JP2023176809A

JP2023176809A - 冷蔵庫制御システム、及び冷蔵庫制御方法

Info

Publication number: JP2023176809A
Application number: JP2022089294A
Authority: JP
Inventors: 好正堀尾; Yoshimasa Horio; 雅至中川; Masashi Nakagawa; 勇治野村; Yuji Nomura; 拓哉林; Takuya Hayashi; 智裕中村; Tomohiro Nakamura
Original assignee: Panasonic Intellectual Property Management Co Ltd
Current assignee: Panasonic Intellectual Property Management Co Ltd
Priority date: 2022-05-31
Filing date: 2022-05-31
Publication date: 2023-12-13
Also published as: WO2023233776A1

Abstract

【課題】本開示は、除霜を行う必要がないときに除霜の処理が実行されることによる、冷蔵庫の消費電力の増加、及び、冷蔵庫内の温度が上昇することを抑制する冷蔵庫制御システムを提供する。
【解決手段】本開示による冷蔵庫制御システムは、推定モデルにより、除霜要否判断時点における推定除霜時間を算出する推定除霜時間算出部と、除霜要否判断時点における推定除霜時間が所定の閾値以上であるときは、除霜要否判断時点に除霜運転を実行し、除霜要否判断時点における推定除霜時間が閾値未満であるときには、除霜要否判断時点から所定の保留時間が経過するまで除霜運転の実行を保留する除霜運転制御部と、を備える。
【選択図】図３

Description

本開示は、除霜運転を実行する冷蔵庫を制御対象とする冷蔵庫制御システム、及び冷蔵庫制御方法に関する。

特許文献１は、コンプレッサの積算運転時間が一定時間になったときに、除霜開始タイミングを延長するか否かを判定するようにした冷蔵庫の除霜装置を開示する。除霜装置は、扉が開放されていないと共に強制運転が実行されておらず、さらに推定外気温度が所定温度範囲内であったときは、除霜運転の必要がないと判断して除霜開始タイミングを一定時間だけ先送りする。また、除霜装置は、延長動作終了時の除霜開始タイミングにおいて扉が開放されていないと共に強制運転が実行されていないときは、さらに除霜開始タイミングを一定時間だけ先送りする動作を、既定回数だけ実行する。
特許文献２は、７日分の扉の開時間を１時間毎に蓄積し、各時間から３時間単位での扉開時間を加算して、除霜終了時に次の除霜を開始可能な範囲（８時間後から２４時間後）を求め、その範囲内で扉開時間の少ない時間単位が存在したら、その時刻を除霜開始予定時刻とする冷蔵庫を開示する。
特許文献３は、着霜量とコンプレッサの駆動積算時間との比例係数と、最適な着霜量とに基づいて、除霜タイミングを決定する際の基礎となるコンプレッサの積算時間の時間範囲を更新する除霜制御装置を開示する。

特開平７－２３９１６８号公報特開２０１２－５７８８６号公報特開平５－６０７６４号公報

本開示は、除霜を行う必要がないときに除霜の処理が実行されて、冷蔵庫の消費電力が増加すると共に冷蔵庫内の温度が上昇することを抑制する冷蔵庫制御システムを提供する。

本開示における冷蔵庫制御システムは、所定のサンプリング周期で冷蔵庫に設けられた検出部により検出された、前記冷蔵庫の運転状況を示す運転状況データを取得し、第１記憶部に保存する運転状況データ取得部と、前記冷蔵庫の加熱部を作動させて前記冷蔵庫の冷却器に付着した霜を除去する除霜運転が実行されたときに、前回の前記除霜運転が完了した時点から今回の前記除霜運転が実行されるまでの間に、前記検出部により検出された運転状況を示す前記運転状況データに基づく、所定の特徴量と、今回の前記除霜運転に要した時間とを含む学習データを取得し、第２記憶部に保存する学習データ取得部と、前記学習データに基づいて、前記検出部により検出された運転状況を示す前記運転状況データに基づく前記特徴量に係る入力データの入力に対して、前記除霜運転を実行したと想定した場合の前記除霜運転の推定所要時間を、推定除霜時間として出力する推定モデルを用いて、前記推定除霜時間を算出する推定除霜時間算出部と、所定の除霜要否判断時点における前記推定除霜時間が所定の閾値以上であるときは、前記所定の除霜要否判断時点に前記除霜運転を実行し、前記所定の除霜要否判断時点における前記推定除霜時間が前記閾値未満であるときには、前記所定の除霜要否判断時点から所定の保留時間が経過するまで前記除霜運転の実行を保留して、前記所定の除霜要否判断時点から前記所定の保留時間が経過した時点である次の所定の除霜要否判断時点において、前記推定除霜時間算出部により算出される前記推定除霜時間が前記閾値以上である否かを判断する除霜運転制御部と、を備える。

本開示における冷蔵庫制御方法は、所定のサンプリング周期で冷蔵庫に設けられた検出部により検出された、前記冷蔵庫の運転状況を示す運転状況データを取得し、第１記憶部に保存する運転状況データ取得ステップと、前記冷蔵庫の加熱部を作動させて前記冷蔵庫の冷却器に付着した霜を除去する除霜運転が実行されたときに、前回の前記除霜運転が完了した時点から今回の前記除霜運転が実行されるまでの間に、前記検出部により検出された運転状況を示す前記運転状況データに基づく、所定の特徴量と、今回の前記除霜運転に要した時間とを含む学習データを取得し、第２記憶部に保存する学習データ取得ステップと、前記学習データに基づいて、前記検出部により検出された運転状況を示す前記運転状況データに基づく前記特徴量に係る入力データの入力に対して、前記除霜運転を実行したと想定した場合の前記除霜運転の推定所要時間を、推定除霜時間として出力する推定モデルを用いて、前記推定除霜時間を算出する推定除霜時間算出ステップと、所定の除霜要否判断時点における前記推定除霜時間が閾値以上であるときは、前記除霜要否判断時点に前記除霜運転を実行し、前記所定の除霜要否判断時点における前記推定除霜時間が前記閾値未満であるときには、前記所定の除霜要否判断時点から所定の保留時間が経過するまで前記除霜運転の実行を保留して、前記所定の除霜要否判断時点から前記所定の保留時間が経過した時点である次の所定の除霜要否判断時点において、前記推定除霜時間算出ステップにより算出される前記推定除霜時間が前記閾値以上である否かを判断する除霜運転制御ステップと、を含む。

本開示の冷蔵庫制御システムによれば、個々の冷蔵庫の運転状況を学習した学習データに基づいて生成された推定モデルを用いて、個々の冷蔵庫の実際の運転状況に応じた推定除霜時間が算出され、除霜運転の実行タイミングが、個々の冷蔵庫の実際の運転状況に応じて設定されるため、除霜を行う必要がないときに除霜運転が実行されることによる、冷蔵庫の消費電力の増加、及び、冷蔵庫内の温度上昇を抑制することができる。

実施の形態における冷蔵庫制御システムによる制御の態様の説明図実施の形態における冷蔵庫の構成を説明するための断面図実施の形態における第１実施例の冷蔵庫制御システムの構成図実施の形態における学習データの生成処理の説明図実施の形態における推定式の生成処理の説明図実施の形態における第１実施例の冷蔵庫側の処理に係る第１フローチャート実施の形態における第１実施例の冷蔵庫側の処理に係る第２フローチャート実施の形態における第１実施例のサーバー装置側の処理に係るフローチャート実施の形態における除霜運転のタイミングチャート実施の形態における第２実施例の冷蔵庫制御システムの構成図実施の形態における第２実施例の冷蔵庫側の処理に係る第１フローチャート実施の形態における第２実施例の冷蔵庫側の処理に係る第２フローチャート実施の形態における第２実施例のサーバー装置側の処理に係るフローチャート

（本開示の基礎となった知見等）
発明者らが本開示に想到するに至った当時、冷蔵庫における除霜は、各冷蔵庫に共通の同じ推定式により、コンプレッサの積算運転時間やドアの開閉時間に応じて決定された実行タイミングで、実行されていた。

しかしながら、このように各冷蔵庫に共通の同じ推定式を用いた場合には、冷蔵庫が使用される状況（例えば、単身、ＤＥＷＫｓ(ＤｏｕｂｌｅＥｍｐｌｏｙｅｄＷｉｔｈＫｉｄｓ）、ＤＩＮＫＳ(ＤｏｕｂｌｅＩｎｃｏｍｅＮｏＫｉｄｓ）又は大家族等により使用される冷蔵庫に収納される食品の種類及び量、並びに、ドアの開閉時間など)、及び、冷蔵庫の周囲環境の影響が考慮されることなく、除霜が実行される。そのため、必要以上に頻繁に除霜が行われて、冷蔵庫の消費電力が増加すると共に、庫内の温度変動による食品への影響が大きくなる場合があるという問題を発明者らは発見し、その問題を解決するために、本開示の主題を構成するに至った。
そこで、本開示は、必要以上に頻繁に除霜運転が実行されることによる、冷蔵庫の消費電力の増加、及び、冷蔵庫内の温度が上昇することを抑制することができる冷蔵庫制御システムを提供する。

以下、図面を参照しながら、本開示の実施の形態の例を詳細に説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明、または、実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が必要以上に冗長になるのを避け、当業者の理解を容易にするためである。
なお、図面および以下の説明は、当業者が本開示を十分に理解するために提供されるのであって、これらにより特許請求の範囲に記載の主題を限定することを意図していない。

（実施の形態）
以下、図１～図１３を参照して、本開示の実施の形態の例を説明する。
［１．制御の態様］
まず、図１を参照して、本開示の冷蔵庫制御システム１による冷蔵庫１０の制御の態様について説明する。図１は、本開示の実施の形態における冷蔵庫制御システム１による制御の態様の説明図である。冷蔵庫制御システム１は、制御対象である冷蔵庫１０と、サーバー装置１００とを備える。冷蔵庫１０は、例えば、家屋Ｈに設置され、ゲートウェイ５及び通信ネットワーク２００を介して、サーバー装置１００との間で相互に通信を行うよう構成されている。

ここで、図１では、説明の便宜のため、１台の冷蔵庫１０のみを示しているが、サーバー装置１００は、複数の冷蔵庫との間で通信を行うことができるよう構成されていてもよい。この場合、サーバー装置１００と複数の冷蔵庫のそれぞれとにより冷蔵庫制御システム１が構成される。

図２は、本開示の実施の形態の冷蔵庫制御システム１における冷蔵庫１０の構成を説明するための断面図である。図２に示すように、本実施の形態の冷蔵庫１０は、冷蔵室１１、切換室１４、製氷室１６、冷凍室１８、及び野菜室２０を備えている。冷蔵室１１の前面の開口部には、回転式の右ドア１２及び左ドア１３が設けられている。また、切換室１４、製氷室１６、冷凍室１８、及び野菜室２０には、それぞれ引き出し１５,１７，１９，２１が設けられている。

冷蔵庫１０が備える制御ユニット６０は、冷蔵庫１０の作動を制御する。制御ユニット６０は、冷蔵庫１０の運転状況ＤＲＳを所定のサンプリング周期（例えば５分）で検出する検出部としての機能も有する。また、制御ユニット６０は、検出した運転状況ＤＲＳを示す運転状況データをサーバー装置１００に送信する。また、制御ユニット６０は、後述する冷却器５１に付着した霜を除去する除霜運転を実行する除霜運転制御部としての機能も有する。また、制御ユニット６０は、除霜運転を実行した際の所要時間（実除霜時間ＲＤＦＴ）を示す実除霜時間データを、サーバー装置１００に送信する。

図３は、本開示の実施の形態における第１実施例の冷蔵庫制御システム１ａの構成図である。図３に示すように、サーバー装置１００は、運転状況データ及び実除霜時間データ等により生成された学習データに基づいて、除霜運転を実行したと想定した場合の除霜運転の推定所要時間（推定除霜時間ＥＤＦＴ）を算出する推定式を生成する。そして、サーバー装置１００、又は冷蔵庫１０の制御ユニット６０は、所定の除霜要否判断時点ｔｍにおける推定除霜時間ＥＤＦＴ（ｔ_ｍ）を、推定式により算出する。図１では、サーバー装置１００が推定除霜時間ＥＤＦＴ（ｔ_ｍ）を算出して、冷蔵庫１０に送信する場合を例示している。

推定式は、家屋Ｈにおける冷蔵庫１０の使用状況が反映される運転状況データ等を学習して、冷蔵庫１０用にカスタマイズされる。冷蔵庫１０の制御ユニット６０は、推定除霜時間ＥＤＦＴ（ｔ_ｍ）が閾値以上であると判断されたときに除霜運転を実行する。この場合、推定除霜時間ＥＤＦＴ（ｔ_ｍ）は、冷蔵庫１０の実際の使用状況が反映される運転状況データ等に基づいて、推定式による算出される。そのため、個々の冷蔵庫の使用状況に応じて、冷却器に付着している霜の量が、除霜が必要な量になったと推定される、推定除霜時間ＥＤＦＴ（ｔ_ｍ）が閾値以上になった適切なタイミングで、除霜運転を実行することができる。

［２．冷蔵庫の構成］
図２を参照して、本実施の形態の冷蔵庫制御システム１ａの冷蔵庫１０の構成について説明する。図２は、冷蔵庫１０を前から見たときの、冷蔵庫１０の右側から見た断面図である。冷蔵庫１０は、上述した制御ユニット６０、冷凍サイクルを構成する補機である圧縮機５０、冷却器５１、凝縮器５２、及び冷却ファン５３を備える。また、冷蔵庫１０は、冷却器５１の付近に設けられた、冷却器５１を加熱する除霜ヒータ５５及び冷却器５１の温度を検出する冷却器温度センサ４３を備える。除霜ヒータ５５は、本開示の加熱部に相当する。

冷蔵室１１には、冷蔵室１１内の温度を検出する冷蔵室温度センサ４０、右ドア１２に開閉を検出する開閉センサ３０、及び左ドア１３の開閉を検出する開閉センサ３１が設けられている。右ドア１２には、冷蔵庫１０の庫外の温度（冷蔵庫１０が置かれた部屋等の温度）を検出する庫外温度センサ４２と、庫外の照度（冷蔵庫１０が置かれた部屋等の照度）を検出する庫外照度センサ４４が設けられている。

切換室１４には、引き出し１５の開閉を検出する開閉センサ３２が設けられ、製氷室１６には、引き出し１７の開閉を検出する開閉センサ３３が設けられている。冷凍室１８には、引き出し１９の開閉を検出する開閉センサ３４が設けられ、野菜室２０には、引き出し２１の開閉を検出する開閉センサ３５が設けられている。

［３．第１実施例の冷蔵庫制御システムの構成］
図３～図５を参照して、本開示の実施の形態の第１実施例の冷蔵庫制御システム１ａの構成について説明する。図４は、本開示の実施の形態おける学習データの生成処理の説明図である。図５は、本開示の実施の形態における推定式の生成処理の説明図である。冷蔵庫１０の制御ユニット６０は、図３に示すように、冷蔵庫プロセッサ７０及び冷蔵庫メモリ８０を有する。制御ユニット６０は、冷蔵庫通信部９０により、無線通信によってサーバー装置１００との間で通信を行う。制御ユニット６０は、開閉センサ３０～３５、冷蔵室温度センサ４０、野菜室温度センサ４１、庫外温度センサ４２、冷却器温度センサ４３、及び庫外照度センサ４４と接続され、これらのセンサによる検出信号が制御ユニット６０に入力される。また、制御ユニット６０は、冷凍サイクル補機５０～５３及び除霜ヒータ５５に接続され、制御ユニット６０から出力される制御信号によって、冷凍サイクル補機５０～５３及び除霜ヒータ５５の作動を制御する。冷蔵庫メモリ８０は、本開示の第１記憶部に相当する。

本実施の形態の第１実施例の冷蔵庫制御システム１ａでは、冷蔵庫プロセッサ７０が、冷蔵庫メモリ８０に保存された冷蔵庫プログラム８１ａを読み込んで実行することにより、運転状況データ取得部７１、除霜運転制御部７２、及び閾値設定部７３として機能する。運転状況データ取得部７１、除霜運転制御部７２、及び閾値設定部７３は、冷蔵庫プロセッサ７０とは別に、それぞれ互いに独立したプロセッサ、メモリ、及びプログラム等により実現されていてもよい。運転状況データ取得部７１は、所定のサンプリング周期（例えば、５分）が経過するごとに、冷蔵庫１０の運転状況を検出する。

運転状況データ取得部７１は、図４に示すように、冷蔵室温度センサ４０により検出される冷蔵室温度ＰｃＴ、庫外温度センサ４２により検出される庫外温度ＡｔＴ、野菜室温度センサ４１により検出される野菜室温度ＶｃＴ、開閉センサ３０～３５により検出される右ドア１２、左ドア１３、切換室１４の引き出し１５、製氷室１６の引き出し１７、冷凍室１８の引き出し１９、及び野菜室２０の引き出し２１のいずれかが開けられていた時間ＤｒＯ（各サンプリング周期におけるトータルの時間）、及び圧縮機５０の回転数ＣｐＲ（各サンプリング周期におけるトータルの回転数）を、運転状況ＤＲＳとして検出する。

そして、運転状況データ取得部７１は、運転状況ＤＲＳを示す運転状況データを、冷蔵庫メモリ８０に保存する。図３では、冷蔵庫メモリ８０に保存されている運転状況データを、運転状況データ８２として示している。また、運転状況データ取得部７１は、運転状況データをサーバー装置１００に送信する。圧縮機５０の回転数は、圧縮機５０の回転数を検出する回転数センサ（図示しない）により検出してもよく、圧縮機５０の回転数を制御するための制御回転数を、圧縮機５０の回転数の検出値として用いてもよい。ここで、冷蔵室温度センサ４０、野菜室温度センサ４１、庫外温度センサ４２、開閉センサ３０～３５、及び圧縮機の回転数を検出する構成は、本開示の検出部に相当する。

除霜運転制御部７２は、後述するように、除霜要否判断のタイミングを示す除霜要否判断時点ｔｍにおいて、推定除霜時間が閾値以上であると判断されたときに、除霜ヒータ５５を作動させて冷却器５１に付着した霜を除去する除霜運転を実行する。除霜運転制御部７２は、冷却器温度センサ４３の検出温度が除霜終了温度以上になった時に、除霜運転を完了する。除霜終了温度は、冷却器５１に付着した霜が解け切る温度を想定して、例えば１０℃以上に設定される。除霜運転制御部７２は、除霜運転に要した時間（実除霜時間ＲＤＦＴ）を示す実除霜時間データを、サーバー装置１００に送信する。

除霜運転の要否を判断するための閾値は、例えば、除霜運転が実行される年間の平均周期が所定時間（例えば、２４時間）となるように、過去に実行された除霜運転の所要時間及び周期のデータに基づいて設定される。閾値設定部７３は、閾値を、冷却器５１の大きさ、除霜ヒータ５５の容量、庫外温度センサ４２の検出温度、家屋Ｈの電気料金体系等に応じて設定する。閾値は、例えば４０分に設定される。閾値設定部７３は、例えば、閾値設定部７３は、庫外温度センサ４２の検出温度が所定温度より低い場合には、閾値を高く（時間を長く）設定してもよい。

サーバー装置１００は、サーバープロセッサ１１０、サーバーメモリ１２０、サーバー通信部１３０等を備えるコンピュータシステムであり、サーバー通信部１３０により、通信ネットワーク２００を介して、冷蔵庫１０との間で相互に通信を行う。本実施の形態の第１実施例の冷蔵庫制御システム１ａでは、サーバープロセッサ１１０が、サーバーメモリ１２０に保存されたサーバープログラム１２１ａを読み込んで実行することにより、学習データ取得部１１１、推定モデル生成部１１２、及び推定除霜時間算出部１１３として機能する。学習データ取得部１１１、推定モデル生成部１１２、及び推定除霜時間算出部１１３は、サーバープロセッサ１１０とは別に、それぞれ互いに独立したプロセッサ、メモリ、及びプログラム等により実現されていてもよい。サーバーメモリ１２０は、本開示の第１記憶部及び第２記憶部に相当する。

学習データ取得部１１１は、冷蔵庫１０から送信される運転状況データ及び実除霜時間データを順次サーバーメモリ１２０に保存する（図３では、冷蔵庫１０から送信される、運転状況データを運転状況データ１２２として、実除霜時間データを実除霜時間データ１２３として、それぞれ示している）。本実施の形態では、学習データ取得部１１１は、図４に示すように、サーバーメモリ１２０に保存された運転状況ＤＲＳを示す運転状況データと実除霜時間ＲＤＦＴとにより、学習データＴＲＤを生成してサーバーメモリ１２０に保存する。図３では、サーバーメモリ１２０に保存されている学習データを、学習データ１２４として示している。

図４に示すように、学習データＴＲＤは、除霜運転が実行されるごとに生成され、除霜運転の実行日時、特徴量、及び実除霜時間ＲＤＦＴを含んでいる。特徴量は、例えば本実施の形態では、冷蔵室温度平均値ＰＣＣ、庫外温度平均値ＡＴＣ、野菜室温度平均値ＶＣＣ、ドア開時間積算値ＤＯＯＲ、及び圧縮機回転数積算値ＣＭＰを含んでいる。

冷蔵室温度平均値ＰＣＣは、前回の除霜運転の完了時点から今回の除霜運転の開始時点までの間の各サンプリング周期で、運転状況データ取得部７１により取得された冷蔵室温度ＰｃＴの平均値である。庫外温度平均値ＡＴＣは、前回の除霜運転の完了時点から今回の除霜運転の開始時点までの間の各サンプリング周期で、運転状況データ取得部７１により取得された庫外温度ＡｔＴの平均値である。野菜室温度平均値ＶＣＣは、前回の除霜運転の完了時点から今回の除霜運転の開始時点までの間の各サンプリング周期で、運転状況データ取得部７１により取得された野菜室温度ＶｃＴの平均値である。

ドア開時間積算値ＤＯＯＲは、前回の除霜運転の完了時点から今回の除霜運転の開始時点までの間の各サンプリング周期で、運転状況データ取得部７１により取得された右ドア１２、左ドア１３、切換室１４の引き出し１５、製氷室１６の引き出し１７、冷凍室１８の引き出し１９、及び野菜室２０の引き出し２１のいずれかが開けられていた時間ＤｒＯの積算値である。圧縮機回転数積算値ＣＭＰは、前回の除霜運転の完了時点から今回の除霜運転の開始時点までの間の各サンプリング周期で、運転状況データ取得部７１により取得された圧縮機５０の回転数ＣｐＲの積算値である。

推定モデル生成部１１２は、図５に示すように、学習データ取得部１１１により生成されて、サーバーメモリ１２０に保存された学習データ１２４（複数の学習データＴＲＤ１，ＴＲＤ２，…）に基づいて、各特徴量に係る入力データＦＱＤの入力に対して推定除霜時間ＥＤＦＴを出力する推定式（推定モデル）を生成する。また、推定モデル生成部１１２は、更新タイミング（例えば、月に一回）になったときに推定式を更新する。

推定モデル生成部１１２は、本実施の形態では、複数の学習データＴＲＤに対する重回帰分析により、実除霜時間ＲＤＦＴと各特徴量（ＰＣＣ，ＡＴＣ，ＶＣＣ，ＤＯＯＲ，ＣＯＭＰ，ＲＤＦＴ）間の係数（傾き）Ａ，Ｂ，Ｃ，Ｄ，Ｅを算出することによって、以下の推定式（１）を生成する。なお、係数Ａ～Ｅ間で重み付けを行ってもよい。
ＥＤＦＴ（ｔ）＝Ａ×ＰＣＣ（ｔ）＋Ｂ×ＡＴＣ（ｔ）＋Ｃ×ＶＣＣ（ｔ）
＋Ｄ×ＤＯＯＲ（ｔ）＋Ｅ×ＣＯＭＰ（ｔ）＋Ｆ・・・・・（１）
但し、ｔ：推定時点、ＰＣＣ（ｔ）：前回の除霜運転の完了時点からｔまでの期間に対応した冷蔵室温度平均値、ＡＴＣ（ｔ）：前回の除霜運転の完了時点からｔまでの期間に対応した庫外温度平均値、ＶＣＣ（ｔ）：前回の除霜運転の完了時点からｔまでの期間に対応した野菜室温度平均値、ＤＯＯＲ（ｔ）：前回の除霜運転の完了時点からｔまでの期間に対応したドア開時間の積算値、ＣＯＭＰ（ｔ）：前回の除霜運転の完了時点からｔまでの期間に対応した圧縮機の回転数の積算値、及び、Ｆ：調整値。

推定モデル生成部１１２は、生成した推定式のパラメータ（推定式（１）では、係数Ａ～Ｅ及び調整値Ｆ）の値を含む推定式データをサーバーメモリ１２０に保存する。図３では、サーバーメモリ１２０に保存されている推定式データを、推定式データ１２５として示している。

推定除霜時間算出部１１３は、冷蔵庫１０から、前回の除霜運転の完了時点から今回の除霜要否判断時点ｔｍまでの期間に対応した各特徴量（ＰＣＣ，ＡＴＣ，ＶＣＣ，ＤＯＯＲ，ＣＯＭＰ）に係る入力データＦＱＤを、推定式（１）に代入して、推定除霜時間ＥＤＦＴ（ｔ_ｍ）を算出する。そして、推定除霜時間算出部１１３は、算出した推定除霜時間ＥＤＦＴ（ｔ_ｍ）を示す推定除霜期間データを、冷蔵庫１０に送信する。

［４．第１実施例の冷蔵庫側の処理］
図６～図７に示すフローチャートを参照して、本実施の形態の第１実施例の冷蔵庫１０側の処理について説明する。図６は、本開示の実施の形態の第１実施例の冷蔵庫１０側の処理に係る第１フローチャートである。図７は、本開示の実施の形態の第１実施例の冷蔵庫１０側の処理に係る第２フローチャートである。冷蔵庫１０の制御ユニット６０は、冷蔵庫１０の運転中に、図６～図７のフローチャートに例示される処理を繰り返し実行する。

運転状況データ取得部７１は、ステップＳ１で、所定のサンプリング周期（例えば、５分）が経過したか否かを判断し、所定のサンプリング周期が経過したと判断されたとき（ステップＳ１でＹＥＳ）に、ステップＳ２に処理を進める。一方、ステップＳ１で、所定のサンプリング周期が経過したと判断されなかったとき（ステップＳ１でＮＯ）は、運転状況データ取得部７１は、所定のサンプリング周期が経過したと判断されるまでステップＳ１を繰り返す。ステップＳ２において、運転状況データ取得部７１は、今回のサンプリング周期で検出された運転状況ＤＲＳを示す運転状況データを、冷蔵庫メモリ８０に保存し、サーバー装置１００に送信する。

また、除霜運転制御部７２は、ステップＳ１０で、除霜要否判断時点ｔ_ｍになったか否かを判断し、除霜要否判断時点ｔ_ｍに到達したと判断されたとき（ステップＳ１０でＹＥＳ）に、ステップＳ１１に処理を進める。一方、除霜要否判断時点ｔ_ｍに到達したと判断されなかったとき（ステップＳ１０でＮＯ）は、除霜運転制御部７２は、除霜要否判断時点ｔ_ｍに到達したと判断されるまで、ステップＳ１０を繰り返す。除霜要否判断時点ｔ_ｍは、例えば、前回の除霜運転の完了時点から所定時間（例えば、２４時間）が経過した時点である。除霜要否判断時点ｔｍは、冷蔵庫１０の運転状況データを用いて学習させた、冷蔵庫１０の除霜運転の実行状況等に基づき、設定されてもよい。除霜運転制御部７２は、ステップＳ１１で、サーバー装置１００から、推定除霜時間ＥＤＦＴを示す推定除霜時間データを受信したか否かを判断し、推定除霜時間データを受信したと判断されたとき（ステップＳ１１でＹＥＳ）に、ステップＳ１２に処理を進める。

一方、推定除霜時間データを受信したと判断されなかったとき（ステップＳ１１でＮＯ）は、除霜運転制御部７２は、推定除霜時間データを受信するまでステップＳ１１を繰り返す。なお、通信障害などによりサーバー装置１００から推定除霜時間データを受信できない場合も考えられるため、ステップＳ１１の処理を所定回数繰り返しても推定除霜時間データを受信できなかった場合は、除霜運転制御部７２は、前回サーバー装置１００から受信した推定除霜時間データに基づく推定除霜時間ＥＤＦＴ、又は、所定の推定除霜時間ＥＤＦＴを採用する。ステップＳ１０及びステップＳ１１は、順序が前後してもよい。ステップＳ１２で、除霜運転制御部７２は、所定の除霜要否判断時点ｔ_ｍにおいて、推定除霜時間ＥＤＦＴ（ｔ_ｍ）が閾値（例えば、４０分）以上であるか否かを判断する。そして、除霜運転制御部７２は、所定の除霜要否判断時点ｔ_ｍにおいて、推定除霜時間ＥＤＦＴ（ｔ_ｍ）が閾値以上であると判断されたとき（ステップＳ１２でＹＥＳ）は、ステップＳ３０に処理を進める。一方、所定の除霜要否判断時点ｔ_ｍにおいて、ＥＤＦＴ（ｔ_ｍ）が閾値未満であると判断されたとき（ステップＳ１２でＮＯ）は、除霜運転制御部７２は、ステップＳ１３（図７参照）に処理を進める。

ステップＳ３０で、除霜運転制御部７２は、除霜運転を実行する。ステップＳ３１で、除霜運転制御部７２は、除霜運転に要した時間（実除霜時間ＲＤＦＴ）を示す実除霜時間データをサーバー装置１００に送信して、ステップＳ３に処理を進める。

図７に示すように、ステップＳ１３で、除霜運転制御部７２は、除霜運転の実行を保留する所定の保留時間（例えば、１時間）が経過したか否かを判断し、所定の保留時間が経過したと判断されたとき（ステップＳ１３でＹＥＳ）、ステップＳ１４に処理を進める。一方、所定の保留時間が経過したと判断されなかったとき（ステップＳ１３でＮＯ）は、除霜運転制御部７２は、所定の保留時間が経過したと判断されるまでステップＳ１３を繰り返す。

ステップＳ１４で、除霜運転制御部７２は、サーバー装置１００から、推定除霜時間ＥＤＦＴを示す推定除霜時間データを受信したか否かを判断し、推定除霜時間データを受信したと判断されたとき（ステップＳ１４でＹＥＳ）に、ステップＳ１５に処理を進める。一方、推定除霜時間データを受信したと判断されなかったとき（ステップＳ１４でＮＯ）は、除霜運転制御部７２は、推定除霜時間データを受信したと判断されるまでステップＳ１４を繰り返す。ステップＳ１５で、除霜運転制御部７２は、推定除霜時間ＥＤＦＴ（ｔｍ）が、閾値以上であるか否かを判断する。

そして、除霜運転制御部７２は、推定除霜時間ＥＤＦＴ（ｔ_ｍ）が閾値以上であると判断されたとき（ステップＳ１５でＹＥＳ）は、ステップＳ１６に処理を進める。ステップＳ１６で、除霜運転制御部７２は、除霜運転を実行する。ステップＳ１７で、除霜運転制御部７２は、実除霜時間ＲＤＦＴを示す実除霜時間データをサーバー装置１００に送信して、ステップＳ３（図６参照）に処理を進める。

一方、推定除霜時間ＥＤＦＴ（ｔ_ｍ）が閾値未満であると判断されたとき（ステップＳ１５でＮＯ）には、除霜運転制御部７２は、ステップＳ１３に戻る。この場合は、除霜運転の実行が、次の所定の保留時間が経過するまでさらに保留される。

［５．第１実施例のサーバー装置側の処理］
図８に示すフローチャートを参照して、本実施の形態の第１実施例の冷蔵庫制御システム１ａのサーバー装置１００側の処理について説明する。図８は、本開示の実施の形態の第１実施例のサーバー装置１００側の処理に係るフローチャートである。サーバー装置１００は、冷蔵庫１０との間で通信を行って、図８のフローチャートに例示される処理を繰り返し実行する。

学習データ取得部１１１は、ステップＳ５０で、冷蔵庫１０から送信される運転状況データおよび実除霜時間データを受信したか否かを判断し、運転状況データおよび実除霜時間データを受信したと判断されたとき（ステップＳ５０でＹＥＳ）に、ステップＳ５１に処理を進める。ステップＳ５１で、学習データ取得部１１１は、運転状況データおよび実除霜時間データをサーバーメモリ１２０に保存し、ステップＳ５２に処理を進める。また、ステップＳ５０で、運転状況データおよび実除霜時間データを受信したと判断されたとき（ステップＳ５０でＹＥＳ）、学習データ取得部１１１は、ステップＳ６１で、運転状況データ及び実除霜時間データにより学習データを生成し、生成した学習データをサーバーメモリ１２０に保存して、ステップＳ６２に処理を進める。一方、冷蔵庫１０から送信される運転状況データおよび実除霜時間データを受信したと判断されなかったとき（ステップＳ５０でＮＯ）、学習データ取得部１１１は、運転状況データおよび実除霜時間データを受信したと判断されるまで、ステップＳ５０を繰り返す。

ステップＳ６２で、推定モデル生成部１１２は、推定式（１）の更新タイミングになったか否かを判断し、推定式（１）の更新タイミングになったと判断されたとき（ステップＳ６２でＹＥＳ）、ステップＳ６３に処理を進める。ステップＳ６３で、推定モデル生成部１１２は、推定式（１）を更新する。推定式（１）の更新タイミングは、例えば、月に１回に設定される。推定モデル生成部１１２は、更新タイミングになった時点から、過去３か月分の学習データに基づいて、図５を参照して上述した処理により、推定式（１）を更新し、更新した推定式（１）のデータをサーバーメモリ１２０に保存して、ステップＳ５２に処理を進める。一方、推定式（１）の更新タイミングになったと判断されなかったとき（ステップＳ６２でＮＯ）、推定モデル生成部１１２は、推定式（１）の更新タイミングになったと判断されるまで、ステップＳ６２を繰り返す。

ステップＳ７０で、推定除霜時間算出部１１３は、前回の除霜運転の完了時点から、今回の除霜要否判断時点ｔｍまでの間に検出された運転状況に応じた運転状況データから、各特徴量に係る入力データＦＱＤ（ｔ_ｍ）を算出する。

ステップＳ７１で、推定除霜時間算出部１１３は、各特徴量に係る入力データＦＱＤ（ｔ_ｍ）を、ステップＳ６３で更新された推定式（１）に代入して、推定除霜時間ＥＤＦＴ（ｔ_ｍ）を算出する。ステップＳ７２で、推定除霜時間算出部１１３は、推定除霜時間ＥＤＦＴ（ｔ_ｍ）を示す推定除霜時間データを、冷蔵庫１０に送信して、ステップＳ５２に処理を進める。

［６．除霜運転の実行タイミング］
図９を参照して、除霜運転の実行タイミングの一例について説明する。図９は、本開示の実施の形態における除霜運転のタイミングチャートである。図９は、共通の時間軸ｔにより、除霜運転実行の実行タイミングを、除霜要否判断時点ｔ_ｍ、及び除霜要否判断時点ｔ_ｍにおける推定除霜時間ＥＤＦＴ（ｔ_ｍ）の値と共に示したものである。

図９において、除霜要否判断時点ｔｍの例としての除霜要否判断時点ｔ_１，ｔ_２，ｔ_３，ｔ_４，ｔ_５における、推定除霜時間ＥＤＦＴ（ｔ_１），ＥＤＦＴ（ｔ_２），ＥＤＦＴ（ｔ_３），ＥＤＦＴ（ｔ_４），ＥＤＦＴ（ｔ_５）がそれぞれ例示されている。また、図９において、除霜運転の完了時点から次の除霜要否判断時点までの所定時間Ｔｗ、及び、除霜運転を保留する所定の保留時間Ｔｈが例示されている。

図９に示す例では、除霜要否判断時点ｔ_１では、推定除霜時間ＥＤＦＴ（ｔ_１）が閾値以上となっているので、除霜運転が実行されている。一方、除霜要否判断時点ｔ_２では、推定除霜時間ＥＤＦＴ（ｔ_２）が閾値未満であるので、除霜運転の実行が、所定の保留時間Ｔｈが経過した次の除霜要否判断時点である除霜要否判断時点ｔ３まで保留されている。そして、図９に示す例では、除霜要否判断時点ｔ３でも、推定除霜時間ＥＤＦＴ（ｔ_３）が閾値未満であるので、除霜運転の実行が、さらに所定の保留時間Ｔｈが経過した次の除霜要否判断時点である除霜要否判断時点ｔ４までさらに保留されている。

除霜要否判断時点ｔ_４では、推定除霜時間ＥＤＦＴ（ｔ_４）が閾値以上となっているので、除霜運転が実行されている。図９に示す例の場合、除霜運転の間隔が、ＴｗからＴｗ＋Ｔｈ×２に延長されている。このように、除霜運転の間隔が延長されることにより、除霜運転の頻度を減らすことができる。このように、本実施の形態によれば、除霜運転が頻繁に実行されることによる、冷蔵庫１０の消費電力の増加、及び、冷蔵庫１０の庫内の温度上昇を抑制することができる。

［７．第２実施例の冷蔵庫制御システムの構成］
次に、図１０を参照して、本開示の実施の形態の第２実施例の冷蔵庫制御システム１ｂの構成について説明する。図１０は、本開示の実施の形態の第２実施例の冷蔵庫制御システム１ｂの構成図である。上述した第１実施例の冷蔵庫制御システム１ａでは、推定除霜時間ＥＤＦＴの算出がサーバー装置１００側で行われるが、第２実施例の冷蔵庫制御システム１ｂは、推定除霜時間ＥＤＦＴの算出が冷蔵庫１０側で行われるよう構成されている。なお、第２実施例の冷蔵庫制御システム１ｂについて、第１実施例の冷蔵庫制御システム１ａと同一の構成については、同一の符号を付してその説明を省略する。

本実施の形態の第２実施例の冷蔵庫制御システム１ｂでは、冷蔵庫プロセッサ７０が、冷蔵庫メモリ８０に保存された冷蔵庫プログラム８１ｂを読み込んで実行することにより、運転状況データ取得部７１、除霜運転制御部７２、閾値設定部７３、及び推定除霜時間算出部７４として機能する。運転状況データ取得部７１、除霜運転制御部７２、閾値設定部７３、及び推定除霜時間算出部７４は、冷蔵庫プロセッサ７０とは別に、それぞれ互いに独立したプロセッサ、メモリ、及びプログラム等により実現されていてもよい。

推定除霜時間算出部７４は、サーバー装置１００から送信される推定式（１）を含む推定式データを受信して、冷蔵庫メモリ８０に保存する（図１０では、サーバー装置１００から受信した推定式データを、推定式データ８３として示している）。そして、推定除霜時間算出部７４は、上記第１実施例における推定除霜時間算出部１１３（図３参照）と同様に、推定除霜時間ＥＤＦＴ（ｔ_ｍ）を、推定式（１）によって算出する。除霜運転制御部７２は、推定除霜時間算出部７４により算出される推定除霜時間ＥＤＦＴ（ｔ_ｍ）を用いて、除霜運転を実行するか否かを判断する。

本実施の形態の第２実施例の冷蔵庫制御システム１ｂでは、サーバープロセッサ１１０は、サーバーメモリ１２０に保存されたサーバープログラム１２１ｂを読み込んで実行することにより、学習データ取得部１１１、及び推定モデル生成部１１２として機能する。学習データ取得部１１１、及び推定モデル生成部１１２は、サーバープロセッサ１１０とは別に、それぞれ互いに独立したプロセッサ、メモリ、及びプログラム等により実現されていてもよい。なお、第２実施例では、推定除霜時間ＥＤＦＴ（ｔｍ）が冷蔵庫１０側で算出されるため、第１実施例におけるサーバー装置１００側の推定除霜時間算出部１１３は、図１０には示されていない。

［８．第２実施例の冷蔵庫側の処理］
図１１～図１２に示すフローチャートを参照して、本開示の実施の形態の第２実施例の冷蔵庫制御システム１ｂにおける冷蔵庫１０側の処理について説明する。図１１は、本開示の実施の形態の第２実施例の冷蔵庫１０側の処理に係る第１フローチャートである。図１２は、本開示の実施の形態の第２実施例の冷蔵庫１０側の処理に係る第２フローチャートである。本実施の形態の第２実施例における冷蔵庫１０の制御ユニット６０は、冷蔵庫１０の運転中に、図１１～図１２のフローチャートに例示される処理を繰り返し実行する。

運転状況データ取得部７１は、ステップＳ１００で、所定のサンプリング周期（例えば、５分）が経過したか否かを判断し、所定のサンプリング周期が経過したと判断されたとき（ステップＳ１００でＹＥＳ）に、ステップＳ１０１に処理を進める。ステップＳ１０１で、運転状況データ取得部７１は、所定のサンプリング周期で検出された運転状況を示す運転状況データを、冷蔵庫メモリ８０に保存し（図１０では、検出された運転状況を示す運転状況データを、運転状況測定データ８２として示している）、サーバー装置１００に送信する。一方、ステップＳ１００で所定のサンプリング周期が経過したと判断されなかったとき（ステップＳ１００でＮＯ）、運転状況データ取得部７１は、所定のサンプリング周期が経過するまでステップＳ１００を繰り返す。

推定除霜時間算出部７４は、ステップＳ１１０で、除霜要否判断時点ｔ_ｍになったか否かを判断し、除霜要否判断時点ｔｍに到達したと判断されたとき（ステップＳ１１０でＹＥＳ）に、ステップＳ１１１に処理を進める。除霜要否判断時点ｔ_ｍは、例えば、前回の除霜運転の完了時点から所定時間（例えば、２４時間）が経過した時点である。推定除霜時間算出部７４は、ステップＳ１１１で、前回の除霜運転の完了時点から、今回の除霜要否判断時点ｔ_ｍまでの間に検出された運転状況ＤＲＳを示す運転状況データから、今回の除霜要否判断時点ｔ_ｍにおける各特徴量に係る入力データＦＱＤ（ｔ_ｍ）を算出する。

ステップＳ１１２で、推定除霜時間算出部１１３は、各特徴量に係る入力データＦＱＤ（ｔ_ｍ）を、推定式（１）に代入して、今回の除霜要否判断時点ｔｍにおける推定除霜時間ＥＤＦＴ（ｔ_ｍ）を算出する。ステップＳ１１３で、除霜運転制御部７２は、所定の除霜要否判断時点ｔ_ｍにおいて、推定除霜時間ＥＤＦＴ（ｔ_ｍ）が閾値（例えば、４０分）以上であるか否かを判断する。除霜運転制御部７２は、ステップＳ１１３で、所定の除霜要否判断時点ｔ_ｍにおける推定除霜時間ＥＤＦＴ（ｔ_ｍ）が閾値以上であると判断されたとき（ステップＳ１１３でＹＥＳ）は、ステップＳ１３０に処理を進める。一方、所定の除霜要否判断時点ｔ_ｍにおける推定除霜時間ＥＤＦＴ（ｔ_ｍ）が閾値未満であると判断されたとき（ステップＳ１１３でＮＯ）は、除霜運転制御部７２は、ステップＳ１１４に処理を進める。

ステップＳ１３０で、除霜運転制御部７２は、除霜運転を実行する。ステップＳ１３１で、除霜運転制御部７２は、除霜運転に要した時間（実除霜時間ＲＤＦＴ）を示す実除霜時間データをサーバー装置１００に送信して、ステップＳ１０２に処理を進める。

図１２に示すように、ステップＳ１１４で、除霜運転制御部７２は、除霜運転の実行を保留する所定の保留時間Ｔｈが経過したか否かを判断する。所定の保留時間Ｔｈが経過したと判断されたとき（ステップＳ１１４でＹＥＳ）は、ステップＳ１１５に処理を進める。これにより、除霜運転の実行が、所定の保留時間Ｔｈが経過するまで保留される。一方、除霜運転制御部７２は、所定の保留時間Ｔｈが経過したと判断されなかったとき（ステップＳ１１４でＮＯ）は、所定の保留時間Ｔｈが経過したと判断されるまでステップＳ１１４を繰り返す。ステップＳ１１５で、推定除霜時間算出部７４は、前回の除霜運転の完了時点から、次の除霜要否判断時点ｔ_ｍ＋１までの間に検出された運転状況ＤＲＳを示す運転状況データから、次の除霜要否判断時点ｔ_ｍ＋１における各特徴量に係る入力データＦＱＤ（ｔ_ｍ＋１）を算出する。

ステップＳ１１６で、推定除霜時間算出部７４は、各特徴量に係る入力データＦＱＤ（ｔ_ｍ＋１）を、推定式（１）に代入して、次の除霜要否判断時点ｔ_ｍ＋１における推定除霜時間ＥＤＦＴ（ｔ_ｍ＋１）を算出する。ステップＳ１１７で、除霜運転制御部７２は、次の所定の除霜要否判断時点ｔ_ｍ＋１において、推定除霜時間ＥＤＦＴ（ｔ_ｍ＋１）が、閾値以上であるか否かを判断する。

除霜運転制御部７２は、次の所定の除霜要否判断時点ｔ_ｍ＋１において、推定除霜時間ＥＤＦＴ（ｔ_ｍ＋１）が閾値以上であると判断されたとき（ステップＳ１１７でＹＥＳ）は、ステップＳ１１８に処理を進める。ステップＳ１１８で、除霜運転制御部７２は、除霜運転を実行する。ステップＳ１１９で、除霜運転制御部７２は、実除霜時間ＲＤＦＴを示す実除霜時間データをサーバー装置１００に送信して、ステップＳ１０２（図１１参照）に処理を進める。

一方、ステップＳ１１７で、次の所定の除霜要否判断時点ｔ_ｍ＋１において、推定除霜時間ＥＤＦＴ（ｔ_ｍ＋１）が閾値未満であると判断されたとき（ステップＳ１１７でＮＯ）には、除霜運転制御部７２は、ステップＳ１１４に処理を進める。この場合は、除霜運転の実行が、次の所定の保留時間Ｔｈが経過するまでさらに保留される。

ステップＳ１２０（図１１参照）で、推定除霜時間算出部７４は、サーバー装置１００から送信される推定式データを受信したか否かを判断する。ステップＳ１２０でサーバー装置１００から推定式データを受信したと判断されたとき（ステップＳ１２０でＹＥＳ）に、推定除霜時間算出部７４は、冷蔵庫メモリ８０に推定式データを保存して（図１０では、サーバー装置１００から受信した推定式データを、推定式データ８３として示している）、推定式（１）を更新し、ステップＳ１０２に処理を進める。

［９．第２実施例のサーバー装置側の処理］
図１３に示すフローチャートを参照して、本開示の実施の形態の第２実施例の冷蔵庫制御システム１ｂのサーバー装置１００側の処理について説明する。図１３は、本開示の実施の形態の第２実施例のサーバー装置１００側の処理に係るフローチャートである。サーバー装置１００は、冷蔵庫１０との間で通信を行って、図１３のフローチャートに例示される処理を繰り返し実行する。

学習データ取得部１１１は、ステップＳ１５０で、冷蔵庫１０から送信される運転状況データおよび実除霜時間データを受信したか否かを判断する。ステップＳ１５０で、冷蔵庫１０から送信される運転状況データおよび実除霜時間データを受信したと判断されたとき（ステップＳ１５０でＹＥＳ）に、学習データ取得部１１１は、ステップＳ１５１に処理を進める。ステップＳ１５１で、学習データ取得部１１１は、運転状況データおよび実除霜時間データをサーバーメモリ１２０に保存する。図１０では、サーバーメモリ１２０に保存されている運転状況データおよび実除霜時間データを、運転状況データ１２２および実除霜時間データ１２３として、それぞれ示している。

一方、ステップＳ１５０で、冷蔵庫１０から送信される運転状況データおよび実除霜時間データを受信したと判断されなかったとき（ステップＳ１５０でＮＯ）、学習データ取得部１１１は、冷蔵庫１０から送信される運転状況データおよび実除霜時間データを受信したと判断されるまで、ステップＳ１５０を繰り返す。ステップＳ１５０で、冷蔵庫１０から送信される運転状況データおよび実除霜時間データを受信したと判断されたとき（ステップＳ１５０でＹＥＳ）、学習データ取得部１１１は、ステップＳ１６１で、運転状況データ及び実除霜時間データにより学習データを生成し、生成した学習データをサーバーメモリ１２０に保存して、ステップＳ１６２に処理を進める。図１０では、サーバーメモリ１２０に保存されている学習データを、学習データ１２４として示している。

ステップＳ１６２で、推定モデル生成部１１２は、推定式の更新タイミングになったか否かを判断する。ステップＳ１６２で推定式の更新タイミングになったと判断されたとき（ステップＳ１６２でＹＥＳ）に、推定モデル生成部１１２は、ステップＳ１６３に処理を進めて、ステップＳ１６３で、推定式（１）を更新する。ステップＳ１６４で、推定モデル生成部１１２は、更新した推定式のパラメータを含む推定式データを冷蔵庫１０に送信して、ステップＳ１５２に処理を進める。一方、ステップＳ１６２で、推定式の更新タイミングになったと判断されなかったとき（ステップＳ１６２でＮＯ）、推定モデル生成部１１２は、推定式の更新タイミングになったと判断されるまでステップＳ１６２を繰り返す。

（他の実施の形態）
以上、本出願において開示する技術思想の例示として、実施の形態を用いて説明した。しかしながら、本開示における技術思想は上述した例に限定されず、変更、置き換え、付加、及び省略などが行われた実施の形態にも適用できる。そこで、以下、他の実施の形態を例示する。

上記実施の形態において、学習データ取得部１１１及び推定モデル生成部１１２を、サーバー装置１００が備える例を説明したが、学習データ取得部１１１及び推定モデル生成部１１２を、冷蔵庫１０が備えていてもよい。

上記実施の形態において、推定除霜時間ＥＤＦＴを算出するための特徴量として、冷蔵室温度平均値ＰＣＣ、庫外温度平均値ＡＴＣ、野菜室温度平均値ＶＣＣ、ドア開時間積算値ＤＯＯＲ、及び圧縮機回転数積算値ＣＭＰを例示したが、推定除霜時間ＥＤＦＴを算出するための特徴量は、除霜運転の所要時間との関連性が高いものであればよく、上記五つの特徴量以外の特徴量を採用してもよい。また、各冷蔵庫の使用状況に応じて、採用する特徴量を選定してもよい。

上記実施の形態において、推定モデル生成部１１２は、重回帰分析により推定式（１）を生成する例を説明したが、他の実施形態として、推定モデル生成部１１２は、ＡＩ（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ）により、学習データＴＲＤを教師データとする機械学習を行って、推定除霜時間ＥＤＦＴを推定する推定モデルを生成してもよい。

上記実施の形態では、冷蔵庫プロセッサ７０が有する閾値設定部７３により、除霜運転を実行するか否かを判断するための閾値が変更される例を説明したが、冷蔵庫プロセッサ７０は閾値設定部７３を有していなくてもよい。この場合は、閾値は、例えば所定値に設定される。

上記実施形態において、運転状況データ取得部７１により実行される処理は、本開示の冷蔵庫制御方法における運転状況データ取得ステップに相当し、推定モデル生成部１１２により実行される処理は、本開示の冷蔵庫制御方法における推定モデル生成ステップに相当する。推定除霜時間算出部７４，１１３により実行される処理は、本開示の冷蔵庫制御方法における推定除霜時間算出ステップに相当し、除霜運転制御部７２により実行される処理は、本開示の冷蔵庫制御方法における除霜運転制御ステップに相当する。

本開示における冷蔵庫制御システム１ａ，１ｂを構成するコントローラ（冷蔵庫１０の制御ユニット６０、サーバー装置１００のサーバープロセッサ１１０）は、本開示の冷蔵庫制御システム１ａ，１ｂの動作を制御できるものであればよい。発明の主題を表現する際に、本開示の冷蔵庫制御システム１ａ，１ｂの動作を制御するものとして、コントローラの他にも制御手段または制御部またはそれらに類似する文言で表記する場合がある。コントローラは様々な態様で実現可能である。例えば、コントローラとしてプロセッサを用いてもよい。コントローラとしてプロセッサを用いれば、プログラムを格納している記憶媒体からプログラムをプロセッサに読み込ませ、プロセッサによりプログラムを実行することで、各種処理を実行することが可能となる。このため、記憶媒体に格納されたプログラムを変更することで処理内容を変更できるので、制御内容の変更の自由度を高めることができる。プロセッサとしては、例えば、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）、及び、ＭＰＵ（Ｍｉｃｒｏ－ＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）などがある。記憶媒体としては、例えば、ハードディスク、フラッシュメモリ、及び、光ディスクなどがある。また、コントローラとしてプログラムの書き換えが不可能なワイヤードロジックを用いてもよい。コントローラとしてワイヤードロジックを用いれば、処理速度の向上に有効である。ワイヤードロジックとしては、例えば、ＡＳＩＣ（ＡｐｐｌｉｃａｔｉｏｎＳｐｅｃｉｆｉｃＩｎｔｅｇｒａｔｅｄＣｉｒｃｕｉｔ）などがある。また、コントローラを、プロセッサとワイヤードロジックとを組み合わせて実現してもよい。コントローラを、プロセッサとワイヤードロジックとを組み合わせて実現すれば、ソフトウェア設計の自由度を高めつつ、処理速度を向上することができる。また、コントローラと、コントローラと別の機能を有する回路とが、１つの半導体素子で構成されていてもよい。別の機能を有する回路としては、例えば、Ａ／Ｄ・Ｄ／Ａ変換回路などがある。また、コントローラは、１つの半導体素子で構成されていてもよいし、複数の半導体素子で構成されていてもよい。コントローラが複数の半導体素子で構成される場合、特許請求の範囲に記載の各制御を、互いに異なる半導体素子で実現してもよい。さらに、半導体素子と抵抗またはコンデンサなどの受動部品とを含む構成によってコントローラが構成されていてもよい。

本開示における冷蔵庫制御システム１ａ，１ｂに備えられるコミュニケータ（冷蔵庫通信部９０、サーバー通信部１３０）は、本開示の冷蔵庫制御システム１ａ，１ｂと外部機器との通信を可能にするものであればよい。発明の主題を表現する際に、本開示の冷蔵庫制御システム１ａ，１ｂを構成するサーバー装置１００などの構成要素と外部機器との通信を可能にするものとして、コミュニケータの他にも通信手段または通信部または送受信手段または送受信部またはそれらに類似する文言で表記する場合がある。コミュニケータは様々な態様で実現可能である。コミュニケータとしては、基地局等を介しての外部機器との無線接続、または、外部機器との直接無線接続などがある。基地局等を介しての外部機器との無線接続としては、例えば、ＷｉＦｉ（登録商標）ルーターと無線通信するＩＥＥＥ８０２．１１対応の無線ＬＡＮ、第３世代移動通信システム（通称３Ｇ）、第４世代移動通信システム（通称４Ｇ）、ＩＥＥＥ８０２．１６対応のＷｉＭａｘ（ワイマックス：登録商標）、または、ＬＰＷＡ（ＬｏｗＰｏｗｅｒＷｉｄｅＡｒｅａ）などがある。本開示の冷蔵庫制御システム１ａ，１ｂを構成するサーバー装置１００などの構成要素と外部機器とを直接無線接続するコミュニケータを用いれば、通信のセキュリティ性の向上に有効であるとともに、ＷｉＦｉ（ワイファイ：登録商標）ルーターなどの中継機器が存在しない場所でも、本開示の冷蔵庫制御システム１ａ，１ｂを構成するサーバー装置１００などの構成要素は外部機器と通信できる。本開示の冷蔵庫制御システム１ａ，１ｂを構成するサーバー装置１００などの構成要素と外部機器とを直接無線接続するコミュニケータとしては、例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）による通信、ループアンテナを介したＮＦＣ（ＮｅａｒＦｉｅｌｄＣｏｍｍｕｎｉｃａｔｉｏｎ）による通信、または、赤外線通信などがある。

なお、上述の実施の形態は、本開示における技術思想を例示するためのものであるから、特許請求の範囲又はその均等の範囲において種々の変更、置き換え、付加、及び省略などを行うことができる。

本開示は、冷蔵庫の除霜運転が必要のないときに実行されることによる、冷蔵庫の消費電力の増加、及び冷蔵庫内の温度上昇を抑制する冷蔵庫制御システムを提供する。よって、家庭などに設置される冷蔵庫および業務用の冷蔵庫の他、除霜運転が行われる各種冷却機器等にも適用可能である。

１,１ａ,１ｂ冷蔵庫制御システム
５ゲートウェイ
１０冷蔵庫
１１冷蔵室
１２冷蔵室の右ドア
１３冷蔵室の左ドア
１４切換室
１５切換室の引き出し
１６製氷室
１７製氷室の引き出し
１８冷凍室
１９冷凍室の引き出し
２０野菜室
２１野菜室の引き出し
３０右ドアの開閉センサ
３１左ドアの開閉センサ
３２切換室の開閉センサ
３３製氷室の開閉センサ
３４冷凍室の開閉センサ
３５野菜室の開閉センサ
４０冷蔵室温度センサ
４１野菜室温度センサ
４２庫外温度センサ
４３冷却器温度センサ
４４庫外照度センサ
５０圧縮機
５１冷却器
５２凝縮器
５３冷却ファン
５５除霜ヒータ
６０制御ユニット
７０冷蔵庫プロセッサ
７１運転状況データ取得部
７２除霜運転制御部
７３閾値設定部
７４推定除霜時間算出部
８０冷蔵庫メモリ
８１ａ，８１ｂ冷蔵庫プログラム
８２運転状況データ
８３推定式データ
１００サーバー装置
１１０サーバープロセッサ
１１１学習データ取得部
１１２推定モデル生成部
１２０サーバーメモリ
１２１ａ，１２１ｂサーバープログラム
１２２運転状況データ
１２３実除霜時間データ
１２４学習データ
１２５推定式データ
２００通信ネットワーク
Ｗ家屋

Claims

所定のサンプリング周期で冷蔵庫に設けられた検出部により検出された、前記冷蔵庫の運転状況を示す運転状況データを取得し、第１記憶部に保存する運転状況データ取得部と、
前記冷蔵庫の加熱部を作動させて前記冷蔵庫の冷却器に付着した霜を除去する除霜運転が実行されたときに、前回の前記除霜運転が完了した時点から今回の前記除霜運転が実行されるまでの間に、前記検出部により検出された運転状況を示す前記運転状況データに基づく、所定の特徴量と、今回の前記除霜運転に要した時間とを含む学習データを取得し、第２記憶部に保存する学習データ取得部と、
前記学習データに基づいて、前記検出部により検出された運転状況を示す前記運転状況データに基づく前記特徴量に係る入力データの入力に対して、前記除霜運転を実行したと想定した場合の前記除霜運転の推定所要時間を、推定除霜時間として出力する推定モデルを用いて、前記推定除霜時間を算出する推定除霜時間算出部と、
所定の除霜要否判断時点における前記推定除霜時間が所定の閾値以上であるときは、前記所定の除霜要否判断時点に前記除霜運転を実行し、前記所定の除霜要否判断時点における前記推定除霜時間が前記閾値未満であるときには、前記所定の除霜要否判断時点から所定の保留時間が経過するまで前記除霜運転の実行を保留して、前記所定の除霜要否判断時点から前記所定の保留時間が経過した時点である次の所定の除霜要否判断時点において、前記推定除霜時間算出部により算出される前記推定除霜時間が前記閾値以上である否かを判断する除霜運転制御部と、
を備える冷蔵庫制御システム。
前記除霜運転制御部は、前記次の所定の除霜要否判断時点における前記推定除霜時間が、前記閾値以上であるときは前記次の所定の除霜要否判断時点に前記除霜運転を実行し、前記推定除霜時間算出部により算出される前記次の所定の除霜要否判断時点における前記推定除霜時間が前記閾値未満であるときは、前記次の所定の除霜要否判断時点から前記所定の保留時間が経過するまで、前記除霜運転の実行をさらに保留する
請求項１に記載の冷蔵庫制御システム。
前記除霜運転制御部は、前記次の所定の除霜要否判断時点における前記推定除霜時間が前記閾値以上となるまで、前記次の所定の除霜要否判断時点から前記所定の保留時間が経過するまで前記除霜運転の実行をさらに保留する処理を繰り返し実行する
請求項２に記載の冷蔵庫制御システム。
前記検出部には、前記冷蔵庫の庫外の温度を検出する庫外温度センサが含まれ、
前記閾値は、前記庫外温度センサの検出温度に応じて設定される
請求項１又は請求項２に記載の冷蔵庫制御システム。
前記推定モデルは、前記推定モデルの更新タイミングになったと判断されたとき、前記学習データ取得部により取得される前記学習データに基づいて、更新される
請求項１又は請求項２に記載の冷蔵庫制御システム。
コンピュータにより実行される冷蔵庫制御方法であって、
所定のサンプリング周期で冷蔵庫に設けられた検出部により検出された、前記冷蔵庫の運転状況を示す運転状況データを取得し、第１記憶部に保存する運転状況データ取得ステップと、
前記冷蔵庫の加熱部を作動させて前記冷蔵庫の冷却器に付着した霜を除去する除霜運転が実行されたときに、前回の前記除霜運転が完了した時点から今回の前記除霜運転が実行されるまでの間に、前記検出部により検出された運転状況を示す前記運転状況データに基づく、所定の特徴量と、今回の前記除霜運転に要した時間とを含む学習データを取得し、第２記憶部に保存する学習データ取得ステップと、
前記学習データに基づいて、前記検出部により検出された運転状況を示す前記運転状況データに基づく前記特徴量に係る入力データの入力に対して、前記除霜運転を実行したと想定した場合の前記除霜運転の推定所要時間を、推定除霜時間として出力する推定モデルを用いて、前記推定除霜時間を算出する推定除霜時間算出ステップと、
所定の除霜要否判断時点における前記推定除霜時間が閾値以上であるときは、前記除霜要否判断時点に前記除霜運転を実行し、前記所定の除霜要否判断時点における前記推定除霜時間が前記閾値未満であるときには、前記所定の除霜要否判断時点から所定の保留時間が経過するまで前記除霜運転の実行を保留して、前記所定の除霜要否判断時点から前記所定の保留時間が経過した時点である次の所定の除霜要否判断時点において、前記推定除霜時間算出ステップにより算出される前記推定除霜時間が前記閾値以上である否かを判断する除霜運転制御ステップと、
を含む冷蔵庫制御方法。