WO2023223444A1 - 冷凍サイクル状態予測装置、冷凍サイクル制御装置、及び冷凍サイクル装置 - Google Patents

冷凍サイクル状態予測装置、冷凍サイクル制御装置、及び冷凍サイクル装置 Download PDF

Info

Publication number
WO2023223444A1
WO2023223444A1 PCT/JP2022/020601 JP2022020601W WO2023223444A1 WO 2023223444 A1 WO2023223444 A1 WO 2023223444A1 JP 2022020601 W JP2022020601 W JP 2022020601W WO 2023223444 A1 WO2023223444 A1 WO 2023223444A1
Authority
WO
WIPO (PCT)
Prior art keywords
refrigeration cycle
state
control device
unit
manipulated variable
Prior art date
Application number
PCT/JP2022/020601
Other languages
English (en)
French (fr)
Inventor
凜 伊藤
滉稀 中根
航祐 田中
龍一 竹村
利貞 毬山
Original Assignee
三菱電機株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to JP2022544038A priority Critical patent/JP7278496B1/ja
Priority to PCT/JP2022/020601 priority patent/WO2023223444A1/ja
Publication of WO2023223444A1 publication Critical patent/WO2023223444A1/ja

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B49/00—Arrangement or mounting of control or safety devices
    • F25B49/02—Arrangement or mounting of control or safety devices for compression type machines, plants or systems

Definitions

  • the disclosed technology relates to a refrigeration cycle state prediction device, a refrigeration cycle control device, and a refrigeration cycle device.
  • the refrigeration cycle device is a device that uses a refrigeration cycle, and includes room air conditioners that function as air conditioners and heaters, and industrial cooling devices.
  • a phenomenon in which frost forms on a heat exchanger during operation (referred to as "frost formation") may occur. Frost formation reduces the efficiency of heat exchange. For this reason, the refrigeration cycle device generally performs a defrosting operation when the amount of frost increases.
  • a heat exchanger includes a plurality of fins installed at predetermined intervals from each other and a plurality of heat transfer tubes passing through the plurality of fins. Heat is exchanged between the air and the refrigerant flowing through the heat transfer tubes, and the frost density output by the density estimator of the refrigeration cycle equipment is used to estimate the thickness of frost attached to the fins, and based on the estimated frost thickness.
  • a refrigeration cycle device is disclosed in which the opening degree of the expansion section is controlled so as not to change. With this configuration, the refrigeration cycle device according to Patent Document 1 makes it possible to operate the device while maintaining COP (Coefficient Of Performance) even under frosting conditions.
  • the purpose of the disclosed technology is to improve the refrigeration cycle device exemplified in Patent Document 1.
  • An object of the disclosed technology is to provide a refrigeration cycle device that performs no unnecessary defrosting operation as much as possible compared to the conventional technology.
  • the refrigeration cycle state prediction device is a refrigeration cycle state prediction device that constitutes a refrigeration cycle device, and calculates a predicted value of the state of the refrigeration cycle device in the future based on an input provisional operation amount sequence.
  • a prediction unit is provided.
  • the refrigeration cycle device includes the refrigeration cycle state prediction device having the above configuration, it is possible to refer to the predicted value of the state of the refrigeration cycle device in the future and avoid unnecessary defrosting operation.
  • FIG. 1 is a block diagram showing the functional configuration of a refrigeration cycle device including a refrigeration cycle control device according to the first embodiment.
  • FIG. 2 is a flowchart showing the processing contents of the refrigeration cycle control device according to the first embodiment.
  • FIG. 3 is a block diagram showing the functional configuration of a refrigeration cycle device including a refrigeration cycle control device according to the second embodiment.
  • FIG. 4 is a block diagram showing the functional configuration of a refrigeration cycle device including a refrigeration cycle control device according to the third embodiment.
  • FIG. 5 is a flowchart showing the processing contents of the refrigeration cycle control device according to the third embodiment.
  • FIG. 6 is a block diagram showing the functional configuration of a refrigeration cycle device including a refrigeration cycle control device according to Embodiment 4.
  • FIG. 4 is a block diagram showing the functional configuration of a refrigeration cycle device including a refrigeration cycle control device according to Embodiment 4.
  • FIG. 7 is a block diagram showing the functional configuration of a refrigeration cycle device including a refrigeration cycle control device according to the fifth embodiment.
  • FIG. 8 is a block diagram showing the functional configuration of a refrigeration cycle device including a refrigeration cycle control device according to Embodiment 7.
  • FIG. 9 is a flowchart showing the processing contents of the refrigeration cycle control device according to the seventh embodiment.
  • FIG. 10 is an explanatory diagram showing a method in which the refrigeration cycle control device 3 of the refrigeration cycle control device according to Embodiment 7 determines the manipulated variable.
  • FIG. 11 is a flowchart illustrating the process of determining the manipulated variable by the refrigeration cycle control device 3 of the refrigeration cycle control device according to the seventh embodiment.
  • the refrigeration cycle device means a device that utilizes a refrigeration cycle.
  • the refrigeration cycle device is a room air conditioner or an industrial cooling device.
  • vapor compression refrigeration cycles are most commonly used in room air conditioners and industrial cooling equipment.
  • a refrigeration cycle device is composed of four components: a compressor, a condenser, an expansion valve (capillary tube), and an evaporator.
  • the inside of the refrigeration cycle device is in a sealed state, and the refrigerant circulates in a fixed direction while changing its state, thereby achieving cooling.
  • FIG. 1 is a block diagram showing the functional configuration of a refrigeration cycle device including a refrigeration cycle control device 3 according to the first embodiment.
  • the refrigeration cycle device includes an operation section 1, a measurement section 2, a refrigeration cycle control device 3, and a control section 4.
  • the refrigeration cycle control device 3 includes a refrigeration cycle state prediction device 5 and a manipulated variable calculation section 6.
  • the refrigeration cycle state prediction device 5 includes a prediction section 9 including a model storage section 10.
  • the manipulated variable calculation unit 6 includes an evaluation unit 7 and an optimization calculation unit 8.
  • the operation unit 1 that constitutes the refrigeration cycle device is a component that sends operation information to the refrigeration cycle control device 3.
  • the operation information means information for calculating the "operation amount" described later.
  • the operation information is information such as an operation start signal, an operation stop signal, an operation mode (normal mode, energy saving mode, sleep mode, defrost mode, etc.), set temperature, set air volume, and the like.
  • the measurement unit 2 that constitutes the refrigeration cycle device is a component that sends a measured amount to the refrigeration cycle control device 3.
  • the measured quantity means the internal and external conditions of the refrigeration cycle device obtained by measurement.
  • the state of the refrigeration cycle device includes, for example, the amount of frost formation, the thickness of the frost layer, the density of the frost layer, the surface temperature of the frost layer, and the surface temperature of the heat exchanger.
  • Measured quantities include the values of the internal conditions exemplified above when observable, as well as indoor temperature, outdoor temperature, evaporation temperature, evaporation pressure, evaporator fan air volume, evaporator fan rotation speed, and evaporator fan current.
  • the measurement amount measuring means may be a sensor such as a temperature sensor, a pressure sensor, an air volume sensor, a humidity sensor, or a temperature/humidity sensor.
  • the measurement method may be a method of analyzing an image acquired by a camera.
  • the measurement method may be to obtain information announced by the Japan Meteorological Agency through means such as Internet communication.
  • the refrigeration cycle control device 3 that constitutes the refrigeration cycle device is a component that calculates the amount of operation based on the operation information sent from the operation section 1 and the measurement amount sent from the measurement section 2.
  • the manipulated variables include the compressor frequency, the expansion valve opening, the evaporator fan air volume, the condenser fan air volume, and the like.
  • the control unit 4 constituting the refrigeration cycle device is a component that controls an actuator (not shown) of the refrigeration cycle device based on the operation amount sent from the refrigeration cycle control device 3.
  • the actuator is specifically an element of a refrigeration cycle device such as a compressor, an expansion valve, an evaporator fan, a condenser fan, etc.
  • the refrigeration cycle state prediction device 5 constituting the refrigeration cycle control device 3 is a component that calculates a predicted value of the state at a future time based on a provisional operation amount sequence sent from the operation amount calculation unit 6, which will be described later.
  • the provisional manipulated variable sequence is for each time (time k+1,..., time k+m) at the current time (time k) from one sampling time ahead (time k+1) to a future time m sampling time ahead (time k+m).
  • This is a data string in which provisional values of manipulated variables are arranged in chronological order.
  • the provisional value is a temporary value that is not officially determined at the current time (time k) and is set as such for a while, and the actual manipulated variable does not necessarily match this value.
  • the number of elements (m) in the provisional operation amount sequence is a predetermined parameter.
  • the state for which the refrigeration cycle state prediction device 5 calculates the predicted value is synonymous with the state in the state equation, state vector, etc. in modern control theory.
  • the conditions assumed by the technology of the present disclosure include the amount of frost formation, the thickness of the frost layer, the density of the frost layer, the surface temperature of the frost layer, and the surface temperature of the heat exchanger.
  • frost formation related states states related to frost formation, so in this specification, they are referred to as "frost formation related states". It is called.
  • the predicted value of the state calculated by the refrigeration cycle state prediction device 5 is sent again to the manipulated variable calculation unit 6. That is, in the refrigeration cycle control device 3, as shown in FIG. 1, a loop is formed by the refrigeration cycle state prediction device 5 and the manipulated variable calculating section 6.
  • the refrigeration cycle state prediction device 5 includes a prediction section 9 including a model storage section 10.
  • the prediction unit 9 is a component that actually calculates a predicted value of the state. More specifically, the prediction unit 9 calculates a predicted value of the future state based on the input provisional operation amount sequence.
  • the prediction unit 9 may store trained artificial intelligence in the model storage unit 10, for example.
  • trained artificial intelligence may be realized by a trained mathematical model (also referred to as a "learning model").
  • a trained mathematical model also referred to as a "learning model"
  • algorithms such as gradient boosting tree, linear regression, neural network, random forest, k-approximation method, etc. may be used, for example.
  • the learning data set used for learning may be real data obtained by actually operating the refrigeration cycle device, simulation data obtained by simulation, or data that is a combination of real data and simulation data.
  • large-scale computational resources suitable for simulation such as supercomputers, are required.
  • the refrigeration cycle state prediction device 5 can realize the function of the prediction unit 9 with small-scale calculation resources such as a general PC.
  • the manipulated variable calculation unit 6 that constitutes the refrigeration cycle control device 3 is a component that calculates a provisional manipulated variable sequence by calculation.
  • values at each time are determined so as to satisfy the constraint conditions.
  • a typical example of the constraint assumed by the technology of the present disclosure is "the amount of frost does not exceed a predetermined threshold.”
  • the state for which the refrigeration cycle state prediction device 5 calculates the predicted value is the amount of frost formation.
  • the set of constraint conditions and states may be determined as appropriate depending on the specifications required of the refrigeration cycle device. Note that the state for which the refrigeration cycle state prediction device 5 calculates the predicted value is not limited to the amount of frost formation. The state for which the refrigeration cycle state prediction device 5 calculates the predicted value may be another frost-related state.
  • the manipulated variable calculation unit 6 includes the evaluation unit 7 and the optimization calculation unit 8.
  • the evaluation section 7 is a component for calculating the value of an evaluation function (hereinafter referred to as "evaluation value") used in the calculation of the provisional operation amount sequence performed by the operation amount calculation section 6.
  • the evaluation function used in the manipulated variable calculation section 6 is synonymous with the evaluation function used in modern control theory, and is a scalar function such as an energy function.
  • the provisional manipulated variable sequence is determined so as to minimize the evaluation function.
  • the evaluation function used by the manipulated variable calculating section 6 may include, for example, a term of the capacity (cooling capacity or heating capacity) of the refrigeration cycle device.
  • the evaluation function used by the manipulated variable calculating section 6 includes a term related to energy consumption or COP (Coefficient of Performance).
  • the term regarding energy consumption means that the value of the evaluation function increases as the energy consumption increases.
  • the evaluation function used by the manipulated variable calculating section 6 includes a term regarding the difference (error) between the set temperature and the actual indoor temperature.
  • Each term included in the evaluation function is multiplied by a weighting coefficient, and in the case of analog, it is integrated over time, and in the case of digital, the sum at each time is calculated.
  • the evaluation function may further include the above-mentioned constraint conditions as a penalty term or a barrier term.
  • the optimization calculation unit 8 is a component that solves a conditional minimization problem. Specifically, the optimization calculation unit 8 is a component that calculates a solution to a provisional manipulated variable sequence that minimizes the above-mentioned evaluation function under the above-mentioned constraint conditions. In solving the conditional minimization problem, the optimization calculation unit 8 uses, for example, random search, grid search, Nelder-Mead method, CMA-ES (Covariance Matrix Adaptation Evolution Strategy), Bayesian Optimization. tion) etc. A box function optimization algorithm may be used. Further, in solving the conditional minimization problem, the optimization calculation unit 8 may use, for example, a gradient method algorithm such as sequential quadratic programming (SQP).
  • SQL sequential quadratic programming
  • the manipulated variable calculation unit 6 does not necessarily need to strictly solve the conditional minimization problem.
  • the operation amount calculation unit 6 may compare the evaluation values of the candidates for the provisional operation amount sequence prepared in advance and generated based on a predetermined rule, and select the one with the smallest evaluation value. good.
  • FIG. 2 is a flowchart showing the processing contents of the refrigeration cycle control device 3 according to the first embodiment.
  • FIG. 2 shows steps S1 to S6 as processing steps performed by the refrigeration cycle control device 3.
  • step S1 described as "obtaining operation information and measured value”
  • the refrigeration cycle control device 3 acquires the operation information sent from the operation section 1 and the measurement amount sent from the measurement section 2. This is a processing step. After step S1 is performed, the process proceeds to step S2.
  • step S2 described as "determination of provisional manipulated variable” is a processing step in which the manipulated variable calculation unit 6 forming the refrigeration cycle control device 3 calculates a provisional manipulated variable sequence. After step S2 is performed, the process proceeds to step S3.
  • step S3 described as "estimate of predicted state amount” is a step in which the refrigeration cycle state prediction device 5 of the refrigeration cycle control device 3 is based on the provisional manipulated variable sequence sent from the manipulated variable calculation unit 6. This is a processing step of calculating a predicted value of the state at a future time. After step S3 is performed, the process proceeds to step S4.
  • step S4 described as "calculation of evaluation value” is a step in which the evaluation section 7 of the operation amount calculation section 6 constituting the refrigeration cycle control device 3 calculates the evaluation value used in the calculation of the provisional operation amount sequence. This is a processing step for calculating. After step S4 is performed, the process proceeds to step S5.
  • step S5 described as "End of iteration?", the optimization calculation section 8 of the manipulated variable calculation section 6 that constitutes the refrigeration cycle control device 3 minimizes the evaluation function under constraint conditions.
  • This is a processing step for determining whether or not a termination condition is satisfied in the iterative calculation for finding a solution to the provisional manipulated variable sequence.
  • the termination condition for the iterative calculation is the absolute value of the gradient. The value is sufficiently small and is equal to or less than a predetermined threshold value ( ⁇ ).
  • step S5 may also use such a threshold value ( ⁇ , k max ) to determine whether the termination condition is satisfied. If it is determined in step S5 that the termination condition is not satisfied (in the case of NO), the process proceeds to step S2. In step S5, if it is determined that the termination condition is satisfied (in the case of YES), the process proceeds to step S6.
  • step S6 which is described as "manipulated variable determination" in FIG. This is a processing step for outputting to 4. After step S6 is performed, the processing process ends.
  • the refrigeration cycle device since the refrigeration cycle device according to the first embodiment has the above configuration, as long as the limit of the operation amount is not exceeded, that is, as long as the actuator has sufficient capacity, the frost-related state can be kept under the threshold and the normal operation can be carried out. You can continue driving.
  • the disclosed technology is preferably applied to refrigeration cycle apparatuses such as refrigeration cycle apparatuses having multiple outdoor units or refrigeration cycle apparatuses using dual-on defrost circuits that use upper and lower heat exchangers. (See Embodiment 6 and Embodiment 7).
  • Embodiment 2 The refrigeration cycle device according to Embodiment 2 is a modification of the refrigeration cycle device according to the presently disclosed technology. Unless otherwise specified, the same symbols used in the first embodiment are used in the second embodiment. In the second embodiment, explanations that overlap with those in the first embodiment are omitted as appropriate.
  • FIG. 3 is a block diagram showing the functional configuration of a refrigeration cycle device including the refrigeration cycle control device 3 according to the second embodiment.
  • the refrigeration cycle control device 3 according to the second embodiment includes an integral calculation section 11 in the prediction section 9 of the refrigeration cycle state prediction device 5 in addition to the configuration shown in the first embodiment.
  • ⁇ Integral calculation unit 11 ⁇ In general, the dynamic behavior of a system (particularly a linear time-invariant system) is described by a differential equation of state (commonly referred to as an "equation of state"). Integral operations are used when numerically finding solutions to the equation of state. If the initial state (x(0)) is known and the time differential value (dx(t)/dt) of the state at all future times is known, then the value of the state (x(t)) at any future time is known. ) can be found simply by integral calculation. It is considered that the dynamic behavior of the refrigeration cycle device according to the disclosed technique is also expressed by an equation of state.
  • the integral calculation unit 11 which is a component added in the second embodiment, calculates the time differential value of the state at all future times predicted by the prediction unit 9 (hereinafter referred to as the “time differential value of the state amount”). This is a component that performs an integral operation on (referred to as ")" and calculates the value of the state at an arbitrary time in the future. Strictly speaking, the integral calculation performed by the integral calculation unit 11 is a process based on discrete time rather than continuous time. Furthermore, an actual refrigeration cycle device is not a linear time-invariant system. Therefore, for nonlinear systems, linearization around an equilibrium state (also referred to as "linearization around an equilibrium point”) is generally performed, and an approximate linear time-invariant system is used.
  • the learning model of the prediction unit 9 calculates the predicted value of the future state based on the input provisional manipulated variable sequence, so if the refrigeration cycle equipment is a linear time-invariant system, the state equation itself is be. It can be said that the mathematical model possessed by the prediction unit 9 is a mathematical model that can reproduce the dynamic behavior of the refrigeration cycle device, which is a nonlinear system, through learning.
  • the mathematical model possessed by the prediction unit 9 according to the second embodiment assumes that the initial state (x(0)) is known, and calculates state quantities at all future times from time-series data of manipulated variables input to the refrigeration cycle device. It may be trained to output a time differential value.
  • the refrigeration cycle device according to the second embodiment since the refrigeration cycle device according to the second embodiment has the above configuration, it achieves the same effects as those described in the first embodiment.
  • Embodiment 3 The refrigeration cycle device according to Embodiment 3 is a modification of the refrigeration cycle device according to the technology disclosed herein. Unless otherwise specified, the same symbols used in the previous embodiments are used in the third embodiment. In the third embodiment, descriptions that overlap with those of the previously described embodiments will be omitted as appropriate.
  • FIG. 4 is a block diagram showing the functional configuration of a refrigeration cycle device including the refrigeration cycle control device 3 according to the third embodiment.
  • the refrigeration cycle control device 3 according to the third embodiment includes an estimation unit 12 in the refrigeration cycle state prediction device 5 in addition to the configuration shown in the first embodiment.
  • ⁇ Estimation part 12 ⁇ when designing a controller that determines the amount of operation based on the state, it is desirable that all the states used by the controller can be observed. However, there are cases where the state cannot be observed due to reasons such as the inability to install sensors due to environmental or hardware limitations. In order to cope with such a situation, a state estimator (also referred to as an "observer") that estimates the state is generally known. Even in the technical field of refrigeration cycle devices, situations may arise where some conditions (for example, frost layer thickness) cannot be observed due to environmental or hardware limitations.
  • the estimating unit 12 which is a component added in the second embodiment, is a component that estimates an unobservable state.
  • unobservable conditions include frost layer thickness, enthalpy, or dryness.
  • the estimation unit 12 uses the method disclosed in Japanese Patent Application Laid-Open No. 2011-127853 to estimate the frost layer thickness without using a sensor that directly observes the frost layer thickness.
  • the layer thickness may also be estimated.
  • FIG. 5 is a flowchart showing the processing contents of the refrigeration cycle control device 3 according to the third embodiment.
  • the processing steps of the refrigeration cycle control device 3 according to the third embodiment include, in addition to the processing steps (S1 to S6) of the refrigeration cycle control device 3 according to the first embodiment, “estimated value calculation” ” includes the processing step (S10) described as “.
  • step S10 described as “calculation of estimated value” is a processing step performed by the estimation unit 12.
  • the estimated value in “Calculation of estimated value” described in FIG. 5 means an estimated value of an unobservable state. As shown in FIG. 5, step S10 is performed after step S1. After step S10 is performed, step S2 is performed.
  • Embodiment 4 The refrigeration cycle device according to the fourth embodiment is a modification of the refrigeration cycle device according to the third embodiment. Unless otherwise specified, the same symbols used in the previous embodiments are used in the fourth embodiment. In the fourth embodiment, descriptions that overlap with those of the previously described embodiments will be omitted as appropriate.
  • FIG. 6 is a block diagram showing the functional configuration of a refrigeration cycle device including the refrigeration cycle control device 3 according to the fourth embodiment.
  • the refrigeration cycle control device 3 according to the fourth embodiment includes a second model storage unit 13 in the estimation unit 12 .
  • the estimation unit 12 has a second learning model that is trained to output estimated values of unobservable states, separately from the learning model that the prediction unit 9 has. It will be done.
  • the estimation unit 12 according to the fourth embodiment includes a second model storage unit 13 that stores a second learning model.
  • the learning data set used for learning the second learning model may be real data obtained by actually operating the refrigeration cycle equipment, simulation data obtained by simulation, or data that is a combination of real data and simulation data. .
  • the refrigeration cycle control device 3 when performing real-time simulations for various operating scenarios of refrigeration cycle equipment, large-scale computational resources suitable for simulation, such as supercomputers, are required.
  • the refrigeration cycle control device 3 can realize the function of the estimation unit 12 with small-scale calculation resources such as a general PC.
  • the refrigeration cycle device since the refrigeration cycle device according to the fourth embodiment has the above configuration, it achieves the same effects as those described in the third embodiment.
  • Embodiment 5 The refrigeration cycle device according to the fifth embodiment is a modification of the refrigeration cycle device according to the fourth embodiment. Unless otherwise specified, the same symbols used in the previous embodiments are used in the fifth embodiment. In the fifth embodiment, descriptions that overlap with those of the previously described embodiments will be omitted as appropriate.
  • FIG. 7 is a block diagram showing the functional configuration of a refrigeration cycle device including the refrigeration cycle control device 3 according to the fifth embodiment.
  • the refrigeration cycle control device 3 according to Embodiment 5 is a mode in which there is no need to store a learning model in the prediction unit 9, and it is not necessary to have the model storage unit 10.
  • the dynamic behavior of a linear time-invariant system is generally expressed by an equation of state. If the refrigeration cycle device can be approximated as a linear time-invariant system by linearization around an equilibrium point, etc., the prediction unit 9 may be provided with an equation of state as a mathematical model.
  • Embodiment 6 The refrigeration cycle device according to the sixth embodiment is a modification of the refrigeration cycle device according to the first embodiment. Unless otherwise specified, in the sixth embodiment, the same symbols as used in the previous embodiments are used. In the sixth embodiment, descriptions that overlap with those of the previously described embodiments will be omitted as appropriate.
  • the refrigeration cycle device according to the sixth embodiment has the same functional configuration as the refrigeration cycle device according to the first embodiment shown in FIG.
  • the refrigeration cycle device according to Embodiment 6 has a plurality of indoor units with different refrigerant systems in the same room, or has an indoor unit with a plurality of heat exchangers with different refrigerant systems.
  • a dual-on defrost circuit is known in which a heat exchanger is divided into upper and lower sections.
  • the refrigeration cycle device according to Embodiment 6 observes frost-related conditions in each refrigerant system and takes on the planning problem of how to plan the execution period of defrosting operation.
  • the refrigeration cycle device handles operating modes (modes such as normal mode, energy saving mode, sleep mode, defrosting mode, etc.) as manipulated variables.
  • operating modes modes such as normal mode, energy saving mode, sleep mode, defrosting mode, etc.
  • each refrigerant system can select only the normal operation mode or the defrosting operation mode as the operation mode. That is, the refrigeration cycle control device 3 according to the sixth embodiment instructs each of the refrigerant systems to be in either the normal operation mode or the defrost operation mode.
  • the evaluation function handled by the evaluation unit 7 preferably includes a penalty term that imposes a penalty on overlapping defrosting operation modes at the same time.
  • the penalty term may be such that the larger the number of refrigerant systems whose defrosting operation modes overlap, the larger the penalty becomes. Further, the penalty term may be such that the longer the time that the defrosting operation modes overlap, the greater the penalty becomes.
  • the penalty term (V p ) may be expressed by the following formula.
  • the subscript p of Vp representing a penalty term is derived from the initial letter of Penalty.
  • k switch (t) is a function that plays the role of a switch, taking 1 when the defrosting operation modes of the refrigerant systems overlap and taking 0 otherwise.
  • W is a weighting coefficient matrix representing the weight for each refrigerant system.
  • the superscript T represents a transposition operation.
  • the weight matrix W may be a diagonal matrix in which components other than the diagonal components are zero.
  • n i (t) is a function that takes 1 when the i-th refrigerant system is in the defrosting operation mode and takes 0 when it is in the normal operation mode.
  • the refrigeration cycle device is capable of continuing normal operation while suppressing frost formation-related conditions below the threshold value, as long as the operating amount does not exceed the limit, that is, as long as the actuator has sufficient capacity. can.
  • the refrigeration cycle control device 3 according to Embodiment 6 is configured to perform normal operation (hereinafter referred to as "normal operation") for a refrigerant system in which actuator capacity is insufficient and at least one frost-related condition exceeds a threshold value. It is determined that the conditions (referred to as “conditions”) are not satisfied, and control is performed to switch to the defrosting operation mode.
  • the refrigeration cycle device since the refrigeration cycle device according to Embodiment 6 has the above configuration, it observes the frost-related state in each refrigerant system, performs defrosting operation for the refrigerant system that requires defrosting operation, and simultaneously defrosts the refrigerant system. This has the effect of minimizing the number of refrigerant systems that undergo frost operation. Due to this effect, the refrigeration cycle device according to the sixth embodiment can continue normal operation using either refrigerant system, so that comfort is not lost. Further, the refrigeration cycle device according to the sixth embodiment can minimize the number of refrigerant systems that are simultaneously in the defrosting operation mode, so it can also be expected to contribute to energy saving.
  • Embodiment 7 The refrigeration cycle device according to the seventh embodiment is a modification of the refrigeration cycle device according to the sixth embodiment. Unless otherwise specified, in the seventh embodiment, the same symbols as used in the previous embodiments are used. In the seventh embodiment, descriptions that overlap with those of the previously described embodiments will be omitted as appropriate.
  • the evaluation unit 7 introduces a penalty term illustrated in formula (1) into the evaluation function to be used, and simultaneously minimizes the number of refrigerant systems that are in the defrosting operation mode. did. Minimizing the number of refrigerant systems that enter the defrosting mode at the same time can also be achieved by other methods. Embodiment 7 realizes minimizing the number of refrigerant systems that are simultaneously in the defrosting operation mode without using an evaluation function.
  • FIG. 8 is a block diagram showing the functional configuration of a refrigeration cycle device including the refrigeration cycle control device 3 according to the seventh embodiment.
  • the refrigeration cycle control device 3 according to the seventh embodiment is a mode in which the operation amount calculation section 6 does not require the evaluation section 7 and the optimization calculation section 8.
  • FIG. 9 is a flowchart showing the processing contents of the refrigeration cycle control device 3 according to the seventh embodiment.
  • the refrigeration cycle control device 3 according to the seventh embodiment includes step S1, step S12, step S3, and step S16 as processing steps.
  • the processing steps of the refrigeration cycle control device 3 according to the seventh embodiment are performed in the order (sequence) shown in FIG. Step S1 and step S3 in the seventh embodiment have the same contents as step S1 and step S3 shown in the first embodiment (see FIG. 2).
  • step S12 described as "determination of provisional manipulated variable” is a processing step in which the manipulated variable calculating section 6 of the refrigeration cycle control device 3 generates a provisional manipulated variable sequence.
  • the manipulated variable calculation unit 6 temporarily generates a provisional manipulated variable sequence that indicates that all refrigerant systems are in the normal operation mode at all times.
  • step S16 described as "determination of manipulated variable” is a processing step in which the manipulated variable calculating section 6 determines the manipulated variable by a method described later.
  • FIG. 10 is an explanatory diagram showing a method by which the refrigeration cycle control device 3 (mainly the manipulated variable calculation section 6) of the refrigeration cycle control device 3 according to the seventh embodiment determines the manipulated variable.
  • FIG. 10 is a graph showing the predicted amount of frost formation over time, with the horizontal axis representing time and the vertical axis representing the predicted amount of frost formation.
  • the predicted amount of frost is calculated over four refrigerant systems labeled as "refrigerant system 1," “refrigerant system 2,” “refrigerant system 3,” and “refrigerant system 4.”
  • the background is illustrated.
  • F n appearing in the title of the vertical axis represents the upper limit of the amount of frost formation beyond which it is decided that the amount of frost formation is not allowed. That is, in the graph shown in FIG. 10, the predicted frost amount on the vertical axis is normalized by the frost amount upper limit value (F n ). Therefore, in the graph shown in FIG. 10, the horizontal line labeled "1" on the vertical axis represents the boundary beyond which the amount of frosting exceeds the upper limit. In each refrigerant system, it is assumed that the above-mentioned normal operating condition is that the predicted frost amount does not exceed the frost amount upper limit value (F n ). In the graph shown in FIG.
  • t1_1 written on the horizontal axis represents the time when the amount of frost formation in the refrigerant system 1 is predicted to reach the upper limit value.
  • t 2_1 represents the time at which the amount of frost formation is predicted to reach the upper limit value for the refrigerant system 2 and t 3_1 for the refrigerant system 3, respectively.
  • tT written on the horizontal axis represents the furthest future time assumed by the refrigeration cycle control device 3.
  • “R d ” written in the upper right corner of the graph shown in FIG. 10 represents a set of refrigerant systems in which the amount of frost formation is estimated not to exceed the upper limit value of the amount of frost formation (F n ).
  • FIG. 10 exemplifies a situation in which refrigerant system 1, refrigerant system 2, and refrigerant system 3 are included in the set of R d .
  • FIG. 11 is a flowchart showing the processing content of the refrigeration cycle control device 3 (mainly the manipulated variable calculation unit 6) according to the seventh embodiment to determine the manipulated variable. As shown in FIG. 11, the processing steps of the refrigeration cycle control device 3 according to the seventh embodiment include steps S21 to S25.
  • step S21 described as "obtaining predicted frost amount” is a process performed by the prediction unit 9.
  • the prediction unit 9 calculates a predicted value of the amount of frost formation for each refrigerant system.
  • the prediction unit 9 is ready to plot the graph illustrated in FIG.
  • step S22 described as "initialization of defrosting operation available time” is a processing step executed by the manipulated variable calculation unit 6.
  • the manipulated variable calculation unit 6 initializes the defrosting operation possible time (t d ).
  • the initial value of the defrosting operation possible time (t d ) may be, for example, t T .
  • the concept that the defrosting operation possible time (t d ) means will become clear from the explanation of the subsequent processing steps.
  • step S23 written as "Is R d empty?" is a processing step executed by the manipulated variable calculation unit 6.
  • the manipulated variable calculation section 6 checks whether Rd is an empty set. If R d is an empty set, the processing step ends. If R d is not an empty set, the process proceeds to step S24.
  • step S24 described as "determining the defrosting period of refrigerant system i" is a processing step performed by the manipulated variable calculating section 6.
  • the manipulated variable calculation unit 6 determines the period during which the defrosting operation is to be performed for the refrigerant system included in Rd .
  • the manipulated variable calculation unit 6 needs to know in advance the length of time during which each refrigerant system continues the defrosting operation.
  • “t d_1 ” appearing on the horizontal axis of the graph in FIG. 10 represents the length of time during which the refrigerant system 1 continues defrosting operation by a double-headed line segment.
  • the manipulated variable calculation unit 6 determines the period during which the defrosting operation should be performed based on the refrigerant system included in R d that has the latest frost amount exceeding the frost amount upper limit value (F n ). , from. For example, in the case shown in FIG. 10, among the refrigerant systems included in R d , the refrigerant system 3 is the one whose frost amount exceeds the frost amount upper limit value (F n ) latest.
  • the operation amount calculation unit 6 first calculates the defrosting operation start time for the refrigerant system 3 ("t 3_2 " in FIG. 10, the subscript "3" indicates the refrigerant system 3, and the subscript "_2" (representing the start time of the defrosting operation) is the time at which the amount of frost formation is predicted to reach the upper limit value (" t3_1 " in FIG. 10), the refrigerant system in which the defrosting operation is performed is Check to see if they overlap. As shown in FIG.
  • the refrigerant in which the defrosting operation is performed even if the defrosting operation start time (t 3_2 ) is set to the time (t 3_1 ) when the amount of frost formation is predicted to reach the upper limit value. Since the systems do not overlap, the manipulated variable calculation unit 6 determines the period during which the defrosting operation should be performed from t 3_1 to t 3_1 +t d_3 .
  • step S25 described as "update of defrosting operation possible time, Rd " is a processing step executed by the manipulated variable calculation section 6.
  • the manipulated variable calculation unit 6 updates the defrosting operation possible time (t d ) and updates R d .
  • the manipulated variable calculation unit 6 substitutes t 3_2 for t d , that is, the defrosting operation start time (t 3_2 ) for the refrigerant system 3 determined in the immediately previous step S24.
  • the defrosting operation possible time (t d ) indicates that "if it is up to this time, even if defrosting operation is performed, the refrigerant systems on which the defrosting operation is performed will not overlap.” .
  • the manipulated variable calculation unit 6 deletes the refrigerant system 3 from Rd in step S25. As shown in FIG. 11, after step S25, the process proceeds to step 23 again.
  • step S24 of the second cycle the manipulated variable calculation unit 6 calculates the defrosting operation start time (“t 2 — 2 ” in FIG. 10, the first subscript “ 2" indicates refrigerant system 2, and the subscript “_2” indicates the defrosting operation start time, respectively), and the time when the frost amount is predicted to reach the upper limit value ("2" in FIG. 10).
  • t2_1 '' check whether the refrigerant systems in which the defrosting operation is performed do not overlap.
  • the manipulated variable calculation unit 6 sets the defrosting operation start time (t 2_2 ) of the refrigerant system 2 to the time when the amount of frost formation is predicted to reach the upper limit value ( t2_1 ) a little earlier.
  • the operation amount calculation unit 6 determines the defrosting operation start time based on, for example, the following formula. In the example shown in FIG. 10, the manipulated variable calculation unit 6 determines the defrosting operation start time t 2_2 for the refrigerant system 2 as t d ⁇ t d_2 .
  • Embodiment 7 especially in the example shown in FIG. 10, it was shown that the defrosting operation is determined based on the "defrosting amount," but the technology of the present disclosure is not limited to this.
  • the refrigeration cycle device according to the present disclosure may determine whether to perform a defrosting operation based on other frosting-related conditions.
  • Embodiment 7 since the refrigeration cycle device according to Embodiment 7 has the above configuration, the effects described in Embodiment 6 can be achieved even without performing calculations based on the evaluation function.
  • the disclosed technology can be applied to room air conditioners and industrial cooling devices, and has industrial applicability.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Thermal Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Air Conditioning Control Device (AREA)
  • Defrosting Systems (AREA)

Abstract

本開示技術に係る冷凍サイクル状態予測装置は、冷凍サイクル装置を構成する冷凍サイクル状態予測装置であって、入力された暫定操作量列に基づいて、未来における冷凍サイクル装置の状態の予測値を算出する予測部（９）を備える。

Description

冷凍サイクル状態予測装置、冷凍サイクル制御装置、及び冷凍サイクル装置
　本開示技術は冷凍サイクル状態予測装置、冷凍サイクル制御装置、及び冷凍サイクル装置に関する。
　冷凍サイクル装置は、冷凍サイクルを利用した装置であり、冷房機及び暖房機として機能するルームエアコン、並びに産業用冷却装置、が該当する。冷凍サイクル装置は、運転中の熱交換器において霜が付着する現象（「着霜」と称される）が生じることがある。
　着霜は、熱交換の効率を低下させる。このため、冷凍サイクル装置は、一般に、着霜量が多くなると除霜運転を行う。
　例えば、特許文献１には、熱交換器が、互いに所定の間隔をあけて設置される複数のフィンと、複数のフィンを貫通する複数の伝熱管と、を具備し、複数のフィンを用いて空気と伝熱管を流れる冷媒との間で熱交換し、冷凍サイクル装置の密度推定部により出力された霜密度から、フィンに付着した霜の厚さを推定し、推定した霜の厚さに基づいて、膨張部の開度を変更しないように制御する冷凍サイクル装置が開示されている。この構成により特許文献１に係る冷凍サイクル装置は、着霜条件下でもＣＯＰ（Ｃｏｅｆｆｉｃｉｅｎｔ　Ｏｆ　Ｐｅｒｆｏｒｍａｎｃｅ）を維持したまま機器を運転することを可能にしている。
特開２０１２－４２２０７号公報
　本開示技術は、特許文献１に例示される冷凍サイクル装置を、改善することを目的とする。本開示技術は、従来に増して、不要な除霜運転をできる限り行わない冷凍サイクル装置を提供することを目的とする。
　本開示技術に係る冷凍サイクル状態予測装置は、冷凍サイクル装置を構成する冷凍サイクル状態予測装置であって、入力された暫定操作量列に基づいて、未来における冷凍サイクル装置の状態の予測値を算出する予測部を備える。
　本開示技術に係る冷凍サイクル装置は、上記構成の冷凍サイクル状態予測装置を備えるため、未来における冷凍サイクル装置の状態の予測値を参照し、不要な除霜運転を行わずにすむ。
図１は、実施の形態１に係る冷凍サイクル制御装置を含む冷凍サイクル装置の機能構成を示すブロック図である。 図２は、実施の形態１に係る冷凍サイクル制御装置の処理内容を示すフローチャートである。 図３は、実施の形態２に係る冷凍サイクル制御装置を含む冷凍サイクル装置の機能構成を示すブロック図である。 図４は、実施の形態３に係る冷凍サイクル制御装置を含む冷凍サイクル装置の機能構成を示すブロック図である。 図５は、実施の形態３に係る冷凍サイクル制御装置の処理内容を示すフローチャートである。 図６は、実施の形態４に係る冷凍サイクル制御装置を含む冷凍サイクル装置の機能構成を示すブロック図である。 図７は、実施の形態５に係る冷凍サイクル制御装置を含む冷凍サイクル装置の機能構成を示すブロック図である。 図８は、実施の形態７に係る冷凍サイクル制御装置を含む冷凍サイクル装置の機能構成を示すブロック図である。 図９は、実施の形態７に係る冷凍サイクル制御装置の処理内容を示すフローチャートである。 図１０は、実施の形態７に係る冷凍サイクル制御装置の冷凍サイクル制御装置３が、操作量を決定する方法を示した説明図である。 図１１は、実施の形態７に係る冷凍サイクル制御装置の冷凍サイクル制御装置３が、操作量を決定する処理内容を示すフローチャートである。
　本開示技術に係る冷凍サイクル装置とは、冷凍サイクルを利用した装置を意味する。冷凍サイクル装置は、具体的には、ルームエアコン、又は産業用冷却装置、である。一般に、ルームエアコン及び産業用冷却装置では、蒸気圧縮式冷凍サイクルが最もよく利用される。冷凍サイクル装置は、圧縮機、凝縮器、膨張弁（キャピラリーチューブ）、及び蒸発器、の四要素部品で構成される。冷凍サイクル装置の内部は密閉状態であり、冷媒が状態変化を伴いながら一定方向に循環し、冷却が実現される。
実施の形態１．
　図１は、実施の形態１に係る冷凍サイクル制御装置３を含む冷凍サイクル装置の機能構成を示すブロック図である。
　図１に示されるとおり冷凍サイクル装置は、操作部１と、測定部２と、冷凍サイクル制御装置３と、制御部４と、を含む。
　図１に示されるとおり冷凍サイクル制御装置３は、冷凍サイクル状態予測装置５と、操作量演算部６と、が含まれる。実施の形態１に係る冷凍サイクル制御装置３において、冷凍サイクル状態予測装置５は、モデル記憶部１０を含む予測部９を備える。実施の形態１に係る冷凍サイクル制御装置３において、操作量演算部６は、評価部７と、最適化計算部８と、を備える。
《冷凍サイクル装置の操作部１》
　冷凍サイクル装置を構成する操作部１は、冷凍サイクル制御装置３へ操作情報を送る構成要素である。ここで操作情報とは、後述する「操作量」を算出するための情報を意味する。
　操作情報は、具体的には、運転開始信号、運転停止信号、運転モード（通常モード、省エネモード、おやすみモード、除霜モード、等のモード）、設定温度、設定風量、等の情報である。
《冷凍サイクル装置の測定部２》
　冷凍サイクル装置を構成する測定部２は、冷凍サイクル制御装置３へ測定量を送る構成要素である。ここで測定量とは、測定により得られる冷凍サイクル装置の内部及び外部の状態を意味する。冷凍サイクル装置の状態には、例えば、着霜量、霜層厚さ、霜層密度、霜層表面温度、及び熱交換器表面温度、が含まれる。測定量は、観測可能な場合における上記に例示した内部の状態を測定した値のほか、室内温度、室外温度、蒸発温度、蒸発圧力、蒸発器ファン風量、蒸発器ファン回転数、蒸発器ファン電流値、蒸発器吸入空気の乾球温度、蒸発器吸入空気の湿度、凝縮器吸入空気の乾球温度、等の量である。
　測定量の測定手段は、具体的には、温度センサ、圧力センサ、風量センサ、湿度センサ、温湿度センサ、等のセンサでよい。
　測定量が霜層厚さである場合、測定方法は、カメラにより取得した画像から解析する、という方法でもよい。
　測定量が室外温度又は室外湿度である場合、測定方法は、気象庁が発表する情報をインターネット通信等の手段により取得する、という方法でもよい。
《冷凍サイクル装置の冷凍サイクル制御装置３》
　冷凍サイクル装置を構成する冷凍サイクル制御装置３は、操作部１から送られる操作情報と、測定部２から送られる測定量と、に基づいて、操作量を算出する構成要素である。
　操作量は、具体的には、圧縮機周波数、膨張弁開度、蒸発器ファン風量、凝縮器ファン風量、等の量である。
　冷凍サイクル制御装置３の詳細な処理内容は、後述の説明により明らかとなる。
《冷凍サイクル装置の制御部４》
　冷凍サイクル装置を構成する制御部４は、冷凍サイクル制御装置３から送られる操作量に基づいて、図示しない冷凍サイクル装置のアクチュエータを制御する構成要素である。
　ここでアクチュエータは、具体的には、圧縮機、膨張弁、蒸発器ファン、凝縮器ファン、等の冷凍サイクル装置の要素である。
《冷凍サイクル制御装置３の冷凍サイクル状態予測装置５》
　冷凍サイクル制御装置３を構成する冷凍サイクル状態予測装置５は、後述の操作量演算部６から送られる暫定操作量列に基づいて、将来時刻における状態の予測値を算出する構成要素である。ここで暫定操作量列は、現時刻（時刻ｋ）において、１サンプリング時刻先（時刻ｋ＋１）からｍサンプリング時刻先の将来時刻（時刻ｋ＋ｍ）までの、各時刻（時刻ｋ＋１，…，時刻ｋ＋ｍ）における操作量の暫定値を時系列に並べたデータ列である。暫定値は、現時刻（時刻ｋ）において、本式に決定せず、しばらくそれと定めた臨時の値であり、実際の操作量がこれと一致するとは限らない。暫定操作量列の要素数（ｍ）は、あらかじめ定められているパラメータである。
　冷凍サイクル状態予測装置５が予測値を算出する状態は、現代制御理論における状態方程式、状態ベクトル、等における状態と同義である。本開示技術が想定する状態は、具体的には、着霜量、霜層厚さ、霜層密度、霜層表面温度、熱交換器表面温度、等の状態である。着霜量、霜層厚さ、霜層密度、霜層表面温度、及び熱交換器表面温度は、いずれも着霜に関係する状態であることから、本明細書では、「着霜関連状態」と称する。
　冷凍サイクル状態予測装置５で算出された状態の予測値は、再び操作量演算部６へ送られる。すなわち冷凍サイクル制御装置３には、図１に示されるように、冷凍サイクル状態予測装置５と操作量演算部６とにより、ループが形成されている。
　図１に示されるとおり冷凍サイクル状態予測装置５は、モデル記憶部１０を含む予測部９を備える。
　予測部９は、実際に状態の予測値を算出する構成要素である。より詳細に言えば予測部９は、入力された暫定操作量列に基づいて、未来における状態の予測値を算出する。予測部９は、例えば、モデル記憶部１０に学習済み人工知能を格納するものであってよい。学習済みの人工知能は、具体的には学習済みの数理モデル（「学習モデル」とも称される）により実現されてよい。人工知能の学習は、例えば、勾配ブースティング木、線形回帰、ニューラルネットワーク、ランダムフォレスト、ｋ近似法、等のアルゴリズムが利用されてよい。学習に用いられる学習データセットは、冷凍サイクル装置を実際に運転して得られる実データのほか、シミュレーションにより得られるシミュレーションデータ、又は実データとシミュレーションデータとを組み合わせたデータでよい。
　一般に、冷凍サイクル装置の多様な運転シナリオに対してリアルタイムのシミュレーションを行う場合、スーパーコンピュータといったシミュレーションに適した大規模な計算資源が必要となる。本開示技術に係る冷凍サイクル状態予測装置５は、学習モデルを備えることにより、一般的なＰＣ等の小規模な計算資源で予測部９の機能を実現することができる。
《冷凍サイクル制御装置３の操作量演算部６》
　冷凍サイクル制御装置３を構成する操作量演算部６は、演算により暫定操作量列を求める構成要素である。操作量演算部６で求められる暫定操作量列は、制約条件を満たすよう、それぞれの時刻の値が決められる。
　本開示技術が想定する制約条件の典型的な例は、「着霜量が、あらかじめ定められた閾値を超えないこと」である。この場合、冷凍サイクル状態予測装置５が予測値を算出する状態は、着霜量となる。制約条件と状態との組は、冷凍サイクル装置に要求される仕様に応じて、適宜、決められてよい。なお、冷凍サイクル状態予測装置５が予測値を算出する状態は、着霜量に限定されない。冷凍サイクル状態予測装置５が予測値を算出する状態は、他の着霜関連状態であってよい。
　前述のとおり操作量演算部６は、評価部７と、最適化計算部８と、を備える。
　評価部７は、操作量演算部６が行う暫定操作量列の演算において、用いられる評価関数の値（以降、「評価値」と称する）を算出するための構成要素である。操作量演算部６で用いられる評価関数は、現代制御理論で用いられる評価関数と同義であり、エネルギー関数のようなスカラ関数である。暫定操作量列は、評価関数を最小にするよう、求められる。操作量演算部６で用いられる評価関数は、例えば、冷凍サイクル装置の能力（冷房能力、又は暖房能力）の項が含まれていてもよい。操作量演算部６で用いられる評価関数は、消費エネルギー又はＣＯＰ（Ｃｏｅｆｆｉｃｉｅｎｔ　ｏｆ　Ｐｅｒｆｏｒｍａｎｃｅ）に関する項が含まれると好ましい。評価関数において、消費エネルギーに関する項は、消費エネルギーが増えるほど評価関数の値も増える、というものである。操作量演算部６で用いられる評価関数は、設定温度と実際の室内温度との差（誤差）に関する項が含まれると好ましい。評価関数に含まれる各項は、重み係数が乗算され、アナログの場合は時間で積分され、デジタルの場合は各時刻での総和が計算される。
　評価関数は、さらに、前述の制約条件を、ペナルティ項、又はバリア項として含むとよい。
　最適化計算部８は、条件付き最小化問題を解く構成要素である。最適化計算部８は、具体的には、前述の制約条件の下、前述の評価関数を最小にする暫定操作量列の解を求める構成要素である。
　最適化計算部８は、条件付き最小化問題を解くにあたり、例えば、ランダムサーチ、グリッドサーチ、Ｎｅｌｄｅｒ－Ｍｅａｄ法、ＣＭＡ－ＥＳ（Ｃｏｖａｒｉａｎｃｅ　Ｍａｔｒｉｘ　Ａｄａｐｔａｔｉｏｎ　Ｅｖｏｌｕｔｉｏｎ　Ｓｔｒａｔｅｇｙ）、ベイズ最適化（Ｂａｙｅｓｉａｎ　Ｏｐｔｉｍｉｚａｔｉｏｎ）等のブラックボックス関数最適化手法、のアルゴリズムが用いられてよい。また、最適化計算部８は、条件付き最小化問題を解くにあたり、例えば、逐次二次計画法（Ｓｅｑｕｅｎｔｉａｌ　Ｑｕａｄｒａｔｉｃ　Ｐｒｏｇｒａｍｍｉｎｇ、ＳＱＰ）等の勾配法、のアルゴリズムが用いられてよい。
　操作量演算部６は、必ずしも厳密に条件付き最小化問題を解く必要はない。操作量演算部６は、所定のルールに基づいて生成されたあらかじめ用意された暫定操作量列の候補について、それぞれの評価値を比較し、最も評価値が小さかったものを選択する、というものでもよい。
《冷凍サイクル制御装置３の処理内容》
　図２は、実施の形態１に係る冷凍サイクル制御装置３の処理内容を示すフローチャートである。図２には、冷凍サイクル制御装置３が実施する処理ステップとして、ステップＳ１からステップＳ６までが示されている。
　図２において、「操作情報、測定値取得」と記載されているステップＳ１は、冷凍サイクル制御装置３が、操作部１から送られる操作情報と、測定部２から送られる測定量と、を取得する処理ステップである。ステップＳ１が実施された後、処理工程は、ステップＳ２へと進められる。
　図２において、「暫定操作量の決定」と記載されているステップＳ２は、冷凍サイクル制御装置３を構成する操作量演算部６が、演算により暫定操作量列を求める処理ステップである。ステップＳ２が実施された後、処理工程は、ステップＳ３へと進められる。
　図２において、「予測状態量の推定」と記載されているステップＳ３は、冷凍サイクル制御装置３を構成する冷凍サイクル状態予測装置５が、操作量演算部６から送られる暫定操作量列に基づいて、将来時刻における状態の予測値を算出する処理ステップである。ステップＳ３が実施された後、処理工程は、ステップＳ４へと進められる。
　図２において、「評価値の計算」と記載されているステップＳ４は、冷凍サイクル制御装置３を構成する操作量演算部６の評価部７が、暫定操作量列の演算において、用いられる評価値を算出する処理ステップである。ステップＳ４が実施された後、処理工程は、ステップＳ５へと進められる。
　図２において、「反復終了？」と記載されているステップＳ５は、冷凍サイクル制御装置３を構成する操作量演算部６の最適化計算部８が、制約条件の下、評価関数を最小にする暫定操作量列の解を求める反復演算において、終了条件が満たされてるか否かを判断する処理ステップである。
　一般に、評価関数が極値（極大値又は極小値）となるパラメータの値を、数値的に、最急降下法等の勾配を利用した反復演算により求める場合、反復演算の終了条件は、勾配の絶対値が十分に小さく、予め用意された閾値（ε）以下になることである。また、反復演算において解が収束しない等の現象に対応するため、反復の回数が予め用意された閾値（ｋｍａｘ）を超える場合、強制的に演算処理を終了することも一般的に行われる。ステップＳ５における最適化計算部８も、このような閾値（ε、ｋｍａｘ）を用いて、終了条件が満たされてるか否かを判断してよい。
　ステップＳ５において、終了条件が満たされていないと判断された場合（ＮＯの場合）、処理工程はステップＳ２へと進められる。ステップＳ５において、終了条件が満たされていると判断された場合（ＹＥＳの場合）、処理工程はステップＳ６へと進められる。
　図２において「操作量決定」と記載されているステップＳ６は、冷凍サイクル制御装置３が、反復演算により求めた暫定操作量列を、実際の制御に用いる一連の操作量と決定し、制御部４へ出力する処理ステップである。ステップＳ６が実施された後、処理工程は終了となる。
　以上のとおり実施の形態１に係る冷凍サイクル装置は上記構成を備えるため、操作量の限度を超えない限り、すなわちアクチュエータの能力が十分であれば、着霜関連状態を閾値以下に抑えたまま通常運転を継続することができる。本開示技術は、複数の室外機を有する冷凍サイクル装置、又は熱交換器を上下に分けて使用するデュアルオンデフロスト回路を用いた冷凍サイクル装置、等の冷凍サイクル装置に適用することが、望ましい形態である（実施の形態６、及び実施の形態７、参照）。
実施の形態２．
　実施の形態２に係る冷凍サイクル装置は、本開示技術に係る冷凍サイクル装置の変形例である。特に明記する場合を除き、実施の形態２では、実施の形態１で用いられた符号と同じものが使われる。実施の形態２では、実施の形態１と重複する説明が、適宜、省略される。
　図３は、実施の形態２に係る冷凍サイクル制御装置３を含む冷凍サイクル装置の機能構成を示すブロック図である。図３に示されるとおり実施の形態２に係る冷凍サイクル制御装置３は、実施の形態１に示した構成に加え、冷凍サイクル状態予測装置５の予測部９に、積分演算部１１を備える。
《積分演算部１１》
　一般に、システム（特に線形時不変システム）の動的挙動は、状態についての微分方程式（一般に、「状態方程式」と称される）によって表される。そして、状態方程式の解を数値的に求めるときに、積分演算が用いられる。初期状態（ｘ（０））が既知であり、未来のすべての時刻における状態の時間微分値（ｄｘ（ｔ）/ｄｔ）がわかれば、未来の任意の時刻における状態の値（ｘ（ｔ））は、単純に積分演算によって求めることができる。
　本開示技術に係る冷凍サイクル装置の動的挙動も、状態方程式により表される、と考えられる。
　実施の形態２で追加された構成要素の積分演算部１１は、予測部９が予測した未来のすべての時刻における状態の時間微分値（状態の時間微分値を、以降、「状態量時間微分値」と称する）に対し積分演算を実施し、未来の任意の時刻における状態の値を算出する構成要素である。
　なお、積分演算部１１が行う積分演算は、厳密に言えば、連続時間ではなく離散時間を前提とした処理である。
　また、実際の冷凍サイクル装置は、線形時不変システムではない。そこで、非線形システムに対しては、一般に、平衡状態まわりの線形化（「平衡点まわりの線形化」とも称される）が行われ、近似の線形時不変システムが用いられる。
　予測部９が有する学習モデルは、入力された暫定操作量列に基づいて、未来における状態の予測値を算出するものであるから、冷凍サイクル装置が線形時不変システムであれば、状態方程式そのものである。予測部９が有する数理モデルは、学習により、非線形システムである冷凍サイクル装置の動的挙動を再現可能とする数理モデルである、と言える。
　実施の形態２に係る予測部９が有する数理モデルは、初期状態（ｘ（０））を既知とし、冷凍サイクル装置へ入力される操作量の時系列データから、未来のすべての時刻における状態量時間微分値を出力するよう、学習されてもよい。
　以上のとおり実施の形態２に係る冷凍サイクル装置は上記構成を備えるため、実施の形態１に記載された効果と同様の効果を奏する。
実施の形態３．
　実施の形態３に係る冷凍サイクル装置は、本開示技術に係る冷凍サイクル装置の変形例である。特に明記する場合を除き、実施の形態３では、既出の実施の形態で用いられた符号と同じものが使われる。実施の形態３では、既出の実施の形態と重複する説明が、適宜、省略される。
　図４は、実施の形態３に係る冷凍サイクル制御装置３を含む冷凍サイクル装置の機能構成を示すブロック図である。　図４に示されるとおり実施の形態３に係る冷凍サイクル制御装置３は、実施の形態１に示した構成に加え、冷凍サイクル状態予測装置５に推定部１２を備える。
《推定部１２》
　一般に、状態に基づいて操作量を決める制御器を設計する場合、制御器が用いる状態がすべて観測できることが望ましい。しかし、環境上又はハードウエア上の制限によりセンサを設置できない、等の理由により、状態を観測できない場合がある。このような状況に対応すべく、一般に、状態の推定を行う状態推定器（「オブザーバ」とも称される）が知られている。
　冷凍サイクル装置の技術分野においても、環境上又はハードウエア上の制限により、一部の状態（例えば、霜層厚さ）が観測できない、といった状況が生じ得る。
　実施の形態２で追加された構成要素の推定部１２は、観測できない状態を推定する構成要素である。
　観測できない状態は、例えば、霜層厚さ、エンタルピー、又は乾き度、が挙げられる。
　観測できない状態が霜層厚さの場合、推定部１２は、例えば、特開２０１１－１２７８５３号公報に開示された方法を利用して、霜層厚さを直接観測するセンサを用いることなく、霜層厚さを推定するようにしてもよい。
　図５は、実施の形態３に係る冷凍サイクル制御装置３の処理内容を示すフローチャートである。図５に示されるとおり実施の形態３に係る冷凍サイクル制御装置３の処理ステップは、実施の形態１に係る冷凍サイクル制御装置３の処理ステップ（Ｓ１からＳ６まで）に加え、「推定値の算出」と記載された処理ステップ（Ｓ１０）を含む。
　図５において、「推定値の算出」と記載されたステップＳ１０は、推定部１２が実施する処理ステップである。図５に記載された「推定値の算出」における推定値は、観測できない状態の推定値を意味する。
　図５に示されるとおり、ステップＳ１０は、ステップＳ１の後に実施される。ステップＳ１０が実施された後は、ステップＳ２が実施される。
　以上のとおり実施の形態３に係る冷凍サイクル装置は上記構成を備えるため、或る注目している状態を直接観測することができない場合においても、実施の形態１に記載された効果と同様の効果を奏するものである。
実施の形態４．
　実施の形態４に係る冷凍サイクル装置は、実施の形態３に係る冷凍サイクル装置の変形例である。特に明記する場合を除き、実施の形態４では、既出の実施の形態で用いられた符号と同じものが使われる。実施の形態４では、既出の実施の形態と重複する説明が、適宜、省略される。
　図６は、実施の形態４に係る冷凍サイクル制御装置３を含む冷凍サイクル装置の機能構成を示すブロック図である。図６に示されるとおり実施の形態４に係る冷凍サイクル制御装置３は、推定部１２において、第二モデル記憶部１３を備える。
　推定部１２の具体的態様として、推定部１２が、予測部９が有する学習モデルとは別に、観測できない状態の推定値を出力するように学習された、第二学習モデルを保有することが考えられる。実施の形態４に係る推定部１２は、第二学習モデルを格納する第二モデル記憶部１３を備える。
　第二学習モデルの学習は、例えば、勾配ブースティング木、線形回帰、ニューラルネットワーク、ランダムフォレスト、ｋ近似法、等のアルゴリズムが利用されてよい。
　第二学習モデルの学習に用いられる学習データセットは、冷凍サイクル装置を実際に運転して得られる実データのほか、シミュレーションにより得られるシミュレーションデータ、又は実データとシミュレーションデータとを組み合わせたデータでよい。
　前述のとおり、一般に、冷凍サイクル装置の多様な運転シナリオに対してリアルタイムのシミュレーションを行う場合、スーパーコンピュータといったシミュレーションに適した大規模な計算資源が必要となる。本開示技術に係る冷凍サイクル制御装置３は、第二学習モデルを備えることにより、一般的なＰＣ等の小規模な計算資源で推定部１２の機能を実現することができる。
　以上のとおり実施の形態４に係る冷凍サイクル装置は上記構成を備えるため、実施の形態３に記載された効果と同様の効果を奏する。
実施の形態５．
　実施の形態５に係る冷凍サイクル装置は、実施の形態４に係る冷凍サイクル装置の変形例である。特に明記する場合を除き、実施の形態５では、既出の実施の形態で用いられた符号と同じものが使われる。実施の形態５では、既出の実施の形態と重複する説明が、適宜、省略される。
　図７は、実施の形態５に係る冷凍サイクル制御装置３を含む冷凍サイクル装置の機能構成を示すブロック図である。図７に示されるとおり実施の形態５に係る冷凍サイクル制御装置３は、予測部９に学習モデルを格納する必要がない場合の態様であり、モデル記憶部１０を有さなくてもよい。
　前述のとおり、一般に、線形時不変システムの動的挙動は、状態方程式によって表される。冷凍サイクル装置が、平衡点まわりの線形化等により線形時不変システムと近似できる場合、予測部９は、数理モデルとして、状態方程式を備えればよい。
　以上のとおり実施の形態５に係る冷凍サイクル装置は上記構成を備えるため、実施の形態４と同様、実施の形態３に記載された効果と同様の効果を奏する。
実施の形態６．
　実施の形態６に係る冷凍サイクル装置は、実施の形態１に係る冷凍サイクル装置の変形例である。特に明記する場合を除き、実施の形態６では、既出の実施の形態で用いられた符号と同じものが使われる。実施の形態６では、既出の実施の形態と重複する説明が、適宜、省略される。
　実施の形態６に係る冷凍サイクル装置は、機能構成が、図１に示された実施の形態１に係る冷凍サイクル装置の機能構成と同じである。実施の形態６に係る冷凍サイクル装置は、同一の室内で冷媒系統の異なる複数台の室内機を有するものであるか、又は、冷媒系統の異なる複数の熱交換器を持つ室内機を有するものである、とする。前述のとおり、このような構成の例として、熱交換器を上下に分けて使用するデュアルオンデフロスト回路が知られている。
　実施の形態６に係る冷凍サイクル装置は、各冷媒系統における着霜関連状態を観測し、除霜運転の実行期間をどう計画するか、という計画問題を課題とする。
　実施の形態６に係る冷凍サイクル装置は、操作量として、運転モード（通常モード、省エネモード、おやすみモード、除霜モード、等のモード）を含むものを扱う。説明を簡単にするため、各冷媒系統は、運転モードを、通常運転モード、又は除霜運転モードのいずれかしか選択できない、とする。すなわち、実施の形態６に係る冷凍サイクル制御装置３は、冷媒系統のそれぞれに対して、通常運転モード、又は除霜運転モードのいずれかを指示する。
　実施の形態６に係る冷凍サイクル装置は、評価部７が扱う評価関数に、同時刻に除霜運転モードが重なることに対してペナルティを課すペナルティ項が含まれているとよい。ペナルティ項は、除霜運転モードが重なる冷媒系統の数が多いほど、ペナルティが大きくなる、というものでよい。またペナルティ項は、除霜運転モードが重なる時間が長いほど、ペナルティが大きくなる、というものでよい。ペナルティ項（Ｖｐ）は、例えば、以下の数式のものが考えられる。

Figure JPOXMLDOC01-appb-I000001

　ここで、ペナルティ項を表すＶｐの下付添え字のｐは、Ｐｅｎａｌｔｙの頭文字に由来する。
　式（１）においてｋｓｗｉｔｃｈ（ｔ）は、冷媒系統の除霜運転モードが重なるときに１をとり、その他のときに０をとる、スウィッチの役割を果たす関数である。
　式（１）においてＷは各冷媒系統に対する重みを表した重み係数行列である。上付添え字のＴは、転置の操作を表す。重み行列のＷは、対角成分以外の成分は０をとる対角行列であってよい。
　式（１）においてｎｉ（ｔ）は、ｉ番目の冷媒系統が除霜運転モードのときに１をとり、通常運転モードのときに０をとる、関数である。
　前述のとおり本開示技術に係る冷凍サイクル装置は、操作量の限度を超えない限り、すなわちアクチュエータの能力が十分であれば、着霜関連状態を閾値以下に抑えたまま通常運転を継続することができる。
　実施の形態６に係る冷凍サイクル制御装置３は、アクチュエータの能力が不十分で着霜関連状態の少なくとも１つが閾値を超えてしまった冷媒系統に対し、通常運転を行う条件（以降、「通常運転条件」と称する）を満たさないと判断し、除霜運転モードに切り替える制御を行う。
　以上のとおり実施の形態６に係る冷凍サイクル装置は上記構成を備えるため、各冷媒系統における着霜関連状態を観測し、除霜運転が必要な冷媒系統について除霜運転を実施しつつ、同時に除霜運転がなされる冷媒系統の数を最小限に抑える、という効果を奏する。この作用により実施の形態６に係る冷凍サイクル装置は、いずれかの冷媒系統により通常運転を継続できるため、快適性が失われることがない。また、実施の形態６に係る冷凍サイクル装置は、同時に除霜運転モードとなる冷媒系統の数を最小限に抑えることができるため、省エネへの貢献も期待できる。
実施の形態７．
　実施の形態７に係る冷凍サイクル装置は、実施の形態６に係る冷凍サイクル装置の変形例である。特に明記する場合を除き、実施の形態７では、既出の実施の形態で用いられた符号と同じものが使われる。実施の形態７では、既出の実施の形態と重複する説明が、適宜、省略される。
　実施の形態６においては、評価部７が、用いる評価関数に、数式（１）に例示されるペナルティ項を導入し、同時に除霜運転モードとなる冷媒系統の数を最小限に抑えることを実現した。同時に除霜運転モードとなる冷媒系統の数を最小限に抑えることは、別の方法によっても実現することができる。実施の形態７は、評価関数を用いずに、同時に除霜運転モードとなる冷媒系統の数を最小限に抑えることを実現する。
　図８は、実施の形態７に係る冷凍サイクル制御装置３を含む冷凍サイクル装置の機能構成を示すブロック図である。図８に示されるとおり実施の形態７に係る冷凍サイクル制御装置３は、操作量演算部６に評価部７と最適化計算部８とを必要としない場合の態様である。
　図９は、実施の形態７に係る冷凍サイクル制御装置３の処理内容を示すフローチャートである。図９に示されるとおり実施の形態７に係る冷凍サイクル制御装置３は、処理ステップに、ステップＳ１、ステップＳ１２、ステップＳ３、及びステップＳ１６、を含む。
　実施の形態７に係る冷凍サイクル制御装置３の処理ステップは、図９に示された順序（シーケンス）で実施される。実施の形態７におけるステップＳ１及びステップＳ３は、実施の形態１に示されたステップＳ１及びステップＳ３（図２参照）と同じ内容である。
　図９において、「暫定操作量の決定」と記載されているステップＳ１２は、冷凍サイクル制御装置３を構成する操作量演算部６が、暫定操作量列を生成する処理ステップである。
　ステップＳ１２の段階で操作量演算部６は、暫定的に、全ての時刻において、全ての冷媒系統が、通常運転モードである、という暫定操作量列を生成する。
　図９において、「操作量決定」と記載されたステップＳ１６は、操作量演算部６が、後述の方法により操作量を決定する処理ステップである。
　図１０は、実施の形態７に係る冷凍サイクル制御装置３の冷凍サイクル制御装置３（主に操作量演算部６）が、操作量を決定する方法を示した説明図である。図１０は、具体的には、横軸が時間を表し、縦軸が予測着霜量を表す、予測着霜量の時間経緯を表したグラフである。図１０に示されるグラフにおいては、「冷媒系統１」、「冷媒系統２」、「冷媒系統３」、及び「冷媒系統４」と記された、４つの冷媒系統について、予測着霜量の時間経緯が例示されている。
　図１０に示されるグラフにおいて、縦軸のタイトルに登場するＦｎは、これ以上は着霜量を許さないと決めた着霜量の上限値を表す。すなわち図１０に示されるグラフにおいて、縦軸の予測着霜量は、着霜量上限値（Ｆｎ）で正規化されている。したがって図１０に示されるグラフにおいて、縦軸の「１」と記載されている横線は、これを超えると着霜量が上限値を超えてしまう境界を表している。各冷媒系統において、予測着霜量が着霜量上限値（Ｆｎ）を超えないことが、前述の通常運転条件であるとする。
　図１０に示されるグラフにおいて、横軸に記載されているｔ１＿１は、冷媒系統１において着霜量が上限値に到達すると予測される時刻を表している。ｔ２＿１は冷媒系統２について、ｔ３＿１は冷媒系統３について、それぞれ着霜量が上限値に到達すると予測される時刻を表している。
　図１０に示されるグラフにおいて、横軸に記載されているｔＴは、冷凍サイクル制御装置３が想定する最も将来の時刻を表す。
　図１０に示されるグラフの右上部に記載されている「Ｒｄ」は、着霜量が着霜量上限値（Ｆｎ）を超えないと推定された冷媒系統の集合を表す。図１０には、冷媒系統１、冷媒系統２、及び冷媒系統３が、Ｒｄの集合に含まれる状況が例示されている。
　図１１は、実施の形態７に係る冷凍サイクル制御装置３（主に操作量演算部６）が、操作量を決定する処理内容を示すフローチャートである。図１１に示されるとおり実施の形態７に係る冷凍サイクル制御装置３の処理ステップには、ステップＳ２１からステップＳ２５までが含まれる。
　図１１において、「予測着霜量の取得」と記載されたステップＳ２１は、予測部９が実施する処理である。ステップＳ２１において予測部９は、各冷媒系統について着霜量の予測値を算出する。ステップＳ２１において予測部９は、図１０に例示されるグラフをプロットできる準備が整う。
　図１１において、「除霜運転可能時刻の初期化」と記載されたステップＳ２２は、操作量演算部６が実施する処理ステップである。ステップＳ２２において操作量演算部６は、除霜運転可能時刻（ｔｄ）を初期化する。除霜運転可能時刻（ｔｄ）の初期値は、例えば、ｔＴでよい。除霜運転可能時刻（ｔｄ）が意味する概念は、以降の処理ステップの説明により明らかとなる。
　図１１において、「Ｒｄが空でない？」と記載されたステップＳ２３は、操作量演算部６が実施する処理ステップである。ステップＳ２３において操作量演算部６は、Ｒｄが空集合となっているか否かを確認する。
　Ｒｄが空集合であれば、処理ステップは終了する。Ｒｄが空集合でなければ、処理ステップはステップＳ２４へと進められる。
　図１１において、「冷媒系統ｉの除霜期間の決定」と記載されたステップＳ２４は、操作量演算部６が実施する処理ステップである。ステップＳ２４において操作量演算部６は、Ｒｄに含まれる冷媒系統について、除霜運転が実施されるべき期間を決定する。
　除霜運転が実施されるべき期間を決定するのに際し、操作量演算部６は、各冷媒系統が除霜運転を継続する時間長を予め把握している必要がある。図１０におけるグラフの横軸に登場する「ｔｄ＿１」は、両矢印の線分により、冷媒系統１が除霜運転を継続する時間長を表している。同様にして、「ｔｄ＿２」は冷媒系統２が除霜運転を継続する時間長を、「ｔｄ＿３」は冷媒系統３が除霜運転を継続する時間長を、それぞれ表している。
　操作量演算部６は、除霜運転が実施されるべき期間の決定を、Ｒｄに含まれる冷媒系統のうち、着霜量が着霜量上限値（Ｆｎ）を超える時刻が最も遅いもの、から行う。例えば、図１０に示された事例では、Ｒｄに含まれる冷媒系統のうち、着霜量が着霜量上限値（Ｆｎ）を超える時刻が最も遅いものは、冷媒系統３である。操作量演算部６は、まず冷媒系統３について、除霜運転開始時刻（図１０における「ｔ３＿２」、下付添え字の「３」は冷媒系統３を、下付添え字の「＿２」は除霜運転開始時刻であることを、それぞれ表す）を、着霜量が上限値に到達すると予測される時刻（図１０における「ｔ３＿１」）とした場合、除霜運転がなされる冷媒系統が重ならないか、確認する。図１０に示されたとおり、冷媒系統３については、除霜運転開始時刻（ｔ３＿２）を着霜量が上限値に到達すると予測される時刻（ｔ３＿１）としても除霜運転がなされる冷媒系統が重ならないため、操作量演算部６は、除霜運転が実施されるべき期間を、ｔ３＿１からｔ３＿１+ｔｄ＿３まで、と決定する。
　図１１において、「除霜運転可能時刻、Ｒｄの更新」と記載されたステップＳ２５は、操作量演算部６が実施する処理ステップである。ステップＳ２５において操作量演算部６は、除霜運転可能時刻（ｔｄ）の更新と、Ｒｄの更新と、を実施する。
　図１０に示された事例では、操作量演算部６は、ｔｄにｔ３＿２を、すなわち直前のステップＳ２４で決定した冷媒系統３についての除霜運転開始時刻（ｔ３＿２）を、代入する。このように除霜運転可能時刻（ｔｄ）とは、「この時刻までだったら、除霜運転を行っても、除霜運転がなされる冷媒系統が重ならないよ」ということを示すものである。
　冷媒系統３は、除霜運転開始時刻（ｔ３＿２）から除霜運転がなされるため、もはや集合Ｒｄに属さなくなる。図１０に示された事例では、操作量演算部６は、ステップＳ２５において、Ｒｄから冷媒系統３を削除する。
　図１１に示されるとおり、ステップＳ２５の後、処理ステップは、再度ステップ２３へ進められる。
　図１０に示された事例では、２周目のステップＳ２４において操作量演算部６は、冷媒系統２について、除霜運転開始時刻（図１０における「ｔ２＿２」、最初の下付添え字の「２」は冷媒系統２を、下付添え字の「＿２」は除霜運転開始時刻であることを、それぞれ表す）を、着霜量が上限値に到達すると予測される時刻（図１０における「ｔ２＿１」）とした場合、除霜運転がなされる冷媒系統が重ならないか、確認する。図１０に示された事例においては、冷媒系統２は、除霜運転開始時刻（ｔ２＿２）を着霜量が上限値に到達すると予測される時刻（ｔ２＿１）とした場合、冷媒系統３と除霜運転期間が重なってしまう。
　そこで操作量演算部６は、除霜運転がなされる冷媒系統が重ならないよう、冷媒系統２の除霜運転開始時刻（ｔ２＿２）を、着霜量が上限値に到達すると予測される時刻（ｔ２＿１）よりも、少し早める。操作量演算部６は、例えば以下の数式に基づいて、除霜運転開始時刻を決定する。

Figure JPOXMLDOC01-appb-I000002

　図１０に示された事例では、操作量演算部６は、冷媒系統２についての除霜運転開始時刻のｔ２＿２を、ｔｄ－ｔｄ＿２と決定する。
　実施の形態７においては、特に図１０に示された事例においては、除霜運転の判断を「除霜量」に基づいて行うことが示されたが、本開示技術はこれに限定されない。本開示技術に係る冷凍サイクル装置は、除霜運転の判断を、他の着霜関連状態に基づいて実施してもよい。
　以上のとおり実施の形態７に係る冷凍サイクル装置は上記構成を備えるため、評価関数に基づいた演算を実施しなくても、実施の形態６に記載した効果を奏する。
　本開示技術は、ルームエアコン及び産業用冷却装置に応用でき、産業上の利用可能性を有する。
　１　操作部、２　測定部、３　冷凍サイクル制御装置、４　制御部、５　冷凍サイクル状態予測装置、６　操作量演算部、７　評価部、８　最適化計算部、９　予測部、１０　モデル記憶部、１１　積分演算部、１２　推定部、１３　第二モデル記憶部。

Claims (11)

  1. 　冷凍サイクル装置を構成する冷凍サイクル状態予測装置であって、
    　入力された暫定操作量列に基づいて、未来における前記冷凍サイクル装置の状態の予測値を算出する予測部を備える、
    冷凍サイクル状態予測装置。
  2. 　前記予測部は、モデル記憶部を有し、
    　前記モデル記憶部は、前記冷凍サイクル装置の動的挙動を再現するように学習された学習モデルを格納する、
    請求項１に記載の冷凍サイクル状態予測装置。
  3. 　前記予測部は、
    　予測した未来のすべての時刻における前記冷凍サイクル装置の状態量時間微分値に対し積分演算を実施する積分演算部をさらに備える、
    請求項２に記載の冷凍サイクル状態予測装置。
  4. 　直接観測することができない前記冷凍サイクル装置についての状態を、推定する推定部をさらに備える、
    請求項１に記載の冷凍サイクル状態予測装置。
  5. 　前記推定部は、第二モデル記憶部を有し、
    前記第二モデル記憶部は、前記冷凍サイクル装置の動的挙動を再現するように学習された第二学習モデルを格納する、
    請求項４に記載の冷凍サイクル状態予測装置。
  6. 　前記冷凍サイクル装置の状態は、着霜量、霜層厚さ、霜層密度、霜層表面温度、及び熱交換器表面温度、のいずれか１つを含む、
    請求項１から５までのいずれか１項に記載の冷凍サイクル状態予測装置。
  7. 　冷凍サイクル装置を構成する冷凍サイクル制御装置であって、
    　制約条件を満たすよう、演算により暫定操作量列を算出する操作量演算部と、
    　入力された前記暫定操作量列に基づいて、未来における前記冷凍サイクル装置の状態の予測値を算出する予測部を含む冷凍サイクル状態予測装置と、
    を備える、
    冷凍サイクル制御装置。
  8. 　前記操作量演算部は、
    　前記暫定操作量列の算出に用いる評価関数の値を計算する評価部と、
    　前記評価関数の値を最小にする前記暫定操作量列の解を求める最適化計算部と、を備える、
    請求項７に記載の冷凍サイクル制御装置。
  9. 　前記冷凍サイクル装置は、同一の室内で冷媒系統の異なる複数台の室内機を有するものであるか、又は、冷媒系統の異なる複数の熱交換器を持つ室内機を有するものであり、
    　前記評価関数は、除霜運転モードが重なる冷媒系統の数が多いほど、ペナルティが大きくなり、かつ、前記除霜運転モードが重なる時間が長いほど、ペナルティが大きくなる、ペナルティ項を含む、
    請求項８に記載の冷凍サイクル制御装置。
  10. 　請求項１に記載の冷凍サイクル状態予測装置を備える、
    冷凍サイクル装置。
  11. 　請求項７に記載の冷凍サイクル制御装置を備える、
    冷凍サイクル装置。
PCT/JP2022/020601 2022-05-18 2022-05-18 冷凍サイクル状態予測装置、冷凍サイクル制御装置、及び冷凍サイクル装置 WO2023223444A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022544038A JP7278496B1 (ja) 2022-05-18 2022-05-18 冷凍サイクル状態予測装置、冷凍サイクル制御装置、及び冷凍サイクル装置
PCT/JP2022/020601 WO2023223444A1 (ja) 2022-05-18 2022-05-18 冷凍サイクル状態予測装置、冷凍サイクル制御装置、及び冷凍サイクル装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/020601 WO2023223444A1 (ja) 2022-05-18 2022-05-18 冷凍サイクル状態予測装置、冷凍サイクル制御装置、及び冷凍サイクル装置

Publications (1)

Publication Number Publication Date
WO2023223444A1 true WO2023223444A1 (ja) 2023-11-23

Family

ID=86382592

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/020601 WO2023223444A1 (ja) 2022-05-18 2022-05-18 冷凍サイクル状態予測装置、冷凍サイクル制御装置、及び冷凍サイクル装置

Country Status (2)

Country Link
JP (1) JP7278496B1 (ja)
WO (1) WO2023223444A1 (ja)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0861813A (ja) * 1994-08-22 1996-03-08 Matsushita Electric Ind Co Ltd ヒートポンプ冷凍サイクル
JPH08105663A (ja) * 1994-10-03 1996-04-23 Tokyo Gas Co Ltd 吸収式冷凍機を用いた空調装置
JP2002106915A (ja) * 2000-09-28 2002-04-10 Yanmar Diesel Engine Co Ltd ヒートポンプの制御方法及び制御装置
JP2010127568A (ja) * 2008-11-28 2010-06-10 Mitsubishi Electric Corp 異常検出装置およびそれを備えた冷凍サイクル装置
WO2020016959A1 (ja) * 2018-07-18 2020-01-23 三菱電機株式会社 空気調和装置及び空気調和方法
JP2021037888A (ja) * 2019-09-04 2021-03-11 サンデン・オートモーティブクライメイトシステム株式会社 車両用空気調和装置
JP2021076309A (ja) * 2019-11-11 2021-05-20 東京電力ホールディングス株式会社 推定方法、推定装置、プログラム及び学習済みモデルの生成方法
JP6889343B1 (ja) * 2021-01-29 2021-06-18 東京瓦斯株式会社 熱源システム
JP2022053418A (ja) * 2020-09-24 2022-04-05 国立大学法人東海国立大学機構 最適レギュレータ

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4116262B2 (ja) * 2001-03-16 2008-07-09 ダイキン工業株式会社 空気調和機及びその空調負荷予測方法、並びにプログラム
JP2005016838A (ja) * 2003-06-26 2005-01-20 Denso Corp 蒸発器および冷凍機
JP4767053B2 (ja) * 2006-03-24 2011-09-07 三菱電機株式会社 冷凍空調装置
JP5469850B2 (ja) * 2008-11-07 2014-04-16 株式会社Ｎｔｔファシリティーズ 空調機制御装置および空調機制御方法
JP5183729B2 (ja) * 2010-12-24 2013-04-17 三菱電機株式会社 冷凍空調装置
JP5842654B2 (ja) * 2012-02-14 2016-01-13 オムロン株式会社 システム制御装置およびシステム制御方法
JP5899484B2 (ja) * 2012-03-21 2016-04-06 パナソニックＩｐマネジメント株式会社 ヒートポンプ式暖房システムの制御方法及び暖房システム
WO2013171971A1 (ja) * 2012-05-16 2013-11-21 パナソニック株式会社 暖房システムの制御方法及び暖房システム
CN103968503A (zh) * 2014-04-14 2014-08-06 广东美的暖通设备有限公司 空调室外机、空调器的除霜方法及其装置
CN107250679B (zh) * 2015-02-18 2019-11-26 三菱电机株式会社 空气调节装置
JP6496434B1 (ja) * 2017-10-02 2019-04-03 カルソニックカンセイ株式会社 空調装置
JP2019188852A (ja) * 2018-04-18 2019-10-31 カルソニックカンセイ株式会社 空調装置
JP7292048B2 (ja) * 2019-02-18 2023-06-16 三菱電機株式会社 給湯装置
CN113294898B (zh) * 2021-06-25 2023-03-10 美的集团股份有限公司 空调器的化霜控制方法、空调器、装置和存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0861813A (ja) * 1994-08-22 1996-03-08 Matsushita Electric Ind Co Ltd ヒートポンプ冷凍サイクル
JPH08105663A (ja) * 1994-10-03 1996-04-23 Tokyo Gas Co Ltd 吸収式冷凍機を用いた空調装置
JP2002106915A (ja) * 2000-09-28 2002-04-10 Yanmar Diesel Engine Co Ltd ヒートポンプの制御方法及び制御装置
JP2010127568A (ja) * 2008-11-28 2010-06-10 Mitsubishi Electric Corp 異常検出装置およびそれを備えた冷凍サイクル装置
WO2020016959A1 (ja) * 2018-07-18 2020-01-23 三菱電機株式会社 空気調和装置及び空気調和方法
JP2021037888A (ja) * 2019-09-04 2021-03-11 サンデン・オートモーティブクライメイトシステム株式会社 車両用空気調和装置
JP2021076309A (ja) * 2019-11-11 2021-05-20 東京電力ホールディングス株式会社 推定方法、推定装置、プログラム及び学習済みモデルの生成方法
JP2022053418A (ja) * 2020-09-24 2022-04-05 国立大学法人東海国立大学機構 最適レギュレータ
JP6889343B1 (ja) * 2021-01-29 2021-06-18 東京瓦斯株式会社 熱源システム

Also Published As

Publication number Publication date
JPWO2023223444A1 (ja) 2023-11-23
JP7278496B1 (ja) 2023-05-19

Similar Documents

Publication Publication Date Title
CN106133462B (zh) 用于控制蒸气压缩***的极值寻找控制器和方法
JP5572799B2 (ja) 空調システム制御装置
US10174957B2 (en) System and method for controlling multi-zone vapor compression systems
CN111868639B (zh) 用于控制空调***的运行的***及方法
JP6004228B2 (ja) 空気調和機
JP6433588B2 (ja) 空調システム並びに空調システムの動作を制御するためのシステム及び方法
Ghiaus et al. Grey-box identification of air-handling unit elements
JP6574227B2 (ja) 複数の単一変数極値探索コントローラを使用した多変数最適化を伴うｈｖａｃシステム
JP7203946B2 (ja) 空調管理装置、空調管理システム、空調管理方法及びプログラム
CN114198881A (zh) 空调控制方法、装置和空调
CN112503725B (zh) 空调自清洁控制方法、装置和空调
CN114279042B (zh) 一种基于多智能体深度强化学习的中央空调控制方法
JP6972468B2 (ja) 空調装置の評価装置および評価方法
Nishiguchi et al. Data-driven optimal control for building energy conservation
WO2023223444A1 (ja) 冷凍サイクル状態予測装置、冷凍サイクル制御装置、及び冷凍サイクル装置
CN110470039A (zh) 一种基于最优控制理论的空调水阀调节方法
CN113028610A (zh) 中央空调动态负荷全局优化与节能控制的方法和装置
CN114877502B (zh) 基于分布式模型的多区域空调***温湿度控制方法及***
JP2024509001A (ja) 確率的代理モデルを用いた蒸気圧縮システムの制御
Behrooz et al. New design approach to MIMO nonlinear controller for direct expansion air conditioning system in building automation system
WO2022054278A1 (ja) 推論装置および学習装置
JP7345686B2 (ja) Ｈｖａｃ（暖房、換気、空調）システムの動作を制御するためのシステムおよび方法
Heimerson et al. Adaptive control of data center cooling using deep reinforcement learning
Ding et al. Reinforcement Learning Control for Vapor Compression Refrigeration Cycle
CN115877714B (zh) 一种制冷***控制方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2022544038

Country of ref document: JP

Kind code of ref document: A

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

Ref document number: 22942649

Country of ref document: EP

Kind code of ref document: A1