JPH0484055A

JPH0484055A - 空気調和機の制御装置

Info

Publication number: JPH0484055A
Application number: JP2199409A
Authority: JP
Inventors: Mie Saito; 斉藤　美恵; Kison Naka; 中　基孫; Masashi Kanamaru; 昌司金丸; Takehisa Tanaka; 田中　武久; Kunio Yoshida; 邦夫吉田
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1990-07-27
Filing date: 1990-07-27
Publication date: 1992-03-17
Anticipated expiration: 2011-01-29
Also published as: JPH086948B2

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、例えばマイクロコンピュータ搭載ノ空気調和
機で快適な空調運転を自動的に行わせるもので、室内の
温度、風量および風向の制御を行うことにより室内の人
間の快適性を高めるための空気調和機の制御装置に関す
るものである。

従来の技術空気調和機で室温のコントロールを行う際、暖房の例で
は室内温度の立ち上がり時の特性向上のために空気調和
機の室内目標温度を一定時間高めにシフトさせる制御や
、室内温度によって圧縮機運転周波数の制御を行う方法
が採られていた。第６図はこのような従来の空気調和機
の制御装置を示し、制御信号生成手段６１はセンサ６０
よりの吸い込み温度６５や空気調和機６２の電源を投入
してから作動するタイマ６３よりのタイマ値６６および
前記空気調和機６２を外部より操作するリモコンまたは
操作パネル６４よりの使用者設定温度６８等により制御
信号６６を生成している。例としては、暖房時には、電
源を投入してからの時間が６０分間以内は室内温度を速
く立ち上げるために室内目標温度をリモコンまたは操作
パネル６４より設定した使用者の設定温度よりも２℃高
く設定するように空気調和機の室内温度調整を制御する
のである。

発明が解決しようとする課題しかしながら、前述した従来の制御装置では、電源を投
入してからの時間や室内温度特性のみで制御しているた
め、空気調和機の設置された部屋の空調負荷の大小に柔
軟に対処することはできない。したがって、例えば負荷
が過小なときには、室温が目標温度よりも高くなり過ぎ
たり、負荷が過大なときには室温が目標温度に達するま
でかなりの時間がかかるという課題や、室内の人間の快
適感を考慮できないという課題がある。

本発明の目的は、前述したような従来の課題に鑑み、室
内の人間の快適感を考慮した、より快適な空調および生
活環境を実現できる空気調和機の制御装置を提供するも
のである。

課題を解決するための手段この目的を達成するため、本発明は、空気調和機が具備
する室内外の環境条件を検知する複数のセンサ手段と、
前記センサ手段の前状態を保持する記憶手段と、前記セ
ンサ手段と前記記憶手段よりの出力および使用者の設定
した温度から室内の人間の快適感を推測する推測手段と
、前記推測手段より推測した前記室内の人間の快適感に
基づき前記空気調和機の吹き出し温度、風向および風量
などの制御信号を生成する制御信号生成手段とを備える
空気調和機の制御装置を提案するものである。

作用前述した本発明の構成によると、推測手段は複数のセン
サ手段より検知された室内外の環境条件と、記憶手段に
て保持された前記センサ手段の前状態および使用者の設
定した温度から室内の人間の快適感を推測する。この推
測手段より推測した前記人間の快適感に基づき、制御信
号生成手段より制御信号が生成され空気調和機を制御す
る。これにより室内の環境や人間の状態を考慮した、よ
り快適な空調および生活環境を実現することができる。

実施例以下、第１図から第５図を用いて本発明の実施例を詳細
に説明する。

第１図は本発明の第１の実施例による制御装置における
信号の流れを示すブロック図であり、第２図は第１図に
おける神経回路網模式手段の学習方法を示すブロック図
であるが、第１図において、１０はセンサ、１１．１２
はセンサ１０よりのセンサ信号値、１３は記憶手段、１
４は記憶手段１３より出力される吸い込み温度のＮ秒間
隔の傾斜、１５はリモコンまたは操作パネル、１６はリ
モコンまたは操作パネル１５からの出力信号、１７は神
経回路網模式手段、１８は前記手段１７より出力される
快適度（予測平均投票数（Ｐｒｅｄｉｃｔｅｄ　Ｍｅａ
ｎ　Ｖｏｔｅ、以下ＰＭＶという）または標準新有効温
度（Ｓｔａｎｄａｒｄ　ＥｆｆｅｃｔｉｖｅＴｅｍｐｅ
ｒａｔｕｒｅ　、以下ＳＥＴという）、１９は制御信号
生成手段、１ａは前記手段１９より出力される制御信号
、１ｂは空気調和機をそれぞれ示している。

次に、神経回路網模式手段の学習方法を第２回について
説明すると、第２図において、２１は室外温度、２２は
吸い込み温度、２３は吸い込み温度の傾斜、２４は風量
、２５は使用者の設定温度、２６は人体温度、２７は神
経回路網模式手段、２８は制御信号生成手段、２９は実
測したＰＭＶ　（または５ＥＴ）、２ａは推測したＰＭ
Ｖ　（または５ＥＴ）、２ｃは制御信号、２１１．２２
１．２３１．２４１．２５１２６１はそれぞれ室外温度
２１、吸い込み温度２２、吸い込み温度傾斜２３、風量
２４、使用者の設定温度２５および人体温度２６よりの
信号である。

本発明の第１実施例は、以上のような構成であるから、
空気調和機１ｂ内の複数のセンサ（外気温センサ、吸い
込み温度センサ、湿度センサ、人体温度センサ）１０よ
りセンサ信号１１が出力されることになる。この信号１
１は、室外温度、吸い込み温度、湿度、人体温度などで
ある。

また、前記センサ１０から信号１１と同様の信号１２が
出力され、記憶手段１３に入力されるが、記憶手段１３
は入力される前記センサ出力信号１２における過去Ｎ秒
間（Ｎは正の実数）の履歴を記憶する。

リモコンまたは操作パネル１５から風量と使用者の設定
温度値１６が出力されるので、また、記憶手段１３はセ
ンサの前の状態、例えば前述したＮ秒間の履歴より室内
温度のＮ秒（Ｎは正の実数）間隔の傾斜１４が出力され
る。各手段１０．１３．１５からの出力信号１１．１４
．１６は、神経回路網模式手段１７に入力されることに
なる。この神経回路網模式手段１７は入力信号から室内
の快適度である予測平均投票数ＰＭＶ、または、標準新
有効温度ＳＥＴの推測値１８を出力する。ＰＭＶは、快
適性を左右する要素として、温度、湿度、気流速、輻射
温度（周囲壁体）、代謝量、着衣状態の６要素の組み合
せを変化させた環境試験室で、被験者から、試験室での
寒暑についての投票を受け、その結果をもとに定量化し
たものである。すなわち、人間の状態（代謝や着衣の状
況）と室内の環境（温度、湿度、機流速、周囲壁体輻射
）によって、計算したＰＭＶＯ値は、＝２＋１＋２＋３と評価できる。

一方、ＳＥＴは環境の物理因子から熱刺激量を求めて、
人間の生理的状態値と感覚を予測しようとするもので、
温熱に対する快・不快の関係を熱刺激の物理量に対する
生理反応でとらえている快適性物理的評価法の１つであ
る。例えばＰＭＶを用いた場合は、神経回路網模式１７
に室外温度、吸い込み温度、吸い込み温度傾斜、風量、
使用者の設定温度、人体温度という人間の状態と室内の
環境を入力することによって、神経回路網模式子：　寒
い：　涼しい：　やや涼しい：　なんともない：　やや暖かい：　暖かい：　署い段１７からＰＭＶの推測値１８が出力される。前記ＰＭ
Ｖの推測値１８は制御信号生成手段１９に入力され、こ
の生成手段１９より制御信号１ａが生成される。制御信
号生成手段１９は、快適感が不満足の場合には、空気調
和機１ｂの能力を最大限にできるような制御信号１ａを
生成することになる。この場合、さらに快適感が満足の
場合は、快適感が持続できるような制御信号１ａが生成
される。すなわち、前記推測したＰＭＶの値１８によっ
て空気調和機１ｂを制御する信号１ａが生成されるけれ
ども、この制御信号１ａによって空気調和機１ｂにおけ
るインバータ周波数、風向、風量および室内目標設定温
度等が制御される。

一例としては、前記各手段１０．１３．１５からの外気
温、吸い込み温度、風量、設定温度、吸い込み温度の傾
斜等より、空気調和機１ｂが目標とする室内目標温度を
算出するシフト量が求められるけれども、このシフト量
と、使用者が設定した温度および室内目標温度との関係
は、室内目標温度＝使用者設定温度十シフト量となる。そこ
で、制御信号生成手段１９より生成した空気調和１！ｌ
ｂの制御信号１ａを空気調和機１ｂに人力し、例えば前
記（弐）に基づき室内目標温度となるように空気調和機
１ｂの運転が実行される。

これにより室内温度調整１ｃが行われる。

次に、第１図の神経回路網の学習方法の詳細を第２図に
ついて説明する。第２図において、室外温度２１および
吸い込み温度２２、Ｎ秒間隔の吸い込み温度の傾斜２３
、風量２４、使用者の設定温度２５、人体温度２６など
からの信号２１１．２２１．２３１　２４１２５Ｌ　２
６１が神経回路網模式手段２７に入力されると、ＰＭＶ
の推測値２ａが出力される。

前記神経回路網模式手段２７は、室内において測定した
実測ＰＭＶ２９を学習データ２ｂとして、ＰＭＶの測定
値２ａを学習する。

神経回路網の学習アルゴリズムは、各種の方法があるが
、例えばパックプロパゲーションのアルゴリズム（参考
文献：ラメルハート、Ｄ、　　Ｅとマクレランド、Ｊ、
Ｌ　ｒＰＤＰモデル−認知科学とニューロン回路網の検
索Ｊ　　（Ｒｕｎｍｅｌｈａｒｔ、Ｄ、Ｅ　ａｎｄＭｃ
ｃｌｅｌｌａｎｄ、Ｊ、Ｌ、（Ｅｄｓ、）、Ｐａｒａｌ
ｌｅｌ　ＤｉｓｔｒｉｂｕｔｅｄＰｒｏｃｅｓｓｉｎｇ
、Ｅｘｐｌｏｒａｔｉｏｎ　　ｉｎ　　ｔｈｅ　　Ｍｉ
ｃｒｏｓｔｒｕｃｔｕｒｅｏｆ　　Ｃｏｇｎｉｔｉｏｎ
、Ｖｏｌ、１．２．ＭＩＴ　　Ｐｒｅｓｓ、Ｃａｍｓｂ
ｒｉｄｇｅ（１９８６）ｌ　）により最鋒下法にて最適
解をもとめる。そしてこれらのアルゴリズムにより充分
ＰＭＶが神経回路網模式手段２７で推測できるようにな
るまで学習を行う。学習が終了すると、神経回路網模式
手段２７の出力値２ａにより、快適感が不満足の場合に
は、制御信号生成手段２８より空気調和機の能力を最大
限でるような制御信号２Ｃが生成される。また、快適感
が満足の場合には、快適感が持続できるように制御信号
２ｃが制御信号生成手段２８より生成されることになる
。すなわち、神経回路網模式手段２７にて推測したＰＭ
Ｖの値２ａによって空気調和機を制御する信号２Ｃが生
成されるわけである。なお、前記制御信号２Ｃはインバ
ータ周波数、風向、風量および室内目標設定温度等を制
御するものである。

以上の説明から理解できるように、本実施例によれば、
各センサからの入力を神経回路網模式手段に入力し、Ｐ
ＭＶを推測し、ＰＭ、Ｖの値により制御信号を生成する
ことにより室内の環境を考慮した、より快適な空調およ
び生活環境を実現することができる。

なお、本実施例では、神経回路網模式手段１７゜２７よ
りの出力１８．２ａをＰＭＶとしたが、ＳＥＴや周囲壁
輻射温度に置き換えても同様の効果を得ることができる
。

次に第３図から第５図を用いて本発明の第２実施例によ
る空気調和機の制御装置を説明する。

第３図は本発明の第２の実施例による制御装置における
信号の流れを示すブロック図であって、３０はセンサ、
３１．３２はセンサ３０よりのセンサ信号値、３３は記
憶手段、３４は記憶手段３３より出力される吸い込み温
度のＮ秒間隔の傾斜、３５はリモコンまたは操作パネル
、３６はリモコンまたは操作パネル３５からの出力信号
、３７はルックアップテーブル、３８はルックアップテ
ーブル３７から出力される制御信号、３９は空気調和機
をそれぞれ示してあ次に、ルックアップテーブル作成方
法を第４図について説明すると、４１は室外温度、４２
は吸い込み温度、４３は吸い込み温度の傾斜、４４は風
量、４５は使用者の設定温度、４６は人体温度、４７は
神経回路網模式手段、４８は制御信号生成手段、４９は
実測したＰＭＶ　（または５ＥＴ）、４ａは神経回路網
模式手段より推測したＰＭＶ　（または５ＥＴ）、４ｂ
は実測ＰＭＶ　（または５ＥＴ）よりの快適度（ＰＭＶ
または５ＥＴ）、４ｃは制御信号、４ｄはルックアップ
テーブル、４１１４２１．４３１．４４１４５Ｌ　４６
１はそれぞれ室外温度４１、吸い込み温度４２、吸い込
み温度の傾斜４３、風量４４、使用者の設定温度４５、
人体温度４６よりの信号をそれぞれ示している。

第２実施例による空気調和機は、以上のような構成であ
るから、空気調和機３９内の複数のセンサ３０よりセン
サ信号３１が出力されることになる。この信号３１は外
気温、吸い込み温度、湿度、人体温度などである。

また、前記センサ３０から信号３１と同様の信号３２が
出力され、この信号は記憶手段３３に入力される。記憶
手段３３は入力される前記センサ出力信号３２における
過去Ｎ秒間（Ｎは正の実数）の履歴を記憶する。リモコ
ンまたは繰作パネル３５から風量、使用者の設定温度値
３６が出力され、また記憶手段３３はセンサの前の状態
、例えば室内温度のＮ秒（Ｎは正の実数）間隔の傾斜３
４を出力する。各手段３０．３３．３５からの出力信号
３１．３４．３６は、入力信号としてルックアンプテー
ブル３７に入力され、ルックアップテーブル３７より空
気調和機３９に対する制御信号３８を求める。この制御
信号３８によって、空気調和機３９におけるインバータ
周波数、風向、風量および室内目標設定温度等が制御さ
れる。−例としては、前記各手段３０．３３．３５から
の外気温、吸い込み温度、風量、設定温度、吸い込み温
度の傾斜などより、空気調和１１３９が目標とする室内
目標温度を算出するシフト量が求められる。このシフト
量と使用者が設定した温度および室内目標温度との関係
は、室内目標温度−使用者設定温度十シフト量となる。そこ
でルックアップテーブル３７より求めた制御信号３８が
空気調和機３９に入力され、例えば前記式に基づき室内
目標温度となるように、空気調和機３９の運転が実行さ
れる。

次に第４図により第３図のルックアップテーブルの作成
方法について説明すると、室外温度４１および吸い込み
温度４２、Ｎ秒間隔の吸い込み温度の傾斜４３、風量４
４、使用者の設定温度４５、人体温度４６等からの信号
４１１．４２１．４３１．４４１．４５１．４６１を神
経回路網模式手段４７に入力して、ＰＭＶの推測値４ａ
を出力する。

前記神経回路網模式手段４７は、室内において測定した
実測ＰＭＶ４９を学習データ４ｂとしてＰＭＶの推測値
４ａを学習する。

神経回路網の学習アルゴリズムは、各種の方法があるが
、例えば前述のバンクプロパゲーションのアルゴリズム
により最降下法にて最適解を求める。そして、これらの
アルゴリズムにより充分ＰＭＶが神経回路網模式手段４
７で推測できるようになるまで学習が行われるが、学習
が終了すると、神経回路網模式手段４７の出力値４ａに
より、快適感が不満足の場合には、制御信号生成手段４
日より空気調和機の能力を最大限でるような制御信号４
ｃが生成される。また、快適感が満足の場合には、快適
感が持続できるように制御信号４ｃが制御信号生成手段
４８より生成される。

なお、前記制御信号４ｃはインバータ周波数、風向、風
量および室内目標設定温度等を制御するが、その神経回
路網模式手段４７と制御信号４ｃを出力する制御信号生
成手段４８の部分をルックアップテーブル４ｄに置き換
えるため、センサ入力である室外温度４１〜人体温度４
６の各入力信号４１１〜４６１を荒く量子化してルック
アップテーブル４ｄに入力し、その結果を前記ルックア
ップテーブル４ｄに書き込み、ルックアップテーブルを
作成すればよい。第５図はルックアップテーブル４ｄの
一実施例を示し、ルックアップテーブル４ｄはゾーンＡ
〜Ｃを備え、ゾーンＡには設定温度ｔｉ〜ｔｅ、外気温
ｔｏｉ＝ｔｏｍ、風量ｆｉ−ｆｎ、吸い込み温度５ｉ−
ｓｏおよび吸い込み温度傾斜ｋｉ〜ｋｐが書き込まれる
ことになる。

以上に述べたように、本実施例によれば、各センサから
の入力を神経回路網模式手段に入力し、ＰＭＶを推測し
、ＰＭＶＯ値により制御信号を生成することにより室内
の環境を考慮した、より快適な空調および生活環境を実
現することができる。さらに、神経回路網模式手段から
ＰＭＶを推測し、制御信号に変換する部分をルックアッ
プテーブルに置き換えることによって制御装置を簡単に
実現することができる。

発明の詳細な説明したように、本発明による空気調和機の制御装置
によれば、室内の環境や人間の状態を考慮したより快適
な空調および生活環境を実現することができる。また安
価で、容易に実現することができるのは明らかである。

【図面の簡単な説明】

第１図は本発明の第１実施例による空気調和機の制御装
置信号の流れを示すブロック図、第２図は第１図におけ
る神経回路網模式手段の学習方法を説明するためのブロ
ック図、第３図は本発明の第２実施例による空気調和機
の制御装置の信号の流れを示すブロック図、第４図は第
３図におけるルックアップテーブルの作成方法を説明す
るためのブロック図、第５図は第３図および第４図にお
けるルックアップテーブルの一例を示す図、第６図は従
来の制御装置を示すブロック図である。１０、３０・・・・・・センサ、１１．１２．３１．３
２・・・・・・センサ信号、１３．３３・・・・・・記
憶手段、１４．３４・・・・・・Ｎ柱間隔の吸い込み温
度傾斜、１５．３５・・・・・・リモコンまたは操作パ
ネル、１６．３６・・・・・・風量、設定温度等、１７
・・・・・・神経回路網模式、１８・・・・・・快適度
推測値、１９・・・・・・制御信号生成手段、１ａ、３
Ｂ・・・−・・制御信号、１ｂ、３９・・・・・・空気
調和機、ｌｃ、３ａ・・・・・・室内温度調整、２１．
４１・・・・・・室外温度、２２．．４２・・・・・・
唆い込み温度、２３．４３・・・・・・吸い込み温度の
傾斜、２４．４４・・・・・・風量、２５．４５・・・
・−・使用者の設定温度、２６４６・・・・・・人体温
度、２７．４７・・・・・・神経回路網模式手段、２８
、４８・・・・・・制御信号生成手段、２９．４９・・
・・・・実測ＰＭＶ、２　ａ、４　ａ−・−・ＰＭＶ推
測値、２ｂ４ｂ・・・・・・ＰＭＶ学習データ、２ｃ、
４ｃ・・・・・・制御信号、３７，４ｄ・・・・・・ル
ックアップテーブル、６０・・・・・・センサ、６１・
・・・・・制御信号生成手段、６２・・・・・・空気調
和機、６３・・・・・・タイマ、６４・・・・・・リモ
コンまたは操作パネル、６５・・・・・・吸い込み温度
、６６・・・・・・制御信号、６７・・・・・・タイマ
値、６８・・・・・・設定温度。代理人の氏名　弁理士　粟野重孝　はか１名菓　１　区第３図犯

Claims

【特許請求の範囲】

（１）室内外の環境条件を検知する複数のセンサ手段と
、前記センサ手段の前状態を保持する記憶手段と、前記
センサ手段と前記記憶手段よりの出力および使用者の設
定した温度から室内の人間の快適感を推測する推測手段
と、前記推測手段より推測した前記室内の人間の快適感
に基づき前記空気調和機の吹き出し温度、風向および風
量等の制御信号を生成する制御信号生成手段とを備える
ことを特徴とする空気調和機の制御装置。
（２）推測手段は、人間の快適感を学習した神経回路網
模式手段（ニューラルネットワーク）であることを特徴
とする請求項１記載の空気調和機の制御装置。
（３）センサ手段は、室内外の温度、空気調和機の風量
、湿度を検出することを特徴とする請求項１記載の空気
調和機の制御装置。
（４）記憶手段はＮ秒（Ｎは正の実数値）間隔の空気調
和機の吸込空気温度勾配を記憶することを特徴とする請
求項１記載の空気調和機の制御装置。
（５）制御信号生成手段は、室内の人間の快適感を推測
する関数の出力から制御信号を生成するルックアップテ
ーブルの記憶手段であることを特徴とする請求項１記載
の空気調和機の制御装置。
（６）推測手段により推測される室内の人間の快適感は
、空気調和機の制御を行う評価指数として人間の状態や
室内の環境によって計算した予測平均投票数（ＰＭＶ）
、または、人間の生理状態や感覚の予測を行った標準新
有効温度（ＳＥＴ）であることを特徴とする請求項１記
載の空気調和機の制御装置。
（７）推測手段により推測される室内の人間の快適感は
、周囲壁輻射温度であることを特徴とする請求項１記載
の空気調和機の制御装置。
（８）推測手段は、使用者の設定温度より室内の人間の
状態を推測することを特徴とする請求項１記載の空気調
和機の制御装置。
（９）推測手段は、センサ手段としての人体温度センサ
により室内の人間の状態を推測することを特徴とする請
求項１記載の空気調和機の制御装置。