JP2897395B2 - 空気調和機の制御装置 - Google Patents
空気調和機の制御装置Info
- Publication number
- JP2897395B2 JP2897395B2 JP2282148A JP28214890A JP2897395B2 JP 2897395 B2 JP2897395 B2 JP 2897395B2 JP 2282148 A JP2282148 A JP 2282148A JP 28214890 A JP28214890 A JP 28214890A JP 2897395 B2 JP2897395 B2 JP 2897395B2
- Authority
- JP
- Japan
- Prior art keywords
- air conditioner
- temperature
- state
- sensor
- control device
- 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.)
- Expired - Fee Related
Links
Landscapes
- Air Conditioning Control Device (AREA)
Description
【発明の詳細な説明】 産業上の利用分野 本発明は、例えばマイクロコンピュータ搭載の空気調
和機で快適な空調運転を自動的に行わせる、室内の温
度、風量および風向の制御を行うことにより室内の人間
の快適性を高めるための空気調和機に関するものであ
る。
和機で快適な空調運転を自動的に行わせる、室内の温
度、風量および風向の制御を行うことにより室内の人間
の快適性を高めるための空気調和機に関するものであ
る。
従来の技術 空気調和機で室温のコントロールを行う際、暖房の例
では室内温度の立ち上がり時の特性向上のために、空気
調和機の室内目標温度を一定時間高めにシフトさせる制
御や、室内温度によって圧縮機運転周波数の制御を行う
方法が用いられていた。すなわち、第７図はこのような
従来の空気調和機の制御装置を示し、第７図において、
制御信号生成手段71はセンサ70よりの吸い込み温度75
や、空気調和機72の電源を投入してから作動するタイマ
73よりのタイマ値77および前記空気調和機72を外部より
操作するリモコンまたは操作パネル74よりの使用者設定
温度78等により制御信号76を生成している。例として
は、暖房時には、電源を投入してからの時間が60分間以
内な室内温度を早く立ち上げるために、室内目標温度を
リモコンまたは操作パネル74より設定した使用者の設定
温度よりも２℃高く設定するように、空気調和機72の室
内温度調整79を制御させるのである。
では室内温度の立ち上がり時の特性向上のために、空気
調和機の室内目標温度を一定時間高めにシフトさせる制
御や、室内温度によって圧縮機運転周波数の制御を行う
方法が用いられていた。すなわち、第７図はこのような
従来の空気調和機の制御装置を示し、第７図において、
制御信号生成手段71はセンサ70よりの吸い込み温度75
や、空気調和機72の電源を投入してから作動するタイマ
73よりのタイマ値77および前記空気調和機72を外部より
操作するリモコンまたは操作パネル74よりの使用者設定
温度78等により制御信号76を生成している。例として
は、暖房時には、電源を投入してからの時間が60分間以
内な室内温度を早く立ち上げるために、室内目標温度を
リモコンまたは操作パネル74より設定した使用者の設定
温度よりも２℃高く設定するように、空気調和機72の室
内温度調整79を制御させるのである。
発明が解決しようとする課題 しかしながら、前述した従来の制御装置では、電源を
投入してからの時間や室内温度特性のみで制御している
ため、空気調和機の設置された部屋の空調負荷の大小お
よび室内の環境状態（過渡・安定）に柔軟に対処するこ
とはできない。したがって、例えば、負荷が過小なとき
には、室温が目標温度よりも高くなり過ぎたり、負荷が
過大なときには室温が目標温度に達するまでかなりの時
間がかかるという課題や、室内の位置の違いによって
は、温度差が生じ、空気調和機から距離が遠い場合は設
定温度に達しないこともあるので、室内の人間の快適感
を考慮できないという課題があった。
投入してからの時間や室内温度特性のみで制御している
ため、空気調和機の設置された部屋の空調負荷の大小お
よび室内の環境状態（過渡・安定）に柔軟に対処するこ
とはできない。したがって、例えば、負荷が過小なとき
には、室温が目標温度よりも高くなり過ぎたり、負荷が
過大なときには室温が目標温度に達するまでかなりの時
間がかかるという課題や、室内の位置の違いによって
は、温度差が生じ、空気調和機から距離が遠い場合は設
定温度に達しないこともあるので、室内の人間の快適感
を考慮できないという課題があった。
本発明の目的は、前述したような従来の課題を解決
し、室内の人間の快適感を考慮した、より快適な空調お
よび生活環境を実現できる空気調和機を提供するもので
ある。
し、室内の人間の快適感を考慮した、より快適な空調お
よび生活環境を実現できる空気調和機を提供するもので
ある。
課題を解決するための手段 この目的を達成するために、本発明は、空気調和機が
装備する室内外の環境条件を検出する複数のセンサ手段
と、前記センサ手段の前状態を保持する記憶手段と、前
記センサ手段と前記記憶手段よりの出力から室内の環境
状態が過渡状態か安定状態かを判断する判定手段と、前
記空気調和機を使用するリモコンの位置を検出する位置
検出手段と、前記センサ手段と前記記憶手段よりの出
力、前記判定手段よりの出力、使用者の設定した温度お
よび前記位置検出手段よりの出力から室内の人間の快適
感を推測する推測手段と、前記推測手段より推測した前
記室内の人間の快適感に基づき前記空気調和機の吹き出
し温度、風向および風量等の制御信号を生成する制御信
号生成手段とを備えることを特徴とする空気調和機を提
案するものである。
装備する室内外の環境条件を検出する複数のセンサ手段
と、前記センサ手段の前状態を保持する記憶手段と、前
記センサ手段と前記記憶手段よりの出力から室内の環境
状態が過渡状態か安定状態かを判断する判定手段と、前
記空気調和機を使用するリモコンの位置を検出する位置
検出手段と、前記センサ手段と前記記憶手段よりの出
力、前記判定手段よりの出力、使用者の設定した温度お
よび前記位置検出手段よりの出力から室内の人間の快適
感を推測する推測手段と、前記推測手段より推測した前
記室内の人間の快適感に基づき前記空気調和機の吹き出
し温度、風向および風量等の制御信号を生成する制御信
号生成手段とを備えることを特徴とする空気調和機を提
案するものである。
作用 前述した本発明の構成によると、推測手段は複数のセ
ンサ手段より検出された室内外に環境条件と、室内の環
境状態（過渡・安定）の判定と、記憶手段により保持さ
れた前記センサ手段の前状態、使用者の設定した温度お
よび位置検出手段にて検出されたリモコンの位置から室
内の人間の快適感を推測する。そして、この推測手段よ
り推測した前記人間の快適感に基づき、制御信号生成手
段より制御信号が生成され空気調和機を制御するから、
これにより室内の環境や人間の状態を考慮した、より快
適な空調および生活環境を実現することができる。
ンサ手段より検出された室内外に環境条件と、室内の環
境状態（過渡・安定）の判定と、記憶手段により保持さ
れた前記センサ手段の前状態、使用者の設定した温度お
よび位置検出手段にて検出されたリモコンの位置から室
内の人間の快適感を推測する。そして、この推測手段よ
り推測した前記人間の快適感に基づき、制御信号生成手
段より制御信号が生成され空気調和機を制御するから、
これにより室内の環境や人間の状態を考慮した、より快
適な空調および生活環境を実現することができる。
実施例 以下、第１図から第６図を用いて本発明の実施例を詳
細に説明する。
細に説明する。
第１図は本発明の第１の実施例による制御装置におけ
る信号の流れを示すブロック図であり、第２図は第１図
における神経回路網模式手段の学習方法を示すブロック
図である。第１図において、10はセンサ、11,12はセン
サ10よりのセンサ信号値、13は記憶手段、14は記憶手段
13より出力される吸い込み温度のＮ秒感覚の傾斜、15は
リモコンまたは操作パネル、16はリモコンまたは操作パ
ネル15からの出力信号、17は室内環境状態が過渡あるい
は安定の判定手段を含む神経回路網模式手段、18aは室
内環境状態の判定出力、18bは前記手段17より出力され
る快適度（予測平均投票数（Predicted Mean Vote、以
下PMVという）または標準有効温度（Standard Effectiv
e Temperature、以下SETという）、19は制御信号生成手
段、1aは前記手段19より出力される制御信号、1bは空気
調和機、1dはリモコンの位置センサ、1eは前記位置セン
サ1dよりのリモコンの位置信号である。
る信号の流れを示すブロック図であり、第２図は第１図
における神経回路網模式手段の学習方法を示すブロック
図である。第１図において、10はセンサ、11,12はセン
サ10よりのセンサ信号値、13は記憶手段、14は記憶手段
13より出力される吸い込み温度のＮ秒感覚の傾斜、15は
リモコンまたは操作パネル、16はリモコンまたは操作パ
ネル15からの出力信号、17は室内環境状態が過渡あるい
は安定の判定手段を含む神経回路網模式手段、18aは室
内環境状態の判定出力、18bは前記手段17より出力され
る快適度（予測平均投票数（Predicted Mean Vote、以
下PMVという）または標準有効温度（Standard Effectiv
e Temperature、以下SETという）、19は制御信号生成手
段、1aは前記手段19より出力される制御信号、1bは空気
調和機、1dはリモコンの位置センサ、1eは前記位置セン
サ1dよりのリモコンの位置信号である。
次に、神経回路網模式手段の学習方法を説明するため
のさらに詳細な構成を第２図について説明する。すなわ
ち、第２図は学習方法を示すブロック図であり、21は室
外温度、22は吸い込み温度、23は吸い込み温度の傾斜、
24は風量、25は使用者の設定温度、26は人体温度、27は
室内環境状態が過渡あるいは安定の判定手段を含む神経
回路網模式手段、28は制御信号生成手段、29は実測した
PMV（またはSET）、2aは室内環境状態の判定出力、2bは
推測したPMV（またはSET）、2cはPMV学習データ、2dは
リモコン位置情報、2eは制御信号、211,221,231,241,25
1,261,2d1はそれぞれ室外温度21、吸い込み温度22、吸
い込み温度傾斜23、風量24、使用者の設定温度25、人体
温度26、およびリモコン位置情報2dよりの信号である。
のさらに詳細な構成を第２図について説明する。すなわ
ち、第２図は学習方法を示すブロック図であり、21は室
外温度、22は吸い込み温度、23は吸い込み温度の傾斜、
24は風量、25は使用者の設定温度、26は人体温度、27は
室内環境状態が過渡あるいは安定の判定手段を含む神経
回路網模式手段、28は制御信号生成手段、29は実測した
PMV（またはSET）、2aは室内環境状態の判定出力、2bは
推測したPMV（またはSET）、2cはPMV学習データ、2dは
リモコン位置情報、2eは制御信号、211,221,231,241,25
1,261,2d1はそれぞれ室外温度21、吸い込み温度22、吸
い込み温度傾斜23、風量24、使用者の設定温度25、人体
温度26、およびリモコン位置情報2dよりの信号である。
本発明の第１実施例は、以上のような構成であるか
ら、空気調和機1b内の複数のセンサ（外気温センサ、吸
い込み温度センサ、湿度センサ、人体温度センサ）10よ
りセンサ信号11が出力されることになる。この信号11
は、室外温度、吸い込み温度、湿度、人体温度などであ
る。また前記センサ10から信号11と同様の信号12が出力
され、記憶手段13に入力されるけれども、記憶手段13は
入力される前記センサ出力信号12における過去Ｎ秒間
（Ｎは正の実数）の履歴を記憶する。リモコンまたは操
作パネル15から風量と使用者の設定温度値16が出力さ
れ、また、記憶手段13はセンサの前の状態、例えば前述
したＮ秒間の履歴より室内温度のＮ秒（Ｎは正の実数）
間隔の傾斜14を出力する。位置センサ1dは、リモコンの
位置を検出し、位置情報1eを出力する。第３図に示すよ
うに、この位置センサ1dは室内をｎ×ｍゾーンに分割
し、リモコンが部屋のどのゾーンに置かれているかを出
力する。例えば、ｉゾーンにあれば、位置センサ1dの出
力信号1eはｉとなる。各手段10,13,15,1dからの出力信
号11,14,16,1eは、入力信号として、神経回路網模式手
段17に入力する。この神経回路網模式手段17は入力信号
から、室内の環境状態が過渡状態か安定状態かを判断し
判定値18aを出力し、室内の快適度である予測平均投票
数PMV、または、標準新有効温度SETの推測値18bを出力
する。室内環境状態の判定は、温度、湿度等が目標値に
対して設定された範囲内かどうかで決まる。また、PMV
は、快適性を左右する要素として、温度、湿度、気流
速、輻射温度（周囲壁体）、代謝量、着衣状態の６要素
の組み合せを変化させた環境試験室で、被験者から、試
験室での寒暑についての投票を受け、その結果をもとに
定量化したものである。すなわち、人間の状態（代謝や
着衣の状況）と室内の環境（温度、湿度、気流速、周囲
壁体輻射）によって、計算したPMVの値は、 −３ ： 寒い −２ ： 涼しい −１ ： やや涼しい ０ ： なんともない ＋１ ： やや暖かい ＋２ ： 暖かい ＋３ ： 暑い と評価できる。
ら、空気調和機1b内の複数のセンサ（外気温センサ、吸
い込み温度センサ、湿度センサ、人体温度センサ）10よ
りセンサ信号11が出力されることになる。この信号11
は、室外温度、吸い込み温度、湿度、人体温度などであ
る。また前記センサ10から信号11と同様の信号12が出力
され、記憶手段13に入力されるけれども、記憶手段13は
入力される前記センサ出力信号12における過去Ｎ秒間
（Ｎは正の実数）の履歴を記憶する。リモコンまたは操
作パネル15から風量と使用者の設定温度値16が出力さ
れ、また、記憶手段13はセンサの前の状態、例えば前述
したＮ秒間の履歴より室内温度のＮ秒（Ｎは正の実数）
間隔の傾斜14を出力する。位置センサ1dは、リモコンの
位置を検出し、位置情報1eを出力する。第３図に示すよ
うに、この位置センサ1dは室内をｎ×ｍゾーンに分割
し、リモコンが部屋のどのゾーンに置かれているかを出
力する。例えば、ｉゾーンにあれば、位置センサ1dの出
力信号1eはｉとなる。各手段10,13,15,1dからの出力信
号11,14,16,1eは、入力信号として、神経回路網模式手
段17に入力する。この神経回路網模式手段17は入力信号
から、室内の環境状態が過渡状態か安定状態かを判断し
判定値18aを出力し、室内の快適度である予測平均投票
数PMV、または、標準新有効温度SETの推測値18bを出力
する。室内環境状態の判定は、温度、湿度等が目標値に
対して設定された範囲内かどうかで決まる。また、PMV
は、快適性を左右する要素として、温度、湿度、気流
速、輻射温度（周囲壁体）、代謝量、着衣状態の６要素
の組み合せを変化させた環境試験室で、被験者から、試
験室での寒暑についての投票を受け、その結果をもとに
定量化したものである。すなわち、人間の状態（代謝や
着衣の状況）と室内の環境（温度、湿度、気流速、周囲
壁体輻射）によって、計算したPMVの値は、 −３ ： 寒い −２ ： 涼しい −１ ： やや涼しい ０ ： なんともない ＋１ ： やや暖かい ＋２ ： 暖かい ＋３ ： 暑い と評価できる。
一方、SETは環境の物理因子から熱刺激量を求めて、
人間の生理的状態値と感覚を予測しようとするもので、
温熱に対する快・不快の関係を熱刺激の物理量に対する
生理反応でとらえている快適性物理的評価法の１つであ
る。例えば、PMVを用いた場合、神経回路網模式17に室
外温度、吸い込み温度、吸い込み温度傾斜、風量、リモ
コンの位置情報、使用者の設定温度、人体温度という人
間の状態と室内の環境を入力することによって、神経回
路網模式手段17からの室内環境状態が過渡状態または安
定状態の判定値18aの出力およびPMVの推測値18bが出力
される。前記室内環境状態の判定値18aと前記PMVの推測
値18bは制御信号生成手段19に入力され、この生成手段1
9より制御信号1aを生成する。制御信号生成手段19は、
室内環境状態が過渡状態で快適感が不満足の場合には、
空気調和機1bの能力を最大限にできるような制御信号1a
を生成する。
人間の生理的状態値と感覚を予測しようとするもので、
温熱に対する快・不快の関係を熱刺激の物理量に対する
生理反応でとらえている快適性物理的評価法の１つであ
る。例えば、PMVを用いた場合、神経回路網模式17に室
外温度、吸い込み温度、吸い込み温度傾斜、風量、リモ
コンの位置情報、使用者の設定温度、人体温度という人
間の状態と室内の環境を入力することによって、神経回
路網模式手段17からの室内環境状態が過渡状態または安
定状態の判定値18aの出力およびPMVの推測値18bが出力
される。前記室内環境状態の判定値18aと前記PMVの推測
値18bは制御信号生成手段19に入力され、この生成手段1
9より制御信号1aを生成する。制御信号生成手段19は、
室内環境状態が過渡状態で快適感が不満足の場合には、
空気調和機1bの能力を最大限にできるような制御信号1a
を生成する。
さらに、室内環境状態が安定状態で快適感が満足の場
合は快適感が特続できるような制御信号1aを生成する。
すなわち、前記室内環境状態の判定値18aと前記推測し
たPMVの値18bによって空気調和機1bを制御する信号1aを
生成する。この制御信号1aによって空気調和機1bにおけ
るインバータ周波数、風向、風量および室内目標設定温
度を制御する。一例としては、前記各手段10,13,15,1d
からの外気温、吸い込み温度、風量、設定温度、吸い込
み温度の傾斜、位置情報等より、空気調和機1bが目標と
する室内目標温度を算出するシフト量を求める。このシ
フト量と、使用者が設定した温度および室内目標温度と
の関係は、 室内目標温度＝使用者設定温度＋シフト量 となる。そこで、制御信号生成手段19より生成した空気
調和機1bの制御信号1aを空気調和機1bに入力し、一例と
して前記式に基づき室内目標温度となるように空気調和
機1bの運転を実行する。
合は快適感が特続できるような制御信号1aを生成する。
すなわち、前記室内環境状態の判定値18aと前記推測し
たPMVの値18bによって空気調和機1bを制御する信号1aを
生成する。この制御信号1aによって空気調和機1bにおけ
るインバータ周波数、風向、風量および室内目標設定温
度を制御する。一例としては、前記各手段10,13,15,1d
からの外気温、吸い込み温度、風量、設定温度、吸い込
み温度の傾斜、位置情報等より、空気調和機1bが目標と
する室内目標温度を算出するシフト量を求める。このシ
フト量と、使用者が設定した温度および室内目標温度と
の関係は、 室内目標温度＝使用者設定温度＋シフト量 となる。そこで、制御信号生成手段19より生成した空気
調和機1bの制御信号1aを空気調和機1bに入力し、一例と
して前記式に基づき室内目標温度となるように空気調和
機1bの運転を実行する。
以上のような過程を経て室内温度調整1cが行われる。
次に第２図について、第１図の神経回路網の学習方法
を説明すると、室外温度21および吸い込み温度22、Ｎ秒
間隔の吸い込み温度の傾斜23、風量24、使用者の設定温
度25、人体温度26、リモコン位置情報2d等からの信号21
1,221、231,241,251,261,2d1を神経回路網模式手段27に
入力して、室内環境状態の判定値2aとPMVの推定値2bを
出力する。
を説明すると、室外温度21および吸い込み温度22、Ｎ秒
間隔の吸い込み温度の傾斜23、風量24、使用者の設定温
度25、人体温度26、リモコン位置情報2d等からの信号21
1,221、231,241,251,261,2d1を神経回路網模式手段27に
入力して、室内環境状態の判定値2aとPMVの推定値2bを
出力する。
前記神経回路網模式手段27は、室内の環境状態の判定
を行い、室内において測定した実測PMV29を学習データ2
cとして、PMVの推測値2bを学習する。
を行い、室内において測定した実測PMV29を学習データ2
cとして、PMVの推測値2bを学習する。
神経回路網の学習アルゴリズムは、各種の方法がある
が、例えばバックプロパゲーションのアルゴリズム（参
考文献：ラメルハート、D.Eとマクレランド、J.L「PDP
モデル−認知科学とニューロン回路網の検索」｛Runmel
hart,D.E and Mcclelland,J.L.（Eds.）,"Parallel Dis
tributed Processing,Exploration in the Microstruct
ure of Cognition.Vol.1,2,MIT Press,Cammbridge（198
6）｝）により最降下法にて最適解を求める。そして、
これらのアルゴリズムにより充分PMVが神経回路網模式
手段27で推測できるようになるまで学習を行う。学習が
終了すると、神経回路網模式手段27の出力値2aおよび2b
により、室内環境状態が過渡で快適感が不満足の場合に
は、制御信号生成手段28より空気調和機の能力を最大限
にできるような制御信号2eを生成する。また、室内環境
状態が安定で快適感が満足の場合には、快適感が特続で
きるように制御信号2eを制御信号生成手段28より生成す
る。すなわち、神経回路網模式手段27にて室内環境状態
の判定値2aと推測したPMVの値2bによって、制御信号生
成手段28より空気調和機を制御する信号2eを生成する。
なお、前記制御信号2eはインバータ周波数、風向、風量
および室内目標設定温度等を制御する。
が、例えばバックプロパゲーションのアルゴリズム（参
考文献：ラメルハート、D.Eとマクレランド、J.L「PDP
モデル−認知科学とニューロン回路網の検索」｛Runmel
hart,D.E and Mcclelland,J.L.（Eds.）,"Parallel Dis
tributed Processing,Exploration in the Microstruct
ure of Cognition.Vol.1,2,MIT Press,Cammbridge（198
6）｝）により最降下法にて最適解を求める。そして、
これらのアルゴリズムにより充分PMVが神経回路網模式
手段27で推測できるようになるまで学習を行う。学習が
終了すると、神経回路網模式手段27の出力値2aおよび2b
により、室内環境状態が過渡で快適感が不満足の場合に
は、制御信号生成手段28より空気調和機の能力を最大限
にできるような制御信号2eを生成する。また、室内環境
状態が安定で快適感が満足の場合には、快適感が特続で
きるように制御信号2eを制御信号生成手段28より生成す
る。すなわち、神経回路網模式手段27にて室内環境状態
の判定値2aと推測したPMVの値2bによって、制御信号生
成手段28より空気調和機を制御する信号2eを生成する。
なお、前記制御信号2eはインバータ周波数、風向、風量
および室内目標設定温度等を制御する。
以上に述べたように、本実施例によれば、各センサか
らの入力を神経回路網模式手段に入力し、室内環境状態
（過渡・安定）の判定とPMVの推測を行い、室内環境状
態の判定値およびPMVの値により制御信号を生成するこ
とにより、室内の環境と人間の状態を考慮した、快適な
空調および生活環境を実現することができる。
らの入力を神経回路網模式手段に入力し、室内環境状態
（過渡・安定）の判定とPMVの推測を行い、室内環境状
態の判定値およびPMVの値により制御信号を生成するこ
とにより、室内の環境と人間の状態を考慮した、快適な
空調および生活環境を実現することができる。
なお、前記実施例では神経回路網模式手段17,27より
の出力18b,2bをPMVとしたが、SETや周囲壁輻射温度に置
き換えても同様の効果を得ることができるのは明らかな
ところである。
の出力18b,2bをPMVとしたが、SETや周囲壁輻射温度に置
き換えても同様の効果を得ることができるのは明らかな
ところである。
次に第４図から第６図を用いて本発明の第２の実施例
を説明する。
を説明する。
第４図は本発明の第２の実施例による制御装置におけ
る信号の流れを示すブロック図であり、第５図は第４図
におけるルックアップテーブルの作成方法を示すブロッ
ク図である。第４図において、40はセンサ、41,42はセ
ンサ40よりのセンサ信号値、43は記憶手段、44は記憶手
段43より出力される吸い込み温度のＮ秒間隔の傾斜、45
はリモコンまたは操作パネル、46はリモコンまたは操作
パネル45からの出力信号、47はルックアップテーブル、
48はルックアップテーブル47より出力される制御信号、
49は空気調和機、4bは位置センサ、4cは位置センサ4bよ
りのリモコン位置信号をそれぞれ示してある。
る信号の流れを示すブロック図であり、第５図は第４図
におけるルックアップテーブルの作成方法を示すブロッ
ク図である。第４図において、40はセンサ、41,42はセ
ンサ40よりのセンサ信号値、43は記憶手段、44は記憶手
段43より出力される吸い込み温度のＮ秒間隔の傾斜、45
はリモコンまたは操作パネル、46はリモコンまたは操作
パネル45からの出力信号、47はルックアップテーブル、
48はルックアップテーブル47より出力される制御信号、
49は空気調和機、4bは位置センサ、4cは位置センサ4bよ
りのリモコン位置信号をそれぞれ示してある。
次に、第５図を参照しながら、ルックアップテーブル
の作成方法を説明すると、51は室外温度、52は吸い込み
温度、53は吸い込み温度の傾斜、54は風量、55は使用者
の設定温度、56は人体温度、57は神経回路網模式手段、
58は制御信号生成手段、59は実測したPMV（またはSE
T）、5aは神経回路網模式手段より判定した室内環境状
態の判定値、5bは推測したPMV（またはSET）、5cは実測
PMV（またはSET）よりの快適度（PMVまたはSET）、5dは
リモコン位置情報、5eは制御信号、5fはルックアップテ
ーブル、511,521,531,541,551,561,5d1はそれぞれ室外
温度51、吸い込み温度52、吸い込み温度傾斜53、風量5
4、使用者の設定温度55、人体温度56、およびリモコン
位置情報5dよりの信号である。
の作成方法を説明すると、51は室外温度、52は吸い込み
温度、53は吸い込み温度の傾斜、54は風量、55は使用者
の設定温度、56は人体温度、57は神経回路網模式手段、
58は制御信号生成手段、59は実測したPMV（またはSE
T）、5aは神経回路網模式手段より判定した室内環境状
態の判定値、5bは推測したPMV（またはSET）、5cは実測
PMV（またはSET）よりの快適度（PMVまたはSET）、5dは
リモコン位置情報、5eは制御信号、5fはルックアップテ
ーブル、511,521,531,541,551,561,5d1はそれぞれ室外
温度51、吸い込み温度52、吸い込み温度傾斜53、風量5
4、使用者の設定温度55、人体温度56、およびリモコン
位置情報5dよりの信号である。
第２実施例による空気調和機は、以上のような構成で
あるから、第４図に示すように、空気調和機49内の複数
センサ（外気湿センサ、吸い込み温度センサ、湿度セン
サ、人体温度センサ）40よりセンサ信号41が出力される
ことになる。この信号41は、室外温度、吸い込み温度、
湿度、人体温度などである。
あるから、第４図に示すように、空気調和機49内の複数
センサ（外気湿センサ、吸い込み温度センサ、湿度セン
サ、人体温度センサ）40よりセンサ信号41が出力される
ことになる。この信号41は、室外温度、吸い込み温度、
湿度、人体温度などである。
また前記センサ40から信号41と同様の信号42が出力さ
れ、記憶手段43に入力される。記憶手段43は入力される
前記センサ出力信号42における過去Ｎ秒間（Ｎは正の実
数）の履歴を記憶する。リモコンまたは操作パネル45か
ら風量と使用者の設定温度46が出力され、また、記憶手
段43はセンサの前の状態、例えば前述したＮ秒間の履歴
より室内温度のＮ秒（Ｎは正の実数）間隔の傾斜44を出
力する。さらに位置センサ4bからは、リモコンの位置情
報4cが出力される。位置センサ4bは、第１の実施例の第
３図で説明したのでここでは省略する。各手段40,43,4
5,4bからの出力信号41,44,46,4cは、入力信号として、
ルックアップテーブル47に入力され、室内環境状態を判
定し、判定に対応したルックアップテーブル47より空気
調和機49に対する制御信号48を求める。この制御信号48
によって、空気調和機49におけるインバータ周波数、風
向、風量および室内目標設定温度等が制御されることに
なる。一例としては、前記各手段40,43,45,4bからの外
気温、吸い込み温度、風量、設定温度、吸い込み温度の
傾斜等より、空気調和機49が目標とする室内目標温度を
算出するシフト量が求められる。このシフト量と、使用
者が設定した温度および室内目標温度との関係は、 室内目標温度＝使用者設定温度＋シフト量 となる。そこで、ルックアップテーブル47より求めた
制御信号48は空気調和機49に入力し、一例として前記式
に基づき室内目標温度となるように空気調和機49の運転
を実行する。
れ、記憶手段43に入力される。記憶手段43は入力される
前記センサ出力信号42における過去Ｎ秒間（Ｎは正の実
数）の履歴を記憶する。リモコンまたは操作パネル45か
ら風量と使用者の設定温度46が出力され、また、記憶手
段43はセンサの前の状態、例えば前述したＮ秒間の履歴
より室内温度のＮ秒（Ｎは正の実数）間隔の傾斜44を出
力する。さらに位置センサ4bからは、リモコンの位置情
報4cが出力される。位置センサ4bは、第１の実施例の第
３図で説明したのでここでは省略する。各手段40,43,4
5,4bからの出力信号41,44,46,4cは、入力信号として、
ルックアップテーブル47に入力され、室内環境状態を判
定し、判定に対応したルックアップテーブル47より空気
調和機49に対する制御信号48を求める。この制御信号48
によって、空気調和機49におけるインバータ周波数、風
向、風量および室内目標設定温度等が制御されることに
なる。一例としては、前記各手段40,43,45,4bからの外
気温、吸い込み温度、風量、設定温度、吸い込み温度の
傾斜等より、空気調和機49が目標とする室内目標温度を
算出するシフト量が求められる。このシフト量と、使用
者が設定した温度および室内目標温度との関係は、 室内目標温度＝使用者設定温度＋シフト量 となる。そこで、ルックアップテーブル47より求めた
制御信号48は空気調和機49に入力し、一例として前記式
に基づき室内目標温度となるように空気調和機49の運転
を実行する。
次に第４図のルックアップテーブルの作成方法を第５
図について説明すると、まず、室外温度51および吸い込
み温度52、Ｎ秒間隔の吸い込み温度の傾斜53、風量54、
使用者の設定温度55、人体温度56、リモコン位置情報5d
等からの信号511,521,531,541,551,561,5d1を神経回路
網模式手段57に入力して、室内環境状態の判定値5aおよ
びPMVの推定値5bが出力される。
図について説明すると、まず、室外温度51および吸い込
み温度52、Ｎ秒間隔の吸い込み温度の傾斜53、風量54、
使用者の設定温度55、人体温度56、リモコン位置情報5d
等からの信号511,521,531,541,551,561,5d1を神経回路
網模式手段57に入力して、室内環境状態の判定値5aおよ
びPMVの推定値5bが出力される。
この場合、前記神経回路網模式手段57は室内の環境状
態（過渡・安定）の判断を行い、室内において測定した
実測PMV59を学習データ5cとして、PMVの推測値5bを学習
する。
態（過渡・安定）の判断を行い、室内において測定した
実測PMV59を学習データ5cとして、PMVの推測値5bを学習
する。
神経回路網の学習アルゴリズムは、各種の方法がある
が、例えば前述のバックプロパゲーションのアルゴリズ
ムにより最降下法にて最適解を求めればよい。そして、
これらのアルゴリズムにより充分PMVが神経回路網模式
手段57で推測できるようになるまで学習を行う。学習が
終了すると、神経回路網模式手段57の出力値5aおよび5b
により、室内環境状態が過渡状態で快適感が不満足の場
合には、制御信号生成手段58より空気調和機の能力を最
大限にできるような制御信号5eを生成する。また、室内
環境状態が安定状態で快適感が満足の場合には、快適感
が特続できるように制御信号5eが制御信号生成手段58よ
り生成されることになる。
が、例えば前述のバックプロパゲーションのアルゴリズ
ムにより最降下法にて最適解を求めればよい。そして、
これらのアルゴリズムにより充分PMVが神経回路網模式
手段57で推測できるようになるまで学習を行う。学習が
終了すると、神経回路網模式手段57の出力値5aおよび5b
により、室内環境状態が過渡状態で快適感が不満足の場
合には、制御信号生成手段58より空気調和機の能力を最
大限にできるような制御信号5eを生成する。また、室内
環境状態が安定状態で快適感が満足の場合には、快適感
が特続できるように制御信号5eが制御信号生成手段58よ
り生成されることになる。
なお、前記制御信号5eはインバータ周波数、風向、風
量および室内目標設定温度等を制御するけれども、その
神経回路網模式手段57と制御信号5eを出力する制御信号
生成手段58の部分を室内環境状態に対応したルックアッ
プテーブル5fに置き換えるため、センサ入力である室外
温度51〜リモコン位置情報5dの各入力信号511〜5d1を荒
く量子化してルックアップテーブル5fに入力し、その結
果を前記ルックアップテーブル5fに書き込み、ルックア
ップテーブルを作成すればよい。
量および室内目標設定温度等を制御するけれども、その
神経回路網模式手段57と制御信号5eを出力する制御信号
生成手段58の部分を室内環境状態に対応したルックアッ
プテーブル5fに置き換えるため、センサ入力である室外
温度51〜リモコン位置情報5dの各入力信号511〜5d1を荒
く量子化してルックアップテーブル5fに入力し、その結
果を前記ルックアップテーブル5fに書き込み、ルックア
ップテーブルを作成すればよい。
第６図は前述したルックアップテーブル5fの具体例を
示し、ルックアップテーブル5fはゾーンＡ〜Ｃを備え、
ゾーンＡには設定温度t1〜te、外気温to1〜tom、風量f1
〜fn、吸い込み温度s1〜soおよび吸い込み温度傾斜k1〜
kpが書き込まれている。
示し、ルックアップテーブル5fはゾーンＡ〜Ｃを備え、
ゾーンＡには設定温度t1〜te、外気温to1〜tom、風量f1
〜fn、吸い込み温度s1〜soおよび吸い込み温度傾斜k1〜
kpが書き込まれている。
以上に述べたように、前記実施例の空気調和機によれ
ば、各センサからの入力を神経回路網模式手段に入力
し、室内環境状態（過渡・安定）の判定を行い、PMVを
推測し、室内環境状態の判定値とPMVの値により制御信
号を生成することにより、室内の環境を考慮した、より
快適な空調および生活環境を実現することができる。さ
らに、神経回路網模式手段から室内環境状態の判定とPM
Vの推測を行い、制御信号に変換する部分をルックアッ
プテーブルに置き換えることによって制御装置を簡単に
実現することができる。
ば、各センサからの入力を神経回路網模式手段に入力
し、室内環境状態（過渡・安定）の判定を行い、PMVを
推測し、室内環境状態の判定値とPMVの値により制御信
号を生成することにより、室内の環境を考慮した、より
快適な空調および生活環境を実現することができる。さ
らに、神経回路網模式手段から室内環境状態の判定とPM
Vの推測を行い、制御信号に変換する部分をルックアッ
プテーブルに置き換えることによって制御装置を簡単に
実現することができる。
発明の効果 以上説明したように、本発明の請求項１による空気調
和機の制御装置によれば、室内の環境や人間の状態を考
慮した、より快適な空調および生活環境を実現すること
ができる。
和機の制御装置によれば、室内の環境や人間の状態を考
慮した、より快適な空調および生活環境を実現すること
ができる。
請求項２のニューラルネットワークを用いることによ
り、個別に人や部屋に対応した制御が実現し、快適性の
向上が図れる。
り、個別に人や部屋に対応した制御が実現し、快適性の
向上が図れる。
請求項３を追加することにより、空気調和機をよりき
め細かな制御が可能となり、室温変動等の改善ができ、
快適性の向上が図れる。
め細かな制御が可能となり、室温変動等の改善ができ、
快適性の向上が図れる。
請求項４の、ニューラルネットワークに室内外温度、
風量、湿度の各値を入力することにより、個別に人や部
屋、さらに使用条件に適した制御が達成され、快適性の
向上が図れる。
風量、湿度の各値を入力することにより、個別に人や部
屋、さらに使用条件に適した制御が達成され、快適性の
向上が図れる。
請求項５の吸い込み空気温度勾配に適正な時間間隔を
さらに設けることにより、使用時の部屋の負荷状態が的
確に判断でき、快適性の向上が図れる。
さらに設けることにより、使用時の部屋の負荷状態が的
確に判断でき、快適性の向上が図れる。
請求項６の仕様を用いることにより、ニューラルネッ
トワークをエアコンで実施する場合、推定計算時間が長
く大型計算機が必要となるため、ルックアップテーブル
に記憶させることにより、マイコン処理が可能となり、
大幅なコストメリットが達成される。
トワークをエアコンで実施する場合、推定計算時間が長
く大型計算機が必要となるため、ルックアップテーブル
に記憶させることにより、マイコン処理が可能となり、
大幅なコストメリットが達成される。
請求項７の仕様を用いることにより、人間の快適性を
評価する指標として最も望ましいPMV評価を行うことに
より、快適性を飛躍的に改善できる。
評価する指標として最も望ましいPMV評価を行うことに
より、快適性を飛躍的に改善できる。
請求項８の仕様は、上記請求項７の仕様と同等の効果
が得られる。
が得られる。
請求項９の仕様を用いることにより、人体の温度で直
接に人体の状態を推測するため、快適性の向上がさらに
達成できる。
接に人体の状態を推測するため、快適性の向上がさらに
達成できる。
第１図は本発明の第１実施例による空気調和機の制御装
置信号の流れを示すブロック図、第２図は第１図におけ
る神経回路網模式手段の学習方法を説明するためのブロ
ック図、第３図は第１図および第２図における人体の位
置情報を示す図、第４図は本発明の第２実施例による空
気調和機の制御装置の流れを示すブロック図、第５図は
第４図におけるルックアップテーブルに作成方法を説明
するためのブロック図、第６図は第４図および第５図に
おけるルックアップテーブルの一例を示す図、第７図は
従来の制御装置を示すブロック図である。 10,40……センサ、11,12,41,42……センサ信号、13,43
……記憶手段、14,44……Ｎ秒間隔の吸い込み温度傾
斜、15,45……リモコンまたは操作パネル、16,46……風
量、設定温度等、17……神経回路網模式手段、18a……
室内環境状態判定値、18b……快適推測値、19……制御
信号生成手段、1a,48……制御信号、1b,49……空気調和
機、1c,4a……室内温度調整、1d,4d……位置センサ、1
e,4c……リモコン位置情報、21,51……室外温度、22,52
……吸い込み温度、23,53……吸い込み温度の傾斜、24,
54……風量、25,55……使用者の設定温度、26,56……人
体温度、2d,5d……リモコン位置情報、27,57……神経回
路網模式手段、28,58……制御信号生成手段、29,59……
実測PMV、2a,5a……室内環境状態判定値、2b,5b……PMV
推測値、2c,5c……PMV学習データ、2d,5d……リモコン
位置情報、2e,5e……制御信号、47,5f……ルックアップ
テーブル、70……センサ、71……制御信号生成手段、72
……空気調和機、73……タイマ、74……リモコンまたは
操作パネル、75……吸い込み温度、76……制御信号、77
……タイマ値、78……設定温度。
置信号の流れを示すブロック図、第２図は第１図におけ
る神経回路網模式手段の学習方法を説明するためのブロ
ック図、第３図は第１図および第２図における人体の位
置情報を示す図、第４図は本発明の第２実施例による空
気調和機の制御装置の流れを示すブロック図、第５図は
第４図におけるルックアップテーブルに作成方法を説明
するためのブロック図、第６図は第４図および第５図に
おけるルックアップテーブルの一例を示す図、第７図は
従来の制御装置を示すブロック図である。 10,40……センサ、11,12,41,42……センサ信号、13,43
……記憶手段、14,44……Ｎ秒間隔の吸い込み温度傾
斜、15,45……リモコンまたは操作パネル、16,46……風
量、設定温度等、17……神経回路網模式手段、18a……
室内環境状態判定値、18b……快適推測値、19……制御
信号生成手段、1a,48……制御信号、1b,49……空気調和
機、1c,4a……室内温度調整、1d,4d……位置センサ、1
e,4c……リモコン位置情報、21,51……室外温度、22,52
……吸い込み温度、23,53……吸い込み温度の傾斜、24,
54……風量、25,55……使用者の設定温度、26,56……人
体温度、2d,5d……リモコン位置情報、27,57……神経回
路網模式手段、28,58……制御信号生成手段、29,59……
実測PMV、2a,5a……室内環境状態判定値、2b,5b……PMV
推測値、2c,5c……PMV学習データ、2d,5d……リモコン
位置情報、2e,5e……制御信号、47,5f……ルックアップ
テーブル、70……センサ、71……制御信号生成手段、72
……空気調和機、73……タイマ、74……リモコンまたは
操作パネル、75……吸い込み温度、76……制御信号、77
……タイマ値、78……設定温度。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 横内 朗 大阪府門真市大字門真1006番地 松下電 器産業株式会社内 (56)参考文献 特開 平３−225144（ＪＰ，Ａ) (58)調査した分野(Int.Cl.6，ＤＢ名) F24F 11/02
Claims (9)
- 【請求項１】空気調和機が装備する室内外の環境条件を
検出する複数のセンサ手段と、前記センサ手段の前状態
を保持する記憶手段と、前記センサ手段と前記記憶手段
よりの出力から室内の環境状態が過渡状態か安定状態か
を判断する判定手段と、前記空気調和機を使用するリモ
コンの位置を検出する位置検出手段と、前記センサ手段
と前記記憶手段よりの出力、前記判定手段よりの出力、
使用者の設定した温度および前記位置検出手段よりの出
力から、室内の人間の快適感を推測する推測手段と、前
記推測手段より推測した前記室内の人間の快適感に基づ
き前記空気調和機の吹き出し温度、風向および風量等の
制御信号を生成する制御信号生成手段とを備えることを
特徴とする空気調和機の制御装置。 - 【請求項２】推測手段は、人間の快適感を学習した神経
回路網模式手段（ニューラルネットワーク）であること
を特徴とする請求項１記載の空気調和機の制御装置。 - 【請求項３】判定手段は、センサ出力値が目標値に対し
設定された範囲内であるときを安定状態とし、それ以外
は過渡状態であると判断することを特徴とする請求項１
記載の空気調和機の制御装置。 - 【請求項４】センサ手段は、室内外の温度、空気調和機
の風量、湿度を検出することを特徴とする請求項１記載
の空気調和機の制御装置。 - 【請求項５】記憶手段はＮ秒（Ｎは正の実数値）間隔の
空気調和機の吸い込み空気温度勾配を記憶することを特
徴とする請求項１記載の空気調和機の制御装置。 - 【請求項６】制御信号生成手段は、室内の人間の快適感
を推測する関数の出力から制御信号を生成する室内環境
状態に対応したルックアップテーブルの記憶手段である
ことを特徴とする請求項１記載の空気調和機の制御装
置。 - 【請求項７】推測手段により推測される室内の人間の快
適感は、空気調和機の制御を行う評価指数として人間の
状態や室内の環境によって計算した予測平均投票数（PM
V）、または、人間の生理状態や感覚の予測を行った標
準新有効温度（SET）であることを特徴とする請求項１
記載の空気調和機の制御装置。 - 【請求項８】推測手段により推測される室内の人間の快
適感は、周囲壁輻射温度であることを特徴とする請求項
１記載の空気調和機の制御装置。 - 【請求項９】推測手段は、センサ手段としての人体温度
センサにより室内の人間の状態を推測することを特徴と
する請求項１記載の空気調和機の制御装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2282148A JP2897395B2 (ja) | 1990-10-19 | 1990-10-19 | 空気調和機の制御装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2282148A JP2897395B2 (ja) | 1990-10-19 | 1990-10-19 | 空気調和機の制御装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04158140A JPH04158140A (ja) | 1992-06-01 |
| JP2897395B2 true JP2897395B2 (ja) | 1999-05-31 |
Family
ID=17648730
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2282148A Expired - Fee Related JP2897395B2 (ja) | 1990-10-19 | 1990-10-19 | 空気調和機の制御装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2897395B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102040505B1 (ko) * | 2018-09-21 | 2019-11-05 | 엘지전자 주식회사 | 인공지능 기반의 공기 청정장치 및 그를 포함하는 공기청정 시스템 |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05193338A (ja) * | 1991-10-16 | 1993-08-03 | Toyota Central Res & Dev Lab Inc | 空調制御装置 |
| US7918100B2 (en) | 1994-05-09 | 2011-04-05 | Automotive Technologies International, Inc. | Vehicular HVAC control systems and methods |
| JPH08189684A (ja) * | 1995-01-09 | 1996-07-23 | Matsushita Electric Ind Co Ltd | 空気調和機の制御装置 |
| CN102226562A (zh) * | 2011-05-25 | 2011-10-26 | 朱昭 | 一种自动空气湿度控制装置 |
-
1990
- 1990-10-19 JP JP2282148A patent/JP2897395B2/ja not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102040505B1 (ko) * | 2018-09-21 | 2019-11-05 | 엘지전자 주식회사 | 인공지능 기반의 공기 청정장치 및 그를 포함하는 공기청정 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH04158140A (ja) | 1992-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20050111154A (ko) | 공조 시스템의 공기 청정 제어장치 및 그 제어방법 | |
| EP3502582A1 (en) | Method for controlling a hvac-apparatus, control unit and use of a control unit | |
| JP2808038B2 (ja) | 活動量センシングによる空気調和装置 | |
| JP2897395B2 (ja) | 空気調和機の制御装置 | |
| JP3198523B2 (ja) | 空気調和機の制御装置 | |
| JP2001082782A (ja) | 空調制御装置 | |
| JP3751830B2 (ja) | 空調制御装置 | |
| JPH07198186A (ja) | 空気調和機の冷暖切替装置 | |
| JPH08189683A (ja) | 空気調和機の制御装置 | |
| JP2897415B2 (ja) | 空気調和機の制御装置 | |
| JP3087446B2 (ja) | 空気調和における快適度算出装置 | |
| JP3198522B2 (ja) | 空気調和機の制御装置 | |
| JPH06347077A (ja) | 室内環境制御装置 | |
| JPH08189684A (ja) | 空気調和機の制御装置 | |
| JP2734193B2 (ja) | 空気調和機の制御装置 | |
| JP2517165B2 (ja) | 空気調和機の制御装置 | |
| JPH05223323A (ja) | 空気調和機の制御装置 | |
| JP2517168B2 (ja) | 空気調和機の制御装置 | |
| JPH06221648A (ja) | 空気調和機の制御装置および制御方法 | |
| JPH08320147A (ja) | 空気調和機の制御装置 | |
| JP3139079B2 (ja) | 空気調和機の制御装置 | |
| JP2563655B2 (ja) | 空気調和機の制御方法 | |
| JPH06323595A (ja) | 空気調和装置の運転制御装置 | |
| JPH04320749A (ja) | 空気調和機の制御装置 | |
| JP3198526B2 (ja) | 空気調和機の制御装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080312 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090312 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100312 Year of fee payment: 11 |
|
| LAPS | Cancellation because of no payment of annual fees |