JPH04335923A - 電気カーペット - 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】

【０００１】

【産業上の利用分野】本発明は、カーペット本体の表面
温度に基づき発熱体を制御する電気カーペットに関する
。

【０００２】

【従来の技術】従来、この種の電気カーペットは図１２
に示すように構成されていた。以下、その構成について
説明する。

【０００３】図に示すように、カーペット本体１は、内
部に発熱体２と、温度検知体３とが蛇行配置されており
、コントローラ４で制御されるようにしている。また、
その回路構成は、特開昭６２−２２９２１号公報に示さ
れる図１３のように構成されている。そして、温度検知
体３からの信号と、使用温度調節用の可変抵抗ＶＲおよ
び最高温度設定用抵抗Ｒ５　などで構成される回路から
の信号との両信号を比較して出力信号を出し、リレーＲ
Ｌを制御し、発熱体２の発熱量（温度）をコントロール
していた。また、電源投入時においては、カーペット本
体１の温度を早く上昇させるために、ある一定時間Ｔだ
けリレーＲＬを連続通電させ、その後上記の使用調節温
度になるよう制御していた。

【０００４】

【発明が解決しようとする課題】このような従来の電気
カーペットでは、カーペット本体１の表面温度を検出し
て発熱体２を制御していないために、カーペット本体１
が敷かれる環境によって実際の表面温度はかなり変動す
るという課題を有していた。すなわち、カーペット本体
１の表面温度は、たとえばカーペット本体１が敷かれる
床材が畳かフローリングかにより異なる。それは、床材
の熱抵抗により床下への放熱に差が生じるためである。 その様子を図１４に示している。また、使用調節温度範
囲が強・中・弱とあった場合、電源投入時の立ち上げ制
御は、使用調節温度（強・中・弱）に関係なく、一定時
間Ｔだけ発熱体２を連続通電するので、温度が低設定に
もかかわらず立ち上げ時は過剰暖房となることがあった
。その様子を図１５に示している。また、室温の差によ
っても運転時の実際の表面温度は異なる。その様子を図
１６に示している。さらに、カーペット本体１の表布の
厚さによっても、運転時の実際の表面温度は使用調節温
度範囲が同じでも異なってくる。その様子を図１７に示
している。つまり、実際の表面温度はカーペット本体１
が敷かれる環境（室温、床材、表布の厚さなど）によっ
て、使用調節温度（強・中・弱）で設定した温度とかな
りの差が生じていた。また、カーペット本体１にカバー
材を載せる場合、そのカバー材が厚いか薄いかを切り替
えるスイッチを備えており、使用者がカバー材の厚さを
判断して切り替えるという操作が必要であるという課題
を有していた。つまり、カーペット本体１の表面温度を
検出するセンサを表面に設ければ、この課題を解消する
ことはできるが、商品として実現するのは困難であった
。

【０００５】本発明は上記課題を解決するもので、カー
ペット本体の表面温度を現実に計測・検出できる物理量
でもって実時間で推定することにより、いかなる環境下
に敷かれても快適な暖房を得ることを第１の目的として
いる。第２の目的は、多次元情報処理手法により、カー
ペット本体の表面温度を容易に推定することにある。ま
た、第３の目的は、温度検知手段の出力より温度勾配を
検知し、カーペット本体の表面温度の推定精度を向上す
ることにある。さらに、第４の目的は電気カーペットの
畳数（２．５畳、４畳、６畳用など）に関係なくカーペ
ット本体の表面温度を推定することにある。

【０００６】

【課題を解決するための手段】本発明は上記第１の目的
を達成するために、発熱体と温度検知体を配設し表面材
、断熱材とで構成されたカーペット本体と、前記発熱体
の温度を前記温度検知体を介して検出する温度検知手段
と、前記発熱体への通電を制御する通電制御手段と、前
記カーペット本体の発熱に影響をおよぼす物理量を計測
・設定する物理量計測手段と、前記温度検知手段、前記
物理量計測手段の出力に基づき前記カーペット本体の表
面温度を推定する表面温度推定手段と、前記表面温度推
定手段の出力に基づき前記通電制御手段を制御する制御
手段とからなることを第１の課題解決手段としている。

【０００７】また、第２の目的を達成するために、上記
第１の課題解決手段の表面温度推定手段は、複数の神経
素子より構成される神経回路網を模した手法により獲得
されたカーペット本体の表面温度を推定する固定された
神経回路網の複数の結合重み係数を内部に持つ神経回路
網模式手段を有することを第２の課題解決手段としてい
る。

【０００８】また、上記第１の課題解決手段の表面温度
推定手段は、複数の神経素子より構成される層が多層組
み合わされて構築される階層型の神経回路網模式手段を
有することを第３の課題解決手段としている。

【０００９】さらに第３の目的を達成するために、上記
第１の課題解決手段の制御手段は、温度検知手段からの
温度情報として表面温度推定手段に現時点での温度情報
と、ある時間Ｔｘ前の温度情報を出力するとともに、前
記表面温度推定手段は、その二つの温度情報を前記温度
検知手段からの温度情報として演算するようにしたこと
を第４の課題解決手段としている。

【００１０】また、第４の目的を達成するために、上記
第１の課題解決手段の物理量計測手段は、発熱体のワッ
ト密度を設定するワット密度設定手段を備えたことを第
５の課題解決手段としている。

【００１１】

【作用】本発明は上記した第１の課題解決手段により、
温度検知手段からの温度検知体の温度情報、物理量計測
手段からの物理量計測情報を表面温度推定手段に入力す
ることにより、表面温度推定手段は、カーペット本体の
表面温度を時々刻々推定し、またカバーが載せられた場
合はカバーの表面温度を時々刻々推定する。その表面温
度情報を用いて制御手段は通電制御手段を介して発熱体
を制御し、快適な暖房を得ることができる。

【００１２】また、第２または第３の課題解決手段によ
り、表面温度推定手段を構成する神経回路網模式手段は
、使用される環境下で既に学習された結合重み係数を備
えており、時々刻々の環境におけるカーペット本体の表
面温度を推定できる。

【００１３】また、第４の課題解決手段により、温度検
知手段からの現時点の温度情報と一定時間Ｔｘ前の温度
情報を表面温度推定手段に入力することにより、温度勾
配情報を検知でき、カーペット本体の表面温度を精度よ
く推定できる。

【００１４】さらに、第５の課題解決手段により、カー
ペット本体の２．５畳、４畳、６畳用などの種々の面積
に関係なく、それぞれの面積に対応した表面温度を推定
できる。

【００１５】

【実施例】以下、本発明の一実施例を図１から図３を参
照しながら説明する。なお、従来例と同じ構成のものは
同一符号を付して説明を省略する。

【００１６】図に示すように、温度検知手段５は発熱体
２の温度を温度検知体３を介して検出する。通電制御手
段６は発熱体２への通電を制御するもので、リレーなど
で構成している。物理量計測手段７はカーペット本体１
の発熱に影響をおよぼす物理量を計測・設定するもので
ある。室温検知手段８はサーミスタとその周辺回路で構
成している。計時手段９は電源投入時よりの時間をカウ
ントする。通電率検出手段１０は発熱体２への通電率を
検出する。温度設定手段１１は設定温度を決定するもの
である。物理量計測手段７は、室温検知手段８、計時手
段９、通電率検出手段１０、温度設定手段１１より構成
している。表面温度推定手段１２は温度検知手段５、室
温検知手段８、計時手段９、通電率検出手段１０、温度
設定手段１１の出力に基づきカーペット本体１の表面温
度を推定するものであり、制御手段１３は表面温度推定
手段１２の出力に基づき通電制御手段６を制御する。カ
ーペット本体１に発熱体２と温度検知体３とをそれぞれ
蛇行配置している。なお、１４は電気カーペットのコン
トローラであり、１５は表面材、１６は断熱材である。

【００１７】表面温度推定手段１２を構成する手段は、
従来の制御手法に用いられている解決的な方法が適用で
きないため、多次元情報処理手法として最適な神経回路
網を模した方法で構成している。神経回路網を模した手
法においては、カーペット本体１の表面温度を推定する
神経回路網の複数の結合重み係数を固定されたテーブル
として用いる方法と、学習機能を残し環境と使用者に適
応できるようにする方法とがある。本実施例は、神経回
路網を模した手法によって獲得されたカーペット本体１
の表面温度を推定する固定された結合重み係数を内部に
もつ神経回路網模式手段を有する表面温度推定手段１２
を設けている。

【００１８】カーペット本体１の表面の発熱に影響をお
よぼす物理量としては、発熱体の温度、室温、設定温度
、電源投入時よりの経過時間、通電率、表布の厚さ・熱
容量などがある。カーペット本体１において発熱体２の
熱は、水平方向と表布方向（上方向）と裏面方向（下方
向）に伝達されていくが、周囲の環境（室温、床材、表
布の厚さ、表布の熱容量など）により、発熱体２の熱の
伝わり方は異なる。したがって、カーペット本体１の表
面温度、またはカバー材をカーペット本体１の上に載せ
た場合のカバー材の表面温度は、周囲の環境により大き
く変動することになる。

【００１９】カーペット本体１の表面温度を推定する神
経回路網において固定された結合重み係数は、電気カー
ペットが敷かれるさまざまな環境において、発熱体２を
制御した場合、カーペット本体１の表面温度がどのよう
に変化するかというデータを収集し、環境データと制御
データと表面温度データとの相関を神経回路網模式手段
に学習させることによって得ることができる。用いるべ
き神経回路網模式手段としては、文献１（Ｄ．Ｅ．ラメ
ルハート他２名著、甘利俊一監訳「ＰＤＰモデル」１９
８９年）、文献２（中野馨他７名著「ニューロコンピュ
ータの基礎」（株）コロナ社刊、Ｐ１０２、１９９０年
）、特公昭６３−５５１０６号公報などに示されたもの
がある。以下、文献１に記載された最もよく知られた学
習アルゴリズムとして誤差逆伝搬法を用いた多層パーセ
プトロンを例にとり、具体的な神経回路網模式手段の構
成および動作について説明する。

【００２０】図４は、神経回路網模式手段の構成単位と
なる神経素子の概念図である。図４において、２１〜２
Ｎは神経のシナプス結合を模擬する疑似シナプス結合変
換器であり、２ａは疑似シナプス結合変換器２１〜２Ｎ
からの出力を加算する加算器であり、２ｂは設定された
非線形関数、たとえば、しきい値をｈとするシグモイド
関数、 　　　　　　ｆ（ｙ，ｈ）＝１／（１＋ｅｘｐ（−ｙ＋
ｈ））　　　　　　　　　　（式１）によって加算器２
ａの出力を非線形変換する非線形変換器である。なお、
図面が煩雑になるので省略したが、修正手段からの修正
信号を受ける入力線が疑似シナプス結合変換器２１〜２
Ｎと非線形変換器２ｂにつながっている。また、疑似シ
ナプス結合変換器２１〜２Ｎが神経回路網模式手段の係
合重み係数となる。この神経素子には、信号処理モード
と学習モードの２つの種類の動作モードがある。

【００２１】以下、図４に基づいて神経素子のそれぞれ
のモードの動作について説明する。まず、信号処理モー
ドの動作の説明をする。神経素子はＮ個の入力Ｘ１〜Ｘ
ｎを受けて１つの出力を出す。ｉ番目の入力信号Ｘｉは
、四角で示されたｉ番目の疑似シナプス結合変換器２ｉ
においてＷｉ・Ｘｉに変換される。疑似シナプス結合変
換器２１〜２Ｎで変換されたＮ個の信号Ｗ１・Ｘ１〜Ｗ
ｎ・Ｘｎは加算器２ａに入り、加算結果ｙが非線形変換
器２ｂに送られ、最終出力ｆ（ｙ，ｈ）となる。つぎに
、学習モードの動作について説明する。学習モードでは
、疑似シナプス結合変換器２１〜２Ｎと非線形変換器２
ｂの変換パラメータＷ１〜Ｗｎとｈを、修正手段からの
変換パラメータの修正量ΔＷ１〜ΔＷｎとΔｈを表す修
正信号を受けて、 　　　　　　Ｗｉ＋ΔＷｉ　　　　；　　　　ｉ＝１，
２，・・　　，Ｎ　　　　　　ｈ＋Δｈ　　　　　　　
　　　　　　　　　　　　　　　　　　　　　　　　　
　　　　　　　　　　　　（式２）と修正する。

【００２２】図５は上記神経素子を４つ並列につないで
構成した信号変換手段の概念図である。いうまでもなく
、以下の説明は、この信号変換手段を構成する神経素子
の個数を４個に特定するものではない。図５において、
２１１〜２４４は疑似シナプス結合変換器であり、２０
１〜２０４は、図４で説明した加算器２ａと非線形変換
器２ｂをまとめた加算非線形変換器である。図５におい
て、図４と同様に図面が煩雑になるので省略したが、修
正手段からの修正信号を受ける入力線が疑似シナプス結
合変換器２１１〜２４４と加算非線形変換器２０１〜２
０４につながっている。疑似シナプス結合変換器２１１
〜２４４も結合重み係数となる。この信号変換手段の動
作については、図４で説明した神経素子の動作が並列し
てなされるものである。

【００２３】図６は、学習アルゴリズムとして誤差逆伝
搬法を採用した場合の信号処理手段の構成を示したブロ
ック図で、３１は上述の信号変換手段である。ただし、
ここではＮ個の入力を受ける神経素子がＭ個並列に並べ
られたものである。３２は学習モードにおける信号変換
手段３１の修正量を算出する修正手段である。以下、図
６に基づいて信号処理手段の学習を行う場合の動作につ
いて説明する。信号変換手段３１はＮ個の入力Ｓｉｎ（
Ｘ）を受け、Ｍ個の出力Ｓｏｕｔ　（Ｘ）を出力する。 修正手段３２は、入力信号Ｓｉｎ（Ｘ）と出力信号Ｓｏ
ｕｔ　（Ｘ）とを受け、誤差計算手段または後段の信号
変換手段からのＭ個の誤差信号δｉ　（Ｘ）の入力があ
るまで待機する。誤差信号δｉ　（Ｘ）が入力され修正
量を　　ΔＷｉｊ＝δｉ　（Ｘ）・Ｓｉｏｕｔ（Ｘ）・
（１−Ｓｉｏｕｔ（Ｘ））・Ｓｊｉｎ　（Ｘ）　　　　
　　　　　　　　　　　　　　　　　　（ｉ＝１〜Ｎ，
ｊ＝１〜Ｍ）　　　　　　　　　　（式３）と計算し、
修正信号を信号変換手段３１に送る。信号変換手段３１
は、内部の神経素子の変換パラメータを上で説明した学
習モードにしたがって修正する。

【００２４】図７は、神経回路網模式手段を用いた多層
パーセプトロンの構成を示すブロック図であり、３１Ｘ
、３１Ｙ、３１ＺはそれぞれＫ個、Ｌ個、Ｍ個の神経素
子からなる信号変換手段であり、３２Ｘ、３２Ｙ、３２
Ｚは修正手段であり、３３は誤差計算手段である。以上
のように構成された多層パーセプトロンについて、図７
を参照しながらその動作を説明する。信号処理手段３４
Ｘにおいて、信号変換手段３１Ｘは、入力Ｓｉｉｎ　（
Ｘ）（ｉ＝１〜Ｎ）を受け、出力Ｓｊｏｕｔ（Ｘ）（ｊ
＝１〜Ｋ）を出力する。修正手段３２Ｘは、信号Ｓｉｉ
ｎ　（Ｘ）と信号Ｓｊｏｕｔ（Ｘ）を受け、誤差信号δ
ｊ　（Ｘ）（ｊ＝１〜Ｋ）が入力されるまで待機する。 以下同様の処理が、信号処理手段３４Ｙ、３４Ｚにおい
て行われ、信号変換手段３１Ｚより最終出力Ｓｈｏｕｔ
（Ｚ）（ｈ＝１〜Ｍ）が出力される。最終出力Ｓｈｏｕ
ｔ（Ｚ）は、誤差計算手段３３にも送られる。誤差計算
手段３３においては、２乗誤差の評価関数ＣＯＳＴ（式
４）に基づいて理想的な出力Ｔ（Ｔ１，・・・・・，Ｔ
Ｍ　）との誤差が計算され、誤差信号δｈ　（Ｚ）が修
正手段３２Ｚに送られる。

【００２５】

【数１】

【００２６】ただし、ηは多層パーセプトロンの学習速
度を定めるパラメータである。つぎに、評価関数を２乗
誤差とした場合には誤差信号は、 　　　　　　δｈ（Ｚ）＝−η・（Ｓｈｏｕｔ（Ｚ）−
Ｔｈ　）　　　　　　　　　　　　（式５）となる。修
正手段３２Ｚは、上で説明した手続きにしたがって、信
号変換手段３１Ｚの変換パラメータの修正量ΔＷ（Ｚ）
を計算し、修正手段３２Ｙに送る誤差信号を（式６）に
基づき計算し、修正信号ΔＷ（Ｚ）を信号変換手段３１
Ｚに送り、誤差信号δ（Ｙ）を修正手段３２Ｙに送る。 信号変換手段３１Ｚは、修正信号ΔＷ（Ｚ）に基づいて
内部のパラメータを修正する。なお、誤差信号δ（Ｙ）
は（式６）で与えられる。

【００２７】

【数２】

【００２８】ここで、Ｗｉｊ（Ｚ）は信号変換手段３１
Ｚの疑似シナプス結合変換器の変換パラメータである。 以下、同様の処理が信号処理手段３４Ｘ、３４Ｙにおい
て行われる。学習と呼ばれる以上の手続きを繰り返し行
うことにより、多層パーセプトロンは入力が与えられる
と理想出力Ｔをよく近似する出力を出すようになる。な
お、上記の説明においては、３段の多層パーセプトロン
を用いたが、これは何段であってもよい。また、文献１
にある信号変換手段のなかの非線形変換手段の変換パラ
メータｈの修正法についてと慣性項として知られる学習
高速化の方法については、説明の簡略化のため省略した
が、この省略は以下に述べる本発明を拘束するものでは
ない。

【００２９】こうして、神経回路網模式手段は環境デー
タ（室温、床材、設定温度、表布の厚さなど）と制御デ
ータと表面温度データとの関係を学習し、簡単なルール
で記述することが容易でない制御の仕方を自然な形で表
現することができる。本実施例は、こうして得られた情
報を組み込んで、表面温度推定手段１２を構成するもの
である。具体的には、十分学習を終えた後の多層パーセ
プトロンの信号変換手段３１Ｘ、３１Ｙ、３１Ｚのみを
神経回路網模式手段として用いて、表面温度推定手段１
２を構成する。実際に学習させたデータについて説明す
る。

【００３０】図８は、室温５℃、床材が畳、表布が比較
的薄く、温度設定が強設定の時の電気カーペットの実験
データである。図８（ａ）は、カーペット本体１の表面
温度の変化を示したものであり、時刻Ｔ１で強設定の温
度に達した後、その温度＋ｔ℃まで表面温度をあげ、そ
の後は強設定温度を基準に通電制御手段をオン・オフ制
御している。電気カーペット立ち上げ時の暖房は、設定
温度よりも少し高め（本実施例ではｔ＝２℃）が快適と
されている。図８（ｂ）は、電源投入時から温度検知体
３を介して温度情報を検出する温度検知手段５の出力（
ＤＣ電圧）の変化を示したものである。図８（ｃ）は、
通電制御手段６（本実施例ではリレー）の状態を示して
いる。図８（ｄ）は、室温検知手段７の変化を示したも
のである。図９は、室温５℃、床材がフローリング、表
布が比較的薄く、温度設定が強設定の時の電気カーペッ
トの実験データである。図９（ａ）は、図８（ａ）と同
様にカーペット本体１の表面温度の変化を示したもので
ある。図９（ｂ）は、そのときの電源投入時から温度検
知体３を介して温度情報を検出する温度検知手段５の出
力（ＤＣ電圧）の変化を示したものである。 図９（ｃ）は、通電制御手段６（本実施例ではリレー）
の状態を示している。図９（ｄ）は、室温検知手段８の
変化を示したものである。

【００３１】図８（ａ）と図９（ａ）から、床材として
畳の方がフローリングよりも強設定温度に達するのが早
いのが判る。これは、いうまでもなくフローリングの方
が床下への放熱が大きいからである。ここでは示さない
が、表布が厚いものと薄いもの、室温が高い場合と低い
場合、設定温度を変更した場合についても同様の実験を
行った。そして、その実験データを神経回路網模式手段
に入力し学習をさせた。つまり、神経回路網模式手段へ
は温度検知手段５の温度情報と、カーペット表面の発熱
に影響をおよぼし実際計測できる物理情報として室温検
知手段８の室温情報、計時手段９より得られる電源投入
時からの経過時間情報、通電率検出手段１０より得られ
る現時点での通電率情報、温度設定手段１１より得られ
る設定温度情報の５情報と、理想出力としてカーペット
本体１の表面温度情報を入力し学習させ、神経回路網模
式手段の中の信号変換手段３１Ｘ、３１Ｙ、３１Ｚを確
立し、それらを神経回路網模式手段として表面温度推定
手段１２に組み込んでいる。

【００３２】つぎに、図１に示した回路ブロック図に基
づき動作を説明する。まず、温度設定手段１１により設
定温度を設定し電源が投入される。温度設定情報は制御
手段１３を介して表面温度推定手段１２に入力される。 制御手段１３は計時手段９に計時開始の信号を出力する
とともに、通電制御手段６に発熱体２を発熱させるよう
に通電オン（リレーオン）の信号を出力する。通電率検
出手段１０は、制御手段１３より通電制御手段６の状態
（リレーのオン・オフ状態）と、計時手段９から計時信
号が入力されており、時々刻々発熱体２への通電率が演
算され、その情報を表面温度推定手段１２に出力してい
る。計時手段９の計時情報は表面温度推定手段１２に入
力されている。そして発熱体２の温度情報は温度検知体
３を介して温度検知手段５より時々刻々制御手段１３に
入力され、制御手段１３は現時点の温度情報を表面温度
推定手段１２に出力している。そして温度設定手段１１
の設定温度情報もまた制御手段１３を介して表面温度推
定手段１２に入力されている。また室温検知手段８から
の室温情報は、ＡＤ変換され制御手段１３と表面温度推
定手段１２に入力されている。表面温度推定手段１２は
、これらの入力された信号・情報をもとにカーペット本
体１の表面温度を時々刻々推定し、その情報を制御手段
１３に出力している。制御手段１３は、この推定表面温
度情報に基づき通電制御手段６を制御するように動作す
る。制御手段１３は、立ち上げ時においては、温度設定
手段１１で設定された温度より２ｄｅｇ上昇した時点で
通電制御手段６に通電オフ信号を出力し、リレーをオフ
し発熱体２への通電を停止させる。その後、設定温度を
維持するように表面温度情報をもとに通電制御手段６を
制御（オン・オフ制御）する。

【００３３】また、図１０は通電率の算出の方法を説明
するための図であり、通電制御手段６のリレーの状態を
示している。本実施例において、時刻ｔｐ　での通電率
は、時刻ｔｐ　以前のリレーがオンの期間をｔｐｏｎ　
，オフの期間をｔｐｏｆｆとすると（式８）で算出した
。

【００３４】 　　　　　　ｔｐｏｎ　／（ｔｐｏｎ　＋ｔｐｏｆｆ）
　　　　　　　　　　　　　　　　　　　　　　　　（
式８）なお、本実施例では、通電率を（式８）のように
デューティ比でもって決めたが、この方法にとらわれる
ことはなく、電源投入時からの累積通電率であってもよ
い。また、制御手段１３、通電率検出手段１０、計時手
段９、表面温度推定手段１２は、すべて４ビットマイク
ロコンピュータで構成したが、これらは１つのマイクロ
コンピュータで構成することはもちろん可能である。な
お、表面温度推定手段１２には、温度検知手段５の温度
情報と、カーペット表面の発熱に影響をおよぼし実際計
測できる物理情報として室温検知手段８の室温情報、計
時手段９より得られる電源投入時からの経過時間情報、
通電率検出手段１０より得られる現時点での通電率情報
、温度設定手段１１より得られる設定温度情報の５情報
を入力しているが、この限定は本発明を拘束するもので
はなく物理量計測手段７の構成次第で推定表面温度の精
度をさらに向上させることができる。

【００３５】以上のように本実施例によれば、使用され
る環境下で既に学習された神経回路網の複数の固定結合
重み係数を有する神経回路網模式手段を組み込んだ表面
温度推定手段を備えた構成としているので、電気カーペ
ットが使用される環境下において、人間にフィットした
最適な暖房が実現できる。

【００３６】つぎに、本発明の他の実施例について説明
する。図１の制御手段１３は、温度検知手段５からの温
度情報として表面温度推定手段１２に現時点での温度情
報と、ある時間Ｔｘ前の温度情報を出力するとともに、
表面温度推定手段１２は、その二つの温度情報を温度検
知手段５からの温度情報として演算するようにしている
。

【００３７】温度検知手段５の温度情報の変化には、表
布の厚さ、室温、床材などの差異が情報がすべて含まれ
ている。つまりこれらの物理情報は、すべて図８（ｂ）
、図９（ｂ）の温度検知手段５のＤＣ電圧カーブに現れ
ており、表面温度推定手段１２の入力に温度検知手段５
のＤＣ電圧カーブ特性を入力している。つまり、現時点
での温度情報だけでなくＤＣ電圧カーブ特性を入力して
いる。このことにより、現時点の温度検知手段５のＤＣ
電圧と時刻Ｔｘ（本実施例では１分）前のＤＣ電圧の２
点の電圧を入力している。なお、本実施例では、２点の
ＤＣ電圧を入力しているが、３点、４点のＤＣ電圧を入
力しても全く問題はない。神経回路網模式手段へは温度
検知手段５の現時点の温度情報と１分前の温度情報（つ
まり現時点のＤＣ電圧と１分前のＤＣ電圧）、室温検知
手段８の室温情報、計時手段９より得られる電源投入時
からの経過時間情報、通電率検出手段１０より得られる
現時点での通電率情報、温度設定手段１１より得られる
設定温度情報の６情報と、理想出力としてカーペット本
体１の表面温度情報を入力し学習させ、神経回路網模式
手段の中の信号変換手段３１Ｘ、３１Ｙ、３１Ｚを確立
し、それらを神経回路網模式手段として表面温度推定手
段１２に組み込んでいる。そして、前記実施例１と同様
の動作がなされ、周辺の構成は実施例１の構成で達成で
きる。これにより表面温度の推定精度をさらに向上でき
る。

【００３８】つぎに、本発明の他の実施例を図１１を参
照しながら説明する。なお、上記実施例１と同じ構成の
ものは同一符号を付して説明を省略する。

【００３９】図に示すように、ワット密度設定手段１７
は発熱体２のワット密度を設定するもので、物理量計測
手段１８に設けている。電気カーペットの面積には２．
５畳、４畳、６畳などいろいろな種類があり、各畳数に
よってワット密度が異なり表面温度にかなりの影響をお
よぼす。この差異に関係なく表面温度を推定可能とする
ために、発熱体２のワット密度を設定できるワット密度
設定手段１７を備えている。そして、表面温度設定手段
１２を構成する神経回路網模式手段に環境データとして
、実施例１での環境データにさらにワット密度の情報を
も学習させて、神経回路網模式手段の中の信号変換手段
３１Ｘ、３１Ｙ、３１Ｚを確立し、それらを神経回路網
模式手段として表面温度推定手段１２に組み込んでいる
。 そして、表面温度推定手段１２には、温度検知手段５の
温度情報と、カーペット表面の発熱に影響をおよぼし実
際計測できる物理情報として室温検知手段８の室温情報
、計時手段９より得られる電源投入時からの経過時間情
報、通電率検出手段１０より得られる現時点での通電率
情報、温度設定手段１１より得られる設定温度情報とワ
ット密度設定手段１７より得られるワット密度情報の６
情報を入力している。これにより、電気カーペットの畳
数（面積）の差異に関係なく表面温度を推定することが
可能となる。

【００４０】

【発明の効果】以上の実施例から明らかなように本発明
によれば、カーペット本体の発熱体の温度を検知する温
度検知手段と、前記発熱体への通電を制御する通電制御
手段と、前記カーペット本体の発熱に影響をおよぼす物
理量を計測・設定する物理量計測手段と、前記温度検知
手段、前記物理量計測手段の出力に基づき前記カーペッ
ト本体の表面温度を推定する表面温度推定手段と、前記
表面温度推定手段の出力に基づき前記通電制御手段を制
御する制御手段とからなるから、カーペット本体の表布
の厚さに関係なく最適な暖房ができ、従来カーペット本
体にカバーを載せる場合、そのカバーが厚いか薄いかを
切り替えるスイッチをカーペットコントローラに備えて
いたが、このスイッチが不要となり、使い勝手上大変便
利になる。

【００４１】また、表面温度推定手段は、複数の神経素
子より構成される神経回路網を模した手法により獲得さ
れたカーペット本体の表面温度を推定する固定された神
経回路網の複数の結合重み係数を内部に持つ神経回路網
模式手段を有し、または、複数の神経素子より構成され
る層が多層組み合わされて構築される階層型の神経回路
網模式手段を有するから、電気カーペットを敷く下の床
材が畳、フローリングでも、人間にフィットした最適な
暖房が実現できる。

【００４２】さらに、制御手段は、温度検知手段からの
温度情報として表面温度推定手段に現時点での温度情報
と、ある時間Ｔｘ前の温度情報を出力するとともに、前
記表面温度推定手段は、その二つの温度情報を前記温度
検知手段からの温度情報として演算するようにしたから
、温度検知手段の出力より温度勾配を検知でき、カーペ
ット本体の表面温度の推定精度を向上できる。

【００４３】また、物理量計測手段は、発熱体のワット
密度を設定するワット密度設定手段を備えているから、
ワット密度設定手段の情報をも神経回路網模式手段に学
習させることができ、電気カーペットの畳数（２．５畳
、４畳、６畳など）に関係なく表面温度を推定すること
ができ、畳数に応じてコントローラを製造する必要がな
い。

【図面の簡単な説明】

【図１】本発明の一実施例の電気カーペットの回路ブロ
ック図

【図２】同電気カーペットのカーペット本体の一部切欠
した断面図

【図３】同電気カーペットのカーペット本体の平面図

【
図４】同電気カーペットに用いた神経回路網模式手段の
構成単位となる神経素子の概念図

【図５】同電気カーペットに用いた神経素子で構成した
信号変換手段の概念図

【図６】同電気カーペットに用いた学習アルゴリズムと
して誤差逆伝搬法を採用した信号処理手段のブロック図

【図７】同電気カーペットに用いた神経回路網模式手段
を用いた多層パーセプトロンの構成を示すブロック図

【
図８】（ａ）〜（ｄ）同電気カーペットの実験データの
一例を示す図

【図９】（ａ）〜（ｄ）同電気カーペットの実験データ
の他の例を示す図

【図１０】同電気カーペットの通電率の算出方法を説明
する図

【図１１】本発明の他の実施例の電気カーペットの回路
ブロック図

【図１２】従来の電気カーペットのカーペット本体の平
面図

【図１３】同電気カーペットの回路ブロック図

【図１４
】同電気カーペットの床材の違いによる表面温度変化特
性図

【図１５】同電気カーペットの設定温度の違いによる表
面温度変化特性図

【図１６】同電気カーペットの室温の違いによる表面温
度変化特性図

【図１７】同電気カーペットの表布の厚さの違いによる
表面温度変化特性図

【符号の説明】

１　　カーペット本体 ２　　発熱体 ３　　温度検知体 ５　　温度検知手段 ６　　通電制御手段 ７　　物理量計測手段 １２　　表面温度推定手段 １３　　制御手段 １５　　表面材 １６　　断熱材

Claims (5)

【特許請求の範囲】
1. 【請求項１】発熱体と温度検知体を配設し表面材、断熱
   材とで構成されたカーペット本体と、前記発熱体の温度
   を前記温度検知体を介して検出する温度検知手段と、前
   記発熱体への通電を制御する通電制御手段と、前記カー
   ペット本体の発熱に影響をおよぼす物理量を計測・設定
   する物理量計測手段と、前記温度検知手段、前記物理量
   計測手段の出力に基づき前記カーペット本体の表面温度
   を推定する表面温度推定手段と、前記表面温度推定手段
   の出力に基づき前記通電制御手段を制御する制御手段と
   からなる電気カーペット。
2. 【請求項２】表面温度推定手段は、複数の神経素子より
   構成される神経回路網を模した手法により獲得されたカ
   ーペット本体の表面温度を推定する固定された神経回路
   網の複数の結合重み係数を内部に持つ神経回路網模式手
   段を有する請求項１記載の電気カーペット。
3. 【請求項３】表面温度推定手段は、複数の神経素子より
   構成される層が多層組み合わされて構築される階層型の
   神経回路網模式手段を有する請求項１記載の電気カーペ
   ット。
4. 【請求項４】制御手段は、温度検知手段からの温度情報
   として表面温度推定手段に現時点での温度情報と、ある
   時間Ｔｘ前の温度情報を出力するとともに、前記表面温
   度推定手段は、その二つの温度情報を前記温度検知手段
   からの温度情報として演算するようにした請求項１記載
   の電気カーペット。
5. 【請求項５】物理量計測手段は、発熱体のワット密度を
   設定するワット密度設定手段を備えた請求項１記載の電
   気カーペット。