JPH06193899A

JPH06193899A - 給湯器

Info

Publication number: JPH06193899A
Application number: JP4358481A
Authority: JP
Inventors: Tetsuya Nakamura; 哲也中村
Original assignee: Noritz Corp
Current assignee: Noritz Corp
Priority date: 1992-12-25
Filing date: 1992-12-25
Publication date: 1994-07-15
Anticipated expiration: 2017-12-16
Also published as: JP3356812B2

Abstract

(57)【要約】【目的】ニューラルネットワークでなる推論手段３２
によって、給湯の状況データに基づいて最適温度を推論
し、その最適温度で湯を供給する給湯器を提供すること
を目的とする。【構成】最適温度を推論する推論手段３２は、入力層
４１、中間層４２、及び出力層４３からなるニューラル
ネットワークでなり、その入力層４１には給湯に関する
状況データが入力され、それにより最適温度が推論され
る。また、給湯が推論された温度によらず、湯温指定手
段９によって温度が指定されたときには、その指定温度
と指定されたときの状況データを教示データ５１、５２
として記憶しておき、例えば電源オフのタイミングによ
り推論手段３２の重みの学習を行う。【効果】給湯器による湯の給湯の際に、最適温度で給
湯できる効果がある。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、給湯器を取り巻く状況
を検出し、その状況から最適な湯温を推論してその温度
で湯を提供する給湯器に関する。

【０００２】

【従来の技術】従来、この種の発明としては予め給湯器
が提供する湯の温度を決めておき、給湯の際にはその温
度で湯を提供するものが知られている。

【０００３】また、シャワーについては、特開平４−１
４８１１８号公報に記載された発明が存在する。この発
明はシャワ−の給湯器であって、シャワーを提供する環
境温度と、現在の日付及び時間帯から暦信号を生成する
タイマ手段と、これらの関係を記憶する制御規則記憶手
段とを有しており、この規則を基に制御推論して湯温を
設定使用とするものである。この発明によれば、利用者
が季節にかかわりなく快適を感じる温度の湯を提供でき
非常に便利である。

【０００４】

【発明が解決しようとする課題】しかしながら、従来こ
のような便利なシャワーの給湯装置が存在するものの、
従来のものでは環境温度と現在の月日、時間帯の暦信号
との関係を予め所定の規則で作成しておかなければなら
ず、その規則を作成するのは非常に手間であった。

【０００５】また、このような規則の作成により湯温の
最適化を図るものでは、更に考慮すべき要素が増えたと
きにはその負担は指数関数的に増大し、湯温を決定する
ための演算時間も非常に増大する。実際、給湯器の利用
者が望むであろう温度を決定するための条件は更に多く
の状況が関与している。

【０００６】更に、従来のように予め規則を作成するも
のでは利用者の個別の好みに合わせて自動的に温度を設
定することはできず、利用者の好みにかかわりなく画一
的に行うしかできなかった。また、利用者の好みが変化
したときでも、それに応じて自動的に最適温度を変化さ
せることができなかった。

【０００７】そこで、本発明はこのような事情に鑑みて
なされたものであって、まず推論手段をニューラルネッ
トワークを用いて構成し、考慮すべき要素の数を不必要
に限定する必要もなく、給湯器を取り巻く状況に合致し
た条件を基に最適な湯温の推論を可能とし、確実に最適
な温度での湯の提供を可能とする給湯器の提供を目的と
する。

【０００８】また、本発明では、給湯器の利用者が給湯
器で提供する温度を指定した際には、その指定温度とそ
の時の状況要素の状態とを教示データとしてニューラル
ネットワークの学習を行うので、利用者の個別の好みに
対応した最適な温度での推論が可能であり、更に、利用
者の好みが徐々に変わったときでも、それに応じて学習
により最適温度の推論も自動的に推移するので、利用者
の個別の好み、好みの変化に応じた最適温度での湯の給
湯を行う給湯器の提供を目的とする。

【０００９】また、本発明では、例えば風呂、シャワ
ー、台所、洗面所というように複数の箇所に対応して、
各々の最適温度を推定可能とするとともに、予め、使用
可能性の高い箇所に対応した推論手段の重み係数が設定
してあるので、給湯の際に、即時に給湯箇所に対応した
最適温度の推論及びその最適温度での湯の給湯ができる
給湯器を提供することを目的とする。

【００１０】

【課題を解決するための手段】上記目的を達成するため
に、請求項１記載の発明は、給湯すべき状況を検出する
状況検出手段と、前記状況検出手段で検出した状況を入
力データとして、給湯器の利用者が望むであろう温度に
関する情報を推論して出力するニューラルネットワーク
でなる推論手段と、前記推論手段にて推論された内容に
基づいて湯を供給する給湯制御手段とを具備したことを
特徴とする。

【００１１】請求項２記載の発明は、湯温を指定する湯
温指定手段により指定された温度で湯を給湯し、もしく
は湯温指定手段によらずに温度を自動的に設定して湯を
給湯する給湯器であって、給湯するときの状況を検出す
る状況検出手段と、前記状況検出手段が検出した状況を
入力データとして給湯器の利用者が望であろう温度に関
する情報を推論する推論手段と、前記推論手段で推論し
た内容に基づいて湯を供給する給湯制御手段と、給湯器
の利用者が前記湯温指定手段にて指定したときの温度
と、そのときの前記状況検出手段が検出した状況とを教
示信号として、前記推論手段の学習を行う学習手段とを
具備したことを特徴とする。

【００１２】請求項３記載の発明は、前記給湯器は、台
所に湯を提供する給湯器、浴室に湯を提供する給湯器も
しくは洗面所に湯を提供する給湯器のいずれかの給湯器
であることを特徴とする。

【００１３】請求項４記載の発明は、湯を給湯する第１
の給湯箇所と、湯を給湯する第２の給湯箇所の少なくと
も２箇所以上の給湯箇所がある給湯器であって、給湯す
べき状況を検出する状況検出手段と、入力層のニューロ
ンユニットと出力層のニューロンユニットとの間に更に
複数のニューロンユニットを有して、重み係数を有する
シナプスがニューロンユニット間を結合し、入力層に前
記状況検出手段の検出データを入力して、給湯器の利用
者が望であろう給湯温度に関する情報を出力層から出力
するニューラルネットワークでなる推論手段と、前記推
論手段のシナプスの重み係数を前記各々の給湯箇所に対
応して記憶するデータ記憶手段と、前記いずれの給湯箇
所に給湯するかの可能性を判別する給湯可能性判別手段
と、前記給湯可能性判別手段で判別したうち、最も可能
性の高い箇所の前記データ記憶手段に記憶されている重
み係数を前記推論手段に設定する第一の重み係数設定手
段と、給湯の際に、前記給湯可能性判別手段にて判別さ
れた給湯箇所と実際の給湯箇所との一致、又は不一致を
判断し、不一致のときは実際の給湯箇所に対応する重み
係数に前記推論手段の重み係数を再設定する第二の重み
係数設定手段と、前記推論手段にて推論された情報によ
る温度で湯を供給する給湯制御手段と、を具備したこと
を特徴とする。

【００１４】請求項５記載の発明は、湯を給湯する第１
の給湯箇所と、湯を給湯する第２の給湯箇所の少なくと
も２箇所以上の給湯箇所のある給湯器であって、給湯す
べき状況を検出する状況検出手段と、入力層のニューロ
ンユニットと出力層のニューロンユニットとの間に更に
複数のニューロンユニットを有して、重み係数を有する
シナプスがそのニューロンユニット間を結合して、入力
層に前記状況検出手段の検出データを入力して、給湯器
の利用者が望であろう給湯温度に関する情報を出力層か
ら出力するニューラルネットワークでなる推論手段と、
前記推論手段のシナプスの重み係数を前記各々の給湯箇
所に対応して記憶するデータ記憶手段と、前記データ記
憶手段に記憶された重み係数を前記推論手段に設定する
重み係数設定手段と、前記重み係数設定手段によって、
前記データ記憶手段に記憶された各給湯箇所の重み係数
を前記推論手段に順次設定することにより、各々の給湯
箇所に対応する給湯器の利用者が望であろう給湯温度に
関する情報を予め推論しておき、給湯の際にはその給湯
箇所に対応する前記推論された内容に基づいて湯を供給
する給湯制御手段とを具備したことを特徴とする。

【００１５】

【作用】最適温度を推論する推論手段３２は、ニューラ
ルネットワークを用いてなり、その入力層４１には給湯
器の利用者情報、給湯箇所の状況を検出するセンサの検
出データ等の状況データを入力し、最適温度を推論す
る。

【００１６】また、推論された最適温度の自動設定によ
らずに、湯温指定手段９により温度が指定されたときに
は、その時の指定温度、状況データ等を記憶しておき、
例えば、電源オフのタイミングにより推論手段３２の重
みの学習を行う。

【００１７】また、複数の箇所に湯を提供する給湯器で
あって、各給湯箇所ごとに推論する温度範囲が異なるよ
うなときには、給湯箇所に対応した推論手段３２の重み
を記憶しておき、使用可能性判別手段２７にて最も使用
可能性の高い給湯箇所に対応した重みを推論手段３２に
設定しておく。もしくは、所定の周期、または、所定の
タイミングで各給湯箇所に対応した最適温度を予め推論
して設定しておく。

【００１８】

【実施例】以下、本発明の実施例を図面を参照して説明
する。まず、図１が本発明が適用された給湯器の使用例
である。

【００１９】給湯器１は、台所、洗面所、シャワールー
ム、浴室、居間、または寝室等に湯を提供できるように
なっている。そして、湯の温度等の給湯に関する指示
は、台所ではメーンリモコン２、浴室ではフロリモコン
３、その他の箇所ではサブリモコン４、５より指示でき
るようになっている。

【００２０】次に、本発明の構成を図２のブロック図を
用いて説明する。給湯器１の制御等を行う制御装置２１
があり、制御装置２１には伝送ラインを通じてメーンリ
モコン２、フロリモコン３、及び、サブリモコン４、５
が接続されてあり、給湯器１を遠隔操作可能としてい
る。そして、その操作指示に従って制御装置２１が給湯
器１を制御して、浴室等の給湯箇所１８に湯を提供す
る。

【００２１】各々の給湯箇所には、その箇所の状況を検
出する検出センサ１９が設けられている。また、制御装
置２１には推論手段３２が接続されていて、推論手段３
２にて推論した最適温度を制御装置２１に指示するよう
になっている。更に、推論手段３２には確実に最適温度
を推論するための学習手段３４、教示手段３５、データ
記憶手段３３が設けられている。

【００２２】次に、各構成部分について詳述する。ま
ず、リモコンについて説明すると、メーンリモコン２、
フロリモコン３、サブリモコン４、５は、制御装置２
１、推論手段３２とデータ記憶手段３３に接続されてい
て、制御装置２１に制御指示を行うと共にその指示内容
を推論手段３２の学習を行うための教示データとしてデ
ータ記憶手段３３に伝送記憶する。また、推論手段３２
へは必要に応じて推論に必要な情報を指示している。

【００２３】台所に設けられたメーンリモコン２の外観
図を示したものが図３である。メーンリモコン２の上方
には表示手段６があり、給湯器１の給湯する湯温等の制
御内容を表示している。その下側には操作部７があり、
操作部７の操作により給湯器１の指示操作を行う。操作
部７には、電源スイッチ８、湯温指定手段９、自動指定
手段１０、モード指定手段１１、１２、その他予約等の
設定をする手段を有している。

【００２４】湯温指定手段９は給湯器１から提供する湯
の温度を利用者が調節するものである。自動指定手段１
０は推論手段３２により推論された最適温度を自動設定
することを指示するものである。

【００２５】モード指定手段１１、１２は推論手段３２
により推論する際に、または学習手段３４により学習す
る際に、個別のモードで行うものである。モードとして
は、Ａ〜ＤとＳＰの二種類あり、Ａ〜Ｄは給湯器１の利
用者が個人情報として指定するものである。風呂の温
度、シャワーの温度等については、利用者個別の好みが
あるため、誰が使用するかを指定する。

【００２６】例えば、父、母、長男、長女の四人家族の
場合、父はＡ、母はＢ，長男はＣ，長女はＤというよう
に予め決めておき、Ａ〜Ｄ釦の押下、Ａ〜Ｄ釦の押下無
しは、状況データとして推論手段３２に入力されている
ので、例えば父が使用するときにはＡ釦を押せば、Ａ釦
の人に対応した個別の好みに対応した最適温度の推論が
できるようになっている。

【００２７】一方、ＳＰのモードは異なる温度範囲を指
定するものである。通常、推論手段３２が推論する温度
範囲は、３０℃〜５０℃辺りの範囲である。それ以外の
高温や低温のときには、湯温指定手段９またはＳＰのモ
ードを用いる。

【００２８】ＳＰモードは予め図外の指定手段から温度
範囲を指定しておき、その範囲での使用状況を教示デー
タとして学習手段３４が学習した内容により最適温度を
推論するものである。例えば、シャワーでよく使用する
低めの冷水の温度において利用したいときには、ＳＰモ
ードの温度範囲を１５℃〜３５℃に設定しておけば、Ｓ
Ｐモードを指定すればその範囲での使用状況を教示デー
タとして１５℃〜３５℃の範囲で最適温度を推論する。

【００２９】次に、風呂に設けられたフロリモコン３の
外観図をしめしたものが図４である。フロリモコン３に
は、浴室から給湯器１への指示を行うと共に、その内容
を表示できるようになっている。

【００３０】その他、シャワールーム等の他の給湯箇所
に設けられたサブリモコン４、５は、図示はしないがそ
の給湯箇所に応じた操作指示及びその表示が行えるよう
になっている。

【００３１】次に、制御装置２１について説明する。制
御装置２１には記憶手段２２と制御部２３とを有し、制
御部２３には操作制御手段２４、給湯制御手段２５、時
計手段２６、使用可能性判別手段２７、重み係数設定手
段２８、遅延手段２９、その他の制御手段３０を有して
いる。

【００３２】記憶手段２２は、制御手順、動作手順を記
憶したり、伝送データの一時記憶などの給湯器１の制御
に必要な内容を記憶しているものである。操作制御手段
２４は、リモコン２〜５の操作部との信号を制御するも
のである。給湯制御手段２５は操作指示の内容等に従っ
て、給湯器１のバーナ、弁等を制御するものである。

【００３３】時計手段２６は、月日、時間の暦と時計の
機能である。使用可能性判別手段２７は、いままでの使
用状況から、現在、給湯器１が台所、洗面所、浴室等の
どの給湯箇所において使用される可能性が最も高いか判
別するものである。

【００３４】重み係数設定手段２８は、データ記憶手段
３３に記憶されている給湯箇所に対応した推論手段３２
の重み係数を推論手段３２に設定するものである。この
重み係数設定手段２８が、第一及び第二の重み係数設定
手段をなしている。

【００３５】遅延手段２９は、例えば電源スイッチがオ
フされたとき等の所定のタイミングで一定時間遅延する
ものであり、電源オフのときに学習手段３４が学習を行
うのを確保するためのものである。その他の制御手段３
０は、それ以外の制御を行うものであり、例えば記憶手
段２２とデータ記憶手段３３とのデータのやり取りを制
御するものである。

【００３６】次に、推論手段３２について説明する。推
論手段３２は、給湯箇所の状況を検出するセンサ１９の
検出データ、時計手段２６の内容、給湯器１の利用者情
報等によって、給湯の最適温度を推論するものであり、
具体的内容を図５に示す。

【００３７】図５に示すように、推論手段３２は入力層
４１、中間層４２、出力層４３からなり、入力層４１は
複数のニューロンユニットＩ１〜Ｉｉを有し、中間層４
２はニューロンユニットＭ１〜Ｍｊを有し、出力層４３
は複数のニューロンユニットＯ１〜Ｏｋを有している。

【００３８】そして、入力層のニューロンユニットＩ１
〜Ｉｉと中間層のニューロンユニットＭ１〜Ｍｊの各ニ
ューロンユニットの間は重み係数を有するシナプスＡ１
１〜Ａｉｊで連結されてあり、中間層のニューロンユニ
ットＭ１〜Ｍｊと出力層のニューロンユニットＯ１〜Ｏ
ｋの間は重み係数を有するシナプスＢ１１〜Ｂｊｋで連
結されている。なお、ニューロンユニット、及びシナプ
ス自体についてはすでに知られているので詳述は省略す
る。

【００３９】入力層４１の各ニューロンユニットＩ１〜
Ｉｉには推論を行うための情報が入力されており、ユニ
ットＩ１には利用者情報（指定無しまたはＡ〜Ｄ）、ユ
ニットＩ２には月日情報、ユニットＩ３には時間情報、
ユニットＩ４には給湯箇所の気温情報、ユニットＩ５に
は外気温度、ユニットＩ６には給湯箇所の湿度、ユニッ
トＩ７〜Ｉｉにはその他の環境情報が入力されている。
これらが推論を行う状況データをなしている。

【００４０】入力層４１のユニットにこれらの情報が入
力されると、入力層４１と中間層４２の間のシナプス、
中間層４２のユニットＭ１〜Ｍｊ、及び中間層４２と出
力層４３との間のシナプスを通して、出力層４３のユニ
ットに信号が伝達され、出力層４３のユニットＯ１〜Ｏ
ｋから信号が推論温度判別手段４４に出力する。出力層
４３のユニットＯ１〜Ｏｋは、各温度に対応している。
推論手段３２が推論する温度範囲は、例えば風呂の場合
３６℃〜４５℃であり、出力層４３のユニットＯ１が４
５℃、ユニットＯ２が４４℃、ユニットＯ３が４３℃と
いうように、以下ユニットＯ１０が３６℃となるように
各ユニットごとに１℃づつずれて対応している。

【００４１】その他、シャワールームの場合は推論する
温度範囲は３０℃〜４５℃であり、台所では２０℃〜６
０℃であり、洗面所では２５℃〜５０℃、ＳＰモードで
は図外の入力手段で指定された範囲であり、これらの場
合では出力層４３のユニットが１０個あるので、各給湯
箇所の温度範囲を１０等分して高い温度から低い温度
へ、ユニットＯ１からユニットＯ１０までが対応してい
る。この温度範囲の切り換えは制御部２３からの信号に
基づいて行う。これにより給湯箇所に対応して必要な温
度範囲で確実に推論することができる。

【００４２】推論温度判別手段４４は、出力層４３のユ
ニットＯ１〜Ｏ１０までの出力状態から、通常は最も出
力レベルの高いユニットが対応する温度を最適な温度で
あると推論する。

【００４３】次に、データ記憶手段３３について図６を
用いて説明する。データ記憶手段３３に記憶されている
内容としては、シナプスの重み係数データ５０、台所、
浴室等の給湯箇所に対応した教示データ５１、ＳＰスイ
ッチの指定時の教示データ５２である。シナプスの重み
係数データ５０はニューロンユニット間を結合する重み
係数（Ａ１１〜Ａｉｊ、Ｂ１１〜Ｂｊｋ）を各給湯箇
所、ＳＰモードに対応して記憶している。

【００４４】従って、推論手段３２で推論する際には、
給湯箇所又はＳＰモードに対応した重み係数を用いて推
論することができる。

【００４５】給湯箇所に対応した教示データ５１は、学
習手段３４にて学習するときの教示データであり、リモ
コン２〜５の湯温指定手段９にて給湯する湯の温度が指
定されたときの指定温度に対応する時計手段２６の内
容、センサ１９の検出状況等の状況データを記憶したも
のである。ＳＰの教示データ５２は、ＳＰスイッチでの
このモードが指定されたときの湯温指定手段９にて指定
された指定温度に対応する状況データを記憶したもので
ある。

【００４６】次に、学習手段３４は、教示手段３５によ
る教示信号に基づいて学習を行い、推論手段３２の重み
係数を決定するものである。教示手段３５は、各給湯箇
所に対応した教示データとして状況データと指定温度と
に関する信号を供給する。

【００４７】そして、学習手段３４は、バックプロパゲ
ーション法により学習を行う。すなわち、まず教示手段
３５によりデータを入力し結果を出力し、その結果のエ
ラーを減ずるようにニューロンユニット間の重み係数の
結合度合いをを変える。そして、再び入力データを入力
して、同じ動作を収束するまで繰り返す。このバックプ
ロパゲーション法による学習自体はすでに知られている
ので、詳述は省略する。

【００４８】次に、本発明による給湯箇所に対応した最
適温度を推論する動作を図７を用いて説明する。これは
自動指定手段１０が指定されているときに行う動作であ
り、指定されていないときは推論は行わず湯温指定手段
９による温度指定のみ受け付ける。

【００４９】まず、給湯に備えるために、使用可能性判
別手段２７が台所、浴室、シャワールーム、居間等のど
の箇所の使用可能性が高いかを判別する（Ｓ１）。これ
は、今までの時間帯による使用確率や、浴室、台所等で
の照明スイッチのオン・オフなどの各動作の検出による
使用確率等の総合評価により行う。

【００５０】そして、最も使用可能性の高い給湯箇所に
対応した、データ記憶手段３３の重みデータ５０に記憶
されている重み係数を推論手段３２に予め設定しておく
（Ｓ２）。そして、次にリモコン２〜５にて湯温指定手
段により湯温が指定されたか否かを判断し（Ｓ３）、指
定されていなければ給湯開始の指示があるか否かを判断
する（Ｓ４）。いずれもなければステップＳ１〜Ｓ４を
繰り返す。

【００５１】ここで、ステップＳ４にて給湯開始の指示
があると、ＳＰスイッチ１２が押されてＳＰモードが指
定されたか否かを判断する（Ｓ５）。指定されていなけ
れば推論手段３２に設定されている重みの種類と給湯箇
所とが一致しているかを判別し（Ｓ６、Ｓ７）、一致し
ていればその時のセンサ１９等から検出される状況デー
タから推論手段３２が最適温度を推論する（Ｓ９）。

【００５２】もし、ステップＳ７において一致していな
ければ、給湯箇所に対応する重み係数に変更設定を行い
（Ｓ８）、その時のセンサ１９等から検出される状況デ
ータから推論手段３２が最適温度を推論する（Ｓ９）。
なお、ステップＳ５においてＳＰスイッチ１２が押され
ていれば、データ記憶手段３３の重み係数データに記憶
された重み係数に変更設定を行い（Ｓ８）、最適温度を
推論する（Ｓ９）。

【００５３】そして、推論手段３２で推論した最適温度
を給湯温度として設定し（Ｓ１０）、対応する給湯箇所
に給湯する（Ｓ１５）。

【００５４】一方、ステップＳ３においてリモコン２〜
５にて湯温の指定があれば、指定された指定温度とその
ときの推論するときに必要なデータに対応するセンサ１
９等の状況データを取得する（Ｓ１１）。そして、指定
された温度に対応する給湯箇所を判別し（Ｓ１２）、そ
れらのデータをデータ記憶手段３３に教示データとして
記憶し（Ｓ１３）、学習のときのデータとして蓄積して
おく。そして、その指定温度を給湯温度に設定し（Ｓ１
４）、その温度で対応する箇所に給湯する（Ｓ１５）。
給湯が終了すれば（Ｓ１６）、ステップＳ１に戻り、同
じ動作を繰り返す。

【００５５】次に、重み係数を学習する動作について図
８を用いて説明する。学習は給湯が終了し電源がオフさ
れたときに行うため、まず、電源スイッチ８がオフされ
たか否かを判断する（Ｓ３１）。オフされると遅延手段
２９が作動し（Ｓ３２）、学習に必要な時間、制御装置
２１、推論手段３２、データ記憶手段３３、学習手段３
４、教示手段３５には電源を供給している。そして、次
にデータ記憶手段３３に新しい教示データがあるか否か
を判断する（Ｓ３３）。新しい教示データがなければ学
習の必要がなく、全ての電源をオフし終了する（Ｓ４
９）。

【００５６】新しい教示データがあれば、台所用の重み
係数、浴室用の重み係数、シャワールーム用の重み係
数、洗面、居間等の重み係数、ＳＰモード用の重み係数
の順に学習を行う。

【００５７】まず、教示データ５１の中に使用箇所が台
所のものがあるか否かの判断を行い（Ｓ３４）、あれ
ば、そのときの状況データから推論手段３２で最適温度
を推論し、一致するか否かの判断を行う（Ｓ３５）。一
つでも不一致のものがあれば、台所用の重みの学習を行
い、その学習結果の重み係数により重み係数データ５０
に変更設定する（Ｓ３６）。学習についてはすでに説明
したバックプロパゲーション法で行う。ステップＳ３４
において台所についての教示データがないとき、また
は、ステップＳ３５において指定温度と推論した温度と
が全て一致しているときは、学習の必要がないので次の
浴室用の重み係数の学習に移る。

【００５８】以下、浴室用の重み係数の学習（Ｓ３７〜
Ｓ３９）、シャワールーム用の重み係数の学習（Ｓ４０
〜Ｓ４２）、洗面、居間等の重み係数の学習（Ｓ４３〜
Ｓ４５）、ＳＰモード用の重み係数の学習（Ｓ４６〜Ｓ
４８）も、上述の台所用の重み係数の学習の場合と同様
の動作で行い、全て終了すれば電源を全てオフして終了
する（Ｓ４９）。

【００５９】次に、他の実施例について図９を用いて説
明する。図９に示すように推論手段３２は入力層６１、
中間層６２、出力層６３からなり、入力層のニューロン
ユニットと中間層のニューロンユニットの間、及び中間
層のニューロンユニットと出力層のニューロンユニット
の間には重み係数を有するシナプスで連結されている。

【００６０】そして、入力層６１に入力する入力情報自
体に給湯箇所情報を追加している。従って、前記実施例
に必要であった各給湯箇所ごとに対応する重み係数を記
憶するシナプスの重み係数データ５０が不要となり、併
せて、使用可能性判別手段２７、重み係数設定手段２８
を設けることなく、給湯箇所に対応した最適温度を推論
することができ、構成が簡略化できる。但し、この場合
には推論手段３２の出力層６３の温度範囲を共通にする
ことが望ましい。

【００６１】なお、上記実施例では給湯開始時に推論手
段３２によって最適温度を推論するようにしている。こ
れは確実な状況データによって推論するためであるが、
一定の周期で各給湯箇所の最適温度を推論手段３２で推
論するようにして、給湯時、給湯中にはその予め推論し
た温度で湯を提供するようにしても良い。

【００６２】また、別の何らかのタイミング、例えばそ
の箇所の照明スイッチがオンしたタイミングで推論手段
３２で予め推論しておき、給湯時にはその予め推論した
温度で湯を提供するようにしても良い。この場合には、
給湯時と推論時とに時間的ずれがあるため、その間に状
況データが変化しているような場合には、確実に最適温
度を推論できない恐れはあるが、より即時に給湯できる
点では優れている。

【００６３】また、上記実施例では、中間層４２、６２
を１つのものを示したが、二以上の中間層を設けても良
いのはもちろんのことである。

【００６４】また、上記実施例では、状況データを全て
入力層４１、６１に入力しているが、状況データの一部
を直接に中間層４２、６２にまたは出力層４３、６３に
入力するようにしても良い。

【００６５】また、上記実施例では、複数の箇所に同時
に湯を提供する場合があるが、この場合は予め優先順位
を決めておいたり、優先指示手段を各リモコンに設けて
おき、それが指示された箇所の給湯温度を優先するよう
にすれば良い。

【００６６】また、上記実施例では、複数の箇所に湯を
提供する給湯器の場合について説明したが、台所、浴
室、シャワールーム等の個別の一箇所において利用する
給湯器の場合にも適用して、最適な温度を推論すること
ができるのはもちろんのことである。この場合にはデー
タ記憶手段３３の重み係数データ５０、使用可能性判別
手段２７等は不要である。

【００６７】また、上記実施例では、状況検出手段が検
出する状況データとしていくつかのデータを示したが、
示したデータの一部のデータで構成しても、更にデータ
を追加してもよい。

【００６８】

【発明の効果】以上説明したように、本発明では給湯器
にて提供する湯の温度をニューラルネットワークでなる
推論手段によって、湯を提供するときの状況データから
最適な温度を推論することができるので、そのときの状
況に対して自分の好みの温度が何度であるかを覚えてお
く必要もなく、いちいちその温度を設定する必要もな
く、しかも最適温度で湯の提供ができ、非常に便利であ
るという効果がある。

【００６９】また、本発明では給湯器が使用されるにつ
れ、温度が指定されたときにその温度とそのときの状況
データとを教示データとして記憶しておき、その教示デ
ータに基づき推論手段の学習を行うことができるので、
給湯器の利用者の好みが変化した場合や、利用者個別の
好みに自動的に学習設定が可能であるという効果があ
る。

【００７０】また、台所、風呂等の複数の箇所に湯を提
供する給湯器にあっては、各々の給湯箇所に対応した推
論手段の重みをデータ記憶手段に記憶しているので、給
湯箇所に応じて適切に推論することができると共に、各
給湯箇所ごとに異なる温度範囲で推論することができる
効果がある。

【００７１】更に、使用可能性判別手段が給湯に先立っ
て、給湯される可能性の高い給湯箇所を判別し、その箇
所の重みを予め推論手段に設定しているので、給湯の際
にその状況に応じた最適温度を即時に推論することがで
きる。また、所定の周期、タイミングで予め推論手段で
推論しておき、その推論された最適温度を予め設定し
て、給湯時にはその温度で給湯するようにすれば、より
即時給湯ができる効果がある。

【図面の簡単な説明】

【図１】本発明の使用例の一例を説明するための図であ
る。

【図２】本発明を説明するためのブロック図である。

【図３】メーンリモコンの外観図である。

【図４】フロリモコンの外観図である。

【図５】推論手段の説明図である。

【図６】データ記憶手段の説明図である。

【図７】最適温度を推論するときの動作を示すフローチ
ャートである。

【図８】教示データによる学習の動作を示すフローチャ
ートである。

【図９】他の実施例の説明図である。

【符号の説明】

１給湯器２メーンリモコン３フロリモコン９湯温指定手段１０自動指定手段１９センサ２１制御装置２５給湯制御手段２６時計手段２７使用可能性判別手段２８重み係数設定手段３２推論手段３３データ記憶手段３４学習手段３５教示手段５０重み係数データ５１台所等の教示データ５２ＳＰの教示データ

Claims

【特許請求の範囲】

【請求項１】給湯すべき状況を検出する状況検出手段
と、前記状況検出手段で検出した状況を入力データとして、
給湯器の利用者が望むであろう温度に関する情報を推論
して出力するニューラルネットワークでなる推論手段
と、前記推論手段にて推論された内容に基づいて湯を供給す
る給湯制御手段と、を具備したことを特徴とする給湯器。
【請求項２】湯温を指定する湯温指定手段により指定
された温度で湯を給湯し、もしくは湯温指定手段によら
ずに温度を自動的に設定して湯を給湯する給湯器であっ
て、給湯するときの状況を検出する状況検出手段と、前記状況検出手段が検出した状況を入力データとして給
湯器の利用者が望であろう温度に関する情報を推論する
推論手段と、前記推論手段で推論した内容に基づいて湯を供給する給
湯制御手段と、給湯器の利用者が前記湯温指定手段にて指定したときの
温度と、そのときの前記状況検出手段が検出した状況と
を教示信号として、前記推論手段の学習を行う学習手段
と、を具備したことを特徴とする給湯器。
【請求項３】前記給湯器は、台所に湯を提供する給湯
器、浴室に湯を提供する給湯器もしくは洗面所に湯を提
供する給湯器のいずれかの給湯器であることを特徴とす
る給湯器。
【請求項４】湯を給湯する第１の給湯箇所と、湯を給
湯する第２の給湯箇所の少なくとも２箇所以上の給湯箇
所がある給湯器であって、給湯すべき状況を検出する状況検出手段と、入力層のニューロンユニットと出力層のニューロンユニ
ットとの間に更に複数のニューロンユニットを有して、
重み係数を有するシナプスがニューロンユニット間を結
合し、入力層に前記状況検出手段の検出データを入力し
て、給湯器の利用者が望であろう給湯温度に関する情報
を出力層から出力するニューラルネットワークでなる推
論手段と、前記推論手段のシナプスの重み係数を前記各々の給湯箇
所に対応して記憶するデータ記憶手段と、前記いずれの給湯箇所に給湯するかの可能性を判別する
給湯可能性判別手段と、前記給湯可能性判別手段で判別したうち、最も可能性の
高い箇所の前記データ記憶手段に記憶されている重み係
数を前記推論手段に設定する第一の重み係数設定手段
と、給湯の際に、前記給湯可能性判別手段にて判別された給
湯箇所と実際の給湯箇所との一致、又は不一致を判断
し、不一致のときは実際の給湯箇所に対応する重み係数
に前記推論手段の重み係数を再設定する第二の重み係数
設定手段と、前記推論手段にて推論された情報による温度で湯を供給
する給湯制御手段と、を具備したことを特徴とする給湯器。
【請求項５】湯を給湯する第１の給湯箇所と、湯を給
湯する第２の給湯箇所の少なくとも２箇所以上の給湯箇
所のある給湯器であって、給湯すべき状況を検出する状況検出手段と、入力層のニューロンユニットと出力層のニューロンユニ
ットとの間に更に複数のニューロンユニットを有して、
重み係数を有するシナプスがそのニューロンユニット間
を結合して、入力層に前記状況検出手段の検出データを
入力して、給湯器の利用者が望であろう給湯温度に関す
る情報を出力層から出力するニューラルネットワークで
なる推論手段と、前記推論手段のシナプスの重み係数を
前記各々の給湯箇所に対応して記憶するデータ記憶手段
と、前記データ記憶手段に記憶された重み係数を前記推論手
段に設定する重み係数設定手段と、前記重み係数設定手段によって、前記データ記憶手段に
記憶された各給湯箇所の重み係数を前記推論手段に順次
設定することにより、各々の給湯箇所に対応する給湯器
の利用者が望であろう給湯温度に関する情報を予め推論
しておき、給湯の際にはその給湯箇所に対応する前記推
論された内容に基づいて湯を供給する給湯制御手段と、を具備したことを特徴とする給湯器。