JPH04155133A - 空気調和機 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、居住者の快適度に合せて室温設定値を変更す
るための快適度設定器を備えた空気調和機に関する。

〔従来の技術〕

従来の装置は、特開昭６２−２７６３４９号、同６２−
２７６３５１号、同６３−１４０２８号公報等に記載さ
れている。これらの装置は、室内温度を検出する温度検
出器と、暑いと感した時及び寒いと感じた時等にそれぞ
れ操作される各々の感覚スイッチと、これらの感覚スイ
ッチが操作さ九た時に設定温度を変更する変更手段と、
その設定温度の変更幅を前記操作された感覚スツチから
の入力信号及びその時の温度検出器からの入力信号に基
づいて決定する手段とを設けており１例えば、変更幅の
決定手段は暑いと感じた時に操作される感覚スイッチか
らの信号が入力された場合、室内温度が所定値よりも高
い時には変更幅を大きく、所定値よりも低い時には小さ
くなるといった変更ルールを用いることによって、少な
い感覚スイッチの操作回数で快適な室内温度の制御がで
き、また、中庸な温度の環境の時に少しだけ室内温度を
変更することもでき、快適な環境から大きくはずれず、
より簡東に使用者の意向に合った環境を提供することが
できるとされている。

〔発明が解決しようとする課題〕

上記従来技術は、居住者各人の感覚を空気調和機の室温
設定値に反映し、快適な環境を実現するというねらいで
あるが、室内温度が所定値よりも高い時には変更幅を大
きく、所定値よりも低い時には小さくするといった非常
に簡単な制御ルールしか具体化されていない。実際には
これを定量的な制御ルールにしなければならないが、室
内温度と変更幅の関係を一義的に決めることは非常に困
難である。これをある値に決定できるとしても、種々の
空調対象にある居住者の感覚にうまく対応できるかどう
か疑わしい。このため、何度も感覚スイッチを操作して
調整しなおさなければならないという問題があった。

一方、快適性に関しては、従来の研究結果では。

室温のほかにふく射温が大きな影響を与えることが明ら
かになっている。従って、快適性を実現するためには先
の室内温度を変更時の関係にもとづく制御ルールでは不
足であり、ふく射温も考慮して変更幅を決定する必要が
ある。この場合には、制御ルールに関係するパラメータ
が増えるので、これを簡単に処理できる方法が必要であ
る。しかし、従来技術ではこのような点が考慮されてお
らず、真に快適な環境を、より簡単な方法によって使用
者の好みに合った環境を提供することが困難である。

本発明の目的は、従来のような単純な方法に頼ることな
く、居住者に合せた快適な空調環境をするための適応的
な制御ルールを形成する機能をもつ空気調和機を提供す
ることにある。

〔課題を解決するための手段〕

上記目的を達成するため、本発明は室温を検出する室温
検出器と、ふく射温を検出するふく射温検出器と、室温
設定値を入力する室温設定値と、快適度を入力する快適
度設定器と室温設定値の補正量を入力する補正量設定器
とを備え１階層ニューラルネットワークの入力信号を室
温設定値、室温、ふく射温及び快適度とし、入力の教師
信号を室温設定値の補正量として、中間層及び出力層の
重み係数を学習した階層ニューラルネットワークを用い
た。室温設定値の補正量を決定するようにした。

〔作用〕

本発明の多層ニューラルネットワークは、居住者の好み
に応じて、室温、ふく対温、室温設定値及び快適度と室
温設定値の補正量の関係を、入力層と中間層及び中間層
と出力層の重み係数として学習する。また、この学習を
繰り返すことによって、居住者の好みの変化に適応して
、この重み係数を修正することができる。これによって
、居住者の好みや体感に合せて空調対象の環境状態を実
現できる。

このときこの多層ニューラルネットワークは快適度に最
も影響の大きな室温とふく射温の両方の温度を考慮した
制御ルールをもつことになる。

従って１例えば、暖房時にはふく射温が低いときには室
温を高めにし、ふく射温が高いときには室温を低めにす
るといった居住者に対応した体感温度にもとづいた空調
制御が可能となる。

〔実施例〕

以下、本発明の一実施例を図面を引用して説明する。

第１図は１本発明の空気調和機を適用した居住環境のブ
ロック図である。図中、１は、壁、床。

天井、窓等から構成される空調対象の部屋である。

空気調和機２は、部屋１内の室内機３と、部屋１外の室
外機４及びこれらを結合する冷媒配管４、及びこれらの
制御装！６とから構成されている。

冷媒によって室外機４の吸熱量もしくは発熱量を室内機
３に供給して、室内機３の発熱量、もしくは、吸熱量に
よって１部屋１内の室温及びふく射温を！１ｌｌｌＬで
、居住者７が希望する快適な設定温度に制御する。この
ため、制御装置６は、部屋１の空気温度（Ｔ＋　）を検
出する室温検出器８、居住者７の受ける壁、床、天井、
窓等からのふく射熱をふく射温（Ｔｖ）として検出する
ふく射温検出器９及び居住者７の希望する室温を手動で
設定する室温設定器１０．室温設定値の補正量を手動で
設定する補正量設定器１１．居住者７の環境状態に対す
る好みを快適度という表現によって手動で設定する快適
度設定器１２及びニューラルネット学習設定器１３から
の信号を入力し、室外機４の出力を調整するための操作
量の信号を出力することによって、室内機を調整して部
屋１の室温及びふく射温を居住者７の希望に沿うよう−
に制御して快適な居住環境を実現するものである。

第２図は、ふく射温検出器９の構成を断面図にて示す、
１４ａはサーミスタや熱電対などの温度センサであり、
部屋１の壁、床、天井、窓等からのふく射熱を受けて暗
色系の受放熱板１４ｂが温度上昇もしくは下降すること
によりふく射温（Ｔ　ｗ　）を検出する。１５は、透明
な保護カバー、１６はこれらを支持する断熱材で形成さ
れる筐体である。

一般に実際の壁温とこのふく射温検出器によるふく射温
の関係は、温度センサの性能や取付位置などの要因で全
く等価にはならず、ふく射温が低めに出る傾向があるか
ら、所定の倍率をかけることによって補正する必要があ
る。

第３図は、設定器の機能を示す正面図である。

室温設定器１０は、室温表示部１７と、室温設定値の上
げ方向の指示器１８及び下げ方向の指示器１９より構成
される。居住者７がいずれかの指示器を押すことにより
、居住者７の希望する室温を設定することができる。補
正量設定器１１は、補正量表示部２０と、補正量の上げ
方向の指示器２１及び下げ方向の指示器２２より構成さ
れる。

居住者７がいずれかの指示器を押すことにより、居住者
７の希望する室温設定値の補正量を設定することができ
る。快適度設定器１２は、快適度表示器２３と、快適度
の感覚的な表現のうち暖かめ方向の指示器２４ａと涼し
め方向の指示器２４ｂより構成される。居住者７がいず
れかの指示器を押すことにより、居住者７の快適感を暖
かい、やや暖かい、快適、やや涼しい、涼しいの五段階
で設定することができる。この快適度の表現はこれに限
定されものではなく、言語的な表現及び段階数は任意に
設定することができる。ニューラルネット学習設定器１
３は、学習指示器２５ａと制御指示器２５ｂより構成さ
れている。後述する階層ニューラルネットワークのニュ
ーロン結合重み係数をバックプロツパゲーション学習に
よって決定することを指示する場合には学習指示器２５
ａを用いる。また、この学習が終了して、この多層ニュ
ーラルネットワークを実際の学習に使用する場合には、
制御指示器２５ｂを用いる。これらの設定は、空気調和
機の運転中に随時指示することができ、°それに応じて
多層ニューラルネットワークの再学習や制御を行うこと
ができる。

第４図は、本発明の空気調和機の制御装置６の構成と機
能を示すブロック線図である。第１図ないし第３図と同
一番号の部分ま同一部分を示す。

２６は制御装Ｗ６の中核となる階層ニューラル不シトワ
ークであり、図では入力層２７．中間層２８及び出力層
２９の三層から成るものを示している。入力層２７は、
室温設定値（Ｔｓ、）の設定値を入力する２７ａ、室温
の検出信号を入力する２７ｂ、ふく射温の検出信号を入
力する２７ｃ及び快適度（Ｋ）を入力する２７ｄから構
成される。

出力層は室温設定値の補正量を出力するニューロン２９
から構成される。これらの入力層と出力層は、複数個の
ニューロンから成る中間層２８で接続される。このニュ
ーラルネットワーク２６を実稼動させ空気調和機２を制
御して室温及びふく射温を調整するためには、入力層と
中間層及び中間層と出力層のニューロン間の結合の重み
係数を決めるための学習過程と、この学習が終ったニュ
ーラルネットワークを用いて、実際に空気調和機を制御
するための室温の設定値の補正量ΔＴｓを決定する過程
の三つの及手順が必要である。この二つの手順を切替え
るためにニューラルネット学習設定器１３と、スイッチ
３０を用いる。まず、ニューラルネット学習設定器１３
の学習設定器２５ａを設定する。

まず、学習過程では、スイッチ３０はΔＴｓ＊側が接続
しており、居住者７が室温設定器１０によって設定した
室温設定値Ｔｓ、と室温設定値の補正量設定器１１の補
正量６１８本の和Ｔｓと室温検出器８によって検出した
室温８との偏差Ｅに基づいて、ＰＩＤ制御３２によって
操作量Ｍを計算しこれによって空気調和機２を運転し１
部屋１の室Ｔ＋　が室温設定値Ｔｓになるように制御さ
れる。

この空調状態がある程度安定したときに、居住７は、こ
の室温設定値Ｔｓ０と室温設定値の補正５６１８本、室
温Ｔ＋及びふく耐湿Ｔｗに関連して（感じた快適度Ｋを
決めることができるので、快適度設定値１２の暖かめ指
示器１２及び涼しめ指５器１３を操作して、暖かいない
し涼しいのどの１階にあるかを設定する。

このとき階層ニューラルネットワークの入力層２７のう
ち室温設定値Ｔｓを２７ａに、室温ＴＩを２７ｂに、ふ
く耐湿Ｔｗを２７ｃに、快適度ｋを２７ｄに入力すると
ともに、この入力に対しマ得られる出力層２９で得られ
る。室温設定値の獅正量ΔＴｓに対して室温設定値の補
正量設定器１１により設定した補正量ΔＴｓ＊を教師信
号として、バックプロパゲーション学習機能３１によ＝
て、上記の出力層ΔＴｓの信号とその教師信号ΔＴｓ＊
が所定の精度で一致するように繰り返しく算を行ない、
中間層と出力層のニューロンの結合Ｈの重み係数を決定
する。このよう・な操作をいくつかの室温設定値Ｔｓ０
、及び、室温設定値の補正量計　　ΔＴｓ輯こついて実
施することによって、階層二二賢　　−ラルネットワー
ク２６には、室温設定値Ｔｓ、本　　室温Ｔｒ　、ふく
耐湿Ｔｗ及び快適度にと室温設定器　　値の補正量ΔＴ
ｓの関係が確立される。このあと、Ｒニューラルネット
学習設定器１３を学習設定器＆　　　　２５ａから制御
設定器２５ｂに切り換える。

なお教師信号としての室温設定値の補正量ツ　　ΔＴｓ
零αとしては、そのときの室温設定値、室温。

ふく耐湿及び快適度にもとづいて決める。これらの関係
については１次のようなことがいえる。−般に室温設定
ｆａｉ　Ｔ　ｓが高いときは室温設定値の補ｉ　　正量
は小さくてよい。室温ＴＩ　が高いときは室温設定値の
補正量は小さくてよい、室温設定値と室温との差（Ｔｓ
−ＴＩ）が正の方に大きいときには、）　　室温設定値
の補正量は正の方に大きくなければならない。室温に比
べてふく耐湿Ｔｗが低いときに“　　は、室温設定値の
補正量は大きくなければならな・　　　い。快適度Ｋが
暖かめの方に設定されたときには、室温設定値の補正量
は小さくてよい。これらのことを考慮すると、次のよう
な関数関係をつくることができる。

ΔＴｓ車＝　ｆ　（ＴＳ、　ＴＩＴ　ＴＳ−ＴＩ、　Ｔ
Ｉ−ＴＷ、　Ｋ・（１） もちろんこのような数式表現でなくて、数表やグラフで
表現とすることも可能である。また、必ずしも全ての項
を考慮することなく、一部の項を利用して簡単化するこ
とも可能である。

次に制御過程では、スイッチ３ｏはΔＴｓ側が接してお
り、居住者７が室温設定器１ｏによって設定した室温設
定値Ｔｓ、と、ニューラルネットワークの出力である室
温設定値の補正量ΔＴｓの和ＴＳと、室温検出器８によ
って検出した室温８との偏差Ｅに基づいて、ＰＩＤ制御
３２によって操作量Ｍを計算しこｉによって空気調和機
２を運転し、部屋１の室温ＴＩ　が室温設定値Ｔｓにな
るように制御される。この運転制御状態で、ニューラル
ネットワーク２６の入力層２７には、室温設定値ＴＳが
２７ａに、室温の検出値ＴＩ　が２７ｂに、ふく耐湿の
検出値Ｔｗが２７ｃに、快適度設定値Ｋが２７ｄに入力
される。ニューラルネット２６では、これらの値から予
め学習した結合の重み係）　　数を用いて出力層２９に
、室温の設定値ΔＴｓを出力することができる。このと
き、多層ニューラルネットワークの乳化機能によって、
初めに学習した以外の状況に対しても適切な室温設定値
の補正量が得られることを期待できる。

以上の学習及び制御の過程には、ニューラルネット学習
設定１３を用いて居住者の選択によって自由に切り替え
ることができる。

第４図に示したニューラルネットワークは、マイクロコ
ンピュータなどの計算機のプログラムとして実現するこ
とができる。

以上では主として暖房を行う場合を例として説明したが
、暖房を行う場合には別個のニューラルネットワークを
用いることによって、同様に行うことができる。

また、本実施例では、部屋−っを−っの空気調和機によ
って空調するシステムについて説明したが、多数の部屋
を多数の室内機と一つの室外機とからなる空気調和機に
よって空調するシステムについても同様に適用すること
ができる。

〔発明の効果〕

本発明によれば、多層ニューラルネットワークの結合の
重み係数として、空調状態としての室温設定値、室温、
ふく射温及び居住者の快適度と室温設定値の補正量の関
係を学習することができるので、居住者の好みや体感に
合せた空調対象の環境状態を実現することができる。ま
た、この多層ニューラルネットワークは快適度に最も影
響の大きな室温とふく射温の関係を考慮しているので、
より快適な空調環境を実現することができる。

【図面の簡単な説明】

第１図は、本発明の空気調和機を適用した空調環境を示
す説明図、第２図はふく射温検出器の断面図、第３図は
設定段の構成を示す正面図、第４図は本発明の空気調和
機の制御系統を示すブロックダイヤグラム、−一 巳に壬ヤ二ミである。 １・・部屋、２　・空気調和機、３　・室内機、４　室
外機、５・・・冷媒配管、６・制御装置、７・・居住者
、８・室温検出器、９・・ふく射検出器、１０−・・室
温％ｌＩ２１］ 第２　回 尾 ！ ＃　３ 上ヂΔ−１８よヂハ６ 下け＼７−、ｑ　　ｒりｖ！−２２ ２３′２ｔ　３ 東ｔｒ”￥’　　　ｗ＊＃ｚ５ｂ

Claims (1)

【特許請求の範囲】
1. １、室温を検出する室温検出器と、ふく射温を検出する
   ふく射温検出器と、室温設定値を入力する室温設定器と
   、快適度を入力する快適度設定器と室温設定値の補正量
   を入力する補正量設定器とを備え、階層ニューラルネッ
   トワークの入力信号を室温設定値、室温、ふく射温及び
   快適度とし、出力の教師信号を室温設定値の補正量とし
   て、中間層及び出力層の重み係数を学習した前記階層ニ
   ューラルネットワークを用いて、室温設定値の補正量を
   決定する手段を備えたことを特徴とする空気調和機。