JP2015162097A - 空調制御システム及び空調制御方法 - Google Patents

Abstract

【課題】空調制御システム及び空調制御方法において、省エネルギ化を実現すること。
【解決手段】電子機器１４の排気面１４ｙからでた冷却風Cを電子機器１４の吸気面１４ｘに戻す流路２４と、流路２４に設けられたダンパ１７と、冷却風Cの実温度T_caを測定する温度測定部３３と、冷却風Cの実湿度H_caを測定する湿度測定部３２と、実温度T_caと実湿度H_caに応じて目標温度r₁と目標湿度r₂を変更する目標値変更部３４と、実温度T_caと実湿度H_caの各々の将来の予測値y₁、y₂とを予測することにより、予測温度y₁が目標温度r₁に近づき、かつ予測湿度y₂が目標湿度r₂に近づくようにダンパ１７の開度uを制御する制御部３０とを有し、目標値変更部３４が、実温度T_caと実湿度H_caとが互いに逆の方向に増減するように、目標温度r₁と目標湿度r₂とを設定する空調制御システムによる。
【選択図】図４

Description

本発明は、空調制御システム及び空調制御方法に関する。

データセンタにおいては、サーバ等の複数の電子機器にジョブが分配され、各電子機器においてジョブが実行される。電子機器にはCPU(Central Processing Unit)等の発熱部品が設けられているが、大量のジョブを処理するとCPU温度も上昇し、電子機器が故障したりその性能が低下したりする。

このようなCPU温度の上昇を防止するために、データセンタには電子機器を冷却するための機構が設けられる。なかでも冷却風として外気を取り込むモジュール型データセンタは、外気を冷却するための熱交換器がないため、省エネルギ化に有効である。

モジュール型データセンタにおいては、電子機器の排気面から排気された暖かな冷却風を再び電子機器の吸気面側に戻すことで、冬季等において電子機器が過剰冷却になるのを防止することができる。また、このように電子機器の吸気面に暖かな冷却風を供給することで、吸気面側の湿度も調整することができる。

但し、モジュール型データセンタには、省エネルギ化を更に推し進めるという点で改善の余地がある。

特開２０１３−９２２９８号公報

空調制御システム及び空調制御方法において、省エネルギ化を実現することを目的とする。

以下の開示の一観点によれば、冷却風を吸気する吸気面と、前記冷却風を排気する排気面とを備えた電子機器と、前記排気面から排気された前記冷却風を前記吸気面に戻す流路と、前記流路に設けられ、開度が調節可能なダンパと、前記吸気面における前記冷却風の実温度を測定する温度測定部と、前記吸気面における前記冷却風の実湿度を測定する湿度測定部と、前記実温度の値に応じて該実温度の目標温度を変更し、かつ、前記実湿度の値に応じて該実湿度の目標湿度を変更する目標値変更部と、前記実温度の将来の予測温度と、前記実湿度の将来の予測湿度とを予測することにより、前記予測温度が前記目標温度に近づき、かつ前記予測湿度が前記目標湿度に近づくように、前記ダンパの前記開度を制御する制御部とを有し、前記目標値変更部が、前記実温度と前記実湿度とが互いに逆の方向に増減するように、前記目標温度と前記目標湿度とを設定する空調制御システムが提供される。

また、その開示の別の観点によれば、温度測定部が、電子機器の吸気面から吸気される冷却風の実温度を測定する処理と、湿度測定部が、前記冷却風の実湿度を測定する処理と、目標値変更部が、前記実温度の値に応じて該実温度の目標温度を変更し、かつ、前記実湿度の値に応じて該実湿度の目標湿度を変更する処理と、制御部が、前記実温度の将来の予測温度と、前記実湿度の将来の予測湿度とを予測することにより、前記予測温度が前記目標温度に近づき、かつ前記予測湿度が前記目標湿度に近づくように、前記電子機器の排気面から排気された前記冷却風を前記吸気面に戻す流路に設けられたダンパの開度を調節する処理とを有し、前記目標温度と前記目標湿度とを変更する処理において、前記目標値変更部が、前記実温度と前記実湿度とが互いに逆の方向に増減するように、前記目標温度と前記目標湿度とを設定する空調制御方法が提供される。

以下の開示によれば、電子機器の排気で冷却風の実温度と実湿度を変更するときに、実温度と実湿度の増減方向が逆になるように目標温度と目標湿度を設定するため、排気用のダンパの開度を調節するのが容易となり、ダンパのハンチング現象を防止できる。その結果、ダンパの駆動電力を低減でき、省エネルギ化を実現できる。

図１は、検討に使用したデータセンタの模式上面図である。 図２は、検討に使用したデータセンタの模式側面図である。 図３（ａ）は、図１のデータセンタにおいて、ダンパの制御を開始してからの経過時間と実湿度との関係を調査して得られたグラフであり、図３（ｂ）は、図１のデータセンタにおいて、ダンパの制御を開始してからの経過時間と、ダンパの開度との関係を調査して得られたグラフである。 図４は、本実施形態に係る空調制御システムの機能ブロック図である。 図５は、本実施形態に係る空調制御方法について示すフローチャートである。 図６（ａ）は、制御を開始してからの経過時間とダンパの開度との関係を示す本実施形態に係るグラフであり、図６（ｂ）は、経過時間と吸気面における冷却風の実温度との関係を示す本実施形態に係るグラフであり、図６（ｃ）は、経過時間と吸気面における冷却風の実湿度との関係を示す本実施形態に係るグラフである。 図７は、本実施形態に係る目標値変更部における目標温度と目標湿度の変更方法について示すフローチャート（その１）である。 図８は、本実施形態に係る目標値変更部における目標温度と目標湿度の変更方法について示すフローチャート（その２）である。 図９は、本実施形態に係る目標値変更部における目標温度と目標湿度の変更方法について示すフローチャート（その３）である。 図１０（ａ）は、本実施形態においてダンパの制御を開始してからの経過時間と吸気面における冷却風の実温度との関係を調査して得られたグラフであり、図１０（ｂ）は、本実施形態において経過時間と吸気面における冷却風の実湿度との関係を調査して得られたグラフであり、図１０（ｃ）は、本実施形態において経過時間とダンパの開度との関係を調査して得られたグラフである。 図１１（ａ）は、本実施形態においてダンパの制御を開始してからの経過時間と、吸気面における冷却風の実湿度との関係を調査して得られたグラフであり、図１１（ｂ）は、経過時間とダンパの開度との関係を調査して得られたグラフである。

本実施形態の説明に先立ち、本願発明者が検討した事項について説明する。

図１は、その検討に使用したデータセンタの模式上面図である。

このデータセンタ１は、冷却風として外気を取り込むモジュール型データセンタであって、直方体形状のコンテナ１０を有する。

そのコンテナ１０内には、ファンユニット１２と、サーバ等の電子機器１４を収容した複数のラック１３とが設けられている。

コンテナ１０の相互に対向する二つの面のうちの一方には吸気口１０ａが設けられており、他方には排気口１０ｂが設けられている。

ファンユニット１２は複数のファン１２ａを備えており、各ファン１２ａが回転することにより、吸気口１０ａからコンテナ１０内に外気が取り込まれ、その外気から冷却風Cが生成される。

冷却風Cは、各電子機器１４を冷却した後、前述の排気口１０ｂから排出される。

更に、ファンユニット１２と吸気口１０ａとの間には、気化式冷却装置１６が設けられる。

気化式冷却装置１６は、水分を含んだ不図示のエレメントに外気を当てることで外気よりも温度が低いエアーDを生成し、そのエアーDをファンユニット１２に供給する。また、エレメントの水分によってエアーDの湿度は外気よりも高められる。

このように温度と湿度とが外気のそれらとは異なるエアーDを用いることで、冷却風Cの温度と湿度の調節の幅を広げることができる。

なお、場合によっては気化式冷却装置１６は省いてもよい。

図２は、このデータセンタ１の模式側面図である。

なお、図２において、図１で説明したのと同じ要素には図１におけるのと同じ符号を付し、以下ではその説明を省略する。

図２に示すように、各電子機器１４は吸気面１４ｘと排気面１４ｙとを有する。冷却風Cは、吸気面１４ｘから各電子機器１４に吸気された後、排気面１４ｙから排気される。

また、冷却ユニット１２とラック１３との間の空間はコールドアイル２２として供せられ、ラック１３と排気口１０ｂとの間の空間はホットアイル２３として供せられる。

前述のコールドアイル２２の上には仕切り板１５が設けられている。そして、この仕切り板１５と、ラック１３の上面と、コンテナ１０の天井面とにより流路２４が画定される。

これにより、各電子機器１４から排出された暖かな冷却風Cの一部が流路２４を通って各電子機器１４の吸気面１４ｙに戻ることになる。

その流路２４の端部には、開度が調節可能なダンパ１７が設けられる。開度の定義は特に限定されない。以下では、鉛直方向からのダンパ１７の傾斜角θがとり得る範囲を０°〜θ_maxとし、この範囲を０％〜１００％に対応させることで、傾斜角θを開度uに対応させる。

そして、ダンパ１７の開度uを調節することにより、流路２４を通る暖かな冷却風Cの流量を調節して、吸気面１４ｘに供給される冷却風Cの温度と湿度とを調節することができる。

例えば、ダンパ１７の開度uを大きくすれば、流路２４から吸気面１４ｘにより多くの暖かな冷却風Cが供給されるので、吸気面１４ｘにおける冷却風Cの温度を上昇させることができる。

また、温度と湿度とは負の相関を持つため、これにより吸気面１４ｘにおける冷却風Cの湿度を下降させることもできる。

一方、吸気面１４ｘにおける冷却風Cの温度を下降させたり、その冷却風Cの湿度を上昇させたりするには、上記とは逆にダンパ１７の開度uを小さくすればよい。

次に、ダンパ１７の開度uの調節方法について考える。

電子機器１４には、吸気面１４ｘから吸気される冷却風Cの実温度T_caと実湿度H_caについて許容範囲が定められていることがある。

以下では、その許容範囲における温度の上限と下限をそれぞれT_max0、T_min0と表す。また、その許容範囲における湿度の上限と下限をそれぞれH_max0、H_min0と表す。

実温度T_caと実湿度H_caを上記の許容範囲内に収めるには、T_min0＜T_ca＜T_max0、H_min0＜H_ca＜H_max0となるように、ダンパ１７の開度uを調節すればよいことになる。

そして、この例では、実温度T_caのみを制御する温度制御モードと、実湿度H_caのみを制御する湿度制御モードの二つを切り替えることにより、ダンパ１７の開度uを調節する。

ここで、温度制御モードは、実温度T_caがT_min0＜T_ca＜T_max0となるようにダンパ１７の開度uを調節するモードである。このモードでは、実温度T_caが目標温度になるようにPIDコントローラがダンパ１７の開度uを制御し、PIDコントローラは実湿度H_caの制御を行わない。

一方、湿度制御モードは、実湿度H_caがH_min0＜H_ca＜H_max0となるようにダンパ１７の開度uを調節するモードである。このモードでは、実湿度H_caが目標湿度になるようにPIDコントローラがダンパ１７の開度uを制御し、PIDコントローラは実温度T_caの制御を行わない。

これら二つのモードのどちらを選択するかは、実温度T_caと実湿度H_caに基づいて決められる。例えば、実温度T_caが許容範囲から外れそうになった場合には、実温度T_caの制御を優先するために、前述の温度制御モードが選択される。また、実湿度H_caが許容範囲から外れそうになった場合には、実湿度H_caの制御を優先するために、前述の湿度制御モードが選択される。

このように温度制御モードと湿度制御モードとを選択することで、実温度T_caと実湿度H_caを前述の許容範囲内に収めることは可能となる。

しかし、本願発明者の調査によれば、この方法では以下のような不都合が生じることが明らかとなった。

図３（ａ）は、ダンパ１７の制御を開始してからの経過時間と、吸気面１４ｘにおける冷却風Cの実湿度H_caとの関係を調査して得られたグラフである。

また、図３（ｂ）は、ダンパ１７の制御を開始してからの経過時間と、ダンパ１７の開度uとの関係を調査して得られたグラフである。

図３（ｂ）に示すように、この制御方法ではダンパ１７の開度uが大きく変動してしまっている。そして、これが原因で図３（ａ）に示すように実湿度H_caが大きく振動するハンチング現象が起きている。

このハンチング現象が生じた原因は、前述の温度制御モードと湿度制御モードとを切り替えることにより開度uを調節したためと考えられる。

ハンチング現象によってこのようにダンパ１７の開度uが大きく変化したのでは、ダンパ１７を駆動する電力が無駄に消費されてしまい、データセンタ１の省エネルギ化を実現するのが難しくなってしまう。

（第１実施形態）
本実施形態では、図１及び図２に示したデータセンタ１を以下のようにして制御する。

図４は、データセンタ１の空調を制御するための本実施形態に係る空調制御システムの機能ブロック図である。

なお、図４において、図１や図２で説明したのと同じ要素にはこれらの図におけるのと同じ符号を付し、以下ではその説明を省略する。

図４に示すように、空調制御システム１００は、パラメータ設定部３１、湿度測定部３２、温度測定部３３、及び制御部３０を有する。

パラメータ設定部３１は、ダンパ１７の開度を制御するときに用いる各種の制御パラメータを記憶する。

湿度測定部３２は、電子機器１４の吸気面１４ｘ（図２参照）における冷却風Cの実湿度H_caを測定し、その測定結果を制御部３０に伝送する。

そして、温度測定部３３は、電子機器１４の吸気面１４ｘにおける冷却風Cの実温度T_caを測定し、その測定結果を制御部３０に伝送する。

湿度測定部３２の個数は特に限定されない。複数の湿度測定部３２により測定された湿度の最大値を実湿度H_caとして制御部３０に伝送してもよい。同様に、複数の温度測定部３３により測定された温度の最大値を実温度T_caとして制御部３０に伝送してもよい。

一方、制御部３０は、例えばマイクロコンピュータ、FPGA(Field Programmable Gate Array)、及びPLC(Programmable Logic Controller)のいずれかであり、目標値変更部３４とモデル予測部３５とを有する。

なお、ラック１３の特定の電子機器１４に専用プログラムを読み込ませることにより、その電子機器１４を制御部３０として使用してもよい。

目標値変更部３４は、吸気面１４ｘにおける冷却風Cの目標温度r₁と目標湿度r₂を設定すると共に、実温度T_caと実湿度H_caのそれぞれの値に応じて目標温度r₁と目標湿度r₂を変更し、これらの値r₁、r₂をモデル予測部４５に出力する。目標温度r₁と目標湿度r₂の変更の仕方については後述する。

なお、以下では、目標温度r₁と目標湿度r₂を以下の式（１）のようにベクトル表記することもある。

また、モデル予測部３５は、予測モデル４４、補正部４５、コスト関数４６、最適化部４７、及び操作量記憶部４８を有する。

これらのうち、予測モデル４４は、ダンパ１７の開度uに基づいて、実温度T_caの将来の予測温度

と、実湿度H_caの予測温度

とを予測する。

なお、以下では、上記の予測温度と予測湿度とを次の式（２）のようにベクトル表記することもある。

また、補正部４５は、この予測値

を補正することにより、この予測値が吸気面１４ｘにおける冷却風Cの実際の温度と湿度に近づくようにする。

そして、コスト関数４６は、予測値

と目標値rとの差分を重み付けしてなる関数であり、その形については後述する。

更に、最適化部４７は、現在から将来にわたる所定の時間範囲について、後述の制約条件を満たし、かつコスト関数４６の値Jを最小とするダンパ１７の開度の操作量Δuを算出し、この操作量Δuを制御信号記憶部４８とダンパ１７に出力する。

そして、操作量記憶部４８は、ダンパ１７の開度の過去の操作量Δuを記憶し、その操作量Δuを予測モデル４４に出力する。

次に、本実施形態に係る空調制御方法について説明する。

図５は、本実施形態に係る空調制御方法について示すフローチャートである。

このフローチャートは、制御部３０により所定の制御周期Δtで実行される。制御周期Δtは、このフローチャートを実行する周期を表す整数であって、例えば１秒である。

まず、ステップS11において、吸気面１４ｘにおける冷却風Cの実温度T_caと実湿度H_caとを制御部３０が取得する。これらのうち、実温度T_caは、前述の温度測定部３３から制御部３０が取得する。そして、実湿度H_caは、前述の湿度測定部３２から制御部３０が取得する。

次いで、ステップS12に移り、制御部３０がパラメータ設定部３１から各種の制御パラメータを取得する。

その制御パラメータには、例えば、実温度T_caと実湿度H_caの各々の許容範囲が含まれる。許容範囲は特に限定されないが、以下では実温度T_caの下限温度T_min0を１０℃とし、上限温度T_max0を３５℃とする。また、実湿度H_caの下限湿度H_min0を１０％とし、上限湿度H_max0を８５％とする。

次に、ステップS13に移り、目標値変更部３４が、実温度T_caと実湿度H_caのそれぞれの値に応じて目標温度r₁と目標湿度r₂を変更する。変更の仕方については後で詳述する。

その後、ステップS14に移る。

ステップS14においては、モデル予測部３５が、実温度T_caの将来の予測温度

と実湿度H_caの将来の予測湿度

とを予測することにより、実温度T_caが前述の目標温度r₁に近づき、かつ実湿度H_caが目標湿度r₂に近づくようにダンパ１７の開度を制御する。この制御は、以下のように予測モデルを用いて行われる。

この予測モデルの一般式は、次の式（３）、（４）で表される。

式（３）が温度の予測モデルであり、式（４）が湿度の予測モデルであって、いずれの予測モデルにも時点kが含まれる。時点kは、制御部３０が図５のフローチャートを実行するのが何回目であるのかを示す整数である。よって、式（３）、（４）は、時点kにおけるダンパの開度u(ｋ)に基づいて、将来のk+1時点の温度y₁や湿度y₂を求める式ということになる。

なお、式（３）と式（４）とをまとめてベクトル表記すると次の式（５）のようになる。

更に、関数f₁、f₂を関数fとしてまとめると、式（５）は次の式（６）のようにも書ける。

本実施形態では、式（６）の一般式を次の式（７）、（８）のように具体化する。

式（７）、（８）におけるx(k)は、k時点における状態変数であり、n次元（nは自然数）のベクトルである。また、Aはn×nの行列、B_uはn次元ベクトル、Cはn次元ベクトルである。

なお、A、B_u、Cの各々の成分の値は、将来の冷却風Cの実温度と実湿度の予測値

を最も良く近似するように、実験データによりシステム同定により求め得る。システム同定の方法としては、例えば、予測誤差法や部分空間同定法がある。

また、冷却風Cの実温度と実湿度の動的特性を表現する物理モデルの微分方程式が導出できる場合は、その微分方程式をテーラー展開して線形化することによってもA、B_u、Cの各々の成分の値を求め得る。

更に、nは、温度の予測モデルの次数n_d1と、むだ時間d_t1、d_t2と、湿度の予測モデルの次数n_d2とで定まり、n=n_d1+d_t1+n_d2+d_t2なることが知られている。この理由については、後述の参考例において説明する。

なお、むだ時間d_t1は、ダンパ１７の開度に対する吸気面１４ｘにおける冷却風Cの温度のむだ時間である。そして、むだ時間d_t2は、ダンパ１７の開度に対する吸気面１４ｘにおける冷却風Cの湿度のむだ時間である。本実施形態では、むだ時間d_t1、d_t2の各々を四捨五入して整数値とし、それらの値を１秒とする。

また、上記では状態空間モデルを用いたが、モデルの表現方法は、重回帰式モデルであってもよいし、マップ関数のようなデータであってもよい。

次に、補正部４５が、次の式（９）に基づいて、k+1時点における温度と湿度の予測値

を補正し、補正後の予測値y(k+1|k)を算出する。

但し、

であり、y₁は補正後の温度を示し、y₂は補正後の湿度を示す。

更に、

であって、T_ca(k)とH_ca(k)はそれぞれステップS11で取得したk時点における温度と湿度である。

式（９）とこれ以降の式では、p時点の変数αをq時点の情報で算出する場合にα(p|q)と書く。

式（９）の右辺第１項の

は、補正前の冷却風Cの温度と湿度のk+1時点での予測値である。

そして、式（９）の右辺第２項は補正項である。その補正項におけるy(k|k-1)は、k時点における吸気面１４ｘでの冷却風Cの温度と湿度の予測値である。

k時点においては実際の値がy_real(k)−y(k|k-1)だけ予測値から乖離していたので、y_real(k)−y(k|k-1)を式（９）の右辺に加えることで、k+１時点において予測値が実際の値から乖離するのを防止できる。

なお、場合によってはこのような補正を省略してもよい。

ここで、将来区間pを導入する。将来区間pとは、現在から冷却風Cの温度と湿度とを予測する将来までの時間を表す整数である。以下では将来区間pを例えば１００とする。

そして、ダンパ１７の開度の変化量Δuを次の式（１２）で定義する。

式（１２）において、iは、将来区間pをp個に等分するインデックスである。

式（１２）から理解されるように、変化量Δu(k+i|k)は、k+i時点におけるダンパ１７の開度u(k+i|k)と、k+iよりも一つ前のk+i-１時点におけるダンパ１７の開度u(k+i-1|k)で定義される。

また、式（１２）における各開度u(k)としては、操作量記憶部４８に記憶されているものを使用し得る。

なお、ダンパ１７の開度は制御部３０が操作するものであるため、以下では変化量Δuのことを操作量Δuと呼ぶ場合もある。

式（１２）のインデックスiを用いると、前述の式（７）〜（９）は、それぞれ次の式（１３）〜（１５）のように表現できる。

次に、各パラメータの許容範囲を以下の式（１６）〜（１９）のように定義する。

式（１６）は、吸気面１４ｘにおける冷却風Cの温度y₁の許容範囲を定めたものである。

同様に、式（１７）は、吸気面１４ｘにおける冷却風Cの温度y₂の許容範囲を定めたものである。

式（１８）は、ダンパ１７の操作量Δuの許容範囲を定めたものである。その許容範囲の最小値Δu_minと最大値Δu_maxは、一回の操作でダンパ１７の開度を変化させ得る限界値である。

そして、式（１９）は、ダンパ１７の開度uそのものの許容範囲を定めたものであり、u_minはその許容範囲の下限値を示し、u_maxはその上限値を示す。

各パラメータy₁、y₂、Δu、uは、それぞれ式（１６）〜（１９）の制約条件を受けることになる。

また、上記の制約条件の他に、本実施形態では操作量Δuに対して更に次の式（２０）の制約条件を課す。

式（２０）は、k+m時点以降において操作量Δuが０になることを示す。これは、将来区間の終点において初めて操作量Δuが０になるのではなく、終点に向かって徐々に操作量Δuを０に近づけていくべきとの考えによる。

また、mの値は特に限定されないが、この例ではmは１とする。

次に、最適化部４７が、次の式（２１）で表されるコスト関数４６を呼び出す。

式（２１）において、Qは、重みを表す２×２の行列である。また、RΔ_u、R_uは重みを示すスカラである。

式（２１）の右辺第一項は、予測温度y₁と目標温度r₁との差（y₁−r₁）と、予測湿度y₂と目標湿度r₂との差（y₂−r₂）とを重み付けしてなる。当該第一項は、制御対象である温度y₁と湿度y₂をそれらの目標値r₁、r₂に近づける操作であり、行列Qはその操作の重み、すなわち目標値追従パラメータである。

式（２１）の右辺第二項は、操作量uの変化量Δuを０に近づける操作であり、RΔ_uはその操作の重み、すなわち操作量低減パラメータである。RΔ_uが小さいと操作量Δuは大きく、RΔ_uが大きいと操作量Δuは小さくなる。

式（２１）の右辺第三項は、ダンパ１７の開度uを目標の開度u_targetに近づける操作である。本実施形態ではu_targetを０とする。R_uは開度を目標の開度u_targetに近づける操作の重み、すなわち操作量変動幅パラメータである。

これらの制御パラメータQ、RΔ_u、R_uは、前述のパラメータ設定部３１に格納されており、前述のステップS12において予めモデル予測部３５が取得している。

そして、最適化部４７が、次の式（２２）に基づいて、このコスト関数４６の値Jを最小にする操作量Δuの入力列を算出する。

次に、式（２２）で求まった最適入力列

の先頭要素Δu_opt(k|k)を最適化部４７が抽出する。

更に、最適化部４７は、k時点におけるダンパ１７の開度u(k)を次の式（２３）から算出する。

コスト関数４６を最小にする最適化ソルバーは、遺伝的アルゴリズム（GA: Genetic Algorithm）や粒子群最適化（PSO： Particle Swarm Optimization：）等の近似解を探索するメタヒューリスティックな数値解法を用いることもできる。但し、この例では２次計画問題を解くための逐次２次計画法（SQP: Sequential Quadratic Programming）を用いた。

以上でステップS14を終了する。

この後は、ステップS15に移り、制御部３０がダンパ１７の開度を制御するための制御信号を生成し、ダンパ１７の開度を式（２３）のu(k)にする。

以上により、本実施形態に係る空調制御方法の基本ステップを終了する。

図６（ａ）〜（ｃ）は、このような空調制御方法でデータセンタ１を制御したときの結果の一例を示すグラフである。

図６（ａ）は、制御を開始してからの経過時間とダンパ１７の開度との関係を示すグラフである。

また、図６（ｂ）は、経過時間と吸気面１４ｘにおける冷却風の実温度T_caとの関係を示すグラフである。

そして、図６（ｃ）は、経過時間と吸気面１４ｘにおける冷却風の実湿度H_caとの関係を示すグラフである。

図６（ｂ）、（ｃ）に示すように、実温度T_caと実湿度H_caは、それらの予測値と略一致している。

次に、目標値変更部３４における目標温度r₁と目標湿度r₂の変更方法について説明する。

本実施形態では、目標温度r₁と目標湿度r₂を一定の値に固定するのではなく、実温度T_caと実湿度H_caのそれぞれの値に応じて以下のように動的に変更する。

図７〜図９は、目標値変更部３４における目標温度r₁と目標湿度r₂の変更方法について示すフローチャートである。

なお、この例で使用する記号の意味を以下に再掲する。

r₁:目標温度
r₂:目標湿度
T_max0:上限温度
T_min0:下限温度
H_max0:上限湿度
H_min0:下限湿度
また、実温度が各限界値T_max0、T_min0に近づきすぎると、実温度がこれらの限界値を超えてしまうおそれがあるので、この例では以下のように限界値T_max0、T_min0にマージンを持たせたものを新たな限界値T_max、T_minとして採用する。

T_max＝T_max0−m_T
T_min＝T_min0＋m_T
但し、m_Tはマージンを見込んだ正の値であり、この例ではm_T＝１とする。

湿度についてもこれと同じ理由で次の新たな限界値H_max、H_minを採用する。

H_max＝H_max0−m_H
H_min＝H_min0＋m_H
ここで、m_Hはマージンを見込んだ正の値であり、この例ではm_H＝１とする。

また、目標値変更部３４における目標温度r₁の変更の最小単位をdTとし、目標温度r₁をdTずつ増減させる。

同様に、目標値変更部３４における目標湿度r₂の変更の最小単位をdHとし、目標湿度r₂をdHずつ増減させる。

この例ではdT＝dH＝５とする。

まず、図７のステップS21において、実温度T_caが上限温度T_maxよりも高いか否かを判断する。

ここで、実温度T_caは上限温度T_maxよりも高い（YES）と判断された場合には、ステップS22に移り実温度T_caを下降させる。

実温度T_caを下降させるには、実温度T_caよりも低い温度に目標温度r₁を変更すればよく、この例ではr₁＝T_maxとする。

また、このように実温度T_caを下降させるのとは逆に、実湿度H_caが上昇するように目標湿度r₂を変更する。この例では、r₂＝H_ca＋dHとすることで実湿度H_caを上昇させる。

実温度T_caと実湿度H_caとは負の相関関係を有する。よって、このように実温度T_caを下降させたいときに逆に目標湿度r₂を上昇させることで、実温度T_caの下降と共に実湿度H_caが目標湿度r₂に自動的に近づく。これにより、ダンパ１７の開度の調節により実温度T_caと実湿度H_caの各々を目標温度r₁と目標湿度r₂に近づけるのが容易となる。

次に、ステップS23に移り、ステップS22で変更した目標湿度r₂が許容範囲内にあることを確認するため、目標湿度r₂が上限湿度H_maxよりも大きいかどうかを判断する。

ここで、目標湿度r₂は上限湿度H_maxよりも大きい（YES）と判断された場合にはステップS24に移る。

ステップS24においてはr₂＝H_maxとすることで、目標湿度r₂を許容範囲内に収める。

一方、ステップS23において、目標湿度r₂は上限湿度H_maxよりも大きくない（NO）と判断された場合には処理を終了する。

次に、前述のステップS21でNOと判断された場合について説明する。

この場合はステップS25に移り、実温度T_caが下限温度T_minよりも低いか否かを判断する。

ここで、実温度T_caは下限温度T_minよりも低い（YES）と判断された場合には、ステップS26に移り実温度T_caを上昇させる。

実温度T_caを上昇させるには、実温度T_caよりも高い温度に目標温度r₁を変更すればよく、この例ではr₁＝T_minとする。

また、このように実温度T_caを上昇させるのとは逆に、実湿度H_caが下降するように目標湿度r₂を変更する。この例では、r₂＝H_ca−dHとすることで実湿度H_caを下降させる。

このように実温度T_caと実湿度H_caとを互いに逆の方向に増減させることで、前述のステップS22と同様の理由により、ダンパ１７の開度の調節により実温度T_caと実湿度H_caの各々を目標温度r₁と目標湿度r₂に近づけるのが容易となる。

次に、ステップS27に移り、ステップS26で変更した目標湿度r₂が許容範囲内にあることを確認するため、目標湿度r₂が下限湿度H_minよりも小さいかどうかを判断する。

ここで、目標湿度r₂は下限湿度H_minよりも小さい（YES）と判断された場合にはステップS28に移る。

ステップS28においてはr₂＝H_minとすることで、目標湿度r₂を許容範囲内に収める。

一方、ステップS27において、目標湿度r₂は上限湿度H_minよりも小さくない（NO）と判断された場合には処理を終了する。

次に、ステップS25においてNOと判断された場合について説明する。

この場合はステップS29のサブルーチンAに移る。

図８は、サブルーチンAにおける処理内容を示すフローチャートである。

まず、ステップS31において、実湿度H_caが上限湿度H_maxよりも高いか否かを判断する。

ここで、実湿度H_caは上限湿度H_maxよりも高い（YES）と判断された場合には、ステップS32に移り実湿度H_caを下降させる。

実湿度H_caを下降させるには、実湿度H_caよりも低い湿度に目標湿度r₂を変更すればよく、この例ではr₂＝H_maxとする。

また、このように実湿度H_caを下降させるのとは逆に、実温度T_caが上昇するように目標温度r₁を変更する。この例では、r₁＝T_ca＋dTとすることで実温度T_caを上昇させる。

前述のように実温度T_caと実湿度H_caとは負の相関関係を有する。よって、このように実湿度H_caを下降させたいときに逆に目標温度r₁を上昇させることで、実湿度H_caの下降と共に実温度T_caが目標温度r₁に自動的に近づく。これにより、ダンパ１７の開度の調節によって実温度T_caと実湿度H_caの各々を目標温度r₁と目標湿度r₂に近づけるのが容易となる。

次に、ステップS33に移り、ステップS32で変更した目標温度r₁が許容範囲内にあることを確認するため、目標温度r₁が上限温度T_maxよりも大きいかどうかを判断する。

ここで、目標温度r₁は上限温度T_maxよりも大きい（YES）と判断された場合にはステップS34に移る。

ステップS34においてはr₁＝T_maxとすることで、目標温度r₁を許容範囲内に収める。

一方、ステップS33において、目標温度r₁は上限温度T_maxよりも大きくない（NO）と判断された場合には処理を終了する。

次に、前述のステップS31でNOと判断された場合について説明する。

この場合はステップS35に移り、実湿度H_caが下限湿度H_minよりも低いか否かを判断する。

ここで、実湿度H_caは下限湿度H_minよりも低い（YES）と判断された場合には、ステップS36に移り実湿度H_caを上昇させる。

実湿度H_caを上昇させるには、実湿度H_caよりも高い湿度に目標湿度r₂を変更すればよく、この例ではr₂＝H_minとする。

また、このように実湿度H_caを上昇させるのとは逆に、実温度T_caが下降するように目標温度r₁を変更する。この例では、r₁＝T_ca−dTとすることで実温度T_caを下降させる。

このように実温度T_caと実湿度H_caとを互いに逆の方向に増減させることで、前述のステップS32と同様に、ダンパ１７の開度の調節により実温度T_caと実湿度H_caの各々を目標温度r₁と目標湿度r₂に近づけるのが容易となる。

次に、ステップS37に移り、ステップS36で変更した目標温度r₁が許容範囲内にあることを確認するため、目標温度r₁が下限温度T_minよりも小さいかどうかを判断する。

ここで、目標温度r₁は下限温度T_minよりも小さい（YES）と判断された場合にはステップS38に移る。

ステップS38においてはr₁＝T_minとすることで、目標温度r₁を許容範囲内に収める。

一方、ステップS37において、目標温度r₁は上限温度T_minよりも小さくない（NO）と判断された場合には処理を終了する。

次に、ステップS35においてNOと判断された場合について説明する。

この場合はステップS39のサブルーチンBに移る。

図９は、サブルーチンBにおける処理内容を示すフローチャートである。

サブルーチンBにおいては、以下のようにして許容範囲内において目標温度r₁をなるべく下降させる。

まず、ステップS41において、許容範囲内において更に実温度T_caを下降させる余地があるかどうかを判断する。

温度下降の最小単位は前述のようにdTである。よって、本ステップでは、T_ca−dTが下限温度T_minよりも大きいか否かを判断することで、実温度T_caを下降させる余地があるかどうかの判断をする。

ここで、T_ca−dTは下限温度T_minよりも大きい（YES）と判断された場合には、実温度T_caを下降させる余地があると判断し、ステップS42に移る。

そのステップS42では、目標温度r₁をT_ca−dTに変更することで、目標温度r₁を下降させる。

次に、ステップS43に移り、許容範囲内において更に実湿度H_caを上昇させる余地があるかどうかを判断する。

湿度上昇の最小単位は前述のようにdHである。よって、本ステップでは、H_ca＋dHが上限湿度H_maxよりも小さいか否かを判断することで、実湿度H_caを上昇させる余地があるかどうかの判断をする。

ここで、H_ca＋dHは上限湿度H_maxよりも小さい（YES）と判断された場合には、実湿度H_caを上昇させる余地があると判断し、ステップS44に移る。

そのステップS44では、目標湿度r₂をH_ca＋dHに変更する。

一方、ステップS43においてH_ca＋dHは上限湿度H_maxよりも小さくない（NO）と判断された場合には、実湿度H_caを上昇させる余地がない。

よって、この場合にはステップS45に移り、許容範囲内でなるべく湿度を高めるべく、目標湿度r₂を上限湿度H_maxに設定する。

更に、ステップS41においてT_ca−dTは下限温度T_minよりも大きくない（NO）と判断された場合にはステップS46に移る。

この場合は、実温度T_caを下降させる余地がないということなので、実温度T_caと実湿度H_caの各々を現状の値に維持すべく、r₁＝T_ca、r₂＝H_caとする。

以上により、目標値変更部３４における目標温度r₁と目標湿度r₂の変更方法の基本ステップを終了する。

この後は、図７〜図９のフローチャートを所定の制御周期で繰り返す。これにより、図９のステップS42を実行するたびに目標温度r₁がdTずつ低下していき、上限温度T_maxよりも下限温度T_minに近い温度に目標温度r₁が変更される。

このように下限温度T_minよりも低くならない範囲内において目標温度r₁をなるべく下降させることで、下限温度T_minに近い低い実温度T_caの冷却風Cによって電子機器１４を効率的に冷却することができる。

本願発明者は、冷却風Cの実温度T_caが下限温度T_minの近傍に維持できていることを確認するための調査を行い、図１０（ａ）〜（ｃ）のグラフを得た。

図１０（ａ）は、ダンパ１７の制御を開始してからの経過時間と、吸気面１４ｘにおける冷却風Cの実温度T_caとの関係を調査して得られたグラフである。

また、図１０（ｂ）は、ダンパ１７の制御を開始してからの経過時間と、吸気面１４ｘにおける冷却風Cの実湿度H_caとの関係を調査して得られたグラフである。

そして、図１０（ｃ）は、ダンパ１７の制御を開始してからの経過時間と、ダンパ１７の開度との関係を調査して得られたグラフである。

この調査では、各パラメータを以下のように設定した。
・T_max0＝３５℃
・T_min0＝１０℃
・H_max0＝８５％
・H_min0＝１０％
・dT＝dH＝１
・T_max＝T_max0−dT＝３４℃
・T_min＝T_min0＋dT＝１１℃
・H_max＝H_max0−dH＝８４％
・H_min＝H_min0＋dH＝１１％
図１０（ａ）に示すように、実温度T_caは下限温度T_min（１１℃）に維持されている。このことから、図９のフローチャートに従うことで、冷却風Cの実温度T_caを下限温度T_minの近傍に維持できることが確認できた。

また、前述のステップS42とステップS44では、目標温度r₁と目標湿度r₂の各々を互いに逆の増減方向に変更している。温度と湿度には負の相関関係があるので、このように各目標値r₁、r₂を逆の方向に増減させることで、実温度T_caと実湿度H_caの両方を目標値に近づけるのが容易となる。

以上説明した本実施形態によれば、図７のステップS22において、目標値変更部３４が、実温度T_caと実湿度H_caとが互いに逆の方向に増減するように目標温度r₁と目標湿度r₂とを設定する。これについては、ステップS26、ステップS32、及びステップS36でも同様である。

これにより前述のように実温度T_caと実湿度H_caの両方を目標値に近づけるのが容易となる。

次に、本願発明者は、このように実温度T_caと実湿度H_caとが互いに逆の方向に増減するように目標温度r₁と目標湿度r₂とを設定することで得られる効果について調査を行い、図１１（ａ）、（ｂ）のグラフを得た。

図１１（ａ）は、ダンパ１７の制御を開始してからの経過時間と、吸気面１４ｘにおける冷却風Cの実湿度H_caとの関係を調査して得られたグラフである。

また、図１１（ｂ）は、ダンパ１７の制御を開始してからの経過時間と、ダンパ１７の開度との関係を調査して得られたグラフである。

図１１（ａ）に示すように、実湿度H_caは安定して推移しており、図３（ａ）のように大きく変動していない。

また、図１１（ｂ）に示すように、ダンパ１７の開度にも大きな変動は見られず、図３（ｂ）のような目立ったハンチング現象は起きていない。

このことから、本実施形態のように実温度T_caと実湿度H_caとが互いに逆の方向に増減するように目標温度r₁と目標湿度r₂とを設定することがハンチング現象の抑制に有効であることが確認できた。

これは、図３（ａ）、（ｂ）の例のように温度制御モードと湿度制御モードを切り替えるようなことはせず、目標温度r₁と目標湿度r₂とを一体にして変更すると共に、実温度と実湿度の負の相関に合わせて両者を逆の増減方向に増減させたためと考えられる。

このようにダンパ１７のハンチング現象を抑制できるため、ダンパ１７の消費電力を削減でき、ひいてはデータセンタ１の省エネルギ化を実現することができる。

以上、本実施形態について詳細に説明したが、本実施形態は上記に限定されない。

例えば、上記ではデータセンタ１における空調制御方法について説明したが、発熱部を含む施設の空調に本実施形態を適用してもよい。

（参考例）
上記した本実施形態のステップS14（図５参照）においては、状態変数x(k)の次元n、予測モデルの次数n_d1、むだ時間d_t1、d_t2、及び湿度の予測モデルの次数n_d2が、n=n_d1+d_t1+n_d2+d_t2なる関係を満たすことを説明した。以下に、その理由について説明する。

まず、次の式（２４）のような離散時間の1入力1出力、モデル次数１の状態空間モデルを考える。

ここで、入力uのむだ時間が1秒、kの周期が1秒であるとき、次の式（２５）のように入力uの値を状態変数の2つ目の要素に記憶し、次の周期に1行目にシフトするように表現できる。

式（２５）の例では、状態変数の次数は、モデルの次数１とむだ時間を考慮するための１を足し合わせた２となる。

また、入力uのむだ時間が2秒のときは、上記と同様に、次の式（２６）のように、状態変数の2つ目の要素、3つ目の要素、及び入力uの値をシフトさせて表現できる。

式（２６）の例では、状態変数の次数は、モデルの次数１とむだ時間を考慮するための２を足し合わせた３となる。

入力uのむだ時間が3秒であるときは、上記と同様に、次の式（２７）のように、状態変数の2つ目の要素、3つ目の要素、4つ目の要素、及び入力uの値をシフトさせて表現できる。

式（２７）の例では、状態変数の次数は、モデルの次数１とむだ時間を考慮するための３を足し合わせた４となる。

次に、以下の式（２８）のような離散時間の1入力1出力、モデル次数２の状態空間モデルを考える。

ここで、入力uのむだ時間が1秒、kの周期が1秒であるとき、次の式（２９）のように入力uの値を状態変数の3つ目の要素に記憶し、次の周期に1行目と２行目にシフトするように表現できる。

よって、状態変数の次数は、モデルの次数２とむだ時間を考慮するための次数１を足し合わせた３となる．
また、入力uのむだ時間が２秒でkの周期が1秒のときは、次の式（３１）のように入力uの値を状態変数の3つ目の要素に記憶し、更に次の周期に4つ目の要素に記憶し、次に1行目と２行目にシフトするように表現できる。

式（３１）の例では、状態変数の次数は、モデルの次数２とむだ時間を考慮するための次数２を足し合わせた４となる。

以上の議論の類推から、本実施形態においてn=n_d1+d_t1+n_d2+d_t2なる関係が満たされることが分かる。

以上説明した各実施形態に関し、更に以下の付記を開示する。

（付記１） 冷却風を吸気する吸気面と、前記冷却風を排気する排気面とを備えた電子機器と、
前記排気面から排気された前記冷却風を前記吸気面に戻す流路と、
前記流路に設けられ、開度が調節可能なダンパと、
前記吸気面における前記冷却風の実温度を測定する温度測定部と、
前記吸気面における前記冷却風の実湿度を測定する湿度測定部と、
前記実温度の値に応じて該実温度の目標温度を変更し、かつ、前記実湿度の値に応じて該実湿度の目標湿度を変更する目標値変更部と、
前記実温度の将来の予測温度と、前記実湿度の将来の予測湿度とを予測することにより、前記予測温度が前記目標温度に近づき、かつ前記予測湿度が前記目標湿度に近づくように、前記ダンパの前記開度を制御する制御部とを有し、
前記目標値変更部が、前記実温度と前記実湿度とが互いに逆の方向に増減するように、前記目標温度と前記目標湿度とを設定することを特徴とする空調制御システム。

（付記２） 前記目標値変更部は、前記目標温度と前記目標湿度の各々を互いに逆の増減方向に変更することを特徴とする付記１に記載の空調制御システム。

（付記３） 前記目標値変更部は、
予め設定された下限温度よりも前記実温度が低い場合には、前記目標温度を前記下限温度に変更し、
予め設定された上限温度よりも前記実温度が高い場合には、前記目標温度を前記上限温度に変更し、
予め設定された下限湿度よりも前記実湿度が低い場合には、前記目標湿度を前記下限湿度に変更し、
予め設定された上限湿度よりも前記実湿度が高い場合には、前記目標湿度を前記上限湿度に変更することを特徴とする付記１又は付記２に記載の空調制御システム。

（付記４） 前記目標値変更部は、
予め設定された下限温度と上限温度との間に前記実温度がある場合には、前記上限温度よりも前記下限温度に近い温度に前記目標温度を変更することを特徴とする付記１乃至付記３のいずれかに記載の空調制御システム。

（付記５） 前記ダンパの前記開度に基づいて、前記予測温度と前記予測湿度とを予測する予測部を更に有することを特徴とする付記１乃至付記４のいずれかに記載の空調制御システム。

（付記６） 前記予測部は、
前記ダンパの前記開度に基づいて前記予測温度と前記予測湿度とを予測する予測モデルと、
前記実温度と前記実湿度とに基づいて、前記予測温度と前記予測湿度とを補正する補正部と、
補正後の前記予測温度と前記目標温度との差と、補正後の前記予測湿度と前記目標湿度との差とを重み付けしてコストを算出するコスト関数と、
現在から将来にわたる所定の範囲について、予め設定した制約条件を満たし、かつ前記コストを最小にする操作量を算出する最適化部とを有することを特徴とする付記５に記載の空調制御システム。

（付記７） 温度測定部が、電子機器の吸気面から吸気される冷却風の実温度を測定する処理と、
湿度測定部が、前記冷却風の実湿度を測定する処理と、
目標値変更部が、前記実温度の値に応じて該実温度の目標温度を変更し、かつ、前記実湿度の値に応じて該実湿度の目標湿度を変更する処理と、
制御部が、前記実温度の将来の予測温度と、前記実湿度の将来の予測湿度とを予測することにより、前記予測温度が前記目標温度に近づき、かつ前記予測湿度が前記目標湿度に近づくように、前記電子機器の排気面から排気された前記冷却風を前記吸気面に戻す流路に設けられたダンパの開度を調節する処理とを有し、
前記目標温度と前記目標湿度とを変更する処理において、前記目標値変更部が、前記実温度と前記実湿度とが互いに逆の方向に増減するように、前記目標温度と前記目標湿度とを設定することを特徴とする空調制御方法。

（付記８） 前記目標温度と前記目標湿度とを変更する処理において、前記目標値変更部は、前記目標温度と前記目標湿度の各々を互いに逆の増減方向に変更することを特徴とする付記７に記載の空調制御方法。

（付記９） 前記目標温度と前記目標湿度とを変更する処理において、前記目標値変更部は、
予め設定された下限温度よりも前記実温度が低い場合には、前記目標温度を前記下限温度に変更し、
予め設定された上限温度よりも前記実温度が高い場合には、前記目標温度を前記上限温度に変更し、
予め設定された下限湿度よりも前記実湿度が低い場合には、前記目標湿度を前記下限湿度に変更し、
予め設定された上限湿度よりも前記実湿度が高い場合には、前記目標湿度を前記上限湿度に変更することを特徴とする付記７又は付記８に記載の空調制御方法。

（付記１０） 前記目標温度と前記目標湿度とを変更する処理において、前記目標値変更部は、予め設定された下限温度と上限温度との間に前記実温度がある場合には、前記上限温度よりも前記下限温度に近い温度に前記目標温度を変更することを特徴とする付記７乃至付記９のいずれかに記載の空調制御方法。

（付記１１） 前記ダンパの前記開度を調節する処理において、予測部が、前記ダンパの前記開度に基づいて、前記予測温度と前記予測湿度とを予測することを特徴とする付記７乃至付記１０のいずれかに記載の空調制御方法。

１…データセンタ、１０…コンテナ、１０ａ…吸気口、１０ｂ…排気口、１２…ファンユニット、１２ａ…ファン、１３…ラック、１４…電子機器、１４ｘ…吸気面、１４ｙ…排気面、１５…仕切り板、１６…気化式冷却装置、１７…ダンパ、２２…コールドアイル、２３…ホットアイル、２４…流路、３０…制御部、３１…パラメータ設定部、３２…湿度測定部、３３…温度測定部、３４…目標値変更部、３５…モデル予測部、４４…予測モデル、４５…補正部、４６…コスト関数、４７…最適化部、４８…操作量記憶部。

Claims (5)

1. 冷却風を吸気する吸気面と、前記冷却風を排気する排気面とを備えた電子機器と、
   前記排気面から排気された前記冷却風を前記吸気面に戻す流路と、
   前記流路に設けられ、開度が調節可能なダンパと、
   前記吸気面における前記冷却風の実温度を測定する温度測定部と、
   前記吸気面における前記冷却風の実湿度を測定する湿度測定部と、
   前記実温度の値に応じて該実温度の目標温度を変更し、かつ、前記実湿度の値に応じて該実湿度の目標湿度を変更する目標値変更部と、
   前記実温度の将来の予測温度と、前記実湿度の将来の予測湿度とを予測することにより、前記予測温度が前記目標温度に近づき、かつ前記予測湿度が前記目標湿度に近づくように、前記ダンパの前記開度を制御する制御部とを有し、
   前記目標値変更部が、前記実温度と前記実湿度とが互いに逆の方向に増減するように、前記目標温度と前記目標湿度とを設定することを特徴とする空調制御システム。
2. 前記目標値変更部は、前記目標温度と前記目標湿度の各々を互いに逆の増減方向に変更することを特徴とする請求項１に記載の空調制御システム。
3. 前記目標値変更部は、
   予め設定された下限温度よりも前記実温度が低い場合には、前記目標温度を前記下限温度に変更し、
   予め設定された上限温度よりも前記実温度が高い場合には、前記目標温度を前記上限温度に変更し、
   予め設定された下限湿度よりも前記実湿度が低い場合には、前記目標湿度を前記下限湿度に変更し、
   予め設定された上限湿度よりも前記実湿度が高い場合には、前記目標湿度を前記上限湿度に変更することを特徴とする請求項１又は請求項２に記載の空調制御システム。
4. 前記目標値変更部は、
   予め設定された下限温度と上限温度との間に前記実温度がある場合には、前記上限温度よりも前記下限温度に近い温度に前記目標温度を変更することを特徴とする請求項１乃至請求項３のいずれか１項に記載の空調制御システム。
5. 温度測定部が、電子機器の吸気面から吸気される冷却風の実温度を測定する処理と、
   湿度測定部が、前記冷却風の実湿度を測定する処理と、
   目標値変更部が、前記実温度の値に応じて該実温度の目標温度を変更し、かつ、前記実湿度の値に応じて該実湿度の目標湿度を変更する処理と、
   制御部が、前記実温度の将来の予測温度と、前記実湿度の将来の予測湿度とを予測することにより、前記予測温度が前記目標温度に近づき、かつ前記予測湿度が前記目標湿度に近づくように、前記電子機器の排気面から排気された前記冷却風を前記吸気面に戻す流路に設けられたダンパの開度を調節する処理とを有し、
   前記目標温度と前記目標湿度とを変更する処理において、前記目標値変更部が、前記実温度と前記実湿度とが互いに逆の方向に増減するように、前記目標温度と前記目標湿度とを設定することを特徴とする空調制御方法。

Images