JP3003240B2 - 電気掃除機 - Google Patents
電気掃除機Info
- Publication number
- JP3003240B2 JP3003240B2 JP3044739A JP4473991A JP3003240B2 JP 3003240 B2 JP3003240 B2 JP 3003240B2 JP 3044739 A JP3044739 A JP 3044739A JP 4473991 A JP4473991 A JP 4473991A JP 3003240 B2 JP3003240 B2 JP 3003240B2
- Authority
- JP
- Japan
- Prior art keywords
- floor
- dust
- counting
- electric blower
- input
- Prior art date
- Legal status (The legal status 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 status listed.)
- Expired - Fee Related
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B40/00—Technologies aiming at improving the efficiency of home appliances, e.g. induction cooking or efficient technologies for refrigerators, freezers or dish washers
Landscapes
- Electric Vacuum Cleaner (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、塵埃量の単位時間のカ
ウント結果を累計して掃除する床面を識別し、その床面
情報を記憶し、電動送風機の入力制御方法を学習する電
気掃除機に関する。
ウント結果を累計して掃除する床面を識別し、その床面
情報を記憶し、電動送風機の入力制御方法を学習する電
気掃除機に関する。
【０００２】
【従来の技術】近年、電気掃除機は掃除する床面状態ま
たは塵埃量などにより電動送風機の入力を自動的に制御
するものが要望されていた。
たは塵埃量などにより電動送風機の入力を自動的に制御
するものが要望されていた。
【０００３】従来、この種の電気掃除機は図７に示すよ
うな構成が一般的であった。以下、その構成について説
明する。図に示すように、掃除機本体（以下、本体とい
う）１は電動送風機２を内蔵しており、吸い込み口３に
はホース４を接続し、ホース４に延長管５および回転ブ
ラシ６を有する電動式床用吸い込み具７を接続してい
る。ホース４の先端部には手元スイッチ８を設け、手元
スイッチ８を操作することで本体１内に配設した電動送
風機２の回転数を制御している。
うな構成が一般的であった。以下、その構成について説
明する。図に示すように、掃除機本体（以下、本体とい
う）１は電動送風機２を内蔵しており、吸い込み口３に
はホース４を接続し、ホース４に延長管５および回転ブ
ラシ６を有する電動式床用吸い込み具７を接続してい
る。ホース４の先端部には手元スイッチ８を設け、手元
スイッチ８を操作することで本体１内に配設した電動送
風機２の回転数を制御している。
【０００４】
【発明が解決しようとする課題】このような従来の電気
掃除機では、掃除する床面を使用者が判断し、床面に応
じて手動で手元スイッチ８の操作により電動送風機２の
回転数を制御しているので操作が面倒で、適正な入力が
得られないという問題を有していた。
掃除機では、掃除する床面を使用者が判断し、床面に応
じて手動で手元スイッチ８の操作により電動送風機２の
回転数を制御しているので操作が面倒で、適正な入力が
得られないという問題を有していた。
【０００５】本発明は、上記従来の問題を解決するもの
で、床面の状態や塵埃量によりきめ細かな、電動送風機
の入力制御および電動式床用吸い込み具の回転ブラシの
回転数制御を行なうことができる電気掃除機を提供する
ことを目的とする。
で、床面の状態や塵埃量によりきめ細かな、電動送風機
の入力制御および電動式床用吸い込み具の回転ブラシの
回転数制御を行なうことができる電気掃除機を提供する
ことを目的とする。
【０００６】
【課題を解決するための手段】本発明は上記目的を達成
するために、吸引のための電動送風機と、回転ブラシを
有する電動式床用吸い込み具と、塵埃通路を通る塵埃を
検知するセンサと、このセンサの出力をパルス信号に変
換するパルス変換手段と、このパルス変換手段からのパ
ルス数を単位時間内でカウントする計数手段と、この計
数手段のカウント結果を累計し床面からのごみの取れ易
さで表される床面情報を得るごみ変化率算出手段と、こ
のごみ変化率算出手段で得られた床面情報を累積記憶
し、掃除した床面全体の床面情報を記憶する床面情報記
憶手段と、前記電動送風機の入力を決定するために最急
降下法等の学習則によりファジィ推論の各種パラメータ
を最適化したニューロ・ファジィ推論器とを備え、前記
ニューロ・ファジィ推論器は前記計数手段の出力と前記
床面情報記憶手段により前記電動送風機の入力および前
記回転ブラシの回転数を決定するものである。
するために、吸引のための電動送風機と、回転ブラシを
有する電動式床用吸い込み具と、塵埃通路を通る塵埃を
検知するセンサと、このセンサの出力をパルス信号に変
換するパルス変換手段と、このパルス変換手段からのパ
ルス数を単位時間内でカウントする計数手段と、この計
数手段のカウント結果を累計し床面からのごみの取れ易
さで表される床面情報を得るごみ変化率算出手段と、こ
のごみ変化率算出手段で得られた床面情報を累積記憶
し、掃除した床面全体の床面情報を記憶する床面情報記
憶手段と、前記電動送風機の入力を決定するために最急
降下法等の学習則によりファジィ推論の各種パラメータ
を最適化したニューロ・ファジィ推論器とを備え、前記
ニューロ・ファジィ推論器は前記計数手段の出力と前記
床面情報記憶手段により前記電動送風機の入力および前
記回転ブラシの回転数を決定するものである。
【０００７】
【作用】上記構成により、センサが塵埃を検知し累計し
て床面からのごみの取れ易さで表される床面情報を把握
し、この床面情報を累積記憶し掃除した床面全体の床面
情報とリアルタイムの床面情報と塵埃量とにより床面と
塵埃量に応じた電動送風機の入力制御および電動式床用
吸い込み具の回転ブラシの回転数を制御する。
て床面からのごみの取れ易さで表される床面情報を把握
し、この床面情報を累積記憶し掃除した床面全体の床面
情報とリアルタイムの床面情報と塵埃量とにより床面と
塵埃量に応じた電動送風機の入力制御および電動式床用
吸い込み具の回転ブラシの回転数を制御する。
【０００８】
【実施例】以下、本発明の一実施例について図１〜図３
を参照しながら説明する。なお、従来例と同一構成部品
は同一符号を付して説明を省略する。図に示すように、
塵埃を検知するセンサ９は発光ダイオード１０と受光部
１１からなり、センサ９は塵埃通路１２に各々対向して
設け、塵埃通路１２を通過する塵埃１３による光量の変
化を検出する。受光部１１の信号は増幅部１４で増幅
し、パルス変換手段１５で波形整形してパルス信号に変
換し、マイクロコンピュータ１６に入力する。マイクロ
コンピュータ１６はパルス変換手段１５からのパルス数
を単位時間内でカウントする計数手段１７と、この計数
手段１７のカウント結果を累計し床面からのごみの取れ
易さで表される床面情報を得るごみ変化率算出手段１８
と、ごみ変化率算出手段１８で得られた床面情報を記憶
させる床面情報記憶手段１９と、ニューロ・ファジィ推
論器２０とを備えている。マイクロコンピュータ１６の
出力は位相制御手段２１，２２に入力し、電動送風機２
の入力制御と回転ブラシ６の回転数を制御する。ニュー
ロ・ファジィ推論器２０はごみ変化率算出手段１８によ
り得た床面情報と計数手段１７の出力と床面情報記憶手
段１９の出力とにより電動送風機２の入力および回転ブ
ラシ６の回転数を推論する。ニューロ・ファジィ推論器
２０は図２に示すような構成となっている。すなわち、
前件部メンバーシップ関数記憶手段２３はごみ量，床面
情報，記憶床面情報等に関するメンバーシップ関数を記
憶している。ごみ量適合度演算手段２４，床面情報適合
度演算手段２５，記憶床面情報適合度演算手段２６で、
それぞれ前件部メンバーシップ関数記憶手段２３に記憶
されているごみ量，床面情報，記憶床面情報に関するメ
ンバーシップ関数と入力であるごみ量，床面情報，記憶
床面情報との適合度を演算する。前件部ミニマム演算手
段２７でごみ量適合度演算手段２４，床面情報適合度演
算手段２５，記憶床面情報適合度演算手段２６の出力で
ある３つの適合度の最小を取り前件部ミニマム演算手段
２７の結論とする。吸い込み力推論ルール記憶手段２８
で吸い込み力に関する推論ルールを記憶している。吸い
込み力メンバーシップ関数記憶手段２９で後件部ミニマ
ム演算手段３０の吸い込み力に関するメンバーシップ関
数を記憶している。後件部ミニマム演算手段３０で吸い
込み力推論ルール記憶手段２８に記憶されている推論ル
ールに従い、前件部ミニマム演算手段２７の結論と吸い
込み力メンバーシップ関数記憶手段２９に記憶されてい
る後件部ミニマム演算手段３０の吸い込み力メンバーシ
ップ関数の最小をとってそのルールの結論とする。重心
演算手段３１で全てのルールについてそれぞれの結論を
求めたのち全結論の最大をとり、その重心を計算するこ
とにより、最終的に吸い込み力を求める。また、回転ブ
ラシ６の回転数を推論するための推論ルールを記憶して
いる回転ブラシ回転数推論ルール記憶手段３２と、回転
ブラシ６の回転数に関するメンバーシップ関数を記憶し
ている回転ブラシ回転数記憶手段３３も含まれている。
ニューロ・ファジィ推論器２０はマイクロコンピュータ
１６により容易に実現できる。ニューロ・ファジィ推論
器２０に含まれる前件部メンバーシップ関数記憶手段２
３、吸い込み力推論ルール記憶手段２８，吸い込み力メ
ンバーシップ関数記憶手段２９、回転ブラシ回転数推論
ルール記憶手段３２，回転ブラシ回転数メンバーシップ
関数記憶手段３３のそれぞれに記憶されているメンバー
シップ関数および推論ルールは、ごみ量と床面情報と記
憶床面情報のデータと掃除するときの操作感を考慮して
設定すべき電動送風機２の入力と回転ブラシ６の回転数
のデータから、予め最急降下法（ニューラルネットワー
クに用いられる学習則の一つで、誤差関数を最小にする
方法である）等の学習則によって最適に設定されてい
る。位相制御手段２１，２２では決定された入力および
回転ブラシ６の回転数に基づき、電動送風機２および回
転ブラシ６の位相制御量を算出し制御を行う。
を参照しながら説明する。なお、従来例と同一構成部品
は同一符号を付して説明を省略する。図に示すように、
塵埃を検知するセンサ９は発光ダイオード１０と受光部
１１からなり、センサ９は塵埃通路１２に各々対向して
設け、塵埃通路１２を通過する塵埃１３による光量の変
化を検出する。受光部１１の信号は増幅部１４で増幅
し、パルス変換手段１５で波形整形してパルス信号に変
換し、マイクロコンピュータ１６に入力する。マイクロ
コンピュータ１６はパルス変換手段１５からのパルス数
を単位時間内でカウントする計数手段１７と、この計数
手段１７のカウント結果を累計し床面からのごみの取れ
易さで表される床面情報を得るごみ変化率算出手段１８
と、ごみ変化率算出手段１８で得られた床面情報を記憶
させる床面情報記憶手段１９と、ニューロ・ファジィ推
論器２０とを備えている。マイクロコンピュータ１６の
出力は位相制御手段２１，２２に入力し、電動送風機２
の入力制御と回転ブラシ６の回転数を制御する。ニュー
ロ・ファジィ推論器２０はごみ変化率算出手段１８によ
り得た床面情報と計数手段１７の出力と床面情報記憶手
段１９の出力とにより電動送風機２の入力および回転ブ
ラシ６の回転数を推論する。ニューロ・ファジィ推論器
２０は図２に示すような構成となっている。すなわち、
前件部メンバーシップ関数記憶手段２３はごみ量，床面
情報，記憶床面情報等に関するメンバーシップ関数を記
憶している。ごみ量適合度演算手段２４，床面情報適合
度演算手段２５，記憶床面情報適合度演算手段２６で、
それぞれ前件部メンバーシップ関数記憶手段２３に記憶
されているごみ量，床面情報，記憶床面情報に関するメ
ンバーシップ関数と入力であるごみ量，床面情報，記憶
床面情報との適合度を演算する。前件部ミニマム演算手
段２７でごみ量適合度演算手段２４，床面情報適合度演
算手段２５，記憶床面情報適合度演算手段２６の出力で
ある３つの適合度の最小を取り前件部ミニマム演算手段
２７の結論とする。吸い込み力推論ルール記憶手段２８
で吸い込み力に関する推論ルールを記憶している。吸い
込み力メンバーシップ関数記憶手段２９で後件部ミニマ
ム演算手段３０の吸い込み力に関するメンバーシップ関
数を記憶している。後件部ミニマム演算手段３０で吸い
込み力推論ルール記憶手段２８に記憶されている推論ル
ールに従い、前件部ミニマム演算手段２７の結論と吸い
込み力メンバーシップ関数記憶手段２９に記憶されてい
る後件部ミニマム演算手段３０の吸い込み力メンバーシ
ップ関数の最小をとってそのルールの結論とする。重心
演算手段３１で全てのルールについてそれぞれの結論を
求めたのち全結論の最大をとり、その重心を計算するこ
とにより、最終的に吸い込み力を求める。また、回転ブ
ラシ６の回転数を推論するための推論ルールを記憶して
いる回転ブラシ回転数推論ルール記憶手段３２と、回転
ブラシ６の回転数に関するメンバーシップ関数を記憶し
ている回転ブラシ回転数記憶手段３３も含まれている。
ニューロ・ファジィ推論器２０はマイクロコンピュータ
１６により容易に実現できる。ニューロ・ファジィ推論
器２０に含まれる前件部メンバーシップ関数記憶手段２
３、吸い込み力推論ルール記憶手段２８，吸い込み力メ
ンバーシップ関数記憶手段２９、回転ブラシ回転数推論
ルール記憶手段３２，回転ブラシ回転数メンバーシップ
関数記憶手段３３のそれぞれに記憶されているメンバー
シップ関数および推論ルールは、ごみ量と床面情報と記
憶床面情報のデータと掃除するときの操作感を考慮して
設定すべき電動送風機２の入力と回転ブラシ６の回転数
のデータから、予め最急降下法（ニューラルネットワー
クに用いられる学習則の一つで、誤差関数を最小にする
方法である）等の学習則によって最適に設定されてい
る。位相制御手段２１，２２では決定された入力および
回転ブラシ６の回転数に基づき、電動送風機２および回
転ブラシ６の位相制御量を算出し制御を行う。
【０００９】以上の構成において動作を説明する。すな
わち、計数手段１７でセンサ９で検出したごみ１３を所
定時間（例えば０．１秒間）積算する。積算することに
よって、その時点の床面にあるごみ量が判る。このごみ
量をファジィ推論の入力とする。図４は掃除を継続して
いる場合のごみ量の積算値の変化の度合いを示すもの
で、掃除を開始してからＴ１まではごみは一気に減る
が、これは床表面のごみがとれたことを示している。ま
たＴ１から以降はその後のごみのとれ方によって大きく
（ａ），（ｂ），（ｃ）の様に分れる。（ｃ）の場合は
ごみの積算値がほぼ０であり、Ｔ１までの間にほとんど
とれてしまったことを示している。これは掃除を行う床
面が木床やクッションフロア，畳などの場合である。ま
た、床面が絨毯の場合は、毛足の間にごみが埋もれてし
まい、一般的に木床や畳に比べて相対的にごみの量が多
くなかなかとれにくいため、（ａ），（ｂ）のように、
ごみ量の積算値が徐々に減っていくような特性を示す。
この様にごみ量の変化率をごみ変化率算出手段１８によ
り算出すると、現在掃除をしている床面の特性がどんな
ものであるか推定することができる。ここで、床面情報
としては指数化した値（例えば０〜７）を設定する。こ
の指数をファジィ推論の入力とする。ごみ量の変化率が
小さいというのは、ごみがなかなかとれにくい絨毯等の
床面であることを示しており、ごみ量の変化率が大きい
というのは、ごみがとれやすい木床等の床面であるとい
うことを示している。
わち、計数手段１７でセンサ９で検出したごみ１３を所
定時間（例えば０．１秒間）積算する。積算することに
よって、その時点の床面にあるごみ量が判る。このごみ
量をファジィ推論の入力とする。図４は掃除を継続して
いる場合のごみ量の積算値の変化の度合いを示すもの
で、掃除を開始してからＴ１まではごみは一気に減る
が、これは床表面のごみがとれたことを示している。ま
たＴ１から以降はその後のごみのとれ方によって大きく
（ａ），（ｂ），（ｃ）の様に分れる。（ｃ）の場合は
ごみの積算値がほぼ０であり、Ｔ１までの間にほとんど
とれてしまったことを示している。これは掃除を行う床
面が木床やクッションフロア，畳などの場合である。ま
た、床面が絨毯の場合は、毛足の間にごみが埋もれてし
まい、一般的に木床や畳に比べて相対的にごみの量が多
くなかなかとれにくいため、（ａ），（ｂ）のように、
ごみ量の積算値が徐々に減っていくような特性を示す。
この様にごみ量の変化率をごみ変化率算出手段１８によ
り算出すると、現在掃除をしている床面の特性がどんな
ものであるか推定することができる。ここで、床面情報
としては指数化した値（例えば０〜７）を設定する。こ
の指数をファジィ推論の入力とする。ごみ量の変化率が
小さいというのは、ごみがなかなかとれにくい絨毯等の
床面であることを示しており、ごみ量の変化率が大きい
というのは、ごみがとれやすい木床等の床面であるとい
うことを示している。
【００１０】図５は床面情報の記憶方法を示すものであ
り、ごみ変化率算出手段１８から得られる床面情報を定
期的に床面情報記憶手段１９に記憶する。この床面情報
記憶手段１９は電源をＯＦＦしても記憶内容が残る不揮
発性メモリーなどを用い、本体１が使用された都度、床
面情報の指数毎に度数が加えられ、掃除機を使用した全
ての床面の情報が得られる。記憶床面情報適合度算出手
段２６で適合度を求める前処理として例えば記憶床面情
報の指数とその度数より平均床面情報を求め、ファジィ
推論の入力とする。掃除を行う場合の最適な吸い込み力
は、床面のごみの量や床面の特性などによって決まるも
のであり、計数手段１７とごみ変化率算出手段１８と床
面情報記憶手段１９の出力からニューロ・ファジィ推論
器２０で推論する。
り、ごみ変化率算出手段１８から得られる床面情報を定
期的に床面情報記憶手段１９に記憶する。この床面情報
記憶手段１９は電源をＯＦＦしても記憶内容が残る不揮
発性メモリーなどを用い、本体１が使用された都度、床
面情報の指数毎に度数が加えられ、掃除機を使用した全
ての床面の情報が得られる。記憶床面情報適合度算出手
段２６で適合度を求める前処理として例えば記憶床面情
報の指数とその度数より平均床面情報を求め、ファジィ
推論の入力とする。掃除を行う場合の最適な吸い込み力
は、床面のごみの量や床面の特性などによって決まるも
のであり、計数手段１７とごみ変化率算出手段１８と床
面情報記憶手段１９の出力からニューロ・ファジィ推論
器２０で推論する。
【００１１】次に吸い込み力の推論の過程について説明
する。本実施例のファジィ推論の推論ルールは「ごみ量
が多めで、ごみの取れにくい床面（ごみ量の変化率が小
さい）で、過去掃除を行った床面にごみの取れにくい床
面が多ければ吸い込み力をとても多めにする」といった
一般的な判断を基に形成されている。ごみ量が「多い」
とか、ごみ量の変化率が「小さい」とか、過去掃除を行
った床面にごみの取れにくい床面が「多い」とか、吸い
込み力を「とても大きく」といった定性的な概念は図６
（Ａ），（Ｂ），（Ｃ），（Ｄ），（Ｅ）に示すような
メンバーシップ関数により定量的に表現される。ニュー
ロ・ファジィ推論器２０のごみ量適合度演算手段２４で
は、計数手段１７からの入力と前件部メンバーシップ関
数記憶手段２３に記憶されているごみ量に関するメンバ
ーシップ関数に対する適合度を演算により求める。床面
情報適合度演算手段２５では、ごみ変化率算出手段１８
からの入力と前件部メンバーシップ関数記憶手段２３に
記憶されているごみ変化率のメンバーシップ関数に関し
て同様に適合度を求める。記憶床面情報適合度演算手段
２６では、床面情報記憶手段１９からの入力と前件部メ
ンバーシップ関数記憶手段２３に記憶されている記憶床
面情報のメンバーシップ関数に関して同様に適合度を求
める。前件部ミニマム演算手段２７では、前記３つの適
合度の最小をとり前件部の適合度とする。後件部ミニマ
ム演算手段３０では、吸い込み力推論ルール記憶手段２
８に記憶されているルールに従い、前件部ミニマム演算
手段２７の結論と吸い込み力メンバーシップ関数記憶手
段２９に記憶されているメンバーシップ関数の適合度を
とってそのルールの結論とする。
する。本実施例のファジィ推論の推論ルールは「ごみ量
が多めで、ごみの取れにくい床面（ごみ量の変化率が小
さい）で、過去掃除を行った床面にごみの取れにくい床
面が多ければ吸い込み力をとても多めにする」といった
一般的な判断を基に形成されている。ごみ量が「多い」
とか、ごみ量の変化率が「小さい」とか、過去掃除を行
った床面にごみの取れにくい床面が「多い」とか、吸い
込み力を「とても大きく」といった定性的な概念は図６
（Ａ），（Ｂ），（Ｃ），（Ｄ），（Ｅ）に示すような
メンバーシップ関数により定量的に表現される。ニュー
ロ・ファジィ推論器２０のごみ量適合度演算手段２４で
は、計数手段１７からの入力と前件部メンバーシップ関
数記憶手段２３に記憶されているごみ量に関するメンバ
ーシップ関数に対する適合度を演算により求める。床面
情報適合度演算手段２５では、ごみ変化率算出手段１８
からの入力と前件部メンバーシップ関数記憶手段２３に
記憶されているごみ変化率のメンバーシップ関数に関し
て同様に適合度を求める。記憶床面情報適合度演算手段
２６では、床面情報記憶手段１９からの入力と前件部メ
ンバーシップ関数記憶手段２３に記憶されている記憶床
面情報のメンバーシップ関数に関して同様に適合度を求
める。前件部ミニマム演算手段２７では、前記３つの適
合度の最小をとり前件部の適合度とする。後件部ミニマ
ム演算手段３０では、吸い込み力推論ルール記憶手段２
８に記憶されているルールに従い、前件部ミニマム演算
手段２７の結論と吸い込み力メンバーシップ関数記憶手
段２９に記憶されているメンバーシップ関数の適合度を
とってそのルールの結論とする。
【００１２】全てのルールについて、それぞれの結論を
求めたのち、重心演算手段３１では全結論の最大をと
り、その重心を計算することにより、最終的に吸い込み
力が求まる。位相制御手段２１では決定された吸い込み
力に基づき、電動送風機２の位相制御量を算出し制御を
行う。回転ブラシ６の回転数の決定は上記吸い込み力の
決定の過程と同様に前件部ミニマム演算手段２７の結論
を算出し、回転ブラシ回転数推論ルール記憶手段３２と
回転ブラシ回転数メンバーシップ関数記憶手段３３とか
ら回転ブラシ６の回転数を決定する。なお、本実施例で
は推論方法の中に最大−最小合成法，重心法を用いてい
るがその他の方法でも可能であり、また後件部である吸
い込み力をメンバーシップ関数で表現したが、実数値や
線形式でも表現することができることはいうまでもな
い。
求めたのち、重心演算手段３１では全結論の最大をと
り、その重心を計算することにより、最終的に吸い込み
力が求まる。位相制御手段２１では決定された吸い込み
力に基づき、電動送風機２の位相制御量を算出し制御を
行う。回転ブラシ６の回転数の決定は上記吸い込み力の
決定の過程と同様に前件部ミニマム演算手段２７の結論
を算出し、回転ブラシ回転数推論ルール記憶手段３２と
回転ブラシ回転数メンバーシップ関数記憶手段３３とか
ら回転ブラシ６の回転数を決定する。なお、本実施例で
は推論方法の中に最大−最小合成法，重心法を用いてい
るがその他の方法でも可能であり、また後件部である吸
い込み力をメンバーシップ関数で表現したが、実数値や
線形式でも表現することができることはいうまでもな
い。
【００１３】
【発明の効果】以上の実施例から明らかなように本発明
の掃除機は、吸引のための電動送風機と、回転ブラシを
有する電動式床用吸い込み具と、塵埃通路を通る塵埃を
検知するセンサと、このセンサの出力をパルス信号に変
換するパルス変換手段と、このパルス変換手段からのパ
ルス数を単位時間内でカウントする計数手段と、この計
数手段のカウント結果を累計し床面からのごみの取れ易
さで表される床面情報を得るごみ変化率算出手段と、こ
のごみ変化率算出手段で得られた床面情報を累積記憶
し、掃除した床面全体の床面情報を記憶する床面情報記
憶手段と、前記電動送風機の入力を決定するために最急
降下法等の学習則によりファジィ推論の各種パラメータ
を最適化したニューロ・ファジィ推論器とを備え、前記
ニューロ・ファジィ推論器は前記計数手段の出力と前記
床面情報記憶手段により前記電動送風機の入力および前
記回転ブラシの回転数を決定するものであり、この構成
とすることにより、床面の状態や塵埃量によりきめ細か
な、電動送風機の入力制御および電動式床用吸い込み具
の回転ブラシの回転数制御を行うことができるので、掃
除を行う床面の条件に関係なく効率よく掃除ができ操作
性を向上できる。
の掃除機は、吸引のための電動送風機と、回転ブラシを
有する電動式床用吸い込み具と、塵埃通路を通る塵埃を
検知するセンサと、このセンサの出力をパルス信号に変
換するパルス変換手段と、このパルス変換手段からのパ
ルス数を単位時間内でカウントする計数手段と、この計
数手段のカウント結果を累計し床面からのごみの取れ易
さで表される床面情報を得るごみ変化率算出手段と、こ
のごみ変化率算出手段で得られた床面情報を累積記憶
し、掃除した床面全体の床面情報を記憶する床面情報記
憶手段と、前記電動送風機の入力を決定するために最急
降下法等の学習則によりファジィ推論の各種パラメータ
を最適化したニューロ・ファジィ推論器とを備え、前記
ニューロ・ファジィ推論器は前記計数手段の出力と前記
床面情報記憶手段により前記電動送風機の入力および前
記回転ブラシの回転数を決定するものであり、この構成
とすることにより、床面の状態や塵埃量によりきめ細か
な、電動送風機の入力制御および電動式床用吸い込み具
の回転ブラシの回転数制御を行うことができるので、掃
除を行う床面の条件に関係なく効率よく掃除ができ操作
性を向上できる。
【図１】本発明の一実施例における電気掃除機のブロッ
ク回路図
ク回路図
【図２】同電気掃除機のニューロ・ファジィ推論器のブ
ロック回路図
ロック回路図
【図３】同電気掃除機の塵埃センサ取り付け部断面図
【図４】同電気掃除機のごみ量の変化を示す特性図
【図５】同電気掃除機の床面情報の記憶方法を示す図
【図６】同電気掃除機のメンバーシップ関数を示す図
【図７】従来の電気掃除機の外観斜視図
２ 電動送風機 ６ 回転ブラシ ７ 電動式床用吸い込み具 ９ センサ １２ 塵埃通路 １３ 塵埃 １５ パルス変換手段 １７ 計数手段 １８ ごみ変化率算出手段 １９ 床面情報記憶手段 ２０ ニューロ・ファジィ推論器
───────────────────────────────────────────────────── フロントページの続き (72)発明者 近藤 信二 大阪府門真市大字門真1006番地 松下電 器産業株式会社内 (56)参考文献 特開 平４−170927（ＪＰ，Ａ) 特開 平２−131734（ＪＰ，Ａ) 特開 平２−152427（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) A47L 9/28
Claims (1)
- 【請求項１】 吸引のための電動送風機と、回転ブラシ
を有する電動式床用吸い込み具と、塵埃通路を通る塵埃
を検知するセンサと、このセンサの出力をパルス信号に
変換するパルス変換手段と、このパルス変換手段からの
パルス数を単位時間内でカウントする計数手段と、この
計数手段のカウント結果を累計し床面からのごみの取れ
易さで表される床面情報を得るごみ変化率算出手段と、
このごみ変化率算出手段で得られた床面情報を累積記憶
し、掃除した床面全体の床面情報を記憶する床面情報記
憶手段と、前記電動送風機の入力を決定するために最急
降下法等の学習則によりファジィ推論の各種パラメータ
を最適化したニューロ・ファジィ推論器とを備え、前記
ニューロ・ファジィ推論器は前記計数手段の出力と前記
床面情報記憶手段により前記電動送風機の入力および前
記回転ブラシの回転数を決定する電気掃除機。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3044739A JP3003240B2 (ja) | 1991-03-11 | 1991-03-11 | 電気掃除機 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3044739A JP3003240B2 (ja) | 1991-03-11 | 1991-03-11 | 電気掃除機 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04282122A JPH04282122A (ja) | 1992-10-07 |
| JP3003240B2 true JP3003240B2 (ja) | 2000-01-24 |
Family
ID=12699818
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3044739A Expired - Fee Related JP3003240B2 (ja) | 1991-03-11 | 1991-03-11 | 電気掃除機 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3003240B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5830712B2 (ja) * | 2010-12-20 | 2015-12-09 | パナソニックＩｐマネジメント株式会社 | 電気掃除機 |
-
1991
- 1991-03-11 JP JP3044739A patent/JP3003240B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH04282122A (ja) | 1992-10-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0824655B2 (ja) | 電気掃除機 | |
| JPH10507958A (ja) | 電気ブラシの操作モードに依存する出力制御を有する真空掃除機 | |
| JP3003240B2 (ja) | 電気掃除機 | |
| JP3198553B2 (ja) | 電気掃除機 | |
| JP3042078B2 (ja) | 電気掃除機 | |
| JP3003251B2 (ja) | 電気掃除機 | |
| JPH05130962A (ja) | 電気掃除機 | |
| JP2897405B2 (ja) | 掃除機 | |
| JP3063150B2 (ja) | 電気掃除機 | |
| JPH05199967A (ja) | 電気掃除機 | |
| JP3184276B2 (ja) | 電気掃除機 | |
| JP2778271B2 (ja) | 掃除機 | |
| JPH04259433A (ja) | 掃除機 | |
| JP2882010B2 (ja) | 電気掃除機 | |
| JPH05199972A (ja) | 電気掃除機 | |
| JPH0824654B2 (ja) | 電気掃除機 | |
| JPH05245080A (ja) | 電気掃除機 | |
| JP3003253B2 (ja) | 電気掃除機 | |
| JP2900595B2 (ja) | 掃除機 | |
| JP2722765B2 (ja) | 掃除機 | |
| JPH0595881A (ja) | 電気掃除機の制御装置 | |
| JP2956204B2 (ja) | 電気掃除機 | |
| JP3198653B2 (ja) | 掃除機 | |
| JPH04122339A (ja) | 電気掃除機 | |
| JP3136659B2 (ja) | 空気清浄器 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |