JP3198523B2 - 空気調和機の制御装置 - Google Patents
空気調和機の制御装置Info
- Publication number
- JP3198523B2 JP3198523B2 JP08229191A JP8229191A JP3198523B2 JP 3198523 B2 JP3198523 B2 JP 3198523B2 JP 08229191 A JP08229191 A JP 08229191A JP 8229191 A JP8229191 A JP 8229191A JP 3198523 B2 JP3198523 B2 JP 3198523B2
- Authority
- JP
- Japan
- Prior art keywords
- air conditioner
- temperature
- state
- control device
- indoor
- 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
Landscapes
- Air Conditioning Control Device (AREA)
Description
【0001】
【産業上の利用分野】本発明は、例えばマイクロコンピ
ュータ搭載の空気調和機で快適な空調運転を自動的に行
わせる、室内の温度、風量および風向の制御を行うこと
により室内の人間の快適性を高めるための空気調和機に
関するものである。
ュータ搭載の空気調和機で快適な空調運転を自動的に行
わせる、室内の温度、風量および風向の制御を行うこと
により室内の人間の快適性を高めるための空気調和機に
関するものである。
【0002】
【従来の技術】空気調和機で室温のコントロールを行う
際、暖房の例では室内温度の立ち上がり時の特性向上の
ために、空気調和機の室内目標温度を一定時間高めにシ
フトさせる制御や、室内温度によって圧縮機運転周波数
の制御を行う方法が用いられていた。すなわち、図7は
このような従来の空気調和機の制御装置を示し、図7に
おいて、制御信号生成手段71はセンサ70よりの吸い
込み温度75や、空気調和機72の電源を投入してから
作動するタイマ73よりのタイマ値77および前記空気
調和機72を外部より操作するリモコンまたは操作パネ
ル74よりの使用者設定温度78等により制御信号76
を生成している。例としては、暖房時には、電源を投入
してからの時間が60分間以内は室内温度を早く立ち上
げるために、室内目標温度をリモコンまたは操作パネル
74より設定した使用者の設定温度よりも2℃高く設定
するように、空気調和機72の室内温度調整79を制御
させるのである。
際、暖房の例では室内温度の立ち上がり時の特性向上の
ために、空気調和機の室内目標温度を一定時間高めにシ
フトさせる制御や、室内温度によって圧縮機運転周波数
の制御を行う方法が用いられていた。すなわち、図7は
このような従来の空気調和機の制御装置を示し、図7に
おいて、制御信号生成手段71はセンサ70よりの吸い
込み温度75や、空気調和機72の電源を投入してから
作動するタイマ73よりのタイマ値77および前記空気
調和機72を外部より操作するリモコンまたは操作パネ
ル74よりの使用者設定温度78等により制御信号76
を生成している。例としては、暖房時には、電源を投入
してからの時間が60分間以内は室内温度を早く立ち上
げるために、室内目標温度をリモコンまたは操作パネル
74より設定した使用者の設定温度よりも2℃高く設定
するように、空気調和機72の室内温度調整79を制御
させるのである。
【0003】
【発明が解決しようとする課題】しかしながら、前述し
た従来の制御装置では、電源を投入してからの時間や室
内温度特性のみで制御しているため、空気調和機の設置
された部屋の空調負荷の大小および室内の環境状態(過
渡・安定)に柔軟に対処することはできない。したがっ
て、例えば、負荷が過小なときには室温が目標温度より
も高くなり過ぎたり、負荷が過大なときには室温が目標
温度に達するまでかなりの時間がかかるという課題や、
室内の位置の違いによっては、温度差が生じ、空気調和
機から距離が遠い場合は設定温度に達しないこともある
ので、室内の人間の快適感を考慮できないという課題が
あった。
た従来の制御装置では、電源を投入してからの時間や室
内温度特性のみで制御しているため、空気調和機の設置
された部屋の空調負荷の大小および室内の環境状態(過
渡・安定)に柔軟に対処することはできない。したがっ
て、例えば、負荷が過小なときには室温が目標温度より
も高くなり過ぎたり、負荷が過大なときには室温が目標
温度に達するまでかなりの時間がかかるという課題や、
室内の位置の違いによっては、温度差が生じ、空気調和
機から距離が遠い場合は設定温度に達しないこともある
ので、室内の人間の快適感を考慮できないという課題が
あった。
【0004】本発明の目的は、前述したような従来の課
題を解決し、室内の人間の快適感を考慮した、より快適
な空調および生活環境を実現できる空気調和機を提供す
るものである。
題を解決し、室内の人間の快適感を考慮した、より快適
な空調および生活環境を実現できる空気調和機を提供す
るものである。
【0005】
【課題を解決するための手段】この目的を達成するため
に、本発明は、空気調和機が装備する室内外の環境条件
を検出する複数のセンサ手段と、前記センサ手段の前状
態を保持する記憶手段と、前記センサ手段と前記記憶手
段よりの出力から室内の環境状態が過渡状態か安定状態
かを判断する判定手段と、前記空気調和機を使用する使
用者の位置を検出する位置検出手段と、前記センサ手段
と前記記憶手段よりの出力、前記判定手段よりの出力、
使用者の設定した温度および前記位置検出手段よりの出
力から室内の人間の快適感を推測する推測手段と、前記
推測手段より推測した前記室内の人間の快適感に基づき
前記空気調和機の吹き出し温度、風向および風量等の制
御信号を生成する制御信号生成手段とを備えることを特
徴とする空気調和機を提案するものである。
に、本発明は、空気調和機が装備する室内外の環境条件
を検出する複数のセンサ手段と、前記センサ手段の前状
態を保持する記憶手段と、前記センサ手段と前記記憶手
段よりの出力から室内の環境状態が過渡状態か安定状態
かを判断する判定手段と、前記空気調和機を使用する使
用者の位置を検出する位置検出手段と、前記センサ手段
と前記記憶手段よりの出力、前記判定手段よりの出力、
使用者の設定した温度および前記位置検出手段よりの出
力から室内の人間の快適感を推測する推測手段と、前記
推測手段より推測した前記室内の人間の快適感に基づき
前記空気調和機の吹き出し温度、風向および風量等の制
御信号を生成する制御信号生成手段とを備えることを特
徴とする空気調和機を提案するものである。
【0006】
【作用】前述した本発明の構成によると、推測手段は複
数のセンサ手段より検出された室内外の環境条件と、室
内の環境状態(過渡・安定)の判定と、記憶手段により
保持された前記センサ手段の前状態、使用者の設定した
温度および位置検出手段にて検出された人体の位置から
室内の人間の快適感を推測する。そして、この推測手段
より推測した前記人間の快適感に基づき、制御信号生成
手段より制御信号が生成され空気調和機を制御するか
ら、これにより室内の環境や人間の状態を考慮した、よ
り快適な空調および生活環境を実現することができる。
数のセンサ手段より検出された室内外の環境条件と、室
内の環境状態(過渡・安定)の判定と、記憶手段により
保持された前記センサ手段の前状態、使用者の設定した
温度および位置検出手段にて検出された人体の位置から
室内の人間の快適感を推測する。そして、この推測手段
より推測した前記人間の快適感に基づき、制御信号生成
手段より制御信号が生成され空気調和機を制御するか
ら、これにより室内の環境や人間の状態を考慮した、よ
り快適な空調および生活環境を実現することができる。
【0007】
【実施例】以下、図1から図6を用いて本発明の実施例
を詳細に説明する。
を詳細に説明する。
【0008】図1は本発明の第1の実施例による制御装
置における信号の流れを示すブロック図であり、図2は
図1における神経回路網模式手段の学習方法を示すブロ
ック図である。図1において、10はセンサ、11,1
2はセンサ10よりのセンサ信号値、13は記憶手段、
14は記憶手段13より出力される吸い込み温度のN秒
間隔の傾斜、15はリモコンまたは操作パネル、16は
リモコンまたは操作パネル15からの出力信号、17は
室内環境状態が過渡あるいは安定の判定手段を含む神経
回路網模式手段、18aは室内環境状態の判定出力、1
8bは前記手段17より出力される快適度(予測平均投
票数(Predicted MeanVote、以下P
MVという)または標準新有効温度(Standard
Effective Temperature、以下
SETという)、19は制御信号生成手段、1aは前記
手段19より出力される制御信号、1bは空気調和機、
1dは人体の位置センサ、1eは前記位置センサ1dよ
りの人体の位置信号である。
置における信号の流れを示すブロック図であり、図2は
図1における神経回路網模式手段の学習方法を示すブロ
ック図である。図1において、10はセンサ、11,1
2はセンサ10よりのセンサ信号値、13は記憶手段、
14は記憶手段13より出力される吸い込み温度のN秒
間隔の傾斜、15はリモコンまたは操作パネル、16は
リモコンまたは操作パネル15からの出力信号、17は
室内環境状態が過渡あるいは安定の判定手段を含む神経
回路網模式手段、18aは室内環境状態の判定出力、1
8bは前記手段17より出力される快適度(予測平均投
票数(Predicted MeanVote、以下P
MVという)または標準新有効温度(Standard
Effective Temperature、以下
SETという)、19は制御信号生成手段、1aは前記
手段19より出力される制御信号、1bは空気調和機、
1dは人体の位置センサ、1eは前記位置センサ1dよ
りの人体の位置信号である。
【0009】次に、神経回路網模式手段の学習方法を説
明するためのさらに詳細な構成を図2について説明す
る。すなわち、図2は学習方法を示すブロック図であ
り、21は室外温度、22は吸い込み温度、23は吸い
込み温度の傾斜、24は風量、25は使用者の設定温
度、26は人体温度、27は室内環境状態が過渡あるい
は安定の判定手段を含む神経回路網模式手段、28は制
御信号生成手段、29は実測したPMV(またはSE
T)、2aは室内環境状態の判定出力、2bは推測した
PMV(またはSET)、2cはPMV学習データ、2
dは人***置情報、2eは制御信号、211,221,
231,241,251,261,2d1はそれぞれ室
外温度21、吸い込み温度22、吸い込み温度傾斜2
3、風量24、使用者の設定温度25、人体温度26、
および人***置情報2dよりの信号である。
明するためのさらに詳細な構成を図2について説明す
る。すなわち、図2は学習方法を示すブロック図であ
り、21は室外温度、22は吸い込み温度、23は吸い
込み温度の傾斜、24は風量、25は使用者の設定温
度、26は人体温度、27は室内環境状態が過渡あるい
は安定の判定手段を含む神経回路網模式手段、28は制
御信号生成手段、29は実測したPMV(またはSE
T)、2aは室内環境状態の判定出力、2bは推測した
PMV(またはSET)、2cはPMV学習データ、2
dは人***置情報、2eは制御信号、211,221,
231,241,251,261,2d1はそれぞれ室
外温度21、吸い込み温度22、吸い込み温度傾斜2
3、風量24、使用者の設定温度25、人体温度26、
および人***置情報2dよりの信号である。
【0010】本発明の第1実施例は、以上のような構成
であるから、空気調和機1b内の複数のセンサ(外気温
センサ、吸い込み温度センサ、湿度センサ、人体温度セ
ンサ)10よりセンサ信号11が出力されることにな
る。この信号11は、室外温度、吸い込み温度、湿度、
人体温度などである。また前記センサ10から信号11
と同様の信号12が出力され、記憶手段13に入力され
るけれども、記憶手段13は入力される前記センサ出力
信号12における過去N秒間(Nは正の実数)の履歴を
記憶する。リモコンまたは操作パネル15から風量と使
用者の設定温度値16が出力され、また、記憶手段13
はセンサの前の状態、例えば前述したN秒間の履歴より
室内温度のN秒(Nは正の実数)間隔の傾斜14を出力
する。位置センサ1dは、人体の位置を検出し、位置情
報1eを出力する。図3に示すように、この位置センサ
1dは室内をn×mゾーンに分割し、人体が部屋のどの
ゾーンに置かれているかを出力する。例えば、iゾーン
にあれば、位置センサ1dの出力信号1eはiとなる。
各手段10,13,15,1dからの出力信号11,1
4,16,1eは、入力信号として、神経回路網模式手
段17に入力する。この神経回路網模式手段17は入力
信号から、室内の環境状態が過渡状態か安定状態かを判
断し判定値18aを出力し、室内の快適度である予測平
均投票数PMV、または、標準新有効温度SETの推測
値18bを出力する。室内環境状態の判定は、温度、湿
度等が目標値に対し設定された範囲内かどうかで決定す
る。また、PMVは、快適性を左右する要素として、温
度、湿度、気流速、輻射温度(周囲壁体)、代謝量、着
衣状態の6要素の組み合わせを変化させた環境試験室
で、被験者から、試験室での寒暑についての投票を受
け、その結果をもとに定量化したものである。すなわ
ち、人間の状態(代謝や着衣の状況)と室内の環境(温
度、湿度、気流速、周囲壁体輻射)によって、計算した
PMVの値は、 −3 : 寒い −2 : 涼しい −1 : やや涼しい 0 : なんともない +1 : やや暖かい +2 : 暖かい +3 : 暑い と評価できる。
であるから、空気調和機1b内の複数のセンサ(外気温
センサ、吸い込み温度センサ、湿度センサ、人体温度セ
ンサ)10よりセンサ信号11が出力されることにな
る。この信号11は、室外温度、吸い込み温度、湿度、
人体温度などである。また前記センサ10から信号11
と同様の信号12が出力され、記憶手段13に入力され
るけれども、記憶手段13は入力される前記センサ出力
信号12における過去N秒間(Nは正の実数)の履歴を
記憶する。リモコンまたは操作パネル15から風量と使
用者の設定温度値16が出力され、また、記憶手段13
はセンサの前の状態、例えば前述したN秒間の履歴より
室内温度のN秒(Nは正の実数)間隔の傾斜14を出力
する。位置センサ1dは、人体の位置を検出し、位置情
報1eを出力する。図3に示すように、この位置センサ
1dは室内をn×mゾーンに分割し、人体が部屋のどの
ゾーンに置かれているかを出力する。例えば、iゾーン
にあれば、位置センサ1dの出力信号1eはiとなる。
各手段10,13,15,1dからの出力信号11,1
4,16,1eは、入力信号として、神経回路網模式手
段17に入力する。この神経回路網模式手段17は入力
信号から、室内の環境状態が過渡状態か安定状態かを判
断し判定値18aを出力し、室内の快適度である予測平
均投票数PMV、または、標準新有効温度SETの推測
値18bを出力する。室内環境状態の判定は、温度、湿
度等が目標値に対し設定された範囲内かどうかで決定す
る。また、PMVは、快適性を左右する要素として、温
度、湿度、気流速、輻射温度(周囲壁体)、代謝量、着
衣状態の6要素の組み合わせを変化させた環境試験室
で、被験者から、試験室での寒暑についての投票を受
け、その結果をもとに定量化したものである。すなわ
ち、人間の状態(代謝や着衣の状況)と室内の環境(温
度、湿度、気流速、周囲壁体輻射)によって、計算した
PMVの値は、 −3 : 寒い −2 : 涼しい −1 : やや涼しい 0 : なんともない +1 : やや暖かい +2 : 暖かい +3 : 暑い と評価できる。
【0011】一方、SETは環境の物理因子から熱刺激
量を求めて、人間の生理的状態値と感覚を予測しようと
するもので、温熱に対する快・不快の関係を熱刺激の物
理量に対する生理反応でとらえている快適性物理的評価
法の1つである。例えば、PMVを用いた場合は、神経
回路網模式17に室外温度、吸い込み温度、吸い込み温
度傾斜、風量、人体の位置情報、使用者の設定温度、人
体温度という人間の状態と室内の環境を入力することに
よって、神経回路網模式手段17から室内環境状態が過
渡状態または安定状態の判定値18aの出力およびPM
Vの推測値18bが出力される。前記室内環境状態の判
定値18aと前記PMVの推測値18bは制御信号生成
手段19に入力され、この生成手段19より制御信号1
aを生成する。制御信号生成手段19は、室内環境状態
が過渡状態で快適感が不満足の場合には、空気調和機1
bの能力を最大限にできるような制御信号1aを生成す
る。
量を求めて、人間の生理的状態値と感覚を予測しようと
するもので、温熱に対する快・不快の関係を熱刺激の物
理量に対する生理反応でとらえている快適性物理的評価
法の1つである。例えば、PMVを用いた場合は、神経
回路網模式17に室外温度、吸い込み温度、吸い込み温
度傾斜、風量、人体の位置情報、使用者の設定温度、人
体温度という人間の状態と室内の環境を入力することに
よって、神経回路網模式手段17から室内環境状態が過
渡状態または安定状態の判定値18aの出力およびPM
Vの推測値18bが出力される。前記室内環境状態の判
定値18aと前記PMVの推測値18bは制御信号生成
手段19に入力され、この生成手段19より制御信号1
aを生成する。制御信号生成手段19は、室内環境状態
が過渡状態で快適感が不満足の場合には、空気調和機1
bの能力を最大限にできるような制御信号1aを生成す
る。
【0012】さらに、室内環境状態が安定状態で快適感
が満足の場合は快適感が持続できるような制御信号1a
を生成する。すなわち、前記室内環境状態の判定値18
aと前記推測したPMVの値18bによって空気調和機
1bを制御する信号1aを生成する。この制御信号1a
によって空気調和機1bにおけるインバータ周波数、風
向、風量および室内目標設定温度を制御する。一例とし
ては、前記各手段10,13,15,1dからの外気
温、吸い込み温度、風量、設定温度、吸い込み温度の傾
斜、位置情報等より、空気調和機1bが目標とする室内
目標温度を算出するシフト量を求める。このシフト量
と、使用者が設定した温度および室内目標温度との関係
は、 室内目標温度=使用者設定温度+シフト量 となる。そこで、制御信号生成手段19より生成した空
気調和機1bの制御信号1aを空気調和機1bに入力
し、一例として前記式に基づき室内目標温度となるよう
に空気調和機1bの運転を実行する。
が満足の場合は快適感が持続できるような制御信号1a
を生成する。すなわち、前記室内環境状態の判定値18
aと前記推測したPMVの値18bによって空気調和機
1bを制御する信号1aを生成する。この制御信号1a
によって空気調和機1bにおけるインバータ周波数、風
向、風量および室内目標設定温度を制御する。一例とし
ては、前記各手段10,13,15,1dからの外気
温、吸い込み温度、風量、設定温度、吸い込み温度の傾
斜、位置情報等より、空気調和機1bが目標とする室内
目標温度を算出するシフト量を求める。このシフト量
と、使用者が設定した温度および室内目標温度との関係
は、 室内目標温度=使用者設定温度+シフト量 となる。そこで、制御信号生成手段19より生成した空
気調和機1bの制御信号1aを空気調和機1bに入力
し、一例として前記式に基づき室内目標温度となるよう
に空気調和機1bの運転を実行する。
【0013】以上のような過程を経て室内温度調整1c
が行われる。次に図2について、図1の神経回路網の学
習方法を説明すると、室外温度21および吸い込み温度
22、N秒間隔の吸い込み温度傾斜23、風量24、使
用者の設定温度25、人体温度26、人***置情報2d
等からの信号211,221,231,241,25
1,261,2d1を神経回路網模式手段27に入力し
て、室内環境状態の判定値2aとPMVの推定値2bを
出力する。
が行われる。次に図2について、図1の神経回路網の学
習方法を説明すると、室外温度21および吸い込み温度
22、N秒間隔の吸い込み温度傾斜23、風量24、使
用者の設定温度25、人体温度26、人***置情報2d
等からの信号211,221,231,241,25
1,261,2d1を神経回路網模式手段27に入力し
て、室内環境状態の判定値2aとPMVの推定値2bを
出力する。
【0014】前記神経回路網模式手段27は、室内の環
境状態の判定を行い、室内において測定した実測PMV
29を学習データ2cとして、PMVの推測値2bを学
習する。
境状態の判定を行い、室内において測定した実測PMV
29を学習データ2cとして、PMVの推測値2bを学
習する。
【0015】神経回路網の学習アルゴリズムは、各種の
方法があるが、例えばバックプロパゲーションのアルゴ
リズム(参考文献:ラメルハート、D.Eとマクレラン
ド、J.L「PDPモデル−認知科学とニューロン回路
網の検索」{Runmelhart,D.E and
Mcclelland,J.L.(Eds.),”Pa
rallel Distributed Proces
sing,Exploration in the M
icrostructure ofCognitio
n.Vol.1,2,MIT Press,Cammb
ridge(1986)})により最降下法にて最適解
を求める。そして、これらのアルゴリズムにより充分P
MVが神経回路網模式手段27で推測できるようになる
まで学習を行う。学習が終了すると、神経回路網模式手
段27の出力値2aおよび2bにより、室内環境状態が
過渡で快適感が不満足の場合には、制御信号生成手段2
8より空気調和機の能力を最大限にできるような制御信
号2eを生成する。また、室内環境状態が安定で快適感
が満足の場合には、快適感が持続できるように制御信号
2eを制御信号生成手段28より生成する。すなわち、
神経回路網模式手段27にて室内環境状態の判定値2a
と推測したPMVの値2bによって、制御信号生成手段
28より空気調和機を制御する信号2eを生成する。な
お、前記制御信号2eはインバータ周波数、風向、風量
および室内目標設定温度等を制御する。
方法があるが、例えばバックプロパゲーションのアルゴ
リズム(参考文献:ラメルハート、D.Eとマクレラン
ド、J.L「PDPモデル−認知科学とニューロン回路
網の検索」{Runmelhart,D.E and
Mcclelland,J.L.(Eds.),”Pa
rallel Distributed Proces
sing,Exploration in the M
icrostructure ofCognitio
n.Vol.1,2,MIT Press,Cammb
ridge(1986)})により最降下法にて最適解
を求める。そして、これらのアルゴリズムにより充分P
MVが神経回路網模式手段27で推測できるようになる
まで学習を行う。学習が終了すると、神経回路網模式手
段27の出力値2aおよび2bにより、室内環境状態が
過渡で快適感が不満足の場合には、制御信号生成手段2
8より空気調和機の能力を最大限にできるような制御信
号2eを生成する。また、室内環境状態が安定で快適感
が満足の場合には、快適感が持続できるように制御信号
2eを制御信号生成手段28より生成する。すなわち、
神経回路網模式手段27にて室内環境状態の判定値2a
と推測したPMVの値2bによって、制御信号生成手段
28より空気調和機を制御する信号2eを生成する。な
お、前記制御信号2eはインバータ周波数、風向、風量
および室内目標設定温度等を制御する。
【0016】以上に述べたように、本実施例によれば、
各センサからの入力を神経回路網模式手段に入力し、室
内環境状態(過渡・安定)の判定とPMVの推測を行
い、室内環境状態の判定値およびPMVの値により制御
信号を生成することにより、室内の環境と人間の状態を
考慮した、快適な空調および生活環境を実現することが
できる。
各センサからの入力を神経回路網模式手段に入力し、室
内環境状態(過渡・安定)の判定とPMVの推測を行
い、室内環境状態の判定値およびPMVの値により制御
信号を生成することにより、室内の環境と人間の状態を
考慮した、快適な空調および生活環境を実現することが
できる。
【0017】なお、前記実施例では神経回路網模式手段
17,27よりの出力18b,2bをPMVとしたが、
SETや周囲壁輻射温度に置き換えても同様の効果を得
ることができるのは明らかなところである。
17,27よりの出力18b,2bをPMVとしたが、
SETや周囲壁輻射温度に置き換えても同様の効果を得
ることができるのは明らかなところである。
【0018】次に図4から図6を用いて本発明の第2の
実施例を説明する。図4は本発明の第2の実施例による
制御装置における信号の流れを示すブロック図であり、
図5は図4におけるルックアップテーブルの作成方法を
示すブロック図である。図4において、40はセンサ、
41,42はセンサ40よりのセンサ信号値、43は記
憶手段、44は記憶手段43より出力される吸い込み温
度のN秒間隔の傾斜、45はリモコンまたは操作パネ
ル、46はリモコンまたは操作パネル45からの出力信
号、47はルックアップテーブル、48はルックアップ
テーブル47より出力される制御信号、49は空気調和
機、4bは位置センサ、4cは位置センサ4bよりの人
***置信号をそれぞれ示してある。
実施例を説明する。図4は本発明の第2の実施例による
制御装置における信号の流れを示すブロック図であり、
図5は図4におけるルックアップテーブルの作成方法を
示すブロック図である。図4において、40はセンサ、
41,42はセンサ40よりのセンサ信号値、43は記
憶手段、44は記憶手段43より出力される吸い込み温
度のN秒間隔の傾斜、45はリモコンまたは操作パネ
ル、46はリモコンまたは操作パネル45からの出力信
号、47はルックアップテーブル、48はルックアップ
テーブル47より出力される制御信号、49は空気調和
機、4bは位置センサ、4cは位置センサ4bよりの人
***置信号をそれぞれ示してある。
【0019】次に、図5を参照しながら、ルックアップ
テーブルの作成方法を説明すると、51は室外温度、5
2は吸い込み温度、53は吸い込み温度の傾斜、54は
風量、55は使用者の設定温度、56は人体温度、57
は神経回路網模式手段、58は制御信号生成手段、59
は実測したPMV(またはSET)、5aは神経回路網
模式手段より判定した室内環境状態の判定値、5bは推
測したPMV(またはSET)、5cは実測PMV(ま
たはSET)よりの快適度(PMVまたはSET)、5
dは人***置情報、5eは制御信号、5fはルックアッ
プテーブル、511,521,531,541,55
1,561,5d1はそれぞれ室外温度51、吸い込み
温度52、吸い込み温度傾斜53、風量54、使用者の
設定温度55、人体温度56、および人***置情報5d
よりの信号である。
テーブルの作成方法を説明すると、51は室外温度、5
2は吸い込み温度、53は吸い込み温度の傾斜、54は
風量、55は使用者の設定温度、56は人体温度、57
は神経回路網模式手段、58は制御信号生成手段、59
は実測したPMV(またはSET)、5aは神経回路網
模式手段より判定した室内環境状態の判定値、5bは推
測したPMV(またはSET)、5cは実測PMV(ま
たはSET)よりの快適度(PMVまたはSET)、5
dは人***置情報、5eは制御信号、5fはルックアッ
プテーブル、511,521,531,541,55
1,561,5d1はそれぞれ室外温度51、吸い込み
温度52、吸い込み温度傾斜53、風量54、使用者の
設定温度55、人体温度56、および人***置情報5d
よりの信号である。
【0020】第2実施例による空気調和機は、以上のよ
うな構成であるから、図4に示すように、空気調和機4
9内の複数センサ(外気温センサ、吸い込み温度セン
サ、湿度センサ、人体温度センサ)40よりセンサ信号
41が出力されることになる。この信号41は、室外温
度、吸い込み温度、湿度、人体温度などである。
うな構成であるから、図4に示すように、空気調和機4
9内の複数センサ(外気温センサ、吸い込み温度セン
サ、湿度センサ、人体温度センサ)40よりセンサ信号
41が出力されることになる。この信号41は、室外温
度、吸い込み温度、湿度、人体温度などである。
【0021】また前記センサ40から信号41と同様の
信号42が出力され、記憶手段43に入力される。記憶
手段43は入力される前記センサ出力信号42における
過去N秒間(Nは正の実数)の履歴を記憶する。リモコ
ンまたは操作パネル45から風量と使用者の設定温度値
46が出力され、また、記憶手段43はセンサの前の状
態、例えば前述したN秒間の履歴より室内温度のN秒
(Nは正の実数)間隔の傾斜44を出力する。さらに位
置センサ4bからは、人体の位置情報4cが出力され
る。位置センサ4bは、第1の実施例の図3で説明した
のでここでは省略する。各手段40,43,45,4b
からの出力信号41,44,46,4cは、入力信号と
して、ルックアップテーブル47に入力され、室内環境
状態を判定し、判定に対応したルックアップテーブル4
7より空気調和機49に対する制御信号48を求める。
この制御信号48によって、空気調和機49におけるイ
ンバータ周波数、風向、風量および室内目標設定温度等
が制御されることになる。一例としては、前記各手段4
0,43,45,4bからの外気温、吸い込み温度、風
量、設定温度、吸い込み温度の傾斜等により、空気調和
機49が目標とする室内目標温度を算出するシフト量が
求められる。このシフト量と、使用者が設定した温度お
よび室内目標温度との関係は、 室内目標温度=使用者設定温度+シフト量 となる。そこで、ルックアップテーブル47より求めた
制御信号48は空気調和機49に入力し、一例として前
記式に基づき室内目標温度となるように空気調和機49
の運転を実行する。
信号42が出力され、記憶手段43に入力される。記憶
手段43は入力される前記センサ出力信号42における
過去N秒間(Nは正の実数)の履歴を記憶する。リモコ
ンまたは操作パネル45から風量と使用者の設定温度値
46が出力され、また、記憶手段43はセンサの前の状
態、例えば前述したN秒間の履歴より室内温度のN秒
(Nは正の実数)間隔の傾斜44を出力する。さらに位
置センサ4bからは、人体の位置情報4cが出力され
る。位置センサ4bは、第1の実施例の図3で説明した
のでここでは省略する。各手段40,43,45,4b
からの出力信号41,44,46,4cは、入力信号と
して、ルックアップテーブル47に入力され、室内環境
状態を判定し、判定に対応したルックアップテーブル4
7より空気調和機49に対する制御信号48を求める。
この制御信号48によって、空気調和機49におけるイ
ンバータ周波数、風向、風量および室内目標設定温度等
が制御されることになる。一例としては、前記各手段4
0,43,45,4bからの外気温、吸い込み温度、風
量、設定温度、吸い込み温度の傾斜等により、空気調和
機49が目標とする室内目標温度を算出するシフト量が
求められる。このシフト量と、使用者が設定した温度お
よび室内目標温度との関係は、 室内目標温度=使用者設定温度+シフト量 となる。そこで、ルックアップテーブル47より求めた
制御信号48は空気調和機49に入力し、一例として前
記式に基づき室内目標温度となるように空気調和機49
の運転を実行する。
【0022】次に図4のルックアップテーブルの作成方
法を図5について説明すると、まず、室外温度51およ
び吸い込み温度52、N秒間隔の吸い込み温度の傾斜5
3、風量54、使用者の設定温度55、人体温度56、
人***置情報5d等からの信号511,521,53
1,541,551,561,5d1を神経回路網模式
手段57に入力して、室内環境状態の判定値5aおよび
PMVの推定値5bが出力される。
法を図5について説明すると、まず、室外温度51およ
び吸い込み温度52、N秒間隔の吸い込み温度の傾斜5
3、風量54、使用者の設定温度55、人体温度56、
人***置情報5d等からの信号511,521,53
1,541,551,561,5d1を神経回路網模式
手段57に入力して、室内環境状態の判定値5aおよび
PMVの推定値5bが出力される。
【0023】この場合、前記神経回路網模式手段57
は、室内の環境状態(過渡・安定)の判断を行い、室内
において測定した実測PMV59を学習データ5cとし
て、PMVの推測値5bを学習する。
は、室内の環境状態(過渡・安定)の判断を行い、室内
において測定した実測PMV59を学習データ5cとし
て、PMVの推測値5bを学習する。
【0024】神経回路網の学習アルゴリズムは、各種の
方法があるが、例えば前述のバックプロパゲーションの
アルゴリズムにより最降下法にて最適解を求めればよ
い。そして、これらのアルゴリズムにより充分PMVが
神経回路網模式手段57で推測できるようになるまで学
習を行う。学習が終了すると、神経回路網模式手段57
の出力値5aおよび5bにより、室内環境状態が過渡状
態で快適感が不満足の場合には、制御信号生成手段58
より空気調和機の能力を最大限にできるような制御信号
5eを生成する。また、室内環境状態が安定状態で快適
感が満足の場合には、快適感が持続できるように制御信
号5eが制御信号生成手段58より生成されることにな
る。
方法があるが、例えば前述のバックプロパゲーションの
アルゴリズムにより最降下法にて最適解を求めればよ
い。そして、これらのアルゴリズムにより充分PMVが
神経回路網模式手段57で推測できるようになるまで学
習を行う。学習が終了すると、神経回路網模式手段57
の出力値5aおよび5bにより、室内環境状態が過渡状
態で快適感が不満足の場合には、制御信号生成手段58
より空気調和機の能力を最大限にできるような制御信号
5eを生成する。また、室内環境状態が安定状態で快適
感が満足の場合には、快適感が持続できるように制御信
号5eが制御信号生成手段58より生成されることにな
る。
【0025】なお、前記制御信号5eはインバータ周波
数、風向、風量および室内目標設定温度等を制御するけ
れども、その神経回路網模式手段57と制御信号5eを
出力する制御信号生成手段58の部分を室内環境状態に
対応したルックアップテーブル5fに置き換えるため、
センサ入力である室外温度51〜人***置情報5dの各
入力信号511〜5d1を荒く量子化してルックアップ
テーブル5fに入力し、その結果を前記ルックアップテ
ーブル5fに書き込み、ルックアップテーブルを作成す
ればよい。
数、風向、風量および室内目標設定温度等を制御するけ
れども、その神経回路網模式手段57と制御信号5eを
出力する制御信号生成手段58の部分を室内環境状態に
対応したルックアップテーブル5fに置き換えるため、
センサ入力である室外温度51〜人***置情報5dの各
入力信号511〜5d1を荒く量子化してルックアップ
テーブル5fに入力し、その結果を前記ルックアップテ
ーブル5fに書き込み、ルックアップテーブルを作成す
ればよい。
【0026】図6は前述したルックアップテーブル5f
の具体例を示し、ルックアップテーブル5fはゾーンA
〜Cを備え、ゾーンAには設定温度t1〜te、外気温
to1〜tom、風量f1〜fn、吸い込み温度s1〜
soおよび吸い込み温度傾斜k1〜kpが書き込まれて
いる。
の具体例を示し、ルックアップテーブル5fはゾーンA
〜Cを備え、ゾーンAには設定温度t1〜te、外気温
to1〜tom、風量f1〜fn、吸い込み温度s1〜
soおよび吸い込み温度傾斜k1〜kpが書き込まれて
いる。
【0027】以上に述べたように、前記実施例の空気調
和機によれば、各センサからの入力を神経回路網模式手
段に入力し、室内環境状態(過渡・安定)の判定を行
い、PMVを推測し、室内環境状態の判定値とPMVの
値により制御信号を生成することにより、室内の環境を
考慮した、より快適な空調および生活環境を実現するこ
とができる。さらに、神経回路網模式手段から室内環境
状態の判定とPMVの推測を行い、制御信号に変換する
部分をルックアップテーブルに置き換えることによって
制御装置を簡単に実現することができる。
和機によれば、各センサからの入力を神経回路網模式手
段に入力し、室内環境状態(過渡・安定)の判定を行
い、PMVを推測し、室内環境状態の判定値とPMVの
値により制御信号を生成することにより、室内の環境を
考慮した、より快適な空調および生活環境を実現するこ
とができる。さらに、神経回路網模式手段から室内環境
状態の判定とPMVの推測を行い、制御信号に変換する
部分をルックアップテーブルに置き換えることによって
制御装置を簡単に実現することができる。
【0028】
【発明の効果】以上説明したように、本発明の請求項1
による空気調和機の制御装置によれば、室内の環境や人
間の状態を考慮した、より快適な空調および生活環境を
実現することができる。
による空気調和機の制御装置によれば、室内の環境や人
間の状態を考慮した、より快適な空調および生活環境を
実現することができる。
【0029】請求項2のニューラルネットワークを用い
ることにより、個別に人や部屋に対応した制御が実現
し、快適性の向上が図れる。
ることにより、個別に人や部屋に対応した制御が実現
し、快適性の向上が図れる。
【0030】請求項3を追加することにより、空気調和
機をよりきめ細かな制御が可能となり、室温変動等の改
善ができ、快適性の向上が図れる。
機をよりきめ細かな制御が可能となり、室温変動等の改
善ができ、快適性の向上が図れる。
【0031】請求項4の、ニューラルネットワークに室
内外温度、風量、湿度の各値を入力することにより、個
別に人や部屋、さらに使用条件に適した制御が達成さ
れ、快適性の向上が図れる。
内外温度、風量、湿度の各値を入力することにより、個
別に人や部屋、さらに使用条件に適した制御が達成さ
れ、快適性の向上が図れる。
【0032】請求項5の吸い込み空気温度勾配に適正な
時間間隔をさらに設けることにより、使用時の部屋の負
荷状態が的確に判断でき、快適性の向上が図れる。
時間間隔をさらに設けることにより、使用時の部屋の負
荷状態が的確に判断でき、快適性の向上が図れる。
【0033】請求項6の仕様を用いることにより、ニュ
ーラルネットワークをエアコンで実施する場合、推定計
算時間が長く大型計算機が必要となるため、ルックアッ
プテーブルに記憶させることにより、マイコン処理が可
能となり、大幅なコストメリットが達成される。
ーラルネットワークをエアコンで実施する場合、推定計
算時間が長く大型計算機が必要となるため、ルックアッ
プテーブルに記憶させることにより、マイコン処理が可
能となり、大幅なコストメリットが達成される。
【0034】請求項7の仕様を用いることにより、人間
の快適性を評価する指標として最も望ましいPMV評価
を行うことにより、快適性を飛躍的に改善できる。
の快適性を評価する指標として最も望ましいPMV評価
を行うことにより、快適性を飛躍的に改善できる。
【0035】請求項8の仕様は、上記請求項7の仕様と
同等の効果が得られる。請求項9の仕様により、人体の
温度を直接検出するため、より直接的に人の状態が把握
でき、その結果室内の人間の状態をより快適になるよう
に制御することが可能となり、快適性の向上がさらに達
成できる。
同等の効果が得られる。請求項9の仕様により、人体の
温度を直接検出するため、より直接的に人の状態が把握
でき、その結果室内の人間の状態をより快適になるよう
に制御することが可能となり、快適性の向上がさらに達
成できる。
【図1】本発明の第1実施例による空気調和機の制御装
置信号の流れを示すブロック図
置信号の流れを示すブロック図
【図2】図1における神経回路網模式手段の学習方法を
説明するためのブロック図
説明するためのブロック図
【図3】図1および図2における人体の位置情報を示す
図
図
【図4】本発明の図2実施例による空気調和機の制御装
置の流れを示すブロック図
置の流れを示すブロック図
【図5】図4におけるルックアップテーブルの作成方法
を説明するためのブロック図
を説明するためのブロック図
【図6】図4および図5におけるルックアップテーブル
の一例を示す図
の一例を示す図
【図7】従来の制御装置を示すブロック図
10,40 センサ 11,12,41,42 センサ信号 13,43 記憶手段 14,44 N秒間隔の吸い込み温度傾斜 15,45 リモコンまたは操作パネル 16,46 風量、設定温度等 17 神経回路網模式手段 18a 室内環境状態判定値 18b 快適度推測値 19 制御信号生成手段 1a,48 制御信号 1b,49 空気調和機 1c,4a 室内温度調整 1d,4b 位置センサ 1e,4c 人***置情報 21,51 室外温度 22,52 吸い込み温度 23,53 吸い込み温度の傾斜 24,54 風量 25,55 使用者の設定温度 26,56 人体温度 2d,5d 人***置情報 27,57 神経回路網模式手段 28,58 制御信号生成手段 29,59 実測PMV 2a,5a 室内環境状態判定値 2b,5b PMV推測値 2c,5c PMV学習データ 2d,5d 人***置情報 2e,5e 制御信号 47,5f ルックアップテーブル 70 センサ 71 制御信号生成手段 72 空気調和機 73 タイマ 74 リモコンまたは操作パネル 75 吸い込み温度 76 制御信号 77 タイマ値 78 設定温度
───────────────────────────────────────────────────── フロントページの続き (72)発明者 安田 透 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1−114657(JP,A) 特開 昭64−75838(JP,A) 特開 平3−70930(JP,A) 特開 平3−156247(JP,A) 特開 平4−13026(JP,A) 特開 平4−177041(JP,A) (58)調査した分野(Int.Cl.7,DB名) F24F 11/02 F24F 11/02 102
Claims (9)
- 【請求項1】 空気調和機が装備する室内外の環境条件
を検出する複数のセンサ手段と、前記センサ手段の前状
態を保持する記憶手段と、前記センサ手段と前記記憶手
段よりの出力から室内の環境状態が過渡状態か安定状態
かを判断する判定手段と、前記空気調和機を使用する使
用者の位置を検出する位置検出手段と、前記センサ手段
と前記記憶手段よりの出力、使用者の設定した温度およ
び前記位置検出手段よりの出力から、室内の人間の快適
感を推測する推測手段と、前記推測手段より推測した前
記室内の人間の快適感と前記判定手段よりの出力に基づ
き前記空気調和機の吹き出し温度、風向および風量等の
制御信号を生成する制御信号生成手段とを備えることを
特徴とする空気調和機の制御装置。 - 【請求項2】 推測手段は、人間の快適感を学習した神
経回路網模式手段(ニューラルネットワーク)であるこ
とを特徴とする請求項1記載の空気調和機の制御装置。 - 【請求項3】 判定手段は、センサ出力値が目標値に対
し設定された範囲内であるときを安定状態とし、それ以
外は過渡状態であると判断することを特徴とする請求項
1記載の空気調和機の制御装置。 - 【請求項4】 センサ手段は、室内外の温度、空気調和
機の風量、湿度を検出することを特徴とする請求項1記
載の空気調和機の制御装置。 - 【請求項5】 記憶手段はN秒(Nは正の実数値)間隔
の空気調和機の吸い込み空気温度勾配を記憶することを
特徴とする請求項1記載の空気調和機の制御装置。 - 【請求項6】 制御信号生成手段は、室内の人間の快適
感を推測する関数の出力から制御信号を生成する室内環
境状態に対応したルックアップテーブルの記憶手段であ
ることを特徴とする請求項1記載の空気調和機の制御装
置。 - 【請求項7】 推測手段により推測される室内の人間の
快適感は、空気調和機の制御を行う評価指数として人間
の状態や室内の環境によって計算した予測平均投票数
(PMV)、または、人間の生理状態や感覚の予測を行
った標準新有効温度(SET)であることを特徴とする
請求項1記載の空気調和機の制御装置。 - 【請求項8】 推測手段により推測される室内の人間の
快適感は、室内外の温 度、空気調和機の風量、湿度およ
び周囲壁輻射温度を基にして推測することを特徴とする
請求項1記載の空気調和機の制御装置。 - 【請求項9】 推測手段にり推測される室内の人間の快
適感は、室内外の温度、空気調和機の風量、湿度、周囲
壁輻射温度および人体温度を基にして推測することを特
徴とする請求項1記載の空気調和機の制御装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP08229191A JP3198523B2 (ja) | 1991-04-15 | 1991-04-15 | 空気調和機の制御装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP08229191A JP3198523B2 (ja) | 1991-04-15 | 1991-04-15 | 空気調和機の制御装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH04316947A JPH04316947A (ja) | 1992-11-09 |
JP3198523B2 true JP3198523B2 (ja) | 2001-08-13 |
Family
ID=13770438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP08229191A Expired - Fee Related JP3198523B2 (ja) | 1991-04-15 | 1991-04-15 | 空気調和機の制御装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3198523B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110895012A (zh) * | 2019-11-08 | 2020-03-20 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置、存储介质及空调 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6076829B2 (ja) * | 2013-05-21 | 2017-02-08 | 公益財団法人鉄道総合技術研究所 | 列車内の温熱環境評価方法 |
CN106556117B (zh) * | 2016-11-30 | 2020-05-22 | 邯郸美的制冷设备有限公司 | 一种自动控制空调吹风的方法、装置及空调 |
CN108361927A (zh) * | 2018-02-08 | 2018-08-03 | 广东美的暖通设备有限公司 | 一种基于机器学习的空调器控制方法、装置以及空调器 |
CN113375300A (zh) * | 2020-03-09 | 2021-09-10 | 青岛海尔空调器有限总公司 | 空调器的智能控制方法与空调器的智能控制设备 |
WO2021250770A1 (ja) * | 2020-06-09 | 2021-12-16 | 三菱電機株式会社 | 空気調和装置の制御のための学習装置および推論装置 |
CN114353267B (zh) * | 2021-11-30 | 2024-01-30 | 珠海格力节能环保制冷技术研究中心有限公司 | 空调控制方法 |
-
1991
- 1991-04-15 JP JP08229191A patent/JP3198523B2/ja not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110895012A (zh) * | 2019-11-08 | 2020-03-20 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置、存储介质及空调 |
Also Published As
Publication number | Publication date |
---|---|
JPH04316947A (ja) | 1992-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101905308B1 (ko) | 실내 온열환경 평가지표값을 이용한 냉난방 제어 장치 및 그 방법 | |
JP2012251731A (ja) | 空調システム | |
JP2808038B2 (ja) | 活動量センシングによる空気調和装置 | |
JP3198523B2 (ja) | 空気調和機の制御装置 | |
JP2897395B2 (ja) | 空気調和機の制御装置 | |
JP3198522B2 (ja) | 空気調和機の制御装置 | |
JPH07198186A (ja) | 空気調和機の冷暖切替装置 | |
JPH08189683A (ja) | 空気調和機の制御装置 | |
JP2897415B2 (ja) | 空気調和機の制御装置 | |
JPH08320147A (ja) | 空気調和機の制御装置 | |
JP3235128B2 (ja) | 空調制御装置 | |
JPH08189684A (ja) | 空気調和機の制御装置 | |
KR20200036978A (ko) | 공조 제어 장치 및 방법 | |
JPH06221648A (ja) | 空気調和機の制御装置および制御方法 | |
JPH05223323A (ja) | 空気調和機の制御装置 | |
JP2517165B2 (ja) | 空気調和機の制御装置 | |
JPH05322284A (ja) | 空気調和における快適度算出装置 | |
JP2673394B2 (ja) | 空気調和機制御装置 | |
JP3139079B2 (ja) | 空気調和機の制御装置 | |
JP2618170B2 (ja) | 空気調和機 | |
JP2517168B2 (ja) | 空気調和機の制御装置 | |
JPH04320749A (ja) | 空気調和機の制御装置 | |
JP3198526B2 (ja) | 空気調和機の制御装置 | |
JPH05149599A (ja) | 空気調和機制御装置 | |
JPH04155136A (ja) | 空気調和機の制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
LAPS | Cancellation because of no payment of annual fees |