JP2021156532A - Air conditioner - Google Patents
Air conditioner Download PDFInfo
- Publication number
- JP2021156532A JP2021156532A JP2020058823A JP2020058823A JP2021156532A JP 2021156532 A JP2021156532 A JP 2021156532A JP 2020058823 A JP2020058823 A JP 2020058823A JP 2020058823 A JP2020058823 A JP 2020058823A JP 2021156532 A JP2021156532 A JP 2021156532A
- Authority
- JP
- Japan
- Prior art keywords
- refrigerant
- estimation model
- amount
- air conditioner
- shortage rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000003507 refrigerant Substances 0.000 claims abstract description 488
- 238000001816 cooling Methods 0.000 claims description 128
- 238000010438 heat treatment Methods 0.000 claims description 116
- 238000004781 supercooling Methods 0.000 claims description 36
- 230000008859 change Effects 0.000 claims description 14
- 230000007812 deficiency Effects 0.000 claims description 4
- 238000004378 air conditioning Methods 0.000 abstract description 8
- 238000000034 method Methods 0.000 description 39
- 239000007788 liquid Substances 0.000 description 38
- 238000004088 simulation Methods 0.000 description 31
- 238000004364 calculation method Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 22
- 230000006870 function Effects 0.000 description 22
- 238000000611 regression analysis Methods 0.000 description 22
- 238000012545 processing Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 9
- 238000001914 filtration Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 230000008030 elimination Effects 0.000 description 4
- 238000003379 elimination reaction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011347 resin Substances 0.000 description 2
- 229920005989 resin Polymers 0.000 description 2
- 238000007664 blowing Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000010257 thawing Methods 0.000 description 1
Images
Abstract
Description
本発明は、空気調和機に関する。 The present invention relates to an air conditioner.
冷媒回路で検知できる運転状態量を用いて冷媒量の判定を行う空気調和機が提案されている。特許文献１では、例えば、冷房サイクル時の冷媒回路の蒸発器出口の過熱度や蒸発器の圧力を所定の値にした状態（以下、デフォルト状態という）で凝縮器出口の過冷却度を用いて冷媒量を判定している。
An air conditioner that determines the amount of refrigerant using the amount of operating state that can be detected by the refrigerant circuit has been proposed. In
空気調和機では、過冷却度等の運転状態量を用いて冷媒量を判定する場合、冷媒回路を上述したデフォルト状態、例えば、冷媒を規定量に充填した直後に運転状態量を用いて冷媒量を求めたときと同じ状態にする必要がある。 In the air conditioner, when determining the amount of refrigerant using the amount of operating state such as the degree of supercooling, the amount of refrigerant is used in the above-mentioned default state of the refrigerant circuit, for example, immediately after filling the specified amount of refrigerant with the amount of operating state. Must be in the same state as when you asked for.
しかしながら、冷媒量を判定する時点の外気温や室内温度などの外部環境が季節の違いや日射量等による影響で、冷媒を充填した直後の外部環境に一致するとは限らない。このため、冷媒量を判定したいときに冷媒回路の状態をデフォルト状態に合わせることが難しく、所望のタイミングでデフォルト状態に合わせることができずに冷媒量を判定できない場合があった。また、特許文献１に記載の方法では、冷媒量の判定を行うために冷媒回路の状態をデフォルト状態にする必要があるために、これまでに行っていた冷房運転や暖房運転が中断されるので、使用者に不快感を与える恐れがあった。
However, the external environment such as the outside air temperature and the indoor temperature at the time of determining the amount of the refrigerant does not always match the external environment immediately after the refrigerant is filled due to the influence of seasonal differences and the amount of solar radiation. Therefore, when it is desired to determine the amount of refrigerant, it is difficult to adjust the state of the refrigerant circuit to the default state, and there are cases where the amount of refrigerant cannot be determined because it cannot be adjusted to the default state at a desired timing. Further, in the method described in
本発明ではこのような問題に鑑み、所望のタイミングで、かつ、現在行っている空調運転を中断せずに冷媒量を判定できる空気調和機を提供することを目的とする。 In view of such a problem, it is an object of the present invention to provide an air conditioner capable of determining the amount of refrigerant at a desired timing and without interrupting the current air conditioning operation.
一つの態様の空気調和機は、圧縮機、室外熱交換器及び膨張弁を有する室外機と、室内熱交換器を有する室内機とを有し、前記室外機と前記室内機とが冷媒配管で接続されて形成される冷媒回路を有し、当該冷媒回路に所定量の冷媒が充填される空気調和機であって、前記空気調和機の現在の運転状態量を用いて、前記冷媒回路に残存する冷媒量を推定する推定モデルを有し、前記推定モデルは前記残存する冷媒量に応じて異なる。 The air conditioner of one embodiment includes an outdoor unit having a compressor, an outdoor heat exchanger and an expansion valve, and an indoor unit having an indoor heat exchanger, and the outdoor unit and the indoor unit are connected by a refrigerant pipe. An air exchanger having a refrigerant circuit formed by being connected and being filled with a predetermined amount of refrigerant, and remaining in the refrigerant circuit using the current operating state amount of the air exchanger. It has an estimation model for estimating the amount of refrigerant to be used, and the estimation model differs depending on the amount of the remaining refrigerant.
一つの側面として、所望のタイミングで、かつ、現在行っている空調運転を中断せずに冷媒量を判定できる。 As one aspect, the amount of refrigerant can be determined at a desired timing and without interrupting the current air conditioning operation.
以下、図面に基づいて、本願の開示する空気調和機等の実施例を詳細に説明する。尚、本実施例により、開示技術が限定されるものではない。また、以下に示す各実施例は、矛盾を起こさない範囲で適宜変形しても良い。 Hereinafter, examples of the air conditioner and the like disclosed in the present application will be described in detail based on the drawings. The disclosed technology is not limited by the present embodiment. In addition, each of the examples shown below may be appropriately modified as long as it does not cause a contradiction.
＜空気調和機の構成＞
図１は、本実施例の空気調和機１の一例を示す説明図である。図１に示す空気調和機１は、１台の室外機２と、Ｎ台の室内機３とを有する（Ｎは２以上の自然数）。室外機２は、液管４及びガス管５で並列に各室内機３と接続する。そして、室外機２と室内機３とが液管４及びガス管５等の冷媒配管で接続することで、空気調和機１の冷媒回路６が形成されている。
<Composition of air conditioner>
FIG. 1 is an explanatory diagram showing an example of the
＜室外機の構成＞
図２は、室外機２およびＮ台の室内機３の一例を示す説明図である。室外機２は、圧縮機１１と、四方弁１２と、室外熱交換器１３と、室外機膨張弁１４と、第１の閉鎖弁１５と、第２の閉鎖弁１６と、アキュムレータ１７と、室外機ファン１８と、制御手段１９とを有する。これら圧縮機１１、四方弁１２、室外熱交換器１３、室外機膨張弁１４、第１の閉鎖弁１５、第２の閉鎖弁１６及びアキュムレータ１７を用いて、以下で詳述する各冷媒配管で相互に接続されて冷媒回路６の一部を成す室外側冷媒回路を形成する。
<Outdoor unit configuration>
FIG. 2 is an explanatory diagram showing an example of the
圧縮機１１は、例えば、インバータにより回転数が制御される図示しないモータの駆動に応じて、運転容量を可変できる高圧容器型の能力可変型圧縮機である。圧縮機１１は、その冷媒吐出側と四方弁１２の第１のポート１２Ａとの間を吐出管２１で接続している。また、圧縮機１１は、その冷媒吸入側とアキュムレータ１７の冷媒流出側との間を吸入管２２で接続している。
The
四方弁１２は、冷媒回路６における冷媒の流れる方向を切替えるための弁であって、第１〜第４のポート１２Ａ〜１２Ｄを備えている。第１のポート１２Ａは、圧縮機１１の冷媒吐出側との間を吐出管２１で接続している。第２のポート１２Ｂは、室外熱交換器１３の一方の冷媒出入口との間を室外冷媒管２３で接続している。第３のポート１２Ｃは、アキュムレータ１７の冷媒流入側との間を室外冷媒管２６で接続している。そして、第４のポート１２Ｄは、第２の閉鎖弁１６との間を室外ガス管２４で接続している。
The four-
室外熱交換器１３は、冷媒と、室外機ファン１８の回転により室外機２の内部に取り込まれた外気とを熱交換させる。室外熱交換器１３は、その一方の冷媒出入口と四方弁１２の第２のポート１２Ｂとの間を室外冷媒管２６で接続している。室外熱交換器１３は、その他方の冷媒出入口と第１の閉鎖弁１５との間を室外液管２５で接続している。室外熱交換器１３は、空気調和機１が冷房運転を行う場合に凝縮器として機能し、空気調和機１が暖房運転を行う場合に蒸発器として機能する。
The
室外機膨張弁１４は、室外液管２５に設けられており、図示しないパルスモータで駆動する電子膨張弁である。室外機膨張弁１４は、パルスモータに与えられるパルス数に応じて開度が調整されることで、室外熱交換器１３に流入する冷媒量、又は、室外熱交換器１３から流出する冷媒量を調整するものである。室外機膨張弁１４の開度は、空気調和機１が暖房運転を行っている場合、圧縮機１１の冷媒吸入側の冷媒過熱度が目標吸入冷媒過熱度となるように調整される。また、室外機膨張弁１４の開度は、空気調和機１が冷房運転を行っている場合、全開とされる。
The outdoor
アキュムレータ１７は、その冷媒流入側と四方弁１２の第３のポート１２Ｃとの間を室外冷媒管２６で接続している。更に、アキュムレータ１７は、その冷媒流出側と圧縮機１１の冷媒流入側との間を吸入管２２で接続している。アキュムレータ１７は、室外冷媒管２６からアキュムレータ１７の内部に流入した冷媒をガス冷媒と液冷媒とに分離し、ガス冷媒のみを圧縮機１１に吸入させる。
The
室外機ファン１８は、樹脂材で形成されており、室外熱交換器１３の近傍に配置されている。室外機ファン１８は、図示しないファンモータの回転に応じて、図示しない吸込口から室外機２の内部へ外気を取り込み、室外熱交換器１３において冷媒と熱交換した外気を図示しない吹出口から室外機２の外部へ放出する。
The
また、室外機２には、複数のセンサが配置されている。吐出管２１には、圧縮機１１から吐出される冷媒の圧力、すなわち吐出圧力を検出する吐出圧センサ３１と、圧縮機１１から吐出された冷媒の温度、すなわち吐出温度を検出する吐出温度センサ３２とが配置されている。室外冷媒管２６のアキュムレータ１７の冷媒流入口近傍には、圧縮機１１に吸入される冷媒の圧力である吸入圧力を検出する吸入圧力センサ３３と、圧縮機１１に吸入される冷媒の温度を検出する吸入温度センサ３４とが配置されている。
Further, a plurality of sensors are arranged in the
室外熱交換器１３と室外機膨張弁１４との間の室外液管２５には、室外熱交換器１３に流入する冷媒の温度、又は、室外熱交換器１３から流出する冷媒の温度を検出するための冷媒温度センサ３５が配置されている。そして、室外機２の図示しない吸込口付近には、室外機２の内部に流入する外気の温度、すなわち外気温度を検出する外気温度センサ３６が配置されている。
The
制御手段１９は、空気調和機１全体を制御する。図３は、室外機２の制御手段１９の一例を示すブロック図である。制御手段１９は、取得部４１と、通信部４２と、記憶部４３と、制御部４４とを有する。取得部４１は、前述した各種センサのセンサ値を取得する。通信部４２は、各室内機３の通信部と通信する通信インタフェースである。記憶部４３は、例えば、フラッシュメモリであって、室外機２の制御プログラムや各種センサからの検出信号に対応した検出値等の運転状態量、圧縮機１１や室外機ファン１８の駆動状態、各室内機３から送信される運転情報（例えば、運転・停止情報、冷房／暖房等の運転モード等を含む）、室外機２の定格能力及び各室内機３の要求能力、などを記憶する。
The control means 19 controls the
また、記憶部４３は冷媒回路６に残存する冷媒量を推定する推定モデルを記憶している。本実施例では、冷媒回路６に残存する冷媒量として、例えば相対的な冷媒量を用いている。具体的には、本実施例の記憶部４３は冷媒回路６の冷媒不足率（冷媒が規定量充填されているときを１００％としたとき、この規定量からの減少分を指す。以下、同様）を推定する推定モデルを記憶している。推定モデルは、第１の冷房用推定モデル４３Ａと、第２の冷房用推定モデル４３Ｂと、第３の冷房用推定モデル４３Ｃと、第１の暖房用推定モデル４３Ｄと、第２の暖房用推定モデル４３Ｅと、第３の暖房用推定モデル４３Ｆとを有する。
Further, the
制御部４４は、通信部４２を介して各種センサでの検出値を定期的（例えば、３０秒毎）に取り込み、各室内機３から送信される運転情報を含む信号が通信部４２を介して入力される。制御部４４は、これら入力された各種情報に基づいて、室外機膨張弁１４の開度調整や圧縮機１１の駆動制御を行う。更に、制御部４４は、上述した各推定モデルを用いて冷媒不足率を推定する。
The
＜室内機の構成＞
図２に示すように、室内機３は、室内熱交換器５１と、室内機膨張弁５２と、液管接続部５３と、ガス管接続部５４と、室内機ファン５５とを有する。これら室内熱交換器５１、室内機膨張弁５２、液管接続部５３及びガス管接続部５４は、後述する各冷媒配管で相互に接続されて、冷媒回路６の一部を成す室内機冷媒回路を構成する。
<Composition of indoor unit>
As shown in FIG. 2, the indoor unit 3 includes an
室内熱交換器５１は、冷媒と、室内機ファン５５の回転により図示しない吸込口から室内機３の内部に取り込まれた室内空気とを熱交換させる。室内熱交換器５１は、その一方の冷媒出入口と液管接続部５３との間を室内液管５６で接続している。また、室内熱交換器５１は、その他方の冷媒出入口とガス管接続部５４との間を室内ガス管５７で接続している。室内熱交換器５１は、空気調和機１が暖房運転を行う場合、凝縮器として機能する。これに対して、室内熱交換器５１は、空気調和機１が冷房運転を行う場合、蒸発器として機能する。
The
室内機膨張弁５２は、室内液管５６に設けられており、電子膨張弁である。室内熱交換器５１が蒸発器として機能する場合、すなわち、室内機３が冷房運転を行う場合、室内機膨張弁５２の開度は、室内熱交換器５１の冷媒出口（ガス管接続部５４側）での冷媒過熱度が目標冷媒過熱度となるように調整される。また、室内熱交換器５１が凝縮器として機能する場合、すなわち室内機３が暖房運転を行う場合、室内機膨張弁５２の開度は、室内熱交換器５１の冷媒出口（液管接続部５３側）での冷媒過冷却度が目標冷媒過冷却度となるように調整される。ここで、目標冷媒過熱度や目標冷媒過冷却度とは、室内機３で十分な冷房能力あるいは暖房能力を発揮するのに必要な冷媒過熱度および冷媒過冷却度である。
The indoor
室内機ファン５５は、樹脂材で形成されており、室内熱交換器５１の近傍に配置されている。室内機ファン５５は、図示しないファンモータによって回転することで、図示しない吸込口から室内機３の内部に室内空気を取り込み、室内熱交換器５１において冷媒と熱交換した室内空気を図示しない吹出口から室内へ放出する。
The
室内機３には各種のセンサが設けられている。室内液管５６には、室内熱交換器５１と室内機膨張弁５２との間に、室内熱交換器５１に流入する冷媒の温度、又は室内熱交換器５１から流出する冷媒の温度を検出する液側冷媒温度センサ６１が配置されている。室内ガス管５７には、室内熱交換器５１から流出又は室内熱交換器５１に流入する冷媒の温度を検出するガス側温度センサ６２が配置されている。室内機３の図示しない吸込口付近には、室内機３の内部に流入する室内空気の温度、すなわち吸込温度を検出する吸込温度センサ６３が配置されている。
The indoor unit 3 is provided with various sensors. The
＜冷媒回路の動作＞
次に、本実施形態における空気調和機１の空調運転時の冷媒回路６における冷媒の流れや各部の動作について説明する。尚、図１における矢印は暖房運転時の冷媒の流れを示している。
<Operation of refrigerant circuit>
Next, the flow of the refrigerant in the refrigerant circuit 6 and the operation of each part during the air conditioning operation of the
空気調和機１が暖房運転を行う場合、四方弁１２は、第１のポート１２Ａと第４のポート１２Ｄとが連通し、第２のポート１２Ｂと第３のポート１２Ｃとが連通するように切替えている。これにより、冷媒回路６は、各室内熱交換器５１が凝縮器として機能し、室外熱交換器１３が蒸発器として機能する暖房サイクルとなる。尚、説明の便宜上、暖房運転時の冷媒の流れは、図２に示す実線矢印で表記する。
When the
冷媒回路６が上記の状態で圧縮機１１が駆動すると、圧縮機１１から吐出された冷媒は、吐出管２１を流れて四方弁１２に流入し、四方弁１２から室外ガス管２４を流れて、第２の閉鎖弁１６を介してガス管５へと流入する。ガス管５を流れる冷媒は、各ガス管接続部５４を介して各室内機３に分流する。各室内機３に流入した冷媒は、各室内ガス管５７を流れて各室内熱交換器５１に流入する。各室内熱交換器５１に流入した冷媒は、各室内機ファン５５の回転により各室内機３の内部に取り込まれた室内空気との間で熱交換することで凝縮する。つまり、各室内熱交換器５１が凝縮器として機能し、各室内熱交換器５１で冷媒によって加熱された室内空気が図示しない吹出口から室内に吹き出されることで、各室内機３が設置された室内の暖房が行われる。
When the
各室内熱交換器５１から各室内液管５６に流入した冷媒は、各室内熱交換器５１の冷媒出口側での冷媒過冷却度が目標冷媒過冷却度となるように開度が調整された各室内機膨張弁５２を通過して減圧される。ここで、目標冷媒過冷却度は、各室内機３で要求される冷房能力に基づいて定められるものである。
The opening degree of the refrigerant flowing from each
各室内機膨張弁５２で減圧された冷媒は、各室内液管５６から各液管接続部５３を介して液管４に流出する。液管４で合流した冷媒は、第１の閉鎖弁１５を介して室外機２に流入する。室外機２の第１の閉鎖弁１５に流入した冷媒は、室外液管２５を流れ、室外機膨張弁１４を通過して減圧される。室外機膨張弁１４で減圧された冷媒は、室外液管２５を流れて室外熱交換器１３に流入し、室外機ファン１８の回転によって室外機２の図示しない吸込口から流入した外気と熱交換を行って蒸発する。室外熱交換器１３から室外冷媒管２６へと流出した冷媒は、四方弁１２、室外冷媒管２６、アキュムレータ１７及び吸入管２２の順に流入し、圧縮機１１に吸入されて再び圧縮され、四方弁１２の第１のポート１２Ａ及び第４のポート１２Ｄ経由で室外ガス管２４に流出する。
The refrigerant decompressed by each indoor
また、空気調和機１が冷房運転を行う場合、四方弁１２は、第１のポート１２Ａと第２のポート１２Ｂとが連通し、第３のポート１２Ｃと第４のポート１２Ｄとが連通するように切替えている。これにより、冷媒回路６は、各室内熱交換器５１が蒸発器として機能し、室外熱交換器１３が凝縮器として機能する冷房サイクルとなる。尚、説明の便宜上、冷房運転時の冷媒の流れは、図２に示す破線矢印で表記する。
Further, when the
冷媒回路６の状態で圧縮機１１が駆動すると、圧縮機１１から吐出された冷媒は、吐出管２１を流れて四方弁１２に流入し、四方弁１２から室外冷媒管２６を流れて、室外熱交換器１３に流入する。室外熱交換器１３に流入した冷媒は、室外機ファン１８の回転により室外機２の内部に取り込まれた室外空気との間で熱交換することで凝縮する。つまり、室外熱交換器１３が凝縮器として機能し、室外熱交換器１３で冷媒によって加熱された室内空気が図示しない吹出口から室外に吹き出す。
When the
室外熱交換器１３から室外液管２５へと流入した冷媒は、開度が全開とされている室外機膨張弁１４を通過して減圧される。室外機膨張弁１４で減圧された冷媒は、第１の閉鎖弁１５を介して液管４を流れて各室内機３に分流する。各室内機３に流入した冷媒は、各液管接続部５３を通じて室内液管５６を流れて室内熱交換器５１の冷媒出口で冷媒過冷却度が目標冷媒過冷却度となる開度に調整された室内機膨張弁５２を通過して減圧される。室内機膨張弁５２で減圧された冷媒は、室内液管５６を流れて室内熱交換器５１に流入し、室内機ファン５５の回転によって室内機３の図示しない吸入口から流入した室内空気と熱交換を行って蒸発する。つまり、各室内熱交換器５１が蒸発器として機能し、各室内熱交換器５１で冷媒によって冷却された室内空気が図示しない吹出口から室内に吹き出されることで、各室内機３が設置された室内の冷房が行われる。
The refrigerant flowing from the
室内熱交換器５１からガス管接続部５４を介してガス管５へ流れる冷媒は、室外機２の第２の閉鎖弁１６を介して室外ガス管２４に流れて四方弁１２の第４のポート１２Ｄに流入する。四方弁１２の第４のポート１２Ｄに流入した冷媒は、第３のポート１２Ｃからアキュムレータ１７の冷媒流入側に流入する。アキュムレータ１７の冷媒流入側から流入した冷媒は、吸入管２２を介して流入し、圧縮機１１に吸入されて再び圧縮されることになる。
The refrigerant flowing from the
制御手段１９内の取得部４１は、室外機２内の吐出圧センサ３１、吐出温度センサ３２、吸入圧力センサ３３、吸込温度センサ６３、冷媒温度センサ３５及び外気温度センサ３６のセンサ値を取得する。更に、取得部４１は、各室内機３の液側冷媒温度センサ６１、ガス側温度センサ６２及び吸込温度センサ６３のセンサ値を取得する。
The acquisition unit 41 in the control means 19 acquires the sensor values of the
図４は、空気調和機１の冷凍サイクルを示すモリエル線図である。空気調和機１の冷房運転時は、室外熱交換器１３が凝縮器として機能し、室内熱交換器５１が蒸発器として機能する。また、空気調和機１の暖房運転時は、室外熱交換器１３が蒸発器として機能し、室内熱交換器５１が凝縮器として機能する。
FIG. 4 is a Moriel diagram showing the refrigeration cycle of the
圧縮機１１は、蒸発器から流入する低温低圧のガス冷媒を圧縮して高温高圧のガス冷媒（図４の点Ｂの状態になった冷媒）を吐出する。尚、圧縮機１１が吐出するガス冷媒の温度が吐出温度であり、吐出温度は、吐出温度センサ３２で検出する。
The
凝縮器は、圧縮機１１からの高温高圧のガス冷媒を空気と熱交換して凝縮させる。この際、凝縮器では、潜熱変化によってガス冷媒が全て液冷媒となった後は顕熱変化によって液冷媒の温度が低下して過冷却状態となる（図４の点Ｃの状態）。尚、ガス冷媒が潜熱変化で液冷媒へと変化している際の温度が高圧飽和温度であり、凝縮器の出口における過冷却状態となっている冷媒の温度が熱交出口温度である。高圧飽和温度は、吐出圧力センサ３１で検出した圧力値（図４に「ＨＰＳ」と表記している圧力値Ｐ２）に相当する温度である。熱交出口温度は、冷媒温度センサ３５で検出する。
The condenser heat-exchanges high-temperature and high-pressure gas refrigerant from the
膨張弁は、凝縮器から流出した低温高圧の冷媒を減圧して、ガスと液とが混合した気液二相冷媒（図４の点Ｄの状態になった冷媒）となる。 The expansion valve decompresses the low-temperature and high-pressure refrigerant flowing out of the condenser to become a gas-liquid two-phase refrigerant (a refrigerant in the state of point D in FIG. 4) in which a gas and a liquid are mixed.
蒸発器は、流入した気液二相冷媒を空気と熱交換して蒸発させる。この際、蒸発器では、潜熱変化によって気液二相冷媒が全てガス冷媒となった後は顕熱変化によってガス冷媒の温度が上昇して過熱状態（図４の点Ａの状態）となり、圧縮機１１に吸入される。尚、液冷媒が潜熱変化でガス冷媒へと変化している際の温度が低圧飽和温度である。低圧飽和温度は、吸入圧力センサ３３で検出した圧力値（図４に「ＬＰＳ」と表記している圧力値Ｐ１）に相当する温度である。また、蒸発器で過熱されて圧縮機１１に吸入される冷媒の温度が吸入温度である。吸入温度は、吸入温度センサ３４で検出する。
The evaporator heat-exchanges the inflowing gas-liquid two-phase refrigerant with air to evaporate it. At this time, in the evaporator, after all the gas-liquid two-phase refrigerant becomes a gas refrigerant due to the latent heat change, the temperature of the gas refrigerant rises due to the sensible heat change and becomes an overheated state (state of point A in FIG. 4), and is compressed. It is sucked into the
なお、凝縮器から流出する際に過冷却状態となっている冷媒の冷媒過冷却度は、高圧飽和温度から凝縮器として機能している熱交換器の冷媒出口における冷媒温度（上述した熱交出口温度）を減じて算出できる。また、蒸発器から流出する際に過熱状態となっている冷媒の冷媒過熱度は、低圧飽和温度から吸入温度を減じて算出できる。 The degree of refrigerant supercooling of the refrigerant that is in an overcooled state when flowing out of the condenser is the refrigerant temperature at the refrigerant outlet of the heat exchanger that functions as a condenser from the high-pressure saturation temperature (the above-mentioned heat exchange outlet). It can be calculated by subtracting the temperature). Further, the degree of superheat of the refrigerant, which is in an overheated state when flowing out of the evaporator, can be calculated by subtracting the suction temperature from the low-pressure saturation temperature.
＜推定モデルの構成＞
推定モデルは、複数の運転状態量の内、任意の運転状態量（特徴量）を用いて回帰分析法の一種である重回帰分析法で生成されている。重回帰分析法では、複数のシミュレーション結果（数値計算により冷媒回路を再現して、残存する冷媒量に対して運転状態量がどのような値となるかを計算した結果）から得られた回帰式のうち、Ｐ値（生成した推定モデルの精度に運転状態量が与える影響度合いを示す値（所定の重みパラメータ））が一番小さく、かつ、補正値Ｒ２（生成した推定モデルの精度を示す値）が０．９以上１．０以下の間のできるだけ大きい値となる回帰式を選択して推定モデルとして生成する。ここで、Ｐ値および補正値Ｒ２は、重回帰分析法で推定モデルを生成する際に、当該推定モデルの精度に関わる値であり、Ｐ値が小さいほど、また、補正値Ｒ２が１．０に近い値であるほど、生成された推定モデルの精度が高くなる。その結果、冷房時の冷媒不足率が０〜３０％の場合では、例えば、冷媒過冷却度、外気温度、高圧飽和温度及び圧縮機１１の回転数といった運転状態量を特徴量とする。冷房時の冷媒不足率が４０〜７０％の場合では、例えば、吸入温度、外気温度及び圧縮機１１の回転数といった運転状態量を特徴量とする。暖房時の冷媒不足率が０〜２０％の場合では、例えば、運転状態量として室外機膨張弁１４の開度を特徴量とする。また、暖房時の冷媒不足率が３０％〜７０％の場合では、例えば、吸入冷媒過熱度（吸入温度から低圧飽和温度を減じて求められる）、外気温度、圧縮機１１の回転数及び室外機膨張弁１４といった運転状態量を特徴量とする。
<Structure of estimation model>
The estimation model is generated by a multiple regression analysis method, which is a kind of regression analysis method, using an arbitrary operating state quantity (feature quantity) among a plurality of operating state quantities. In the multiple regression analysis method, a regression equation obtained from a plurality of simulation results (results of reproducing the refrigerant circuit by numerical calculation and calculating the value of the operating state amount with respect to the remaining amount of refrigerant). Of these, the P value (value indicating the degree of influence of the operating state amount on the accuracy of the generated estimated model (predetermined weight parameter)) is the smallest, and the correction value R2 (value indicating the accuracy of the generated estimated model). ) Is 0.9 or more and 1.0 or less, and a regression equation having a value as large as possible is selected and generated as an estimation model. Here, the P value and the correction value R2 are values related to the accuracy of the estimation model when the estimation model is generated by the multiple regression analysis method, and the smaller the P value, the more the correction value R2 is 1.0. The closer the value is to, the higher the accuracy of the generated estimation model. As a result, when the refrigerant shortage rate during cooling is 0 to 30%, for example, the operating state quantities such as the refrigerant supercooling degree, the outside air temperature, the high pressure saturation temperature, and the number of revolutions of the
推定モデルは、第１の冷房用推定モデル４３Ａと、第２の冷房用推定モデル４３Ｂと、第３の冷房用推定モデル４３Ｃと、第１の暖房用推定モデル４３Ｄと、第２の暖房用推定モデル４３Ｅと、第３の暖房用推定モデル４３Ｆとを有する。本実施例では、これら各推定モデルは、後述するシミュレーション結果を用いて生成されて、予め空気調和機１の制御手段１９に記憶されている。
The estimation models are the first
第１の冷房用推定モデル４３Ａは、冷媒不足率が０％〜３０％（第１の範囲）の場合に有効な推定モデルであって、冷媒不足率を高精度に推定できる第１の回帰式である。第１の回帰式は、例えば、（α１×冷媒過冷却度）＋（α２×外気温度）＋（α３×高圧飽和温度）＋（α４×圧縮機１１の回転数）＋α５である。係数α１〜α５は、推定モデル生成の際に決定されるものとする。制御部４４は、第１の回帰式に、取得部４１にて取得された現在の冷媒過冷却度、外気温度、高圧飽和温度及び圧縮機１１の回転数を代入することで、現時点での冷媒回路６の冷媒不足率を算出する。尚、冷媒過冷却度、外気温度、高圧飽和温度及び圧縮機１１の回転数を代入する理由は、第１の冷房用推定モデル４３Ａの生成時に使用した特徴量を使用するためである。冷媒過冷却度は、例えば、（高圧飽和温度−熱交出口温度）で算出できる。外気温度は、外気温度センサ３６で検出する。高圧飽和温度は、吐出圧力センサ３１で検出した圧力値を温度変換した値である。圧縮機１１の回転数は、圧縮機１１の図示しない回転数センサで検出する。
The
第２の冷房用推定モデル４３Ｂは、冷媒不足率が４０％〜７０％（第２の範囲）の場合に有効な推定モデルであって、冷媒不足率を高精度に推定できる第２の回帰式である。第２の回帰式は、例えば、（α１１×吸入温度）＋（α１２×外気温度）＋（α１３×圧縮機１１の回転数）＋α１４である。係数α１１〜α１４は、推定モデル生成の際に決定されるものとする。制御部４４は、第２の回帰式に、取得部４１にて取得された現在の吸入温度、外気温度及び圧縮機１１の回転数を代入することで、現時点での冷媒回路６の冷媒不足率を算出する。尚、吸入温度、外気温度及び圧縮機１１の回転数を代入する理由は、第２の冷房用推定モデル４３Ｂの生成時に使用した特徴量を使用するためである。吸入温度は、吸入温度センサ３４で検出する。外気温度は、外気温度センサ３６で検出する。圧縮機１１の回転数は、圧縮機１１の図示しない回転数センサで検出する。
The
ところで、前述したように、第１の回帰式で求めることができる冷媒不足率は０％〜３０％であり、第２の回帰式で求めることができる冷媒不足率は４０％〜７０％である。この場合、冷媒不足率が３０％〜４０％である場合は、第１の回帰式を用いると冷媒不足率は３０％と算出され、第２の回帰式を用いると冷媒不足率は４０％と算出される。つまり、冷媒不足率が３０％〜４０％である場合に、冷媒不足率が３０％以下での寄与度の高い冷媒過冷却度、冷媒不足率が４０％以上での寄与度の高い吸入温度の何れも変化が小さく、有効な推定モデルを生成できない。従って、第１の回帰式あるいは第２の回帰式を用いると、図５Ａに示すようにどちらのモデルを使用するのかによって冷媒不足率が大きく異なる。 By the way, as described above, the refrigerant shortage rate that can be obtained by the first regression equation is 0% to 30%, and the refrigerant shortage rate that can be obtained by the second regression equation is 40% to 70%. .. In this case, when the refrigerant shortage rate is 30% to 40%, the refrigerant shortage rate is calculated to be 30% by using the first regression equation, and the refrigerant shortage rate is 40% by using the second regression equation. It is calculated. That is, when the refrigerant shortage rate is 30% to 40%, the refrigerant supercooling degree having a high contribution when the refrigerant shortage rate is 30% or less and the suction temperature having a high contribution when the refrigerant shortage rate is 40% or more. In each case, the change is small and a valid estimation model cannot be generated. Therefore, when the first regression equation or the second regression equation is used, the refrigerant shortage rate differs greatly depending on which model is used as shown in FIG. 5A.
第３の冷房用推定モデル４３Ｃは、上記のような第１の回帰式あるいは第２の回帰式のいずれを使用しても冷媒不足率を推定できない範囲も含めて、冷媒不足率が０％〜７０％の範囲をカバーできる冷房時冷媒不足率算出式である。図５Ｂに示すように、冷房時冷媒不足率算出式は、第１の回帰式の推定結果である冷媒不足率と第２の回帰式の推定結果である冷媒不足率との間を、シグモイド係数を使用したシグモイド曲線で連続的につなぐものである。具体的には、冷房時冷媒不足率算出式は、（シグモイド係数×第１の回帰式で求めた冷媒不足率）＋（（１−シグモイド係数）×第２の回帰式で求めた冷媒不足率）である。制御部４４は、第１の回帰式および第２の回帰式に取得部４１にて取得された現在の運転状態量を代入してそれぞれ算出された冷媒不足率を冷房時冷媒不足率算出式に代入して、現時点での冷媒回路６の冷媒不足率を算出する。
In the third cooling estimation model 43C, the refrigerant shortage rate is 0% to 0%, including the range in which the refrigerant shortage rate cannot be estimated by using either the first regression equation or the second regression equation as described above. It is a cooling refrigerant shortage rate calculation formula that can cover a range of 70%. As shown in FIG. 5B, the cooling refrigerant shortage rate calculation formula has a sigmoid coefficient between the refrigerant shortage rate, which is the estimation result of the first regression equation, and the refrigerant shortage rate, which is the estimation result of the second regression equation. It is connected continuously by a sigmoid curve using. Specifically, the cooling refrigerant shortage rate calculation formula is (sigmoid coefficient × refrigerant shortage rate obtained by the first regression equation) + ((1-sigmoid coefficient) × refrigerant shortage rate obtained by the second regression equation). ). The
ここで、シグモイド係数の算出は、運転状態量のいずれかを用いる。本実施例では、サブクールが０となると第１の回帰式による結果がほぼ一定となってしまうことを考慮し、サブクールが５℃のときに、シグモイド係数が０．５となる計算式とした。 Here, any one of the operating state quantities is used for the calculation of the sigmoid coefficient. In this embodiment, considering that the result of the first regression equation becomes almost constant when the subcool becomes 0, the calculation formula is set so that the sigmoid coefficient becomes 0.5 when the subcool is 5 ° C.
ｐ＝１／（１＋ｅｘｐ-（ｓｃ−５））
ｐ:シグモイド係数
ｓｃ:サブクール値
p = 1 / (1 + exp- (sc-5))
p: Sigmoid coefficient sc: Subcool value
このようにシグモイド係数を決定して第３の冷房用推定モデル４３Ｃに用いることで、冷媒不足率が０％〜３０％、つまり、冷媒不足率が第１の範囲であるときは、第３の冷房用推定モデル４３Ｃによる推定値において第１の推定モデル４３Ａの推定値が支配的となり、また、冷媒不足率が４０％〜７０％、つまり、冷媒不足率が第２の範囲であるときは、第３の冷房用推定モデル４３Ｃによる推定値において第２の推定モデル４３Ｂの推定値が支配的となる。
By determining the sigmoid coefficient in this way and using it in the third cooling estimation model 43C, when the refrigerant shortage rate is 0% to 30%, that is, when the refrigerant shortage rate is in the first range, the third When the estimated value of the first estimated
なお、シグモイド係数の算出は上述した方法に限らず、実際の冷媒不足率が３０％以上であるとき、つまり、実際の冷媒不足率が第１の範囲でないときは、第３の冷房用推定モデル４３Ｃによる推定値において第２の冷房用推定モデル４３Ｂの推定値が支配的となるように、また、実際の冷媒不足率が４０％以下であるとき、つまり、実際の冷媒不足率が第２の範囲でないときは、第３の冷房用推定モデル４３Ｃによる推定値において第１の冷房用推定モデル４３Ａの推定値が支配的となるように、シグモイド係数を決定すればよい。
The calculation of the sigmoid coefficient is not limited to the above-mentioned method, and when the actual refrigerant shortage rate is 30% or more, that is, when the actual refrigerant shortage rate is not in the first range, a third estimation model for cooling is used. So that the estimated value of the second
第１の暖房用推定モデル４３Ｄは、冷媒不足率が０％〜２０％（第３の範囲）の場合に有効な推定モデルであって、冷媒不足率を高精度に推定できる第４の回帰式である。第４の回帰式は、例えば、（α３１×室外機膨張弁１４の開度）＋α３２である。制御部４４は、第４の回帰式に、取得部４１にて取得された現在の室外機膨張弁１４の開度を代入することで、冷媒不足率を算出する。尚、室外機膨張弁１４の開度を代入する理由は、第１の暖房用推定モデル４３Ｄの生成時に使用した特徴量を使用するためである。
The
第２の暖房用推定モデル４３Ｅは、冷媒不足率が３０％〜７０％（第４の範囲）の場合に有効な推定モデルであって、冷媒不足率を高精度に推定できる第５の回帰式である。第５の回帰式は、例えば、（α４１×吸入過熱度）＋（α４２×外気温度）＋（α４３×圧縮機１１の回転数）＋（α４４×室外機膨張弁１４の開度）＋α４５である。係数α４１〜α４５は、推定モデル生成の際に決定されるものとする。制御部４４は、第５の回帰式に、取得部４１にて取得された現在の吸入過熱度、外気温度、圧縮機１１の回転数及びメイン側の膨張弁の開度を代入することで、現時点での冷媒回路６の冷媒不足率を算出する。尚、吸入過熱度、外気温度、圧縮機１１の回転数及びメイン側の膨張弁の開度を代入する理由は、第２の暖房用推定モデル４３Ｅの生成時に使用した特徴量を使用するためである。吸入過熱度は、例えば、（吸入温度−低圧飽和温度）で算出できる。外気温度は、外気温度センサ３６で検出する。圧縮機１１の回転数は、圧縮機１１の図示しない回転数センサで検出する。膨張弁の開度は、図示しないセンサで検出する。
The second estimation model 43E for heating is an estimation model that is effective when the refrigerant shortage rate is 30% to 70% (fourth range), and is a fifth regression equation that can estimate the refrigerant shortage rate with high accuracy. Is. The fifth regression equation is, for example, (α41 × suction superheat) + (α42 × outside air temperature) + (α43 × number of revolutions of the compressor 11) + (α44 × opening degree of the outdoor unit expansion valve 14) + α45. .. The coefficients α41 to α45 shall be determined when the estimation model is generated. The
また、前述したように、第４の回帰式で求めることができる冷媒不足率は０％〜２０％であり、第５の回帰式で求めることができる冷媒不足率は３０％〜７０％である。この場合、冷媒不足率が２０％〜３０％である場合は、第４の回帰式を用いると冷媒不足率は２０％と算出され、第５の回帰式を用いると冷媒不足率は３０％と算出される。つまり、冷媒不足率が２０％〜３０％である場合に、冷媒不足率が２０％以下での寄与度の高い室外機膨張弁１４の開度、冷媒不足率が３０％以上での寄与度の高い吸入過熱度の何れも変化が小さく、有効な推定モデルを生成できない。従って、第４の回帰式あるいは第５の回帰式を用いると、図６Ａに示すようにどちらのモデルを使用するのかによって冷媒不足率が大きく異なる。
Further, as described above, the refrigerant shortage rate that can be obtained by the fourth regression equation is 0% to 20%, and the refrigerant shortage rate that can be obtained by the fifth regression equation is 30% to 70%. .. In this case, when the refrigerant shortage rate is 20% to 30%, the refrigerant shortage rate is calculated to be 20% by using the fourth regression equation, and the refrigerant shortage rate is 30% by using the fifth regression equation. It is calculated. That is, when the refrigerant shortage rate is 20% to 30%, the opening degree of the outdoor
第３の暖房用推定モデル４３Ｆは、上記のような第４の回帰式あるいは第５の回帰式のいずれを使用しても冷媒不足率を推定できない範囲も含めて、冷媒不足率が０％〜７０％の範囲をカバーできる暖房時冷媒不足率算出式である。図６Ｂに示すように、暖房時冷媒不足率算出式は、第４の回帰式の推定結果である冷媒不足率と第５の回帰式の推定結果である冷媒不足率との間を、シグモイド係数を使用したシグモイド曲線で連続的に繋ぐものである。具体的には、暖房時冷媒不足率算出式は、（シグモイド係数×第５の回帰式で求めた冷媒不足率）＋（（１−シグモイド係数）×第４の回帰式で求めた冷媒不足率）である。制御部４４は、第４の回帰式および第５の回帰式に取得部４１にて取得された現在の運転状態量を代入してそれぞれ算出された冷媒不足率を暖房時冷媒不足率算出式に代入して、現時点での冷媒回路６の冷媒不足率を算出する。
In the third
ここで、シグモイド係数の算出は、冷房運転時と同様に運転状態量のいずれかを用いる。本実施例では、室外膨張弁１４の開度を全閉：０／全開：１００としたときに室外膨張弁１４の開度が全開となると第４の回帰式による結果がほぼ一定となってしまうことを考慮し、室外膨張弁１４の開度が９０のときに、シグモイド係数が０．５となる計算式とした。
Here, for the calculation of the sigmoid coefficient, any one of the operating state quantities is used as in the cooling operation. In this embodiment, when the opening degree of the
ｐ＝１／（１＋ｅｘｐ-（Ｄ−９０））
ｐ:シグモイド係数
Ｄ: 室外膨張弁１４の開度
p = 1 / (1 + exp- (D-90))
p: Sigmoid coefficient D: Opening of
このようにシグモイド係数を決定して第３の暖房用推定モデル４３Ｆに用いることで、冷媒不足率が０％〜２０％、つまり、冷媒不足率が第３の範囲であるときは、第３の暖房用推定モデル４３Ｆによる推定値において第１の暖房用推定モデル４３Ｄの推定値が支配的となり、また、冷媒不足率が３０％〜７０％、つまり、冷媒不足率が第４の範囲であるときは、第３の暖房用推定モデル４３Ｆによる推定値において第２の暖房用推定モデル４３Ｅの推定値が支配的となる。
By determining the sigmoid coefficient in this way and using it in the
なお、シグモイド係数の算出は上述した方法に限らず、実際の冷媒不足率が２０％以上であるとき、つまり、実際の冷媒不足率が第３の範囲でないときは、第３の暖房用推定モデル４３Ｆによる推定値において第２の暖房用推定モデル４３Ｅの推定値が支配的となるように、また、実際の冷媒不足率が３０％以下であるとき、つまり、実際の冷媒不足率が第４の範囲でないときは、第３の暖房用推定モデル４３Ｆによる推定値において第１の暖房用推定モデル４３Ｄの推定値が支配的となるように、シグモイド係数を決定すればよい。
The calculation of the sigmoid coefficient is not limited to the method described above, and when the actual refrigerant shortage rate is 20% or more, that is, when the actual refrigerant shortage rate is not in the third range, a third estimation model for heating is used. So that the estimated value of the second heating estimation model 43E becomes dominant in the estimated value by 43F, and when the actual refrigerant shortage rate is 30% or less, that is, the actual refrigerant shortage rate is the fourth. When it is not in the range, the sigmoid coefficient may be determined so that the estimated value of the first heating estimated
以上に説明したように、冷房運転時は、第１の回帰式、第２の回帰式及び冷房時冷媒不足率算出式を使用して冷媒不足率を推定する。冷房時の冷媒過冷却度が第１の閾値（図５のＴｖ１）より大きい値である場合は、第１の回帰式を選択する方が第２の回帰式を選択するより冷媒不足率を精度よく推定できる。また、冷房時の冷媒過冷却度が第１の閾値より小さい値である場合は、第２の回帰式を選択する方が第１の回帰式を選択するより冷媒不足率を精度よく推定できる。そして、冷房時の冷媒過冷却度が第１の閾値付近の値である場合は、いずれの回帰式を用いるかで冷媒不足率の推定値が大きく変わる。そこで、冷房時は、第１の回帰式と第２の回帰式とを含んだ冷房時冷媒不足率算出式を選択する。これにより、冷房時の冷媒不足率を精度よく推定できる。 As described above, during the cooling operation, the refrigerant shortage rate is estimated by using the first regression equation, the second regression equation, and the cooling refrigerant shortage rate calculation formula. When the degree of refrigerant supercooling during cooling is larger than the first threshold value (Tv1 in FIG. 5), selecting the first regression equation is more accurate than selecting the second regression equation. It can be estimated well. Further, when the degree of refrigerant supercooling during cooling is smaller than the first threshold value, the refrigerant shortage rate can be estimated more accurately by selecting the second regression equation than by selecting the first regression equation. When the degree of refrigerant supercooling during cooling is a value near the first threshold value, the estimated value of the refrigerant shortage rate changes greatly depending on which regression equation is used. Therefore, at the time of cooling, a cooling refrigerant shortage rate calculation formula including the first regression equation and the second regression equation is selected. As a result, the refrigerant shortage rate during cooling can be estimated accurately.
また、暖房運転時は、第４の回帰式、第５の回帰式及び暖房時冷媒不足率算出式を使用して冷媒不足率を推定する。暖房時のメイン膨張弁の開度が第２の閾値未満（図６のＴｖ２）の場合は、第４の回帰式を選択する方が第５の回帰式を選択するよりもりも冷媒不足率を精度よく推定できる。また、暖房時のメイン膨張弁の開度が第２の閾値未満でない場合は、第５の回帰式を選択する方が第４の回帰式を選択するより冷媒不足率を精度よく推定できる。そして、暖房時のメイン膨張弁の開度が第１の閾値付近の値である場合は、いずれの回帰式を用いるかで冷媒不足率の推定値が大きく変わる。そこで、暖房時は、第４の回帰式と第５の回帰式とを含んだ暖房時冷媒不足率算出式を選択する。これにより、暖房時の冷媒不足率を精度よく推定できる。 Further, during the heating operation, the refrigerant shortage rate is estimated by using the fourth regression equation, the fifth regression equation, and the refrigerant shortage rate calculation formula during heating. When the opening degree of the main expansion valve during heating is less than the second threshold value (Tv2 in FIG. 6), selecting the fourth regression equation reduces the refrigerant shortage rate more than selecting the fifth regression equation. It can be estimated accurately. Further, when the opening degree of the main expansion valve during heating is not less than the second threshold value, the refrigerant shortage rate can be estimated more accurately by selecting the fifth regression equation than by selecting the fourth regression equation. When the opening degree of the main expansion valve during heating is a value near the first threshold value, the estimated value of the refrigerant shortage rate changes greatly depending on which regression equation is used. Therefore, at the time of heating, a heating refrigerant shortage rate calculation formula including the fourth regression equation and the fifth regression equation is selected. As a result, the refrigerant shortage rate during heating can be estimated accurately.
＜推定処理の動作＞
図７は、推定処理に関わる制御手段１９の処理動作の一例を示すフローチャートである。尚、制御手段１９は、事前に生成された第１の冷房用推定モデル４３Ａ、第２の冷房用推定モデル４３Ｂ、第３の冷房用推定モデル４３Ｃ、第１の暖房用推定モデル４３Ｄ、第２の暖房用推定モデル４３Ｅ、第３の暖房用推定モデル４３Ｆを保持しているものとする。図７において制御手段１９内の制御部４４は、取得部４１を通じて運転状態量を運転データとして収集する（ステップＳ１１）。制御部４４は、収集した運転データから任意の運転状態量を抽出するデータフィルタリング処理を実行する（ステップＳ１２）。制御部４４は、データクレンジング処理を実行する（ステップＳ１３）。制御部４４は、各回帰式又は各冷媒不足率算出式を用いて、現時点の冷媒回路６の冷媒不足率を算出し（ステップＳ１４）、図７に示す処理動作を終了する。
<Operation of estimation processing>
FIG. 7 is a flowchart showing an example of the processing operation of the control means 19 related to the estimation processing. The control means 19 includes a first
データフィルタリング処理は、複数の運転状態量の全てを使用するのではなく、所定フィルタ条件に基づき、複数の運転状態量の内、冷媒不足率を算出するのに必要な一部の運転状態量のみを抽出する。生成された推定モデルの各回帰式や各冷媒不足率算出式に、データフィルタリング処理を行った（異常値や突出値を除いた）運転状態量を代入することで、より正確に冷媒不足率を推定できる。 The data filtering process does not use all of the plurality of operating state quantities, but only a part of the plurality of operating status quantities required to calculate the refrigerant shortage rate based on predetermined filter conditions. Is extracted. By substituting the operating state quantity that has undergone data filtering processing (excluding abnormal values and protrusion values) into each regression equation and each refrigerant shortage rate calculation formula of the generated estimation model, the refrigerant shortage rate can be calculated more accurately. Can be estimated.
所定のフィルタ条件は、第１のフィルタ条件と、第２のフィルタ条件と、第３のフィルタ条件とを有する。第１のフィルタ条件は、例えば、空気調和機１の全運転モード共通に抽出するデータのフィルタ条件である。第２のフィルタ条件は、冷房運転時に抽出するデータのフィルタ条件である。第３のフィルタ条件は、暖房運転時に抽出するデータのフィルタ条件である。
The predetermined filter condition includes a first filter condition, a second filter condition, and a third filter condition. The first filter condition is, for example, a filter condition for data to be extracted in common to all operation modes of the
第１のフィルタ条件は、例えば、圧縮機１１の駆動状態、運転モードの識別、特殊運転の排除、取得した値における欠損値の排除、各回帰式の生成に際し与える影響の大きい運転状態量について変化量が小さい値の選択、等である。圧縮機１１の駆動状態は、圧縮機が安定して運転していることで冷媒回路６に冷媒が循環していないと冷媒不足率を推定できないために判断する必要のある条件であり、圧縮機１１の立ち上がり時等の過渡期に検出した運転状態量を除外するために設けられるフィルタ条件である。
The first filter condition changes, for example, with respect to the driving state of the
運転モードの識別とは、冷房運転時及び暖房運転時に取得した運転状態量のみを抽出するためのフィルタ条件である。従って、除湿運転時や送風運転時に取得した運転状態量は除外される。特殊運転の排除とは、例えば、油回収運転や除霜運転といった冷房運転時や暖房運転時と比べて冷媒回路６の状態が大きく異なる特殊運転時に取得した運転状態量を除外するフィルタ条件である。欠損値の排除とは、冷媒不足率の判定に使用する運転状態量に欠損値があった場合、当該運転状態量を用いて各回帰式を生成すれば精度が落ちる可能性があるため、欠損値を含む運転状態量を除外するフィルタ条件である。 The operation mode identification is a filter condition for extracting only the operating state quantity acquired during the cooling operation and the heating operation. Therefore, the operating state quantity acquired during the dehumidifying operation or the blowing operation is excluded. Exclusion of special operation is a filter condition that excludes the amount of operating state acquired during special operation in which the state of the refrigerant circuit 6 is significantly different from that during cooling operation or heating operation such as oil recovery operation and defrosting operation. .. Elimination of missing values means that if there is a missing value in the operating state quantity used to determine the refrigerant shortage rate, the accuracy may drop if each regression equation is generated using the operating state quantity. It is a filter condition that excludes the operating state quantity including the value.
各回帰式や各冷媒不足率算出式に代入する運転状態量について変化量が小さい値の選択とは、空気調和機１の運転状態が安定している状態の運転状態量のみを抽出するフィルタ条件であり、各回帰式や各冷媒不足率算出式による推定精度を上げるために必要な条件である。尚、影響の大きい運転状態量とは、例えば、冷房運転時の冷媒不足率が０〜３０％の場合に使用する冷媒過冷却度、冷房運転時の冷媒不足率が４０〜７０％の場合に使用する吸入温度や、暖房運転時の吸入過熱度等である。
The selection of a value with a small change amount for the operating state amount to be substituted into each regression equation or each refrigerant shortage rate calculation formula is a filter condition for extracting only the operating state amount in which the operating state of the
第２のフィルタ条件には、例えば、熱交出口温度の排除、サブクールの異常、吐出温度の異常等がある。 The second filter condition includes, for example, exclusion of the heat exchange outlet temperature, an abnormality of the subcool, an abnormality of the discharge temperature, and the like.
熱交出口温度の排除は、外気温度センサ３６と熱交出口温度センサ３５とが近い場所に配置されていることにより、冷房運転時に熱交出口温度センサ３５で検出した熱交出口温度が外気温度センサ３６で検出した外気温度より低くなることがないことを考慮したフィルタ条件であり、外気温度より低い熱交出口温度を除外するフィルタ条件である。
To eliminate the heat exchange outlet temperature, the outside
サブクール異常は、冷房負荷が極端に大きいあるいは小さいことに起因して異常に高いあるいは以上に低い冷媒過冷却度検出されたときにこれを除外するフィルタ条件である。吐出温度の異常は、冷房負荷が小さいことに起因して圧縮機１１に吸入される冷媒量が減少する所謂ガス欠状態時に検出した吐出温度を除外するフィルタ条件である。
Subcool anomaly is a filter condition that excludes when an abnormally high or even lower refrigerant supercooling degree is detected due to an extremely large or small cooling load. The abnormality of the discharge temperature is a filter condition for excluding the discharge temperature detected in the so-called gas shortage state in which the amount of the refrigerant sucked into the
第３のフィルタ条件は、例えば、吐出温度の異常等である。暖房運転時に暖房負荷の大きさに起因して吐出温度が高くなって吐出温度保護制御が実行されると、例えば、圧縮機１１の回転数を低下させることで吐出温度が低下するため、このときに検出した吐出温度を除外するフィルタ条件である。
The third filter condition is, for example, an abnormality in the discharge temperature. If the discharge temperature rises due to the magnitude of the heating load during the heating operation and the discharge temperature protection control is executed, for example, the discharge temperature drops by lowering the rotation speed of the
データクレンジング処理は、取得した全て運転状態量を冷媒不足率の推定に使用するのではなく、誤った推定を行うおそれがある運転状態量を除外するための処理である。具体的には、取得した運転状態量を平滑化してノイズ抑制やデータ数制限等がある。データの平滑化によるノイズ抑制とは、該当区間の平均値を算出し、各モデルにおいて例えば冷媒過冷却度、吸入温度、吸入冷媒過熱度の移動平均をとることで、ノイズを抑える処理である。データ数制限とは、例えば、データ数が少ないものは信頼性が低いため排除する処理である。例えば、１日分の入力データをフィルタリング処理して残ったデータ数がＸ個以上であれば冷媒不足率の推定に使用、それより少なければ、その日のデータはすべて使用しない。つまり、データクレンジング処理では、推定モデルの各回帰式や各冷媒不足率算出式に異常値や突出値を除いた運転状態量を代入することで、より正確に冷媒不足率を推定できる。 The data cleansing process is a process for excluding an operating state amount that may be erroneously estimated, instead of using all the acquired operating state amounts for estimating the refrigerant shortage rate. Specifically, the acquired operating state amount is smoothed to suppress noise and limit the number of data. Noise suppression by smoothing data is a process of suppressing noise by calculating the average value of the corresponding section and taking the moving average of, for example, the refrigerant supercooling degree, the suction temperature, and the suction refrigerant superheating degree in each model. The data number limit is, for example, a process of excluding data having a small number of data because the reliability is low. For example, if the number of data remaining after filtering the input data for one day is X or more, it is used for estimating the refrigerant shortage rate, and if it is less than that, all the data for that day is not used. That is, in the data cleansing process, the refrigerant shortage rate can be estimated more accurately by substituting the operating state quantity excluding the abnormal value and the protrusion value into each regression equation and each refrigerant shortage rate calculation formula of the estimation model.
図８は、重回帰分析処理に関わる制御手段１９の処理動作の一例を示すフローチャートである。重回帰分析処理とは、例えば、データフィルタリング処理及びデータクレンジング処理後の現在の運転状態量（センサ値）を推定モデルの各回帰式や各冷媒不足率算出式に代入することで、現時点の冷媒回路６の冷媒不足率を算出する処理である。図８において制御手段１９内の制御部４４は、現在が冷房運転中であるか否かを判定する（ステップＳ２１）。制御部４４は、現在が冷房運転中の場合（ステップＳ２１：Ｙｅｓ）、第３の冷房用推定モデル４３Ｃを使用して現在の運転状態量を代入し（ステップＳ２２）、図８に示す処理動作を終了する。その結果、制御部４４は、第３の冷房用推定モデル４３Ｃを使用して現時点での冷媒不足率を算出する。
FIG. 8 is a flowchart showing an example of the processing operation of the control means 19 involved in the multiple regression analysis processing. The multiple regression analysis process is, for example, by substituting the current operating state amount (sensor value) after the data filtering process and the data cleansing process into each regression equation of the estimation model and each refrigerant shortage rate calculation equation, so that the current refrigerant can be used. This is a process for calculating the refrigerant shortage rate of the circuit 6. In FIG. 8, the
制御部４４は、現在が冷房運転中でない場合（ステップＳ２１：Ｎｏ）、すなわち暖房運転中の場合、第３の暖房用推定モデル４３Ｆを使用して現在の運転状態量を代入し（ステップＳ２３）、図８に示す処理動作を終了する。その結果、制御部４４は、第３の暖房用推定モデル４３Ｆを使用して現時点での冷媒不足率を算出する。
When the
＜回帰式の生成方法＞
次に第１〜第６の回帰式の生成に使用する特徴量について説明する。第１〜第３の回帰式を使用する冷房運転時では、重回帰分析法により第１〜第６の回帰式の生成を行う際に使用する特徴量として、例えば、冷媒過冷却度、外気温度、高圧飽和温度、圧縮機１１の回転数、吸入温度等の各運転状態量を用いる。そして、これら各運転状態量は、シミュレーションにより得た結果を使用する。また、第４〜第６の回帰式を使用する暖房運転時では、重回帰分析の特徴量として、例えば、吸入過熱度、外気温度、圧縮機１１の回転数、室外機膨張弁１４の開度等の各運転状態量を用いる。そして、これら各運転状態量は、シミュレーションにより得た結果を使用する。
<Method of generating regression equation>
Next, the features used to generate the first to sixth regression equations will be described. During the cooling operation using the first to third regression equations, the feature quantities used when generating the first to sixth regression equations by the multiple regression analysis method include, for example, the degree of refrigerant supercooling and the outside air temperature. , High-pressure saturation temperature, the number of revolutions of the
具体的には、空気調和機１の設計段階で、一例として室内機３が４台運転している場合に外気温度を異ならせてシミュレーションを行い、特徴量と冷媒不足率との関係をシミュレーション毎に取得する。シミュレーションを行う際の条件としては、例えば、外気温度を２０℃、２５℃、３０℃、３５℃及び４０℃と変化させる。なお、シミュレーションを行うに際しては、外気温度の他のパラメータを加えてもよく、例えば、室内機３の運転台数を１〜４台と異ならせてもよい。
Specifically, at the design stage of the
図９は、冷房運転時の室外熱交換機における冷媒出口側の冷媒過冷却度と冷媒不足率の関係についてのシミュレーション結果の一例を示す説明図である。図９に示す冷媒過冷却度は、冷媒不足率が０％〜３０％までは右肩下がりで減少し、冷媒不足率が３０％から６０％までは変化なしとなっている。つまり、冷房運転時に冷媒不足率０〜３０％である場合は、冷媒回路６における冷媒量の不足が冷媒過冷却度の値に大きな影響を与えるということである。なお、図９において冷媒不足率が６０％以上であるときの冷媒過冷却度がマイナスの値となっているが、実際は冷媒過冷却度が０℃未満とはならないため、これはシミュレーションでのみ現れる値である。従って、冷媒不足率が６０％以上であるときの冷媒過冷却度は、回帰式の生成に使用しない。 FIG. 9 is an explanatory diagram showing an example of simulation results regarding the relationship between the degree of refrigerant supercooling on the refrigerant outlet side and the refrigerant shortage rate in the outdoor heat exchanger during cooling operation. The degree of refrigerant supercooling shown in FIG. 9 decreases from 0% to 30%, and remains unchanged from 30% to 60%. That is, when the refrigerant shortage rate is 0 to 30% during the cooling operation, the shortage of the refrigerant amount in the refrigerant circuit 6 has a great influence on the value of the refrigerant supercooling degree. Although the refrigerant supercooling degree is a negative value when the refrigerant shortage rate is 60% or more in FIG. 9, this appears only in the simulation because the refrigerant supercooling degree is not actually less than 0 ° C. The value. Therefore, the degree of refrigerant supercooling when the refrigerant shortage rate is 60% or more is not used in the generation of the regression equation.
図１０は、冷房運転時の吸入温度と冷媒不足率の関係についてのシミュレーション結果の一例を示す説明図である。図１０に示す吸入温度は、冷媒不足率が４０〜７０％のとき増加する傾向にある。つまり、冷房運転時の冷媒不足率が４０〜７０％である場合は、冷媒回路６における冷媒量の不足が吸入温度の値に大きな影響を与えるということである。なお、図１０において冷媒不足率が７０％以上であるときの吸入温度はほとんど変化しないため、これ以上の冷媒不足率を吸入温度で推測するのは難しい。従って、冷媒不足率が７０％以上であるときの吸入温度は、回帰式の生成に使用しない。 FIG. 10 is an explanatory diagram showing an example of a simulation result regarding the relationship between the suction temperature and the refrigerant shortage rate during the cooling operation. The suction temperature shown in FIG. 10 tends to increase when the refrigerant shortage rate is 40 to 70%. That is, when the refrigerant shortage rate during the cooling operation is 40 to 70%, the shortage of the refrigerant amount in the refrigerant circuit 6 has a great influence on the value of the suction temperature. Since the suction temperature when the refrigerant shortage rate is 70% or more in FIG. 10 hardly changes, it is difficult to estimate the refrigerant shortage rate higher than this by the suction temperature. Therefore, the suction temperature when the refrigerant shortage rate is 70% or more is not used in the generation of the regression equation.
図１１は、暖房運転時の室外機膨張弁１４の開度と冷媒不足率の関係についてのシミュレーション結果の一例を示す説明図である。図１１に示す室外機膨張弁１４の開度は、冷媒不足率が０〜２０％の場合に変化するのに対し、冷媒不足率が２０％を超えると、室外機膨張弁１４の開度の変化が概ね無くなる。つまり、暖房運転時の冷媒不足率が０〜２０％である場合は、冷媒回路６における冷媒量の不足が室外機膨張弁１４の開度に大きな影響を与えるということである。なお、上述したように、冷媒不足率が２０％を超えると、室外機膨張弁１４の開度の変化が概ね無くなる。従って、冷媒不足率が２０％を超えたときの室外機膨張弁１４の開度は、回帰式の生成に使用しない。
FIG. 11 is an explanatory diagram showing an example of simulation results regarding the relationship between the opening degree of the outdoor
図１２は、吸入過熱度と冷媒不足率の関係についてのシミュレーション結果の一例を示す説明図である。図１２に示す吸入過熱度は、冷媒不足率が増加するときに吸入過熱度が大きくなる傾向にあり、冷媒不足率が３０％を超えると吸入過熱度が大きく上昇する。つまり、暖房運転時の冷媒不足率が３０％を超えると、冷媒回路６における冷媒量の不足が吸入過熱度に大きな影響を与えるということである。なお、図１２において冷媒不足率が３０％より小さいときの吸入過熱度の変化が緩やかであるため、これ以下の冷媒不足率を吸入過熱度で推測するのは難しい。従って、冷媒不足率が３０％より小さい時の吸入過熱度は、回帰式の生成に使用しない。 FIG. 12 is an explanatory diagram showing an example of simulation results regarding the relationship between the suction superheat degree and the refrigerant shortage rate. As for the suction superheat degree shown in FIG. 12, the suction superheat degree tends to increase when the refrigerant shortage rate increases, and when the refrigerant shortage rate exceeds 30%, the suction superheat degree greatly increases. That is, when the refrigerant shortage rate during the heating operation exceeds 30%, the shortage of the amount of refrigerant in the refrigerant circuit 6 has a great influence on the suction superheat degree. Since the change in the suction superheat degree is gradual when the refrigerant shortage rate is less than 30% in FIG. 12, it is difficult to estimate the refrigerant shortage rate below this by the suction superheat degree. Therefore, the degree of suction superheat when the refrigerant shortage rate is less than 30% is not used in the generation of the regression equation.
＜実施例１の効果＞
実施例１の空気調和機１では、冷媒回路６に充填される冷媒の冷媒不足率の推定に関わる運転状態量を用いて重回帰分析法で生成された推定モデルと、現在の運転状態量とを用いて、冷媒不足率を推定する。推定モデルを生成する際に使用する運転状態量は、前述したように空気調和機１を様々な環境下で運転した場合を想定したシミュレーションによって求められたものであるため、この推定モデルを用いた冷媒不足率の推定は、いかなる環境下で行っても正確な推定が行える。その結果、冷媒回路６をデフォルト状態に整えることなく、現時点の冷媒不足率を推定できる。
<Effect of Example 1>
In the
空気調和機１に搭載される推定モデルは、複数の運転状態量の内、冷媒回路６に充填される冷媒の冷媒不足率の推定に与える影響の大きい運転状態量を用いて回帰分析法で予め生成される。この推定モデルでは、全ての運転状態量を使用するのではなく、推定モデルに与える影響の大きい運転状態量を選択して推定モデルを生成するため、高精度な推定モデルを生成できる。
The estimation model mounted on the
空気調和機１は、影響の大きい同一種の運転状態量の内、運転状態量の変化量が所定範囲内の運転状態量のみを用いて回帰分析法で生成される。例えば、冷房運転時の冷媒不足率の推定モデルである第１の回帰式を生成する場合は、冷媒不足率が０％〜３０％のときの冷媒過冷却度を用いる。また、冷房運転時の冷媒不足率の推定モデルである第２の回帰式を生成する場合は、冷媒不足率が４０％〜７０％のときの吸入温度を用いる。その結果、安定した高精度の推定モデルを生成できる。
The
空気調和機１は、冷房運転時の影響の大きい運転状態量として、凝縮器として機能する当該凝縮器出口の冷媒過冷却度、高圧飽和温度、低圧飽和温度及び圧縮機１１の吸入温度を用いて回帰分析法で生成される。その結果、冷房運転時の高精度な冷房用推定モデルを生成できる。
The
空気調和機１は、暖房運転時の影響の大きい運転状態量として、圧縮機１１の吸入過熱度及び膨張弁の開度を用いて回帰分析法で生成される。その結果、暖房運転時の高精度な暖房用推定モデルを生成できる。
The
空気調和機１は、冷房用推定モデルと、冷房運転時の現在の運転状態量とを用いて、冷房運転時の冷媒不足率を推定すると共に、暖房用推定モデルと、暖房運転時の現在の運転状態量とを用いて、暖房運転時の冷媒不足率を推定する。その結果、運転状態毎に異なる推定モデルを使用することで、冷媒不足率を高精度に推定できる。
The
空気調和機１は、第１の冷房用推定モデル４３Ａと第２の冷房用推定モデル４３Ｂとをシグモイド曲線で繋いだ第３の冷房用推定モデル４３Ｃに現在の運転状態量を代入することで、冷房運転時の冷媒不足率を高精度に推定できる。
The
空気調和機１は、第１の暖房用推定モデル４３Ｄと第２の暖房用推定モデル４３Ｅとをシグモイド曲線で繋いだ第３の暖房用推定モデル４３Ｆに現在の運転状態量を代入することで、暖房運転時の冷媒不足率を高精度に推定できる。
The
空気調和機１は、最初に冷媒回路６に充填された冷媒の冷媒量からの冷媒不足率に応じて異なる複数の推定モデルを組み合わせた推定モデルを有する。その結果、空気調和機１は、冷媒不足率を正確に推定できる。
The
第１の冷房用推定モデル４３Ａは、運転状態量として、凝縮器として機能する当該凝縮器の冷媒過冷却度を用いて、冷媒不足率を推定する。その結果、空気調和機１は、冷房運転時に冷媒不足率を高精度に推定できる。
The
第２の冷房用推定モデル４３Ｂは、運転状態量として、圧縮機１１の吸入温度を用いて、冷媒不足率を推定する。その結果、空気調和機１は、冷房運転時に冷媒不足率を高精度に推定できる。
The
第１の暖房用推定モデル４３Ｄは、運転状態量として室外機膨張弁１４の開度を用いて、冷媒不足率を推定する。その結果、空気調和機１は、暖房運転時に冷媒不足率を高精度に推定できる。
The first
第２の暖房用推定モデル４３Ｅは、運転状態量として圧縮機１１の吸入過熱度を用いて、冷媒不足率を推定する。その結果、空気調和機１は、暖房運転時に冷媒不足率を高精度に推定できる。
The second estimation model 43E for heating estimates the refrigerant shortage rate by using the suction superheat degree of the
第３の冷房用推定モデル４３Ｃは、第１の冷房用推定モデル４３Ａの推定結果と第２の冷房用推定モデル４３Ｂの推定結果との間をシグモイド曲線で補間する。その結果、冷房運転時の冷媒不足率が０〜７０％の範囲で、正確な冷媒不足率を推定できる。
The third cooling estimation model 43C interpolates between the estimation result of the first
第３の暖房用推定モデル４３Ｆは、第１の暖房用推定モデル４３Ｄの推定結果と第２の暖房用推定モデル４３Ｅの推定結果との間をシグモイド曲線で補間する。その結果、暖房運転時の冷媒不足率が０〜７０％の範囲で、正確な冷媒不足率を推定できる。
The third
重回帰分析処理において、データフィルタリング処理及びデータクレンジング処理後の現在の運転状態量（センサ値）を推定モデルの各回帰式に代入する。本実施例では、推定モデルの各回帰式の生成は、シミュレーションで得た特徴量を用いており、シミュレーションで得た特徴量には異常な値や他と比べて突出して大きいあるいは小さい値は含まれていない。このような、異常値や突出値を含まない特徴量を用いて生成された推定モデルの各回帰式や各冷媒不足率算出式に、データフィルタリング処理及びデータクレンジング処理を行って異常値や突出値を除いた運転状態量を代入することで、より正確に冷媒不足率を推定できる。 In the multiple regression analysis process, the current operating state quantity (sensor value) after the data filtering process and the data cleansing process is substituted into each regression equation of the estimation model. In this embodiment, the features obtained by the simulation are used to generate each regression equation of the estimation model, and the features obtained by the simulation include abnormal values and values that are significantly larger or smaller than others. Not done. Data filtering and data cleansing are performed on each regression equation and each refrigerant shortage rate calculation formula of the estimation model generated using the features that do not include such abnormal values and protrusion values, and the abnormal values and protrusion values are performed. By substituting the operating state amount excluding, the refrigerant shortage rate can be estimated more accurately.
尚、以上に説明した実施例では、空気調和機１の設計段階で各運転状態量のシミュレーション結果を求め、学習機能を有するサーバなどの端末にシミュレーション結果を学習させて得られた推定モデルを制御手段１９が予め記憶している場合を例示した。これに代えて、空気調和機１との間を通信網１１０で接続するサーバ１２０が存在し、このサーバ１２０が第１〜第６の回帰式を生成して空気調和機１に送信するようにしてもよい。この実施の形態につき、以下に説明する。
In the embodiment described above, the simulation result of each operating state quantity is obtained at the design stage of the
＜空気調和システムの構成＞
図１３は、実施例２の空気調和システム１００の一例を示す説明図である。尚、実施例１の空気調和機１と同一の構成には同一符号を付すことで、その重複する構成及び動作の説明については省略する。図１３に示す空気調和システム１００は、空気調和機１と、通信網１１０と、サーバ１２０とを有する。空気調和機１は、圧縮機１１、室外熱交換器１３及び室外機膨張弁１４を有する室外機２と、室内熱交換器５１を有する室内機３とを有する。空気調和機１は、室外機２と室内機３とが液管４及びガス管５等の冷媒配管で接続されて構成する冷媒回路６を備え、当該冷媒回路６に所定量の冷媒が充填される。
<Structure of air conditioning system>
FIG. 13 is an explanatory diagram showing an example of the
サーバ１２０は、生成部１２１と、送信部１２２とを有する。生成部１２１は、冷媒回路６に充填される冷媒の冷媒不足率の推定に関わる運転状態量を用いて重回帰分析法で推定モデルを生成する。尚、推定モデルは、例えば、第１の実施例で説明した第１の冷房用推定モデル４３Ａ、第２の冷房用推定モデル４３Ｂ、第３の冷房用推定モデル４３Ｃ、第１の暖房用推定モデル４３Ｄ、第２の暖房用推定モデル４３Ｅ及び第３の暖房用推定モデル４３Ｆを有する。送信部１２２は、生成部１２１にて生成した各推定モデルを通信網１１０経由で空気調和機１に送信する。空気調和機１内の制御手段１９は、受信した各推定モデルを用いて空気調和機１の冷媒回路６における冷媒不足率を算出する。
The
サーバ１２０内の生成部１２１は、冷媒回路６における冷媒不足率を実測できる空気調和機１の標準機（製造メーカーの試験室などに設置されている）から定期的に冷房運転時の運転状態量を収集し、各推定モデルで推定した冷媒不足率と実測した冷媒不足率との比較結果と収集した運転状態量とを用いて、第１の冷房用推定モデル４３Ａ、第２の冷房用推定モデル４３Ｂ及び第３の冷房用推定モデル４３Ｃを生成あるいは更新する。そして、サーバ１２０内の送信部１２２は、生成あるいは更新した第１の冷房用推定モデル４３Ａ、第２の冷房用推定モデル４３Ｂ及び第３の冷房用推定モデル４３Ｃを空気調和機１に定期的に送信する。なお、実施例１のように、各推定モデルの生成に使用する運転状態量をシミュレーションで得て、生成部１２１がシミュレーションで得た運転状態量を用いて各推定モデルを生成してもよい。
The
サーバ１２０内の生成部１２１は、上述した空気調和機１の標準機から定期的に暖房運転時の運転状態量を収集し、各推定モデルで推定した冷媒不足率と実測した冷媒不足率との比較結果と収集した運転状態量とを用いて、第１の暖房用推定モデル４３Ｄ、第２の暖房用推定モデル４３Ｅ及び第３の暖房用推定モデル４３Ｆを生成する。そして、サーバ１２０内の送信部１２２は、生成した第１の暖房用推定モデル４３Ｄ、第２の暖房用推定モデル４３Ｅ及び第３の暖房用推定モデル４３Ｆを空気調和機１に定期的に送信する。なお、実施例１のように、各推定モデルの生成に使用する運転状態量をシミュレーションで得て、生成部１２１がシミュレーションで得た運転状態量を用いて各推定モデルを生成してもよい。
The
＜実施例２の効果＞
実施例２のサーバ１２０は、冷媒回路６に充填される冷媒の冷媒不足率の推定に関わる運転状態量を用いて重回帰分析法を使用して、冷媒不足率を推定する推定モデルを生成し、生成した推定モデルを空気調和機１に送信する。空気調和機１は、サーバ１２０から受信した推定モデルと、現在の運転状態量とを用いて、冷媒不足率を推定する。その結果、空気調和機１では、高精度な推定モデルを生成できる。
<Effect of Example 2>
The
尚、実施例１及び２の空気調和機１では、１台の室外機２に対してＮ台の室内機３を接続した場合の冷媒不足率を推定する推定モデルを例示した。これに対し、１台の室外機２と１台の室内機３とが接続した空気調和機１についても、実施例１や実施例２と同様の方法で冷媒不足率を推定できる。上記のような空気調和機１につき、実施例３として以下に説明する。
In the
制御手段は、室外機：室内機が１：１の場合、冷房運転時の現時点の冷媒不足率を推定する第４の冷房用推定モデルと、暖房運転時の現時点の冷媒不足率を推定する第５の暖房用推定モデルとを有する。尚、説明の便宜上、実施例１の空気調和機１と同一の構成には同一符号を付すことで、その重複する構成及び動作の説明については省略する。実施例１の空気調和機１と実施例３の空気調和機１とが異なるところは、室内機３を１台にし、第１〜第３の冷房用推定モデルとは異なる運転状態量を用いて生成された第４の冷房用推定モデルを使用し、第１〜第３の暖房用推定モデルとは異なる運転状態量を用いて生成された第４の暖房用推定モデルを使用する点にある。
The control means are a fourth estimation model for cooling that estimates the current refrigerant shortage rate during cooling operation when the outdoor unit: indoor unit is 1: 1 and a fourth that estimates the current refrigerant shortage rate during heating operation. It has 5 estimation models for heating. For convenience of explanation, the same configurations as those of the
第４の冷房用推定モデルは、重回帰分析法により生成された第７の回帰式である。第７の回帰式は、例えば、（α７１×室外熱交温度）−（α７２×外気温度）−（α７３×吐出温度）＋（α７４×圧縮機１１の回転数）−（α７５×膨張弁の開度）＋α７６である。係数α７１〜α７５は、推定モデル生成の際に決定されるものとする。制御部４４は、第７の回帰式に、取得部４１にて取得された現在の運転状態量、例えば、室外熱交温度、外気温度、吐出温度、圧縮機１１の回転数及び膨張弁の開度を代入することで、現時点での冷媒不足率を算出する。尚、室外熱交温度、外気温度、吐出温度、圧縮機１１の回転数及び膨張弁の開度を代入する理由は、第４の冷房用推定モデルの生成時に使用した特徴量を使用するためである。尚、室外熱交温度は、冷媒温度センサ３５で検出する。
The fourth cooling estimation model is the seventh regression equation generated by the multiple regression analysis method. The seventh regression equation is, for example, (α71 × outdoor heat exchange temperature)-(α72 × outside air temperature)-(α73 × discharge temperature) + (α74 × number of revolutions of the compressor 11)-(α75 × opening of the expansion valve). Degree) + α76. The coefficients α71 to α75 shall be determined when the estimation model is generated. The
第４の暖房用推定モデルは、重回帰分析法により生成された第８の回帰式である。第８の回帰式は、例えば、（α８１×室内熱交温度）＋（α８２×圧縮機１１の回転数）＋（α８３×外気温度）−（α８４×室外熱交温度）−（α８５×膨張弁の開度）＋α８６である。係数α８１〜α８５は、推定モデル生成の際に決定されるものとする。制御部４４は、第８の回帰式に、取得部４１にて取得された現在の運転状態量、例えば、室内熱交温度、圧縮機１１の回転数、外気温度、室外熱交温度、外気温度、吐出温度及び膨張弁の開度を代入することで、現時点での冷媒不足率を算出する。尚、室内熱交温度、圧縮機１１の回転数、外気温度、室外熱交温度、外気温度、吐出温度及び膨張弁の開度を代入する理由は、第４の暖房用推定モデルの生成時に使用した特徴量を使用するためである。尚、暖房時の室内熱交温度は、吐出圧力センサ３１で検出した圧力値から換算できる。
The fourth estimation model for heating is the eighth regression equation generated by the multiple regression analysis method. The eighth regression equation is, for example, (α81 × indoor heat exchange temperature) + (α82 ×
また、本実施例では、冷媒回路６に残存する冷媒量を表すものとして相対的な冷媒量を推定する場合を説明した。具体的には、冷媒回路６に冷媒を充填した際の充填量（初期値）に対する、冷媒回路６から外部に漏洩した冷媒量の割合である冷媒不足率を推定して提供する場合を説明した。しかし、本発明はこれに限られるものではなく、推定した冷媒不足率に初期値を乗じて、冷媒回路６から外部に漏洩した冷媒量を提供するようにしてもよい。また、冷媒回路６から外部に漏洩した絶対的な冷媒量あるいは冷媒回路６に残留する絶対的な冷媒量を推定する推定モデルを生成し、この推定モデルによる推定結果を提供するようにしてもよい。冷媒回路６から外部に漏洩した絶対的な冷媒量あるいは冷媒回路６に残留する絶対的な冷媒量を推定する推定モデルを生成する場合は、ここまでに説明した各運転状態量に加えて、室外熱交換器１３および各室内熱交換器１の容積や液管４の容積を考慮すればよい。
Further, in this embodiment, a case where the relative amount of refrigerant is estimated as representing the amount of refrigerant remaining in the refrigerant circuit 6 has been described. Specifically, a case has been described in which the refrigerant shortage rate, which is the ratio of the amount of refrigerant leaked to the outside from the refrigerant circuit 6, is estimated and provided with respect to the filling amount (initial value) when the refrigerant circuit 6 is filled with the refrigerant. .. However, the present invention is not limited to this, and the estimated amount of refrigerant shortage may be multiplied by an initial value to provide the amount of refrigerant leaked from the refrigerant circuit 6 to the outside. Further, an estimation model for estimating the absolute amount of refrigerant leaked from the refrigerant circuit 6 to the outside or the absolute amount of refrigerant remaining in the refrigerant circuit 6 may be generated, and the estimation result by this estimation model may be provided. .. When generating an estimation model that estimates the absolute amount of refrigerant leaked from the refrigerant circuit 6 to the outside or the absolute amount of refrigerant remaining in the refrigerant circuit 6, in addition to each operating state amount described so far, the outdoor area The volume of the
＜変形例＞
尚、本実施例では、例えば、第１の冷房用推定モデル４３Ａの推定結果と第２の冷房用推定モデル４３Ｂの推定結果との間をシグモイド係数で補間する場合を例示したが、シグモイド係数に限定されるものではなく、例えば、線形補間等の補間方法を使用しても良く、適宜変更可能である。
<Modification example>
In this embodiment, for example, a case where the estimation result of the first
本実施例では、複数のシミュレーション結果の内、全てのシミュレーション結果を使用するのではなく、一部のシミュレーション結果を使用する。例えば、冷房運転時の冷媒不足率が０〜３０％の場合に使用する第１の冷房用推定モデル４３Ａ、冷媒不足率が４０〜７０％の場合に使用する第２の冷房用推定モデル４３Ｂ、冷媒不足率３０〜４０％の場合に使用する第３の冷房用推定モデル４３Ｃのように個々に分けて生成する。従って、運転状態量をシミュレーションで用意するため、空気調和機１を動作して運転状態量を収集する場合に比較して簡単かつ必要な量の運転状態量を収集できる。
In this embodiment, some simulation results are used instead of using all the simulation results among the plurality of simulation results. For example, a
本実施例では、推定モデルは、サーバで生成する場合を例示したが、利用者がシミュレーション結果から推定モデルを算出しても良い。また、本実施例では、重回帰分析法を用いて各推定モデルを生成する場合を例示したが、一般の回帰分析法を行える機械学習手法のSVR(Support Vector Regression)、NN(Neural Network)などを用いて推定モデルを生成しても良い。その際、特徴量選択に当たっては重回帰分析法で用いたＰ値や補正値Ｒ２の代わりに、推定モデルの精度が向上するよう特徴量を選択する一般の手法（Forward Feature Selection法、Backward feature Eliminationなど）を使えばよい。 In this embodiment, the case where the estimation model is generated by the server is illustrated, but the user may calculate the estimation model from the simulation result. Further, in this embodiment, the case where each estimation model is generated by using the multiple regression analysis method is illustrated, but SVR (Support Vector Regression), NN (Neural Network), etc., which are machine learning methods that can perform general regression analysis methods, etc. May be used to generate an estimation model. At that time, in selecting the feature amount, instead of the P value and the correction value R2 used in the multiple regression analysis method, a general method (Forward Feature Selection method, Backward feature Elimination method) in which the feature amount is selected so as to improve the accuracy of the estimation model is used. Etc.) can be used.
また、図示した各部の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各部の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。 Further, each component of each of the illustrated parts does not necessarily have to be physically configured as shown in the figure. That is, the specific form of distribution / integration of each part is not limited to the one shown in the figure, and all or part of them are functionally or physically distributed / integrated in arbitrary units according to various loads and usage conditions. Can be configured.
更に、各装置で行われる各種処理機能は、ＣＰＵ（Central Processing Unit）（又はＭＰＵ（Micro Processing Unit）、ＭＣＵ（Micro Controller Unit）等のマイクロ・コンピュータ）上で、その全部又は任意の一部を実行するようにしても良い。また、各種処理機能は、ＣＰＵ（又はＭＰＵ、ＭＣＵ等のマイクロ・コンピュータ）で解析実行するプログラム上、又はワイヤードロジックによるハードウェア上で、その全部又は任意の一部を実行するようにしても良いことは言うまでもない。 Further, various processing functions performed by each device are performed on a CPU (Central Processing Unit) (or a microcomputer such as an MPU (Micro Processing Unit) or an MCU (Micro Controller Unit)) in whole or in any part thereof. You may try to do it. Further, various processing functions may be executed in whole or in any part on a program analyzed and executed by a CPU (or a microcomputer such as an MPU or MCU) or on hardware by wired logic. Needless to say.
また、以上に説明した各実施例では、冷媒不足率を、冷媒が規定量充填されているときを１００％としたとき、この規定量からの減少分とした。これに代えて、冷媒回路６に冷媒を規定量充填した直後に、本実施例に記載した方法で冷媒不足率を推定し、この推定結果を１００％としてもよい。例えば、冷媒回路６に冷媒を規定量充填した直後に推定した冷媒不足率が９０％である場合、つまり、冷媒回路６に充填されている冷媒量が規定量充填より１０％少ないと推定した場合は、この規定量充填より１０％少ない冷媒量と１００％としてもよい。このように１００％とする冷媒量を推定結果に合わせることで、これ以降の冷媒不足率をより正確に推定できる。
Further, in each of the above-described embodiments, the refrigerant shortage rate is defined as a decrease from the specified amount when 100% is filled with the specified amount of refrigerant. Instead of this, immediately after filling the refrigerant circuit 6 with a specified amount of refrigerant, the refrigerant shortage rate may be estimated by the method described in this embodiment, and the estimation result may be set to 100%. For example, when the refrigerant shortage rate estimated immediately after filling the refrigerant circuit 6 with a specified amount is 90%, that is, when the amount of refrigerant filled in the refrigerant circuit 6 is estimated to be 10% less than the specified amount filling. May be 100% with a
１ 空気調和機
２ 室外機
３ 室内機
４ 液管
５ ガス管
１１ 圧縮機
１２ 四方弁
１３ 室外熱交換器
１４ 室外機膨張弁
４１ 取得部
４３Ａ 第１の冷房用推定モデル
４３Ｂ 第２の冷房用推定モデル
４３Ｃ 第３の冷房用推定モデル
４３Ｄ 第１の暖房用推定モデル
４３Ｅ 第２の暖房用推定モデル
４３Ｆ 第３の暖房用推定モデル
４４ 制御部
５１ 室内熱交換器
1
Claims (13)
前記空気調和機の現在の運転状態量を用いて、前記冷媒回路に残存する冷媒量を推定する推定モデルを有し、前記推定モデルは前記残存する冷媒量に応じて異なることを特徴とする空気調和機。 A refrigerant circuit having a compressor, an outdoor unit having an outdoor heat exchanger and an expansion valve, and an indoor unit having an indoor heat exchanger, and the outdoor unit and the indoor unit being connected by a refrigerant pipe is formed. An air conditioner that has a refrigerant circuit and is filled with a predetermined amount of refrigerant.
The air conditioner has an estimation model for estimating the amount of refrigerant remaining in the refrigerant circuit using the current operating state amount of the air conditioner, and the estimation model differs depending on the amount of the remaining refrigerant. Harmonizer.
前記空気調和機の現在の運転状態を示す運転状態量の内、少なくとも前記圧縮機の回転数及び外気温度の何れか一つを用いて、前記残存する冷媒量を推定することを特徴とする請求項１に記載の空気調和機。 The estimation model is
A claim characterized in that the amount of the remaining refrigerant is estimated by using at least one of the number of revolutions of the compressor and the outside air temperature among the amount of operating state indicating the current operating state of the air conditioner. Item 1. The air conditioner according to Item 1.
前記空気調和機内の冷房運転時の前記残存する冷媒量が第１の範囲内の場合に使用する、第１の冷房用推定モデルと、
前記冷房運転時の前記残存する冷媒量が前記第１の範囲を超え、かつ、第２の範囲内の場合に使用する、第２の冷房用推定モデルと
を有することを特徴とする請求項１又は２に記載の空気調和機。 The estimation model is
A first estimation model for cooling used when the amount of the remaining refrigerant during the cooling operation in the air conditioner is within the first range, and
Claim 1 is characterized by having a second estimation model for cooling, which is used when the amount of the remaining refrigerant during the cooling operation exceeds the first range and is within the second range. Or the air conditioner according to 2.
前記運転状態量として、前記室外熱交換器又は前記室内熱交換器の内、凝縮器として機能する当該凝縮器の冷媒過冷却度を用いて、前記前記残存する冷媒量を推定することを特徴とする請求項３に記載の空気調和機。 The first estimation model for cooling is
As the operating state amount, the amount of the remaining refrigerant is estimated by using the degree of refrigerant supercooling of the condenser functioning as a condenser in the outdoor heat exchanger or the indoor heat exchanger. The air conditioner according to claim 3.
前記運転状態量として、前記圧縮機の吸入温度を用いて、前記前記残存する冷媒量を推定することを特徴とする請求項３に記載の空気調和機。 The second estimation model for cooling is
The air conditioner according to claim 3, wherein the amount of the remaining refrigerant is estimated by using the suction temperature of the compressor as the operating state amount.
前記空気調和機内の暖房運転時の前記残存する冷媒量が第３の範囲内の場合に使用する、第１の暖房用推定モデルと、
前記暖房運転時の前記残存する冷媒量が前記第３の範囲を超え、かつ、第４の範囲内の場合に使用する、前記冷媒不足率を推定する第２の暖房用推定モデルと
を有することを特徴とする請求項１又は２に記載の空気調和機。 The estimation model is
A first estimation model for heating used when the amount of the remaining refrigerant during the heating operation in the air conditioner is within the third range, and
Having a second heating estimation model for estimating the refrigerant shortage rate, which is used when the amount of the remaining refrigerant during the heating operation exceeds the third range and is within the fourth range. The air conditioner according to claim 1 or 2.
前記運転状態量として前記膨張弁の開度を用いて、前記前記冷媒回路に残存する冷媒量を推定することを特徴とする請求項６に記載の空気調和機。 The first estimation model for heating is
The air conditioner according to claim 6, wherein the amount of refrigerant remaining in the refrigerant circuit is estimated by using the opening degree of the expansion valve as the operating state amount.
前記運転状態量として前記圧縮機の吸入過熱度を用いて、前記残存する冷媒量を推定することを特徴とする請求項６に記載の空気調和機。 The second estimation model for heating is
The air conditioner according to claim 6, wherein the amount of the remaining refrigerant is estimated by using the suction superheat degree of the compressor as the operating state amount.
前記残存する冷媒量の推定に使用する前記運転状態量毎に所定の重みパラメータを含むことを特徴とする請求項１〜８の何れか一つに記載の空気調和機。 The estimation model is
The air conditioner according to any one of claims 1 to 8, wherein a predetermined weight parameter is included for each operating state amount used for estimating the amount of the remaining refrigerant.
前記前記残存する冷媒量の推定に与える影響の大きい前記運転状態量の変化量が所定範囲内の運転状態量を用いて前記前記残存する冷媒量を推定することを特徴とする請求項１〜９の何れか一つに記載の空気調和機。 The estimation model is
Claims 1 to 9 are characterized in that the amount of the remaining refrigerant is estimated by using the amount of the operating state in which the amount of change in the amount of the operating state having a large influence on the estimation of the amount of the remaining refrigerant is within a predetermined range. The air conditioner described in any one of the above.
前記空気調和機内の冷房運転時の冷媒不足率が０％〜３０％の範囲内の場合に使用する、第１の冷房用推定モデルと、
前記冷房運転時の冷媒不足率が前記０％〜３０％の範囲を超え、かつ、４０％〜７０％の範囲内の場合に使用する、第２の冷房用推定モデルと
を有することを特徴とする請求項１１に記載の空気調和機。 The estimation model is
The first estimation model for cooling used when the refrigerant shortage rate during the cooling operation in the air conditioner is in the range of 0% to 30%, and
It is characterized by having a second estimation model for cooling used when the refrigerant shortage rate during the cooling operation exceeds the range of 0% to 30% and is within the range of 40% to 70%. The air conditioner according to claim 11.
前記空気調和機内の暖房運転時の冷媒不足率が０％〜２０％の範囲内の場合に使用する、第１の暖房用推定モデルと、
前記暖房運転時の冷媒不足率が前記０％〜２０％の範囲を超え、かつ、３０％〜７０％の範囲内の場合に使用する、前記冷媒不足率を推定する第２の暖房用推定モデルと
を有することを特徴とする請求項１１に記載の空気調和機。 The estimation model is
The first estimation model for heating, which is used when the refrigerant shortage rate during the heating operation in the air conditioner is in the range of 0% to 20%,
A second estimation model for heating that estimates the refrigerant deficiency rate, which is used when the refrigerant deficiency rate during the heating operation exceeds the range of 0% to 20% and is within the range of 30% to 70%. The air conditioner according to claim 11, wherein the air conditioner has.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020058823A JP7435156B2 (en) | 2020-03-27 | 2020-03-27 | air conditioner |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020058823A JP7435156B2 (en) | 2020-03-27 | 2020-03-27 | air conditioner |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021156532A true JP2021156532A (en) | 2021-10-07 |
| JP7435156B2 JP7435156B2 (en) | 2024-02-21 |
Family
ID=77917918
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020058823A Active JP7435156B2 (en) | 2020-03-27 | 2020-03-27 | air conditioner |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7435156B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023105605A1 (en) * | 2021-12-07 | 2023-06-15 | 三菱電機株式会社 | Refrigeration cycle device and control method |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10571171B2 (en) | 2017-01-27 | 2020-02-25 | Emerson Climate Technologies, Inc. | Low charge detection system for cooling systems |
| JP6939072B2 (en) | 2017-05-12 | 2021-09-22 | 富士通株式会社 | Model generation program, model generation device, and model generation method |
-
2020
- 2020-03-27 JP JP2020058823A patent/JP7435156B2/en active Active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023105605A1 (en) * | 2021-12-07 | 2023-06-15 | 三菱電機株式会社 | Refrigeration cycle device and control method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7435156B2 (en) | 2024-02-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6359423B2 (en) | Control device for air conditioning system, air conditioning system, and abnormality determination method for control device for air conditioning system | |
| CN110726225B (en) | Multi-split system and control method thereof | |
| JP2021156532A (en) | Air conditioner | |
| JP2021156528A (en) | Air conditioner and air conditioning system | |
| CN113819570A (en) | Multi-connected air conditioning system high pressure calculation method and multi-connected air conditioning system | |
| JP2021156533A (en) | Air conditioner | |
| JP2021156530A (en) | Air conditioner | |
| JP2021156531A (en) | Air conditioner | |
| JP2021156529A (en) | Air conditioner | |
| WO2020110289A1 (en) | Control device and air conditioning device | |
| WO2023053673A1 (en) | Air conditioner and air conditioning system | |
| JP7147909B1 (en) | Air conditioning system, refrigerant amount estimation method for air conditioning system, air conditioner, and refrigerant amount estimation method for air conditioner | |
| WO2022024660A1 (en) | Air conditioner | |
| JP7147910B1 (en) | Air conditioning system, method for estimating abnormality in air conditioning system, air conditioner, and method for estimating abnormality in air conditioner | |
| JP2002327949A (en) | Air conditioner | |
| WO2022085691A1 (en) | Air conditioner | |
| JPWO2017094172A1 (en) | Air conditioner |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220929 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230822 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230825 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231017 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240109 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240122 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 7435156 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |