JP2023170830A - 予測装置、冷凍システム、予測方法及び予測プログラム - Google Patents
予測装置、冷凍システム、予測方法及び予測プログラム Download PDFInfo
- Publication number
- JP2023170830A JP2023170830A JP2022082891A JP2022082891A JP2023170830A JP 2023170830 A JP2023170830 A JP 2023170830A JP 2022082891 A JP2022082891 A JP 2022082891A JP 2022082891 A JP2022082891 A JP 2022082891A JP 2023170830 A JP2023170830 A JP 2023170830A
- Authority
- JP
- Japan
- Prior art keywords
- data
- heat exchanger
- learning
- refrigerator
- frost
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 19
- 230000008014 freezing Effects 0.000 title 1
- 238000007710 freezing Methods 0.000 title 1
- 239000003507 refrigerant Substances 0.000 claims abstract description 49
- 238000010257 thawing Methods 0.000 claims abstract description 44
- 230000015572 biosynthetic process Effects 0.000 claims description 46
- 238000005057 refrigeration Methods 0.000 claims description 44
- 239000006096 absorbing agent Substances 0.000 claims description 26
- 230000007613 environmental effect Effects 0.000 claims description 17
- 238000010438 heat treatment Methods 0.000 claims description 15
- 238000001704 evaporation Methods 0.000 claims description 14
- 230000008020 evaporation Effects 0.000 claims description 14
- 238000013459 approach Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 46
- 238000010586 diagram Methods 0.000 description 22
- 238000002372 labelling Methods 0.000 description 18
- 230000006835 compression Effects 0.000 description 11
- 238000007906 compression Methods 0.000 description 11
- 238000013480 data collection Methods 0.000 description 10
- 238000013500 data storage Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 238000001816 cooling Methods 0.000 description 6
- 238000007637 random forest analysis Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 230000010365 information processing Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 238000010792 warming Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/41—Defrosting; Preventing freezing
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
- F25B47/00—Arrangements for preventing or removing deposits or corrosion, not provided for in another subclass
- F25B47/02—Defrosting cycles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/50—Air quality properties
- F24F2110/64—Airborne particle content
Abstract
Description
圧縮機、放熱器、膨張弁及び吸熱器が環状に接続され、冷媒が循環する冷媒回路を有する冷凍機によって前記吸熱器として機能している熱交換器に対して除霜動作が開始される場合の、開始タイミングを制御する情報を出力する予測装置であって、
前記予測装置の制御部は、
前記冷凍機における過去の運転データの履歴を、クラスタリングにより複数のグループに分類し、各グループに前記熱交換器への着霜の有無を示すデータを付与することで得た学習用データに基づいて、学習済みモデルが生成された場合において、前記学習済みモデルに、前記冷凍機における現在の運転データを入力し、
前記学習済みモデルにより予測された前記熱交換器への着霜の有無を示す情報を出力する。
前記運転データには、前記冷媒回路の状態を示すデータが含まれる。
前記運転データには、環境の状態を示すデータが含まれる。
前記冷媒回路の状態を示すデータには、前記圧縮機の周波数、前記圧縮機の低圧側の圧力データ、前記膨張弁の開度データ、暖房能力データ、蒸発温度データのいずれかが含まれ、
前記環境の状態を示すデータには、環境湿度データが含まれる。
前記制御部は、
前記学習済みモデルにより着霜有りと予測された場合、前記熱交換器への着霜の有無を示す情報として、除霜動作の開始タイミングを示す情報を出力する。
前記制御部は、
前記冷凍機における過去の運転データの履歴を、クラスタリングにより複数のグループに分類し、各グループに前記熱交換器への着霜の有無を示すデータを付与することで、前記学習用データを生成する。
前記制御部は、
前記学習用データの各グループに分類された前記過去の運転データの履歴を学習モデルに入力することで、前記学習モデルより出力される出力データが、分類されたグループに付与された前記熱交換器への着霜の有無を示すデータに近づくように、前記学習モデルについて学習を行うことで、前記学習済みモデルを生成する。
第1乃至第7のいずれかの態様に記載の予測装置により出力された、前記熱交換器への着霜の有無を示す情報を用いて、除霜動作の開始タイミングを制御する前記冷凍機を有する。
前記予測装置は、前記冷凍機が備える複数のユニットのいずれかにおいて実現される。
前記冷凍機とネットワークを介して接続されたサーバ装置を有し、
前記予測装置は、前記サーバ装置において実現される。
圧縮機、放熱器、膨張弁及び吸熱器が環状に接続され、冷媒が循環する冷媒回路を有する冷凍機によって前記吸熱器として機能している熱交換器に対して除霜動作が開始される場合の、開始タイミングを制御する情報を出力する予測装置の予測方法であって、
前記冷凍機における過去の運転データの履歴を、クラスタリングにより複数のグループに分類し、各グループに前記熱交換器への着霜の有無を示すデータを付与することで得た学習用データに基づいて、学習済みモデルが生成された場合において、前記学習済みモデルに、前記冷凍機における現在の運転データを入力する工程と、
前記学習済みモデルにより予測された前記熱交換器への着霜の有無を示す情報を出力する工程とを有する。
圧縮機、放熱器、膨張弁及び吸熱器が環状に接続され、冷媒が循環する冷媒回路を有する冷凍機によって前記吸熱器として機能している熱交換器に対して除霜動作が開始される場合の、開始タイミングを制御する情報を出力する予測装置の制御部に、
前記冷凍機における過去の運転データの履歴を、クラスタリングにより複数のグループに分類し、各グループに前記熱交換器への着霜の有無を示すデータを付与することで得た学習用データに基づいて、学習済みモデルが生成された場合において、前記学習済みモデルに、前記冷凍機における現在の運転データを入力する工程と、
前記学習済みモデルにより予測された前記熱交換器への着霜の有無を示す情報を出力する工程とを実行させる。
<学習フェーズにおける冷凍システムのシステム構成>
はじめに、第1の実施形態に係る冷凍システムの、学習フェーズにおけるシステム構成について説明する。図1Aは、学習フェーズにおける冷凍システムのシステム構成の一例を示す図である。
・冷房又は冷却運転の場合、流路切換機構145は、室内ユニット110の熱交換器111、室内ユニット120の熱交換器121において蒸発(吸熱)した冷媒を、圧縮機構146に吸入する。また、流路切換機構145は、圧縮機構146において圧縮された冷媒を、熱交換器144に送る。これにより、冷媒は熱交換器144において放熱し、電子膨張弁141にて供給量が調整された後、再び室内ユニット110の熱交換器111、室内ユニット120の熱交換器121において蒸発する。
・暖房又は加温運転の場合、流路切換機構145は、圧縮機構146において圧縮された冷媒を、室内ユニット110、室内ユニット120に送る。これにより、冷媒は熱交換器111、熱交換器121において放熱し、電子膨張弁141にて通過量が調整された後、熱交換器144において蒸発(吸熱)する。また、流路切換機構145は、熱交換器144において蒸発(吸熱)した冷媒を、圧縮機構146に吸入する。これにより、冷媒は圧縮機構146において再び圧縮される。
・除霜運転の場合、流路切換機構145は、冷房又は冷却運転の場合と同様に動作する。つまり、圧縮機構146において圧縮された冷媒は、熱交換器144において放熱する。これにより、熱交換器144の表面の霜が内部から加熱され、熱交換器144は除霜される。
次に、学習フェーズにおける冷凍システム100のうち、室外ユニット130の熱交換器144への着霜と相関のある運転データを収集する運転データ収集処理に関わるシステムについてのシステム構成について説明する。図1Bは、学習フェーズにおける冷凍システムのうち、運転データ収集処理に関わるシステムについてのシステム構成の一例を示す図である。
・電子膨張弁141の弁開度(膨張弁の開度データ)、
・圧縮機146_1~146_3の合計の回転数に基づいて算出されるトータル周波数(圧縮機の周波数データ)、
・圧力センサ147により測定された、圧縮機構146の入口の冷媒の圧力(低圧側圧力データ)、
・環境湿度センサ148により測定された、外部環境の湿度(環境湿度データ)、
・冷凍機が有する暖房能力(暖房能力データ)、
・温度センサ144tにより測定された、熱交換器144の冷媒の蒸発温度(蒸発温度データ)、
を収集する。
・低圧側圧力データ、
・膨張弁の開度データ、
・圧縮機の周波数データ、
・暖房能力データ、
・蒸発温度データ、
と、環境の状態を示すデータである、
・環境湿度データ、
とを収集することができる。また、収集した運転データを、通信デバイス173を介して学習装置150に送信することができる。なお、本実施形態では、冷凍機の各コントローラが有するマイクロコンピュータと、メモリデバイスとをまとめて「制御部」と称する場合がある。
次に、学習装置150のハードウェア構成について説明する。図2は、学習装置のハードウェア構成の一例を示す図である。
次に、学習フェーズにおける冷凍システム100のうち、学習処理に関わるシステムについての機能構成について説明する。図3は、学習フェーズにおける冷凍システムのうち、学習処理に関わるシステムについての機能構成の一例を示す図である。
・低圧側圧力データ、
・膨張弁の開度データ、
・圧縮機の周波数データ、
・暖房能力データ、
・蒸発温度データ、
と、各時間における環境の状態を示すデータである、
・環境湿度データ、
とを取得する。
次に、データ取得部311により取得された運転データ及び観察データの具体例について説明する。図4は、運転データ及び観察データの一例を示す図である。
次に、クラスタリング解析部312の処理の具体例について説明する。図5は、クラスタリング解析部の処理の具体例を示す図である。
次に、ラベリング部313の処理の具体例について説明する。図6は、ラベリング部の処理の具体例を示す図である。
次に、学習部314の処理の具体例について説明する。図7は、学習部の処理の具体例を示す図である。
次に、学習装置150による学習処理の流れについて説明する。図8は、学習処理の流れを示すフローチャートである。
次に、第1の実施形態に係る冷凍システムの、予測フェーズにおけるシステム構成について説明する。図9は、予測フェーズにおける冷凍システムのシステム構成の一例を示す図である。
次に、サーバ装置910のハードウェア構成について説明する。図10は、サーバ装置のハードウェア構成の一例を示す図である。
次に、予測フェーズにおける冷凍システム900のうち、予測処理に関わるシステムについての機能構成について説明する。図11は、予測フェーズにおける冷凍システムのうち、予測処理に関わるシステムについての機能構成の一例を示す図である。
・低圧側圧力データ、
・膨張弁の開度データ、
・圧縮機の周波数データ、
・暖房能力データ、
・蒸発温度データ、
と、各時間における環境の状態を示すデータである、
・環境湿度データ、
とを取得する。
次に、サーバ装置910による予測処理の流れについて説明する。図12は、予測処理の流れを示すフローチャートである。
次に、冷凍システム900による除霜処理の具体例について説明する。図13は、除霜処理の具体例を示す図である。
以上の説明から明らかなように、第1の実施形態に係る冷凍システムは、
・圧縮機、放熱器、膨張弁及び吸熱器が環状に接続され、冷媒が循環する冷媒回路を有する冷凍機を備える。
・学習フェーズにおいて、冷凍機における過去の運転データの履歴を、クラスタリングにより複数のグループに分類し、各グループに熱交換器への着霜の有無を示すデータを付与することで得た学習用データに基づいて、学習済みモデルを生成する。
・予測フェーズにおいて、学習済みモデルに、冷凍機における現在の運転データを入力し、学習済みモデルにより予測された熱交換器への着霜の有無を示す情報を出力する。
上記第1の実施形態では、学習用データ700を用いて1つの学習済みモデル1112を生成するケースについて説明した。しかしながら、学習用データ700を用いて生成する学習済みモデルは1つに限定されない。例えば、学習用データ700を季節ごとに分割し、それぞれの季節に応じた学習用データを用いて、学習済みモデルを別々に生成してもよい。
110 :室内ユニット
111 :熱交換器
112 :温度センサ
113 :室内コントローラ
120 :室内ユニット
121 :熱交換器
122 :温度センサ
123 :室内コントローラ
130 :室外ユニット
140 :冷媒回路
141 :電子膨張弁
144 :熱交換器
144t :温度センサ
146 :圧縮機構
147 :圧力センサ
148 :環境湿度センサ
149 :室外コントローラ
311 :データ取得部
312 :クラスタリング解析部
313 :ラベリング部
314 :学習部
410 :運転データ
420 :観察データ
510、520 :特徴量空間
610 :クラスタリング結果
620 :ラベリング結果
700 :学習用データ
900 :冷凍システム
910 :サーバ装置
1101 :運転データ収集部
1102 :除霜制御部
1111 :データ取得部
1112 :学習済みモデル
Claims (12)
- 圧縮機、放熱器、膨張弁及び吸熱器が環状に接続され、冷媒が循環する冷媒回路を有する冷凍機によって前記吸熱器として機能している熱交換器に対して除霜動作が開始される場合の、開始タイミングを制御する情報を出力する予測装置であって、
前記予測装置の制御部は、
前記冷凍機における過去の運転データの履歴を、クラスタリングにより複数のグループに分類し、各グループに前記熱交換器への着霜の有無を示すデータを付与することで得た学習用データに基づいて、学習済みモデルが生成された場合において、前記学習済みモデルに、前記冷凍機における現在の運転データを入力し、
前記学習済みモデルにより予測された前記熱交換器への着霜の有無を示す情報を出力する、
予測装置。 - 前記運転データには、前記冷媒回路の状態を示すデータが含まれる、請求項1に記載の予測装置。
- 前記運転データには、環境の状態を示すデータが含まれる、請求項2に記載の予測装置。
- 前記冷媒回路の状態を示すデータには、前記圧縮機の周波数、前記圧縮機の低圧側の圧力データ、前記膨張弁の開度データ、暖房能力データ、蒸発温度データのいずれかが含まれ、
前記環境の状態を示すデータには、環境湿度データが含まれる、請求項3に記載の予測装置。 - 前記制御部は、
前記学習済みモデルにより着霜有りと予測された場合、前記熱交換器への着霜の有無を示す情報として、除霜動作の開始タイミングを示す情報を出力する、請求項1に記載の予測装置。 - 前記制御部は、
前記冷凍機における過去の運転データの履歴を、クラスタリングにより複数のグループに分類し、各グループに前記熱交換器への着霜の有無を示すデータを付与することで、前記学習用データを生成する、請求項1に記載の予測装置。 - 前記制御部は、
前記学習用データの各グループに分類された前記過去の運転データの履歴を学習モデルに入力することで、前記学習モデルより出力される出力データが、分類されたグループに付与された前記熱交換器への着霜の有無を示すデータに近づくように、前記学習モデルについて学習を行うことで、前記学習済みモデルを生成する、請求項1に記載の予測装置。 - 請求項1乃至7のいずれか1項に記載の予測装置により出力された、前記熱交換器への着霜の有無を示す情報を用いて、除霜動作の開始タイミングを制御する前記冷凍機を有する、冷凍システム。
- 前記予測装置は、前記冷凍機が備える複数のユニットのいずれかにおいて実現される、請求項8に記載の冷凍システム。
- 前記冷凍機とネットワークを介して接続されたサーバ装置を有し、
前記予測装置は、前記サーバ装置において実現される、請求項8に記載の冷凍システム。 - 圧縮機、放熱器、膨張弁及び吸熱器が環状に接続され、冷媒が循環する冷媒回路を有する冷凍機によって前記吸熱器として機能している熱交換器に対して除霜動作が開始される場合の、開始タイミングを制御する情報を出力する予測装置の予測方法であって、
前記冷凍機における過去の運転データの履歴を、クラスタリングにより複数のグループに分類し、各グループに前記熱交換器への着霜の有無を示すデータを付与することで得た学習用データに基づいて、学習済みモデルが生成された場合において、前記学習済みモデルに、前記冷凍機における現在の運転データを入力する工程と、
前記学習済みモデルにより予測された前記熱交換器への着霜の有無を示す情報を出力する工程と
を有する予測方法。 - 圧縮機、放熱器、膨張弁及び吸熱器が環状に接続され、冷媒が循環する冷媒回路を有する冷凍機によって前記吸熱器として機能している熱交換器に対して除霜動作が開始される場合の、開始タイミングを制御する情報を出力する予測装置の制御部に、
前記冷凍機における過去の運転データの履歴を、クラスタリングにより複数のグループに分類し、各グループに前記熱交換器への着霜の有無を示すデータを付与することで得た学習用データに基づいて、学習済みモデルが生成された場合において、前記学習済みモデルに、前記冷凍機における現在の運転データを入力する工程と、
前記学習済みモデルにより予測された前記熱交換器への着霜の有無を示す情報を出力する工程と
を実行させるための予測プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022082891A JP7339570B1 (ja) | 2022-05-20 | 2022-05-20 | 予測装置、冷凍システム、予測方法及び予測プログラム |
PCT/JP2022/048358 WO2023223594A1 (ja) | 2022-05-20 | 2022-12-27 | 予測装置、冷凍システム、予測方法及び予測プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022082891A JP7339570B1 (ja) | 2022-05-20 | 2022-05-20 | 予測装置、冷凍システム、予測方法及び予測プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7339570B1 JP7339570B1 (ja) | 2023-09-06 |
JP2023170830A true JP2023170830A (ja) | 2023-12-01 |
Family
ID=87882086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022082891A Active JP7339570B1 (ja) | 2022-05-20 | 2022-05-20 | 予測装置、冷凍システム、予測方法及び予測プログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7339570B1 (ja) |
WO (1) | WO2023223594A1 (ja) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04184668A (ja) * | 1990-11-20 | 1992-07-01 | Sanyo Electric Co Ltd | ニューラルネットワークにおける教師データの修正方法 |
JPH0682083A (ja) * | 1991-08-02 | 1994-03-22 | Matsushita Electric Ind Co Ltd | ヒートポンプ式空気調和機の除霜制御装置 |
JPH09159328A (ja) * | 1995-12-06 | 1997-06-20 | Matsushita Electric Ind Co Ltd | 空気調和機の除霜制御装置 |
JP2007225155A (ja) * | 2006-02-21 | 2007-09-06 | Mitsubishi Electric Corp | 除霜運転制御装置および除霜運転制御方法 |
JP2007225158A (ja) * | 2006-02-21 | 2007-09-06 | Mitsubishi Electric Corp | 除霜運転制御装置および除霜運転制御方法 |
CN104933322A (zh) * | 2015-07-11 | 2015-09-23 | 湖南大学 | 一种前置式防、融霜方法 |
WO2020174800A1 (ja) * | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 汚れ情報推定システム、及び空気処理装置 |
CN113639420A (zh) * | 2020-04-27 | 2021-11-12 | Lg电子株式会社 | 空调系统及空调系统的动作方法 |
WO2022054278A1 (ja) * | 2020-09-14 | 2022-03-17 | 三菱電機株式会社 | 推論装置および学習装置 |
-
2022
- 2022-05-20 JP JP2022082891A patent/JP7339570B1/ja active Active
- 2022-12-27 WO PCT/JP2022/048358 patent/WO2023223594A1/ja unknown
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04184668A (ja) * | 1990-11-20 | 1992-07-01 | Sanyo Electric Co Ltd | ニューラルネットワークにおける教師データの修正方法 |
JPH0682083A (ja) * | 1991-08-02 | 1994-03-22 | Matsushita Electric Ind Co Ltd | ヒートポンプ式空気調和機の除霜制御装置 |
JPH09159328A (ja) * | 1995-12-06 | 1997-06-20 | Matsushita Electric Ind Co Ltd | 空気調和機の除霜制御装置 |
JP2007225155A (ja) * | 2006-02-21 | 2007-09-06 | Mitsubishi Electric Corp | 除霜運転制御装置および除霜運転制御方法 |
JP2007225158A (ja) * | 2006-02-21 | 2007-09-06 | Mitsubishi Electric Corp | 除霜運転制御装置および除霜運転制御方法 |
CN104933322A (zh) * | 2015-07-11 | 2015-09-23 | 湖南大学 | 一种前置式防、融霜方法 |
WO2020174800A1 (ja) * | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 汚れ情報推定システム、及び空気処理装置 |
CN113639420A (zh) * | 2020-04-27 | 2021-11-12 | Lg电子株式会社 | 空调系统及空调系统的动作方法 |
WO2022054278A1 (ja) * | 2020-09-14 | 2022-03-17 | 三菱電機株式会社 | 推論装置および学習装置 |
Also Published As
Publication number | Publication date |
---|---|
JP7339570B1 (ja) | 2023-09-06 |
WO2023223594A1 (ja) | 2023-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4980407B2 (ja) | 空気調和機の制御装置、冷凍装置の制御装置 | |
US8180493B1 (en) | Method and apparatus for effecting temperature difference in a respective zone | |
Ge et al. | Performance evaluation and optimal design of supermarket refrigeration systems with supermarket model “SuperSim”, Part I: Model description and validation | |
JP2009210161A (ja) | 機器制御システム、制御装置及び制御プログラム | |
CN110715401B (zh) | 空调设备的化霜控制方法、装置、介质及空调设备 | |
JP5545100B2 (ja) | 冷却管理装置 | |
JP5404556B2 (ja) | 空気調和機の制御装置および冷凍装置の制御装置 | |
Braun et al. | Illustrating the relationship between the coefficient of performance and the coefficient of system performance by means of an R404 supermarket refrigeration system | |
Srinivasan et al. | Bugs in the freezer: Detecting faults in supermarket refrigeration systems using energy signals | |
JP6410990B2 (ja) | 冷媒不足予測装置、冷媒不足予測方法およびプログラム | |
JP2011089679A (ja) | 空気調和機の制御装置、冷凍装置の制御装置 | |
WO2023223594A1 (ja) | 予測装置、冷凍システム、予測方法及び予測プログラム | |
CN107940675A (zh) | 中央空调系统及其辅机开机自诊断方法和自诊断装置 | |
US11774955B1 (en) | Information processing apparatus, information processing method, and program | |
JP5980002B2 (ja) | 冷凍・冷蔵システム | |
EP3754269B1 (en) | Method and associated computer readable medium for controlling the defrost cycle of a vapor compression system | |
CN109269037A (zh) | 空调系统的控制方法和装置 | |
JP7445533B2 (ja) | 異常検出装置、プログラムおよび電気機器システム | |
CN107642924A (zh) | 防止蒸发器结冰霜的方法及空调器 | |
US11965667B2 (en) | Generation method, program, information processing apparatus, information processing method, and trained model | |
EP4209973A1 (en) | Generation method, program, information processing device, information processing method, and trained model | |
JP2011196599A (ja) | 空気調和機および空気調和機の制御方法 | |
CN112628985A (zh) | 空调机组控制方法、装置及空调机组 | |
JP2024039953A (ja) | 異常診断装置、方法、およびプログラム | |
JPH07208140A (ja) | エンジン駆動動力装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230307 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230411 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230725 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230807 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7339570 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |