JPH0484057A - 空気調和機の制御装置 - 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、例えばマイクロコンピュータ搭載の空気調和
機で快適な空調運転を自動的に行わせる、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。

すなわち、第７図はこのような従来の空気調和機の制御
装置を示し、第７図において、制御信号生成手段７１は
センサ７０よりの１い込み温度７５や、空気調和機７２
の電源を投入してから作動するタイマ７３よりのタイマ
値７７および前記空気調和機７２を外部より操作するリ
モコンまたは操作パネル７４よりの使用者設定温度７８
等により制御信号７６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７４より設定した使用者の設定温
度よりも２°Ｃ高（設定するように、空気調和機７２の
室内温度調整７９を制御させるのである。

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、ｉｆｔ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、室内の位置
の違いによっては、温度差が生じ、空気調和機から距離
が遠い場合は設定温度に達しないこともあるので、室内
の人間の快適感を考慮できないという課題があった。

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、前記空
気調和機を外部より制御するリモコンの位置を検出する
位置検出手段と、前記センサ手段と前記記憶手段よりの
出力、使用者の設定した温度、および前記位置検出手段
よりの出力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具備
することを特徴とす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
より保持された前記センサ手段の前状態、使用者の設定
した温度および位置検出手段にて検出されたリモコンの
位置から室内の人間の快適感を推測する。そして、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
するから、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６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より出力される唆い込み温度の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）または標準新を効温
度（Ｓｔａｎｄａｒｄ　ＥｆｆｅｃｔｉｖｅＴｅａ＋ｐ
ｅｒａｔｕｒｅ　、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、ｌｄはリモコン１５の位置セン
サ、１ｅは前記位置センサ１ｄよりのリモコン１５の位
置信号である。

次に、神経回路網模式手段の学習方法を説明するための
さらに詳細な構成を第２図について説明する。すなわち
、第２図は学習方法を示すブロック図であり、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ＰＭＶ（または５ＥＴ）、２ｃは制御信号、
２ｄはリモコン位置情報、２１１．、２２１．２３１．
２４１　２５１　’２６１２ｄｌはそれぞれ室外温度２
１、吸い込み温度２２、吸い込み温度傾斜２３、風量２
４、使用者の設定温度２５、人体温度２６、およびリモ
コン位置情報２ｄよりの信号である。

図示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１１１ｂ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１１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
けれども、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、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を出力す
る。位置センサ１ｄは、リモコンの位置を検出し、位置
情報１ｅを出力する。第３図に示すように、この位置セ
ンサ１ｄは室内をｎｘｍゾーンに分割し、リモコン１５
が部屋のどのゾーンに置かれているかを出力する。例え
ば、ｉゾーンにあれば、位置センサ１ｄの出力信号１ｅ
はｉとなる。各手段１０．１３．１５．　　ｌ　ｄから
の出力信号１１．１４．１６．　１　ｅは、入力信号と
して、神経回路網模式手段１７に入力する。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、その結果を基に定量化したものである。すな
わち、人間の状１！（代謝や着衣の状況）と室内の環境
（温度、温度、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怒寛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１
７に室外温度、吸い込み温度、吸い込み温度傾斜、風量
、リモコンの位置情報、使用者の設定温度、人体温度と
い：　寒い ：　涼しい ：　やや涼しい ニ　なんともない ：　やや暖かい ：　暖かい ：　署い う人間の状態と室内の環境を人力することによって、神
経回路網模式手段１７からＰＭＶの推測値１８が出力さ
れる。前記ＰＭＶ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を生成
する。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。

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を生成する。すなわち、前記推測したＰ
ＭＶのＭ２Ｓによって空気調和機１ｂを制御する信号１
ａを生成する。この制御信号１ａによって空気調和機１
ｂにおけるインバータ周波数、風向、風量および室内目
標設定温度を制御する。−例としては、前記各手段１０
．１３゜１５、ｌｄ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、位置情報等より、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
ト量を求める。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＋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機１ｂの制御信号１ａを空気
調和機ｌｂに入力し、−例として前記式に基づき室内目
標温度となるように空気調和１１１ｂの運転を実行する
。

以上のような過程を経て室内温度調整１ｃが行われる。

次に第２図について、第１図の神経回路網の学習方法を
説明すると、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、リモコン位置情報２ｄ等
からの信号２１１．２２Ｌ　２３Ｌ　２４１゜２５１２
６１、２＋１１を神経回路網模式手段２７に入力して、
ＰＭＶの推測値２ａを出力する。

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の推測
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
、例えばバックプロパゲージランのアルゴリズム（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　ａｎｄＭｃｃｌ
ｅｌｌａｎｄ、Ｊ、Ｌ、（Ｅｄｓ、）、”Ｐａｒａｌｌ
ｅｌ　ＤｉｓｔｒｉｂｕｔｅｄＰｒｏｃｅｓｓｉｎｇ、
Ｅｘｐｌｏｒａｔｉｏｎ　ｉｎ　ｔｈｅ　Ｍｉｃｒｏｓ
ｔｒｕｃｔｕｒｅｏｆ　Ｃｏｇｎｉｔｉｏｎ、Ｖｏｌ、
１＋２．旧Ｔ　Ｐｒｅｓｓ＋Ｃａｍｍｂｒｉｄｇｅ（１
９８６））　”）により最降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を生成する。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を制御信
号生成手段２８より生成する。すなわち、神経回路網模
式手段２７にて推測したＰＭＶＯ値２ａによって、制御
信号生成手段２８より空気調和機を制御する信号２ｃを
生成する。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。

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
内の環境と人間の状態を考慮した、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、前記実施例では神経回路網模式手段１７２７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の
は明らかなところである。

次に第４図から第６図を用いて本発明の第２実施例を説
明する。

第４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り、第５図は第４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
のブロック図であるが、第４図において、４０はセンサ
、４１．４２はセンサ４０よりのセンサ信号値、４３は
記憶手段、４４は記憶手段４３より出力される吸い込み
温度のＮ秒間隔の傾斜、４５はリモコンまたは操作パネ
ル、４６はリモコンまたは操作パネル４５からの出力信
号、４７はル・７クアツプテーブル、４８はルックアッ
プテーブル４７より出力される制御信号、４９は空気調
和機、４ｂは位置センサ、４ｃは位置センサ４ｂよりの
リモコン４５の位置信号をそれぞれ示しである。

次に第５図を参照しながら、ルックアップテーブルの作
成方法について説明すると、５１は室外温度、５２は吸
い込み温度、５３は吸い込み温度の傾斜、５４は風量、
５５は使用者の設定温度、５６は人体温度、５７は神経
回路網模式手段、５８は制御信号生成手段、５９は実測
したＰＭＶ　（または５ＥＴ）、５ａは神経回路網模式
手段より推測したＰＭＶ（または５ＥＴ）、５ｂは実測
ＰＭＶ（またＬｔＳＥＴ）よりの快適度（ＰＭＶまたは
５ＥＴ）、５Ｃは制御信号、５ｄはリモコン位置情報、
５ｅはルックアップテーブル、５１１．５２１．５３１
．５４Ｌ５５１、５６１．５ｄｌはそれぞれ室外温度５
１、吸い込み温度５２、吸い込み温度の傾斜５３、風量
５４、使用者の設定温度５５、人体温度５６、リモコン
位置情報５ｄよりの信号である。

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、第４図に示すように、空気調和機４９内の複数
のセンサ４０よりセンサ信号４１が出力されることにな
る。この信号４１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４０から信号４１と同様の信号４２が
出力され、記憶手段４３に入力される。記憶手段４３は
入力される前記センサ出力信号４２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４５から風量、使用者の設定温度値４６が出力
され、また記憶手段４３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４４を出力す
る。さらに位置センサ４ｂからはリモコンの位置情報４
Ｃが出力される０位置センサ４ｂは、第１の実施例の第
３凹で説明したのでここでは省略する。各手段４０．４
３４５．４ｂからの出力信号４１．４４．４６．　４　
ｃは、入力信号としてルックアップテーブル４７に入力
され、このルックアップテーブル４７より空気調和機４
９に対する制御信号４８を求める。この制御信号４８に
よって、空気調和機４９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ことに
なる。−例としては、前記各手段４０、４３．４５．　
４　ｂ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４９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＝使用者設定温度子シフト量と
なる。そこで、ルックアップテーブル４７より求めた制
御信号４８は空気調和機４９に入力し、−例として前記
式に基づき室内目標温度となるように空気調和機４９の
運転を実行する。

次に、第４図のルックアップテーブルの作成方法を第５
図について説明すると、まず、室外温度５１および吸い
込み温度５２、Ｎ秒間隔の吸い込み温度の傾斜５３、風
量５４、使用者の設定温度５５、人体温度５６、リモコ
ンの位置情報５ｄ等からの信号５１１、５２Ｌ　５３１
．５４１．５５１．５６１．５ｄｌを神経回路網模式手
段５７に入力して、ＰＭＶの推ｉｊＮ［５ａが出力され
る。

この場合、前記神経回路網模式手段５７は、室内におい
て測定した実測ＰＭＶ５９を学習データ５ｂとしてＰＭ
Ｖの推測値５ａ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
、例えば前述のバッ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ればよい。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５７で推測できるようになるまで学習を行うが、学
習が終了すると、神経回路網模式手段５７の出力値５ａ
により、快適感が不満足の場合には、制御信号生成手段
５８より空気調和機の能力を最大限でるような制御信号
５ｃを生成する。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５ｃが制御信号生成手段
５８より生成されることになる。

なお、前記制御信号５ｃ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けれども、その
神経回路網模式手段５７と制御信号５ｃを出力する制御
信号生成手段５８の部分をルックアップテーブル５ｅに
置き換えるため、センサ入力である室外温度５１〜リモ
コン位置情報５ｄの各入力信号５１１〜５ｄｌを荒く量
子化してルックアップテーブル５ｅに入力し、その結果
を前記ルックアップテーブル５ｅに書き込み、ルックア
ップテーブルを作成すればよい。

第６図は前述したルックアップテーブル５ｅの具体例を
示し、ルックアップテーブル５ａはゾーンＡ−Ｃを備え
、ゾーンＡには設定温度ｔ１〜ｔｅ、外気’４４　ｔ　
ｏｉ−ｔ　ｏ＋１１、風量ｆｉ−ｆｎ、吸い込み温度５
ｉ−ｓｏおよび吸い込み温度傾斜に１〜ｋＰが書き込ま
れている。

以上にのべたように、前記実施例の空気調和機によれば
、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、ＰＭＶの値により制御信号を生成する
ことにより、室内の環境を考朦した、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、簡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図は第１図および第２図におけるリモコン
の位置情報を示す図、第４図は本発明の第２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５図は第４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６図は第４図および
第５図におけるルックアップテーブルの一例を示す図、
第７図は従来の制御装置を示すブロック図である。 １０、４０・・・・・・センサ、１１．１２．４１．４
２・・・・・・センサ信号、１３．４３・・・・・・記
憶手段、１４．４４・・・・・・Ｎ秒間隔の吸い込み温
度傾斜、１５．４５・・・・・・リモコンまたは操作パ
ネル、１６．４６・・・・・・風量、設定温度等、１７
・・・・・・神経回路網模式手段、１８・・・・・・快
適度推測値、１９・・・・・・制御信号生成手段、１ａ
、４８・・・・・・制御信号、ｌｂ、４９・・・・・・
空気調和機、ｌｃ、４ａ・・・・・・室内温度調整、１
（１，４ｂ・・・・・・位置センサ、１ｅ、４ｃ・・・
・・・リモコン位置情報、２１．５１・・・・・・室外
温度、２２、５２・・・・・・吸い込み温度、２３．５
３・・・・・・吸い込み温度の傾斜、２４．５４・・・
・・・風量、２５．５５・・・・・・使用者の設定温度
、２６．５６・・・・・・人体温度、２ｄ、５ｄ・・・
・・・リモコン位置情報、２７．５７・・・・・・神経
回路網模式手段、２８．５８・・・・・・制御信号生成
手段、２９．５９・・・・・・実測ＰＭＶ、２ａ、５ａ
−”＝−ＰＭＶ推測値、２ｂ。 ５ｂ・・・・・・ＰＭＶ学習データ、２ｃ、５ｃ・・・
・・・制御信号、２ｄ、５ｄ・・・・・・リモコン位置
情報、４７５ｅ・・・・・・ルックアップテーブル、７
０・・・・・・センサ、７１・・・・・・制御信号生成
手段、７２・・・・・・空気調和機、７３・・・・・・
タイマ、７４・・・・・・リモコンまたは操作パネル、
７５・・・・・・吸い込み温度、７６・旧・・制御信号
、７７・・・・・・タイマ値、７８・・・・・・設定温
度。 代理人の氏名　弁理士　粟野重孝　はか１名第１図 第６図 第４図 第７図 ハ

Claims (9)

【特許請求の範囲】
1. （１）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、前記空気調和機を外部より制御するリ
   モコンの位置を検出する位置検出手段と、前記センサ手
   段と前記記憶手段よりの出力、使用者の設定した温度お
   よび前記位置検出手段よりの出力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. （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. （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. （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. （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ようにしたルッ
   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. （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. （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. （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. （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。