JPH0658595A - 空気調和機 - Google Patents

Abstract

(57)【要約】 【目的】 快適性評価指標と冷房．暖房運転時の輻射パ
ネルの制御条件とをいずれも満足させるように室内の冷
房又は暖房を快適に行うことのできる空気調和機の提
供。 【構成】 上記空気調和機の制御装置１０では，室温セ
ンサ２３〜壁面温度センサ２８により検出された室内条
件データ及び画像処理部３０により演算された人間の着
衣量ＣＬＯと活動量ＭＥＴを基に演算された快適指標
と，冷房運転時の室内空気の露点温度若しくは暖房運転
時の暖房用輻射パネルのパネル温度ＴＰとのいずれも満
足させるように，学習済みのニューラルネットワーク２
０により，輻射パネルの熱輻射能力を支持するインバー
タ周波数ＩＮＶ及び室内熱交換器通風量ＦＡＮが演算さ
れ出力されて室内の快適な冷房若しくは暖房が行われ
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は，強制対流に加えて輻射
による熱移動を併用した空気調和機に係り，特に少なく
とも室内条件を検出する検出器により検出された室内条
件データを基に演算された快適性評価指標と輻射伝熱用
の輻射パネルに関する制御条件とを満足するように室内
の空気調和を行うことのできる空気調和機に関するもの
である。

【０００２】

【従来の技術】近年，空気調和機に関して，以前にも増
して人間が感じる快適性が要求されている。そこで，上
記快適性を高める一つの手段として冷暖房運転時に赤外
線の輻射機能を備えた輻射パネルと強制対流による室内
熱交換器とを併用した空気調和機が提案されている。こ
のような空気調和機の一例を図１２に示す。同図に示し
た空気調和機１の動作につき以下説明する。冷房運転時
において，圧縮機２から吐出された高温高圧の冷媒は，
四方弁１６を経て室外熱交換器３で外気と熱交換を行っ
て凝縮液化する。そして，室外熱交換器３からの冷媒は
室内熱交換器６及び冷房用の輻射パネル８に向けて分流
され膨張弁４，５に至る。上記膨張弁４に導かれた冷媒
は減圧されて低温低圧の気液２相状態になった後，室内
熱交換器６で室内空気と熱交換して蒸発気化し低温低圧
の蒸気になる。このとき，室内空気は冷却・除湿された
後室内に戻されて室内の冷房に供される。一方，上記膨
張弁５に導かれた冷媒は，ここで減圧されて低温低圧の
気液２相状態になった後，冷房用の輻射パネル８と熱交
換して蒸発する。このとき，輻射パネル８の表面温度は
膨張弁９の開度制御により調整される。そして，上記の
ように冷却された輻射パネル８は室内からの輻射熱を吸
収し輻射冷房を行う。そして，上記膨張弁９からの冷媒
蒸気は室内熱交換器６からの冷媒蒸気と合流して再び圧
縮機２に戻るといったサイクルが繰り返される。他方，
暖房運転時において，圧縮機２からの冷媒は，四方弁１
６を経て室内熱交換器６に流入し，室内空気と熱交換し
て凝縮液化し，このとき室内空気を加熱する。そして，
上記冷媒は暖房用の輻射パネル１１で室内空気を加熱し
更に膨張弁１７で減圧された後，室外熱交換器３に送り
出される。ここで，上記冷媒は外気と熱交換し蒸発気化
した後四方弁１６を経て圧縮機２に戻るサイクルが繰り
返される。ところで，上記したような人間の快適性を評
価する指標として，所謂快適性評価指標ＰＭＶ（以下，
快適指標ＰＭＶと略称する）がＩＳＯ規格に採用されて
いる。上記快適指標ＰＭＶは，それぞれ検出された室内
空気温度，平均輻射温度，相対湿度，室内空気の気流速
度といった室内条件に関する四つの要素と，人間の活動
量，人間の着衣量といった人的条件の二つの要素とから
所定の計算式に基づいて演算されるものであって，室内
に存在する人間の快適性を評価する指標である。ここ
で，上記平均輻射温度とは，実際には不均一な熱輻射場
である室内の在室者がその周囲の室内環境と輻射熱交換
を行ったときと同量の輻射熱交換量に相当する交換熱量
を与えると仮定した場合の室内における均一な周囲温度
である。上記したように人間の快適性を向上させるべ
く，上記快適指標ＰＭＶをある目標値に制御するために
は，冷房用若しくは暖房用の輻射パネル８，１１の熱輻
射能力や上記室内熱交換器６の対流伝熱による熱交換能
力を調整することにより上記快適指標ＰＭＶを制御する
ことが考えられる。

【０００３】

【発明が解決しようとする課題】上記従来の空気調和機
１において，冷房運転時に，室内空気温度，平均輻射温
度，気流速度等の室内条件を基に上記快適指標ＰＭＶを
目標値（＝０）とするように，冷房用の輻射パネル８の
熱輻射能力及び室内熱交換器６の熱交換能力を支配する
圧縮機２への電源のインバータ周波数や室内ファン１３
の回転数による室内熱交換器通風量を制御しようとする
と，図１３に示すように，室内空気の露点温度ＤＰはそ
のときの成り行きになる。そして，上記輻射パネル８の
パネル温度は，この輻射パネル８表面の結露を防止する
ために，検出・演算された上記露点温度を下回らないよ
うに，膨張弁９の開度を調整することにより制御されて
いた。ところが，上記検出・演算された露点温度ＤＰが
高い場合には，上記輻射パネル８のパネル温度をそれ以
上に高く設定しなければならず，上記輻射パネル８によ
る輻射冷房の効果を十分に発揮し得ない場合があった。
そこで，常に上記輻射冷房の効果を発揮させるようにす
るためには，上記露点温度ＤＰを適切な値に制御する必
要がある。上記露点温度ＤＰは空気調和機１の除湿能力
に支配されるが，この除湿能力は室内空気の温度及び湿
度，上記インバータ周波数，上記室内熱交換器通風量等
の制御要因が複雑に関係している。そのため，これまで
は，上記快適指標ＰＭＶと室内空気の露点温度ＤＰとが
それぞれ適切な値に同時に制御されていなかった。他
方，暖房用の輻射パネル１１が，例えば床に設けられて
いる構成の空気調和機１の場合，暖房運転時に，上記室
内条件を基に演算された快適指標ＰＭＶが目標値（＝
０）になるように上記インバータ周波数及び室内熱交換
器通風量を制御したとすると，図１４に示すように，上
記輻射パネル１１のパネル温度ＴＰは成り行きとなって
いた。そのため，上記輻射パネル１１のパネル温度ＴＰ
を快適といわれる床温度である３０℃に制御することが
困難であった。このように，室内の暖房に関して快適環
境を創出するためには，上記快適指標ＰＭＶをその目標
値に制御すると共に輻射パネル１１のパネル温度ＴＰも
適切な値に制御する必要がある。しかしながら上記輻射
パネル１１のパネル温度ＴＰは，上記インバータ周波数
や室内熱交換器通風量に支配され，これらのインバータ
周波数や室内熱交換器通風量が同じであったとしても，
床と上記輻射パネル１１との間の断熱性や室内，壁，天
井等の輻射温度により複雑に変化する。そのため，従来
装置によれば，輻射パネルの制御条件をも考慮して室内
の快適な空気調和を行うことができなかった。従って，
本発明の第１の目的は，上記快適指標ＰＭＶと，冷房運
転時における室内空気の露点温度若しくは暖房運転時に
おける輻射パネル１１のパネル温度といった輻射パネル
の制御条件との双方を満足させるように，室内の空気調
和を行うことのできる空気調和機を提供することであ
る。他方，上記したように多種類の室内条件を入力とし
て複数の出力を制御する場合，それぞれの出力について
上記室内条件が複雑に関係しあっている。従って，上記
したような制御を一般的なＰＩ制御により実現するのは
極めて困難である。また，これらの入出力関係を，例え
ばファジィルール等を用いて表現し，ファジィ推論によ
り制御する方式を採用した場合には，上記ファジィルー
ルの作成やこれに対応するメンバシップ関数或いはパラ
メータのチューニングに膨大な時間や手間がかかる。そ
の上，室内固有の熱特性や空気調和機自体の能力の経年
変化等に合わせて上記ＰＩ制御におけるゲインやファジ
ィ制御におけるメンバシップ関数やパラメータを設定変
更することも現実的ではない。そこで，本発明の第２の
目的は，上記快適指標ＰＭＶと冷房運転時における室内
空気の露点温度若しくは暖房運転時における輻射パネル
１１のパネル温度との双方を満足させるように室内の空
気調和を行うための制御構成を容易に具現化することの
できる空気調和機を提供することである。

【０００４】

【課題を解決するための手段】上記第１の目的を達成す
るために，第１の発明が採用する主たる手段は，その要
旨とするところが，冷媒が循環する冷凍サイクルに，少
なくとも室内空気と対流熱交換を行う室内熱交換器と，
室内との間で輻射伝熱を行う輻射パネルとを備え，上記
輻射パネルの熱輻射能力及び上記室内熱交換器の熱交換
能力を調整して室内の空気調和を行う空気調和機におい
て，少なくとも，室内条件を検出する検出器により検出
された室内条件データを基に演算された快適性評価指標
と上記輻射パネルに関する制御条件とに基づいて上記輻
射パネルの熱輻射能力及び上記室内熱交換器の熱交換能
力を調整することにより室内の空気調和を行うことを特
徴とする空気調和機として構成されている。また，上記
第２の目的を達成するために，第２の発明が採用する主
たる手段は，その要旨とするところが，冷媒が循環する
冷凍サイクルに，少なくとも室内空気と対流熱交換を行
う室内熱交換器と，室内との間で輻射伝熱を行う輻射パ
ネルとを備え，上記輻射パネルの熱輻射能力及び上記室
内熱交換器の熱交換能力を調整して室内の空気調和を行
う空気調和機において，少なくとも，室内条件を検出す
る検出器により検出された室内条件データを基に演算さ
れた快適性評価指標と上記輻射パネルに関する制御条件
とを入力データとし，上記輻射パネルの熱輻射能力及び
上記室内熱交換器の熱交換能力を支配するアクチュエー
タへの入力信号を出力データ並びにこれらに対応する教
師データとするニューラルネットワークを備え，上記入
力データ，出力データ並びに教師データを用いて予め学
習させた上記ニューラルネットワークに，少なくとも，
新たな快適性評価指標及び輻射パネルに関する制御条件
を入力して演算され出力された上記アクチュエータへの
入力信号に基づき上記輻射パネルの熱輻射能力及び上記
室内熱交換器の熱交換能力を調整することにより室内の
空気調和を行うことを特徴とする空気調和機として構成
されている。なお，上記第１若しくは第２の発明に係る
空気調和機を冷房運転に適用する場合には，上記輻射パ
ネルに関する制御条件として，室内空気の露点温度に基
づくものを用いればよく，暖房運転に適用する場合に
は，上記輻射パネルに関する制御条件として，上記輻射
パネルのパネル温度を用いればよい。

【０００５】

【作用】上記第１の発明に係る空気調和機においては，
室内との間で輻射伝熱を行う輻射パネルの熱輻射能力及
び室内空気と対流熱交換を行う室内熱交換器の熱交換能
力は，室内条件を検出する検出器により検出された室内
条件データを基に演算された快適性評価指標のみなら
ず，上記輻射パネルに関する制御条件に基づいて調整さ
れる。これによって，室内の空気調和が行われる。そし
て，冷房運転時には輻射パネルに関する制御条件として
室内空気の露点温度に基づく輻射パネルのパネル温度が
上記露点温度以下にならないように且つ上記快適性評価
指標が例えばその目標値となるように室内の空気調和が
行われる。一方，暖房運転時には，上記輻射パネルに関
する制御条件としての輻射パネルのパネル温度が，例え
ば暖房に適した温度となり且つ上記快適性評価指標が目
標値となるように室内の暖房が行われる。

【０００６】

【実施例】以下添付図面を参照して，本発明を具体化し
た実施例につき説明し，本発明の理解に供する。尚，以
下の実施例は，本発明を具体化した一例であって，本発
明の技術的範囲を限定する性格のものではない。ここ
に，図１は本発明の一実施例に係る空気調和機の制御装
置の制御系統を示すブロック図，図２は上記制御装置に
用いられるニューラルネットワークを構成するユニット
を示す概念図，図３は上記ユニットからの出力を演算す
るための応答関数を示すグラフ図，図４は上記ニューラ
ルネットワークの構成を示す概念図，図５は上記ニュー
ラルネットワークの学習時における入出力関係を示し，
（ａ）は冷房運転時における概念図，（ｂ）は暖房運転
時における概念図，図６は制御時のニューラルネットワ
ークの入出力関係を示し，（ａ）は冷房運転時における
概念図，（ｂ）は暖房運転時における概念図，図７は上
記ニューラルネットワークの学習時の処理手順を示すフ
ローチャート，図８は上記ニューラルネットワークの学
習用入力データ及び教師データを得るために上記空気調
和機をＰＩ制御により冷房運転したときの各制御入力及
び各制御出力の経時変化を示すグラフ図，図９は上記ニ
ューラルネットワークの学習用入力データ及び教師デー
タを得るために上記空気調和機をＰＩ制御により暖房運
転したときの各制御入力及び各制御出力の経時変化を示
すグラフ図，図１０は学習済みのニューラルネットワー
クを用いて上記空気調和機の冷房運転を行ったときの各
制御入力及び各制御出力の経時変化を示すグラフ図，図
１１は学習済みのニューラルネットワークを用いて上記
空気調和機の暖房運転を行ったときの各制御入力及び各
制御出力の経時変化を示すグラフ図である。但し，図１
２に示した上記従来の空気調和機１と共通する要素に
は，同一の符号を使用すると共に，その詳細な説明は省
略する。

【０００７】本実施例に係る空気調和機の制御装置１０
は，図１に示すように，室温センサ２３，湿度センサ２
４，外気温度センサ２５，冷房用の輻射パネル８のパネ
ル温度センサ２６，暖房用の輻射パネル１１のパネル温
度センサ２７，壁面温度センサ２８により検出された室
内条件データである室内空気温度ＴＡ，相対湿度ＲＨ外
気温度ＴＧ，パネル温度ＴＰ_r ，パネル温度ＴＰ，壁面
温度ＴＲ₀ と，ＣＣＤカメラ２９により撮像された画像
データを基に画像処理部３０により演算された室内に存
在する人間の着衣量ＣＬＯや活動量ＭＥＴとから快適指
標ＰＭＶを演算すると共に，冷房用若しくは暖房用の輻
射パネル８，１１に関する制御条件として上記湿度セン
サ２４により検出された相対湿度ＲＨ及び室温センサ２
３により検出された室内空気温度ＴＡより室内空気の露
点温度ＤＰを演算し，少なくともそれぞれ演算された快
適指標ＰＭＶと上記露点温度ＤＰ又はパネル温度センサ
２７により検出された輻射パネル１１のパネル温度ＴＰ
とに基づいて圧縮機２（アクチュエータの一例）へのイ
ンバータ周波数ＩＮＶ（入力信号の一例）と上記室内フ
ァン１３（アクチュエータの一例）の回転数に規定され
る室内熱交換器通風量ＦＡＮ（入力信号の一例）を調整
する中央処理装置２１（以下ＣＰＵという）を中心とし
て構成されている。なお，このように多種の入力から複
数（二つ）の出力を演算するためにこの制御装置１０で
は，ニューラルネットワーク２０が用いられる。以下，
上記制御装置１０の説明に先立ち，上記ニューラルネッ
トワーク２０について説明する。上記ニューラルネット
ワーク２０は人間の神経回路網を模擬したアルゴリズム
よりなる情報処理システムである。このニューラルネッ
トワーク２０において人間の神経細胞に相当する工学的
なニューロンのモデルはユニットと称される。このユニ
ットは，図２に示すように，多入力ｘ₁ 〜ｘ₄ で１出力
ｙの素子が通常用いられる。信号は１方向にのみ伝達さ
れ，ある重み（結合荷重：ｗ_i ）が付加されてユニット
３１に入力される。この重みによって，ユニット３１，
３１間の結合の強さが表される。そして，ユニット３
１，３１間の結合の強さは学習により変更される。そし
て，重みを付けられたそれぞれの入力値（ｗ_iｘ_i ）の
総和から閾値θを引いた値Ｘが応答関数ｆ（Ｘ）に適用
された後出力値ｙとして出力される。上記ユニット３１
からの出力値ｙは（１）式により求められる。 ｙ＝ｆ（Ｘ） ・・・（１） ここで，Ｘ＝Σ（ｗ_i ｘ_i −θ） 但し，ｉは入力の数である。上記応答関数ｆ（Ｘ）とし
ては図３に示すようなシグモイド関数がよく用いられ
る。

【０００８】上記ニューラルネットワーク２０は，図４
に示すように，図中○印で示される各ユニット３１，３
１，・・・が入力層，中間層（１層又は複数層），出力
層に階層化されて構成されている。各ユニット３１，３
１間は同一の層内のものとは接続されず，各層間におい
て接続される。また，信号は入力層から出力層へと１方
向にのみ伝達される。そして，ニューラルネットワーク
２０の出力層のユニット３１からの出力値Ｏは（２）式
に示すように非常に簡単な形で表すことができる。 Ｏ＝ｆ（ΣＶ_j ・Ｈ_j −γ） ・・・（２） ここで，Ｈ_j ＝ｆ（Σｗ_{i j} ・Ｉ_i −θ_j ） Ｉ_i （ｉ＝１〜Ｍ）：入力層のユニットｉへの入力値 Ｈ_j （ｊ＝１〜Ｎ）：中間層のユニットｊからの出力値 Ｏ：出力層のユニットからの出力値 ｗ_{i j} ：入力層のユニットｉから中間層のユニットｊへ
の結合荷重 Ｖ_j ：中間層のユニットｊから出力層のユニットへの結
合荷重 θ_j ：中間層のユニットｊの閾値 γ：出力層の閾値 Ｍ：入力層のユニットの数 Ｎ：中間層のユニットの数 上記ニューラルネットワーク２０の学習アルゴリズムと
しては，ある学習用入力データを入力層のユニット３
１，３１，・・・から入力したとき，上記ニューラルネ
ットワークのそれぞれの結合荷重を用いて演算され出力
層のユニット３１，３１から出力された出力データと上
記学習用入力データに対応する教師データとの二乗誤差
が最小になるように，中間層〜出力層間→入力層〜中間
層間の結合荷重及び閾値を信号伝達方向とは逆方向に順
次変化させて行く誤差逆伝播学習則（バックプロパゲー
ション学習則）を用いた。

【０００９】以下，上記ニューラルネットワーク２０を
用いた制御装置１０の具体例につき説明する。上記制御
装置１０が適用される空気調和機は従来同様図１２に示
した空気調和機１であって，冷房運転時には，冷房用の
輻射パネル８のパネル温度ＴＰ_r が膨張弁９の開度調整
により２０℃に制御される。このとき，室内空気の露点
温度を１７℃に保持しつつ且つ上記快適指標ＰＭＶを目
標値（＝０）に制御できるような上記インバータ周波数
ＩＮＶ及び室内熱交換器通風量ＦＡＮの決定方法につき
以下に示す。先ず，上記ニューラルネットワーク２０の
結合荷重の学習が実行される。上記ニューラルネットワ
ーク２０の学習時における処理手順を図７のフローチャ
ートに示す。先ず，上記空気調和機１では，ＰＩ（比例
＋積分）制御をベースとした制御が実行される（Ｓ
１）。このとき，インバータ周波数ＩＮＶは制御間隔Ｔ
１毎に更新される。インバータ周波数の操作量△ＩＮＶ
は，次の（３）式に基づき上記制御間隔Ｔ１毎に決定さ
れる。 △ＩＮＶ＝Ｋ１・ＥＰＭＶ＋Ｋ２・∫ＥＰＭＶｄｔ ・・・（３） ここで，ＥＰＭＶ：快適指標ＰＭＶの目標値に対する偏
差 Ｋ１，Ｋ２：定数 ＩＮＶ＝ＩＮＶ＋△ＩＮＶ±［０〜Ｋ３］（Ｈｚ） （ＩＮＶ≦１２０Ｈｚ） ・・・（４） ＦＡＮ＝Ｋ４・ＩＮＶ±［０〜Ｋ５］（ｍ³ ／ｍｉｎ） （ＦＡＮ≦１ｍ³ ／ｍｉｎ） ・・・（５） ここで，Ｋ３，Ｋ４，Ｋ５：定数 更新されるインバータ周波数は，（４）式に示すよう
に，学習後のニューラルネットワーク２０の汎化能力を
高めるために，０〜Ｋ３Ｈｚの範囲でランダムに振らせ
た値が用いられる。上記インバータ周波数ＩＮＶは１２
０Ｈｚを上限とし１０Ｈｚ間隔で離散化される。一方，
室内熱交換器通風量ＦＡＮは，（５）式に示すように，
基本的にはインバータ周波数ＩＮＶに比例させて決定さ
れ，０〜Ｋ５ｍ³ ／ｍｉｎの範囲でランダムに振らせた
値が用いられ，１０ｍ³ ／ｍｉｎを上限として１ｍ³ ／
ｍｉｎ間隔で離散化される。ここで，上記汎化能力とは
学習済みのニューラルネットワークに与えられた学習用
入力データ以外のデータの組合せを入力した場合でもこ
のニューラルネットワークが妥当な値を出力する能力を
いう。

【００１０】上記（３）式〜（５）式に基づくＰＩ制御
によって冷房運転を行ったときの空気調和機１の制御特
性の一例を図８に示す。上記したように空気調和機１の
運転中に室内空気温度ＴＡ，壁面温度ＴＲ₀ ，相対湿度
ＲＨ，外気温度ＴＧが検出される。また，部屋の中の人
間の着衣量ＣＬＯ及び活動量ＭＥＴもＣＣＤカメラ２９
からの画像データに基づいて演算される。これらのデー
タから平均輻射温度ＴＲや快適指標ＰＭＶが計算され
る。また，上記室内空気温度ＴＡ及び相対湿度ＲＨから
露点温度ＤＰも演算される。このように，制御間隔Ｔ１
毎のサンプリングにより，上記快適指標ＰＭＶ，快適指
標の制御間隔Ｔ１当りの時間変化△ＰＭＶ，室内空気温
度ＴＡ，外気温度ＴＧ，平均輻射温度ＴＲ，露点温度Ｄ
Ｐ，露点温度の制御間隔Ｔ１当りの時間変化△ＤＰ，上
記着衣量ＣＬＯ，活動量ＭＥＴが入力データのセットと
して求められ，このときの制御に用いられたインバータ
周波数ＩＮＶｔ及び室内熱交換器通風量ＦＡＮ_t が教師
データとして求められる。そして上記学習用入力データ
と上記教師データとが対で一連のデータセットとして制
御間隔Ｔ１毎に作成される（Ｓ２）。このように作成さ
れた２時間分の複数組のデータセットは上記制御装置１
０のＲＡＭ２２（図１）の入出力データ記憶部に記憶さ
れる（図７のステップＳ２）。そして，上記ＲＡＭ２２
に記憶された個々のデータセットを用いて上記ニューラ
ルネットワーク２０の結合荷重の学習が上記逆伝播学習
則の学習アルゴリズムにより実行される（Ｓ３）。上記
冷房運転時におけるニューラルネットワーク２０の入力
層及び出力層の各ユニットに与えられる学習用入力デー
タ及び教師データＩＮＶ_t ，ＦＡＮ_t の一例を図５
（ａ）に示す。この場合，入力層のユニット３１，３
１，・・・に入力された学習用入力データＰＭＶ〜ＴＧ
に基づいて出力層のユニット３１，３１から出力された
インバータ周波数ＩＮＶ及び室内熱交換器通風量ＦＡＮ
の出力値と実際の制御に用いたインバータ周波数ＩＮＶ
_t （教師データ）及び室内熱交換器通風量ＦＡＮ_t（教
師データ）との二乗誤差が最小となるように誤差逆伝播
学習則による結合荷重の学習が行われる。そして一組の
データセット毎に学習された結果更新された結合荷重は
学習演算毎に上記ＲＡＭ２２の学習結果記憶部に書換更
新される（Ｓ５）。そして，２時間にわたるＰＩをベー
スとして制御中の制御間隔Ｔ１毎のデータセット全てに
ついて学習が完了すると（Ｓ２〜Ｓ７→Ｓ６，Ｙ），こ
のとき最終的に書換更新された上記結合荷重が上記冷房
運転時におけるニューラルネットワーク２０の重みとし
てＲＡＭ２２のニューロ制御時学習結果記憶部に格納さ
れ，このニューラルネットワーク２０を用いた空気調和
機１の制御時に用いられる。

【００１１】そして，上記学習済みのニューラルネット
ワーク２０を用いて空気調和機１を制御する際には，ニ
ューラルネットワーク２０の入力層への入力データとし
ては，図６（ａ）に示すように，学習時において入力さ
れた制御間隔Ｔ１当りの変化△ＰＭＶ及び制御間隔Ｔ１
当りの露点温度の時間変化△ＤＰに替えて，それぞれこ
のとき演算された快適指標ＰＭＶ及び露点温度ＤＰの各
目標値に対する偏差の符号変換された値−ＥＰＭＶ，−
ＥＤＰが入力される。入力層の他のユニット３１に入力
されるデータは学習時の場合と同種のものであってその
とき検出された値である。そこで，上記ニューラルネッ
トワーク２０はＲＡＭ２２のニューロ制御時学習結果記
憶部に記憶されている結合荷重に基づいて入力層に入力
された各入力データについて演算を行い，出力層のユニ
ット３１，３１からインバータ周波数ＩＮＶ及び室内熱
交換器通風量ＦＡＮを出力する。なお，出力されたイン
バータ周波数ＩＮＶが１２０Ｈｚを超える場合には１２
０Ｈｚとし，１０Ｈｚ間隔に離散化された値が出力され
る。また，出力された室内熱交換器通風量ＦＡＮが１０
ｍ³ ／ｍｉｎを超える場合には１０ｍ³ ／ｍｉｎとし，
１ｍ³ ／ｍｉｎ間隔に離散化された値が出力される。上
記学習済みのニューラルネットワーク２０を用いて空気
調和機１の冷房運転を行った結果を図１０に示す。同図
からも明らかなように，室内空気と対流熱交換を行う室
内熱交換器６と室内との間で輻射伝熱を行う輻射パネル
８とを備えた空気調和機１の冷房運転制御を行うに際し
て，快適指標ＰＭＶと室内空気の露点温度ＤＰの双方を
いずれもその目標値に精度良く制御することが可能とな
る。それにより，例えば輻射パネル８のパネル温度ＴＰ
_r を上記露点温度ＤＰの目標値（１７℃）よりも極端に
大きめに設定する必要がなく，ここでは例えば比較的近
い２０℃に一定に制御することができる。このように，
少なくとも，上記検出された室内条件データを基に演算
された快適指標ＰＭＶと上記輻射パネル８に関する制御
条件に基づく室内空気の露点温度ＤＰとに基づいて，上
記輻射パネル８の熱輻射能力を支配するインバータ周波
数ＩＮＶ及び上記室内熱交換器６の熱交換能力を支配す
る上記インバータ周波数ＩＮＶと室内ファン１３による
室内熱交換器通風量ＦＡＮを調整することにより，快適
で且つ輻射パネル８に結露等を生じることなく室内の冷
房を行うことができる。なお，室内固有の条件の変化或
いは空気調和機自体の能力の経年変化等を生じた場合に
は，変化したそれぞれの条件下において上記ニューラル
ネットワーク２０の結合荷重の再学習を容易に行うこと
が可能で，このように再学習されたニューラルネットワ
ーク２０を用いて上記快適指標ＰＭＶと上記露点温度Ｄ
Ｐとをいずれも精度良く制御することができる。

【００１２】他方，上記制御装置１０を用いて空気調和
機の暖房運転を行う場合について以下簡単に説明する。
上記ニューラルネットワーク２０の学習時には，冷房運
転時において入力層のユニット３１に入力したデータの
うち，あるサンプリング時刻に検出され演算された露点
温度ＤＰと制御間隔Ｔ１当りの露点温度の変化△ＤＰに
替えて，相対湿度ＲＨ，暖房用の輻射パネル１１のパネ
ル温度ＴＰ，制御間隔Ｔ１当りのパネル温度変化△ＴＰ
を用い他の入力データは同種とする。そして，このとき
の制御に用いたインバータ周波数ＩＮＶ_t 及び室内熱交
換器通風量ＦＡＮ_t を教師データとして，図５（ｂ）の
ような入出力データの関係を用いて上記冷房運転時と同
様に結合荷重の学習を行って最終的に決定された結合荷
重をＲＡＭ２２のニューロ制御時学習結果記憶部に記憶
する。上記暖房運転時の学習用入力データ及び教師デー
タを得るための２時間分のＰＩ制御による暖房運転の各
制御入力及び各制御出力の経時変化を図９に示す。そし
て，暖房運転の実行時には，学習時に用いた制御間隔Ｔ
１当りの快適指標の変化△ＰＭＶ及び輻射パネル１１の
パネル温度の変化△ＴＰに替えて，快適指標ＰＭＶの目
標値（＝０）に対する偏差の符号変換値−ＥＰＭＶ及び
上記パネル温度の目標値（ここでは３０℃）に対する偏
差の符号変換値−ＥＴＰがニューラルネットワーク２０
の入力層のユニット３１への入力とされる（図６（ｂ）
参照）。そして学習済みのニューラルネットワーク２０
を用いて制御装置１０により暖房運転を行った結果を図
１１に示す。同図からも明らかなように，快適指標ＰＭ
Ｖはもとより輻射パネル１１のパネル温度ＴＰもそれぞ
れの目標値（０，３０℃）に精度良く制御されているこ
とが分かる。

【００１３】

【発明の効果】第１の発明は上記したように構成されて
いる。それにより，少なくとも，快適性評価指標と，上
記輻射パネルに関する制御条件即ち冷房運転時における
室内空気の露点温度に基づく冷房用の輻射パネルの温度
若しくは暖房運転時における暖房用の輻射パネルのパネ
ル温度との双方を満足させるように，上記輻射パネルの
熱輻射能力及び上記室内熱交換器の熱交換能力を調整す
ることができる。その結果，室内の快適な冷房若しくは
暖房の空気調和を行うことが可能となる。第２の発明は
上記したように構成されている。上記第２の発明に係る
構成においてはニューラルネットワークが用いられるの
で，少なくとも，上記快適性評価指標と上記輻射パネル
に関する制御条件とをいずれも満足させるための室内の
空気調和を行う制御構成を容易に具現化することができ
る。また，室内条件や空気調和機の制御に係る構成が変
化又は変更された場合でも，新たな入力データ，出力デ
ータ並びに教師データを用いて再学習を行うだけで済み
条件変化に容易に対応することができる。

【図面の簡単な説明】

【図１】 本発明の一実施例に係る空気調和機の制御装
置の制御系統を示すブロック図。

【図２】 上記制御装置に用いられるニューラルネット
ワークを構成するユニットを示す概念図。

【図３】 上記ユニットからの出力を演算するための応
答関数を示すグラフ図。

【図４】 上記ニューラルネットワークの構成を示す概
念図。

【図５】 上記ニューラルネットワークの学習時におけ
る入出力関係を示し，（ａ）は冷房運転時における概念
図，（ｂ）は暖房運転時における概念図。

【図６】 制御時のニューラルネットワークの入出力関
係を示し，（ａ）は冷房運転時における概念図，（ｂ）
は暖房運転時における概念図。

【図７】 上記ニューラルネットワークの学習時の処理
手順を示すフローチャート。

【図８】 上記ニューラルネットワークの学習用入力デ
ータ及び教師データを得るために上記空気調和機をＰＩ
制御により冷房運転したときの各制御入力及び各制御出
力の経時変化を示すグラフ図。

【図９】 上記ニューラルネットワークの学習用入力デ
ータ及び教師データを得るために上記空気調和機をＰＩ
制御により暖房運転したときの各制御入力及び各制御出
力の経時変化を示すグラフ図。

【図１０】 学習済みのニューラルネットワークを用い
て上記空気調和機の冷房運転を行ったときの各制御入力
及び各制御出力の経時変化を示すグラフ図。

【図１１】 学習済みのニューラルネットワークを用い
て上記空気調和機の暖房運転を行ったときの各制御入力
及び各制御出力の経時変化を示すグラフ図。

【図１２】 本発明の背景の一例となる従来の空気調和
機の概略構成を示す構成図。

【図１３】 上記従来の空気調和機の冷房運転時に快適
指標を目標値に制御したときの各制御入力及び各制御出
力の経時変化を示すグラフ図。

【図１４】 上記従来の空気調和機の暖房運転時に快適
指標を目標値に制御したときの各制御入力及び各制御出
力の経時変化を示すグラフ図。

【符号の説明】

１…空気調和機 １０…制御
装置 ２０…ニューラルネットワーク ２１…中
央処理装置（ＣＰＵ） ２２…ＲＡＭ ２３…室
温センサ ２４…湿度センサ ２５…外
気温度センサ ２６…パネル温度センサ ２７…パ
ネル温度センサ ２８…壁面温度センサ ＩＮＶ…
インバータ周波数 ＦＡＮ…室内熱交換器通風量

───────────────────────────────────────────────────── フロントページの続き (72)発明者 若原 勝広 大阪市阿倍野区長池町22番22号シャープ株 式会社内

Claims (4)

【特許請求の範囲】
1. 【請求項１】 冷媒が循環する冷凍サイクルに，少なく
   とも室内空気と対流熱交換を行う室内熱交換器と，室内
   との間で輻射伝熱を行う輻射パネルとを備え，上記輻射
   パネルの熱輻射能力及び上記室内熱交換器の熱交換能力
   を調整して室内の空気調和を行う空気調和機において，
   少なくとも，室内条件を検出する検出器により検出され
   た室内条件データを基に演算された快適性評価指標と上
   記輻射パネルに関する制御条件とに基づいて上記輻射パ
   ネルの熱輻射能力及び上記室内熱交換器の熱交換能力を
   調整することにより室内の空気調和を行うことを特徴と
   する空気調和機。
2. 【請求項２】 冷媒が循環する冷凍サイクルに，少なく
   とも室内空気と対流熱交換を行う室内熱交換器と，室内
   との間で輻射伝熱を行う輻射パネルとを備え，上記輻射
   パネルの熱輻射能力及び上記室内熱交換器の熱交換能力
   を調整して室内の空気調和を行う空気調和機において，
   少なくとも，室内条件を検出する検出器により検出され
   た室内条件データを基に演算された快適性評価指標と上
   記輻射パネルに関する制御条件とを入力データとし，上
   記輻射パネルの熱輻射能力及び上記室内熱交換器の熱交
   換能力を支配するアクチュエータへの入力信号を出力デ
   ータ並びにこれらに対応する教師データとするニューラ
   ルネットワークを備え，上記入力データ，出力データ並
   びに教師データを用いて予め学習させた上記ニューラル
   ネットワークに，少なくとも，新たな快適性評価指標及
   び輻射パネルに関する制御条件を入力して演算され出力
   された上記アクチュエータへの入力信号に基づき上記輻
   射パネルの熱輻射能力及び上記室内熱交換器の熱交換能
   力を調整することにより室内の空気調和を行うことを特
   徴とする空気調和機。
3. 【請求項３】 上記輻射パネルに関する制御条件が，室
   内空気の露点温度に基づくものである請求項１若しくは
   ２に記載の空気調和機。
4. 【請求項４】 上記輻射パネルに関する制御条件が，上
   記輻射パネルのパネル温度である請求項１若しくは２に
   記載の空気調和機。