JP2022540964A - 個別化された熱的快適性制御のためのシステムおよび方法 - Google Patents

Abstract

暖房、換気および空調（ＨＶＡＣ）システムを制御するための制御システムは、エアベントにおける目標熱状態が、結果的に、環境内のさまざまな位置における熱状態の不均一な分布を関係付けるＡＤＭに従って占有者の位置における熱状態をもたらすように、ＨＶＡＣシステムを環境に関係付けるエアベントにおける目標熱状態を決定するために、熱的快適性モデル（ＴＣＭ）、空気流力学モデル（ＡＤＭ）、および、エアベントにおける熱状態とＨＶＡＣシステムのアクチュエータの状態とを関係付けるＨＶＡＣモデルを用いる。さらに、制御システムは、エアベントにおいて目標熱状態をもたらす制御コマンドを決定して、ＨＶＡＣシステムの１つ以上のアクチュエータにサブミットする。

Description

本発明は、概して、環境における熱的快適性の制御に関し、より特定的には、環境における占有者の目標熱的快適性に基づいて暖房、換気および空調（heating, ventilation, and air-conditioning：ＨＶＡＣ）システムを制御することに関する。

熱的快適性は、或る温度環境での満足度を表わすとともに主観的評価によって推定される心理条件と見なされ得る。熱的快適性は、人の生産性および一般的幸福度に著しく影響を及ぼす。現在、ヒートポンプ、冷凍および／または空調システムを含む熱調整システムは、壁面サーモスタットまたは遠隔制御装置に基づいて熱的快適性を達成するが、その目的は、当該システムをオンまたはオフにして、温度設定点が維持されるようにシステムが機能するよう調節することである。温度設定点は、建物内の占有者のニーズおよび熱的条件に基づく所望のレベルの熱的快適性を示す。しかしながら、熱調整システムによって熱的快適性を達成するこのような方法では、多くの場合、エネルギ効率が悪いために次善の熱的快適性しか提供されず、さらに、いくつかの理由のために占有者の熱的快適性に関する制御が不良となる。

熱的快適性に影響を及ぼす主な要因は、熱利得および熱損失、主に代謝率、衣類による断熱、空気温度、空気速度、および相対湿度を決定する要因である。個々の期待などの心理的パラメータも熱的快適性に影響を及ぼす。したがって、建物の占有者らが自身の熱的快適性を最大化するであろう設定点の最適値を分かっていることはめったにない。

多くの場合、空間内の複数の占有者のうち１人以上の占有者は、他の占有者が快適であり得るかどうかに関わらず、暑過ぎるかまたは寒過ぎると感じる可能性がある。この現象は、たとえば、個々人が現在関与しているかまたは最近関与した活動と組合わさった、これら占有者の個人的な温度の好みに基づくものである。たとえば、オフィス就業者は、寒い冬の日に長時間デスクにじっと座っている場合、代謝率が低くなるために寒いと感じるため、温度設定点を上げることによってより暖かくすることを要求する可能性がある。同様に、肉体労働者が高温多湿の夏の日にきつい肉体労働を行なっている場合、この労働者は非常に暑く感じるため、温度設定点を下げることによってより涼しくすることを要求する可能性がある。

個人の年齢および身体状態も、所与の温度での熱的快適性の一要因となり得る。たとえば、健康な状態の若年者にとって快適に感じられ得る温度は、太った人や１つ以上の病気を患っている人にとっては暑すぎるように感じられる可能性がある。同様に、若者にとって快適な温度が高齢者にとっては寒く感じられる可能性がある。加えて、個人レベルでも、温度に対する反応はさまざまな理由で異なり得る。たとえば、或る個人が夏に暑いと見なしている温度が、冬にはこの個人にとっては寒く感じられる可能性がある。このため、熱的快適性または温度知覚は個人によって異なり得るものであって、普遍的に快適な環境条件を或る空間内で実現することは困難であるだろう。最適値は、上述の現状条件に応じて変動する。結果として、占有者が非効率的かつ不正確な設定点を設定してしまう可能性がある。このように、占有者らは、自身の熱的快適さの必要性を過大評価または過小評価するおそれがあり、これは、不満感や、熱調整システムの非効率的な使用につながる可能性がある。

上述の問題に対する解決策の１つは、熱調整システムを動作させる際の人の介入を排除すること、ならびに、熱調整システムの動作および制御を、瞬間的な熱的快適性および長期間にわたる快適性の傾向を判定することができるインテリジェントシステムに移すことである。この結果、熱調整システムを動作する占有者側からの不必要な設定点の変更が排除される。

インテリジェントシステムを実現するために、たとえば、いくつかの方法は、占有者の熱的快適性を自動的に検知および制御するために用いられる熱的快適性モデルを開発することを目的としている。占有者の熱的快適性モデルの学習プロセスは、不確実性が加わることで冗長で面倒なプロセスとなる恐れがある。しかしながら、このプロセスは長年にわたる占有者の試行誤差に依拠しており、かつ制約を受けるので、占有者の所望の熱的快適性とＨＶＡＣシステムなどの熱調整システムについての温度設定点との間のマッピングを見出すことは、さらに一層面倒で不確実なものとなる可能性がある。そのため、所望の熱的快適性を達成するようにＨＶＡＣシステムを制御するためのいくつかの方法およびシステムが、熱的快適性モデルを用いることなく実行されてきた。

たとえば、いくつかのシステムは、占有者によって予め入力された温度設定点のパターンを学習することを目的としたスマートサーモスタットを用いる。これらのサーモスタットの改善モデルはさらに、予め学習された設定点のパターンからのずれがいつ起こり得るのかを予測するために家庭の断熱モデルを学習するよう意図されている。これらのシステムは、ユーザらの熱的快適性からではなく、ユーザらの過去の動作／入力から設定点を判定する。さらに、いくつかのシステムは、たとえば、エネルギを節約するために家庭および職場の暖房および冷房を最適化する設定点モデルを学習するように設計されたスマートサーモスタットであるネストラーニングサーモスタット（Nest Learning Thermostat）（またはネストサーモスタット（Nest Thermostat））を利用する。ネストサーモスタットは、機械学習アルゴリズムに基づくものであり、最初の１週間にわたり、ユーザ、すなわち占有者、は、温度設定点の基準データセットを規定するためにサーモスタットを調節する必要がある。次いで、サーモスタットは、住宅の占有者が用いる設定点および関連するタイムスタンプからなる占有者のスケジュールを学習することができる。さらに、サーモスタットは、内蔵センサおよび占有者の電話の位置（ジオフェンシング（geo-fencing））を用いることによってエネルギ節約をもたらすものであり、このため、占有者が自宅から離れていることを認識したときに省エネルギモードに移行することができる。

しかしながら、このようなスマートサーモスタットは、占有者が自身の熱的快適性を達成するのに必要な温度設定点を推測により認識しているという仮定に基づいている。換言すれば、スマートサーモスタットは、占有者らが自身らの所望の熱的快適性と温度設定点との間で手動で抽象的にマッピングを見出すことができるという仮定に基づいている。しかし、この仮定は過度に楽観的であり不正確である。その結果、これは占有者にとって望ましくない熱的快適性をもたらす。

したがって、占有者らの所望の熱的快適性とＨＶＡＣシステムについての温度設定点との間のマッピングの問題に力学的に対処することができる、占有者らの熱的快適性を改善させるためのシステムおよび方法を開発する必要がある。

いくつかの実施形態の目的は、建物内の（複数の）占有者が所望する目標熱的快適性に基づいて、暖房、換気および空調（ＨＶＡＣ）システムを制御するためのシステムおよび方法を提供することである。いくつかの実施形態の別の目的は、占有者らの目標熱的快適性とＨＶＡＣシステムについての温度設定点との間のマッピングに依拠する必要のないこのようなシステムおよび方法を提供することである。

いくつかの実施形態は、多くのＨＶＡＣシステムが、建物空間内の或る占有者または占有者群の熱的快適性の代わりに設定点空気温度のみを制御するという認識に基づいている。しかしながら、空気温度設定点は占有者らの熱的快適性を十分に表わすものではない。なぜなら、このように単純化することで熱的快適性と設定点との間のマッピングが不足するためであり、かつ、建築環境における温度および速度の分布がほとんどの場合少なからず層状になって不均一になっている一方で室内の空気温度は均一であるという暗黙の仮定がなされているからである。熱的快適性とは、その温度環境に対する満足度を表わす心的状態である。大抵の人々は空間空気温度、言い換えると約２０°Ｃ～約２２°Ｃ（６８°Ｆ～７２°Ｆ）の範囲の温度、で快適に感じるが、この範囲は、個人間で大きく異なり、さらに、活動レベル、衣類、湿度および文化などの要因に応じて大きく異なり得る。

設定点を選択することに伴う本質的な問題は、個人／占有者がその周囲と熱平衡にあるときに熱的快適性が達成されてしまうことである。しかしながら、設定点温度は、個人／占有者から距離を空けて配置される可能性のあるセンサに関して判定される。したがって、暗黙的に、または明示的に、占有者は、センサにおける部屋の温度と占有者自身の位置における部屋の温度とが同じであると仮定している。これは一様性の仮定と呼ばれており、このマッピングを判定することは占有者にとって非実用的または少なくとも面倒なものになる可能性がある。

加えて、建物空間内の所与の占有者または占有者群の熱的快適性は、空気の温度および湿度、屋内環境内の固体材料の温度、空気の速度、ならびに占有者の代謝率および占有者が着用している衣類の量などのいくつかの要因に依存する。要因についての大まかな２つのカテゴリは、個体とその環境との熱的相互作用に影響を及ぼすものであり、代謝率、衣類断熱および心理学的パラメータなどの占有者の内的要因と、建物空間の空気温度、平均放射温度、空気速度および空気相対湿度を含む占有者の外的要因とを含む。

これらの変動は直接測定することが難しいので、大抵のＨＶＡＣシステムは、建物空間内の占有者らの熱的快適性を調節するよう試みることはない。ＨＶＡＣシステムの大多数は熱的快適性に影響を及ぼす多くの変動のうち１つだけを調整するのに有効であるので、ＨＶＡＣシステムが単一の変動すなわち設定点を調節することは従来から通常のことであり、この１つの変動が熱的快適性を適切に代用するものであると仮定されている。たとえば、多くの蒸気圧縮ヒートポンプおよび空調システムは、測定が容易かつ安価であるので、建物空間の空気温度だけを直接調節する。しかしながら、残念なことに、このような測定は、しばしば、占有者の熱的快適性をエネルギ効率良く達成するには無効である。たとえば、暖房用途での一般的なシナリオによれば、占有者は、熱的快適性を達成するのに実際に必要とされるよりも数度高くなるように建物空間空気温度設定点を設定する。これは２つの理由で行なわれる。第１の理由として、ヒートポンプは、建物空間内の平均温度を達成することを目的としているからであり、第２の理由として、この温度が予め定義された何らかの「許容可能な」時間範囲にわたって達成されるからである。実際には、いずれの仮定も占有者に適さない可能性がある。特に、占有者が彼／彼女の位置で仮定された平均温度に気付いていない可能性があり、また、占有者がその温度により早く達することを望む可能性がある。実質的には、所望の温度がより迅速に達成されると、占有者は彼／彼女の位置においてより低い空気温度であっても実際に快適に感じるだろう。このような例により、室内で十分に混合された温度または速度分布を想定しないモデルの重要性が明らかになる。

そのため、いくつかの実施形態は、占有者の位置における目標熱状態が、ＨＶＡＣシステムのサーモスタットの別の位置における温度設定点よりも占有者の個別化された熱的快適性をより適切に表わしているという認識に基づいている。付加的または代替的には、いくつかの実施形態は、目標熱状態が占有者の位置における温度だけを含み得るが、調整された環境における空気流の速度および／または湿度などの、占有者の熱的快適性に影響を及ぼす他の要因も含み得るという認識に基づいている。本明細書で用いられる場合、特定の位置における目標熱状態は、特定の位置またはその位置を含む領域における温度、空気流速度および湿度のうちの１つまたはこれらの組合わせの絶対的変化または相対的変化である。

付加的または代替的には、いくつかの実施形態は、調整された環境における空気流力学を考慮することによって、他の任意の位置における温度設定点を判定する必要なしに、占有者の位置における現状の熱状態を目標熱状態に変化させるようにＨＶＡＣシステムが制御され得るという認識に基づいている。付加的または代替的には、いくつかの実施形態は、占有者の熱的快適性を満たしつつＨＶＡＣシステムのエネルギ消費を減少させるために、占有者の位置における目標熱状態に対する制約を受ける調整済み環境において熱状態の分布が不均一になるようにＨＶＡＣシステムが制御され得るという認識に基づいている。付加的または代替的には、いくつかの実施形態は、占有者らの目標熱的快適性を彼らの位置における目標熱状態にマッピングすることができる熱モデルを用いて占有者の目標熱状態を判定することができるという認識に基づいている。このようにして、環境内の平均温度についての設定点を判定することなく、占有者らの位置における目標熱状態を判定することができる。実際には、このような判定により、占有者の熱的快適性と温度設定点との間のマッピングを提供することなしに、占有者の熱的快適性を達成することができる。

したがって、一実施形態は、暖房、換気および空調（ＨＶＡＣ）システムを制御して環境を調整するための制御システムを開示する。当該システムは、環境内の占有者の位置における入力熱状態と占有者の現状の熱的快適性を示すデータとを受け付けるように構成された入力インターフェイスと、当該占有者の当該位置における現状の熱状態を当該占有者の当該位置における当該入力熱状態と関係付けて、当該占有者の現状の熱的快適性を所望の熱的快適性に変化させる熱的快適性モデル（thermal comfort model：ＴＣＭ）、空気流力学モデル（air flow dynamics model：ＡＤＭ）、および、エアベントにおける熱状態をＨＶＡＣシステムのアクチュエータの状態に関係付けるＨＶＡＣモデルを格納するように構成されたメモリと、プロセッサとを備える。当該プロセッサは、当該エアベントにおける当該目標熱状態が、結果として、当該環境におけるさまざまな位置における熱状態の不均一な分布を関係付ける空気流力学モデル（ＡＤＭ）に従って当該占有者の当該位置における当該入力熱状態をもたらすように、当該ＨＶＡＣシステムを当該環境に接続する１つ以上のエアベントにおける目標熱状態を決定し、当該エアベントにおいて当該目標熱状態をもたらす当該ＨＶＡＣシステムの１つ以上のアクチュエータに対する制御コマンドを決定するように構成され、当該制御システムはさらに、当該ＨＶＡＣシステムの当該アクチュエータに当該制御コマンドをサブミットするように構成された制御インターフェイスを備える。熱的快適性モデルは、占有者の位置における目標熱状態を決定することを可能にし、これにより、プロセッサは、占有者の位置における目標熱状態が存在するように環境内のさまざまな位置についての熱状態の値の（場合によっては不均一な）分布を決定することが可能となる。実際には、このような決定は、環境における平均温度に関する設定点の決定を回避することを可能にする。なぜなら、このアプローチは、広範に一般化するのではなく、占有者の位置における必要な温度環境の正確な決定を可能にするからである。これにより、ＨＶＡＣシステムのエネルギ消費を低減しつつ、占有者の熱的快適性を高めることが可能となる。

たとえば、一実施形態では、環境内の各位置における熱状態は、目標熱状態が温度場の分布および気流場の分布を含むように、温度ベクトルおよび空気流速度ベクトルを含む。別の実施形態では、環境内の各位置における熱状態は、目標熱状態が湿度場の分布も含むように、湿度ベクトルも含む。これらの実施形態は、熱的快適性の判定の精度を高めるために占有者の熱的快適性に影響を及ぼす複数の要因を認識することに基づいている。

いくつかの実施形態では、エアベントにおける目標熱状態は、ＡＤＭを制約として用いた環境における空気の力学の計算流体力学（computational fluid dynamics：ＣＦＤ）計算と、環境における熱状態の分布に関する境界条件としての占有者の位置における入力熱状態およびエアベントにおける目標熱状態とに基づいて、決定される。一実施形態では、ＡＤＭは、空気の熱伝達および動きの物理的特性の変化を記述する熱伝達方程式とともにナビエ・ストークス（Navier-Stokes）方程式を用いて環境における空気の力学を表わしている。ＣＦＤ計算では、熱伝達方程式とともにナビエ・ストークス方程式を解くことによって、結果的に占有者の位置において入力熱状態をもたらすこととなるエアベントにおける目標熱状態を生成する。

付加的または代替的には、いくつかの実施形態は、当該占有者の当該位置における当該入力熱状態に対する制約と、ＨＶＡＣモデルによって表わされる当該ＨＶＡＣシステムの力学に対する制約と、当該ＡＤＭによって表わされる当該環境における空気流力学に対する制約とを受けるＨＶＡＣシステムの動作のコスト関数を最適化することによって制御コマンドを決定する。コスト関数を最適化することにより、ＨＶＡＣシステムのエネルギ消費が最小化する。これらの実施形態は、ＨＶＡＣシステムのさまざまな力学と空気流力学とを関係付けることを可能にして、目標熱状態を確実に達成できるようにする。さまざまな実現例では、これらの制約はソフト制約またはハード制約として使用可能である。ソフト制約は目標熱状態からのずれを考慮に入れており、リアルタイムな熱制御の場合にはより実用的であり得る。

いくつかの実施形態は、空気流力学のモデルを用いて、環境における空気流速度、温度および湿度の力学の現状の分布を判定する。これらの実施形態は、熱状態を測定するためのセンサの数を減らすことができる。たとえば、一実施形態では、環境データは、複数の特定位置における熱状態の測定値を含み、プロセッサは、当該測定値を環境における空気流速度、温度および湿度の力学にデータフィッティング同化することによって、環境における熱状態の現状の分布を判定するように構成される。付加的または代替的には、一実施形態では、環境データは、環境のモデルと当該環境のモデルの変数の分布とを含む。環境のモデルは窓の位置とドアおよび壁の位置とを含み、環境のモデルの変数は、窓およびドアが開いているかまたは閉じているかを示し得る。ここで、環境のモデルは、環境における熱源、たとえば、コンピュータ、オーブン、占有者等の位置および種類を含み、環境のモデルの変数は熱源の状態を示す。本実施形態は、熱状態分布の判定の精度を高めることを可能にする。

さまざまな実施形態は、目標熱状態を推定するために占有者の現状の熱的快適性を示すさまざまな種類の個人データを用いる。たとえば、一実施形態では、個人データは、占有者のバイタルサインのバイオメトリック測定値を含み、プロセッサは、バイオメトリック測定値から占有者の現状の熱的快適性を判定するように構成される。バイタルサインは、ユーザ環境におけるバイオメトリクスの測定値を隠すためにリモート・フォトプレチスモグラフィ（remote photoplethysmography：ＲＰＰＧ）センサによって、または制御システムの入力インターフェイスと遠隔通信している占有者のバイタルサインを測定するためのウェアラブルデバイスによって、測定することができる。

付加的または代替的には、個人データは占有者のジェスチャを含み得る。プロセッサは、たとえば、カメラなどの画像取込装置によって検知されたジェスチャから占有者の現状の熱的快適性を判定するように構成される。ジェスチャの例は、占有者が寒がっていることを示す占有者の身震い、または占有者が暑がっていることを示すファン送風動作の模倣を含む。付加的または代替的には、個人データは、占有者によって提供される現状の熱的快適性、たとえば、「暑すぎる」または「寒すぎる」といったラベルを含み得る。特に、占有者についての目標熱状態は、温度、空気流の速度および／または湿度の絶対値または相対値で表わすことができる。

いくつかの実施形態は、ＨＶＡＣシステムを制御するためだけでなく、熱モデルを更新するために、熱モデルとＨＶＡＣシステムとの間の双方向対話を実現する。たとえば、一実施形態は、環境における熱状態および占有者の位置における目標熱状態の更新済み分布に基づいて熱的快適性モデルを更新する。この実施形態では、現状の分布を判定するために用いられる空気流力学は、占有者の現状の熱的快適性を測定するセンサの数を減らすことを可能にする。
定義

本発明の実施形態を説明する際に、以下の定義が（上述を含めて）全体を通じて適用可能である。

「蒸気圧縮システム」は、熱力学、流体力学および／または熱伝達の原理に基づいてシステムのコンポーネントを通じて冷媒を移動させるために蒸気圧縮サイクルを用いるシステムを指し得る。蒸気圧縮システムは、ヒートポンプ、冷凍、および空調システムを含み得るがこれらに限定されない。蒸気圧縮システムは、居住空間または商業空間の空調の範囲を超えた用途で用いられる。たとえば、蒸気圧縮サイクルは、高性能コンピューティング用途においてコンピュータチップを冷却するのに用いることができる。

「放射システム」は、コンクリート床などの建築材料に直接熱を供給し、主に放射熱伝達によって空間および占有者を暖めるシステムを指し得る。放射システムは、建築材料に埋込まれたパイプを通って流れる熱水または冷水などの熱伝達媒体を用いるが、蒸気圧縮機に接続された電気加熱ワイヤまたは熱交換器を用いてもよい。

「ＨＶＡＣ」システムは、蒸気圧縮サイクルを実現する任意の建物用加熱、換気および空調（ＨＶＡＣ）システムを指し得る。ＨＶＡＣシステムは、屋外の空気だけを建物の占有者に供給するシステムから、建物の温度を制御するだけのシステム、さらには、温度および湿度を制御するシステムに至るまでの広範なシステムのセットにわたる。

「蒸気圧縮システムのコンポーネント」は、制御システムによって制御可能な動作を有する蒸気圧縮システムの任意のコンポーネントを指し得る。これらのコンポーネントは、システムを通じて冷媒を圧縮および圧送するための可変速度を有するコンプレッサと、システムの高圧部分と低圧部分との間で圧力を降下させるための膨張弁と、蒸発熱交換器および凝縮熱交換器とを含むが、これらに限定されない。

「蒸発器」は、熱交換器の出口における冷媒の比エンタルピーが熱交換器の入口における冷媒の比エンタルピーよりも高くなるように、かつ、冷媒が全体的に液体から気体に変化するように、熱交換器内を通る冷媒が熱交換器の長さにわたって蒸発する、蒸気圧縮システム内の熱交換器を指し得る。蒸気圧縮システム内に１つ以上の蒸発器が存在していてもよい。

「凝縮器」は、熱交換器の出口における冷媒の比エンタルピーが熱交換器の入口における冷媒の比エンタルピーよりも低くなるように、かつ、冷媒が全体的に気体から液体に変化するように、熱交換器内を通る冷媒が熱交換器の長さにわたって凝縮する、蒸気圧縮システム内の熱交換器を指し得る。蒸気圧縮システム内に１つ以上の凝縮器が存在していてもよい。

「エアベント」は、調整された環境から空気を送達および除去するために、加熱、換気および空調（ＨＶＡＣ）において用いられる通路のシステムの端点を指し得る。必要な空気流は、たとえば、供給空気、戻り空気および排気空気を含む。このため、エアベントは、許容可能な屋内空気品質と熱的快適性とを確実にするために用いられる。エアベントにおける熱状態は、ＨＶＡＣシステムによって環境に出力される空気の温度、速度および湿度のうちの１つまたはこれらの組合わせを含み得る。

「電気回路」は、プロセッサ、メモリまたはアクチュエータなどのコンポーネント間で電気信号を相互連係させる閉鎖経路を指し得る。

「設定点」は、建物空間温度などの変数の所望の値を指し得る。設定点という語は、特定のセットの変数のうち任意の特定の値に適用される。

「コンピュータ」は、構造化された入力を受け付け、所定のルールに従って当該構造化された入力を処理し、その処理結果を出力として生成することができる任意の装置を指し得る。コンピュータの例には、汎用コンピュータ、スーパーコンピュータ、メインフレーム、スーパーミニコンピュータ、ミニコンピュータ、ワークステーション、マイクロコンピュータ、サーバ、双方向テレビ、コンピュータと双方向テレビとのハイブリッドの組合せ、ならびに、コンピュータおよび／またはソフトウェアをエミュレートするための特定用途向けハードウェアが含まれる。コンピュータは、単一のプロセッサを有し得るか、または、並列に動作し得る、および／または並列に動作し得ない複数のプロセッサを有し得る。コンピュータはまた、コンピュータ間で情報を送信または受信するためにネットワークを介して互いに接続された２つ以上のコンピュータを指す。このようなコンピュータの一例は、ネットワークによってリンクされた複数のコンピュータを介して情報を処理するための分散型コンピュータシステムを含む。

「中央処理ユニット（central processing unit：ＣＰＵ）」または「プロセッサ」は、ソフトウェア命令を読取って実行するコンピュータまたはコンピュータのコンポーネントを指し得る。

「メモリ」または「コンピュータ可読媒体」は、コンピュータによってアクセス可能なデータを格納するための任意のストレージを指し得る。例として、磁気ハードディスク、フロッピー（登録商標）ディスク、ＣＤ－ＲＯＭまたはＤＶＤのような光ディスク、磁気テープ、メモリチップ、電子メールの送受信またはネットワークへのアクセスに用いられるもの等の、コンピュータ可読電子データを搬送するために用いられる搬送波、ならびに、コンピュータメモリ、たとえばランダムアクセスメモリ（random-access memory：ＲＡＭ）が含まれる。

「ソフトウェア」は、コンピュータを操作するための所定のルールを指し得る。ソフトウェアの例には、ソフトウェア、コードセグメント、命令、コンピュータプログラム、およびプログラムされたロジックが含まれる。インテリジェントシステムのソフトウェアは自己学習可能であり得る。

「モジュール」または「ユニット」は、タスクまたはタスクの一部を実行するコンピュータ内の基本コンポーネントを指し得る。これは、ソフトウェアおよびハードウェアの一方または両方によって実現され得る。

「コントローラ」、「制御システム」および／または「レギュレータ」は、他のデバイスまたはシステムの挙動に対する管理、命令、指示または調節を実行するためのデバイスまたはデバイスのセットを指し得る。コントローラは、ハードウェア、ソフトウェアによって構成される動作を伴うプロセッサ、およびこれらの組合わせによって実現され得る。コントローラは埋込みシステムであってもよい。

以下、添付の図面を参照してここに開示される実施形態について説明する。示される図面は必ずしも一定の縮尺ではなく、概して、ここに開示される実施形態の原理を例示することに重きを置いて強調がなされている。

いくつかの実施形態によって用いられる暖房、換気および空調（ＨＶＡＣ）制御変換の原理の概略を示す図である。 いくつかの実施形態に従った、環境を調整するように暖房、換気および空調（ＨＶＡＣ）システムを制御するための制御システムを示すブロック図である。 いくつかの実施形態に従った、環境を調整するようにＨＶＡＣシステムを制御する原理の概要を概略的に示す図である。 いくつかの実施形態に従った、個別化された熱的快適性モデルをトレーニングするためのトレーニングデータベースを示す図である。 いくつかの実施形態に従った、環境データを取得するための環境データ検知ユニットのさまざまなコンポーネントを示す図である。 いくつかの実施形態に従った、バイオメトリックデータを取得するためのバイオメトリックデータ検知ユニットのさまざまなコンポーネントを示す図である。 いくつかの実施形態に従った、占有者のフィードバックを得るために占有者に提供される例示的なフィードバックメカニズムを示す図である。 いくつかの実施形態に従った、熱的快適性モデルの学習プロセスを示す概略図である。 いくつかの実施形態に従った、占有者の位置における熱状態を得るための計算流体力学（ＣＦＤ）シミュレーションに関わる前処理および後処理を示す概略図である。 いくつかの実施形態に従った、ＣＦＤシミュレーションおよび最適空調機入力に基づいて占有者の位置における熱状態を得るための概略図である。 いくつかの実施形態に従ったＨＶＡＣシステムのエネルギ効率を向上させつつ占有者領域において快適な熱状態を得るためにコスト関数を最小化する概略図である。 いくつかの実施形態に従った、占有者の熱的快適性およびＨＶＡＣ機器のエネルギ消費の両方を含むコスト関数の構築および評価を示す概略図である。 いくつかの実施形態に従った、冷媒サイクルの例としての蒸気圧縮サイクルを示す概略図である。 いくつかの実施形態に従った、最小エネルギで占有者の熱的快適性に関して最適な空調機入力を実現するための例示的な最適化法としてのブロック図である。 いくつかの実施形態に従った、制御システムを用いて占有者の熱的快適性を達成するためのＨＶＡＣシステムの制御を示す図である。

以下の記載では、説明を目的として、本開示の十分な理解が得られるように多数の具体的な詳細を述べる。しかしながら、これらの具体的な詳細なしでも本開示が実施され得ることが当業者には明らかであろう。その他の場合では、本開示が曖昧になるのを避けるために装置および方法をブロック図の形式で示す。

本明細書および請求項で使用される「たとえば」、「例として」および「などの」という用語ならびに「備える」、「有する」、「含む」およびこれらのその他の動詞形の各々は、１つ以上のコンポーネントまたはその他のアイテムの列挙とともに使用される場合、オープンエンドと解釈されねばならない。これは、その列挙がさらに他のコンポーネントまたはアイテムを除外するとみなされるべきではないことを意味する。「～に基づく」という用語は、少なくとも部分的に基づいていることを意味する。さらに、本明細書で使用される文体および専門語は、説明を目的としたものであって限定するものとみなされるべきではないことが理解されるはずである。本明細書で使用されているいかなる見出しも、便宜的なものにすぎず、法的または限定効果を持つものではない。
システム概観

図１Ａは、いくつかの実施形態によって用いられる暖房、換気および空調（ＨＶＡＣ）制御変換の原理の概略を示す。実施形態は、ＨＶＡＣ制御の目的が、調整された環境の占有者の熱的快適性を確実にするためにＨＶＡＣシステムのアクチュエータの状態を変化させることであるとの認識に基づいている。アクチュエータの状態の例には、ＨＶＡＣのコンプレッサの速度、各種バルブの位置、排気を方向付けるエアルーバの回転位置などが含まれる。実際には、空気は、蒸気圧縮サイクルを制御するアクチュエータの状態に基づいて調整される。そのために、ＨＶＡＣアクチュエータベースの制御１３０は、当該環境の占有者が所望する設定点１３２を満たすようにＨＶＡＣアクチュエータの状態１３４を決定することを目的としている。

ＨＶＡＣアクチュエータベースの制御１３０は、設定点１３２を満たすようにアクチュエータの状態１３４を決定する。たとえば、これらの設定点は、その環境の占有者の位置とは異なる、調整された環境の壁に位置するサーモスタットによって設定される値である。しかしながら、ＨＶＡＣアクチュエータの状態は、環境における熱状態の平均分布についての仮定、たとえば、サーモスタットにおける温度と環境のどこかに存在するユーザの位置における温度とが同じであるとの仮定、のもとで決定される。したがって、設定点１３２は、平均熱状態についての設定点と称されてもよい。

ＨＶＡＣアクチュエータベースの制御１３０では、ＨＶＡＣアクチュエータの状態は制御の主要な目的であり、出力された空気１３６の状態は二次的な目的であり、時としてバイパスの結果として扱われる。エアベントからの出力１３６は、ＨＶＡＣシステムによって環境に出力される空気の温度、速度および湿度のうちの１つまたはこれらの組合わせを含む。実際には、ＨＶＡＣアクチュエータの状態が決定される場合、その後にエアベントからの出力が続くだろう。エアベントからの出力はアクチュエータの状態を変更することによって制御されるので、エアベントからの出力１３６は直接決定されなくてもよい。

いくつかの実施形態は、ＨＶＡＣシステムのエアベントからの出力を制御の主要な目的にすることによって、空気流ベースの制御１４０におけるこのフレームワークを反転させる。空気流ベースの制御１４０は、まず、結果的に所望の設定点に達することとなるエアベントの出力１４６を決定しようと試みて、次いで、結果的に当該判定されたエアベントの出力をもたらすこととなるＨＶＡＣアクチュエータの状態を決定する。すなわち、アクチュエータの状態は、そのエアベントからのＨＶＡＣシステムの出力に関して決定されるものであって、調整された環境の壁のいくつかの箇所における設定点に関しては決定されない。

このような変換は、内部制御ＨＶＡＣアクチュエータを単純化するが、ＨＶＡＣ制御のかなりの部分をＨＶＡＣアクチュエータの力学の領域から空気流力学の領域に移行させることも可能にする。この変換は、さらに、室内の平均温度に対する制約を緩和することを可能にする。したがって、いくつかの実施形態は、調整された環境における空気流力学１４４を評価するための境界条件として設定点１４２を用いて、結果的に環境における不均一な熱分布で所望の設定点をもたらすこととなるエアベントの出力１４６を推定する。次いで、決定されたエアベントの出力を用いて、結果的に当該決定された出力をもたらすこととなるＨＶＡＣアクチュエータの状態１４８をもたらす。ＨＶＡＣアクチュエータの状態は、現状の出力と推定された出力１４６との間の誤差を最小化するＰＩＤ制御ポリシーからの範囲にわたるＨＶＡＣ力学のさまざまな種類のモデルや、偏微分方程式または常微分方程式でＨＶＡＣシステムの力学を取り込む他のモデルを用いて推定することができる。

いくつかの実施形態は、ＨＶＡＣシステムの空気流ベースの制御１４０では、環境における平均熱分布に関する要件が緩和されるので、壁におけるいくつかの箇所についての設定点は提供する必要がないという認識に基づいている。実際には、設定点は、占有者の位置に関して提供され得る。この状況では、空気流力学推定のための境界条件は、環境の境界ではなく、環境内のどこかに位置する。しかしながら、このような複雑さは空気流モデルによって対処することができる。

したがって、いくつかの実施形態は、エアベントの出力１４６を推定するために、占有者の位置における所望の熱状態を入力境界条件１５０として用いる。たとえば、占有者は、所望の温度、空気流および／または湿度を指定することができ、空気流ベースの制御は占有者の位置においてこの熱状態を発生させるが、他の位置は異なる値の熱状態を呈する可能性がある。このようにして、熱均一性の仮定についての問題を克服することができる。

付加的または代替的には、いくつかの実施形態は、熱的快適性が心理状態であり、かつ、占有者自身の快適性を達成するであろう所望の熱状態を推定することは占有者にとって負担となり得るとの認識に基づいている。そのために、いくつかの実施形態は、或る占有者の現状の熱的快適性に基づいて入力熱状態を推定するように構成された熱的快適性モデル（thermal comfort model：ＴＣＭ）１５２を用いる。ＴＣＭ１５２は予めトレーニングされている。いくつかの実施形態では、占有者らの現状の熱的快適性は自身のバイオメトリクスに基づいて決定される。

これと共に、これらの空気流ベースの制御１４０は、空気流力学を用いて、ＴＣＭによって生成される占有者の位置における所望の熱状態で熱状態の不均一な分布を推定して、結果的にこのような不均一な分布をもたらすこととなるエアベントの出力とＨＶＡＣアクチュエータの対応する状態とを決定することで、外部設定点を指定する必要なしに占有者の熱的快適性とＨＶＡＣシステムの動作との間の間接的なマッピング１５４を提供する。

図１Ｂは、いくつかの実施形態に従った、環境を調整するように暖房、換気および空調（ＨＶＡＣ）システム１２６を制御するための制御システム１００のブロック図を示す。制御システム１００は、環境を調整するように暖房、換気および空調（ＨＶＡＣ）システムを制御するために使用され得る。環境は、建物の部屋もしくは空間、またはＨＶＡＣシステムが設置される建物全体であってもよい。いくつかの実施形態では、環境は、占有者が位置するかまたは居住する建物の空間に対応し得る。いくつかの実施形態では、環境は、電車、自動車または航空機の内部空間を含み得る。いくつかの実施形態では、制御システム１００は、ＨＶＡＣシステムの出力パラメータを最適化し得る。ＨＶＡＣシステムの出力パラメータは、エアベント位置、入口温度、入口速度、入口湿度、および／または個々のベーン角度を含む。いくつかの実施形態では、制御システム１００は、さまざまな入力測定値１２２を取ることによって環境を監視し得る。入力測定値１２２は、環境に位置する１つ以上のセンサからの測定値である。いくつかの実施形態に従うと、１つ以上のセンサは、環境の熱的条件を取得するとともに引き続き環境を監視するための温度センサ、空気速度センサおよび／または湿度センサであってもよい。

制御システム１００は、制御システム１００を他のシステムおよびデバイスに接続するための入力インターフェイス１０２および制御インターフェイス１２４を含み得る。いくつかの実施形態では、制御システム１００は、複数の入力インターフェイスおよび複数の出力インターフェイスを含み得る。入力インターフェイス１０２は、バス１１６を介してシステム１００をネットワーク１２０に接続するように適合されたネットワークインターフェイスコントローラ（network interface controller：ＮＩＣ）１１８を含み得る。制御システム１００は、ネットワーク１２０を介して、無線で、または有線により、入力測定値１２２を受信し得る。

入力インターフェイス１０２は、位置データ、環境データおよび／または個人データを受け付けるように構成され得る。位置データは、環境における占有者の位置を示す。当該位置は、占有者が環境内に位置している領域であってもよい。いくつかの実施形態では、環境は、当該環境が３次元空間（three-dimensional：３Ｄ）座標系で与えられる、３Ｄの空間および位置によって、または３Ｄの空間および位置として、定義されてもよい。このような場合、位置は、占有者の手首、顔または手などを含むがこれらに限定されない占有者の一部の位置を表わす環境内の点である。環境における占有者の位置は、近くのアンカーノードまでの距離測定（既知の固定位置でのノード、たとえば、Ｗｉ－Ｆｉ（登録商標）アクセスポイントまたはBluetooth（登録商標）ビーコン）、磁気測位、グリッド概念またはデッドレコニングに基づいた１つ以上の屋内測位システムによって決定され得る。環境データは、環境における熱状態の現状の分布を示す。熱状態は、環境内の各位置ごとに得られてもよい。いくつかの実施形態では、位置は予め定められていてもよい。いくつかの実施形態では、位置はリアルタイムで決定される。一実施形態では、環境における熱状態は、環境の各位置における温度に対応し得る。いくつかの実施形態では、熱状態は、占有者の位置における目標熱状態が温度場の分布および気流場の分布を含むように、温度ベクトル、空気流速度ベクトルを含む。いくつかの他の実施形態では、環境内の各位置における熱状態は、目標熱状態が湿度場の分布を含むように、湿度ベクトルを含む。個人データは、占有者の現状の熱的快適性を示す。

たとえば、一実施形態では、入力インターフェイスは、環境内の占有者の位置における入力熱状態を受け付けるように構成されている。たとえば、入力熱状態は、占有者の熱的快適性を達成することが所望される熱状態である。入力熱状態は、制御システム１００の外部で決定することができ、この場合、入力測定値１２２は入力熱状態を含む。入力熱状態は、制御システム１００によって内部で決定することができ、この場合、入力測定値１２２は、占有者の現状の熱的快適性などの入力熱状態を示すデータを含む。

さまざまな実現例では、熱状態はさまざまな物理量を含み得る。たとえば、熱状態は、空気の温度、速度および湿度のうちの１つまたはこれらの組合わせを含み得る。熱的快適性は１つの心理状態であるので、熱状態の値のさまざまな組合わせを用いて、占有者の熱的快適性を実現することができる。

制御システム１００は、プロセッサ１０４によって実行可能な命令を格納するメモリ１０６を含む。プロセッサ１０４は、格納された命令を実行するように構成され得る。プロセッサ１０４は、シングルコアプロセッサ、マルチコアプロセッサ、コンピューティングクラスタまたは任意の数の他の構成であってもよい。メモリ１０６は、ランダムアクセスメモリ（random access memory：ＲＡＭ）、読取り専用メモリ（read only memory：ＲＯＭ）、フラッシュメモリまたは他の任意の好適なメモリシステムを含み得る。プロセッサ１０４は、バス１１６を介して１つ以上の入力デバイスおよび出力デバイスに接続される。

いくつかの実施形態では、プロセッサは、ＨＶＡＣシステムを環境に接続する１つ以上のエアベントにおける目標熱状態を決定するとともに、エアベントにおける目標熱状態をもたらすＨＶＡＣシステムの１つ以上のアクチュエータへの制御コマンドを決定するように、空気流ベースのコントローラ１１４を実行する。空気流ベースのコントローラ１１４は、環境内のさまざまな位置における熱状態の不均一な分布を関係付ける空気流力学モデル（ＡＤＭ）１１０を用いて、エアベントにおいて目標熱状態をもたらす。具体的には、エアベントにおける目標熱状態は、結果として、ＡＤＭに従って占有者の位置における入力熱状態をもたらす。加えて、プロセッサは、ＨＶＡＣ力学１１２のモデルを用いて、結果的にエアベントにおける目標熱状態をもたらすこととなるＨＶＡＣアクチュエータの状態をもたらすことができる。プロセッサは、アクチュエータの状態を決定された状態に変更するための当該アクチュエータに対する制御コマンドを決定し、当該制御コマンドを制御インターフェイス１２４を介してＨＶＡＣシステム１２６のアクチュエータにサブミットする。その結果、占有者の位置における入力熱状態の達成についての判定精度が向上する。

いくつかの実現例では、プロセッサは、ＡＤＭを制約として用いる環境内の空気の力学の計算流体力学（ＣＦＤ）計算、ならびに、環境における熱状態の分布に関する境界条件としての占有者の位置における入力熱状態およびエアベントにおける目標熱状態に基づいて、エアベントにおける目標熱状態を決定する。実際には、プロセッサは、ＣＦＤシミュレーションを用いて、ＡＤＭに従った占有者の位置における境界条件に対応するようにエアベントにおける境界条件を見出す。たとえば、一実施形態では、ＡＤＭは、空気の熱伝達および動きの物理的特性の変化を記述するナビエ・ストークス方程式を用いて環境内の空気の力学を表わしている。ＣＦＤ計算は、熱伝達とともにナビエ・ストークス方程式を解くことによって、結果的に占有者の位置において入力熱状態をもたらすこととなるエアベントにおける目標熱状態を生成する。

さまざまな実施形態では、環境内の各位置における熱状態は、環境内のさまざまな位置における熱状態の値の分布が温度場の分布および気流場の分布を含むように、温度ベクトルおよび空気流速度ベクトルを含む。これらの実施形態では、占有者らは、自身の体験を用いて、自身の位置において自身の所望の温度および空気流をもたらすことができる。付加的または代替的には、いくつかの実施形態では、環境内の各位置における熱状態は、環境内のさまざまな位置における熱状態の値の分布が、温度場の分布、気流場の分布、および湿度場の分布を含むように、温度ベクトル、空気流速度ベクトルおよび湿度ベクトルを含む。これらの実施形態は、占有者の熱的快適性を改善する助けになり得るが、占有者の中には、これらの値の組合わせに達するのが困難になる可能性のある者もいる。

そのために、いくつかの実施形態では、メモリ１０６は、占有者の位置における現状の熱状態を当該占有者の位置における入力熱状態と関係付けて、占有者の現状の熱的快適性を所望の熱的快適性に変化させる熱的快適性モデル（ＴＣＭ）１０８を格納するように構成される。いくつかの実施形態では、目標熱状態は、占有者の位置における所望の温度に対応し得る。いくつかの他の実施形態では、目標熱状態は、占有者の位置における所望の温度、空気流速度および／または湿度を含み得る。いくつかの例示的な実施形態では、熱的快適性モデル１０８は、オフラインで、すなわち、予め、確立される。熱的快適性モデルは個人、すなわち占有者、に関係しているので、個別化された熱的快適性モデルとも称される。

以下、「熱的快適性モデル」および「個別化された熱的快適性モデル」は同義で用いられ得るとともに同じことを意味するだろう。熱的快適性モデル１０８は、占有者が寒いと感じているか、暑いと感じているか、わずかに暑いと感じているか、またはその中間であることを示す占有者の熱的快適値を出力し得る。いくつかの実施形態では、熱的快適性モデル１０８の出力は、空気流力学モデルの境界条件を定義するために利用され得る。いくつかの実施形態では、部屋／環境の壁の温度は、境界条件として空気流力学モデルに供給されてもよい。

いくつかの実施形態では、制御システム１００は、熱的快適性モデル（ＴＣＭ）１０８、ＡＤＭ１１０および／またはＨＶＡＣモデル１１２を格納するように構成されたストレージデバイス１２８を含む。ストレージデバイス１２８は、ハードドライブ、光学ドライブ、サムドライブ、ドライブのアレイ、またはそれらの任意の組合せを用いて実現され得る。プロセッサ１０４は、エアベントにおける現状の熱状態によって決定される境界条件とともにＡＤＭ１１０を用いて占有者の位置における現状の熱状態を推定し、占有者の位置における現状の熱状態および占有者の現状の熱的快適性をＴＣＭ１０８にサブミットして、占有者の位置における入力熱状態をもたらすように構成される。次いで、プロセッサは、ＡＤＭ１１０に従って、結果的に占有者の位置における入力熱状態をもたらすこととなるエアベントにおける目標熱状態を決定し、ＨＶＡＣモデル１１２に従って結果的にエアベントにおいて目標熱状態をもたらすようにアクチュエータの状態を更新する制御コマンドを決定するように構成される。

このように、環境における平均温度についての設定点を決定することなく、熱状態の現状の分布を熱状態の更新済み分布に変更する。設定点が除外されているので、設定点に基づいて制御コマンドを決定する際に誘発される不正確さが排除または低減され、これにより、ＨＶＡＣシステムに関する制御コマンドの精度が向上する。結果的に、占有者位置における入力熱状態がより正確に達成される。さらに、環境における熱状態の更新済み分布は、環境におけるさまざまな位置についての熱状態の値の不均一な分布を含む。

さまざまな実現例では、プロセッサは、ＨＶＡＣシステムのアクチュエータの現状の状態とともに、ＨＶＡＣモデルを用いて、エアベントにおける現状の熱状態を決定するように構成される。これらの実現例では、プロセッサは、追加の検知を避けるために当該モデルを用いる。また、いくつかの実施形態は、占有者のバイオメトリクスに基づいて占有者の現状の熱的快適性を決定するように構成されたバイオメトリックセンサを用いる。たとえば、バイオメトリックセンサは、占有者の１つ以上のバイタルサインを測定するためのリモート・フォトプレチスモグラフィ（ＲＰＰＧ）センサと、占有者の１つ以上のバイタルサインを測定するためのウェアラブルデバイスと、占有者の熱的快適性を示す占有者のジェスチャを判定するためのカメラと、のうちの１つまたはこれらの組合わせを含み得る。

プロセッサ１０４はさらに、制御コマンドをＨＶＡＣシステム１２６のアクチュエータにサブミットするように構成される。制御システム１００は、システム１００をＨＶＡＣシステム１２６に接続するための制御インターフェイス１２４を含む。いくつかの実施形態では、制御システム１００は、制御インターフェイス１２４を介して、制御コマンドに基づいてＨＶＡＣシステム１２６を制御するように構成されてもよい。

図２は、いくつかの実施形態に従った、環境を調整するようにＨＶＡＣシステムを制御する原理の概要を概略的に示す。いくつかの実施形態の目的は、所望の熱的快適性を達成するためのＨＶＡＣシステム１２６への制御コマンドを決定することである。さらに、いくつかの実施形態の目的は、環境における平均温度に関する設定点を決定することなく、占有者位置における所望の熱的快適性を達成することである。熱的快適性モデル（ＴＣＭ）２０４は、これをトレーニングデータベース２０２でトレーニングすることによって確立される。トレーニングデータベース２０２は、図３Ａ～図３Ｄを参照して詳細に説明される。トレーニング快適性モデル２０４はオフライン段階でトレーニングされる。オフライン段階は、予め、すなわちＨＶＡＣシステムの動作の開始前に、実行される。オンライン段階は、ＨＶＡＣシステムの動作中にリアルタイムで実行される。

トレーニング快適性モデル２０４は統計モデルであり、環境における熱状態の現状の分布、占有者の現状の熱的快適性、および占有者によって提供されるフィードバックに基づいて占有者の熱的快適値を推定する。いくつかの実施形態では、熱的快適値は目標熱状態であり得る。バイオメトリックセンサ２０６は、占有者の現状の熱的快適性を提供し、環境センサ２０８は、環境における熱状態の現状の分布を提供する。熱回路モデル２０４は、占有者の現状の熱的快適性を受信する度に熱的快適値を推定する。占有者の位置における熱状態は、ＡＤＭ２１０によって境界条件として用いられる。空気流力学モデル２１０は、環境における空気流速度、温度および湿度の力学を記述する物理モデルであり得る。環境センサ２０８からの測定値は空気流力学モデル２１０に与えられる。続いて、空気流力学モデル２１０は、環境内の各位置における空気流速度、温度および湿度などの熱的条件を推定する。占有者位置における推定された熱的条件は熱的快適性モデル２０４に与えられる。さらに、熱的快適性モデル２０４は、正確な目標熱状態を推定し、その後、これを空気流力学モデル２１０に適用し得る。

空気流力学モデル２１０は、占有者の位置における入力熱状態と、本明細書においてエアベントの目標熱状態と称されるエアベントの目標出力との間のマッピングを提供する。目標出力は、ＨＶＡＣシステムのエアベント位置、入口温度、入口速度、入口湿度、および／または個々のベーン角度などの出力パラメータを含む。ＨＶＡＣシステム２１２の制御ポリシーは、目標出力に基づいて、バルブ開閉のレベル、コンプレッサ圧力などのＨＶＡＣシステムの内部パラメータの制御を提供する。その結果、占有者の位置における熱状態が目標熱状態に変更されて、占有者の位置における熱的快適性が達成される（２１４）。制御ポリシーは、ＰＩＤモデルと同じくらい単純であり得るかまたはＨＶＡＣ力学の物理モデルと同じくらい複雑であり得るＨＶＡＣモデルを用いることができる。

いくつかの実施形態では、出力パラメータはＡＤＭを制約として用いる計算流体力学（ＣＦＤ）計算に関する境界条件として用いられる。いくつかの実施形態では、ＨＶＡＣシステムの現状の出力パラメータは、空気流力学モデル２１０の境界条件であり得る。いくつかの他の実施形態では、部屋／環境の壁における出力パラメータは、空気流力学モデル２１０に関する境界条件として用いられる。空気流力学モデル２１０は、熱状態（空気の温度、速度および／または湿度）とＨＶＡＣ出力パラメータ（入口速度、入口角度、入口温度および／または入口湿度）との間のマッピングを提供するので、空気流力学モデル２１０は、現状の出力パラメータに基づいて占有者の位置における現状の熱状態を決定し得る。さらに、現状の熱状態は、目標熱状態を推定するために熱的快適性モデル２０４に提供され、空気流力学モデル２１０は、対応する目標出力で目標熱状態をマッピングするために利用される。したがって、空気流力学モデル２１０は、熱的快適性モデル２０４と制御ポリシー２１２との間の双方向接続をもたらし得る。さらに、空気流力学モデル２１０と熱的快適性モデル２０４とが共存することで、占有者の熱的快適値の推定精度の向上が確実にされる。
熱的快適性モデル

図３Ａは、いくつかの実施形態に従った、個別化された熱的快適性モデルをトレーニングするためのトレーニングデータベース２０２を示す。トレーニングデータベース２０２は、環境データ３０２、バイオメトリックデータ３０４、気象データ３０６、タイムスタンプ３０８、問合せ要求応答３１０、および占有者フィードバック３１２のうちの１つまたはこれらの組合わせを備える。トレーニングデータベース内の上述のデータは、環境内の占有者に関連するものである。続いて、トレーニングデータベース２０２内の占有者の上述のデータに基づいて、占有者に対応する個別化された熱的快適性モデルが構築される。いくつかの実施形態では、トレーニングデータベース２０２は、環境内の複数の占有者の各々のデータを含み得る。さらに、複数の占有者の各々のデータは、それぞれの個別化された熱的快適性モデルを確立するために利用され得るとともに、メモリ１０６に格納され得る。環境データ３０２は、環境における熱状態の現状の分布を示す。バイオメトリックデータ３０４は個人データとも称され得るとともに、占有者の現状の熱的快適性を示す。

環境データ３０２、バイオメトリックデータ３０４などの取得のためにさまざまな検知ユニットが用いられる。図３Ｂは、いくつかの実施形態に従った、環境データ３０２を取得するための環境データ検知ユニット３１６のさまざまなコンポーネントを示す。環境データ検知ユニット３１６は、無線通信コンポーネントもしくはオンデバイスユーザインターフェイスを含み得るＩ／Ｏモジュール３１８、データプロセッサもしくは制御モジュール３２０、取外し可能もしくは再充電可能なバッテリであり得る電源、または、無線電力コンバータを含み得る。環境データ検知ユニット３１６は、空気温度３２２、空気速度３２４、湿度３２６、空気品質３２８および／または放射温度３３０などの環境のさまざまな特性を測定する１つ以上のセンサを含み得る。加えて、乱流センサおよびＣＯ_２センサなどを含むがこれらに限定されないセンサが環境データ検知ユニット３１６に含まれる。１つ以上のセンサが占有者の近傍に配置される。別個の項目として示されているが、環境データ検知ユニット３１６の単一のセンサが２つ以上の変数を測定し得ることが企図されている。たとえば、全方向風速計を用いて、空気速度３２４ならびに乱流強度を測定してもよい。別の例では、放射温度３３０は、ＩＲカメラからのデータに基づいて、またはグローブ温度計などの別個のセンサを用いることによって判定されてもよい。いくつかの実施形態では、環境データ３０２は、環境のモデルと当該環境のモデルの変数の分布とを含み得る。環境のモデルは、窓の位置ならびにドアおよび壁の位置を含み、環境のモデルの変数は、窓およびドアが開いているかまたは閉じているかを示す。さらに、環境のモデルは環境における熱源（コンピュータ、オーブン、占有者等）の位置および種類を含み、環境のモデルの変数は熱源の状態を示す。

図３Ｃは、いくつかの実施形態に従った、バイオメトリックデータを取得するためのバイオメトリックデータ検知ユニット３３２のさまざまなコンポーネントを示す。バイオメトリックデータ検知ユニット３３２は、無線通信コンポーネントまたはオンデバイスユーザインターフェイスを含み得るＩ／Ｏモジュール３３４、制御モジュール３３６、取外し可能または再充電可能バッテリであり得る電源を含み得る。いくつかの実施形態では、環境データ検知ユニット３１６およびバイオメトリックデータ検知ユニット３３２はともに、共通のＩ／Ｏモジュール、制御／プロセッサモジュール、および電源を含み得る。

バイオメトリックデータ検知ユニット３３２は、心拍数３３８、占有者３４０のバイタルサイン、皮膚温度３４２、および／または皮膚コンダクタンス３４４を測定する１つ以上のセンサを含み得る。１つ以上のセンサが占有者の近傍に配置される。占有者の心拍数３３８は、心拍数モニタまたは心拍数センサによって測定され得る。心拍数センサは、ＬＦバンドとＨＦバンドとを区別するのに十分な精度を有するはずである。さらに、心拍数測定値に基づいて、プロセッサモジュール３３６は、低スペクトル周波数（low spectral frequency：ＬＦ）心拍数変動と高スペクトル周波数（high spectral frequency：ＨＦ）心拍数変動との比を決定し得る。ＬＦ対ＨＦの比が高ければ高いほど、占有者にとっての不快感のレベルがより高くなる。占有者３４０のバイタルサインは、リモート・フォトプレチスモグラフィ（ＲＰＰＧ）センサを利用することによって取得されてもよい。いくつかの実施形態では、ウェアラブルデバイスは占有者のバイタルサインを測定するために用いられてもよい。制御システム１００の動作中、ウェアラブルデバイスは、制御システムの入力インターフェイスと遠隔通信する。いくつかの他の実施形態では、占有者３４０のバイタルサインを取得することは、占有者のジェスチャを捕捉することを含み得る。占有者のジェスチャを捕捉するのに画像センサを用いてもよい。

皮膚コンダクタンス３４４は、占有者の皮膚からの蒸発伝達に関連する占有者の皮膚の電気的特性の変化を反映するガルバニ皮膚反応として測定され得る。皮膚温度３４２は、占有者と環境との間の熱伝達を定量化するために用いられ得る。皮膚コンダクタンスおよび皮膚温度測定値の各々は、特定の占有者または一般化されたユーザの好みを示すそれぞれの予め定義された範囲と比較され得る。たとえば、予め定義された範囲は、快適化ユニットシステムのセットアップ中に占有者からのフィードバックに基づいて、または通常動作中に占有者による人手を介することによって、または他の任意の手段によって確立されてもよい。いくつかの実施形態では、ＬＦ／ＨＦ比に基づいて、かつ、皮膚温度３４２および皮膚コンダクタンス３４４と予め定義された範囲との比較に基づいて、占有者の熱的快適性レベルが推定され得る。代替的または付加的には、心拍数、皮膚コンダクタンスおよび皮膚温度測定値は、占有者の熱的快適性レベルを示すメトリックに組合わせることができる。バイオメトリックデータ検知ユニット３３２は、占有者のＩＲ画像を出力するＩＲカメラを含み得る。ＩＲ画像を分析することで、衣類の最も外側層の温度を占有者の皮膚温度３４２と比較することによって衣類レベルの推定値が提供され得る。いくつかの実施形態では、判定された衣類レベルは、占有者の熱的快適性レベルの判定に利用されてもよい。

バイオメトリックデータ３０４を得るために、バイオメトリックデータ検知ユニット３３２の１つ以上のセンサは占有者の皮膚と直接接触され得る。たとえば、検知ユニット３３２またはそのいくつかの部分は、時計、ブレスレット、ネックレス、靴中敷きまたはアームバンドなどのウェアラブルデバイスであり得る。いくつかの実施形態では、検知ユニット３３２またはそのいくつかの部分は、占有者が断続的に動作させる独立型デバイスであり得る。いくつかの他の実施形態では、検知ユニット３３２またはそのいくつかの部分は、暖房、換気および空調（ＨＶＡＣ）システムと一体化されてもよい。さらに、企図される１つ以上の実施形態に従って他の構成も実現可能であり得る。

トレーニングデータベース２０２中の気象データ３０６は、米国の国立気象局などの気象局２０３から取得され得る。気象データ３０６は、占有者の好みと、季節、気象の種類などとの間の統計的関係を提供する。トレーニングデータベース２０２において取得されてそこに格納されるデータの各々はタイムスタンプ３０８に関連付けられる。タイムスタンプ３０８は、時間、日付、季節の１つ以上またはそれらの組合わせを含み得る。

さらに、トレーニングデータベースは、ユーザまたは占有者フィードバック３１２を含み得る。占有者フィードバックは、話し言葉によるもの、書き言葉によるもの、生理学的なもの、または視覚的なものであり得る。生理学的フィードバックの例は、占有者が寒さを経験していることを示す占有者の身震いを含む。話し言葉によるフィードバックの例は、「暑すぎる」または「寒すぎる」などの、占有者によって提供される明確なラベルであり得る。いくつかの実施形態では、占有者はフィードバックの受取りについて問い合わせされる。そのような場合、問合せ要求応答３１０を得るために問合せ要求機能が開始される。

図３Ｄは、いくつかの実施形態に従った、占有者フィードバック３１２を得るために占有者に提供される例示的なフィードバックメカニズムを示す。ウェアラブルデバイス３４６は占有者３４８の手首に配置され得る。ウェアラブルデバイス３４６は、熱感知スケール（ＡＳＨＲＡＥスケール、すなわち、アメリカ暖房冷凍空調学会（American Society of Heating, Refrigerating and Air-Conditioning Engineers））または熱的快適性スケール（Bedfordスケール）ごとに熱的快適度３５０ａ～３５０ｇの７つのレベルを含むリスト３５０を表示するように構成される。ウェアラブルデバイス３４６は、占有者が熱的快適度３５０ａ～３５０ｇの７つのレベルから熱的快適性レベルを選択することを容易にする。選択された熱的快適性レベルは占有者フィードバック３１２であり、トレーニングデータベース２０２に格納されている。フィードバックメカニズムの代替例は、視覚ベースの方法、動きベースの方法および／または姿勢ベースの方法を含み得る。視覚ベースの方法は、身体からの熱流、占有者の動き、占有者の表現などに関して占有者のカメラ画像を分析することを含み得る。動作ベースの方法は、占有者の動きを追跡して占有者の快適状態を判定することを含み得る。姿勢ベースの方法は、占有者が環境に応じて座っているかまたは立っているかを判定することを含み得る。この目的のために、環境データ３０２、バイオメトリックデータ３０４、気象データ３０６、タイムスタンプ３０８、問合せ要求応答３１０、および占有者フィードバック３１２が取得されて、トレーニングデータベース２０２に格納され得る。上記データの取得およびトレーニングデータベース２０２への格納は事前に行なわれるので、トレーニングデータベース２０２内のデータは履歴データと称されることもある。

図４は、いくつかの実施形態に従った、熱的快適性モデルの学習プロセスの概略図を示す。オフライン段階では、トレーニングデータベース４００中の履歴データを利用して熱回路モデル４０２を確立する。この段階での熱回路モデル４０２は初期モデルと称され得る。初期モデルは、占有者の熱的快適値を推定し得る。履歴データに基づいて初期モデルが学習された後、２つの機能モードが存在している。第１のモードは、占有者の熱的快適値の連続予測であり、データが取得されてトレーニングデータベースに格納される各時点ごとに実施される。第２のモードは、熱的快適性モデル更新モードであり、占有者がフィードバックを与えたときに実施される。いくつかの実施形態では、フィードバックは、問合せされたときに、すなわち問合せ要求応答３１０または占有者フィードバック３１２に応じて、任意に与えられてもよい。熱的快適性モデル更新モードでは、フィードバックが受信された場合でも、受信されたフィードバックに従って熱的快適性モデル４０２が更新される（４０４）。熱的快適性モデル４０２は空気流力学モデルに境界条件を提供する。

オンライン段階では、占有者は環境内に位置しており、リアルタイムデータが受信される。リアルタイムデータは、環境における熱状態の現状の分布および／または占有者のリアルタイムのバイオメトリックデータ（４０６）を含み得る。占有者は、たとえばウェアラブルデバイス３４６のようなフィードバックメカニズムを介して、さまざまな環境条件下で占有者の快適性レベルを提供し得る。占有者の快適性レベルは、約５９°Ｆ～約６５°Ｆ以下の寒さ快適範囲、約６１°Ｆ～約６７°Ｆ以下の涼しさ快適範囲、約６８°Ｆ～約７２°Ｆまたは約６５°Ｆ～約７４°Ｆの心地よい快適範囲、約７０°Ｆ～約７５°Ｆ以上または約７２°Ｆ～約７７°Ｆ以上の暖かさ快適範囲、および約７３°Ｆ～約７５°Ｆ以上または約７４°Ｆ～約８０°Ｆ以上の暑さ快適範囲を含み得る。前述の温度範囲は、占有者のみに関するものであり得る。これは、温度範囲が占有者ごとに異なり得ることを意味する。いくつかの実施形態では、ある占有者から別の占有者までの温度範囲のばらつきは、熱的快適性モデル４０２を確立するためにトレーニングデータベースに格納されたデータに依存する。

付加的または代替的には、いくつかの実施形態は、ＡＤＭを用いて決定された占有者の位置における現状の熱状態、および、占有者の現状の熱的快適性が、ＨＶＡＣシステムを制御するためだけではなく、さらなる使用のためにＴＣＭを更新するためにも使用され得るという認識に基づいている。これは、ＡＤＭが、追加のセンサを用いることなく占有者の位置における熱状態の多値推定を提供することができるので有利である。そのために、いくつかの実施形態では、プロセッサは、さらに、ＡＤＭを用いて決定された占有者の位置における現状の熱状態、および、占有者の現状の熱的快適性に基づいてＴＣＭを更新するように構成される。

いくつかの実施形態は、熱回路モデル４０２が占有者からのフィードバックを必要とする場合に、必要なインスタンスの数を減らすために転移学習が使用され得るという認識に基づく。転移学習は機械学習の一種であり、学習を容易にする目的で、あるドメインからの知識を別のドメインに転移する。いくつかの実施形態は、ドメインがさまざまなユーザまたは占有者を指しており、具体的にはソースドメインが同時に収集されるかまたは過去に収集されたＮ－１人の占有者からのデータに関連し得るとともに、目標ドメインがＮ番目の占有者からのデータ、または熱的快適性モデルが確立される必要がある占有者からのデータを指し得るという認識に基づいている。データのドメインが上述のように記述され、ソースドメインおよび目標ドメインの両方においてフィードバックが利用可能である場合、本明細書では、帰納転移学習アプローチとして転移学習アプローチが企図され得る。非限定的な例として、帰納転移学習に対する少なくとも１つのアプローチはパラメータ転移であり得る。この場合、同様のタスクのための個々の熱的快適性モデルについてのパラメータが同じ事前分布または同様の事前分布からサンプリングされるべきであると仮定されている。

さらに、占有者のフィードバックは、ラベル付けされたデータとして企図され、トレーニングデータベースに格納される。その後、熱的快適性モデルが再学習されて更新される（４１０）。熱的快適性モデル４０２は、更新された熱的快適性モデルに基づいて更新済み境界条件を提供する（４１２）。いくつかの実施形態では、熱的快適性モデル４０２は、熱的快適性モデルに占有者のフィードバックが与えられるたびに空気流力学モデルに更新済み境界条件を提供する。

空気流力学モデルは、環境における空気流の速度、温度および湿度の力学を記述する物理モデルであり得る。この空気流力学モデルは、環境における加熱された空気または冷却された空気の質量、運動量およびエネルギの保存に基づく。このモデルの数学的表現は、境界条件が熱的快適性モデルに基づいて判定される偏微分方程式（partial differential equation：ＰＤＥ）の形態であってもよい。空気流力学モデルの結果は、占有者周囲を含む環境における空気流の速度、温度および湿度である。いくつかの実施形態では、空気流力学モデルは予め較正されてもよい。

図５は、いくつかの実施形態に従った、占有者位置における熱状態を得るための計算流体力学（ＣＦＤ）シミュレーションに関する前処理５００および後処理５０２の概略図を示す。ＣＦＤは、数値分析およびデータ構造を用いて流体流に関する方程式を解いて分析する流体力学から派生したものである。物理学的事例の数学的モデルおよび数値的方法は、流体の流れを分析するためにＣＦＤなどのソフトウェアツールで用いられる。たとえば、物理学的事例の数学的モデルとして、ナビエ・ストークス方程式が規定されている。これは、流体の流れおよび熱伝達の両方に関する物理的特性の変化を記述するものである。ここで、流体は空気であってもよい。数学的モデルは、熱伝達、質量伝達、相変化、化学反応などの問題の内容に応じて変化する。ここで、部屋とは、占有者が位置する環境を指す。前処理５００のステップは、コンピュータ支援設計（computer aided design：ＣＡＤ）を用いて問題の幾何学的境界および物理的境界を定義し、結果として部屋の幾何学的形状を抽出するステップ（５０４）を含む。さらに、メッシュは、抽出された幾何学的形状に基づいて生成されてもよく（５０６）、境界条件を含む動作パラメータが空調機のために設定されてもよい（５０８）。空調機はＨＶＡＣシステムに対応し得る。後処理５０２は、前処理ステップ５００と、流体力学の支配方程式のＣＦＤ解（５１０）とに基づいて占有者の位置における熱状態を得るステップ（５１２）を含む。

いくつかの実施形態では、幾何学的形状は部屋の建築構造であってよく、たとえば、部屋の建築設計図から抽出されてもよい。さらに、室内の流体が占める容積が決定される。部屋の幾何学的形状を抽出した後、抽出された幾何学的形状および空調機の位置に基づいてメッシュが生成される（５０６）。いくつかの実施形態では、抽出された幾何学的形状は、個別のセル（すなわち、メッシュ）に分割される。

メッシュは、六面体要素、四面体要素、角柱要素、角錐要素または多面体要素の組合わせからなる、均一または不均一な構造化メッシュまたは非構造化メッシュであり得る。ドメイン内のメッシュポイントの最適数は、重要なフロー構造、たとえば、室内の循環、空調機または占有者の近傍における浮力上昇または下降のフロー構造などが、高分解能でメッシュ内に捕捉されるように選択される。たとえば、入口周囲のメッシュポイントを増やすことで、入口の近傍における高速度の挙動をより良く捕捉することができる。他の例は、熱負荷、占有者または出口の近傍における要素の数を増加させることを含む。最適なメッシュは、メッシュ感度分析によって得られる。メッシュ感度分析を実行するために、たとえば、要素の数を２倍にすることによってノードの数を系統的に増加させる必要がある。各メッシュごとに、対象となる値が監視される。最適なメッシュは、メッシュポイントの数を増加させることによっても対象の値が変化しないメッシュである。建築流体力学用途の場合、このような対象の値は、目標領域内の温度の平均、壁を通る熱伝達、出口における平均温度などであり得る。

さらに、前処理５００では、空調機５０８についての境界条件を含む動作パラメータを設定することにより、ＣＦＤシミュレーションや最適化に必要な他の物理的情報が推定される。これは、部屋のすべての境界面における流体挙動および特性を指定することを含む。空調機の公称条件は、境界条件の形態で空調機入力についての初期値として用いられてもよい。フィールドの境界条件（たとえば、速度、圧力）は、関数自体の値、または関数の正規導関数の値、または正規導関数および変数自体に値を与える曲線もしくは表面の形状、または所与のエリアにおける関数の値と関数の導関数との間の関係を指定する。壁などの固体表面における速度の境界条件はゼロに設定される。温度についての境界条件は、部屋とその外部との間の熱伝達に基づいている。そのような熱伝達は、部屋の壁の熱物理特性、たとえば、建物外筐において用いられるさまざまな層の伝熱性、各層の厚さ、および外気温に依存する。室内の流体の熱物理特性、たとえば密度拡散率または熱拡散率は、適切な熱状態モデルに基づいて選択され得る。

さらに、計算流体力学（ＣＦＤ）は、流体の力学の支配方程式を解き得る（５１０）。ここで、支配方程式はナビエ・ストークス方程式である。ＣＦＤは、質量およびエネルギーの保存と併せてナビエ・ストークス方程式を解く。ナビエ・ストークス方程式に基づく方程式のセットは、空気などのニュートン流体の機械的挙動を表わすことが証明されており、環境内または室内の流れのシミュレーションのために実現される。ナビエ・ストークス方程式の離散化は、ナビエ・ストークス方程式が計算流体力学に適用され得るように方程式を再公式化したものである。支配方程式、ナビエ・ストークスは熱伝達と併せて、以下のとおりとなる。

ここで、
∇.は発散演算子であり、
∇は勾配演算子であり、
∇^２はラプラス演算子であり、
ｐ、Ｖ、Ｔは、それぞれ、圧力、速度および温度の分布である。

さらに、相対湿度

などの方程式も上記方程式に結合することができる。

方程式１ａ－１ｃは、

と表わされてもよく、計算流体力学（ＣＦＤ）を利用して方程式１ａ－１ｃを解くことでその解が求められ得る。

後処理５０２では、ＣＦＤ５１０によって得られた方程式１ａ－１ｃの解から、占有者位置における熱状態が得られる。そのような熱状態は、占有者の位置における空気／流体の温度、空気速度および湿度を含む。さらに、得られた熱状態を用いて占有者の熱的快適性を評価してもよく、その後、占有者の熱的快適性を改善して空調機のエネルギ消費を最小化するように空気流力学モデルについての境界条件が修正される。

図６は、いくつかの実施形態に従った、ＣＦＤシミュレーションおよび最適空調機入力に基づいて占有者の位置における熱状態を得るための概略図を示す。空調機制御入力６００は、たとえば、入口の温度および速度、流れ方向の角度、空調機流の湿度などである。いくつかの実施形態では、空調機制御入力６００は、ＣＦＤシミュレーション６０２についての境界条件として利用される。ＣＦＤシミュレーションは、（図５を参照して説明されたように）占有者６０２の位置における熱状態をもたらし得る。熱状態は、占有者の位置における空気速度、温度および湿度の分布を含み得る。

さらに、空調機入力６００が最適化される。空調機入力の最適化６０４は、熱的快適性モデル４０２に依存する占有者の熱的快適性に基づく。いくつかの実施形態では、空調機入力の最適化６０４は、ＣＦＤシミュレーション６０２からの占有者の位置における熱状態および熱的快適性モデルの両方に基づく。いくつかの実施形態では、最適化はエネルギ消費に左右され得る。したがって、最適な空調機入力は、占有者の位置における最高の熱的快適性を空調機の最小エネルギ消費で提供するものである。ＣＦＤシミュレーション６０２および空調機入力の最適化６０４に続いて、占有者の位置における最適な熱状態が決定される（６０６）。占有者の位置における最適な熱状態は、最適化６０４から得られた空調機入力の最適値に基づいて決定される。いくつかの実施形態では、最適な熱状態はトレーニングデータベース２０２に格納されており、トレーニングの目的で熱的快適性モデル４０２において利用される。

いくつかの実施形態は、ＣＦＤが占有者位置の熱状態を得る目的で用いられる場合に、最小のエネルギ消費で占有者にとって最も快適な熱状態を得るために、特定のコスト関数を最小化する必要があるという認識に基づいている。

図７は、いくつかの実施形態に従ったＨＶＡＣシステムのエネルギ効率を向上させつつ占有者領域において快適な熱状態を得るためにコスト関数を最小化する概略図を示す。占有者の位置におけるその目標熱状態は熱的快適性モデルに基づいて推定される（７００）。いくつかの実施形態は、目標熱状態の満足につながり得るＨＶＡＣシステムの出力のいくつかの異なる組合わせがあるという認識に基づいている。そのために、いくつかの実施形態は、任意の適切な出力組合せだけでなく、ＨＶＡＣシステムのエネルギ消費を最小化する組合せも見出すことを目的としている。すなわち、推定された目標熱状態を満たすことができるすべての出力組合わせの中から、当該実施形態は、実現するのに必要なエネルギが最小となる組合わせを選択する。いくつかの実施形態では、この出力組合わせは、コスト関数の最適化７０２を用いて解かれる。たとえば、一実施形態では、コスト関数は、熱的快適性モデルによって結果的にもたらされる熱状態（７０２）を利用するものであって、デバイスの最小限のエネルギ消費で占有者領域における占有者の推定熱的快適性を改善するという目的に基づいて最小化される。たとえば、コスト関数の最適化は、ＨＶＡＣシステムの動作に対するコスト関数の感度７０４に基づいて反復的に実行可能であり、典型的な感度ベースの最適化は直接・随伴・ルーピング（direct-adjoint-looping：ＤＡＬ）方法である。

いくつかの実施形態は、領域全体が単一の温度値を構成していると仮定して、図７を参照して説明したコスト関数が室内における十分に混合された熱状態モデルに基づくという認識に基づいている。熱層化は建物において一般的によく起こることなので、多くの場合、このような認識は不正確であり単純化され過ぎている。建物は、複雑で、時間および空間の点でマルチスケールであり、マルチフィジックスであり、広範な外乱を伴う非常に不確実な動的システムである。ＣＦＤ分析では、建物全体が一体型システムとみなされ、空気流力学が効率的にシミュレートされる。

具体的には、いくつかの実施形態は、室内の熱状態が、占有者領域における占有者の熱的快適性ならびに空調機のエネルギ消費に影響を及ぼすという認識に基づいている。図８Ａは、いくつかの実施形態に従った、占有者の熱的快適性およびＨＶＡＣシステムのエネルギ消費の両方を含むコスト関数を構築および評価する概略図を示す。熱的快適性モデルに基づく占有者の熱状態８００が得られる。さらに、ＣＦＤシミュレーションに基づく熱状態８０２が得られる。コスト関数の評価８０６により、ＣＦＤシミュレーション熱状態８０２が、さまざまな高度の別々のビーム視野に沿って熱的快適性モデルに基づく熱状態８００とどれほどよく合致するかを表わす数値が得られる。複数の熱状態は、占有者領域において同様の熱的快適状態を有し得る。しかしながら、このような熱状態は、冷媒サイクルモデルに基づく空調機のエネルギ消費８０４を考慮すると、異なるエネルギバジェットを伴い得る。

たとえば、いくつかの実施形態では、熱的快適性モデルは、冷媒サイクルにおける大きな値のファン速度で最適化されてもよい。図８Ｂは、いくつかの実施形態に従った、冷媒サイクルの例としての蒸気圧縮サイクルの概略図を示す。冷凍サイクルは、ヒートポンプおよび冷凍機についての概念的および数学的モデルである。冷媒サイクルの例として蒸気圧縮サイクルがあり、これは、大部分の家庭用冷凍機、ならびに多くの大型の商業用および工業用冷凍システムにおいて用いられており、作動流体として冷媒を用いる。冷媒は、物質または混合物、通常、流体であって、たとえば、液体から気体に相転移し、蒸気圧縮サイクルで再び元に戻るフルオロカーボンなどの流体である。蒸気圧縮は、冷却されるべき部屋から熱を吸収および除去し、その後、他の場所でこの熱を廃棄する媒体として循環液体冷媒を利用する。すべてのこのようなシステムは、４つのコンポーネント、すなわち、コンプレッサ８０８、凝縮器８１０、熱膨張弁（絞り弁または計量装置とも称される）８１２、および蒸発器８１４、を備える。また、ファン８１６は、冷たい冷媒液体および蒸気混合物を搬送するコイルまたは管にわたる密閉空間内に温かい空気を循環させる。この結果、エネルギ消費はコンプレッサ８０８、凝縮器８１０、熱膨張弁８１２および蒸発器８１４に関連付けられる。コスト関数の評価８０６は、占有者位置における占有者の熱的快適性に加えて、そのようなエネルギ消費を考慮に入れてもよい。コスト関数Ｊは、以下のように定義される。

ここで、

は熱的快適性モデルから判定される。当該熱的快適性モデルはそれ自体がトレーニングの目的で熱状態の

を用いる。ここで、Ωは対象となる領域である。

図９は、いくつかの実施形態に従った、最小エネルギで占有者の熱的快適性に関して最適な空調機入力を実現するための例示的な最適化法としてのブロック図を示す。熱伝達を伴うナビエ・ストークス方程式についての境界条件としての役割を果たす空調機の初期値９００は、冷媒サイクルの公称動作条件に基づいている。空調機の初期値９００は支配方程式のＣＦＤ解９０２に用いられる。さらに、随伴方程式のＣＦＤ解９０４が判定される。随伴接方程式のＣＦＤ解９０４はコスト関数の感度の評価９０６のために用いられる。随伴ナビエ・ストークスおよび熱伝達の問題は、最初に、ＡＤＭを実施するためのオイラー・ラグランジュ（Euler-Lagrange）法に基づいて、偏微分方程式（ＰＤＥ）のレベルで導出される。その目的は、ＡＤＭまたは他の任意の適切な制約の存在下でコスト関数を最小化することである。他の制約は、部屋の幾何学的形状、ＨＶＡＣが提供可能な最大速度、ＨＶＡＣが提供可能な最低温度または最高温度などであり得る。随伴方程式を導出する際、分析時にコスト関数に対する乱流場の変動を無視する凍結乱流仮定（frozen-turbulence assumption）を用いることができる。第二に、通常のＣＦＤ問題と同様に、ＰＤＥ方程式は、さまざまな数値的方法、たとえば有限体積、有限要素、有限差分等で計算領域において離散化される。

コスト関数の感度９０６はコスト関数の勾配と見なされる。さらに、空調機の動作パラメータの更新９０８に勾配降下法が適用される。収束基準がチェックされる（９１０）。このような収束基準の一例は、連続反復の合間に起こるコスト関数の変動である。別の例は、設計変数に対するコスト関数の感度または勾配の大きさである。収束基準が満たされない場合、次の反復が開始され、支配方程式のＣＦＤ解９０２が判定される。収束基準は、占有者領域における熱状態が熱的快適性モデルによって必要とされる熱状態に等しいかまたはほぼ等しい場合に満たされる。収束基準が満たされる場合、空調機についての動作パラメータの最終的な推定９１２が実行される。

任意の動作パラメータξ_ｉに対するコスト関数の感度は以下のように表わされ得る。

推定される必要がある動作パラメータのセットは、（ξ_１，ξ_２，…ξ_ｎ）によって表わされる。最適化法は、以下のように拡張目的関数Ｌを用いる。

は熱伝達を伴うナビエ・ストークス方程式および質量保存である。

ξ_ｉの変化を考慮すると、Ｌの変化は以下のように表わすことができる。

を決定するために、以下の条件を満たすように随伴変数が選択される。

したがって、直接・随伴・ルーピング（ＤＡＬ）法はラグランジュ乗数（Ｖ_ａ,ｐ_ａ,Ｔ_ａ）を伴い、これは、それぞれ、随伴速度および圧力を表わしており、

を計算可能にする。最適化によって決定されるべき空調機入力は、

すなわち、入口速度、入口角度、入口温度および入口湿度となるように選択される。

たとえば、δＪ／δＶおよびδＪ／δＴを決定するために、ξ_ｉ＝Ｖまたはξ_ｉ＝Ｔを設定することによって最適化法が用いられ得る。また、

はステップ９０４で用いられる随伴圧力、速度、温度および湿度である。随伴変数は純粋に数学的な項とみなされ得る。いくつかの実施形態では、随伴変数は、対象となる関数、すなわち熱伝達を伴うナビエ・ストークス方程式、に関する任意のソース項の影響を提供するかまたは表わす。

随伴変数を用いて、任意の動作パラメータに対するコスト関数の感度を決定し得る。

単純な最急降下アルゴリズムを用いることにより、ξ_ｉが以下のように更新され得る。

ここで、λはステップサイズを表わす正定数である。

図１０は、いくつかの実施形態に従った、制御システムを用いて占有者１００２の熱的快適性を達成するための空気処理ユニット１０００の制御を示す。制御システムは、動作コントローラ１００４および占有者フィードバックを含み得る。これらの実施形態では、空気処理ユニット１０００の動作は、熱的快適性モデルおよび占有者１００２の現状の熱的快適性に基づいてさまざまな実施形態に従った動作コントローラ１００４によって決定される制御コマンドに基づいている。

占有者１００２の周りの矢印１１１０は、環境における空気速度、温度および湿度などの現状の部屋の状態１００８を表わす。環境１００６において、占有者１００２は、これらの環境変数を経験し得る。結果としてフィードバックは暑い、寒い、またはさまざまな程度の快適さになり得る。占有者フィードバックは占有者１００２の現状の熱的快適性を示し得る。代替的には、いくつかの実施形態では、占有者１００２は動き、座位、顔面および／または表現を通じて不快感を表わし得るとともに、バイオメトリックセンサはこれらを取り込んで占有者１００２の現状の熱的快適性を提供し得る。

動作コントローラ１００６は、占有者位置において快適な熱的条件を実現するように、占有者位置における空気速度、温度および湿度１１１４を変化させるための制御コマンドを空気処理ユニット１０００に与える。その結果、部屋条件が更新され、部屋条件の不均一な分布を含むこととなる（１１１０、１１１２）。

上記の説明は、例示的な実施形態のみを提供し、本開示の範囲、利用可能性、または、構成を限定することを意図していない。むしろ、例示的な実施形態の以下の記載は、１つ以上の例示的な実施形態を実現するための実施可能な記載を当業者に提供する。添付の特許請求の範囲に記載されるように開示される主題の精神および範囲から逸脱することなしに、要素の機能および構成においてなされ得るさまざまな変更が企図される。

具体的な詳細は、実施形態の完全な理解を提供するために以下の記載において与えられる。しかしながら、当業者によって理解されるのであれば、実施形態はこれらの具体的な詳細なしでも実施され得る。たとえば、開示される主題におけるシステム、プロセス、および他の要素は、実施形態を不必要な詳細で不明瞭にしないために、ブロック図の形態でコンポーネントとして示され得る。他の場合では、実施形態を不明瞭にすることを避けるために、周知のプロセス、構造および技術は、不必要な詳細なしで示され得る。さらに、さまざまな図面における同様の参照番号および名称は同様の要素を示す。

さらに、個々の実施形態は、フローチャート、フロー図、データフロー図、構造図またはブロック図として示されるプロセスとして説明され得る。フローチャートは、動作を連続したプロセスとして記載し得るが、動作の多くは並列にまたは同時に実行され得る。加えて、動作の順序は再構成されてもよい。プロセスは、その動作が完了すると終了され得るが、記載されていないかまたは図に含まれていない付加的なステップを有する可能性もある。さらに、特定的に記載される任意のプロセスにおけるすべての動作がすべての実施形態において行われ得るわけではない。プロセスは方法、関数、手順、サブルーチン、サブプログラムなどに対応し得る。プロセスが関数に対応する場合、関数の終了は、呼び出し関数またはメイン関数への関数の復帰に対応し得る。

さらに、開示される主題の実施形態は、少なくとも部分的に、手動または自動のいずれかで実現され得る。手動または自動の実現は、マシン、ハードウェア、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語、または、それらの任意の組み合せの使用により実行され得るかまたは少なくとも支援され得る。ソフトウェア、ファームウェア、ミドルウェアまたはマイクロコードで実現される場合、必要なタスクを実行するべきプログラムコードまたはコードセグメントはマシン可読媒体に格納され得る。プロセッサが必要なタスクを実行し得る。

本明細書において概説されるさまざまな方法またはプロセスは、さまざまなオペレーティングシステムまたはプラットフォームのいずれか１つを採用する１つ以上のプロセッサ上で実行可能なソフトウェアとしてコード化され得る。加えて、そのようなソフトウェアは、いくつかの好適なプログラミング言語および／またはプログラミングもしくはスクリプトツールのいずれかを用いて記述され得るとともに、フレームワークまたは仮想マシン上で実行される実行可能なマシン言語コードまたは中間コードとしてコンパイルされ得る。典型的には、プログラムモジュールの機能は、さまざまな実施形態において所望されるように組合わされてもよく、または分散されてもよい。

本開示の実施形態は、一例として提供された方法として具現化され得る。本方法の部分として実行される動作は任意の適切な態様で順序付けられてもよい。したがって、例示的な実施形態では連続的な動作として示されているが、動作が示されるのとは異なる順序で実行される実施形態が、いくつかの動作を同時に実行することも含めて、構築され得る。

本開示は、いくつかの好ましい実施形態を参照して記載されているが、本開示の精神および範囲内でさまざまな他の適応および変更がなされ得ることが理解されるべきである。したがって、そのようなすべての変形および変更を本開示の真の精神および範囲内に収めるように網羅することが、添付の特許請求の範囲の局面である。

Claims (20)

1. 暖房、換気および空調（heating, ventilation, and air-conditioning：ＨＶＡＣ）システムを制御して環境を調整するための制御システムであって、
   前記環境内の占有者の位置における入力熱状態を受け付けるように構成された入力インターフェイスと、
   プロセッサとを備え、前記プロセッサは、
   １つ以上のエアベントにおける目標熱状態が、結果として、前記環境におけるさまざまな位置における熱状態の不均一な分布を関係付ける空気流力学モデル（airflow dynamics model：ＡＤＭ）に従って前記占有者の前記位置における前記入力熱状態をもたらすように、前記ＨＶＡＣシステムを前記環境に接続する前記エアベントにおける前記目標熱状態を決定し、
   前記エアベントにおいて前記目標熱状態をもたらす、前記ＨＶＡＣシステムの１つ以上のアクチュエータに対する制御コマンドを決定するように構成され、前記制御システムはさらに、
   前記ＨＶＡＣシステムの前記アクチュエータに前記制御コマンドをサブミットするように構成された制御インターフェイスを備える、制御システム。
2. 前記プロセッサは、前記ＡＤＭを制約として用いた前記環境における空気の力学の計算流体力学（ＣＦＤ）計算に基づく前記エアベントにおける前記目標熱状態と、前記環境における熱状態の分布に関する境界条件として前記占有者の前記位置における前記入力熱状態および前記エアベントにおける前記目標熱状態とを決定する、請求項１に記載の制御システム。
3. 前記ＡＤＭは、前記空気の熱伝達および動きの物理的特性の変化を記述する熱伝達方程式とともにナビエ・ストークス方程式を用いて前記環境における前記空気の力学を表わし、前記ＣＦＤ計算は、熱伝達方程式とともに前記ナビエ・ストークス方程式を解くことによって、結果的に前記占有者の前記位置において前記入力熱状態をもたらすこととなる前記エアベントにおける前記目標熱状態を生成する、請求項２に記載の制御システム。
4. 前記プロセッサは、前記占有者の前記位置における前記入力熱状態に対する制約と、ＨＶＡＣモデルによって表わされる前記ＨＶＡＣシステムの力学に対する制約と、前記ＡＤＭによって表わされる前記環境における空気流力学に対する制約とを受ける前記ＨＶＡＣシステムの動作のコスト関数を最適化することによって前記制御コマンドを決定する、請求項２に記載の制御システム。
5. 前記コスト関数の最適化は、前記ＨＶＡＣシステムのエネルギ消費を最小化する、請求項４に記載の制御システム。
6. 前記コスト関数の最適化は、前記ＨＶＡＣシステムの前記動作に対する前記コスト関数の感度に基づいて反復的に実行される、請求項４に記載の制御システム。
7. 前記コスト関数は、直接・随伴・ルーピング（direct-adjoint-looping：ＤＡＬ）法を用いて最適化される、請求項６に記載の制御システム。
8. 前記環境内の各位置における前記熱状態は、前記環境内のさまざまな位置における熱状態の値の分布が、温度場の分布および気流場の分布を含むように、温度ベクトルおよび空気流速度ベクトルを含む、請求項１に記載の制御システム。
9. 前記環境内の各位置における前記熱状態は、前記環境内のさまざまな位置における熱状態の値の分布が温度場の分布、気流場の分布、および湿度場の分布を含むように、温度ベクトル、空気流速度ベクトル、および湿度ベクトルを含む、請求項１に記載の制御システム。
10. メモリをさらに備え、前記メモリは、
    前記占有者の前記位置における現状の熱状態を前記占有者の前記位置における前記入力熱状態と関係付けて、前記占有者の現状の熱的快適性を所望の熱的快適性に変化させる熱的快適性モデル（thermal comfort model：ＴＣＭ）を格納し、
    前記ＡＤＭを格納し、
    前記エアベントにおける熱状態を前記ＨＶＡＣシステムの前記アクチュエータの状態に関係付けるＨＶＡＣモデルを格納するように構成され、
    前記入力インターフェイスは、前記占有者の前記現状の熱的快適性を示すデータを受け付けるように構成され、
    前記プロセッサは、
    前記エアベントにおける現状の熱状態によって決定された境界条件とともに、前記ＡＤＭモデルを用いて、前記占有者の前記位置における前記現状の熱状態を推定し、
    前記占有者の前記位置における前記現状の熱状態および前記占有者の前記現状の熱的快適性を前記ＴＣＭにサブミットして、前記占有者の前記位置における前記入力熱状態を生成し、
    前記ＡＤＭに従って、結果的に前記占有者の前記位置において前記入力熱状態をもたらすこととなる、前記エアベントにおける前記目標熱状態を決定し、
    前記アクチュエータの前記状態を更新する前記制御コマンドを決定して、前記ＨＶＡＣモデルに従って前記エアベントにおいて前記目標熱状態をもたらすように構成される、請求項１記載の制御システム。
11. 前記プロセッサは、前記ＨＶＡＣシステムの前記アクチュエータの現状の状態で、前記ＨＶＡＣモデルを用いて、前記エアベントにおける現状の熱状態を決定するように構成される、請求項１０に記載の制御システム。
12. 前記占有者のバイオメトリクスに基づいて前記占有者の前記現状の熱的快適性を判定するように構成されたバイオメトリックセンサをさらに備える。請求項１０に記載の制御システム。
13. 前記バイオメトリックセンサは、前記占有者の１つ以上のバイタルサインを測定するためのリモート・フォトプレチスモグラフィ（remote photoplethysmography：ＲＰＰＧ）センサと、前記占有者の前記１つ以上のバイタルサインを測定するためのウェアラブルデバイスと、前記占有者の前記熱的快適性を示す前記占有者のジェスチャを判定するためのカメラと、のうちの１つまたはこれらの組合わせを含む、請求項１２に記載の制御システム。
14. 前記入力インターフェイスは、前記占有者によって提供される前記現状の熱的快適性のラベルを受信するように構成される、請求項１０に記載の制御システム。
15. 前記プロセッサはさらに、前記ＡＤＭを用いて判定される前記占有者の前記位置における前記現状の熱状態と、前記占有者の前記現状の熱的快適性とに基づいて、前記ＴＣＭを更新するように構成される、請求項１０に記載の制御システム。
16. 環境を調整するように暖房、換気および空調（ＨＶＡＣ）システムを制御するための方法であって、
    前記環境内の占有者の位置において入力熱状態を受け付けるステップと、
    プロセッサによって、１つ以上のエアベントにおける目標熱状態が、結果として、前記環境におけるさまざまな位置における熱状態の不均一な分布を関係付ける空気流力学モデル（ＡＤＭ）に従って前記占有者の前記位置における前記入力熱状態をもたらすように、前記ＨＶＡＣシステムを前記環境に接続する前記エアベントにおける前記目標熱状態を決定するステップと、
    前記プロセッサによって、前記エアベントにおいて前記目標熱状態をもたらす、前記ＨＶＡＣシステムの１つ以上のアクチュエータに対する制御コマンドを決定するステップと、
    前記ＨＶＡＣシステムの前記アクチュエータに前記制御コマンドをサブミットするステップとを備える、方法。
17. 前記ＡＤＭを制約として用いた前記環境における空気の力学の計算流体力学（ＣＦＤ）計算に基づく前記エアベントにおける前記目標熱状態と、前記環境における熱状態の分布に関する境界条件として前記占有者の前記位置における前記入力熱状態および前記エアベントにおける前記目標熱状態とを決定するステップをさらに含む、請求項１６に記載の方法。
18. 前記ＡＤＭは、前記空気の熱伝達および動きの物理的特性の変化を記述する熱伝達方程式とともにナビエ・ストークス方程式を用いて前記環境における前記空気の力学を表わし、前記ＣＦＤ計算は、熱伝達方程式とともにナビエ・ストークス方程式を解くことによって、結果的に前記占有者の前記位置において前記入力熱状態をもたらすこととなる前前記エアベントにおける記目標熱状態を生成する、請求項１７に記載の方法。
19. 前記占有者の前記位置における前記入力熱状態に対する制約と、ＨＶＡＣモデルによって表わされる前記ＨＶＡＣシステムの力学に対する制約と、前記ＡＤＭによって表わされる前記環境における空気流力学に対する制約とを受ける前記ＨＶＡＣシステムの動作のコスト関数を最適化することによって前記制御コマンドを決定するステップをさらに含む、請求項１７に記載の方法。
20. 前記コスト関数の最適化は、前記ＨＶＡＣシステムのエネルギ消費を最小化する、請求項１９に記載の方法。
    

Images