[發明專利]空調控制系統在審
| 申請號: | 201811158832.0 | 申請日: | 2018-09-30 |
| 公開(公告)號: | CN109612037A | 公開(公告)日: | 2019-04-12 |
| 發明(設計)人: | 羽田啟太;飯島一憲 | 申請(專利權)人: | 發那科株式會社 |
| 主分類號: | F24F11/64 | 分類號: | F24F11/64 |
| 代理公司: | 北京銀龍知識產權代理有限公司 11243 | 代理人: | 曾賢偉;郝慶芬 |
| 地址: | 日本*** | 國省代碼: | 日本;JP |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 空調機 空調控制系統 狀態量 推理 檢測 機器學習 關聯地 存儲 學習 更新 | ||
1.一種空調控制系統,控制設置有至少一個機器的環境中的空調機,其特征在于,
該空調控制系統具備:
條件指定部,其指定上述環境中的條件;
狀態量檢測部,其檢測表示上述環境的狀態的狀態量;
推理計算部,其根據上述狀態量來推理上述環境中的上述空調機的控制方法;
空調控制部,其根據由上述推理計算部推理出的控制方法來控制上述空調機;
學習模型生成部,其通過使用了上述狀態量的機器學習來生成或更新學習模型;以及
學習模型存儲部,其將由上述學習模型生成部生成的至少一個學習模型與由上述條件指定部指定的條件的組合相關聯地進行存儲,
上述推理計算部根據由上述條件指定部指定的上述環境中的條件,從存儲于上述學習模型存儲部中的學習模型中選擇性地使用至少一個學習模型,計算由上述空調控制系統1管理的環境中的上述空調機的控制方法。
2.根據權利要求1所述的空調控制系統,其特征在于,
該空調控制系統還具備:特征量生成部,其根據由上述狀態量檢測部檢測出的狀態量來生成使上述環境具有特征的特征量,
上述推理計算部根據上述特征量來推理上述環境中的上述空調機的控制方法,
上述學習模型生成部通過使用了上述特征量的機器學習來生成或更新學習模型。
3.根據權利要求1或2所述的空調控制系統,其特征在于,
上述學習模型生成部通過實施針對上述學習模型存儲部所存儲的現有學習模型的改變,生成新的學習模型。
4.根據權利要求1~3中的任意一項所述的空調控制系統,其特征在于,
上述學習模型存儲部將上述學習模型生成部所生成的學習模型進行加密并存儲,將通過上述推理計算部讀出學習模型時進行加密的學習模型進行解碼。
5.一種空調控制系統,控制設置有至少一個機器的環境中的空調機,其特征在于,
該空調控制系統具備:
條件指定部,其指定上述環境中的條件;
狀態量檢測部,其檢測表示上述環境的狀態量;
推理計算部,其根據上述狀態量來推理上述環境中的上述空調機的控制方法;
空調控制部,其根據由上述推理計算部推理出的控制方法來控制上述空調機;以及
學習模型存儲部,其存儲與上述環境中的條件的組合預先相關聯的至少一個學習模型,
上述推理計算部根據由上述條件指定部指定的上述環境中的條件,從存儲于上述學習模型存儲部中的學習模型中選擇性地使用至少一個學習模型,計算上述環境中的上述空調機的控制方法。
6.根據權利要求5所述的空調控制系統,其特征在于,
該空調控制系統還具備:特征量生成部,其根據上述狀態量來生成使上述環境具有特征的特征量,
上述推理計算部根據上述特征量來推理由上述空調控制系統1管理的環境中的上述空調機的控制方法。
7.一種空調控制裝置,其特征在于,
該空調控制裝置具備權利要求1~6中的任意一項所述的條件指定部以及狀態量檢測部。
8.一種空調控制方法,其特征在于,
該空調控制方法執行以下步驟:
指定控制設置有至少一個機器的環境中的空調機的條件的步驟;
檢測表示上述環境的狀態量的步驟;
根據上述狀態量來推理上述環境中的上述空調機的控制方法的步驟;
根據上述控制方法來控制上述空調機的步驟;以及
通過使用了上述狀態量的機器學習來生成或更新學習模型的步驟,
上述推理步驟從與上述環境中的條件的組合預先相關聯的至少一個上述學習模型中選擇根據在指定上述條件的步驟中所指定的上述環境中的條件而使用的學習模型,使用選擇處的學習模型來計算上述環境中的上述空調機的控制方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于發那科株式會社,未經發那科株式會社許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811158832.0/1.html,轉載請聲明來源鉆瓜專利網。





