WO2017163294A1 - 冷媒不足予測装置、冷媒不足予測方法およびプログラム - Google Patents

冷媒不足予測装置、冷媒不足予測方法およびプログラム Download PDF

Info

Publication number
WO2017163294A1
WO2017163294A1 PCT/JP2016/058884 JP2016058884W WO2017163294A1 WO 2017163294 A1 WO2017163294 A1 WO 2017163294A1 JP 2016058884 W JP2016058884 W JP 2016058884W WO 2017163294 A1 WO2017163294 A1 WO 2017163294A1
Authority
WO
WIPO (PCT)
Prior art keywords
refrigerant
date
data
prediction
temperature
Prior art date
Application number
PCT/JP2016/058884
Other languages
English (en)
French (fr)
Inventor
弘章 尾花
佐多　裕士
木村　直樹
崇仁 手島
Original Assignee
三菱電機株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to PCT/JP2016/058884 priority Critical patent/WO2017163294A1/ja
Priority to GB1811661.6A priority patent/GB2563508B/en
Priority to JP2018506509A priority patent/JP6410990B2/ja
Publication of WO2017163294A1 publication Critical patent/WO2017163294A1/ja

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B49/00—Arrangement or mounting of control or safety devices
    • F25B49/005—Arrangement or mounting of control or safety devices of safety devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B45/00—Arrangements for charging or discharging refrigerant
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B49/00—Arrangement or mounting of control or safety devices
    • F25B49/02—Arrangement or mounting of control or safety devices for compression type machines, plants or systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B13/00—Compression machines, plants or systems, with reversible cycle
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2400/00—General features or devices for refrigeration machines, plants or systems, combined heating and refrigeration systems or heat-pump systems, i.e. not limited to a particular subgroup of F25B
    • F25B2400/06—Several compression cycles arranged in parallel
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2500/00—Problems to be solved
    • F25B2500/19—Calculation of parameters
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2500/00—Problems to be solved
    • F25B2500/22—Preventing, detecting or repairing leaks of refrigeration fluids
    • F25B2500/222—Detecting refrigerant leaks
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2600/00—Control issues
    • F25B2600/01—Timing
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2700/00—Sensing or detecting of parameters; Sensors therefor
    • F25B2700/17—Speeds
    • F25B2700/171—Speeds of the compressor
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2700/00—Sensing or detecting of parameters; Sensors therefor
    • F25B2700/21—Temperatures
    • F25B2700/2106—Temperatures of fresh outdoor air
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2700/00—Sensing or detecting of parameters; Sensors therefor
    • F25B2700/21—Temperatures
    • F25B2700/2116—Temperatures of a condenser
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2700/00—Sensing or detecting of parameters; Sensors therefor
    • F25B2700/21—Temperatures
    • F25B2700/2117—Temperatures of an evaporator
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/10—Arrangements in telecontrol or telemetry systems using a centralized architecture
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/30—Arrangements in telecontrol or telemetry systems using a wired architecture

Definitions

  • the present invention relates to a refrigerant shortage prediction device, a refrigerant shortage prediction method, and a program for causing a computer to execute the method for predicting occurrence of refrigerant shortage in an air-conditioning cooling / heating device.
  • Patent Document 1 An example of a method for detecting a lack of refrigerant in an air-conditioning / cooling apparatus is disclosed in Patent Document 1.
  • the refrigeration cycle apparatus disclosed in Patent Document 1 detects a refrigerant circuit including devices such as a compressor and a variable throttle mechanism, and a refrigerant state of the refrigerant circuit or an operation state of the refrigerant circuit device, and is based on the detected value. And a control circuit that repeatedly determines whether or not the amount of refrigerant in the refrigerant circuit is insufficient.
  • Patent Document 1 describes that when the control circuit determines that the amount of refrigerant in the refrigerant circuit is insufficient, the refrigerant shortage determination process is terminated and execution of the refrigeration cycle operation control process is prohibited. Yes.
  • the present invention has been made in order to solve the above-described problems, and a refrigerant shortage prediction device and a refrigerant shortage prediction that can predict the occurrence of a refrigerant shortage before the refrigerant shortage actually occurs in an air-conditioning cooling / heating device.
  • a method and a program for causing a computer to execute the method are obtained.
  • the refrigerant shortage predicting device is a refrigerant connected via a network to a centralized monitoring device that collects operation data that is data related to an operation state from an air conditioning refrigeration apparatus including a heat source device including a compressor and a heat exchanger.
  • a deficiency prediction device that detects an operating frequency of the compressor, an outside air temperature that is a temperature of outside air that the heat exchanger exchanges heat, an evaporation temperature or a condensation temperature of the heat exchanger, and a refrigerant shortage
  • a plurality of the operation data including the refrigerant shortage detection information that is information on whether or not, the data collection date that is a collection date of these data, and the refrigerant filling date that is a date when the refrigerant is filled in the air-conditioning cooling / heating device.
  • Receiving information from the centralized monitoring device as information for refrigerant shortage prediction, prediction date, predicted value of outside temperature on the prediction date, target set value of the operating frequency of the compressor, An input unit that receives input data including the evaporating temperature or the target set value of the condensation temperature, the data collection date, the prediction date, and the refrigerant filling date are used as a reference for the data collection date for each operation data.
  • an elapsed period after the refrigerant filling that is a period from the latest refrigerant filling date to the data collection date and an expected period after the refrigerant filling that is a period from the latest refrigerant filling date to the prediction date based on the prediction date
  • Multivariate analysis into a plurality of past data including a period calculation unit for calculating the operation frequency, the operating frequency included in each of the operation data, the outside air temperature, and the evaporation temperature or the condensation temperature and the elapsed time after the refrigerant filling To identify a group to which the input data and the prediction data including the expected period after refrigerant filling belong, among the plurality of groups.
  • a probability calculation unit that calculates a refrigerant shortage probability that is an index indicating whether or not a refrigerant shortage has occurred on the prediction date based on the refrigerant shortage detection information of the operation data corresponding to the past data belonging to a group; And a display unit that outputs the refrigerant shortage probability calculated by the probability calculation unit.
  • the refrigerant shortage prediction method includes a refrigerant connected via a network to a centralized monitoring device that collects operation data that is data related to an operation state from an air conditioning refrigeration apparatus including a heat source device including a compressor and a heat exchanger.
  • a refrigerant shortage prediction method by a shortage prediction device wherein an operating frequency of the compressor, an outside air temperature that is a temperature of outside air that the heat exchanger exchanges heat, an evaporation temperature or a condensation temperature of the heat exchanger, and a refrigerant
  • a plurality of operation data including refrigerant shortage detection information which is information indicating whether or not a shortage is detected, a data collection date which is a collection date of these data, and a date when the refrigerant is filled in the air-conditioning cooling / heating device.
  • a certain refrigerant filling date is received from the centralized monitoring device, and information for predicting the refrigerant shortage is estimated date, predicted value of the outside air temperature on the predicted date, and operating frequency of the compressor.
  • the data is set for each operation data using the data collection date, the predicted date, and the refrigerant filling date.
  • Refrigerant that is the period from the latest refrigerant filling date to the date of data collection with reference to the collection date and the period from the most recent refrigerant filling date to the predicted date with reference to the prediction date
  • a multivariate analysis on a plurality of past data including the operation frequency, the outside air temperature, and the evaporation temperature or the condensation temperature and the elapsed time after the refrigerant filling, which are calculated for each operation data.
  • a refrigerant shortage probability that is an index indicating whether or not a refrigerant shortage has occurred on the prediction date is calculated, and the refrigerant shortage Probability is output.
  • the program according to the present invention includes a computer connected to a centralized monitoring device that collects operation data, which is data related to an operation state, from an air-conditioning / refrigeration apparatus including a heat source unit including a compressor and a heat exchanger, and a computer connected via a network.
  • Insufficient refrigerant which is information about the operating frequency of the compressor, the outside air temperature that is the temperature of the outside air that the heat exchanger exchanges, the evaporation temperature or condensation temperature of the heat exchanger, and whether or not the lack of refrigerant is detected
  • a plurality of the operation data including detection information, a data collection date that is a collection date of these data, and a refrigerant filling date that is a date when the air-conditioning cooling / heating device is filled with the refrigerant are received from the centralized monitoring device.
  • a predicted date, a predicted value of the outside air temperature on the predicted date, a target set value of the operating frequency of the compressor, and the evaporation temperature are used for each operation data as a reference based on the data collection date.
  • An elapsed time period after the refrigerant filling that is a period from the refrigerant filling date to the data collection date and an expected period after the refrigerant filling that is a period from the latest refrigerant filling date to the predicted date are calculated with reference to the predicted date.
  • a plurality of groups by performing multivariate analysis on a plurality of past data including a procedure, the operating frequency included in each of the operating data, the outside air temperature, the evaporation temperature or the condensation temperature, and the elapsed time after the refrigerant filling.
  • a group to which the prediction data including the input data and the expected period after refrigerant filling belongs is specified, and the past data belonging to the specified group is specified.
  • a procedure for calculating a refrigerant shortage probability which is an index indicating whether or not a refrigerant shortage has occurred on the prediction date, and outputs the refrigerant shortage probability To execute the procedure.
  • the present invention suppresses disturbances included in the data by performing multivariate analysis on the data including the operation data related to the operation state of the air-conditioning / refrigeration equipment, groups the data according to the likelihood of refrigerant shortage, Since the refrigerant shortage probability of the group to which it belongs is calculated, it is possible to predict the occurrence of the refrigerant shortage before the refrigerant shortage actually occurs in the air conditioning / cooling equipment.
  • FIG. 1 It is a figure which shows the example of 1 structure of the air conditioning system in Embodiment 1 of this invention. It is a functional block diagram which shows one structural example of the air-conditioning cooling / heating apparatus shown in FIG. It is a functional block diagram which shows one structural example of the centralized monitoring apparatus shown in FIG. It is a functional block diagram which shows the example of 1 structure of the refrigerant
  • FIG. 1 is a diagram illustrating a configuration example of an air conditioning system according to Embodiment 1 of the present invention.
  • the air conditioning system includes a plurality of air conditioning / cooling devices 10A to 10D, a centralized monitoring device 1 that collects data related to the operation state from the air conditioning and cooling devices 10A to 10D, and a refrigerant shortage prediction device 2.
  • the air-conditioning / cooling devices 10A to 10D are assumed to be refrigerators.
  • the centralized monitoring device 1 is connected to the refrigerant shortage prediction device 2 via the network 3.
  • Network 3 is a public line.
  • the network 3 may include the Internet.
  • the centralized monitoring device 1 and the refrigerant shortage prediction device 2 may use TCP (Transmission Control Protocol) / IP (Internet Protocol) as a communication protocol.
  • TCP Transmission Control Protocol
  • IP Internet Protocol
  • Each of the air-conditioning / cooling devices 10A to 10D includes the heat source devices 4A to 4D and the load side devices 5A to 5D, respectively.
  • Each of the heat source devices 4A to 4D is connected to each of the load side devices 5A to 5D via each of the refrigerant pipes 7A to 7D.
  • the load side devices 5A to 5D are installed in the freezer warehouse 8.
  • the heat source devices 4A to 4D and the load side devices 5A to 5D are connected to the centralized monitoring apparatus 1 through signal lines 6A to 6E. The configuration of each device shown in FIG. 1 will be described in detail below.
  • FIG. 2 is a functional block diagram illustrating a configuration example of the air-conditioning cooling / heating device illustrated in FIG. 1.
  • the air-conditioning cooling / heating device 10A includes a heat source unit 4A and a load-side device 5A.
  • the heat source unit 4A measures the outside air temperature, which is the temperature of the outside air that the heat exchanger 12 exchanges heat with the compressor 11, the heat exchanger 12 that operates as a condenser, the fan 13 that blows air to the heat exchanger 12.
  • a temperature sensor 14, an electronic expansion valve 15, and a control unit 16 are included.
  • the control unit 16 executes processing according to an operation unit (not shown) for an administrator including a user to input an instruction, a timer (not shown) for measuring time, a memory (not shown), and a program. And a microcomputer (not shown).
  • the memory (not shown) is, for example, a nonvolatile memory.
  • the load side device 5A includes a heat exchanger 17 that operates as an evaporator, a temperature sensor 18 that measures the evaporation temperature of the heat exchanger 17, a fan 19 that blows air to the heat exchanger 17, and the temperature in the freezer warehouse 8. And a temperature sensor 20 to be measured.
  • the compressor 11, the heat exchanger 12, the electronic expansion valve 15, and the heat exchanger 17 are connected by a refrigerant pipe 7A.
  • the control unit 16 includes a compressor 11, an electronic expansion valve 15, a motor (not shown) and a temperature sensor 14 for the fan 13, and temperature sensors 18 and 20 for the load side device 5 ⁇ / b> A and a motor (not shown) for the fan 19 and a signal line. It is connected via 6A. Moreover, the control part 16 is connected with the centralized monitoring apparatus 1 via the signal line 6E. When the administrator inputs an instruction for the freezing operation via the operation unit (not shown), the control unit 16 starts driving the compressor 11 and the fans 13 and 19, and the temperature measured by the temperature sensor 20 is instructed. The opening of the electronic expansion valve 15, the operating frequency of the compressor 11, and the rotational speed of the fans 13 and 19 are controlled so that
  • the controller 16 switches the refrigerant shortage warning lamp (not shown) from the off state to the on state.
  • a method for detecting a lack of refrigerant for example, there is a method disclosed in Patent Document 1.
  • the controller 16 detects a refrigerant shortage, the controller 16 refers to the date and time measured by a timer (not shown) and records information on the date when the refrigerant shortage is detected in a memory (not shown).
  • the control unit 16 monitors the date and time measured by a timer (not shown), acquires the operating frequency from the compressor 11 at a predetermined date and time every month, acquires the evaporation temperature from the temperature sensor 18, and the temperature sensor 14.
  • control unit 16 sends the operation data including the acquired operation frequency, the evaporation temperature, the outside air temperature, and the data collection date that is the collection date of these data to the centralized monitoring device 1 via the signal line 6E. Send.
  • control unit 16 refers to information stored in a memory (not shown) when transmitting operation data that is data related to an operation state to the centralized monitoring device 1, from the previous data collection date to the current data collection date. It is confirmed whether or not a refrigerant shortage has been detected during the most recent data collection day in between. As a result of the confirmation, when the refrigerant shortage is detected in the most recent data collection day, the control unit 16 generates refrigerant shortage detection information including the information “the refrigerant is insufficiently detected”. On the other hand, when the refrigerant shortage is not detected in the most recent data collection day, the control unit 16 generates refrigerant shortage detection information including information of “no refrigerant shortage detection”.
  • control unit 16 transmits the generated refrigerant shortage detection information to the centralized monitoring device 1 via the signal line 6E.
  • the refrigerant shortage detection information when the refrigerant shortage is detected is used as learning data for a refrigerant shortage prediction process described later.
  • the control unit 16 refers to the date and time measured by a timer (not shown), and collects information on the refrigerant filling date that is the day when the refrigerant is filled. Is transmitted via the signal line 6E.
  • the control unit 16 switches the refrigerant shortage warning lamp (not shown) from the on state to the off state.
  • the air-conditioning / refrigeration equipment collects data at “same date and time of every month”.
  • the data collection interval may be a fixed time interval, and is not limited to every month. It may be every week or every 10 days.
  • the value of the data regarding the driving state transmitted to the centralized monitoring device 1 is not limited to a single measured value measured at a predetermined date and time, but a plurality of values measured at a predetermined time from a predetermined date and time. It may be an average value of measured values.
  • the control unit 16 measures the measurement frequency of the compressor 11 and the measurement values of the temperature sensor 14 and the temperature sensor 18 ten times every minute from a predetermined date and time, and the ten measurement values measured. Each of the average values may be included in the operation data.
  • FIG. 3 is a functional block diagram showing a configuration example of the centralized monitoring apparatus shown in FIG.
  • the centralized monitoring apparatus 1 includes an input unit 101, a display unit 102, a storage unit 106, a transmission unit 107, a reception unit 108, and a control unit 110 that controls each unit.
  • the control unit 110 includes a memory (not shown) that stores a program, and a CPU (Central Processing Unit) (not shown) that executes processing according to the program.
  • the memory (not shown) is, for example, a nonvolatile memory.
  • the storage unit 106 stores various data collected from the air conditioning / cooling devices 10A to 10D.
  • the storage unit 106 is, for example, a hard disk drive.
  • the receiving unit 108 includes an operation state receiving unit 103, a refrigerant filling date receiving unit 104, and a detection information receiving unit 105.
  • the operation state receiving unit 103 receives the operation data of the air conditioning / cooling devices 10A to 10D from the heat source devices 4A to 4D via the signal line 6E
  • the operation state receiving unit 103 passes the operation data to the control unit 110.
  • Refrigerant filling date receiving unit 104 receives refrigerant filling date data from heat source devices 4A to 4D via signal line 6E, and passes the refrigerant filling date data to control unit 110.
  • the detection information receiving unit 105 passes the refrigerant shortage detection information to the control unit 110.
  • the control unit 110 stores various data received from the reception unit 108 and information input from the input unit 101 in the storage unit 106.
  • the control unit 110 includes the operation data of each of the air-conditioning / cooling devices 10A to 10D including the refrigerant shortage detection information of each of the air-conditioning / cooling devices 10A to 10D and passes it to the transmission unit 107.
  • the control unit 110 reads out information on the refrigerant filling date of each of the air-conditioning / cooling devices 10A to 10D from the storage unit 106 and passes it to the transmission unit 107.
  • the control unit 110 may display information read from the storage unit 106 on the display unit 102.
  • the transmission unit 107 transmits information received from the control unit 110 to the refrigerant shortage prediction device 2 via the network 3.
  • the display unit 102 displays information received from the control unit 110.
  • FIG. 4 is a functional block diagram showing a configuration example of the refrigerant shortage predicting apparatus shown in FIG.
  • the refrigerant shortage prediction device 2 includes a reception unit 201, an input unit 211, a storage unit 206, a display unit 209, a calculation unit 212, and a control unit 210.
  • the refrigerant shortage predicting device 2 includes a memory (not shown) that stores a program and a CPU (not shown) that executes processing according to the program.
  • the memory (not shown) is, for example, a nonvolatile memory.
  • a control unit 210 and a calculation unit 212 are configured in the refrigerant shortage prediction device 2 by a CPU (not shown) executing processing according to a program.
  • the control unit 210 and the calculation unit 212 are shown as separate configurations, but the control unit 210 may have the function of the calculation unit 212.
  • the refrigerant shortage prediction device 2 is an information processing device including a computer and a server, for example.
  • the storage unit 206 stores various data received from the centralized monitoring device 1 and input data including a predicted date that is a date on which the administrator wants to predict the occurrence probability of refrigerant shortage.
  • the storage unit 206 is, for example, a hard disk drive. “Predicted date” does not mean the day on which the refrigerant shortage prediction process is executed, but the administrator wants to confirm how much the refrigerant shortage is likely to occur in the air-conditioning cooling / heating devices 10A to 10D. The date.
  • the receiving unit 201 passes the received data to the control unit 210.
  • the input unit 211 receives input data for predicting refrigerant shortage.
  • the input unit 211 includes a predicted outside air temperature acquisition unit 202, a predicted frequency input unit 203, a predicted evaporation temperature input unit 204, and a predicted date input unit 205.
  • the predicted date input unit 205 passes the predicted date information to the control unit 210.
  • the predicted frequency input unit 203 passes the target set value for the operating frequency to the control unit 210.
  • the predicted evaporation temperature input unit 204 passes the target set value for the evaporation temperature to the control unit 210.
  • the forecast date, the target set value for the operating frequency, and the target set value for the evaporation temperature may be input by an administrator by operating the input unit 211, and information processing connected to the refrigerant shortage predicting device 2 via the network 3. An administrator may input via a terminal (not shown).
  • the predicted outside air temperature acquiring unit 202 passes the predicted outside air temperature to the control unit 210.
  • the predicted value of the outside air temperature on the predicted date is a value provided from, for example, the Japan Meteorological Agency and a weather forecast company.
  • the predicted value of the outside air temperature may be input by the administrator via the input unit 211 or may be provided via the network 3 from a server (not shown) of a weather forecast company.
  • the storage unit 206 stores information on the geographical location of the refrigerated warehouse 8 in advance, and the predicted outside air temperature acquisition unit 202 stores the geographical location of the refrigerated warehouse 8 and the predicted date information on a server (not shown) of a weather forecast company.
  • a weather forecasting company server (not shown) returns a predicted value of the outside air temperature corresponding to the received predicted date and geographical position to the predicted outside air temperature acquisition unit 202.
  • the predicted value of the outside air temperature may be a predicted value of the average daily temperature of the predicted date, or may be a predicted value of the outside air temperature in a predetermined time zone.
  • the input data received by the input unit 211 includes a predicted date, a target set value of the operating frequency of the compressor 11 on the predicted date, a target set value of the evaporation temperature of the heat exchanger 17 on the predicted date, and a predicted value of the outside air temperature on the predicted date. It is information including.
  • the air-conditioning / refrigeration equipment 10A to 10D to be predicted for refrigerant shortage may be arbitrary, but among the air-conditioning / refrigeration equipment 10A to 10D, the air-conditioning / refrigeration equipment that the administrator wants to predict the refrigerant shortage is input to the input unit 211. It may be specified by operating.
  • the input data includes information on the identifier of the air-conditioning cooling / heating device to be predicted for refrigerant shortage.
  • the control unit 210 stores data including operation data received from the receiving unit 201 and input data received from the input unit 211 in the storage unit 206.
  • the control unit 210 instructs the arithmetic unit 212 to perform the refrigerant shortage prediction process.
  • the calculation unit 212 includes a period calculation unit 207 and a probability calculation unit 208. Upon receiving an instruction for the refrigerant shortage prediction process from the control unit 210, the calculation unit 212 activates the period calculation unit 207 and the probability calculation unit 208.
  • the period calculation unit 207 calculates, for each of the air conditioning / cooling devices 10A to 10D, the elapsed time after the refrigerant filling, which is the period from the latest refrigerant filling date to the data collecting date, based on the data collection date of the operation data. The elapsed time after charging the refrigerant is notified to the probability calculation unit 208. In addition, the period calculation unit 207 calculates an expected period after the refrigerant filling, which is a period from the latest refrigerant filling date to the prediction date, with respect to each of the air conditioning cooling / heating devices 10A to 10D as a reference, and calculates the calculated refrigerant charging The probable period is notified to the probability calculation unit 208.
  • past data information including the operation frequency, the outside air temperature and the evaporation temperature included in the operation data, and the elapsed time after refrigerant filling.
  • past data information including the predicted date, the predicted value of the outside air temperature, the target set value of the operating frequency, and the target set value of the evaporation temperature, and the information including the expected period after the refrigerant filling.
  • the probability calculation unit 208 performs multivariate analysis on a plurality of past data and classifies them into a plurality of groups, and identifies a group to which the prediction data belongs among the plurality of groups. Then, the probability calculation unit 208 calculates a refrigerant shortage probability that is an index indicating whether or not a refrigerant shortage has occurred on the prediction date based on the refrigerant shortage detection information of past data belonging to the specified group.
  • a method of classifying a plurality of data into a plurality of groups by performing multivariate analysis for example, a method combining principal component analysis and clustering can be considered. Clustering includes hierarchical clustering and non-hierarchical clustering.
  • the probability calculation unit 208 notifies the control unit 210 of the calculated refrigerant shortage probability, and causes the display unit 209 to display the calculated refrigerant shortage probability.
  • the display unit 209 displays information on the refrigerant shortage probability received from the control unit 210.
  • FIG. 5 is a flowchart showing an operation procedure of the centralized monitoring apparatus shown in FIG.
  • the centralized monitoring apparatus 1 receives the operation data of the air conditioning / cooling devices 10A to 10D from the heat source devices 4A to 4D via the signal line 6E and the operation state receiving unit 103, the operation data of the air conditioning and cooling devices 10A to 10D is stored in the storage unit 106.
  • the central monitoring device 1 receives the refrigerant filling date information from the heat source devices 4A to 4D via the signal line 6E and the refrigerant filling date receiving unit 104
  • the central monitoring device 1 stores the refrigerant filling date information of the air conditioning cooling / heating devices 10A to 10D.
  • the centralized monitoring device 1 transmits the information stored in the storage unit 106 to the refrigerant shortage prediction device 2 via the transmission unit 107 and the network 3 (step 503).
  • FIG. 6 is a flowchart showing an operation procedure of the refrigerant shortage prediction device shown in FIG.
  • the refrigerant shortage prediction device 2 receives the operation data and the refrigerant filling date related to the air conditioning / cooling devices 10A to 10D from the central monitoring device 1 via the network 3 and the receiving unit 201, the operation data and refrigerant filling of the air conditioning / cooling devices 10A to 10D are received.
  • the date is stored in the storage unit 206 (step 601).
  • the refrigerant shortage prediction device 2 stores the prediction date information in the storage unit 206 (step 602).
  • the refrigerant shortage prediction device 2 obtains the outside air temperature on the prediction day as the future outside air temperature announced by the Japan Meteorological Agency or the like as the information for the refrigerant shortage prediction, and then the outside air on the prediction day is obtained.
  • the predicted temperature value is stored in the storage unit 206 (step 603).
  • the refrigerant shortage predicting device 2 predicts the operating frequency on the predicted date. Is stored in the storage unit 206 (step 604).
  • the refrigerant shortage prediction device 2 stores the predicted value of the evaporation temperature on the predicted date in the storage unit 206. (Step 605).
  • the refrigerant shortage prediction device 2 uses the data collection date and the refrigerant filling date of the air conditioning chilling devices 10A to 10D and the prediction date stored in the storage unit 206, and the elapsed time after the refrigerant filling of the air conditioning chilling devices 10A to 10D. And the expected period after refrigerant
  • the refrigerant shortage prediction device 2 performs multivariate analysis on the past data of the air-conditioning / refrigeration equipment 10A to 10D and classifies the data into a plurality of groups, identifies a group to which the prediction data belongs, and belongs to the identified group. Based on the refrigerant shortage detection information in the operation data corresponding to the past data, the refrigerant shortage probability on the prediction date is calculated (step 607). The refrigerant shortage prediction device 2 outputs the refrigerant shortage probability calculated in step 607 to the display unit 209 (step 608).
  • FIG. 7 is a flowchart showing an operation procedure of the period calculation unit shown in FIG.
  • FIG. 8 is a diagram schematically illustrating the elapsed time after refrigerant filling calculated in step 702 and the expected period after refrigerant charging calculated in step 704.
  • the period calculation unit 207 checks whether or not the elapsed period after refrigerant filling has been calculated for the operation data collected from each of the air conditioning / cooling devices 10A to 10D (step 701).
  • step 701 if there is any operation data that has already been collected and the elapsed time after refrigerant filling has not been calculated, the period calculation unit 207 uses the data collection date of the operation data as a reference to charge the latest refrigerant.
  • the elapsed time after refrigerant filling which is the period from the date to the date of data collection, is calculated (step 702).
  • step 701 if the post-refrigerant elapsed time has been calculated for all of the operation data already collected from the air-conditioning cooling / heating devices 10A to 10D, the period calculation unit 207 adds the refrigerant filling of each of the air-conditioning cooling / heating devices 10A to 10D. It is confirmed whether or not the expected period is calculated (step 703). In step 703, if there is an air conditioning cooling / heating device for which the expected period after refrigerant filling has not been calculated among the air conditioning cooling / heating devices 10A to 10D, the period calculation unit 207 selects the latest air conditioning cooling / heating device with respect to the predicted date.
  • the expected period after refrigerant filling which is the period from the refrigerant filling date to the prediction date, is calculated (step 704). If the latest refrigerant filling date is different for each of the air-conditioning cooling / heating devices 10A to 10D, the elapsed time after the refrigerant filling shown in FIG. 8 is different for each operation data of the air-conditioning cooling / heating devices 10A to 10D. The expected period after the refrigerant filling shown in FIG. 8 also differs for each of the air-conditioning / cooling devices 10A to 10D if the latest refrigerant filling date is different for each of the air-conditioning / cooling devices 10A to 10D. In step 703, when the expected period after refrigerant filling of each of the air-conditioning cooling / heating devices 10A to 10D is calculated, the period calculation unit 207 ends the calculation process for period calculation.
  • FIG. 9 is a flowchart showing an operation procedure of the probability calculation unit shown in FIG.
  • the probability calculation unit 208 prepares the operation frequency of the compressor 11, the outside air temperature and the evaporation temperature, the elapsed time after refrigerant filling, and the refrigerant shortage detection information among the operation data collected from the air conditioning / cooling devices 10A to 10D (step 801).
  • the probability calculation unit 208 uses the target set value of the operating frequency of the compressor 11, the predicted value of the outside air temperature, and the target set value of the evaporation temperature as input data for calculating the refrigerant shortage probability for the air conditioning / cooling devices 10A to 10D. Then, an expected period after refrigerant filling is prepared (step 802).
  • the probability calculation unit 208 performs principal component analysis and clustering using the past data prepared in step 801 and the prediction data prepared in step 802 as input data, and calculates the data distribution by the first principal component and the second principal component and the past. Data clustering is performed (step 803).
  • the probability calculation unit 208 adds the refrigerant shortage detection information to each past data plotted on the coordinates of the first principal component and the second principal component (step 804).
  • the probability calculation unit 208 calculates, as the refrigerant shortage probability, the ratio of the number of data “with refrigerant shortage detected” to the total number of data in the cluster for each cluster (step 805).
  • the probability calculation unit 208 causes the display unit 209 to output the refrigerant shortage probability of the cluster to which the prediction data prepared in step 802 belongs as a refrigerant shortage prediction result (step 806).
  • FIG. 10 is a diagram showing a specific example of the procedure shown in FIG.
  • the case where the refrigerant shortage probability is obtained for an arbitrary one of the air-conditioning / cooling devices 10A to 10D will be described, and the arbitrary one of the air-conditioning / cooling devices is denoted by “10”.
  • FIG. 10 shows an example of past data and prediction data in the upper part, the analysis method in the middle part, and the prediction result of the lack of refrigerant in the lower part.
  • FIG. 10 shows an example of past data and prediction data in the upper part, the analysis method in the middle part, and the prediction result of the lack of refrigerant in the lower part.
  • FIG. 10 shows that the analysis method shown in the middle stage is performed by the arrow from the upper stage to the middle stage based on the data shown in the upper stage, and the prediction result of the lower stage is obtained by the analysis method in the middle stage by the arrow from the middle stage to the lower stage. Show.
  • FIG. 10 shows past data collected from one air conditioning / cooling device, but nine past data are collected for each of the air conditioning / cooling devices 10A to 10D.
  • refrigerant shortage detection information is described as past data, in addition to the operation frequency of the compressor 11, the outside air temperature, the evaporation temperature, and the elapsed time after refrigerant filling, corresponding to the data collection date.
  • the prediction data shown in FIG. 10 shows an example of the prediction data of any one air conditioning cooling / heating device 10 among the air conditioning cooling / heating devices 10A to 10D.
  • the prediction data has a prediction date of January 1, 2016.
  • the period from the latest refrigerant filling date to the predicted date is calculated as 9 months based on the predicted date.
  • the target set value of the operating frequency of the compressor 11 the predicted value of the outside temperature, the target set value of the evaporation temperature, and the expected period after refrigerant filling are described as the predicted data corresponding to the predicted date. ing.
  • the period calculation unit 207 calculates the expected period after refrigerant filling corresponding to the air conditioning / cooling equipment 10A to 10D, and prepares prediction data for the air conditioning cooling / heating equipment 10A to 10D.
  • the following description will be given in the case of one prediction data.
  • the probability calculation unit 208 performs principal component analysis and clustering using past data and prediction data shown in the upper part of FIG. 10 (see the middle part of FIG. 10).
  • the probability calculation unit 208 performs principal component analysis on the past data and determines the first principal component and the second principal component. There may be three or more principal components, but if the number of principal components is limited to two, it is possible to suppress the complexity of arithmetic processing including clustering.
  • the probability calculation unit 208 defines two-dimensional coordinates with the first principal component and the second principal component as axes, and creates a data distribution in which past data is plotted on the two-dimensional coordinates. Here, in order to simplify the explanation, ten past data are plotted among the 36 past data.
  • the probability calculation unit 208 performs clustering of 10 past data.
  • the ten past data are classified into two clusters of the first and second clusters.
  • Each of the first and second clusters includes five past data (step 803 shown in FIG. 9).
  • the probability calculation unit 208 adds refrigerant shortage detection information to each of the 10 past data (step 804 shown in FIG. 9).
  • the data “with refrigerant shortage detected” is indicated by diagonal lines, and the data “without refrigerant shortage detected” is indicated with a dot pattern.
  • the probability calculation unit 208 calculates a refrigerant shortage probability for each of the first and second clusters.
  • the probability calculation unit 208 calculates the refrigerant shortage probabilities of the first and second clusters, and then applies the prediction data to the data distribution.
  • the prediction data indicates that it belongs to the second cluster
  • the probability calculation unit 208 causes the display unit 209 to output the refrigerant shortage probability of the second cluster as the prediction result of the prediction data (FIG. 10).
  • the lower part of FIG. 10 shows an example of the prediction result displayed by the display unit 209.
  • “prediction of refrigerant with a probability of 80%” is described in the column “probability of refrigerant shortage” in the prediction data shown in the upper part of FIG. 10.
  • the probability calculation unit 208 causes the display unit 209 to output a prediction result as shown in the lower part of FIG. 10 corresponding to the number of prediction data.
  • the administrator can determine whether or not the refrigerant should be charged by referring to the prediction result output by the refrigerant shortage prediction device 2 and referring to the refrigerant shortage probability. For example, as shown in FIG. 10, if the administrator sees the prediction result that the refrigerant shortage probability is 80% and determines that the refrigerant should be charged, the occurrence of the refrigerant shortage can be prevented in advance. On the other hand, for example, when the refrigerant shortage probability is 50% or more and less than 80%, the administrator may be troubled by whether or not the refrigerant should be charged. Some managers charge the refrigerant at this stage, and some managers do not yet fill the refrigerant at this stage.
  • the refrigerant shortage detection information in this case will be used as learning data in the future. This is useful for predicting the refrigerant shortage. As a result, an effect of further improving the accuracy of the refrigerant shortage prediction can be expected.
  • the probability calculation unit 208 includes the temperature in the refrigerated warehouse 8 as the temperature of the air-conditioned room of the air-conditioning / cooling devices 10A to 10D in the operation data, and includes a plurality of operation data and a plurality of predictions with different prediction dates for the refrigerant shortage.
  • the diagnostic information including the result may be output to the display unit 209 in a table format and a graph format. An example of information output from the display unit 209 will be described.
  • FIG. 11A is a diagram illustrating an example of a table output from the display unit illustrated in FIG. 4.
  • the past data shown in the upper part of FIG. 10 describes the change in the temperature in the freezer warehouse 8 instead of the elapsed time after the refrigerant filling.
  • FIG. 11B is a diagram illustrating an example of a graph output from the display unit illustrated in FIG. 4. In the graph shown in FIG.
  • the horizontal axis represents time
  • the vertical axis represents the temperature in the freezer warehouse 8 and the refrigerant shortage probability of the operation data shown in FIG. 11A.
  • the values displayed on the graph are not limited to the values shown in FIG. 11B.
  • FIG. 11A and FIG. 11B since a plurality of operation data and a plurality of prediction results are displayed in a time series in a table or graph, it becomes easy for the manager to grasp the history of the operation state, and a shortage of refrigerant occurs. It becomes easier to specify the time.
  • the evaporation temperature of the heat exchanger 17 of the load side devices 5A to 5D is included in the operation data as data related to the operation state.
  • the heat exchanger of the load side devices 5A to 5D instead of the evaporation temperature of 17, the condensation temperature of the heat exchanger 12 of the heat source units 4A to 4D may be used. Since the heat exchanger 12 exchanges heat with the outside air, there is a deep relationship with the outside air temperature, and the condensing temperature of the heat exchanger 12 may be suitable as a parameter for detecting a refrigerant shortage.
  • the air-conditioning / cooling devices 10A to 10D are described as being refrigerators, but the air-conditioning / cooling devices 10A to 10D are not limited to being refrigerators.
  • the air conditioning / cooling devices 10A to 10D may be air conditioning devices capable of both a heating operation and a cooling operation. In this case, any of the evaporating temperature and the condensing temperature of the heat exchanger 12 on the heat source device side and the heat exchanger 17 on the load side device may be used as data related to the operating state.
  • the number of air-conditioning / cooling devices to be managed may be one. Even if there is only one air conditioning / cooling device, if the number of operation data to be accumulated is large, the probability calculation unit 208 performs the multivariate analysis as described above based on the accumulated operation data, and determines the probability of refrigerant shortage. It is possible to calculate.
  • the refrigerant shortage predicting apparatus includes a centralized monitoring device 1 and a network 3 that collect operation data that is data related to an operation state from an air conditioning cooling / heating device including a heat source device including a compressor 11 and a heat exchanger 12.
  • the refrigerant shortage predicting device 2 is connected via the operation frequency of the compressor 11, the outside air temperature that is the temperature of the outside air that the heat exchanger 12 exchanges heat, and the evaporation temperature or condensation temperature of the heat exchanger 12.
  • Centralized monitoring of refrigerant shortage detection information which is information on whether or not refrigerant shortage has been detected, a plurality of operation data including data collection date, and the refrigerant filling date, which is the day when the air-conditioning cooling / heating device is filled with refrigerant
  • the receiving unit 201 that receives from the device 1 and the refrigerant shortage prediction, the predicted date, the predicted value of the outside air temperature on the predicted date, the target set value of the operating frequency of the compressor 11, the evaporation temperature or
  • data is collected from the latest refrigerant filling date based on the data collection date for each operation data.
  • a period calculation unit 207 that calculates an elapsed period after the refrigerant filling that is a period until the day and an expected period after the refrigerant filling that is a period from the most recent refrigerant filling date to the prediction date with reference to the prediction date;
  • the multi-variate analysis is performed on a plurality of past data including the operation frequency, the outside air temperature, the evaporation temperature or the condensation temperature, and the elapsed time after refrigerant filling, and the data is classified into a plurality of groups.
  • a probability calculation unit 208 that calculates a refrigerant shortage probability that is an index indicating whether or not a refrigerant shortage has occurred on the prediction date, and a display unit 209 that outputs the refrigerant shortage probability calculated by the probability calculation unit 208 It is.
  • the probability calculation unit 208 performs multivariate analysis on the data including the operation data related to the operation state of the air-conditioning / refrigeration equipment, thereby suppressing disturbance included in the data and facilitating the shortage of refrigerant. Accordingly, since the data is grouped and the refrigerant shortage probability of the group to which the prediction date belongs is calculated, it is possible to predict the occurrence of the refrigerant shortage before the refrigerant shortage actually occurs in the air-conditioning cooling / heating device.
  • the probability calculation unit 208 performs principal component analysis using a plurality of past data, determines two-dimensional coordinates with the first and second principal components as axes, and determines the two-dimensional coordinates.
  • the number of pieces of data including information indicating that a refrigerant shortage is detected in the refrigerant shortage detection information for each cluster, with respect to the total number of data in the cluster, by clustering a plurality of past data plotted in May be calculated as the refrigerant shortage probability, and the refrigerant shortage probability of the cluster to which the prediction data belongs may be output to the display unit 209.
  • the probability calculation unit 208 performs principal component analysis and extracts two principal components from past data including various parameter values related to the operating state of the air-conditioning / cooling equipment.
  • past data is clustered based on two-dimensional coordinates composed of two main components. Therefore, the main component most suitable for detecting the refrigerant shortage is extracted corresponding to the operating state of the air-conditioning cooling / heating device, and the past data is appropriately clustered based on the extracted main component.
  • the probability calculation unit 208 includes a plurality of operation data including the temperature inside the air-conditioning / cooling equipment air-conditioning target and a plurality of refrigerants with different prediction dates as prediction results of the refrigerant shortage of the air-conditioning cooling / heating equipment.
  • the diagnostic information including the shortage probability may be output to the display unit 209 in a table format or a graph format. In this case, since a plurality of operation data and a plurality of prediction results are displayed in a time series in a table or graph, the administrator can easily grasp the history of the operation state, and can more easily specify the time when the refrigerant shortage occurs. .
  • the receiving unit may receive a plurality of operation data and refrigerant filling date information of each of the plurality of air conditioning and cooling devices from the centralized monitoring device.
  • the probability calculation unit can perform multivariate analysis using a plurality of past data of each of the plurality of air-conditioning / cooling devices, so that the accuracy of analysis improves as the number of analysis objects increases.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Thermal Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Air Conditioning Control Device (AREA)
  • Selective Calling Equipment (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本発明の冷媒不足予測装置は、空調冷熱機器から運転データを収集する集中監視装置からネットワークを介して、外気温度、空調冷熱機器の圧縮機の運転周波数、熱交換器の蒸発温度または凝縮温度、冷媒不足検知情報およびデータ収集日を含む複数の運転データと、冷媒充填日とを受信する受信部と、予測日における外気温度、運転周波数および蒸発温度または凝縮温度の予測値を含む入力データを受け付ける入力部と、運転データ毎の冷媒充填後経過期間と予測日に対応する冷媒充填後見込期間を算出し、運転周波数、外気温度、および蒸発温度または凝縮温度と冷媒充填後経過期間とを含む複数の過去データに多変量解析を行ってグループ化し、入力データおよび冷媒充填後見込期間を含む予測データが属するグループの冷媒不足検知情報に基づいて、予測日の冷媒不足確率を算出する演算部と、演算部が算出した冷媒不足確率を出力する表示部と、を有するものである。

Description

冷媒不足予測装置、冷媒不足予測方法およびプログラム
　本発明は、空調冷熱機器における冷媒不足の発生を予測する冷媒不足予測装置、冷媒不足予測方法、およびその方法をコンピュータに実行させるためのプログラムに関する。
　空調冷熱機器においては、老朽化または施工ミスなどが原因で、運転に必要な冷媒が不足してしまうことがある。空調冷熱機器において、冷媒の不足を検知するための方法の一例が特許文献１に開示されている。
　特許文献１に開示された冷凍サイクル装置は、圧縮機および可変絞り機構等の機器を含む冷媒回路と、冷媒回路の冷媒の状態または冷媒回路の機器の運転状態を検出し、検出した値に基づいて、冷媒回路内の冷媒量が不足しているか否かを繰り返し判定する制御回路とを有する構成である。
　特許文献１には、制御回路が冷媒回路内の冷媒量が不足していると判定した場合、冷媒不足判定処理を終了するとともに、冷凍サイクル運転制御処理の実行が禁止されることが記載されている。
特開２０１５－１４０９６１号公報（請求項１）
　特許文献１に開示された方法では、運転に必要な冷媒が実際に不足した時点で冷媒不足を検知しているため、メンテナンス業者による冷媒充填が完了するまで、冷凍サイクル装置を停止させておかなければならない。空調能力が低下した状態で冷凍サイクル装置を運転させることも考えられるが、冷凍サイクル装置の圧縮機にかかる負荷が大きくなってしまうという問題がある。
　本発明は、上記のような課題を解決するためになされたもので、空調冷熱機器に冷媒不足が実際に発生する前に、冷媒不足の発生を予測可能にした冷媒不足予測装置、冷媒不足予測方法、およびその方法をコンピュータに実行させるためのプログラムを得るものである。
　本発明に係る冷媒不足予測装置は、圧縮機および熱交換器を含む熱源機を備えた空調冷熱機器から運転状態に関するデータである運転データを収集する集中監視装置とネットワークを介して接続される冷媒不足予測装置であって、前記圧縮機の運転周波数と、前記熱交換器が熱交換する外気の温度である外気温度と、前記熱交換器の蒸発温度または凝縮温度と、冷媒不足が検知されたか否かの情報である冷媒不足検知情報と、これらのデータの収集日であるデータ収集日とを含む複数の前記運転データと、前記空調冷熱機器に冷媒が充填された日である冷媒充填日とを前記集中監視装置から受信する受信部と、冷媒不足予測のための情報として、予測日と、該予測日における外気温度の予測値と、前記圧縮機の運転周波数の目標設定値と、前記蒸発温度または前記凝縮温度の目標設定値とを含む入力データを受け付ける入力部と、前記データ収集日、前記予測日および前記冷媒充填日を用いて、前記運転データ毎に前記データ収集日を基準にして直近の冷媒充填日から該データ収集日までの期間である冷媒充填後経過期間と、前記予測日を基準にして直近の冷媒充填日から該予測日までの期間である冷媒充填後見込期間とを算出する期間演算部と、前記運転データ毎に含まれる前記運転周波数、前記外気温度、および前記蒸発温度または前記凝縮温度と前記冷媒充填後経過期間とを含む複数の過去データに多変量解析を行って複数のグループに分類し、該複数のグループのうち、前記入力データおよび前記冷媒充填後見込期間を含む予測データが属するグループを特定し、特定したグループに属する前記過去データに対応する前記運転データの前記冷媒不足検知情報に基づいて、前記予測日に冷媒不足が発生しているか否かを表す指標である冷媒不足確率を算出する確率演算部と、前記確率演算部が算出した冷媒不足確率を出力する表示部と、を有するものである。
　本発明に係る冷媒不足予測方法は、圧縮機および熱交換器を含む熱源機を備えた空調冷熱機器から運転状態に関するデータである運転データを収集する集中監視装置とネットワークを介して接続される冷媒不足予測装置による冷媒不足予測方法であって、前記圧縮機の運転周波数と、前記熱交換器が熱交換する外気の温度である外気温度と、前記熱交換器の蒸発温度または凝縮温度と、冷媒不足が検知されたか否かの情報である冷媒不足検知情報と、これらのデータの収集日であるデータ収集日とを含む複数の前記運転データと、前記空調冷熱機器に冷媒が充填された日である冷媒充填日とを前記集中監視装置から受信し、冷媒不足予測のための情報として、予測日と、該予測日における外気温度の予測値と、前記圧縮機の運転周波数の目標設定値と、前記蒸発温度または前記凝縮温度の目標設定値とを含む入力データが入力されると、前記データ収集日、前記予測日および前記冷媒充填日を用いて、前記運転データ毎に前記データ収集日を基準にして直近の冷媒充填日から該データ収集日までの期間である冷媒充填後経過期間と、前記予測日を基準にして直近の冷媒充填日から前記予測日までの期間である冷媒充填後見込期間とを算出し、前記運転データ毎に含まれる前記運転周波数、前記外気温度、および前記蒸発温度または前記凝縮温度と前記冷媒充填後経過期間とを含む複数の過去データに多変量解析を行って複数のグループに分類し、該複数のグループのうち、前記入力データおよび前記冷媒充填後見込期間を含む予測データが属するグループを特定し、特定したグループに属する前記過去データに対応する前記運転データの前記冷媒不足検知情報に基づいて、前記予測日に冷媒不足が発生しているか否かを表す指標である冷媒不足確率を算出し、前記冷媒不足確率を出力するものである。
　本発明に係るプログラムは、圧縮機および熱交換器を含む熱源機を備えた空調冷熱機器から運転状態に関するデータである運転データを収集する集中監視装置とネットワークを介して接続されるコンピュータに、前記圧縮機の運転周波数と、前記熱交換器が熱交換する外気の温度である外気温度と、前記熱交換器の蒸発温度または凝縮温度と、冷媒不足が検知されたか否かの情報である冷媒不足検知情報と、これらのデータの収集日であるデータ収集日とを含む複数の前記運転データと、前記空調冷熱機器に冷媒が充填された日である冷媒充填日とを前記集中監視装置から受信する手順と、冷媒不足予測のための情報として、予測日と、該予測日における外気温度の予測値と、前記圧縮機の運転周波数の目標設定値と、前記蒸発温度または前記凝縮温度の目標設定値とを含む入力データが入力されると、前記データ収集日、前記予測日および前記冷媒充填日を用いて、前記運転データ毎に前記データ収集日を基準にして直近の冷媒充填日から該データ収集日までの期間である冷媒充填後経過期間と、前記予測日を基準にして直近の冷媒充填日から前記予測日までの期間である冷媒充填後見込期間とを算出する手順と、前記運転データ毎に含まれる前記運転周波数、前記外気温度、および前記蒸発温度または前記凝縮温度と前記冷媒充填後経過期間とを含む複数の過去データに多変量解析を行って複数のグループに分類し、該複数のグループのうち、前記入力データおよび前記冷媒充填後見込期間を含む予測データが属するグループを特定し、特定したグループに属する前記過去データに対応する前記運転データの前記冷媒不足検知情報に基づいて、前記予測日に冷媒不足が発生しているか否かを表す指標である冷媒不足確率を算出する手順と、前記冷媒不足確率を出力する手順とを実行させるためのものである。
　本発明は、空調冷熱機器の運転状態に関する運転データを含むデータに多変量解析を行うことでデータに含まれる外乱を抑制し、冷媒不足の起こりやすさに応じてデータをグループ化し、予測日が属するグループの冷媒不足確率を算出しているので、空調冷熱機器に冷媒不足が実際に発生する前に、冷媒不足の発生を予測できる。
本発明の実施の形態１における空調システムの一構成例を示す図である。 図１に示した空調冷熱機器の一構成例を示す機能ブロック図である。 図１に示した集中監視装置の一構成例を示す機能ブロック図である。 図１に示した冷媒不足予測装置の一構成例を示す機能ブロック図である。 図３に示した集中監視装置の動作手順を示すフローチャートである。 図４に示した冷媒不足予測装置の動作手順を示すフローチャートである。 図４に示した期間演算部の動作手順を示すフローチャートである。 ステップ７０２で算出される冷媒充填後経過期間とステップ７０４で算出される冷媒充填後見込期間を模式的に示す図である。 図４に示した確率演算部の動作手順を示すフローチャートである。 図９に示した手順の具体例を示す図である。 図４に示した表示部から出力される表の一例を示す図である。 図４に示した表示部から出力されるグラフの一例を示す図である。
実施の形態１．
（空調システムの構成）
　本実施の形態１の空調システムの構成を説明する。
　図１は、本発明の実施の形態１における空調システムの一構成例を示す図である。
　空調システムは、複数の空調冷熱機器１０Ａ～１０Ｄと、空調冷熱機器１０Ａ～１０Ｄから運転状態に関するデータを収集する集中監視装置１と、冷媒不足予測装置２とを有する。本実施の形態１では、空調冷熱機器１０Ａ～１０Ｄは冷凍機であるものとする。
　集中監視装置１はネットワーク３を介して冷媒不足予測装置２と接続されている。ネットワーク３は公衆回線である。ネットワーク３はインターネットを含んでいてもよい。この場合、集中監視装置１および冷媒不足予測装置２は通信プロトコルとして、ＴＣＰ（Ｔｒａｎｓｍｉｓｓｉｏｎ　Ｃｏｎｔｒｏｌ　Ｐｒｏｔｏｃｏｌ）／ＩＰ（Ｉｎｔｅｒｎｅｔ　Ｐｒｏｔｏｃｏｌ）を用いてもよい。
　空調冷熱機器１０Ａ～１０Ｄのそれぞれは、熱源機４Ａ～４Ｄのそれぞれと、負荷側機器５Ａ～５Ｄのそれぞれとを有する。熱源機４Ａ～４Ｄのそれぞれは冷媒配管７Ａ～７Ｄのそれぞれを介して負荷側機器５Ａ～５Ｄのそれぞれと接続されている。負荷側機器５Ａ～５Ｄは冷凍倉庫８に設置されている。
　熱源機４Ａ～４Ｄおよび負荷側機器５Ａ～５Ｄは信号線６Ａ～６Ｅを介して集中監視装置１と接続されている。
　以下に、図１に示す各装置の構成を詳しく説明する。
（空調冷熱機器１０Ａ～１０Ｄの構成）
　図１に示した空調冷熱機器１０Ａ～１０Ｄの構成を説明する。
　空調冷熱機器１０Ａ～１０Ｄは同様の構成なので、ここでは、空調冷熱機器１０Ａの構成を説明し、空調冷熱機器１０Ｂ～１０Ｄについての詳細な説明を省略する。また、本実施の形態１では、空調冷熱機器１０Ａについて、冷媒不足予測方法に関連する構成を詳しく説明し、一般的な冷凍サイクルについての詳細な説明を省略する。
　図２は、図１に示した空調冷熱機器の一構成例を示す機能ブロック図である。
　図２に示すように、空調冷熱機器１０Ａは熱源機４Ａおよび負荷側機器５Ａを有する。
　熱源機４Ａは、圧縮機１１と、凝縮器として動作する熱交換器１２と、熱交換器１２に送風するファン１３と、熱交換器１２が熱交換する外気の温度である外気温度を測定する温度センサ１４と、電子膨張弁１５と、制御部１６とを有する。制御部１６は、ユーザを含む管理者が指示を入力するための操作部（不図示）と、時刻を計測するタイマー（不図示）と、メモリ（不図示）と、プログラムにしたがって処理を実行するマイクロコンピュータ（不図示）とを有する。メモリ（不図示）は、例えば、不揮発性メモリである。空調冷熱機器１０Ａ～１０Ｄには機器毎に異なる識別子が予め付与されており、メモリ（不図示）は自分の空調冷熱機器１０Ａの識別子を記憶する。操作部（不図示）には、冷媒の補充が必要になったことを管理者に通知するための冷媒不足警告灯（不図示）が設けられている。
　負荷側機器５Ａは、蒸発器として動作する熱交換器１７と、熱交換器１７の蒸発温度を測定する温度センサ１８と、熱交換器１７に送風するファン１９と、冷凍倉庫８内の温度を測定する温度センサ２０とを有する。
　圧縮機１１、熱交換器１２、電子膨張弁１５、および熱交換器１７は冷媒配管７Ａで接続されている。
　制御部１６は、圧縮機１１、電子膨張弁１５、ファン１３のモータ（不図示）および温度センサ１４、ならびに負荷側機器５Ａの温度センサ１８、２０およびファン１９のモータ（不図示）と信号線６Ａを介して接続されている。また、制御部１６は、信号線６Ｅを介して集中監視装置１と接続されている。
　制御部１６は、管理者が操作部（不図示）を介して冷凍運転の指示を入力すると、圧縮機１１、ファン１３、１９の駆動を開始し、温度センサ２０の測定値が指示された温度になるように、電子膨張弁１５の開度、圧縮機１１の運転周波数およびファン１３、１９の回転数を制御する。
　制御部１６は、冷媒配管７Ａに冷媒の補充が必要になると、冷媒不足警告灯（不図示）をオフ状態からオン状態に切り替える。冷媒不足の検知方法として、例えば、特許文献１に開示された方法がある。制御部１６は、冷媒不足を検知した場合、タイマー（不図示）が計測する日時を参照し、冷媒不足を検知した日の情報をメモリ（不図示）に記録する。
　制御部１６は、タイマー（不図示）が計測する日時を監視し、毎月の予め決められた日時に、圧縮機１１から運転周波数を取得し、温度センサ１８から蒸発温度を取得し、温度センサ１４から外気温度を取得する。そして、制御部１６は、取得した運転周波数と、蒸発温度と、外気温度と、これらのデータの収集日であるデータ収集日とを含む運転データを、集中監視装置１に信号線６Ｅを介して送信する。
　また、制御部１６は、運転状態に関するデータである運転データを集中監視装置１に送信する際、メモリ（不図示）が記憶する情報を参照し、前回のデータ収集日から今回のデータ収集日までの間である直近データ収集日間に、冷媒不足が検知されたか否かを確認する。確認の結果、直近データ収集日間に冷媒不足が検知されている場合、制御部１６は、「冷媒不足検知あり」の情報を含む冷媒不足検知情報を生成する。一方、直近データ収集日間に冷媒不足が検知されていない場合、制御部１６は、「冷媒不足検知なし」の情報を含む冷媒不足検知情報を生成する。そして、制御部１６は、生成した冷媒不足検知情報を集中監視装置１に信号線６Ｅを介して送信する。
　冷媒不足が検知された場合の冷媒不足検知情報は、後述する冷媒不足予測処理のための学習データとして利用される。
　さらに、制御部１６は、管理者が冷媒配管７Ａに冷媒を充填すると、タイマー（不図示）が計測する日時を参照し、冷媒が充填された日である冷媒充填日の情報を集中監視装置１に信号線６Ｅを介して送信する。制御部１６は、冷媒配管７Ａに冷媒が充填されると、冷媒不足警告灯（不図示）をオン状態からオフ状態に切り替える。
　なお、空調冷熱機器１０Ａ～１０Ｄの各制御部１６は、運転データ、冷媒充填日および冷媒不足検知情報を集中監視装置１に送信する際、これらのデータのそれぞれに自分の空調冷熱機器の識別子を添付する。
　また、本実施の形態１では、空調冷熱機器が「毎月の同じ日時」にデータを収集する場合で説明するが、データ収集の間隔は、一定の時間間隔であればよく、毎月に限らず、毎週であってもよく、１０日間毎であってもよい。また、集中監視装置１に送信される、運転状態に関するデータの値は、予め決められた日時に測定した１回の測定値に限らず、予め決められた日時から一定の時間に測定した複数の測定値の平均値であってもよい。例えば、制御部１６は、圧縮機１１の運転周波数、温度センサ１４および温度センサ１８の測定値のそれぞれについて、予め決められた日時から１分おきに１０回測定し、測定した１０回の測定値のそれぞれの平均値を、運転データに含めるようにしてもよい。
（集中監視装置１の構成）
　図３は、図１に示した集中監視装置の一構成例を示す機能ブロック図である。
　図３に示すように、集中監視装置１は、入力部１０１と、表示部１０２と、記憶部１０６と、送信部１０７と、受信部１０８と、各部を制御する制御部１１０とを有する。制御部１１０は、プログラムを記憶するメモリ（不図示）と、プログラムにしたがって処理を実行するＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）（不図示）とを有する。メモリ（不図示）は、例えば、不揮発性メモリである。
　記憶部１０６は、空調冷熱機器１０Ａ～１０Ｄから収集された各種データを記憶する。記憶部１０６は、例えば、ハードディスクドライブである。
　受信部１０８は、運転状態受信部１０３と、冷媒充填日受信部１０４と、検知情報受信部１０５とを有する。
　運転状態受信部１０３は、空調冷熱機器１０Ａ～１０Ｄの運転データを熱源機４Ａ～４Ｄから信号線６Ｅを介して受信すると、運転データを制御部１１０に渡す。
　冷媒充填日受信部１０４は、冷媒充填日のデータを熱源機４Ａ～４Ｄから信号線６Ｅを介して受信すると、冷媒充填日のデータを制御部１１０に渡す。
　検知情報受信部１０５は、冷媒不足検知情報を熱源機４Ａ～４Ｄから信号線６Ｅを介して受信すると、冷媒不足検知情報を制御部１１０に渡す。
　制御部１１０は、受信部１０８から受け取る各種データと入力部１０１から入力される情報を記憶部１０６に格納する。制御部１１０は、記憶部１０６が記憶する情報のうち、空調冷熱機器１０Ａ～１０Ｄのそれぞれの運転データに空調冷熱機器１０Ａ～１０Ｄのそれぞれの冷媒不足検知情報を含めて送信部１０７に渡す。また、制御部１１０は、空調冷熱機器１０Ａ～１０Ｄのそれぞれの冷媒充填日の情報を記憶部１０６から読み出して送信部１０７に渡す。制御部１１０は、記憶部１０６から読み出した情報を表示部１０２に表示させてもよい。
　送信部１０７は、制御部１１０から受け取る情報を冷媒不足予測装置２にネットワーク３を介して送信する。
　表示部１０２は、制御部１１０から受け取る情報を表示する。
（冷媒不足予測装置２の構成）
　図４は、図１に示した冷媒不足予測装置の一構成例を示す機能ブロック図である。
　図４に示すように、冷媒不足予測装置２は、受信部２０１と、入力部２１１と、記憶部２０６と、表示部２０９と、演算部２１２と、制御部２１０とを有する。冷媒不足予測装置２には、プログラムを記憶するメモリ（不図示）と、プログラムにしたがって処理を実行するＣＰＵ（不図示）とを有する。メモリ（不図示）は、例えば、不揮発性メモリである。ＣＰＵ（不図示）がプログラムにしたがって処理を実行することで、制御部２１０および演算部２１２が冷媒不足予測装置２に構成される。
　図４に示す機能ブロック図では、制御部２１０と演算部２１２を別々の構成で示しているが、制御部２１０が演算部２１２の機能を備えていてもよい。冷媒不足予測装置２は、例えば、コンピュータおよびサーバを含む情報処理装置である。
　記憶部２０６は、集中監視装置１から受信する各種データと、管理者が冷媒不足の発生確率を予測したい日である予測日を含む入力データを記憶する。記憶部２０６は、例えば、ハードディスクドライブである。「予測日」とは、冷媒不足予測処理を実行する日を意味するのではなく、管理者が、空調冷熱機器１０Ａ～１０Ｄについて、冷媒不足が発生する可能性がどのくらいあるかを確認したい将来の日にちである。
　受信部２０１は、集中監視装置１からデータを受信すると、受信したデータを制御部２１０に渡す。
　入力部２１１は冷媒不足予測のための入力データを受け付ける。入力部２１１は、予測外気温度取得部２０２と、予測周波数入力部２０３と、予測蒸発温度入力部２０４と、予測日入力部２０５とを有する。
　予測日入力部２０５は、予測日が入力されると、予測日の情報を制御部２１０に渡す。
　予測周波数入力部２０３は、予測日における圧縮機１１の運転周波数の目標設定値が入力されると、運転周波数の目標設定値を制御部２１０に渡す。
　予測蒸発温度入力部２０４は、予測日における熱交換器１７の蒸発温度の目標設定値が入力されると、蒸発温度の目標設定値を制御部２１０に渡す。
　予測日、運転周波数の目標設定値および蒸発温度の目標設定値は、管理者が入力部２１１を操作して入力してもよく、ネットワーク３を介して冷媒不足予測装置２と接続された情報処理端末（不図示）を介して管理者が入力してもよい。
　予測外気温度取得部２０２は、予測日における空調冷熱機器１０Ａ～１０Ｄの外気温度の予測値が入力されると、外気温度の予測値を制御部２１０に渡す。予測日の外気温度の予測値は、例えば、気象庁および天気予報会社から提供される値である。外気温度の予測値は、管理者が入力部２１１を介して入力してもよく、天気予報会社のサーバ（不図示）からネットワーク３を介して提供されてもよい。
　例えば、記憶部２０６が冷凍倉庫８の地理的位置の情報を予め記憶し、予測外気温度取得部２０２が冷凍倉庫８の地理的位置および予測日の情報を天気予報会社のサーバ（不図示）にネットワーク３を介して送信すると、天気予報会社のサーバ（不図示）は、受信した予測日と地理的位置に対応する、外気温度の予測値を予測外気温度取得部２０２に返信する。この場合、外気温度の予測値は、予測日の１日の平均気温の予測値であってもよく、予め指定された時間帯の外気温度の予測値であってもよい。
　入力部２１１が受け付ける入力データは、予測日、予測日における圧縮機１１の運転周波数の目標設定値、予測日における熱交換器１７の蒸発温度の目標設定値、および予測日における外気温度の予測値を含む情報である。
　なお、冷媒不足の予測対象の空調冷熱機器は空調冷熱機器１０Ａ～１０Ｄのうち任意でよいが、空調冷熱機器１０Ａ～１０Ｄのうち、管理者が冷媒不足を予測したい空調冷熱機器を入力部２１１を操作して指定してもよい。この場合、入力データは、冷媒不足の予測対象の空調冷熱機器の識別子の情報を含む。
　制御部２１０は、受信部２０１から受け取る運転データを含むデータと入力部２１１から受け取る入力データを記憶部２０６に格納する。制御部２１０は、入力部２１１から受け取る入力データを記憶部２０６に格納する際に、冷媒不足予測処理を演算部２１２に指示する。
　演算部２１２は、期間演算部２０７および確率演算部２０８を有する。演算部２１２は、制御部２１０から冷媒不足予測処理の指示を受けると、期間演算部２０７および確率演算部２０８を起動する。
　期間演算部２０７は、空調冷熱機器１０Ａ～１０Ｄのそれぞれについて、運転データのデータ収集日を基準にして直近の冷媒充填日からデータ収集日までの期間である冷媒充填後経過期間を算出し、算出した冷媒充填後経過期間を確率演算部２０８に通知する。また、期間演算部２０７は、空調冷熱機器１０Ａ～１０Ｄのそれぞれについて、予測日を基準にして直近の冷媒充填日から予測日までの期間である冷媒充填後見込期間を算出し、算出した冷媒充填後見込期間を確率演算部２０８に通知する。
　以下では、運転データに含まれる運転周波数、外気温度および蒸発温度と、冷媒充填後経過期間とを含む情報を「過去データ」と称する。また、予測日、外気温度の予測値、運転周波数の目標設定値および蒸発温度の目標設定値を含む入力データと、冷媒充填後見込期間とを含む情報を「予測データ」と称する。
　確率演算部２０８は、複数の過去データに多変量解析を行って複数のグループに分類し、複数のグループのうち、予測データが属するグループを特定する。そして、確率演算部２０８は、特定したグループに属する過去データの冷媒不足検知情報に基づいて、予測日に冷媒不足が発生しているか否かを表す指標である冷媒不足確率を算出する。
　多変量解析を行って複数のデータを複数のグループに分類する方法として、例えば、主成分分析とクラスタリングを組み合わせた方法が考えられる。クラスタリングには、階層型クラスタリングと非階層型クラスタリングがある。クラスタリングが非階層型クラスタリングである場合、クラスタリングの手法として、例えば、ｋ－ｍｅａｎｓ法がある。
　確率演算部２０８は、算出した冷媒不足確率を制御部２１０に通知し、算出した冷媒不足確率を表示部２０９に表示させる。
　表示部２０９は、制御部２１０から受け取る冷媒不足確率の情報を表示する。
（空調システムの動作の説明）
　次に、本実施の形態１における集中監視装置１と冷媒不足予測装置２において実行される動作について説明する。
（集中監視装置１の動作）
　図５は、図３に示した集中監視装置の動作手順を示すフローチャートである。
　集中監視装置１は、空調冷熱機器１０Ａ～１０Ｄの運転データを信号線６Ｅおよび運転状態受信部１０３を介して熱源機４Ａ～４Ｄから受信すると、空調冷熱機器１０Ａ～１０Ｄの運転データを記憶部１０６に格納する（ステップ５０１）。
　集中監視装置１は、冷媒充填日の情報を信号線６Ｅおよび冷媒充填日受信部１０４を介して熱源機４Ａ～４Ｄから受信すると、空調冷熱機器１０Ａ～１０Ｄの冷媒充填日の情報を記憶部１０６に格納する（ステップ５０２）。
　その後、集中監視装置１は、記憶部１０６に格納した情報を、送信部１０７およびネットワーク３を介して冷媒不足予測装置２に送信する（ステップ５０３）。
（冷媒不足予測装置２の動作）
　図６は、図４に示した冷媒不足予測装置の動作手順を示すフローチャートである。
　冷媒不足予測装置２は、空調冷熱機器１０Ａ～１０Ｄに関する運転データおよび冷媒充填日を集中監視装置１からネットワーク３および受信部２０１を介して受信すると、空調冷熱機器１０Ａ～１０Ｄの運転データおよび冷媒充填日を記憶部２０６に格納する（ステップ６０１）。
　冷媒不足予測装置２は、冷媒不足予測のための情報として、予測日が予測日入力部２０５を介して入力されると、予測日の情報を記憶部２０６に格納する（ステップ６０２）。
　冷媒不足予測装置２は、冷媒不足予測のための情報として、気象庁等で発表される将来の外気温度として、予測日の外気温度を予測外気温度取得部２０２を介して取得すると、予測日における外気温度の予測値を記憶部２０６に格納する（ステップ６０３）。
　冷媒不足予測装置２は、冷媒不足予測のための情報として、圧縮機１１の予測日における運転周波数の予測値が予測周波数入力部２０３を介して入力されると、予測日における運転周波数の予測値を記憶部２０６に格納する（ステップ６０４）。
　冷媒不足予測装置２は、冷媒不足予測のための情報として、蒸発温度の予測値が予測蒸発温度入力部２０４を介して入力されると、予測日における蒸発温度の予測値を記憶部２０６に格納する（ステップ６０５）。
　冷媒不足予測装置２は、記憶部２０６に格納された、空調冷熱機器１０Ａ～１０Ｄのデータ収集日および冷媒充填日と、予測日とを用いて、空調冷熱機器１０Ａ～１０Ｄの冷媒充填後経過期間および冷媒充填後見込期間を算出する（ステップ６０６）。
　冷媒不足予測装置２は、空調冷熱機器１０Ａ～１０Ｄの過去データに多変量解析を行って複数のグループに分類し、複数のグループのうち、予測データが属するグループを特定し、特定したグループに属する過去データに対応する運転データの冷媒不足検知情報に基づいて、予測日における冷媒不足確率を算出する（ステップ６０７）。
　冷媒不足予測装置２はステップ６０７で算出した冷媒不足確率を表示部２０９に出力する（ステップ６０８）。
（期間演算部２０７の動作）
　図６に示したステップ６０６の処理について詳しく説明する。
　図７は、図４に示した期間演算部の動作手順を示すフローチャートである。図８は、ステップ７０２で算出される冷媒充填後経過期間とステップ７０４で算出される冷媒充填後見込期間を模式的に示す図である。
　期間演算部２０７は、空調冷熱機器１０Ａ～１０Ｄのそれぞれから収集された運転データについて冷媒充填後経過期間が算出されているかどうかを確認する（ステップ７０１）。
　ステップ７０１において、既に収集された運転データの中に冷媒充填後経過期間が算出されていないものがある場合、期間演算部２０７は、その運転データのデータ収集日を基準にして、直近の冷媒充填日からそのデータ収集日までの期間である冷媒充填後経過期間を算出する（ステップ７０２）。
　一方、ステップ７０１において、空調冷熱機器１０Ａ～１０Ｄから既に収集した運転データの全てについて冷媒充填後経過期間が算出されている場合、期間演算部２０７は、空調冷熱機器１０Ａ～１０Ｄのそれぞれの冷媒充填後見込期間が算出されているかどうかを確認する（ステップ７０３）。
　ステップ７０３において、空調冷熱機器１０Ａ～１０Ｄのうち、冷媒充填後見込期間が算出されていない空調冷熱機器がある場合、期間演算部２０７は、その空調冷熱機器について、予測日を基準にして直近の冷媒充填日から予測日までの期間である冷媒充填後見込期間を算出する（ステップ７０４）。
　空調冷熱機器１０Ａ～１０Ｄのそれぞれについて直近の冷媒充填日が異なっていれば、図８に示す冷媒充填後経過期間は空調冷熱機器１０Ａ～１０Ｄのそれぞれの運転データ毎に異なる。図８に示す冷媒充填後見込期間についても、空調冷熱機器１０Ａ～１０Ｄのそれぞれについて直近の冷媒充填日が異なっていれば、空調冷熱機器１０Ａ～１０Ｄ毎に異なる。ステップ７０３において、空調冷熱機器１０Ａ～１０Ｄのそれぞれの冷媒充填後見込期間が算出されている場合、期間演算部２０７は期間算出のための演算処理を終了する。
（確率演算部２０８の動作）
　図６に示したステップ６０７～６０８の処理について詳しく説明する。
　図９は、図４に示した確率演算部の動作手順を示すフローチャートである。ここでは、複数の過去データに多変量解析を行って複数のグループに分類する方法として、主成分分析とクラスタリングを組み合わせた方法を用いる場合で説明する。
　確率演算部２０８は、空調冷熱機器１０Ａ～１０Ｄから収集した運転データのうち、圧縮機１１の運転周波数、外気温度および蒸発温度と、冷媒充填後経過期間と、冷媒不足検知情報を準備する（ステップ８０１）。
　また、確率演算部２０８は、空調冷熱機器１０Ａ～１０Ｄについて、冷媒不足確率算出のための入力データとして、圧縮機１１の運転周波数の目標設定値、外気温度の予測値、蒸発温度の目標設定値および冷媒充填後見込期間を準備する（ステップ８０２）。
　確率演算部２０８は、ステップ８０１で準備した過去データとステップ８０２で準備した予測データを入力データとして主成分分析とクラスタリングを実行し、第１主成分と第２主成分によるデータ分布の算出と過去データのクラスタ分けを行う（ステップ８０３）。
　確率演算部２０８は、第１主成分および第２主成分の座標上にプロットされた各過去データに冷媒不足検知情報を付加する（ステップ８０４）。
　確率演算部２０８は、クラスタ毎に、クラスタ内の全データ数に対する「冷媒不足検知あり」のデータ数の割合を冷媒不足確率として算出する（ステップ８０５）。
　確率演算部２０８は、ステップ８０２で準備した予測データが属するクラスタの冷媒不足確率を冷媒不足の予測結果として表示部２０９に出力させる（ステップ８０６）。
　図９に示した主成分分析およびクラスタリングの具体例を説明する。
　図１０は、図９に示した手順の具体例を示す図である。ここでは、空調冷熱機器１０Ａ～１０Ｄのうち、任意の１台の空調冷熱機器について冷媒不足確率を求める場合で説明し、任意の１台の空調冷熱機器を符号「１０」とする。
　図１０は、上段に過去データおよび予測データの一例を示し、中段には分析方法を示し、下段には冷媒不足の予測結果を示す。図１０は、上段に示すデータに基づいて中段に示す分析方法を行うことを上段から中段への矢印で示し、中段の分析方法によって下段の予測結果が得られることを中段から下段への矢印で示している。
　図１０の上段に示す例では、過去データは９個あり、過去データのデータ収集日は２０１５年１月～９月までの毎月の最初の日である。図１０には、１台の空調冷熱機器から収集された過去データを示しているが、空調冷熱機器１０Ａ～１０Ｄのそれぞれについて９個の過去データが収集される。図１０に示す表では、過去データとして、データ収集日に対応して、圧縮機１１の運転周波数、外気温度、蒸発温度および冷媒充填後経過期間の他に、冷媒不足検知情報が記述されている。
　図１０に示す予測データは、空調冷熱機器１０Ａ～１０Ｄのうち、任意の１台の空調冷熱機器１０の予測データの一例を示す。ここでは、予測データは予測日が２０１６年１月１日である。図１０に示すように、空調冷熱機器１０について、予測日を基準にして直近の冷媒充填日から予測日までの期間が９ヶ月と算出されている。
　図１０に示す表では、予測データとして、予測日に対応して、圧縮機１１の運転周波数の目標設定値、外気温度の予測値、蒸発温度の目標設定値および冷媒充填後見込期間が記述されている。
　管理者が空調冷熱機器を指定しない場合、期間演算部２０７は、空調冷熱機器１０Ａ～１０Ｄに対応して冷媒充填後見込期間を算出し、空調冷熱機器１０Ａ～１０Ｄの分だけ予測データを準備するが、説明を簡単にするために、以下では、予測データが１つの場合で説明する。
　確率演算部２０８は、図１０の上段に示す過去データおよび予測データを用いて、主成分分析とクラスタリングを行う（図１０の中段を参照）。
　確率演算部２０８は、過去データに主成分分析を行って第１主成分と第２主成分を決定する。主成分は３つ以上あってもよいが、主成分が２つに絞れば、クラスタリングを含む演算処理が複雑になることを抑制できる。
　確率演算部２０８は、第１主成分と第２主成分を軸とする２次元座標を定義し、その２次元座標に過去データをプロットしたデータ分布を作成する。ここでは、説明を簡単にするために、３６個の過去データのうち、１０個の過去データをプロットしている。
　続いて、確率演算部２０８は、１０個の過去データのクラスタ分けを行う。ここでは、図１０の中段に示すように、１０個の過去データは第１および第２のクラスタの２つのクラスタに分類されている。第１および第２のクラスタはどちらも５個の過去データが含まれている（図９に示したステップ８０３）。
　その後、確率演算部２０８は、１０個の過去データのそれぞれに冷媒不足検知情報を付加する（図９に示したステップ８０４）。図１０では、「冷媒不足検知あり」のデータを斜め線で示し、「冷媒不足検知なし」のデータをドット模様で示している。
　確率演算部２０８は、第１および第２のクラスタのそれぞれについて冷媒不足確率を算出する。第１のクラスタは、５個の過去データのうち、４個が「冷媒不足検知なし」、１個が「冷媒不足検知あり」なので、確率演算部２０８は、冷媒不足検知確率を、（１／５）×１００＝２０％と算出する。一方、第２のクラスタは、５個の過去データのうち、４個が「冷媒不足検知あり」、１個が「冷媒不足検知なし」なので、確率演算部２０８は、冷媒不足検知確率を、（４／５）×１００＝８０％と算出する（図９に示したステップ８０５）。
　上記のようにして、確率演算部２０８は、第１および第２のクラスタのそれぞれの冷媒不足確率を算出した後、予測データをデータ分布に当てはめる。図１０に示す例では、予測データが第２のクラスタに属することを示し、確率演算部２０８は、第２のクラスタの冷媒不足確率を、予測データの予測結果として表示部２０９に出力させる（図９に示したステップ８０６）。
　図１０の下段は、表示部２０９が表示した予測結果の一例を示す。図１０の下段に示す例では、図１０の上段に示した予測データの「冷媒不足確率」の欄に「８０％の確率で冷媒不足である」と記載されている。予測データが複数ある場合、確率演算部２０８は、図１０の下段に示すような予測結果を予測データの数に対応して表示部２０９に出力させる。
　管理者は、冷媒不足予測装置２が出力する予測結果を参照し、冷媒不足確率を見て冷媒を充填すべきか否かを判断することができる。例えば、管理者が、図１０に示したように、冷媒不足確率が８０％という予測結果を見て、冷媒を充填すべきと判断すれば、冷媒不足の発生を未然に防ぐことができる。
　一方、例えば、冷媒不足確率が５０％以上８０％未満の場合、管理者は冷媒を充填すべきか否か判断に悩むことが考えられる。この段階で冷媒を充填する管理者もいれば、この段階ではまだ冷媒を充填しない管理者もいると思われる。冷媒不足確率が５０％以上８０％未満の範囲で、管理者が冷媒を充填しなかった場合にたとえ冷媒不足が発生してしまっても、この場合の冷媒不足検知情報は、学習データとして、今後の冷媒不足予測処理に役立つことになる。その結果、冷媒不足予測の精度がさらに向上する効果が期待できる。
　なお、確率演算部２０８は、空調冷熱機器１０Ａ～１０Ｄの空調対象の室内の温度として冷凍倉庫８内の温度を運転データに含め、複数の運転データと、冷媒不足について予測日の異なる複数の予測結果を含む診断情報とを表形式とグラフ形式で表示部２０９に出力させてもよい。表示部２０９から出力される情報の一例を説明する。
　図１１Ａは、図４に示した表示部から出力される表の一例を示す図である。
　図１１Ａに示す運転データを示す表では、図１０の上段に示した過去データにおいて、冷媒充填後経過期間の代わりに冷凍倉庫８内の温度の変化が記述されている。
　図１１Ａに示す診断情報では、図１０の下段に示した予測データにおいて、予測日として、２０１５年１１月１日と１２月１日が追加され、追加された予測日の冷媒不足確率も記述されている。
　図１１Ｂは、図４に示した表示部から出力されるグラフの一例を示す図である。図１１Ｂに示すグラフは、横軸が時間であり、縦軸が図１１Ａに示した運転データの冷凍倉庫８内の温度と冷媒不足確率である。グラフに表示する値は図１１Ｂに示す値に限定されない。
　図１１Ａおよび図１１Ｂに示すように、複数の運転データおよび複数の予測結果が時系列で表またはグラフに表されるので、管理者は、運転状態の履歴が把握しやすくなり、冷媒不足の起こる時期をより特定しやすくなる。
　上述の本実施の形態１では、負荷側機器５Ａ～５Ｄの熱交換器１７の蒸発温度が運転状態に関連するデータとして運転データに含まれていたが、負荷側機器５Ａ～５Ｄの熱交換器１７の蒸発温度の代わり熱源機４Ａ～４Ｄの熱交換器１２の凝縮温度を用いてもよい。熱交換器１２が外気と熱交換を行うので外気温度と関係が深く、熱交換器１２の凝縮温度が冷媒不足を検知するためのパラメータに適している場合も考えられる。
　また、本実施の形態１では、空調冷熱機器１０Ａ～１０Ｄが冷凍機の場合で説明したが、空調冷熱機器１０Ａ～１０Ｄは冷凍機の場合に限らない。空調冷熱機器１０Ａ～１０Ｄは暖房運転および冷房運転の両方が可能な空調機器であってもよい。この場合、熱源機側の熱交換器１２と負荷側機器の熱交換器１７のそれぞれの蒸発温度および凝縮温度のうち、いずれの温度が運転状態に関連するデータとして用いられてもよい。
　さらに、本実施の形態１では、複数の空調冷熱機器から運転データおよび冷媒充填日の情報を収集する場合で説明したが、管理対象の空調冷熱機器は１台であってもよい。空調冷熱機器が１台であっても、蓄積される運転データの数が多ければ、確率演算部２０８が蓄積された運転データを基に上記のように多変量解析を行って、冷媒不足確率を算出することが可能である。
　本実施の形態１の冷媒不足予測装置は、圧縮機１１および熱交換器１２を含む熱源機を備えた空調冷熱機器から運転状態に関するデータである運転データを収集する集中監視装置１とネットワーク３を介して接続される冷媒不足予測装置２であって、圧縮機１１の運転周波数と、熱交換器１２が熱交換する外気の温度である外気温度と、熱交換器１２の蒸発温度または凝縮温度と、冷媒不足が検知されたか否かの情報である冷媒不足検知情報と、データ収集日とを含む複数の運転データと、空調冷熱機器に冷媒が充填された日である冷媒充填日とを集中監視装置１から受信する受信部２０１と、冷媒不足予測のための情報として、予測日と、予測日における外気温度の予測値と、圧縮機１１の運転周波数の目標設定値と、蒸発温度または凝縮温度の目標設定値とを含む入力データを受け付ける入力部２１１と、データ収集日、予測日および冷媒充填日を用いて、運転データ毎にデータ収集日を基準にして直近の冷媒充填日からデータ収集日までの期間である冷媒充填後経過期間と、予測日を基準にして直近の冷媒充填日から予測日までの期間である冷媒充填後見込期間とを算出する期間演算部２０７と、運転データ毎に含まれる運転周波数、外気温度、および蒸発温度または凝縮温度と冷媒充填後経過期間とを含む複数の過去データに多変量解析を行って複数のグループに分類し、複数のグループのうち、入力データおよび冷媒充填後見込期間を含む予測データが属するグループを特定し、特定したグループに属する過去データに対応する運転データの冷媒不足検知情報に基づいて、予測日に冷媒不足が発生しているか否かを表す指標である冷媒不足確率を算出する確率演算部２０８と、確率演算部２０８が算出した冷媒不足確率を出力する表示部２０９とを有するものである。
　本実施の形態１によれば、確率演算部２０８が空調冷熱機器の運転状態に関する運転データを含むデータに多変量解析を行うことでデータに含まれる外乱を抑制し、冷媒不足の起こりやすさに応じてデータをグループ化し、予測日が属するグループの冷媒不足確率を算出しているので、空調冷熱機器に冷媒不足が実際に発生する前に、冷媒不足の発生を予測できる。
　また、本実施の形態１において、確率演算部２０８は、複数の過去データを用いて主成分分析を行って第１および第２の主成分を軸とする２次元座標を決定し、２次元座標にプロットされた複数の過去データをクラスタリングして複数のクラスタに分類し、クラスタ毎に、クラスタ内の全データ数に対する、冷媒不足検知情報に冷媒不足が検知された旨の情報を含むデータの数の割合を冷媒不足確率として算出し、予測データが属するクラスタの冷媒不足確率を表示部２０９に出力させてもよい。
　空調冷熱機器は、設置されている場所の環境および負荷状況などが異なっているため、冷媒不足を検知するためのパラメータと外乱とを普遍的に求めることは困難である。これに対して、本実施の形態１では、上記のように、確率演算部２０８が主成分分析を行って空調冷熱機器の運転状態に関する種々のパラメータ値を含む過去データから２つの主成分を抽出し、２つの主成分からなる２次元座標に基づいて過去データをクラスタ分けしている。そのため、空調冷熱機器の運転状態に対応して、冷媒不足の検知に最も適した主成分が抽出され、抽出された主成分に基づいて過去データが適正にクラスタ分けされる。
　また、本実施の形態１において、確率演算部２０８は、空調冷熱機器の空調対象の室内の温度を含む複数の運転データと、空調冷熱機器の冷媒不足の予測結果として予測日の異なる複数の冷媒不足確率を含む診断情報とを表形式またはグラフ形式で表示部２０９に出力させてもよい。
　この場合、複数の運転データおよび複数の予測結果が時系列で表またはグラフに表されるため、管理者は、運転状態の履歴が把握しやすくなり、冷媒不足の起こる時期をより特定しやすくなる。
　さらに、本実施の形態１において、受信部が、複数の空調冷熱機器のそれぞれの複数の運転データおよび冷媒充填日の情報を集中監視装置から受信してもよい。
　この場合、確率演算部は、複数の空調冷熱機器のそれぞれの複数の過去データを用いて多変量解析を行えるので、分析対象数の増加に伴って分析の精度が向上する。
　１　集中監視装置、２　冷媒不足予測装置、３　ネットワーク、４Ａ～４Ｄ　熱源機、５Ａ～５Ｄ　負荷側機器、６Ａ～６Ｅ　信号線、７Ａ～７Ｄ　冷媒配管、８　冷凍倉庫、１０、１０Ａ～１０Ｄ　空調冷熱機器、１１　圧縮機、１２、１７　熱交換器、１３、１９　ファン、１４、１８、２０　温度センサ、１５　電子膨張弁、１６　制御部、１０１、２１１　入力部、１０２、２０９　表示部、１０３　運転状態受信部、１０４　冷媒充填日受信部、１０５　検知情報受信部、１０６、２０６　記憶部、１０７　送信部、１０８、２０１　受信部、１１０、２１０　制御部、２０２　予測外気温度取得部、２０３　予測周波数入力部、２０４　予測蒸発温度入力部、２０５　予測日入力部、２０７　期間演算部、２０８　確率演算部、２１２　演算部。

Claims (6)

  1. 　圧縮機および熱交換器を含む熱源機を備えた空調冷熱機器から運転状態に関するデータである運転データを収集する集中監視装置とネットワークを介して接続される冷媒不足予測装置であって、
    　前記圧縮機の運転周波数と、前記熱交換器が熱交換する外気の温度である外気温度と、前記熱交換器の蒸発温度または凝縮温度と、冷媒不足が検知されたか否かの情報である冷媒不足検知情報と、これらのデータの収集日であるデータ収集日とを含む複数の前記運転データと、前記空調冷熱機器に冷媒が充填された日である冷媒充填日とを前記集中監視装置から受信する受信部と、
    　冷媒不足予測のための情報として、予測日と、該予測日における外気温度の予測値と、前記圧縮機の運転周波数の目標設定値と、前記蒸発温度または前記凝縮温度の目標設定値とを含む入力データを受け付ける入力部と、
    　前記データ収集日、前記予測日および前記冷媒充填日を用いて、前記運転データ毎に前記データ収集日を基準にして直近の冷媒充填日から該データ収集日までの期間である冷媒充填後経過期間と、前記予測日を基準にして直近の冷媒充填日から該予測日までの期間である冷媒充填後見込期間とを算出する期間演算部と、
    　前記運転データ毎に含まれる前記運転周波数、前記外気温度、および前記蒸発温度または前記凝縮温度と前記冷媒充填後経過期間とを含む複数の過去データに多変量解析を行って複数のグループに分類し、該複数のグループのうち、前記入力データおよび前記冷媒充填後見込期間を含む予測データが属するグループを特定し、特定したグループに属する前記過去データに対応する前記運転データの前記冷媒不足検知情報に基づいて、前記予測日に冷媒不足が発生しているか否かを表す指標である冷媒不足確率を算出する確率演算部と、
    　前記確率演算部が算出した冷媒不足確率を出力する表示部と、
    を有する冷媒不足予測装置。
  2. 　前記確率演算部は、
    　前記複数の過去データを用いて主成分分析を行って第１および第２の主成分を軸とする２次元座標を決定し、該２次元座標にプロットされた前記複数の過去データをクラスタリングして複数のクラスタに分類し、クラスタ毎に、該クラスタ内の全データ数に対する、前記冷媒不足検知情報に冷媒不足が検知された旨の情報を含むデータの数の割合を前記冷媒不足確率として算出し、前記予測データが属するクラスタの前記冷媒不足確率を前記表示部に出力させる、請求項１に記載の冷媒不足予測装置。
  3. 　前記確率演算部は、前記空調冷熱機器の空調対象の室内の温度を含む複数の前記運転データと、前記空調冷熱機器の冷媒不足の予測結果として予測日の異なる複数の前記冷媒不足確率を含む診断情報とを表形式またはグラフ形式で前記表示部に出力させる、請求項１または２に記載の冷媒不足予測装置。
  4. 　前記受信部が、複数の前記空調冷熱機器のそれぞれの複数の運転データおよび冷媒充填日の情報を前記集中監視装置から受信する、請求項１～３のいずれか１項に記載の冷媒不足予測装置。
  5. 　圧縮機および熱交換器を含む熱源機を備えた空調冷熱機器から運転状態に関するデータである運転データを収集する集中監視装置とネットワークを介して接続される冷媒不足予測装置による冷媒不足予測方法であって、
    　前記圧縮機の運転周波数と、前記熱交換器が熱交換する外気の温度である外気温度と、前記熱交換器の蒸発温度または凝縮温度と、冷媒不足が検知されたか否かの情報である冷媒不足検知情報と、これらのデータの収集日であるデータ収集日とを含む複数の前記運転データと、前記空調冷熱機器に冷媒が充填された日である冷媒充填日とを前記集中監視装置から受信し、
    　冷媒不足予測のための情報として、予測日と、該予測日における外気温度の予測値と、前記圧縮機の運転周波数の目標設定値と、前記蒸発温度または前記凝縮温度の目標設定値とを含む入力データが入力されると、前記データ収集日、前記予測日および前記冷媒充填日を用いて、前記運転データ毎に前記データ収集日を基準にして直近の冷媒充填日から該データ収集日までの期間である冷媒充填後経過期間と、前記予測日を基準にして直近の冷媒充填日から前記予測日までの期間である冷媒充填後見込期間とを算出し、
    　前記運転データ毎に含まれる前記運転周波数、前記外気温度、および前記蒸発温度または前記凝縮温度と前記冷媒充填後経過期間とを含む複数の過去データに多変量解析を行って複数のグループに分類し、該複数のグループのうち、前記入力データおよび前記冷媒充填後見込期間を含む予測データが属するグループを特定し、特定したグループに属する前記過去データに対応する前記運転データの前記冷媒不足検知情報に基づいて、前記予測日に冷媒不足が発生しているか否かを表す指標である冷媒不足確率を算出し、
    　前記冷媒不足確率を出力する、冷媒不足予測方法。
  6. 　圧縮機および熱交換器を含む熱源機を備えた空調冷熱機器から運転状態に関するデータである運転データを収集する集中監視装置とネットワークを介して接続されるコンピュータに、
    　前記圧縮機の運転周波数と、前記熱交換器が熱交換する外気の温度である外気温度と、前記熱交換器の蒸発温度または凝縮温度と、冷媒不足が検知されたか否かの情報である冷媒不足検知情報と、これらのデータの収集日であるデータ収集日とを含む複数の前記運転データと、前記空調冷熱機器に冷媒が充填された日である冷媒充填日とを前記集中監視装置から受信する手順と、
    　冷媒不足予測のための情報として、予測日と、該予測日における外気温度の予測値と、前記圧縮機の運転周波数の目標設定値と、前記蒸発温度または前記凝縮温度の目標設定値とを含む入力データが入力されると、前記データ収集日、前記予測日および前記冷媒充填日を用いて、前記運転データ毎に前記データ収集日を基準にして直近の冷媒充填日から該データ収集日までの期間である冷媒充填後経過期間と、前記予測日を基準にして直近の冷媒充填日から前記予測日までの期間である冷媒充填後見込期間とを算出する手順と、
    　前記運転データ毎に含まれる前記運転周波数、前記外気温度、および前記蒸発温度または前記凝縮温度と前記冷媒充填後経過期間とを含む複数の過去データに多変量解析を行って複数のグループに分類し、該複数のグループのうち、前記入力データおよび前記冷媒充填後見込期間を含む予測データが属するグループを特定し、特定したグループに属する前記過去データに対応する前記運転データの前記冷媒不足検知情報に基づいて、前記予測日に冷媒不足が発生しているか否かを表す指標である冷媒不足確率を算出する手順と、
    　前記冷媒不足確率を出力する手順とを実行させるためのプログラム。
PCT/JP2016/058884 2016-03-22 2016-03-22 冷媒不足予測装置、冷媒不足予測方法およびプログラム WO2017163294A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/JP2016/058884 WO2017163294A1 (ja) 2016-03-22 2016-03-22 冷媒不足予測装置、冷媒不足予測方法およびプログラム
GB1811661.6A GB2563508B (en) 2016-03-22 2016-03-22 Refrigerant shortage prediction apparatus, refrigerant shortage prediction method, and program
JP2018506509A JP6410990B2 (ja) 2016-03-22 2016-03-22 冷媒不足予測装置、冷媒不足予測方法およびプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/058884 WO2017163294A1 (ja) 2016-03-22 2016-03-22 冷媒不足予測装置、冷媒不足予測方法およびプログラム

Publications (1)

Publication Number Publication Date
WO2017163294A1 true WO2017163294A1 (ja) 2017-09-28

Family

ID=59900217

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/058884 WO2017163294A1 (ja) 2016-03-22 2016-03-22 冷媒不足予測装置、冷媒不足予測方法およびプログラム

Country Status (3)

Country Link
JP (1) JP6410990B2 (ja)
GB (1) GB2563508B (ja)
WO (1) WO2017163294A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110857808A (zh) * 2018-08-24 2020-03-03 奥克斯空调股份有限公司 空调冷媒泄漏检测方法和空调
CN110857812A (zh) * 2018-08-24 2020-03-03 奥克斯空调股份有限公司 空调和空调冷媒泄漏检测方法
CN110857813A (zh) * 2018-08-24 2020-03-03 奥克斯空调股份有限公司 空调及空调冷媒泄漏检测方法
WO2023119605A1 (ja) * 2021-12-23 2023-06-29 三菱電機株式会社 冷媒量判定システム
US20230235933A1 (en) * 2020-07-29 2023-07-27 Fujitsu General Limited Air conditioner

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0510657A (ja) * 1991-06-28 1993-01-19 Sanyo Electric Co Ltd 冷却貯蔵庫の故障予知方法
JP2004113681A (ja) * 2002-09-30 2004-04-15 Fuji Electric Retail Systems Co Ltd メンテナンス時期判定方法、故障診断装置、プログラム
JP2007249388A (ja) * 2006-03-14 2007-09-27 Nippon Telegr & Teleph Corp <Ntt> 情報配信システム、方法およびプログラム
JP2008249234A (ja) * 2007-03-30 2008-10-16 Mitsubishi Electric Corp 冷凍サイクル装置の故障診断装置及びそれを搭載した冷凍サイクル装置
JP2011028483A (ja) * 2009-07-24 2011-02-10 Mitsubishi Electric Corp 多次元データ選択装置及び多次元データ選択方法及び多次元データ選択プログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0510657A (ja) * 1991-06-28 1993-01-19 Sanyo Electric Co Ltd 冷却貯蔵庫の故障予知方法
JP2004113681A (ja) * 2002-09-30 2004-04-15 Fuji Electric Retail Systems Co Ltd メンテナンス時期判定方法、故障診断装置、プログラム
JP2007249388A (ja) * 2006-03-14 2007-09-27 Nippon Telegr & Teleph Corp <Ntt> 情報配信システム、方法およびプログラム
JP2008249234A (ja) * 2007-03-30 2008-10-16 Mitsubishi Electric Corp 冷凍サイクル装置の故障診断装置及びそれを搭載した冷凍サイクル装置
JP2011028483A (ja) * 2009-07-24 2011-02-10 Mitsubishi Electric Corp 多次元データ選択装置及び多次元データ選択方法及び多次元データ選択プログラム

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110857808A (zh) * 2018-08-24 2020-03-03 奥克斯空调股份有限公司 空调冷媒泄漏检测方法和空调
CN110857812A (zh) * 2018-08-24 2020-03-03 奥克斯空调股份有限公司 空调和空调冷媒泄漏检测方法
CN110857813A (zh) * 2018-08-24 2020-03-03 奥克斯空调股份有限公司 空调及空调冷媒泄漏检测方法
CN110857808B (zh) * 2018-08-24 2021-05-11 奥克斯空调股份有限公司 空调冷媒泄漏检测方法和空调
CN110857812B (zh) * 2018-08-24 2021-05-18 奥克斯空调股份有限公司 空调和空调冷媒泄漏检测方法
CN110857813B (zh) * 2018-08-24 2021-05-18 奥克斯空调股份有限公司 空调及空调冷媒泄漏检测方法
US20230235933A1 (en) * 2020-07-29 2023-07-27 Fujitsu General Limited Air conditioner
WO2023119605A1 (ja) * 2021-12-23 2023-06-29 三菱電機株式会社 冷媒量判定システム
JP7515749B2 (ja) 2021-12-23 2024-07-12 三菱電機株式会社 冷媒量判定システム

Also Published As

Publication number Publication date
GB2563508B (en) 2020-10-14
GB201811661D0 (en) 2018-08-29
GB2563508A (en) 2018-12-19
JPWO2017163294A1 (ja) 2018-05-24
JP6410990B2 (ja) 2018-10-24

Similar Documents

Publication Publication Date Title
JP6410990B2 (ja) 冷媒不足予測装置、冷媒不足予測方法およびプログラム
US20220147949A1 (en) Systems and methods for automated diagnostics of hvac systems
US10663187B2 (en) Air conditioning system and control method thereof
CN101101239B (zh) 用于测试空调的设备及方法
CN103134142B (zh) 空调系统全堵的检测方法
JP4479565B2 (ja) 異常検知システム
JP2005345096A (ja) 冷凍サイクル装置および冷凍サイクル監視システム
JP2005207644A (ja) 機器診断装置、冷凍サイクル装置、流体回路診断方法、機器監視システム、冷凍サイクル監視システム
EP3795915B1 (en) Malfunction diagnosis system
WO2015106038A1 (en) A data center infrastructure management (dcim) system comprising predictive analytics
JP6438124B2 (ja) 運用管理システム及び運用管理方法
JP2005351618A (ja) 流体回路診断方法
WO2020166447A1 (ja) 機器管理システム
CN105627514A (zh) 空调冷媒缺氟判定方法和装置
JP2019212131A (ja) 予測装置、電気機器、管理システム、予測方法、及び制御プログラム
JP2016205640A (ja) 冷凍機劣化診断装置および方法
JP2005291702A (ja) 冷凍サイクル監視システム
JP2010025475A (ja) 冷凍サイクル機器に用いられる故障診断装置
JP6733704B2 (ja) 空調管理システム及び通信制御装置
KR20130065844A (ko) 지능형 빌딩 에너지 설비 효율 관리 시스템 및 그 방법
EP3719717A1 (en) Information processing apparatus, information processing method and learning apparatus
WO2021166020A1 (ja) 空気調和システム、運転管理方法及びプログラム
JP6773078B2 (ja) 空調管理システム及び通信制御装置
EP3745055B1 (en) State analysis system and state analysis device
JP2007026134A (ja) 異常判定装置

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2018506509

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 201811661

Country of ref document: GB

Kind code of ref document: A

Free format text: PCT FILING DATE = 20160322

WWE Wipo information: entry into national phase

Ref document number: 1811661.6

Country of ref document: GB

NENP Non-entry into the national phase

Ref country code: DE

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16895332

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 16895332

Country of ref document: EP

Kind code of ref document: A1