特開 2023-148981 空気調和機及びウイルス低減方法

(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】P2023148981

(43)【公開日】2023-10-13

(54)【発明の名称】空気調和機及びウイルス低減方法

(51)【国際特許分類】

   F24F 7/007 20060101AFI20231005BHJP

   F24F 8/192 20210101ALI20231005BHJP

   F24F 8/108 20210101ALI20231005BHJP

   F24F 3/14 20060101ALI20231005BHJP

   F24F 3/16 20210101ALI20231005BHJP

   F24F 7/04 20060101ALI20231005BHJP

   B03C 3/02 20060101ALI20231005BHJP

   B03C 3/155 20060101ALI20231005BHJP

   B03C 3/68 20060101ALI20231005BHJP

   A61L 9/16 20060101ALI20231005BHJP

   F24F 11/64 20180101ALI20231005BHJP

   F24F 110/10 20180101ALN20231005BHJP

   F24F 110/20 20180101ALN20231005BHJP

   F24F 110/70 20180101ALN20231005BHJP

【ＦＩ】

F24F7/007 B

F24F8/192

F24F8/108 100

F24F3/14

F24F3/16

F24F7/04 Z

B03C3/02 Z

B03C3/155 A

B03C3/68 Z

A61L9/16 F

A61L9/16 Z

F24F11/64

F24F110:10

F24F110:20

F24F110:70

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2022057289

(22)【出願日】2022-03-30

(71)【出願人】

【識別番号】000006208

【氏名又は名称】三菱重工業株式会社

(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】中嶋 祐二

(72)【発明者】

【氏名】田中 大輔

(72)【発明者】

【氏名】藤里 淳史

(72)【発明者】

【氏名】喜多村 文

(72)【発明者】

【氏名】武内 幸生

【テーマコード（参考）】

3L053

3L056

3L058

3L260

4C180

4D054

【Ｆターム（参考）】

3L053BC01

3L053BC05

3L053BD02

3L056BD02

3L056BD03

3L058BC07

3L260AB11

3L260AB18

3L260BA09

3L260BA38

3L260BA42

3L260CA12

3L260CA13

3L260CA35

3L260EA22

3L260FB61

3L260FC22

3L260FC23

4C180AA07

4C180AA16

4C180DD08

4C180DD09

4C180DD11

4C180KK01

4C180KK03

4C180KK04

4C180LL01

4C180LL15

4D054AA11

4D054BA01

4D054CA11

4D054CA12

4D054CA13

4D054CA14

4D054CA20

4D054EA22

4D054EA24

4D054EA30

(57)【要約】

【課題】調和させる対象の領域の状態に応じて、ウイルスを低減できる。
【解決手段】対象領域の空気を給気し、給気した空気を対象領域に排出する配管と、配管に配置され、通過する空気に含まれるウイルスを低減するウイルス低減手段と、対象領域の状態を検出する状態検出手段と、状態検出手段の検出結果に基づいてウイルス低減手段の稼働を制御する演算装置と、を含み、演算装置は、判定基準を記憶する記憶部と、判定基準と状態検出手段とに基づいて、ウイルス低減手段を稼働させるか停止させるかを判断する制御部と、を含み、判定基準は、対象領域のウイルスの感染性を判断する基準である。
【選択図】図１

【特許請求の範囲】

【請求項1】

対象領域の空気を給気し、給気した空気を対象領域に排出する配管と、
前記配管に配置され、通過する空気に含まれるウイルスを低減するウイルス低減手段と、
前記対象領域の状態を検出する状態検出手段と、
前記状態検出手段の検出結果に基づいて前記ウイルス低減手段の稼働を制御する演算装置と、を含み、
前記演算装置は、判定基準を記憶する記憶部と、前記判定基準と前記状態検出手段とに基づいて、前記ウイルス低減手段を稼働させるか停止させるかを判断する制御部と、を含み、
前記判定基準は、前記対象領域の前記ウイルスの感染性を判断する基準である空気調和機。

【請求項2】

前記判断基準は、前記対象領域の感染性を判断する基準が、前記ウイルスに関する情報を機械学習して算出される請求項１に記載の空気調和機。

【請求項3】

前記ウイルスに関する情報は、前記ウイルスの感染者の数、増加率、前記ウイルスに対するワクチンの接種人数を含む請求項２に記載の空気調和機。

【請求項4】

前記状態検出手段は、温度センサ、湿度センサ、ＣＯ_２センサ及び埃センサの少なくとも１つを含み、
前記判断基準は、前記状態検出手段で検出した、前記対象領域の温度、湿度及びＣＯ_２濃度、埃の量の少なくとも１つを含む請求項１から請求項３のいずれか一項に記載の空気調和機。

【請求項5】

前記状態検出手段は、前記配管を通過するウイルスを検出するウイルス検出部を含む請求項１から請求項４のいずれか一項に記載の空気調和機。

【請求項6】

前記状態検出手段は、通信を介して情報を取得する外部情報取得部を備え、
前記判断基準は、前記外部情報取得部が取得したインターネットのソーシャルネットワークサイトに記載されたウイルスに関する情報を含む請求項１から請求項５のいずれか一項に記載の空気調和機。

【請求項7】

前記ウイルス低減手段は、前記配管の所定領域に電界を形成する電極を有し、前記空気に含まれるウイルスを前記電極で捕集する電気集塵機を含む請求項１から請求項６のいずれか一項に記載の空気調和機。

【請求項8】

前記ウイルス低減手段は、前記配管に配置されたフィルタを有する請求項１から請求項７のいずれか一項に記載の空気調和機。

【請求項9】

前記ウイルス低減手段は、前記配管を流れる空気を加熱する加熱部、前記配管を流れる空気を除湿する除湿器の少なくとも一方を含む請求項１から請求項８のいずれか一項に記載の空気調和機。

【請求項10】

対象領域の空気を給気し、給気した空気を対象領域に排出する配管に配置され、通過する空気に含まれるウイルスを低減するウイルス低減手段を稼働させるウイルス低減方法であって、
前記対象領域の状態を検出する状態検出ステップと、
判定基準と、前記判定基準と前記状態検出ステップの検出結果とに基づいて、前記ウイルス低減手段を稼働させるか停止させるかを判断するステップと、
判断結果に基づいて、前記ウイルス低減手段の稼働を制御するステップと、を含み、
前記判定基準は、前記対象領域の前記ウイルスの感染性を判断する基準であるウイルス低減方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、空気調和機及びウイルス低減方法に関するものである。

【背景技術】

【0002】

家屋やビルディング、航空機、車両その他の内部空間における空気の温度や湿度を適切に調整する空気調和機がある。空気調和機には、埃や花粉といった粒子を捕集する機構を備えるものがある。特許文献１に記載の空気調和機は、埃や花粉を捕集するフィルタと電気集塵機を備える。特許文献２に記載の空気調和機は、埃センサを備え、出力値に重みづけを行い、運転する。また、特許文献３に記載の空気清浄機は、会話の音声やソーシャルネットワークサービス（ＳＮＳ Social Network Service）の情報等を統合し、感染に関する情報を音声出力やディスプレイ表示する。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１９－３２１３２号公報

【特許文献2】特開２０１９－１５８１６２号公報

【特許文献3】国際公開第２０２０／０３１５９９号

【発明の概要】

【発明が解決しようとする課題】

【0004】

ウイルスは、埃よりも小さいため埃のセンサ等では検出の精度を高くすることが難しい。また、ウイルスを抑制するための運転を常時行うと空気調和機が制御する空間の快適さが低下すること、電力消費が増大することがある。

【0005】

本開示は、上記の課題に鑑みてなされたものであって、調和させる対象の領域の状態に応じて、ウイルスを低減できる空気調和機及びウイルス低減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】

上記の目的を達成するための本開示の空気調和機は、対象領域の空気を給気し、給気した空気を対象領域に排出する配管と、前記配管に配置され、通過する空気に含まれるウイルスを低減するウイルス低減手段と、前記対象領域の状態を検出する状態検出手段と、前記状態検出手段の検出結果に基づいて前記ウイルス低減手段の稼働を制御する演算装置と、を含み、前記演算装置は、判定基準を記憶する記憶部と、前記判定基準と前記状態検出手段とに基づいて、前記ウイルス低減手段を稼働させるか停止させるかを判断する制御部と、を含み、前記判定基準は、前記対象領域の前記ウイルスの感染性を判断する基準である。

【0007】

上記の目的を達成するための本開示のウイルス低減方法は、対象領域の空気を給気し、給気した空気を対象領域に排出する配管に配置され、通過する空気に含まれるウイルスを低減するウイルス低減手段を稼働させるウイルス低減方法であって、前記対象領域の状態を検出する状態検出ステップと、判定基準と、前記判定基準と前記状態検出ステップの検出結果とに基づいて、前記ウイルス低減手段を稼働させるか停止させるかを判断するステップと、判断結果に基づいて、前記ウイルス低減手段の稼働を制御するステップと、を含み、前記判定基準は、前記対象領域の前記ウイルスの感染性を判断する基準である。

【発明の効果】

【0008】

本開示によれば、調和させる対象の領域の状態に応じて、ウイルスを低減できる。

【図面の簡単な説明】

【0009】

【図1】図１は、本実施形態の空気調和機の一例の概略構成を示す模式図である。

【図2】図２は、演算装置と判定基準作成装置の一例の概略構成を示すブロック図である。

【図3】図３は、判定基準作成装置の処理の一例を示すフローチャートである。

【図4】図４は、判定基準の一例を示す説明図である。

【図5】図５は、演算装置の処理の一例を示すフローチャートである。

【図6】図６は、ウイルスの温度特性の一例を示すグラフである。

【図7】図７は、ウイルスの湿度特性の一例を示すグラフである。

【図8】図８は、空気調和機が配置された施設の一例を示す模式図である。

【発明を実施するための形態】

【0010】

以下に、本開示の実施形態を図面に基づいて詳細に説明する。なお、この実施形態により本開示が限定するものではない。また、以下の実施形態における構成要素には、当業者が置換可能、且つ、容易なもの、或いは実質的に同一のものが含まれる。さらに、以下に記載した実施形態における構成要素は、本発明の要旨を逸脱しない範囲で構成の種々の省略、置換又は変更を行うことができる。また、実施形態が複数ある場合には、各実施形態を組み合わせて構成するものも含むものである。

【0011】

図１は、本実施形態の空気調和機の一例の概略構成を示す模式図である。図１に示す空気調和機１０は、壁４で室外６から分離された部屋である室内８の雰囲気を調和する。空気調和機１０は、いわゆるエアーコンディショナーである。本実施形態の空気調和機１０は、室内８の温度を調整する場合として説明するが、湿度を調整してもよい。

【0012】

空気調和機１０は、室内機１２と室外機１４とを含む。室内機１２と室外機１４とは、冷媒配管１９で接続される。空気調和機１０は、冷媒配管１９を介して、室内機１２と室外機１４とに冷媒が循環される。冷媒は、室外機１４で放熱して、冷却され、室内機１２を通過する空気と熱交換して、室内機１２の空気を冷却する。室外機１４は、室外６の空気との間で熱交換を行い、冷媒を冷却する。例えば、室外機１４は、冷媒を圧縮し、流通する管路に送風して冷媒を冷却し、その後、冷媒を膨張させることで、冷媒を冷却させる。

【0013】

室内機１２は、配管１５と、ウイルス低減手段１６と、熱交換器１８と、ウイルス検出部３２と、温度計測部３４と、湿度計測部３６と、埃検出部３８と、演算装置４０と、を備える。配管１５は、一方の端部が給気口１５ａ、他方の端部が排気口１５ｂとなる。配管１５は、ファン等の送風機が配置され、給気口１５ａから室内８の空気を吸引し、排気口１５ｂから空気を排出する。図１では、配管１５を直管で示しているが、折れ曲がっていてもよく、給気口１５ａ、排気口１５ｂが複数あってもよい。また、室内機１２は、排気口１５ｂに可動式のルーバー等の送風方向を調整できる機構を備えることが好ましい。配管１５には、ウイルス低減手段１６と熱交換器１８が配置される。

【0014】

ウイルス低減手段１６は、配管１５を通過するウイルスを低減、ウイルスの増殖力を低減、ウイルスの感染力を低減する。ウイルス低減手段１６は、フィルタ２２と、電気集塵機２４と、除湿器２６と、加熱器２８と、を備える。本実施形態のウイルス低減手段１６は、フィルタ２２と、電気集塵機２４と、除湿器２６と、加熱器２８と、を備えるが、ウイルス低減手段１６の組み合わせは特に限定されず、フィルタ２２と、電気集塵機２４と、除湿器２６と、加熱器２８の少なくとも１つを備えていてればよい。また、室内機１２は、配管１５に分岐経路を設け、分岐経路にウイルス低減手段１６を配置し、ウイルス低減手段１６を通過する経路と、ウイルス低減手段１６を通過しない経路を切り替え可能としてもよい。また、ウイルス低減手段１６は、空気調和機１０が稼働している状態で常時動作する機構と、ウイルスを低減するモードの場合のみ動作する機構とを分けてもよい。例えば、フィルタ２２を常時稼働させ、ウイルスを低減するモードの場合のみ電気集塵機２４を動作するようにしてもよい。

【0015】

フィルタ２２は、配管１５に配置され、配管１５を通過する空気に含まれる塵埃を捕集する。フィルタ２２は、塵埃ともにウイルスを捕集することもできる。フィルタ２２としては、例えばＨＥＰＡフィルタを用いることができる。

【0016】

電気集塵機２４は、フィルタ２２を通過した空気に含まれるウイルス等の異物を捕集する。電気集塵機２４は、配管１５の空気が通過する領域に配置された複数の平板電極に電圧を印加して、電界を形成し、電極の表面に異物を移動させることで、空気に含まれる異物を捕集する。

【0017】

除湿器２６は、配管１５を流れる空気に含まれる水分を捕集し、空気の湿度を低減させる。加熱器２８は、配管１５を流れる空気を加熱する。除湿器２６，加熱器２８は、空気調和機１０の通常モードでの運転時に空調機能として動作してもよい。また、ウイルス低減手段１６は、空気を加湿する加湿器、空気を冷却する冷却器を備えていてもよい。

【0018】

熱交換器１８は、配管１５を通過する空気の温度を調整する。熱交換器１８は、冷媒配管１９を流れ、室外機１４で冷却された冷媒で、配管１５を通過する空気を冷却する。熱交換器１８は、さらに空気を加熱するヒータを備えていてもよい。

【0019】

ウイルス検出部３２は、検出対象のウイルスを検出する。例えば、ウイルスに結合するＤＮＡアプタマーを、測定領域に供給し、ウイルスにＤＮＡアプタマーを結合させ、テラヘルツ波を用いて、ウイルスに結合したＤＮＡアプタマーを検出することで、空気中のウイルスを検出する。また、ウイルス検出部３２は、抗原抗体法を用いて、対象のウイルスを捕集して、検出してもよい。また、ウイルス検出部３２は、嗅覚細胞を再現した機器を用い、ウイルスを臭いで識別してもよい。

【0020】

温度計測部３４は、室内８の温度を計測する。湿度計測部３６は、室内８の湿度を計測する。埃検出部３８は、室内８の埃の量を計測する。ウイルス検出部３２、温度計測部３４、湿度計測部３６、埃検出部３８は、検出した結果を演算装置４０に送る。

【0021】

演算装置４０は、ウイルス検出部３２、温度計測部３４、湿度計測部３６、埃検出部３８や、ネットワーク５２を介して取得した情報に基づいて、ウイルス低減手段１６の動作を制御する。また、演算装置４０は、熱交換器１８の動作も制御する。演算装置４０は、ネットワーク５２を介して判定基準作成装置５２と接続している。ネットワーク５２は、インターネット通信網等の公衆通信網である。

【0022】

次に、図２を用いて、演算装置４０と判定基準作成装置５０の構成を説明する。図２は、演算装置と判定基準作成装置の一例の概略構成を示すブロック図である。演算装置４０は、通信部５０と、演算部６２と、記憶部６４を有する。

【0023】

通信部５０は、ネットワーク５２を介して、他の機器とデータの授受を行う。通信部５０は、室内８にあり、ユーザが操作を行うコントローラとも通信を行う。通信部５０は、有線の回線で外部機器と接続しても、無線の通信回線で外部機器と接続してもよい。

【0024】

演算部５２は、ＣＰＵやＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等の集積回路（プロセッサ）と、作業領域となるメモリとを含み、これらのハードウェア資源を用いて各種プログラムを実行することによって各種処理を実行する。具体的に演算部４０は、記憶部５４に記憶されているプログラムを読み出してメモリに展開し、メモリに展開されたプログラムに含まれる命令をプロセッサに実行させることで、各種処理を実行する。演算部５２は、空調制御部７０と、情報取得部７２と、判定部７４と、ウイルス制御部（ウイルス低減手段制御部）７６と、を含む。

【0025】

記憶部５４は、磁気記憶装置や半導体記憶装置等の不揮発性を有する記憶装置からなり、各種のプログラム及びデータを記憶する。記憶部５４は、空調プログラム７８と、ウイルス制御プログラム８０と、判定基準データ８２と、を有する。空調プログラム７８は、空調制御部７０による制御を実現するプログラムである。ウイルス制御プログラム８０は、ウイルス制御部７６による制御を実現するプログラムである。ウイルス制御プログラム８０は、プログラムの一部に機械学習で学習モデルを学習した結果の学習済みプログラムを含んでいてもよい。判定基準データ８２は、ウイルス制御部７６の動作判定、具体的には、ウイルス制御部７６でウイルス低減手段１６を稼働させるウイルス低減モードの動作を行うか、ウイルス制御部７６でウイルス低減手段１６を稼働させない、通常モードの動作を行うかの判定基準のデータである。判定基準に用いるパラメータ、基準の作成方法については後述する。なお、判定基準データ８２は、ウイルス低減モードを複数の段階で設定可能とし、それぞれの段階の判定基準を設定することもできる。

【0026】

空調制御部７０は、空調プログラム７８を処理することで動作を実行する。温度計測部３４の計測結果と、設定温度に基づいて、熱交換器１８の動作を制御し、室内８の温度を調和させる。

【0027】

情報取得部７２と、判定部７４と、ウイルス制御部（ウイルス低減手段制御部）７６とは、ウイルス制御プログラム８０を処理することで動作を実行する。情報取得部７２は、ウイルス検出部３２、温度計測部３４、湿度計測部３６、埃検出部３８の検出結果また通信部６０を介して外部の機器から各種データを取得する。判定部７４は、情報取得部７２で取得したデータに基づいて、ウイルス制御部７６で実行する動作を決定する。本実施形態のウイルス制御部７６の各部を稼働させるか、停止させるかを判定する。ウイルス制御部（ウイルス低減手段制御部）７６は、判定部７４の判定結果に基づいて、ウイルス低減手段１６の動作を制御する。

【0028】

次に、判定基準作成装置５０は、空気調和機１０の演算装置４０で処理を実行する際の判定基準を作成する。なお、本実施形態では、判定基準作成装置５０で判定基準を作成したが、演算装置４０で処理を実行して判定基準を作成してもよい。

【0029】

判定基準作成装置５０は、通信部１０２と、入力部１０４と、出力部１０６と、演算部１０８と、記憶部１１０と、を含む。通信部１０４は、ネットワーク５２を介して、他の機器とデータの授受を行う。通信部１０４は、ネットワーク５２を介して、演算装置４０に判定基準のデータを送る。通信部１０２は、有線の回線で外部機器と接続しても、無線の通信回線で外部機器と接続してもよい。

【0030】

入力部１０４は、キーボード及びマウス、タッチパネル等の入力装置を含み、判定基準作成装置５０のオペレータが入力装置に対して行う操作を検出する。出力部１０４６は、ディスプレイ等の表示装置、スピーカ等の音声出力装置を含み、判定基準作成装置５０のオペレータに各種情報を出力する。

【0031】

演算部１０８は、ＣＰＵやＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等の集積回路（プロセッサ）と、作業領域となるメモリとを含み、これらのハードウェア資源を用いて各種プログラムを実行することによって各種処理を実行する。具体的に演算部０１８は、記憶部１１０に記憶されているプログラムを読み出してメモリに展開し、メモリに展開されたプログラムに含まれる命令をプロセッサに実行させることで、各種処理を実行する。演算部１０８は、情報取得部１２０と、判定基準作成部１２２と、機械学習部１２４と、を含む。

【0032】

記憶部１１０は、磁気記憶装置や半導体記憶装置等の不揮発性を有する記憶装置からなり、各種のプログラム及びデータを記憶する。記憶部１１０は、基準作成プログラム１３２と、学習モデル１３４と、データセット１３６と、を有する。基準作成プログラム１３２は、判定基準を作成するプログラムである。基準作成プログラム１３２は、情報取得部１２０、判定基準作成部１２２、機械学習部１２４の動作を実行する。基準作成プログラム１３２は、機械学習を行う機能を備える。学習モデル１３４は、機械学習のモデル、例えばＣＮＮ（Convolutional neural network）モデルである。学習モデル１３４は、入力のパタメータ、つまり入力する検出データ、取得データの組み合わせ毎に異なる学習モデル１３４を作成する。データセット１３６は、判断基準を作成に用いるデータである。データセット１３６は、学習モデル１３４での学習に用いるデータ（教師データ）は、判定に用いるパラメータの数値を入力とし、判断結果を出力としたデータが、パラメータが異なる組み合わせ毎に複数用意される。データセット１３６は、判定基準を用いるための統計データであってもよい。

【0033】

情報取得部１２０は、判定に用いるデータ、つまり、ウイルス検出部３２、温度計測部３４、湿度計測部３６、埃検出部３８の検出結果また通信部６０を介して外部の機器から各種データを取得する。また、情報取得部１２０は、各種データとウイルス低減の効果の情報や、対象のウイルスの特性の情報、ウイルスの低減の目標値の情報等を取得する。

【0034】

判定基準作成部１２２は、情報取得部１２０で取得したデータに基づいて、判定基準を作成する。判定基準作成部１２２は、機械学習を用いて判定基準を作成する場合、機械学習部１２４で機械学習を実行する。

【0035】

機械学習部１２４は、学習モデル１３４を用いて機械学習を実行する。機械学習部１２４は、判定基準作成部１２２で作成されたデータセット１３６の教師データを学習モデル１３４に入力して、学習済みモデルを作成する。

【0036】

次に、図３を用いて、判定基準作成装置５０の動作である、判定基準の作成方法の一例を説明する。図３は、判定基準作成装置の処理の一例を示すフローチャートである。判定基準作成部５０は、演算部１０８の判定基準作成部１２２で各部の処理を実行することで、図３の処理を実行する。

【0037】

判定基準作成部１２２は、情報取得部１２０を用いて、ウイルスに関するデータを取得する（ステップＳ１２）。ウイルスに関するデータは、空気調和機１０で取得したデータや、外部の機器で取得したデータ等を含む。

【0038】

判定基準作成部１２２は、取得したデータを用いてデータセットを作成する（ステップＳ１４）。判定基準作成部１２２は、判定基準を作成するために、各種検出値と、ウイルスの低減に関する情報との相関を示すデータを作成する。

【0039】

判定基準作成部１２２は、データセットを用いて機械学習部１２４で、学習モデル１３４の機械学習を実行する（ステップＳ１６）。判定基準に用いるパラメータの値が入力データとなり、ウイルス低減手段をどうさせせた場合のウイルスの状態に関する情報を出力データとしたデータセットを教師データとして、学習を行う。

【0040】

判定基準作成部１２２は、機械学習の結果を用いて、判定基準を決定する（ステップＳ１８）。判定基準作成部１２２は、学習済みモデルで取得した出力のデータをそのまま判定基準として用いても、学習済みモデルで取得した出力のデータを判定基準の１つとし、さらに処理をした結果を判定基準としてもよい。判定基準作成部１２２は、作成した判定基準を演算装置４０に送る。

【0041】

図４は、判定基準の一例を示す説明図である。図４に示す判定基準は、一例であり、これに限定されない。図４に示す判定基準は、発症者数、基本再生産数（Ｒ０）または実行再生産数（Ｒｔ）、ウイルス放出量、実在人員数、ワクチン接種者比率、換気回数、粒子数、湿度（ＲＨセンサ）、温度（温度センサ）、ＣＯ２濃度、ウイルス量（ウイルスセンサ）が含まれる。図４に示す実測値は、検出データの結果を評価して無次元の点数とした値の一例である。図４に示す判定基準は、重み付け係数、つぶやき係数が設定される。重み付け係数は、各パラメータの評価値とウイルス低減に対する影響度に基づいて設定される値である。つぶやき係数は、各パラメータに対する情報が評価対象のソーシャルネットワーク上で記載されている回数に基づいて設定される値である。

【0042】

発症者数は、例えば、１人でも発症すれば５点とし、発症しなければ０点とする。基本再生産数（Ｒ０）又は実行再生産数（Ｒｔ）は、評価対象のウイルスに感染した人、発祥した人の増減を評価する値である。基本再生産数（Ｒ０）又は実行再生産数（Ｒｔ）は、例えば、値が１以上であれば５点とする。基本再生産数（Ｒ０）又は実行再生産数（Ｒｔ）は、ネットワーク５２の他の機器から取得することができる。また、基本再生産数（Ｒ０）又は実行再生産数（Ｒｔ）は、全体の値を用いても、空気調和機１０が設置されている地域の値を用いてもよい。ウイルス放出量は、１回の咳が１０^５ｐｆｕ以上である場合５点とする。ウイルス放出量は、ウイルスの特性として、ネットワーク５２の他の機器から取得することができる。

【0043】

実在人員数は、室内８にいて、所定の条件を満たす人数である。実在人数は、室内８にいる人間同士が２ｍ以上離れていたら０点、室内８に複数の人間がいて、２ｍ離れていなければ５点である。実在人数数は、オペレータが入力したり、室内８の状態を人感センサで検出した結果を取得したりすることができる。ワクチン接種者比率は、ウイルスに対しるワクチンを接種している人間の比率である。ワクチン接種者比率が１００％で０点、０％で５点とし、１００％と０％との間を２０％刻みで、０点から５点を遷移させる。ワクチン接種者比率は、ネットワーク５２の他の機器から取得することができる。

【0044】

換気回数は、単位時間当たりに室内８の空気が入れ替えられる回数である。空気調和機１０の空調可能と設定されている空間の大きさと、空気調和機１０で単位時間に循環させる空気の量に基づいて算出する。室内８の広さに応じて室内８を全て清浄した時を１回とする。所定の回数以上循環させる場合、０点とする。粒子数は、埃検出部３８で検出した値である。埃検出部３８で検出した値が閾値以上である場合、１点とする。

【0045】

湿度は、湿度計測部３６で検出した値である。湿度は、０％で５点、１００％で０点とし、１００％と０％との間を２０％刻みで、０点から５点を遷移させる。温度は、温度計測部３４で検出した値である。５０℃で０点、０℃以下で５点とし、５０℃と、０℃どの間を１０℃刻みで、０点から５点を遷移させる。例えば、温度は２０℃は、３点となる。

【0046】

ＣＯ_２濃度は、１０００ｐｐｍ以上を５点、５００ｐｐｍを０点とし、１００ｐｐｍごどに１点ずつ繊維させる。ＣＯ_２濃度は、計測器で室内８の値を検出してもよいが、一定値としてもよい。ウイルス量は、ウイルス検出部３２で検出した値であり、閾値以下の場合を０とし、閾値より多い場合、量に応じて、点数を増加する設定とする。

【0047】

次に、図５を用いて演算装置の処理の一例を説明する。図５は、演算装置の処理の一例を示すフローチャートである。演算装置４０は、演算部６２で各種処理を実行することで、空気調和機１０の動作を制御する。演算部６２は、判定基準データを取得する（ステップＳ２０）。演算部６２は、判定基準作成装置５０で作成し、判定基準データ８２に保存されている判定基準のデータを取得する。

【0048】

演算部６２は、判定に用いるデータを取得する（ステップＳ２４）。演算部６２は、情報取得部７０を用いて、ウイルス検出部３２、温度計測部３４、湿度計測部３６、埃検出部３８の検出結果また通信部６０を介して外部の機器で取得した各種データのうち、判定に用いるデータ、判定基準のパラメータに対応するデータを取得する。

【0049】

演算部６２は、判定処理を実行する（ステップＳ２６）。演算部６２は、ステップＳ２４で取得したデータ（判定処理時に取得した空調対象の空間とウイルスのデータ）と基準のデータとの比較処理を実行する。

【0050】

演算部６２は、判定した結果、基準条件を満たすかを判定する（ステップＳ２８）。演算部６２は、基準条件を満たす（ステップＳ２８でＹｅｓ）と判定した場合、ウイルス低減手段１６を稼働させる（ステップＳ３０）。演算部６２は、基準条件を満たさない（ステップＳ２８でＮｏ）と判定した場合、ウイルス低減手段１６を停止させる（ステップＳ３２）。

【0051】

空気調和機１０は、判定基準に基づいて、ウイルスの状況を判断し、基準条件を満足する場合、ウイルス低減手段１６を稼働させる。これにより、空気調和機１０は、必要な場合にウイルス低減減手段１６を稼働できるため、室内８の感染の可能性を低減できる。また、不要と判断した場合、ウイルス低減手段１６を停止させる（稼働させない）ことで、、常時ウイルス除去手段１６を稼働させた場合よりも電力消費を抑制できる。また、不要と判断した場合、ウイルス低減手段１６を稼働させることで、配管１５を流れる空気の温度や湿度は変化することを抑制でき、室内８をより快適な状態とすることができる。

【0052】

また、本実施形態では、機械学習で判定基準を設定したが、図４に示す条件を、オペレータが設定してもよい。

【0053】

次に、空気調和機１０が用いる判定基準について説明する。図６は、ウイルスの温度特性の一例を示すグラフである。図６は、縦軸がウイルス感染価、横軸が温度である。図６に示すウイルスは、温度が上昇するとウイルス感染価は下がる。このような、ウイルスには、温度が上昇した場合、失活する特性を備えている場合がある。一例として、例えば、２２℃の場合は、７日間存在しているが、７０℃の場合には５分以内に失活するウイルスがある。空気調和機１０は、上記のようなウイルスの特性を取得している場合、室内８の温度に基づいて、ウイルス低減モードの稼働、停止を切り替えることで、ウイルスの低減が必要かを適切に判断することができる。また、ウイルスの特性に基づいて、加熱部２８で一時的に加熱する温度を設定してもよい。

【0054】

図７は、ウイルスの湿度特性の一例を示すグラフである。図７は、縦軸をウイルス感染価とし、横軸を湿度とした。図７に示すように、相対湿度が低くなることで、ウイルスは、一定湿度以下の場合、ウイルス感染価が低くなる。また、線分１４０に示すように、一定湿度以上になると湿度が高くなるほど感染価が高くなる場合や、線分１４２に示すように、一定湿度以上になると湿度が高くなっても感染価が低下する場合がある。このような各ウイルスの湿度とウイルスの感染価の情報を記憶部に格納しておくことで、空気調和機１０は、湿度とウイルスの感染価の情報に基づいて、検出した湿度を評価して、ウイルス低減モードの稼働、停止を切り替えることで、ウイルスの低減が必要かを適切に判断することができる。例えば、線分１４２に示す湿度特性を備えるウイルスのように、一定湿度以上になると湿度が高くなるにつれてウイルス感染価が高くなり、特定の変曲点となる湿度より高くなると、湿度が高くなるにつれて感染価が低下する場合、空気調和機１０は、変曲点を境にウイルス感染価を下げるように湿度の高低を制御する。つまり、空気調和機１０は、湿度が高くなるにつれてウイルス感染価が高くなる場合は、湿度を下げるように制御し、湿度が高くなるにつれてウイルス感染価が低くなる場合は、湿度を上げるように制御する。

【0055】

また、空気調和機１０は、埃の量を検出し、埃の量に基づいて運転を制御することで、埃とともに移動するウイルスを適切に低減することができる。

【0056】

空気調和機１０は、ウイルス検知部３２を用いて、室内８のウイルスの量に基づいて、ウイルス低減手段１６の動作を制御することで、室内８のウイルスの状況に応じた制御を行うことができる。

【0057】

また、空気調和機１０は、判定基準として、発症者数、基本再生産数（Ｒ０）または実行再生産数（Ｒｔ）、ウイルス放出量、実在人員数、ワクチン接種者比率等の情報を、ネットワーク等を介して取得し、判定基準に用いることで、ウイルスの特性の情報に基づいてウイルス低減手段１６を適切に稼働させることができる。これにより、ウイルスの感染のしやすさや、ウイルスの脅威に応じた制御が可能となり、必要な場合に選択的にウイルス低減手段１６を稼働させることができる。

【0058】

また、判定基準に複数のパラメータを用い、重みづけを行うことで、パラメータの影響度を考慮した判定基準とすることができる。

【0059】

また、機械学習を用いて判定基準を設定することで多数のパラメータが複雑に影響する状況を適切に解析でき、適切な判定基準を設定することができる。

【0060】

また、判定基準にソーシャルネットワークで投稿された情報を判断基準に用いることで、特定地域、施設等の狭い範囲での感染者情報を知ることができる。これにより、地域や、時期に応じて空気調和機１０を適切に制御することができる。

【0061】

図８は、空気調和機が配置された施設の一例を示す模式図である。図８に示す施設は、例えば、航空機、車両、バス等の座席に座った複数の利用者を搬送する機器である。なお、映画館や飲食店、オフィスにも適用できる。また、図８は、一例であり、対象は限定されない。

【0062】

図８に示す施設２００は、客室２０２の空気を調和する。客室２０２は、複数の座席２０４が配置される。また、客室２０２には、加湿器２２０が配置される。施設２００は、配管２０６が客室２０２に接続される。配管２０６は、一方の端部が給気口２１０となり、他方の端部が、複数の分岐管２０８となり、それぞれの分岐管２０８が、排気口（送風口）２１２で客室２０２と接続される。空気調和機１０の室内機１２が配管２０６に配置される。施設２００は、客室２０２の雰囲気の検出結果や、ウイルスの情報に基づいて、室内機１２の稼働を制御する。

【0063】

このように、空気調和機１０は、客室２０２内の空気を調和する装置として用いることができ、必要な場合に選択的にウイルス低減手段を稼働させることができる。

【0064】

また、上記実施形態では、ウイルス低減手段として、フィルタ２２、電気集塵機２４、除湿器２６、加熱器２８を設けたが、これに限定されない。上記実施形態では、フィルタ２２が通常運転時、ウイルス低減手段１６稼働時で同じ動作となるが、気集塵機２４、除湿器２６、加熱器２８の２つ以下の要素を通常運転時、ウイルス低減手段１６稼働時で同じ動作としてもよい。また、上述したように、フィルタ２２を通過する経路と通過しない経路を設け、ウイルス低減手段１６の稼働停止に合わせて経路を切り替えることで、フィルタ２２をウイルス低減手段１６の稼働時のみ動作するようにしてもよい。ウイルス低減手段は、フィルタ２２、電気集塵機２４、除湿器２６、加熱器２８の少なくとも１つの稼働停止を切り替えることができればよい。

【符号の説明】

【0065】

４ 境界
６ 室外
８ 室内
１０ 空気調和機
１２ 室内機
１４ 室外機
１５ 配管
１５ａ 給気口
１５ｂ 排気口
１６ ウイルス低減手段
１８ 熱交換器
１９ 冷媒配管
２２ フィルタ
２４ 電気集塵機
２６ 除湿器
２８ 加熱器
３２ ウイルス検出部
３４ 温度計測部
３６ 湿度計測部
３８ 埃検出部
４０ 演算装置
５０ 判定基準作成装置
５２ ネットワーク
６０、１０２ 通信部
６２、１０８ 演算部
６４、１１０ 記憶部
７０ 空調制御部
７２ 情報取得部
７４ 判定部
７６ ウイルス制御部
７８ 空調プログラム
８０ ウイルス制御プログラム
８２ 判定基準データ
１０４ 入力部
１０６ 出力部
１２０ 情報取得部
１２２ 判定基準作成部
１２４ 機械学習部
１３２ 基準作成プログラム
１３４ 学習モデル
１３６ データセット

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】