JP2023060335A

JP2023060335A - Adaptor

Info

Publication number: JP2023060335A
Application number: JP2023037397A
Authority: JP
Inventors: 隆一喜多見; Ryuichi Kitami
Original assignee: Fujitsu General Ltd
Current assignee: Fujitsu General Ltd
Priority date: 2018-12-28
Filing date: 2023-03-10
Publication date: 2023-04-27
Also published as: JP2020109325A; JP7305956B2

Abstract

PROBLEM TO BE SOLVED: To provide an adaptor capable of decreasing discomfort associated with renewal to a new learnt model, on a user.

SOLUTION: The adaptor receives a program from a server and controls an air conditioner according to the program. The adaptor comprises a memory section comprising a plurality of memory areas into which the program is written, and a controller. The controller sequentially writes the received program into one of the plurality of memory areas every time when the adaptor receives the program from the server. The controller reads the program written in a memory area out of the plurality of memory areas to control the air conditioner.

SELECTED DRAWING: Figure 2

Description

本発明は、アダプタに関する。 The present invention relates to adapters.

学習機能を有する空気調和システムには、記憶部が学習機能を有する場合、標準仕様設定による制御に、居住者等の好みや行動パターン等による時系列的に居住者等にとって好適な温度環境を反映させることができる（例えば、特許文献１）。 For an air conditioning system with a learning function, if the storage unit has a learning function, the temperature environment suitable for the occupants, etc., is reflected in chronological order according to the preferences and behavioral patterns of the occupants, etc., in the control based on the standard specification settings. (For example, Patent Document 1).

特開２０１５－１１７９３３号公報JP 2015-117933 A

ここで例えば、サーバ装置が空気調和システムに関わるデータを収集し、機械学習により学習済みモデル（プログラム）を生成する手法も提案されている。例えば、サーバ装置は、室温や外気温等の環境情報とともにユーザの操作情報等をデータとして収集した後、当該データを用いて学習済みモデルを生成する。そして、サーバ装置は、生成した学習済みモデルを、室内機とサーバ装置との間を中継するアダプタに送信する。アダプタは、受信した学習済みモデルをメモリに記憶する。そしてアダプタはメモリに記憶された学習済みモデルを参照し、室内機に対し制御信号を送信する。 Here, for example, a method has been proposed in which a server device collects data related to an air conditioning system and generates a learned model (program) by machine learning. For example, the server device collects user operation information and the like as data along with environmental information such as room temperature and outside temperature, and then generates a trained model using the data. Then, the server device transmits the generated learned model to an adapter that relays between the indoor unit and the server device. The adapter stores the received trained model in memory. Then, the adapter refers to the learned model stored in the memory and transmits a control signal to the indoor unit.

ここで、サーバ装置が新たな学習済みモデル送信し、アダプタが学習済みモデルを更新するため新たな学習済みモデルをメモリに記憶している最中は、メモリ内にある更新前の学習済みモデルは一部の書き換えにより壊れてしまっているため、アダプタ自身が同メモリにある学習済みモデルを参照することができない。そのため、アダプタは室内機に学習済みモデルを基にした制御信号を送信することができず、室内機はアダプタから最後に受け取った制御信号に従った動作を継続することとなる。そのため、その期間にユーザの快適性が低下するおそれがあった。 Here, while the server device transmits a new learned model and the adapter stores the new learned model in memory to update the learned model, the pre-updated learned model in memory is The adapter itself cannot refer to the trained model in the same memory because it has been broken due to partial rewriting. Therefore, the adapter cannot transmit a control signal based on the learned model to the indoor unit, and the indoor unit continues operation according to the last control signal received from the adapter. Therefore, there was a possibility that the user's comfort would deteriorate during that period.

また、更新された新たな学習済みモデルに基づいて制御が行われたきに、その制御をユーザが不快に感じ、更新前の学習済みモデルに戻したいと考えた場合、更新前の学習済みモデルは新たな学習済みモデルにより上書きされてしまっているため、再度サーバ装置から更新前の学習済みモデルを受信しなおす必要がある。このとき上述の学習済みモデルの更新時と同様な動作となり、同じくユーザの快適性が低下するおそれがあった。 Also, when the control is performed based on the updated new learned model, if the user feels uncomfortable with the control and wants to return to the pre-updated learned model, the pre-updated learned model is Since it has been overwritten by a new learned model, it is necessary to receive the pre-updated learned model again from the server device. At this time, the operation is the same as that when updating the learned model described above, and there is also a possibility that the user's comfort may be lowered.

尚、ユーザが不快に感じる要因としては、例えば、学習済みモデルを作成するためのデータとしてユーザの操作情報があげられる。例えば何らかの理由でユーザがイレギュラーな操作をした場合、その操作情報が学習済みモデルに反映され、イレギュラーな操作をしなくなったあとに、その学習済みモデルでの制御が行われる可能性がある。この場合、ユーザが不快に感じる。 It should be noted that, for example, the user's operation information as data for creating a learned model can be cited as a factor that makes the user feel uncomfortable. For example, if the user performs an irregular operation for some reason, that operation information is reflected in the learned model, and after the irregular operation is no longer performed, the learned model may be used for control. . In this case, the user feels uncomfortable.

本発明ではこのような問題に鑑み、新たな学習済みモデルへの更新に伴うユーザの不快感が低減できるアダプタを提供することを目的とする。 In view of such problems, an object of the present invention is to provide an adapter that can reduce the user's discomfort associated with updating to a new learned model.

一つの態様のアダプタは、サーバ装置からプログラムを受信し、前記プログラムを基に空気調和機を制御する。前記アダプタは、前記プログラムが書き込まれる複数の記憶領域を有する記憶部と、制御部とを有する。前記制御部は、前記アダプタが前記サーバ装置から前記プログラムを受信する度に、前記受信したプログラムを前記複数の記憶領域のうちの一つに順次書き込む。更に、前記制御部は、前記複数の記憶領域のうち任意の記憶領域に書き込まれたプログラムを読み出し、前記空気調和機を制御する。 An adapter of one aspect receives a program from the server device and controls the air conditioner based on the program. The adapter has a storage section having a plurality of storage areas in which the program is written, and a control section. The control unit sequentially writes the received program into one of the plurality of storage areas each time the adapter receives the program from the server device. Furthermore, the control unit reads a program written in an arbitrary storage area among the plurality of storage areas to control the air conditioner.

一つの側面として、新たな学習済みモデルへの更新に伴うユーザの不快感が低減できる。 As one aspect, the user's discomfort associated with updating to a new learned model can be reduced.

図１は、本実施例の空気調和システムの一例を示す説明図である。FIG. 1 is an explanatory diagram showing an example of the air conditioning system of this embodiment. 図２は、アダプタの構成の一例を示すブロック図である。FIG. 2 is a block diagram showing an example of the configuration of the adapter. 図３は、モデルメモリの各記憶領域の書込み及び読出しの一例を示す説明図である。FIG. 3 is an explanatory diagram showing an example of writing to and reading from each storage area of the model memory. 図４は、サーバ装置の構成の一例を示すブロック図である。FIG. 4 is a block diagram showing an example of the configuration of the server device. 図５は、書込み処理に関わるアダプタ内のＣＰＵの処理動作の一例を示すフローチャートである。FIG. 5 is a flow chart showing an example of the processing operation of the CPU in the adapter relating to write processing. 図６は、第１の読出し処理に関わるアダプタ内のＣＰＵの処理動作の一例を示すフローチャートである。FIG. 6 is a flow chart showing an example of the processing operation of the CPU in the adapter involved in the first read processing. 図７は、第２の読出し処理に関わるアダプタ内のＣＰＵの処理動作の一例を示すフローチャートである。FIG. 7 is a flow chart showing an example of the processing operation of the CPU in the adapter involved in the second read processing.

以下、図面に基づいて、本願の開示するアダプタ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, embodiments of the adapter disclosed in the present application will be described in detail based on the drawings. Note that the disclosed technology is not limited by the present embodiment. Further, each embodiment shown below may be modified as appropriate within a range that does not cause contradiction.

図１は、本実施例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、室内機２と、アダプタ３と、ルータ４と、サーバ装置５と、中継装置６と、通信端末７と、通信網８とを有する。 FIG. 1 is an explanatory diagram showing an example of an air conditioning system 1 of this embodiment. An air conditioning system 1 shown in FIG. 1 includes an indoor unit 2, an adapter 3, a router 4, a server device 5, a relay device 6, a communication terminal 7, and a communication network 8.

室内機２は、例えば、室内に配置され、室内の空気を加熱又は冷却する空気調和機の一部である。尚、室内機２の利用者は、リモコン９の操作により室内機２を遠隔操作することが可能である。室内機２は、本体２Ａと、当該本体２Ａを制御する制御部２Ｂとを有する。本体２Ａには、室内ファンや室内熱交換器が備えられ、室内熱交換器で冷媒と熱交換を行った室内空気が本体２Ａから吹き出されることで、部屋の暖房、冷房、除湿等が行われる。また、図示しない室外機には、室外ファンや圧縮機等が備えられている。通信端末７は、利用者のスマートフォン等の端末装置である。 The indoor unit 2 is, for example, a part of an air conditioner that is placed indoors and heats or cools the air in the room. A user of the indoor unit 2 can remotely operate the indoor unit 2 by operating the remote controller 9 . The indoor unit 2 has a main body 2A and a control section 2B that controls the main body 2A. The main body 2A is provided with an indoor fan and an indoor heat exchanger, and the indoor air that has undergone heat exchange with the refrigerant in the indoor heat exchanger is blown out from the main body 2A to heat, cool, dehumidify, etc. the room. will be An outdoor unit (not shown) is provided with an outdoor fan, a compressor, and the like. The communication terminal 7 is a terminal device such as a user's smart phone.

アダプタ３は、室内機２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２をＡＩ（Artificial Intelligence）制御する制御機能とを有する。アダプタ３は、室内機２毎に配置するものである。ルータ４は、例えば、ＷＬＡＮ(Wireless Local Area Network)等を使用してアダプタ３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２を制御するＡＩの学習済みモデル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２に適用される学習済みモデルの生成又は更新に使用する運転履歴データ等をアダプタ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学習済みモデルを通信網８経由でアダプタ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 adapter 3 has a communication function for connecting the indoor unit 2 and the router 4 by wireless communication, and a control function for AI (Artificial Intelligence) control of the indoor unit 2 . The adapter 3 is arranged for each indoor unit 2 . The router 4 is, for example, an access point device that connects the adapter 3 and the communication network 8 by wireless communication using WLAN (Wireless Local Area Network) or the like. The communication network 8 is, for example, a communication network such as the Internet. The server device 5 has a function of generating a learned model of the AI that controls the indoor unit 2, a database that stores driving history data, and the like. The server device 5 is arranged in, for example, a data center. The relay device 6 has a function of communicating with the communication network 8 and communicating with the server device 5 . The relay device 6 transmits driving history data and the like used for generating or updating a learned model applied to the indoor unit 2 from the adapter 3 to the server device 5 via the communication network 8 . Also, the relay device 6 transmits the learned model generated or updated by the server device 5 to the adapter 3 via the communication network 8 . Incidentally, the relay device 6 is arranged, for example, in a data center or the like.

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、アダプタ３とサーバ装置５との間でＡＩ制御に関わる各種データを送信する。第１の中継部６Ａは、アダプタ３から受信した学習済みモデルの生成又は更新に使用する運転履歴データ等を通信網８経由でサーバ装置５に送信すると共に、サーバ装置５が生成又は更新した学習済みモデルを通信網８経由でアダプタ３に送信する。第２の中継部６Ｂは、利用者が外出先から通信端末７を使用して設定した室内機２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２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経由でアダプタ３に送信する。 The relay device 6 has a first relay section 6A, a second relay section 6B, and a third relay section 6C. The first relay unit 6A transmits various data related to AI control between the adapter 3 and the server device 5. FIG. The first relay unit 6A transmits the driving history data and the like received from the adapter 3 and used for generating or updating the learned model to the server device 5 via the communication network 8, and also transmits the learning data generated or updated by the server device 5 to the server device 5. The completed model is transmitted to the adapter 3 via the communication network 8. The second relay unit 6B acquires the operating conditions of the indoor unit 2 (operating mode such as cooling/heating, set temperature, etc.) set by the user using the communication terminal 7 from outside, and transmits this to the indoor unit 2. Send to The third relay unit 6</b>C acquires external data such as a weather forecast from a communication network 8 such as the Internet, and transmits the acquired external data to the server device 5 . Also, the third relay unit 6C transmits external data to the adapter 3 via the communication network 8. FIG.

図２は、アダプタ３の構成の一例を示すブロック図である。図２に示すアダプタ３は、第１の通信部１１と、第２の通信部１２と、記憶部１３と、ＣＰＵ(Central Processing Unit)１４とを有する。第１の通信部１１は、室内機２内の制御部２Ｂと通信接続する、例えば、ＵＡＲＴ（Universal Asynchronous Receiver Transmitter）等の通信ＩＦ（Interface）である。第２の通信部１２は、ルータ４と通信接続する、例えば、ＷＬＡＮ等の通信ＩＦ等の通信部である。記憶部１３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。ＣＰＵ１４は、アダプタ３全体を制御する。 FIG. 2 is a block diagram showing an example of the configuration of the adapter 3. As shown in FIG. The adapter 3 shown in FIG. 2 has a first communication section 11, a second communication section 12, a storage section 13, and a CPU (Central Processing Unit) . The first communication unit 11 is a communication IF (Interface) such as a UART (Universal Asynchronous Receiver Transmitter) that communicates with the control unit 2B in the indoor unit 2 . The second communication unit 12 is a communication unit such as a communication IF such as WLAN that is connected to the router 4 for communication. The storage unit 13 has, for example, a ROM (Read Only Memory) and a RAM (Random Access Memory), and stores various information such as data and programs. The CPU 14 controls the adapter 3 as a whole.

図２に示すアダプタ３内の記憶部１３は、室内機２から取得した、運転履歴データを一時記憶する運転履歴メモリ１３Ａと、サーバ装置５から取得した、学習済みモデルを記憶するモデルメモリ１３Ｂと、外部データを記憶する外部メモリ１３Ｃとを有する。 The storage unit 13 in the adapter 3 shown in FIG. 2 includes a driving history memory 13A that temporarily stores driving history data obtained from the indoor unit 2, and a model memory 13B that stores learned models obtained from the server device 5. , and an external memory 13C for storing external data.

モデルメモリ１３Ｂは、例えば、第１の領域１３０Ａ、第２の領域１３０Ｂ及び第３の領域１３０Ｃ等の複数の記憶領域１３０を有する。各記憶領域１３０の状態には、例えば、書込み済みの学習済みモデルを読出し中の状態、学習済みモデルを書込み途中（以下、単に書込み中と称する）の状態や、読出し中および書込み中のいずれでもない状態である学習済みモデルが書込み済みの状態がある。 The model memory 13B has a plurality of storage areas 130 such as, for example, a first area 130A, a second area 130B and a third area 130C. The state of each storage area 130 includes, for example, a state in which a trained model that has already been written is being read, a state in which a learned model is being written (hereinafter simply referred to as being written), and both reading and writing. There is a state in which a trained model that is not in a state has been written.

ＣＰＵ１４は、取得部２１と、送信部２２と、受信部２３と、書込み部２４と、第１の読出し部２５と、第２の読出し部２６と、予測制御部２７とを有する。 The CPU 14 has an acquisition unit 21 , a transmission unit 22 , a reception unit 23 , a writing unit 24 , a first reading unit 25 , a second reading unit 26 and a prediction control unit 27 .

取得部２１は、室内機２から所定周期、例えば５分毎の取得タイミングに操作履歴や温度履歴等の運転履歴データを取得する。取得部２１は、５分周期に取得した運転履歴データを運転履歴メモリ１３Ａに記憶する。 The acquisition unit 21 acquires operation history data, such as operation history and temperature history, from the indoor unit 2 at predetermined intervals, for example, at acquisition timings every five minutes. Acquisition unit 21 stores the driving history data acquired every five minutes in driving history memory 13A.

受信部２２は、通信網８経由でサーバ装置５から学習済みモデルを受信すると共に、学習済みモデルの受信時刻を取得する。書込み部２４は、受信部２２にて受信した学習済みモデル及びその受信時刻を、モデルメモリ１３Ｂ内の複数の記憶領域１３０の内、学習済みモデルを読出し中の記憶領域１３０を除き、受信時刻が一番古い学習済みモデルが書き込まれている書込み済みの記憶領域１３０に上書きで書き込む。一番古い学習済みモデルが記憶領域１３０にない場合は、何も書込がない記憶領域１３０に書き込む。 The receiving unit 22 receives the trained model from the server device 5 via the communication network 8 and acquires the reception time of the trained model. The writing unit 24 stores the learned model received by the receiving unit 22 and its reception time in a plurality of storage areas 130 in the model memory 13B, except for the storage area 130 where the learned model is being read. It is overwritten in the written storage area 130 in which the oldest learned model is written. If the oldest trained model is not in the storage area 130, it is written in the storage area 130 where nothing is written.

第１の読出し部２５は、第１の読出し信号に応じて、モデルメモリ１３Ｂ内の複数の記憶領域１３０の内、サーバ装置５から受信した学習済みモデルを書き込み中の記憶領域１３０を除き、受信時刻が一番新しい学習済みモデルが書き込まれている記憶領域１３０から学習済みモデルを読み出す。尚、第１の読出し信号は、受信時刻が一番新しい学習済みモデルを使用して室内機２の制御を求める、例えば、ユーザの入力操作の信号である。予測制御部２７は、読み出した受信時刻が一番新しい学習済みモデルに基づき、室内機２内の制御部２Ｂを制御する。 In response to a first read signal, the first readout unit 25 receives data from a plurality of storage areas 130 in the model memory 13B except for the storage area 130 in which the trained model received from the server device 5 is being written. A learned model is read from the storage area 130 in which the learned model with the latest time is written. The first read signal is, for example, a user's input operation signal for requesting control of the indoor unit 2 using the learned model with the latest reception time. The prediction control unit 27 controls the control unit 2B in the indoor unit 2 based on the learned model with the latest read reception time.

第２の読出し部２６は、第２の読出し信号に応じて、モデルメモリ１３Ｂ内の複数の記憶領域１３０の内、サーバ装置５から受信した学習済みモデルを書込み中の記憶領域１３０を除き、受信時刻が二番目に新しい学習済みモデルが書き込まれている記憶領域１３０から学習済みモデルを読み出す。尚、第２の読出し信号は、受信時刻が二番目に新しい学習済みモデルを使用した室内機２の制御を求める、例えば、ユーザの入力操作の信号である。予測制御部２７は、読み出した二番目に新しい学習済みモデルに基づき、室内機２内の制御部２Ｂを制御する。 In response to the second read signal, the second reading unit 26 receives the learned model received from the server device 5 from among the plurality of storage areas 130 in the model memory 13B, except for the storage area 130 in which the trained model is being written. A learned model is read from the storage area 130 in which the learned model with the second latest time is written. The second read signal is, for example, a user's input operation signal requesting control of the indoor unit 2 using the learned model with the second latest reception time. The predictive control unit 27 controls the control unit 2B in the indoor unit 2 based on the read second newest learned model.

尚、説明の便宜上、予測制御部２７は、学習済みモデルに基づき、室内機２内の制御部２Ｂを制御する場合を例示したが、予測制御部２７は、学習済みモデルに基づき、室内機２の本体２Ａを直接的に制御しても良い。また、予測制御部２７は、学習済みモデルに基づく制御態様を制御部２Ｂに送信する。つまり、予測制御部２７が、制御部２Ｂを介して本体２Ａを間接的に制御するようにしても良く、適宜変更可能である。 For convenience of explanation, the predictive control unit 27 controls the control unit 2B in the indoor unit 2 based on the learned model. may directly control the main body 2A. Also, the prediction control unit 27 transmits a control mode based on the learned model to the control unit 2B. That is, the predictive control unit 27 may indirectly control the main body 2A via the control unit 2B, and can be changed as appropriate.

図３は、モデルメモリ１３Ｂの各記憶領域１３０の状態の一例を示す説明図である。尚、説明の便宜上、ステータスＡの状態で、例えば、第１の領域１３０Ａに学習済みモデルのバージョンｎが、第２の領域１３０Ｂに学習済みモデルのバージョンｎ－１が、第３の領域１３０Ｃに学習済みモデルのバージョンｎ－２が書き込まれているとする。アダプタ３は第１の領域１３０Ａにある学習済みモデルのバージョンｎを読み出し動作している。すなわち第１の領域１３０Ａは読み出し中の状態となる。ここでバージョンの後に続く数字が大きい程、新しい学習済みモデルである。 FIG. 3 is an explanatory diagram showing an example of the state of each storage area 130 of the model memory 13B. For convenience of explanation, in the state of status A, for example, the learned model version n is in the first area 130A, the learned model version n−1 is in the second area 130B, and the learned model version n−1 is in the third area 130C. Assume that version n-2 of the trained model has been written. The adapter 3 is reading the version n of the trained model in the first area 130A. That is, the first area 130A is in a state of being read. Here, the larger the number following the version, the newer the learned model.

書込み部２４は、ステータスＡの状態で、サーバ装置５から新たな学習済みモデルを受信した場合、学習済みモデルを読み出し中のバージョンｎがある第１の領域１３０Ａを除き、受信時刻が一番古い学習済みモデルであるバージョンｎ－２がある第３の領域１３０Ｃに新たな学習済みモデルであるバージョンｎ＋１及び受信時刻を上書きで書き込む。その結果、ステータスＢの状態となり、アダプタ３は第３の領域１３０Ｃにある学習済みモデルであるバージョンｎ＋１を読み出し動作している。すなわち第３の領域１３０Ｃは読み出し中の状態となる。 When the writing unit 24 receives a new learned model from the server device 5 in the state of status A, the writing unit 24 has the oldest reception time except for the first area 130A where the version n of the learned model is being read. The new learned model version n+1 and the reception time are overwritten in the third area 130C where the learned model version n−2 is stored. As a result, the status is B, and the adapter 3 is reading the learned model version n+1 in the third area 130C. That is, the third area 130C is in a state of being read.

書込み部２４は、ステータスＢの状態で、サーバ装置５から新たな学習済みモデルを受信した場合、学習済みモデルを読み出し中のバージョンｎ＋１がある第３の領域１３０Ｃを除き、受信時刻が一番古い学習済みモデルであるバージョンｎ－１が書き込まれている第２の領域１３０Ｂに新たな学習済みモデルであるバージョンｎ＋２及び受信時刻を上書きで書き込む。その結果、ステータスＣの状態となり、アダプタ３は第２の領域１３０Ｂにある学習済みモデルであるバージョンｎ＋２を読み出し動作している。すなわち第２の領域１３０Ｂは読み出し中の状態となる。 When the writing unit 24 receives a new trained model from the server device 5 in the state of status B, the reception time is the oldest except for the third area 130C having the version n+1 in which the trained model is being read. A new learned model version n+2 and the reception time are overwritten in the second area 130B in which the learned model version n−1 is written. As a result, the status is C, and the adapter 3 is reading the learned model version n+2 in the second area 130B. That is, the second area 130B is in a state of being read.

図４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３に示すサーバ装置５は、通信部３１と、記憶部３２と、ＣＰＵ３３とを有する。通信部３１は、中継装置６と通信接続する通信ＩＦである。記憶部３２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。ＣＰＵ３３は、サーバ装置５全体を制御する。 FIG. 4 is a block diagram showing an example of the configuration of the server device 5. As shown in FIG. The server device 5 shown in FIG. 3 has a communication section 31 , a storage section 32 and a CPU 33 . The communication unit 31 is a communication IF that communicates with the relay device 6 . The storage unit 32 has, for example, an HDD (Hard Disk Drive), ROM, RAM, etc., and stores various information such as data and programs. The CPU 33 controls the server device 5 as a whole.

図４に示すサーバ装置５内の記憶部３２は、データメモリ３２Ａと、モデル記憶部３２Ｂとを有する。データメモリ３２Ａは、各アダプタ３から受信した運転履歴データ等を記憶する。モデル記憶部３２Ｂは、サーバ装置５で生成又は更新した学習済みモデルを記憶する。 The storage unit 32 in the server device 5 shown in FIG. 4 has a data memory 32A and a model storage unit 32B. The data memory 32A stores the driving history data and the like received from each adapter 3 . The model storage unit 32B stores learned models generated or updated by the server device 5 .

サーバ装置５内のＣＰＵ３３は、モデル学習部３３Ａと、受信部３３Ｂと、送信部３３Ｃとを有する。 The CPU 33 in the server device 5 has a model learning section 33A, a receiving section 33B, and a transmitting section 33C.

モデル学習部３３Ａは、複数の室内機２の各アダプタ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、各アダプタ３から所定時間分の運転履歴データを受信する。そして、モデル学習部３３Ａは、各アダプタ３からのデータメモリ３２Ａに記憶中の所定時間分の運転履歴データを使用して学習し、学習結果に基づき、各室内機２の学習済みモデルを生成又は更新する。学習済みモデルには、例えば、各家庭の空気調和機の運転状況に応じて室内の利用者に対する５分後の体感温度を予測し、予測する体感温度に応じて空気調和機を制御する体感温度設定予測モデルがある。 The model learning unit 33A is connected to each adapter 3 of the plurality of indoor units 2 and receives driving history data for a predetermined time from each adapter 3 via the router 4, the communication network 8 and the relay device 6. Then, the model learning unit 33A learns using the driving history data for a predetermined time period stored in the data memory 32A from each adapter 3, and generates or generates a learned model of each indoor unit 2 based on the learning result. Update. For example, the trained model predicts the sensible temperature for indoor users after 5 minutes according to the operating status of the air conditioner in each home, and controls the air conditioner according to the predicted sensible temperature. There is a set prediction model.

モデル学習部３３Ａは、データメモリ３２Ａに記憶中のアダプタ３毎の所定時間分の運転履歴データに基づき、当該アダプタ３対応の学習済みモデルを生成又は更新し、生成又は更新した学習済みモデルをモデル記憶部３２Ｂに記憶する。送信部３３Ｃは、中継装置６、通信網８及びルータ４経由でモデル学習部３３Ａにて生成又は更新された学習済みモデルをアダプタ３に送信する。 The model learning unit 33A generates or updates a learned model corresponding to the adapter 3 based on the driving history data for a predetermined time period for each adapter 3 stored in the data memory 32A, and uses the generated or updated learned model as a model. Stored in the storage unit 32B. The transmission unit 33C transmits the learned model generated or updated by the model learning unit 33A to the adapter 3 via the relay device 6, the communication network 8 and the router 4. FIG.

次に本実施例の空気調和システム１の動作について説明する。図５は、書込み処理に関わるアダプタ３内のＣＰＵ１４の処理動作の一例を示すフローチャートである。図５においてアダプタ３内のＣＰＵ１４は、サーバ装置５から新たな学習済みモデルを受信したか否かを判定する（ステップＳ１１）。ＣＰＵ１４は、サーバ装置５から学習済みモデルを受信した場合（ステップＳ１１、Ｙｅｓ）、読出し中の記憶領域１３０を除く、モデルメモリ１３Ｂ内の複数の記憶領域１３０の内、受信時刻が１番古い書込み済みの記憶領域１３０を特定する（ステップＳ１２）。 Next, the operation of the air conditioning system 1 of this embodiment will be described. FIG. 5 is a flow chart showing an example of the processing operation of the CPU 14 in the adapter 3 relating to write processing. In FIG. 5, the CPU 14 in the adapter 3 determines whether or not a new trained model has been received from the server device 5 (step S11). When the CPU 14 receives a trained model from the server device 5 (step S11, Yes), the CPU 14 selects the memory area 130 in the model memory 13B that has the earliest received time among the memory areas 130 that are being read. The already-completed storage area 130 is identified (step S12).

ＣＰＵ１４は、特定された書込み済みの記憶領域１３０に、受信した新たな学習済みモデル及び受信時刻を上書きで書込み（ステップＳ１３）、図５に示す処理動作を終了する。ＣＰＵ１４は、サーバ装置５から学習済みモデルを受信しなかった場合（ステップＳ１１、Ｎｏ）、図５に示す処理動作を終了する。 The CPU 14 overwrites the received new learned model and the reception time in the identified written storage area 130 (step S13), and terminates the processing operation shown in FIG. When the CPU 14 does not receive a learned model from the server device 5 (step S11, No), the processing operation shown in FIG. 5 is terminated.

以上説明したように、アダプタ３は、サーバ装置５から受信した新たな学習済みモデルを、読出し中の記憶領域１３０を除く、複数の記憶領域１３０の内、受信時刻が１番古い書込み済みの記憶領域１３０に受信時刻と共に書込む。その結果、アダプタ３は、新たな学習済みモデルをモデルメモリ１３Ｂに上書き更新できる。 As described above, the adapter 3 stores the newly learned model received from the server device 5 in the written storage area with the earliest reception time among the plurality of storage areas 130 excluding the storage area 130 being read. Field 130 is written with the time of reception. As a result, the adapter 3 can overwrite the model memory 13B with a new learned model.

図６は、第１の読出し処理に関わるアダプタ３内のＣＰＵ１４の処理動作の一例を示すフローチャートである。図６においてアダプタ３内のＣＰＵ１４は、第１の読出し信号を検出したか否かを判定する（ステップＳ２１）。ＣＰＵ１４は、第１の読出し信号を検出した場合（ステップＳ２１、Ｙｅｓ）、書込み中の記憶領域１３０を除く、複数の記憶領域１３０の内、記憶されている受信時刻により受信時刻が１番新しい学習済みモデルが書き込まれている書込み済みの記憶領域１３０を特定する（ステップＳ２２）。ＣＰＵ１４は、特定された記憶領域１３０に書込まれた学習済みモデルを読み出し（ステップＳ２３）、図６に示す処理動作を終了する。その結果、ＣＰＵ１４は、読み出した最新の学習済みモデルを用いて室内機２の制御部２Ｂを制御する。ＣＰＵ１４は、第１の読出し信号を検出しなかった場合（ステップＳ２１、Ｎｏ）、図６に示す処理動作を終了する。 FIG. 6 is a flow chart showing an example of the processing operation of the CPU 14 in the adapter 3 relating to the first read processing. In FIG. 6, the CPU 14 in the adapter 3 determines whether or not the first readout signal has been detected (step S21). When the CPU 14 detects the first read signal (step S21, Yes), the CPU 14 selects the most recent reception time from among the storage areas 130, excluding the storage area 130 being written, according to the stored reception time. The written storage area 130 in which the completed model is written is specified (step S22). The CPU 14 reads the learned model written in the specified storage area 130 (step S23), and ends the processing operation shown in FIG. As a result, the CPU 14 controls the controller 2B of the indoor unit 2 using the read latest learned model. When the CPU 14 does not detect the first read signal (step S21, No), the processing operation shown in FIG. 6 ends.

以上説明したように、アダプタ３は、第１の読出し信号を検出した場合、書込み中の記憶領域１３０を除く、複数の記憶領域１３０の内、受信時刻が１番新しい書込み済みの記憶領域１３０に書込まれている学習済みモデルを読み出す。そして、アダプタ３は、読み出した最新の学習済みモデルを用いて室内機２の制御部２Ｂを制御する。その結果、アダプタ３は、最新の学習済みモデルを用いて室内機２の制御部２Ｂを制御できる。 As described above, when the adapter 3 detects the first read signal, the adapter 3 writes to the written storage area 130 with the latest reception time among the plurality of storage areas 130 excluding the storage area 130 being written. Read the written trained model. The adapter 3 then controls the controller 2B of the indoor unit 2 using the read latest learned model. As a result, the adapter 3 can control the controller 2B of the indoor unit 2 using the latest learned model.

図７は、第２の読出し処理に関わるアダプタ３内のＣＰＵ１４の処理動作の一例を示すフローチャートである。図７においてアダプタ３内のＣＰＵ１４は、第２の読出し信号を検出したか否かを判定する（ステップＳ３１）。ＣＰＵ１４は、第２の読出し信号を検出した場合（ステップＳ３１、Ｙｅｓ）、書込み中の記憶領域１３０を除く、複数の記憶領域１３０の内、受信時刻が２番目の学習済みモデルが書き込まれている書込み済みの記憶領域１３０を特定する（ステップＳ３２）。ＣＰＵ１４は、特定された記憶領域１３０に書込まれている学習済みモデルを読み出し（ステップＳ３３）、図７に示す処理動作を終了する。その結果、ＣＰＵ１４は、最新の学習済みモデルを過去の学習済みモデルと入れ替え、入れ替えた過去の学習済みモデルを用いて室内機２の制御部２Ｂを制御する。ＣＰＵ１４は、第２の読出し信号を検出しなかった場合（ステップＳ３１、Ｎｏ）、図７に示す処理動作を終了する。 FIG. 7 is a flow chart showing an example of the processing operation of the CPU 14 in the adapter 3 relating to the second read processing. In FIG. 7, the CPU 14 in the adapter 3 determines whether or not the second readout signal has been detected (step S31). When the CPU 14 detects the second read signal (step S31, Yes), the learned model with the second reception time is written in the plurality of storage areas 130 excluding the storage area 130 being written. The written storage area 130 is identified (step S32). The CPU 14 reads the learned model written in the specified storage area 130 (step S33), and ends the processing operation shown in FIG. As a result, the CPU 14 replaces the latest learned model with the past learned model, and controls the controller 2B of the indoor unit 2 using the replaced past learned model. When the CPU 14 does not detect the second read signal (step S31, No), the processing operation shown in FIG. 7 is terminated.

以上説明したように、アダプタ３は、第２の読出し信号を検出した場合、書込み中の記憶領域１３０を除く、複数の記憶領域１３０の内、受信時刻が２番目の書込み済みの記憶領域１３０に書込まれている学習済みモデルを読み出し、読み出した学習済みモデルを用いて室内機２の制御部２Ｂを制御する。その結果、アダプタ３は、最新の学習済みモデルを過去の学習済みモデルに戻した場合、最新の学習済みモデルを過去の学習済みモデルを戻し、過去の学習済みモデルを用いて室内機２の制御部２Ｂを制御できる。 As described above, when the adapter 3 detects the second read signal, the data is written to the written storage area 130 with the second reception time among the plurality of storage areas 130 excluding the storage area 130 being written. The written learned model is read, and the controller 2B of the indoor unit 2 is controlled using the read learned model. As a result, when the latest learned model is returned to the past learned model, the adapter 3 returns the latest learned model to the past learned model, and controls the indoor unit 2 using the past learned model. Part 2B can be controlled.

本実施例のアダプタ３は、サーバ装置５から学習済みモデルを受信する度に、受信した学習済みモデルを複数の記憶領域１３０のうちの一つに順次書き込み、複数の記憶領域１３０のうち任意の記憶領域１３０に書き込まれた学習済みモデルを読み出す。その結果、アダプタ３は、学習済みモデルを用いて室内機２を制御中の場合でも、新たな学習済みモデルを別の記憶領域１３０に記憶するため、新たな学習済みモデルへの更新に伴うユーザの不快性が低減できる。 Each time the adapter 3 of this embodiment receives a learned model from the server device 5, it sequentially writes the received learned model to one of the plurality of storage areas 130, and A trained model written in the storage area 130 is read. As a result, even when the indoor unit 2 is being controlled using the learned model, the adapter 3 stores the new learned model in the separate storage area 130. Therefore, the user who updates to the new learned model discomfort can be reduced.

アダプタ３は、サーバ装置５から受信した学習済みモデルを記憶領域１３０に書き込む際には、記憶領域１３０のうち、学習済みモデルを読み出し中の記憶領域１３０を除き、サーバ装置５からの受信時刻が一番古い学習済みモデルが書き込まれている記憶領域１３０に上書きで書き込む。その結果、記憶領域１３０の限りある容量を節約しながら、新たな学習済みモデルを更新できる。 When the adapter 3 writes the learned model received from the server device 5 to the storage area 130, the reception time from the server device 5 is set to It is written by overwriting in the storage area 130 where the oldest trained model is written. As a result, a new trained model can be updated while saving the limited capacity of the storage area 130 .

アダプタ３は、学習済みモデルを記憶領域１３０から読み出す際、記憶領域１３０のうち、サーバ装置５から受信した学習済みモデルを書き込み中の記憶領域１３０を除き、サーバ装置５からの受信時刻が一番新しい学習済みモデルが書き込まれている記憶領域１３０から学習済みモデルを読み出す。その結果、書込み中で記憶領域１３０から読み出しができない事態が回避され、常に学習済みモデルを基にした室内機２の制御が可能となる。 When the adapter 3 reads out the learned model from the storage area 130, the time of reception from the server apparatus 5 is the earliest, except for the storage area 130 in which the learned model received from the server apparatus 5 is being written. A trained model is read from the storage area 130 in which the new trained model is written. As a result, a situation in which data cannot be read from the storage area 130 during writing is avoided, and the indoor unit 2 can always be controlled based on the learned model.

アダプタ３は、第２の読出し信号を検出した場合、学習済みモデルを、記憶領域１３０のうち、サーバ装置５から受信した学習済みモデルを書き込み中の記憶領域１３０を除き、サーバ装置５からの受信時刻が二番目以降に新しい学習済みモデルが書き込まれている記憶領域１３０から学習済みモデルを読み出す。例えば、ユーザがイレギュラーな操作をし、その操作情報が学習済みモデルに反映され、イレギュラーな操作をしなくなったあとに、その学習済みモデルでの制御が行われる可能性がある。この場合でも、ユーザが最新の学習済みモデルの制御を不快と感じた場合でも、最新の学習済みモデルの代わりに、二番目以降に新しい学習済みモデルを用いて室内機２を制御できる。 When the adapter 3 detects the second read signal, the learned model received from the server device 5 is read from the storage region 130 except for the storage region 130 where the learned model received from the server device 5 is being written. A learned model is read from the storage area 130 in which a new learned model is written after the second time. For example, there is a possibility that the user performs an irregular operation, the operation information is reflected in the learned model, and after the irregular operation is no longer performed, the learned model is used for control. Even in this case, even if the user feels uncomfortable controlling the latest learned model, the indoor unit 2 can be controlled using the second and subsequent new learned models instead of the latest learned model.

尚、上記実施例のアダプタ３は、サーバ装置５からの学習済みモデルをモデルメモリ１３Ｂ内の各記憶領域１３０に記憶する場合を例示したが、学習済みモデルに限定されるものではなく、室内機２を制御するプログラムであれば良く、適宜変更可能である。 Although the adapter 3 of the above embodiment stores the learned model from the server device 5 in each storage area 130 in the model memory 13B, it is not limited to the learned model. 2, and can be changed as appropriate.

アダプタ３は、サーバ装置５から新たな学習済みモデルを受信した場合、受信した新たな学習済みモデルを書込み済みの記憶領域１３０に上書きで更新する場合を例示した。しかしながら、書込み済みの記憶領域１３０が書込み中の記憶領域１３０に切り替わった時点で学習済みモデルを消去しても良く、適宜変更可能である。 A case has been exemplified in which, when receiving a new learned model from the server device 5, the adapter 3 overwrites and updates the received new learned model in the written storage area 130 . However, the learned model may be erased when the written storage area 130 is switched to the writing-in-progress storage area 130, and can be changed as appropriate.

アダプタ３内のモデルメモリ１３Ｂ内の記憶領域１３０は、第１の領域１３０Ａ、第２の領域１３０Ｂ及び第３の領域１３０Ｃで構成する場合を例示した。しかしながら、３個の記憶領域１３０に限定されるものではなく、例えば、２個以上の記憶領域１３０であれば良く、適宜変更可能である。 The storage area 130 in the model memory 13B in the adapter 3 is illustrated as being composed of a first area 130A, a second area 130B and a third area 130C. However, the number of storage areas 130 is not limited to three. For example, the number of storage areas 130 may be two or more, and can be changed as appropriate.

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。 Also, each constituent element of each part illustrated does not necessarily need to be physically configured as illustrated. In other words, the specific form of distribution and integration of each part is not limited to the one shown in the figure, and all or part of it can be functionally or physically distributed and integrated in arbitrary units according to various loads and usage conditions. can be configured as

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。 Furthermore, the various processing functions performed by each device are implemented on a CPU (Central Processing Unit) (or a microcomputer such as an MPU (Micro Processing Unit) or MCU (Micro Controller Unit)), in whole or in part. You can make it run. In addition, various processing functions may be executed in whole or in part on a program analyzed and executed by a CPU (or a microcomputer such as an MPU or MCU) or on hardware based on wired logic. Needless to say.

１空気調和システム
２室内機
２Ａ本体
２Ｂ制御部
３アダプタ
５サーバ装置
２３受信部
２４書込み部
２５第１の読出し部
２６第２の読出し部
２７予測制御部 1 air conditioning system 2 indoor unit 2A main body 2B control unit 3 adapter 5 server device 23 receiving unit 24 writing unit 25 first reading unit 26 second reading unit 27 prediction control unit

Claims

An adapter that receives a program from a server device and controls an air conditioner based on the program,
The adapter has a storage unit having a plurality of storage areas in which the program is written, and a control unit,
The control unit sequentially writes the received program to one of the plurality of storage areas each time the adapter receives the program from the server device,
The adapter, wherein the control unit reads a program written in an arbitrary storage area among the plurality of storage areas and controls the air conditioner.

When writing the program received from the server device to the storage area, the reception time from the server device is the same except for the area where the program for controlling the air conditioner is being read out of the storage area. 2. The adapter according to claim 1, wherein the area in which the oldest program is written is overwritten.

When the program for controlling the air conditioner is read from the storage area, the reception time from the server apparatus is the same except for the area in which the program received from the server apparatus is being written in the storage area. 2. The adapter according to claim 1, wherein the program is read from the area in which the newest program is written.

An input unit is further provided, and when a specific signal is received from the input unit, a program for controlling the air conditioner is written to an area of the storage area in which the program received from the server device is being written. 2. The adapter according to claim 1, wherein the program is read from the area in which the new program is written after the second reception time from the server device.

2. The adapter according to claim 1, wherein said program is a trained model generated by machine learning in said server device.