JP6904451B1 - ドレンポンプ詰り予測装置、空気調和機、およびドレンポンプ詰り予測方法 - Google Patents
ドレンポンプ詰り予測装置、空気調和機、およびドレンポンプ詰り予測方法 Download PDFInfo
- Publication number
- JP6904451B1 JP6904451B1 JP2020055911A JP2020055911A JP6904451B1 JP 6904451 B1 JP6904451 B1 JP 6904451B1 JP 2020055911 A JP2020055911 A JP 2020055911A JP 2020055911 A JP2020055911 A JP 2020055911A JP 6904451 B1 JP6904451 B1 JP 6904451B1
- Authority
- JP
- Japan
- Prior art keywords
- foreign matter
- drain pump
- clogging
- amount
- prediction
- 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.)
- Active
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F13/00—Details common to, or for air-conditioning, air-humidification, ventilation or use of air currents for screening
- F24F13/22—Means for preventing condensation or evacuating condensate
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/32—Responding to malfunctions or emergencies
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/49—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring ensuring correct operation, e.g. by trial operation or configuration checks
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F13/00—Details common to, or for air-conditioning, air-humidification, ventilation or use of air currents for screening
- F24F13/22—Means for preventing condensation or evacuating condensate
- F24F13/222—Means for preventing condensation or evacuating condensate for evacuating condensate
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/94—Investigating contamination, e.g. dust
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2140/00—Control inputs relating to system states
- F24F2140/30—Condensation of water from cooled air
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/94—Investigating contamination, e.g. dust
- G01N2021/945—Liquid or solid deposits of macroscopic size on surfaces, e.g. drops, films, or clustered contaminants
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Devices For Blowing Cold Air, Devices For Blowing Warm Air, And Means For Preventing Water Condensation In Air Conditioning Units (AREA)
- Air Conditioning Control Device (AREA)
Abstract
【課題】詰りの発生を予測できるドレンポンプ詰り予測装置、空気調和機、およびドレンポンプ詰り予測方法を提供する。【解決手段】ドレンポンプ詰り予測装置(1)は、空気調和機(10)のドレンパン(16)の水を排水するドレンポンプの詰りを予測する。ドレンポンプ詰り予測装置(1)は、ドレンパン(16)内の異物に関する情報を取得する取得部(25)と、取得部(25)が取得した情報に基づいて異物量、異物サイズ、および、異物流入量の少なくとも1つを算出し、異物量、異物サイズ、および、異物流入量の少なくとも1つに基づいてドレンポンプの詰りの発生を予測する予測部(26)と、を備える。【選択図】図3
Description
本開示は、ドレンポンプ詰り予測装置、空気調和機、およびドレンポンプ詰り予測方法に関する。
空気調和機のドレンポンプの詰りを抑制する装置が知られている(例えば、特許文献1)。この技術では、ドレンポンプの吸引口に詰りが発生しているか否かを判定し、判定に基づいてドレンポンプの詰りを抑制する。
ところで、ドレンポンプの詰りが生じているときに、冷房運転が続けられていると、ドレンパンから水が溢れる虞がある。また、ドレンポンプの詰りが発生したときに冷房運転が止められたとしても、暫くの期間は熱交換器が冷えた状態にあるため、ドレンパンに水が流れ込み、ドレンパンから水が溢れる虞がある。そこで、本開示は、詰りの発生を予測できるドレンポンプ詰り予測装置、空気調和機、およびドレンポンプ詰り予測方法を提供することを目的とする。
この課題を解決するドレンポンプ詰り予測装置は、空気調和機のドレンパンの水を排水するドレンポンプの詰りを予測する装置であって、前記ドレンパン内の異物に関する情報を取得する取得部と、前記取得部が取得した情報に基づいて異物量、異物サイズ、および、異物流入量の少なくとも1つを算出し、前記異物量、前記異物サイズ、および、前記異物流入量の少なくとも1つに基づいて前記ドレンポンプの詰りの発生を予測する予測部と、を備える。この構成によれば、ドレンポンプの詰りを予測できる。
上記ドレンポンプ詰り予測装置において、前記取得部は、前記情報として、前記ドレンパンの撮影に基づいて形成される画像を取得し、前記予測部は、前記画像に基づいて前記異物量、前記異物サイズ、および、前記異物流入量の少なくとも1つを算出し、前記異物量、前記異物サイズ、および、前記異物流入量の少なくとも1つに基づいて前記ドレンポンプの詰りを予測する。この構成によれば、ドレンパンの画像に基づいてドレンポンプの詰りを予測できる。
上記ドレンポンプ詰り予測装置において、前記予測部は、前記画像に基づいて前記ドレンパンの所定領域に存在する前記異物の前記異物量を算出し、前記異物量に基づいて前記ドレンポンプの詰りを予測する。この構成によれば、ドレンパンの画像から得られる異物量に基づいてドレンポンプの詰りを予測できる。
上記ドレンポンプ詰り予測装置において、前記予測部は、前記画像に基づいて前記ドレンパンの所定領域に存在する前記異物の前記異物サイズを算出し、前記異物サイズに基づいて前記ドレンポンプの詰りを予測する。この構成によれば、ドレンパンの画像から得られる異物サイズに基づいてドレンポンプの詰りを予測できる。
上記ドレンポンプ詰り予測装置において、前記取得部は、所定時間毎に撮影された前記ドレンパンの画像を取得し、前記予測部は、撮影された複数の画像に基づいて所定期間にわたる前記異物流入量を算出し、前記異物流入量に基づいて前記ドレンポンプの詰りを予測する。この構成によれば、ドレンパンの画像から得られる異物流入量に基づいてドレンポンプの詰りを予測できる。
上記ドレンポンプ詰り予測装置において、前記予測部は、複数の前記画像それぞれについて、前記ドレンパンの所定位置に対応する部分に基準ラインを付与し、前記基準ラインに掛かる少なくとも1つの異物について前記基準ラインに沿う長さを検出し、連続的な複数の前記画像それぞれの少なくとも1つの異物の前記基準ライン上に沿う長さを積算することによって、前記異物流入量を算出する。この構成によれば、異物流入量を簡単に算出できる。
上記ドレンポンプ詰り予測装置において、前記予測部は、連続的な複数の前記画像において前記基準ラインに沿う長さに変化がない場合、変化がない一連の前記長さを除外して、前記異物の前記基準ライン上に沿う長さを積算する。この構成によれば、異物流入量を精確に算出できる。
上記ドレンポンプ詰り予測装置において、前記予測部は、前記空気調和機の運転負荷に基づいて前記所定時間を変更する。
空気調和機の運転負荷が変わると、ドレンパンに流入する水の流速が変わる。所定期間においてドレンパンを撮影する回数が固定されている場合、流速が変わると異物の基準ラインに掛かる回数が変わるため、同じ大きさの異物が流入する場合でも、流速が変わると予測部が算出する異物流入量が変わる場合がある。この構成によれば、空気調和機の運転負荷に基づいて、異物流入量を算出するための画像の取得間隔である所定時間を変更するため、異物流入量を精確に算出できる。
空気調和機の運転負荷が変わると、ドレンパンに流入する水の流速が変わる。所定期間においてドレンパンを撮影する回数が固定されている場合、流速が変わると異物の基準ラインに掛かる回数が変わるため、同じ大きさの異物が流入する場合でも、流速が変わると予測部が算出する異物流入量が変わる場合がある。この構成によれば、空気調和機の運転負荷に基づいて、異物流入量を算出するための画像の取得間隔である所定時間を変更するため、異物流入量を精確に算出できる。
上記ドレンポンプ詰り予測装置において、前記予測部は、前記空気調和機の運転負荷に基づいて前記所定期間を変更する。
この構成によれば、空気調和機の運転負荷に応じて異物流入量を算出する期間としての所定期間を変更するため、ドレンパンの詰りの予測精度を向上できる。
この構成によれば、空気調和機の運転負荷に応じて異物流入量を算出する期間としての所定期間を変更するため、ドレンパンの詰りの予測精度を向上できる。
上記ドレンポンプ詰り予測装置において、前記予測部は、前記ドレンポンプの詰りの発生の予測として、前記ドレンポンプの詰りの発生率、および、前記ドレンポンプの詰りの発生時期の少なくとも1つを予測する。この構成によれば、使用者に、ドレンポンプの詰りの発生率、および、ドレンポンプの詰りの発生時期の少なくとも1つを提供できる。
上記ドレンポンプ詰り予測装置において、前記予測部は、前記ドレンポンプの詰りの発生時期を予測するものであり、前記予測部は、所定の設定期間において前記ドレンパンに流入する異物流入量が規定値を超える場合、前記ドレンポンプの詰りの発生時期を予測する。
この構成によれば、所定の設定期間においてドレンパンに流入する異物量が規定値を超える場合に限り、ドレンポンプの詰りの発生時期を予測するため、ドレンポンプ詰り予測装置の演算負荷を低減できる。
上記ドレンポンプ詰り予測装置において、前記予測部は、前記空気調和機の運転時期および前記空気調和機の設置環境の少なくとも1つに基づいて前記規定値を決定する。
この構成によれば、運転時期および設置環境の少なくとも1つに基づいてドレンポンプの詰りの予測を制限するための規定値を変更する。これによって、運転時期および設置環境の少なくとも1つに基づいて予測を出す頻度を変更できる。
この構成によれば、運転時期および設置環境の少なくとも1つに基づいてドレンポンプの詰りの予測を制限するための規定値を変更する。これによって、運転時期および設置環境の少なくとも1つに基づいて予測を出す頻度を変更できる。
上記ドレンポンプ詰り予測装置において、前記予測部が予測した結果を通知する通知部をさらに備える。
この構成によれば、使用者に予測部が予測した結果を通知できる。
この構成によれば、使用者に予測部が予測した結果を通知できる。
課題を解決する空気調和機は、上記のいずれか一つのドレンポンプ詰り予測装置を備える。
この構成によれば、空気調和機がドレンポンプの詰りを予測できる。
この構成によれば、空気調和機がドレンポンプの詰りを予測できる。
課題を解決するドレンポンプ詰り予測方法は、空気調和機のドレンパンの水を排水するドレンポンプの詰りを予測するドレンポンプ詰り予測方法であって、前記ドレンパン内の異物に関する情報を取得する取得工程と、前記情報に基づいて異物量、異物サイズ、および、異物流入量の少なくとも1つを算出し、前記異物量、前記異物サイズ、および、前記異物流入量の少なくとも1つに基づいて前記ドレンポンプの詰りの発生を予測する予測工程と、を含む。この構成によれば、ドレンポンプの詰りを予測できる。
上記ドレンポンプ詰り予測方法において、前記取得工程では、前記情報として、前記ドレンパンの撮影に基づいて形成される画像を取得し、前記予測工程では、前記画像に基づいて前記異物量、前記異物サイズ、および、前記異物流入量の少なくとも1つを算出し、前記異物量、前記異物サイズ、および、前記異物流入量の少なくとも1つに基づいて前記ドレンポンプの詰りを予測する。この構成によれば、ドレンパンの画像に基づいてドレンポンプの詰りを予測できる。
上記ドレンポンプ詰り予測方法において、前記予測工程では、前記画像に基づいて前記ドレンパンの所定領域に存在する前記異物の前記異物量を算出し、前記異物量に基づいて前記ドレンポンプの詰りを予測する。この構成によれば、ドレンパンの画像から得られる異物量に基づいてドレンポンプの詰りを予測できる。
上記ドレンポンプ詰り予測方法において、前記予測工程では、前記画像に基づいて前記ドレンパンの所定領域に存在する前記異物の前記異物サイズを算出し、前記異物サイズに基づいて前記ドレンポンプの詰りを予測する。この構成によれば、ドレンパンの画像から得られる異物サイズに基づいてドレンポンプの詰りを予測できる。
上記ドレンポンプ詰り予測方法において、前記取得工程では、所定時間毎に撮影された前記ドレンパンの画像を取得し、前記予測工程では、撮影された複数の画像に基づいて所定期間にわたる前記異物流入量を算出し、前記異物流入量に基づいて前記ドレンポンプの詰りを予測する。この構成によれば、ドレンパンの画像から得られる異物流入量に基づいてドレンポンプの詰りを予測できる。
上記ドレンポンプ詰り予測方法において、前記予測工程では、複数の前記画像それぞれについて、前記ドレンパンの所定位置に対応する部分に基準ラインを付与し、前記基準ラインに掛かる少なくとも1つの異物について前記基準ラインに沿う長さを検出し、連続的な複数の前記画像それぞれの少なくとも1つの異物の前記基準ライン上に沿う長さを積算することによって、前記異物流入量を算出する。この構成によれば、異物流入量を簡単に算出できる。
上記ドレンポンプ詰り予測方法において、前記予測工程では、前記ドレンポンプの詰りの発生の予測として、前記ドレンポンプの詰りの発生率、および、前記ドレンポンプの詰りの発生時期の少なくとも1つを予測する。
この構成によれば、使用者に、ドレンポンプの詰りの発生率、および、ドレンポンプの詰りの発生時期の少なくとも1つを提供できる。
以下、本実施形態に係るドレンポンプ詰り予測装置について説明する。
ドレンポンプ詰り予測装置1の予測の対象は、ドレンパン内の異物に関する情報を出力できる空気調和機10である。
ドレンポンプ詰り予測装置1の予測の対象は、ドレンパン内の異物に関する情報を出力できる空気調和機10である。
図1および図2を参照して、予測対象の空気調和機10の一例を説明する。空気調和機10は、室外ユニット(図示省略)と、室内ユニット11とを備える。図1は、空気調和機10の室内ユニット11の上壁を外して見た、室内ユニット11の内部構造の平面図である。図2は、空気調和機10の室内ユニット11の側壁を外して見た、室内ユニット11の内部構造の側面図である。
空気調和機10の種類は、限定されない。例えば、天井埋込み型、壁かけ型、壁埋め込み型の空気調和機10がドレンポンプ詰りの予測対象となる。埋込み型や壁かけ型の空気調和機10の室内ユニット11は、内部検査に手間を要する。このため、室内ユニット11内の画像は、メンテナンス作業効率の改善に寄与する。実施形態では、天井埋込み型であって、天井裏のダクトに接続される室内ユニット11について説明する。室内ユニット11は、冷媒配管を介して室外ユニットに接続される。
室内ユニット11は、空調制御部12と、熱交換器13と、ファン14と、ファン14を回転させるファンモータ15と、熱交換器13の下に配置されるドレンパン16と、ドレンパン16内の水を排出するドレンポンプ17と、吸込口18aおよび吹出口18bを有するケース18とを備える。ドレンパン16の壁の色は、汚れが目立つ色であることが好ましい。ドレンパン16の壁の色は、白または白に近い色であることが好ましい。
ケース18には、ケース18内を点検するための点検蓋18cが設けられる。点検蓋18cは、ドレンパン16およびドレンポンプ17の近くに設けられる。カメラ20は、点検蓋18cの内側に取り付けられる。カメラ20は、少なくともドレンパン16の底の一部が撮影されるように、点検蓋18cに取り付けられる。
カメラ20は、撮影部21と、撮影制御部22とを備える(図1参照)。撮影部21は、撮影制御部22によって制御されるタイミングでドレンパン16の一部を撮影し、画像30を形成する。カメラ20は、動画を形成してもよい。この場合、画像30は、動画を構成する複数のフレームから選択される。
一例では、撮影部21は、静水面状態の条件でドレンパン16を撮影する。撮影制御部22は、静水面状態の条件が成立するか否かの判定を行う。静水面状態とは、ドレンパン16内の水面が動かない状態を示す。撮影制御部22は、静水面状態であるか否かについて、ドレンポンプ17の動作、ファン14の回転、および、連続撮影された複数の画像30の比較によって得られる画像30の変化のうち、少なくとも1つによって判定する。撮影制御部22は、静水面状態の条件が成立するとき、撮影部21に撮影の指示を出す。例えば、後述の予測部26が異物量または異物サイズの算出処理を実行する場合、撮影制御部22は、静水面状態の条件が成立するときにドレンパン16を撮影する。
他の例では、撮影部21は、流水状態の条件でドレンパン16を撮影する。撮影制御部22は、流水状態の条件が成立するか否かの判定を行う。流水状態とは、ドレンパン16内の水が動く状態を示す。撮影制御部22は、流水状態であるか否かについて、ドレンポンプ17の動作、および、連続撮影された複数の画像30の比較によって得られる画像30の変化のうち、少なくとも1つによって判定する。撮影制御部22は、流水状態の条件が成立するとき、撮影部21に撮影の指示を出す。例えば、後述の予測部26が異物流入量の算出処理を実行する場合、撮影制御部22は、流水状態の条件が成立するときにドレンパン16を撮影する。
撮影制御部22は、撮影部21によって形成された画像30を取得部25(図3参照)に送信する。撮影制御部22は、内部指令に基づいて画像30を取得部25に送信する。内部指令は、予め設定されている指令である。
図3を参照して、ドレンポンプ詰り予測装置1について説明する。
ドレンポンプ詰り予測装置1は、空気調和機10のドレンパンの水を排水するドレンポンプ17の詰りを予測する。ドレンポンプ詰り予測装置1は、取得部25と、予測部26とを備える。
ドレンポンプ詰り予測装置1は、空気調和機10のドレンパンの水を排水するドレンポンプ17の詰りを予測する。ドレンポンプ詰り予測装置1は、取得部25と、予測部26とを備える。
取得部25は、空気調和機10のドレンパン16内の異物40に関する情報を取得する。本実施形態では、ドレンパン16内の異物40に関する情報は、ドレンパン16の画像30である。取得部25は、情報として、ドレンパン16の撮影に基づいて形成される画像30を取得する。
本実施形態では、取得部25は、空気調和機10に接続されて、空気調和機10から直接的に情報を取得する。取得部25は、空気調和機10の室内ユニット11に内蔵されてもよい。取得部25は、パーソナルコンピュータによって構成されてもよい。取得部25は、ネットワークNを介して空気調和機10から情報を取得してもよい。取得部25は、ネットワークNに接続されるサーバ上に構築されてもよい。本実施形態では、取得部25は、空気調和機10の周辺に設けられる。
取得部25は、カメラ20から送られる画像30を取得し、画像30を記憶する。好ましくは、取得部25は、予測対象の空気調和機10の識別情報を保持する。好ましくは、取得部25は、予測対象の空気調和機10の設置環境に関する情報を取得する。設置環境に関する情報は、気温、湿度、気圧、空気清浄度、設置場所の地域情報、設置場所の気候情報、設置場所の用途情報、および設置場所の周辺情報のうちの少なくとも1つを含む。
気温、湿度、気圧、および、空気清浄度については、空気調和機10によって検出される検出値であってもよいし、他のパラメータから推定される推定値であってもよく、また、これらのパラメータに相関する物理量であってもよい。設置場所の地域情報は、平野部、山林部、沿岸部等地形に関する情報、および、住所である。設置場所の気候情報は、気温、降雨量、降雪量、または、湿度に影響する情報である。設置場所の用途情報は、空気調和機10が設置された物件の用途の情報、および、室内の用途の情報である。物件の用途の情報は、例えば、レストラン、スポーツジム等の情報である。室内の用途の情報は、例えば、キッチン、エントランス、会議室等の情報である。設置場所の周辺情報は、例えば、工場や道路などの塵埃発生場所が近隣にあるかを示す情報である。
好ましくは、取得部25は、空気調和機10の運転負荷に関する情報を取得する。運転負荷に関する情報として、空気調和機10の圧縮機の回転速度、室内温度と目標温度の目標温度との温度差、空気調和機10の消費電力、圧縮機の消費電力、等が挙げられる。
取得部25は、予測部26および空気調和機10と通信する。取得部25は、内部指令および外部指令に基づいて、空気調和機10から異物40に関する情報を取得する。取得部25は、空気調和機10から異物40に関する情報が出力されるタイミングで、情報を取得してもよい。
取得部25は、内部指令および外部指令に基づいて、取得部25に保持されている画像30を予測部26に出力する。好ましくは、取得部25は、内部指令および外部指令に基づいて、取得部25に保持されている識別情報、および、設置環境に関する情報の少なくとも1つを予測部26に出力する。内部指令は、予め設定された時刻に形成される指令である。例えば、内部指令は、取得部25の内部回路によって、所定条件(例えば、無線において受信感度が所定値よりも高い)が満たされるときに形成されたり、定期的に形成されたりする。外部指令は、予測部26からの要求に基づく指令である。
予測部26は、ネットワークNを介して取得部25から情報を取得する。本実施形態では、予測部26は、ネットワークNに接続されるサーバ27上に構築される。予測部26は、ネットワークNに接続されるパーソナルコンピュータに構築されてもよい。予測部26は、取得部25に接続されて、取得部25から直接的に情報を取得してもよい。コンピュータは、データに基づいて計算できるものであればよい。コンピュータは、プログラムと計算回路とによって構成される。
予測部26は、取得部25が取得した情報に基づいて異物量、異物サイズ、および、異物流入量の少なくとも1つを算出する。本実施形態では、情報は、ドレンパン16の画像30である。異物40は、ドレンパン16の構成部品および水以外のもの物を示す。異物40として、ドレンパン16で発生する汚れ、濁り、ドレンパン16に入る塵、砂、虫、ごみ、等が挙げられる。濁りは、埃、粉塵、カビ等によって構成されている。
図4を参照して、ドレンパン16内の異物検出について説明する。図4は、所定領域31において色相に基づいて色分け処理された、ドレンパン16の画像30を示す。
予測部26は、利用者の指令または所定のタイミングで、画像30に基づいてドレンパン16の異物40を数値化する。具体的には、予測部26は、ドレンパン16の画像30を構成する各画素について色相を算出する。画像30がRGB形式によって形成された画像である場合、予測部26は、RGB形式からHSV形式への変換式に基づいて、画像30を変換し、各画素について色相の値を得る。
予測部26は、利用者の指令または所定のタイミングで、画像30に基づいてドレンパン16の異物40を数値化する。具体的には、予測部26は、ドレンパン16の画像30を構成する各画素について色相を算出する。画像30がRGB形式によって形成された画像である場合、予測部26は、RGB形式からHSV形式への変換式に基づいて、画像30を変換し、各画素について色相の値を得る。
ドレンパン16の異物40の色相は、ドレンパン16の壁の色相と異なる。このため、ドレンパン16の異物40を色相に基づいて検出できる。例えば、カビを含む汚れは、緑色または青色に相当する色相を有する。水の濁りは、赤または黄緑の色相を有する。
ドレンパン16の異物40を精確に検出するため、画像30において、異物40の検出の対象となる所定領域31が設定されることが好ましい(図4参照)。画像30には、熱交換器13の一部およびドレンポンプ17の一部が含まれ得る。画像30から、熱交換器13およびドレンポンプ17が除かれた領域が、異物40の検出の所定領域31とされる。所定領域31は、予め設定される。予測部26は、所定領域31において異物40を検出する。
予測部26は、異物量、異物サイズ、および、異物流入量の少なくとも1つに基づいてドレンポンプ17の詰りの発生を予測する。以下に、(a)異物量に基づく予測、(b)異物サイズに基づく予測、(c)異物流入量に基づく予測、について順に説明する。
(a)異物量に基づく予測
予測部26は、次のように異物量を算出する。本実施形態では、異物量は、所定領域31における異物40の面積と定義される。具体的には、予測部26は、所定領域31において、色相が所定範囲の値である画素の数をカウントすることによって、異物40の面積を求める。予測部26は、異物40の面積を「異物量」として出力する。異物量は、所定領域31に対する異物40の面積の比として算出されてもよい。
予測部26は、次のように異物量を算出する。本実施形態では、異物量は、所定領域31における異物40の面積と定義される。具体的には、予測部26は、所定領域31において、色相が所定範囲の値である画素の数をカウントすることによって、異物40の面積を求める。予測部26は、異物40の面積を「異物量」として出力する。異物量は、所定領域31に対する異物40の面積の比として算出されてもよい。
次に、予測部26は、異物量に基づいてドレンポンプ17の詰りを予測する。具体的には、予測部26は、異物量に基づいて、ドレンポンプ17の詰りの発生率、および、ドレンポンプ17の詰りの発生時期の少なくとも1つを予測する。
予測部26は、ドレンポンプ17の詰りの発生率と異物量との関係を示す第1マップを有する。第1マップは、過去のデータ、理論的予測、またはデータの学習に基づいて予め作成される。予測部26は、第1マップに基づいてドレンポンプ17の詰りの発生率を算出する。
予測部26は、ドレンポンプ17の詰りが発生するまでの残存期間と異物量との関係を示す第2マップを有する。第2マップは、過去のデータ、理論的予測またはデータの学習に基づいて予め作成される。予測部26は、第2マップに基づいてドレンポンプ17の詰りの残存期間を算出し、画像取得の時期と残存期間とに基づいてドレンポンプ17の詰りの発生時期を算出する。
図5に示されるように、予測部26は、異物量の変化に基づいて、ドレンポンプ17の詰りの発生時期を算出してもよい。例えば、予測部26は、時期が異なる複数の異物量に基づいて異物量の時間変化の近似式を算出し、近似式に基づいて異物量が第1規定値を超える時期を「ドレンポンプ17の詰りの発生時期」として算出する。
予測部26は、空気調和機10の運転時期および空気調和機10の設置環境の少なくとも1つに基づいて第1規定値を変更してもよい。例えば、空気調和機10の運転時期が春季の場合、冷房運転の開始時期でありドレンポンプ17の詰りが発生し易いため、第1規定値は、夏季の場合よりも低い値に設定される。また、空気調和機10の設置環境によってドレンポンプ17の詰りの発生し易さが異なる。例えば、空気調和機10がスポーツジムに設置される場合、オフィスに設置される場合よりもドレンポンプ17の詰りが発生し易いため、空気調和機10の用途の情報がスポーツジムである場合、第1規定値は、オフィスに設置される場合よりも低い値に設定される。
(b)異物サイズに基づく予測
予測部26は、次のように異物サイズを算出する。本実施形態では、異物サイズは、所定領域31において個別に特定された異物40の面積と定義される。
予測部26は、次のように異物サイズを算出する。本実施形態では、異物サイズは、所定領域31において個別に特定された異物40の面積と定義される。
図6に示されるように、予測部26は、所定領域31において、色相が所定範囲にある領域を特定し、閉じた領域(図6の一点鎖線内)ごとに区別し、閉じた領域の画素の数をカウントすることによって、個々の異物40のサイズを求める。所定領域31に、複数の異物40が存在する場合、複数の異物サイズの平均値を画像取得時の「異物サイズ」として出力する。
次に、予測部26は、異物サイズに基づいてドレンポンプ17の詰りを予測する。具体的には、予測部26は、異物サイズに基づいて、ドレンポンプ17の詰りの発生率、および、ドレンポンプ17の詰りの発生時期の少なくとも1つを予測する。
予測部26は、ドレンポンプ17の詰りの発生率と異物サイズとの関係を示す第3マップを有する。第3マップは、過去のデータ、理論的予測、またはデータの学習に基づいて予め作成される。予測部26は、第3マップに基づいてドレンポンプ17の詰りの発生率を算出する。
予測部26は、ドレンポンプ17の詰りが発生するまでの残存期間と異物サイズとの関係を示す第4マップを有する。第4マップは、過去のデータ、理論的予測、またはデータの学習に基づいて予め作成される。予測部26は、第4マップに基づいてドレンポンプ17の詰りの残存期間を算出し、画像取得の時期と残存期間とに基づいてドレンポンプ17の詰りの発生時期を算出する。
図7に示されるように、予測部26は、異物サイズの変化に基づいて、ドレンポンプ17の詰りの発生時期を算出してもよい。例えば、予測部26は、時期が異なる複数の異物サイズに基づいて異物サイズの時間変化の近似式を算出し、近似式に基づいて異物サイズが第2規定値を超える時期を「ドレンポンプ17の詰りの発生時期」として算出する。
予測部26は、空気調和機10の運転時期および空気調和機10の設置環境によって詰りの発生し易さが異なるため、空気調和機10の運転時期および空気調和機10の設置環境の少なくとも1つに基づいて第2規定値を変更してもよい。
(c)異物流入量に基づく予測
取得部25は、所定時間毎に撮影されたドレンパン16の画像30を取得する。予測部26は、撮影された複数の画像30に基づいて所定期間TAにわたる異物流入量を算出し、異物流入量に基づいてドレンポンプ17の詰りを予測する。
取得部25は、所定時間毎に撮影されたドレンパン16の画像30を取得する。予測部26は、撮影された複数の画像30に基づいて所定期間TAにわたる異物流入量を算出し、異物流入量に基づいてドレンポンプ17の詰りを予測する。
図8〜図10を参照して、異物流入量の算出方法の一例を説明する。図8に示されるように、予測部26は、複数の画像30それぞれについて、ドレンパン16の所定位置に対応する部分に基準ラインLAを付与する。所定位置は予め設定される。例えば、ドレンポンプ17の周辺に所定位置が設定される。
図9に示されるように、予測部26は、基準ラインLAに掛かる少なくとも1つの異物40について基準ラインLAに沿う長さを検出する。個々の異物40を特定することは計算上で複雑になることから、同時に複数の異物40が基準ラインLAに掛かる場合、予測部26は、複数個の異物40を区別せずに、複数個の異物40それぞれの基準ラインLAに沿う長さの総和を算出する。
図10は、基準ラインLAに沿う長さを時間に対してプロットした図である。長さL1は、図9の実線で示される第1位置の異物40において、基準ラインLAに沿う長さである。長さL2は、第1位置から少し移動した第2位置の異物40において、基準ラインLAに沿う長さである。長さL3は、第2位置からさらに移動した第3位置の異物40において、基準ラインLAに沿う長さである。基準ラインLAに沿う長さは、異物40の形状に応じて時間とともに変化する。予測部26は、連続的な複数の画像30それぞれの少なくとも1つの異物40の基準ラインLA上に沿う長さを積算し、その積算値を異物流入量として出力する。
図11に示されるように、異物40がドレンパン16に固着し、異物40が移動しない場合もある。このように固着した異物40はドレンポンプ17に流入し難く、ドレンポンプ17の詰りの要因となり難いことから、異物流入量の算出において除外されることが好ましい。
図12に示されるように、異物40が移動しない場合、基準ラインLAに沿う長さは、時間に対して実質的に変化しない。そこで、予測部26は、連続的な複数の画像30において基準ラインLAに沿う長さに変化がない場合、変化がない一連の長さを除外して、異物40の基準ラインLA上に沿う長さを積算する。
予測部26は、空気調和機10の運転負荷に基づいて、撮影間隔時間である上記の所定時間を変更してもよい。空気調和機の冷房負荷が増大すると、ドレンパン16内の水量が増大することに伴ってドレンポンプ17が水を汲み上げる量が増大し、ドレンパン16内の水の流速が増す。この場合、異物40の移動も速くなり、異物40は、水量の増大前に比べて、カメラの前を短時間で通過する。
図13に示されるように、水の流速が速い場合、所定の大きさの異物40を撮影できる回数は、水の流速が速くない場合に比べて減少する。この結果、予測部は、水の流速が速い場合、異物流入量を、水の流速が速くない場合に比べて小さい値として出力する。このように、水の速度によって、異物流入量が異なる結果になる。
そこで、予測部26は、異物流入量を算出する場合、水の流速に関わる情報として、取得部25から、空気調和機10の運転負荷に関する情報を取得する。予測部26は、空気調和機10の運転負荷に基づいて、撮影間隔時間である上記の所定時間を変更する。具体的には、予測部26は、冷房運転時の運転負荷が大きくなるほど、所定時間を短くする。
予測部26は、空気調和機10の運転負荷に基づいて所定期間TAを変更してもよい。
春季または秋季は、夏季に比べて、水の量が少なく、水の流速が遅くなる。水の流速が遅くなると、異物40は、カメラの前を長時間かけて通過する。異物40の移動速度が遅い場合、所定期間TA内に異物40を検出できなくなる虞がある。
春季または秋季は、夏季に比べて、水の量が少なく、水の流速が遅くなる。水の流速が遅くなると、異物40は、カメラの前を長時間かけて通過する。異物40の移動速度が遅い場合、所定期間TA内に異物40を検出できなくなる虞がある。
図14は、水の流速が遅い場合、基準ラインLAに沿う異物40の長さの変化を示す図である。図14は、撮影の期間である所定期間TA内に、異物40が基準ラインLAを通過していない状態を示す。このような場合、ドレンポンプに流入する異物流入量を精確に計ることができない。このようなことから、予測部26は、空気調和機10の運転負荷に基づいて所定期間TAを変更することが好ましい。
異物流入量の比較のためには、所定期間TAは固定されていることが好ましい。しかし、水の流速は、季節によって大きく異なることから、季節単位で、運転負荷に基づいて所定期間TAの長さを変更することが好ましい。具体的には、予測部26は、冷房の運転負荷の数日間の平均値が運転負荷閾値よりも小さい場合、所定期間TAを長くする。
次に、予測部26は、異物流入量に基づいて、ドレンポンプ17の詰りを予測する。具体的には、予測部26は、異物流入量に基づいて、ドレンポンプ17の詰りの発生率、および、ドレンポンプ17の詰りの発生時期の少なくとも1つを予測する。
予測部26は、ドレンポンプ17の詰りの発生率と異物流入量との関係を示す第5マップを有する。第5マップは、過去のデータ、理論的予測、またはデータの学習に基づいて予め作成される。予測部26は、第5マップに基づいてドレンポンプ17の詰りの発生率を算出する。
予測部26は、ドレンポンプ17の詰りが発生するまでの残存期間と異物流入量との関係を示す第6マップを有する。第6マップは、過去のデータ、理論的予測、またはデータの学習に基づいて予め作成される。予測部26は、第6マップに基づいてドレンポンプ17の詰りの残存期間を算出し、画像取得の時期と残存期間とに基づいてドレンポンプ17の詰りの発生時期を算出する。
図15に示されるように、予測部26は、異物流入量の変化に基づいて、ドレンポンプ17の詰りの発生時期を算出してもよい。例えば、予測部26は、時期が異なる複数の異物流入量に基づいて異物流入量の時間変化の近似式を算出し、近似式に基づいて異物流入量が第3規定値を超える時期を「ドレンポンプ17の詰りの発生時期」として算出する。
予測部26は、所定の設定期間においてドレンパン16に流入する異物流入量が第4規定値を超える場合、ドレンポンプ17の詰りの発生時期を予測することが好ましい。第4規定値は、第3規定値よりも小さい値である。設定期間の長さは、所定期間TAの長さと等しくてもよいし、所定期間TAの長さと異なっていてもよい。
予測部26は、空気調和機10の運転時期および空気調和機10の設置環境によって詰りの発生し易さが異なるため、空気調和機10の運転時期および空気調和機10の設置環境の少なくとも1つに基づいて第4規定値を決定してもよい。
冬季の場合、夏季に比べて、水量が少ないため、第4規定値を超えたとしても、その後に、第3規定値に到達するまでの時間的余裕が大きい。これに対して夏季の場合、冬季に比べて水量が多いため、第4規定値を超えた場合、第3規定値に到達するまでの時間的余裕が短い。このようなことから、予測部26は、空気調和機10の運転時期に基づいて、第4規定値を決定することが好ましい。具体的には、予測部26は、夏季の場合、冬季の場合に比べて、第4規定を低い値に決定する。
オフィスの場合、スポーツジム等に比べて、異物40の発生が少ないため、第4規定値を超えたとしても、その後に、第3規定値に到達するまでの時間的余裕が大きい。これに対して、湿気が多いスポーツジムの場合、オフィスに比べて異物40の発生が多いため、第4規定値を超えた場合、第3規定値に到達するまでの時間的余裕が短い。このようなことから、予測部26は、空気調和機10の設置環境に基づいて、第4規定値を決定することが好ましい。具体的には、予測部26は、オフィスの場合、スポーツジムの場合に比べて、第4規定を低い値に決定する。
ドレンポンプ詰り予測装置1は、予測部26が予測した結果を通知する通知部28をさらに備えることが好ましい。
通知部28は、ドレンポンプ詰り予測装置1に予め登録された端末情報に基づいて、登録にかかる端末29に、予測部26が予測した結果を通知する。
通知部28は、ドレンポンプ詰り予測装置1に予め登録された端末情報に基づいて、登録にかかる端末29に、予測部26が予測した結果を通知する。
例えば、通知部28は、定期的に、予測部26が予測した結果を通知する。上記(c)の異物流入量に基づく予測の場合、通知部28は、異物流入量が第4規定値を超えたときに、予測部26が予測した結果を通知する。予測部26が予測した結果は、ドレンポンプ17の詰りの発生率、および、ドレンポンプ17の詰りの発生時期の少なくとも1つを含む。予測部26は、結果とともにドレンポンプ17の画像を端末29に通知してもよい。端末29の利用者は、ドレンポンプ17の詰りの発生率、および、ドレンポンプ17の詰りの発生時期に基づいて清掃時期の計画を立てることができる。
端末29は、ネットワークNに接続可能な端末である。端末29の例として、携帯電話、ノート型のパーソナルコンピュータ、パーソナルコンピュータ、タブレット型のパーソナルコンピュータが挙げられる。
<ドレンポンプ詰り予測方法>
以下に、ドレンポンプ詰り予測方法について説明する。ドレンポンプ詰り予測方法は、空気調和機10のドレンパン16の水を排水するドレンポンプ17の詰りを予測する。
以下に、ドレンポンプ詰り予測方法について説明する。ドレンポンプ詰り予測方法は、空気調和機10のドレンパン16の水を排水するドレンポンプ17の詰りを予測する。
ドレンポンプ詰り予測方法は、取得工程と、予測工程とを含む。
取得工程では、取得部25が、ドレンパン16内の異物40に関する情報を取得する。ドレンパン16内の異物40に関する情報は、ドレンパン16を撮影することによって得られる画像30である。
取得工程では、取得部25が、ドレンパン16内の異物40に関する情報を取得する。ドレンパン16内の異物40に関する情報は、ドレンパン16を撮影することによって得られる画像30である。
予測工程では、予測部26は、ドレンパン16内の異物40に関する情報に基づいて異物量、異物サイズ、および、異物流入量の少なくとも1つを算出する。具体的には、予測部26は、ドレンパン16内の異物40に関する画像30に基づいて異物量、異物サイズ、および、異物流入量の少なくとも1つを算出する。さらに、予測部26は、異物量、異物サイズ、および、異物流入量の少なくとも1つに基づいてドレンポンプ17の詰りの発生を予測する。
第1例では、予測工程では、予測部26は、画像30に基づいてドレンパン16の所定領域31に存在する異物40の異物量を算出し、異物量に基づいてドレンポンプ17の詰りを予測する。
第2例では、予測工程では、予測部26は、画像30に基づいてドレンパン16の所定領域31に存在する異物40の異物サイズを算出し、異物サイズに基づいてドレンポンプ17の詰りを予測する。
第2例では、予測工程では、予測部26は、画像30に基づいてドレンパン16の所定領域31に存在する異物40の異物サイズを算出し、異物サイズに基づいてドレンポンプ17の詰りを予測する。
第3例では、取得工程では、取得部25は、所定時間毎に撮影されたドレンパン16の画像30を取得する。予測工程では、予測部26は、撮影された複数の画像30に基づいて所定期間TAにわたる異物流入量を算出し、異物流入量に基づいてドレンポンプ17の詰りを予測する。
第3例の予測工程において、予測部26は、複数の画像30それぞれについて、ドレンパン16の所定位置に対応する部分に基準ラインLAを付与し、基準ラインLAに掛かる少なくとも1つの異物40について基準ラインLAに沿う長さを検出する。次に、予測部26は、連続的な複数の画像30それぞれの少なくとも1つの異物40の基準ラインLA上に沿う長さを積算することによって、異物流入量を算出する。
さらに、予測工程では、予測部26は、ドレンポンプ17の詰りの発生の予測として、ドレンポンプ17の詰りの発生率、および、ドレンポンプ17の詰りの発生時期の少なくとも1つを予測する。
本実施形態の作用を説明する。
室内ユニット11の水漏れは、予期せずに発生する。突発的な室内ユニット11の水漏れは利用者に不便を強いる。室内ユニット11の水漏れは、ドレンポンプ17の詰りによって発生し得る。ドレンポンプ17の詰りは、水の汚れや濁り等の異物40に起因する。異物40は、徐々に蓄積される場合もあり、また、突然に増える場合もある。熱交換器13に汚れが蓄積される冬季の後、冷房運転が実行されると、熱交換器13の結露の水によって汚れが流されて、水が急に汚れることがある。このような場合に、水漏れが頻発する。
室内ユニット11の水漏れは、予期せずに発生する。突発的な室内ユニット11の水漏れは利用者に不便を強いる。室内ユニット11の水漏れは、ドレンポンプ17の詰りによって発生し得る。ドレンポンプ17の詰りは、水の汚れや濁り等の異物40に起因する。異物40は、徐々に蓄積される場合もあり、また、突然に増える場合もある。熱交換器13に汚れが蓄積される冬季の後、冷房運転が実行されると、熱交換器13の結露の水によって汚れが流されて、水が急に汚れることがある。このような場合に、水漏れが頻発する。
ドレンポンプ詰り予測装置1は、ドレンパン16内の異物40に関する情報を取得する。ドレンポンプ詰り予測装置1は、ドレンパン16内の異物40に関する情報から異物量、異物サイズ、および、異物流入量の少なくとも1つを算出する。ドレンポンプ詰り予測装置1は、異物量、異物サイズ、および、異物流入量の少なくとも1つに基づいてドレンポンプ17の詰りの発生を予測する。
このように、ドレンポンプ詰り予測装置1は、ドレンパン16内の異物40に関する情報から、異物40に関する量を、異物量、異物サイズ、および、異物流入量として算出する。異物40に関する量を算出することによって、ドレンポンプ17の詰りの発生の予測精度を向上できる。
本実施形態の効果を説明する。
(1)ドレンポンプ詰り予測装置1は、予測部26を備える。予測部26は、取得部25が取得した情報に基づいて異物量、異物サイズ、および、異物流入量の少なくとも1つを算出し、異物量、異物サイズ、および、異物流入量の少なくとも1つに基づいてドレンポンプ17の詰りの発生を予測する。この構成によれば、ドレンポンプ17の詰りを予測できる。
(1)ドレンポンプ詰り予測装置1は、予測部26を備える。予測部26は、取得部25が取得した情報に基づいて異物量、異物サイズ、および、異物流入量の少なくとも1つを算出し、異物量、異物サイズ、および、異物流入量の少なくとも1つに基づいてドレンポンプ17の詰りの発生を予測する。この構成によれば、ドレンポンプ17の詰りを予測できる。
(2)取得部25は、ドレンパン16の撮影に基づいて形成される画像30を取得する。予測部26は、画像30に基づいて異物量、異物サイズ、および、異物流入量の少なくとも1つを算出し、異物量、異物サイズ、および、異物流入量の少なくとも1つに基づいてドレンポンプ17の詰りを予測する。この構成によれば、ドレンパン16の画像30に基づいてドレンポンプ17の詰りを予測できる。
(3)予測部26は、画像30に基づいてドレンパン16の所定領域31に存在する異物40の異物量を算出する。予測部26は、異物量に基づいてドレンポンプ17の詰りを予測する。この構成によれば、ドレンパン16の画像30から得られる異物量に基づいてドレンポンプ17の詰りを予測できる。
(4)予測部26は、画像30に基づいてドレンパン16の所定領域31に存在する異物40の異物サイズを算出する。予測部26は、異物サイズに基づいてドレンポンプ17の詰りを予測する。この構成によれば、ドレンパン16の画像30から得られる異物サイズに基づいてドレンポンプ17の詰りを予測できる。
(5)取得部25は、少なくとも所定期間TAにわたって所定時間毎に撮影されたドレンパン16の画像30を取得する。予測部26は、撮影された複数の画像30に基づいて所定期間TAにわたる異物流入量を算出する。予測部26は、異物流入量に基づいてドレンポンプ17の詰りを予測する。この構成によれば、ドレンパン16の画像30から得られる異物流入量に基づいてドレンポンプ17の詰りを予測できる。
(6)(5)の異物流入量の算出において、予測部26は、複数の画像30それぞれについて、ドレンパン16の所定位置に対応する部分に基準ラインLAを付与する。予測部26は、基準ラインLAに掛かる少なくとも1つの異物40について基準ラインLAに沿う長さを検出し、連続的な複数の画像30それぞれの少なくとも1つの異物40の基準ラインLA上に沿う長さを積算する。予測部26は、長さの積算値を異物流入量として出力する。この構成によれば、異物流入量を簡単に算出できる。
(7)異物40が移動しない場合、所定時間毎の画像30における基準ラインLAに沿う異物40の長さは、一定である。このことから、基準ラインLAに沿う異物40の長さに変化がない場合、基準ラインLAに掛かっている異物40は移動していないことを示す。このような異物40は、異物流入量から除外することが好ましい。
このような理由で、予測部26は、(6)の長さの積算において、連続的な複数の画像30において基準ラインLAに沿う長さに変化がない場合、変化がない一連の長さを除外して、異物40の基準ラインLA上に沿う長さを積算する。この構成によれば、異物流入量を精確に算出できる。
(8)好ましくは、予測部26は、(5)の撮像において、空気調和機10の運転負荷に基づいて所定時間を変更する。
空気調和機10の運転負荷が変わると、ドレンパン16に流入する水の流速が変わる。所定期間TAにおいてドレンパン16を撮影する回数が固定されている場合、流速が変わると異物40の基準ラインLAに掛かる回数が変わるため、同じ大きさの異物40が流入する場合でも、流速が変わると予測部26が算出する異物流入量が変わる場合がある。この構成によれば、空気調和機10の運転負荷に基づいて、異物流入量を算出するための画像30の取得間隔である所定時間を変更するため、異物流入量を精確に算出できる。
空気調和機10の運転負荷が変わると、ドレンパン16に流入する水の流速が変わる。所定期間TAにおいてドレンパン16を撮影する回数が固定されている場合、流速が変わると異物40の基準ラインLAに掛かる回数が変わるため、同じ大きさの異物40が流入する場合でも、流速が変わると予測部26が算出する異物流入量が変わる場合がある。この構成によれば、空気調和機10の運転負荷に基づいて、異物流入量を算出するための画像30の取得間隔である所定時間を変更するため、異物流入量を精確に算出できる。
(9)好ましくは、予測部26は、(5)の撮像において、空気調和機10の運転負荷に基づいて所定期間TAを変更する。
この構成によれば、空気調和機10の運転負荷に応じて異物流入量を算出する期間としての所定期間TAを変更するため、ドレンパン16の詰りの予測精度を向上できる。
この構成によれば、空気調和機10の運転負荷に応じて異物流入量を算出する期間としての所定期間TAを変更するため、ドレンパン16の詰りの予測精度を向上できる。
(10)予測部26は、ドレンポンプ17の詰りの発生の予測として、ドレンポンプ17の詰りの発生率、および、ドレンポンプ17の詰りの発生時期の少なくとも1つを予測する。この構成によれば、使用者に、ドレンポンプ17の詰りの発生率、および、ドレンポンプ17の詰りの発生時期の少なくとも1つを提供できる。
(11)予測部26は、所定の設定期間においてドレンパン16に流入する異物流入量が第4規定値を超える場合、ドレンポンプ17の詰りの発生時期を予測する。この構成によれば、所定の設定期間においてドレンパン16に流入する異物量が第4規定値を超える場合に限り、ドレンポンプ17の詰りの発生時期を予測するため、ドレンポンプ詰り予測装置1の演算負荷を低減できる。
(12)予測部26は、空気調和機10の運転時期および空気調和機10の設置環境の少なくとも1つに基づいて第4規定値を決定する。この構成によれば、運転時期および設置環境の少なくとも1つに基づいてドレンポンプ17の詰りの予測を制限するための第4規定値を決定する。これによって、運転時期および設置環境の少なくとも1つに基づいて予測を出す頻度を変更できる。例えば、ドレンポンプ17が詰り易い時期に、予測を出す頻度を高くすることができる。
(13)ドレンポンプ詰り予測装置1は、予測部26が予測した結果を通知する通知部をさらに備える。この構成によれば、使用者に予測部26が予測した結果を通知できる。例えば、通知部は、使用者が使用する端末29に、予測部26が予測した結果を出力してもよい。
(14)空気調和機10は、上記のいずれか一つのドレンポンプ詰り予測装置1を備える。例えば、室内ユニット11にドレンポンプ詰り予測装置1が設けられる。室外ユニットに、室内ユニット11のドレンポンプ17のためのドレンポンプ詰り予測装置1が設けられてもよい。この構成によれば、空気調和機10がドレンポンプ17の詰りを予測できる。例えば、
(15)ドレンポンプ詰り予測方法は、ドレンパン16内の異物40に関する情報を取得する取得工程と、予測工程と、を含む。予測工程では、予測部26が、情報に基づいて異物量、異物サイズ、および、異物流入量の少なくとも1つを算出し、異物量、異物サイズ、および、異物流入量の少なくとも1つに基づいてドレンポンプ17の詰りの発生を予測する。この構成によれば、ドレンポンプ17の詰りを予測できる。
(15)ドレンポンプ詰り予測方法は、ドレンパン16内の異物40に関する情報を取得する取得工程と、予測工程と、を含む。予測工程では、予測部26が、情報に基づいて異物量、異物サイズ、および、異物流入量の少なくとも1つを算出し、異物量、異物サイズ、および、異物流入量の少なくとも1つに基づいてドレンポンプ17の詰りの発生を予測する。この構成によれば、ドレンポンプ17の詰りを予測できる。
(16)取得工程では、取得部25は、ドレンパン16の撮影に基づいて形成される画像30を取得する。予測工程では、予測部26が、画像30に基づいて異物量、異物サイズ、および、異物流入量の少なくとも1つを算出し、異物量、異物サイズ、および、異物流入量の少なくとも1つに基づいてドレンポンプ17の詰りを予測する。この構成によれば、ドレンパン16の画像30に基づいてドレンポンプ17の詰りを予測できる。
(17)予測工程では、予測部26は、画像30に基づいてドレンパン16の所定領域31に存在する異物40の異物量を算出し、異物量に基づいてドレンポンプ17の詰りを予測する。この構成によれば、ドレンパン16の画像30から得られる異物量に基づいてドレンポンプ17の詰りを予測できる。
(18)予測工程では、予測部26は、画像30に基づいてドレンパン16の所定領域31に存在する異物40の異物サイズを算出し、異物サイズに基づいてドレンポンプ17の詰りを予測する。この構成によれば、ドレンパン16の画像30から得られる異物サイズに基づいてドレンポンプ17の詰りを予測できる。
(19)取得工程では、取得部25は、所定時間毎に撮影されたドレンパン16の画像30を取得する。予測工程では、取得部25は、撮影された複数の画像30に基づいて所定期間にわたる異物流入量を算出し、異物流入量に基づいてドレンポンプ17の詰りを予測する。この構成によれば、ドレンパン16の画像30から得られる異物流入量に基づいてドレンポンプ17の詰りを予測できる。
(20)予測工程では、予測部26は、複数の画像30それぞれについて、ドレンパン16の所定位置に対応する部分に基準ラインLAを付与する。予測部26は、基準ラインLAに掛かる少なくとも1つの異物40について基準ラインLAに沿う長さを検出し、連続的な複数の画像30それぞれの少なくとも1つの異物40の基準ラインLA上に沿う長さを積算する。予測部26は、長さの積算値を異物流入量として出力する。この構成によれば、異物流入量を簡単に算出できる。
(21)予測工程では、予測部26は、ドレンポンプ17の詰りの発生の予測として、ドレンポンプ17の詰りの発生率、および、ドレンポンプ17の詰りの発生時期の少なくとも1つを予測する。この構成によれば、使用者に、ドレンポンプ17の詰りの発生率、および、ドレンポンプ17の詰りの発生時期の少なくとも1つを提供できる。
<変形例>
本開示のドレンポンプ詰り予測装置1は、上記各実施の形態以外に、例えば以下に示される変形例、及び相互に矛盾しない少なくとも二つの変形例を組み合わせた形態としてもよい。本開示のドレンポンプ詰り予測方法は、上記各実施の形態以外に、例えば以下に示される変形例、及び相互に矛盾しない少なくとも二つの変形例を組み合わせた形態としてもよい。
本開示のドレンポンプ詰り予測装置1は、上記各実施の形態以外に、例えば以下に示される変形例、及び相互に矛盾しない少なくとも二つの変形例を組み合わせた形態としてもよい。本開示のドレンポンプ詰り予測方法は、上記各実施の形態以外に、例えば以下に示される変形例、及び相互に矛盾しない少なくとも二つの変形例を組み合わせた形態としてもよい。
・取得部25は、画像30に替えて、ドレンパン16のスキャンによって得られるスキャンデータを取得してもよい。ドレンパン16のスキャンデータは、回転または移動可能なラインセンサによって取得される。ドレンパン16のスキャンは、スキャン装置によって行われる。スキャン装置は、室内ユニット11内に設けられる。スキャン装置は、異物40に吸収され易く、ドレンパン16に反射され易いレーザ光を出力することが好ましい。スキャン装置は、反射光の光量に基づいて、異物量、異物サイズ、および異物流入量を算出する。
・ドレンポンプ詰り予測装置1の取得部25は、空気調和機10のエッジコンピュータに設けられてもよい。エッジコンピュータは、空気調和機10から各種情報を取得し、ネットワークに接続される他のコンピュータに空気調和機10から取得した情報を送信し、また、ネットワークに接続される他のコンピュータから空気調和機10に情報を伝える。
・図16に示されるように、空気調和機10は、本実施形態および変形例に係るドレンポンプ詰り予測装置1を備えてもよい。空気調和機10の室内ユニット11に、ドレンポンプ詰り予測装置1が内蔵されてもよい。ドレンポンプ詰り予測装置1の取得部25は、空調制御部12と同一基板に設けられてもよい。空気調和機10において、室内ユニット11のケース18の外にドレンポンプ詰り予測装置1が設置されてもよい。
以上、本装置の実施形態を説明したが、特許請求の範囲に記載された本装置の趣旨及び範囲から逸脱することなく、形態や詳細の多様な変更が可能なことが理解されるであろう。
LA…基準ライン
TA…期間
1…予測装置
10…空気調和機
16…ドレンパン
17…ドレンポンプ
25…取得部
26…予測部
28…通知部
30…画像
31…領域
40…異物
TA…期間
1…予測装置
10…空気調和機
16…ドレンパン
17…ドレンポンプ
25…取得部
26…予測部
28…通知部
30…画像
31…領域
40…異物
Claims (21)
- 空気調和機(10)のドレンパン(16)の水を排水するドレンポンプ(17)の詰りを予測する装置であって、
前記ドレンパン(16)内の異物(40)に関する情報を取得する取得部(25)と、
前記取得部(25)が取得した情報に基づいて異物量、異物サイズ、および、異物流入量の少なくとも1つを算出し、前記異物量、前記異物サイズ、および、前記異物流入量の少なくとも1つに基づいて前記ドレンポンプ(17)の詰りの発生を予測する予測部(26)と、を備える
ドレンポンプ詰り予測装置。 - 前記取得部(25)は、前記情報として、前記ドレンパン(16)の撮影に基づいて形成される画像(30)を取得し、
前記予測部(26)は、前記画像(30)に基づいて前記異物量、前記異物サイズ、および、前記異物流入量の少なくとも1つを算出し、前記異物量、前記異物サイズ、および、前記異物流入量の少なくとも1つに基づいて前記ドレンポンプ(17)の詰りを予測する
ことを特徴とする請求項1に記載のドレンポンプ詰り予測装置。 - 前記予測部(26)は、前記画像(30)に基づいて前記ドレンパン(16)の所定領域に存在する前記異物(40)の前記異物量を算出し、前記異物量に基づいて前記ドレンポンプ(17)の詰りを予測する
ことを特徴とする請求項2に記載のドレンポンプ詰り予測装置。 - 前記予測部(26)は、前記画像(30)に基づいて前記ドレンパン(16)の所定領域に存在する前記異物(40)の前記異物サイズを算出し、前記異物サイズに基づいて前記ドレンポンプ(17)の詰りを予測する
ことを特徴とする請求項2に記載のドレンポンプ詰り予測装置。 - 前記取得部(25)は、所定時間毎に撮影された前記ドレンパン(16)の画像(30)を取得し、
前記予測部(26)は、撮影された複数の画像(30)に基づいて所定期間(TA)にわたる前記異物流入量を算出し、前記異物流入量に基づいて前記ドレンポンプ(17)の詰りを予測する
ことを特徴とする請求項2に記載のドレンポンプ詰り予測装置。 - 前記予測部(26)は、複数の前記画像(30)それぞれについて、前記ドレンパン(16)の所定位置に対応する部分に基準ライン(LA)を付与し、前記基準ライン(LA)に掛かる少なくとも1つの異物(40)について前記基準ライン(LA)に沿う長さを検出し、連続的な複数の前記画像(30)それぞれの少なくとも1つの異物(40)の前記基準ライン(LA)上に沿う長さを積算することによって、前記異物流入量を算出する
ことを特徴とする請求項5に記載のドレンポンプ詰り予測装置。 - 前記予測部(26)は、連続的な複数の前記画像(30)において前記基準ライン(LA)に沿う長さに変化がない場合、変化がない一連の前記長さを除外して、前記異物(40)の前記基準ライン(LA)上に沿う長さを積算する
ことを特徴とする請求項6に記載のドレンポンプ詰り予測装置。 - 前記予測部(26)は、前記空気調和機(10)の運転負荷に基づいて前記所定時間を変更する
ことを特徴とする請求項5〜7のいずれか一項に記載のドレンポンプ詰り予測装置。 - 前記予測部(26)は、前記空気調和機(10)の運転負荷に基づいて前記所定期間(TA)を変更する
ことを特徴とする請求項5〜8のいずれか一項に記載のドレンポンプ詰り予測装置。 - 前記予測部(26)は、前記ドレンポンプ(17)の詰りの発生の予測として、前記ドレンポンプ(17)の詰りの発生率、および、前記ドレンポンプ(17)の詰りの発生時期の少なくとも1つを予測する
ことを特徴とする請求項1〜9のいずれか一項に記載のドレンポンプ詰り予測装置。 - 前記予測部(26)は、前記ドレンポンプ(17)の詰りの発生時期を予測するものであり、
前記予測部(26)は、所定の設定期間において前記ドレンパン(16)に流入する異物流入量が規定値を超える場合、前記ドレンポンプ(17)の詰りの発生時期を予測する
ことを特徴とする請求項10に記載のドレンポンプ詰り予測装置。 - 前記予測部(26)は、前記空気調和機(10)の運転時期および前記空気調和機(10)の設置環境の少なくとも1つに基づいて前記規定値を決定する
ことを特徴とする請求項11に記載のドレンポンプ詰り予測装置。 - 前記予測部(26)が予測した結果を通知する通知部(28)をさらに備える
ことを特徴とする請求項1〜12のいずれか一項に記載のドレンポンプ詰り予測装置。 - 請求項1〜13のいずれか一項に記載のドレンポンプ詰り予測装置(1)を備える空気調和機。
- 空気調和機(10)のドレンパン(16)の水を排水するドレンポンプ(17)の詰りを予測するドレンポンプ詰り予測方法であって、
前記ドレンパン(16)内の異物(40)に関する情報を取得する取得工程と、
前記情報に基づいて異物量、異物サイズ、および、異物流入量の少なくとも1つを算出し、前記異物量、前記異物サイズ、および、前記異物流入量の少なくとも1つに基づいて前記ドレンポンプ(17)の詰りの発生を予測する予測工程と、を含む
ドレンポンプ詰り予測方法。 - 前記取得工程では、前記情報として、前記ドレンパン(16)の撮影に基づいて形成される画像(30)を取得し、
前記予測工程では、前記画像(30)に基づいて前記異物量、前記異物サイズ、および、前記異物流入量の少なくとも1つを算出し、前記異物量、前記異物サイズ、および、前記異物流入量の少なくとも1つに基づいて前記ドレンポンプ(17)の詰りを予測する
ことを特徴とする請求項15に記載のドレンポンプ詰り予測方法。 - 前記予測工程では、前記画像(30)に基づいて前記ドレンパン(16)の所定領域に存在する前記異物(40)の前記異物量を算出し、前記異物量に基づいて前記ドレンポンプ(17)の詰りを予測する
ことを特徴とする請求項16に記載のドレンポンプ詰り予測方法。 - 前記予測工程では、前記画像(30)に基づいて前記ドレンパン(16)の所定領域に存在する前記異物(40)の前記異物サイズを算出し、前記異物サイズに基づいて前記ドレンポンプ(17)の詰りを予測する
ことを特徴とする請求項16に記載のドレンポンプ詰り予測方法。 - 前記取得工程では、所定時間毎に撮影された前記ドレンパン(16)の画像を取得し、
前記予測工程では、撮影された複数の画像(30)に基づいて所定期間(TA)にわたる前記異物流入量を算出し、前記異物流入量に基づいて前記ドレンポンプ(17)の詰りを予測する
ことを特徴とする請求項16に記載のドレンポンプ詰り予測方法。 - 前記予測工程では、複数の前記画像(30)それぞれについて、前記ドレンパン(16)の所定位置に対応する部分に基準ライン(LA)を付与し、前記基準ライン(LA)に掛かる少なくとも1つの異物(40)について前記基準ライン(LA)に沿う長さを検出し、連続的な複数の前記画像(30)それぞれの少なくとも1つの異物(40)の前記基準ライン(LA)上に沿う長さを積算することによって、前記異物流入量を算出する
ことを特徴とする請求項19に記載のドレンポンプ詰り予測方法。 - 前記予測工程では、前記ドレンポンプ(17)の詰りの発生の予測として、前記ドレンポンプ(17)の詰りの発生率、および、前記ドレンポンプ(17)の詰りの発生時期の少なくとも1つを予測する
ことを特徴とする請求項15〜20のいずれか一項に記載のドレンポンプ詰り予測方法。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020055911A JP6904451B1 (ja) | 2020-03-26 | 2020-03-26 | ドレンポンプ詰り予測装置、空気調和機、およびドレンポンプ詰り予測方法 |
EP21774228.7A EP4130598A4 (en) | 2020-03-26 | 2021-03-26 | DRAIN PUMP OBSTRUCTION PREDICTION DEVICE, AIR CONDITIONER AND DRAIN PUMP OBSTRUCTION PREDICTION METHOD |
US17/912,893 US11821640B2 (en) | 2020-03-26 | 2021-03-26 | Drain pump clog prediction device, air conditioner, and drain pump clog prediction method |
CN202180020655.3A CN115280074B (zh) | 2020-03-26 | 2021-03-26 | 排水泵堵塞预测装置、空调机以及排水泵堵塞预测方法 |
PCT/JP2021/012802 WO2021193903A1 (ja) | 2020-03-26 | 2021-03-26 | ドレンポンプ詰り予測装置、空気調和機、およびドレンポンプ詰り予測方法 |
AU2021241230A AU2021241230B2 (en) | 2020-03-26 | 2021-03-26 | Drain pump clog prediction device, air conditioner, and drain pump clog prediction method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020055911A JP6904451B1 (ja) | 2020-03-26 | 2020-03-26 | ドレンポンプ詰り予測装置、空気調和機、およびドレンポンプ詰り予測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6904451B1 true JP6904451B1 (ja) | 2021-07-14 |
JP2021156477A JP2021156477A (ja) | 2021-10-07 |
Family
ID=76753217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020055911A Active JP6904451B1 (ja) | 2020-03-26 | 2020-03-26 | ドレンポンプ詰り予測装置、空気調和機、およびドレンポンプ詰り予測方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11821640B2 (ja) |
EP (1) | EP4130598A4 (ja) |
JP (1) | JP6904451B1 (ja) |
CN (1) | CN115280074B (ja) |
AU (1) | AU2021241230B2 (ja) |
WO (1) | WO2021193903A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117321347B (zh) * | 2021-04-28 | 2024-04-16 | 三菱电机株式会社 | 污染物检测装置以及冷冻循环装置 |
KR102632463B1 (ko) * | 2023-09-19 | 2024-02-02 | 주식회사 이도 | 도심지 침수 모니터링 시스템 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040250841A1 (en) * | 2003-06-10 | 2004-12-16 | Kimbrough Atwood M. | HVAC enviro-clean condensate drain pan and coil cleaning system |
JP4247435B2 (ja) * | 2004-03-31 | 2009-04-02 | 日立アプライアンス株式会社 | ドレン排水装置付き空気調和機 |
US7191606B1 (en) * | 2005-04-29 | 2007-03-20 | Dwyer Kenneth W | Drain trap alarm |
JP5295189B2 (ja) * | 2010-09-01 | 2013-09-18 | 三菱電機株式会社 | 空気調和機 |
JP6113400B2 (ja) * | 2011-06-15 | 2017-04-12 | 三菱重工業株式会社 | 空気調和機 |
JP5635967B2 (ja) * | 2011-12-07 | 2014-12-03 | 三菱電機ビルテクノサービス株式会社 | 空気調和機 |
JP5800737B2 (ja) * | 2012-03-19 | 2015-10-28 | 三菱電機株式会社 | 空気調和機の室内機及び空気調和機 |
JP6590725B2 (ja) * | 2016-02-17 | 2019-10-16 | 三菱電機ビルテクノサービス株式会社 | ドレンパン汚れ検出装置及び空調機器 |
JP6562126B2 (ja) * | 2017-08-28 | 2019-08-21 | ダイキン工業株式会社 | 空気処理装置 |
EP3712534A4 (en) * | 2017-11-15 | 2020-11-04 | Mitsubishi Electric Corporation | AIR CONDITIONING MANAGEMENT SYSTEM, AIR CONDITIONING, AIR CONDITIONING MANAGEMENT DEVICE, AIR CONDITIONING MANAGEMENT PROCESS, AND PROGRAM |
CN108087977A (zh) * | 2017-12-25 | 2018-05-29 | 珠海格力电器股份有限公司 | 一种空调内机排水组件、空调室内机和空调器 |
JP6989402B2 (ja) | 2018-02-09 | 2022-01-05 | Ykk Ap株式会社 | 換気装置 |
JP7325934B2 (ja) | 2018-02-09 | 2023-08-15 | 三菱重工サーマルシステムズ株式会社 | ドレンポンプ用詰り抑制制御装置、空気調和機、及びドレンポンプ用詰り抑制制御方法 |
US10610907B1 (en) * | 2018-04-06 | 2020-04-07 | Mainstream Engineering Corporation | System and method for preventing condensate drain pan flooding, detecting condensate water overflow and shutting off an air conditioner or heat pump to prevent further flooding |
CN209027052U (zh) * | 2018-08-28 | 2019-06-25 | 宁波奥克斯电气股份有限公司 | 接水盘及空调器 |
JP6813043B2 (ja) * | 2019-02-27 | 2021-01-13 | ダイキン工業株式会社 | 汚れ情報推定システム |
EP3933387B1 (en) | 2019-02-27 | 2023-10-18 | Daikin Industries, Ltd. | Information providing system |
CN110848961A (zh) * | 2019-10-31 | 2020-02-28 | 珠海格力电器股份有限公司 | 一种抗污堵凝水盘装置、空调器和冷凝水排出控制方法 |
-
2020
- 2020-03-26 JP JP2020055911A patent/JP6904451B1/ja active Active
-
2021
- 2021-03-26 EP EP21774228.7A patent/EP4130598A4/en active Pending
- 2021-03-26 WO PCT/JP2021/012802 patent/WO2021193903A1/ja active Application Filing
- 2021-03-26 AU AU2021241230A patent/AU2021241230B2/en active Active
- 2021-03-26 CN CN202180020655.3A patent/CN115280074B/zh active Active
- 2021-03-26 US US17/912,893 patent/US11821640B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN115280074B (zh) | 2023-04-11 |
AU2021241230A1 (en) | 2022-10-13 |
AU2021241230B2 (en) | 2023-07-13 |
WO2021193903A1 (ja) | 2021-09-30 |
EP4130598A1 (en) | 2023-02-08 |
US20230119292A1 (en) | 2023-04-20 |
CN115280074A (zh) | 2022-11-01 |
US11821640B2 (en) | 2023-11-21 |
EP4130598A4 (en) | 2023-08-30 |
JP2021156477A (ja) | 2021-10-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021193903A1 (ja) | ドレンポンプ詰り予測装置、空気調和機、およびドレンポンプ詰り予測方法 | |
AU2020228229B2 (en) | Information providing system | |
WO2021057469A1 (zh) | 空调器的滤尘网的堵塞程度的判定方法及空调器 | |
JP2008096002A (ja) | 空気調和機 | |
JP2017053603A (ja) | 空気調和機 | |
KR20170088091A (ko) | 가변형 센서가 적용된 도로 침수 감지 시스템 | |
US20240141628A1 (en) | Systems and Methods for Monitoring Water Usage in a Structure | |
JP6710030B2 (ja) | 空調機、及び空調システム | |
JP2020139794A (ja) | 汚れ検出装置および空気調和システム | |
JP2020139665A (ja) | 汚れ予測システム | |
JP2015048956A (ja) | 空気調和機 | |
JP6705522B1 (ja) | 空気調和機 | |
CN115552181A (zh) | 空气调节装置 | |
CN110906495A (zh) | 空调器自清洁控制方法及装置、空调器、计算机设备、存储介质 | |
JP7001921B2 (ja) | 汚れ検出装置および空気調和システム | |
JP2015140932A (ja) | 空気調和機 | |
AU2018408565A1 (en) | Data collecting device, data collecting system, control method and program | |
JP2010262651A (ja) | 歩行者流量分析システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210324 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210525 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210607 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6904451 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |