JPH11268513A - Air conditioner for vehicle and control method thereof - Google Patents
Air conditioner for vehicle and control method thereofInfo
- Publication number
- JPH11268513A JPH11268513A JP17037298A JP17037298A JPH11268513A JP H11268513 A JPH11268513 A JP H11268513A JP 17037298 A JP17037298 A JP 17037298A JP 17037298 A JP17037298 A JP 17037298A JP H11268513 A JPH11268513 A JP H11268513A
- Authority
- JP
- Japan
- Prior art keywords
- temperature
- vehicle
- air conditioner
- air
- vehicle interior
- 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.)
- Granted
Links
Landscapes
- Air-Conditioning For Vehicles (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、空調装置に関する
もので、特に車室内の温度を適正に目標温度に制御する
ための車両用空調装置に関するものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an air conditioner, and more particularly to an air conditioner for a vehicle for appropriately controlling the temperature in a passenger compartment to a target temperature.
【０００２】[0002]
【従来の技術】図９は、従来の車両量空調装置の制御フ
ローを示す図で、従来の車両用空調装置は、温度設定器
４で設定された目標温度ＴＺに対して、車室内に設置さ
れた車室内温度検出手段としての内気温センサ６で測定
した測定温度Ｔｉをフィードバック値とした制御ロジッ
ク１ｐにより、車室内に送風する空調空気の温度や風量
等を制御するようにしている。しかしながら、上記内気
温センサ６は、通常、フロントパネルの下方に設置され
ているので、外気温や日射等の影響のため、乗員の着座
位置近傍の温度（車室内温度）Ｔ０とは異なっている。
そこで、上記フィードバック値を実際の車室内温度Ｔ０
に近づけるため、車両に外気温センサや日射センサを設
けて、上記各センサの出力に基づいて上記測定温度Ｔｉ
を補正したり、更には、空調空気の吹出しモード等に基
づいて上記測定温度Ｔｉを補正していた。BACKGROUND ART FIG. 9 is a diagram showing a control flow of a conventional vehicle weight air conditioner, a conventional air conditioner for a vehicle, with respect to the target temperature T Z that is set in the temperature setting unit 4, the vehicle interior the located control logic 1p was the feedback value of the measured temperature T i measured by the inside air temperature sensor 6 as the vehicle interior temperature detection means, so as to control the temperature and air volume, etc. of the conditioned air to be blown into the passenger compartment . However, the inside air temperature sensor 6 is normally therefore are installed below the front panel, due to the effect of such ambient temperature and solar radiation, different from the temperature (vehicle interior temperature) T 0 of the occupant's seating position near I have.
Therefore, the feedback value is set to the actual vehicle interior temperature T 0.
, A vehicle is provided with an outside air temperature sensor and a solar radiation sensor, and the measured temperature T i is determined based on the output of each sensor.
Or corrected, and further, based on the blowing mode and the like of the conditioned air was correcting the measured temperature T i.
【０００３】[0003]
【発明が解決しようとする課題】しかしながら、内気温
センサで測定した測定温度Ｔｉと実際の車室内温度Ｔ０
との差を補正するためには、上記制御ロジックで用いる
パラメータが多いため、マッチング作業に時間がかると
いう問題点があった。更に、車内の前部及び後部にそれ
ぞれ空調空気を送風するような車両用空調装置において
は、前部及び後部の空調空気の状態が、それぞれ他方の
空調空気に影響を与えるので、制御ロジックマッチング
作業は更に難しくなる。また、特開平６−１９５３２３
号公報には、図１０に示すように、目標温度Ｔ Ｚ，車内
温度（内気温センサの測定温度）Ｔｉ，外気温ＴＡ，日
射量ＴＳとを入力信号としたニューラルネットワーク型
追加学習装置を用いて、空調空気の送風量等を制御する
技術が開示されている。これは、ニューラルネットワー
クにおいて、目標吹出し温度，吹出しモード状態，ブロ
ア風量等の各演算式を学習して求めて最終送風量を制御
するものであるが、ニューラルネットワークの入出力関
係を学習するために使用する教師信号が多いため、学習
が収束しにくく、また、学習時間が長くなってしまうと
いった問題点があった。However, the internal temperature
Measurement temperature T measured by sensoriAnd the actual vehicle interior temperature T0
Is used in the above control logic to correct the difference
Because of the large number of parameters, it takes time to match
There was a problem. In addition, the front and rear
In a vehicle air conditioner that blows conditioned air respectively
Indicates that the condition of the conditioned air at the front and rear
Control logic matching because it affects conditioned air
The task becomes even more difficult. Also, Japanese Patent Application Laid-Open No. 6-195323
In the official gazette, as shown in FIG. Z， In the car
Temperature (measured temperature of internal air temperature sensor) Ti, Outside temperature TA,Day
Radiation TSNeural network type with input signals
Using the additional learning device to control the amount of conditioned air
Techniques are disclosed. This is a neural network
Target blow temperature, blow mode status, blow
Controlling the final air flow by learning and calculating each formula such as air volume
The input / output function of the neural network
Because many teacher signals are used to learn
Is difficult to converge and the learning time becomes longer
There was such a problem.
【０００４】本発明は、従来の問題点に鑑みてなされた
もので、空調装置の制御ロジックの主要素である車室内
温度を正確に推定することにより、制御ロジックの調整
が容易で、かつ、車室内温度を高精度に制御することの
できる車両用空調装置とその制御方法を提供することを
目的とする。SUMMARY OF THE INVENTION The present invention has been made in view of the conventional problems, and it is easy to adjust the control logic by accurately estimating the vehicle interior temperature which is a main element of the control logic of the air conditioner. It is an object of the present invention to provide a vehicle air conditioner capable of controlling a vehicle interior temperature with high accuracy and a control method thereof.
【０００５】[0005]
【課題を解決するための手段】本発明の請求項１に記載
の車両用空調装置の制御方法は、車室内の温度を検出す
る車室内温度検出手段の出力値から車室内温度を推定す
る温度モデルを設定し、上記温度モデルからの車室内温
度の推定値に基づいて車室内に送風する空調空気の温度
や風量等を調節し、車室内の温度を制御するようにした
ことを特徴とする。According to a first aspect of the present invention, there is provided a method for controlling a vehicle air conditioner, comprising the steps of: estimating a vehicle interior temperature from an output value of a vehicle interior temperature detecting means for detecting a vehicle interior temperature; A model is set, and the temperature and air volume of the air-conditioned air blown into the vehicle interior are adjusted based on the estimated value of the vehicle interior temperature from the temperature model to control the temperature in the vehicle interior. .
【０００６】また、請求項２に記載の車両用空調装置の
制御方法は、上記温度モデルを、車両の環境因子と空調
機器の状態とを入力信号とし車室内の温度の推定値を出
力値とするニューラルネットワークで構成することを特
徴とする。According to a second aspect of the present invention, there is provided a method for controlling an air conditioner for a vehicle, wherein the temperature model is used as an input signal with the environmental factors of the vehicle and the state of the air conditioning equipment as input signals, and an estimated value of the temperature in the vehicle interior as an output value. It is characterized by comprising a neural network.
【０００７】更に、請求項３に記載の車両用空調装置の
制御方法は、上記環境因子を外気温及び日射量とし、上
記空調機器の状態を吹出しモード，吹出し温度，吹出し
風量，吸い込み口位置の各情報のいずれかの組合せかあ
るいは全部としたことを特徴とする。Further, in the control method of the vehicle air conditioner according to the present invention, the environmental factors are the outside air temperature and the amount of solar radiation, and the state of the air conditioner is a blow mode, a blow temperature, a blow air volume, and a suction port position. It is characterized in that any one or all of the information is combined.
【０００８】請求項４に記載の車両用空調装置は、車室
内の温度を検出する車室内温度検出手段と、上記車室内
温度検出手段からの検出温度と車両の環境因子及び空調
機器の状態とを入力信号とし、車室内の温度の推定値を
出力値とするニューラルネットワークで構成した温度推
定器とを備え、上記推定値に基づいて車室内に送風する
空調空気の温度や風量等を調節して車室内の温度を制御
するようにしたものである。According to a fourth aspect of the present invention, there is provided a vehicle air conditioner, comprising: a vehicle interior temperature detecting means for detecting a temperature in a vehicle interior; a temperature detected by the vehicle interior temperature detecting means; an environmental factor of the vehicle; A temperature estimator configured as a neural network that takes an estimated value of the temperature in the vehicle compartment as an output value, and adjusts the temperature and air volume of the conditioned air blown into the vehicle interior based on the estimated value. Thus, the temperature in the vehicle compartment is controlled.
【０００９】また、請求項５に記載の車両用空調装置
は、上記推定値をフィードバック値として車室内に送風
する空調空気の温度や風量等を調節して車室内の温度を
制御するものである。The vehicle air conditioner according to a fifth aspect of the present invention controls the temperature in the vehicle cabin by adjusting the temperature and air volume of the conditioned air blown into the vehicle cabin using the estimated value as a feedback value. .
【００１０】請求項６に記載の車両用空調装置は、上記
環境因子を外気温及び日射量とし、上記空調機器の状態
を吹出しモード，吹出し温度，吹出し風量，吸い込み口
位置の各情報のいずれかの組合せかあるいは全部とした
ものである。According to a sixth aspect of the present invention, there is provided the vehicle air conditioner, wherein the environmental factors are an outside air temperature and a solar radiation amount, and the state of the air conditioner is any one of information of a blow mode, a blow temperature, a blow air volume, and a suction port position. Or a combination of all.
【００１１】また、請求項７に記載の車両用空調装置
は、車室内の前部及び後部の温度を検出する少なくとも
２つの車室内温度検出手段と、上記車室内温度検出手段
からのそれぞれの検出温度と車両の環境因子及び空調機
器の状態とを入力信号とし、車室内の前部及び後部の温
度の推定値を出力値とするニューラルネットワークで構
成した温度推定器とを備え、上記２つの推定値に基づい
て車室内の前部及び後部に送風する空調空気の温度や風
量等を調節して車室内の温度を制御するようにしたもの
である。According to a seventh aspect of the present invention, there is provided an air conditioner for a vehicle, wherein at least two vehicle interior temperature detecting means for detecting temperatures of a front part and a rear part of the vehicle interior, and respective detections from the vehicle interior temperature detecting means. A temperature estimator configured by a neural network that receives the temperature, the environmental factors of the vehicle, and the state of the air conditioner as input signals, and outputs the estimated values of the temperatures of the front and rear portions of the vehicle interior as output values; The temperature and air volume of the conditioned air sent to the front and rear portions of the vehicle interior are adjusted based on the values to control the temperature in the vehicle interior.
【００１２】請求項８に記載の車両用空調装置は、上記
２つの推定値をフィードバック値として車室内の前部及
び後部に送風する空調空気の温度や風量等を調節して車
室内の温度を制御するようにしたものである。The vehicle air conditioner according to the present invention adjusts the temperature and air volume of the conditioned air to be blown to the front and rear portions of the cabin by using the two estimated values as feedback values to control the temperature of the cabin. It is intended to be controlled.
【００１３】請求項９に記載の車両用空調装置は、上記
環境因子を外気温及び日射量とし、上記空調機器の状態
を車室の前部及び後部の吹出しモード，吹出し温度，吹
出し風量，吸い込み口位置の各情報のいずれかの組合せ
かあるいは全部としたものである。According to a ninth aspect of the present invention, in the vehicle air conditioner, the environmental factors are the outside air temperature and the amount of solar radiation, and the state of the air conditioner is a blowing mode, a blowing temperature, a blowing air volume, a suction flow in front and rear portions of the vehicle compartment. It is any combination or all of the mouth position information.
【００１４】請求項１０に記載の車両用空調装置は、ニ
ューラルネットワークの学習時に使用する教師信号を、
運転席と助手席のそれぞれの頭部及び足部に相当する位
置の４点平均温度としたものである。According to a tenth aspect of the present invention, there is provided a vehicle air conditioner, wherein a teacher signal used at the time of learning of a neural network is
The four-point average temperatures at the positions corresponding to the head and feet of the driver's seat and the passenger's seat, respectively.
【００１５】請求項１１に記載の車両用空調装置は、ニ
ューラルネットワークの学習時に使用する、教師信号の
入力状態を、０．０２から０．９８に正規化するように
したものである。According to the eleventh aspect of the present invention, the input state of the teacher signal used for learning the neural network is normalized from 0.02 to 0.98.
【００１６】請求項１２に記載の車両用空調装置は、ニ
ューラルネットワークに使用するシグモイド関数を、入
力範囲により異なる係数を有する一次関数から構成さ
れ、かつ上記一次関数のそれぞれの入力範囲における出
力値と上記シグモイド関数の出力値との誤差の絶対値が
３％以内になるように上記入力範囲及び上記一次関数の
係数を設定した関数で近似するようにしたものである。According to a twelfth aspect of the present invention, the sigmoid function used for the neural network is constituted by a linear function having a coefficient different depending on an input range, and an output value in each input range of the linear function. The input range and the coefficient of the linear function are approximated by a function in which the absolute value of the error from the output value of the sigmoid function is within 3%.
【００１７】[0017]
【発明の実施の形態】以下、本発明の実施の形態につい
て、図面に基づき説明する。Embodiments of the present invention will be described below with reference to the drawings.
【００１８】実施の形態１．図１は本発明の実施の形態
１に係わる車両用空調装置の構成を示す図で、１は制御
装置、２はエアダクト、３は空調空気の温度や風量等の
設定を行う設定パネル、４は設定パネル３から入力され
た車室内の目標温度ＴＺを設定し制御装置１に出力する
温度設定器、５はエアダクト２内のミックスドア２ｅの
開度調整等を行う複数の駆動装置、６はフロントパネル
の下方に設置された室内温度検出手段としての内気温セ
ンサ、７は車両のバンパー近傍に設置された外気温セン
サ、８はフロントパネルの上部に設置された日射センサ
である。エアダクト２は、エアダクトに導入する内気と
外気との割合を調整する内外気切換ドア２ａと、上記内
外気切換ドア２ａからの吸入空気を送風するブロア２ｂ
と、送風空気を冷却するエバポレータ２ｃと、送風空気
を暖めるヒータ２ｄと、その開閉度によりエバポレータ
２ｃで冷却された送風空気のうちヒータ２ｄを通過する
空気量を制御して送風空気の温度を調節するミックスド
ア２ｅと、上記温度調節された空気を上部吹出し口２ｆ
及び下部吹出し口２ｇに分配する吹出し口切換ドア２ｈ
とから構成される。なお、上部吹出し口２ｆには、上部
吹出し口２ｆの温度を検出する上部吹出し口温度センサ
２ｍが設置され、下部吹出し口２ｇには、下部吹出し口
２ｇの温度を検出する下部吹出し口温度センサ２ｎが設
置されている。また、駆動装置５は、上記内外気切換ド
ア２ａ、ミックスドア２ｅ、吹出し口切換ドア２ｈを開
閉する複数のアクチュエータと、ブロア２ｂを駆動する
ブロア駆動回路とから構成される。制御装置１は、外気
温等の環境因子や空調空気の吹出しモード等の空調機器
の状態（制御因子）に応じて、ミックスドア２ｅの開度
等を制御する制御信号を各駆動装置５に出力する制御ロ
ジック１ａと、内気温センサ６からの測定温度Ｔｉと制
御ロジック１ａからの環境因子や空調機器の状態の情報
を入力信号とし、上記制御ロジック１ａに出力する車室
内の温度の推定値ＴＮを出力値とするニューラルネット
ワークで構成された温度推定器１ｂとを備えている。な
お、上記制御因子は、例えば、外気温センサ７や日射セ
ンサ８からの出力、内外気切換ドア２ａ，ミックスドア
２ｅ，吹出し口切換ドア２ｈの開閉度、ブロア２ｂの駆
動電圧などがある。Embodiment 1 FIG. 1 is a diagram showing a configuration of a vehicle air conditioner according to Embodiment 1 of the present invention, in which 1 is a control device, 2 is an air duct, 3 is a setting panel for setting the temperature and air volume of conditioned air, and 4 is A temperature setter for setting a target temperature TZ in the vehicle compartment input from the setting panel 3 and outputting the target temperature TZ to the control device 1; 5, a plurality of driving devices for adjusting the opening of the mix door 2e in the air duct 2; An inside air temperature sensor is installed below the front panel as indoor temperature detecting means, 7 is an outside air temperature sensor installed near the bumper of the vehicle, and 8 is a solar radiation sensor installed above the front panel. The air duct 2 includes an inside / outside air switching door 2a for adjusting a ratio of inside air and outside air introduced into the air duct, and a blower 2b for blowing air from the inside / outside air switching door 2a.
And an evaporator 2c for cooling the blast air, a heater 2d for warming the blast air, and controlling the amount of air passing through the heater 2d out of the blast air cooled by the evaporator 2c based on the degree of opening and closing thereof to adjust the temperature of the blast air. Door 2e, and the upper outlet 2f
And outlet switching door 2h distributed to lower outlet 2g
It is composed of The upper outlet 2f is provided with an upper outlet temperature sensor 2m for detecting the temperature of the upper outlet 2f, and the lower outlet 2g is provided with a lower outlet temperature sensor 2n for detecting the temperature of the lower outlet 2g. Is installed. The driving device 5 includes a plurality of actuators for opening and closing the inside / outside air switching door 2a, the mixing door 2e, and the outlet switching door 2h, and a blower driving circuit for driving the blower 2b. The control device 1 outputs a control signal for controlling the opening degree of the mix door 2e or the like to each drive device 5 in accordance with an environmental factor such as an outside air temperature or a state (control factor) of the air conditioner such as a conditioned air blowing mode. a control logic 1a that, a measurement temperature T i and the environmental factors and the air conditioning status information input signals of the device from the control logic 1a from the inside air temperature sensor 6, the estimated value of the temperature of the vehicle interior to be output to the control logic 1a And a temperature estimator 1b composed of a neural network having TN as an output value. The control factors include, for example, outputs from the outside air temperature sensor 7 and the solar radiation sensor 8, the degree of opening and closing of the inside / outside air switching door 2a, the mix door 2e, and the outlet switching door 2h, and the drive voltage of the blower 2b.
【００１９】図２は、温度推定器１ｂにおけるニューラ
ルネットワークの構成（温度モデル）を示す図で、ニュ
ーラルネットワークは、入力層、隠れ層、出力層から成
る３層の階層型ネットワークである。入力信号は、外気
温センサ７からの外気温ＴＡ（℃）、内気温センサ（Ｉ
ｎｃ．ｓ）６からの測定温度Ｔｉ（℃）、ミックスドア
２ｅの開度（％）、ブロア２ｂの駆動電圧に相当するブ
ロアデューティ比（％）、下部吹出し口温度センサ２ｎ
からのフット吹出し温度（℃）、上部吹出し口温度セン
サ２ｍからのベント吹出し温度（℃）、設定パネル３で
設定された吹出しモード（１，２，３，４，５）、内外
気切換ドア２ａの開度段階を示すインテーク信号（１，
２，３）、日射センサ８からの日射量（Ｋｃａｌ／ｍ２
ｈｏｕｒ）とから成り、出力値は、車室内の温度の推定
値ＴＮ（℃）である。また、このニューラルネットワー
クでは以下の式（１）のようなシグモイド関数が使用さ
れる。 ｙｊ＝１／（１＋ｅｘｐ（−｜ｘｊ｜）‥‥‥（１） ここで、ｘｊは、層ｉへの各入力信号ｖｉにウエイトｗ
ｉｊを乗算した値からバイアスｂｊを減じたもの（ｘｊ
＝Σｖｉ・ｗｉｊ−ｂｊ）で、ｙｊは層ｉからの出力信
号（層ｊへの入力信号）である。なお、このシグモイド
関数は、図３に示すように、入力変数がが（−∞〜＋
∞）に対して、０から１を出力する。温度推定器１ｂ
は、ニューラルネットワークの学習時の教師信号とし
て、運転席と助手席のそれぞれの頭部及び足部に相当す
る位置の４点平均温度を用い、上記車室内の温度の推定
値ＴＮの演算式の各入力信号に対するウエイトｗｉｊや
バイアスｂｊの値を学習によって求め、制御時には、上
記各入力信号に対して、車室内の温度の推定値ＴＮを制
御ロジック１ａに出力するものである。FIG. 2 is a diagram showing a configuration (temperature model) of a neural network in the temperature estimator 1b. The neural network is a three-layer hierarchical network including an input layer, a hidden layer, and an output layer. The input signals are the outside air temperature T A (° C.) from the outside air temperature sensor 7 and the inside air temperature sensor (I
nc. s) Measurement temperature T i (° C.) from 6, opening degree (%) of mix door 2e, blower duty ratio (%) corresponding to drive voltage of blower 2b, lower outlet temperature sensor 2n
Temperature (° C.), vent temperature (° C.) from the upper outlet temperature sensor 2m, blow mode (1, 2, 3, 4, 5) set on the setting panel 3, inside / outside air switching door 2a Intake signal (1, 1) indicating the opening degree stage of
2, 3), the amount of solar radiation from the solar radiation sensor 8 (Kcal / m 2
hour), and the output value is an estimated value T N (° C.) of the temperature in the vehicle compartment. In this neural network, a sigmoid function as shown in the following equation (1) is used. y j = 1 / (1 + exp (- | x j |) ‥‥‥ (1) where, x j is the weight to each input signal v i to the layer i w
ij multiplied by the bias b j (x j
= In Σv i · w ij -b j) , the y j is the output signal from layer i (input signal to the layer j). In this sigmoid function, as shown in FIG. 3, when the input variables are (−∞ to +
For ∞), 1 is output from 0. Temperature estimator 1b
Uses the four-point average temperatures at positions corresponding to the head and foot of the driver's seat and the passenger's seat as teacher signals at the time of learning of the neural network, and calculates the above-mentioned estimated value TN of the temperature in the vehicle interior. The values of weight w ij and bias b j for each input signal are obtained by learning, and during control, an estimated value TN of the temperature in the vehicle compartment is output to the control logic 1a for each of the input signals.
【００２０】ニューラルネットワークへの入力状態とし
て、各入力信号は、計測データの最小値から最大値を０
から１に正規化し、上記各入力信号の種類に対するウエ
イトｗｉｊを同じに評価できるようにしている。一方、
上記教師信号は、上記シグモイド関数の出力特性として
０及び１が飽和出力値であることを考慮し、計測データ
の最小値から最大値を０．０２から０．９８に正規化し
ている。すなわち、上記シグモイド関数をニューロンの
入力関数としているニューラルネットワークの学習にお
いては、学習効率及び安全性を考慮すると、上記教師信
号を０から１に正規化するよりも、若干狭い範囲の０．
０２から０．９８に正規化した方が収束速度も速く有効
である。As an input state to the neural network, each input signal is set to a value from the minimum value to the maximum value of the measured data as 0.
Is normalized to 1 so that the weights w ij for the types of the input signals can be evaluated in the same manner. on the other hand,
The teacher signal normalizes the minimum value to the maximum value of the measurement data from 0.02 to 0.98 in consideration of the fact that 0 and 1 are saturation output values as output characteristics of the sigmoid function. That is, in learning a neural network using the sigmoid function as an input function of a neuron, in consideration of learning efficiency and safety, a range of 0.
The convergence speed is faster and more effective when normalized from 02 to 0.98.
【００２１】図４は、上述したニューラルネットワーク
で構成された温度推定器１ｂにおいて、下記の学習条件
で十分学習した後、外気温データを入力して車室内温度
Ｔ０を推定したグラフである。なお、上記車室内温度Ｔ
０は、運転席と助手席のそれぞれの頭部及び足部に相当
する位置で計測した各計測温度の平均値である。 学習条件 外気温‥‥−１０〜 ３５（℃） 日射 ‥‥ ０〜６６０（Ｋｃａｌ／ｍ２ｈｏｕｒ） 車速 ‥‥アイドル〜４０（Ｋｍ／ｈ相当） 実線で示した温度推定器１ｂの出力値（推定値ＴＮ）の
変化をみると、最大誤差は外気温の急変時で４．９℃あ
るが、誤差の絶対値の平均は０．８３℃と小さく、○で
示した車室内温度Ｔ０の変化にほぼ追従しており、破線
で示したＩｎｃ．ｓ（内気温センサ）６からの測定温度
Ｔｉの変化に比べて、はるかに車室内温度Ｔ０に近い値
を示していることが分かる。また、図２に示した入力信
号に対して、各信号を削除して学習した場合の最大誤差
と誤差絶対値の平均を以下に記す。 （１）ミックスドア開度信号除去 最大誤差が２．８℃で、誤差絶対値の平均は０．６４℃ （２）インテーク信号除去 最大誤差が２．４℃で、誤差絶対値の平均は０．９０℃ （３）吹出し温度信号除去 最大誤差が４．０℃で、誤差絶対値の平均は０．６９℃ （４）ミックスドア開度信号とインテーク信号除去 最大誤差が２．８℃で、誤差絶対値の平均は１．０４℃ 以上の結果から、入力信号を削減しても車室内温度Ｔ０
に近い推定値ＴＮを得ることができる。例えば、図２に
示した入力信号に対して、フット吹出し温度（℃）、ベ
ント吹出し温度（℃）、インテーク信号（１，２，３）
の３つを除去し、入力信号数を５つとした場合でも、最
大誤差が１．５℃で、誤差絶対値の平均は０．５℃とな
り、仕様を十分満たすことが可能である。[0021] Figure 4, at a temperature estimator 1b composed of a neural network as described above, was thoroughly learned by the learning conditions below, is a graph estimating the vehicle interior temperature T 0 by entering the outside air temperature data. In addition, the vehicle interior temperature T
0 is the average value of the measured temperatures measured at the positions corresponding to the head and feet of the driver's seat and the passenger's seat, respectively. Learning conditions Outside temperature １０〜-10 to 35 (° C.) Solar radiation ‥‥ 0 to 660 (Kcal / m 2 hour) Vehicle speed ‥‥ Idle to 40 (equivalent to Km / h) Output value of temperature estimator 1b indicated by a solid line ( Looking at the variation of the estimated value T N), the maximum error is 4.9 ° C. at the time of a sudden change in outside air temperature, the average of the absolute value of the error is as small as 0.83 ° C., vehicle interior temperature T 0 shown in ○ Of the Inc. shown by the broken line. s in comparison with the change in the measured temperature T i from (inside air temperature sensor) 6, it is seen that showed much value close to the vehicle interior temperature T 0. The average of the maximum error and the absolute value of the error when learning is performed by deleting each signal from the input signal shown in FIG. 2 is described below. (1) Mixed door opening signal removal Maximum error is 2.8 ° C, average error absolute value is 0.64 ° C. (2) Intake signal removal Maximum error is 2.4 ° C, average error absolute value is 0. 90 ° C (3) Removal of blowing temperature signal Maximum error is 4.0 ° C, average of absolute error value is 0.69 ° C (4) Mixed door opening signal and intake signal removal Maximum error is 2.8 ° C, from the average results over 1.04 ° C. of error absolute value, car to reduce the input signal indoor temperature T 0
It can be obtained near the estimated value T N to. For example, with respect to the input signal shown in FIG. 2, the foot blowing temperature (° C.), the vent blowing temperature (° C.), the intake signal (1, 2, 3)
Even when the number of input signals is five, the maximum error is 1.5 ° C. and the average of the absolute value of the error is 0.5 ° C., which can sufficiently satisfy the specification.
【００２２】次に、上記車両用空調装置の車室内温度の
制御方法について、図５の制御フローに基づき説明す
る。制御ロジック１ａは、入力された外気温等の環境因
子や空調空気の吹出しモード等の空調機器の状態から成
る各制御因子から、温度推定器１ｂの入力信号となる制
御因子を抽出し、温度推定器１ｂに出力する。温度推定
器１ｂは、上記抽出された制御因子と、Ｉｎｃ．ｓ（内
気温センサ）６からの測定温度Ｔｉとを入力信号とし、
ニューラルネットワークにより、車室内温度の推定値Ｔ
Ｎを求めて制御ロジック１ａに出力する。制御ロジック
１ａは、上記各制御因子と上記推定値ＴＮから、車室内
温度Ｔ０が温度設定器４で設定され目標温度ＴＺになる
ように、ミックスドア２ｅの開度等のエアダクト２の制
御要素を予め設定された制御ロジック１ａに従って車室
内の温度をフィードバック制御する。すなわち、車室内
の温度は、上記内気温センサ６で測定された後、温度推
定器１ｂに入力され、推定値ＴＮとして制御ロジック１
ａにフィードバックされる。したがって、制御ロジック
１ａは、内気温センサ６からの測定温度Ｔｉではなく、
車室内温度Ｔ０に極めて近い値である温度推定器１ｂか
らの車室内温度の推定値ＴＮをフィードバック値とした
制御を行うので、車室内の温度を正確にかつ迅速に目標
温度ＴＺにすることができる。Next, a method of controlling the temperature in the cabin of the vehicle air conditioner will be described with reference to the control flow of FIG. The control logic 1a extracts a control factor serving as an input signal of the temperature estimator 1b from each input control factor including an environmental factor such as an outside air temperature and a state of an air conditioner such as a conditioned air blowing mode, and estimates the temperature. Output to the container 1b. The temperature estimator 1b includes the extracted control factor, Inc. s and a measuring temperature T i from (inside air temperature sensor) 6 as an input signal,
The estimated value T of the cabin temperature by the neural network
N is obtained and output to the control logic 1a. Control logic 1a shows the above from the control factors and the estimated value T N, as vehicle interior temperature T 0 is set target temperature T Z at a temperature setter 4, the air ducts 2 of the opening degree of the mixing door 2e The control element performs feedback control of the temperature in the vehicle interior according to a preset control logic 1a. That is, after the temperature in the vehicle interior is measured by the inside air temperature sensor 6, the temperature is input to the temperature estimator 1b, and the control logic 1 is used as the estimated value TN.
feedback to a. Thus, the control logic 1a, not the measured temperature T i from the inside air temperature sensor 6,
Since the control with the feedback value estimates T N of cabin temperature from temperature estimating unit 1b is very close to the vehicle interior temperature T 0, the temperature of the passenger compartment accurately and quickly to the target temperature T Z can do.
【００２３】このように、本実施の形態１によれば、内
気温センサ６からの測定温度Ｔｉと、外気温ＴＡ，ミッ
クスドア２ｅの開度，ブロアデューティ比等の車両の環
境因子及び空調機器の状態とを入力信号とし、車室内の
温度の推定値ＴＮを出力値とするニューラルネットワー
クで構成した温度推定器１ｂを設け、制御ロジック１ａ
において、上記推定値ＴＮをフィードバック値とした制
御を行うようにしたので、車室内の温度を正確にかつ迅
速に目標温度ＴＺにすることができる。更に、ニューラ
ルネットワークの学習は、教師信号が運転席と助手席の
それぞれの頭部及び足部に相当する位置での４点平均温
度のみであるので、温度推定器１ｂの学習が容易で、短
期間に上記推定値ＴＮの学習を行うことができる。ま
た、制御ロジック１ａで使用する車室内温度の推定値Ｔ
Ｎが車室内温度Ｔ０に極めて近い値であるため、制御ロ
ジック１ａのマッチング精度が大幅に向上するだけでな
く、マッチング作業時間やマッチングプロセスでの風洞
実験の回数を大幅に削減することができる。更に、異な
る車種の空調装置の設計においても、制御ロジック１ａ
において、制御因子としての内気温センサ６からの測定
温度Ｔｉを単に車室内温度の推定値ＴＮに変えるだけ
で、パラメータの調整を行う必要がないので、車種毎に
制御ロジック１ａを変更する必要がなく、車種毎の温度
モデルのみ調節すれば良いので、開発効率も著しく向上
する。[0023] Thus, according to the first embodiment, and the measured temperature T i from the inside air temperature sensor 6, outside air temperature T A, the opening of the mix door 2e, and environmental factors of the vehicle, such as a blower duty ratio A temperature estimator 1b composed of a neural network having an air conditioner state as an input signal and an estimated value TN of the vehicle interior temperature as an output value is provided, and a control logic 1a is provided.
In, since to perform the control with the feedback value the estimated value T N, it is possible to make the temperature of the passenger compartment accurately and quickly the target temperature T Z. Further, in the learning of the neural network, since the teacher signal is only the four-point average temperatures at the positions corresponding to the head and the foot of the driver's seat and the passenger's seat, the learning of the temperature estimator 1b is easy, In the meantime , the learning of the estimated value TN can be performed. Further, the estimated value T of the vehicle interior temperature used in the control logic 1a.
Since N is very close to the vehicle interior temperature T 0, it is possible to match the precision of the control logic 1a is not only significantly improved, to significantly reduce the number of wind tunnel experiments in the matching work time and matching process . Furthermore, even in the design of an air conditioner of a different vehicle type, the control logic 1a
In, simply by changing the estimated value T N of simply cabin temperature measurement temperature T i from the inside air temperature sensor 6 as a regulator, there is no need to adjust the parameters, to change the control logic 1a for each vehicle model Since there is no need to adjust only the temperature model for each vehicle type, development efficiency is significantly improved.
【００２４】なお、本実施の形態１においては、制御ロ
ジック１ａに入力された外気温等の環境因子や空調空気
の吹出しモード等の空調機器の状態等の各制御因子から
温度推定器１ｂの入力信号となる要素を選択して温度推
定器１ｂに出力したが、制御ロジック１ａと温度推定器
１ｂとに各制御因子を独立に入力するように構成しても
よい。また、制御ロジック１ａに入力する制御因子は、
全てが制御ロジック１ａで使用するパラメータである必
要もなく、制御ロジック１ａで使用するパラメータは必
ずしも温度推定器１ｂの入力信号の全てを含む必要はな
いことは言うまでもない。In the first embodiment, the input of the temperature estimator 1b from the environmental factors such as the outside air temperature and the control factors such as the state of the air conditioner such as the air-conditioning air blowing mode input to the control logic 1a. Although an element serving as a signal is selected and output to the temperature estimator 1b, each control factor may be independently input to the control logic 1a and the temperature estimator 1b. The control factors input to the control logic 1a are as follows:
Not all need to be parameters used in the control logic 1a, and it goes without saying that the parameters used in the control logic 1a do not necessarily need to include all the input signals of the temperature estimator 1b.
【００２５】実施の形態２．上記実施の形態１において
は、ニューラルネットワークに式（１）に示すシグモイ
ド関数を用いたが、このシグモイド関数を複数の直線で
近似することにより、温度推定器１ｂの必要メモリ数を
低減できるとともに、演算時間を大幅に短縮することが
できるので、車室内の温度を更に迅速に目標温度ＴＺに
することができる。すなわち、式（１）に示すシグモイ
ド関数を、例えば８ビットの組込み型マイコンでプログ
ラムする場合には、精度維持のため、指数関数と浮動小
数演算ライブラリが必要となるため、ＲＯＭ容量や計算
時間が大きくなる。一方、一次関数は割り算を含んでい
ないので浮動小数演算の必要もなく、整数演算を用いて
も演算精度を維持できるとともに、ＲＯＭ容量や計算時
間を小さくできるという利点がある。そこで、ニューラ
ルネットワークが学習するときには上記（１）式のシグ
モイド関数を使用し、学習後のネットワークを実際の組
込み型マイコンにプログラムするときには、図６に示す
ように、上記（１）式のシグモイド関数を誤差が、例え
ば±０．００５以内になるような１７本の直線（一次関
数；ｙｉ＝ａｉｘ＋ｂｉ（ｉ＝１〜１７））で近似した
関数を、上記（１）式のシグモイド関数の代用とするこ
とにより、ＲＯＭ容量や計算時間を小さくでき、なおか
つ、演算精度を維持することができる。図７は、（１）
式のシグモイド関数とシグモイド関数を上記一次関数で
近似した関数との誤差を示す図で、直線が１７本の場合
には、誤差の大きさは、全入力範囲で±０．００５以内
にすることができる。Embodiment 2 In the first embodiment, the sigmoid function shown in equation (1) is used for the neural network. By approximating this sigmoid function with a plurality of straight lines, the number of required memories of the temperature estimator 1b can be reduced, since the operation time can be greatly shortened, it is possible to more quickly to the target temperature T Z the temperature in the passenger compartment. That is, when the sigmoid function shown in the equation (1) is programmed by, for example, an 8-bit built-in microcomputer, an exponential function and a floating-point arithmetic library are required to maintain accuracy. growing. On the other hand, since the linear function does not include division, there is no need for a floating-point operation, so that the operation accuracy can be maintained even when an integer operation is used, and the ROM capacity and the calculation time can be reduced. Therefore, when the neural network learns, the sigmoid function of the above equation (1) is used. When the learned network is programmed in an actual embedded microcomputer, the sigmoid function of the above equation (1) is used as shown in FIG. Is approximated by 17 straight lines (linear function; y i = a ix + b i (i = 1 to 17)) such that the error is within ± 0.005, for example, and the sigmoid of the above equation (1) is obtained. By substituting the function, the ROM capacity and the calculation time can be reduced, and the calculation accuracy can be maintained. FIG. 7 shows (1)
FIG. 9 is a diagram showing an error between a sigmoid function of the equation and a function obtained by approximating the sigmoid function with the above-described linear function. In the case where there are 17 straight lines, the magnitude of the error must be within ± 0.005 in the entire input range. Can be.
【００２６】なお、上記例では、シグモイド関数を誤差
が±０．００５以内になるような１７本の直線近似した
が、誤差が±０．０３（±３％）以内であれば実用上問
題はない。また、上記近似した関数は必ずしも折れ線で
ある必要はなく、直線数（入力範囲の分割数）を少なく
し計算速度を早くするためにはむしろ不連続とした方が
良い場合もある。また、上記実施の形態１，２では、式
（１）の対数型シグモイド関数を使用した場合について
説明したが、以下の式（２）に示すようなｔａｎｈ型シ
グモイド関数などの他の型のシグモイド関数を用いても
よいことはもちろんである。 ｙｊ＝（ｔａｎｈ（ｘｊ）＋１）／２‥‥‥（２）In the above example, the sigmoid function is approximated to 17 straight lines such that the error is within ± 0.005. However, if the error is within ± 0.03 (± 3%), there is a practical problem. Absent. In addition, the approximated function does not necessarily need to be a broken line, and in some cases, it may be better to make the function discontinuous in order to reduce the number of straight lines (the number of divisions of the input range) and increase the calculation speed. In the first and second embodiments, the case where the logarithmic sigmoid function of the equation (1) is used has been described. However, other types of sigmoids such as the tanh-type sigmoid function shown in the following equation (2) are used. Of course, functions may be used. y j = (tanh (x j ) +1) / 2 ‥‥‥ (2)
【００２７】実施の形態３．上記実施の形態１において
は、通常タイプの車両用空調装置について説明したが、
前部座席と後部座席のそれぞれで、設定温度ＴＺ１，Ｔ
Ｚ２及び送風量ＷＺ １，ＷＺ２を設定できるワンボック
ス用ツインタイプの車両用空調装置においても、外気温
等の環境因子や空調空気の吹出しモード等の空調機器の
状態や前部座席と後部座席の内気温センサ６ａ，６ｂか
らの測定温度Ｔｉ１，Ｔｉ２とを入力信号とし、前席推
定温度ＴＮ１と後席推定温度ＴＮ２とを出力値とするニ
ューラルネットワークで構成した温度推定器１Ｂを設け
て上記前席推定温度ＴＮ１と後席推定温度ＴＮ２とに基
づいて車両用空調装置を制御することにより、車室内の
前部座席と後部座席の温度を正確にかつ迅速にそれぞれ
の目標温度ＴＺ１，ＴＺ ２にすることができる。図８は
本発明の実施の形態３に係わる車両用空調装置の車室内
温度の制御方法を示す制御フローである。但し、繁雑さ
を避けるため、前席制御ロジック１１と後席制御ロジッ
ク１２に入力される各制御因子については省略した。温
度推定器１Ｂは、外気温ＴＡ，日射量ＴＳ，前部座席９
と後部座席１０の各送風量，図示しない前部及び後部の
各エアダクトのミックスドア開度，前部及び後部の各吹
出しモードと、前部座席と後部座席のそれぞれの近傍に
設置された内気温センサ６ａ，６ｂからの測定温度Ｔ
ｉ１，Ｔｉ２とを入力信号とし、ニューラルネットワー
クにより、車室内の前部及び後部の温度の推定値
ＴＮ１，ＴＮ２を求めて、それぞれ、制御ロジック１
１，１２に出力する。このとき、上記前部の温度の推定
値ＴＮ１は、後部座席１０への送風量，後部のミックス
ドアの開度，後部の吹出しモード，後部座席１０の内気
温センサ６ｂからの測定温度Ｔｉ２を考慮した値として
学習され、後部の温度の推定値ＴＮ２は、前部座席９の
上記各データを考慮した値として学習されているので、
上記推定値ＴＮ１，ＴＮ２は、前後の空調装置の相互作
用を含んだ推定値として求めることができるので、実際
の車室前部の温度Ｔ１及びＴ２に極めて近い値を得るこ
とができる。制御ロジック１１は、上記各制御因子と上
記推定値ＴＮ１から、車室前部の温度Ｔ１が温度設定器
４ａで設定され目標温度ＴＺ１になるように、前部のエ
アダクトを制御する。同様に、制御ロジック１２は、上
記各制御因子と上記推定値Ｔ Ｎ２から、車室前部の温度
Ｔ２が温度設定器４ｂで設定され目標温度ＴＺ２になる
ように、後部のエアダクトを制御する。したがって、車
室内の前部及び後部の温度の推定値ＴＮ１，ＴＮ２をフ
ィードバック値とした制御を行うことにより、車室内の
前部及び後部の温度を正確にかつ迅速にそれぞれの目標
温度ＴＺ１，Ｔ Ｚ２にすることができる。Embodiment 3 In the first embodiment,
Described the normal type of vehicle air conditioner,
The set temperature T for each of the front and rear seatsZ1, T
Z2And air volume WZ 1, WZ2One box that can be set
Air temperature for twin-type vehicles
Environmental factors such as air conditioning equipment
Whether the condition and the inside temperature sensor 6a, 6b of the front seat and the back seat
Their measured temperature Ti1, Ti2And the input signal
Constant temperature TN1And estimated rear seat temperature TN2And output values
A temperature estimator 1B composed of a neural network is provided.
Above the estimated front seat temperature TN1And estimated rear seat temperature TN2And base
By controlling the vehicle air conditioner based on the
Accurate and quick temperature of front and rear seats respectively
Target temperature TZ1, TZ 2Can be FIG. 8
A cabin of a vehicle air conditioner according to Embodiment 3 of the present invention
5 is a control flow showing a method of controlling a temperature. However, complexity
In order to avoid traffic, the front seat control logic 11 and the rear seat control logic
The control factors input to step 12 are omitted. Warm
The degree estimator 1B calculates the outside air temperature TA, Solar radiation TS, Front seat 9
And each air flow rate of the rear seat 10, the front and rear parts (not shown)
Mix door opening of each air duct, front and rear blow
Out mode and near each of the front and rear seats
Measurement temperature T from the installed inside air temperature sensors 6a, 6b
i1, Ti2Are input signals, and the neural network
The estimated temperature at the front and rear in the cabin
TN1, TN2And control logic 1 respectively
1 and 12. At this time, the temperature of the front part is estimated.
Value TN1Is the volume of air blown to the rear seat 10, the rear mix
Door opening, rear outlet mode, inside air of rear seat 10
Measurement temperature T from temperature sensor 6bi2As a value considering
Learned, rear temperature estimate TN2Is the front seat 9
Since it is learned as a value considering each of the above data,
The above estimated value TN1, TN2Is the interaction between the front and rear air conditioners.
Can be obtained as an estimated value
Temperature T at the front of the passenger compartment1And T2Value very close to
Can be. The control logic 11 includes the above control factors and
The estimated value TN1From the temperature T at the front of the cabin1Is a temperature setting device
Target temperature T set at 4aZ1So that
Control the adduct. Similarly, control logic 12
Each control factor and the above estimated value T N2From the temperature in the front of the cabin
T2Is set by the temperature setting device 4b and the target temperature TZ2become
So as to control the rear air duct. Therefore, the car
Estimated value T of the temperature at the front and rear of the roomN1, TN2The
By performing the control with the feedback value,
Accurate and fast front and rear temperatures for each target
Temperature TZ1, T Z2Can be
【００２８】なお、本実施の形態３においては、外気温
ＴＡ，日射量ＴＳ，前部と後部の各送風量，ミックスド
アの開度，吹出しモード，内気温センサ６ａ，６ｂ測定
温度Ｔｉ１，Ｔｉ２とを入力信号としたがこれに限るも
のではない。例えば、上記実施の形態１で入力信号とし
て用いた、フット吹出し温度やベント吹出し温度等を入
力信号に加えてもよい。また、上記入力信号の１つある
いは複数を適宜削除してもよい。In the third embodiment, the outside air temperature T A , the insolation T S , the front and rear air flow rates, the opening of the mix door, the blowing mode, and the internal temperature sensors 6a and 6b measured temperatures T Although i1 and Ti2 are input signals, the present invention is not limited to this. For example, a foot outlet temperature, a vent outlet temperature, or the like used as an input signal in the first embodiment may be added to the input signal. Further, one or more of the input signals may be appropriately deleted.
【００２９】[0029]
【発明の効果】以上説明したように、請求項１に記載の
発明によれば、車室内の温度を検出する車室内温度検出
手段の出力値から車室内温度を推定する温度モデルを設
定し、上記温度モデルからの推定値に基づいて車室内に
送風する空調空気の温度や風量等を調節して車室内の温
度を制御するようにしたので、車室内の温度を速やかに
目標温度にすることができる。As described above, according to the first aspect of the present invention, a temperature model for estimating the vehicle interior temperature from the output value of the vehicle interior temperature detecting means for detecting the vehicle interior temperature is set. The temperature in the cabin is controlled by adjusting the temperature and air volume of the conditioned air blown into the cabin based on the estimated value from the temperature model, so that the temperature in the cabin is quickly set to the target temperature. Can be.
【００３０】また、請求項２に記載の発明によれば、上
記温度モデルを、車両の環境因子と空調機器の状態とを
入力信号とし車室内の温度の推定値を出力値とするニュ
ーラルネットワークで構成したので、車室内の温度の推
定値を高精度に求めることができる。According to the second aspect of the present invention, the temperature model is a neural network in which the environmental factors of the vehicle and the state of the air conditioner are input signals and the estimated value of the temperature in the passenger compartment is an output value. With this configuration, the estimated value of the temperature in the vehicle compartment can be obtained with high accuracy.
【００３１】更に、請求項３に記載の発明によれば、上
記環境因子を外気温及び日射量とし、上記空調機器の状
態と吹出しモード，吹出し温度，吹出し風量，吸い込み
口位置の各情報のいずれかの組合せかあるいは全部とし
たので、少ない入力信号で確実に車室内の温度を推定す
ることができる。Further, according to the third aspect of the present invention, the environmental factors are the outside air temperature and the amount of solar radiation, and any one of the information of the state of the air conditioner, the blow mode, the blow temperature, the blow air volume, and the position of the suction port. Since all or all of the combinations are used, the temperature in the vehicle compartment can be reliably estimated with a small number of input signals.
【００３２】請求項４に記載の車両用空調装置は、ニュ
ーラルネットワークで構成した温度推定器を備え、上記
温度推定器からの車室内温度の推定値に基づいて車室内
に送風する空調空気の温度や風量等を調節して車室内の
温度を制御するようにしたので、制御因子である車室内
温度の推定値が実際の車室内温度に極めて近く、したが
って、車室内の温度を速やかに目標温度にすることがで
きる。A vehicle air conditioner according to a fourth aspect of the present invention includes a temperature estimator constituted by a neural network, and the temperature of the conditioned air blown into the vehicle interior based on the estimated value of the vehicle interior temperature from the temperature estimator. The temperature of the cabin is controlled by adjusting the air temperature and the air volume, so that the estimated value of the cabin temperature, which is a control factor, is very close to the actual cabin temperature, and therefore the temperature of the cabin is quickly raised to the target temperature. Can be
【００３３】請求項５に記載の車両用空調装置は、実際
の室内温度に近い上記推定値をフィードバック値として
車室内に送風する空調空気の温度や風量等を調節して車
室内の温度を制御するようにしたので、正確にかつ迅速
な温度制御を行うことができる。According to a fifth aspect of the present invention, the temperature of the vehicle interior is controlled by adjusting the temperature, the amount of air, etc. of the conditioned air blown into the vehicle interior using the estimated value close to the actual room temperature as a feedback value. Therefore, accurate and quick temperature control can be performed.
【００３４】請求項６に記載の車両用空調装置は、上記
環境因子を外気温及び日射量とし、上記空調機器の状態
を吹出しモード，吹出し温度，吹出し風量，吸い込み口
位置の各情報のいずれかの組合せかあるいは全部とした
ので、車室内の温度を確実に推定することができる。According to a sixth aspect of the present invention, in the vehicle air conditioner, the environmental factors are the outside air temperature and the amount of solar radiation, and the state of the air conditioner is any one of information of a blow mode, a blow temperature, a blow air volume, and a suction port position. Or all of the combinations, it is possible to reliably estimate the temperature in the vehicle compartment.
【００３５】請求項７に記載の車両用空調装置は、車室
内の前部及び後部の温度の推定値を出力値とするニュー
ラルネットワークで構成した温度推定器を備え、上記推
定値に基づいて車室内の前部及び後部に送風する空調空
気の温度や風量等を調節して車室内の温度を制御するよ
うにしたので、前部座席と後部座席でそれぞれ設定温度
や送風量が異なる場合にも、お互いの影響を考慮した制
御ができ、車室内の前部及び後部の温度を速やかにそれ
ぞれの目標温度にすることができる。According to a seventh aspect of the present invention, there is provided an air conditioner for a vehicle, comprising: a temperature estimator configured by a neural network that outputs an estimated value of a temperature at a front portion and a temperature at a rear portion of a vehicle interior as an output value. The temperature and air volume of the conditioned air sent to the front and rear of the cabin are adjusted to control the temperature in the cabin, so even if the set temperature and air volume differ between the front and rear seats, respectively. Thus, control can be performed in consideration of the mutual influence, and the temperatures of the front and rear portions in the vehicle interior can be quickly set to the respective target temperatures.
【００３６】請求項８に記載の車両用空調装置は、上記
２つの推定値をフィードバック値として車室内の前部及
び後部に送風する空調空気の温度や風量等を調節して車
室内の温度を制御するようにしたので、車室内の前部及
び後部の温度を正確にかつ迅速にそれぞれの目標温度に
することができる。In the air conditioner for a vehicle according to the present invention, the temperature and air volume of the conditioned air blown to the front and rear portions of the vehicle interior are adjusted by using the two estimated values as feedback values to control the temperature in the vehicle interior. Since the control is performed, the temperatures at the front and rear portions of the vehicle interior can be accurately and quickly set to the respective target temperatures.
【００３７】請求項９に記載の車両用空調装置は、上記
環境因子を外気温及び日射量とし、上記空調機器の状態
を車室の前部及び後部の吹出しモード，吹出し温度，吹
出し風量，吸い込み口位置の各情報のいずれかの組合せ
かあるいは全部としたので、前部座席と後部座席のお互
いの設定状況を考慮した制御を確実に行うことができ
る。According to a ninth aspect of the present invention, in the vehicle air conditioner, the environmental factors are the outside air temperature and the amount of solar radiation, and the state of the air conditioner is a blowing mode, a blowing temperature, a blowing air volume, and a suction mode at the front and rear of the vehicle compartment. Since any or all of the pieces of information on the mouth position are combined or all, it is possible to reliably control the front seat and the rear seat in consideration of the setting situation of each other.
【００３８】請求項１０に記載の車両用空調装置は、ニ
ューラルネットワークの学習時に使用する教師信号を、
運転席と助手席のそれぞれの頭部及び足部に相当する位
置の平均温度としたので、車室内温度の推定値と実際の
車室内温度との差を極めて小さくすることができる。According to a tenth aspect of the present invention, there is provided a vehicle air conditioner, which comprises:
Since the average temperature at the positions corresponding to the head and the foot of the driver's seat and the passenger's seat is used, the difference between the estimated value of the vehicle interior temperature and the actual vehicle interior temperature can be extremely reduced.
【００３９】請求項１１記載の車両用空調装置は、ニュ
ーラルネットワークの学習時に使用する教師信号の入力
状態を、０．０２から０．９８に正規化するようにした
ので、ニューラルネットワークの学習の学習効率及び安
全性を向上させることができる。In the vehicle air conditioner according to the eleventh aspect, the input state of the teacher signal used in the learning of the neural network is normalized from 0.02 to 0.98. Efficiency and safety can be improved.
【００４０】請求項１２記載の車両用空調装置は、ニュ
ーラルネットワークの学習時に使用するシグモイド関数
を、一次関数のそれぞれの入力範囲における出力値と上
記シグモイド関数の出力値との誤差の絶対値が３％以内
になるように入力範囲及び上記一次関数の係数を設定し
た関数で近似することにより、必要メモリ数を低減でき
るとともに演算時間を大幅に短縮することができるの
で、車室内の温度を更に迅速に目標温度にすることがで
きる。According to a twelfth aspect of the present invention, the sigmoid function used at the time of learning the neural network has an absolute value of an error between the output value in each input range of the linear function and the output value of the sigmoid function is 3 %, The number of required memories can be reduced and the calculation time can be greatly reduced by approximating the input range and the function of the coefficient of the above-mentioned linear function with the coefficient of the linear function. Target temperature.
【図１】本発明の実施形態１に係わる車両用空調装置の
構成を示す図である。FIG. 1 is a diagram illustrating a configuration of a vehicle air conditioner according to a first embodiment of the present invention.
【図２】本発明の実施形態１に係わる温度推定器のニュ
ーラルネットワークの構成を示す図である。FIG. 2 is a diagram illustrating a configuration of a neural network of a temperature estimator according to the first embodiment of the present invention.
【図３】ニューラルネットワークに使用されるシグモイ
ド関数を示す図である。FIG. 3 is a diagram showing a sigmoid function used in a neural network.
【図４】本発明の実施形態１の温度推定器による車室内
温度の推定値と実測値の関係を示す図である。FIG. 4 is a diagram illustrating a relationship between an estimated value of a vehicle interior temperature and an actually measured value by a temperature estimator according to the first embodiment of the present invention.
【図５】本発明の実施形態１に係わる車両用空調装置の
制御フローを示す図である。FIG. 5 is a diagram showing a control flow of the vehicle air conditioner according to the first embodiment of the present invention.
【図６】本発明の実施形態２に係わるシグモイド関数の
近似方法を示す図である。FIG. 6 is a diagram illustrating an approximation method of a sigmoid function according to the second embodiment of the present invention.
【図７】シグモイド関数と一次関数との誤差を示す図で
ある。FIG. 7 is a diagram showing an error between a sigmoid function and a linear function.
【図８】本発明の実施形態３に係わる車両用空調装置の
制御フローを示す図である。FIG. 8 is a diagram showing a control flow of a vehicle air conditioner according to Embodiment 3 of the present invention.
【図９】従来の車両用空調装置の制御フローを示す図で
ある。FIG. 9 is a diagram showing a control flow of a conventional vehicle air conditioner.
【図１０】従来の車両用空調装置のニューラルネットワ
ークの構成を示す図である。FIG. 10 is a diagram showing a configuration of a neural network of a conventional vehicle air conditioner.
１ 制御装置、１ａ 制御ロジック、１ｂ （ＮＮによ
る）温度推定器、１Ｂ （ＮＮによる）温度推定器、２
エアダクト、３ 設定パネル、４，４ａ，４ｂ 温度
設定器、５ 駆動装置、６，６ａ，６ｂ 内気温セン
サ、７ 外気温センサ、８ 日射センサ、９ 前部座
席、１０ 後部座席、１１ 前席制御ロジック、１２
後席制御ロジック1 control device, 1a control logic, 1b temperature estimator (by NN), 1B temperature estimator (by NN), 2
Air duct, 3 setting panel, 4, 4a, 4b temperature setting device, 5 driving device, 6, 6a, 6b inside temperature sensor, 7 outside temperature sensor, 8 sunlight sensor, 9 front seat, 10 rear seat, 11 front seat control Logic, 12
Rear seat control logic
【手続補正書】[Procedure amendment]
【提出日】平成１１年６月１８日[Submission date] June 18, 1999
【手続補正１】[Procedure amendment 1]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】特許請求の範囲[Correction target item name] Claims
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【特許請求の範囲】[Claims]
【請求項２】 上記環境因子を外気温及び日射量とし、
上記空調機器の状態を吹出しモード，吹出し温度，吹出
し風量，吸い込み口位置の各情報のいずれかの組合せか
あるいは全部とすることを特徴とする請求項１記載の車
両用空調装置の制御方法。 Wherein the outside air temperature and solar radiation the environmental factors,
Mode blown state of the air conditioning equipment, air temperature, blowing air volume control method according to claim 1 air-conditioning system, wherein the to any combination or all of the information of the suction opening position.
【請求項３】 車室内の温度を検出する車室内温度検出
手段と、上記車室内温度検出手段の検出温度と車両の環
境因子及び空調機器の状態とを入力信号とし、車室内の
温度の推定値を出力値とするニューラルネットワークで
構成した温度推定器と、上記温度推定値と車両の環境因
子及び空調機器の状態とに基づいて車室内の温度を制御
する制御ロジックとを備えたことを特徴とする車両用空
調装置。 3. A vehicle interior temperature detecting means for detecting the temperature in the vehicle interior, and a temperature detected by the vehicle interior temperature detecting means, an environmental factor of the vehicle, and a state of the air conditioner are used as input signals to estimate the temperature in the vehicle interior. a temperature estimator configured neural networks to a value as the output value, environmental factors of the temperature estimated value and the vehicle
Controls the temperature in the cabin based on the condition of the air conditioner and the air conditioner
A vehicle air conditioner comprising:
【請求項４】 上記推定値をフィードバック値として車
室内の温度を制御するようにしたことを特徴とする請求
項３記載の車両用空調装置。 4. The air conditioner for a vehicle according to claim 3, wherein the temperature in the passenger compartment is controlled using the estimated value as a feedback value.
【請求項５】 上記環境因子を外気温と日射量とし、上
記空調機器の状態を吹出しモード，吹出し温度，吹出し
風量，吸い込み口位置の各情報のいずれかの組合せかあ
るいは全部とすることを特徴とする請求項３または請求
項４記載の車両用空調装置。 5. The method according to claim 1, wherein the environmental factors are the outside air temperature and the amount of insolation, and the state of the air conditioner is any combination or all of the information of a blowing mode, a blowing temperature, a blowing air volume, and a suction port position. The vehicle air conditioner according to claim 3 or 4, wherein:
【請求項６】 車室内の前部及び後部の温度を検出する
少なくとも２つの車室内温度検出手段と、上記車室内温
度検出手段からのそれぞれの検出温度と車両の環境因子
及び空調機器の状態とを入力信号とし車室内の前部及び
後部の温度の推定値を出力値とするニューラルネットワ
ークで構成した温度推定器と、上記２つの推定値と車両
の環境因子及び空調機器の状態とに基づいて車室内の前
部及び後部の温度を制御する制御ロジックとを備えたこ
とを特徴とする車両用空調装置。 6. At least two vehicle interior temperature detecting means for detecting temperatures of a front part and a rear part of a vehicle interior, respective detected temperatures from said vehicle interior temperature detecting means, environmental factors of a vehicle, and states of air conditioning equipment. A temperature estimator composed of a neural network that uses the input signals as input signals and outputs the estimated values of the temperatures at the front and rear of the vehicle interior as output values, and the two estimated values and the vehicle
Of the cabin based on the environmental factors and the condition of the air conditioning equipment
An air conditioner for a vehicle, comprising: a control logic for controlling temperatures of a part and a rear part .
【請求項７】 上記２つの推定値をフィードバック値と
して車室内の温度を制御するようにしたことを特徴とす
る請求項６記載の車両用空調装置。 7. The two estimates vehicular air conditioning apparatus according to claim 6, characterized in that so as to control the temperature of the passenger compartment as a feedback value.
【請求項８】 上記環境因子を外気温と日射量とし、上
記空調機器の状態を車室の前部及び後部の吹出しモー
ド，吹出し温度，吹出し風量，吸い込み口位置の各情報
のいずれかの組合せかあるいは全部とすることを特徴と
する請求項６または請求項７記載の車両用空調装置。 8. The air conditioner according to claim 1, wherein the environmental factors are an outside air temperature and an amount of solar radiation, and the state of the air conditioner is any combination of information on a blow mode, a blow temperature, a blow air volume, and a position of a suction port at a front and a rear of a vehicle compartment. The vehicle air conditioner according to claim 6 or 7 , wherein the air conditioner is all or all.
【請求項９】 ニューラルネットワークの学習時に使用
する教師信号を、運転席と助手席のそれぞれの頭部及び
足部に相当する位置の平均温度としたことを特徴とする
請求項３または請求項６記載の車両用空調装置。 9. The teacher signal to be used when the neural network training, claim 3 or claim, characterized in that the average temperature of the position corresponding to each of the head and foot of the driver's seat and the passenger seat 6 An air conditioner for a vehicle as described in the above.
【請求項１０】 ニューラルネットワークの学習時に使
用する教師信号の入力状態を、０．０２から０．９８に
正規化するようにしたことを特徴とする請求項３または
請求項６記載の車両用空調装置。 10. The input status of the teacher signal to be used when the neural network training, claim 3 or a vehicle air conditioner according to claim 6, characterized in that so as to normalize 0.02 to 0.98 apparatus.
【請求項１１】 ニューラルネットワークに使用するシ
グモイド関数を、入力範囲により異なる係数を有する一
次関数から構成され、かつ上記一次関数のそれぞれの入
力範囲における出力値と上記シグモイド関数の出力値と
の誤差の絶対値が３％以内になるように上記入力範囲及
び上記一次関数の係数を設定した関数で近似したことを
特徴とする請求項３または請求項６記載の車両用空調装
置。 11. A sigmoid function used in neural network consists of a linear function having different coefficients by the input range, and the error between the output value of the output value and the sigmoid function at each input range of the linear function absolute value the input range and the vehicle air conditioning system according to claim 3 or claim 6, wherein the approximated function obtained by setting the coefficient of the linear function such that within 3%.
【手続補正２】[Procedure amendment 2]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】０００５[Correction target item name] 0005
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【０００５】[0005]
【課題を解決するための手段】本発明の請求項１に記載
の車両用空調装置の制御方法は、車室内の温度を検出す
る車室内温度検出手段からの検出温度と車両の環境因子
及び空調機器の状態とを入力信号とし、車室内の温度の
推定値を出力値とするニューラルネットワークにより車
室内の温度を推定するとともに、上記温度推定値と車両
の環境因子及び空調機器の状態とに基づいて車室内の温
度を制御するようにしたことを特徴とする。According to a first aspect of the present invention, there is provided a method for controlling a vehicle air conditioner, comprising detecting a temperature in a vehicle compartment.
Temperature detected by vehicle interior temperature detecting means and environmental factors of vehicle
And the condition of the air conditioner as input signals,
A car is driven by a neural network that uses estimated values as output
The indoor temperature is estimated, and the temperature estimation value and the vehicle
The temperature in the passenger compartment is controlled based on the environmental factors and the state of the air conditioner .
【手続補正３】[Procedure amendment 3]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】０００６[Correction target item name] 0006
【補正方法】削除[Correction method] Deleted
【手続補正４】[Procedure amendment 4]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】０００７[Correction target item name] 0007
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【０００７】また、請求項２に記載の車両用空調装置の
制御方法は、上記環境因子を外気温及び日射量とし、上
記空調機器の状態を吹出しモード，吹出し温度，吹出し
風量，吸い込み口位置の各情報のいずれかの組合せかあ
るいは全部としたことを特徴とする。[0007] The control method of the air-conditioning system according to claim 2, the environmental factors and the outside air temperature and solar radiation, mode blowing a state of the air conditioning equipment, air temperature, blowing air volume, the suction opening position It is characterized in that any one or all of the information is combined.
【手続補正５】[Procedure amendment 5]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】０００８[Correction target item name] 0008
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【０００８】請求項３に記載の車両用空調装置は、車室
内の温度を検出する車室内温度検出手段と、上記車室内
温度検出手段の検出温度と車両の環境因子及び空調機器
の状態とを入力信号とし、車室内の温度の推定値を出力
値とするニューラルネットワークで構成した温度推定器
と、上記温度推定値と車両の環境因子及び空調機器の状
態とに基づいて車室内の温度を制御する制御ロジックと
を備えたものである。According to a third aspect of the present invention, there is provided a vehicle air conditioner, comprising: a vehicle interior temperature detecting means for detecting a temperature in a vehicle interior; a temperature detected by the vehicle interior temperature detecting means, an environmental factor of the vehicle, and a state of the air conditioner. A temperature estimator composed of a neural network that takes as input signals an estimated value of the temperature in the vehicle cabin as an output value, and the temperature estimated value, the environmental factors of the vehicle, and the state of the air conditioning equipment.
Control logic for controlling the temperature in the passenger compartment based on the state
It is provided with .
【手続補正６】[Procedure amendment 6]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】０００９[Correction target item name] 0009
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【０００９】また、請求項４に記載の車両用空調装置
は、上記推定値をフィードバック値として車室内に送風
する空調空気の温度や風量等を調節して車室内の温度を
制御するものである。The vehicle air conditioner according to a fourth aspect of the present invention controls the temperature in the vehicle cabin by adjusting the temperature and the amount of conditioned air blown into the vehicle cabin using the estimated value as a feedback value. .
【手続補正７】[Procedure amendment 7]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１０[Correction target item name] 0010
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００１０】請求項５に記載の車両用空調装置は、上記
環境因子を外気温及び日射量とし、上記空調機器の状態
を吹出しモード，吹出し温度，吹出し風量，吸い込み口
位置の各情報のいずれかの組合せかあるいは全部とした
ものである。According to a fifth aspect of the present invention, in the vehicle air conditioner, the environmental factors are the outside air temperature and the amount of solar radiation, and the state of the air conditioner is any one of information of a blow mode, a blow temperature, a blow air volume, and a suction port position. Or a combination of all.
【手続補正８】[Procedure amendment 8]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１１[Correction target item name] 0011
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００１１】また、請求項６に記載の車両用空調装置
は、車室内の前部及び後部の温度を検出する少なくとも
２つの車室内温度検出手段と、上記車室内温度検出手段
からのそれぞれの検出温度と車両の環境因子及び空調機
器の状態とを入力信号とし車室内の前部及び後部の温度
の推定値を出力値とするニューラルネットワークで構成
した温度推定器と、上記２つの推定値と車両の環境因子
及び空調機器の状態とに基づいて車室内の前部及び後部
の温度を制御する制御ロジックとを備えたものである。According to a sixth aspect of the present invention, there is provided an air conditioner for a vehicle, wherein at least two vehicle interior temperature detecting means for detecting temperatures of a front part and a rear part of the vehicle interior, and respective detections from the vehicle interior temperature detecting means. A temperature estimator composed of a neural network that uses temperature, environmental factors of the vehicle, and the state of the air conditioner as input signals and outputs estimated values of the temperatures at the front and rear of the vehicle cabin as output values, and the above two estimated values and the vehicle Environmental factors
Front and rear in the cabin based on the condition of the air conditioning equipment
And a control logic for controlling the temperature .
【手続補正９】[Procedure amendment 9]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１２[Correction target item name] 0012
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００１２】請求項７に記載の車両用空調装置は、上記
２つの推定値をフィードバック値として車室内の前部及
び後部に送風する空調空気の温度や風量等を調節して車
室内の温度を制御するようにしたものである。According to a seventh aspect of the present invention, the temperature of the vehicle interior is adjusted by adjusting the temperature and the amount of conditioned air to be blown to the front and rear portions of the vehicle interior using the two estimated values as feedback values. It is intended to be controlled.
【手続補正１０】[Procedure amendment 10]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１３[Correction target item name] 0013
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００１３】請求項８に記載の車両用空調装置は、上記
環境因子を外気温及び日射量とし、上記空調機器の状態
を車室の前部及び後部の吹出しモード，吹出し温度，吹
出し風量，吸い込み口位置の各情報のいずれかの組合せ
かあるいは全部としたものである。[0013] The air conditioner according to claim 8, the environmental factors and the outside air temperature and solar radiation, the front and rear of the blowing mode of the passenger compartment of the state of the air conditioning equipment, air temperature, blowing air volume, suction It is any combination or all of the mouth position information.
【手続補正１１】[Procedure amendment 11]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１４[Correction target item name] 0014
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００１４】請求項９に記載の車両用空調装置は、ニュ
ーラルネットワークの学習時に使用する教師信号を、運
転席と助手席のそれぞれの頭部及び足部に相当する位置
の４点平均温度としたものである。According to a ninth aspect of the present invention, the teacher signal used for learning the neural network is a four-point average temperature at positions corresponding to the head and the foot of the driver's seat and the passenger's seat. Things.
【手続補正１２】[Procedure amendment 12]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１５[Correction target item name] 0015
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００１５】請求項１０に記載の車両用空調装置は、ニ
ューラルネットワークの学習時に使用する、教師信号の
入力状態を、０．０２から０．９８に正規化するように
したものである。According to a tenth aspect of the present invention, the input state of the teacher signal used during learning of the neural network is normalized from 0.02 to 0.98.
【手続補正１３】[Procedure amendment 13]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１６[Correction target item name] 0016
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００１６】請求項１１に記載の車両用空調装置は、ニ
ューラルネットワークに使用するシグモイド関数を、入
力範囲により異なる係数を有する一次関数から構成さ
れ、かつ上記一次関数のそれぞれの入力範囲における出
力値と上記シグモイド関数の出力値との誤差の絶対値が
３％以内になるように上記入力範囲及び上記一次関数の
係数を設定した関数で近似するようにしたものである。The air-conditioning system according to claim 11, the sigmoid function used in neural network consists of a linear function having different coefficients by the input range and the output value in each of the input range of the linear function The input range and the coefficient of the linear function are approximated by a function in which the absolute value of the error from the output value of the sigmoid function is within 3%.
【手続補正１４】[Procedure amendment 14]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００２９[Correction target item name] 0029
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００２９】[0029]
【発明の効果】以上説明したように、請求項１に記載の
発明によれば、車室内の温度を検出する車室内温度検出
手段からの検出温度と車両の環境因子及び空調機器の状
態とを入力信号とし、車室内の温度の推定値を出力値と
するニューラルネットワークにより車室内の温度を推定
するとともに、上記温度推定値と車両の環境因子及び空
調機器の状態とに基づいて車室内の温度を制御するよう
にしたので、車室内の温度の推定値を高精度に求めるこ
とができるとともに、車室内の温度を速やかに目標温度
にすることができる。As described above, according to the first aspect of the present invention, a vehicle interior temperature detection for detecting a vehicle interior temperature.
Temperature, vehicle environmental factors and air conditioner status
State as an input signal, and the estimated value of the cabin temperature as the output value.
Of cabin temperature by moving neural network
In addition, the above temperature estimation value
Since the temperature in the cabin is controlled based on the condition of the control equipment, the estimated value of the cabin temperature can be obtained with high accuracy.
And the temperature in the passenger compartment can be quickly brought to the target temperature.
【手続補正１５】[Procedure amendment 15]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００３０[Correction target item name] 0030
【補正方法】削除[Correction method] Deleted
【手続補正１６】[Procedure amendment 16]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００３１[Correction target item name] 0031
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００３１】また、請求項２に記載の発明によれば、上
記環境因子を外気温及び日射量とし、上記空調機器の状
態と吹出しモード，吹出し温度，吹出し風量，吸い込み
口位置の各情報のいずれかの組合せかあるいは全部とし
たので、少ない入力信号で確実に車室内の温度を推定す
ることができる。 Further, according to the invention described in claim 2, either the environmental factors as ambient temperature and solar radiation, mode blowing state of the air conditioning equipment, air temperature, blowing air volume of each information suction port position Since all or all of the combinations are used, the temperature in the vehicle compartment can be reliably estimated with a small number of input signals.
【手続補正１７】[Procedure amendment 17]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００３２[Correction target item name] 0032
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００３２】請求項３に記載の車両用空調装置は、ニュ
ーラルネットワークで構成した温度推定器と、上記温度
推定値と車両の環境因子及び空調機器の状態とに基づい
て車室内の温度を制御する制御ロジックとを備えたの
で、実際の車室内温度に極めて近い車室内温度の推定値
を用いて車室内に送風する空調空気の温度や風量等を調
節して車室内の温度を制御することができ、車室内の温
度を速やかに目標温度にすることができる。The air-conditioning system according to claim 3, the temperature estimator configured in a neural network, the temperature
Based on estimated values, vehicle environmental factors, and air conditioner status
Control logic to control the temperature inside the vehicle
In, the estimated value of very close to the cabin temperature to the actual cabin temperature
Control the temperature, air volume, etc. of the conditioned air sent into the cabin using
The temperature in the passenger compartment can be controlled by controlling the temperature in the passenger compartment, and the temperature in the passenger compartment can be quickly set to the target temperature.
【手続補正１８】[Procedure amendment 18]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００３３[Correction target item name] 0033
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００３３】請求項４に記載の車両用空調装置は、実際
の室内温度に近い上記推定値をフィードバック値として
車室内に送風する空調空気の温度や風量等を調節して車
室内の温度を制御するようにしたので、正確にかつ迅速
な温度制御を行うことができる。According to a fourth aspect of the present invention, the temperature in the vehicle compartment is controlled by adjusting the temperature, the amount of air, etc. of the conditioned air blown into the vehicle compartment using the above estimated value close to the actual room temperature as a feedback value. Therefore, accurate and quick temperature control can be performed.
【手続補正１９】[Procedure amendment 19]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００３４[Correction target item name] 0034
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００３４】請求項５に記載の車両用空調装置は、上記
環境因子を外気温及び日射量とし、上記空調機器の状態
を吹出しモード，吹出し温度，吹出し風量，吸い込み口
位置の各情報のいずれかの組合せかあるいは全部とした
ので、車室内の温度を確実に推定することができる。According to a fifth aspect of the present invention , in the vehicle air conditioner, the environmental factors are the outside air temperature and the amount of solar radiation, and the state of the air conditioner is any one of information of a blow mode, a blow temperature, a blow air volume, and a suction port position. Or all of the combinations, it is possible to reliably estimate the temperature in the vehicle compartment.
【手続補正２０】[Procedure amendment 20]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００３５[Correction target item name] 0035
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００３５】請求項６に記載の車両用空調装置は、車室
内の前部及び後部の温度の推定値を出力値とするニュー
ラルネットワークで構成した温度推定器と、上記２つの
推定値と車両の環境因子及び空調機器の状態とに基づい
て車室内の前部及び後部の温度を制御する制御ロジック
とを備え、車室内の前部及び後部に送風する空調空気の
温度や風量等を調節して車室内の温度を制御するように
したので、前部座席と後部座席でそれぞれ設定温度や送
風量が異なる場合にも、お互いの影響を考慮した制御が
でき、車室内の前部及び後部の温度を速やかにそれぞれ
の目標温度にすることができる。A vehicle air conditioner according to a sixth aspect of the present invention is a vehicle air conditioner, comprising: a temperature estimator constituted by a neural network having output values of the estimated values of the front and rear temperatures in the cabin ;
Based on estimated values, vehicle environmental factors, and air conditioner status
Control logic to control the temperature in the front and rear of the vehicle compartment
With the door, since to control the temperature of the passenger compartment by adjusting the temperature and air volume, etc. of the conditioned air to be blown to the front and rear of the passenger compartment, respectively set at the front seat and rear seat temperature and the air volume Are different from each other, control can be performed in consideration of the influence of each other, and the temperatures of the front and rear portions in the vehicle interior can be quickly set to the respective target temperatures.
【手続補正２１】[Procedure amendment 21]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００３６[Correction target item name] 0036
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００３６】請求項７に記載の車両用空調装置は、上記
２つの推定値をフィードバック値として車室内の前部及
び後部に送風する空調空気の温度や風量等を調節して車
室内の温度を制御するようにしたので、車室内の前部及
び後部の温度を正確にかつ迅速にそれぞれの目標温度に
することができる。The air-conditioning system according to claim 7, the temperature of the passenger compartment by adjusting the temperature and air volume, etc. of the conditioned air to be blown to the front and rear of the passenger compartment above two estimates as a feedback value Since the control is performed, the temperatures at the front and rear portions of the vehicle interior can be accurately and quickly set to the respective target temperatures.
【手続補正２２】[Procedure amendment 22]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００３７[Correction target item name] 0037
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００３７】請求項８に記載の車両用空調装置は、上記
環境因子を外気温及び日射量とし、上記空調機器の状態
を車室の前部及び後部の吹出しモード，吹出し温度，吹
出し風量，吸い込み口位置の各情報のいずれかの組合せ
かあるいは全部としたので、前部座席と後部座席のお互
いの設定状況を考慮した制御を確実に行うことができ
る。The air-conditioning system according to claim 8, the environmental factors and the outside air temperature and solar radiation, the front and rear of the blowing mode of the passenger compartment of the state of the air conditioning equipment, air temperature, blowing air volume, suction Since any or all of the pieces of information on the mouth position are combined or all, it is possible to reliably control the front seat and the rear seat in consideration of the setting situation of each other.
【手続補正２３】[Procedure amendment 23]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００３８[Correction target item name] 0038
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００３８】請求項９に記載の車両用空調装置は、ニュ
ーラルネットワークの学習時に使用する教師信号を、運
転席と助手席のそれぞれの頭部及び足部に相当する位置
の平均温度としたので、車室内温度の推定値と実際の車
室内温度との差を極めて小さくすることができる。In the vehicle air conditioner according to the ninth aspect , the teacher signal used at the time of learning the neural network is the average temperature at the position corresponding to the head and foot of the driver's seat and the passenger's seat. The difference between the estimated value of the vehicle interior temperature and the actual vehicle interior temperature can be made extremely small.
【手続補正２４】[Procedure amendment 24]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００３９[Correction target item name] 0039
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００３９】請求項１０記載の車両用空調装置は、ニュ
ーラルネットワークの学習時に使用する教師信号の入力
状態を、０．０２から０．９８に正規化するようにした
ので、ニューラルネットワークの学習の学習効率及び安
全性を向上させることができる。In the vehicle air conditioner according to the tenth aspect, the input state of the teacher signal used in the learning of the neural network is normalized from 0.02 to 0.98. Efficiency and safety can be improved.
【手続補正２５】[Procedure amendment 25]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００４０[Correction target item name] 0040
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【００４０】請求項１１記載の車両用空調装置は、ニュ
ーラルネットワークの学習時に使用するシグモイド関数
を、一次関数のそれぞれの入力範囲における出力値と上
記シグモイド関数の出力値との誤差の絶対値が３％以内
になるように入力範囲及び上記一次関数の係数を設定し
た関数で近似することにより、必要メモリ数を低減でき
るとともに演算時間を大幅に短縮することができるの
で、車室内の温度を更に迅速に目標温度にすることがで
きる。According to the eleventh aspect of the present invention, the sigmoid function used in learning of the neural network is determined by setting the absolute value of the error between the output value in each input range of the linear function and the output value of the sigmoid function to 3 %, The number of required memories can be reduced and the calculation time can be greatly reduced by approximating the input range and the function of the coefficient of the above-mentioned linear function with the coefficient of the linear function. Target temperature.
Claims (12)
手段の出力値から車室内温度を推定する温度モデルを設
定し、上記温度モデルからの推定温度に基づいて車室内
の温度を制御するようにしたことを特徴とする車両用空
調装置の制御方法。1. A temperature model for estimating a vehicle interior temperature from an output value of a vehicle interior temperature detecting means for detecting a vehicle interior temperature, and controlling the vehicle interior temperature based on the estimated temperature from the temperature model. A method for controlling a vehicle air conditioner, characterized in that:
調機器の状態とを入力信号とし車室内の温度の推定値を
出力値とするニューラルネットワークで構成することを
特徴とする請求項１記載の車両用空調装置の制御方法。2. The temperature model according to claim 1, wherein the temperature model is constituted by a neural network using an environmental factor of the vehicle and a state of the air conditioner as input signals and an estimated value of the temperature in the passenger compartment as an output value. Control method for a vehicle air conditioner.
上記空調機器の状態を吹出しモード，吹出し温度，吹出
し風量，吸い込み口位置の各情報のいずれかの組合せか
あるいは全部とすることを特徴とする請求項２記載の車
両用空調装置の制御方法。3. The environmental factor is an outside temperature and an amount of solar radiation,
3. The control method for a vehicle air conditioner according to claim 2, wherein the state of the air conditioner is any combination or all of information of a blow mode, a blow temperature, a blow air volume, and a suction port position.
手段と、上記車室内温度検出手段の検出温度と車両の環
境因子及び空調機器の状態とを入力信号とし車室内の温
度の推定値を出力値とするニューラルネットワークで構
成した温度推定器とを備え、上記推定値に基づいて車室
内の温度を制御するようにしたことを特徴とする車両用
空調装置。4. A vehicle interior temperature detecting means for detecting the temperature in the vehicle interior, and an estimated value of the vehicle interior temperature using the detected temperature of the vehicle interior temperature detecting means, the environmental factor of the vehicle and the state of the air conditioner as input signals. And a temperature estimator constituted by a neural network having an output value of, and controlling the temperature in the vehicle interior based on the estimated value.
室内の温度を制御するようにしたことを特徴とする請求
項４記載の車両用空調装置。5. The air conditioner for a vehicle according to claim 4, wherein the temperature in the vehicle compartment is controlled using the estimated value as a feedback value.
記空調機器の状態を吹出しモード，吹出し温度，吹出し
風量，吸い込み口位置の各情報のいずれかの組合せかあ
るいは全部とすることを特徴とする請求項４または請求
項５記載の車両用空調装置。6. The method according to claim 1, wherein the environmental factors are the outside air temperature and the amount of solar radiation, and the state of the air conditioner is any combination or all of information of a blow mode, a blow temperature, a blow air volume, and a suction port position. The vehicle air conditioner according to claim 4 or 5, wherein
少なくとも２つの車室内温度検出手段と、上記車室内温
度検出手段からのそれぞれの検出温度と車両の環境因子
及び空調機器の状態とを入力信号とし車室内の前部及び
後部の温度の推定値を出力値とするニューラルネットワ
ークで構成した温度推定器とを備え、上記２つの推定値
に基づいて車室内の温度を制御するようにしたことを特
徴とする車両用空調装置。7. At least two vehicle interior temperature detecting means for detecting temperatures of a front part and a rear part of the vehicle interior, respective detected temperatures from the vehicle interior temperature detecting means, environmental factors of the vehicle, and states of the air conditioning equipment. And a temperature estimator configured as a neural network that takes the estimated values of the temperatures of the front and rear portions of the vehicle interior as output signals, and controls the temperature of the vehicle interior based on the two estimated values. An air conditioner for a vehicle, characterized in that:
して車室内の温度を制御するようにしたことを特徴とす
る請求項７記載の車両用空調装置。8. The vehicle air conditioner according to claim 7, wherein the temperature in the passenger compartment is controlled using the two estimated values as feedback values.
記空調機器の状態を車室の前部及び後部の吹出しモー
ド，吹出し温度，吹出し風量，吸い込み口位置の各情報
のいずれかの組合せかあるいは全部とすることを特徴と
する請求項７または請求項８記載の車両用空調装置。9. The environmental factor is an outside air temperature and an amount of solar radiation, and the state of the air conditioner is any combination of information on a blow mode, a blow temperature, a blow air volume, and a position of a suction port at a front part and a rear part of a vehicle compartment. The vehicle air conditioner according to claim 7 or 8, wherein all or all of the air conditioners are provided.
用する教師信号を、運転席と助手席のそれぞれの頭部及
び足部に相当する位置の平均温度としたことを特徴とす
る請求項４または請求項７記載の車両用空調装置。10. The teacher signal used in learning of the neural network is an average temperature at a position corresponding to a head and a foot of a driver seat and a passenger seat, respectively. An air conditioner for a vehicle as described in the above.
用する教師信号の入力状態を、０．０２から０．９８に
正規化するようにしたことを特徴とする請求項４または
請求項７記載の車両用空調装置。11. The vehicle air conditioner according to claim 4, wherein an input state of a teacher signal used at the time of learning of the neural network is normalized from 0.02 to 0.98. apparatus.
グモイド関数を、入力範囲により異なる係数を有する一
次関数から構成され、かつ上記一次関数のそれぞれの入
力範囲における出力値と上記シグモイド関数の出力値と
の誤差の絶対値が３％以内になるように上記入力範囲及
び上記一次関数の係数を設定した関数で近似したことを
特徴とする請求項４または請求項７記載の車両用空調装
置。12. A sigmoid function used for a neural network is constituted by a linear function having coefficients different depending on an input range, and an error between an output value of each of the linear functions in an input range and an output value of the sigmoid function is obtained. The vehicle air conditioner according to claim 4 or 7, wherein the input range and the coefficient of the linear function are approximated by a function in which an absolute value is within 3%.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10170372A JP3046798B2 (en) | 1998-01-19 | 1998-06-17 | Vehicle air conditioner and control method thereof |
| PCT/JP1998/003528 WO1999036280A1 (en) | 1998-01-19 | 1998-08-05 | Air-conditioning device for vehicles and method for controlling the device |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10-7930 | 1998-01-19 | ||
| JP793098 | 1998-01-19 | ||
| JP10170372A JP3046798B2 (en) | 1998-01-19 | 1998-06-17 | Vehicle air conditioner and control method thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11268513A true JPH11268513A (en) | 1999-10-05 |
| JP3046798B2 JP3046798B2 (en) | 2000-05-29 |
Family
ID=26342329
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10170372A Expired - Fee Related JP3046798B2 (en) | 1998-01-19 | 1998-06-17 | Vehicle air conditioner and control method thereof |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3046798B2 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008195102A (en) * | 2007-02-08 | 2008-08-28 | Denso Corp | Air conditioner for vehicle, and control method and device for the same |
| JP2014125148A (en) * | 2012-12-27 | 2014-07-07 | Denso Corp | Control device |
| CN109050200A (en) * | 2018-08-22 | 2018-12-21 | 吉林大学 | A kind of control method of automobile heat pump air conditioner |
-
1998
- 1998-06-17 JP JP10170372A patent/JP3046798B2/en not_active Expired - Fee Related
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008195102A (en) * | 2007-02-08 | 2008-08-28 | Denso Corp | Air conditioner for vehicle, and control method and device for the same |
| JP2014125148A (en) * | 2012-12-27 | 2014-07-07 | Denso Corp | Control device |
| CN109050200A (en) * | 2018-08-22 | 2018-12-21 | 吉林大学 | A kind of control method of automobile heat pump air conditioner |
| CN109050200B (en) * | 2018-08-22 | 2020-02-18 | 吉林大学 | Control method of automobile heat pump air conditioner |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3046798B2 (en) | 2000-05-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH08238927A (en) | Method and system of controlling hvac system for automobile for antifogging | |
| JPH0834222A (en) | Air conditioning control method for vehicle | |
| GB2395574A (en) | Controlling a vehicle air-conditioning system using linear and non-linear models | |
| JP3046798B2 (en) | Vehicle air conditioner and control method thereof | |
| CN113286989A (en) | Radiation information calculation device and temperature information calculation device | |
| JP2000001116A (en) | Air conditioning system for vehicle | |
| WO1999036280A1 (en) | Air-conditioning device for vehicles and method for controlling the device | |
| JP3309542B2 (en) | Vehicle air conditioner | |
| JP2000001114A (en) | Air conditioning device for vehicle | |
| JP2000001115A (en) | Air conditioning system for vehicle | |
| JP3245722B2 (en) | Equivalent temperature computing device for vehicle air conditioner | |
| JP3125463B2 (en) | Fuzzy control device | |
| JPH0732853A (en) | Air conditioner for automobile | |
| JP2000177362A (en) | Controller of door for chageover between inside air and outside air | |
| JP3951965B2 (en) | Air conditioning control device and air conditioning device | |
| JP3327067B2 (en) | Air conditioning control device | |
| JP2000211338A (en) | Estimating method of cabin interior rear temperature and device of the same | |
| JP3301200B2 (en) | Vehicle air conditioner | |
| JP3435714B2 (en) | Neural network type additional learning device | |
| JP3438277B2 (en) | Vehicle air conditioner | |
| JP3858446B2 (en) | Air conditioner | |
| JP3480016B2 (en) | Vehicle air conditioner | |
| JPH07172141A (en) | Air-conditioning controller | |
| JP4399979B2 (en) | Air conditioner for vehicles | |
| JP3454189B2 (en) | Vehicle air conditioner |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| LAPS | Cancellation because of no payment of annual fees |