JP3046798B2 - Vehicle air conditioner and control method thereof - Google Patents
Vehicle air conditioner and control method thereofInfo
- Publication number
- JP3046798B2 JP3046798B2 JP10170372A JP17037298A JP3046798B2 JP 3046798 B2 JP3046798 B2 JP 3046798B2 JP 10170372 A JP10170372 A JP 10170372A JP 17037298 A JP17037298 A JP 17037298A JP 3046798 B2 JP3046798 B2 JP 3046798B2
- Authority
- JP
- Japan
- Prior art keywords
- temperature
- vehicle
- air conditioner
- air
- vehicle interior
- 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 For Vehicles (AREA)
Description
【0001】[0001]
【発明の属する技術分野】本発明は、空調装置に関する
もので、特に車室内の温度を適正に目標温度に制御する
ための車両用空調装置に関するものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an air conditioner, and more particularly to an air conditioner for a vehicle for appropriately controlling the temperature in a passenger compartment to a target temperature.
【0002】[0002]
【従来の技術】図9は、従来の車両量空調装置の制御フ
ローを示す図で、従来の車両用空調装置は、温度設定器
4で設定された目標温度TZに対して、車室内に設置さ
れた車室内温度検出手段としての内気温センサ6で測定
した測定温度Tiをフィードバック値とした制御ロジッ
ク1pにより、車室内に送風する空調空気の温度や風量
等を制御するようにしている。しかしながら、上記内気
温センサ6は、通常、フロントパネルの下方に設置され
ているので、外気温や日射等の影響のため、乗員の着座
位置近傍の温度(車室内温度)T0とは異なっている。
そこで、上記フィードバック値を実際の車室内温度T0
に近づけるため、車両に外気温センサや日射センサを設
けて、上記各センサの出力に基づいて上記測定温度Ti
を補正したり、更には、空調空気の吹出しモード等に基
づいて上記測定温度Tiを補正していた。BACKGROUND ART FIG. 9 is a diagram showing a control flow of a conventional vehicle weight air conditioner, a conventional air conditioner for a vehicle, with respect to the target temperature T Z that is set in the temperature setting unit 4, the vehicle interior the located control logic 1p was the feedback value of the measured temperature T i measured by the inside air temperature sensor 6 as the vehicle interior temperature detection means, so as to control the temperature and air volume, etc. of the conditioned air to be blown into the passenger compartment . However, the inside air temperature sensor 6 is normally therefore are installed below the front panel, due to the effect of such ambient temperature and solar radiation, different from the temperature (vehicle interior temperature) T 0 of the occupant's seating position near I have.
Therefore, the feedback value is set to the actual vehicle interior temperature T 0.
, A vehicle is provided with an outside air temperature sensor and a solar radiation sensor, and the measured temperature T i is determined based on the output of each sensor.
Or corrected, and further, based on the blowing mode and the like of the conditioned air was correcting the measured temperature T i.
【0003】[0003]
【発明が解決しようとする課題】しかしながら、内気温
センサで測定した測定温度Tiと実際の車室内温度T0
との差を補正するためには、上記制御ロジックで用いる
パラメータが多いため、マッチング作業に時間がかると
いう問題点があった。更に、車内の前部及び後部にそれ
ぞれ空調空気を送風するような車両用空調装置において
は、前部及び後部の空調空気の状態が、それぞれ他方の
空調空気に影響を与えるので、制御ロジックマッチング
作業は更に難しくなる。また、特開平6−195323
号公報には、図10に示すように、目標温度T Z,車内
温度(内気温センサの測定温度)Ti,外気温TA,日
射量TSとを入力信号としたニューラルネットワーク型
追加学習装置を用いて、空調空気の送風量等を制御する
技術が開示されている。これは、ニューラルネットワー
クにおいて、目標吹出し温度,吹出しモード状態,ブロ
ア風量等の各演算式を学習して求めて最終送風量を制御
するものであるが、ニューラルネットワークの入出力関
係を学習するために使用する教師信号が多いため、学習
が収束しにくく、また、学習時間が長くなってしまうと
いった問題点があった。However, the internal temperature
Measurement temperature T measured by sensoriAnd the actual vehicle interior temperature T0
Is used in the above control logic to correct the difference
Because of the large number of parameters, it takes time to match
There was a problem. In addition, the front and rear
In a vehicle air conditioner that blows conditioned air respectively
Indicates that the condition of the conditioned air at the front and rear
Control logic matching because it affects conditioned air
The task becomes even more difficult. Also, Japanese Patent Application Laid-Open No. 6-195323
In the official gazette, as shown in FIG. Z, In the car
Temperature (measured temperature of internal air temperature sensor) Ti, Outside temperature TA,Day
Radiation TSNeural network type with input signals
Using the additional learning device, control the amount of air blown by conditioned air
Techniques are disclosed. This is a neural network
Target blow temperature, blow mode status, blow
Controlling the final air flow by learning and calculating each formula such as air volume
The input / output function of the neural network
Because many teacher signals are used to learn
Is difficult to converge and the learning time becomes longer
There was such a problem.
【0004】本発明は、従来の問題点に鑑みてなされた
もので、空調装置の制御ロジックの主要素である車室内
温度を正確に推定することにより、制御ロジックの調整
が容易で、かつ、車室内温度を高精度に制御することの
できる車両用空調装置とその制御方法を提供することを
目的とする。SUMMARY OF THE INVENTION The present invention has been made in view of the conventional problems, and it is easy to adjust the control logic by accurately estimating the vehicle interior temperature which is a main element of the control logic of the air conditioner. It is an object of the present invention to provide a vehicle air conditioner capable of controlling a vehicle interior temperature with high accuracy and a control method thereof.
【0005】[0005]
【課題を解決するための手段】本発明の請求項1に記載
の車両用空調装置の制御方法は、車室内の温度を検出す
る車室内温度検出手段からの検出温度と車両の環境因子
及び空調機器の状態とを入力信号とし、車室内の温度の
推定値を出力値とするニューラルネットワークにより車
室内の温度を推定するとともに、上記温度推定値と車両
の環境因子及び空調機器の状態とに基づいて車室内の温
度を制御するようにしたことを特徴とする。According to a first aspect of the present invention, there is provided a method for controlling a vehicle air conditioner, comprising detecting a temperature in a vehicle compartment.
Temperature detected by vehicle interior temperature detecting means and environmental factors of vehicle
And the condition of the air conditioner as input signals,
A car is driven by a neural network that uses estimated values as output values.
The indoor temperature is estimated, and the temperature estimation value and the vehicle
The temperature in the passenger compartment is controlled based on the environmental factors and the state of the air conditioner .
【0006】[0006]
【0007】また、請求項2に記載の車両用空調装置の
制御方法は、上記環境因子を外気温及び日射量とし、上
記空調機器の状態を吹出しモード,吹出し温度,吹出し
風量,吸い込み口位置の各情報のいずれかの組合せかあ
るいは全部としたことを特徴とする。[0007] The control method of the air-conditioning system according to claim 2, the environmental factors and the outside air temperature and solar radiation, mode blowing a state of the air conditioning equipment, air temperature, blowing air volume, the suction opening position It is characterized in that any one or all of the information is combined.
【0008】請求項3に記載の車両用空調装置は、車室
内の温度を検出する車室内温度検出手段と、上記車室内
温度検出手段の検出温度と車両の環境因子及び空調機器
の状態とを入力信号とし、車室内の温度の推定値を出力
値とするニューラルネットワークで構成した温度推定器
と、上記温度推定値と車両の環境因子及び空調機器の状
態とに基づいて車室内の温度を制御する制御ロジックと
を備えたものである。According to a third aspect of the present invention, there is provided a vehicle air conditioner, comprising: a vehicle interior temperature detecting means for detecting a temperature in a vehicle interior; a temperature detected by the vehicle interior temperature detecting means, an environmental factor of the vehicle, and a state of the air conditioner. A temperature estimator composed of a neural network that takes as input signals an estimated value of the temperature in the vehicle cabin as an output value, and the temperature estimated value, the environmental factors of the vehicle, and the state of the air conditioning equipment.
Control logic for controlling the temperature in the passenger compartment based on the state
It is provided with .
【0009】また、請求項4に記載の車両用空調装置
は、上記推定値をフィードバック値として車室内に送風
する空調空気の温度や風量等を調節して車室内の温度を
制御するものである。The vehicle air conditioner according to a fourth aspect of the present invention controls the temperature in the vehicle cabin by adjusting the temperature and the amount of conditioned air blown into the vehicle cabin using the estimated value as a feedback value. .
【0010】請求項5に記載の車両用空調装置は、上記
環境因子を外気温及び日射量とし、上記空調機器の状態
を吹出しモード,吹出し温度,吹出し風量,吸い込み口
位置の各情報のいずれかの組合せかあるいは全部とした
ものである。According to a fifth aspect of the present invention, in the vehicle air conditioner, the environmental factors are the outside air temperature and the amount of solar radiation, and the state of the air conditioner is any one of information of a blow mode, a blow temperature, a blow air volume, and a suction port position. Or a combination of all.
【0011】また、請求項6に記載の車両用空調装置
は、車室内の前部及び後部の温度を検出する少なくとも
2つの車室内温度検出手段と、上記車室内温度検出手段
からのそれぞれの検出温度と車両の環境因子及び空調機
器の状態とを入力信号とし車室内の前部及び後部の温度
の推定値を出力値とするニューラルネットワークで構成
した温度推定器と、上記2つの推定値と車両の環境因子
及び空調機器の状態とに基づいて車室内の前部及び後部
の温度を制御する制御ロジックとを備えたものである。According to a sixth aspect of the present invention, there is provided an air conditioner for a vehicle, wherein at least two vehicle interior temperature detecting means for detecting temperatures of a front part and a rear part of the vehicle interior, and respective detections from the vehicle interior temperature detecting means. A temperature estimator composed of a neural network that uses temperature, environmental factors of the vehicle, and the state of the air conditioner as input signals and outputs estimated values of the temperatures at the front and rear of the vehicle cabin as output values, and the above two estimated values and the vehicle Environmental factors
Front and rear in the cabin based on the condition of the air conditioning equipment
And a control logic for controlling the temperature .
【0012】請求項7に記載の車両用空調装置は、上記
2つの推定値をフィードバック値として車室内の前部及
び後部に送風する空調空気の温度や風量等を調節して車
室内の温度を制御するようにしたものである。According to a seventh aspect of the present invention, the temperature of the vehicle interior is adjusted by adjusting the temperature and the amount of conditioned air to be blown to the front and rear portions of the vehicle interior using the two estimated values as feedback values. It is intended to be controlled.
【0013】請求項8に記載の車両用空調装置は、上記
環境因子を外気温及び日射量とし、上記空調機器の状態
を車室の前部及び後部の吹出しモード,吹出し温度,吹
出し風量,吸い込み口位置の各情報のいずれかの組合せ
かあるいは全部としたものである。[0013] The air conditioner according to claim 8, the environmental factors and the outside air temperature and solar radiation, the front and rear of the blowing mode of the passenger compartment of the state of the air conditioning equipment, air temperature, blowing air volume, suction It is any combination or all of the mouth position information.
【0014】請求項9に記載の車両用空調装置は、ニュ
ーラルネットワークの学習時に使用する教師信号を、運
転席と助手席のそれぞれの頭部及び足部に相当する位置
の4点平均温度としたものである。According to a ninth aspect of the present invention, the teacher signal used for learning the neural network is a four-point average temperature at positions corresponding to the head and the foot of the driver's seat and the passenger's seat. Things.
【0015】請求項10に記載の車両用空調装置は、ニ
ューラルネットワークの学習時に使用する、教師信号の
入力状態を、0.02から0.98に正規化するように
したものである。According to a tenth aspect of the present invention, the input state of the teacher signal used during learning of the neural network is normalized from 0.02 to 0.98.
【0016】請求項11に記載の車両用空調装置は、ニ
ューラルネットワークに使用するシグモイド関数を、入
力範囲により異なる係数を有する一次関数から構成さ
れ、かつ上記一次関数のそれぞれの入力範囲における出
力値と上記シグモイド関数の出力値との誤差の絶対値が
3%以内になるように上記入力範囲及び上記一次関数の
係数を設定した関数で近似するようにしたものである。The air-conditioning system according to claim 11, the sigmoid function used in neural network consists of a linear function having different coefficients by the input range and the output value in each of the input range of the linear function The input range and the coefficient of the linear function are approximated by a function in which the absolute value of the error from the output value of the sigmoid function is within 3%.
【0017】[0017]
【発明の実施の形態】以下、本発明の実施の形態につい
て、図面に基づき説明する。Embodiments of the present invention will be described below with reference to the drawings.
【0018】実施の形態1.図1は本発明の実施の形態
1に係わる車両用空調装置の構成を示す図で、1は制御
装置、2はエアダクト、3は空調空気の温度や風量等の
設定を行う設定パネル、4は設定パネル3から入力され
た車室内の目標温度TZを設定し制御装置1に出力する
温度設定器、5はエアダクト2内のミックスドア2eの
開度調整等を行う複数の駆動装置、6はフロントパネル
の下方に設置された室内温度検出手段としての内気温セ
ンサ、7は車両のバンパー近傍に設置された外気温セン
サ、8はフロントパネルの上部に設置された日射センサ
である。エアダクト2は、エアダクトに導入する内気と
外気との割合を調整する内外気切換ドア2aと、上記内
外気切換ドア2aからの吸入空気を送風するブロア2b
と、送風空気を冷却するエバポレータ2cと、送風空気
を暖めるヒータ2dと、その開閉度によりエバポレータ
2cで冷却された送風空気のうちヒータ2dを通過する
空気量を制御して送風空気の温度を調節するミックスド
ア2eと、上記温度調節された空気を上部吹出し口2f
及び下部吹出し口2gに分配する吹出し口切換ドア2h
とから構成される。なお、上部吹出し口2fには、上部
吹出し口2fの温度を検出する上部吹出し口温度センサ
2mが設置され、下部吹出し口2gには、下部吹出し口
2gの温度を検出する下部吹出し口温度センサ2nが設
置されている。また、駆動装置5は、上記内外気切換ド
ア2a、ミックスドア2e、吹出し口切換ドア2hを開
閉する複数のアクチュエータと、ブロア2bを駆動する
ブロア駆動回路とから構成される。制御装置1は、外気
温等の環境因子や空調空気の吹出しモード等の空調機器
の状態(制御因子)に応じて、ミックスドア2eの開度
等を制御する制御信号を各駆動装置5に出力する制御ロ
ジック1aと、内気温センサ6からの測定温度Tiと制
御ロジック1aからの環境因子や空調機器の状態の情報
を入力信号とし、上記制御ロジック1aに出力する車室
内の温度の推定値TNを出力値とするニューラルネット
ワークで構成された温度推定器1bとを備えている。な
お、上記制御因子は、例えば、外気温センサ7や日射セ
ンサ8からの出力、内外気切換ドア2a,ミックスドア
2e,吹出し口切換ドア2hの開閉度、ブロア2bの駆
動電圧などがある。Embodiment 1 FIG. 1 is a diagram showing a configuration of a vehicle air conditioner according to Embodiment 1 of the present invention, in which 1 is a control device, 2 is an air duct, 3 is a setting panel for setting the temperature and air volume of conditioned air, and 4 is A temperature setter for setting a target temperature TZ in the vehicle compartment input from the setting panel 3 and outputting the target temperature TZ to the control device 1; 5, a plurality of driving devices for adjusting the opening of the mix door 2e in the air duct 2; An inside air temperature sensor is installed below the front panel as indoor temperature detecting means, 7 is an outside air temperature sensor installed near the bumper of the vehicle, and 8 is a solar radiation sensor installed above the front panel. The air duct 2 includes an inside / outside air switching door 2a for adjusting a ratio of inside air and outside air introduced into the air duct, and a blower 2b for blowing air from the inside / outside air switching door 2a.
And an evaporator 2c for cooling the blast air, a heater 2d for warming the blast air, and controlling the amount of air passing through the heater 2d out of the blast air cooled by the evaporator 2c based on the degree of opening and closing thereof to adjust the temperature of the blast air. Door 2e, and the upper outlet 2f
And outlet switching door 2h distributed to lower outlet 2g
It is composed of The upper outlet 2f is provided with an upper outlet temperature sensor 2m for detecting the temperature of the upper outlet 2f, and the lower outlet 2g is provided with a lower outlet temperature sensor 2n for detecting the temperature of the lower outlet 2g. Is installed. The driving device 5 includes a plurality of actuators for opening and closing the inside / outside air switching door 2a, the mixing door 2e, and the outlet switching door 2h, and a blower driving circuit for driving the blower 2b. The control device 1 outputs a control signal for controlling the opening degree of the mix door 2e or the like to each drive device 5 in accordance with an environmental factor such as an outside air temperature or a state (control factor) of the air conditioner such as a conditioned air blowing mode. a control logic 1a that, a measurement temperature T i and the environmental factors and the air conditioning status information input signals of the device from the control logic 1a from the inside air temperature sensor 6, the estimated value of the temperature of the vehicle interior to be output to the control logic 1a And a temperature estimator 1b composed of a neural network having TN as an output value. The control factors include, for example, outputs from the outside air temperature sensor 7 and the solar radiation sensor 8, the degree of opening and closing of the inside / outside air switching door 2a, the mix door 2e, and the outlet switching door 2h, and the drive voltage of the blower 2b.
【0019】図2は、温度推定器1bにおけるニューラ
ルネットワークの構成(温度モデル)を示す図で、ニュ
ーラルネットワークは、入力層、隠れ層、出力層から成
る3層の階層型ネットワークである。入力信号は、外気
温センサ7からの外気温TA(℃)、内気温センサ(I
nc.s)6からの測定温度Ti(℃)、ミックスドア
2eの開度(%)、ブロア2bの駆動電圧に相当するブ
ロアデューティ比(%)、下部吹出し口温度センサ2n
からのフット吹出し温度(℃)、上部吹出し口温度セン
サ2mからのベント吹出し温度(℃)、設定パネル3で
設定された吹出しモード(1,2,3,4,5)、内外
気切換ドア2aの開度段階を示すインテーク信号(1,
2,3)、日射センサ8からの日射量(Kcal/m2
hour)とから成り、出力値は、車室内の温度の推定
値TN(℃)である。また、このニューラルネットワー
クでは以下の式(1)のようなシグモイド関数が使用さ
れる。 yj=1/(1+exp(−|xj|)‥‥‥(1) ここで、xjは、層iへの各入力信号viにウエイトw
ijを乗算した値からバイアスbjを減じたもの(xj
=Σvi・wij−bj)で、yjは層iからの出力信
号(層jへの入力信号)である。なお、このシグモイド
関数は、図3に示すように、入力変数がが(−∞〜+
∞)に対して、0から1を出力する。温度推定器1b
は、ニューラルネットワークの学習時の教師信号とし
て、運転席と助手席のそれぞれの頭部及び足部に相当す
る位置の4点平均温度を用い、上記車室内の温度の推定
値TNの演算式の各入力信号に対するウエイトwijや
バイアスbjの値を学習によって求め、制御時には、上
記各入力信号に対して、車室内の温度の推定値TNを制
御ロジック1aに出力するものである。FIG. 2 is a diagram showing a configuration (temperature model) of a neural network in the temperature estimator 1b. The neural network is a three-layer hierarchical network including an input layer, a hidden layer, and an output layer. The input signals are the outside air temperature T A (° C.) from the outside air temperature sensor 7 and the inside air temperature sensor (I
nc. s) Measurement temperature T i (° C.) from 6, opening degree (%) of mix door 2e, blower duty ratio (%) corresponding to drive voltage of blower 2b, lower outlet temperature sensor 2n
Temperature (° C.), vent temperature (° C.) from the upper outlet temperature sensor 2m, blow mode (1, 2, 3, 4, 5) set on the setting panel 3, inside / outside air switching door 2a Intake signal (1, 1) indicating the opening degree stage of
2, 3), the amount of solar radiation from the solar radiation sensor 8 (Kcal / m 2
hour), and the output value is an estimated value T N (° C.) of the temperature in the vehicle compartment. In this neural network, a sigmoid function as shown in the following equation (1) is used. y j = 1 / (1 + exp (- | x j |) ‥‥‥ (1) where, x j is the weight to each input signal v i to the layer i w
ij multiplied by the bias b j (x j
= In Σv i · w ij -b j) , the y j is the output signal from layer i (input signal to the layer j). In this sigmoid function, as shown in FIG. 3, when the input variables are (−∞ to +
For ∞), 1 is output from 0. Temperature estimator 1b
Uses the four-point average temperatures at positions corresponding to the head and foot of the driver's seat and the passenger's seat as teacher signals at the time of learning of the neural network, and calculates the above-mentioned estimated value TN of the temperature in the vehicle interior. The values of weight w ij and bias b j for each input signal are obtained by learning, and during control, an estimated value TN of the temperature in the vehicle compartment is output to the control logic 1a for each of the input signals.
【0020】ニューラルネットワークへの入力状態とし
て、各入力信号は、計測データの最小値から最大値を0
から1に正規化し、上記各入力信号の種類に対するウエ
イトwijを同じに評価できるようにしている。一方、
上記教師信号は、上記シグモイド関数の出力特性として
0及び1が飽和出力値であることを考慮し、計測データ
の最小値から最大値を0.02から0.98に正規化し
ている。すなわち、上記シグモイド関数をニューロンの
入力関数としているニューラルネットワークの学習にお
いては、学習効率及び安全性を考慮すると、上記教師信
号を0から1に正規化するよりも、若干狭い範囲の0.
02から0.98に正規化した方が収束速度も速く有効
である。As an input state to the neural network, each input signal is set to a value from the minimum value to the maximum value of the measured data as 0.
Is normalized to 1 so that the weights w ij for the types of the input signals can be evaluated in the same manner. on the other hand,
The teacher signal normalizes the minimum value to the maximum value of the measurement data from 0.02 to 0.98 in consideration of the fact that 0 and 1 are saturation output values as output characteristics of the sigmoid function. That is, in learning a neural network using the sigmoid function as an input function of a neuron, in consideration of learning efficiency and safety, a range of 0.
The convergence speed is faster and more effective when normalized from 02 to 0.98.
【0021】図4は、上述したニューラルネットワーク
で構成された温度推定器1bにおいて、下記の学習条件
で十分学習した後、外気温データを入力して車室内温度
T0を推定したグラフである。なお、上記車室内温度T
0は、運転席と助手席のそれぞれの頭部及び足部に相当
する位置で計測した各計測温度の平均値である。 学習条件 外気温‥‥−10〜 35(℃) 日射 ‥‥ 0〜660(Kcal/m2hour) 車速 ‥‥アイドル〜40(Km/h相当) 実線で示した温度推定器1bの出力値(推定値TN)の
変化をみると、最大誤差は外気温の急変時で4.9℃あ
るが、誤差の絶対値の平均は0.83℃と小さく、○で
示した車室内温度T0の変化にほぼ追従しており、破線
で示したInc.s(内気温センサ)6からの測定温度
Tiの変化に比べて、はるかに車室内温度T0に近い値
を示していることが分かる。また、図2に示した入力信
号に対して、各信号を削除して学習した場合の最大誤差
と誤差絶対値の平均を以下に記す。 (1)ミックスドア開度信号除去 最大誤差が2.8℃で、誤差絶対値の平均は0.64℃ (2)インテーク信号除去 最大誤差が2.4℃で、誤差絶対値の平均は0.90℃ (3)吹出し温度信号除去 最大誤差が4.0℃で、誤差絶対値の平均は0.69℃ (4)ミックスドア開度信号とインテーク信号除去 最大誤差が2.8℃で、誤差絶対値の平均は1.04℃ 以上の結果から、入力信号を削減しても車室内温度T0
に近い推定値TNを得ることができる。例えば、図2に
示した入力信号に対して、フット吹出し温度(℃)、ベ
ント吹出し温度(℃)、インテーク信号(1,2,3)
の3つを除去し、入力信号数を5つとした場合でも、最
大誤差が1.5℃で、誤差絶対値の平均は0.5℃とな
り、仕様を十分満たすことが可能である。[0021] Figure 4, at a temperature estimator 1b composed of a neural network as described above, was thoroughly learned by the learning conditions below, is a graph estimating the vehicle interior temperature T 0 by entering the outside air temperature data. In addition, the vehicle interior temperature T
0 is the average value of the measured temperatures measured at the positions corresponding to the head and feet of the driver's seat and the passenger's seat, respectively. Learning conditions Outside temperature 10〜-10 to 35 (° C.) Solar radiation ‥‥ 0 to 660 (Kcal / m 2 hour) Vehicle speed ‥‥ Idle to 40 (equivalent to Km / h) Output value of temperature estimator 1b indicated by a solid line ( Looking at the variation of the estimated value T N), the maximum error is 4.9 ° C. at the time of a sudden change in outside air temperature, the average of the absolute value of the error is as small as 0.83 ° C., vehicle interior temperature T 0 shown in ○ Of the Inc. shown by the broken line. s in comparison with the change in the measured temperature T i from (inside air temperature sensor) 6, it is seen that showed much value close to the vehicle interior temperature T 0. The average of the maximum error and the absolute value of the error when learning is performed by deleting each signal from the input signal shown in FIG. 2 is described below. (1) Mixed door opening signal removal Maximum error is 2.8 ° C, average error absolute value is 0.64 ° C. (2) Intake signal removal Maximum error is 2.4 ° C, average error absolute value is 0. 90 ° C (3) Removal of blowing temperature signal Maximum error is 4.0 ° C, average of absolute error value is 0.69 ° C (4) Mixed door opening signal and intake signal removal Maximum error is 2.8 ° C, from the average results over 1.04 ° C. of error absolute value, car to reduce the input signal indoor temperature T 0
It can be obtained near the estimated value T N to. For example, with respect to the input signal shown in FIG. 2, the foot blowing temperature (° C.), the vent blowing temperature (° C.), the intake signal (1, 2, 3)
Even when the number of input signals is five, the maximum error is 1.5 ° C. and the average of the absolute value of the error is 0.5 ° C., which can sufficiently satisfy the specification.
【0022】次に、上記車両用空調装置の車室内温度の
制御方法について、図5の制御フローに基づき説明す
る。制御ロジック1aは、入力された外気温等の環境因
子や空調空気の吹出しモード等の空調機器の状態から成
る各制御因子から、温度推定器1bの入力信号となる制
御因子を抽出し、温度推定器1bに出力する。温度推定
器1bは、上記抽出された制御因子と、Inc.s(内
気温センサ)6からの測定温度Tiとを入力信号とし、
ニューラルネットワークにより、車室内温度の推定値T
Nを求めて制御ロジック1aに出力する。制御ロジック
1aは、上記各制御因子と上記推定値TNから、車室内
温度T0が温度設定器4で設定され目標温度TZになる
ように、ミックスドア2eの開度等のエアダクト2の制
御要素を予め設定された制御ロジック1aに従って車室
内の温度をフィードバック制御する。すなわち、車室内
の温度は、上記内気温センサ6で測定された後、温度推
定器1bに入力され、推定値TNとして制御ロジック1
aにフィードバックされる。したがって、制御ロジック
1aは、内気温センサ6からの測定温度Tiではなく、
車室内温度T0に極めて近い値である温度推定器1bか
らの車室内温度の推定値TNをフィードバック値とした
制御を行うので、車室内の温度を正確にかつ迅速に目標
温度TZにすることができる。Next, a method of controlling the temperature in the cabin of the vehicle air conditioner will be described with reference to the control flow of FIG. The control logic 1a extracts a control factor serving as an input signal of the temperature estimator 1b from each input control factor including an environmental factor such as an outside air temperature and a state of an air conditioner such as a conditioned air blowing mode, and estimates the temperature. Output to the container 1b. The temperature estimator 1b includes the extracted control factor, Inc. s and a measuring temperature T i from (inside air temperature sensor) 6 as an input signal,
The estimated value T of the cabin temperature by the neural network
N is obtained and output to the control logic 1a. Control logic 1a shows the above from the control factors and the estimated value T N, as vehicle interior temperature T 0 is set target temperature T Z at a temperature setter 4, the air ducts 2 of the opening degree of the mixing door 2e The control element performs feedback control of the temperature in the vehicle interior according to a preset control logic 1a. That is, after the temperature in the vehicle interior is measured by the inside air temperature sensor 6, the temperature is input to the temperature estimator 1b, and the control logic 1 is used as the estimated value TN.
feedback to a. Thus, the control logic 1a, not the measured temperature T i from the inside air temperature sensor 6,
Since the control with the feedback value estimates T N of cabin temperature from temperature estimating unit 1b is very close to the vehicle interior temperature T 0, the temperature of the passenger compartment accurately and quickly to the target temperature T Z can do.
【0023】このように、本実施の形態1によれば、内
気温センサ6からの測定温度Tiと、外気温TA,ミッ
クスドア2eの開度,ブロアデューティ比等の車両の環
境因子及び空調機器の状態とを入力信号とし、車室内の
温度の推定値TNを出力値とするニューラルネットワー
クで構成した温度推定器1bを設け、制御ロジック1a
において、上記推定値TNをフィードバック値とした制
御を行うようにしたので、車室内の温度を正確にかつ迅
速に目標温度TZにすることができる。更に、ニューラ
ルネットワークの学習は、教師信号が運転席と助手席の
それぞれの頭部及び足部に相当する位置での4点平均温
度のみであるので、温度推定器1bの学習が容易で、短
期間に上記推定値TNの学習を行うことができる。ま
た、制御ロジック1aで使用する車室内温度の推定値T
Nが車室内温度T0に極めて近い値であるため、制御ロ
ジック1aのマッチング精度が大幅に向上するだけでな
く、マッチング作業時間やマッチングプロセスでの風洞
実験の回数を大幅に削減することができる。更に、異な
る車種の空調装置の設計においても、制御ロジック1a
において、制御因子としての内気温センサ6からの測定
温度Tiを単に車室内温度の推定値TNに変えるだけ
で、パラメータの調整を行う必要がないので、車種毎に
制御ロジック1aを変更する必要がなく、車種毎の温度
モデルのみ調節すれば良いので、開発効率も著しく向上
する。[0023] Thus, according to the first embodiment, and the measured temperature T i from the inside air temperature sensor 6, outside air temperature T A, the opening of the mix door 2e, and environmental factors of the vehicle, such as a blower duty ratio A temperature estimator 1b composed of a neural network having an air conditioner state as an input signal and an estimated value TN of the vehicle interior temperature as an output value is provided, and a control logic 1a is provided.
In, since to perform the control with the feedback value the estimated value T N, it is possible to make the temperature of the passenger compartment accurately and quickly the target temperature T Z. Further, in the learning of the neural network, since the teacher signal is only the four-point average temperatures at the positions corresponding to the head and the foot of the driver's seat and the passenger's seat, the learning of the temperature estimator 1b is easy, In the meantime , the learning of the estimated value TN can be performed. Further, the estimated value T of the vehicle interior temperature used in the control logic 1a.
Since N is very close to the vehicle interior temperature T 0, it is possible to match the precision of the control logic 1a is not only significantly improved, to significantly reduce the number of wind tunnel experiments in the matching work time and matching process . Furthermore, even in the design of an air conditioner of a different vehicle type, the control logic 1a
In, simply by changing the estimated value T N of simply cabin temperature measurement temperature T i from the inside air temperature sensor 6 as a regulator, there is no need to adjust the parameters, to change the control logic 1a for each vehicle model Since there is no need to adjust only the temperature model for each vehicle type, development efficiency is significantly improved.
【0024】なお、本実施の形態1においては、制御ロ
ジック1aに入力された外気温等の環境因子や空調空気
の吹出しモード等の空調機器の状態等の各制御因子から
温度推定器1bの入力信号となる要素を選択して温度推
定器1bに出力したが、制御ロジック1aと温度推定器
1bとに各制御因子を独立に入力するように構成しても
よい。また、制御ロジック1aに入力する制御因子は、
全てが制御ロジック1aで使用するパラメータである必
要もなく、制御ロジック1aで使用するパラメータは必
ずしも温度推定器1bの入力信号の全てを含む必要はな
いことは言うまでもない。In the first embodiment, the input of the temperature estimator 1b from the environmental factors such as the outside air temperature and the control factors such as the state of the air conditioner such as the air-conditioning air blowing mode input to the control logic 1a. Although an element serving as a signal is selected and output to the temperature estimator 1b, each control factor may be independently input to the control logic 1a and the temperature estimator 1b. The control factors input to the control logic 1a are as follows:
Not all need to be parameters used in the control logic 1a, and it goes without saying that the parameters used in the control logic 1a do not necessarily need to include all the input signals of the temperature estimator 1b.
【0025】実施の形態2.上記実施の形態1において
は、ニューラルネットワークに式(1)に示すシグモイ
ド関数を用いたが、このシグモイド関数を複数の直線で
近似することにより、温度推定器1bの必要メモリ数を
低減できるとともに、演算時間を大幅に短縮することが
できるので、車室内の温度を更に迅速に目標温度TZに
することができる。すなわち、式(1)に示すシグモイ
ド関数を、例えば8ビットの組込み型マイコンでプログ
ラムする場合には、精度維持のため、指数関数と浮動小
数演算ライブラリが必要となるため、ROM容量や計算
時間が大きくなる。一方、一次関数は割り算を含んでい
ないので浮動小数演算の必要もなく、整数演算を用いて
も演算精度を維持できるとともに、ROM容量や計算時
間を小さくできるという利点がある。そこで、ニューラ
ルネットワークが学習するときには上記(1)式のシグ
モイド関数を使用し、学習後のネットワークを実際の組
込み型マイコンにプログラムするときには、図6に示す
ように、上記(1)式のシグモイド関数を誤差が、例え
ば±0.005以内になるような17本の直線(一次関
数;yi=aix+bi(i=1〜17))で近似した
関数を、上記(1)式のシグモイド関数の代用とするこ
とにより、ROM容量や計算時間を小さくでき、なおか
つ、演算精度を維持することができる。図7は、(1)
式のシグモイド関数とシグモイド関数を上記一次関数で
近似した関数との誤差を示す図で、直線が17本の場合
には、誤差の大きさは、全入力範囲で±0.005以内
にすることができる。Embodiment 2 In the first embodiment, the sigmoid function shown in equation (1) is used for the neural network. By approximating this sigmoid function with a plurality of straight lines, the number of required memories of the temperature estimator 1b can be reduced, since the operation time can be greatly shortened, it is possible to more quickly to the target temperature T Z the temperature in the passenger compartment. That is, when the sigmoid function shown in the equation (1) is programmed by, for example, an 8-bit built-in microcomputer, an exponential function and a floating-point arithmetic library are required to maintain accuracy. growing. On the other hand, since the linear function does not include division, there is no need for a floating-point operation, so that the operation accuracy can be maintained even when an integer operation is used, and the ROM capacity and the calculation time can be reduced. Therefore, when the neural network learns, the sigmoid function of the above equation (1) is used. When the learned network is programmed in an actual embedded microcomputer, the sigmoid function of the above equation (1) is used as shown in FIG. Is approximated by 17 straight lines (linear function; y i = a ix + b i (i = 1 to 17)) such that the error is within ± 0.005, for example, and the sigmoid of the above equation (1) is obtained. By substituting the function, the ROM capacity and the calculation time can be reduced, and the calculation accuracy can be maintained. FIG. 7 shows (1)
FIG. 9 is a diagram showing an error between a sigmoid function of the equation and a function obtained by approximating the sigmoid function with the above-described linear function. In the case where there are 17 straight lines, the magnitude of the error must be within ± 0.005 in the entire input range. Can be.
【0026】なお、上記例では、シグモイド関数を誤差
が±0.005以内になるような17本の直線近似した
が、誤差が±0.03(±3%)以内であれば実用上問
題はない。また、上記近似した関数は必ずしも折れ線で
ある必要はなく、直線数(入力範囲の分割数)を少なく
し計算速度を早くするためにはむしろ不連続とした方が
良い場合もある。また、上記実施の形態1,2では、式
(1)の対数型シグモイド関数を使用した場合について
説明したが、以下の式(2)に示すようなtanh型シ
グモイド関数などの他の型のシグモイド関数を用いても
よいことはもちろんである。 yj=(tanh(xj)+1)/2‥‥‥(2)In the above example, the sigmoid function is approximated to 17 straight lines such that the error is within ± 0.005. However, if the error is within ± 0.03 (± 3%), there is a practical problem. Absent. In addition, the approximated function does not necessarily need to be a broken line, and in some cases, it may be better to make the function discontinuous in order to reduce the number of straight lines (the number of divisions of the input range) and increase the calculation speed. In the first and second embodiments, the case where the logarithmic sigmoid function of the equation (1) is used has been described. However, other types of sigmoids such as the tanh-type sigmoid function shown in the following equation (2) are used. Of course, functions may be used. y j = (tanh (x j ) +1) / 2 ‥‥‥ (2)
【0027】実施の形態3.上記実施の形態1において
は、通常タイプの車両用空調装置について説明したが、
前部座席と後部座席のそれぞれで、設定温度TZ1,T
Z2及び送風量WZ 1,WZ2を設定できるワンボック
ス用ツインタイプの車両用空調装置においても、外気温
等の環境因子や空調空気の吹出しモード等の空調機器の
状態や前部座席と後部座席の内気温センサ6a,6bか
らの測定温度Ti1,Ti2とを入力信号とし、前席推
定温度TN1と後席推定温度TN2とを出力値とするニ
ューラルネットワークで構成した温度推定器1Bを設け
て上記前席推定温度TN1と後席推定温度TN2とに基
づいて車両用空調装置を制御することにより、車室内の
前部座席と後部座席の温度を正確にかつ迅速にそれぞれ
の目標温度TZ1,TZ 2にすることができる。図8は
本発明の実施の形態3に係わる車両用空調装置の車室内
温度の制御方法を示す制御フローである。但し、繁雑さ
を避けるため、前席制御ロジック11と後席制御ロジッ
ク12に入力される各制御因子については省略した。温
度推定器1Bは、外気温TA,日射量TS,前部座席9
と後部座席10の各送風量,図示しない前部及び後部の
各エアダクトのミックスドア開度,前部及び後部の各吹
出しモードと、前部座席と後部座席のそれぞれの近傍に
設置された内気温センサ6a,6bからの測定温度T
i1,Ti2とを入力信号とし、ニューラルネットワー
クにより、車室内の前部及び後部の温度の推定値
TN1,TN2を求めて、それぞれ、制御ロジック1
1,12に出力する。このとき、上記前部の温度の推定
値TN1は、後部座席10への送風量,後部のミックス
ドアの開度,後部の吹出しモード,後部座席10の内気
温センサ6bからの測定温度Ti2を考慮した値として
学習され、後部の温度の推定値TN2は、前部座席9の
上記各データを考慮した値として学習されているので、
上記推定値TN1,TN2は、前後の空調装置の相互作
用を含んだ推定値として求めることができるので、実際
の車室前部の温度T1及びT2に極めて近い値を得るこ
とができる。制御ロジック11は、上記各制御因子と上
記推定値TN1から、車室前部の温度T1が温度設定器
4aで設定され目標温度TZ1になるように、前部のエ
アダクトを制御する。同様に、制御ロジック12は、上
記各制御因子と上記推定値T N2から、車室前部の温度
T2が温度設定器4bで設定され目標温度TZ2になる
ように、後部のエアダクトを制御する。したがって、車
室内の前部及び後部の温度の推定値TN1,TN2をフ
ィードバック値とした制御を行うことにより、車室内の
前部及び後部の温度を正確にかつ迅速にそれぞれの目標
温度TZ1,T Z2にすることができる。Embodiment 3 In the first embodiment,
Described the normal type of vehicle air conditioner,
The set temperature T for each of the front and rear seatsZ1, T
Z2And air volume WZ 1, WZ2One box that can be set
Air temperature for twin-type vehicles
Environmental factors such as air conditioning equipment
Whether the condition and the inside temperature sensor 6a, 6b of the front seat and the back seat
Their measured temperature Ti1, Ti2And the input signal
Constant temperature TN1And estimated rear seat temperature TN2And output values
A temperature estimator 1B composed of a neural network is provided.
Above the estimated front seat temperature TN1And estimated rear seat temperature TN2And base
By controlling the vehicle air conditioner based on the
Accurate and quick temperature of front and rear seats respectively
Target temperature TZ1, TZ 2Can be FIG. 8
A cabin of a vehicle air conditioner according to Embodiment 3 of the present invention
5 is a control flow showing a method of controlling a temperature. However, complexity
In order to avoid traffic, the front seat control logic 11 and the rear seat control logic
The control factors input to step 12 are omitted. Warm
The degree estimator 1B calculates the outside air temperature TA, Solar radiation TS, Front seat 9
And each air flow rate of the rear seat 10, the front and rear parts (not shown)
Mix door opening of each air duct, front and rear blow
Out mode and near each of the front and rear seats
Measurement temperature T from the installed inside air temperature sensors 6a, 6b
i1, Ti2Are input signals, and the neural network
The estimated temperature at the front and rear in the cabin
TN1, TN2And control logic 1 respectively
1 and 12. At this time, the temperature of the front part is estimated.
Value TN1Is the volume of air blown to the rear seat 10, the rear mix
Door opening, rear outlet mode, inside air of rear seat 10
Measurement temperature T from temperature sensor 6bi2As a value considering
Learned, rear temperature estimate TN2Is the front seat 9
Since it is learned as a value considering each of the above data,
The above estimated value TN1, TN2Is the interaction between the front and rear air conditioners.
Can be obtained as an estimated value
Temperature T at the front of the passenger compartment1And T2Value very close to
Can be. The control logic 11 includes the above control factors and
The estimated value TN1From the temperature T at the front of the cabin1Is a temperature setting device
Target temperature T set at 4aZ1So that
Control the adduct. Similarly, control logic 12
Each control factor and the above estimated value T N2From the temperature in the front of the cabin
T2Is set by the temperature setting device 4b and the target temperature TZ2become
So as to control the rear air duct. Therefore, the car
Estimated value T of the temperature at the front and rear of the roomN1, TN2The
By performing the control with the feedback value,
Accurate and fast front and rear temperatures for each target
Temperature TZ1, T Z2Can be
【0028】なお、本実施の形態3においては、外気温
TA,日射量TS,前部と後部の各送風量,ミックスド
アの開度,吹出しモード,内気温センサ6a,6b測定
温度Ti1,Ti2とを入力信号としたがこれに限るも
のではない。例えば、上記実施の形態1で入力信号とし
て用いた、フット吹出し温度やベント吹出し温度等を入
力信号に加えてもよい。また、上記入力信号の1つある
いは複数を適宜削除してもよい。In the third embodiment, the outside air temperature T A , the insolation T S , the front and rear air flow rates, the opening of the mix door, the blowing mode, and the internal temperature sensors 6a and 6b measured temperatures T Although i1 and Ti2 are input signals, the present invention is not limited to this. For example, a foot outlet temperature, a vent outlet temperature, or the like used as an input signal in the first embodiment may be added to the input signal. Further, one or more of the input signals may be appropriately deleted.
【0029】[0029]
【発明の効果】以上説明したように、請求項1に記載の
発明によれば、車室内の温度を検出する車室内温度検出
手段からの検出温度と車両の環境因子及び空調機器の状
態とを入力信号とし、車室内の温度の推定値を出力値と
するニューラルネットワークにより車室内の温度を推定
するとともに、上記温度推定値と車両の環境因子及び空
調機器の状態とに基づいて車室内の温度を制御するよう
にしたので、車室内の温度の推定値を高精度に求めるこ
とができるとともに、車室内の温度を速やかに目標温度
にすることができる。As described above, according to the first aspect of the present invention, a vehicle interior temperature detection for detecting a vehicle interior temperature.
Temperature, vehicle environmental factors and air conditioner status
State as an input signal, and the estimated value of the cabin temperature as the output value.
Of cabin temperature by moving neural network
In addition, the above temperature estimation value
Since the temperature in the cabin is controlled based on the condition of the control equipment, the estimated value of the cabin temperature can be obtained with high accuracy.
And the temperature in the passenger compartment can be quickly brought to the target temperature.
【0030】[0030]
【0031】また、請求項2に記載の発明によれば、上
記環境因子を外気温及び日射量とし、上記空調機器の状
態と吹出しモード,吹出し温度,吹出し風量,吸い込み
口位置の各情報のいずれかの組合せかあるいは全部とし
たので、少ない入力信号で確実に車室内の温度を推定す
ることができる。 Further, according to the invention described in claim 2, either the environmental factors as ambient temperature and solar radiation, mode blowing state of the air conditioning equipment, air temperature, blowing air volume of each information suction port position Since all or all of the combinations are used, the temperature in the vehicle compartment can be reliably estimated with a small number of input signals.
【0032】請求項3に記載の車両用空調装置は、ニュ
ーラルネットワークで構成した温度推定器と、上記温度
推定値と車両の環境因子及び空調機器の状態とに基づい
て車室内の温度を制御する制御ロジックとを備えたの
で、実際の車室内温度に極めて近い車室内温度の推定値
を用いて車室内に送風する空調空気の温度や風量等を調
節して車室内の温度を制御することができ、車室内の温
度を速やかに目標温度にすることができる。The air-conditioning system according to claim 3, the temperature estimator configured in a neural network, the temperature
Based on estimated values, vehicle environmental factors, and air conditioner status
Control logic to control the temperature inside the vehicle
In, the estimated value of very close to the cabin temperature to the actual cabin temperature
Control the temperature, air volume, etc. of the conditioned air sent into the cabin using
The temperature in the passenger compartment can be controlled by controlling the temperature in the passenger compartment, and the temperature in the passenger compartment can be quickly set to the target temperature.
【0033】請求項4に記載の車両用空調装置は、実際
の室内温度に近い上記推定値をフィードバック値として
車室内に送風する空調空気の温度や風量等を調節して車
室内の温度を制御するようにしたので、正確にかつ迅速
な温度制御を行うことができる。According to a fourth aspect of the present invention, the temperature in the vehicle compartment is controlled by adjusting the temperature, the amount of air, etc. of the conditioned air blown into the vehicle compartment using the above estimated value close to the actual room temperature as a feedback value. Therefore, accurate and quick temperature control can be performed.
【0034】請求項5に記載の車両用空調装置は、上記
環境因子を外気温及び日射量とし、上記空調機器の状態
を吹出しモード,吹出し温度,吹出し風量,吸い込み口
位置の各情報のいずれかの組合せかあるいは全部とした
ので、車室内の温度を確実に推定することができる。According to a fifth aspect of the present invention , in the vehicle air conditioner, the environmental factors are the outside air temperature and the amount of solar radiation, and the state of the air conditioner is any one of information of a blow mode, a blow temperature, a blow air volume, and a suction port position. Or all of the combinations, it is possible to reliably estimate the temperature in the vehicle compartment.
【0035】請求項6に記載の車両用空調装置は、車室
内の前部及び後部の温度の推定値を出力値とするニュー
ラルネットワークで構成した温度推定器と、上記2つの
推定値と車両の環境因子及び空調機器の状態とに基づい
て車室内の前部及び後部の温度を制御する制御ロジック
とを備え、車室内の前部及び後部に送風する空調空気の
温度や風量等を調節して車室内の温度を制御するように
したので、前部座席と後部座席でそれぞれ設定温度や送
風量が異なる場合にも、お互いの影響を考慮した制御が
でき、車室内の前部及び後部の温度を速やかにそれぞれ
の目標温度にすることができる。A vehicle air conditioner according to a sixth aspect of the present invention is a vehicle air conditioner, comprising: a temperature estimator constituted by a neural network having output values of the estimated values of the front and rear temperatures in the cabin ;
Based on estimated values, vehicle environmental factors, and air conditioner status
Control logic to control the temperature in the front and rear of the vehicle compartment
With the door, since to control the temperature of the passenger compartment by adjusting the temperature and air volume, etc. of the conditioned air to be blown to the front and rear of the passenger compartment, respectively set at the front seat and rear seat temperature and the air volume Are different from each other, control can be performed in consideration of the influence of each other, and the temperatures of the front and rear portions in the vehicle interior can be quickly set to the respective target temperatures.
【0036】請求項7に記載の車両用空調装置は、上記
2つの推定値をフィードバック値として車室内の前部及
び後部に送風する空調空気の温度や風量等を調節して車
室内の温度を制御するようにしたので、車室内の前部及
び後部の温度を正確にかつ迅速にそれぞれの目標温度に
することができる。The air-conditioning system according to claim 7, the temperature of the passenger compartment by adjusting the temperature and air volume, etc. of the conditioned air to be blown to the front and rear of the passenger compartment above two estimates as a feedback value Since the control is performed, the temperatures at the front and rear portions of the vehicle interior can be accurately and quickly set to the respective target temperatures.
【0037】請求項8に記載の車両用空調装置は、上記
環境因子を外気温及び日射量とし、上記空調機器の状態
を車室の前部及び後部の吹出しモード,吹出し温度,吹
出し風量,吸い込み口位置の各情報のいずれかの組合せ
かあるいは全部としたので、前部座席と後部座席のお互
いの設定状況を考慮した制御を確実に行うことができ
る。The air-conditioning system according to claim 8, the environmental factors and the outside air temperature and solar radiation, the front and rear of the blowing mode of the passenger compartment of the state of the air conditioning equipment, air temperature, blowing air volume, suction Since any or all of the pieces of information on the mouth position are set as a combination or all of them, it is possible to reliably perform the control in consideration of the setting situation of the front seat and the rear seat.
【0038】請求項9に記載の車両用空調装置は、ニュ
ーラルネットワークの学習時に使用する教師信号を、運
転席と助手席のそれぞれの頭部及び足部に相当する位置
の平均温度としたので、車室内温度の推定値と実際の車
室内温度との差を極めて小さくすることができる。In the vehicle air conditioner according to the ninth aspect , the teacher signal used at the time of learning the neural network is the average temperature at the position corresponding to the head and foot of the driver's seat and the passenger's seat. The difference between the estimated value of the vehicle interior temperature and the actual vehicle interior temperature can be made extremely small.
【0039】請求項10記載の車両用空調装置は、ニュ
ーラルネットワークの学習時に使用する教師信号の入力
状態を、0.02から0.98に正規化するようにした
ので、ニューラルネットワークの学習の学習効率及び安
全性を向上させることができる。In the vehicle air conditioner according to the tenth aspect, the input state of the teacher signal used in the learning of the neural network is normalized from 0.02 to 0.98. Efficiency and safety can be improved.
【0040】請求項11記載の車両用空調装置は、ニュ
ーラルネットワークの学習時に使用するシグモイド関数
を、一次関数のそれぞれの入力範囲における出力値と上
記シグモイド関数の出力値との誤差の絶対値が3%以内
になるように入力範囲及び上記一次関数の係数を設定し
た関数で近似することにより、必要メモリ数を低減でき
るとともに演算時間を大幅に短縮することができるの
で、車室内の温度を更に迅速に目標温度にすることがで
きる。According to the eleventh aspect of the present invention, the sigmoid function used in learning of the neural network is determined by setting the absolute value of the error between the output value in each input range of the linear function and the output value of the sigmoid function to 3 %, The number of required memories can be reduced and the calculation time can be greatly reduced by approximating the input range and the function of the coefficient of the above-mentioned linear function with the coefficient of the linear function. Target temperature.
【図1】本発明の実施形態1に係わる車両用空調装置の
構成を示す図である。FIG. 1 is a diagram illustrating a configuration of a vehicle air conditioner according to a first embodiment of the present invention.
【図2】本発明の実施形態1に係わる温度推定器のニュ
ーラルネットワークの構成を示す図である。FIG. 2 is a diagram illustrating a configuration of a neural network of a temperature estimator according to the first embodiment of the present invention.
【図3】ニューラルネットワークに使用されるシグモイ
ド関数を示す図である。FIG. 3 is a diagram showing a sigmoid function used in a neural network.
【図4】本発明の実施形態1の温度推定器による車室内
温度の推定値と実測値の関係を示す図である。FIG. 4 is a diagram illustrating a relationship between an estimated value of a vehicle interior temperature and an actually measured value by a temperature estimator according to the first embodiment of the present invention.
【図5】本発明の実施形態1に係わる車両用空調装置の
制御フローを示す図である。FIG. 5 is a diagram showing a control flow of the vehicle air conditioner according to the first embodiment of the present invention.
【図6】本発明の実施形態2に係わるシグモイド関数の
近似方法を示す図である。FIG. 6 is a diagram illustrating an approximation method of a sigmoid function according to the second embodiment of the present invention.
【図7】シグモイド関数と一次関数との誤差を示す図で
ある。FIG. 7 is a diagram showing an error between a sigmoid function and a linear function.
【図8】本発明の実施形態3に係わる車両用空調装置の
制御フローを示す図である。FIG. 8 is a diagram showing a control flow of a vehicle air conditioner according to Embodiment 3 of the present invention.
【図9】従来の車両用空調装置の制御フローを示す図で
ある。FIG. 9 is a diagram showing a control flow of a conventional vehicle air conditioner.
【図10】従来の車両用空調装置のニューラルネットワ
ークの構成を示す図である。FIG. 10 is a diagram showing a configuration of a neural network of a conventional vehicle air conditioner.
1 制御装置、1a 制御ロジック、1b (NNによ
る)温度推定器、1B (NNによる)温度推定器、2
エアダクト、3 設定パネル、4,4a,4b 温度
設定器、5 駆動装置、6,6a,6b 内気温セン
サ、7 外気温センサ、8 日射センサ、9 前部座
席、10 後部座席、11 前席制御ロジック、12
後席制御ロジック1 control device, 1a control logic, 1b temperature estimator (by NN), 1B temperature estimator (by NN), 2
Air duct, 3 setting panel, 4, 4a, 4b temperature setting device, 5 driving device, 6, 6a, 6b inside temperature sensor, 7 outside temperature sensor, 8 sunlight sensor, 9 front seat, 10 rear seat, 11 front seat control Logic, 12
Rear seat control logic
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平9−286222(JP,A) 特開 平10−6734(JP,A) 特開 平3−32919(JP,A) 特開 平7−228125(JP,A) (58)調査した分野(Int.Cl.7,DB名) B60H 1/00 101 ────────────────────────────────────────────────── ─── Continuation of the front page (56) References JP-A-9-286222 (JP, A) JP-A-10-6734 (JP, A) JP-A-3-32919 (JP, A) JP-A-7-286 228125 (JP, A) (58) Fields investigated (Int. Cl. 7 , DB name) B60H 1/00 101
Claims (11)
手段からの検出温度と車両の環境因子及び空調機器の状
態とを入力信号とし、車室内の温度の推定値を出力値と
するニューラルネットワークにより車室内の温度を推定
するとともに、上記温度推定値と車両の環境因子及び空
調機器の状態とに基づいて車室内の温度を制御するよう
にしたことを特徴とする車両用空調装置の制御方法。1. A vehicle interior temperature detector for detecting a vehicle interior temperature.
Temperature, vehicle environmental factors and air conditioner status
State as an input signal, and the estimated value of the cabin temperature as the output value.
Of cabin temperature by moving neural network
In addition, the above temperature estimation value
Control the temperature in the cabin based on the condition of the
A method for controlling a vehicle air conditioner, comprising:
上記空調機器の状態を吹出しモード,吹出し温度,吹出
し風量,吸い込み口位置の各情報のいずれかの組合せか
あるいは全部とすることを特徴とする請求項1記載の車
両用空調装置の制御方法。2. The method according to claim 1, wherein the environmental factors are outside air temperature and solar radiation.
Mode blown state of the air conditioning equipment, air temperature, blowing air volume control method according to claim 1 air-conditioning system, wherein the to any combination or all of the information of the suction opening position.
手段と、上記車室内温度検出手段の検出温度と車両の環
境因子及び空調機器の状態とを入力信号とし、車室内の
温度の推定値を出力値とするニューラルネットワークで
構成した温度推定器と、上記温度推定値と車両の環境因
子及び空調機器の状態とに基づいて車室内の温度を制御
する制御ロジックとを備えたことを特徴とする車両用空
調装置。3. A vehicle interior temperature detecting means for detecting the temperature in the vehicle interior, and the temperature detected by the vehicle interior temperature detecting means, the environmental factors of the vehicle and the state of the air conditioner are used as input signals to estimate the temperature in the vehicle interior. a temperature estimator configured neural networks to a value as the output value, environmental factors of the temperature estimated value and the vehicle
Controls the temperature in the cabin based on the condition of the air conditioner and the air conditioner
A vehicle air conditioner comprising:
室内の温度を制御するようにしたことを特徴とする請求
項3記載の車両用空調装置。4. The vehicle air conditioner according to claim 3, wherein the temperature in the vehicle compartment is controlled using the estimated value as a feedback value.
記空調機器の状態を吹出しモード,吹出し温度,吹出し
風量,吸い込み口位置の各情報のいずれかの組合せかあ
るいは全部とすることを特徴とする請求項3または請求
項4記載の車両用空調装置。5. The method according to claim 1, wherein the environmental factors are the outside air temperature and the amount of solar radiation, and the state of the air conditioner is any combination or all of information of a blow mode, a blow temperature, a blow air volume, and a suction port position. The vehicle air conditioner according to claim 3 or 4, wherein:
少なくとも2つの車室内温度検出手段と、上記車室内温
度検出手段からのそれぞれの検出温度と車両の環境因子
及び空調機器の状態とを入力信号とし車室内の前部及び
後部の温度の推定値を出力値とするニューラルネットワ
ークで構成した温度推定器と、上記2つの推定値と車両
の環境因子及び空調機器の状態とに基づいて車室内の前
部及び後部の温度を制御する制御ロジックとを備えたこ
とを特徴とする車両用空調装置。6. At least two vehicle interior temperature detecting means for detecting temperatures of a front part and a rear part of the vehicle interior, respective detected temperatures from the vehicle interior temperature detecting means, environmental factors of the vehicle, and states of air conditioning equipment. A temperature estimator composed of a neural network that uses the input signals as input signals and outputs the estimated values of the temperatures at the front and rear of the vehicle interior as output values, and the two estimated values and the vehicle
Of the cabin based on the environmental factors and the condition of the air conditioning equipment
An air conditioner for a vehicle, comprising: a control logic for controlling temperatures of a part and a rear part .
して車室内の温度を制御するようにしたことを特徴とす
る請求項6記載の車両用空調装置。7. The vehicle air conditioner according to claim 6, wherein the temperature in the passenger compartment is controlled using the two estimated values as feedback values.
記空調機器の状態を車室の前部及び後部の吹出しモー
ド,吹出し温度,吹出し風量,吸い込み口位置の各情報
のいずれかの組合せかあるいは全部とすることを特徴と
する請求項6または請求項7記載の車両用空調装置。8. The environmental factors are the outside air temperature and the amount of solar radiation, and the state of the air conditioner is a combination of any one of the following information on the blow mode, the blow temperature, the blow air volume, and the position of the suction port at the front and rear of the cabin. The vehicle air conditioner according to claim 6 or 7 , wherein the air conditioner is all or all.
する教師信号を、運転席と助手席のそれぞれの頭部及び
足部に相当する位置の平均温度としたことを特徴とする
請求項3または請求項6記載の車両用空調装置。9. The teacher signal to be used when the neural network training, claim 3 or claim, characterized in that the average temperature of the position corresponding to each of the head and foot of the driver's seat and the passenger seat 6 An air conditioner for a vehicle as described in the above.
用する教師信号の入力状態を、0.02から0.98に
正規化するようにしたことを特徴とする請求項3または
請求項6記載の車両用空調装置。10. The input status of the teacher signal to be used when the neural network training, claim 3 or a vehicle air conditioner according to claim 6, characterized in that so as to normalize 0.02 to 0.98 apparatus.
グモイド関数を、入力範囲により異なる係数を有する一
次関数から構成され、かつ上記一次関数のそれぞれの入
力範囲における出力値と上記シグモイド関数の出力値と
の誤差の絶対値が3%以内になるように上記入力範囲及
び上記一次関数の係数を設定した関数で近似したことを
特徴とする請求項3または請求項6記載の車両用空調装
置。11. A sigmoid function used for a neural network is constituted by a linear function having a coefficient different depending on an input range, and an error between an output value in each input range of the linear function and an output value of the sigmoid function. The vehicle air conditioner according to claim 3 or 6, wherein the input range and the coefficient of the linear function are approximated by a function in which an absolute value is within 3%.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10170372A JP3046798B2 (en) | 1998-01-19 | 1998-06-17 | Vehicle air conditioner and control method thereof |
PCT/JP1998/003528 WO1999036280A1 (en) | 1998-01-19 | 1998-08-05 | Air-conditioning device for vehicles and method for controlling the device |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10-7930 | 1998-01-19 | ||
JP793098 | 1998-01-19 | ||
JP10170372A JP3046798B2 (en) | 1998-01-19 | 1998-06-17 | Vehicle air conditioner and control method thereof |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH11268513A JPH11268513A (en) | 1999-10-05 |
JP3046798B2 true JP3046798B2 (en) | 2000-05-29 |
Family
ID=26342329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP10170372A Expired - Fee Related JP3046798B2 (en) | 1998-01-19 | 1998-06-17 | Vehicle air conditioner and control method thereof |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3046798B2 (en) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4682992B2 (en) * | 2007-02-08 | 2011-05-11 | 株式会社デンソー | VEHICLE AIR CONDITIONER, CONTROL METHOD AND CONTROL DEVICE FOR VEHICLE AIR CONDITIONER |
JP2014125148A (en) * | 2012-12-27 | 2014-07-07 | Denso Corp | Control device |
CN109050200B (en) * | 2018-08-22 | 2020-02-18 | 吉林大学 | Control method of automobile heat pump air conditioner |
-
1998
- 1998-06-17 JP JP10170372A patent/JP3046798B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH11268513A (en) | 1999-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH08238927A (en) | Method and system of controlling hvac system for automobile for antifogging | |
US6912861B2 (en) | Vehicle air conditioner | |
JP3046798B2 (en) | Vehicle air conditioner and control method thereof | |
JP2000001116A (en) | Air conditioning system for vehicle | |
WO1999036280A1 (en) | Air-conditioning device for vehicles and method for controlling the device | |
JP3309542B2 (en) | Vehicle air conditioner | |
JP4186377B2 (en) | Air conditioner for vehicles | |
JP3533716B2 (en) | Vehicle air conditioner | |
JP2000001114A (en) | Air conditioning device for vehicle | |
JP2000001115A (en) | Air conditioning system for vehicle | |
JP3058867B2 (en) | Passenger number estimator and inside / outside air switching door control device | |
JP3245722B2 (en) | Equivalent temperature computing device for vehicle air conditioner | |
JP2000177362A (en) | Controller of door for chageover between inside air and outside air | |
JP3991442B2 (en) | Air conditioner | |
JP2000211338A (en) | Estimating method of cabin interior rear temperature and device of the same | |
JP3114313B2 (en) | Automotive air conditioners | |
JP3301200B2 (en) | Vehicle air conditioner | |
JPH07172141A (en) | Air-conditioning controller | |
JP3858446B2 (en) | Air conditioner | |
JP3186383B2 (en) | Vehicle air conditioner | |
JP3438277B2 (en) | Vehicle air conditioner | |
JP3435714B2 (en) | Neural network type additional learning device | |
JP3480016B2 (en) | Vehicle air conditioner | |
JPH09286222A (en) | Air conditioner for vehicle | |
JP3327067B2 (en) | Air conditioning control device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |