JP2022063143A - Air conditioner - Google Patents
Air conditioner Download PDFInfo
- Publication number
- JP2022063143A JP2022063143A JP2020171530A JP2020171530A JP2022063143A JP 2022063143 A JP2022063143 A JP 2022063143A JP 2020171530 A JP2020171530 A JP 2020171530A JP 2020171530 A JP2020171530 A JP 2020171530A JP 2022063143 A JP2022063143 A JP 2022063143A
- Authority
- JP
- Japan
- Prior art keywords
- absence
- user
- air
- unit
- recommended
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 claims abstract description 162
- 238000004378 air conditioning Methods 0.000 claims abstract description 118
- 238000003860 storage Methods 0.000 claims abstract description 32
- 230000001954 sterilising effect Effects 0.000 claims description 52
- 238000004659 sterilization and disinfection Methods 0.000 claims description 51
- 238000010438 heat treatment Methods 0.000 claims description 36
- 238000004891 communication Methods 0.000 description 125
- 230000006399 behavior Effects 0.000 description 84
- 230000006870 function Effects 0.000 description 57
- 238000000034 method Methods 0.000 description 56
- 238000010586 diagram Methods 0.000 description 28
- 238000001816 cooling Methods 0.000 description 25
- 238000004140 cleaning Methods 0.000 description 23
- 238000012544 monitoring process Methods 0.000 description 17
- 230000002354 daily effect Effects 0.000 description 12
- 239000000284 extract Substances 0.000 description 12
- 238000013473 artificial intelligence Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 10
- 230000033764 rhythmic process Effects 0.000 description 10
- 230000003203 everyday effect Effects 0.000 description 8
- 238000000605 extraction Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 4
- 230000002618 waking effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000007791 dehumidification Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
Description
本発明は、空気調和機に関する。 The present invention relates to an air conditioner.
例えば、空調空間における人の在不在を検出する人検知センサを備え、人検知センサの検出結果を用いて空調運転の開始時刻をタイマ設定する空気調和機が提案されている(例えば、特許文献1)。特許文献1では、数日分の人検知センサの検出結果と、「使用者の在不在を判定するルール」とを照らし合わせることで、空調空間において使用者が不在から在室へと変わる時刻を予測し、この予測結果に基づいて空調運転の開始時刻をタイマ設定している。
For example, an air conditioner having a human detection sensor for detecting the presence or absence of a person in an air-conditioned space and setting a timer for the start time of air-conditioning operation using the detection result of the human detection sensor has been proposed (for example, Patent Document 1). ). In
特許文献1に記載の空気調和機では、人検知センサの検出結果を用いて使用者の在不在を予測するが、例えば、人検知センサへの電源供給の一時的遮断や、人以外の熱源が空調空間に存在する場合に、空調空間での使用者の在不在が正確に検出できない場合がある。その結果、このような空調空間における在不在の検出結果を使用した場合に、空調空間における使用者の在不在の予測の精度が低下してしまう。
In the air conditioner described in
本発明ではこのような問題に鑑み、空調空間における使用者の在不在の予測精度の向上を図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 for improving the accuracy of predicting the presence or absence of a user in an air-conditioned space.
一つの態様の空気調和機は、センサと、記憶部と、推奨部とを有する。センサは、空調空間における人の在不在を検出する。記憶部は、前記センサの検出結果を用いて前記空調空間における使用者の在不在を予測する予測結果を記憶する。推奨部は、前記空調空間における前記使用者の在不在の予測結果に基づいて、前記使用者に推奨すべき推奨運転を選択する。前記センサの検出結果の内、前記使用者の在室を示す第1の検出値又は前記使用者の不在を示す第2の検出値の何れにも該当しない第3の検出値が含まれる場合に、前記空調空間における前記使用者の在不在を予測する際に使用する前記センサの検出結果から前記第3の検出値を除外する。 One embodiment of the air conditioner has a sensor, a storage unit, and a recommended unit. The sensor detects the presence or absence of a person in the air-conditioned space. The storage unit stores the prediction result of predicting the presence or absence of the user in the air-conditioned space by using the detection result of the sensor. The recommendation unit selects the recommended operation to be recommended to the user based on the prediction result of the presence or absence of the user in the air-conditioned space. When the detection result of the sensor includes a third detection value that does not correspond to either the first detection value indicating the presence of the user or the second detection value indicating the absence of the user. , The third detection value is excluded from the detection result of the sensor used when predicting the presence or absence of the user in the air-conditioned space.
一つの側面として、空調空間における使用者の在不在の予測精度の向上を図る。 As one aspect, the accuracy of predicting the presence or absence of the user in the air-conditioned space is improved.
以下、図面に基づいて、本願の開示する空気調和機及び空気調和システム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 air conditioner system disclosed in the present application will be described in detail with reference to the drawings. The disclosed technique 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.
<空気調和システムの構成>
図1は、実施例1の空気調和システム1の一例を示す説明図である。図1に示す空気調和システム1は、空気調和機2と、通信アダプタ3と、ルータ4と、サーバ装置5と、中継装置6と、端末装置7と、通信網8とを有する。
<Structure of air conditioning system>
FIG. 1 is an explanatory diagram showing an example of the
<空気調和機の構成>
図2は、空気調和機2の構成の一例を示すブロック図である。図2に示す空気調和機2は、室内機21と、室外機22と、リモコン23とを有する。室内機21は、例えば、室内に配置され、空調空間である室内の空気を加熱又は冷却する空気調和機2の一部である。室内機21は、例えば、居間や寝室等の空調空間毎に備えられているものとする。室内機21は、本体21Aと、センサ21Bと、受光部21Cと、制御部21Dと、メモリ21Eとを有する。本体21Aは、図示せぬ室内ファンや室内熱交換器などが備えられ、室内熱交換器で室外機22から供給される冷媒と熱交換を行った室内空気が室内ファンによって吹き出されることで、部屋の暖房、冷房、除湿等が行われる。センサ21Bは、空調空間内の人の在不在を検出する。センサ21Bは、例えば、赤外線を使用した焦電センサである。センサ21Bは、空気調和機2が設置された後に空気調和機2が商用電源に接続されて電力供給がなされると、人の在不在の検出動作を開始する。なお、これ以降は電力供給が中止されない限り、空気調和機2の運転/停止に関わらず空調空間内の人の在不在を検出し続ける。受光部21Cは、リモコン23からのコマンド信号を受光し、受光したコマンド信号を制御部21Dに送信する。メモリ21Eは、例えば、室内用途等の各種情報を記憶する領域である。室内用途は、例えば、居間や寝室等の空調空間の用途を識別する情報である。室内用途は、使用者の行動を予測する際に使用する情報である。制御部21Dは、室内機21全体を制御する。制御部21Dは、コマンド信号に基づき、各種コマンドを実行する。室外機22は、例えば、室外ファンや圧縮機等が備えられている。リモコン23は、使用者の操作に応じて室内機21を遠隔操作する遠隔操作部である。
<Structure of air conditioner>
FIG. 2 is a block diagram showing an example of the configuration of the
制御部21Dは、行動予測部21D2と、推奨部21D0と、抽出部21D1とを有する。行動予測部21D2は、空調空間における使用者の在不在を予測した在不在予測結果と、空調空間の室内用途を識別する室内用途情報とに基づき、使用者の行動を予測する。尚、在不在予測結果は、後述する通信アダプタ3内の在不在予測部34Eから取得する、空調空間における使用者の10分毎の在不在の予測結果を24時間分蓄積した情報である。
The
推奨部21D0は、行動予測部21D2の行動予測結果に基づき、使用者に推奨すべき運転を選択する。運転は、例えば、冷房運転や暖房運転等の通常の空調運転の他に、加熱除菌運転やフィルタ清掃運転等の付加機能運転等がある。加熱除菌運転は、室内機21内の室内熱交換器を55度以上に加熱して除菌する運転である。フィルタ清掃運転は、室内機21内のフィルタを清掃する運転である。推奨部21D0は、選択した運転の実行を使用者に推奨すべく、例えば、運転実行を推奨する旨の信号を使用者の端末装置に送信する。推奨部21D0は、通信アダプタ3、ルータ4、通信網8、ルータ4経由で、各種空調運転を推奨する旨を使用者の端末装置7に送信する。
The recommendation unit 21D0 selects the operation to be recommended to the user based on the behavior prediction result of the behavior prediction unit 21D2. The operation includes, for example, an additional function operation such as a heating sterilization operation and a filter cleaning operation in addition to a normal air conditioning operation such as a cooling operation and a heating operation. The heat sterilization operation is an operation in which the indoor heat exchanger in the
行動予測部21D2は、後述する在不在予測部34Eによる空調空間における使用者の在不在予測結果と、室内用途情報とに基づき、空調空間における使用者の行動を予測する。そして、推奨部21D0は、行動予測部21D2の行動予測結果に基づき、空調運転の開始時刻又は空調運転の停止時刻の設定等の使用者に推奨する空調運転の内容を使用者の端末装置7に送信する。推奨する空調運転の内容としては、例えば、起床時刻、帰宅時刻、外出時刻や就寝時刻に応じた空調運転開始のタイマ時刻の設定を推奨する内容である。推奨部21D0は、行動予測部21D2の行動予測結果に基づき、空調運転とは異なる付加機能運転を推奨する旨の信号を使用者の端末装置7に送信する。付加機能運転を推奨する内容としては、例えば、加熱除菌運転開始のタイマ時刻を提案する内容である。
The behavior prediction unit 21D2 predicts the user's behavior in the air-conditioned space based on the presence / absence prediction result of the user in the air-conditioned space by the presence / absence prediction unit 34E described later and the indoor use information. Then, the recommendation unit 21D0 informs the user's
抽出部21D1は、空調空間における24時間分の在不在予測結果から、通常の空調運転とは異なる付加機能運転を実行できる時間帯を抽出する。付加機能運転を実行できる時間帯とは、例えば、5時間以上の不在時間である。不在時間は、後述する在不在予測部34Eで予測する24時間分の在不在予測結果から抽出した空調空間における使用者の不在時間である。抽出部21D1は、不在時間から運転可能時間を算出し、運転可能時間と予め記憶している付加機能運転の運転時間とを比較する。そして、抽出部21D1は、運転可能時間が運転時間以上の場合に、不在時間から付加能機能運転を実行できる時間帯として抽出する。 The extraction unit 21D1 extracts a time zone in which an additional function operation different from the normal air-conditioning operation can be executed from the presence / absence prediction result for 24 hours in the air-conditioned space. The time zone in which the additional function operation can be executed is, for example, an absence time of 5 hours or more. The absence time is the absence time of the user in the air-conditioned space extracted from the absence prediction result for 24 hours predicted by the absence prediction unit 34E described later. The extraction unit 21D1 calculates the operable time from the absence time, and compares the operable time with the operating time of the additional function operation stored in advance. Then, when the operable time is equal to or longer than the operating time, the extraction unit 21D1 extracts from the absent time as a time zone in which the additional function operation can be executed.
通信アダプタ3は、空気調和機2内の室内機21とルータ4との間を無線通信で接続する通信機能と、室内機21をAI(Artificial Intelligence)制御する制御機能とを有する。通信アダプタ3は、室内機21毎に配置するものである。ルータ4は、例えば、WLAN(Wireless Local Area Network)等を使用して通信アダプタ3と通信網8とを無線通信で接続すると共に、端末装置7と通信網8とを無線通信で接続するアクセスポイントの装置である。通信網8は、例えば、インターネット等の通信網である。サーバ装置5は、室内機21に適用される在不在パターンを生成する機能や運転履歴データ等を記憶するデータベース等を有する。尚、サーバ装置5は、例えば、データセンタに配置されている。中継装置6は、通信網8と通信で接続すると共に、サーバ装置5と通信で接続する機能を有する。中継装置6は、通信網8経由で室内機21に適用される在不在パターンの生成又は更新に使用する運転履歴データ等を通信アダプタ3からサーバ装置5に送信する。また、中継装置6は、サーバ装置5で生成又は更新した在不在パターンを通信網8経由で通信アダプタ3に送信する。尚、中継装置6は、例えば、データセンタ等に配置されている。
The
中継装置6は、第1の中継部6Aと、第2の中継部6Bと、第3の中継部6Cとを有する。第1の中継部6Aは、通信網8経由で通信アダプタ3からサーバ装置5に在不在パターンに関わる各種データ(以降、運転履歴データと記載する)を送信し、サーバ装置5が生成又は更新した在不在パターンを通信網8経由で通信アダプタ3に送信する。第2の中継部6Bは、使用者が外出先から端末装置7を使用して設定した室内機21の運転条件(冷房/暖房といった運転モードや設定温度など)を取得し、これを室内機21に送信する。第3の中継部6Cは、例えば、インターネット等の通信網8から天気予報やカレンダ情報(主に、祝日情報)等の外部データを取得し、取得した外部データをサーバ装置5に送信する。また、第3の中継部6Cは、外部データを通信網8経由で通信アダプタ3に送信する。
The
<通信アダプタの構成>
図3は、通信アダプタ3の構成の一例を示すブロック図である。図3に示す通信アダプタ3は、第1の通信部31と、第2の通信部32と、記憶部33と、CPU(Central Processing Unit)34とを有する。第1の通信部31は、室内機21内の制御部21DとCPU34とを通信接続する、例えば、UART(Universal Asynchronous Receiver Transmitter)等の通信IF(Interface)である。第2の通信部32は、ルータ4とCPU34とを通信接続する、例えば、WLAN等の通信IF等の通信部である。記憶部33は、例えば、ROM(Read Only Memory)やRAM(Random Access Memory)等を有し、データやプログラム等の各種情報を格納する。CPU34は、通信アダプタ3全体を制御する。
<Communication adapter configuration>
FIG. 3 is a block diagram showing an example of the configuration of the
図3に示す通信アダプタ3内の記憶部33は、履歴メモリ33Aと、在不在パターンメモリ33Bと、予測結果メモリ33Cと、外部メモリ33Dとを有する。履歴メモリ33Aは、室内機21から取得した運転履歴データを一時記憶する。運転履歴データとしては、例えば、センサ21Bで検出した室内空間内での人の在不在の10分毎の検出結果である。在不在パターンメモリ33Bは、サーバ装置5から取得した在不在パターンを記憶する。
The storage unit 33 in the
在不在パターンは、例えばセンサ21Bの過去の検出結果、例えば、過去30日分の在不在の検出結果、曜日情報及び祝日情報を用いることで、サーバ装置5が、空調空間における使用者の在不在の傾向を示す、曜日毎に生成したパターンである。本実施例では最大で5種類の在不在パターンが生成され、曜日毎にどの在不在パターンで使用者が行動する傾向があるかが判別できるように曜日毎に在不在パターンが対応づけられている。例えば、月曜日及び火曜日は在不在パターン1で行動する傾向があり、水曜日と木曜日は在不在パターン2で行動する傾向があり、木曜日と金曜日は在不在パターン3で行動する傾向があり、土曜日は在不在パターン4で行動する傾向があり、日曜日は在不在パターン5で行動する傾向がある。ここで、在不在パターンを生成する際にセンサ21Bの過去30日分の検出結果を使用するのは、次の理由による。在不在パターンの生成に際し、センサ21Bの検出結果が多い方が在不在パターンを用いた予測の精度が向上するため、センサ21Bの検出結果はできる限り多い方が好ましい。一方で、センサ21Bの検出結果を多く取得するように、例えば、過去90日分の検出結果を用いて在不在パターンを生成すると、空気調和機2の設置時期が、冷房運転が頻繁に行われる夏季の始まる時期や、暖房運転が頻繁に行われる冬季の始まる時期である場合に、在不在パターンを生成している間に夏季や冬季が過ぎてしまい、後述する使用者の在不在の予想結果に基づいた使用者の行動予測や空調運転の推奨が夏季や冬季に行えなくなる。そこで、本実施形態では、在不在パターンの精度が担保でき、かつ、使用者の在不在の予想結果に基づいた使用者の行動予測や空調運転の推奨を適正な時期に提供できるように、と考えて、在不在パターンの生成に、センサ21Bの過去30日分の在不在の検出結果を使用している。尚、過去30日分の在不在の検出結果は、10分毎の在不在の検出結果を30日分蓄積した情報である。また、本実施形態では、在不在パターンを生成する際にセンサ21Bの過去30日分の検出結果を使用する場合を例示するが、本発明はこれに限られない。空気調和機2の設置時期から頻繁に使用される時期までの期間に応じて適宜変更するようにしてもよい。
As the presence / absence pattern, for example, the past detection result of the sensor 21B, for example, the presence / absence detection result for the past 30 days, the day of the week information, and the holiday information are used, so that the
また、曜日情報は、月火水木金土日の曜日の情報であり、CPU34で算出して得る。祝日情報は、月火水木金土日の曜日の内、祝日を識別する情報であり、第2の通信部32を介して外部から取得する。尚、祝日情報を外部から取得する理由としては、年毎に祝日が変わる場合も存在するためである。予測結果メモリ33Cは、在不在パターンで予測した空調空間内での24時間分の10分毎の使用者の在不在の予測結果である24時間分の在不在予測結果を室内用途毎に記憶する。室内用途は、例えば、居間や寝室等の空調空間の用途を識別する情報である。室内用途は、在不在予測結果を用いて使用者の行動を予測する際に使用する情報である。CPU34は、予測結果メモリ33Cを参照して空調空間毎の24時間分の在不在予測結果を認識できる。外部メモリ33Dは、前述した祝日情報や天気予報など外部から取得する外部データを記憶する。
Further, the day of the week information is information on the day of the week on Monday, Tuesday, Wednesday, Thursday, Friday, Saturday, and Sunday, and is calculated and obtained by the CPU 34. The holiday information is information for identifying a holiday on Monday, Tuesday, Wednesday, Thursday, Friday, Saturday, and Sunday, and is acquired from the outside via the
CPU34は、収集部34Aと、送信部34Bと、受信部34Cと、設定部34Dと、在不在予測部34Eとを有する。 The CPU 34 has a collection unit 34A, a transmission unit 34B, a reception unit 34C, a setting unit 34D, and an absence / absence prediction unit 34E.
収集部34Aは、室内機21から所定周期、例えば10分毎の取得タイミングで各空調空間での人の在不在の検出結果を取得する。空調空間は、例えば、居間や寝室等の空調空間である。収集部34Aは、取得した空調空間でのセンサ21Bによる10分毎の人の在不在の現在の検出結果を収集する。在不在の検出結果には、例えば、不在、在室、不定の3種類の変数が存在する。在不在の検出結果のうち、「不在」は、空調空間内で人を検出できなかった場合の検出結果である。この「不在」の検出結果は第2の検出値である。在不在の検出結果のうち、「在室」は、空調空間で人を検出した場合の検出結果である。この「在室」の検出結果は第1の検出値である。在不在の検出結果のうち、「不定」は、在室及び不在の何れにも該当しない、つまり、第1の検出値又は第2の検出値の何れにも該当しない第3の検出値であって、在不在パターンの生成に使用しない検出結果である。収集部34Aは、10分毎に取得した各空調空間の在不在の検出結果を履歴メモリ33Aに記憶する。
The collecting unit 34A acquires the detection result of the presence or absence of a person in each air-conditioned space from the
送信部34Bは、例えば、2日分の在不在の検出結果を履歴メモリ33Aに記憶した場合、履歴メモリ33Aに記憶中の2日分の在不在の検出結果を通信網8経由でサーバ装置5に送信する。尚、サーバ装置5では、通信アダプタ3から順次受信した過去30日分の在不在の検出結果を用いて前述した最大で5種類の在不在パターンを生成することになる。受信部34Cは、通信網8経由でサーバ装置5から空調空間毎の在不在パターンを受信し、受信した在不在パターンを在不在パターンメモリ33Bに記憶する。設定部34Dは、記憶中の在不在パターンを在不在予測部34Eに適用する。
For example, when the transmission unit 34B stores the absence detection results for two days in the history memory 33A, the transmission unit 34B stores the absence detection results for two days stored in the history memory 33A in the
在不在予測部34Eは、現在のセンサ21Bの検出結果、すなわち在不在を予測する時点から所定時間前までのセンサ21Bの検出結果である在不在の検出結果と、現在の曜日情報と、現在の祝日情報とを用いて、設定部34Dにて適用された複数の在不在パターンの中から予測に使用する在不在パターンを選択する。在不在予測部34Eは、選択した在不在パターンを用いて空調空間における使用者の在不在を予測し、24時間分の在不在予測結果を得る。所定時間とは、直前の在不在の検出結果を見て、複数の在不在パターンの中から最適な在不在パターンを選ぶ際の精度を担保できるデータ数を得るのに必要な時間である。 The presence / absence prediction unit 34E includes the detection result of the current sensor 21B, that is, the detection result of the presence / absence, which is the detection result of the sensor 21B from the time when the presence / absence is predicted to a predetermined time before, the current day of the week information, and the current day of the week. Using the holiday information, the presence / absence pattern to be used for prediction is selected from the plurality of absence / absence patterns applied by the setting unit 34D. The presence / absence prediction unit 34E predicts the presence / absence of the user in the air-conditioned space using the selected presence / absence pattern, and obtains the presence / absence prediction result for 24 hours. The predetermined time is the time required to obtain the number of data that can guarantee the accuracy when selecting the optimum absentee pattern from a plurality of absentee patterns by looking at the detection result of the absentee immediately before.
以下、予測に使用する在不在パターンの選択と、選択した在不在パターンを用いての使用者の在不在の予測方法について、詳細に説明する。なお、以下の説明では、使用者の在不在の予測を毎日8:00に実施し、当日の8:00から翌日の8:00までの24時間の使用者の在不在を予測する場合を説明する。本実施形態では、上記24時間の予測を、1)当日8:00~翌日0:00まで、2)翌日0:00~翌日8:00まで、の2つの期間に分けて予測し、これらを合わせて24時間の予測結果とする。 Hereinafter, the selection of the absentee pattern used for the prediction and the method of predicting the absenteeism of the user using the selected absentee pattern will be described in detail. In the following explanation, the presence / absence of the user is predicted every day at 8:00, and the presence / absence of the user is predicted for 24 hours from 8:00 on the current day to 8:00 on the next day. do. In the present embodiment, the above 24-hour forecast is divided into two periods, 1) from 8:00 on the current day to 0:00 on the next day, and 2) from 0:00 on the next day to 8:00 on the next day. A total of 24 hours of prediction results will be used.
<1)当日8:00~翌日0:00までの使用者の在不在の予測>
まず、在不在予測部34Eは、使用者の在不在の予測を実施する時刻、例えば、当日8:00となれば、当該予測時刻から所定時間前、例えば、予測する日の前日の21:00から当日8:00までにセンサ21Bで検出した使用者の在不在の検出結果を取得する。次に、在不在予測部34Eは、複数の在不在パターン同士を比較し、各在不在パターンに差があるかを判定する。具体的には、在不在パターン間の差異が所定値以上であるか否かを判定する。より具体的には、各在不在パターンにおける0:00~8:00までの使用者の10分毎の在不在を比較し、在不在が異なる箇所(以下、「時間帯」という)が所定値、例えば10個未満の場合、各在不在パターンの差異が許容できる範囲内(0:00~8:00までの在不在パターンに差は無い)と判断する。一方、0:00~8:00までの使用者の10分毎の在不在が異なる時間帯が例えば10個以上の場合、各在不在パターンの差異は許容できる範囲を超えている(0:00~8:00までの在不在パターンに差がある)と判断する。
<1) Prediction of the presence or absence of users from 8:00 on the day to 0:00 on the next day>
First, the absence / absence prediction unit 34E predicts the presence / absence of the user at a time, for example, 8:00 on the current day, a predetermined time before the prediction time, for example, 21:00 on the day before the prediction day. The detection result of the presence or absence of the user detected by the sensor 21B from 1 to 8:00 on the day is acquired. Next, the absence / absence prediction unit 34E compares a plurality of absence / absence patterns with each other, and determines whether there is a difference in each absence / absence pattern. Specifically, it is determined whether or not the difference between the presence / absence patterns is a predetermined value or more. More specifically, the presence / absence of the user every 10 minutes from 0:00 to 8:00 in each absence pattern is compared, and the place where the presence / absence is different (hereinafter referred to as "time zone") is a predetermined value. For example, when the number is less than 10, it is determined that the difference between the absentee patterns is within the allowable range (there is no difference in the absentee patterns from 0:00 to 8:00). On the other hand, when there are, for example, 10 or more time zones in which the presence / absence of the user is different every 10 minutes from 0:00 to 8:00, the difference in each absence pattern exceeds an acceptable range (0:00). There is a difference in the presence / absence pattern from 8:00 to 8:00).
次に、在不在予測部34Eは、上記各在不在パターンの比較結果に基づき、予測に使用する在不在パターンを選択する。各在不在パターンの差異が所定値未満の場合(0:00~8:00まで在不在パターンに差はない場合)は、予測する当日の曜日と対応づけられた在不在パターンを選択する。また、各在不在パターンの差異が所定値以上の場合(0:00~8:00まで在不在パターンに差がある場合)は、0:00~8:00に取得した使用者の在不在の検出結果と、各在不在パターンにおける0:00~8:00の在不在とを比較し、検出結果に最も近似する在不在パターンを選択する。そして、在不在予測部34Eは、上記選択した在不在パターンにおける8:00から0:00までの在不在を、当日8:00から翌日0:00までの使用者の在不在の予測結果として抽出する。このように、各在不在パターンと曜日情報とを対応づけると共に、各在不在パターンの比較結果に応じて、使用者の在不在を予測することで、生成する在不在パターンの数を曜日の数より減らしつつ、使用者の在不在を正確に予測できる。 Next, the absence / absence prediction unit 34E selects the presence / absence pattern to be used for prediction based on the comparison result of each of the above-mentioned absence / absence patterns. If the difference between the absentee patterns is less than a predetermined value (there is no difference in the absentee patterns from 0:00 to 8:00), the absentee pattern associated with the day of the week to be predicted is selected. In addition, when the difference between the absentee patterns is equal to or more than a predetermined value (when there is a difference in the absentee patterns from 0:00 to 8:00), the presence or absence of the user acquired from 0:00 to 8:00 is present. The detection result is compared with the presence / absence from 0:00 to 8:00 in each presence / absence pattern, and the presence / absence pattern that most closely matches the detection result is selected. Then, the absence / absence prediction unit 34E extracts the absence / absence from 8:00 to 0:00 in the above-selected absence / absence pattern as the prediction result of the presence / absence of the user from 8:00 on the current day to 0:00 on the next day. do. In this way, the number of absentee patterns to be generated is the number of days of the week by associating each absentee pattern with the day of the week information and predicting the absenteeism of the user according to the comparison result of each absentee pattern. It is possible to accurately predict the presence or absence of the user while reducing the number.
本来であれば、在不在パターンは曜日ごとに生成し、実際に使用者の在不在を予測する当日の曜日に合わせて使用する在不在パターンを選択することが望ましい。在不在パターンを曜日ごとに生成すれば、それだけ予測の精度の向上が期待できるためである。しかしながら、在不在パターンの数が増やせば増やすほど、通信アダプタ3とサーバ装置5との間の通信量の増大や、通信アダプタで必要となるメモリ容量の増大などが発生し、空気調和システム1に大きな負荷がかかる。
Originally, it is desirable to generate the absentee pattern for each day of the week and select the absentee pattern to be used according to the day of the week on which the absenteeism of the user is actually predicted. This is because if the absence pattern is generated for each day of the week, the accuracy of prediction can be expected to improve accordingly. However, as the number of absentee patterns increases, the amount of communication between the
そこで、本実施形態では、前述したように在不在パターンは最大5種類までとし、予測される在不在パターンが同じとみなせる曜日には同じパターンを適用する。例えば、在不在パターン1は月曜日と火曜日とに適用し、在不在パターン2は水曜日と木曜日とに適用し、在不在パターン3は木曜日と金曜日とに適用し、在不在パターン4は土曜日に適用し、在不在パターン5は日曜日に適用している。しかし、このように在不在パターンを複数の曜日にあてはめられるように生成すれば、曜日ごとに在不在パターンを生成しこれらを用いて使用者の在不在を予測する場合に比較して、予測の精度が低下する恐れがある。
Therefore, in the present embodiment, as described above, the maximum number of absentee patterns is five, and the same pattern is applied to the days of the week when the predicted absentee patterns can be regarded as the same. For example,
そこで、このような事態に対処すべく、本実施形態では、各在不在パターンの比較結果に応じて、使用者の在不在を予測するのに使用する在不在パターンの選択方法を変えている。各在不在パターンの差異が所定値未満の場合は、予測する時刻(8:00)までの取得した使用者の在不在情報を用いてどの在不在パターンを使用すべきか判断ができないので、予測する当日の曜日に合致する在不在パターンを選択しておけば、予測の精度が落ちることはない。また、各在不在パターンの差異が所定値以上の場合は、各在不在パターンの区別ができるので、取得した使用者の在不在情報と各在不在パターンの予測結果とを比較し、検出結果に最も近似する在不在パターンを選択することで、予測の精度を確保する。 Therefore, in order to deal with such a situation, in the present embodiment, the method of selecting the presence / absence pattern used for predicting the presence / absence of the user is changed according to the comparison result of each presence / absence pattern. If the difference between the absentee patterns is less than the predetermined value, it is not possible to determine which absentee pattern should be used by using the absentee information of the user acquired up to the predicted time (8:00), so the prediction is made. If you select an absentee pattern that matches the day of the week, the accuracy of the prediction will not decrease. In addition, when the difference between each absentee pattern is greater than or equal to a predetermined value, each absentee pattern can be distinguished. The accuracy of the prediction is ensured by selecting the most similar absentee pattern.
<2)翌日0:00~翌日8:00までの使用者の在不在の予測>
まず、在不在予測部34Eは、使用者の在不在の予測する当日の翌日の曜日を外部メモリ33Dから読み出す。次に、在不在予測部34Eは、複数の在不在パターンのうち、上記読み出した曜日に対応する在不在パターンを選択する。そして、在不在予測部34Eは、上記選択した在不在パターンから、翌日0:00から翌日8:00までの使用者の在不在の予測結果を抽出する。
<2) Prediction of the presence or absence of users from 0:00 the next day to 8:00 the next day>
First, the presence / absence prediction unit 34E reads the day of the week following the day on which the presence / absence of the user is predicted from the external memory 33D. Next, the absence / absence prediction unit 34E selects the presence / absence pattern corresponding to the read day of the week from the plurality of absence / absence patterns. Then, the absence / absence prediction unit 34E extracts the presence / absence prediction result of the user from 0:00 of the next day to 8:00 of the next day from the above-selected absence / absence pattern.
使用者の在不在の予測する当日8:00の段階では、1)当日8:00~翌日0:00までの使用者の在不在の予測をする場合と異なり、当日8:00以降のセンサ21Bで検出した使用者の在不在の検出結果を有していない。このため、翌日の0:00~翌日8:00までの使用者の在不在の予測では、翌日の曜日に基づいて予測に使用する在不在パターンを選択し、選択した在不在パターンを用いて翌日0:00~翌日8:00までの使用者の在不在を予測する。 At the stage of predicting the presence or absence of the user at 8:00 on the day, 1) Unlike the case of predicting the presence or absence of the user from 8:00 on the day to 0:00 on the next day, the sensor 21B after 8:00 on the day It does not have the detection result of the presence or absence of the user detected in. Therefore, in the prediction of the absence of the user from 0:00 on the next day to 8:00 on the next day, the absence pattern to be used for the prediction is selected based on the day of the next day, and the selected absence pattern is used on the next day. Predict the presence or absence of the user from 0:00 to 8:00 the next day.
そして、在不在予測部34Eは、1)で得た当日8:00~翌日0:00までの使用者の在不在の予測結果と、2)で得た翌日0:00~翌日8:00までの使用者の在不在の予測結果とを合わせて、当日8:00から翌日8:00までの24時間分の使用者の在不在を予測し、予測した結果を24時間分の在不在予測結果として予測結果メモリ33Cに出力する。予測結果メモリ33Cは、24時間分の在不在予測結果を記憶する。在不在予測部34Eは、予測する時間帯に祝日が含まれる場合に、当該時間帯を休日と同じとみなして空調空間における24時間分の在不在予測結果を得る。また、在不在予測部34Eは、空調空間における使用者の在不在を予測する際に使用するセンサ21Bの検出結果である在不在の検出結果の内、「不定」の在不在の検出結果(第3の検出値)を除外する。つまり、「不定」の在不在の検出結果を除外して在不在パターンの生成又は更新に使用しないため、生成又は更新した在不在パターンによる予測の精度の向上を図ることができる。
Then, the absence prediction unit 34E obtains the prediction result of the absence of the user from 8:00 on the day to 0:00 on the next day obtained in 1) and from 0:00 to 8:00 on the next day obtained in 2). Combined with the prediction result of the presence or absence of the user, the presence or absence of the user for 24 hours from 8:00 on the current day to 8:00 on the next day is predicted, and the predicted result is the presence or absence prediction result for 24 hours. Is output to the
在不在予測部34Eは、在不在を予測する時点である所定時刻として、例えば、毎日8:00と20:00に、当該所定時刻から24時間後まで(以下、「第2の所定期間」という)の空調空間における使用者の在不在を予測してもよい。具体的には、予測部34Eは、使用者の在不在の予測結果である24時間分の在不在予測結果を得る。尚、所定時刻として8:00に設定した理由は、その後の使用者の行動パターンが外出→(不在)→帰宅となることが多いと考えられるので、不在時の付加機能運転の推奨や帰宅時の運転開始の推奨を行うためである。また、所定時刻として20:00に設定した理由は、その後の使用者の行動パターンが就寝→起床となることが多いと考えられるので、おやすみ運転や起床時の運転開始の推奨を行うためである。尚、おやすみ運転は、使用者に快適な睡眠環境を提供すべく、寝室の室内温度を快適化する空調運転である。また、在不在予測部34Eは、半日毎に上記各所定時刻から24時間分の在不在予測結果を得ることで予測精度を向上させている。24時間分の在不在予測結果は、例えば10分(以下、「第3の所定期間」という)毎の空調空間における使用者の在不在の予測結果である。図4は、24時間分の在不在の予測結果の一例を示す説明図である。図4に示す在不在の予測結果は、空調空間毎に、所定時刻から24時間後までの10分毎の在不在の予測結果である。在不在の予測結果を示すデータは、在室の場合は“1”、不在の場合は“0”とする。 The presence / absence prediction unit 34E sets the predetermined time at which the presence / absence is predicted, for example, at 8:00 and 20:00 every day until 24 hours after the predetermined time (hereinafter referred to as “second predetermined period”). ) May predict the presence or absence of the user in the air-conditioned space. Specifically, the prediction unit 34E obtains the presence / absence prediction result for 24 hours, which is the prediction result of the presence / absence of the user. The reason for setting 8:00 as the predetermined time is that the behavior pattern of the user after that is likely to be going out → (absent) → returning home, so it is recommended to operate additional functions when absent or when returning home. This is to recommend the start of operation. In addition, the reason why the predetermined time is set to 20:00 is that it is considered that the behavior pattern of the user after that is often going to bed → waking up, so it is recommended to perform good night driving or start driving when waking up. .. The good night operation is an air-conditioned operation that makes the indoor temperature of the bedroom comfortable in order to provide the user with a comfortable sleeping environment. Further, the presence / absence prediction unit 34E improves the prediction accuracy by obtaining the presence / absence prediction results for 24 hours from each of the predetermined times every half day. The presence / absence prediction result for 24 hours is, for example, the prediction result of the presence / absence of the user in the air-conditioned space every 10 minutes (hereinafter referred to as “third predetermined period”). FIG. 4 is an explanatory diagram showing an example of the prediction result of absence for 24 hours. The presence / absence prediction result shown in FIG. 4 is the presence / absence prediction result every 10 minutes from a predetermined time to 24 hours later for each air-conditioned space. The data indicating the prediction result of presence / absence is "1" in the case of being in the room and "0" in the case of absence.
次に、行動予測部21D2は、空調空間における使用者の在不在の予測結果と、空調空間の室内用途情報(居間や寝室)とに基づいて、居住空間における使用者の1日の行動(例えば、起床時刻、外出時刻、帰宅時刻、就寝時刻)を予測する。そして、推奨部21D0は、行動予測部21D2で予測された行動に基づいて使用者に推奨すべき運転を選択する。さらに、推奨部21D0は、使用者に推奨すべき運転の実行を使用者に推奨する。以下、例えば、空気調和機2の室内機21が居間や寝室に設置されている場合に、居間や寝室における使用者の在不在予測結果を用いて、室内機21の制御部21Dが使用者の居住空間における1日の行動(例えば、起床時刻、外出時刻、帰宅時刻、就寝時刻)を予測し、推奨すべき運転を選択し、推奨すべき運転の実行を使用者に推奨する方法について説明する。
Next, the behavior prediction unit 21D2 determines the daily behavior of the user in the living space (for example, based on the prediction result of the presence or absence of the user in the air-conditioned space and the indoor use information (living room or bedroom) of the air-conditioned space. , Wake-up time, go-out time, return time, bedtime). Then, the recommendation unit 21D0 selects the driving to be recommended to the user based on the behavior predicted by the behavior prediction unit 21D2. Further, the recommendation unit 21D0 recommends the user to execute the operation that should be recommended to the user. Hereinafter, for example, when the
例えば、居間での室内機21内の制御部21Dの行動予測部21D2は、在不在予測結果から起床時刻を予測する上で、使用者の起床時間帯(以下、「第1の時間帯」という)及び使用者が居間を不在にしているか否かを判断する基準として用いる期間(以下、「第4の所定期間」という)を使用する。第1の時間帯は、使用者が起床して、例えば、寝室から出て居間に入り、空調運転を開始する時刻を想定して予め設定された時間帯、例えば、0:00~10:50である。第4の所定期間は、使用者が寝室で就寝中であると判断するのに使用する、例えば、3時間以上の連続不在時間である。行動予測部21D2は、居間において在不在予測結果の中の第1の時間帯に第4の所定期間以上の不在から在室へと変化するタイミングがある場合に、当該タイミングを起床時刻と予測する。推奨部21D0は、行動予測部21D2が予測した起床時刻の15分前に空調運転を開始する旨の推奨信号を生成する。
For example, the behavior prediction unit 21D2 of the
行動予測部21D2は、在不在予測結果から就寝時刻を予測する上で、使用者が居間を出る時間帯(以下、「第4の時間帯」という)又は使用者が寝室に入る期間(以下、「第5の所定期間」)を使用する。行動予測部21D2は、在不在予測結果の中の第4の時間帯に、在室から第5の所定期間以上の不在へと変化するタイミングがあるか否かを判定する。第4の時間帯は、使用者が夜に居間の空調運転を停止して居間から出る時刻を想定して予め設定された時間帯、例えば、17:00~23:50である。第5の所定期間は、使用者が就寝中であると判断するのに使用する、例えば、3時間以上の連続不在時間である。行動予測部21D2は、在不在予測結果の中の第4の時間帯に、居間での在室から第5の所定期間以上の不在へと変化するタイミングがある場合、居間から使用者が退室していなくなる当該タイミングを就寝時刻と予測する。そして、推奨部21D0は、当該就寝時刻を予測した場合、就寝時刻の1時間前から就寝時刻までの間に、起床時刻の15分前に空調運転を開始する旨の推奨信号を使用者の端末装置7に送信する。また、推奨部21D0は、在不在予測結果の中の第4の時間帯に、在室から第5の所定期間以上の不在へと変化するタイミングがない場合、18:00~19:00の間に、起床時刻の15分前に空調運転を開始する旨の推奨信号を使用者の端末装置7に送信する。
The behavior prediction unit 21D2 predicts the bedtime from the result of the absence prediction, during the time when the user leaves the living room (hereinafter referred to as "fourth time zone") or the period during which the user enters the bedroom (hereinafter referred to as "fourth time zone"). "Fifth predetermined period") is used. The behavior prediction unit 21D2 determines whether or not there is a timing for changing from being in the room to being absent for a fifth predetermined period or longer in the fourth time zone in the absence prediction result. The fourth time zone is a preset time zone, for example, from 17:00 to 23:50, assuming a time when the user stops the air-conditioning operation of the living room at night and leaves the living room. The fifth predetermined period is, for example, three hours or more of continuous absence time used for determining that the user is sleeping. The behavior prediction unit 21D2 leaves the user from the living room when there is a timing when the room changes from being in the living room to being absent for a fifth predetermined period or longer in the fourth time zone in the absence prediction result. The timing at which the patient disappears is predicted to be the bedtime. Then, when the recommendation unit 21D0 predicts the bedtime, the user's terminal sends a recommendation signal to start the air conditioning operation 15 minutes before the wake-up time between 1 hour before the bedtime and the bedtime. It is transmitted to the
また、行動予測部21D2は、在不在予測結果から帰宅時刻を予測する上で、使用者の帰宅時間帯(以下、「第2の時間帯」という)及び第4の所定期間を使用する。第2の時間帯は、使用者が帰宅して、例えば、使用者が居間に入り、空調運転を開始する時刻を想定して予め設定された時間帯、例えば、13:00~22:50である。行動予測部21D2は、在不在予測結果の中の第2の時間帯に、第4の所定期間以上の不在から在室へと変化するタイミングがある場合に当該タイミングを帰宅時刻と予測する。推奨部21D0は、行動予測部21D2が予測した帰宅時刻の15分前に空調運転を開始する旨の推奨信号を生成する。そして、推奨部21D0は、11:00~12:00の間に、帰宅時刻の15分前に空調運転を開始する旨の推奨信号を使用者の端末装置7に送信する。
In addition, the behavior prediction unit 21D2 uses the user's return time zone (hereinafter referred to as "second time zone") and the fourth predetermined period in predicting the return time from the absence prediction result. The second time zone is a preset time zone, for example, from 13:00 to 22:50, assuming a time when the user returns home, for example, the user enters the living room and starts the air conditioning operation. be. The behavior prediction unit 21D2 predicts that the timing is the time to return home when there is a timing of changing from the absence for the fourth predetermined period or more to the presence of the room in the second time zone in the absence prediction result. The recommendation unit 21D0 generates a recommendation signal to start the air conditioning operation 15 minutes before the return time predicted by the behavior prediction unit 21D2. Then, the recommendation unit 21D0 transmits a recommendation signal to the user's
また、行動予測部21D2は、在不在予測結果から外出時刻を予測する上で、使用者が外出する外出時間帯(以下、「第3の時間帯」)及び使用者が外出しているか否かを判断する基準として用いる期間(以下、「第6の所定期間」)を使用する。第3の時間帯は、使用者が外出によって空調運転が長時間を停止する時刻を想定して予め設定された時間帯、例えば、8:00~16:50である。第6の所定期間は、使用者が外出中であると判断するのに使用する、例えば、5時間以上の連続不在時間である。行動予測部21D2は、在不在予測結果の中の第3の時間帯に、在室から第6の所定期間以上の不在へと変化するタイミングがある場合に当該タイミングを外出時刻と予測する。そして、推奨部21D0は、予測された不在時間の前に冷房運転又は除湿運転を実行、かつ、前回の加熱除菌運転の実施から3日以上経過した場合に、外出時刻の1時間後から加熱除菌運転を開始する旨の推奨信号を生成する。そして、推奨部21D0は、加熱除菌運転を開始する旨の推奨信号を使用者の端末装置7に送信する。
In addition, the behavior prediction unit 21D2 predicts the time of going out from the result of the absence prediction, the time zone when the user goes out (hereinafter, "third time zone") and whether or not the user is out. The period used as a criterion for judging (hereinafter, "sixth predetermined period") is used. The third time zone is a preset time zone, for example, from 8:00 to 16:50, assuming a time when the user goes out and the air conditioning operation is stopped for a long time. The sixth predetermined period is, for example, a continuous absence time of 5 hours or more, which is used to determine that the user is out. The behavior prediction unit 21D2 predicts that the timing is the time of going out when there is a timing of changing from being in the room to being absent for a sixth predetermined period or more in the third time zone in the absence prediction result. Then, the recommended unit 21D0 heats from 1 hour after the time of going out when the cooling operation or the dehumidifying operation is executed before the predicted absence time and 3 days or more have passed since the previous heating sterilization operation was performed. Generates a recommended signal to start the sterilization operation. Then, the recommendation unit 21D0 transmits a recommendation signal to start the heating sterilization operation to the user's
また、行動予測部21D2は、在不在予測結果から外出時刻を予測する上で、使用者が外出する外出時間帯(以下、「第3の時間帯」)及び使用者が外出しているか否かを判断する基準として用いる期間(以下、「第7の所定期間」)を使用する。第7の所定期間は、使用者が外出中であると判断するのに使用する、例えば、1時間以上、かつ、5時間未満の連続不在時間である。行動予測部21D2は、在不在予測結果の中の第3の時間帯に、在室から第7の所定期間以上の不在へと変化するタイミングがある場合に当該タイミングを外出時刻と予測する。そして、推奨部21D0は、室内機21の運転積算時間が200時間以上の場合、外出時刻の1時間後からフィルタ清掃運転を開始する旨の推奨信号を生成する。そして、推奨部21D0は、フィルタ清掃運転を開始する旨の推奨信号を使用者の端末装置7に送信する。
In addition, the behavior prediction unit 21D2 predicts the time of going out from the result of the absence prediction, the time zone when the user goes out (hereinafter, "third time zone") and whether or not the user is out. The period used as a criterion for judging (hereinafter, "seventh predetermined period") is used. The seventh predetermined period is, for example, a continuous absence time of 1 hour or more and less than 5 hours, which is used to determine that the user is out. The behavior prediction unit 21D2 predicts that the timing is the time of going out when there is a timing of changing from being in the room to being absent for a seventh predetermined period or more in the third time zone in the absence prediction result. Then, when the integrated operation time of the
尚、上述した加熱除菌運転やフィルタ清掃運転は、使用者が就寝するために居間を退室した後にその実行を使用者に推奨するようにしてもよい。この場合は、第4の時間帯における使用者が居間を退室する時刻以降に、第6の所定期間以上の連続不在時間がある場合は過熱除菌運転を推奨し、第7の所定期間の連続不在時間がある場合はフィルタ清掃運転を推奨すればよい。 It should be noted that the above-mentioned heat sterilization operation and filter cleaning operation may be recommended to the user after the user leaves the living room to go to bed. In this case, if there is a continuous absence time for the sixth predetermined period or more after the time when the user leaves the living room in the fourth time zone, superheat sterilization operation is recommended, and the seventh predetermined period is continuous. If you have absent time, we recommend cleaning the filter.
また、例えば、寝室での室内機21の行動予測部21D2は、在不在予測結果から就寝時刻を予測する上で、使用者が寝室に入る時間帯である第4の時間帯及び使用者が寝室に入る期間である第5の所定期間を使用する。行動予測部21D2は、在不在予測結果の中の第4の時間帯に、第5の所定期間以上の不在から寝室への在室へと変化するタイミングがあるか否かを判定する。行動予測部21D2は、在不在予測結果の中の第4の時間帯に、寝室での第5の所定期間以上の不在から在室へと変化するタイミングがある場合、寝室に使用者が在室となる当該タイミングを就寝時刻と予測する。そして、推奨部21D0は、当該タイミングを就寝時刻と予測した場合、就寝時刻に空調運転を開始する旨の推奨信号を生成する。推奨部21D0は、就寝時刻の1時間前から就寝時刻までの間に、就寝時刻に空調運転を開始する旨の推奨信号を使用者の端末装置7に送信する。
Further, for example, the behavior prediction unit 21D2 of the
また、例えば、寝室での室内機21内の制御部21Dの行動予測部21D2は、在不在予測結果から出室時刻を予測する上で、使用者が寝室から出室する出室時間帯である第3の時間帯及び使用者が寝室から出室しているか否かを判断する基準として用いる期間である第6の所定期間を使用する。行動予測部21D2は、在不在予測結果の中の第3の時間帯に、寝室で在室から第6の所定期間以上の不在へと変化するタイミングがある場合に当該タイミングを寝室の出室時刻と予測する。推奨部21D0は、出室時刻の前に冷房運転又は除湿運転を実行、かつ、前回の加熱除菌運転の実施から3日以上経過した場合に、出室時刻の1時間後から加熱除菌運転を開始する旨の推奨信号を生成する。そして、推奨部21D0は、加熱除菌運転を開始する旨の推奨信号を使用者の端末装置7に送信することになる。尚、空調空間が寝室の場合の出室時刻は、空調空間が居間の場合の外出時刻に相当する。
Further, for example, the behavior prediction unit 21D2 of the
また、行動予測部21D2は、在不在予測結果から出室時刻(起床時刻)を予測する上で、使用者が寝室から出室する出室時間帯である第3の時間帯及び使用者が寝室から出室しているか否かを判断する基準として用いる期間である第7の所定期間を使用する。行動予測部21D2は、寝室で在不在予測結果の中の第3の時間帯に、在室から第7の所定期間以上の不在へと変化するタイミングがある場合に当該タイミングを出室時刻と予測する。そして、推奨部21D0は、室内機21の運転積算時間が200時間以上の場合、出室時刻の1時間後からフィルタ清掃運転を開始する旨の推奨信号を生成する。そして、推奨部21D0は、フィルタ清掃運転を開始する旨の推奨信号を使用者の端末装置7に送信する。
In addition, the behavior prediction unit 21D2 predicts the time of leaving the room (wake-up time) from the result of the prediction of presence / absence, and the third time zone, which is the time of leaving the room where the user leaves the bedroom, and the user's bedroom. The seventh predetermined period, which is the period used as a criterion for determining whether or not the person has left the room, is used. The behavior prediction unit 21D2 predicts the timing as the leaving time when there is a timing when the third time zone in the absence prediction result in the bedroom changes from being in the room to being absent for the seventh predetermined period or longer. do. Then, when the integrated operation time of the
<端末装置の構成>
端末装置7は、空気調和システム1を使用する複数の使用者の内、例えば、管理者となる使用者のスマートフォン等の通信端末である。管理者は、更新確認や更新実行の権限を有し、空気調和システム1に登録済みの使用者である。図5は、端末装置7の構成の一例を示すブロック図である。
<Configuration of terminal device>
The
図5に示す端末装置7は、通信部41と、操作部42と、表示部43と、記憶部44と、CPU45とを有する。通信部41は、通信網8及びルータ4経由で通信アダプタ3と通信する。操作部42は、各種コマンドを入力する入力インタフェースである。表示部43は、各種情報を表示する出力インタフェースである。記憶部44は、各種情報を記憶する。CPU45は、端末装置7全体を制御する。操作部42は、後述する図9Bに示す推奨画面上の推奨時刻である第2のタイマ時刻を所定操作に応じて変更する変更部42Aを有する。
The
<サーバ装置の構成>
図6は、サーバ装置5の構成の一例を示すブロック図である。図6に示すサーバ装置5は、通信部51と、記憶部52と、CPU53とを有する。通信部51は、中継装置6とCPU53とを通信接続する通信IFである。記憶部52は、例えば、HDD(Hard Disk Drive)、ROMやRAM等を有し、データやプログラム等の各種情報を記憶する。CPU53は、サーバ装置5全体を制御する。
<Server device configuration>
FIG. 6 is a block diagram showing an example of the configuration of the
図6に示すサーバ装置5内の記憶部52は、履歴データメモリ52Aと、パターン記憶部52Bとを有する。履歴データメモリ52Aは、通信アダプタ3から受信した、空調空間の2日分の在不在の検出結果等の運転履歴データを記憶する。パターン記憶部52Bは、サーバ装置5で生成した在不在パターンを記憶すると共に、生成後の在不在パターンを、取得したデータを用いて更新し、更新後の在不在パターンを記憶する。
The
サーバ装置5内のCPU53は、受信部53Aと、取得部53Bと、生成部53Cと、送信部53Dとを有する。
The
受信部53Aは、複数の室内機21の通信アダプタ3と接続してルータ4、通信網8及び中継装置6を経由して、通信アダプタ3から空調空間毎の2日分の在不在の検出結果を受信し、受信した2日分の在不在の検出結果を履歴データメモリ52Aに記憶する。受信部53Aは、通信アダプタ3から曜日情報や祝日情報を受信する。なお、曜日情報はサーバ装置5のCPU53が算出して得てもよく、また、祝日情報はサーバ装置5が直接外部から取得してもよい。取得部53Bは、受信部53Aが受信した曜日情報や祝日情報を取得する。取得部53Bは、受信部53Aが受信した曜日情報や祝日情報を取得する。
The receiving unit 53A is connected to the
図7は、在不在パターンの生成に使用するデータの一例を示す説明図である。在不在パターンの生成に使用するデータとしては、センサデータとしての在不在の検出結果と、曜日データとしての曜日情報と、祝日データとしての祝日情報とを有する。在不在の検出結果は、前述したように、空調空間におけるセンサ21Bの10分毎の人の在不在の検出結果である。また、前述したように、「不定」の在不在の検出結果は、在不在パターンの生成や更新に使用しないものとする。 FIG. 7 is an explanatory diagram showing an example of data used for generating an absentee pattern. The data used to generate the presence / absence pattern includes the presence / absence detection result as sensor data, the day of the week information as day of the week data, and the holiday information as holiday data. As described above, the presence / absence detection result is the detection result of the presence / absence of a person every 10 minutes of the sensor 21B in the air-conditioned space. Further, as described above, the detection result of "indefinite" absence / absence shall not be used for generating or updating the absence / absence pattern.
生成部53Cは、履歴データメモリ52Aに記憶中の第1の所定期間、例えば、過去の検出結果である30日間分の図7に示す在不在の検出結果、曜日情報及び祝日情報を使用し、室内機21の空調空間における使用者の在不在パターンを生成する。生成部53Cは、生成した在不在パターンをパターン記憶部52Bに記憶する。生成部53Cは、在不在の検出結果の時間帯に祝日が含まれる場合に当該時間帯を休日と同じとみなす。生成部53Cは、パターン記憶部52Bに在不在パターンを記憶した後、履歴データメモリ52Aの内、例えば、生成に未使用の6日分の在不在の検出結果を用いてパターン記憶部52Bに記憶中の在不在パターンを更新し、更新後の在不在パターンをパターン記憶部52Bに記憶する。
The generation unit 53C uses the first predetermined period stored in the
空気調和機2が、例えば、居間に設置されている場合、生成部53Cは、履歴データメモリ52Aに記憶中の居間の在不在の検出結果から平日、例えば月曜日(祝日である場合を除く)の在不在の検出結果を抽出する。さらに、生成部53Cは、上記抽出した月曜日の在不在の検出結果の内、「不定」以外の在不在の検出結果を抽出し、抽出した居間の在不在の検出結果に基づき、月曜日の居間での人の在不在を予測する在不在パターンを生成する。また、空気調和機2が、例えば、寝室に設置されている場合、生成部53Cは、履歴データメモリ52Aに記憶中の寝室の在不在の検出結果から平日、例えば月曜日(祝日である場合を除く)の在不在の検出結果を抽出する。さらに、生成部53Cは、上記抽出した月曜日の在不在の検出結果の内、「不定」以外の在不在の検出結果を抽出し、抽出した寝室の在不在の検出結果に基づき、月曜日の寝室での人の在不在を予測する在不在パターンを生成する。
When the
また、生成部53Cは、履歴データメモリ52Aに記憶中の居間の在不在の検出結果から祝日及び日曜日の在不在の検出結果を抽出する。さらに、生成部53Cは、抽出した祝日及び日曜日の在不在の検出結果の内、「不定」以外の在不在の検出結果を抽出し、抽出した居間の在不在の検出結果に基づき、日曜日の居間での人の在不在を予測する在不在パターンを生成する。また、生成部53Cは、履歴データメモリ52Aに記憶中の寝室の在不在の検出結果から祝日及び日曜日の在不在の検出結果を抽出する。さらに、生成部53Cは、抽出した祝日及び日曜日の在不在の検出結果の内、「不定」以外の在不在の検出結果を抽出し、抽出した寝室の在不在の検出結果に基づき、日曜日の寝室での人の在不在を予測する在不在パターンを生成する。
Further, the generation unit 53C extracts the presence / absence detection results of holidays and Sundays from the detection results of the presence / absence of the living room stored in the
つまり、生成部53Cは、室内機21が設置されている空調空間における曜日毎の在不在パターンを生成する。尚、説明の便宜上、曜日毎の在不在パターンを生成する場合を例示したが、例えば、祝日以外の月曜日から金曜日までを平日とし、平日の空調空間毎の在不在パターンを生成し、祝日、土曜日及び日曜日を休日とし、休日の空調空間毎の在不在パターンを生成してもよい。また、休日として、祝日、土曜日及び日曜日を例示したが、これに限定されるものではなく、カレンダ上の休日、祝日に関係なく、例えば火曜日を休日として設定してもよく、適宜変更可能である。
That is, the generation unit 53C generates the presence / absence pattern for each day of the week in the air-conditioned space where the
図8は、生成した使用者の在不在パターンの一例を示す説明図である。図8に示す在不在パターンのパターン1は、月曜日および火曜日の空調空間での使用者の在不在を示す在不在パターンである。尚、図示はしないが、祝日以外の水曜日~土曜日の空調空間での使用者の在不在パターンも予測している。パターン2は、日曜日および祝日の空調空間での使用者の在不在を示す在不在パターンである。
FIG. 8 is an explanatory diagram showing an example of the generated user's absence pattern. The
生成部53Cは、在不在の検出結果と、曜日情報及び祝日情報に基づき、空調空間毎の曜日毎の在不在パターンを生成又は更新し、生成又は更新した在不在パターンをパターン記憶部52Bに記憶する。送信部53Dは、中継装置6、通信網8及びルータ4経由でパターン記憶部52Bに記憶中の空調空間毎の曜日毎の在不在パターンを通信アダプタ3に送信する。
The generation unit 53C generates or updates the absence pattern for each day of the week in each air-conditioned space based on the absence detection result, the day of the week information, and the holiday information, and stores the generated or updated absence pattern in the
<端末装置の表示形態>
図9Aは、端末装置7のタイマ設定画面70の一例を示す説明図である。図9Aに示すタイマ設定画面70は、現在運転中の運転モードを表示する運転モード表示部71と、現在の設定温度を表示する設定温度表示部72と、現在の設定風量を表示する設定風量表示部73と、使用者が設定した予約運転の内容を表示する第1のタイマ表示部74と、空気調和機2が推奨する予約運転(AI運転提案)の内容を表示する第2のタイマ表示部75とを表示している。運転モード表示部71は、例えば、冷房、暖房、送風、ドライ等の通常の空調運転や、例えば、フィルタ清掃運転や加熱除菌運転等の付加機能運転等の現在運転中のモードを表示する。第1のタイマ表示部74は、使用者の設定操作に応じて空調運転の開始時刻や終了時刻等のタイマ時刻を表示する第1の表示部である。第2のタイマ表示部75は、空気調和機2の推奨部21D0で推奨された空調運転の開始時刻等のタイマ時刻を表示する第2の表示部である。タイマ設定画面70上の第1のタイマ表示部74と第2のタイマ表示部75とを区分けして表示することで、使用者は第1のタイマ表示部74による自分が設定したタイマの運転と第2のタイマ表示部75によるAI運転提案とを容易に区別できる。その結果、両者が区別せずに表示される場合と比べて、使用者は、誤ってAI運転提案を消去してしまうような誤操作を防ぐことができる。
<Display form of terminal device>
FIG. 9A is an explanatory diagram showing an example of the
図9Bは、端末装置7の推奨画面80の一例を示す説明図である。端末装置7は、図9Aに示すタイマ設定画面70上の第2のタイマ表示部75が使用者により選択された場合、図9Bに示す推奨画面80を表示する。推奨画面80は、予約実行有無選択部81と、AI運転提案のタイマ設定時刻を表示する第2のタイマ時刻表示部82と、AI運転提案の内容を説明する文章を表示する推奨内容表示部83と、推奨設定有無選択部84とを表示している。予約実行有無選択部81は、予約実行の有無を空気調和機2に指示する操作部である。第2のタイマ時刻表示部82は、空気調和機2の推奨部21D0で推奨されたタイマ時刻を表示する。推奨内容表示部83は、推奨部21D0で推奨された推奨内容をポップアップ表示する。推奨内容としては、例えば、「明日の朝は寒くなりそうです。午前6:00に快適になるように運転予約を設定しませんか。」等の内容である。推奨設定有無選択部84は、推奨内容を設定するか否かを空気調和機2に指示する操作部である。
FIG. 9B is an explanatory diagram showing an example of the recommended
図9Cは、端末装置7の推奨時刻の変更画面90の一例を示す説明図である。端末装置7は、図9Bに示す推奨画面80上の第2のタイマ時刻表示部82が使用者により選択された場合、図9Cに示す変更画面90を表示する。第2のタイマ時刻表示部82は変更部42Aに相当し、使用者の選択操作に応じて変更画面90を表示する。端末装置7は、使用者による変更画面90上の第2のタイマ時刻91の変更操作に応じて第2のタイマ時刻を自由に調整可能である。その結果、利用者は、推奨されたAI運転のタイマ時刻を自由に調整できる。
FIG. 9C is an explanatory diagram showing an example of a
尚、説明の便宜上、図9Aに示すタイマ設定画面70、図9Bに示す推奨画面80及び図9Cに示す変更画面90をそれぞれ端末装置7に表示する場合を例示したが、タイマ設定画面70、推奨画面80及び変更画面90をそれぞれリモコン23に表示してもよい。また、上記説明では、第1のタイマ表示部74と第2のタイマ表示部75とが端末装置7に予め設けられている場合を説明したが、例えば、元々はAI運転提案ができない空気調和機2がプログラムの更新などによってAI運転提案ができるようになった際は、複数ある第1のタイマ表示部74のうちの1つを第2のタイマ表示部75と変更してもよい。
For convenience of explanation, the case where the
<付加機能運転の推奨について>
次に通常の空調運転と異なる付加機能運転の空気調和機2から使用者への推奨について説明する。本実施例の付加機能運転には、加熱除菌運転と、フィルタ清掃運転とがある。図10は、加熱除菌運転時の各処理のタイミングチャートの一例を示す説明図である。空気調和機2内の推奨部21D0は、在不在予測部34Eの予測結果である24時間分の在不在予測結果を入手しこの予測結果の中から第6の所定期間、例えば、5時間以上の不在が予測される時間を検出する。そして、推奨部21D0は検出した5時間以上の不在時間の直前(例えば1時間前)まで冷房運転又は除湿運転が実施され、かつ、前回の加熱除菌運転の実行から3日以上経過している場合にのみ、加熱除菌運転を使用者に推奨する。空気調和機2は、冷房運転又は除湿運転が停止された時点で、端末装置7に加熱除菌運転の推奨を通知する。加熱除菌運転の推奨通知を受けた使用者が加熱除菌運転実行を拒否しなかった場合、空気調和機2は検出した5時間以上の不在時間内で加熱除菌運転を実行する。なお、加熱除菌運転は以下の手順を経て実行される。まず空気調和機2は冷房運転又は除湿運転が停止された時点から5時間以上の不在時間の内の最初の1時間までは後述する監視運転を実行する。監視運転が終了した後、1時間かけて加熱除菌運転を実行し、残りの3時間で加熱除菌運転により上昇した室内温度及び室内湿度を低下させる冷却期間とする。
<Recommendation for additional function operation>
Next, recommendations from the
上述した監視運転は、空調空間内に実際に人が不在であるか否かをセンサ21Bの在不在の検出結果を用いて監視する運転である。付加機能運転が加熱除菌運転の場合には、冷房運転あるいは除湿運転が停止された時点から加熱除菌運転を実行する時点までを監視時間とし、当該監視時間で空調空間における使用者の在不在を監視する監視運転を実行する。そして、監視運転を行っている最中に、空調空間内で人が検出された場合は、空気調和機2は加熱除菌運転を実行せず、この加熱除菌運転を実行しない旨を使用者の端末装置7に通知する。尚、図10では、人が不在となる時刻に冷房運転あるいは除湿運転が停止されて監視時間が始まる場合を示している。
The above-mentioned monitoring operation is an operation for monitoring whether or not a person is actually present in the air-conditioned space by using the detection result of the presence or absence of the sensor 21B. When the additional function operation is the heating sterilization operation, the monitoring time is from the time when the cooling operation or the dehumidifying operation is stopped to the time when the heating sterilization operation is executed, and the presence or absence of the user in the air-conditioned space is set during the monitoring time. Perform a monitoring operation to monitor. Then, if a person is detected in the air-conditioned space during the monitoring operation, the
また、加熱除菌運転は、前述したように室内機21の室内熱交換器を55度に加熱して除菌する運転である。加熱除菌運転の実行によって空調空間内の室内温度及び室内湿度が上昇することになる。そこで、加熱除菌運転を実行した後に、加熱除菌運転で上昇した室内温度及び室内湿度が低下するまでの時間として冷却期間を設ける。冷却期間は、加熱除菌運転が終了してから通常の空調運転を行うまでに設けるべき準備時間である。その結果、加熱除菌運転による空調空間での使用者に対する不快感を与えるような事態を回避できる。
Further, the heating sterilization operation is an operation in which the indoor heat exchanger of the
図11は、フィルタ清掃運転時の各処理のタイミングチャートの一例を示す説明図である。空気調和機2内の推奨部21D0は、在不在予測部34Eの予測結果である24時間分の在不在予測結果の中に、1時間以上、かつ、5時間未満の不在時間を検出し、かつ、室内機21の運転積算時間が200時間以上の場合に、フィルタ清掃運転を使用者に推奨する。空気調和機2は、推奨したフィルタ清掃運転を使用者が受け入れた場合、1時間以上、かつ、5時間未満の不在時間の内、最初の1時間で監視運転、次の20分でフィルタ清掃運転を実行する。監視運転は、空調空間内に実際に人が不在であるか否かをセンサ21Bの在不在の検出結果を用いて監視する運転である。具体的には、1時間以上、かつ、5時間未満の不在時間の内、最初の1時間は、フィルタ清掃運転を開始する前の監視時間とし、当該監視時間で空調空間における使用者の在不在を監視する監視運転を実行する。そして、監視運転を行っている最中に、空調空間内で人が検出された端末装置7に通知する。その結果、フィルタ清掃運転による空調空間での使用者に対する不快感を与えるような事態を回避できる。
FIG. 11 is an explanatory diagram showing an example of a timing chart of each process during the filter cleaning operation. The recommended unit 21D0 in the
以上に説明したように、本実施例の空気調和システム1では、使用者が在室しているときに実行されると使用者に不快感を与える恐れのある付加機能運転の実行を、予測した使用者の不在時間の長さに応じて推奨する。その結果、使用者に不快感を与えることなく、室内機21の室内熱交換器の除菌やフィルタ清掃を自動的に行える。
As described above, in the
<空気調和システムにおける在不在パターンの生成について>
次に本実施例の空気調和システム1における在不在パターンの生成について説明する。図12Aは、在不在パターンを生成する生成処理に関わるサーバ装置5のCPU53の処理動作の一例を示すフローチャートである。生成処理は、空気調和機2が後に空調空間に設置された後に最初に在不在パターンを生成する処理である。図12Aにおいてサーバ装置5のCPU53内の受信部53Aは、定期的、例えば、毎日0:00に通信アダプタ3と通信し、通信アダプタ3から空調空間毎の2日分の在不在の検出結果を受信したか否かを判定する(ステップS11)。尚、通信アダプタ3は、2日分の在不在の検出結果が得られるまでは履歴メモリ33Aに記憶しておくものとする。受信部53Aは、2日分の在不在の検出結果を受信した場合(ステップ11:Yes)、受信した2日分の在不在の検出結果を記憶部52の履歴データメモリ52Aに記憶する(ステップS12)。CPU53内の生成部53Cは、履歴データメモリ52A内に30日分の在不在の検出結果が記憶済みであるか否かを判定する(ステップS13)。生成部53Cは、30日分の在不在の検出結果が記憶済みの場合(ステップS13:Yes)、記憶中の在不在の検出結果、曜日情報及び祝日情報に基づき、空調空間毎の各曜日の在不在パターンを生成する(ステップS14)。尚、CPU53内の取得部53Bは、2日分の在不在の検出結果を取得する際に、2日分の在不在の検出結果の検出日の曜日情報及び祝日情報も合わせて取得するか、あるいは、サーバ装置5が自ら取得した曜日情報及び祝日情報を取得した2日分の在不在の検出結果に紐づける。また、生成部53Cでは、曜日毎の在不在パターンを生成する場合を例示しているが、休日又は平日の2つの在不在パターンを生成してもよく、適宜変更可能である。
<Generation of absence pattern in air conditioning system>
Next, the generation of the absence pattern in the
生成部53Cは、生成した在不在パターンをパターン記憶部52Bに記憶する(ステップS15)。CPU53内の送信部53Dは、パターン記憶部52Bに記憶中の在不在パターンを通信アダプタ3に送信し(ステップS16)、図12Aの処理動作を終了する。
The generation unit 53C stores the generated absence / absence pattern in the
受信部53Aは、ステップS11の処理において空調空間毎の2日分の在不在の検出結果を受信しなかった場合(ステップS11:No)、ステップS11の処理に戻る。また、受信部53Aは、ステップS13の処理において30日分の在不在の検出結果が記憶済みでない場合(ステップS13:No)、ステップS11の処理に戻る。 When the receiving unit 53A does not receive the detection result of absence for two days for each air-conditioned space in the process of step S11 (step S11: No), the process returns to the process of step S11. Further, when the detection result of absence for 30 days is not stored in the process of step S13 (step S13: No), the receiving unit 53A returns to the process of step S11.
サーバ装置5のCPU53は、通信アダプタ3から空調空間毎の30日分の在不在の検出結果を記憶した場合、空調空間毎の30日分の在不在の検出結果、曜日情報及び祝日情報に基づき、空調空間における使用者の在不在を予測する曜日毎の在不在パターンを生成する。そして、CPU53は、生成した在不在パターンを通信アダプタ3に送信する。その結果、サーバ装置5は、空調空間で使用する曜日毎の在不在パターンを通信アダプタ3に提供できる。
When the
図12Bは、既に生成している在不在パターンを更新する更新処理に関わるサーバ装置5のCPU53の処理動作の一例を示すフローチャートである。更新処理は、パターン記憶部52Bに記憶中の在不在パターンの内容を更新する処理である。図12Bにおいて受信部53Aは、定期的、例えば、毎日0:00に通信アダプタ3と通信し、通信アダプタ3から空調空間毎の2日分の在不在の検出結果を受信したか否かを判定する(ステップS21)。尚、通信アダプタ3は、2日分の在不在の検出結果が得られるまでは履歴メモリ33Aに記憶しておくものとする。受信部53Aは、空調空間毎の2日分の在不在の検出結果を受信した場合(ステップS21:Yes)、受信した2日分の在不在の検出結果を記憶部52の履歴データメモリ52Aに記憶する(ステップS22)。生成部53Cは、履歴データメモリ52A内に、生成に未使用の6日分の在不在の検出結果が記憶済みであるか否かを判定する(ステップS23)。
FIG. 12B is a flowchart showing an example of the processing operation of the
生成部53Cは、生成に未使用の6日分の在不在の検出結果が記憶済みの場合(ステップS23:Yes)、記憶中の在不在の検出結果、曜日情報及び祝日情報に基づき、空調空間毎の各曜日の在不在パターンを更新する(ステップS24)。生成部53Cは、更新した空調空間毎の各曜日の在不在パターンをパターン記憶部52Bに記憶する(ステップS25)。送信部53Dは、パターン記憶部52Bに記憶中の空調空間毎の各曜日の在不在パターンを通信アダプタ3に送信する(ステップS26)。そして、受信部53Aは、空調空間毎の2日分の在不在の検出結果を受信したか否かを判定すべく、ステップS21の処理に戻る。
When the generation unit 53C has stored the absence detection results for 6 days unused for generation (step S23: Yes), the generation unit 53C is an air-conditioned space based on the storage absence detection results, day of the week information, and holiday information. The absence pattern of each day of the week is updated (step S24). The generation unit 53C stores the presence / absence pattern of each day of the week for each updated air-conditioned space in the
受信部53Aは、ステップS21の処理において2日分の在不在の検出結果を受信しなかった場合(ステップS21:No)、ステップS21の処理に戻る。また、受信部53Aは、ステップS23の処理において生成に未使用の6日分の在不在の検出結果が記憶済みでない場合(ステップS23:No)、ステップS21の処理に戻る。 When the receiving unit 53A does not receive the detection result of absence for two days in the process of step S21 (step S21: No), the process returns to the process of step S21. Further, when the detection result of absence for 6 days unused for generation is not stored in the process of step S23 (step S23: No), the receiving unit 53A returns to the process of step S21.
CPU53は、在不在パターンの生成後、通信アダプタ3から6日分の在不在の検出結果を得る度に、空調空間毎の6日分の在不在の検出結果、曜日情報及び祝日情報に基づき、空調空間毎の各曜日の在不在パターンを更新する。そして、CPU53は、更新した在不在パターンを通信アダプタ3に送信する。その結果、サーバ装置5は、空調空間に使用する曜日毎の最新の在不在パターンを通信アダプタ3に提供できる。
After the absence pattern is generated, the
図13Aは、推奨処理に関わる通信アダプタ3のCPU34の処理動作の一例を示すフローチャートである。図13Aにおいて通信アダプタ3内のCPU34内の在不在予測部34Eは、現在時刻が予測時刻であるか否かを判定する(ステップS30)。尚、予測時刻としては、事前に設定した、例えば、前述した毎日8:00や20:00等の所定時刻である。在不在予測部34Eは、現在時刻が予測時刻である場合(ステップS30:Yes)、現在の予測時刻から所定時間、例えば、24時間前までの在不在の検出結果を空気調和機2の室内機21から取得したか否かを判定する(ステップS31)。尚、説明の便宜上、所定時間は、24時間としたが、これに限定されるものではなく、例えば、前日21:00~当日0:00、当日0:00から予測時刻までの時間帯でよく、適宜変更可能である。
FIG. 13A is a flowchart showing an example of the processing operation of the CPU 34 of the
在不在予測部34Eは、現在の予測時刻から24時間前までの在不在の検出結果を取得した場合(ステップS31:Yes)、空調空間における複数の在不在パターンから、取得した在不在の検出結果及び曜日情報を用いて空調空間における在不在予測に使用する在不在パターンを選択する(ステップS32)。在不在予測部34Eは、選択した在不在パターンを用いて現在から24時間後の使用者の在不在を予測する(ステップS33)。室内機21内の制御部21Dの行動予測部21D2は、室内用途情報に基づき、室内機21の設置場所が寝室であるか否かを判定する(ステップS34)。
When the presence / absence prediction unit 34E acquires the presence / absence detection result up to 24 hours before the current predicted time (step S31: Yes), the presence / absence detection result acquired from the plurality of absence / absence patterns in the air-conditioned space. And the day of the week information is used to select the presence / absence pattern to be used for the presence / absence prediction in the air-conditioned space (step S32). The presence / absence prediction unit 34E predicts the presence / absence of the user 24 hours after the present using the selected presence / absence pattern (step S33). The behavior prediction unit 21D2 of the
行動予測部21D2は、室内機21の設置場所が寝室でない場合(ステップS34:No)、居間での空調運転推奨処理を実行し(ステップS35)、ステップS30の処理に戻る。また、行動予測部21D2は、室内機21の設置場所が寝室の場合(ステップS34:Yes)、寝室での空調運転推奨処理を実行し(ステップS36)、ステップS30の処理に戻る。また、在不在予測部34Eは、現在時刻が予測時刻でない場合(ステップS30:No)、ステップS30の処理に戻る。また、在不在予測部34Eは、現在の予測時刻から24時間前までの在不在の検出結果を取得したのでない場合(ステップS31:No)、ステップS31の処理に戻る。
When the installation location of the
通信アダプタ3は、センサの現在の検出結果及び曜日情報を用いて選択した在不在パターンを使用して予測時刻から24時間後までの使用者の在不在を予測した後、室内機21の設置場所が寝室の場合に寝室での空調運転推奨処理を実行し、室内機21の設置場所が寝室でない場合に居間での空調運転推奨処理を実行する。その結果、この後図13B乃至図13Dを用いて説明する使用者の行動予測結果に応じた空調運転を使用者に推奨できる。尚、説明の便宜上、空調空間として寝室及び居間を例示したが、これに限定されるものではなく、浴室の脱衣場やトイレ等であってもよく、適宜変更可能である。
The
次に図13AのステップS35の居間での空調運転推奨処理について説明する。図13B及び図13Cは、居間での空調運転推奨処理に関わる室内機21の制御部21Dの処理動作の一例を示すフローチャートである。尚、図13B及び図13Cで説明する室内機21は、居間に設置された室内機である。図13Bにおいて室内機21内の制御部21D内の行動予測部21D2は、在不在予測結果の中の第1の時間帯(0:00~10:50)に、第4の所定期間、例えば、3時間以上の居間での不在から在室へと変化するタイミングがあるか否かを判定する(ステップS41)。尚、第1の時間帯は、前述したように、使用者が起床して、例えば、寝室から出て居間に入り、空調運転を開始することが想定される時間帯である。
Next, the recommended processing for air-conditioning operation in the living room in step S35 of FIG. 13A will be described. 13B and 13C are flowcharts showing an example of the processing operation of the
行動予測部21D2は、第1の時間帯内に第4の所定期間以上の不在から在室へと変化するタイミングがある場合(ステップS41:Yes)、当該タイミングを起床時刻と予測する(ステップS42)。推奨部21D0は、起床時刻を予測した後、当該起床時刻から15分前に空調運転を開始する旨の推奨信号を生成する(ステップS43)。次に、行動予測部21D2は、在不在予測結果の中の第4の時間帯(17:00~23:50)に、第5の所定期間、例えば、居間での在室から3時間以上の不在へと変化するタイミングがあるか否かを判定する(ステップS44)。尚、第4の時間帯は、使用者が夜に居間の空調運転を停止して居間から出ることが想定される時間帯、例えば、17:00~23:50、または、使用者が夜に寝室の空調運転を開始して寝室に入る時刻を想定した時間帯、例えば、17:00~23:50である。 When the behavior prediction unit 21D2 has a timing of changing from absent for a fourth predetermined period or longer to being in the room within the first time zone (step S41: Yes), the behavior prediction unit 21D2 predicts the timing as the wake-up time (step S42). ). After predicting the wake-up time, the recommendation unit 21D0 generates a recommended signal to start the air-conditioning operation 15 minutes before the wake-up time (step S43). Next, the behavior prediction unit 21D2 is in the fourth time zone (17:00 to 23:50) in the absence prediction result for a fifth predetermined period, for example, three hours or more from the presence in the living room. It is determined whether or not there is a timing to change to absence (step S44). The fourth time zone is a time zone in which the user is expected to stop the air conditioning operation of the living room at night and leave the living room, for example, from 17:00 to 23:50, or the user is at night. It is a time zone assuming the time when the air conditioning operation of the living room is started and the living room is entered, for example, from 17:00 to 23:50.
行動予測部21D2は、第4の時間帯に第5の所定期間以上の不在へと変化するタイミングがある場合(ステップS44:Yes)、当該タイミングを就寝時刻と予測する。そして、推奨部21D0は、行動予測部21D2が就寝時刻を予測できた場合は、就寝時刻の1時間前から就寝時間までの間に、ステップS43で生成した推奨信号を通信アダプタ3、ルータ4、通信網8及びルータ4経由で使用者の端末装置7を送信し(ステップS45)、図13Bに示す居間の空調運転推奨処理を終了する。その結果、使用者は、端末装置7の表示画面上の推奨内容に基づき、居間での起床時刻から15分前の空調運転開始の第2のタイマ時刻を簡単に設定できる。
When the behavior prediction unit 21D2 has a timing of changing to the absence of the fifth predetermined period or more in the fourth time zone (step S44: Yes), the behavior prediction unit 21D2 predicts the timing as the bedtime. Then, when the behavior prediction unit 21D2 can predict the bedtime, the recommendation unit 21D0 outputs the recommended signal generated in step S43 from one hour before the bedtime to the bedtime by the
推奨部21D0は、第4の時間帯に第5の所定期間以上の不在へと変化するタイミングがない場合(ステップS44:No)、18:00~19:00までの間に、ステップS43で生成した推奨信号を通信アダプタ3、ルータ4、通信網8及びルータ4経由で使用者の端末装置7を送信し(ステップS46)、図13Bに示す居間の空調運転推奨処理を終了する。その結果、使用者は、端末装置7の表示画面上の推奨内容に基づき、居間での起床時刻から15分前の空調運転開始の第2のタイマ時刻を簡単に設定できる。
The recommendation unit 21D0 is generated in step S43 between 18:00 and 19:00 when there is no timing to change to the absence of the fifth predetermined period or longer in the fourth time zone (step S44: No). The recommended signal is transmitted to the user's
行動予測部21D2は、第1の時間帯に第4の所定期間以上の不在から在室へと変化するタイミングがない場合(ステップS41:No)、在不在予測結果の中の第2の時間帯(13:00~22:50)に、第4の所定期間、例えば、3時間以上の居間での不在から在室へと変化するタイミングがあるか否かを判定する(ステップS47)。尚、第2の時間帯は、前述したように、使用者が帰宅して、例えば、居間に入り、空調運転を開始することが想定される時間帯である。 When the behavior prediction unit 21D2 does not have the timing to change from the absence for the fourth predetermined period or more to the living room in the first time zone (step S41: No), the second time zone in the absence prediction result. At (13:00 to 22:50), it is determined whether or not there is a timing for changing from absent to a room in a living room for a fourth predetermined period, for example, 3 hours or more (step S47). As described above, the second time zone is a time zone in which it is assumed that the user returns home, enters the living room, for example, and starts the air conditioning operation.
行動予測部21D2は、第2の時間帯に第4の所定期間以上の居間での不在から在室へと変化するタイミングがある場合(ステップS47:Yes)、当該タイミングを帰宅時刻と予測する(ステップS48)。推奨部21D0は、帰宅時刻と予測した後、帰宅時刻の15分前に空調運転を開始する旨の推奨信号を生成する(ステップS49)。推奨部21D0は、11:00~12:00の間に、生成した推奨信号を通信アダプタ3、ルータ4、通信網8及びルータ4経由で使用者の端末装置7に送信し(ステップS50)、図13Bに示す居間での空調運転推奨処理を終了する。その結果、使用者は、端末装置7の表示画面上の推奨内容に基づき、帰宅時刻から居間での15分前の空調運転開始の第2のタイマ時刻を簡単に設定できる。
When the behavior prediction unit 21D2 has a timing of changing from being absent in the living room for a fourth predetermined period or longer to being in the room in the second time zone (step S47: Yes), the behavior prediction unit 21D2 predicts the timing as the time to return home (step S47: Yes). Step S48). The recommendation unit 21D0 generates a recommendation signal to start the air conditioning operation 15 minutes before the return time after predicting the return time (step S49). The recommendation unit 21D0 transmits the generated recommended signal between 11:00 and 12:00 to the user's
尚、ステップS45、S46、および、ステップS50の各処理で送信された推奨信号を受信した端末装置7の推奨画面80には、図9Bに示す推奨内容表示部83のような内容が表示され、使用者は推奨された空調運転の推奨を受ける(設定する)あるいは受けない(設定しない)を選択できる。
The recommended
行動予測部21D2は、第2の時間帯に第4の所定期間以上の不在から在室へと変化するタイミングがない場合(ステップS47:No)、図13Cに示すM1に移行する。図13Cに示すM1において行動予測部21D2は、在不在予測結果の中の第3の時間帯(8:00~16:50)に、居間での在室から第6の所定期間、例えば、5時間以上の不在へと変化するタイミングがあるか否かを判定する(ステップS51)。尚、第3の時間帯は、使用者が外出によって空調運転が長時間を停止することが想定される時間帯である。行動予測部21D2は、第3の時間帯に居間での在室から第6の所定期間以上の不在へと変化するタイミングがある場合(ステップS51:Yes)、当該タイミングを外出時刻と予測する(ステップS52)。推奨部21D0は、当該タイミングを外出時刻と予測した後、不在時間の前に冷房運転又は除湿運転を行っており、かつ、前回の加熱除菌運転の実行から3日以上経過したか否かを判定する(ステップS53)。 The behavior prediction unit 21D2 shifts to M1 shown in FIG. 13C when there is no timing for changing from absent for a fourth predetermined period or longer to being in the room in the second time zone (step S47: No). In M1 shown in FIG. 13C, the behavior prediction unit 21D2 is in the third time zone (8:00 to 16:50) in the absence prediction result for a sixth predetermined period from the presence in the living room, for example, 5. It is determined whether or not there is a timing to change to the absence for more than an hour (step S51). The third time zone is a time zone in which it is assumed that the air conditioning operation will be stopped for a long time due to the user going out. If there is a timing in which the behavior prediction unit 21D2 changes from being in the living room to being absent for the sixth predetermined period or more in the third time zone (step S51: Yes), the behavior prediction unit 21D2 predicts the timing as the outing time (step S51: Yes). Step S52). The recommendation unit 21D0 determines whether or not the cooling operation or the dehumidifying operation has been performed before the absentee time after predicting the timing as the outing time, and 3 days or more have passed since the previous heating sterilization operation was executed. Determination (step S53).
推奨部21D0は、不在時間の前に冷房運転又は除湿運転を行っており、かつ、前回の加熱除菌運転の実行から3日以上経過した場合(ステップS53:Yes)、外出時刻の1時間後から加熱除菌運転を開始する旨の推奨信号を生成する(ステップS54)。そして、推奨部21D0は、生成した推奨信号を通信アダプタ3、ルータ4、通信網8及びルータ4経由で使用者の端末装置7に送信し(ステップS55)、図13Bに示す居間での空調運転推奨処理を終了する。その結果、使用者は、端末装置7の表示画面上の推奨内容に基づき、居間での外出時刻から1時間後の加熱除菌運転開始の第2のタイマ時刻を簡単に設定できる。
When the recommended unit 21D0 is performing the cooling operation or the dehumidifying operation before the absence time, and 3 days or more have passed since the previous execution of the heating sterilization operation (step S53: Yes), 1 hour after the time of going out. Generates a recommended signal to start the heat sterilization operation from (step S54). Then, the recommendation unit 21D0 transmits the generated recommended signal to the user's
推奨部21D0は、ステップS53にて不在時間の前に冷房運転又は除湿運転を行っており、かつ、前回の加熱除菌運転の実行から3日以上経過したのでない場合(ステップS53:No)、図13Bに示すM2に処理を進めて居間での空調運転推奨処理を終了する。 When the recommended unit 21D0 has performed the cooling operation or the dehumidifying operation before the absence time in step S53, and three days or more have not passed since the previous execution of the heating sterilization operation (step S53: No). The process proceeds to M2 shown in FIG. 13B, and the recommended process for air-conditioning operation in the living room is completed.
行動予測部21D2は、第3の時間帯に居間での在室から第6の所定期間以上の不在へと変化するタイミングがない場合(ステップS51:No)、在不在予測結果の中の第3の時間帯に、居間での在室から第7の所定期間内、例えば、1時間以上5時間未満の不在へと変化するタイミングがあるか否かを判定する(ステップS56)。行動予測部21D2は、第3の時間帯に居間での在室から第7の所定期間内の不在へと変化するタイミングがある場合(ステップS56:Yes)、当該タイミングを外出時刻と予測する(ステップS57)。 When the behavior prediction unit 21D2 does not have a timing to change from being in the living room to being absent for the sixth predetermined period or more in the third time zone (step S51: No), the third of the absentee prediction results. It is determined whether or not there is a timing for changing from being in the living room to being absent within the seventh predetermined period, for example, 1 hour or more and less than 5 hours (step S56). When there is a timing when the behavior prediction unit 21D2 changes from being in the living room to being absent within the seventh predetermined period in the third time zone (step S56: Yes), the behavior prediction unit 21D2 predicts the timing as the outing time (step S56: Yes). Step S57).
推奨部21D0は、当該タイミングを外出時刻と予測した後、室内機21の運転積算時間が200時間以上であるか否かを判定する(ステップS58)。推奨部21D0は、室内機21の運転積算時間が200時間以上の場合(ステップS58:Yes)、外出時刻の1時間後からフィルタ清掃運転を開始する旨の推奨信号を生成する(ステップS59)。推奨部21D0は、生成した推奨信号を通信アダプタ3、ルータ4、通信網8及びルータ4経由で使用者の端末装置7に送信すべく、ステップS55の処理に戻る。その結果、使用者は、端末装置7の表示画面上の推奨内容に基づき、居間での外出時刻から1時間後のフィルタ清掃運転開始の第2のタイマ時刻を簡単に設定できる。
After predicting the timing as the outing time, the recommendation unit 21D0 determines whether or not the integrated operation time of the
尚、ステップS54、および、ステップS59の各処理で送信された推奨信号を受信した端末装置7の推奨画面80には、図示は省略するが推奨内容表示部83に推奨内容が表示される。ただし、付加機能運転の推奨の場合は、空調運転の推奨とは異なり、使用者に付加機能運転を実行する旨の表示がなされ、使用者が付加機能運転の実行を拒否しない限り付加機能運転が実行される。使用者が付加機能運転の実行を望まない場合には付加機能運転の実行拒否を選択できる推奨内容となっている。
Although not shown, the recommended content is displayed on the recommended
行動予測部21D2は、第3の時間帯に居間での在室から第7の所定期間内の不在へと変化するタイミングがない場合(ステップS56:No)、図13Bに示す居間での空調運転推奨処理を終了する。また、推奨部21D0は、室内機21の運転積算時間が200時間以上でない場合(ステップS58:No)、図13Bに示すM2に処理を進めて居間での空調運転推奨処理を終了する。
When there is no timing for the behavior prediction unit 21D2 to change from being in the living room to being absent within the seventh predetermined period in the third time zone (step S56: No), the air-conditioned operation in the living room shown in FIG. 13B. End the recommended process. If the integrated operation time of the
次に図13AのステップS36の寝室での空調運転推奨処理について説明する。図13Dは、寝室での空調運転推奨処理に関わる室内機21の制御部21Dの処理動作の一例を示すフローチャートである。尚、図13Dで説明する室内機21は、寝室に設置された室内機である。図13Dにおいて室内機21内の制御部21D内の行動予測部21D2は、在不在予測結果の中の第4の時間帯(17:00~23:50)に、第5の所定期間、例えば、3時間以上の寝室での不在から在室へと変化するタイミングがあるか否かを判定する(ステップS61)。尚、第4の時間帯は、前述したように、使用者が夜に寝室の空調運転を開始して寝室に入る時刻を想定した時間帯、例えば、17:00~23:50である。
Next, the recommended processing for air-conditioning operation in the bedroom in step S36 of FIG. 13A will be described. FIG. 13D is a flowchart showing an example of the processing operation of the
行動予測部21D2は、第4の時間帯に第5の所定期間以上の不在から在室へと変化するタイミングがある場合(ステップS61:Yes)、使用者が寝室へ入る当該タイミングを就寝時刻と予測する(ステップS62)。推奨部21D0は、就寝時刻と予測した後、就寝時刻に空調運転を開始する旨の推奨信号を生成する(ステップS63)。推奨部21D0は、就寝時間の1時間前から就寝時刻までの間に、生成した推奨信号を通信アダプタ3、ルータ4、通信網8及びルータ4経由で使用者の端末装置7に送信し(ステップS64)、図13Dに示す寝室での空調運転推奨処理に関わる処理動作を終了する。その結果、使用者は、端末装置7の表示画面上の推奨内容に基づき、寝室での就寝時刻の空調運転開始の第2のタイマ時刻を簡単に設定できる。
When the behavior prediction unit 21D2 has a timing of changing from absenteeism for a fifth predetermined period or longer to being in the room in the fourth time zone (step S61: Yes), the timing when the user enters the bedroom is defined as the bedtime. Predict (step S62). After predicting the bedtime, the recommendation unit 21D0 generates a recommendation signal to start the air conditioning operation at the bedtime (step S63). The recommendation unit 21D0 transmits the generated recommended signal from one hour before the bedtime to the bedtime to the user's
尚、ステップS64の各処理で送信された推奨信号を受信した端末装置7の推奨画面80には、図9Bに示す推奨内容表示部83のような内容が表示され、使用者は推奨された空調運転の推奨を受ける(設定する)ことで推奨された空調運転が実行される。
The recommended
行動予測部21D2は、第4の時間帯に第5の所定期間以上の不在から在室へと変化するタイミングがない場合(ステップS61:No)、在不在予測結果の中の第3の時間帯(8:00~16:50)に、寝室での在室から第6の所定期間、例えば、5時間以上の不在へと変化するタイミングがあるか否かを判定する(ステップS65)。行動予測部21D2は、第3の時間帯に寝室での在室から第6の所定期間以上の不在へと変化するタイミングがある場合(ステップS65:Yes)、当該タイミングを寝室の出室時刻と予測する(ステップS66)。推奨部21D0は、当該タイミングを出室時刻と予測した後、出室時刻の前に冷房運転又は除湿運転を行っており、かつ、前回の加熱除菌運転の実行から3日以上経過したか否かを判定する(ステップS67)。 When the behavior prediction unit 21D2 does not have the timing to change from the absence for the fifth predetermined period or more to the presence of the room in the fourth time zone (step S61: No), the behavior prediction unit 21D2 has the third time zone in the absence prediction result. At (8:00 to 16:50), it is determined whether or not there is a timing for changing from being in the bedroom to being absent for a sixth predetermined period, for example, 5 hours or more (step S65). When there is a timing when the behavior prediction unit 21D2 changes from being in the bedroom to being absent for the sixth predetermined period or more in the third time zone (step S65: Yes), the timing is set as the time when the bedroom leaves the room. Predict (step S66). The recommendation unit 21D0 predicts that the timing is the time of leaving the room, and then performs the cooling operation or the dehumidifying operation before the time of leaving the room, and whether or not three days or more have passed since the previous execution of the heating sterilization operation. (Step S67).
推奨部21D0は、出室時刻の前に冷房運転又は除湿運転を行っており、かつ、前回の加熱除菌運転の実行から3日以上経過した場合(ステップS67:Yes)、出室時刻の1時間後から加熱除菌運転を開始する旨の推奨信号を生成する(ステップS68)。そして、推奨部21D0は、生成した推奨信号を通信アダプタ3、ルータ4、通信網8及びルータ4経由で使用者の端末装置7に送信し(ステップS69)、図13Dに示す寝室での空調運転推奨処理を終了する。その結果、使用者は、端末装置7の表示画面上の推奨内容に基づき、寝室での出室時刻から1時間後の加熱除菌運転開始の第2のタイマ時刻を簡単に設定できる。
When the cooling operation or the dehumidifying operation is performed before the room leaving time and 3 days or more have passed from the previous execution of the heating sterilization operation (step S67: Yes), the recommended unit 21D0 is 1 of the room leaving time. A recommended signal to start the heat sterilization operation after a certain time is generated (step S68). Then, the recommendation unit 21D0 transmits the generated recommended signal to the user's
尚、ステップS69、および、ステップS73の各処理で送信された推奨信号を受信した端末装置7の推奨画面80には、図示は省略するが推奨内容表示部83に推奨内容が表示される。ただし、付加機能運転の推奨の場合は、空調運転の推奨とは異なり、使用者に付加機能運転を実行する旨の表示がなされ、使用者が付加機能運転の実行を拒否しない限り付加機能運転が実行される。
Although not shown, the recommended content is displayed on the recommended
推奨部21D0は、ステップS67にて出室時刻の前に冷房運転又は除湿運転を行っており、かつ、前回の加熱除菌運転の実行から3日以上経過した場合(ステップS67:No)、図13Dに示す寝室での空調運転推奨処理を終了する。 The recommendation unit 21D0 performs the cooling operation or the dehumidifying operation before the room leaving time in step S67, and three days or more have passed since the previous execution of the heating sterilization operation (step S67: No). The recommended processing for air-conditioning operation in the bedroom shown in 13D is completed.
行動予測部21D2は、第3の時間帯に寝室での在室から第6の所定期間以上の不在へと変化するタイミングがない場合(ステップS65:No)、在不在予測結果の中の第3の時間帯に、寝室での在室から第7の所定期間内、例えば、1時間以上5時間未満の不在へと変化するタイミングがあるか否かを判定する(ステップS70)。行動予測部21D2は、第3の時間帯に寝室での在室から第7の所定期間内の不在へと変化するタイミングがある場合(ステップS70:Yes)、当該タイミングを寝室の出室時刻と予測する(ステップS71)。 When there is no timing for the behavior prediction unit 21D2 to change from being in the bedroom to being absent for a predetermined period or longer in the sixth time zone (step S65: No), the third of the absentee prediction results. It is determined whether or not there is a timing during which the time zone changes from being in the bedroom to being absent within the seventh predetermined period, for example, from 1 hour or more to less than 5 hours (step S70). When the behavior prediction unit 21D2 has a timing of changing from being in the bedroom to being absent within the seventh predetermined period in the third time zone (step S70: Yes), the timing is set as the time of leaving the bedroom. Predict (step S71).
推奨部21D0は、当該タイミングを出室時刻と予測した後、室内機21の運転積算時間が200時間以上であるか否かを判定する(ステップS72)。推奨部21D0は、室内機21の運転積算時間が200時間以上の場合(ステップS72:Yes)、出室時刻の1時間後からフィルタ清掃運転を開始する旨の推奨信号を生成する(ステップS73)。推奨部21D0は、生成した推奨信号を通信アダプタ3、ルータ4、通信網8及びルータ4経由で使用者の端末装置7に送信すべく、ステップS69の処理に戻る。その結果、使用者は、端末装置7の表示画面上の推奨内容に基づき、寝室での出室時刻から1時間後のフィルタ清掃運転開始の第2のタイマ時刻を簡単に設定できる。
After predicting the timing as the exit time, the recommendation unit 21D0 determines whether or not the integrated operation time of the
行動予測部21D2は、第3の時間帯に寝室での在室から第7の所定期間内の不在へと変化するタイミングがない場合(ステップS70:No)、図13Dに示す寝室での空調運転推奨処理を終了する。また、推奨部21D0は、室内機21の運転積算時間が200時間以上でない場合(ステップS72:No)、図13Dに示す寝室での空調運転推奨処理を終了する。
When there is no timing for the behavior prediction unit 21D2 to change from being in the bedroom to being absent within the seventh predetermined period in the third time zone (step S70: No), the air-conditioned operation in the bedroom shown in FIG. 13D. End the recommended process. Further, when the integrated operation time of the
<実施例1の効果>
実施例1の通信アダプタ3では、少なくともセンサ21Bの現在の検出結果を用いて、複数の在不在パターンの中から一つの在不在パターンを選択する。更に、通信アダプタ3は、選択した在不在パターンを用いて、空調空間における24時間分の在不在を予測する。更に、通信アダプタ3は、当該在不在の予測結果である24時間分の在不在予測結果を空気調和機2に送信する。空気調和機2は、取得した24時間分の在不在予測結果に基づいて、各種空調運転を推奨する推奨信号を通信アダプタ3経由で使用者の端末装置7に送信する。その結果、使用者は、推奨信号の推奨内容を実行することで、生活リズムに則した空調運転を実現して快適な空調空間を得ることができる。
<Effect of Example 1>
In the
サーバ装置5は、センサ21Bが第1の所定期間、例えば、30日間で検出した過去の在不在の検出結果、曜日情報及び祝日情報を用いて在不在パターンを生成する。その結果、空調空間における高精度な在不在パターンを取得できる。
The
通信アダプタ3は、選択した在不在パターンを用いて、例えば、毎日8:00や20:00の所定時刻に、当該所定時刻から第2の所定期間、例えば、24時間までの空調空間における使用者の在不在である24時間分の在不在を予測する。更に、通信アダプタ3は、当該在不在の予測結果である24時間分の在不在予測結果を空気調和機2に送信する。そして、空気調和機2は、取得した24時間分の在不在予測結果に基づいて、各種空調運転を推奨する推奨信号を通信アダプタ3経由で使用者の端末装置7に送信する。その結果、使用者は、所定時刻から24時間後までの在不在予測結果を使用した生活リズムに則した空調運転の推奨を受けることができる。
The
通信アダプタ3は、選択した在不在パターンを用いて、第3の所定期間、例えば10分毎の空調空間における使用者の在不在である24時間分の10分毎の在不在を予測する。更に、通信アダプタ3は、当該在不在の予測結果である24時間分の在不在予測結果を空気調和機2に送信する。そして、空気調和機2は、取得した24時間分の在不在予測結果に基づいて、各種空調運転を推奨する推奨信号を通信アダプタ3経由で使用者の端末装置7に送信する。その結果、使用者は、24時間分の10分毎の在不在予測結果を使用した生活リズムに則した空調運転の推奨を受けることができる。
The
空気調和機2は、通信アダプタ3が予測した空調空間における24時間分の在不在予測結果に基づき、空調運転の開始時刻又は空調運転の停止時刻の設定を推奨する推奨信号を使用者の端末装置7に送信する。その結果、使用者は、自らがおやすみ運転などの空調運転の運転時間帯を探さなくても、推奨信号に応じた推奨内容に従うことで生活リズムに則した快適な空調空間を実現できる。
The
空気調和機2は、予測した空調空間における24時間分の在不在予測結果に基づき、空調運転とは異なる付加機能運転を推奨する推奨信号を使用者の端末装置7に送信する。その結果、使用者は、自らが付加機能運転の運転時間帯を探さなくても、推奨信号に応じた推奨内容に従うことで生活リズムに則し、かつ、不快感を受けることなく、付加機能運転を実現できる。
The
空気調和機2は、空調空間が、例えば、居間のように使用者が就寝時間以外の時間の大部分を過ごすような部屋の場合に、空調空間における24時間分の在不在予測結果において、使用者が不在から在室へと変化するタイミングを使用者の起床時刻又は帰宅時刻と予測する。そして、空気調和機2は、例えば、居間において使用者が不在から在室へと変化するタイミングに基づき、空調運転の開始時刻の設定を推奨する推奨信号を使用者の端末装置7に送信する。その結果、使用者は、起床時刻における居間での空調運転の開始時刻を簡単に設定できる。
The
空気調和機2は、室内用途情報に対応した空調空間における24時間分の在不在予測結果において、使用者が在室から不在へと変化するタイミングを使用者の外出時刻又は就寝時刻と予測する。そして、空気調和機2は、居間において使用者が在室から不在へと変化するタイミングに基づき、空調運転とは異なる付加機能運転を推奨する推奨信号を使用者の端末装置7に送信する。その結果、使用者は、自らが付加機能運転の運転時間帯を探さなくても、外出時刻又は就寝時刻における居間での付加機能運転を簡単に設定できる。
The
空気調和機2は、空調空間が、例えば、寝室のように使用者が就寝時に使用する部屋の場合に、空調空間における24時間分の在不在予測結果において、使用者が不在から在室へと変化するタイミングを使用者の就寝時刻と予測する。そして、空気調和機2は、例えば、寝室において使用者が不在から在室へと変化するタイミングに基づき、空調運転の開始時刻の設定を推奨する推奨信号を使用者の端末装置7に送信する。その結果、使用者は、就寝時刻における寝室での空調運転の開始時刻を簡単に設定できる。
In the
空気調和機2は、室内用途情報に対応した空調空間における24時間分の在不在予測結果において、使用者が在室から不在へと変化するタイミングを使用者の起床時刻と予測する。そして、空気調和機2は、寝室において使用者が在室から不在へと変化するタイミングに基づき、空調運転とは異なる付加機能運転を推奨する推奨信号を使用者の端末装置7に送信する。その結果、使用者は、自らが付加機能運転の運転時間帯を探さなくても、起床時刻における寝室での付加機能運転を簡単に設定できる。
The
空気調和機2は、室内用途情報に対応した空調空間毎の24時間分の在不在予測結果に基づき、不在と予測される期間が第4の所定期間、例えば、3時間以上である状態から在室へと変化するタイミングを使用者の起床時刻又は帰宅時刻と予測する。その結果、空気調和機2は、使用者の起床時刻又は帰宅時刻を高精度に予測できる。
The
空気調和機2は、室内用途情報に対応した空調空間毎の24時間分の在不在予測結果に基づき、不在と予測される期間が第5の所定期間、例えば、3時間以上継続した不在の開始タイミングを使用者の外出時刻又は就寝時刻と予測する。その結果、空気調和機2は、使用者の外出時刻又は就寝時刻を高精度に予測できる。
The
空気調和機2は、室内用途情報に対応した空調空間毎の24時間分の在不在予測結果に基づき、不在と予測される期間が第6の所定期間、例えば、5時間以上の場合に、空調運転と異なる付加機能運転を推奨する推奨信号を使用者の端末装置7に送信する。その結果、使用者は、自らが付加機能運転の時間帯を探さなくても、不快感を受けることのない時間帯で付加機能運転を簡単に設定できる。
The
<実施例1の変形例>
尚、実施例1の通信アダプタ3では、複数の在不在パターンの中から、在不在の検出結果、曜日情報及び祝日情報を用いて予測に使用する在不在パターンを選択し、選択した在不在パターンを用いて空調空間における使用者の在不在を予測する場合を例示したが、サーバ装置5が空調空間の使用者の在不在を予測してもよい。この場合、サーバ装置5は、複数の在不在パターンの中から、空調空間における使用者の在不在を予測する所定時刻から所定時間前までの在不在の検出結果と、曜日情報と、祝日情報とを用いて予測に使用する在不在パターンを選択し、選択した在不在パターンを用いて、空調空間における使用者の在不在を予測する。そして、サーバ装置5は、在不在予測結果を通信アダプタ3経由で空気調和機2に送信する。その結果、サーバ装置5で在不在パターンの生成及び在不在の予測を実行できるため、通信アダプタ3側の処理負担を軽減できる。
<Modified example of Example 1>
In the
実施例1の空気調和システム1では、空気調和機2の室内機21が通信アダプタ3経由で推奨信号を使用者の端末装置7に送信する場合を例示したが、空気調和機2のリモコン23に送信してもよく、適宜変更可能である。
In the
在不在予測部34Eは、複数の在不在パターンの中から、所定時刻から所定時間前の在不在の検出結果、曜日情報及び祝日情報を用いて予測に使用する在不在パターンを選択し、選択した在不在パターンを用いて空調空間での24時間分の在不在を予測する場合を例示した。しかしながら、予測部34Eは、祝日情報がなくても、所定時刻から所定時間前までの在不在の検出結果及び曜日情報を用いて予測に使用する在不在パターンを選択してもよい。 The absence / absence prediction unit 34E selects and selects the absence / absence pattern to be used for prediction from the plurality of absence / absence patterns using the detection result of absence / absence before a predetermined time from a predetermined time, the day of the week information, and the holiday information. An example is shown in which the presence / absence pattern is used to predict the presence / absence for 24 hours in an air-conditioned space. However, even if there is no holiday information, the prediction unit 34E may select the absence pattern to be used for prediction by using the absence detection result from the predetermined time to the predetermined time before and the day of the week information.
推奨部21D0は、行動予測部21D2で予測された使用者の行動予測結果(帰宅時間、外出時間、就寝時間等)に基づき、使用者に推奨すべき推奨運転を選択し選択した推奨運転の実行を推奨する場合を例示した。しかしながら、推奨部21D0は、使用者の行動予測結果に基づき、使用者に推奨すべき推奨運転を選択し選択した推奨運転を実行してもよい。その結果、使用者は、推奨すべき推奨運転を確認する手間が省ける。 The recommendation unit 21D0 selects and selects the recommended operation to be recommended to the user based on the user's behavior prediction result (homecoming time, going out time, bedtime, etc.) predicted by the behavior prediction unit 21D2. The case of recommending is illustrated. However, the recommendation unit 21D0 may select the recommended operation to be recommended to the user based on the behavior prediction result of the user and execute the selected recommended operation. As a result, the user can save the trouble of confirming the recommended operation to be recommended.
また、空気調和システム1では、空気調和機2、通信アダプタ3及びサーバ装置5を使用し、在不在パターンの生成をサーバ装置5、在不在の予測を通信アダプタ3、空調運転開始の推奨信号の送信を空気調和機2の室内機21に処理を分担させる場合を例示した。しかしながら、在不在の予測及び空調運転開始の推奨信号の送信を通信アダプタ3に実行させる、つまり、図13B、図13C及び図13Dの全ての処理を通信アダプタ3で実行してもよく、適宜変更可能である。
Further, in the
また、説明の便宜上、使用者として昼間に働く人を例示し、例えば、第1の時間帯内で3時間以上の連続不在時間から在室へと変化するタイミングがある場合に当該タイミングを起床時刻と予測する場合を例示した。しかしながら、使用者として夜中働く人の場合、当該タイミングを帰宅時刻と予測するようにしても良く、適宜変更可能である。 In addition, for convenience of explanation, an example of a person who works in the daytime as a user is illustrated. The case of predicting that is illustrated. However, in the case of a person who works in the middle of the night as a user, the timing may be predicted as the time to return home, and can be changed as appropriate.
また、空気調和機2に在不在パターンの生成、在不在の予測、空調運転開始の推奨信号の生成及び送信の各処理を実行させてもよく、その実施の形態につき、実施例2として以下に説明する。尚、実施例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。
Further, the
<空気調和機の構成>
図14は、実施例2の空気調和機2Aの構成の一例を示すブロック図である。図14に示す空気調和機2A内の室内機210は、本体21A、センサ21B、受光部21C及び制御部21Dの他に、取得部21Eと、在不在パターン21Fと、生成部21Gと、在不在予測部21Hとを有する。取得部21Eは、曜日情報を取得する。在不在パターン21Fは、空調空間における使用者の在不在を示す在不在パターンを曜日毎に生成したパターンである。
<Structure of air conditioner>
FIG. 14 is a block diagram showing an example of the configuration of the air conditioner 2A of the second embodiment. In the indoor unit 210 in the air conditioner 2A shown in FIG. 14, in addition to the
生成部21Gは、センサ21Bの在不在の検出結果、曜日情報及び祝日情報を用いて在不在パターン21Fを生成する。生成部21Gは、センサ21Bの在不在の検出結果の時間帯に祝日が含まれる場合に当該時間帯を休日と同じとみなす。尚、在不在の検出結果の内、「不定」の在不在の検出結果は、在不在パターン21Fに使用しない。在不在予測部21Hは、複数の在不在パターン21Fの中から、使用者の在不在を予測する時点である所定時刻から所定時間前までの在不在の検出結果を用いて、予測に使用する在不在パターンを選択する。更に、在不在予測部21Hは、選択した在不在パターンを用いて、空調空間における使用者の在不在を予測する。制御部21D内の行動予測部21D2は、在不在予測部21Hによる空調空間における使用者の在不在予測結果に基づいて、各種空調運転を推奨する推奨信号を使用者の端末装置7に送信する。
The generation unit 21G generates the absence / absence pattern 21F using the detection result of the presence / absence of the sensor 21B, the day of the week information, and the holiday information. When the time zone of the detection result of the presence / absence of the sensor 21B includes a holiday, the generation unit 21G considers the time zone to be the same as a holiday. Of the absentee detection results, the "indefinite" absentee detection result is not used for the absentee pattern 21F. The presence / absence prediction unit 21H uses the presence / absence detection result from a predetermined time to a predetermined time before the time when the presence / absence of the user is predicted from a plurality of absence / absence patterns 21F to be used for prediction. Select an absentee pattern. Further, the presence / absence prediction unit 21H predicts the presence / absence of the user in the air-conditioned space by using the selected presence / absence pattern. The behavior prediction unit 21D2 in the
生成部21Gは、センサ21Bが第1の所定期間、例えば、30日間で検出した在不在の検出結果を用いて在不在パターン21Fを生成する。生成部21Gは、通信アダプタ3を経由することなく、センサ21Bの在不在の検出結果を図示せぬ記憶部に記憶し、記憶中の在不在の検出結果を用いて在不在パターン21Fを生成又は更新すべく、図12に示す生成処理を実行する。
The generation unit 21G generates the absence / absence pattern 21F using the detection result of absence / absence detected by the sensor 21B in the first predetermined period, for example, 30 days. The generation unit 21G stores the detection result of the presence / absence of the sensor 21B in a storage unit (not shown) without going through the
在不在予測部21Hは、選択した在不在パターンを用いて、所定時刻、例えば、毎日8:00や20:00に、当該所定時刻から第2の所定期間、例えば、24時間後までの空調空間における使用者の在不在の在不在を予測する。在不在予測部21Hは、第3の所定期間、例えば、10分毎の空調空間における使用者の在不在の在不在を予測する。在不在予測部21Hは、予測する時間帯に祝日が含まれる場合に、当該時間帯を休日と同じとみなして空調空間における24時間分の在不在を予測する。また、在不在予測部21Hは、空調空間における使用者の在不在を予測する際に使用するセンサ21Bの在不在の検出結果から「不定」の在不在の検出結果を除外する。在不在予測部21Hは、図13Aに示すステップS30、S31、S32、S33及びS34の処理を実行する。 The presence / absence prediction unit 21H uses the selected presence / absence pattern to create an air-conditioned space at a predetermined time, for example, at 8:00 or 20:00 every day, for a second predetermined period from the predetermined time, for example, 24 hours later. Predict the presence or absence of the user in. The presence / absence prediction unit 21H predicts the presence / absence of the user in the air-conditioned space for a third predetermined period, for example, every 10 minutes. When the predicted time zone includes a holiday, the presence / absence prediction unit 21H regards the time zone as the same as a holiday and predicts the absence / absence for 24 hours in the air-conditioned space. Further, the presence / absence prediction unit 21H excludes the “indefinite” presence / absence detection result from the presence / absence detection result of the sensor 21B used when predicting the presence / absence of the user in the air-conditioned space. The presence / absence prediction unit 21H executes the processes of steps S30, S31, S32, S33 and S34 shown in FIG. 13A.
行動予測部21D2は、在不在予測部21Hにて空調空間における使用者の在不在の予測結果と、空調空間の室内用途情報(居間や寝室)とに基づいて、居住空間における使用者の1日の行動(例えば、起床時刻、外出時刻、帰宅時刻、就寝時刻)を予測する。そして、推奨部21D0は、予測された行動に基づいて使用者に推奨すべき運転を選択する。さらに、推奨部21D0は、使用者に推奨すべき運転の実行を使用者に推奨する。推奨部21D0は、使用者に推奨する推奨信号をリモコン23に送信する。更に、推奨部21D0は、図13Aに示すステップS35の居間での空調運転推奨処理、あるいは、図13Aに示すステップS36の寝室での空調運転推奨処理を実行する。 The behavior prediction unit 21D2 is based on the prediction result of the presence / absence of the user in the air-conditioned space by the presence / absence prediction unit 21H and the indoor use information (living room or bedroom) of the air-conditioned space, and the user's day in the living space. Predicts behavior (for example, wake-up time, outing time, return time, bedtime). Then, the recommendation unit 21D0 selects the operation to be recommended to the user based on the predicted behavior. Further, the recommendation unit 21D0 recommends the user to execute the operation that should be recommended to the user. The recommendation unit 21D0 transmits a recommended signal recommended to the user to the remote controller 23. Further, the recommendation unit 21D0 executes the air-conditioning operation recommendation process in the living room of step S35 shown in FIG. 13A or the air-conditioning operation recommendation process in the bedroom of step S36 shown in FIG. 13A.
抽出部21D1は、空調空間における24時間分の在不在予測結果の時間帯から、通常の空調運転とは異なる付加機能運転を実行できる時間帯を抽出する。付加機能運転を実行できる時間帯とは、例えば、5時間以上の不在時間である。推奨部21D0は、在不在予測部21Hによる空調空間における使用者の在不在予測結果に基づき、空調運転とは異なる加熱除菌運転やフィルタ清掃運転等の付加機能運転を推奨する推奨信号をリモコン23に送信する。尚、推奨部21D0は、推奨信号をリモコン23に送信する場合を例示したが、使用者の端末装置7と通信する手段を有する場合は、使用者の端末装置7に推奨信号を送信してもよく、適宜変更可能である。
The extraction unit 21D1 extracts a time zone in which an additional function operation different from the normal air-conditioning operation can be executed from the time zone of the presence / absence prediction result for 24 hours in the air-conditioned space. The time zone in which the additional function operation can be executed is, for example, an absence time of 5 hours or more. Based on the presence / absence prediction result of the user in the air-conditioned space by the presence / absence prediction unit 21D0, the recommendation unit 21D0 sends a recommended signal for recommending additional function operation such as heating sterilization operation and filter cleaning operation, which are different from the air-conditioning operation, to the remote controller 23. Send to. Although the recommendation unit 21D0 exemplifies the case where the recommended signal is transmitted to the remote controller 23, if the recommendation unit 21D0 has a means for communicating with the user's
<実施例2の効果>
実施例2の空気調和機2Aは、少なくともセンサ21Bの現在の検出結果を用いて、複数の在不在パターンの中から一つの在不在パターンを選択する。空気調和機2Aは、選択した在不在パターンを用いて、空調空間における24時間分の在不在を予測する。更に、空気調和機2Aは、24時間分の在不在予測結果に基づいて、各種空調運転を推奨する推奨信号をリモコン23に送信する。その結果、使用者は、推奨信号に応じた推奨内容を実行することで、生活リズムに則した空調運転を実現して快適な空調空間を得ることができる。
<Effect of Example 2>
The air conditioner 2A of the second embodiment selects one presence / absence pattern from a plurality of absence / absence patterns by using at least the current detection result of the sensor 21B. The air conditioner 2A predicts the presence / absence for 24 hours in the air-conditioned space using the selected presence / absence pattern. Further, the air conditioner 2A transmits a recommended signal for recommending various air-conditioning operations to the remote controller 23 based on the presence / absence prediction result for 24 hours. As a result, the user can realize the air-conditioned operation in accordance with the daily rhythm and obtain a comfortable air-conditioned space by executing the recommended contents according to the recommended signal.
空気調和機2Aは、センサ21Bが第1の所定期間、例えば、30日間で検出した在不在の検出結果、曜日情報及び祝日情報を用いて在不在パターンを生成する。その結果、空調空間における高精度な在不在パターンを取得できる。 The air conditioner 2A generates an absence pattern using the absence detection result, the day of the week information, and the holiday information detected by the sensor 21B in the first predetermined period, for example, 30 days. As a result, it is possible to acquire a highly accurate presence / absence pattern in the air-conditioned space.
空気調和機2Aは、選択した在不在パターンを用いて、例えば、毎日8:00や20:00の所定時刻に、当該所定時刻から第2の所定期間、例えば、24時間までの空調空間における使用者の在不在である24時間分の在不在を予測する。そして、空気調和機2Aは、24時間分の在不在予測結果に基づいて、各種空調運転を推奨する推奨信号をリモコン23に送信する。その結果、使用者は、所定時刻から24時間後までの在不在予測結果を使用した生活リズムに則した空調運転の推奨を受けることができる。 The air conditioner 2A is used in an air-conditioned space using the selected absence pattern, for example, at a predetermined time of 8:00 or 20:00 every day for a second predetermined period from the predetermined time, for example, 24 hours. Predict the absence of a person for 24 hours. Then, the air conditioner 2A transmits a recommended signal for recommending various air-conditioning operations to the remote controller 23 based on the presence / absence prediction result for 24 hours. As a result, the user can receive the recommendation of the air-conditioned operation according to the daily rhythm using the presence / absence prediction result from the predetermined time to 24 hours later.
空気調和機2Aは、選択した在不在パターンを用いて、第3の所定期間、例えば10分毎の空調空間における使用者の在不在である24時間分の10分毎の在不在を予測する。そして、空気調和機2Aは、24時間分の在不在予測結果に基づいて、各種空調運転を推奨する推奨信号をリモコン23に送信する。その結果、使用者は、24時間分の10分毎の在不在予測結果を使用した生活リズムに則した空調運転の推奨を受けることができる。 The air conditioner 2A predicts the absence of the user every 10 minutes for 24 hours, which is the absence of the user in the air-conditioned space for a third predetermined period, for example, every 10 minutes, using the selected absence pattern. Then, the air conditioner 2A transmits a recommended signal for recommending various air-conditioning operations to the remote controller 23 based on the presence / absence prediction result for 24 hours. As a result, the user can receive the recommendation of the air-conditioned operation according to the daily rhythm using the presence / absence prediction result every 10 minutes for 24 hours.
空気調和機2Aは、予測した空調空間における24時間分の在不在予測結果に基づき、空調運転の開始時刻又は空調運転の停止時刻の設定を推奨する推奨信号をリモコン23に送信する。その結果、使用者は、自らがおやすみ運転等の空調運転の運転時間帯を探さなくても、推奨信号に応じた推奨内容に従うことで生活リズムに則した快適な空調空間を実現できる。 The air conditioner 2A transmits to the remote control 23 a recommended signal for recommending the setting of the start time of the air conditioning operation or the stop time of the air conditioning operation based on the predicted presence / absence prediction result for 24 hours in the predicted air conditioning space. As a result, the user can realize a comfortable air-conditioned space in line with the daily rhythm by following the recommended contents according to the recommended signal without searching for the operating time zone of the air-conditioned operation such as good night operation.
空気調和機2Aは、予測した空調空間における24時間分の在不在予測結果に基づき、空調運転とは異なる付加機能運転を推奨する推奨信号をリモコン23に送信する。その結果、使用者は、自らが付加機能運転の運転時間帯を探さなくても、推奨信号に応じた推奨内容に従うことで生活リズムに則し、かつ、不快感を受けることなく、付加機能運転を実現できる。 The air conditioner 2A transmits to the remote controller 23 a recommended signal recommending an additional function operation different from the air-conditioned operation, based on the predicted presence / absence prediction result for 24 hours in the predicted air-conditioned space. As a result, the user does not have to search for the driving time zone of the additional function driving, but by following the recommended contents according to the recommended signal, the user follows the daily rhythm and does not feel discomfort, and the additional function driving. Can be realized.
行動予測部21D2は、空調空間が、例えば、居間のように使用者が就寝時間以外の時間の大部分を過ごすような部屋の場合に、空調空間における24時間分の在不在予測結果において、使用者が不在から在室へと変化するタイミングを使用者の起床時刻又は帰宅時刻と予測する。更に、推奨部21D0は、例えば、居間において使用者が不在から在室へと変化するタイミングに基づき、空調運転の開始時刻の設定を推奨する推奨信号をリモコン23に送信する。その結果、使用者は、起床時刻における居間での空調運転の開始時刻を簡単に設定できる。 The behavior prediction unit 21D2 is used in the absence prediction result for 24 hours in the air-conditioned space when the air-conditioned space is a room such as a living room where the user spends most of the time other than bedtime. The timing at which the person changes from being absent to being in the room is predicted as the time when the user wakes up or returns home. Further, the recommendation unit 21D0 transmits, for example, a recommended signal for recommending the setting of the start time of the air conditioning operation to the remote controller 23 based on the timing when the user changes from the absence to the presence of the room in the living room. As a result, the user can easily set the start time of the air-conditioning operation in the living room at the time of waking up.
行動予測部21D2は、室内用途情報に対応した空調空間における24時間分の在不在予測結果において、使用者が在室から不在へと変化するタイミングを使用者の外出時刻又は就寝時刻と予測する。推奨部21D0は、居間において使用者が在室から不在へと変化するタイミングに基づき、空調運転とは異なる付加機能運転を推奨する推奨信号をリモコン23に送信する。その結果、使用者は、自らが付加機能運転の運転時間帯を探さなくても、外出時刻又は就寝時刻における居間での付加機能運転を簡単に設定できる。 The behavior prediction unit 21D2 predicts the timing at which the user changes from being in the room to being absent as the user's outing time or bedtime in the absence prediction result for 24 hours in the air-conditioned space corresponding to the indoor use information. The recommendation unit 21D0 transmits to the remote controller 23 a recommendation signal for recommending an additional function operation different from the air-conditioning operation, based on the timing when the user changes from being in the room to being absent in the living room. As a result, the user can easily set the additional function operation in the living room at the time of going out or the time of bedtime without searching for the operation time zone of the additional function operation.
行動予測部21D2は、空調空間が、例えば、寝室のように使用者が就寝時に使用する部屋の場合に、空調空間における24時間分の在不在予測結果において、使用者が不在から在室へと変化するタイミングを使用者の就寝時刻と予測する。推奨部21D0は、例えば、寝室において使用者が不在から在室へと変化するタイミングに基づき、空調運転の開始時刻の設定を推奨する推奨信号をリモコン23に送信する。その結果、使用者は、就寝時刻における寝室での空調運転の開始時刻を簡単に設定できる。 When the air-conditioned space is a room used by the user at bedtime, for example, in the behavior prediction unit 21D2, the user is changed from absent to the room in the absence prediction result for 24 hours in the air-conditioned space. Predict the changing timing as the user's bedtime. The recommendation unit 21D0 transmits, for example, a recommended signal for recommending the setting of the start time of the air conditioning operation to the remote controller 23 based on the timing when the user changes from the absence to the presence of the room in the bedroom. As a result, the user can easily set the start time of the air-conditioning operation in the bedroom at bedtime.
行動予測部21D2は、室内用途情報に対応した空調空間における24時間分の在不在予測結果において、使用者が在室から不在へと変化するタイミングを使用者の起床時刻と予測する。推奨部21D0は、寝室において使用者が在室から不在へと変化するタイミングに基づき、空調運転とは異なる付加機能運転を推奨する推奨信号をリモコン23に送信する。その結果、使用者は、自らが付加機能運転の運転時間帯を探さなくても、起床時刻における寝室での付加機能運転を簡単に設定できる。 The behavior prediction unit 21D2 predicts the timing at which the user changes from being in the room to being absent as the wake-up time of the user in the absence prediction result for 24 hours in the air-conditioned space corresponding to the indoor use information. The recommendation unit 21D0 transmits to the remote controller 23 a recommendation signal for recommending an additional function operation different from the air-conditioning operation, based on the timing when the user changes from being in the room to being absent in the bedroom. As a result, the user can easily set the additional function operation in the bedroom at the wake-up time without searching for the operation time zone of the additional function operation.
行動予測部21D2は、室内用途情報に対応した空調空間毎の24時間分の在不在予測結果に基づき、不在と予測される期間が第4の所定期間、例えば、3時間以上である状態から在室へと変化するタイミングを使用者の起床時刻又は帰宅時刻と予測する。その結果、空気調和機2Aは、使用者の起床時刻又は帰宅時刻を高精度に予測できる。 The behavior prediction unit 21D2 is present from a state in which the period predicted to be absent is a fourth predetermined period, for example, 3 hours or more, based on the absence prediction result for 24 hours for each air-conditioned space corresponding to the indoor use information. The timing of changing to the room is predicted to be the wake-up time or the return time of the user. As a result, the air conditioner 2A can predict the wake-up time or the return time of the user with high accuracy.
行動予測部21D2は、室内用途情報に対応した空調空間毎の24時間分の在不在予測結果に基づき、不在と予測される期間が第5の所定期間、例えば、3時間以上継続した不在の開始タイミングを使用者の外出時刻又は就寝時刻と予測する。その結果、空気調和機2は、使用者の外出時刻又は就寝時刻を高精度に予測できる。
The behavior prediction unit 21D2 starts the absence for a fifth predetermined period, for example, 3 hours or more, based on the absence prediction result for 24 hours for each air-conditioned space corresponding to the indoor use information. Predict the timing as the user's outing time or bedtime. As a result, the
推奨部21D0は、室内用途情報に対応した空調空間毎の24時間分の在不在予測結果に基づき、不在と予測される期間が第6の所定期間、例えば、5時間以上の場合に、空調運転と異なる付加機能運転を推奨する推奨信号をリモコン23に送信する。その結果、使用者は、自らが付加機能運転の時間帯を探さなくても、付加機能運転を簡単に設定できる。 The recommendation unit 21D0 operates the air-conditioning operation when the period predicted to be absent is the sixth predetermined period, for example, 5 hours or more, based on the absence prediction result for 24 hours for each air-conditioned space corresponding to the indoor use information. A recommended signal for recommending additional function operation different from the above is transmitted to the remote controller 23. As a result, the user can easily set the additional function operation without searching for the time zone of the additional function operation.
<実施例の変形例>
尚、実施例1及び2の第1の所定期間、第2の所定期間、第3の所定期間、第4の所定期間、第5の所定期間、第6の所定期間、第7の所定期間は適宜変更可能である。また、第1の時間帯、第2の時間帯、第3の時間帯、第4の時間帯は適宜変更可能である。
<Modified example of the example>
The first predetermined period, the second predetermined period, the third predetermined period, the fourth predetermined period, the fifth predetermined period, the sixth predetermined period, and the seventh predetermined period of Examples 1 and 2 are It can be changed as appropriate. Further, the first time zone, the second time zone, the third time zone, and the fourth time zone can be changed as appropriate.
また、加熱除菌運転は、例えば、監視運転を経た後、1時間の加熱除菌運転を開始する場合を例示したが、運転時間はこれに限定されるものではなく、適宜変更可能である。また、加熱除菌運転は、1時間の加熱除菌運転の後3時間の冷却期間を経て加熱除菌運転を終了する例を示したが、冷却期間に冷房運転を実行して冷却期間を短縮化してもよく、適宜変更可能である。 Further, the heating sterilization operation is exemplified, for example, in the case where the heating sterilization operation for 1 hour is started after the monitoring operation, but the operation time is not limited to this and can be changed as appropriate. Further, in the heating sterilization operation, an example was shown in which the heating sterilization operation was completed after a cooling period of 3 hours after the heating sterilization operation of 1 hour, but the cooling operation was executed during the cooling period to shorten the cooling period. It may be changed and can be changed as appropriate.
また、使用者の在不在予測に使用する在不在パターンは、通信アダプタ3とサーバ装置5との間の通信量の増大や、通信アダプタで必要となるメモリ容量の増大などを考慮して最大5パターンまでとする例を説明した。しかし、通信量を考慮する必要がなく、また、メモリ容量を大きくできる場合には、曜日毎に在不在パターンを生成し、予測する曜日に応じた在不在パターンを使用して、使用者の在不在を予測してもよい。
The presence / absence pattern used for predicting the presence / absence of the user is a maximum of 5 in consideration of an increase in the amount of communication between the
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 may be functionally or physically distributed / integrated in any unit 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, the various processing functions may be executed in whole or in any part on a program to be analyzed and executed by a CPU (or a microcomputer such as an MPU or MCU) or on hardware by wired logic. Needless to say.
1 空気調和システム
2、2A 空気調和機
3 通信アダプタ
5 サーバ装置
7 端末装置
21,210 室内機
21B センサ
21D0 推奨部
21D2 行動予測部
21E 取得部
21F 在不在パターン
21G 生成部
21H 在不在予測部
34E 在不在予測部
53B 取得部
53C 生成部
1
Claims (11)
前記センサの検出結果を用いて前記空調空間における使用者の在不在を予測する予測結果を記憶する記憶部と、
前記空調空間における前記使用者の在不在の予測結果に基づいて、前記使用者に推奨すべき推奨運転を選択する推奨部と、
を有し、
前記センサの検出結果の内、前記使用者の在室を示す第1の検出値又は前記使用者の不在を示す第2の検出値の何れにも該当しない第3の検出値が含まれる場合に、前記空調空間における前記使用者の在不在を予測する際に使用する前記センサの検出結果から前記第3の検出値を除外することを特徴とする空気調和機。 Sensors that detect the presence or absence of people in air-conditioned spaces,
A storage unit that stores a prediction result that predicts the presence or absence of a user in the air-conditioned space using the detection result of the sensor, and a storage unit.
Based on the prediction result of the presence or absence of the user in the air-conditioned space, the recommended unit for selecting the recommended operation to be recommended for the user, and the recommended unit.
Have,
When the detection result of the sensor includes a third detection value that does not correspond to either the first detection value indicating the presence of the user or the second detection value indicating the absence of the user. An air conditioner comprising excluding the third detection value from the detection result of the sensor used when predicting the presence or absence of the user in the air-conditioned space.
前記選択した推奨運転の実行を前記使用者に推奨することを特徴とする請求項1に記載の空気調和機。 The recommended part is
The air conditioner according to claim 1, wherein the user is recommended to perform the selected recommended operation.
前記センサの過去の検出結果及び前記曜日情報を用いて生成され、前記空調空間における前記使用者の在不在の傾向を示す複数の在不在パターンと、
前記センサの現在の検出結果と前記曜日情報とを用いて、前記複数の在不在パターンから一つの在不在パターンを選択し、選択した在不在パターンを用いて前記空調空間における前記使用者の在不在を予測する在不在予測部と、
をさらに有し、
前記在不在予測部は、
前記空調空間における前記使用者の在不在を予測する際に前記センサの現在の検出結果から前記第3の検出値を除外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 acquisition department that acquires day of the week information,
A plurality of absentee patterns generated by using the past detection results of the sensor and the day of the week information and showing the tendency of the user to be absent in the air-conditioned space.
Using the current detection result of the sensor and the day of the week information, one presence / absence pattern is selected from the plurality of presence / absence patterns, and the presence / absence of the user in the air-conditioned space is used using the selected presence / absence pattern. The presence / absence prediction unit that predicts
Have more
The presence / absence prediction unit is
The air conditioner according to claim 1 or 2, wherein the third detection value is excluded from the current detection result of the sensor when predicting the presence or absence of the user in the air-conditioned space.
前記センサが第1の所定期間で検出した検出結果を用いて前記在不在パターンを生成することを特徴とする請求項4に記載の空気調和機。 The generator is
The air conditioner according to claim 4, wherein the presence / absence pattern is generated by using the detection result detected by the sensor in the first predetermined period.
所定時刻に、当該所定時刻から第2の所定期間までの前記空調空間における前記使用者の在不在を予測することを特徴とする請求項3に記載の空気調和機。 The presence / absence prediction unit is
The air conditioner according to claim 3, wherein the presence or absence of the user in the air-conditioned space from the predetermined time to the second predetermined period is predicted at a predetermined time.
第3の所定期間毎の前記空調空間における前記使用者の在不在を予測することを特徴とする請求項6に記載の空気調和機。 The presence / absence prediction unit is
The air conditioner according to claim 6, wherein the presence or absence of the user in the air-conditioned space is predicted at a third predetermined period.
前記在不在予測部による前記空調空間における前記使用者の在不在の予測結果に基づき、空調運転の開始時刻又は前記空調運転の停止時刻の設定を前記使用者に推奨することを特徴とする請求項3~6の何れか一つに記載の空気調和機。 The recommended part is
The claim is characterized in that the user is recommended to set the start time of the air conditioning operation or the stop time of the air conditioning operation based on the prediction result of the presence or absence of the user in the air conditioning space by the presence / absence prediction unit. The air conditioner according to any one of 3 to 6.
前記在不在予測部による前記空調空間における前記使用者の在不在の予測結果に基づき、空調運転とは異なる付加機能運転を前記推奨運転として選択することを特徴とする請求項3~6の何れか一つに記載の空気調和機。 The recommended part is
Any of claims 3 to 6, wherein an additional function operation different from the air-conditioned operation is selected as the recommended operation based on the prediction result of the presence / absence of the user in the air-conditioned space by the presence / absence prediction unit. The air conditioner described in one.
前記付加機能運転には、
前記熱交換器を加熱して除菌する加熱除菌運転を含むことを特徴とする請求項9に記載の空気調和機。 Further having an indoor unit with a heat exchanger,
For the additional function operation,
The air conditioner according to claim 9, further comprising a heat sterilization operation for heating and sterilizing the heat exchanger.
前記空気調和機への電力供給に応じて前記人の在不在の検出動作を開始し、空調運転の開始又は停止に関係なく、前記人の在不在の検出動作を継続することを特徴とする請求項3~10の何れか一つに記載の空気調和機。 The sensor is
A claim characterized in that the presence / absence detection operation of the person is started in response to the power supply to the air conditioner, and the presence / absence detection operation of the person is continued regardless of the start or stop of the air conditioning operation. Item 6. The air conditioner according to any one of Items 3 to 10.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020171530A JP2022063143A (en) | 2020-10-09 | 2020-10-09 | Air conditioner |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020171530A JP2022063143A (en) | 2020-10-09 | 2020-10-09 | Air conditioner |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022063143A true JP2022063143A (en) | 2022-04-21 |
Family
ID=81255053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020171530A Pending JP2022063143A (en) | 2020-10-09 | 2020-10-09 | Air conditioner |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2022063143A (en) |
-
2020
- 2020-10-09 JP JP2020171530A patent/JP2022063143A/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11080800B2 (en) | Thermostat having network connected branding features | |
JP6457268B2 (en) | An energy efficiency assisted schedule learning algorithm for intelligent thermostats | |
CA2818394C (en) | Control unit with automatic setback capability | |
AU2019357534B2 (en) | Air conditioner, data transmission method, and air conditioning system | |
JP5169070B2 (en) | Air conditioning control system, air conditioner, air conditioning control method, and air conditioning control program | |
JP2023107929A (en) | air conditioner | |
JP7160889B2 (en) | air conditioner | |
JP7152456B2 (en) | air conditioner | |
JP2020112313A (en) | Proposed service schedule adjusting device and air-conditioning system | |
JP7160878B2 (en) | air conditioner | |
JP7428108B2 (en) | Air conditioners and air conditioning systems | |
JP7359197B2 (en) | air conditioner | |
JP7428109B2 (en) | air conditioner | |
JP2022063143A (en) | Air conditioner | |
JP2022063142A (en) | Air conditioner | |
JP7342598B2 (en) | air conditioning system | |
JP2022063141A (en) | Air conditioner | |
KR102252339B1 (en) | System for automatically controlling temperature of apartment | |
JP7392704B2 (en) | Air conditioners and air conditioning systems | |
JP6927350B2 (en) | Air conditioner and air conditioner system | |
WO2023095656A1 (en) | Air conditioner and air-conditioning system | |
KR20200038897A (en) | System for automatically controlling temperature of apartment | |
JP2023031693A (en) | air conditioner | |
JP6981494B2 (en) | Air conditioner | |
WO2012029853A1 (en) | Apparatus control system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230330 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240307 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240528 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240724 |