JP2023137152A - 空調制御装置及びそのためのプログラム - Google Patents

Abstract

【課題】シビアな温湿度制御を維持し、空調に要するエネルギー消費量を確実に低減できる空調制御装置を提供すること。
【解決手段】この空調制御装置３１は、第１空調制御部４２、第２空調制御部４３、算出比較部４４、制御切換部４５を備える。第１空調制御部４２は、ＰＩＤ制御により空調用機器の操作量を制御する。第２空調制御部４３は、予測モデル５３に基づいたモデル予測制御により空調用機器の操作量を制御する。算出比較部４４は、ＰＩＤ制御により空調空気の目標点到達に要するエネルギーＥ１と、モデル予測制御により空調空気の目標点到達に要するエネルギーＥ２とを算出比較する。制御切換部４５は、空調空気の目標点到達に要するエネルギーが少ないほうの空調制御部に自動的に切り換えて制御を行わせる。
【選択図】図１

Description

本発明は、取り込んだ外気の温湿度を複数種の空調用機器を操作して調整する制御を行う空調制御装置及びそのためのプログラムに関するものである。

一般的に塗装設備は、自動車ボディ等の被塗物に塗料を塗布する塗装ブースや、塗装ブースを通過した被塗物上の塗料を乾燥させる乾燥炉などの装置を備えている。このような塗装設備では、塗装ブース用空調機によって温湿度を調整した空気を塗装ブース内に送気し、塗装を行っている。また、塗装ブース用空調機は、加熱装置、冷却装置、加湿装置（ワッシャ）、送風ファンなどの機器で構成されており、これらの機器を組み合わせて動作させることで、空調空気が目標とする温湿度となるように制御を行っている（例えば、特許文献１、２を参照）。また、この場合の制御としては、ＰＩＤ制御が従来用いられている。

ところで、自動車の塗装ブースにおけるブース用空調機は、製品の塗装品質を維持するため、シビアな温湿度制御を必要とする。そして近年では、シビアな温湿度制御を実現するための新たな手段として、未来の反応を予測しながら制御を行うモデル予測制御（ＭＰＣ）を採用したものが提案されている。ここで、モデル予測制御は、空調装置のダイナミクスを適切に捉え、モデル化した予測モデルを使用するといった制御方法である。それゆえ、モデル予測制御によれば、従来の制御であるＰＩＤ制御よりも高い制御性能が実現され、安定した制御結果が得やすくなると考えられている。

特許３９９３３５８号公報 特開２０１０－１１９９０１号公報

しかしながら、モデル予測制御は、想定外の外乱や経年による変化の影響によって、予測モデルと実際の反応との間で誤差が生じることがある。このようにモデル化誤差が生じた場合、ＰＩＤ制御に比べて制御結果が不安定になり、シビアな温湿度制御を維持できなくなる。それゆえ、エネルギーの消費量が増えるといった事態になり、空調に要するエネルギー消費量の低減が達成できなくなる。

本発明は上記の課題に鑑みてなされたものであり、その目的は、シビアな温湿度制御を維持することで、空調に要するエネルギー消費量を確実に低減することができる空調制御装置及びそのためのプログラムを提供することにある。

上記課題を解決するために、手段１に記載の発明は、取り込んだ外気の温湿度を複数種の空調用機器を用いて調整する空調装置における前記空調用機器の操作量を制御する空調制御装置であって、ＰＩＤ制御により前記空調用機器の操作量を制御する第１空調制御部と、予測モデルに基づいたモデル予測制御により前記空調用機器の操作量を制御する第２空調制御部と、前記ＰＩＤ制御により空調空気を目標点まで到達させるのに要するエネルギーと、前記モデル予測制御により前記空調空気を目標点まで到達させるのに要するエネルギーとを算出して比較する算出比較部と、前記第１空調制御部及び前記第２空調制御部のうち、前記空調空気を目標点まで到達させるのに要するエネルギーが少ないほうの空調制御部に自動的に切り換えて制御を行わせる制御切換部とを備えたことを特徴とする空調制御装置をその要旨とする。

上記課題を解決するために、手段２に記載の発明は、取り込んだ外気の温湿度を複数種の空調用機器を用いて調整する空調装置における前記空調用機器の操作量を制御する空調制御装置であって、ＰＩＤ制御により前記空調用機器の操作量を制御する第１空調制御部と、予測モデルに基づいたモデル予測制御により前記空調用機器の操作量を制御する第２空調制御部と、前記ＰＩＤ制御により空調空気を目標点まで到達させるときの目標値に対する偏差と、前記モデル予測制御により前記空調空気を目標点まで到達させるときの目標値に対する偏差とを算出して比較する算出比較部と、前記第１空調制御部及び前記第２空調制御部のうち、前記空調空気を目標点まで到達させるときの目標値に対する偏差が小さいほうの空調制御部に自動的に切り換えて制御を行わせる制御切換部とを備えたことを特徴とする空調制御装置をその要旨とする。

従って、手段１、２に記載の発明によると、ＰＩＤ制御により制御を行う第１空調制御部、モデル予測制御により制御を行う第２空調制御部の２つを備えているため、いずれかの空調制御部を選択して空調用機器の操作量を制御することができる。算出比較部は、ＰＩＤ制御により空調空気を目標点まで到達させるのに要するエネルギーと、モデル予測制御により空調空気を目標点まで到達させるのに要するエネルギーとを算出して比較する。あるいは算出比較部は、ＰＩＤ制御により空調空気を目標点まで到達させるときの目標値に対する偏差と、モデル予測制御により空調空気を目標点まで到達させるときの目標値に対する偏差とを算出して比較する。そして制御切換部は、上記エネルギーの比較結果に基づいて、エネルギー消費量が少なくて済むほうの空調制御部に自動的に切り換えて制御を行わせる。あるいは制御切換部は、上記偏差の比較結果に基づいて、目標値に対する偏差が小さいほうの空調制御部（換言すると制御の正確性が高いほうの空調制御部）に自動的に切り換えて制御を行わせる。例えば、モデル予測制御の実行中にモデル化誤差が生じた場合、制御結果がＰＩＤ制御に比べて不安定になり、制御の正確性が低下することで、空調に要するエネルギー消費量が増加することが想定される。この場合には、制御切換部が第２空調制御部から第１空調制御部に自動的に切り換えてＰＩＤ制御を実行させる。従って、モデル化誤差の影響を受けることがなく、シビアな温湿度制御が維持されることから、空調に要するエネルギー消費量を確実に低減することができる。

手段３に記載の発明は、手段１または２において、前記第１空調制御部が前記ＰＩＤ制御を行っている最中に、前記予測モデルの追加学習のための学習データを収集する学習データ収集部をさらに備えることをその要旨とする。

従って、手段３に記載の発明によると、モデル化誤差の発生により第２空調制御部がモデル予測制御を実行できなくても、第１空調制御部がＰＩＤ制御を行うとともに、その最中に学習データ収集部が学習データを収集する。このため、シビアな温湿度制御を中断させずに継続して実行することができる。また、追加学習のための学習データを効率よく収集することができる。

手段４に記載の発明は、手段３において、前記第１空調制御部が前記ＰＩＤ制御を行っている最中に、前記学習データ収集部が収集した前記学習データに基づいて前記予測モデルを新たに作成する機械学習部をさらに備えることをその要旨とする。

従って、手段４に記載の発明によると、第１空調制御部がＰＩＤ制御を行っている最中に、機械学習部がモデル化誤差を解消した予測モデルを新たに作成する。よって、古い予測モデルを最新の予測モデルに置き換える更新作業に備えておくことができる。

手段５に記載の発明は、手段１または２において、前記第２空調制御部が前記モデル予測制御を行っている最中に、制御ステップごとに制御結果を前記学習データとして逐次的に与えることで、前記予測モデルの誤差を随時改善する逐次学習部をさらに備えることをその要旨とする。

従って、手段５に記載の発明によると、第２空調制御部がモデル予測制御を行っている最中に、逐次学習部が予測モデルの誤差を随時改善する追加学習のための学習データを収集する。このため、第２空調制御部によるシビアな温湿度制御を継続して実行しやすくなる。また、追加学習のための学習データを効率よく収集することができる。

手段６に記載の発明は、手段４または５において、前記制御切換部は、新たな前記予測モデルが完成した段階で、古い予測モデルを最新の前記予測モデルに置き換えて更新した後、前記第１空調制御部から前記第２空調制御部に自動的に切り換えて制御を行わせることをその要旨とする。

従って、手段６に記載の発明によると、追加学習が終了して新たな予測モデルが完成すると、第１空調制御部から第２空調制御部に自動的に切り換えられ、モデル化誤差を解消した更新後の最新の予測モデルに基づくモデル予測制御が実行される。その結果、ＰＩＤ制御よりも安定度が増したモデル予測制御に復帰して、シビアな温湿度制御を中断させずに継続して実行することができる。

手段７に記載の発明は、手段１乃至６のいずれか１項において、前記空調装置は、予熱装置、加湿装置、冷却装置及び再熱装置を前記空調用機器として含む塗装ブース用空調機であることをその要旨とする。

手段８に記載の発明は、取り込んだ外気の温湿度を複数種の空調用機器を用いて調整する空調装置を構成し、ＰＩＤ制御により前記空調用機器の操作量を制御する第１空調制御部と、予測モデルに基づいたモデル予測制御により前記空調用機器の操作量を制御する第２空調制御部とを備える空調制御装置を動作させるためのプログラムであって、前記ＰＩＤ制御により空調空気を目標点まで到達させるのに要するエネルギーと、前記モデル予測制御により前記空調空気を目標点まで到達させるのに要するエネルギーとを算出して比較する算出比較ステップと、前記第１空調制御部及び前記第２空調制御部のうち、前記空調空気を目標点まで到達させるのに要するエネルギーが少ないほうの空調制御部に自動的に切り換えて制御を行わせる制御切換ステップとを含むことを特徴とする空調制御装置用プログラムをその要旨とする。

手段９に記載の発明は、取り込んだ外気の温湿度を複数種の空調用機器を用いて調整する空調装置を構成し、ＰＩＤ制御により前記空調用機器の操作量を制御する第１空調制御部と、予測モデルに基づいたモデル予測制御により前記空調用機器の操作量を制御する第２空調制御部とを備える空調制御装置を動作させるためのプログラムであって、前記ＰＩＤ制御により空調空気を目標点まで到達させるときの目標値に対する偏差と、前記モデル予測制御により前記空調空気を目標点まで到達させるときの目標値に対する偏差とを算出して比較する算出比較ステップと、前記第１空調制御部及び前記第２空調制御部のうち、前記空調空気を目標点まで到達させるときの目標値に対する偏差が小さいほうの空調制御部に自動的に切り換えて制御を行わせる制御切換ステップとを含むことを特徴とする空調制御装置用プログラムをその要旨とする。

従って、手段８、９に記載の発明によると、算出比較ステップにて、ＰＩＤ制御により空調空気を目標点まで到達させるのに要するエネルギーと、モデル予測制御により空調空気を目標点まで到達させるのに要するエネルギーが算出比較される。あるいは、ＰＩＤ制御により空調空気を目標点まで到達させるときの目標値に対する偏差と、モデル予測制御により空調空気を目標点まで到達させるときの目標値に対する偏差とが算出比較される。続く制御切換ステップでは、この比較結果に基づいて、エネルギー消費量が少なくて済むほうの空調制御部に自動的に切り換えて制御を行わせる。あるいは、目標値に対する偏差が小さいほうの空調制御部（換言すると制御の正確性が高いほうの空調制御部）に自動的に切り換えて制御を行わせる。例えば、モデル予測制御の実行中にモデル化誤差が生じた場合、制御結果がＰＩＤ制御に比べて不安定になり、制御の正確性が低下することで、空調に要するエネルギー消費量が増加することが想定される。この場合には、制御切換部が第２空調制御部から第１空調制御部に自動的に切り換えてＰＩＤ制御を実行させる。従って、モデル化誤差の影響を受けることがなく、シビアな温湿度制御が維持されることから、空調に要するエネルギー消費量を確実に低減することができる。

以上詳述したように、請求項１～９に記載の発明によると、シビアな温湿度制御を絶えず維持することで、空調に要するエネルギー消費量を確実に低減することができる空調制御装置及びそのためのプログラムを提供することができる。

本発明を具体化した実施形態の空調制御装置を説明するためのブロック図。 実施形態の空調制御装置と塗装ブース用空調機との接続関係をより具体的に示したブロック図。 実施形態の空調制御装置が行う空調制御方法を説明するためのフローチャート。 実施形態の空調制御装置が行う空調制御方法におけるデータ収集方法を説明するための湿り空気線図。 別の実施形態の空調制御装置と塗装ブース用空調機とヒートポンプとの接続関係を示したブロック図。

以下、本発明を具体化した一実施形態の空調システム１１における空調制御装置を図１～図４に基づき詳細に説明する。

図１に示される本実施形態の空調システム１１は、上記のとおり塗装設備用空調システム１１であって、取り込んだ外気の温湿度を複数種の空調用機器を用いて調整する空調装置２１と、空調用機器の操作量を制御する空調制御装置３１とを含んで構成される。本実施形態における空調装置２１は、複数種の空調用機器（予熱装置、加湿装置、冷却装置、再熱装置等）を含んで構成された塗装ブース用空調機２１である。

図１にて概略的に示されるように、本実施形態の空調システム１１における塗装ブース用空調機２１は、予熱装置２２、加湿装置２３、冷却装置２４、再熱装置２５、第１のセンサ２７ａ、第２のセンサ２７ｂ、第３のセンサ２７ｃ等を備えている。一方、本実施形態の空調システム１１における空調制御装置３１は、送気目標入力部３２、送気設定演算部３３、第１空調制御部４２、第２空調制御部４３、算出比較部４４、制御切換部４５、学習データ収集部４６、機械学習部４７、システム同定出力部５１等を備えている。なお、図２には各要素のより具体的な接続関係を説明するためのブロック図が示されている。

塗装設備用空調システム１１によって生成される空調空気の供給対象である塗装ブースは、一般的に、被塗物搬送ラインにおいて被塗物に塗料を塗布するためエリアに設置されている。塗装ブースは、塗装室と、塗装室の上側に設けられ塗装室にダウンフロー（上方から下方に向かう一定方向）の空気を供給するための給気室と、塗装室の下側に設けられその塗装室内の空気を排気するための排気室とを備えている。本実施形態の塗装ブースでは、塗装ブース用空調機２１から排出される空調空気が給気室からダウンフローで塗装室内に供給される。

塗装ブースの塗装室では、図示しない塗装機から塗料ミストを噴射することで被塗物の塗装が行われる。このとき、塗装機からオーバースプレーされて飛散した塗料ミストは、塗装室内に作用するダウンフローの空調空気によって塗装室から排気室に排出される。排気室では、ブース循環水を使用して空気中に含まれる塗料ミストが捕捉され塗料が回収される。また、排気室から排出される空気は、送風ファンによって大気に放出される。

図１、図２に示されるように、本実施形態における塗装ブース用空調機２１（空調装置）は、複数種の空調用機器を含んで構成されている。この塗装ブース用空調機２１は、装置外部から取り入れた空気を所定温度（例えば２３℃前後）及び所定湿度（例えば７０％ＲＨ前後）に調節して塗装ブースへ送気するための装置である。具体的に説明すると、この塗装ブース用空調機２１は、プレヒータ２２（予熱装置）、ワッシャ２３（加湿装置）、クーリングコイル２４（冷却装置）、レヒータ（再熱装置）２５及び送風ファン２６を備えている。

プレヒータ２２は、取り込んだ空気の温度を調整する調温手段の一種であって、空気を加熱してあらかじめ温度を上げるための装置である。ワッシャ２３は、取り込んだ空気の湿度を調整する調湿手段の一種であって、プレヒータ２２を経た空気に対する水の噴射により空気の湿度を上げるための装置である。クーリングコイル２４は、取り込んだ空気の温度を調整する調温手段の一種であって、ワッシャ２３を経た空気を冷却して温度を下げるための冷却装置である。レヒータ２５は、取り込んだ空気の温度を調整する調温手段の一種であって、クーリングコイル２４を経た空気を再び加熱して温度を上げる再熱装置である。送風ファン２６は、調温及び調湿された空気（即ち空調空気）を塗装ブースに圧送するための空気圧送装置である。

塗装ブース用空調機２１における複数の箇所には、センシング手段が設けられている。具体的にいうと、この塗装ブース用空調機２１は、温湿度測定用の第１のセンサ２７ａ、温湿度測定用の第２のセンサ２７ｂ、温度測定用の第３のセンサ２７ｃを備えている。第１のセンサ２７ａは、空調前の外気の温湿度を測定するためのものであって、塗装ブース用空調機２１における外気の取り込み口付近に配置されている。第２のセンサ２７ｂは、空調後の外気の温湿度を測定するためのものであって、空調空気が送り出される送風ファン２６の出口側に配置されている。第３のセンサ２７ｃは、プレヒータ２２を経た外気の温度を測定するためのものであって、ワッシャ２３の上流側に配置されている。

図１、図２に示されるように、本実施形態における塗装設備用の空調制御装置３１は、空調用機器の操作量を制御するための装置であって、ＣＰＵや記憶手段（ＲＯＭ、ＲＡＭ）等からなる周知のコンピュータ１台あるいは複数台により構成されている。

空調制御装置３１における記憶手段内には、温湿度制御のためのプログラムが格納されており、空調制御装置３１内のＣＰＵは当該プログラムを記憶手段から読み出して順次実行するようになっている。記憶手段内には、このプログラムのほかに、空気の状態値を座標に表した湿り空気線図に関するデータ（湿り空気線図テーブル）が格納されている。ちなみに、エンタルピーは湿り空気線図の右上に行くほど高くなり、逆に左下にいくほど低くなる。

図１、図２に示されるように、空調制御装置３１における第１空調制御部４２は、ＰＩＤ制御により空調用機器の操作量を制御する。ＰＩＤ制御（Proportional-Integral-Differential Control）とは、フィードバック制御の一種であって、入力値の制御を出力値と目標値との偏差、その積分及び微分の３要素によって行う制御のことを指す。本実施形態の第１空調制御部４２はＰＩＤコントローラ４２であって、制御対象の数と同数（具体的には４つ）のＰＩＤループを有している。ＰＩＤコントローラ４２と、各空調用機器（即ち、プレヒータ２２、ワッシャ２３、クーリングコイル２４、レヒータ２５）とは、制御部切換スイッチ４８、加算器４９及び図示しないドライバ回路を介してそれぞれ電気的に接続されている。また、ＰＩＤコントローラ４２と上記各センサ２７ａ～２７ｃとは、電気的に接続されている。従って、制御部切換スイッチ４８によりＰＩＤコントローラ４２と各空調用機器との間が接続されている場合には、ＰＩＤコントローラ４２から各制御対象に対して駆動制御信号が出力され、これによって各空調用機器の操作量がＰＩＤ制御される。その結果、外気温湿度が目標温湿度に到達するように調整されるようになっている。また、上記各センサ２７ａ～２７ｃからは温湿度の測定結果が入力される。そのため、ＰＩＤコントローラ４２は、その測定結果に基づいてフィードバック制御を行うことができるようになっている。

図１、図２に示されるように、空調制御装置３１における第２空調制御部４３は、予測モデル５３に基づいたモデル予測制御（ＭＰＣ；Model Predictive Control）により空調用機器の操作量を制御する。本実施形態の第２空調制御部４３はＭＰＣコントローラ４３であって、ＭＰＣコントローラ４３と、各空調用機器（即ち、プレヒータ２２、ワッシャ２３、クーリングコイル２４、レヒータ２５）とは、制御部切換スイッチ４８、加算器４９及び図示しないドライバ回路を介してそれぞれ電気的に接続されている。また、ＭＰＣコントローラ４３と上記各センサ２７ａ～２７ｃとは、電気的に接続されている。従って、制御部切換スイッチ４８によりＭＰＣコントローラ４３と各空調用機器との間が接続されている場合には、ＭＰＣコントローラ４３から各制御対象に対して駆動制御信号が出力され、これによって各空調用機器の操作量がＭＰＣにより制御される。ＭＰＣコントローラ４３は、最適化器を含んで構成されており、その最適化器が予測モデルに基づいて最適な温湿度制御を算出する。その結果、外気温湿度が目標温湿度に到達するように調整されるようになっている。また、上記各センサ２７ａ～２７ｃから温湿度の測定結果が入力される。そのため、ＭＰＣコントローラ４３は、その測定結果に基づいてフィードバック制御を行うことができるようになっている。

送気目標入力部３２は、送気設定演算部３３を介して、ＰＩＤコントローラ４２及びＭＰＣコントローラ４３に電気的に接続されている。送気目標入力部３２は、塗装ブースに送気するための空調空気の温湿度の目標値を入力するためのものであって、キーボードやタッチパネル等のような手段を含んで構成されている。送気目標入力部３２の出力信号は、送気設定演算部３３に入力される。

送気設定演算部３３と上記各センサ２７ａ～２７ｃとは電気的に接続されている。従って、送気設定演算部３３には、各センサ２７ａ～２７ｃから出力される温度や湿度の測定値が入力される。送気設定演算部３３は、入力した温湿度の目標値と測定値とに基づいて演算を行い、目標温湿度に到達させるのに最小となるエンタルピーを算出する。そして送気設定演算部３３は、その算出結果に基づいて各空調用機器の操作量の目標値を設定し、その目標値をＰＩＤコントローラ４２及びＭＰＣコントローラ４３に出力する。

算出比較部４４は、ＰＩＤ制御により空調空気を目標点まで到達させるのに要するエネルギーと、ＭＰＣにより空調空気を目標点まで到達させるのに要するエネルギーとを算出して比較する。この場合、ＰＩＤ制御により空調空気を目標点まで到達させるのに要するエネルギーは、例えばＰＩＤコントローラ４２が決定した各空調用機器の操作量（制御量）に基づいて算出される。ＭＰＣにより空調空気を目標点まで到達させるのに要するエネルギーは、例えばＭＰＣコントローラ４３が決定した各空調用機器の操作量（制御量）に基づいて算出される。なお、算出比較部４４は、ＰＩＤ制御の安定性とＭＰＣの安定性とを比較すると把握することもできる。

制御切換部４５は、ＰＩＤコントローラ４２及びＭＰＣコントローラ４３のうち、空調空気を目標点まで到達させるのに要するエネルギーが少ないほうの空調制御部に自動的に切り換えて制御を行わせる。つまり、ＰＩＤコントローラ４２及びＭＰＣコントローラ４３のうち、より安定した温湿度制御を行うことができるほうの空調制御部に自動的に切り換えて制御を行わせる。具体的には、制御切換部４５は算出比較部４４と電気的に接続されていて、算出比較部４４から出力された比較結果に基づいて動作する。この制御切換部４５は制御部切換スイッチ４８に電気的に接続されている。制御切換部４５は、制御部切換スイッチ４８を切換制御することにより、ＰＩＤコントローラ４２及びＭＰＣコントローラ４３のうち一方と各空調用機器側との間を接続させる。なお、この制御切換部４５は、ＭＰＣ実行時にモデル化誤差の発生及び拡大という好ましくない挙動を検知したときに、相対的に安定なＰＩＤ制御に自動的に切り換えるフェイルセーフ部であると把握してもよい。

システム同定出力部５１は、システム同定のために用いるステップ信号をランダムに出力する部分である。加算器４９において、システム同定出力部５１からの出力信号は、ＰＩＤコントローラ４２からの操作量指令信号、ＭＰＣコントローラ４３からの操作量指令信号に加算されるようになっている。なお、システム同定出力部５１は、後述する空調用機器のランダム加振を行う際に作動する。

さらにこの空調制御装置３１は、塗装ブース用空調機２１のＭＰＣに使用される予測モデルの学習データを収集する学習データ収集部４６を備えている。学習データ収集部４６は、ＰＩＤコントローラ４２がＰＩＤ制御を行っている最中に、予測モデルの追加学習のための学習データを収集する。具体的にいうと、学習データ収集部４６は、図２に示すように測定値（PV）、制御量（あるいは操作量、MV）、実績を学習データとして収集し、実績データベースを作成する。なお、学習データ収集のためのプログラムは、空調制御装置３１における記憶手段内に格納されている。空調制御装置３１内のＣＰＵは、必要に応じて当該プログラムを記憶手段から読み出し、順次実行するようになっている。

学習データ収集部４６は、領域設定、学習開始点設定、状態点移動、データ収集の各ステップによりデータを収集する。

図４に示されるように、領域設定ステップでは、湿り空気線図上にて予測モデルを作成する領域Ｒ１、即ち温湿度制御の対象としたい領域（制御対象領域Ｒ１）の設定を行う。当該制御対象領域Ｒ１は、高精度な温湿度制御を実現するために高品質の予測モデルが欲しい領域、と言い換えることもできる。

学習開始点設定ステップでは、設定された制御対象領域Ｒ１内に、空調用機器のランダム加振を行うときの起点となる複数の学習開始点Ｓ１～Ｓ９の設定を行う。この場合、具体的には学習開始点Ｓ１～Ｓ９の数や位置、それらの移動順序についても設定する。本実施形態では９つの点を学習開始点Ｓ１～Ｓ９として設定している（図４参照）。なお、学習開始点Ｓ１～Ｓ９の数は、好ましくは１０点以上がよい。学習開始点Ｓ１～Ｓ９の位置も限定されず任意に設定され、例えば湿り空気線図上にて互いに離間した位置に設定される。

状態点移動ステップでは、空調空気状態点Ｋ１を、ＰＩＤ制御によって空調用機器を操作して温湿度制御を行い、最初の学習開始点Ｓ１まで移動させる。

データ収集ステップでは、空調空気状態点Ｋ１を制御対象領域Ｒ１内における複数の学習開始点Ｓ１～Ｓ９間で移動させながら、空調用機器のランダム加振を行うことにより、学習データを収集する。具体的には、学習開始点Ｓ１～Ｓ９から変位した空調空気状態点Ｋ１をＰＩＤ制御により当該学習開始点Ｓ１～Ｓ９まで戻す制御を行うようになっている（図４参照）。また、空調空気状態点Ｋ１を現在の学習開始点から次の学習開始点まで移動させる際にも、ＰＩＤ制御を行うようになっている。

機械学習部４７は、ＰＩＤコントローラ４２がＰＩＤ制御を行っている最中に、学習データ収集部４６が収集した学習データに基づいて予測モデル５２を新たに作成する。なお、新たに作成された最新の予測モデル５２は、例えば機械学習部４７内の記憶領域に一時的に格納される。そして制御切換部４５は、新たな予測モデル５２が完成した段階で、古い予測モデル５３を最新の予測モデル５２に置き換えて更新する。その後、制御切換部４５は、ＰＩＤコントローラ４２からＭＰＣコントローラ４３に自動的に切り換えてＭＰＣを実行させる。

次に、図３のフローチャートに基づき、図４の湿り空気線図を参照しながら、本実施形態の温湿度制御方法の手順について説明する。なお、このフローチャートに示す手順は一例であり、これとは別の手順により本実施形態の温湿度制御方法を実行しても勿論構わない。

本実施形態の温湿度制御方法では、まずステップＳ１１０が実行される。即ち、制御切換部４５が制御部切換スイッチ４８を駆動し、ＭＰＣコントローラ４３と各空調用機器との間を接続する。すると、ＭＰＣコントローラ４３から各制御対象に対して駆動制御信号が出力され、これによって各空調用機器の操作量がＭＰＣにて制御される。その結果、ＭＰＣに基づく温湿度制御によって、外気温湿度が目標温湿度に到達するように調整される。

次のステップＳ１２０では、算出比較部４４がＰＩＤ制御により空調空気を目標点まで到達させるのに要するエネルギーＥ１と、ＭＰＣにより空調空気を目標点まで到達させるのに要するエネルギーＥ２とを算出する。次のステップＳ１３０では、算出した上記エネルギーＥ１、Ｅ２同士を比較する。具体的には、ＰＩＤ制御により空調空気を目標点まで到達させるのに要するエネルギーＥ１が、ＭＰＣにより空調空気を目標点まで到達させるのに要するエネルギーＥ２より小さいか否かについて判定する。ステップＳ１３０での判定結果がＮＯの場合、つまりＥ１≧Ｅ２である場合には、モデル化誤差がない予測モデルに基づいてＭＰＣが行われていると考えられる。よって、現時点でのＭＰＣによる制御結果が、ＰＩＤ制御による制御結果に比べて安定した状態となっている。この場合には、ステップＳ１１０に戻って引き続きＭＰＣに基づく温湿度制御を実行する。

ステップＳ１３０での判定結果がＹＥＳの場合、つまりＥ１＜Ｅ２である場合には、モデル化誤差が生じて劣化した予測モデルに基づいてＭＰＣが行われていると考えられる。よって、現時点でのＭＰＣによる制御結果が、ＰＩＤ制御による制御結果に比べて不安定になった状態となっている。この場合には、ステップＳ１４０に移行し、ＭＰＣからＰＩＤ制御に自動的に切り換えて温湿度制御を実行する。即ち、制御切換部４５が制御部切換スイッチ４８を駆動し、ＰＩＤコントローラ４３と各空調用機器との間の接続に切り換える。

次のステップＳ１５０では、学習データ収集部４６が作動して、ＭＰＣ制御に使用される予測モデルの学習データをＰＩＤ制御の最中に収集する（図４参照）。具体的には、まず湿り空気線図上にて予測モデルを作成する制御対象領域Ｒ１を設定する。次に、設定された制御対象領域Ｒ１内に、空調用機器のランダム加振を行うときの起点となる複数の学習開始点Ｓ１～Ｓ９及びそれらの移動順序を設定する。次に、ＰＩＤ制御によって空調空気状態点Ｋ１を最初の学習開始点Ｓ１まで移動させる。次に、システム同定出力部５１が作動し、学習開始点Ｓ１を起点としてランダム加振を行う。すると、学習開始点Ｓ１から変位した空調空気状態点Ｋ１をＰＩＤ制御により当該学習開始点Ｓ１まで戻す制御が実行される。最初の学習開始点Ｓ１でのデータ収集が終了したら、空調空気状態点Ｋ１を現在の学習開始点Ｓ１から次の学習開始点Ｓ２まで移動させ、同様のランダム加振を行う。その後、このようなランダム加振を学習開始点Ｓ３～Ｓ９まで順に移動してそれぞれ実行する。

次のステップＳ１６０では、機械学習部４７が作動して学習データ収集部４６が収集した学習データを取り込み、その学習データに基づいて最新の予測モデル５２を作成するための機械学習を行う。そして、最新の予測モデル５２が完成したら、機械学習部４７はその最新の予測モデル５２を自身の記憶領域に一時的に格納する。

次のステップＳ１７０では、制御切換部４５が作動し、最新の予測モデル５２が完成した否かを判定する。ステップＳ１７０での判定結果がＮＯの場合、つまり最新の予測モデル５２がまだ完成していない場合には、ステップＳ１５０に戻って引き続き学習データの収集及び機械学習が実行される。なお、これを実行している際にＰＩＤ制御による温湿度制御は維持される。ステップＳ１７０での判定結果がＹＥＳの場合、つまり最新の予測モデル５２が完成した場合には、次のステップＳ１８０に移行する。すると、制御切換部４５が作動して、古い予測モデル５３を最新の予測モデル５２に置き換えて更新する。次のステップＳ１９０では、ＰＩＤ制御からＭＰＣに自動的に切り換えた後、最初のステップＳ１１０に戻るようになっている。即ち、制御切換部４５が制御部切換スイッチ４８を駆動し、ＭＰＣコントローラ４３と各空調用機器との間の接続に切り換える。すると、ＭＰＣコントローラ４３から各制御対象に対して駆動制御信号が出力され、各空調用機器がＭＰＣからの操作量に基づいて制御される状態に復帰する。

従って、本実施の形態によれば以下の効果を得ることができる。

（１）本実施形態の空調制御装置３１は、上記のとおり、第１空調制御部であるＰＩＤコントローラ４２、第２空調制御部であるＭＰＣコントローラ４３、算出比較部４４、制御切換部４５等を備えている。従って、ＰＩＤコントローラ４２及びＭＰＣコントローラ４３のうちのいずれかを選択して空調用機器の操作量を制御することができる。算出比較部４４は、ＰＩＤ制御により空調空気を目標点まで到達させるのに要するエネルギーＥ１と、ＭＰＣにより空調空気を目標点まで到達させるのに要するエネルギーＥ２とを算出して比較する。制御切換部４５は、この比較結果に基づいてエネルギー消費量が少なくて済むほうの空調制御部に自動的に切り換えて制御を行わせる。例えば、ＭＰＣの実行中にモデル化誤差が生じた場合、制御結果がＰＩＤ制御に比べて不安定になり、空調に要するエネルギー消費量が増加することが想定される。この場合には、制御切換部４５がＭＰＣコントローラ４３からＰＩＤコントローラ４２に自動的に切り換えてＰＩＤ制御を実行させる。従って、モデル化誤差の影響を受けることがなく、シビアな温湿度制御が維持されることから、空調に要するエネルギー消費量を確実に低減することができる。

（２）本実施形態の空調制御装置３１では、モデル化誤差の発生によりＭＰＣコントローラ４３がＭＰＣを実行できなくても、ＰＩＤコントローラ４２がＰＩＤ制御を行うとともに、その最中に学習データ収集部４６が学習データを収集する。このため、シビアな温湿度制御を中断させずに継続して実行することができる。また、追加学習のための学習データを効率よく収集することができる。

（３）本実施形態の空調制御装置３１では、ＰＩＤコントローラ４２がＰＩＤ制御を行っている最中に、機械学習部４７がモデル化誤差を解消した予測モデル５２を新たに作成する。よって、古い予測モデル５２を最新の予測モデル５３に置き換える更新作業に確実に備えておくことができる。

（４）本実施形態の空調制御装置３１では、追加学習が終了して新たな予測モデル５２が完成すると、古い予測モデル５３を最新の予測モデル５２に速やかに置き換えられて更新される。その後、ＰＩＤコントローラ４２からＭＰＣコントローラ４３に自動的に切り換えられ、モデル化誤差を解消した更新後の最新の予測モデル５２に基づくＭＰＣが実行される。その結果、ＰＩＤ制御よりも安定度が増したＭＰＣに復帰して、シビアな温湿度制御を中断させずに継続して実行することができる。

なお、本発明の各実施の形態は以下のように変更してもよい。

・上記実施形態では、プレヒータ２２（予熱装置）、ワッシャ２３（加湿装置）、クーリングコイル２４（冷却装置）、レヒータ（再熱装置）２５及び送風ファン２６を空調用機器として備えた塗装ブース用空調機２１を用いたが、これに限定されず、異なる装置構成を採用してもよい。例えばクーリングコイル２４を１段ではなく２段にしてもよいほか、不要であれば省略してもよい。レヒータ２５も不要であれば省略してもよい。つまり、空調装置は取り入れた外気を加温、加湿及び冷却する機能を有するものに限らず、加温及び加湿機能を有しかつ冷却機能を有しないもの、冷却及び加湿機能を有しかつ加温機能を有しないものであってもよい。

・上記実施形態では、本発明の空調システム１１を塗装ブース用空調機２１を備える塗装設備用空調システムに具体化したが、塗装ブース用途以外の空調装置を備えるものに具体化しても勿論よい。

・上記実施形態では、第１空調制御部であるＰＩＤコントローラ４２がＰＩＤ制御を行っている最中に、予測モデル５３の追加学習のための学習データを収集するように構成したが、これに限定されない。例えば、同一仕様の別の装置で作成された外部の最新の予測モデル５３を取り込み、古いものと置き換えてもよい。また、これとは逆に、本実施形態の空調制御装置３１によって作成された最新の予測モデル５３を、自身の装置で利用するばかりではなく、同一仕様の別の装置に移植して利用してもよい。

・上記実施形態では、第１空調制御部であるＰＩＤコントローラ４２がＰＩＤ制御を行っている最中に限り、予測モデル５３の追加学習のための学習データを収集する例を示したが、これに限定されない。例えば、第２空調制御部であるＭＰＣコントローラ４３がＭＰＣを行っている最中にも同様の学習データ収集を行っても勿論よい。具体的には、例えば、予測モデルの誤差を随時改善する逐次学習部を備えるものとして構成し、第２空調制御部がＭＰＣを行っている最中に、制御ステップごとに制御結果を学習データとして逐次学習部に逐次的に与えるようにしてもよい。この構成によると、第２空調制御部によるシビアな温湿度制御を継続して実行しやすくなる。また、追加学習のための学習データを効率よく収集することができる。

・上記実施形態では、互いに異なる２種の制御方法（ＰＩＤ制御とＭＰＣ）により空調用機器の操作量を制御する２つの空調制御部を備えていた。そして、空調空気を目標点まで到達させるのに要するエネルギーを算出比較部４４で２つの空調制御部ごとに算出して比較し、制御切換部４５で２つの空調制御部のうち当該エネルギーが少ないものに自動的に切り換えて制御を行わせるように構成したが、これに限定されない。例えば、互いに異なる３種以上の制御方法（ＰＩＤ制御とＭＰＣとそれら以外の制御）により空調用機器の操作量を制御する３つ以上の空調制御部を備えていてもよい。そして、空調空気を目標点まで到達させるのに要するエネルギーを算出比較部４４で３つ以上の空調制御部ごとに算出して比較し、制御切換部４５で３つ以上の空調制御部のうち当該エネルギーが最も少ないものに自動的に切り換えて制御を行わせるように構成してもよい。なお、エネルギーを３つ以上の空調制御部ごとに算出して比較する算出比較部４４に代えて、制御結果の安定度を３つ以上の空調制御部ごとに算出して比較する算出比較部４４としてもよい。

・上記実施形態では、空調空気を目標点まで到達させるのに要するエネルギーを算出比較部４４で２つの空調制御部ごとに算出して比較し、制御切換部４５で２つの空調制御部のうち当該エネルギーが少ないものに自動的に切り換えて制御を行わせるように構成したが、これに限定されない。例えば、算出比較部４４によって、ＰＩＤ制御により空調空気を目標点まで到達させるときの目標値に対する偏差と、ＭＰＣにより空調空気を目標点まで到達させるときの目標値に対する偏差とを算出して比較してもよい。そして、制御切換部４５によって、２つの空調制御部のうち、空調空気を目標点まで到達させるときの目標値に対する偏差が小さいもの（換言すると制御の正確性が高いもの）に自動的に切り換えて制御を行わせるようにしてもよい。この構成によると、制御の正確性低下が予想される場合であっても、事前に制御切換部が空調制御部を自動的に切り換えて、制御の正確性が高いままに維持される。従って、シビアな温湿度制御が維持され、空調に要するエネルギー消費量を確実に低減することができる。

・上記実施形態では、塗装ブース用空調機２１に設けられた３つのセンシング手段（第１、第２、第３のセンサ２７ａ、２７ｂ、２７ｃ）からの温湿度の測定結果に基づいて、算出比較部４４がエネルギーの算出比較を行い、かつ、ＰＩＤコントローラ４２及びＭＰＣコントローラ４３がフィードバック制御を行っていたが、これに限定されない。例えば、塗装ブース用空調機２１以外の機器に設けられたセンシング手段からの測定結果を利用してもよい。図５に示す別の実施形態の空調制御装置３１Ａでは、塗装ブース用空調機２１に対してヒートポンプ（ＨＰ）から熱源及び冷水が供給されるような構成となっている。塗装ブース用空調機２１とヒートポンプとの間は、熱源を供給する第１経路６１と、冷水を供給する第２経路６２とによりそれぞれ流路的に接続されている。プレヒータ２２に熱源を供給する第１経路６１上には、第４のセンサ２７ｄが設けられている。レヒータ２５に熱源を供給する第１経路６１上には、第５のセンサ２７ｅが設けられている。クーリングコイル２４に冷水を供給する第２経路６２上には、第６のセンサ２７ｆが設けられている。第４のセンサ２７ｄ及び第５のセンサ２７ｅとしては、例えば、ガス流量センサ、蒸気流量センサ、温水温度流量センサなどを挙げることができる。第６のセンサ２７ｆとしては、例えば、冷水流量センサ、冷水温度センサなどを挙げることができる。そして、センサ２７ａ～２７ｃからのセンシング情報に加え、センサ２７ｄ～２７ｆからのセンシング情報に基づいて、算出比較部４４がエネルギーの算出比較を行い、かつ、ＰＩＤコントローラ４２及びＭＰＣコントローラ４３がフィードバック制御を行うようにしてもよい。このように、エネルギー関連のセンサからのセンシング情報を利用すると、算出比較部４４によるエネルギーの算出比較がいっそう的確になり、ひいては空調に要するエネルギー消費量をより確実に低減することが可能となる。なお、ヒートポンプの運転電力をセンシングし、そのセンシング情報を上記の算出比較等に利用しても勿論よい。

次に、特許請求の範囲に記載された技術的思想のほかに、前述した実施形態によって把握される技術的思想を以下に列挙する。

（１）取り込んだ外気の温湿度を複数種の空調用機器を用いて調整する空調装置における前記空調用機器の操作量を制御する空調制御装置であって、互いに異なる制御方法により前記空調用機器の操作量を制御する複数の空調制御部と、空調空気を目標点まで到達させるのに要するエネルギーを前記複数の空調制御部ごとに算出して比較する算出比較部と、前記複数の空調制御部のうち、前記空調空気を目標点まで到達させるのに要するエネルギーが最も少ない空調制御部に自動的に切り換えて制御を行わせる制御切換部とを備えたことを特徴とする空調制御装置。

（２）取り込んだ外気の温湿度を複数種の空調用機器を用いて調整する空調装置における前記空調用機器の操作量を制御する空調制御装置であって、互いに異なる制御方法により前記空調用機器の操作量を制御する複数の空調制御部と、温湿度制御結果の安定度を算出して比較する算出比較部と、前記複数の空調制御部のうち、前記安定度が最も高い空調制御部に自動的に切り換えて制御を行わせる制御切換部とを備えたことを特徴とする空調制御装置。

（３）上記手段１～９のいずれかにおいて、前記算出比較部は、前記空調装置に設けた温湿度センサからのセンシング情報に基づいて、前記エネルギーの算出比較を行うこと。

（４）上記手段１～９のいずれかにおいて、前記算出比較部は、前記空調装置と前記空調装置に熱源及び冷水を供給するヒートポンプとの間を流路的に接続する経路上に設けたエネルギー関連のセンサからのセンシング情報に基づいて、前記エネルギーの算出比較を行うこと。

２１：空調装置としての塗装ブース用空調機
２２：空調用機器である予熱装置としてのプレヒータ
２３：空調用機器である加湿装置としてのワッシャ
２４：空調用機器である冷却装置としてのクーリングコイル
２５：空調用機器である再熱装置としてのレヒータ
３１、３１Ａ：空調制御装置
４２：第１空調制御部としてのＰＩＤコントローラ
４３：第２空調制御部としてのＭＰＣコントローラ
４４：算出比較部
４５：制御切換部
４６：学習データ収集部
４７：機械学習部
５２：（最新の）予測モデル
５３：予測モデル
Ｅ１、Ｅ２：エネルギー

Claims (9)

1. 取り込んだ外気の温湿度を複数種の空調用機器を用いて調整する空調装置における前記空調用機器の操作量を制御する空調制御装置であって、
   ＰＩＤ制御により前記空調用機器の操作量を制御する第１空調制御部と、
   予測モデルに基づいたモデル予測制御により前記空調用機器の操作量を制御する第２空調制御部と、
   前記ＰＩＤ制御により空調空気を目標点まで到達させるのに要するエネルギーと、前記モデル予測制御により前記空調空気を目標点まで到達させるのに要するエネルギーとを算出して比較する算出比較部と、
   前記第１空調制御部及び前記第２空調制御部のうち、前記空調空気を目標点まで到達させるのに要するエネルギーが少ないほうの空調制御部に自動的に切り換えて制御を行わせる制御切換部と
   を備えたことを特徴とする空調制御装置。
2. 取り込んだ外気の温湿度を複数種の空調用機器を用いて調整する空調装置における前記空調用機器の操作量を制御する空調制御装置であって、
   ＰＩＤ制御により前記空調用機器の操作量を制御する第１空調制御部と、
   予測モデルに基づいたモデル予測制御により前記空調用機器の操作量を制御する第２空調制御部と、
   前記ＰＩＤ制御により空調空気を目標点まで到達させるときの目標値に対する偏差と、前記モデル予測制御により前記空調空気を目標点まで到達させるときの目標値に対する偏差とを算出して比較する算出比較部と、
   前記第１空調制御部及び前記第２空調制御部のうち、前記空調空気を目標点まで到達させるときの目標値に対する偏差が小さいほうの空調制御部に自動的に切り換えて制御を行わせる制御切換部と
   を備えたことを特徴とする空調制御装置。
3. 前記第１空調制御部が前記ＰＩＤ制御を行っている最中に、前記予測モデルの追加学習のための学習データを収集する学習データ収集部をさらに備えることを特徴とする請求項１または２に記載の空調制御装置。
4. 前記第１空調制御部が前記ＰＩＤ制御を行っている最中に、前記学習データ収集部が収集した前記学習データに基づいて前記予測モデルを新たに作成する機械学習部をさらに備えることを特徴とする請求項３に記載の空調制御装置。
5. 前記第２空調制御部が前記モデル予測制御を行っている最中に、制御ステップごとに制御結果を前記学習データとして逐次的に与えることで、前記予測モデルの誤差を随時改善する逐次学習部をさらに備えることを特徴とする請求項１または２に記載の空調制御装置。
6. 前記制御切換部は、新たな前記予測モデルが完成した段階で、古い予測モデルを最新の前記予測モデルに置き換えて更新した後、前記第１空調制御部から前記第２空調制御部に切り換えて制御を行わせることを特徴とする請求項４または５に記載の空調制御装置。
7. 前記空調装置は塗装設備用の空調装置であり、前記空調用機器は予熱装置、加湿装置、冷却装置及び再熱装置を含む塗装ブース用空調機であることを特徴とする請求項１乃至６のいずれか１項に記載の空調制御装置。
8. 取り込んだ外気の温湿度を複数種の空調用機器を用いて調整する空調装置を構成し、ＰＩＤ制御により前記空調用機器の操作量を制御する第１空調制御部と、予測モデルに基づいたモデル予測制御により前記空調用機器の操作量を制御する第２空調制御部とを備える空調制御装置を動作させるためのプログラムであって、
   前記ＰＩＤ制御により空調空気を目標点まで到達させるのに要するエネルギーと、前記モデル予測制御により前記空調空気を目標点まで到達させるのに要するエネルギーとを算出して比較する算出比較ステップと、
   前記第１空調制御部及び前記第２空調制御部のうち、前記空調空気を目標点まで到達させるのに要するエネルギーが少ないほうの空調制御部に自動的に切り換えて制御を行わせる制御切換ステップと
   を含むことを特徴とする空調制御装置用プログラム。
9. 取り込んだ外気の温湿度を複数種の空調用機器を用いて調整する空調装置を構成し、ＰＩＤ制御により前記空調用機器の操作量を制御する第１空調制御部と、予測モデルに基づいたモデル予測制御により前記空調用機器の操作量を制御する第２空調制御部とを備える空調制御装置を動作させるためのプログラムであって、
   前記ＰＩＤ制御により空調空気を目標点まで到達させるときの目標値に対する偏差と、前記モデル予測制御により前記空調空気を目標点まで到達させるときの目標値に対する偏差とを算出して比較する算出比較ステップと、
   前記第１空調制御部及び前記第２空調制御部のうち、前記空調空気を目標点まで到達させるときの目標値に対する偏差が小さいほうの空調制御部に自動的に切り換えて制御を行わせる制御切換ステップと
   を含むことを特徴とする空調制御装置用プログラム。

Images