JP7284441B1 - 異常診断装置、方法、およびプログラム - Google Patents

Abstract

【課題】機器の異常箇所の特定の精度を向上させる。【解決手段】本開示の一実施形態に係る装置は、機器の異常箇所を特定する、制御部を備えた装置であって、前記制御部は、前記機器に搭載された複数のセンサーに関する各値の正常運転時の推定値を取得し、前記機器に搭載された複数のセンサーに関する各値の実測値を取得し、前記複数のセンサーに関する各値の推定値と実測値との乖離度を算出し、前記算出された複数の乖離度から、前記センサーの異常を特定する。【選択図】図１

Description

本開示は、異常診断装置、方法、およびプログラムに関する。

従来、空気調和機に設けられているセンサーの異常を検知する方法として、１つの判定対象のセンサーの出力の推定値と当該センサーの出力の実測値とに基づいて、当該センサーの劣化度を判定する方法が知られている（特許文献１）。

特許６９０５９６０号公報

しかしながら、１つのセンサーに対して、センサーの推定値と実測値の乖離度と、閾値と、の比較によりセンサーの異常を検知する方法では、他の要因によって乖離度が発生している場合（つまり、センサーの異常以外の要因によって乖離度が発生している場合）、異常を誤検知してしまう。

本開示では、機器の異常箇所の特定の精度を向上させることを目的とする。

本開示の第１の態様による装置は、
機器の異常箇所を特定する、制御部を備えた装置であって、
前記制御部は、
前記機器に搭載された複数のセンサーに関する各値の正常運転時の推定値を取得し、
前記機器に搭載された複数のセンサーに関する各値の実測値を取得し、
前記複数のセンサーに関する各値の推定値と実測値との乖離度を算出し、
前記算出された複数の乖離度から、前記センサーの異常を特定する。

本開示の第１の態様によれば、複数のセンサーに関する各値の推定値と実測値との乖離度を用いてセンサーの異常を特定するので、機器の異常箇所の特定の精度を向上させることができる。

本開示の第２の態様による装置は、第１の態様に記載の装置であって、
前記制御部は、
前記算出された複数の乖離度から、機械学習モデルにより、前記センサーの異常を特定する。

本開示の第２の態様によれば、機械学習されたモデルにしたがってセンサーの異常を特定することができる。

本開示の第３の態様による装置は、第１の態様に記載の装置であって、
前記制御部は、
前記算出された複数の乖離度から、ルールベースにより、前記センサーの異常を特定する。

本開示の第３の態様によれば、事前に定めたルールにしたがってセンサーの異常を特定することができる。

本開示の第４の態様による装置は、第１の態様または第２の態様に記載の装置であって、
前記センサーに関する値を推定するためのモデルは、センサーごとに生成される。

本開示の第４の態様によれば、センサーごとに生成されたモデルを用いるので、センサーに関する値の推定の精度を向上させることができる。

本開示の第５の態様による装置は、第４の態様に記載の装置であって、
前記センサーに関する値は、他の複数のセンサーに関する値の実測値から推定される。

本開示の第５の態様によれば、センサーに関する値を推定する際に、他の複数のセンサーの状態を反映させることができる。

本開示の第６の態様による装置は、第１の態様または第２の態様に記載の装置であって、
前記機器は、空気調和機であり、
前記センサーに関する値は、外気温度、吸入管温度、吐出管温度、熱交換器温度、過冷却熱交換器ガス管温度、過冷却熱交換器液管温度、レシーバ液管温度、アキュムレータ入口温度、室内熱交換器ガス管温度、室内熱交換器液管温度、吸込温度、吹出温度、高圧圧力、低圧圧力、インバータ電流値、インバータ回転数、電磁弁開度のうちの少なくとも１つである。

本開示の第６の態様によれば、空気調和機の種々のセンサーに関する値を用いて、空気調和機のセンサーの異常を特定することができる。

本開示の第７の態様による方法は、
機器の異常箇所を特定する、制御部を備えた装置が実行する方法であって、
前記機器に搭載された複数のセンサーに関する各値の正常運転時の推定値を取得するステップと、
前記機器に搭載された複数のセンサーに関する各値の実測値を取得するステップと、
前記複数のセンサーに関する各値の推定値と実測値との乖離度を算出するステップと、
前記算出された複数の乖離度から、前記センサーの異常を特定するステップと、
を含む。

本開示の第８の態様によるプログラムは、
機器の異常箇所を特定する、制御部を備えた装置に、
前記機器に搭載された複数のセンサーに関する各値の正常運転時の推定値を取得する手順、
前記機器に搭載された複数のセンサーに関する各値の実測値を取得する手順、
前記複数のセンサーに関する各値の推定値と実測値との乖離度を算出する手順、
前記算出された複数の乖離度から、前記センサーの異常を特定する手順、
を実行させる。

本開示の一実施形態に係る全体の構成例である。 本開示の一実施形態に係る異常診断装置のハードウェア構成図である。 本開示の一実施形態に係る制御部の機能ブロック図である。 本開示の一実施形態に係る制御部の機能ブロック図である。 本開示の一実施形態に係る制御部の機能ブロック図である。 本開示の一実施形態に係る空気調和機のハードウェア構成図である。 本開示の一実施形態に係る空気調和機のハードウェア構成図である。 本開示の一実施形態に係る異常診断処理のフローチャートである。 本開示の一実施形態に係る学習処理のフローチャートである。 本開示の一実施形態に係る学習処理のフローチャートである。

以下、図面に基づいて本開示の実施の形態を説明する。

＜全体の構成例＞
図１は、本開示の全体の構成例である。異常診断システム１は、異常診断装置１０と、機器２０と、を含む。異常診断装置１０と機器２０は、任意のネットワークを介して、互いにデータを送受信することができる。

異常診断装置１０は、機器２０の異常を診断する装置である。異常診断装置１０は、１つまたは複数のコンピュータから構成される。

具体的には、異常診断装置１０は、機器２０に搭載された複数のセンサーに関する各値の正常運転時の推定値を取得し、機器２０に搭載された複数のセンサーに関する各値の実測値を取得する。異常診断装置１０は、複数のセンサーに関する各値の推定値と実測値との乖離度を算出し、当該複数の乖離度から、センサーの異常を特定する。

なお、本明細書では、機器２０に搭載された複数のセンサーに関する各値の推定値と実測値との乖離度から、センサーの異常を特定する場合を主に説明するが、センサーに限らず、機器２０を構成する複数の部品（例えば、膨張弁など）に関する各値（つまり、指令により可変な値）の推定値と実測値との乖離度から、部品の異常を特定することもできる。

機器２０は、任意の機器であってよい。例えば、機器２０は、空気調和機である。図１では一例として５つの機器２０を示しているが、異常診断装置１０は、１つまたは複数の機器の各機器の異常を診断することができる。

なお、図１では、異常診断装置１０が機器２０から離れた遠隔にある（例えば、クラウドサーバである）場合を説明したが、異常診断装置１０は、機器２０の内部にあってもよいし、あるいは、機器２０が設置されている物件内に設置されてもよい。

＜ハードウェア構成＞
図２は、本開示の一実施形態に係る異常診断装置１０のハードウェア構成図である。異常診断装置１０は、制御部１００１と、主記憶部１００２と、補助記憶部１００３と、入力部１００４と、出力部１００５と、インタフェース部１００６と、を備えることができる。以下、それぞれについて説明する。

制御部１００１は、補助記憶部１００３にインストールされている各種プログラムを実行するプロセッサ（例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）など）である。

主記憶部１００２は、不揮発性メモリ（ＲＯＭ（Read Only Memory））および揮発性メモリ（ＲＡＭ（Random Access Memory））を含む。ＲＯＭは、補助記憶部１００３にインストールされている各種プログラムを制御部１００１が実行するために必要な各種プログラム、データ等を格納する。ＲＡＭは、補助記憶部１００３にインストールされている各種プログラムが制御部１００１によって実行される際に展開される作業領域を提供する。

補助記憶部１００３は、各種プログラムや、各種プログラムが実行される際に用いられる情報を格納する補助記憶デバイスである。

入力部１００４は、異常診断装置１０の操作者が異常診断装置１０に対して各種指示を入力する入力デバイスである。

出力部１００５は、異常診断装置１０の内部状態等を出力する出力デバイスである。

インタフェース部１００６は、ネットワークに接続し、他の装置（機器２０等）と通信を行うための通信デバイスである。

＜機能ブロック＞
以下、図３～図５を参照しながら、制御部１００１の機能ブロックについて説明する。

［異常診断］
図３は、本開示の一実施形態に係る制御部１００１の機能ブロック図である。図３は、異常診断の処理を示す。制御部１００１は、推定部１０１と、実測値取得部１０２と、乖離度算出部１０３と、異常箇所特定部１０４と、を備える。制御部１００１は、プログラムを実行することによって、推定部１０１、実測値取得部１０２、乖離度算出部１０３、異常箇所特定部１０４、として機能する。以下、それぞれについて説明する。なお、ある１つの機器２０にセンサーＡ、センサーＢ、センサーＣ、・・・といった複数のセンサーが搭載されているものとする。

推定部１０１は、機器２０に搭載された複数のセンサーに関する各値の正常運転時（機器２０が正常に運転しているとき）の推定値を取得する。具体的には、推定部１０１は、機器２０に搭載されたセンサーＡに関する値の正常運転時の推定値、機器２０に搭載されたセンサーＢに関する値の正常運転時の推定値、機器２０に搭載されたセンサーＣに関する値の正常運転時の推定値、・・・を取得する。

例えば、推定部１０１は、センサーごとに生成された正常値推定モデル（つまり、センサーＡに関する値の正常運転時の値を推定するためのモデル、センサーＢに関する値の正常運転時の値を推定するためのモデル、センサーＣに関する値の正常運転時の値を推定するためのモデル、・・・）を用いて、センサーに関する値の正常運転時の値を推定する。

例えば、センサーに関する値は、他の複数のセンサーに関する値の実測値（実際に測定された値）から推定される。つまり、推定部１０１は、センサーＡに関する値の正常運転時の値を推定するためのモデルに、センサーＡ以外のセンサーに関する値の実測値を入力して、センサーＡに関する値の正常運転時の値を出力させる。また、推定部１０１は、センサーＢに関する値の正常運転時の値を推定するためのモデルに、センサーＢ以外のセンサーに関する値の実測値を入力して、センサーＢに関する値の正常運転時の値を出力させる。また、推定部１０１は、センサーＣに関する値の正常運転時の値を推定するためのモデルに、センサーＣ以外のセンサーに関する値の実測値を入力して、センサーＣに関する値の正常運転時の値を出力させる。

実測値取得部１０２は、機器２０に搭載された複数のセンサーに関する各値の実測値（実際に測定された値）を取得する。具体的には、実測値取得部１０２は、機器２０に搭載されたセンサーＡに関する値の実測値、機器２０に搭載されたセンサーＢに関する値の実測値、機器２０に搭載されたセンサーＣに関する値の実測値、・・・を取得する。

乖離度算出部１０３は、推定部１０１が取得した複数のセンサーに関する各値の推定値と、実測値取得部１０２が取得した複数のセンサーに関する各値の実測値と、の乖離度を算出する。具体的には、乖離度算出部１０３は、センサーＡに関する値の推定値とセンサーＡに関する値の実測値との乖離度、センサーＢに関する値の推定値とセンサーＢに関する値の実測値との乖離度、センサーＣに関する値の推定値とセンサーＣに関する値の実測値との乖離度、・・・を算出する。

異常箇所特定部１０４は、乖離度算出部１０３が算出した複数の乖離度から、センサーの異常を特定する。例えば、異常箇所特定部１０４は、複数のセンサーのうち、どのセンサーが異常であるかを特定する。

［機械学習モデル］
例えば、異常箇所特定部１０４は、乖離度算出部１０３が算出した複数の乖離度から、機械学習モデルにより、センサーの異常を特定する。つまり、異常箇所特定部１０４は、乖離度算出部１０３が算出した複数の乖離度を機械学習モデル（異常箇所特定モデル）に入力して、センサーの異常を特定するための情報（例えば、どのセンサーが異常であるかの情報）を出力させる。異常箇所特定モデルは、複数の乖離度が入力されると、センサーの異常を特定するための情報（例えば、どのセンサーが異常であるかの情報）が出力されるモデルである。

［ルールベース］
例えば、異常箇所特定部１０４は、乖離度算出部１０３が算出した複数の乖離度から、ルールベースにより、センサーの異常を特定する。つまり、異常箇所特定部１０４は、乖離度算出部１０３が算出した複数の乖離度と、予め定められているルール（異常箇所特定ルール）と、にしたがって、センサーの異常を特定する。異常箇所特定ルールは、複数の乖離度から、センサーの異常を特定するための情報（例えば、どのセンサーが異常であるかの情報）を導き出すルールである。

＜乖離度と他のデータに基づく異常箇所の特定＞
本開示の一実施形態では、乖離度だけでなく、乖離度と他のデータに基づいて異常箇所を特定することができる。

例えば、異常箇所特定部１０４は、乖離度算出部１０３が算出した複数の乖離度、および、機器２０に搭載されている任意のセンサーが測定した値から、機械学習モデルによりあるいはルールベースにより、センサーの異常を特定する。

例えば、異常箇所特定部１０４は、乖離度算出部１０３が算出した複数の乖離度、および、機器２０に搭載されている任意のセンサーが測定した値を用いて算出した指標（例えば、空気調和機の冷媒の漏洩を示す指標）から、機械学習モデルによりあるいはルールベースにより、センサーの異常を特定する。

［学習］
図４は、本開示の一実施形態に係る制御部１００１の機能ブロック図である。図４は、学習の処理（異常箇所特定モデルを生成する処理）を示す。制御部１００１は、学習部１１１を備える。制御部１００１は、プログラムを実行することによって、学習部１１１として機能する。なお、ある１つの機器２０にセンサーＡ、センサーＢ、センサーＣ、・・・といった複数のセンサーが搭載されているものとする。

学習部１１１は、異常箇所特定モデルを生成する。具体的には、学習部１１１は、学習データ（入力データが、複数のセンサーに関する各値の推定値と実測値との乖離度（例えば、センサーＡに関する値の推定値と実測値との乖離度とセンサーＢに関する値の推定値と実測値との乖離度とセンサーＣに関する値の推定値と実測値との乖離度）であり、出力データが、センサーの異常を特定するための情報（例えば、どのセンサーが異常であるかの情報）である、学習データ）を取得する。学習部１１１は、学習データを用いて機械学習をして、複数のセンサーの乖離度（例えば、センサーＡに関する値の推定値と実測値との乖離度とセンサーＢに関する値の推定値と実測値との乖離度とセンサーＣに関する値の推定値と実測値との乖離度）が入力されるとセンサーの異常を特定するための情報（例えば、どのセンサーが異常であるかの情報）が出力されるモデル（異常箇所特定モデル）を生成する。

［学習］
図５は、本開示の一実施形態に係る制御部１００１の機能ブロック図である。図５は、学習の処理（正常値推定モデルを生成する処理）を示す。制御部１００１は、学習部１１１を備える。制御部１００１は、プログラムを実行することによって、学習部１１１として機能する。なお、ある１つの機器２０にセンサーＡ、センサーＢ、センサーＣ、・・・といった複数のセンサーが搭載されているものとする。

学習部１１１は、正常値推定モデルを生成する。具体的には、学習部１１１は、学習データ（入力データが、対象センサー以外のセンサーに関する値の正常運転時の実測値であり、出力データが、対象センサーに関する値の正常運転時の実測値である、学習データ）を取得する。例えば、センサーＡに関する値を推定するためのモデルの場合、学習部１１１は、入力がセンサーＡ以外のセンサーに関する値の実測値であり、出力データがセンサーＡに関する値の実測値である学習データを取得する。例えば、センサーＢに関する値を推定するためのモデルの場合、学習部１１１は、入力がセンサーＢ以外のセンサーに関する値の実測値であり、出力データがセンサーＢに関する値の実測値である学習データを取得する。例えば、センサーＣに関する値を推定するためのモデルの場合、学習部１１１は、入力がセンサーＣ以外のセンサーに関する値の実測値であり、出力データがセンサーＣに関する値の実測値である学習データを取得する。

学習部１１１は、学習データを用いて機械学習をして、対象センサー以外のセンサーに関する値の実測値が入力されると対象センサーに関する値が出力されるモデル（正常値推定モデル）を生成する。例えば、センサーＡに関する値を推定するためのモデルは、センサーＡ以外のセンサーに関する値の実測値が入力されると、センサーＡに関する値が出力されるモデルである。例えば、センサーＢに関する値を推定するためのモデルは、センサーＢ以外のセンサーに関する値の実測値が入力されると、センサーＢに関する値が出力されるモデルである。例えば、センサーＣに関する値を推定するためのモデルは、センサーＣ以外のセンサーに関する値の実測値が入力されると、センサーＣに関する値が出力されるモデルである。

［空気調和機］
ここで、機器２０の一例である空気調和機について説明する。

図６は、本開示の一実施形態に係る機器２０の室外機２０００の構成の一例を示す図である。図７は、本開示の一実施形態に係る機器２０の室内機２５００の構成の一例を示す図である。

空気調和装置である機器２０は、機器２０の各部を制御する制御装置を有する。制御装置は、例えば、機器２０の室外機２０００または室内機２５００に内蔵されてもよい。機器２０の制御装置は、プロセッサ、メモリ、入出力部が一つの集積回路に組み込まれているマイコン(Micro controller) により実現されてもよい。また、機器２０の制御装置は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）、ＤＳＰ（digital signal processor）、ＦＰＧＡ（field programmable gate array）等の回路により実現されてもよい。また、機器２０の制御装置は、上述した図２に示すコンピュータにより実現されてもよい。

機器２０は、冷媒回路を構成する各種の機器と、各種のセンサーとを備えている。冷媒回路を構成する各機器は、制御装置により制御される。冷媒回路は、例えば、フロンガス等の冷媒が充填された閉回路である。冷媒回路は、例えば、冷媒が循環して蒸気圧縮式の冷凍サイクルを行うように構成されてもよい。

（機器２０の室外機２０００の構成）
図６の例では、機器２０の室外機２０００（室外ユニット）は、圧縮機（コンプレッサ）２０１、室外熱交換器２０２、電子膨張弁２０３、電子膨張弁２０４、電磁弁２０５（油分離器油戻し）、電磁弁２０６（油分離器バイパス）、電磁弁２０７（アキュムレータ油戻し）、四路切換弁２０８、高圧圧力センサー２０９、低圧圧力センサー２１０、高圧圧力開閉器２１１、圧力調整弁２１２、過冷却熱交換器２１３、キャピラリーチューブ２１４、サーミスタ２１５、サーミスタ２１６、サーミスタ２１７、サーミスタ２１８、サーミスタ２１９、サーミスタ２２０、サーミスタ２２１、サーミスタ２２２、冷媒冷却板２２３、油分離器２２４、アキュムレータ２２５、サーミスタ２２６等を有する。

圧縮機２０１は、吸入した冷媒を圧縮して吐出する。例えば、圧縮機２０１のインバータからモータ（図示省略）に供給する交流の周波数を変更してモータの回転速度（圧縮機２０１の回転速度）を変化させることにより、圧縮機２０１の容量を変化させることができる。なお、回転速度は、例えば、単位時間当たりの回転数等でもよい。

室外熱交換器２０２（空気熱交）では、室外ファンによって取り込まれた室外空気と冷媒が熱交換される。

電子膨張弁２０３（メイン）および電子膨張弁２０４（インジェクション）は、例えば、弁体がパルスモータで駆動されることにより開度（穴の大きさ）が調整される。電子膨張弁２０３は、暖房運転時に、室外熱交換器の出口過熱度が一定となるように制御される。

電子膨張弁２０４は、過冷却熱交換器２１３の出口過熱度が一定となるように制御される。

電磁弁２０５（油分離器油戻し）および電磁弁２０６（油分離器バイパス）は、油分離器２２４より圧縮機２０１へ戻す油の量をコントロールする。

電磁弁２０７（アキュムレータ油戻し）は、アキュムレータ２２５より圧縮機２０１へ油を戻す際に使用される。

四路切換弁２０８は、冷房運転と暖房運転とを切り換える。

高圧圧力センサー２０９は、高圧圧力を検知するセンサーである。なお、高圧圧力は、機器２０の冷凍サイクルにおける高圧圧力（以下で、適宜、単に「高圧」とも称する。）であり、例えば、圧縮機２０１により圧縮されて吐出される冷媒の圧力（圧縮機２０１の吐出圧力）でもよいし、凝縮器における冷媒の圧力でもよい。

低圧圧力センサー２１０は、低圧圧力を検知するセンサーである。なお、低圧圧力は、機器２０の冷凍サイクルにおける低圧圧力（以下で、適宜、単に「低圧」とも称する。）であり、例えば、圧縮機２０１に吸入される冷媒の圧力（圧縮機２０１に圧縮される前の冷媒の圧力。）でもよい。

高圧圧力開閉器２１１は、圧縮機２０１の異常時に高圧圧力が上昇することを回避するため、所定の圧力以上の場合に機器２０の運転を停止させる。

圧力調整弁２１２は、輸送および保管時の圧力上昇による機能部品破損を防止するため、所定の圧力以上の場合に液管を開いて圧力上昇を回避させる。

過冷却熱交換器２１３は、液冷媒を過冷却する。

キャピラリーチューブ２１４は、油分離器２２４で分離した冷凍機油を圧縮機２０１に戻す。

サーミスタ２１５は、外気温度を検出（測定）するセンサー（温度センサー）である。サーミスタ２１５で測定された外気温度は、例えば、吐出管温度の補正等に使用されてもよい。

サーミスタ２１６は、圧縮機２０１から吐き出された冷媒の温度を示す吐出管温度を検出するセンサーである。サーミスタ２１６で測定された吐出管温度は、例えば、圧縮機２０１の温度保護制御等に使用されてもよい。

サーミスタ２１７は、アキュムレータ２２５の入口のガス管温度を検出するセンサーである。サーミスタ２１７で測定されたガス管温度は、例えば、暖房時の吸入過熱度を一定にする制御等に使用されてもよい。

サーミスタ２１８は、室外熱交換器２０２の液管温度を検出するセンサーである。サーミスタ２１８で測定された液管温度は、例えば、試運転時の過充てん判定等に使用されてもよい。

サーミスタ２１９は、過冷却熱交換器２１３の液管温度を検出するセンサーである。

サーミスタ２２０は、過冷却熱交換器２１３の蒸発側ガス管温度を検出するセンサーである。サーミスタ２１９で測定された蒸発側ガス管温度は、例えば、過冷却熱交換器２１３の出口の過熱度を一定に制御する等のために使用されてもよい。

サーミスタ２２１は、室外熱交換器２０２の液管温度を検出するセンサーである。サーミスタ２２１で測定された液管温度は、例えば、デフロスト運転の判定等に使用されてもよい。

サーミスタ２２２は、圧縮機２０１の表面温度を検出するセンサーである。なお、制御装置４０は、異常時に圧縮機２０１の温度が上昇することを回避するため、表面温度が閾値を超えた場合は機器２０の運転を停止させてもよい。

冷媒冷却板２２３は、冷媒液を冷やすための冷却板である。

アキュムレータ２２５は、例えば、圧縮機２０１に吸入される冷媒の液体と気体を分離し、気体のみを圧縮機２０１に吸入させる装置である。なお、室外機２０００は、アキュムレータ２２５に代えて、またはこれに加えて、レシーバ（冷媒量調整容器）を有してもよい。なお、レシーバは、凝縮器で凝縮された冷媒の液体を一時的に貯める容器である。レシーバにより、例えば、空調負荷の変動により蒸発器の中の冷媒量が変化した際に、冷媒の液体を一時的に貯めることができる。

サーミスタ２２６は、圧縮機２０１に吸入される冷媒の温度を示す吸入管温度を検出するセンサーである。

（機器２０の室内機２５００の構成）
図７の例では、機器２０の室内機２５００（室外ユニット）は、電子膨張弁２５１、サーミスタ２５２、サーミスタ２５３、サーミスタ２５４、サーミスタ２５５、室内熱交換器２５６等を有する。

電子膨張弁２５１は、冷房運転時のガス過熱度制御および暖房運転時の過冷却度制御に使用されてもよい。

サーミスタ２５２は、室内熱交換器２５６のファンで吸い込まれる空気の温度（室内温度）を検出するセンサーである。

サーミスタ２５３は、電子膨張弁２５１と室内熱交換器２５６との間の液管温度を検出するセンサーである。サーミスタ２５３で測定された液管温度は、例えば、冷房運転時のガス過熱度制御、暖房運転時の過冷却度制御等に使用されてもよい。

サーミスタ２５４は、室内熱交換器２５６と室外機２０００へのガス側配管との間のガス管温度を検出するセンサーである。サーミスタ２５４で測定されたガス管温度は、例えば、冷房運転時のガス過熱度制御等に使用されてもよい。

サーミスタ２５５は、室内熱交換器２５６から吹き出される空気の温度を検出するセンサーである。

室内熱交換器２５６では、室内ファンによって取り込まれた室内空気と冷媒が熱交換する。室内ファンは、例えば、回転方向に前傾した羽根車を回転させることにより、吸い込み口から空気を吸い込み、吐き出し口から空気を吐き出す、円柱状のファン（クロスフローファン）でもよい。室内ファンの回転により、室内空気が室内機に取り込まれ、温度等が調整された空気が室内に吐き出される。

冷房運転時には、四路切換弁２０８が第１状態に設定される。この状態で圧縮機２０１が運転されると、室外熱交換器２０２が凝縮器（放熱器）となり、室内熱交換器２５６が蒸発器となって冷凍サイクルが行われる。この場合、圧縮機２０１から吐出された冷媒は、室外熱交換器２０２に流れて室外空気へ放熱する。そして、放熱した冷媒は、室内機２５００の電子膨張弁２５１を通過する際に膨張して（減圧されて）室内熱交換器２５６へ流れる。室内熱交換器２５６では、冷媒が室内空気から吸熱して蒸発し、冷却された室内空気が室内へ供給される。蒸発した冷媒は、圧縮機２０１へ吸入されて圧縮される。

暖房運転時には、四路切換弁２０８が第２状態に設定される。この状態で圧縮機２０１が運転されると、室内熱交換器２５６が凝縮器（放熱器）となり、室外熱交換器２０２が蒸発器となって冷凍サイクルが行われる。この場合、圧縮機２０１から吐出された冷媒は、室内熱交換器２５６に流れて室内空気へ放熱する。これにより、加熱された室内空気が室内へ供給される。放熱した冷媒は、電子膨張弁２０３を通過する際に膨張する（減圧される）。電子膨張弁２０３で膨張した冷媒は、室外熱交換器２０２に流れて室外空気から吸熱して蒸発する。蒸発した冷媒は、圧縮機２０１へ吸入されて圧縮される。

［センサーに関する値］
ここで、センサーに関する値について説明する。センサーに関する値は、機器２０に搭載されているセンサーが測定した値である。例えば、機器２０が空気調和機である場合、センサーに関する値は、外気温度、吸入管温度、吐出管温度、熱交換器温度、過冷却熱交換器ガス管温度、過冷却熱交換器液管温度、レシーバ液管温度、アキュムレータ入口温度、室内熱交換器ガス管温度、室内熱交換器液管温度、吸込温度、吹出温度、高圧圧力、低圧圧力、インバータ電流値、インバータ回転数、電磁弁開度のうちの少なくとも１つである。

外気温度は、例えば、サーミスタ２１５で測定される外気温度である。

吸入管温度は、例えば、サーミスタ２２６で測定される、圧縮機２０１に吸入される冷媒の温度である。

吐出管温度は、例えば、サーミスタ２１６で測定される、圧縮機２０１から吐き出された冷媒の温度である。

熱交換器温度は、例えば、サーミスタ２１８で測定される室外熱交換器２０２の液管温度である。

過冷却熱交換器ガス管温度・過冷却熱交換器液管温度、は、例えば、サーミスタ２１９で測定される過冷却熱交換器２１３の液管温度、および、サーミスタ２２０で測定される過冷却熱交換器２１３の蒸発側ガス管温度の少なくとも一方である。

レシーバ液管温度は、例えば、室外機２０００がアキュムレータ２２５に代えて、またはこれに加えて、レシーバ（冷媒量調整容器）を有する場合の、レシーバの入口の液管温度を検出するセンサ（サーミスタ）で測定される液管温度である。

アキュムレータ入口温度は、例えば、サーミスタ２１７で測定される、アキュムレータ２２５の入口のガス管温度である。

高圧圧力は、例えば、高圧圧力センサー２０９により測定される高圧圧力である。

低圧圧力は、例えば、低圧圧力センサー２１０により測定される低圧圧力である。

インバータ電流値は、例えば、圧縮機２０１のモータの回転速度を変えるインバータへ供給される電流値である。

インバータ回転数は、例えば、圧縮機２０１のモータの単位時間当たりの回転数（回転速度）である。

電磁弁開度は、例えば、電磁弁２０５、電磁弁２０６、電磁弁２０７等の開度である。

＜方法＞
以下、図８を参照しながら異常診断処理について説明し、図９を参照しながら学習処理（異常箇所特定モデルを生成する処理）について説明し、図１０を参照しながら学習処理（正常値推定モデルを生成する処理）について説明する。

図８は、本開示の一実施形態に係る異常診断処理のフローチャートである。なお、ある１つの機器２０にセンサーＡ、センサーＢ、センサーＣ、・・・といった複数のセンサーが搭載されているものとする。

ステップ１０１（Ｓ１０１）において、異常診断装置１０は、機器２０に搭載された複数のセンサーに関する各値の正常運転時の推定値を取得する。具体的には、異常診断装置１０は、機器２０に搭載されたセンサーＡに関する値の正常運転時の推定値、機器２０に搭載されたセンサーＢに関する値の正常運転時の推定値、機器２０に搭載されたセンサーＣに関する値の正常運転時の推定値、・・・を取得する。

例えば、異常診断装置１０は、センサーごとに生成された正常値推定モデル（つまり、センサーＡに関する値の正常運転時の値を推定するためのモデル、センサーＢに関する値の正常運転時の値を推定するためのモデル、センサーＣに関する値の正常運転時の値を推定するためのモデル、・・・）を用いて、センサーに関する値の正常運転時の値を推定する。

例えば、センサーに関する値は、他の複数のセンサーに関する値の実測値から推定される。つまり、センサーＡに関する値の正常運転時の値を推定するためのモデルに、センサーＡ以外のセンサーに関する値の実測値が入力されると、センサーＡに関する値の正常運転時の値が出力される。また、センサーＢに関する値の正常運転時の値を推定するためのモデルに、センサーＢ以外のセンサーに関する値の実測値が入力されると、センサーＢに関する値の正常運転時の値が出力される。また、センサーＣに関する値の正常運転時の値を推定するためのモデルに、センサーＣ以外のセンサーに関する値の実測値が入力されると、センサーＣに関する値の正常運転時の値が出力される。

ステップ１０２（Ｓ１０２）において、異常診断装置１０は、機器２０に搭載された複数のセンサーに関する各値の実測値を取得する。具体的には、異常診断装置１０は、機器２０に搭載されたセンサーＡに関する値の実測値、機器２０に搭載されたセンサーＢに関する値の実測値、機器２０に搭載されたセンサーＣに関する値の実測値、・・・を取得する。

なお、Ｓ１０１とＳ１０２は、順序が逆であってもよいし、同時に実行されてもよい。

ステップ１０３（Ｓ１０３）において、異常診断装置１０は、Ｓ１０１で取得した複数のセンサーに関する各値の推定値と、Ｓ１０２で取得した複数のセンサーに関する各値の実測値と、の乖離度を算出する。具体的には、異常診断装置１０は、センサーＡに関する値の推定値とセンサーＡに関する値の実測値との乖離度、センサーＢに関する値の推定値とセンサーＢに関する値の実測値との乖離度、センサーＣに関する値の推定値とセンサーＣに関する値の実測値との乖離度、・・・を算出する。

ステップ１０４（Ｓ１０４）において、異常診断装置１０は、Ｓ１０３で算出された複数の乖離度から、センサーの異常を特定する。例えば、異常診断装置１０は、複数のセンサーのうち、どのセンサーが異常であるかを特定する。

例えば、異常診断装置１０は、Ｓ１０３で算出された複数の乖離度から、機械学習モデルにより、センサーの異常を特定する。つまり、異常診断装置１０は、Ｓ１０３で算出された乖離度を機械学習モデル（異常箇所特定モデル）に入力して、センサーの異常を特定するための情報（例えば、どのセンサーが異常であるかの情報）を出力させる。

例えば、異常診断装置１０は、Ｓ１０３で算出された複数の乖離度から、ルールベースにより、センサーの異常を特定する。つまり、異常診断装置１０は、Ｓ１０３で算出された乖離度と、予め定められているルール（異常箇所特定ルール）と、にしたがって、センサーの異常を特定する。

図９は、本開示の一実施形態に係る学習処理のフローチャートである。

ステップ２０１（Ｓ２０１）において、異常診断装置１０は、学習データ（入力データが複数のセンサーに関する各値の推定値と実測値との乖離度であり、出力データがセンサーの異常を特定するための情報（例えば、どのセンサーが異常であるかの情報）である、学習データ）を取得する。

ステップ２０２（Ｓ２０２）において、異常診断装置１０は、Ｓ２０１の学習データを用いて機械学習をして、複数のセンサーに関する各値の推定値と実測値との乖離度が入力されるとセンサーの異常を特定するための情報（例えば、どのセンサーが異常であるかの情報）が出力されるモデル（異常箇所特定モデル）を生成する。

図１０は、本開示の一実施形態に係る学習処理のフローチャートである。

ステップ２１１（Ｓ２１１）において、異常診断装置１０は、学習データ（入力データが対象センサー以外のセンサーに関する値の正常運転時の実測値であり、出力データが対象センサーに関する値の正常運転時の実測値である、学習データ）を取得する。

ステップ２１２（Ｓ２１２）において、異常診断装置１０は、Ｓ２１１の学習データを用いて機械学習をして、対象センサー以外のセンサーに関する値の実測値が入力されると対象センサーに関する値が出力されるモデル（正常値推定モデル）を生成する。

以上、実施形態を説明したが、特許請求の範囲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。

１ 異常診断システム
１０ 異常診断装置
２０ 機器
１０１ 推定部
１０２ 実測値取得部
１０３ 乖離度算出部
１０４ 異常箇所特定部
１１１ 学習部
２０００ 室外機
２０１ 圧縮機
２０２ 室外熱交換器
２０３ 電子膨張弁
２０４ 電子膨張弁
２０５ 電磁弁
２０６ 電磁弁
２０７ 電磁弁
２０８ 四路切換弁
２０９ 高圧圧力センサー
２１０ 低圧圧力センサー
２１１ 高圧圧力開閉器
２１２ 圧力調整弁
２１３ 過冷却熱交換器
２１４ キャピラリーチューブ
２１５ サーミスタ
２１６ サーミスタ
２１７ サーミスタ
２１８ サーミスタ
２１９ サーミスタ
２２０ サーミスタ
２２１ サーミスタ
２２２ サーミスタ
２２３ 冷媒冷却板
２２４ 油分離器
２２５ アキュムレータ
２２６ サーミスタ
２５００ 室内機
２５１ 電子膨張弁
２５２ サーミスタ
２５３ サーミスタ
２５４ サーミスタ
２５５ サーミスタ
２５６ 室内熱交換器
１００１ 制御部
１００２ 主記憶部
１００３ 補助記憶部
１００４ 入力部
１００５ 出力部
１００６ インタフェース部

Claims (8)

1. 機器に搭載された複数のセンサーのうち異常であるセンサーを特定する、制御部を備えた装置であって、
   前記制御部は、
   前記機器に搭載された複数のセンサーの各センサーの正常運転時の推定値を取得し、
   前記機器に搭載された複数のセンサーの各センサーの実測値を取得し、
   前記複数のセンサーの各センサーの推定値と実測値との乖離度を算出し、
   前記算出された複数の乖離度から、前記複数のセンサーのうち異常であるセンサーを特定する、
   装置。
2. 前記制御部は、
   前記算出された複数の乖離度から、機械学習モデルにより、前記複数のセンサーのうち異常であるセンサーを特定する、請求項１に記載の装置。
3. 前記制御部は、
   前記算出された複数の乖離度から、ルールベースにより、前記複数のセンサーのうち異常であるセンサーを特定する、請求項１に記載の装置。
4. 前記センサーの正常運転時の推定値を推定するためのモデルは、センサーごとに生成される、請求項１または２に記載の装置。
5. 前記センサーの正常運転時の推定値は、他の複数のセンサーの値の実測値から推定される、請求項４に記載の装置。
6. 前記機器は、空気調和機であり、
   前記センサーの値は、外気温度、吸入管温度、吐出管温度、熱交換器温度、過冷却熱交換器ガス管温度、過冷却熱交換器液管温度、レシーバ液管温度、アキュムレータ入口温度、室内熱交換器ガス管温度、室内熱交換器液管温度、吸込温度、吹出温度、高圧圧力、低圧圧力、インバータ電流値、インバータ回転数、電磁弁開度のうちの少なくとも１つである、請求項１または２に記載の装置。
7. 機器に搭載された複数のセンサーのうち異常であるセンサーを特定する、制御部を備えた装置が実行する方法であって、
   前記機器に搭載された複数のセンサーの各センサーの正常運転時の推定値を取得するステップと、
   前記機器に搭載された複数のセンサーの各センサーの実測値を取得するステップと、
   前記複数のセンサーの各センサーの推定値と実測値との乖離度を算出するステップと、
   前記算出された複数の乖離度から、前記複数のセンサーのうち異常であるセンサーを特定するステップと、
   を含む方法。
8. 機器に搭載された複数のセンサーのうち異常であるセンサーを特定する、制御部を備えた装置に、
   前記機器に搭載された複数のセンサーの各センサーの正常運転時の推定値を取得する手順、
   前記機器に搭載された複数のセンサーの各センサーの実測値を取得する手順、
   前記複数のセンサーの各センサーの推定値と実測値との乖離度を算出する手順、
   前記算出された複数の乖離度から、前記複数のセンサーのうち異常であるセンサーを特定する手順、
   を実行させるためのプログラム。

Images