特開 2022-157826 空気調和システム、空気調和システムの異常推定方法、空気調和機及び空気調和機の異常推定方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022157826

(43)【公開日】2022-10-14

(54)【発明の名称】空気調和システム、空気調和システムの異常推定方法、空気調和機及び空気調和機の異常推定方法

(51)【国際特許分類】

   F24F 11/36 20180101AFI20221006BHJP

   F24F 11/38 20180101ALI20221006BHJP

【ＦＩ】

F24F11/36

F24F11/38

【審査請求】有

【請求項の数】28

【出願形態】ＯＬ

(21)【出願番号】P 2021062277

(22)【出願日】2021-03-31

(11)【特許番号】

(45)【特許公報発行日】2022-10-05

(71)【出願人】

【識別番号】000006611

【氏名又は名称】株式会社富士通ゼネラル

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】佐々木 慎司

【テーマコード（参考）】

3L260

【Ｆターム（参考）】

3L260BA52

3L260BA75

3L260JA12

3L260JA23

(57)【要約】

【課題】室内機又は室外機の何れかで異常が発生しているのかを推定できる空気調和機等を提供する。
【解決手段】空気調和機は、室外機に少なくとも１台以上の室内機が冷媒配管で接続されて構成される冷媒回路を有する空気調和機である。空気調和機は、空気調和機の制御に関わる状態量を検出する検出部と、検出部が検出した状態量の検出値を取得する取得部とを有する。更に、空気調和機は、冷媒回路の異常に関係する状態量を特徴量としたとき、当該特徴量の検出値を用いて、冷媒回路の異常発生を推定する異常推定部を有する。異常推定部は、室外機と１台の室内機を一組とし、この組毎に冷媒回路の異常発生を推定し、いずれかの組で異常が発生していると推定した場合は、当該組の室内機で異常が発生したと推定する。更に、異常推定部は、全ての組で異常が発生していると推定した場合は、室外機で異常が発生したと推定する。
【選択図】図３

【特許請求の範囲】

【請求項1】

室外機に少なくとも１台以上の室内機が冷媒配管で接続されて構成される冷媒回路を有する空気調和機と、前記空気調和機と通信可能に接続するサーバとを有する空気調和システムであって、
前記空気調和機は、
前記空気調和機の制御に関わる状態量を検出する検出部と、
前記検出部が検出した前記状態量の検出値を取得する取得部と、
前記取得部にて取得された前記検出値を前記サーバに送信する第１の通信部と、を有し、
前記サーバは、
前記空気調和機から前記検出値を受信する第２の通信部と、
前記冷媒回路の異常に関係する前記状態量を特徴量としたとき、当該特徴量の検出値を用いて、前記冷媒回路の異常発生を推定する異常推定部と、を有し、
前記異常推定部は、
前記室外機と１台の前記室内機を一組とし、この組毎に前記冷媒回路の異常発生を推定し、いずれかの組で異常が発生していると推定した場合は、当該組の室内機で異常が発生したと推定すると共に、
全ての組で異常が発生していると推定した場合は、前記室外機で異常が発生したと推定することを特徴とする空気調和システム。

【請求項2】

前記冷媒回路には所定量の冷媒が充填され、
前記異常推定部は、
前記冷媒回路において残存する残存冷媒量の変化のみが発生している場合は正常と推定することを特徴とする請求項１に記載の空気調和システム。

【請求項3】

前記サーバは、前記冷媒回路の冷媒量に関係する前記状態量を第１の特徴量としたとき、前記第１の特徴量の検出値を用いて、前記冷媒回路に残存している残存冷媒量を推定する冷媒量推定部を有し、
前記異常推定部は、
前記第１の特徴量に含まれる少なくとも一つの状態量と、前記第１の特徴量に含まれない少なくとも一つの状態量とを含む状態量を第２の特徴量としたとき、前記第２の特徴量の検出値を用いて前記冷媒回路の異常発生を推定することを特徴とする請求項１又は２に記載の空気調和システム。

【請求項4】

前記冷媒量推定部は、
前記第１の特徴量を用いて生成される冷媒量推定モデルを有し、
前記第１の特徴量の検出値を前記冷媒量推定モデルに適用して前記冷媒回路の前記残存冷媒量を推定し、
前記異常推定部は、
前記第２の特徴量を用いて生成される異常推定モデルを有し、
前記第２の特徴量の検出値を前記異常推定モデルに適用して前記冷媒回路の異常発生を推定することを特徴とする請求項３に記載の空気調和システム。

【請求項5】

前記異常推定モデルは、
当該異常推定モデルの生成に使用した前記第２の特徴量を正常標本値として、前記取得部が取得した前記第２の特徴量の検出値について前記正常標本値からの外れ度合いを示す外れ値を算出し、
前記異常推定部は、
前記異常推定モデルが算出した前記外れ値の絶対値が所定の閾値以上の場合は、前記冷媒回路に異常が発生していると推定すると共に、
前記異常推定モデルが算出した前記外れ値の絶対値が所定の閾値未満の場合は、前記冷媒回路が正常であると推定することを特徴とする請求項４に記載の空気調和システム。

【請求項6】

前記冷媒量推定部は、
前記異常推定部にて前記冷媒回路が正常と推定された場合にのみ、前記冷媒回路が正常と推定された場合の前記第２の特徴量の検出値と同時に取得した前記第１の特徴量の検出値を用いて前記冷媒回路の残存冷媒量を推定する
ことを特徴とする請求項５に記載の空気調和システム。

【請求項7】

前記冷媒量推定部による残存冷媒量の推定を行う前に、前記異常推定部による前記冷媒回路の異常発生を推定することを特徴とする請求項６に記載の空気調和システム。

【請求項8】

前記第２の特徴量は、
前記冷媒回路の動作が正常であり、かつ、残存冷媒量のみ変化させたときの前記冷媒回路の動作をシミュレーションした結果によって得られる状態量であることを特徴とする請求項３～７の何れか一つに記載の空気調和システム。

【請求項9】

前記冷媒量推定モデルは、
線形解析を用いて生成され、
前記異常推定モデルは、
非線形解析を用いて生成されることを特徴とする請求項４に記載の空気調和システム。

【請求項10】

室外機に少なくとも１台以上の室内機が冷媒配管で接続されて構成される冷媒回路を有する空気調和機と、前記空気調和機と通信で接続するサーバとを有する空気調和システムが実行する異常推定方法であって、
前記空気調和機は、
前記空気調和機の制御に関わる状態量を検出部が検出するステップと、
検出した前記状態量の検出値を取得部が取得するステップと、
取得された前記検出値を第１の通信部が前記サーバに送信するステップと、
を実行し、
前記サーバは、
前記空気調和機から前記検出値を、第２の通信部が受信するステップと、
前記冷媒回路の異常に関係する前記状態量を特徴量としたとき、当該特徴量の検出値を用いて、前記室外機と１台の前記室内機を一組とし、この組毎に前記冷媒回路の異常発生を推定し、いずれかの組で異常が発生していると推定した場合は、当該組の室内機で異常が発生したと推定し、全ての組で異常が発生していると推定した場合は、前記室外機で異常が発生したと推定する異常推定ステップと、
を実行することを特徴とする空気調和システムの異常推定方法。

【請求項11】

前記冷媒回路には所定量の冷媒が充填され、
前記異常推定ステップは、前記冷媒回路において残存する残存冷媒量の変化のみが発生している場合は正常と推定する、
ことを特徴とする請求項１０に記載の空気調和システムの異常推定方法。

【請求項12】

前記サーバは、前記冷媒回路の冷媒量に関係する前記状態量を第１の特徴量としたとき、前記第１の特徴量の検出値を用いて、前記冷媒回路に残存している残存冷媒量を推定する冷媒量推定ステップを実行し、
前記異常推定ステップでは、前記第１の特徴量に含まれる少なくとも一つの状態量と、前記第１の特徴量に含まれない少なくとも一つの状態量とを含む状態量を第２の特徴量としたとき、前記第２の特徴量の検出値を用いて前記冷媒回路の異常発生を推定する、
ことを特徴とする請求項１０又は１１に記載の空気調和システムの異常推定方法。

【請求項13】

前記第１の特徴量を用いて生成される冷媒量推定モデルを有し、
前記冷媒量推定ステップでは、前記第１の特徴量の検出値を前記冷媒量推定モデルに適用して前記冷媒回路の前記残存冷媒量を推定し、
前記第２の特徴量を用いて生成される異常推定モデルを有し、
前記異常推定ステップでは、前記第２の特徴量の検出値を前記異常推定モデルに適用して前記冷媒回路の異常発生を推定する、
ことを特徴とする請求項１２に記載の空気調和システムの異常推定方法。

【請求項14】

前記異常推定モデルは、
当該異常推定モデルの生成に使用した前記第２の特徴量を正常標本値として、取得した前記第２の特徴量の検出値について前記正常標本値からの外れ度合いを示す外れ値を算出し、
前記異常推定ステップでは、
前記異常推定モデルが算出した前記外れ値の絶対値が所定の閾値以上の場合は、前記冷媒回路に異常が発生していると推定すると共に、
前記異常推定モデルが算出した前記外れ値の絶対値が所定の閾値未満の場合は、前記冷媒回路が正常であると推定する、
ことを特徴とする請求項１３に記載の空気調和システムの異常推定方法。

【請求項15】

前記冷媒量推定ステップは、
前記異常推定ステップにて前記冷媒回路が正常と推定された場合にのみ、前記冷媒回路が正常と推定された場合の前記第２の特徴量の検出値と同時に取得した前記第１の特徴量の検出値を用いて前記冷媒回路の残存冷媒量を推定する
ことを特徴とする請求項１４に記載の空気調和システムの異常推定方法。

【請求項16】

前記冷媒量推定ステップを行う前に、前記異常推定ステップを行うことを特徴とする請求項１５に記載の空気調和システムの異常推定方法。

【請求項17】

室外機に少なくとも１台以上の室内機が冷媒配管で接続されて構成される冷媒回路を有する空気調和機であって、
前記空気調和機の制御に関わる状態量を検出する検出部と、
前記検出部が検出した前記状態量の検出値を取得する取得部と、
前記冷媒回路の異常に関係する前記状態量を特徴量としたとき、当該特徴量の検出値を用いて、前記冷媒回路の異常発生を推定する異常推定部と、を有し、
前記異常推定部は、
前記室外機と１台の前記室内機を一組とし、この組毎に前記冷媒回路の異常発生を推定し、いずれかの組で異常が発生していると推定した場合は、当該組の室内機で異常が発生したと推定すると共に、
全ての組で異常が発生していると推定した場合は、前記室外機で異常が発生したと推定することを特徴とする空気調和機。

【請求項18】

前記冷媒回路には所定量の冷媒が充填され、
前記異常推定部は、
前記冷媒回路において残存する残存冷媒量の変化のみが発生している場合は正常と推定することを特徴とする請求項１７に記載の空気調和機。

【請求項19】

前記サーバは、前記冷媒回路の冷媒量に関係する前記状態量を第１の特徴量としたとき、前記第１の特徴量の検出値を用いて、前記冷媒回路に残存している残存冷媒量を推定する冷媒量推定部を有し、
前記異常推定部は、
前記第１の特徴量に含まれる少なくとも一つの状態量と、前記第１の特徴量に含まれない少なくとも一つの状態量とを含む状態量を第２の特徴量としたとき、前記第２の特徴量の検出値を用いて前記冷媒回路の異常発生を推定することを特徴とする請求項１８又は１９に記載の空気調和機。

【請求項20】

前記冷媒量推定部は、
前記第１の特徴量を用いて生成される冷媒量推定モデルを有し、
前記第１の特徴量の検出値を前記冷媒量推定モデルに適用して前記冷媒回路の前記残存冷媒量を推定し、
前記異常推定部は、
前記第２の特徴量を用いて生成される異常推定モデルを有し、
前記第２の特徴量の検出値を前記異常推定モデルに適用して前記冷媒回路の異常発生を推定することを特徴とする請求項１９に記載の空気調和機。

【請求項21】

前記異常推定モデルは、
当該異常推定モデルの生成に使用した前記第２の特徴量を正常標本値として、前記取得部が取得した前記第２の特徴量の検出値について前記正常標本値からの外れ度合いを示す外れ値を算出し、
前記異常推定部は、
前記異常推定モデルが算出した前記外れ値の絶対値が所定の閾値以上の場合は、前記冷媒回路に異常が発生していると推定すると共に、
前記異常推定モデルが算出した前記外れ値の絶対値が所定の閾値未満の場合は、前記冷媒回路が正常であると推定することを特徴とする請求項２０に記載の空気調和機。

【請求項22】

前記冷媒量推定部は、
前記異常推定部にて前記冷媒回路が正常と推定された場合にのみ、前記冷媒回路が正常と推定された場合の前記第２の特徴量の検出値と同時に取得した前記第１の特徴量の検出値を用いて前記冷媒回路の残存冷媒量を推定する
ことを特徴とする請求項２１に記載の空気調和機。

【請求項23】

前記冷媒量推定部による残存冷媒量の推定を行う前に、前記異常推定部による前記冷媒回路の異常発生を推定することを特徴とする請求項２２に記載の空気調和機。

【請求項24】

前記第２の特徴量は、
前記冷媒回路の動作が正常であり、かつ、残存冷媒量のみ変化させたときの前記冷媒回路の動作をシミュレーションした結果によって得られる状態量であることを特徴とする請求項１９～２３の何れか一つに記載の空気調和機。

【請求項25】

前記冷媒量推定モデルは、
線形解析を用いて生成され、
前記異常推定モデルは、
非線形解析を用いて生成されることを特徴とする請求項２０に記載の空気調和機。

【請求項26】

室外機に少なくとも１台以上の室内機が冷媒配管で接続されて構成される冷媒回路を有する空気調和機の異常推定方法であって、
前記空気調和機の制御に関わる状態量を検出するステップと、
検出した前記状態量の検出値を取得するステップと、
前記冷媒回路の異常に関係する前記状態量を特徴量としたとき、当該特徴量の検出値を用いて、前記冷媒回路の異常発生を推定するステップと、
前記室外機と１台の前記室内機を一組とし、この組毎に前記冷媒回路の異常発生を推定し、いずれかの組で異常が発生していると推定した場合は、当該組の室内機で異常が発生したと推定し、全ての組で異常が発生していると推定した場合は、前記室外機で異常が発生したと推定するステップと、
を含むことを特徴とする空気調和機の異常推定方法。

【請求項27】

前記冷媒回路には所定量の冷媒が充填され、
前記異常推定ステップは、前記冷媒回路において残存する残存冷媒量の変化のみが発生している場合は正常と推定する、
ことを特徴とする請求項２６に記載の空気調和機の異常推定方法。

【請求項28】

前記サーバは、前記冷媒回路の冷媒量に関係する前記状態量を第１の特徴量としたとき、前記第１の特徴量の検出値を用いて、前記冷媒回路に残存している残存冷媒量を推定する冷媒量推定ステップを実行し、
前記異常推定ステップでは、前記第１の特徴量に含まれる少なくとも一つの状態量と、前記第１の特徴量に含まれない少なくとも一つの状態量とを含む状態量を第２の特徴量としたとき、前記第２の特徴量の検出値を用いて前記冷媒回路の異常発生を推定する、
ことを特徴とする請求項２６又は２７に記載の空気調和機の異常推定方法。

【請求項29】

前記第１の特徴量を用いて生成される冷媒量推定モデルを有し、
前記冷媒量推定ステップでは、前記第１の特徴量の検出値を前記冷媒量推定モデルに適用して前記冷媒回路の前記残存冷媒量を推定し、
前記第２の特徴量を用いて生成される異常推定モデルを有し、
前記異常推定ステップでは、前記第２の特徴量の検出値を前記異常推定モデルに適用して前記冷媒回路の異常発生を推定する、
ことを特徴とする請求項２８に記載の空気調和機の異常推定方法。

【請求項30】

前記異常推定モデルは、
当該異常推定モデルの生成に使用した前記第２の特徴量を正常標本値として、取得した前記第２の特徴量の検出値について前記正常標本値からの外れ度合いを示す外れ値を算出し、
前記異常推定ステップでは、
前記異常推定モデルが算出した前記外れ値の絶対値が所定の閾値以上の場合は、前記冷媒回路に異常が発生していると推定すると共に、
前記異常推定モデルが算出した前記外れ値の絶対値が所定の閾値未満の場合は、前記冷媒回路が正常であると推定する、
ことを特徴とする請求項２９に記載の空気調和機の異常推定方法。

【請求項31】

前記冷媒量推定ステップは、
前記異常推定ステップにて前記冷媒回路が正常と推定された場合にのみ、前記冷媒回路が正常と推定された場合の前記第２の特徴量の検出値と同時に取得した前記第１の特徴量の検出値を用いて前記冷媒回路の残存冷媒量を推定する
ことを特徴とする請求項３０に記載の空気調和機の異常推定方法。

【請求項32】

前記冷媒量推定ステップを行う前に、前記異常推定ステップを行うことを特徴とする請求項３１に記載の空気調和機の異常推定方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、空気調和システム、空気調和システムの異常推定方法、空気調和機及び空気調和機の異常推定方法に関する。

【背景技術】

【0002】

空気調和機では、冷媒回路に関わる異常又は、その兆候を検知する様々な方法が提案されている。例えば、特許文献１では、各種センサで検出した値を用いて求めた能力値を正常データとみなして学習し、学習期間とは異なる期間に各種センサで検出した値を用いて求めた能力値と正常データとを比較して空気調和機の異常を検知する方法が提案されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２０－１６３５８号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、特許文献１では、空気調和機の異常発生を推定するのみである。従って、例えば、室外機に複数の室内機が冷媒配管で接続された空気調和機の場合に、室外機あるいは室内機の何れで異常が発生しているのかを推定することはできない。

【0005】

本発明では、このような問題に鑑み、室内機もしくは室外機の何れで異常が発生しているのかを推定できる空気調和システム、空気調和システムの異常推定方法、空気調和機及び空気調和機の異常推定方法を提供することを目的とする。

【課題を解決するための手段】

【0006】

一つの態様の空気調和システムは、室外機に少なくとも１台以上の室内機が冷媒配管で接続されて構成される冷媒回路を有する空気調和機と、前記空気調和機と通信で接続するサーバとを有する。前記空気調和機は、前記空気調和機の制御に関わる状態量を検出する検出部と、前記検出部が検出した前記状態量の検出値を取得する取得部と、前記取得部にて取得された前記検出値を前記サーバに送信する第１の通信部と、を有する。前記サーバは、前記空気調和機から前記検出値を受信する第２の通信部と、前記冷媒回路の異常に関係する前記状態量を特徴量としたとき、当該特徴量の検出値を用いて、前記冷媒回路の異常発生を推定する異常推定部とを有する。前記異常推定部は、前記室外機と１台の前記室内機を一組とし、この組毎に前記冷媒回路の異常発生を推定し、いずれかの組で異常が発生していると推定した場合は、当該組の室内機で異常が発生したと推定すると共に、全ての組で異常が発生していると推定した場合は、前記室外機で異常が発生したと推定する。

【発明の効果】

【0007】

一つの側面として、室外機もしくは室内機の何れかで異常が発生しているのかを推定できる。

【図面の簡単な説明】

【0008】

【図1】図１は、本実施例の空気調和機の一例を示す説明図である。

【図2】図２は、室外機及び室内機の一例を示す説明図である。

【図3】図３は、室外機の制御回路の一例を示すブロック図である。

【図4】図４は、室外機と各室内機と組み合わせを一組とした場合の組み分けの一例を示す説明図である。

【図5】図５は、空気調和機の冷媒変化の状態を示すモリエル線図である。

【図6】図６は、第１～第３の冷房用推定モデルに使用する第１の特徴量と冷房時異常推定モデルに使用する第２の特徴量との一例を示す説明図である。

【図7】図７は、第１～第３の暖房用推定モデルに使用する第１の特徴量と暖房時異常推定モデルに使用する第２の特徴量との一例を示す説明図である。

【図8A】図８Ａは、第１の冷房用推定モデルによる推定結果と第２の冷房用推定モデルによる推定結果との間をシグモイド曲線で補間しなかった場合の一例を示す説明図である。

【図8B】図８Ｂは、第１の冷房用推定モデルによる推定結果と第２の冷房用推定モデルによる推定結果との間のシグモイド曲線で補間した場合の一例を示す説明図である。

【図9A】図９Ａは、第１の暖房用推定モデルによる推定結果と第２の暖房用推定モデルによる推定結果との間をシグモイド曲線で補間しなかった場合の一例を示す説明図である。

【図9B】図９Ｂは、第１の暖房用推定モデルによる推定結果と第２の暖房用推定モデルによる推定結果との間のシグモイド曲線で補間した場合の一例を示す説明図である。

【図10】図１０は、異常推定モデルの第２の特徴量の検出値の分布方法の一例を示す説明図である。

【図11】図１１は、外れ値による異常検知の例を示す説明図である。

【図12】図１２は、判定部の判定結果の一例を示す説明図である。

【図13】図１３は、推定処理に関わる制御回路の処理動作の一例を示すフローチャートである。

【図14】図１４は、重回帰分析処理に関わる制御回路の処理動作の一例を示すフローチャートである。

【図15】図１５は、実施例２の空気調和システムの一例を示す説明図である。

【発明を実施するための形態】

【0009】

以下、図面に基づいて、本願の開示する空気調和システム、空気調和システムの異常推定方法、空気調和機及び空気調和機の異常推定方法の実施例を詳細に説明する。尚、本実施例により、開示技術が限定されるものではない。また、以下に示す各実施例は、矛盾を起こさない範囲で適宜変形しても良い。

【実施例0010】

＜空気調和機の構成＞
図１は、本実施例の空気調和機１の一例を示す説明図である。図１に示す空気調和機１は、１台の室外機２と、Ｎ台の室内機３とを有する（Ｎは２以上の自然数）。室外機２は、液管４及びガス管５で並列に各室内機３と接続する。そして、室外機２と室内機３とが液管４及びガス管５等の冷媒配管で接続することで、空気調和機１の冷媒回路６が形成されている。

【0011】

＜室外機の構成＞
図２は、室外機２およびＮ台の室内機３の一例を示す説明図である。室外機２は、圧縮機１１と、四方弁１２と、室外熱交換器１３と、室外機膨張弁１４と、第１の閉鎖弁１５と、第２の閉鎖弁１６と、アキュムレータ１７と、室外機ファン１８と、制御回路１９とを有する。これら圧縮機１１、四方弁１２、室外熱交換器１３、室外機膨張弁１４、第１の閉鎖弁１５、第２の閉鎖弁１６及びアキュムレータ１７を用いて、以下で詳述する各冷媒配管で相互に接続されて冷媒回路６の一部を成す室外側冷媒回路を形成する。

【0012】

圧縮機１１は、例えば、インバータにより回転数が制御される図示しないモータの駆動に応じて、運転容量を可変できる高圧容器型の能力可変型圧縮機である。圧縮機１１は、その冷媒吐出側と四方弁１２の第１のポート１２Ａとの間を吐出管２１で接続している。また、圧縮機１１は、その冷媒吸入側とアキュムレータ１７の冷媒流出側との間を吸入管２２で接続している。

【0013】

四方弁１２は、冷媒回路６における冷媒の流れる方向を切替えるための弁であって、第１～第４のポート１２Ａ～１２Ｄを備えている。第１のポート１２Ａは、圧縮機１１の冷媒吐出側との間を吐出管２１で接続している。第２のポート１２Ｂは、室外熱交換器１３の一方の冷媒出入口との間を室外冷媒管２３で接続している。第３のポート１２Ｃは、アキュムレータ１７の冷媒流入側との間を室外冷媒管２６で接続している。そして、第４のポート１２Ｄは、第２の閉鎖弁１６との間を室外ガス管２４で接続している。

【0014】

室外熱交換器１３は、冷媒と、室外機ファン１８の回転により室外機２の内部に取り込まれた外気とを熱交換させる。室外熱交換器１３は、その一方の冷媒出入口と四方弁１２の第２のポート１２Ｂとの間を室外冷媒管２６で接続している。室外熱交換器１３は、その他方の冷媒出入口と第１の閉鎖弁１５との間を室外液管２５で接続している。室外熱交換器１３は、空気調和機１が冷房運転を行う場合に凝縮器として機能し、空気調和機１が暖房運転を行う場合に蒸発器として機能する。

【0015】

室外機膨張弁１４は、室外液管２５に設けられており、図示しないパルスモータで駆動する電子膨張弁である。室外機膨張弁１４は、パルスモータに与えられるパルス数に応じて開度が調整されることで、室外熱交換器１３に流入する冷媒量、又は、室外熱交換器１３から流出する冷媒量を調整するものである。室外機膨張弁１４の開度は、空気調和機１が暖房運転を行っている場合、圧縮機１１の冷媒吸入側の冷媒過熱度が目標吸入過熱度となるように調整される。また、室外機膨張弁１４の開度は、空気調和機１が冷房運転を行っている場合、全開とされる。

【0016】

アキュムレータ１７は、その冷媒流入側と四方弁１２の第３のポート１２Ｃとの間を室外冷媒管２６で接続している。更に、アキュムレータ１７は、その冷媒流出側と圧縮機１１の冷媒流入側との間を吸入管２２で接続している。アキュムレータ１７は、室外冷媒管２６からアキュムレータ１７の内部に流入した冷媒をガス冷媒と液冷媒とに分離し、ガス冷媒のみを圧縮機１１に吸入させる。

【0017】

室外機ファン１８は、樹脂材で形成されており、室外熱交換器１３の近傍に配置されている。室外機ファン１８は、図示しないファンモータの回転に応じて、図示しない吸込口から室外機２の内部へ外気を取り込み、室外熱交換器１３において冷媒と熱交換した外気を図示しない吹出口から室外機２の外部へ放出する。

【0018】

また、室外機２には、複数のセンサが配置されている。吐出管２１には、圧縮機１１から吐出される冷媒の圧力である吐出圧力を検出する吐出圧センサ３１と、圧縮機１１から吐出された冷媒の温度、すなわち吐出温度を検出する吐出温度センサ３２とが配置されている。室外冷媒管２６のアキュムレータ１７の冷媒流入口近傍には、圧縮機１１に吸入される冷媒の圧力である吸入圧力を検出する吸入圧力センサ３３と、圧縮機１１に吸入される冷媒の温度を検出する吸入温度センサ３４とが配置されている。

【0019】

室外熱交換器１３と室外機膨張弁１４との間の室外液管２５には、室外熱交換器１３に流入する冷媒の温度、又は、室外熱交換器１３から流出する冷媒の温度を検出するための冷媒温度センサ３５が配置されている。そして、室外機２の図示しない吸込口付近には、室外機２の内部に流入する外気の温度、すなわち外気温度を検出する外気温度センサ３６が配置されている。

【0020】

制御回路１９は、空気調和機１全体を制御する。図３は、室外機２の制御回路１９の一例を示すブロック図である。制御回路１９は、取得部４１と、通信部４２と、記憶部４３と、制御部４４と、冷媒量推定部４５と、異常推定部４６とを有する。取得部４１は、前述した各種センサである検出部のセンサ値を取得する。通信部４２は、各室内機３の通信部と通信する通信インタフェースである。記憶部４３は、例えば、フラッシュメモリであって、室外機２の制御プログラムや各種センサからの検出信号に対応した検出値等の運転状態量、圧縮機１１や室外機ファン１８の駆動状態、各室内機３から送信される運転情報（例えば、運転・停止情報、冷房／暖房等の運転モード等を含む）、室外機２の定格能力及び各室内機３の要求能力、などを記憶する。更に、記憶部４３は、後述する異常ログを格納する異常ログ格納部４３Ａを有する。

【0021】

制御部４４は、通信部４２を介して各種センサでの検出値を定期的（例えば、３０秒毎）に取り込み、各室内機３から送信される運転状態量を含む信号が通信部４２を介して入力される。制御部４４は、これら入力された各種情報に基づいて、室外機膨張弁１４の開度調整や圧縮機１１の駆動制御を行う。

【0022】

冷媒量推定部４５は、冷媒回路６の冷媒量に関係する運転状態量を第１の特徴量とした場合、第１の特徴量の検出値を用いて、冷媒回路６の冷媒不足率を推定する冷媒量推定モデル４５Ａを有する。本実施例では、冷媒回路６に残存する冷媒量として、例えば、相対的な冷媒量を用いている。具体的には、冷媒量推定モデル４５Ａは、冷媒回路６の冷媒不足率（冷媒が規定量充填されているときを１００％としたとき、この規定量からの減少分を指す。以下、同様）を推定するモデルである。冷媒量推定モデル４５Ａは、第１の冷房用推定モデル４５Ａ１と、第２の冷房用推定モデル４５Ａ２と、第３の冷房用推定モデル４５Ａ３と、第１の暖房用推定モデル４５Ａ４と、第２の暖房用推定モデル４５Ａ５と、第３の暖房用推定モデル４５Ａ６とを有する。これら各冷媒量推定モデル４５Ａについては、後に詳細に説明する。

【0023】

図４は、室外機２と各室内機３との組み合わせを一組とした組み分けの一例を示す説明図である。尚、説明の便宜上、空気調和機１の室外機２を例えば１台、室外機２に接続する室内機３（３Ａ、３Ｂ，３Ｃ，３Ｄ）を例えば４台とした場合で説明する。この例では、１台の室外機２と１台の室内機３とを一組とし、室外機２と室内機３Ａとの組をＰ１、室外機２と室内機３Ｂとの組をＰ２、室外機２と室内機３Ｃとの組をＰ３、室外機２と室内機３Ｄとの組をＰ４とする。

【0024】

異常推定部４６は、運転状態量の内、冷媒回路６の異常に関係する第２の特徴量の検出値を用いて、室外機２及び室内機３の組Ｐ１～Ｐ４毎の冷媒回路６の異常又は正常を推定する異常推定モデル４６Ａを有する。異常推定部４６は、組Ｐ１～Ｐ４毎に冷媒回路６の異常を推定する。いずれかの組で冷媒回路６の異常が発生していると推定した場合は、当該組の室内機３が原因で異常が発生したと推定する。更に、異常推定部４６は、全ての組Ｐ１～Ｐ４で異常が発生していると推定した場合は、室外機２が原因で異常が発生したと推定する。

【0025】

異常推定モデル４６Ａは、空気調和機１が冷房運転を行っているときに使用する冷房時異常推定モデル４６Ｂと、空気調和機１が暖房運転を行っているときに使用する暖房時異常推定モデル４６Ｃとを有する。また、異常推定部４６は、組Ｐ１～Ｐ４毎の異常推定結果に基づき、冷媒回路６の異常の要因である室外機２又は室内機３を特定可能にする判定部４６Ｄを有する。これら各異常推定モデル４６Ａについては、後に詳細に説明する。

【0026】

＜室内機の構成＞
図２に示すように、室内機３は、室内熱交換器５１と、室内機膨張弁５２と、液管接続部５３と、ガス管接続部５４と、室内機ファン５５とを有する。これら室内熱交換器５１、室内機膨張弁５２、液管接続部５３及びガス管接続部５４は、後述する各冷媒配管で相互に接続されて、冷媒回路６の一部を成す室内機冷媒回路を構成する。

【0027】

室内熱交換器５１は、冷媒と、室内機ファン５５の回転により図示しない吸込口から室内機３の内部に取り込まれた室内空気とを熱交換させる。室内熱交換器５１は、その一方の冷媒出入口と液管接続部５３との間を室内液管５６で接続している。また、室内熱交換器５１は、その他方の冷媒出入口とガス管接続部５４との間を室内ガス管５７で接続している。室内熱交換器５１は、空気調和機１が暖房運転を行う場合、凝縮器として機能する。これに対して、室内熱交換器５１は、空気調和機１が冷房運転を行う場合、蒸発器として機能する。

【0028】

室内機膨張弁５２は、室内液管５６に設けられており、電子膨張弁である。室内熱交換器５１が蒸発器として機能する場合、すなわち、室内機３が冷房運転を行う場合、室内機膨張弁５２の開度は、室内熱交換器５１の冷媒出口（ガス管接続部５４側）での冷媒過熱度が目標冷媒過熱度となるように調整される。また、室内熱交換器５１が凝縮器として機能する場合、すなわち室内機３が暖房運転を行う場合、室内機膨張弁５２の開度は、室内熱交換器５１の冷媒出口（液管接続部５３側）での冷媒過冷却度が目標冷媒過冷却度となるように調整される。ここで、目標冷媒過熱度や目標冷媒過冷却度とは、室内機３で十分な冷房能力あるいは暖房能力を発揮するのに必要な冷媒過熱度および冷媒過冷却度である。

【0029】

室内機ファン５５は、樹脂材で形成されており、室内熱交換器５１の近傍に配置されている。室内機ファン５５は、図示しないファンモータによって回転することで、図示しない吸込口から室内機３の内部に室内空気を取り込み、室内熱交換器５１において冷媒と熱交換した室内空気を図示しない吹出口から室内へ放出する。

【0030】

室内機３には各種のセンサが設けられている。室内液管５６には、室内熱交換器５１と室内機膨張弁５２との間に、室内熱交換器５１に流入する冷媒の温度（冷房運転時の室内機側熱交入口温度）、又は室内熱交換器５１から流出する冷媒の温度（暖房運転時の室内機側熱交出口温度）を検出する液側冷媒温度センサ６１が配置されている。室内ガス管５７には、室内熱交換器５１から流出する冷媒の温度（冷房運転時の室内機側熱交出口温度）、又は室内熱交換器５１に流入する冷媒の温度（暖房運転時の室内機側熱交入口温度）を検出するガス側温度センサ６２が配置されている。室内機３の図示しない吸込口付近には、室内機３の内部に流入する室内空気の温度、すなわち吸込温度を検出する吸込温度センサ６３が配置されている。

【0031】

＜冷媒回路の動作＞
次に、本実施形態における空気調和機１の空調運転時の冷媒回路６における冷媒の流れや各部の動作について説明する。尚、図１における矢印は暖房運転時の冷媒の流れを示している。

【0032】

空気調和機１が暖房運転を行う場合、四方弁１２は、第１のポート１２Ａと第４のポート１２Ｄとが連通し、第２のポート１２Ｂと第３のポート１２Ｃとが連通するように切替えている。これにより、冷媒回路６は、各室内熱交換器５１が凝縮器として機能し、室外熱交換器１３が蒸発器として機能する暖房サイクルとなる。尚、説明の便宜上、暖房運転時の冷媒の流れは、図２に示す実線矢印で表記する。

【0033】

冷媒回路６が上記の状態で圧縮機１１が駆動すると、圧縮機１１から吐出された冷媒は、吐出管２１を流れて四方弁１２に流入し、四方弁１２から室外ガス管２４を流れて、第２の閉鎖弁１６を介してガス管５へと流入する。ガス管５を流れる冷媒は、各ガス管接続部５４を介して各室内機３に分流する。各室内機３に流入した冷媒は、各室内ガス管５７を流れて各室内熱交換器５１に流入する。各室内熱交換器５１に流入した冷媒は、各室内機ファン５５の回転により各室内機３の内部に取り込まれた室内空気との間で熱交換することで凝縮する。つまり、各室内熱交換器５１が凝縮器として機能し、各室内熱交換器５１で冷媒によって加熱された室内空気が図示しない吹出口から室内に吹き出されることで、各室内機３が設置された室内の暖房が行われる。

【0034】

各室内熱交換器５１から各室内液管５６に流入した冷媒は、各室内熱交換器５１の冷媒出口側での冷媒過冷却度が目標冷媒過冷却度となるように開度が調整された各室内機膨張弁５２を通過して減圧される。ここで、目標冷媒過冷却度は、各室内機３で要求される冷房能力に基づいて定められるものである。

【0035】

各室内機膨張弁５２で減圧された冷媒は、各室内液管５６から各液管接続部５３を介して液管４に流出する。液管４で合流した冷媒は、第１の閉鎖弁１５を介して室外機２に流入する。室外機２の第１の閉鎖弁１５に流入した冷媒は、室外液管２５を流れ、室外機膨張弁１４を通過して減圧される。室外機膨張弁１４で減圧された冷媒は、室外液管２５を流れて室外熱交換器１３に流入し、室外機ファン１８の回転によって室外機２の図示しない吸込口から流入した外気と熱交換を行って蒸発する。室外熱交換器１３から室外冷媒管２６へと流出した冷媒は、四方弁１２、室外冷媒管２６、アキュムレータ１７及び吸入管２２の順に流入し、圧縮機１１に吸入されて再び圧縮され、四方弁１２の第１のポート１２Ａ及び第４のポート１２Ｄ経由で室外ガス管２４に流出する。

【0036】

また、空気調和機１が冷房運転を行う場合、四方弁１２は、第１のポート１２Ａと第２のポート１２Ｂとが連通し、第３のポート１２Ｃと第４のポート１２Ｄとが連通するように切替えている。これにより、冷媒回路６は、各室内熱交換器５１が蒸発器として機能し、室外熱交換器１３が凝縮器として機能する冷房サイクルとなる。尚、説明の便宜上、冷房運転時の冷媒の流れは、図２に示す破線矢印で表記する。

【0037】

冷媒回路６の状態で圧縮機１１が駆動すると、圧縮機１１から吐出された冷媒は、吐出管２１を流れて四方弁１２に流入し、四方弁１２から室外冷媒管２６を流れて、室外熱交換器１３に流入する。室外熱交換器１３に流入した冷媒は、室外機ファン１８の回転により室外機２の内部に取り込まれた室外空気との間で熱交換することで凝縮する。つまり、室外熱交換器１３が凝縮器として機能し、室外熱交換器１３で冷媒によって加熱された室内空気が図示しない吹出口から室外に吹き出す。

【0038】

室外熱交換器１３から室外液管２５へと流入した冷媒は、開度が全開とされている室外機膨張弁１４を通過して減圧される。室外機膨張弁１４で減圧された冷媒は、第１の閉鎖弁１５を介して液管４を流れて各室内機３に分流する。各室内機３に流入した冷媒は、各液管接続部５３を通じて室内液管５６を流れて室内熱交換器５１の冷媒出口で冷媒過冷却度が目標冷媒過冷却度となる開度に調整された室内機膨張弁５２を通過して減圧される。室内機膨張弁５２で減圧された冷媒は、室内液管５６を流れて室内熱交換器５１に流入し、室内機ファン５５の回転によって室内機３の図示しない吸入口から流入した室内空気と熱交換を行って蒸発する。つまり、各室内熱交換器５１が蒸発器として機能し、各室内熱交換器５１で冷媒によって冷却された室内空気が図示しない吹出口から室内に吹き出されることで、各室内機３が設置された室内の冷房が行われる。

【0039】

室内熱交換器５１からガス管接続部５４を介してガス管５へ流れる冷媒は、室外機２の第２の閉鎖弁１６を介して室外ガス管２４に流れて四方弁１２の第４のポート１２Ｄに流入する。四方弁１２の第４のポート１２Ｄに流入した冷媒は、第３のポート１２Ｃからアキュムレータ１７の冷媒流入側に流入する。アキュムレータ１７の冷媒流入側から流入した冷媒は、吸入管２２を介して流入し、圧縮機１１に吸入されて再び圧縮されることになる。

【0040】

制御回路１９内の取得部４１は、室外機２内の吐出圧センサ３１、吐出温度センサ３２、吸入圧力センサ３３、吸込温度センサ６３、冷媒温度センサ３５及び外気温度センサ３６のセンサ値を取得する。更に、取得部４１は、各室内機３の液側冷媒温度センサ６１、ガス側温度センサ６２及び吸込温度センサ６３のセンサ値を取得する。

【0041】

図５は、空気調和機１の冷凍サイクルを示すモリエル線図である。空気調和機１の冷房運転時は、室外熱交換器１３が凝縮器として機能し、室内熱交換器５１が蒸発器として機能する。また、空気調和機１の暖房運転時は、室外熱交換器１３が蒸発器として機能し、室内熱交換器５１が凝縮器として機能する。

【0042】

圧縮機１１は、蒸発器から流入する低温低圧のガス冷媒を圧縮して高温高圧のガス冷媒（図５の点Ｂの状態になった冷媒）を吐出する。尚、圧縮機１１が吐出するガス冷媒の温度が吐出温度であり、吐出温度は、吐出温度センサ３２で検出する。

【0043】

凝縮器は、圧縮機１１からの高温高圧のガス冷媒を空気と熱交換して凝縮させる。この際、凝縮器では、潜熱変化によってガス冷媒が全て液冷媒となった後は顕熱変化によって液冷媒の温度が低下して過冷却状態となる（図５の点Ｃの状態）。尚、ガス冷媒が潜熱変化で液冷媒へと変化している際の温度が高圧飽和温度であり、凝縮器の出口における過冷却状態となっている冷媒の温度が熱交出口温度である。高圧飽和温度は、吐出圧力センサ３１で検出した圧力値（図５に「ＨＰＳ」と表記している圧力値Ｐ２）に相当する温度である。熱交出口温度は、室外液管２５を流れる冷媒の温度であって、冷媒温度センサ３５で検出する。

【0044】

膨張弁は、凝縮器から流出した低温高圧の冷媒を減圧して、ガスと液とが混合した気液二相冷媒（図５の点Ｄの状態になった冷媒）となる。

【0045】

蒸発器は、流入した気液二相冷媒を空気と熱交換して蒸発させる。この際、蒸発器では、潜熱変化によって気液二相冷媒が全てガス冷媒となった後は顕熱変化によってガス冷媒の温度が上昇して過熱状態（図５の点Ａの状態）となり、圧縮機１１に吸入される。尚、液冷媒が潜熱変化でガス冷媒へと変化している際の温度が低圧飽和温度である。低圧飽和温度は、吸入圧力センサ３３で検出した圧力値（図５に「ＬＰＳ」と表記している圧力値Ｐ１）に相当する温度である。また、蒸発器で過熱されて圧縮機１１に吸入される冷媒の温度が吸入温度である。吸入温度は、吸入温度センサ３４で検出する。

【0046】

なお、凝縮器から流出する際に過冷却状態となっている冷媒の冷媒過冷却度は、高圧飽和温度から凝縮器として機能している熱交換器の冷媒出口における冷媒温度（上述した熱交出口温度）を減じて算出できる。また、蒸発器から流出する際に過熱状態となっている冷媒の吸入過熱度は、低圧飽和温度から吸入温度を減じて算出できる。

【0047】

＜第１の特徴量＞
図６は、第１～第３の冷房用推定モデル４５Ａ１、４５Ａ２、４５Ａ３に使用する第１の特徴量と、冷房時異常推定モデル４６Ｂに使用する第２の特徴量との一例を示す説明図である。冷媒量推定モデル４５Ａに使用する運転状態量として第１の特徴量がある。第１～第３の冷房用推定モデル４５Ａ１、４５Ａ２、４５Ａ３に使用する第１の特徴量としては、例えば、圧縮機１１の回転数、高圧飽和温度、吸入温度、低圧冷媒温度、冷媒過冷却度（室外熱交サブクール）及び外気温度がある。圧縮機１１の回転数は、圧縮機１１の図示しない回転数センサで検出する。高圧飽和温度は、吐出圧力センサ３１で検出した圧力値を温度変換した値である。吸入温度は、吸入温度センサ３４で検出する。低圧冷媒温度は、蒸発器で過熱されて圧縮機１１に吸入される冷媒の温度である。冷媒過冷却度は、例えば、（高圧飽和温度－室外熱交出口温度）で算出した値である。外気温度は、外気温度センサ３６で検出する。なお、室外熱交出口温度は、冷媒温度センサ３５で検出する。例えば、回転数センサ、吐出圧力センサ３１、吸入温度センサ３４、外気温度センサ３６や冷媒温度センサ３５等の検出部で第１～第３の冷房用推定モデル４５Ａ１、４５Ａ２及び４５Ａ３に使用する第１の特徴量を含む運転状態量を定期的に検出する。尚、空気調和機１が稼働中の場合、制御部４４は検出部に対して定期的（例えば、１０分毎）に運転状態量を取得するよう指示する。指示を受けた検出部は、空気調和機１に設けられた各種センサから運転状態量を検出する。定期的に取得された運転状態量には取得時刻情報も付与されることになる。

【0048】

図７は、第１～第３の暖房用推定モデル４５Ａ４、４５Ａ５、４５Ａ６に使用する第１の特徴量と、暖房時異常推定モデル４６Ｃに使用する第２の特徴量との一例を示す説明図である。第１～第３の暖房用推定モデル４５Ａ４、４５Ａ５、４５Ａ６に使用する第１の特徴量としては、例えば、室外機膨張弁１４の開度、圧縮機１１の回転数、吸入過熱度及び外気温度がある。室外機膨張弁１４の開度は、制御部４４が室外機膨張弁１４の図示しないステッピングモータに与えるパルス数である。圧縮機１１の回転数は、圧縮機１１の図示しない回転数センサで検出する。吸入過熱度は、例えば、（吸入温度－低圧飽和温度）で算出した値である。外気温度は、外気温度センサ３６で検出する。吸入温度は吸入温度センサ３４で検出し、低圧飽和温度は吸入圧力センサ３３で検出した圧力値を温度変換した値である。尚、例えば、回転数センサ、吸入温度センサ３４や外気温度センサ３６等の検出部で第１～第３の暖房用推定モデル４５Ａ４、４５Ａ５及び４５Ａ６に使用する第１の特徴量を含む運転状態量を定期的に検出する。

【0049】

＜第２の特徴量＞
異常推定モデル４６Ａに使用する運転状態量として、冷媒回路６の異常に関係する第２の特徴量がある。異常推定モデル４６Ａの生成に使用する第２の特徴量は、例えば、コンピュータ上に冷媒回路６を実現し数値解析を行って（以降、数値解析を行うことをシミュレーションするとも記載する）冷媒回路６の動作が正常、かつ、残存冷媒量のみ変化させたときに得られる値である。尚、異常推定モデル４６Ａの生成に使用する第２の特徴量は、シミュレーション値（単に「値」とする場合あり）と表現する。第２の特徴量は、第１の特徴量に含まれる少なくとも１つの運転状態量と、第１の特徴量に含まれない少なくとも１つの運転状態量とを含む。

【0050】

冷房時異常推定モデル４６Ｂに使用する第２の特徴量としては、図６に示すように、例えば、圧縮機１１の回転数、高圧飽和温度、吸入温度、低圧冷媒温度、外気温度、高圧センサ（ＨＰＳ）及び熱交出口温度がある。圧縮機１１の回転数は、圧縮機１１の図示しない回転数センサで検出する。高圧飽和温度は、吐出圧力センサ３１で検出した圧力値を温度変換した値である。吸入温度は、吸入温度センサ３４で検出する。低圧冷媒温度は、蒸発器で過熱されて圧縮機１１に吸入される冷媒の温度である。外気温度は、外気温度センサ３６で検出する。高圧センサは、吐出圧力センサ３１で検出した圧力値である。熱交出口温度は、冷媒温度センサ３５で検出する。尚、例えば、回転数センサ、吐出圧力センサ３１、吸入温度センサ３４、外気温度センサ３６や冷媒温度センサ３５等の検出部で冷房時異常推定モデル４６Ｂに使用する第２の特徴量を含む運転状態量を定期的に検出する。

【0051】

また、暖房時異常推定モデル４６Ｃに使用する第２の特徴量としては、図７に示すように、例えば、室外機膨張弁１４、圧縮機１１の回転数、外気温度、吐出温度、吸入温度、低圧飽和温度及び低圧センサ（ＬＰＳ）がある。室外機膨張弁１４の開度は、図示しないセンサで検出する。圧縮機１１の回転数は、圧縮機１１の図示しない回転数センサで検出する。外気温度は、外気温度センサ３６で検出する。吐出温度は、吐出温度センサ３２で検出する。吸入温度は、吸入温度センサ３４で検出する。低圧飽和温度は、吸入圧力センサ３３で検出した圧力値を温度変換した値である。低圧センサは、吸入圧力センサ３３で検出した圧力値である。尚、例えば、回転数センサ、吸入温度センサ３４、外気温度センサ３６や吸入圧力センサ３３等の検出部で暖房時異常推定モデル４６Ｃに使用する第２の特徴量を含む運転状態量を定期的に検出する。

【0052】

冷房時異常推定モデル４６Ｂ及び暖房時異常推定モデル４６Ｃで共通に使用する第２の特徴量としては、室外機２側の運転状態量である、圧縮機１１の回転数と吸入温度とがある。

【0053】

また、冷房時異常推定モデル４６Ｂ及び暖房時異常推定モデル４６Ｃで共通に使用する第２の特徴量としては、室内機３側の運転状態量、例えば、室内機側熱交入口温度（冷房運転時：液側温度センサ６１で検出／暖房運転時：ガス側温度センサ６２で検出）、室内機側熱交出口温度（冷房運転時：ガス側温度センサ６２で検出／暖房運転時：液側温度センサ６１で検出）及び室内機膨張弁５２の開度がある。尚、室内機３側の第２の特徴量は、例えば、室内機側熱交入口温度、室内機側熱交出口温度及び室内機膨張弁５２の開度を例示したが、室内機３がダクト型、天カセ型等の種別が異なる場合でも共通に取得可能な特徴量である。

【0054】

＜冷媒量推定モデルの構成＞
冷媒量推定モデル４５Ａは、第１の特徴量の検出値を用いて生成される。冷媒量推定部４５は、冷媒量推定モデル４５Ａを生成する際とは異なるタイミングで取得した第１の特徴量の検出値を冷媒量推定モデル４５Ａに適用して冷媒回路６の冷媒不足率を推定する。

【0055】

冷媒量推定モデル４５Ａは、複数の運転状態量の内、任意の運転状態量（第１の特徴量の検出値）を用いて回帰分析法の一種である重回帰分析法で生成されている。重回帰分析法では、複数のシミュレーション結果（数値計算により冷媒回路６を再現して、残存する冷媒量に対して運転状態量がどのような値となるかを計算した結果）から得られた回帰式のうち、Ｐ値（生成した推定モデルの精度に運転状態量が与える影響度合いを示す値（所定の重みパラメータ））が一番小さく、かつ、補正値Ｒ２（生成した冷媒量推定モデル４５Ａの精度を示す値）が０．９～１．０の間のできるだけ大きい値となる回帰式を選択して冷媒量推定モデル４５Ａとして生成する。ここで、Ｐ値および補正値Ｒ２は、重回帰分析法で冷媒量推定モデル４５Ａを生成する際に、当該冷媒量推定モデル４５Ａの精度に関わる値であり、Ｐ値が小さいほど、また、補正値Ｒ２が１．０に近い値であるほど、生成された冷媒量推定モデル４５Ａの精度が高くなる。その結果、冷房時の冷媒不足率が０～３０％の場合では、例えば、冷媒過冷却度、外気温度、高圧飽和温度及び圧縮機１１の回転数といった運転状態量を第１の特徴量とする。冷房時の冷媒不足率が４０～７０％の場合では、例えば、吸入温度、外気温度及び圧縮機１１の回転数といった運転状態量を第１の特徴量とする。暖房時の冷媒不足率が０～２０％の場合では、例えば、運転状態量として室外機膨張弁１４の開度を特徴量とする。また、暖房時の冷媒不足率が３０％～７０％の場合では、例えば、吸入過熱度（吸入温度－低圧飽和温度）、外気温度、圧縮機１１の回転数及び室外機膨張弁１４といった運転状態量を第１の特徴量とする。

【0056】

冷媒量推定モデル４５Ａは、前述したように第１の冷房用推定モデル４５Ａ１と、第２の冷房用推定モデル４５Ａ２と、第３の冷房用推定モデル４５Ａ３と、第１の暖房用推定モデル４５Ａ４と、第２の暖房用推定モデル４５Ａ５と、第３の暖房用推定モデル４５Ａ６とを有する。本実施例では、これら各推定モデルは、後述するシミュレーション結果を用いて生成されて、予め空気調和機１の制御回路１９内の冷媒量推定部４５に記憶されている。

【0057】

第１の冷房用推定モデル４５Ａ１は、冷媒不足率が０％～３０％（第１の範囲）の場合に有効な冷媒量推定モデル４５Ａであって、冷媒不足率を高精度に推定できる第１の回帰式である。第１の回帰式は、例えば、（α１×冷媒過冷却度）＋（α２×外気温度）＋（α３×高圧飽和温度）＋（α４×圧縮機１１の回転数）＋α５である。係数α１～α５は、推定モデル生成の際に決定されるものとする。冷媒量推定部４５は、第１の回帰式に、取得部４１にて取得された現在の冷媒過冷却度、外気温度、高圧飽和温度及び圧縮機１１の回転数を代入することで、現時点での冷媒回路６の冷媒不足率を算出する。尚、冷媒過冷却度、外気温度、高圧飽和温度及び圧縮機１１の回転数を代入する理由は、第１の冷房用推定モデル４５Ａ１の生成時に使用した第１の特徴量を使用するためである。冷媒過冷却度は、例えば、（高圧飽和温度－熱交出口温度）で算出できる。外気温度は、外気温度センサ３６で検出する。高圧飽和温度は、吐出圧力センサ３１で検出した圧力値を温度変換した値である。圧縮機１１の回転数は、圧縮機１１の図示しない回転数センサで検出する。

【0058】

第２の冷房用推定モデル４５Ａ２は、冷媒不足率が４０％～７０％（第２の範囲）の場合に有効な冷媒量推定モデル４５Ａであって、冷媒不足率を高精度に推定できる第２の回帰式である。第２の回帰式は、例えば、（α１１×吸入温度）＋（α１２×外気温度）＋（α１３×圧縮機１１の回転数）＋α１４である。係数α１１～α１４は、推定モデル生成の際に決定されるものとする。冷媒量推定部４５は、第２の回帰式に、取得部４１にて取得された現在の吸入温度、外気温度及び圧縮機１１の回転数を代入することで、現時点での冷媒回路６の冷媒不足率を算出する。尚、吸入温度、外気温度及び圧縮機１１の回転数を代入する理由は、第２の冷房用推定モデル４５Ａ２の生成時に使用した特徴量を使用するためである。吸入温度は、吸入温度センサ３４で検出する。外気温度は、外気温度センサ３６で検出する。圧縮機１１の回転数は、圧縮機１１の図示しない回転数センサで検出する。

【0059】

ところで、前述したように、第１の回帰式で求めることができる冷媒不足率は０％～３０％であり、第２の回帰式で求めることができる冷媒不足率は４０％～７０％である。この場合、冷媒不足率が３０％～４０％である場合は、第１の回帰式を用いると冷媒不足率は３０％と算出され、第２の回帰式を用いると冷媒不足率は４０％と算出される。つまり、冷媒不足率が３０％～４０％である場合に、冷媒不足率が３０％以下での寄与度の高い冷媒過冷却度、冷媒不足率が４０％以上での寄与度の高い吸入温度の何れも変化が小さく、有効な推定モデルを生成できない。従って、第１の回帰式あるいは第２の回帰式を用いると、図８Ａに示すようにどちらのモデルを使用するのかによって冷媒不足率が大きく異なる。

【0060】

第３の冷房用推定モデル４５Ａ３は、上記のような第１の回帰式あるいは第２の回帰式のいずれを使用しても冷媒不足率を推定できない範囲も含めて、冷媒不足率が０％～７０％の範囲をカバーできる冷房時冷媒不足率算出式である。図８Ｂに示すように、冷房時冷媒不足率算出式は、第１の回帰式の推定結果である冷媒不足率と第２の回帰式の推定結果である冷媒不足率との間を、シグモイド係数を使用したシグモイド曲線で連続的につなぐものである。具体的には、冷房時冷媒不足率算出式は、（シグモイド係数×第１の回帰式で求めた冷媒不足率）＋（（１－シグモイド係数）×第２の回帰式で求めた冷媒不足率）である。冷媒量推定部４５は、第１の回帰式および第２の回帰式に取得部４１にて取得された現在の運転状態量を代入してそれぞれ算出された冷媒不足率を冷房時冷媒不足率算出式に代入して、現時点での冷媒回路６の冷媒不足率を算出する。

【0061】

ここで、シグモイド係数の算出は、運転状態量のいずれかを用いる。本実施例では、サブクールが０となると第１の回帰式による結果がほぼ一定となってしまうことを考慮し、サブクールが５℃のときに、シグモイド係数が０．５となる計算式とした。

【0062】

ｐ＝１／（１＋ｅｘｐ（-（ｓｃ－５）））
ｐ:シグモイド係数
ｓｃ:サブクール値

【0063】

このようにシグモイド係数を決定して第３の冷房用推定モデル４５Ａ３に用いることで、冷媒不足率が０％～３０％、つまり、冷媒不足率が第１の範囲であるときは、第３の冷房用推定モデル４５Ａ３による推定値において第１の冷房用推定モデル４５Ａ１の推定値が支配的となり、また、冷媒不足率が４０％～７０％、つまり、冷媒不足率が第２の範囲であるときは、第３の冷房用推定モデル４５Ａ３による推定値において第２の冷房用推定モデル４５Ａ２の推定値が支配的となる。

【0064】

なお、シグモイド係数の算出は上述した方法に限らず、実際の冷媒不足率が３０％以上であるとき、つまり、実際の冷媒不足率が第１の範囲でないときは、第３の冷房用推定モデル４５Ａ３による推定値において第２の冷房用推定モデル４５Ａ２の推定値が支配的となるように、また、実際の冷媒不足率が４０％以下であるとき、つまり、実際の冷媒不足率が第２の範囲でないときは、第３の冷房用推定モデル４５Ａ３による推定値において第１の冷房用推定モデル４５Ａ１の推定値が支配的となるように、シグモイド係数を決定すればよい。

【0065】

第１の暖房用推定モデル４５Ａ４は、冷媒不足率が０％～２０％（第３の範囲）の場合に有効な冷媒量推定モデル４５Ａであって、冷媒不足率を高精度に推定できる第４の回帰式である。第４の回帰式は、例えば、（α３１×室外機膨張弁１４の開度）＋α３２である。冷媒量推定部４５は、第４の回帰式に、取得部４１にて取得された現在の室外機膨張弁１４の開度を代入することで、冷媒不足率を算出する。尚、室外機膨張弁１４の開度を代入する理由は、第１の暖房用推定モデル４５Ａ４の生成時に使用した特徴量を使用するためである。

【0066】

第２の暖房用推定モデル４５Ａ５は、冷媒不足率が３０％～７０％（第４の範囲）の場合に有効な冷媒量推定モデル４５Ａであって、冷媒不足率を高精度に推定できる第５の回帰式である。第５の回帰式は、例えば、（α４１×吸入過熱度）＋（α４２×外気温度）＋（α４３×圧縮機１１の回転数）＋（α４４×室外機膨張弁１４の開度）＋α４５である。係数α４１～α４５は、推定モデル生成の際に決定されるものとする。冷媒量推定部４５は、第５の回帰式に、取得部４１にて取得された現在の吸入過熱度、外気温度、圧縮機１１の回転数及びメイン側の膨張弁の開度を代入することで、現時点での冷媒回路６の冷媒不足率を算出する。尚、吸入過熱度、外気温度、圧縮機１１の回転数及び室外機膨張弁１４の開度を代入する理由は、第２の暖房用推定モデル４５Ａ５の生成時に使用した特徴量を使用するためである。吸入過熱度は、例えば、（吸入温度－低圧飽和温度）で算出できる。外気温度は、外気温度センサ３６で検出する。圧縮機１１の回転数は、圧縮機１１の図示しない回転数センサで検出する。室外機膨張弁１４の開度は、図示しないセンサで検出する。

【0067】

また、前述したように、第４の回帰式で求めることができる冷媒不足率は０％～２０％であり、第５の回帰式で求めることができる冷媒不足率は３０％～７０％である。この場合、冷媒不足率が２０％～３０％である場合は、第４の回帰式を用いると冷媒不足率は２０％と算出され、第５の回帰式を用いると冷媒不足率は３０％と算出される。つまり、冷媒不足率が２０％～３０％である場合に、冷媒不足率が２０％以下での寄与度の高い室外機膨張弁１４の開度、冷媒不足率が３０％以上での寄与度の高い吸入過熱度の何れも変化が小さく、有効な推定モデルを生成できない。従って、第４の回帰式あるいは第５の回帰式を用いると、図９Ａに示すようにどちらのモデルを使用するのかによって冷媒不足率が大きく異なる。

【0068】

第３の暖房用推定モデル４５Ａ６は、上記のような第４の回帰式あるいは第５の回帰式のいずれを使用しても冷媒不足率を推定できない範囲も含めて、冷媒不足率が０％～７０％の範囲をカバーできる暖房時冷媒不足率算出式である。図９Ｂに示すように、暖房時冷媒不足率算出式は、第４の回帰式の推定結果である冷媒不足率と第５の回帰式の推定結果である冷媒不足率との間を、シグモイド係数を使用したシグモイド曲線で連続的に繋ぐものである。具体的には、暖房時冷媒不足率算出式は、（シグモイド係数×第５の回帰式で求めた冷媒不足率）＋（（１－シグモイド係数）×第４の回帰式で求めた冷媒不足率）である。冷媒量推定部４５は、第４の回帰式および第５の回帰式に取得部４１にて取得された現在の運転状態量を代入してそれぞれ算出された冷媒不足率を暖房時冷媒不足率算出式に代入して、現時点での冷媒回路６の冷媒不足率を算出する。

【0069】

ここで、シグモイド係数の算出は、冷房運転時と同様に運転状態量のいずれかを用いる。本実施例では、室外機膨張弁１４の開度を全閉：０／全開：１００としたときに室外機膨張弁１４の開度が全開となると第４の回帰式による結果がほぼ一定となってしまうことを考慮し、室外機膨張弁１４の開度が９０のときに、シグモイド係数が０．５となる計算式とした。

【0070】

ｐ＝１／（１＋ｅｘｐ（-（Ｄ／１０－４５）））
ｐ:シグモイド係数
Ｄ: 室外機膨張弁１４の開度

【0071】

このようにシグモイド係数を決定して第３の暖房用推定モデル４５Ａ６に用いることで、冷媒不足率が０％～２０％、つまり、冷媒不足率が第３の範囲であるときは、第３の暖房用推定モデル４５Ａ６による推定値において第１の暖房用推定モデル４５Ａ４の推定値が支配的となり、また、冷媒不足率が３０％～７０％、つまり、冷媒不足率が第４の範囲であるときは、第３の暖房用推定モデル４５Ａ６による推定値において第２の暖房用推定モデル４５Ａ５の推定値が支配的となる。

【0072】

なお、シグモイド係数の算出は上述した方法に限らず、実際の冷媒不足率が２０％以上であるとき、つまり、実際の冷媒不足率が第３の範囲でないときは、第３の暖房用推定モデル４５Ａ６による推定値において第２の暖房用推定モデル４５Ａ５の推定値が支配的となるように、また、実際の冷媒不足率が３０％以下であるとき、つまり、実際の冷媒不足率が第４の範囲でないときは、第３の暖房用推定モデル４５Ａ６による推定値において第１の暖房用推定モデル４５Ａ４の推定値が支配的となるように、シグモイド係数を決定すればよい。

【0073】

以上に説明したように、冷房運転時は、第１の回帰式、第２の回帰式及び冷房時冷媒不足率算出式を使用して冷媒不足率を推定する。冷房時の冷媒過冷却度が第１の閾値（図８Ａ及び図８ＢのＴｖ１）より大きい値である場合は、第１の回帰式を選択する方が第２の回帰式を選択するより冷媒不足率を精度よく推定できる。また、冷房時の冷媒過冷却度が第１の閾値より小さい値である場合は、第２の回帰式を選択する方が第１の回帰式を選択するより冷媒不足率を精度よく推定できる。そして、冷房時の冷媒過冷却度が第１の閾値付近の値である場合は、いずれの回帰式を用いるかで冷媒不足率の推定値が大きく変わる。そこで、冷房時は、第１の回帰式と第２の回帰式とを含んだ冷房時冷媒不足率算出式を選択する。これにより、冷房時の冷媒不足率を精度よく推定できる。

【0074】

また、暖房運転時は、第４の回帰式、第５の回帰式及び暖房時冷媒不足率算出式を使用して冷媒不足率を推定する。暖房時の室外機膨張弁１４の開度が第２の閾値未満（図９Ａ及び図９ＢのＴｖ２）の場合は、第４の回帰式を選択する方が第５の回帰式を選択するよりもりも冷媒不足率を精度よく推定できる。また、暖房時の室外機膨張弁１４の開度が第２の閾値未満でない場合は、第５の回帰式を選択する方が第４の回帰式を選択するより冷媒不足率を精度よく推定できる。そして、暖房時の室外機膨張弁１４の開度が第１の閾値付近の値である場合は、いずれの回帰式を用いるかで冷媒不足率の推定値が大きく変わる。そこで、暖房時は、第４の回帰式と第５の回帰式とを含んだ暖房時冷媒不足率算出式を選択する。これにより、暖房時の冷媒不足率を精度よく推定できる。

【0075】

＜異常推定モデルの構成＞
異常推定モデル４６Ａは、冷媒回路６の動作が正常、かつ、残存冷媒量のみ変化させたときの冷媒回路６の動作をシミュレーションした結果によって得られる第２の特徴量の値であるシミュレーション値を用いて生成される。異常推定部４６は、稼働中の空気調和機１から取得した組Ｐ１～Ｐ４毎の第２の特徴量の検出値を異常推定モデル４６Ａに適用して、組Ｐ１～Ｐ４毎の第２の特徴量の検出値が異常又は正常であるかを推定する。つまり、異常推定部４６は、組Ｐ１～Ｐ４毎の第２の特徴量の検出値が異常の場合、組Ｐ１～Ｐ４毎の冷媒回路６の異常発生と推定する。異常推定部４６は、組Ｐ１～Ｐ４毎の第２の特徴量の検出値が正常の場合、組Ｐ１～Ｐ４毎の冷媒回路６が正常と推定する。

【0076】

異常推定モデル４６Ａの生成には、例えば、カーネル密度推定法を採用している。カーネル密度推定法では、有限の標本点から全体の分布を推定する方法である。異常推定モデル４６Ａは、有限の標本点から推定された全体の分布の密度関数に基づいて、密度関数の極大値（クラスタ（類似性を持つデータの集まり）の中心）からの外れ度合い（以下、外れ値ともいう）を算出する。そして、判別モデル４６Ａは、判別対象となるデータが入力されると、そのデータの外れ値を算出し、その外れ値が所定範囲内か否か（判別対象となるデータがクラスタに含まれるか否か）を判別する。

【0077】

図１０は、異常推定モデル４６Ａの第２の特徴量の検出値の分布方法の一例を示す説明図である。異常推定モデル４６Ａは、図１０に示すように、シミュレーションにより得られる冷媒回路６が正常な状態における定常状態及び冷媒漏洩状態での第２の特徴量の値（以下、「第２の特徴量のシミュレーション値」ともいう）の集合を１つのクラスタとして正常と分類する。定常状態の第２の特徴量の検出値は、正常な冷媒回路６の動作をシミュレーションした第２の特徴量の検出値である。シミュレーションの条件は、冷媒回路６が正常な状態における定常状態であるか、又は冷媒の充填量を減少させた状態（冷媒漏洩状態）である。正常な状態での第２の特徴量のシミュレーション値は、空気調和機１を構成する各要素（冷媒回路６、圧縮機、膨張弁など）が正常に動作する状態を想定してシミュレーションした場合に得られる第２の特徴量の値である。また、冷媒漏洩状態での第２の特徴量のシミュレーション値は、空気調和機を構成する各要素（冷媒回路６、圧縮機、膨張弁など）が正常に動作する状態を想定したうえで、冷媒回路６に残存する冷媒量のみ変化（減少）させた状態を想定してシミュレーションした場合に得られる第２の特徴量の値である。そして、異常推定モデル４６Ａに正常と分類されたクラスタから外れるような第２の特徴量の検出値が入力された場合に、この検出値を異常と分類する。尚、異常と分類される検出値は、図１０に示すように検出値をグラフ上にプロットしたとき、正常と分類されたクラスタから外れる検出値である。また、異常とは、冷媒回路６を構成する装置に故障が発生している可能性が高いことを示す状態である。

【0078】

異常推定モデル４６Ａは、シミュレーションにより得られる冷媒回路６が正常な状態における定常状態及び冷媒漏洩状態での第２の特徴量の値と、稼働中の空気調和機１から取得した組Ｐ１～Ｐ４毎の第２の特徴量の検出値との差異を数値化して外れ値を算出する。具体的には、異常推定モデル４６Ａは、異常推定モデル４６Ａの生成に使用した第２の特徴量の値を正常標本値（正常と分類されたクラスタ）とし、稼働中の空気調和機１の取得部４１が取得した組毎の第２の特徴量の検出値について、正常標本値からの外れ度合いを示す外れ値を算出する。外れ値は、正常と分類されたクラスタの境界からどの程度外れているかの距離を数値化したもので、数値の絶対値が大きくなるに連れて外れ度合いが高くなる。外れ度合いが高くなるに連れて、第２の特徴量の検出値が異常である可能性が高くなる。

【0079】

図１１は、外れ値による異常検知の例を示す説明図である。異常推定部４６は、第２の特徴量の検出値の外れ値の絶対値が、例えば、「－１５０」の絶対値未満の場合は第２の特徴量の検出値が正常、第２の特徴量の検出値の外れ値の絶対値が、例えば、「－１５０」の絶対値以上の場合は第２の特徴量の検出値が異常と分類する。尚、外れ閾値Ｘは、空気調和機１の故障履歴を収集して実際に異常と判断された値を検証した結果に基づき、正常データを異常と誤判定しない程度の値に定める。異常推定部４６は、算出した外れ値の絶対値が外れ閾値Ｘの絶対値以上の場合、第２の特徴量の検出値を異常と分類する。

【0080】

異常推定部４６は、第２の特徴量の検出値が異常と分類された場合、当該第２の特徴量の検出値と同時に取得した第１の特徴量の検出値を用いた冷媒量推定部４５による冷媒不足率の推定動作を実行しない。更に、異常推定部４６は、異常と分類された第２の特徴量の検出値を異常ログとして異常ログ格納部４３Ａに格納する。

【0081】

異常推定部４６は、推定した外れ値の絶対値が外れ閾値Ｘの絶対値未満の場合、第２の特徴量の検出値を正常と分類する。この場合、異常推定部４６は、当該第２の特徴量の検出値と同時に取得した第１の特徴量の検出値を用いて冷媒量推定部４５による冷媒不足率の推定動作を実行する。尚、異常推定部４６は、冷媒漏洩状態のみに変化が生じた場合でも、第２の特徴量の検出値を正常と分類することになる。

【0082】

尚、説明の便宜上、外れ閾値Ｘは、例えば、「－１５０」に設定する場合を例示したが、故障履歴を収集して実際に異常と判断された値を検証した結果に基づき適宜調整しても良い。

【0083】

図１２は、判定部４６Ｄの判定結果の一例を示す説明図である。異常推定部４６は、組Ｐ１～Ｐ４毎の第２の特徴量の検出値を異常又は正常に分類する推定結果を出力する。判定部４６Ｃは、組Ｐ１～Ｐ４毎の第２の特徴量の検出値の推定結果を記憶する。判定部４６Ｄは、組Ｐ１～Ｐ４の第２の特徴量の検出値の推定結果に異常があるか否かを判定する。判定部４６Ｄは、各組Ｐ１～Ｐ４の第２の特徴量の検出値が異常であって、例えば、全組Ｐ１～Ｐ４の第２の特徴量の検出値が異常の場合、冷媒回路６の異常が全組Ｐ１～Ｐ４に共通する室外機２が原因の異常と判断する。判定部４６Ｄは、各組Ｐ１～Ｐ４の第２の特徴量の検出値が異常であって、一部の組のみの第２の特徴量の検出値の異常がある場合、冷媒回路６の異常が当該異常の組の室内機３が原因の異常と判断する。

【0084】

判定部４６Ｄは、図１２において、例えば、組Ｐ１、Ｐ２及びＰ４の第２の特徴量の検出値が正常、組Ｐ３の第２の特徴量の検出値が異常の場合、冷媒回路６の異常が組Ｐ３の室内機３Ｃが原因の異常と判断する。また、図１２に図示はしていないが、判定部４６Ｄは、例えば、組Ｐ１及び組Ｐ２の第２の特徴量の検出値が正常、組３及び組４の第２の特徴量の検出値が異常と推定された場合、冷媒回路６の異常が組Ｐ３の室内機３Ｃ及び組Ｐ４の室内機３Ｄが原因による異常と判断する。

【0085】

＜推定処理の動作＞
図１３は、推定処理に関わる制御回路１９の処理動作の一例を示すフローチャートである。尚、制御回路１９内の冷媒量推定部４５は、事前に生成された第１の冷房用推定モデル４５Ａ１、第２の冷房用推定モデル４５Ａ２、第３の冷房用推定モデル４５Ａ３、第１の暖房用推定モデル４５Ａ４、第２の暖房用推定モデル４５Ａ５、第３の暖房用推定モデル４５Ａ６を保持しているものとする。更に、制御回路１９内の異常推定部４６は、事前に生成された冷房時異常推定モデル４６Ｂ及び暖房時異常推定モデル４６Ｃを保持しているものとする。推定処理は、検出部で順次検出した２４時間分の１０分毎の運転状態量を、例えば、１日１回の所定時間帯（例えば、夜間）に定期的に実行されるものである。尚、所定時間帯として夜間を例示したが、例えば、空気調和機１の運転頻度の少ない時間帯の夜間において、空気調和機１の運転停止後に１日分の運転状態量を取得するものである。また、所定時間帯としては、夜間ではなく、例えば、１カ月分の空気調和機１の稼働状態を見て、稼働していない所定時間を決定しても良い。

【0086】

図１３において制御回路１９内の制御部４４は、取得部４１を通じて運転状態量を運転データとして収集する（ステップＳ１１）。制御部４４は、収集した運転データから任意の運転状態量を抽出するデータフィルタリング処理を実行する（ステップＳ１２）。制御部４４は、データクレンジング処理を実行する（ステップＳ１３）。更に、異常推定部４６は、異常推定モデル４６Ａを使用してデータクレンジング処理実行後の第２の特徴量の検出値を正常又は異常に分類する、各組Ｐ１～Ｐ４の異常推定処理を実行する（ステップＳ１４）。異常推定処理では、異常推定モデル４６Ａを使用して各組Ｐ１～Ｐ４の異常又は正常の分類結果を推定する。

【0087】

制御部４４は、各組Ｐ１～Ｐ４の第２の特徴量の検出値に異常があるか否かを判定する（ステップＳ１５）。推定部４６は、各組Ｐ１～Ｐ４の第２の特徴量の検出値に異常がない場合（ステップＳ１５：Ｎｏ）、正常と分類された組の第２の特徴量の検出値と同時に取得した第１の特徴量の検出値を各冷媒量推定モデルに適用する残存冷媒量推定処理を実行する（ステップＳ１６）。そして、冷媒量推定部４６は、冷媒回路６の冷媒不足率を算出し（ステップＳ１７）、図１３に示す処理動作を終了する。

【0088】

また、異常推定部４６内の判定部４６Ｄは、各組Ｐ１～Ｐ４の第２の特徴量の検出値に異常がある場合（ステップＳ１５：Ｙｅｓ）、冷媒回路６の異常と判断し、全組Ｐ１～Ｐ４の第２の特徴量の検出値が異常であるか否かを判定する（ステップＳ１８）。判定部４６Ｄは、全組Ｐ１～Ｐ４の第２の特徴量の検出値の全てが異常である場合（ステップＳ１８：Ｙｅｓ）、冷媒回路６の異常の原因が室外機２の異常によるものと判断する（ステップＳ１９）。そして、異常推定部４６は、異常出力処理を実行し（ステップＳ２０）、図１３に示す処理動作を終了する。その結果、異常推定部４６は、冷媒回路６の異常の原因が室外機２の異常によるものと特定できる。

【0089】

判定部４６Ｄは、全組Ｐ１～Ｐ４の第２の特徴量の検出値の全てが異常でない場合（ステップＳ１８：Ｎｏ）、一部の組のみの第２の特徴量の検出値が異常と判断する（ステップＳ２１）。尚、判定部４６Ｄは、一部の組のみの第２の特徴量の検出値が異常と判断した場合、異常が発生した組も特定できることは前述した通りである。更に、判定部４６Ｄは、一部の組のみの第２の特徴量の検出値が異常と判断された場合、冷媒回路６の異常の原因が異常と判断された組の室内機３の異常によるものと判断し（ステップＳ２２）、異常出力処理を実行すべく、ステップＳ２０に戻る。その結果、異常推定部４６は、複数の室内機３の内、冷媒回路６の異常の原因となる室内機３を特定できる。

【0090】

データフィルタリング処理は、複数の運転状態量の全てを使用するのではなく、所定フィルタ条件に基づき、複数の運転状態量の内、異常推定処理や冷媒不足率を算出するのに必要な一部の運転状態量（第１の特徴量の検出値及び第２の特徴量の検出値）のみを抽出する。生成された冷媒量推定モデル４５Ａや異常推定モデル４６Ａに、後述するデータフィルタリング処理を行った（異常値や突出値を除いた）第１の特徴量及び第２の特徴量の検出値を代入することで、より正確に第２の特徴量を用いた異常推定や、第１の特徴量を用いた冷媒不足率の推定が行える。

【0091】

所定のフィルタ条件は、第１のフィルタ条件と、第２のフィルタ条件と、第３のフィルタ条件とを有する。第１のフィルタ条件は、例えば、空気調和機１の全運転モード共通に抽出するデータのフィルタ条件である。第２のフィルタ条件は、冷房運転時に抽出するデータのフィルタ条件である。第３のフィルタ条件は、暖房運転時に抽出するデータのフィルタ条件である。

【0092】

第１のフィルタ条件は、例えば、圧縮機１１の駆動状態、運転モードの識別、特殊運転の排除、取得した値における欠損値の排除、各回帰式の生成に際し与える影響の大きい運転状態量について変化量が小さい値の選択、等である。圧縮機１１の駆動状態は、圧縮機が安定して運転していることで冷媒回路６に冷媒が循環していないと冷媒不足率を推定できないために判断する必要のある条件であり、圧縮機１１の立ち上がり時等の過渡期に検出した運転状態量を除外するために設けられるフィルタ条件である。

【0093】

運転モードの識別とは、冷房運転時及び暖房運転時に取得した運転状態量のみを抽出するためのフィルタ条件である。従って、除湿運転時や送風運転時に取得した運転状態量は除外される。特殊運転の排除とは、例えば、油回収運転や除霜運転といった冷房運転時や暖房運転時と比べて冷媒回路６の状態が大きく異なる特殊運転時に取得した運転状態量を除外するフィルタ条件である。欠損値の排除とは、冷媒不足率の判定に使用する運転状態量に欠損値があった場合、当該運転状態量を用いて各回帰式を生成すれば精度が落ちる可能性があるため、欠損値を含む運転状態量を除外するフィルタ条件である。

【0094】

各回帰式や各冷媒不足率算出式に代入する運転状態量について変化量が小さい値の選択とは、空気調和機１の運転状態が安定している状態の運転状態量のみを抽出するフィルタ条件であり、各回帰式や各冷媒不足率算出式による推定精度を上げるために必要な条件である。尚、影響の大きい運転状態量とは、例えば、冷房運転時の冷媒不足率が０～３０％の場合に使用する冷媒過冷却度、冷房運転時の冷媒不足率が４０～７０％の場合に使用する吸入温度や、暖房運転時の吸入過熱度等である。

【0095】

第２のフィルタ条件には、例えば、熱交出口温度の排除、サブクールの異常、吐出温度の異常等がある。

【0096】

熱交出口温度の排除は、外気温度センサ３６と熱交出口温度センサ３５とが近い場所に配置されていることにより、冷房運転時に熱交出口温度センサ３５で検出した熱交出口温度が外気温度センサ３６で検出した外気温度より低くなることがないことを考慮したフィルタ条件であり、外気温度より低い熱交出口温度を除外するフィルタ条件である。

【0097】

サブクール異常は、冷房負荷が極端に大きいあるいは小さいことに起因して異常に高いあるいは以上に低い冷媒過冷却度検出されたときにこれを除外するフィルタ条件である。吐出温度の異常は、冷房負荷が小さいことに起因して圧縮機１１に吸入される冷媒量が減少する所謂ガス欠状態時に検出した吐出温度を除外するフィルタ条件である。

【0098】

第３のフィルタ条件は、例えば、吐出温度の異常等である。暖房運転時に暖房負荷の大きさに起因して吐出温度が高くなって吐出温度保護制御が実行されると、例えば、圧縮機１１の回転数を低下させることで吐出温度が低下するため、このときに検出した吐出温度を除外するフィルタ条件である。

【0099】

データクレンジング処理は、取得した全ての第１の特徴量の検出値を冷媒不足率の推定に使用するのではなく、誤った推定を行うおそれがある第１の特徴量の検出値を除外するための処理である。また、データクレンジング処理は、取得した全ての第２の特徴量の検出値を異常推定処理に使用するのではなく、誤った異常推定を行うおそれがある第２の特徴量の検出値を除外するための処理でもある。具体的には、取得した運転状態量を平滑化してノイズ抑制やデータ数制限等がある。データの平滑化によるノイズ抑制とは、該当区間の平均値を算出し、各モデルにおいて例えば冷媒過冷却度、吸入温度、吸入過熱度の移動平均をとることで、ノイズを抑える処理である。データ数制限とは、例えば、データ数が少ないものは信頼性が低いため排除する処理である。例えば、１日分の入力データをフィルタリング処理して残ったデータ数がＸ個以上であれば冷媒不足率の推定や第２の特徴量の異常推定処理に使用、それより少なければ、その日のデータはすべて使用しない。つまり、データクレンジング処理では、冷媒量推定モデル４５Ａに異常値や突出値を除いた運転状態量を代入することで、より正確に冷媒不足率を推定でき、異常推定モデル４６Ａに異常値や突出値を除いた運転状態量を代入することで、より正確な異常推定が行えることになる。

【0100】

異常推定処理は、第２の特徴量のシミュレーション値から推定された全体の分布の密度関数に基づいて、密度関数の極大値（クラスタの中心）からの外れ度合い（外れ値）を算出し、その外れ値が所定範囲内か否か（判別対象となるデータがクラスタに含まれるか否か）を判別する処理である。この異常推定モデル４６Ａに稼働中の空気調和機１から取得した組Ｐ１～Ｐ４毎の第２の特徴量を適用して外れ値を算出する。異常推定処理では、異常推定モデル４６Ａの生成に使用した第２の特徴量の値を正常標本値とし、異なるタイミングで取得部１４が取得した組Ｐ１～Ｐ４毎の第２の特徴量の検出値における正常標本値からの外れ値を算出する。更に、異常推定処理では、算出した外れ値の絶対値が外れ閾値Ｘの絶対値以上の場合、当該組の第２の特徴量の検出値を異常と分類する。更に、異常推定処理では、算出した外れ値の絶対値が外れ閾値Ｘの絶対値未満の場合、当該組の第２の特徴量の検出値を正常と分類する。

【0101】

判定部４６Ｄは、組Ｐ１～Ｐ４毎の分類結果に基づき、冷媒回路６の異常の要因となる室内機３又は室外機２を特定できる。判定部４６Ｄは、全組Ｐ１～Ｐ４の第２の特徴量の検出値が異常の場合、冷媒回路６の異常の要因が室外機２の異常と特定する。更に、判定部４６Ｄは、一部の組の第２の特徴量の検出値が異常の場合、冷媒回路６の異常の要因が異常と分類された組の室内機３の異常と特定する。

【0102】

図１４は、残存冷媒量推定処理に関わる制御回路１９の処理動作の一例を示すフローチャートである。残存冷媒量の推定は、例えば、データフィルタリング処理及びデータクレンジング処理後の現在の運転状態量（センサ値）の内、異常推定処理にて正常と分類された第２の特徴量の検出値と同時に取得した第１の特徴量の検出値を冷媒量推定モデル４５Ａの各回帰式や各冷媒不足率算出式に代入することで、現時点の冷媒回路６の冷媒不足率を算出する処理である。図１４において制御回路１９内の冷媒量推定部４５は、取得した第１の特徴量が冷房運転中に取得したものであるか否かを判定する（ステップＳ３１）。冷媒量推定部４５は、取得した第１の特徴量が冷房運転中に取得したものである場合（ステップＳ３１：Ｙｅｓ）、第１の冷房用推定モデル４５Ａ１～第３の冷房用推定モデル４５Ａ３のそれぞれに第１の特徴量を適用する（ステップＳ３２）。

【0103】

冷媒量推定部４５は、取得した第１の特徴量が冷房運転中に取得したものでない場合（ステップＳ３１：Ｎｏ）、すなわち取得した第１の特徴量が暖房運転中に取得したものである場合、第１の暖房用推定モデル４５Ａ３～第３の暖房用推定モデル４５Ａ６のそれぞれに第１の特徴量を適用する（ステップＳ３３）。そして、冷媒量推定部４５は、第１の冷房用推定モデル４５Ａ１～第３の冷房用推定モデル４５Ａ３のそれぞれに第１の特徴量を適用した結果と、第１の暖房用推定モデル４５Ａ４～第３の暖房用推定モデル４５Ａ６のそれぞれに第１の特徴量を適用した結果を合わせて、現時点での冷媒不足率を算出し（ステップＳ３４）、図１４に示す処理動作を終了する。

【0104】

異常出力処理は、異常推定処理にて異常と分類された第２の特徴量の検出値を異常ログとして異常ログ格納部４３Ａに格納してアラーム出力する。その結果、異常の第２の特徴量の検出値を格納できる。

【0105】

＜実施例１の効果＞
実施例１の空気調和機１では、異常推定モデル４６Ａの生成に使用した第２の特徴量の値を正常標本値とし、異なるタイミングで取得した組Ｐ１～Ｐ４毎の第２の特徴量の検出値の正常標本値からの外れ値を算出する。更に、空気調和機１では、算出した外れ値の絶対値が外れ閾値Ｘの絶対値以上の場合に、当該組の第２の特徴量の検出値を異常と分類し、冷媒回路６の異常と推定する。更に、空気調和機１は、異常と分類された組の第２の特徴量の検出値と同時に取得した第１の特徴量の検出値を冷媒量推定モデル４５Ａに使用しない。その結果、冷媒回路６の冷媒不足率を正確に推定できる。

【0106】

空気調和機１は、組Ｐ１～Ｐ４毎の分類結果に基づき、冷媒回路６の異常の要因となる室内機３又は室外機２を特定できる。空気調和機１は、全組Ｐ１～Ｐ４の第２の特徴量の検出値が異常の場合、冷媒回路６の異常の要因が室外機２の異常と特定する。更に、空気調和機１は、一部の組の第２の特徴量の検出値が異常の場合、冷媒回路６の異常の要因が異常と分類された組の室内機３の異常と特定する。その結果、残存冷媒量の変化以外の異常が発生していると推定される場合でも、室外機２もしくは室内機３の何れかで異常が発生しているのかを推定できる。

【0107】

例えば、重回帰分析の線形解析で生成された冷媒量推定モデル４５Ａで冷媒不足率を推定する際に冷媒漏洩と共に冷媒漏洩以外の故障が原因で第１の特徴量が変化した場合に、各特徴量の変化度合いによっては、本来は冷媒不足率が大きくなっている（＝異常である）にも関わらず小さい冷媒不足率の値と推定する場合も考えられる。例えば、冷媒漏洩以外の故障が原因で圧縮機の回転数と吸入温度とが変化し、これら各値の変化量が相殺された結果、冷媒不足率が小さい値（＝正常量である）と推定してしまう場合も考えられる。しかしながら、本実施例の空気調和機１では、カーネル密度推定法等の非線形解析で生成された異常推定モデル４６Ａで異常と分類された第２の特徴量の検出値と同時に取得した第１の特徴量の検出値を冷媒量推定モデル４５Ａに使用しない。その結果、誤った冷媒不足率を推定することを防ぐことができる。

【0108】

また、本来は、線形解析で生成された推定モデル４５Ａを使用した場合、冷媒不足率が小さい値（＝正常である）にも関わらず冷媒不足率が大きくなっている（＝異常である）と推定する場合も考えられる。例えば、冷媒漏洩以外の故障が原因で圧縮機の回転数が変化した結果、冷媒不足率が大きくなっていると推定してしまう場合も考えられる。しかしながら、本実施例１の空気調和機１では、非線形解析で生成された異常推定モデル４６Ａで異常と分類された第２の特徴量の検出値と同時に取得した第１の特徴量の検出値を冷媒量推定モデル４５Ａに使用しない。その結果、誤った冷媒不足率を推定することを防ぐことができる。

【0109】

空気調和機１の異常推定モデル４６Ａでは、算出した外れ値の絶対値が外れ閾値Ｘの絶対値未満の場合、当該組の第２の特徴量の検出値を正常と分類する。そして、空気調和機１では、正常と分類された組の第２の特徴量の検出値と同時に取得した第１の特徴量の検出値を重回帰分析することで、冷媒回路６の冷媒不足率を算出する。その結果、冷媒回路６の冷媒不足率を正確に推定できる。

【0110】

空気調和機１に搭載される異常推定モデル４６Ａは、冷媒量推定モデル４５Ａで使用している第１の特徴量の検出値の一部及び冷凍サイクル動作に与える影響の大きい運転状態量を含む第２の特徴量の値を用いてカーネル密度推定法等の非線形解析で生成される。異常推定モデル４６Ａでは、組Ｐ１～Ｐ４毎の第２の特徴量の検出値を正常又は異常に分類する。そして、冷媒量推定モデル４５Ａでは、全ての運転状態量を使用するのではなく、正常と分類された第２の特徴量の検出値と同時に取得した第１の特徴量の検出値を用いて冷媒量推定モデル４５Ａを生成する。その結果、高精度な冷媒量推定モデル４５Ａを生成できる。

【0111】

本実施例では、冷媒量推定モデル４５Ａの各回帰式の生成は、シミュレーションで得た第１の特徴量の検出値を用いており、シミュレーションで得た第１の特徴量の検出値には異常な値や他と比べて突出して大きいあるいは小さい値は含まれていない。このような、シミュレーションで得た特徴量を用いて生成された冷媒量推定モデル４５Ａの各回帰式や各冷媒不足率算出式に、データフィルタリング処理及びデータクレンジング処理を行って異常値や突出値を除いた運転状態量の検出値を代入する。この際、異常推定モデル４６Ａを用いて正常と分類された第２の特徴量の検出値と同時に取得した第１の特徴量の検出値のみを代入することで、より正確に冷媒不足率を推定できる。

【0112】

異常推定モデル４６Ａの生成は、シミュレーションで得た特徴量を用いており、シミュレーションで得た特徴量には異常な値や他と比べて突出して大きいあるいは小さい値は含まれていない。このような、異常値や突出値を含まない特徴量を用いて生成された異常推定モデル４６Ａに、データフィルタリング処理及びデータクレンジング処理を行って異常値や突出値を除いた第２の特徴量の検出値を適用することで、正確に第２の特徴量の検出値の判別が行える。更に、制御回路１９では、データフィルタリング処理及びデータクレンジング処理を行うことで、判別モデル４６Ａによる外れ値の算出の際に使用するデータ量を減らすことができるため、判別モデル４６Ａによる外れ値の算出にかかる時間を短縮化して制御回路１９の負荷を軽減できる。

【0113】

尚、以上に説明した実施例１では、空気調和機１の設計段階で各運転状態量のシミュレーション結果を求め、学習機能を有するサーバなどの情報処理装置にシミュレーション結果を学習させて得られた冷媒量推定モデル４５Ａ及び異常推定モデル４６Ａを制御回路１９が保持している場合を例示した。これに代えて、空気調和機１との間を通信網１１０で接続するサーバ１２０が存在し、このサーバ１２０が冷媒量推定モデル４５Ａ及び異常推定モデル４６Ａを生成し、冷媒量推定モデル４５Ａの推定結果及び異常推定モデル４６Ａの推定結果を空気調和機１に送信しても良く、この実施の形態につき、以下に説明する。

【実施例0114】

＜空気調和システムの構成＞
図１５は、実施例２の空気調和システム１００の一例を示す説明図である。尚、実施例１の空気調和機１と同一の構成には同一符号を付すことで、その重複する構成及び動作の説明については省略する。図１５に示す空気調和システム１００は、空気調和機１と、通信網１１０と、サーバ１２０とを有する。空気調和機１は、圧縮機１１、室外熱交換器１３及び室外機膨張弁１４を有する室外機２と、室内熱交換器５１を有する室内機３と、制御回路１９Ａとを有する。空気調和機１は、室外機２と室内機３とが液管４及びガス管５等の冷媒配管で接続されて構成する冷媒回路６を備え、当該冷媒回路６に所定量の冷媒が充填される。制御回路１９Ａは、取得部４１と、通信部４２と、記憶部４３と、制御部４４とを有する。尚、制御回路１９Ａは、冷媒量推定部４５、異常推定部４６及び異常ログ格納部４３Ａを有しないものとする。

【0115】

サーバ１２０は、生成部１２１と、通信部１２１Ａと、冷媒量推定部１２２と、異常推定部１２３と、記憶部１２４とを有する。記憶部１２４は、異常ログ格納部１２４Ａを有する。生成部１２１は、冷媒回路６に充填される冷媒の冷媒不足率の推定に関わる第１の特徴量の検出値又はシミュレーション値を用いて重回帰分析法で冷媒量推定モデル４５Ａを生成する。尚、冷媒量推定モデル４５Ａは、例えば、第１の実施例で説明した第１の冷房用推定モデル４５Ａ１、第２の冷房用推定モデル４５Ａ２、第３の冷房用推定モデル４５Ａ３、第１の暖房用推定モデル４５Ａ４、第２の暖房用推定モデル４５Ａ５及び第３の暖房用推定モデル４５Ａ６を有する。冷媒量推定部１２２は、生成部１２１で生成した冷媒量推定モデル４５Ａを格納する。更に、生成部１２１は、シミュレーションで得た全組Ｐ１～Ｐ４の定常状態及び冷媒漏洩状態での第２の特徴量の検出値を用いてカーネル密度推定法で異常推定モデル４６Ａを生成する。尚、異常推定モデル４６Ａは、例えば、実施例１で説明した冷房時異常推定モデル４６Ｂ及び暖房時異常推定モデル４６Ｃを有する。

【0116】

異常推定部１２３は、生成部１２１で生成した異常推定モデル４６Ａを格納する。異常推定部１２３は、異常推定モデル４６Ａを用いて第２の特徴量の検出値を正常又は異常に分類する。異常推定部１２３は、第２の特徴量の検出値が異常と分類された場合、異常と分類された第２の特徴量の検出値を異常ログとして異常ログ格納部１２４Ａに格納する。更に、異常推定部１２３内の判定部４６Ｄは、異常推定部１２３の分類結果、すなわち、組Ｐ１～Ｐ４毎の分類結果に基づき、冷媒回路６の異常の要因となる室内機３又は室外機２を特定する。通信部１２１Ａは、判定部４６Ｄの冷媒回路６の異常の要因となる室内機３又は室外機２の特定結果を通信網１１０経由で空気調和機１に送信する。空気調和機１の制御回路１９Ａは、サーバ１２０から受信した冷媒回路６の異常の要因となる室内機３又は室外機２の特定結果に基づき、冷媒回路６の異常の要因を特定できる。

【0117】

更に、冷媒量推定部１２２は、異常推定モデル４６Ａで分類した正常の第２の特徴量の検出値と同時に取得した第１の特徴量の検出値と、受信した冷媒量推定モデル４５Ａとを用いて空気調和機１の冷媒回路６における冷媒不足率を算出する。通信部１２１Ａは、冷媒量推定部１２２にて算出された冷媒不足率を通信網１１０経由で空気調和機１に送信する。空気調和機１の制御回路１９Ａは、サーバ１２０から受信した冷媒不足率に基づき、冷媒回路６の冷媒不足率を特定できる。

【0118】

生成部１２１は、シミュレーションにより得られる冷媒回路６が正常な状態における全組Ｐ１～Ｐ４の冷房時の定常状態及び冷媒漏洩状態での第２の特徴量の値を用いて冷房時異常推定モデル４６Ｂを生成又は更新する。

【0119】

生成部１２１は、冷媒回路６が正常な状態における冷房時の定常状態及び冷媒漏洩状態を実測できる空気調和機１の標準機（製造メーカの試験室などに設置されている）から定期的に冷房運転時の運転状態量を収集し、冷房時異常推定モデル４６Ｂの正常又は異常の分類結果と実測した分類結果との比較結果と収集した運転状態量とを用いて、冷房時異常推定モデル４６Ｂを生成あるいは更新する。その結果、より高精度な冷房時異常推定モデル４６Ｂを生成できる。

【0120】

生成部１２１は、冷媒回路６における冷媒不足率を実測できる空気調和機１の標準機（製造メーカの試験室などに設置されている）から定期的に冷房運転時の運転状態量を収集し、各冷媒量推定モデル４５Ａで推定した冷媒不足率と実測した冷媒不足率との比較結果と収集した運転状態量とを用いて、第１の冷房用推定モデル４５Ａ１、第２の冷房用推定モデル４５Ａ２及び第３の冷房用推定モデル４５Ａ３を生成あるいは更新する。なお、実施例１のように、各冷媒量推定モデル４５Ａの生成に使用する運転状態量をシミュレーションで得て、生成部１２１がシミュレーションで得た運転状態量を用いて各冷媒量推定モデル４５Ａを生成してもよい。

【0121】

生成部１２１は、シミュレーションにより得られる冷媒回路６が正常な状態における全組Ｐ１～Ｐ４の暖房時の定常状態及び冷媒漏洩状態での第２の特徴量の値を用いて暖房時異常推定モデル４６Ｃを生成又は更新する。

【0122】

生成部１２１は、冷媒回路６が正常な状態における暖房時の定常状態及び冷媒漏洩状態を実測できる空気調和機１の標準機（製造メーカの試験室などに設置されている）から定期的に暖房運転時の運転状態量を収集し、暖房時異常推定モデル４６Ｃの正常又は異常の分類結果と実測した分類結果との比較結果と収集した運転状態量とを用いて、暖房時異常推定モデル４６Ｃを生成あるいは更新する。その結果、より高精度な暖房時異常推定モデル４６Ｃを生成できる。

【0123】

生成部１２１は、上述した空気調和機１の標準機から定期的に暖房運転時の運転状態量を収集し、各冷媒量推定モデル４５Ａで推定した冷媒不足率と実測した冷媒不足率との比較結果と収集した運転状態量とを用いて、第１の暖房用推定モデル４５Ａ４、第２の暖房用推定モデル４５Ａ５及び第３の暖房用推定モデル４５Ａ６を生成する。なお、実施例１のように、各冷媒量推定モデル４５Ａの生成に使用する運転状態量をシミュレーションで得て、生成部１２１がシミュレーションで得た運転状態量を用いて各冷媒量推定モデル４５Ａを生成してもよい。

【0124】

生成部１２１による異常推定モデル４６Ａの生成は、シミュレーションで得た特徴量を用いており、シミュレーションで得た特徴量の値には異常な値や他と比べて突出して大きいあるいは小さい値は含まれていない。このような、異常値や突出値を含まない特徴量の値を用いて生成された異常推定モデル４６Ａに、データフィルタリング処理及びデータクレンジング処理を行って異常値や突出値を除いた第２の特徴量の検出値を適用することで、より正確な第２の特徴量の検出値の判別を実現できる。更に、生成部１２１において、第１の実施例で説明した第２の特徴量のデータフィルタリング処理及びデータクレンジング処理を行えば、判別モデル４６Ａによる外れ値の算出の際に使用するデータ量を減らすことができる。これにより、判別モデル４６Ａによる外れ値の算出にかかる時間を短縮化できてサーバ１２０の利用率を下げることができるので、サーバ１２０が使用する分だけコストがかかる従量制の場合に外れ値の算出にかかるコストを抑えることができる。

【0125】

＜実施例２の効果＞
実施例２のサーバ１２０は、シミュレーションにより得られる冷媒回路６が正常な状態における定常状態及び冷媒漏洩状態での全組Ｐ１～Ｐ４の第２の特徴量の値を用いて異常推定モデル４６Ａを生成し、生成した異常推定モデル４６Ａを異常推定部１２３に格納する。サーバ１２０内の異常推定部１２３は、格納した異常推定モデル４６Ａを用いて、組Ｐ１～Ｐ４毎の異なるタイミングで取得した第２の特徴量の検出値が正常又は異常であるかを分類できる。そして、空気調和機１は、各組の第２の特徴量の検出値の分類結果に基づき、各組Ｐ１～Ｐ６の冷媒回路６の異常又は正常を推定する。異常推定部１２３は、各組の冷媒回路６の異常発生の推定結果に基づき、冷媒回路６の異常の要因となる室外機２又は室内機３を特定する。通信部１２１Ａは、冷媒回路６の異常の要因となる室外機２又は室内機３の特定結果を空気調和機１に送信する。その結果、空気調和機１は、冷媒回路６の異常の要因となる室外機２又は室内機３を特定できる。

【0126】

サーバ１２０は、空気調和機１から取得した第１の特徴量の値を用いて冷媒量推定モデル４５Ａを生成し、生成した冷媒量推定モデル４５Ａを冷媒量推定部１２２に格納する。サーバ１２０は、格納した冷媒量推定モデル４５Ａを用いて、冷媒不足率を推定し、その推定結果を通信網１１０経由で空気調和機１に送信する。その結果、空気調和機１は、冷媒回路６の冷媒不足率を認識できる。

【0127】

尚、実施例１及び２の空気調和機１では、１台の室外機２に対して４台の室内機３を接続する場合を例示したが、４台の室内機３に限定されるものではなく、室内機３は複数台であれば良く、適宜変更可能である。

【0128】

また、本実施例では、冷媒回路６に残存する冷媒量を表すものとして相対的な冷媒量を推定する場合を説明した。具体的には、冷媒回路６に冷媒を充填した際の充填量（初期値）に対する、冷媒回路６から外部に漏洩した冷媒量の割合である冷媒不足率を推定して提供する場合を説明した。しかし、本発明はこれに限られるものではなく、推定した冷媒不足率に初期値を乗じて、冷媒回路６から外部に漏洩した冷媒量を提供するようにしてもよい。また、冷媒回路６から外部に漏洩した絶対的な冷媒量あるいは冷媒回路６に残留する絶対的な冷媒量を推定する推定モデルを生成し、この推定モデルによる推定結果を提供するようにしてもよい。冷媒回路６から外部に漏洩した絶対的な冷媒量あるいは冷媒回路６に残留する絶対的な冷媒量を推定する推定モデルを生成する場合は、ここまでに説明した各運転状態量に加えて、室外熱交換器１３および各室内熱交換器１の容積や液管４の容積を考慮すればよい。

【0129】

＜変形例＞
尚、本実施例では、例えば、第１の冷房用推定モデル４５Ａ１の推定結果と第２の冷房用推定モデル４５Ａ２の推定結果との間をシグモイド係数で補間する場合を例示したが、シグモイド係数に限定されるものではなく、例えば、線形補間等の補間方法を使用しても良く、適宜変更可能である。

【0130】

本実施例では、複数のシミュレーション結果の内、全てのシミュレーション結果を使用するのではなく、一部のシミュレーション結果を使用する。例えば、冷房運転時の冷媒不足率が０～３０％の場合に使用する第１の冷房用推定モデル４５Ａ１、冷媒不足率が４０～７０％の場合に使用する第２の冷房用推定モデル４５Ａ２、冷媒不足率３０～４０％の場合に使用する第３の冷房用推定モデル４５Ａ３のように個々に分けて生成する。従って、運転状態量をシミュレーションで用意するため、空気調和機１を動作して運転状態量を収集する場合に比較して簡単かつ必要な量の運転状態量を収集できる。

【0131】

本実施例では、冷媒量推定モデル４５Ａ及び異常推定モデル４６Ａは、サーバ１２０又は制御回路１９で生成する場合を例示したが、利用者がシミュレーション結果から冷媒量冷媒量推定モデル４５Ａ及び異常推定モデル４６Ａを算出しても良い。また、本実施例では、重回帰分析法を用いて各推定モデルを生成する場合を例示したが、一般の回帰分析法を行える機械学習手法のSVR(Support Vector Regression)、NN(Neural Network)などを用いて推定モデルを生成しても良い。その際、特徴量選択に当たっては重回帰分析法で用いたＰ値や補正値Ｒ２の代わりに、推定モデルの精度が向上するよう特徴量を選択する一般の手法（Forward Feature Selection法、Backward feature Eliminationなど）を使えばよい。

【0132】

異常推定モデル４６Ａは、シミュレーションにより得られる冷媒回路６が正常な状態における全組の定常状態及び冷媒漏洩状態での第２の特徴量の値を用いて生成する場合を例示し、全組の第２の特徴量の値を正常標本値とし、組毎の第２の特徴量の検出値と正常標本値との距離を数値化して外れ値を算出する場合を例示した。しかしながら、異常推定モデル４６Ａは、シミュレーションにより得られる冷媒回路６が正常な状態における組毎の定常状態及び冷媒漏洩状態での第２の特徴量の値を用いて生成し、生成に使用した組毎の第２の特徴量の値を正常標本値とし、同一組の第２の特徴量の検出値と同一組の正常標本値との距離が数値化して外れ値を算出しても良く、適宜変更可能である。

【0133】

また、異常推定モデル４６Ａは、シミュレーションにより得られる冷媒回路６が正常な状態における定常状態及び冷媒漏洩状態での第２の特徴量の値を用いて生成する場合を例示したが、シミュレーションにより得られる冷媒回路６が正常な状態における冷媒漏洩状態の第２の特徴量の値を使用することなく、定常状態のみでの第２の特徴量の値のみを用いて生成しても良い。

【0134】

また、本実施例では、カーネル密度推定法を用いて異常推定モデル４６Ａを生成する場合を例示したが、カーネル密度推定方法に限定されるものではなく、非線形解析方法であればよく、適宜変更可能である。

【0135】

また、本実施例では、１台の室外機２に対して１台以上の室内機３を接続する空気調和システム１を例示したが、２台以上の室外機２に対して１台以上の室内機３を接続する空気調和システム１にも適用可能である。

【0136】

実施例１では、空気調和機１の設計段階で各運転状態量のシミュレーション結果を求め、学習機能を有するサーバなどの情報処理装置にシミュレーション結果を学習させて得られた冷媒量推定モデル４５Ａ及び異常推定モデル４６Ａを制御回路１９が保持している場合を例示した。しかしながら、空気調和機１との間を通信網で接続するサーバを備え、このサーバが冷媒量推定モデル４５Ａ及び異常推定モデル４６Ａを生成して空気調和機１に送信するようにしてもよい。そして、空気調和機１は、サーバから受信した冷媒量推定モデル４５Ａ及び異常推定モデル４６Ａを制御回路１９に保持しても良い。

【0137】

冷媒回路６は、少なくとも１台以上の室外機２に接続する少なくとも１台以上の室内機３が冷媒配管で接続されている。従って、冷媒量推定モデル４５Ａは、少なくとも１台以上の室外機２の内、１台の代表の室外機２と、少なくとも１台以上の室内機３の内、１台の代表の室内機３との第１の特徴量の検出値を用いて冷媒不足率を推定できるものである。尚、代表の室外機２は、稼働中の少なくとも１台以上の室外機２から任意の規則で選択し、代表の室内機３も、稼働中の少なくとも１台以上の室内機３から任意の規則で選択するものとする。任意の規則は、例えば、機器毎に付与される識別番号の若い順である。

【0138】

また、図示した各部の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各部の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。

【0139】

更に、各装置で行われる各種処理機能は、ＣＰＵ（Central Processing Unit）（又はＭＰＵ（Micro Processing Unit）、ＭＣＵ（Micro Controller Unit）等のマイクロ・コンピュータ）上で、その全部又は任意の一部を実行するようにしても良い。また、各種処理機能は、ＣＰＵ（又はＭＰＵ、ＭＣＵ等のマイクロ・コンピュータ）で解析実行するプログラム上、又はワイヤードロジックによるハードウェア上で、その全部又は任意の一部を実行するようにしても良いことは言うまでもない。

【0140】

また、以上に説明した各実施例では、冷媒不足率を、冷媒が規定量充填されているときを１００％としたとき、この規定量からの減少分とした。これに代えて、冷媒回路６に冷媒を規定量充填した直後に、本実施例に記載した方法で冷媒不足率を推定し、この推定結果を１００％としてもよい。例えば、冷媒回路６に冷媒を規定量充填した直後に推定した冷媒不足率が９０％である場合、つまり、冷媒回路６に現在充填されている冷媒量が規定量充填より１０％少ないと推定した場合は、この規定量充填より１０％少ない冷媒量を１００％としてもよい。このように１００％とする冷媒量を推定結果に合わせることで、これ以降の冷媒不足率をより正確に推定できる。