernmodellspeichereinheit 300 gespeicherten Lernmodells auf eine Plattform implementiert, auf der basierend auf maschinellem Lernen eine Ableitungs-Verarbeitung durchgeführt werden kann. Die Ableitungs-Berechnungseinheit 220 kann zum Durchführen einer Ableitungsverarbeitung unter Verwendung eines mehrschichtigen neuronalen Netzwerks verwendet werden, oder zum Durchführen einer Ableitungsverarbeitung unter Verwendung eines bekannten Lernalgorithmus als maschinelles Lernen für beispielsweise das Bayes'sche Netzwerk, eine Stützvektormaschine, ein Gaußsches Mischverteilungsmodell und dergleichen verwendet werden. Die Ableitungs-Berechnungseinheit 220 kann zum Durchführen einer Ableitungsverarbeitung unter Verwendung eines Lernalgorithmus beispielsweise für überwachtes Lernen, unüberwachtes Lernen, bestärkendes Lernen und dergleichen verwendet werden. Weiterhin kann die Ableitungs-Berechnungseinheit 220 in der Lage sein, eine Ableitungs-Verarbeitung durchzuführen, die jeweils auf einer Mehrzahl von Arten von Lernalgorithmen basiert. Die Ableitungs-Berechnungseinheit 220 stellt eine maschinelle Lernvorrichtung dar, die auf einem aus der Lernmodellspeichereinheit 300 ausgewählten Lernmodell des maschinellen Lernens basiert, und führt eine Ableitungsverarbeitung unter Verwendung einer von der Merkmalsgrößenerzeugungseinheit 210 erzeugten Merkmalsgröße als Eingabedaten dieser maschinellen Lernvorrichtung durch, um ein Verfahren zum Steuern der Klimaanlage 130 in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung abzuleiten. Das Verfahren zum Steuern der Klimaanlage 130, das ein Ergebnis der Ableitung durch die Ableitungs-Berechnungseinheit 220 ist, kann eine eingestellte Temperatur oder eine Windrichtung (z.B. einschließlich einer Schwenkbewegung) jeder Klimaanlage 130 sein, die beispielsweise in einer durch das Klimatisierungssteuersystem 1 verwalteten Umgebung installiert ist.
Die Lernmodellspeichereinheit 300 gemäß der vorliegenden Ausführungsform ist in der Lage, eine Mehrzahl von Lernmodellen zu speichern, die Kombinationen von durch die Bedingungsspezifikationseinheit 110 festgelegten Bedingungen in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung zugeordnet sind. Die Lernmodellspeichereinheit 300 kann beispielsweise auf die Umgebungsverwaltungseinheit 100, einen Zellencomputer, einen Hostcomputer, einen Cloud-Server, einen Datenbankserver oder dergleichen montiert werden.
Die Lernmodellspeichereinheit 300 speichert eine Mehrzahl von Lernmodellen 1, 2, ..., N, die Kombinationen von durch die Bedingungsspezifikationseinheit 110 festgelegten Bedingungen (beispielsweise Installationszustände und Betriebszustände von Maschinen in einer Fabrik) in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung zugeordnet sind. Die Kombinationen von Bedingungen (z.B. Installationszustände und Betriebszustände von Maschinen in einer Fabrik) in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung stellen hier Kombinationen von Werten dar, die von jeder Bedingung, Wertebereichen und Wertelisten angenommen werden können. In dem Fall, in dem eine von dem Klimatisierungssteuersystem 1 verwaltete Umgebung wie in 2 dargestellt modelliert wird, kann beispielsweise eine Matrix mit Zuständen von jeweiligen Bereichen als Elemente [nichts, Maschine (Hochtemperatur), nichts, nichts, nichts, Klimaanlage, nichts, Maschine (Mitteltemperatur), nichts, nichts, nichts, nichts, Maschine (Mitteltemperatur), Maschine (Mitteltemperatur), Maschine (Stopp)] als eine von Kombinationen von Zuständen in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung verwendet werden.
Die im Lernmodellspeicher 300 gespeicherten Lernmodelle werden als Information gespeichert, die ein Lernmodell bilden können, das der Ableitungsverarbeitung in der Ableitungs-Berechnungseinheit 220 entspricht. Lernmodelle, die in der Lernmodellspeichereinheit 300 gespeichert sind, können als Anzahl der Neuronen (Perzeptron) jeder Schicht oder als Gewichtungsparameter zwischen Neuronen (Perzeptron) jeder Schicht gespeichert werden, beispielsweise bei Lernmodellen, die einen Lernalgorithmus des mehrschichtigen neuronalen Netzwerks verwenden. Weiterhin können in der Lernmodellspeichereinheit 300 gespeicherte Lernmodelle als Übergangswahrscheinlichkeit zwischen einem Knoten und einem das Bayes'sche Netzwerk bildenden Knoten gespeichert werden, beispielsweise bei Lernmodellen, die einen Lernalgorithmus des Bayes'schen Netzwerks verwenden. Die in der Lernmodellspeichereinheit 300 gespeicherten Lernmodelle können jeweils Lernmodelle sein, die den gleichen Lernalgorithmus verwenden oder können jeweils Lernmodelle sein, die unterschiedliche Lernalgorithmen verwenden. Somit kann jedes der in der Lernmodellspeichereinheit 300 gespeicherten Lernmodelle ein Lernmodell sein, das einen beliebigen Lernalgorithmus verwendet, solange die Lernmodelle auf die Ableitungsverarbeitung durch die Ableitungs-Berechnungseinheit 220 anwendbar sind.
Die Lernmodellspeichereinheit 300 kann ein Lernmodell so speichern, dass es einer Kombination von Bedingungen in einer von einem einzigen Klimatisierungssteuersystem 1 verwalteten Umgebung zugeordnet ist, oder kann zwei oder mehr Lernmodelle mit unterschiedlichen Lernalgorithmen so speichern, dass sie einer Kombination von Bedingungen in einer von einem einzigen Klimatisierungssteuersystem 1 verwalteten Umgebung zugeordnet sind. Die Lernmodellspeichereinheit 300 kann Lernmodelle, die unterschiedlichen Lernalgorithmen verwenden, so speichern, dass sie jeweils einer Mehrzahl von Kombinationen von Bedingungen, deren Bereiche sich überschneiden, in einer vom Klimatisierungssteuersystem 1 verwalteten Umgebung zugeordnet sind. In diesem Fall legt die Lernmodellspeichereinheit 300 ferner Einsatzbedingungen, wie erforderlichen Durchsatz und Arten von Lernalgorithmen, in Bezug auf Lernmodelle fest, die Kombinationen von Bedingungen in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung entsprechen. Dementsprechend wird es möglich, Lernmodelle entsprechend den Ableitungs-Berechnungseinheiten 220 auszuwählen, deren ausführbare Ableitungsverarbeitung und Durchsatz beispielsweise in Bezug auf Kombinationen von Bedingungen in einer vom Klimatisierungssteuersystem 1 verwalteten Umgebung unterschiedlich sind.
Wenn die Lernmodellspeichereinheit 300 eine Lese-/Schreibanforderung eines Lernmodells mit einer Kombination von Bedingungen in einer von dem Klimatisierungssteuersystem 1 von außen verwalteten Umgebung empfängt, führt die Lernmodellspeichereinheit 300 ein Lesen/Schreiben in Bezug auf ein Lernmodell durch, das derart gespeichert ist, das es der Kombination von Bedingungen in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung zugeordnet ist. Zu diesem Zeitpunkt kann die Lese-/Schreibanforderung des Lernmodells Information über die Ableitungsverarbeitung, die von der Ableitungs-Berechnungseinheit 220 ausgeführt werden kann, und den Durchsatz der Ableitungs-Berechnungseinheit 220 umfassen. In einem solchen Fall führt die Lernmodellspeichereinheit 300 das Lesen/Schreiben in Bezug auf ein Lernmodell, das einer Kombination von Bedingungen in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung zugeordnet ist, einer von den Ableitungs-Berechnungseinheiten 220 ausführbaren Ableitungsbearbeitung und dem Durchsatz der Ableitungs-Berechnungseinheiten 220 durch. Die Lernmodellspeichereinheit 300 kann eine Funktion des Lesens/Schreibens in Bezug auf ein Lernmodell haben, das (einer Kombination von) Bedingungen zugeordnet ist, die von der Bedingungsspezifikationseinheit 110 basierend auf diesen Bedingungen als Reaktion auf eine Lese-/Schreibanforderung eines Lernmodells von außen festgelegt werden. Die Bereitstellung einer solchen Funktion erübrigt die Notwendigkeit, eine Funktion, die ein Lernmodell basierend auf Bedingungen erfordert, die durch die Bedingungsspezifikationseinheit 110 festgelegt werden, in Bezug auf die Ableitungs-Berechnungseinheit 220 und die Lernmodellerzeugungseinheit 500 bereitzustellen.
Hierbei kann die Lernmodellspeichereinheit 300 ein von der Lernmodellerzeugungseinheit 500 erzeugtes Lernmodell verschlüsseln und das verschlüsselte Lernmodell speichern und kann das verschlüsselte Lernmodell entschlüsseln, wenn das Lernmodell von der Ableitungs-Berechnungseinheit 220 gelesen wird.
Die Klimatisierungssteuereinheit 400 steuert einen Betrieb der in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung installierten Klimaanlage 130 basierend auf einem Verfahren zum Steuern der Klimaanlage 130, das von der Ableitungs-Verarbeitungseinheit 200 abgeleitet wird, in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung. Diese Klimatisierungssteuereinheit 400 sendet beispielsweise über das Netzwerk 150 einen Steuerbefehl an jede Klimaanlage 130, um so jede Klimaanlage 130 zu steuern. Darüber hinaus kann diese Klimatisierungssteuereinheit 400 dazu konfiguriert werden, jede Klimaanlage 130 über einen von dem Netzwerk 150 unterschiedlichen Kommunikationsweg (z.B. Infrarotstrahlen und andere drahtlose Mittel) zu steuern.
Die Lernmodellerzeugungseinheit 500 erzeugt oder aktualisiert ein in der Lernmodellspeichereinheit 300 gespeichertes Lernmodell (maschinelles Lernen) basierend auf Bedingungen, die von der Bedingungsspezifikationseinheit 110 in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung festgelegt werden, und einer Merkmalsgröße, die von der Merkmalsgrößenerstellungseinheit 210 erzeugt wird und ein Merkmal der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung darstellt. Diese Lernmodellerzeugungseinheit 500 wählt ein Lernmodell aus, das ein Objekt von Erzeugung oder Aktualisierung basierend auf von der Bedingungsspezifikationseinheit 110 festgelegten Bedingungen in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung ist, und führt basierend auf einer Merkmalsgröße, die von der Merkmalsgrößenerzeugungseinheit 210 erzeugt wird und ein Merkmal der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung darstellt, maschinelles Lernen in Bezug auf das ausgewählte Lernmodell durch. Beispiele für den Zeitpunkt, zu dem die Lernmodellerzeugungseinheit 500 das Lernen durchführt, umfassen einen Zeitpunkt, zu dem ein Bediener die Einstellung jeder Klimaanlage 130 manuell ändert. In diesem Fall führt die Lernmodellerzeugungseinheit 500 die Erzeugung oder Aktualisierung (maschinelles Lernen) eines Lernmodells unter Verwendung einer Merkmalsgröße, die durch die Merkmalsgrößenerzeugungseinheit 210 erzeugt wird und ein Merkmal der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung darstellt, als eine Zustandsvariable durch und verwendet beispielsweise eine eingestellte Temperatur und eine Windrichtung von jeder Klimaanlage 130 als Etikettendaten in Bezug auf ein basierend auf Bedingungen in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung ausgewähltes Lernmodell.
In dem Fall, in dem ein Lernmodell, das (einer Kombination von) Bedingungen in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung, die durch die Bedingungsspezifikationseinheit 110 festgelegt werden, zugeordnet ist, nicht in der Lernmodellspeichereinheit 300 gespeichert ist, erzeugt die Lernmodellerzeugungseinheit 500 erneut ein Lernmodell, das den (der Kombination von) Bedingungen zugeordnet ist. Wenn andererseits ein Lernmodell, das (einer Kombination von) Bedingungen in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung, die durch die Bedingungseinheit 110 festgelegt sind, zugeordnet ist, im Lernmodellspeicher 300 gespeichert ist, führt die Lernmodellerzeugungseinheit 500 maschinelles Lernen in Bezug auf dieses Lernmodell durch, um dieses Lernmodell zu aktualisieren. In dem Fall, in dem eine Mehrzahl von Lernmodellen, die (Kombinationen von) Bedingungen in einer durch das Klimatisierungssteuersystem 1 verwalteten Umgebung zugeordnet sind, die durch die Bedingungsspezifikationseinheit 110 festgelegt sind, in der Lernmodellspeichereinheit 300 gespeichert sind, kann die Lernmodellerzeugungseinheit 500 maschinelles Lernen in Bezug auf jedes der Lernmodelle durchführen oder kann maschinelles Lernen in Bezug auf nur einen Teil der Lernmodelle basierend auf einer Lernverarbeitung, die durch die Lernmodellerzeugungseinheit 500 durchgeführt werden kann, und dem Durchsatz der Lernmodellerzeugungseinheit 500 durchführen.
Die Lernmodellerzeugungseinheit 500 kann ein im Lernmodellspeicher 300 gespeichertes Lernmodell ändern und ein neues Lernmodell erzeugen. Als Beispiel für die Änderung eines Lernmodells durch die Lernmodellerzeugungseinheit 500 wird die Erzeugung eines destillierten Modells veranschaulicht. Ein destilliertes Modell ist ein gelerntes Modell, das so erhalten wird, dass das Lernen von Anfang an in einer maschinellen Lernvorrichtung durchgeführt wird, indem eine Ausgabe verwendet wird, die in Bezug auf eine Eingabe in eine andere maschinelle Lernvorrichtung erhalten wird, in die ein gelerntes Modell integriert ist. Die Lernmodellerzeugungseinheit 500 kann ein destilliertes Modell, das durch eine solche Verarbeitung erhalten wird (sog. Destillationsverarbeitung), in der Lernmodellspeichereinheit 300 als neues Lernmodell speichern und das neue Lernmodell verwenden. Ein destilliertes Modell ist im Allgemeinen kleiner als ein ursprünglich gelerntes Modell, weist aber die gleiche Genauigkeit wie das ursprünglich gelernte Modell auf und ist besser geeignet für die Verteilung an andere Computer über ein Netzwerk oder dergleichen. Ein weiteres Beispiel für die Änderung eines Lernmodells durch die Lernmodellerzeugungseinheit 500 ist die Integration von Lernmodellen. Im dem Fall, in dem Strukturen von zwei oder mehr Lernmodellen, die so gespeichert sind, dass sie (Kombinationen von) Bedingungen in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung zugeordnet sind, einander ähnlich sind, beispielsweise, in dem Fall, in dem die Werte der jeweiligen Gewichtungsparameter innerhalb eines vorgegebenen Schwellenwerts liegen, kann die Lernmodellerzeugungseinheit 500 (die Kombinationen von) Bedingungen, die diesen Lernmodellen zugeordnet sind, in die von dem Klimatisierungssteuersystem 1 verwaltete Umgebung integrieren und kann jedes der zwei oder mehr Lernmodelle, deren Strukturen einander ähnlich sind, so speichern, dass jedes der zwei oder mehr Lernmodelle der integrierten Bedingung zugeordnet wird.
3 ist ein Funktionsblockdiagramm, das schematisch ein Klimatisierungssteuersystem 1 gemäß einer zweiten Ausführungsform darstellt.
In dem Klimatisierungssteuersystem 1 gemäß der vorliegenden Ausführungsform ist jeder Funktionsblock auf einer Klimatisierungssteuerung 2 montiert (die auf einer zentralen Verwaltungsvorrichtung von Klimaanlagen, einer numerischen Steuerung oder dergleichen aufzubauen ist). In einer solchen Konfiguration leitet das Klimatisierungssteuersystem 1 gemäß der vorliegenden Ausführungsform ein Verfahren zum Steuern der Klimaanlagen 130 in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung unter Verwendung eines Lernmodells ab, das je nach Installationszuständen und Betriebszuständen der Maschinen 120 in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung unterschiedlich ist, um die Klimaanlagen 130 in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung zu steuern. Ferner ist eine Klimatisierungssteuerung 2 in der Lage, Lernmodelle zu erstellen/aktualisieren, die jeweils den Bedingungen in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung entsprechen.
4 ist ein Funktionsblockdiagramm, das schematisch eine Klimatisierungssteuerung 1 gemäß einer dritten Ausführungsform darstellt.
In dem Klimatisierungssteuersystem 1 gemäß der vorliegenden Ausführungsform sind die Umgebungsverwaltungseinheit 100, die Ableitungs-Verarbeitungseinheit 200 und die Klimatisierungssteuereinheit 400 auf der Klimatisierungssteuerung 2 montiert, und die Lernmodellspeichereinheit 300 und die Lernmodellerzeugungseinheit 500 sind auf einer maschinellen Lernvorrichtung 3 montiert, die über eine Standardschnittstelle und ein Netzwerk mit der Klimatisierungssteuerung 2 verbunden ist. Die maschinelle Lernvorrichtung 3 kann auf einem Zellencomputer, einem Hostcomputer, einem Cloud-Server oder einem Datenbankserver installiert sein. In einer solchen Konfiguration kann die Ableitungsverarbeitung unter Verwendung eines gelernten Modells, die eine relativ leichte Verarbeitung ist, auf der Klimatisierungssteuerung 2 ausgeführt werden und die Verarbeitung zur Erzeugung/Aktualisierung eines Lernmodells, die eine relativ schweren Verarbeitung ist, kann auf der maschinellen Lernvorrichtung 3 durchgeführt werden, so dass das Klimatisierungssteuersystem 1 betrieben werden kann, ohne eine eigentliche Wirkung der Klimatisierungssteuerung 2 zu unterbrechen.
5 ist ein Funktionsblockdiagramm, das schematisch ein Klimatisierungssteuersystem 1 gemäß einer vierten Ausführungsform darstellt.
In dem Klimatisierungssteuersystem 1 gemäß der vorliegenden Ausführungsform ist die Umgebungsverwaltungseinheit 100 auf dem Klimatisierungssteuersystem 2 montiert und die Ableitungs-Berechnungseinheit 220, die Lernmodellspeichereinheit 300 und die Lernmodellerzeugungseinheit 500 sind auf der maschinellen Lernvorrichtung 3 montiert, die über eine Standardschnittstelle und ein Netzwerk mit der Klimatisierungssteuerung 2 verbunden ist. Weiterhin ist das Klimatisierungssteuereinheit 400 separat bereitgestellt. In dem Klimatisierungssteuersystem 1 gemäß der vorliegenden Ausführungsform entfällt die Konfiguration der Merkmalsgrößenerstellungseinheit 210 unter der Annahme, dass es sich bei einer von der Zustandsgrößenerfassungseinheit 140 erfassten Zustandsgröße um Daten handelt, die direkt für die Ableitungsverarbeitung durch die Ableitungs-Berechnungseinheit 220 und die Erzeugungs-/Aktualisierungsverarbeitung eines von der Lernmodellerzeugungseinheit 500 durchgeführten Lernmodells verwendet werden können. In einer solchen Konfiguration kann die Ableitungsverarbeitung unter Verwendung eines gelernten Modells und die Erzeugungs-/Aktualisierungsverarbeitung eines Lernmodells auf der maschinellen Lernvorrichtung 3 durchgeführt werden, sodass das Klimatisierungssteuersystem 1 betrieben werden kann, ohne eine eigentliche Wirkung der Klimatisierungssteuerung 2 zu unterbrechen.
6 ist ein Funktionsblockdiagramm, das schematisch ein Klimatisierungssteuersystem 1 gemäß einer fünften Ausführungsform darstellt.
In dem Klimatisierungssteuersystem 1 gemäß der vorliegenden Ausführungsform ist jeder Funktionsblock auf einer Klimatisierungssteuerung 2 montiert. In dem Klimatisierungssteuersystem 1 gemäß der vorliegenden Ausführungsform entfällt die Konfiguration der Lernmodellerzeugungseinheit 500 unter der Annahme, dass eine Mehrzahl von Lernmodellen, die erlernt wurden und die Kombinationen von Bedingungen in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung zugeordnet sind, bereits in der Lernmodellspeichereinheit 300 gespeichert sind und eine Erzeugung/Aktualisierung eines Lernmodells nicht durchgeführt wird. In einer solchen Konfiguration leitet das Klimatisierungssteuersystem 1 gemäß der vorliegenden Ausführungsform ein Verfahren zum Steuern der Klimaanlagen 130 in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung unter Verwendung eines Lernmodells ab, das abhängig von Installationszuständen und Betriebszuständen der Maschinen 120 in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung unterschiedlich ist, um beispielsweise die Klimaanlagen 130 in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung zu steuern. Da des Weiteren ein Lernmodell nicht willkürlich aktualisiert wird, ist diese Konfiguration als die Konfiguration der Klimatisierungssteuerung 2 verwendbar, die z.B. an Kunden ausgeliefert wird.
7 ist ein Funktionsblockdiagramm, das schematisch eine Modifikation des Klimatisierungssteuersystems 1 gemäß der fünften Ausführungsform darstellt.
Das Klimatisierungssteuersystem 1 gemäß der vorliegenden Modifikation ist ein Beispiel, in dem die Lernmodellspeichereinheit 300 auf einem externen Speicher 4 montiert ist, der mit der Klimatisierungssteuerung 2 in der fünften Ausführungsform verbunden ist (6). In der vorliegenden Modifikation werden Lernmodelle mit größerer Kapazität in dem externen Speicher 4 gespeichert, sodass mehr Lernmodelle verwendet werden können und Lernmodelle ohne Eingreifen eines Netzwerks oder dergleichen gelesen werden können. Diese Modifikation ist also vorteilhaft, wenn eine Echtzeit-Eigenschaft für die Ableitungsverarbeitung benötigt wird.
8 ist ein Funktionsblockdiagramm, das schematisch ein Klimatisierungssteuersystem 1 gemäß einer sechsten Ausführungsform darstellt.
In dem Klimatisierungssteuersystem 1 gemäß der vorliegenden Ausführungsform ist die Umgebungsverwaltungseinheit 100 auf der Klimatisierungssteuerung 2 montiert und die Ableitungs-Berechnungseinheit 220 und die Lernmodellspeichereinheit 300 sind auf der maschinellen Lernvorrichtung 3 montiert, die über eine Standardschnittstelle und ein Netzwerk mit der Klimatisierungssteuerung 2 verbunden ist. Die maschinelle Lernvorrichtung 3 kann auf einem Zellencomputer, einem Hostcomputer, einem Cloud-Server oder einem Datenbankserver installiert sein. In dem Klimatisierungssteuersystem 1 gemäß der vorliegenden Ausführungsform entfällt die Konfiguration der Lernmodellerzeugungseinheit 500 unter der Annahme, dass eine Mehrzahl von Lernmodellen, die erlernt wurden und Kombinationen von Bedingungen in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung zugeordnet sind, bereits in der Lernmodellspeichereinheit 300 gespeichert sind und die Erzeugung/Aktualisierung eines Lernmodells nicht durchgeführt wird. In der Klimatisierungssteuerung 1 gemäß der vorliegenden Ausführungsform entfällt die Konfiguration der Merkmalsgrößenerstellungseinheit 210 unter der Annahme, dass eine von der Zustandsgrößenerfassungseinheit 140 erfasste Zustandsgröße Daten sind, die direkt für die Ableitungsverarbeitung durch die Ableitungs-Berechnungseinheit 220 verwendet werden können. In einer solchen Konfiguration leitet das Klimatisierungssteuersystem 1 gemäß der vorliegenden Ausführungsform ein Verfahren zum Steuern der Klimaanlagen 130 in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung unter Verwendung eines Lernmodells ab, das abhängig von Installationszuständen und Betriebszuständen der Maschinen 120 in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung unterschiedlich ist, um beispielsweise die Klimaanlagen 130 in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung zu steuern. Da ferner ein Lernmodell nicht willkürlich aktualisiert wird, ist diese Konfiguration als die Konfiguration der Klimatisierungssteuerung 2 verwendbar, die beispielsweise an Kunden ausgeliefert wird.
9 ist ein schematisches Flussdiagramm der Verarbeitung, die in dem Klimatisierungssteuersystem 1 gemäß der vorliegenden Erfindung durchgeführt wird.
Das in 9 dargestellte Flussdiagramm zeigt ein Beispiel für einen Verarbeitungsablauf in dem Fall, in dem die Aktualisierung eines Lernmodells nicht in dem Klimatisierungssteuersystem 1 durchgeführt wird (fünfte und sechste Ausführungsform).

[Schritt SA01] Die Bedingungsspezifikationseinheit 110 legt Bedingungen in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung fest.
[Schritt SA02] Die Zustandsgrößenerfassungseinheit 140 erfasst einen Zustand der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung als eine Zustandsgröße.
[Schritt SA03] Die Merkmalsgrößenerstellungseinheit 210 erzeugt eine Merkmalsgröße, die ein Merkmal der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung darstellt, basierend auf der in Schritt SA02 erfassten Zustandsgröße.
[Schritt SA04] Die Ableitungs-Berechnungseinheit 220 wählt und liest, entsprechend den in Schritt SA01 festgelegten Bedingungen in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung, ein Lernmodell aus der Lernmodellspeichereinheit 300 als ein für die Ableitung zu verwendendes Lernmodell.
[Schritt SA05] Die Ableitungs-Berechnungseinheit 220 leitet ein Verfahren zum Steuern der Klimaanlagen 130 in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung basierend auf dem in Schritt SA04 gelesenen Lernmodell und der in Schritt SA03 erzeugten Merkmalsgröße ab.
[Schritt SA06] Die Klimatisierungssteuereinheit 400 steuert die Klimatisierung basierend auf dem Verfahren zur Klimatisierungssteuerung, das in Schritt SA05 abgeleitet wird.

10 ist ein schematisches Flussdiagramm der Verarbeitung, die in dem Klimatisierungssteuersystem 1 gemäß der vorliegenden Erfindung durchgeführt wird.
Das in 10 dargestellte Flussdiagramm zeigt ein Beispiel für einen Verarbeitungsablauf in dem Fall, in dem die Erzeugung/Aktualisierung eines Lernmodells in dem Klimatisierungssteuersystem 1 durchgeführt wird (erste bis vierte Ausführungsform).

[Schritt SB01] Die Bedingungseinheit 110 legt Bedingungen in einer von dem Klimatisierungssteuersystem 1 verwalteten Umgebung fest.
[Schritt SB02] Die Zustandsgrößenerfassungseinheit 140 erfasst einen Zustand der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung als eine Zustandsgröße.
[Schritt SB03] Die Merkmalsgrößenerstellungseinheit 210 erzeugt eine Merkmalsgröße, die ein Merkmal der vom Klimatisierungssteuersystem 1 verwalteten Umgebung darstellt, basierend auf der in Schritt SB02 erfassten Zustandsgröße.
[Schritt SB04] Die Ableitungs-Berechnungseinheit 220 wählt und liest, entsprechend den in Schritt SB01 festgelegten Bedingungen in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung, ein Lernmodell aus der Lernmodellspeichereinheit 300 als ein für die Ableitung zu verwendendes Lernmodell.
[Schritt SB05] Die Lernmodellerzeugungseinheit 500 bestimmt, ob ein Lernmodell, das erlernt wurde und den in Schritt SB01 festgelegten Bedingungen in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung entspricht, bereits in der Lernmodellspeichereinheit 300 erzeugt ist oder nicht. Wenn ein gelerntes Lernmodell bereits erzeugt wurde, geht die Verarbeitung weiter zu Schritt SB07. Wenn ein Lernmodell, das erlernt wurde, noch nicht erzeugt wurde, geht die Verarbeitung weiter zu Schritt SB06.
[Schritt SB06] Die Lernmodellerzeugungseinheit 500 erzeugt/aktualisiert ein Lernmodell entsprechend den in Schritt SB01 festgelegten Bedingungen in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung, basierend auf der in Schritt SB03 erzeugten Merkmalsgröße, und die Verarbeitung geht weiter zu Schritt SB01.
[Schritt SB07] Die Ableitungs-Berechnungseinheit 220 leitet ein Verfahren zum Steuern der Klimaanlagen 130 in der von dem Klimatisierungssteuersystem 1 verwalteten Umgebung basierend auf dem in Schritt SB04 gelesenen Lernmodell und der in Schritt SB03 erzeugten Merkmalsgröße ab.
[Schritt SB08] Die Klimatisierungssteuereinheit 400 steuert die Klimatisierung gemäß dem Verfahren zur Steuerung der Klimatisierung, das in Schritt SB05 abgeleitet wird.

Die Ausführungsformen der vorliegenden Erfindung wurden oben beschrieben. Die vorliegende Erfindung ist nicht auf die Beispiele der oben beschriebenen Ausführungsformen beschränkt, sondern kann in verschiedenen Aspekten durch Hinzufügen beliebiger Änderungen ausgeführt werden.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

JP 6307703 [0003]
JP 2015206519 [0003]

Claims

Klimatisierungssteuersystem, das eine Klimaanlage in einer Umgebung steuert, in der mindestens eine Maschine installiert ist, wobei das Klimatisierungssteuersystem umfasst: eine Bedingungsspezifikationseinheit, die eine Bedingung in der Umgebung festlegt; eine Zustandsgrößenerfassungseinheit, die eine Zustandsgröße erfasst, die einen Zustand der Umgebung darstellt; eine Ableitungs-Berechnungseinheit, die ein Steuerverfahren für die Klimaanlage in der Umgebung basierend auf der Zustandsgröße ableitet; eine Klimatisierungssteuereinheit, die die Klimaanlage basierend auf dem Steuerverfahren steuert, das von der Ableitungs-Berechnungseinheit abgeleitet wird; eine Lernmodellerzeugungseinheit, die durch maschinelles Lernen ein Lernmodell unter Verwendung der Zustandsgröße erzeugt oder aktualisiert; und eine Lernmodellspeichereinheit, die ein oder mehrere von der Lernmodellerzeugungseinheit erzeugte Lernmodelle derart speichert, dass das eine oder die mehreren Lernmodelle einer Kombination von durch die Bedingungsspezifikationseinheit festgelegten Bedingungen zugeordnet werden, wobei die Ableitungs-Berechnungseinheit ein Steuerverfahren für die Klimaanlage in der von dem Klimatisierungssteuersystem verwalteten Umgebung berechnet, indem basierend auf der durch die Bedingungsspezifikationseinheit festgelegten Bedingung in der Umgebung selektiv ein oder mehrere Lernmodelle unter den in der Lernmodellspeichereinheit gespeicherten Lernmodellen verwendet werden.
Klimatisierungssteuersystem nach Anspruch 1, ferner umfassend: eine Merkmalsgrößenerstellungseinheit, die eine Merkmalsgröße, die die Umgebung kennzeichnet, basierend auf der von der Zustandsgrößenerfassungseinheit erfassten Zustandsgröße erzeugt, wobei die Ableitungs-Berechnungseinheit ein Steuerverfahren für die Klimaanlage in der Umgebung basierend auf der Merkmalsgröße ableitet, und die Lernmodellerzeugungseinheit ein Lernmodell durch maschinelles Lernen unter Verwendung der Merkmalsgröße erzeugt oder aktualisiert.
Klimatisierungssteuersystem nach Anspruch 1 oder 2, wobei die Lernmodellerzeugungseinheit ein in der Lernmodellspeichereinheit gespeichertes vorhandenes Lernmodell ändert, um ein neues Lernmodell zu erzeugen.
Klimatisierungssteuersystem nach einem der Ansprüche 1 bis 3, wobei die Lernmodellspeichereinheit ein durch die Lernmodellerzeugungseinheit erzeugtes Lernmodel verschlüsselt und speichert und das verschlüsselte Lernmodell entschlüsselt, wenn das verschlüsselte Lernmodell von der Ableitungs-Berechnungseinheit gelesen wird.
Klimatisierungssteuersystem, das eine Klimaanlage in einer Umgebung steuert, in der eine oder mehrere Maschine installiert sind, wobei das Klimatisierungssteuersystem umfasst: eine Bedingungsspezifikationseinheit, die eine Bedingung in der Umgebung festlegt; eine Zustandsgrößenerfassungseinheit, die eine Zustandsgröße erfasst, die die Umgebung darstellt; eine Ableitungs-Berechnungseinheit, die ein Steuerverfahren für die Klimaanlage in der Umgebung basierend auf der Zustandsgröße ableitet; eine Klimatisierungssteuereinheit, die die Klimaanlage basierend auf dem von der Ableitungs-Berechnungseinheit abgeleiteten Steuerverfahren steuert; und eine Lernmodellspeichereinheit, die mindestens ein Lernmodell speichert, das vorläufig einer Kombination von Bedingungen in der Umgebung zugeordnet wird, wobei die Ableitungs-Berechnungseinheit ein Steuerverfahren für die Klimaanlage in der Umgebung berechnet, indem basierend auf der durch die Bedingungsspezifikationseinheit festgelegten Bedingung in der Umgebung selektiv ein oder mehrere Lernmodelle unter den in der Lernmodellspeichereinheit gespeicherten Lernmodellen verwendet werden.
Klimatisierungssteuersystem nach Anspruch 5, ferner umfassend: eine Merkmalsgrößenerstellungseinheit, die eine Merkmalsgröße, die die Umgebung kennzeichnet, basierend auf der Zustandsgröße erzeugt, wobei die Ableitungs-Berechnungseinheit basierend auf der Merkmalsgröße ein Steuerverfahren für die Klimaanlage in der durch das Klimatisierungssteuersystem verwalteten Umgebung ableitet.
Klimatisierungssteuerung, umfassend: die Bedingungsspezifikationseinheit nach einem der Ansprüche 1 bis 6; und die Zustandsgrößenerfassungseinheit nach einem der Ansprüche 1 bis 6.
Klimatisierungssteuerverfahren, umfassend: einen Schritt zum Festlegen einer Bedingung zum Steuern einer Klimaanlage in einer Umgebung, in der eine oder mehrere Maschinen installiert sind; einen Schritt zum Erfassen einer Zustandsgröße, die die Umgebung darstellt; einen Schritt zum Ableiten eines Steuerverfahrens für die Klimaanlage in der Umgebung basierend auf der Zustandsgröße; einen Schritt zum Steuern der Klimaanlage basierend auf dem Steuerverfahren; und einen Schritt zum Erzeugen oder Aktualisieren eines Lernmodells durch maschinelles Lernen unter Verwendung der Zustandsgröße, wobei in dem Schritt zum Ableiten ein basierend auf der im Schritt zum Ableiten festgelegten Bedingung in der Umgebung zu verwendendes Lernmodell aus dem einen oder den mehreren Lernmodellen ausgewählt wird, die vorläufig einer Kombination von Bedingungen in der Umgebung zugeordnet sind, und ein Steuerverfahren für die Klimaanlage in der Umgebung unter Verwendung des ausgewählten Lernmodells berechnet wird.
Klimatisierungssteuerverfahren nach Anspruch 8, ferner umfassend: einen Schritt zum Erzeugen einer die Umgebung kennzeichnenden Merkmalsgröße basierend auf der Zustandsgröße, wobei in dem Schritt zum Ableiten ein Steuerverfahren für die Klimaanlage in der Umgebung basierend auf der Merkmalsgröße abgeleitet wird, und in dem Schritt zum Erzeugen oder Aktualisieren eines Lernmodells ein Lernmodell durch maschinelles Lernen unter Verwendung des Merkmalsbetrags erzeugt oder aktualisiert wird.
Klimatisierungssteuerverfahren, umfassend: einen Schritt zum Festlegen einer Bedingung zum Steuern einer Klimaanlage in einer Umgebung, in der eine oder mehrere Maschinen installiert sind; einen Schritt zum Erfassen einer Zustandsgröße, die die Umgebung darstellt; einen Schritt zum Ableiten eines Steuerverfahrens für die Klimaanlage in der Umgebung basierend auf der Zustandsgröße; und einen Schritt zum Steuern der Klimaanlage basierend auf dem Steuerverfahren, wobei in dem Schritt zum Ableiten ein basierend auf der im Schritt zum Ableiten festgelegten Bedingung in der Umgebung zu verwendendes Lernmodell aus einem oder mehreren Lernmodellen ausgewählt wird, die vorläufig einer Kombination von Bedingungen in der Umgebung zugeordnet sind, und ein Steuerverfahren für die Klimaanlage in der Umgebung unter Verwendung des ausgewählten Lernmodells berechnet wird.
Klimatisierungssteuerverfahren nach Anspruch 10, ferner umfassend: einen Schritt zum Erzeugen einer die Umgebung kennzeichnenden Merkmalsgröße basierend auf der Zustandsgröße, wobei in dem Schritt zum Ableiten ein Steuerverfahren für die Klimaanlage in der Umgebung basierend auf der Merkmalsgröße abgeleitet wird.
Lernmodellsatz, umfassend: eine Mehrzahl von Lernmodellen, die jeweils einer Kombination von Bedingungen zum Steuern einer Klimaanlage in einer Umgebung, in der eine oder mehrere Maschinen installiert sind, zugeordnet sind, wobei ein jedes aus der Mehrzahl von Lernmodellen ein Lernmodell ist, das unter einer Bedingung in der Umgebung basierend auf einer Zustandsgröße, die die Umgebung darstellt, erzeugt oder aktualisiert wird, und aus der Mehrzahl von Lernmodellen basierend auf einem Satz von Bedingungen in einer Umgebung ein Lernmodell ausgewählt wird, und das ausgewählte Lernmodell zum Verarbeiten beim Ableiten eines Steuerverfahrens für die Klimaanlage in der Umgebung verwendet wird.