JPH04335925A - 電気カーペット - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、カーペット本体の表面
温度に基づき発熱体を制御する電気カーペットに関する
。

【０００２】

【従来の技術】従来、この種の電気カーペットは図１４
に示すように構成されていた。以下、その構成について
説明する。

【０００３】図に示すように、カーペット本体１は、内
部に発熱体２と、温度検知体３とが蛇行配置されており
、コントローラ４で制御されるようにしている。また、
その回路構成は、特開昭６２−２２９２１号公報に示さ
れる図１５のように構成されている。そして、温度検知
体３からの信号と、使用温度調節用の可変抵抗ＶＲおよ
び最高温度設定用抵抗Ｒ５　などで構成される回路から
の信号との両信号を比較して出力信号を出し、リレーＲ
Ｌを制御し、発熱体２の発熱量（温度）をコントロール
していた。また、電源投入時においては、カーペット本
体１の温度を早く上昇させるために、ある一定時間Ｔだ
けリレーＲＬを連続通電させ、その後上記の使用調節温
度になるよう制御していた。

【０００４】

【発明が解決しようとする課題】このような従来の電気
カーペットでは、カーペット本体１の表面温度を検出し
て発熱体２を制御していないために、カーペット本体１
が敷かれる環境によって実際の表面温度はかなり変動す
るという問題を有していた。すなわち、カーペット本体
１の表面温度は、たとえばカーペット本体１が敷かれる
床材が畳かフローリングかにより異なる。それは、床材
の熱抵抗により床下への放熱に差が生じるためである。 その様子を図１６に示している。また、使用調節温度範
囲が強・中・弱とあった場合、電源投入時の立ち上げ制
御は、使用調節温度（強・中・弱）に関係なく、一定温
度Ｔだけ発熱体２を連続通電するので、温度が低設定に
もかかわらず立ち上げ時は過剰暖房となることがあった
。その様子を図１７に示している。また、室温の差によ
っても運転時の実際の表面温度は異なる。その様子を図
１８に示している。さらに、カーペット本体１の表布の
厚さによっても、運転時の実際の表面温度は使用調節温
度範囲が同じでも異なってくる。その様子を図１９に示
している。つまり、実際の表面温度はカーペット本体１
が敷かれる環境（室温、床材、表布の厚さなど）によっ
て、使用調節温度（強・中・弱）で設定した温度とかな
りの差が生じていた。また、カーペット本体１にカバー
材を載せる場合、そのカバー材が厚いか薄いかを切り替
えるスイッチを備えており、使用者がカバー材の厚さを
判断して切り替えるという操作が必要であるという課題
を有していた。つまり、カーペット本体１の表面温度を
検出するセンサを表面に設ければ、この課題を解消する
ことはできるが、商品として実現するのは困難であった
。

【０００５】本発明は上記課題を解決するもので、全面
暖房、半面暖房と云ったゾーン暖房にも適応でき、カー
ペット本体の表面温度を現実に計測・検出できる物理量
でもって実時間で推定することにより、いかなる環境下
に敷かれても快適な暖房を得ることを第１の目的として
いる。第２の目的は、多次元情報処理手法により、カー
ペット本体の表面温度を容易に推定することにある。ま
た、第３の目的は、温度検知手段の出力より温度勾配を
検知し、カーペット本体の表面温度の推定精度を向上す
ることにある。さらに、第４の目的は電気カーペットの
畳数（２．５畳、４畳、６畳用など）に関係なくカーペ
ット本体の表面温度を推定することにある。

【０００６】

【課題を解決するための手段】本発明は上記第１の目的
を達成するために、複数の領域に分割された各領域を発
熱させる複数の発熱体と一つの温度検知体を配設し表面
材、断熱材とで構成されたカーペット本体と、前記発熱
体を切り替え選択する切り替え手段と、前記選択された
発熱体の温度を前記温度検知体を介して検出する温度検
知手段と、前記複数の発熱体への通電を制御する複数の
通電制御手段と、前記カーペット本体の発熱に影響をお
よぼす物理量を計測・設定する物理量計測手段と、前記
温度検知手段、前記物理量計測手段の出力に基づき前記
カーペット本体の表面温度を推定する複数の表面温度推
定手段と、前記切り替え手段の出力によりある一定時間
Ｔの期間は前記すべての表面温度推定手段の出力の平均
値を推定表面温度とするとともに、その後は前記切り替
え手段の出力に基づいて選択した一つの表面温度推定手
段の出力に基づき前記選択された発熱体に対応した通電
制御手段を制御する制御手段とからなることを第１の課
題解決手段としている。

【０００７】また、第２の目的を達成するために、上記
第１の課題解決手段の表面温度推定手段は、複数の神経
素子より構成される神経回路網を模した手法により獲得
されたカーペット本体の表面温度を推定する固定された
神経回路網の複数の結合重み係数を内部に持つ神経回路
網模式手段を有することを第２の課題解決手段としてい
る。

【０００８】また、上記第１の課題解決手段の表面温度
推定手段は、複数の神経素子より構成される層が多層組
み合わされて構築される階層型の神経回路網模式手段を
有することを第３の課題解決手段としている。

【０００９】さらに第３の目的を達成するために、上記
第１の課題解決手段の制御手段は、温度検知手段からの
温度情報として表面温度推定手段に現時点での温度情報
と、ある時間Ｔｘ前の温度情報を出力するとともに、前
記表面温度推定手段は、その二つの温度情報を前記温度
検知手段からの温度情報として演算するようにしたこと
を第４の課題解決手段としている。

【００１０】また、第４の目的を達成するために、上記
第１の課題解決手段の物理量計測手段は、発熱体のワッ
ト密度を設定するワット密度設定手段を備えたことを第
５の課題解決手段としている。

【００１１】

【作用】本発明は上記した第１の課題解決手段により、
温度検知手段からの温度検知体の温度情報、物理量計測
手段からの物理量計測情報を、発熱体の切り替え手段に
より制御手段が選択した表面温度推定手段に入力するこ
とにより、表面温度推定手段は、カーペット本体の表面
温度を時々刻々推定し、またカバーが載せられた場合は
カバーの表面温度を時々刻々推定する。その後、再度切
り替え手段により発熱体を切り替えられたときは、制御
手段は、切り替えられた直後の一定時間の間はすべての
表面温度推定手段の出力の平均値を推定表面温度として
演算し、その後切り替え手段に対応した表面温度推定手
段の表面温度出力に基づき選択された発熱体に対応する
通電制御手段を介して発熱体を制御し、分割暖房（ゾー
ン暖房）されても、またいかなる環境下にカーペット本
体が敷かれても人間にフィットした快適な暖房を得るこ
とができる。

【００１２】また、第２または第３の課題解決手段によ
り、表面温度推定手段を構成する神経回路網模式手段は
、使用される環境下で既に学習された結合重み係数を備
えており、時々刻々の環境におけるカーペット本体の表
面温度を推定できる。

【００１３】また、第４の課題解決手段により、温度検
知手段からの現時点の温度情報と一定時間Ｔｘ前の温度
情報を表面温度推定手段に入力することにより、温度勾
配情報を検知でき、カーペット本体の表面温度を精度よ
く推定できる。

【００１４】さらに、第５の課題解決手段により、カー
ペット本体の２．５畳、４畳、６畳用などの種々の面積
に関係なく、それぞれの面積に対応した表面温度を推定
できる。

【００１５】

【実施例】以下、本発明の一実施例を図１から図３を参
照しながら説明する。

【００１６】図に示すように、カーペット本体５は、複
数の領域に分割された各領域を発熱させる複数の発熱体
６、７と一つの温度検知体８を配設している。切り替え
手段９は発熱体６、７を切り替え選択する。温度検知手
段１０は発熱体６、７の温度を温度検知体８を介して検
出する。通電制御手段１１、１２は発熱体６、７への通
電を制御するもので、リレーなどで構成している。物理
量計測手段１３はカーペット本体５の発熱に影響をおよ
ぼす物理量を計測・設定するものである。室温検知手段
１４はサーミスタとその周辺回路で構成している。計時
手段１５は電源投入時よりの時間をカウントする。通電
率検出手段１６は発熱体６、７への通電率を検出する。 温度設定手段１７は設定温度を決定するものである。物
理量計測手段１３は、室温検知手段１４、計時手段１５
、通電率検出手段１６、温度設定手段１７より構成して
いる。表面温度推定手段１８、１９は温度検知手段１０
、室温検知手段１４、計時手段１５、通電率検出手段１
６、温度設定手段１７の出力に基づきカーペット本体５
の表面温度を推定するものであり、制御手段２０は切り
替え手段９により表面温度推定手段１８、１９のどちら
かを選択するとともに選択された表面温度推定手段１８
または１９の出力に基づき選択された発熱体６または７
に対応した通電制御手段１１または１２を制御する。 カーペット本体５に発熱体６、７と温度検知体８とをそ
れぞれ蛇行配置している。なお、２１は電気カーペット
のコントローラであり、２２は表面材、２３は断熱材で
ある。

【００１７】表面温度推定手段１８、１９を構成する手
段は、従来の制御手法に用いられている解決的な方法が
適用できないため、多次元情報処理手法として最適な神
経回路網を模した方法で構成している。神経回路網を模
した手法においては、カーペット本体５の表面温度を推
定する神経回路網の複数の結合重み係数を固定されたテ
ーブルとして用いる方法と、学習機能を残し環境と使用
者に適応できるようにする方法とがある。本実施例は、
神経回路網を模した手法によって獲得されたカーペット
本体５の表面温度を推定する固定された結合重み係数を
内部にもつ神経回路網模式手段を有する表面温度推定手
段１８、１９を設けている。

【００１８】カーペット本体５の表面の発熱に影響をお
よぼす物理量としては、発熱体の温度、室温、設定温度
、電源投入時よりの経過時間、通電率、表布の厚さ・熱
容量などがある。カーペット本体５において発熱体６、
７の熱は、水平方向と表布方向（上方向）と裏面方向（
下方向）に伝達されていくが、周囲の環境（室温、床材
、表布の厚さ、表布の熱容量など）により、発熱体６、
７の熱の伝わり方は異なる。したがって、カーペット本
体５の表面温度、またはカバー材をカーペット本体５の
上に載せた場合のカバー材の表面温度は、周囲の環境に
より大きく変動することになる。

【００１９】カーペット本体５の表面温度を推定する神
経回路網において固定された結合重み係数は、電気カー
ペットが敷かれるさまざまな環境において、発熱体６、
７を制御した場合、カーペット本体５の表面温度がどの
ように変化するかというのデータを収集し、環境データ
と制御データと表面温度データとの相関を神経回路網模
式手段に学習させることによって得ることができる。用
いるべき神経回路網模式手段としては、文献１（Ｄ．Ｅ
．ラメルハート他２名著、甘利俊一監訳「ＰＤＰモデル
」１９８９年）、文献２（中野馨他７名著「ニューロコ
ンピュータの基礎」（株）コロナ社刊、Ｐ１０２、１９
９０年）、特公昭６３−５５１０６号公報などに示され
たものがある。以下、文献１に記載された最もよく知ら
れた学習アルゴリズムとして誤差逆伝搬法を用いた多層
パーセプトロンを例にとり、具体的な神経回路網模式手
段の構成および動作について説明する。

【００２０】図４は、神経回路網模式手段の構成単位と
なる神経素子の概念図である。図４において、３１〜３
Ｎは神経のシナプス結合を模擬する疑似シナプス結合変
換器であり、３ａ疑似シナプス結合変換器３１〜３Ｎか
らの出力を加算する加算器であり、３ｂは設定された非
線形関数、たとえば、しきい値をｈとするシグモイド関
数、 　　ｆ（ｙ，ｈ）＝１／（１＋ｅｘｐ（−ｙ＋ｈ））　
　　　　　　　　　（式１）によって加算器３ａの出力
を非線形変換する非線形変換器である。なお、図面が煩
雑になるので省略したが、修正手段からの修正信号を受
ける入力線が疑似シナプス結合変換器３１〜３Ｎと非線
形変換器３ｂにつながっている。また、疑似シナプス結
合変換器３１〜３Ｎが神経回路網模式手段の結合重み係
数となる。この神経素子には、信号処理モードと学習モ
ードの２つの種類の動作モードがある。

【００２１】以下、図４に基づいて神経素子のそれぞれ
のモードの動作について説明する。まず、信号処理モー
ドの動作の説明をする。神経素子はＮ個の入力Ｘ１〜Ｘ
ｎを受けて１つの出力を出す。ｉ番目の入力信号Ｘｉは
、四角で示されたｉ番目の疑似シナプス結合変換器３ｉ
においてＷｉ・Ｘｉに変換される。疑似シナプス結合変
換器３１〜３Ｎで変換されたＮ個の信号Ｗ１・Ｘ１〜Ｗ
ｎ・Ｘｎは加算器３ａに入り、加算結果ｙが非線形変換
器３ｂに送られ、最終出力ｆ（ｙ，ｈ）となる。つぎに
、学習モードの動作について説明する。学習モードでは
、疑似シナプス結合変換器３１〜３Ｎと非線形変換器３
ｂの変換パラメータＷ１〜Ｗｎとｈを、修正手段からの
変換パラメータの修正量△Ｗ１〜△Ｗｎと△ｈを表す修
正信号を受けて、 　　Ｗｉ＋△Ｗｉ　　；　　ｉ＝１，２，・・　　，　
　Ｎ　　ｈ＋△ｈ　　　　　　　　　　　　　　　　　
　　　　　　　　　　　　　　　　　　　　　　　　　
　　　　（式２）と修正する。

【００２２】図５は上記神経素子を４つ並列につないで
構成した信号変換手段の概念図である。いうまでもなく
、以下の説明は、この信号変換手段を構成する神経素子
の個数を４個に特定するものではない。図５において、
３１１〜３４４は疑似シナプス結合変換器であり、３０
１〜３０４は、図４で説明した加算器３ａと非線形変換
器３ｂをまとめた加算非線形変換器である。図５におい
て、図４と同様に図面が煩雑になるので省略したが、修
正手段からの修正信号を受ける入力線が疑似シナプス結
合変換器３１１〜３４４と加算非線形変換器３０１〜３
０４につながっている。疑似シナプス結合変換器３１１
〜３４４も結合重み係数となる。この信号変換手段の動
作については、図４で説明した神経素子の動作が並列し
てなされるものである。

【００２３】図６は、学習アルゴリズムとして誤差逆伝
搬法を採用した場合の信号処理手段の構成を示したブロ
ック図で、４１は上述の信号変換手段である。ただし、
ここではＮ個の入力を受ける神経素子がＭ個並列に並べ
られたものである。４２は学習モードにおける信号変換
手段４１の修正量を算出する修正手段である。以下、図
６に基づいて信号処理手段の学習を行う場合の動作につ
いて説明する。信号変換手段４１はＮ個の入力Ｓｉｎ（
Ｘ）を受け、Ｍ個の出力Ｓｏｕｔ　（Ｘ）を出力する。 修正手段４２は、入力信号Ｓｉｎ（Ｘ）と出力信号Ｓｏ
ｕｔ　（Ｘ）とを受け、誤差計算手段または後段の信号
変換手段からのＭ個の誤差信号δｉ　（Ｘ）の入力があ
るまで待機する。誤差信号δｉ　（Ｘ）が入力され修正
量を　　△Ｗｉｊ＝δｉ　（Ｘ）・Ｓｉｏｕｔ（Ｘ）・
（１−Ｓｉｏｕｔ（Ｘ））・Ｓｊｉｎ　（Ｘ）　　　　
　　　　　　　　　　　　　　　　（ｉ＝１〜ｎ，ｊ＝
１〜Ｍ）　　　　　　　　　　（式３）と計算し、修正
信号を信号変換手段４１に送る。信号変換手段４１は、
内部の神経素子の変換パラメータを上で説明した学習モ
ードにしたがって修正する。

【００２４】図７は、神経回路網模式手段を用いた多層
パーセプトロンの構成を示すブロック図であり、４１Ｘ
、４１Ｙ、４１ＺはそれそれＫ個、Ｌ個、Ｍ個の神経素
子からなる信号変換手段であり、４２Ｘ、４２Ｙ、４２
Ｚは修正手段であり、４３は誤差計算手段である。以上
のように構成された多層パーセプトロンについて、図７
を参照しながらその動作を説明する。信号処理手段４４
Ｘにおいて、信号変換手段４１Ｘは、入力Ｓｉｉｎ　（
Ｘ）（ｉ＝１〜Ｎ）を受け、出力Ｓｊｏｕｔ（Ｘ）（ｊ
＝１〜Ｋ）を出力する。修正手段４２Ｘは、信号Ｓｉｉ
ｎ　（Ｘ）とＳｊｏｕｔ（Ｘ）を受け、誤差信号δｊ　
（Ｘ）（ｊ＝１〜Ｋ）が入力されるまで待機する。以下
同様の処理が、信号処理手段４４Ｙ、４４Ｚにおいて行
われ、信号変換手段４１Ｚより最終出力Ｓｈｏｕｔ（Ｚ
）（ｊ＝１〜Ｍ）が出力される。最終出力Ｓｈｏｕｔ（
Ｚ）は、誤差計算手段４３にも送られる。誤差計算手段
４３においては、２乗誤差の評価関数ＣＯＳＴ（式４）
に基づいて理想的な出力Ｔ（Ｔ１，・・・・・，ＴＭ）
との誤差が計算され、誤差信号δｈ　（Ｚ）が修正手段
４２Ｚに送られる。

【００２５】

【数１】

【００２６】ただし、ηは多層パーセプトロンの学習速
度を定めるパラメータである。つぎに、評価関数を２乗
誤差とした場合には誤差信号は、 　　δｈ（Ｚ）＝−η・（Ｓｈｏｕｔ（Ｚ）−Ｔｈ　）
　　　　　　　　　　　　　　（式５）となる。修正手
段４２Ｚは、上で説明した手続きにしたがって、信号変
換手段４１Ｚの変換パラメータの修正量△Ｗ（Ｚ）を計
算し、修正手段４２Ｙに送る誤差信号を（式６）に基づ
き計算し、修正信号△Ｗ（Ｚ）を信号変換手段４１Ｚに
送り、誤差信号δ（Ｙ）を修正手段４２Ｙに送る。信号
変換手段４１Ｚは、修正信号△Ｗ（Ｚ）に基づいて内部
のパラメータを修正する。なお、誤差信号δ（Ｙ）は（
式６）で与えられる。

【００２７】

【数２】

【００２８】ここで、Ｗｉｊ（Ｚ）は信号変換手段４１
Ｚの疑似シナプス結合変換器の変換パラメータである。 以下、同様の処理が信号処理手段４４Ｘ、４４Ｙにおい
て行われる。学習と呼ばれる以上の手続きを繰り返し行
うことにより、多層パーセプトロンは入力が与えられる
と理想出力Ｔをよく近似する出力を出するようになる。 なお、上記の説明においては、３段の多層パーセプトロ
ンを用いたが、これは何段であってもよい。また、文献
１にある信号変換手段のなかの非線形変換手段の変換パ
ラメータｈの修正法についてと慣性項として知られる学
習高速化の方法については、説明の簡略化のため省略し
たが、この省略は以下に述べる本発明を拘束するもので
はない。

【００２９】こうして、神経回路網模式手段は環境デー
タ（室温、床材、設定温度、表布の厚さなど）と制御デ
ータと表面温度データとの関係を学習し、簡単なルール
で記述することが容易でない制御の仕方を自然な形で表
現することができる。本実施例は、こうして得られた情
報を組み込んで、表面温度推定手段１８、１９を構成す
るものである。具体的には、十分学習を終えた後の多層
パーセプトロンの信号変換手段４１Ｘ、４１Ｙ、４１Ｚ
のみを神経回路網模式手段として用いて、表面温度推定
手段１８、１９を構成する。実際に学習させたデータに
ついて説明する。

【００３０】図８は、室温５℃、床材が畳、表布が比較
的薄く、温度設定が強設定で、発熱体６、７の両方を選
択（全面暖房）として運転させたときの特性を示す実験
データである。図８（ａ）は、カーペット本体５の表面
温度の変化を示したものであり、時刻Ｔ１で強設定の温
度に達した後、その温度＋ｔ℃まで表面温度をあげ、そ
の後は強設定温度を基準に通電制御手段１１、１２をオ
ン・オフ制御している。電気カーペット立ち上げ時の暖
房は、設定温度よりも少し高め（本実施例ではｔ＝２℃
）が快適とされている。図８（ｂ）は、電源投入時から
温度検知体８を介して温度情報を検出する温度検知手段
１０の出力（ＤＣ電圧）の変化を示したものである。 図８（ｃ）は、通電制御手段１１、１２（本実施例では
リレー）の状態を示している。図８（ｄ）は、室温検知
手段１４の変化を示したものである。図９は、図８と同
様の条件で床材をフローリングにしたときの特性を示す
実験データである。図９（ａ）と図８（ａ）、図９（ｂ
）と図８（ｂ）、図９（ｃ）と図８（ｃ）、図９（ｄ）
と図８（ｄ）がそれぞれ対応している。

【００３１】図１０は、室温５℃、床材が畳、表布が比
較的薄く、温度設定が強設定で、発熱体６を選択（半面
暖房）して運転させたときの特性を示す実験データであ
る。図１０（ａ）は、カーペット本体５の半面の表面温
度の変化を示したものである。図１０（ｂ）は、電源投
入時から温度検知体８を介して温度情報を検出する温度
検知手段１０の出力（ＤＣ電圧）の変化を示したもので
ある。図１０（ｃ）は、通電制御手段１１、１２（本実
施例ではリレー）の状態を示している。図１０（ｄ）は
、室温検知手段１４の変化を示したものである。図１１
は、図１０と同様の条件で床材をフローリングにしたと
きの特性を示す実験データである。図１１（ａ）と図１
０（ａ）、図１１（ｂ）と図１０（ｂ）、図１１（ｃ）
と図１０（ｃ）、図１１（ｄ）と図１０（ｄ）がそれぞ
れ対応している。図８（ａ）と図９（ａ）から、床材と
して畳の方がフローリングよりも強設定温度に達するの
が早いのがわかる。これは、いうまでもなくフローリン
グの方が床下への放熱が大きいからである。ここでは示
さないが、表布が厚いものと薄いもの、室温が高い場合
と低い場合、設定温度を変更した場合についても同様の
実験を行った。

【００３２】また、本実施例では、カーペットを２つの
発熱領域に分けている。しかし温度検知体は１つである
ために、２つの発熱領域を同時に発熱（全面暖房）させ
る場合と１つの発熱領域のみを発熱（半面暖房）させる
ときとでは、温度検知体８の特性が変わってくる。つま
り、１つの発熱体６のみを発熱させた場合、温度検知体
８はもう一方の発熱体７の温度検知もしている。しかし
発熱体７はオフであるため、発熱体７の温度情報として
温度検知体８は、室温に近い温度情報を検知することに
なる。よって、１つの発熱体６のみを発熱させた場合は
、温度検知体８は半分は発熱体６の温度を検出し、もう
半分は室温の温度情報を検出し、結局それらの平均温度
情報を検出することになる。一方、発熱体６、７を同時
発熱させる場合は、温度検知体８は発熱体６、７の温度
情報を検出することになるので、半面暖房と全面暖房と
では、温度検知体８の温度特性が変わる。そこで、本実
施例では、全面暖房と半面暖房において、表面温度推定
手段を別々にもつ構成とした。そして、全面暖房時にお
いては表面温度推定手段１８を、半面暖房においては表
面温度推定手段１９と切り替えるようにしている。そし
て、それらの実験データを全面暖房と半面暖房とで別々
の神経回路網模式手段に入力し学習をさせた。つまり、
神経回路網模式手段へは温度検知手段１０の温度情報、
カーペット表面の発熱に影響をおよぼし実際計測できる
物理情報として室温検知手段１４の室温情報、計時手段
１５より得られる電源投入時からの経過時間情報、通電
率検出手段１６より得られる現時点での通電率情報、温
度設定手段１７より得られる設定温度情報の５情報と、
理想出力としてカーペット本体５の表面温度情報を入力
し学習させ、神経回路網模式手段の中の信号変換手段４
１Ｘ、４１Ｙ、４１Ｚを確立し、それらを神経回路網模
式手段として表面温度推定手段１８、１９に組み込んで
いる。

【００３３】しかし、電源投入時の最初に全面暖房、半
面暖房が切り替えられて使用される場合はそれで良いが
、使用途中で全面暖房から半面暖房へ切り替えた場合、
または半面暖房から全面暖房へ切り替えられた場合は、
温度検知体８の温度特性は半面暖房時と全面暖房時の過
渡的期間になり上記で学習させたデータとは異なるもの
となる。そこで本実施例では、その過渡的期間Ｔにおい
ては、全面暖房時に対応した表面温度推定手段１８と半
面暖房時に対応した表面温度推定手段１９の推定出力の
平均値を制御手段２０が演算し、それを推定表面温度と
して通電制御手段１１、１２を制御させるようにしてい
る。

【００３４】つぎに、図１に示した回路ブロック図に基
づき動作を説明する。まず、温度設定手段１７により設
定温度を設定する。つぎに、発熱体６、７のどちらを発
熱させるかを切り替え手段９で選択する。ここでは発熱
体６、７の両方を選ぶとする。つまり全面暖房である。 制御手段２０は、切り替え手段９で全面暖房が選択され
たので、その情報をもとに表面温度推定手段として表面
温度推定手段１８を選択する。そして電源が投入される
。温度設定情報は制御手段２０を介して表面温度推定手
段１８、１９に入力される。そして制御手段２０は、計
時手段１５に計時開始の信号を出力するとともに、通電
制御手段１１、１２に発熱体６、７を発熱させるべく通
電オン（リレーオン）の信号を出力する。通電率検出手
段１６は、制御手段２０より通電制御手段１１、１２の
状態（リレーのオン・オフ状態）と、計時手段１５から
計時信号が入力されており時々刻々発熱体６、７への通
電率が演算され、その情報を表面温度推定手段１８、１
９に出力している。そして発熱体６、７の温度情報は温
度検知体８を介して温度検知手段１０より時々刻々制御
手段２０に入力され、制御手段２０は現時点の温度情報
を表面温度推定手段１８、１９に出力している。そして
温度設定手段１７の設定温度情報もまた制御手段２０を
介して表面温度推定手段１８、１９に入力されている。 また室温検知手段１４からの室温情報は、ＡＤ変換され
制御手段２０と表面温度推定手段１８、１９に入力され
ている。表面温度推定手段１８、１９は、これらの入力
された信号・情報をもとにカーペット本体５の表面温度
を時々刻々推定し、その情報を制御手段２０に出力して
いる。制御手段２０は、この推定表面温度情報に基づき
通電制御手段１１、１２を制御するように動作する。制
御手段２０は、立ち上げ時においては、温度設定手段１
７で設定された温度より２ｄｅｇ上昇した時点で通電制
御手段１１、１２に通電オフ信号を出力しリレーをオフ
し、発熱体６、７への通電を停止させる。その後、設定
温度を維持するように表面温度情報をもとに通電制御手
段１１、１２を制御（オン・オフ制御）する。

【００３５】この後、切り替え手段９によって、半面暖
房（発熱体６側）に切り替えられると、制御手段２０は
通電制御手段１２をオフ制御するとともに、ある一定期
間Ｔ（本実施例では１５分）の間、表面温度推定手段１
８と表面温度推定手段１９の両方の出力を同時に入力し
、その平均値を演算しそれを推定表面温度として通電制
御手段１１を制御し、発熱体６の温度制御をしていく。 そして一定期間Ｔが過ぎれば、制御手段２０は表面温度
推定手段１９のみを選択し、その出力に基づき通電制御
手段１１を制御していく。

【００３６】また、図１２は通電率の算出の方法を説明
するための図であり、通電制御手段１１、１２のリレー
の状態を示している。本実施例において、時刻ｔｐ　で
の通電率は、時刻ｔｐ　以前のリレーがオンの期間をｔ
ｐｏｎ　，オフの期間をｔｐｏｆｆとすると（式８）で
算出した。

【００３７】 　　ｔｐｏｎ　／（ｔｐｏｎ　＋ｔｐｏｆｆ）　　　　
　　　　　　　　　　　　　　　　　　　　　　　　（
式８）なお、本実施例では、通電率を（式８）のように
デューティ比でもって決めたが、この方法にとらわれる
ことはなく、電源投入時からの累積通電率であってもよ
い。本実施例で用いた制御手段２０、通電率検出手段１
６、計時手段１５、表面温度推定手段１８、１９は、す
べて４ビットマイクロコンピュータで構成したが、これ
らは１つのマイクロコンピュータで構成することは、も
ちろん可能である。なお、表面温度推定手段１８、１９
には、温度検知手段１０の温度情報と、カーペット表面
の発熱に影響をおよぼし実際計測できる物理情報として
室温検知手段１４の室温情報、計時手段１５より得られ
る電源投入時からの経過時間情報、通電率検出手段１６
より得られる現時点での通電率情報、温度設定手段１７
より得られる設定温度情報の５情報を本実施例では入力
しているが、この限定は本発明を拘束するものではなく
物理量計測手段１３の構成次第で推定表面温度の精度を
さらに向上させることができる。

【００３８】以上のように本実施例によれば、使用され
る環境下で既に学習された神経回路網の複数の固定結合
重み係数を有する神経回路網模式手段を組み込んだ表面
温度推定手段を備えた構成としているので、電気カーペ
ットが使用される環境下において、また電気カーペット
が分割暖房（ゾーン暖房）されても人間にフィットした
最適な暖房が実現できる。

【００３９】つぎに、本発明の他の実施例について説明
する。図１の制御手段２０は、温度検知手段１０からの
温度情報として表面温度推定手段１８、１９に現時点で
の温度情報と、ある時間Ｔｘ前の温度情報を出力すると
ともに、表面温度推定手段１８、１９は、その二つの温
度情報を温度検知手段１０からの温度情報として演算す
るようにしている。

【００４０】温度検知手段１０の温度情報の変化には、
表布の厚さ、室温、床材などの差異の情報がすべて含ま
れている。つまりこれらの物理情報は、すべて図８（ｂ
）、図９（ｂ）（図１０（ｂ）、図１１（ｂ））の温度
検知手段１０のＤＣ電圧カーブに現れており、表面温度
推定手段１８、１９の入力に温度検知手段１０のＤＣ電
圧カーブ特性を入力している。つまり、現時点での温度
情報だけでなくＤＣ電圧カーブ特性を入力している。こ
のことにより、現時点の温度検知手段１０のＤＣ電圧と
時刻Ｔｘ（本実施例では１分）前のＤＣ電圧の２点の電
圧を入力している。なお、本実施例では、２点のＤＣ電
圧を入力しているが、３点、４点のＤＣ電圧を入力して
も全く問題はない。神経回路網模式手段へは温度検知手
段１０の現時点の温度情報と１分前の温度情報（つまり
現時点のＤＣ電圧と１分前のＤＣ電圧）、室温検知手段
１４の室温情報、計時手段１３より得られる電源投入時
からの経過時間情報、通電率検出手段１６より得られる
現時点での通電率情報、温度設定手段１７より得られる
設定温度情報の６情報と、理想出力としてカーペット本
体５の表面温度情報を入力し学習させ、神経回路網模式
手段の中の信号変換手段４１Ｘ、４１Ｙ、４１Ｚを確立
し、それらを神経回路網模式手段として表面温度推定手
段１８、１９に組み込んでいる。そして、前記実施例１
と同様の動作がなされ、周辺の構成は実施例１の構成で
達成できる。これにより表面温度の推定精度は、からに
向上できる。

【００４１】つぎに、本発明の他の実施例を図１３を参
照しながら説明する。なお、上記実施例１と同じ構成の
ものは同一符号を付して説明を省略する。

【００４２】図に示すように、ワット密度設定手段２４
は発熱体６、７のワット密度を設定するもので、物理量
計測手段２５に設けている。電気カーペットの面積には
、２．５畳、４畳、６畳などいろいろな種類があり、各
畳数によってワット密度が異なり表面温度にかなりの影
響をおよぼす。この差異に関係なく表面温度を推定可能
とするために、発熱体６、７のワット密度を設定できる
ワット密度設定手段２４を備えている。そして、表面温
度推定手段１８、１９を構成する神経回路網模式手段に
環境データとして、実施例１での環境データにさらにワ
ット密度の情報をも学習させて、神経回路網模式手段の
中の信号変換手段４１Ｘ、４１Ｙ、４１Ｚを確立し、そ
れらを神経回路網模式手段として表面温度推定手段１８
、１９に組み込んでいる。そして、表面温度推定手段１
８、１９には、温度検知手段１０の温度情報と、カーペ
ット表面の発熱に影響をおよぼし実際計測できる物理情
報として室温検知手段１４の室温情報、計時手段１５よ
り得られる電源投入時からの経過時間情報、通電率検出
手段１６より得られる現時点での通電率情報、温度設定
手段１７より得られる設定温度情報とワット密度設定手
段２４より得られるワット密度情報の６情報を入力して
いる。周辺の構成、動作は実施例１と同様である。これ
により、電気カーペットの畳数（面積）の差異に関係な
く表面温度を推定することが可能となる。

【００４３】

【発明の効果】以上の実施例から明らかなように本発明
によれば、複数の領域に分割された各領域を発熱させる
複数の発熱体と一つの温度検知体を配設し表面材、断熱
材とで構成されたカーペット本体と、前記発熱体を切り
替え選択する切り替え手段と、前記選択された発熱体の
温度を前記温度検知体を介して検出する温度検知手段と
、前記複数の発熱体への通電を制御する複数の通電制御
手段と、前記カーペット本体の発熱に影響をおよぼす物
理量を計測・設定する物理量計測手段と、前記温度検知
手段、前記物理量計測手段の出力に基づき前記カーペッ
ト本体の表面温度を推定する複数の表面温度推定手段と
、前記切り替え手段の出力によるある一定時間Ｔの期間
は前記すべての表面温度推定手段の出力の平均値を推定
表面温度とするとともに、その後は前記切り替え手段の
出力に基づいて選択した一つの表面温度推定手段の出力
に基づき前記選択された発熱体に対応した通電制御手段
を制御する制御手段とからなるから、電気カーペットを
分割暖房する場合でも最適な暖房ができ、表布の厚さに
関係なく最適な暖房ができるので、従来カーペット本体
にカバーを載せる場合、そのカバーが厚いか薄いかを切
り替えるスイッチをカーペットコントローラに備えてい
たが不要となり、使い勝手上大変便利になる。

【００４４】また、表面温度推定手段は、複数の神経素
子より構成される神経回路網を模した手法により獲得さ
れたカーペット本体の表面温度を推定する固定された神
経回路網の複数の結合重み係数を内部に持つ神経回路網
模式手段を有し、または、複数の神経素子より構成され
る層が多層組み合わされて構築される階層型の神経回路
網模式手段を有するから、電気カーペットを敷く下の床
材が畳、フローリングても、人間にフィットした最適な
暖房が実現できる。

【００４５】さらに、制御手段は、温度検知手段からの
温度情報として表面温度推定手段に現時点での温度情報
と、ある時間Ｔｘ前の温度情報を出力するとともに、前
記表面温度推定手段は、その二つの温度情報を前記温度
検知手段からの温度情報として演算するようにしたから
、温度検知手段の出力より温度勾配を検知でき、カーペ
ット本体の表面温度の推定精度を向上できる。

【００４６】また、物理量計測手段は、発熱体のワット
密度を設定するワット密度設定手段を備えているから、
ワット密度設定手段の情報をも神経回路網模式手段に学
習させることができ、電気カーペットの畳数（２．５畳
、４畳、６畳など）に関係なく表面温度を推定すること
ができ、畳数に応じてコントローラを製造する必要がな
い。

【図面の簡単な説明】

【図１】本発明の一実施例の電気カーペットの回路ブロ
ック図

【図２】同電気カーペットのカーペット本体の一部切欠
した断面図

【図３】同電気カーペットのカーペット本体の平面図

【
図４】同電気カーペットに用いた神経回路網模式手段の
構成単位となる神経素子の概念図

【図５】同電気カーペットに用いた神経素子で構成した
信号変換手段の概念図

【図６】同電気カーペットに用いた学習アルゴリズムと
して誤差逆伝搬法を採用した信号処理手段のブロック図

【図７】同電気カーペットに用いた神経回路網模式手段
を用いた多層パーセプトロンの構成を示すブロック図

【
図８】（ａ）〜（ｄ）　　同電気カーペットの実験デー
タの一例を示す図

【図９】（ａ）〜（ｄ）　　同電気カーペットの実験デ
ータの他の例を示す図

【図１０】（ａ）〜（ｄ）　　同電気カーペットの実験
データの別の例を示す図

【図１１】（ａ）〜（ｄ）　　同電気カーペットの実験
データの別の例を示す図

【図１２】同電気カーペットの通電率の算出方法を説明
する図

【図１３】本発明の他の実施例の電気カーペットの回路
ブロック図

【図１４】従来の電気カーペットのカーペット本体の平
面図

【図１５】同電気カーペットの回路ブロック図

【図１６
】同電気カーペットの床材の違いによる表面温度変化特
性図

【図１７】同電気カーペットの設定温度の違いによる表
面温度変化特性図

【図１８】同電気カーペットの室温の違いによる表面温
度変化特性図

【図１９】同電気カーペットの表布の厚さの違いによる
表面温度変化特性図

【符号の説明】

５　　カーペット本体 ６　　発熱体 ７　　発熱体 ８　　温度検知体 ９　　切り替え手段 １０　　温度検知手段 １１　　通電制御手段 １２　　通電制御手段 １３　　物理量計測手段 １８　　表面温度推定手段 １９　　表面温度推定手段 ２０　　制御手段 ２２　　表面材 ２３　　断熱材

Claims (5)

【特許請求の範囲】
1. 【請求項１】複数の領域に分割された各領域を発熱させ
   る複数の発熱体と一つの温度検知体を配設し表面材、断
   熱材とで構成されたカーペット本体と、前記発熱体を切
   り替え選択する切り替え手段と、前記選択された発熱体
   の温度を前記温度検知体を介して検出する温度検知手段
   と、前記複数の発熱体への通電を制御する複数の通電制
   御手段と、前記カーペット本体の発熱に影響をおよぼす
   物理量を計測・設定する物理量計測手段と、前記温度検
   知手段、前記物理量計測手段の出力に基づき前記カーペ
   ット本体の表面温度を推定する複数の表面温度推定手段
   と、前記切り替え手段の出力によりある一定時間Ｔの期
   間は前記すべての表面温度推定手段の出力の平均値を推
   定表面温度とするとともに、その後は前記切り替え手段
   の出力に基づいて選択した一つの表面温度推定手段の出
   力に基づき前記選択された発熱体に対応した通電制御手
   段を制御する制御手段とからなる電気カーペット。
2. 【請求項２】表面温度推定手段は、複数の神経素子より
   構成される神経回路網を模した手法により獲得されたカ
   ーペット本体の表面温度を推定する固定された神経回路
   網の複数の結合重み係数を内部に持つ神経回路網模式手
   段を有する請求項１記載の電気カーペット。
3. 【請求項３】表面温度推定手段は、複数の神経素子より
   構成される層が多層組み合わされて構築される階層型の
   神経回路網模式手段を有する請求項１記載の電気カーペ
   ット。
4. 【請求項４】制御手段は、温度検知手段からの温度情報
   として表面温度推定手段に現時点での温度情報と、ある
   時間Ｔｘ前の温度情報を出力するとともに、前記表面温
   度推定手段は、その二つの温度情報を前記温度検知手段
   からの温度情報として演算するようにした請求項１記載
   の電気カーペット。
5. 【請求項５】物理量計測手段は、発熱体のワット密度を
   設定するワット密度設定手段を備えた請求項１記載の電
   気カーペット。