JPH05322284A - 空気調和における快適度算出装置 - Google Patents
空気調和における快適度算出装置Info
- Publication number
- JPH05322284A JPH05322284A JP4128582A JP12858292A JPH05322284A JP H05322284 A JPH05322284 A JP H05322284A JP 4128582 A JP4128582 A JP 4128582A JP 12858292 A JP12858292 A JP 12858292A JP H05322284 A JPH05322284 A JP H05322284A
- Authority
- JP
- Japan
- Prior art keywords
- comfort level
- amount
- clothing
- temperature
- calculating
- 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 Control Device (AREA)
Abstract
(57)【要約】
【目的】 在室者の手を一切煩わせることなく、地域差
や季節差も加味した正確な着衣量の推論値により正確な
快適度を算出する。 【構成】 外気温度センサ１により検出される外気温
度,１日の最高気温および最低気温に関する情報を受け
て、ニューラルネットワーク３により快適度(ＰＭＶ値)
の算出に必要な在室者の着衣量を表わす着衣量推論値を
出力する。環境情報検出器４が検出する室内の空気温
度,湿度,輻射温度,気流速度および在室者の活動量を表
わす情報およびニューラルネットワーク３からの着衣量
推論値に基づいて、快適度演算器５により快適度を演算
して出力する。
や季節差も加味した正確な着衣量の推論値により正確な
快適度を算出する。 【構成】 外気温度センサ１により検出される外気温
度,１日の最高気温および最低気温に関する情報を受け
て、ニューラルネットワーク３により快適度(ＰＭＶ値)
の算出に必要な在室者の着衣量を表わす着衣量推論値を
出力する。環境情報検出器４が検出する室内の空気温
度,湿度,輻射温度,気流速度および在室者の活動量を表
わす情報およびニューラルネットワーク３からの着衣量
推論値に基づいて、快適度演算器５により快適度を演算
して出力する。
Description
【０００１】
【産業上の利用分野】本発明は、空気調和機器の能力制
御の基準に用いられる快適度を算出する空気調和におけ
る快適度算出装置に関する。
御の基準に用いられる快適度を算出する空気調和におけ
る快適度算出装置に関する。
【０００２】
【従来の技術】従来、この種の快適度算出装置を備えた
空気調和システムとして、例えば図２に示すようなもの
が知られている(特開平３−５１６５０号公報)。この空
気調和システムは、空気調和機器として室内Ｒに設けら
れた冷暖房機２１,換気装置２２,加湿器２３,天井扇２
４,床暖房機２５と、これらの作動状況を検出する作動
センサ２６と、室内Ｒの空気温度,湿度,輻射温度を夫々
検出する室温センサ２７,湿度センサ２８,輻射温度セン
サ２９、在室者の通過頻度(活動度)を検出する赤外線セ
ンサ３０および外気温度を検出する外気温センサ３１を
備えている。そして、上記各センサ２７,２８,２９,３
１の検出信号を環境要素検出手段３２を経て、赤外線セ
ンサ３０の検出信号を活動量検出手段３５を経て夫々快
適度演算手段３６に入力するとともに、作動センサ２６
の検出信号に基づき、気流速検出手段３３で室内Ｒの気
流速度を検出し、また着衣量検出手段３４で在室者の着
衣量を概算して夫々快適度算出手段３６に入力してい
る。
空気調和システムとして、例えば図２に示すようなもの
が知られている(特開平３−５１６５０号公報)。この空
気調和システムは、空気調和機器として室内Ｒに設けら
れた冷暖房機２１,換気装置２２,加湿器２３,天井扇２
４,床暖房機２５と、これらの作動状況を検出する作動
センサ２６と、室内Ｒの空気温度,湿度,輻射温度を夫々
検出する室温センサ２７,湿度センサ２８,輻射温度セン
サ２９、在室者の通過頻度(活動度)を検出する赤外線セ
ンサ３０および外気温度を検出する外気温センサ３１を
備えている。そして、上記各センサ２７,２８,２９,３
１の検出信号を環境要素検出手段３２を経て、赤外線セ
ンサ３０の検出信号を活動量検出手段３５を経て夫々快
適度演算手段３６に入力するとともに、作動センサ２６
の検出信号に基づき、気流速検出手段３３で室内Ｒの気
流速度を検出し、また着衣量検出手段３４で在室者の着
衣量を概算して夫々快適度算出手段３６に入力してい
る。
【０００３】快適度演算手段３６は、入力された上記空
気温度,湿度,輻射温度,気流速度および在室者の活動度
と着衣量に基づき、国際標準化機構が定めた演算式(ISO
-7730)により快適度(Ｐredicted Ｍean Ｖalue)を算出
する。この快適度は、空気調和室内で在室者が感じる熱
的感覚尺度であって、例えば＋３:暑い,＋２:暖かい,＋
１:少し暖かい,０:どちらでもない,−１:少し涼しい,−
２:涼しい,−３:寒いなどを表わし、この値が+0.5から-
0.5の範囲なら在室者の９０％が、+1.0から-1.0の範囲
なら在室者の７５％が夫々快適と感じる。そして、算出
された快適度に基づき空気調和機器が次のように制御さ
れる。即ち、運転選択手段３７は、機器制御手段３８を
介して、冷房運転の場合、上記快適度が+1.0以上なら冷
暖房機２１,換気装置２２,天井扇２４を総て運転し、快
適度が+0.5〜+1.0なら冷暖房機２１のみを停止し、+0.5
以下なら総てを停止する一方、暖房運転の場合、上記快
適度が-1.0以下なら冷暖房機２１,床暖房機２５の双方
を運転し、快適度が-1.0を超えるなら双方を停止すると
ともに、湿度が３０％以下のとき加湿器２３を運転する
ようになっている。
気温度,湿度,輻射温度,気流速度および在室者の活動度
と着衣量に基づき、国際標準化機構が定めた演算式(ISO
-7730)により快適度(Ｐredicted Ｍean Ｖalue)を算出
する。この快適度は、空気調和室内で在室者が感じる熱
的感覚尺度であって、例えば＋３:暑い,＋２:暖かい,＋
１:少し暖かい,０:どちらでもない,−１:少し涼しい,−
２:涼しい,−３:寒いなどを表わし、この値が+0.5から-
0.5の範囲なら在室者の９０％が、+1.0から-1.0の範囲
なら在室者の７５％が夫々快適と感じる。そして、算出
された快適度に基づき空気調和機器が次のように制御さ
れる。即ち、運転選択手段３７は、機器制御手段３８を
介して、冷房運転の場合、上記快適度が+1.0以上なら冷
暖房機２１,換気装置２２,天井扇２４を総て運転し、快
適度が+0.5〜+1.0なら冷暖房機２１のみを停止し、+0.5
以下なら総てを停止する一方、暖房運転の場合、上記快
適度が-1.0以下なら冷暖房機２１,床暖房機２５の双方
を運転し、快適度が-1.0を超えるなら双方を停止すると
ともに、湿度が３０％以下のとき加湿器２３を運転する
ようになっている。
【０００４】
【発明が解決しようとする課題】ところが、上記従来の
空気調和システムでは、快適度算出の重要な変数である
着衣量を、着衣量検出手段３４が作動センサ２６からの
検出信号(空気調和機器２１〜２５の作動状況信号)のみ
に基づいて概算するものであるため、センサ２９,３１
で検出される輻射温度(日射状態)や外気温度が着衣量の
概算に生かされず、加えて着衣量への空気調和機器２１
〜２５の設置環境による気候の地域差や季節差が全く考
慮されていない。そのため、概算される着衣量が実際の
着衣量に一致せず、両者間の誤差が大きくなり、快適度
演算手段３６で算出される快適度と在室者が実際に感じ
る快適度との誤差も増大し、その結果、算出された快適
度に基づく空気調和機器２１〜２５の制御が、最適状態
から外れて過剰または過小になるという問題がある。一
方、上記空気調和システムと異なり、在室者が自己の着
衣量を快適度演算手段３６に直接入力する手法も考えら
れるが、この手法では入力の都度、在室者の手を煩わせ
るという問題がある。
空気調和システムでは、快適度算出の重要な変数である
着衣量を、着衣量検出手段３４が作動センサ２６からの
検出信号(空気調和機器２１〜２５の作動状況信号)のみ
に基づいて概算するものであるため、センサ２９,３１
で検出される輻射温度(日射状態)や外気温度が着衣量の
概算に生かされず、加えて着衣量への空気調和機器２１
〜２５の設置環境による気候の地域差や季節差が全く考
慮されていない。そのため、概算される着衣量が実際の
着衣量に一致せず、両者間の誤差が大きくなり、快適度
演算手段３６で算出される快適度と在室者が実際に感じ
る快適度との誤差も増大し、その結果、算出された快適
度に基づく空気調和機器２１〜２５の制御が、最適状態
から外れて過剰または過小になるという問題がある。一
方、上記空気調和システムと異なり、在室者が自己の着
衣量を快適度演算手段３６に直接入力する手法も考えら
れるが、この手法では入力の都度、在室者の手を煩わせ
るという問題がある。
【０００５】そこで、本発明の目的は、在室者の着衣量
を正確に推論して出力できる手段を備えることによっ
て、在室者の手を一切煩わせることなく、地域差や季節
差も加味した正確な快適度を算出でき、在室者にとって
快適な空気調和の実現を可能にする空気調和における快
適度算出装置を提供することにある。
を正確に推論して出力できる手段を備えることによっ
て、在室者の手を一切煩わせることなく、地域差や季節
差も加味した正確な快適度を算出でき、在室者にとって
快適な空気調和の実現を可能にする空気調和における快
適度算出装置を提供することにある。
【０００６】
【課題を解決するための手段】上記目的を達成するた
め、本発明の空気調和における快適度算出装置は、図１
に例示するように、空気調和機器の能力制御の基準に用
いられる快適度ＰＭＶを算出するものにおいて、外気温
度センサ１により検出される外気温度,所定期間におけ
る最高気温および最低気温に関する情報を受けて、上記
快適度ＰＭＶの算出に必要な在室者の着衣量を表わす着
衣量情報を推論して出力するニューラルネットワーク３
と、環境情報検出器４が検出する室内の空気温度,湿度,
輻射温度,気流速度および在室者の活動量を表わす情報
と、上記ニューラルネットワーク３からの着衣量情報に
基づいて、快適度ＰＭＶを演算して出力する快適度演算
器５を備えたことを特徴とする。
め、本発明の空気調和における快適度算出装置は、図１
に例示するように、空気調和機器の能力制御の基準に用
いられる快適度ＰＭＶを算出するものにおいて、外気温
度センサ１により検出される外気温度,所定期間におけ
る最高気温および最低気温に関する情報を受けて、上記
快適度ＰＭＶの算出に必要な在室者の着衣量を表わす着
衣量情報を推論して出力するニューラルネットワーク３
と、環境情報検出器４が検出する室内の空気温度,湿度,
輻射温度,気流速度および在室者の活動量を表わす情報
と、上記ニューラルネットワーク３からの着衣量情報に
基づいて、快適度ＰＭＶを演算して出力する快適度演算
器５を備えたことを特徴とする。
【０００７】
【作用】ニューラルネットワーク３は、外気温度センサ
１により検出される外気温度,所定期間(例えばその日２
４時間)における最高気温および最低気温に関する情報
を受け、例えばこの情報に応じて与えられる教師情報に
基づき、出力情報と教師情報の差を減らすように自己の
ネットワークの結合の強さ(可変重み)を変化させ、学習
を終えて予め最適の着衣量情報を推論して出力できる状
態になっている。空気調和機器が運転されると、環境情
報検出器４が、空気調和される室内の空気温度,湿度,輻
射温度,気流速度および在室者の活動量を検出して、そ
の情報を快適度演算器５に出力する。また、外気温度セ
ンサ１が、その時点の外気温度,所定期間(例えば前日２
４時間)における最高気温と最低気温をニューラルネッ
トワーク３に出力し、これに基づいてニューラルネット
ワーク３は、着衣量情報を推論して上記快適度演算器５
に出力する。快適度演算器５は、上記室内の空気温度等
の情報と着衣量情報に基づいて、快適度ＰＭＶを演算し
て出力する。 こうして算出された快適度ＰＭＶは、ニ
ューラルネットワーク３による地域差や季節差も加味し
た正確な着衣量の推論値に基づくものであるから、在室
者が感じる快適度に一致し、それ故、この快適度に基づ
いて空気調和機器の能力を制御すれば、在室者にとって
快適な空気調和を実現することができる。
１により検出される外気温度,所定期間(例えばその日２
４時間)における最高気温および最低気温に関する情報
を受け、例えばこの情報に応じて与えられる教師情報に
基づき、出力情報と教師情報の差を減らすように自己の
ネットワークの結合の強さ(可変重み)を変化させ、学習
を終えて予め最適の着衣量情報を推論して出力できる状
態になっている。空気調和機器が運転されると、環境情
報検出器４が、空気調和される室内の空気温度,湿度,輻
射温度,気流速度および在室者の活動量を検出して、そ
の情報を快適度演算器５に出力する。また、外気温度セ
ンサ１が、その時点の外気温度,所定期間(例えば前日２
４時間)における最高気温と最低気温をニューラルネッ
トワーク３に出力し、これに基づいてニューラルネット
ワーク３は、着衣量情報を推論して上記快適度演算器５
に出力する。快適度演算器５は、上記室内の空気温度等
の情報と着衣量情報に基づいて、快適度ＰＭＶを演算し
て出力する。 こうして算出された快適度ＰＭＶは、ニ
ューラルネットワーク３による地域差や季節差も加味し
た正確な着衣量の推論値に基づくものであるから、在室
者が感じる快適度に一致し、それ故、この快適度に基づ
いて空気調和機器の能力を制御すれば、在室者にとって
快適な空気調和を実現することができる。
【０００８】
【実施例】以下、本発明を図示の実施例により詳細に説
明する。図１は、快適度算出装置の一例を示す概略ブロ
ック図である。この快適度算出装置は、外気温度を検出
する外気温度センサ１と、この外気温度センサ１の検出
信号を受けて外気温度およびその日または前日２４時間
の最高気温と最低気温を表わす信号を出力する外気情報
変換器２と、この外気情報変換器２からの出力信号を受
けて快適度の算出に必要な在室者の着衣量を表わす着衣
量推論値を出力するニューラルネットワーク３と、図示
しない空気調和機器で空気調和される室内(図２のＲ参
照)の空気温度,湿度,輻射温度,気流速度および在室者の
活動量を検出する環境情報検出器４と、上記ニューラル
ネットワーク３および環境情報検出器４の出力信号に基
づいて既述の快適度(Ｐredicted Ｍean Ｖalue)を演算
して出力する快適度演算器５で構成される。
明する。図１は、快適度算出装置の一例を示す概略ブロ
ック図である。この快適度算出装置は、外気温度を検出
する外気温度センサ１と、この外気温度センサ１の検出
信号を受けて外気温度およびその日または前日２４時間
の最高気温と最低気温を表わす信号を出力する外気情報
変換器２と、この外気情報変換器２からの出力信号を受
けて快適度の算出に必要な在室者の着衣量を表わす着衣
量推論値を出力するニューラルネットワーク３と、図示
しない空気調和機器で空気調和される室内(図２のＲ参
照)の空気温度,湿度,輻射温度,気流速度および在室者の
活動量を検出する環境情報検出器４と、上記ニューラル
ネットワーク３および環境情報検出器４の出力信号に基
づいて既述の快適度(Ｐredicted Ｍean Ｖalue)を演算
して出力する快適度演算器５で構成される。
【０００９】上記ニューラルネットワーク３は、周知の
如く、複数の入力信号Ｏiに夫々の可変の重みＷijを乗
じて総和ΣiＷijＯi(＝x)を求め、この総和xに対するsi
gmoid関数f(x){＝１／[１＋exp(−ax)]、a:定数}を出力
信号Ｏjとして出力するニューロン(j層)を入力層i,中間
層j,出力層kに複数個ずつ配置し、これらのニューロン
を入力層から出力層に向けて放射状の出力線で接続した
多層パーセプトロン構造を有する。そして、ニューラル
ネットワーク３による学習は、誤差逆伝播法(バックプ
ロパゲーション)によって次のように行なわれる。即
ち、入力層の例えば３つのニューロンに、外気情報変換
器２からその時点の外気温度とその日の終わりに１日の
最高気温と最低気温を表わす数バイトのディジタル信号
Ｏiが夫々ニューロンを特定して入力されると、中間層
の複数のニューロンは、入力層の各ニューロンからの入
力信号Ｏiに上記各重みＷijを乗じて総和を求め、この
総和ΣiＷijＯiに対するsigmoid関数f(ΣiＷijＯi)を出
力信号Ｏjとして出力層の各ニューロンに出力する。出
力層の例えば３つのニューロンも、中間層の各ニューロ
ンからの入力信号Ｏjに重みＷjkを乗じて総和を求め、
この総和に対するsigmoid関数f(ΣjＷjkＯj)を出力信号
Ｏkとして出力する。
如く、複数の入力信号Ｏiに夫々の可変の重みＷijを乗
じて総和ΣiＷijＯi(＝x)を求め、この総和xに対するsi
gmoid関数f(x){＝１／[１＋exp(−ax)]、a:定数}を出力
信号Ｏjとして出力するニューロン(j層)を入力層i,中間
層j,出力層kに複数個ずつ配置し、これらのニューロン
を入力層から出力層に向けて放射状の出力線で接続した
多層パーセプトロン構造を有する。そして、ニューラル
ネットワーク３による学習は、誤差逆伝播法(バックプ
ロパゲーション)によって次のように行なわれる。即
ち、入力層の例えば３つのニューロンに、外気情報変換
器２からその時点の外気温度とその日の終わりに１日の
最高気温と最低気温を表わす数バイトのディジタル信号
Ｏiが夫々ニューロンを特定して入力されると、中間層
の複数のニューロンは、入力層の各ニューロンからの入
力信号Ｏiに上記各重みＷijを乗じて総和を求め、この
総和ΣiＷijＯiに対するsigmoid関数f(ΣiＷijＯi)を出
力信号Ｏjとして出力層の各ニューロンに出力する。出
力層の例えば３つのニューロンも、中間層の各ニューロ
ンからの入力信号Ｏjに重みＷjkを乗じて総和を求め、
この総和に対するsigmoid関数f(ΣjＷjkＯj)を出力信号
Ｏkとして出力する。
【００１０】このとき、出力層の３つのニューロンを左
から順に着衣量が小,中,大の出力と決め、操作者は、上
記時点の外気温度,当該１日の最高,最低気温の下での実
際の着衣量を、それが小なら左のニューロンのみを、中
なら中央のニューロンのみを、大なら右のニューロンの
みを夫々"１"にし、他のニューロンを"０"にして出力層
の３つのニューロンに教師データＴkとして与える。す
ると、出力層の各ニューロンが、まず出力信号Ｏkと教
師データＴkの差Ｅ[＝(Ｔk−Ｏk)2／２]を減じるように
自己の可変の重み(ネットワークの結合の強さ)Ｗjkを変
化させ、次いで中間層の各ニューロンが、出力層の各ニ
ューロンの重みの変化量に基づき上記Ｅを減じるように
自己の重みＷijを変化させる。学習用の外気温度と最
高,最低気温のデータを入力して出力層に向かって結果
を出力し、結果の誤差を減らすように総ての可変重みを
入力層に向かって(逆方向に)変化させる処理を、収束す
るまで多数のデータについて繰り返す。ニューラルネッ
トワーク３は、以上の事前の学習を済ませると、外気情
報変換器２から入力される外気温度と前日２４時間の最
高,最低気温に基づいて正確な着衣量の推論値を小,中,
大で快適度演算器５に出力するようになる。
から順に着衣量が小,中,大の出力と決め、操作者は、上
記時点の外気温度,当該１日の最高,最低気温の下での実
際の着衣量を、それが小なら左のニューロンのみを、中
なら中央のニューロンのみを、大なら右のニューロンの
みを夫々"１"にし、他のニューロンを"０"にして出力層
の３つのニューロンに教師データＴkとして与える。す
ると、出力層の各ニューロンが、まず出力信号Ｏkと教
師データＴkの差Ｅ[＝(Ｔk−Ｏk)2／２]を減じるように
自己の可変の重み(ネットワークの結合の強さ)Ｗjkを変
化させ、次いで中間層の各ニューロンが、出力層の各ニ
ューロンの重みの変化量に基づき上記Ｅを減じるように
自己の重みＷijを変化させる。学習用の外気温度と最
高,最低気温のデータを入力して出力層に向かって結果
を出力し、結果の誤差を減らすように総ての可変重みを
入力層に向かって(逆方向に)変化させる処理を、収束す
るまで多数のデータについて繰り返す。ニューラルネッ
トワーク３は、以上の事前の学習を済ませると、外気情
報変換器２から入力される外気温度と前日２４時間の最
高,最低気温に基づいて正確な着衣量の推論値を小,中,
大で快適度演算器５に出力するようになる。
【００１１】一方、上記環境情報検出器４は、図２で述
べた室内Ｒに配置されたと同様の室温センサ２７,湿度
センサ２８,輻射温度センサ２９,赤外線センサ３０およ
び作動センサ２６で構成される。また、快適度演算器５
は、快適度(ＰＭＶ値)をＩＳＯ規格で定められた次式に
よって演算する。 ＰＭＶ＝[0.303exp(-0.36Ｍ)+0.028]{(Ｍ-Ｗ)-3.05×10-3×[5733-6.99 (Ｍ-Ｗ)−Ｐa]-0.42×[(Ｍ-Ｗ)-58.15]-1.7×10-5Ｍ(5867-Ｐa) -0.0014Ｍ(34-Ｔa)-3.96×10-8Ｆcl×[(Ｔcl+273)4-(Ｔr+273)4] -ＦclＨc(Ｔcl-Ｔa)} Ｆcl＝1.00+1.290Ｉcl (Ｉcl＜0.078) or ＝1.05+0.645Ｉcl (Ｉcl＞0.078) Ｔcl＝35.7-0.028(Ｍ-Ｗ)-Ｉcl{3.96×10-8Ｆcl×[(Ｔcl+273)4- (Ｔr+273)4]+ＦclＨc(Ｔcl-Ｔa)} Ｈc＝2.38×4√(Ｔcl-Ｔa) [2.38×4√(Ｔcl-Ｔa)＞12.1√Ｖar] or ＝12.1√Ｖar [2.38×4√(Ｔcl-Ｔa)＜12.1√Ｖar] 但し、Ｍ:体表面積の新陳代謝率、Ｗ:外部仕事、Ｉcl:
衣服の熱抵抗、Ｆcl:裸体時皮膚表面積に対する着衣時
の表面積の割合、Ｔa:空気温度、Ｔr:平均輻射温度、Ｖa
r:相対風速、Ｐa:水蒸気分圧、Ｈc:対流熱伝達率、Ｔc
l:衣服の表面温度。
べた室内Ｒに配置されたと同様の室温センサ２７,湿度
センサ２８,輻射温度センサ２９,赤外線センサ３０およ
び作動センサ２６で構成される。また、快適度演算器５
は、快適度(ＰＭＶ値)をＩＳＯ規格で定められた次式に
よって演算する。 ＰＭＶ＝[0.303exp(-0.36Ｍ)+0.028]{(Ｍ-Ｗ)-3.05×10-3×[5733-6.99 (Ｍ-Ｗ)−Ｐa]-0.42×[(Ｍ-Ｗ)-58.15]-1.7×10-5Ｍ(5867-Ｐa) -0.0014Ｍ(34-Ｔa)-3.96×10-8Ｆcl×[(Ｔcl+273)4-(Ｔr+273)4] -ＦclＨc(Ｔcl-Ｔa)} Ｆcl＝1.00+1.290Ｉcl (Ｉcl＜0.078) or ＝1.05+0.645Ｉcl (Ｉcl＞0.078) Ｔcl＝35.7-0.028(Ｍ-Ｗ)-Ｉcl{3.96×10-8Ｆcl×[(Ｔcl+273)4- (Ｔr+273)4]+ＦclＨc(Ｔcl-Ｔa)} Ｈc＝2.38×4√(Ｔcl-Ｔa) [2.38×4√(Ｔcl-Ｔa)＞12.1√Ｖar] or ＝12.1√Ｖar [2.38×4√(Ｔcl-Ｔa)＜12.1√Ｖar] 但し、Ｍ:体表面積の新陳代謝率、Ｗ:外部仕事、Ｉcl:
衣服の熱抵抗、Ｆcl:裸体時皮膚表面積に対する着衣時
の表面積の割合、Ｔa:空気温度、Ｔr:平均輻射温度、Ｖa
r:相対風速、Ｐa:水蒸気分圧、Ｈc:対流熱伝達率、Ｔc
l:衣服の表面温度。
【００１２】ＰＭＶ値を求める上式中のパラメータＭ,
Ｔa,Ｔr,Ｐa,Ｗは、夫々環境情報検出器４から入力され
る活動量,空気温度,輻射温度,湿度を表わす信号および
定数で与えられる。また、同式中のパラメータＦcl,Ｔc
l,Ｈcは、夫々上記３つの式で求められる。Ｆclは、ニ
ューラルネットワーク３から入力される小,中,大の着衣
量推論値に応じて定められた衣服の熱抵抗Ｉclから算出
され、算出式はＩclの大小により異なる。Ｔclは、求ま
ったＦclと既知のＭ,Ｗ,Ｔa,Ｔr,Ｉclを上記の式に代入
して算出する。また、Ｈcは、(Ｔcl−Ｔa)と環境情報検
出器４から入力される気流速度に対応する相対風速Ｖar
の値の大小関係により算出式が異なり、Ｔcl,Ｔa,Ｖar
から算出される。こうして快適度演算器５により算出さ
れる快適度(ＰＭＶ値)は、例えば図２で述べたような運
転選択手段３７,機器制御手段３８を介して、空気調和
機器２１〜２５の制御に既述の如く用いられる。
Ｔa,Ｔr,Ｐa,Ｗは、夫々環境情報検出器４から入力され
る活動量,空気温度,輻射温度,湿度を表わす信号および
定数で与えられる。また、同式中のパラメータＦcl,Ｔc
l,Ｈcは、夫々上記３つの式で求められる。Ｆclは、ニ
ューラルネットワーク３から入力される小,中,大の着衣
量推論値に応じて定められた衣服の熱抵抗Ｉclから算出
され、算出式はＩclの大小により異なる。Ｔclは、求ま
ったＦclと既知のＭ,Ｗ,Ｔa,Ｔr,Ｉclを上記の式に代入
して算出する。また、Ｈcは、(Ｔcl−Ｔa)と環境情報検
出器４から入力される気流速度に対応する相対風速Ｖar
の値の大小関係により算出式が異なり、Ｔcl,Ｔa,Ｖar
から算出される。こうして快適度演算器５により算出さ
れる快適度(ＰＭＶ値)は、例えば図２で述べたような運
転選択手段３７,機器制御手段３８を介して、空気調和
機器２１〜２５の制御に既述の如く用いられる。
【００１３】上記構成の快適度算出装置の動作は、次の
とおりである。ニューラルネットワーク３は、使用に先
立って、外気温度センサ１からの検出信号を受ける外気
情報変換器２を介してその時点の外気温度およびその日
２４時間の最高気温,最低気温を表わす信号を入力層の
各ニューロンに受け、出力層の各ニューロンに上記時点
に応じて操作者から与えられる着衣量に関する教師デー
タに基づき、出力データと教師データの差を減らすよう
に自己のネットワークの結合の強さ(Ｗij)を変化させる
入力処理と重み学習を多数の入力データについて繰り返
して、最適の着衣量推論値を出力できる状態になってい
る。空気調和機器(図２の２１〜２５参照)が運転される
と、環境情報検出器４が、空気調和される室内(図２の
Ｒ参照)の空気温度,湿度,輻射温度,気流速度および在室
者の活動量を検出して、検出信号を快適度演算器５に出
力する。また、外気温度センサ１から外気情報変換器２
を経て、外気温度および前日２４時間における最高気温
と最低気温を表わす信号がニューラルネットワーク３に
出力され、ニューラルネットワーク３は、これに基づい
て着衣量の推論値を快適度演算器５に出力する。快適度
演算器５は、上記室内の空気温度等の検出信号と着衣量
推論値を既述の演算式に代入して快適度(ＰＭＶ値)を算
出して出力する。
とおりである。ニューラルネットワーク３は、使用に先
立って、外気温度センサ１からの検出信号を受ける外気
情報変換器２を介してその時点の外気温度およびその日
２４時間の最高気温,最低気温を表わす信号を入力層の
各ニューロンに受け、出力層の各ニューロンに上記時点
に応じて操作者から与えられる着衣量に関する教師デー
タに基づき、出力データと教師データの差を減らすよう
に自己のネットワークの結合の強さ(Ｗij)を変化させる
入力処理と重み学習を多数の入力データについて繰り返
して、最適の着衣量推論値を出力できる状態になってい
る。空気調和機器(図２の２１〜２５参照)が運転される
と、環境情報検出器４が、空気調和される室内(図２の
Ｒ参照)の空気温度,湿度,輻射温度,気流速度および在室
者の活動量を検出して、検出信号を快適度演算器５に出
力する。また、外気温度センサ１から外気情報変換器２
を経て、外気温度および前日２４時間における最高気温
と最低気温を表わす信号がニューラルネットワーク３に
出力され、ニューラルネットワーク３は、これに基づい
て着衣量の推論値を快適度演算器５に出力する。快適度
演算器５は、上記室内の空気温度等の検出信号と着衣量
推論値を既述の演算式に代入して快適度(ＰＭＶ値)を算
出して出力する。
【００１４】こうして算出された快適度は、外気温度,
１日の最高,最低気温をパラメータとして予め学習を済
ませたニューラルネットワーク３により、地域差や季節
差が加味された正確な着衣量の推論値に基づくものであ
るから、在室者が感じる快適度に一致する。従って、こ
の快適度に基づいて空気調和機器の能力を制御すれば、
在室者にとって最も快適な空気調和を実現することがで
きる。つまり、空気調和機器の設置環境の気候特性等の
如何に拘わらず、常に正確な快適度を算出することがで
きるのである。また、着衣量は、ニューラルネットワー
ク３により自動的かつ正確に推論して快適度演算器５に
出力されるので、在室者がその都度入力するという手間
が一切いらず、在室者が煩わされることもない。
１日の最高,最低気温をパラメータとして予め学習を済
ませたニューラルネットワーク３により、地域差や季節
差が加味された正確な着衣量の推論値に基づくものであ
るから、在室者が感じる快適度に一致する。従って、こ
の快適度に基づいて空気調和機器の能力を制御すれば、
在室者にとって最も快適な空気調和を実現することがで
きる。つまり、空気調和機器の設置環境の気候特性等の
如何に拘わらず、常に正確な快適度を算出することがで
きるのである。また、着衣量は、ニューラルネットワー
ク３により自動的かつ正確に推論して快適度演算器５に
出力されるので、在室者がその都度入力するという手間
が一切いらず、在室者が煩わされることもない。
【００１５】上記実施例では、ニューラルネットワーク
３の入力層と出力層を夫々３つのニューロンで構成し、
小,中,大の３つの着衣量推論値を出力するようにした
が、両層のニューロン数は３つに限らず、出力の態様も
実施例のものに限られない。また、最高気温,最低気温
を求める所定期間は、実施例の１日に限られない。さら
に、ニューラルネットワークの構成も、実施例の誤差逆
伝播型の多層パーセプトロン構造に限られない。
３の入力層と出力層を夫々３つのニューロンで構成し、
小,中,大の３つの着衣量推論値を出力するようにした
が、両層のニューロン数は３つに限らず、出力の態様も
実施例のものに限られない。また、最高気温,最低気温
を求める所定期間は、実施例の１日に限られない。さら
に、ニューラルネットワークの構成も、実施例の誤差逆
伝播型の多層パーセプトロン構造に限られない。
【００１６】
【発明の効果】以上の説明で明らかなように、本発明の
空気調和における快適度算出装置は、外気温度センサに
より検出される外気温度,所定期間における最高気温お
よび最低気温に関する情報を受けて、快適度の算出に必
要な在室者の着衣量を表わす着衣量情報を推論して出力
するニューラルネットワークと、環境情報検出器が検出
する室内の空気温度,湿度,輻射温度,気流速度および在
室者の活動量を表わす情報および上記ニューラルネット
ワークからの着衣量情報に基づいて、快適度を演算して
出力する快適度演算器を備えているので、在室者の手を
一切煩わせることなく、地域差や季節差も加味した正確
な着衣量の推論値により正確な快適度を算出でき、この
快適度を機器の制御に用いて快適な空気調和の実現を可
能にできる。
空気調和における快適度算出装置は、外気温度センサに
より検出される外気温度,所定期間における最高気温お
よび最低気温に関する情報を受けて、快適度の算出に必
要な在室者の着衣量を表わす着衣量情報を推論して出力
するニューラルネットワークと、環境情報検出器が検出
する室内の空気温度,湿度,輻射温度,気流速度および在
室者の活動量を表わす情報および上記ニューラルネット
ワークからの着衣量情報に基づいて、快適度を演算して
出力する快適度演算器を備えているので、在室者の手を
一切煩わせることなく、地域差や季節差も加味した正確
な着衣量の推論値により正確な快適度を算出でき、この
快適度を機器の制御に用いて快適な空気調和の実現を可
能にできる。
【図１】 本発明の快適度算出装置の一実施例を示す概
略ブロック図である。
略ブロック図である。
【図２】 従来の快適度算出装置を備えた空気調和シス
テムを示す図である。
テムを示す図である。
１…外気温度センサ、３…ニューラルネットワーク、４
…環境情報検出器、５…快適度演算器。
…環境情報検出器、５…快適度演算器。
Claims (1)
- 【請求項１】 空気調和機器の能力制御の基準に用いら
れる快適度(ＰＭＶ)を算出する空気調和における快適度
算出装置において、 外気温度センサ(１)により検出される外気温度,所定期
間における最高気温及び最低気温に関する情報を受け
て、上記快適度(ＰＭＶ)の算出に必要な在室者の着衣量
を表わす着衣量情報を推論して出力するニューラルネッ
トワーク(３)と、 環境情報検出器(４)が検出する室内の空気温度,湿度,輻
射温度,気流速度および在室者の活動量を表わす情報
と、上記ニューラルネットワーク(３)からの着衣量情報
に基づいて、快適度(ＰＭＶ)を演算して出力する快適度
演算器(５)を備えたことを特徴とする快適度算出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP04128582A JP3087446B2 (ja) | 1992-05-21 | 1992-05-21 | 空気調和における快適度算出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP04128582A JP3087446B2 (ja) | 1992-05-21 | 1992-05-21 | 空気調和における快適度算出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05322284A true JPH05322284A (ja) | 1993-12-07 |
| JP3087446B2 JP3087446B2 (ja) | 2000-09-11 |
Family
ID=14988320
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP04128582A Expired - Fee Related JP3087446B2 (ja) | 1992-05-21 | 1992-05-21 | 空気調和における快適度算出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3087446B2 (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001024689A3 (de) * | 1999-09-30 | 2001-11-29 | Siemens Ag | Verfahren zur bestimmung psychophysikalischer grössen in abhängigkeit von bekannten eingangsgrössen |
| JP2004263994A (ja) * | 2003-03-04 | 2004-09-24 | Toshiba Kyaria Kk | 空気調和機の制御方法 |
| WO2008006293A1 (en) * | 2006-07-03 | 2008-01-17 | Gree Electric Appliances Inc. Of Zhuhai | An approach and device for testing an air-condition |
| KR101275147B1 (ko) * | 2011-12-08 | 2013-06-17 | 공주대학교 산학협력단 | 희망 온열 쾌적지수 기반의 사용자 맞춤형 온도/습도 제어장치 및 방법 |
| CN103673224A (zh) * | 2013-12-06 | 2014-03-26 | 中铁建设集团有限公司 | 基于空气质量预报的新风净化控制系统 |
| CN104075402A (zh) * | 2014-06-19 | 2014-10-01 | 珠海格力电器股份有限公司 | 智能空调控制方法和系统 |
| JP2021081135A (ja) * | 2019-11-20 | 2021-05-27 | ソフトバンク株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
| CN113494759A (zh) * | 2020-03-18 | 2021-10-12 | 海信集团有限公司 | 一种对pmv值进行调整的设备和方法 |
-
1992
- 1992-05-21 JP JP04128582A patent/JP3087446B2/ja not_active Expired - Fee Related
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001024689A3 (de) * | 1999-09-30 | 2001-11-29 | Siemens Ag | Verfahren zur bestimmung psychophysikalischer grössen in abhängigkeit von bekannten eingangsgrössen |
| JP2004263994A (ja) * | 2003-03-04 | 2004-09-24 | Toshiba Kyaria Kk | 空気調和機の制御方法 |
| WO2008006293A1 (en) * | 2006-07-03 | 2008-01-17 | Gree Electric Appliances Inc. Of Zhuhai | An approach and device for testing an air-condition |
| KR101275147B1 (ko) * | 2011-12-08 | 2013-06-17 | 공주대학교 산학협력단 | 희망 온열 쾌적지수 기반의 사용자 맞춤형 온도/습도 제어장치 및 방법 |
| CN103673224A (zh) * | 2013-12-06 | 2014-03-26 | 中铁建设集团有限公司 | 基于空气质量预报的新风净化控制系统 |
| CN104075402A (zh) * | 2014-06-19 | 2014-10-01 | 珠海格力电器股份有限公司 | 智能空调控制方法和系统 |
| JP2021081135A (ja) * | 2019-11-20 | 2021-05-27 | ソフトバンク株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
| CN113494759A (zh) * | 2020-03-18 | 2021-10-12 | 海信集团有限公司 | 一种对pmv值进行调整的设备和方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3087446B2 (ja) | 2000-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hamdi et al. | A new predictive thermal sensation index of human response | |
| US5170935A (en) | Adaptable control of HVAC systems | |
| US8958921B2 (en) | Method for operating building climate control system using integrated temperature and humidity models | |
| JPH05264086A (ja) | 空気調和装置およびその制御装置 | |
| JP3214317B2 (ja) | 空調装置 | |
| KR20200036978A (ko) | 공조 제어 장치 및 방법 | |
| JPH1114119A (ja) | 空気調和機の制御装置 | |
| JP3087446B2 (ja) | 空気調和における快適度算出装置 | |
| JPH07198186A (ja) | 空気調和機の冷暖切替装置 | |
| JPH0593539A (ja) | 空調システム制御装置 | |
| JP2002022238A (ja) | 快適感評価装置及び空調制御装置 | |
| JP3564583B2 (ja) | 空気調和機の制御装置 | |
| JPH10141736A (ja) | 快適性指標ｐｍｖ学習装置 | |
| WO1992005058A1 (en) | Air conditioning system for railway car | |
| JP3115404B2 (ja) | 温熱環境制御のための温度検出法 | |
| JP3235128B2 (ja) | 空調制御装置 | |
| JP2902472B2 (ja) | 空調制御装置 | |
| JPH08189683A (ja) | 空気調和機の制御装置 | |
| JP2002039596A (ja) | 空調制御装置 | |
| JP2897395B2 (ja) | 空気調和機の制御装置 | |
| JPH06323595A (ja) | 空気調和装置の運転制御装置 | |
| JPH11257721A (ja) | 空調制御装置 | |
| JPH0694292A (ja) | 温熱感対応空調システム | |
| JPH04316947A (ja) | 空気調和機の制御装置 | |
| JP2734193B2 (ja) | 空気調和機の制御装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080714 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |