特開 2024-175394 推論装置及び空調システム

(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】P2024175394

(43)【公開日】2024-12-18

(54)【発明の名称】推論装置及び空調システム

(51)【国際特許分類】

   F24F 11/62 20180101AFI20241211BHJP

   F24F 110/10 20180101ALN20241211BHJP

   F24F 110/20 20180101ALN20241211BHJP

   F24F 120/12 20180101ALN20241211BHJP

【ＦＩ】

F24F11/62

F24F110:10

F24F110:20

F24F120:12

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2023093158

(22)【出願日】2023-06-06

(71)【出願人】

【識別番号】000006013

【氏名又は名称】三菱電機株式会社

(74)【代理人】

【識別番号】110003199

【氏名又は名称】弁理士法人高田・高橋国際特許事務所

(72)【発明者】

【氏名】中村 千尋

(72)【発明者】

【氏名】折戸 真理

【テーマコード（参考）】

3L260

【Ｆターム（参考）】

3L260BA02

3L260BA75

3L260CA03

3L260CA12

3L260CA13

3L260CA19

3L260EA04

3L260EA22

3L260FB01

(57)【要約】

【課題】ドアの開閉時において部屋内の特にドア付近にいる人の温熱不快感を抑制可能である推論装置等を提供する。
【解決手段】空調装置の制御に使用される、空調装置が設置された部屋のドアの開閉時におけるドアの周囲の温熱環境要素の変化を推論する推論装置は、推論用データを取得するデータ取得部と、推論用データから部屋のドアの開閉時におけるドアの周囲の温熱環境要素の変化を推論するための学習済モデルを用いて、データ取得部が取得した推論用データから部屋のドアの開閉時におけるドアの周囲の温熱環境要素の変化を出力する推論部と、を備える。推論用データは、部屋内の室温及び湿度、並びに、ドアが開くと部屋に通じる空間内の気温を含む。
【選択図】図４

【特許請求の範囲】

【請求項1】

空調装置の制御に使用される、前記空調装置が設置された部屋のドアの開閉時における前記ドアの周囲の温熱環境要素の変化を推論する推論装置であって、
推論用データを取得するデータ取得部と、
前記推論用データから前記部屋の前記ドアの開閉時における前記ドアの周囲の温熱環境要素の変化を推論するための学習済モデルを用いて、前記データ取得部が取得した前記推論用データから前記部屋の前記ドアの開閉時における前記ドアの周囲の温熱環境要素の変化を出力する推論部と、を備え、
前記推論用データは、前記部屋内の室温及び湿度、並びに、前記ドアが開くと前記部屋に通じる空間内の気温を含み、
前記温熱環境要素は、前記ドアよりも前記部屋側の室温及び湿度を含む推論装置。

【請求項2】

請求項１に記載の推論装置と、
前記部屋内を空調する前記空調装置と、
前記空調装置を制御する制御装置と、
前記ドアの開閉を検知する開閉検知手段と、を備え、
前記制御装置は、前記ドアの開閉時に前記推論装置の推論結果に基づいて前記空調装置を制御する空調システム。

【請求項3】

前記制御装置は、前記ドアの開閉後に、前記ドアの周囲における前記ドアよりも前記部屋側の室温及び湿度が、前記ドアの開閉前の状態に近づくように前記空調装置を制御する請求項２に記載の空調システム。

【請求項4】

前記ドアの周囲における前記ドアよりも前記部屋側の室温及び湿度を検出する温湿度検出手段をさらに備え、
前記制御装置は、前記ドアの開閉時に、前記推論装置の推論結果及び前記温湿度検出手段の検出結果に基づいて前記空調装置を制御する請求項２又は請求項３に記載の空調システム。

【請求項5】

前記部屋における人の入退室を予測する入退室予測手段をさらに備え、
前記制御装置は、前記入退室予測手段により前記部屋における人の入退室が予測された場合に、前記空調装置に予め設定された予備動作を行わせる請求項２又は請求項３に記載の空調システム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、推論装置及び空調システムに関するものである。

【背景技術】

【0002】

空調空間の室温測定値と室温目標値とが一致するように空調機をフィードバック制御する空調制御装置において、空調空間に出入りするドアの開閉等外乱事象が発生した場合に外乱事象の指標値を算出し、変換関数を用いて指標値の移動平均値を外乱事象によって発生する室温測定値の変動を相殺するフィードバック制御のゲイン補正量に変換し、制御ゲイン補正量によりフィードバック制御の制御ゲインを補正するものが知られている（例えば、特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２１－１９３３２４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に示されるような技術においては、ドアの開閉により変化が生じたあとで適切な温熱環境となるようにフィードバック制御が行われることとなり、ドア付近の人が外気の流入等による温熱不快を感じることを避けるのが難しい。

【0005】

本開示は、このような課題を解決するためになされたものである。その目的は、ドアの開閉時における部屋内の温熱環境の変動を抑制し、部屋内の特にドア付近にいる人の温熱不快感を抑制可能である推論装置及び空調システムを提供することにある。

【課題を解決するための手段】

【0006】

本開示に係る推論装置は、空調装置の制御に使用される、前記空調装置が設置された部屋のドアの開閉時における前記ドアの周囲の温熱環境要素の変化を推論する推論装置であって、推論用データを取得するデータ取得部と、前記推論用データから前記部屋の前記ドアの開閉時における前記ドアの周囲の温熱環境要素の変化を推論するための学習済モデルを用いて、前記データ取得部が取得した前記推論用データから前記部屋の前記ドアの開閉時における前記ドアの周囲の温熱環境要素の変化を出力する推論部と、を備え、前記推論用データは、前記部屋内の室温及び湿度、並びに、前記ドアが開くと前記部屋に通じる空間内の気温を含み、前記温熱環境要素は、前記ドアよりも前記部屋側の室温及び湿度を含む。

【0007】

本開示に係る空調システムは、上記の推論装置と、前記部屋内を空調する前記空調装置と、前記空調装置を制御する制御装置と、前記ドアの開閉を検知する開閉検知手段と、を備え、前記制御装置は、前記ドアの開閉時に前記推論装置の推論結果に基づいて前記空調装置を制御する。

【発明の効果】

【0008】

本開示に係る推論装置及び空調システムによれば、ドアの開閉時における部屋内の温熱環境の変動を抑制し、部屋内の特にドア付近にいる人の温熱不快感を抑制可能であるという効果を奏する。

【図面の簡単な説明】

【0009】

【図1】実施の形態１に係る空調システムが設けられる建物の構成を模式的に示す図である。

【図2】実施の形態１に係る空調システムが有する空調装置の斜視図である。

【図3】実施の形態１に係る空調装置の要部を拡大して示す斜視図である。

【図4】実施の形態１に係る空調システムの構成を示すブロック図である。

【図5】実施の形態１に係る空調システムの第１推論装置の構成を示すブロック図である。

【図6】実施の形態１に係る空調システムの動作例を示すフロー図である。

【図7】実施の形態１に係る空調システムの第１学習装置の構成を示すブロック図である。

【図8】実施の形態１に係る第１学習装置におけるニューラルネットワークの一例を示す図である。

【図9】実施の形態１に係る第１学習装置の処理例を示すブロック図である。

【図10】実施の形態１に係る空調システムの第２推論装置の構成を示すブロック図である。

【図11】実施の形態１に係る空調システムの第２学習装置の構成を示すブロック図である。

【図12】実施の形態１に係る空調システムの動作例を示すフロー図である。

【図13】実施の形態１に係る空調システムの制御装置、推論装置等の機能を実現する構成の一例を示す図である。

【発明を実施するための形態】

【0010】

本開示に係る推論装置及び空調システムを実施するための形態について添付の図面を参照しながら説明する。各図において、同一又は相当する部分には同一の符号を付して、重複する説明は適宜に簡略化又は省略する。以下の説明においては便宜上、図示の状態を基準に各構造の位置関係を表現することがある。なお、本開示は以下の実施の形態に限定されることなく、本開示の趣旨を逸脱しない範囲において、各実施の形態の自由な組み合わせ、各実施の形態の任意の構成要素の変形、又は各実施の形態の任意の構成要素の省略が可能である。

【0011】

実施の形態１．
図１から図１３を参照しながら、本開示の実施の形態１について説明する。図１は係る空調システムが設けられる建物の構成を模式的に示す図である。図２は係る空調システムが有する空調装置の斜視図である。図３は係る空調装置の要部を拡大して示す斜視図である。図４は係る空調システムの構成を示すブロック図である。図５は係る空調システムの第１推論装置の構成を示すブロック図である。図６は係る空調システムの動作例を示すフロー図である。図７は係る空調システムの第１学習装置の構成を示すブロック図である。図８は係る第１学習装置におけるニューラルネットワークの一例を示す図である。図９は係る第１学習装置の処理例を示すブロック図である。図１０は空調システムの第２推論装置の構成を示すブロック図である。図１１は空調システムの第２学習装置の構成を示すブロック図である。図１２は空調システムの動作例を示すフロー図である。図１３は空調システムの制御装置、推論装置等の機能を実現する構成の一例を示す図である。

【0012】

この実施の形態に係る空調システムは、図１に示すような建物１０内の空気調和を行うものである。図１に示す例では、建物１０内には部屋１１及び廊下１２が設けられている。部屋１１には出入口が設けられており、この出入口を介して部屋１１と廊下１２とが通じている。部屋１１の出入口にはドア１３が開閉可能に設けられている。ドア１３を開くことで、出入口が開かれて部屋１１と廊下１２とが通じる。ドア１３が開かれた状態では、出入口を通じて部屋１１内と廊下１２との間で空気が自由に行き来できる。廊下１２は、ドア１３が開くと部屋１１に通じる空間の一例である。ドア１３が開くと部屋１１に通じる空間は、この例に示すような廊下１２に限られず、他に例えば、部屋１１に隣接する別の部屋であってもよい。

【0013】

この実施の形態に係る空調システムは、空調装置２０を備えている。空調装置２０は、部屋１１内の空気調和を行うことで、部屋１１内の主に温熱的環境を制御する機器である。空調装置２０は、部屋１１に係る部屋の壁面又は天井面に設置される。ここで説明する構成例では、空調装置２０が、天井面に２つ設置されている。

【0014】

空調装置２０は、部屋１１内の空気の温度、湿度等を調節することで部屋１１内の空気調和を行う空調手段である。空調装置２０は、冷房運転及び暖房運転の一方又は両方を含む空調運転が可能である。また、空調装置２０は、除湿運転、加湿運転、送風運転のいずれか１つ以上の運転を可能としてもよい。

【0015】

この実施の形態の空調装置２０は、空気調和装置の室内機である。室内機である空調装置２０は、冷媒が流れる配管を介して、室外機と接続されている。この配管及び室外機の図示を、本開示では省略している。空気調和装置は、空調運転を実行するために必要な冷凍サイクルを構成する各機器を備えている。冷凍サイクルを構成する機器には、例えば、熱交換器及び圧縮機等が含まれる。

【0016】

図２に示すように、空調装置２０は、筐体２１を備えている。空調装置２０の筐体２１は、略直方体形を呈する箱状に形成されている。空調装置２０の筐体２１の下部には、矩形状又は正方形状の下面パネル２２が設けられている。下面パネル２２には、吸込口２３が形成されている。吸込口２３は、外部から筐体２１の内部に空気を取り込むための開口である。吸込口２３には、図示しないフィルタが搭載されている。図２に示す構成例では、吸込口２３は、下面パネル２２の中央に配置されている。

【0017】

また、下面パネル２２には、吹出口２４が形成されている。吹出口２４は、筐体２１の内部から外部へと空気を排出するための開口である。図示の構成例では、下面パネル２２には、４つの吹出口２４が形成されている。４つの吹出口２４は、図２に示すように、吸込口２３の周囲に配置されている。４つの吹出口２４は、それぞれ、下面パネル２２の各辺に沿って設けられている。

【0018】

図２及び図３に示すように、空調装置２０は、上下ルーバー２５及び左右ルーバー２６を備えている。上下ルーバー２５及び左右ルーバー２６は、吹出口２４のそれぞれに設けられている。上下ルーバー２５は、吹出口２４から吹き出される空気の上下方向の吹き出し角度を調整するためのものである。左右ルーバー２６は、吹出口２４から吹き出される空気の左右方向の吹き出し角度を調整するためのものである。

【0019】

上下ルーバー２５は、矩形の板状を呈する部材である。上下ルーバー２５の一端は、吹出口２４の縁部のうちの、下面パネル２２の中央側の部分に、回動可能に取り付けられている。この一端を軸にして上下ルーバー２５が回動することで、吹出口２４から吹き出される空気の上下方向の吹き出し角度が変更される。

【0020】

特に図３に示すように、左右ルーバー２６は、矩形の板状を呈する複数枚の部材によって構成されている。この矩形の板状を呈する複数枚の部材は、吹出口２４の長手方向に垂直な方向に沿うように配置されている。左右ルーバー２６の一端は、吹出口２４の縁部の奥側部分に、回動可能に取り付けられている。この一端を軸にして左右ルーバー２６が回動することで、吹出口２４から吹き出される空気の左右方向の吹き出し角度が変更される。

【0021】

以上のように構成された上下ルーバー２５及び左右ルーバー２６は、吹出口２４から室内に空気が吹き出される方向を変更可能な風向変更手段の一例である。この実施の形態における空調装置２０は、上下ルーバー２５の向きと左右ルーバー２６の向きとの組み合わせを変更することで、様々な方向への送風が可能である。

【0022】

また、上下ルーバー２５の向きが最も上向きにされることで、吹出口２４は当該上下ルーバー２５によって閉塞される。この実施の形態における空調装置２０は、複数の吹出口２４のうちの一部の吹出口２４を上下ルーバー２５によって閉塞することで、当該一部の吹出口からの送風を停止することが可能である。

【0023】

筐体２１の内部には、吸込口２３から吹出口２４へと通じる風路が形成されている。吸込口２３から吹出口２４へと通じる風路内には、熱交換器及び送風ファン２７が設置されている。なお、図２及び図３では、送風ファン２７の図示を省略している。熱交換器は、風路を流れる空気と冷媒との間での熱交換によって、当該空気を加熱又は冷却する。熱交換器によって空気が加熱されるか冷却されるかは、空調装置２０が実行する空調運転の種類に依る。熱交換器は、空気を加熱又は冷却することで、当該空気の温度及び湿度等を調整し、調和空気を生成する。具体的には、暖房運転時には、熱交換器は、空気を加熱する。冷房運転時には、熱交換器は、空気を冷却する。また、送風運転時には、熱交換器を通過した空気は、常温の調和空気として生成される。

【0024】

送風ファン２７は、吸込口２３から吹出口２４へと向かう空気流を筐体２１の内部の風路中に生成するためのものである。送風ファン２７が動作すると、吸込口２３から空気が吸い込まれ、吹出口２４から空気が吹き出される。吸込口２３から吸い込まれた空気は、空調装置２０の筐体２１の内部の風路を、熱交換器、送風ファン２７の順に通過する。送風ファン２７を通過した空気、すなわち調和空気は、吹出口２４から吹き出される。暖房運転時には、吹出口２４から温風が吹き出される。冷房運転時には、吹出口２４から冷風が吹き出される。送風運転時には、吹出口２４から常温の風が吹き出される。この際、吹出口２４から空気が吹き出される方向は、送風ファン２７の風下側に配置された上下ルーバー２５及び左右ルーバー２６により調整される。空調装置２０は、様々な温度の空気を様々な方向へ送風することができる。

【0025】

この実施の形態に係る空調システムは、温湿度センサ３０を備えている。ここで説明する構成例では、温湿度センサ３０として、第１温湿度センサ３１、第２温湿度センサ３２、第３温湿度センサ３３及び第４温湿度センサ３４の４つが設けられている。ただし、温湿度センサ３０の数は４つに限られず、１つ以上の温湿度センサ３０が設けられていればよい。また、温湿度センサ３０が設けられていなくともよい。

【0026】

第１温湿度センサ３１は、部屋１１内の室温及び湿度を検出するセンサである。第２温湿度センサ３２は、ドア１３の周囲における部屋１１側の室温及び湿度を検出するセンサである。第３温湿度センサ３３は、廊下１２内の気温及び湿度を検出するセンサである。第４温湿度センサ３４は、屋外すなわち建物１０の外の気温及び湿度を検出するセンサである。なお、第３温湿度センサ３３は、廊下１２内の気温のみを検出してもよい。また、第４温湿度センサ３４は、屋外の気温のみを検出してもよい。

【0027】

ここで説明する構成例では、空調装置２０の筐体２１の下面部に表面温度センサ３５が設けられている。表面温度センサ３５は、部屋１１内の被検出体の表面温度を非接触で検出するセンサである。表面温度センサ３５は、部屋１１内の被検出体の表面温度を周期的に検出する。表面温度センサ３５は、例えば、図示しない複数のサーモパイルを有する赤外線センサを備えた構成でもよい。表面温度センサ３５は、この赤外線センサを回転駆動することで温度検出範囲を走査し、赤外線センサの出力を用いて温度検出範囲の熱画像データを生成してもよい。温度検出範囲内の被検出体には、例えば、人体、床面、及び、壁面等が含まれ得る。表面温度センサ３５を用いることにより、部屋１１内における人の有無を判定することができるとともに、部屋１１内に人が存在する場合には人の位置の特定及び人の体の表面温度の検出が可能となる。

【0028】

表面温度センサ３５は、サーモパイルに代えて、ＳＯＩ（Ｓｉｌｉｃｏｎ ｏｎ Ｉｎｓｕｌａｔｏｒ）ダイオード方式の非冷却赤外線イメージセンサを備えていてもよい。ＳＯＩダイオード方式の場合、センサ部にシリコンダイオードを使用しているため、シリコン半導体ラインのみで製造可能であり、生産コストが安いというメリットがある。

【0029】

表面温度センサ３５は、このような構成により、前述した対象範囲内を走査して当該範囲内の表面温度分布を非接触で取得する。表面温度センサ３５の検出結果、すなわち、表面温度センサにより取得した表面温度分布データを、後述する制御装置１００等で処理することで、例えば背景との温度差から、室内における人を含む熱源の有無及びその位置、人体の表面皮膚温度、人の身体の部位（肌の露出部と非露出部、頭部等）等を検出することができる。

【0030】

また、表面温度センサ３５の検出結果に基づいて、室内の人の体感温度も得ることができる。この場合、肌を露出している人体ほど体感温度を検出しやすい。さらに、表面温度センサにより取得した表面温度分布データを、制御装置１００等で処理することで、部屋１１内にいる人数も検出できる。さらに、部屋１１内の人数の変化から、部屋１１への人の入退出も検知できる。

【0031】

次に、図４も参照しながら、この実施の形態に係る空調システムの構成について説明を続ける。この実施の形態に係る空調システムは、空調装置２０に加えて、情報取得装置４０、第１予測装置５０、ドア開閉検知装置７０及び制御装置１００をさらに備えている。情報取得装置４０は、第１予測装置５０及びドア開閉検知装置７０と通信可能である。第１予測装置５０は制御装置１００と通信可能である。制御装置１００は、空調装置２０と通信可能である。ドア開閉検知装置７０は、第１予測装置５０及び制御装置１００と通信可能である。これらの装置間における通信は、有線方式であっても無線方式であってもよい。

【0032】

情報取得装置４０は、空調システムの動作に必要な各種情報を情報源から取得する。図示の構成例では、情報源として温湿度センサ３０及び表面温度センサ３５等の各種センサ類、並びに、外部サーバ及び外部システム等がある。情報取得装置４０は、温湿度センサ３０及び表面温度センサ３５のそれぞれと通信可能である。情報取得装置４０と温湿度センサ３０及び表面温度センサ３５との通信は、有線方式であっても無線方式であってもよい。情報取得装置４０は、これらの温湿度センサ３０及び表面温度センサ３５の検出データを取得する。

【0033】

情報取得装置４０は、例えば、外部システムである入退室管理システムから、ドア１３の開閉情報を取得する。入退室管理システムは、建物１０の部屋１１等への人の入退室を管理するシステムである。入退室管理システムは、例えば、常時はドア１３を電気錠により施錠し、部屋１１内に入ろうとする人の認証を行う。そして、認証に成功した場合に、入退室管理システムは、電気錠を解錠する。情報取得装置４０は、入退室管理システムでなく、ドア１３に設けられたドア開閉センサの検出結果をドア１３の開閉情報として取得してもよい。

【0034】

ドア開閉検知装置７０は、情報取得装置４０が取得したドア１３の開閉情報に基づいて、ドア１３の開閉を検知する。ドア開閉検知装置７０は、ドア１３の開閉を検知する開閉検知手段の一例である。

【0035】

第１予測装置５０は、情報取得装置４０が取得した情報に基づいて、ドア１３の開閉時におけるドア１３の周囲の温熱環境要素の変化を予測する。本開示においては、ドア１３の開閉時におけるドア１３の周囲の温熱環境要素の変化のことを、短くして「ドア開閉時温熱環境変化」ともいう。第１予測装置５０は、例えば図５に示すような第１推論装置５１を有している。第１推論装置５１は、ドア開閉時温熱環境変化を推論するものである。第１推論装置５１が、ドア１３の開閉時におけるその変化を推論する温熱環境要素には、少なくとも、ドア１３よりも部屋１１側の室温及び湿度が含まれている。温熱環境要素には、さらに、ドア１３よりも部屋１１側の輻射熱、気流等が含まれていてもよい。

【0036】

第１推論装置５１は、第１推論用データ取得部５２及び第１推論部５３を備えている。第１推論装置５１には、第１推論用データが入力される。第１推論用データ取得部５２は、第１推論装置５１に入力された第１推論用データを取得する。第１推論装置５１に入力される第１推論用データには、部屋１１内の室温及び湿度、並びに、廊下１２内すなわちドア１３が開くと部屋１１に通じる空間内の気温が少なくとも含まれている。第１推論用データの部屋１１内の室温及び湿度は、情報取得装置４０により取得された、第１温湿度センサ３１の検出データが使用される。第１推論用データの廊下１２内の気温は、情報取得装置４０により取得された、第３温湿度センサ３３の検出データが使用される。

【0037】

第１予測装置５０は、第１学習済モデル記憶部８１をさらに備えている。第１学習済モデル記憶部８１には、第１学習済モデルが記憶されている。第１学習済モデル記憶部８１に記憶される第１学習済モデルは、第１推論用データからドア開閉時温熱環境変化を推論するためのものである。学習済モデル記憶部９０に記憶される学習済モデルは、例えば、後述する第１学習装置２１０により生成される。

【0038】

第１推論装置５１の第１推論部５３は、第１学習済モデル記憶部８１に記憶されている第１学習済モデルを用いて、第１推論用データ取得部５２が取得した第１推論用データすなわち部屋１１内の室温及び湿度並びに廊下１２内の気温から、ドア開閉時温熱環境変化を推論する。第１推論部５３は、第１推論用データ取得部５２が取得した入力データを、第１学習済モデルに入力することで、入力データから推論されるドア開閉時温熱環境変化を出力することができる。

【0039】

このようにして、第１推論部５３は、入力データからドア開閉時温熱環境変化を推論するための第１学習済モデルを用いて、第１推論用データ取得部５２が取得した入力データからドア開閉時温熱環境変化を出力する。そして、第１予測装置５０は、第１推論部５３による出力を、ドア開閉時温熱環境変化の予測として出力する。

【0040】

制御装置１００は、空調装置２０の動作を制御する。より詳しくは、制御装置１００は、例えば、空調装置２０の上下ルーバー、左右ルーバー２６、送風ファン２７、圧縮機２８等の動作を制御することで、空調装置２０の動作を制御する。

【0041】

制御装置１００は、制御内容決定部１１１及び制御部１１２を備えている。この実施の形態に係る空調システムにおいては、ドア開閉検知装置７０によりドア１３の開閉が検知された場合に、制御内容決定部１１１は、第１予測装置５０から出力された、ドア開閉時温熱環境変化の予測に基づいて、空調装置２０の制御内容を決定する。そして、制御部１１２は、制御内容決定部１１１で決定された制御内容に従って、空調装置２０の動作を制御する。すなわち、制御装置１００は、ドア１３の開閉時に第１推論装置５１の推論結果に基づいて空調装置２０を制御する。

【0042】

より詳しくは、ドア開閉検知装置７０によりドア１３の開閉が検知された場合に、制御内容決定部１１１は、第１予測装置５０によるドア開閉時温熱環境変化の予測に基づいて、ドア１３の開閉時におけるドア１３の周囲の温熱環境要素すなわち少なくとも温度及び湿度の変化を相殺するように、空調装置２０の制御内容を決定する。すなわち、制御内容決定部１１１は、ドア１３の開閉後に、ドア１３の周囲におけるドア１３よりも部屋１１側の室温及び湿度が、ドア１３の開閉前の状態に近づくように、空調装置２０の制御内容を決定する。

【0043】

例えば、夏季に空調装置２０が冷房運転中であり、ドア１３の開閉により廊下１２の暖かい空気が部屋１１内に流入し、部屋１１内のドア１３の周囲の室温及び湿度が上昇することを第１予測装置５０が予測した場合、制御内容決定部１１１は、空調装置２０から冷たく乾燥した空気を部屋１１内のドア１３側へと送風するように制御内容を決定する。また、冬季に空調装置２０が暖房運転中であり、ドア１３の開閉により廊下１２の冷たい空気が部屋１１内に流入し、部屋１１内のドア１３の周囲の室温が低下することを第１予測装置５０が予測した場合、制御内容決定部１１１は、空調装置２０から暖かい空気を部屋１１内のドア１３側へと送風するように制御内容を決定する。あるいは、梅雨又は秋雨の時季に空調装置２０が除湿運転中であり、ドア１３の開閉により廊下１２の湿った空気が部屋１１内に流入し、部屋１１内のドア１３の周囲の湿度が上昇することを第１予測装置５０が予測した場合、制御内容決定部１１１は、空調装置２０から乾燥した空気を部屋１１内のドア１３側へと送風するように制御内容を決定する。

【0044】

次に、以上のように構成された空調システムの動作例について、図６のフロー図を参照しながら説明する。まず、ステップＳ１１において、第１推論装置５１の第１推論用データ取得部５２は、前述した第１推論用データを取得する。続くステップＳ１２において、第１推論装置５１の第１推論部５３は、ステップＳ１１で取得した入力データすなわち第１推論用データを第１学習済モデル記憶部８１に記憶されている第１学習済モデルに入力する。さらに続くステップＳ１３において、第１推論部５３は、ステップＳ１２で第１学習済モデルに入力データを入力して得られた推論結果である、ドア開閉時温熱環境変化のデータを出力する。

【0045】

ステップＳ１３で第１推論部５３から出力されたデータは、制御装置１００に入力される。ステップＳ１３の後、制御装置１００は次にステップＳ１４の処理を行う。ステップＳ１４においては、制御装置１００は、ドア１３の開閉後に、ドア１３の周囲におけるドア１３よりも部屋１１側の室温及び湿度が、ドア１３の開閉前の状態に近づくように空調装置２０を制御する。ステップＳ１４の処理が完了すれば、一連の動作は終了となる。このようにして、制御装置１００は、ドア１３の開閉後に、ドア１３の周囲におけるドア１３よりも部屋１１側の室温及び湿度が、ドア１３の開閉前の状態に近づくように空調装置２０を制御する。

【0046】

以上のように構成された第１推論装置５１によれば、ドア１３の開閉時における部屋１１内の温熱環境の変化を推論できる。そして、第１推論装置５１を備えた空調システムによれば、第１推論装置５１の推論結果に基づいて、ドア１３の開閉時に部屋１１内の温熱環境が実際に変化する前、あるいは、変化した直後に、今後に起こり得る温熱環境の変化を相殺するように空調装置２０を制御できる。このため、ドア１３の開閉時における部屋１１内の温熱環境の変動を抑制し、部屋内の特にドア付近にいる人の温熱不快感を抑制可能である。

【0047】

なお、空調装置２０から部屋１１内のドア１３側へ送風する際、例えば、表面温度センサ３５により部屋１１内のドア１３側にいる人が検出されている場合、当該ドア１３側の人に向けて空調装置２０から送風してもよい。このようにすることで、ドア１３側にいる人が、ドア１３の開閉による温度、湿度の変化により温熱的不快を感じることを抑制できる。あるいは、空調装置２０から当該ドア１３側の人に向けずにドア１３に直接向けて送風してもよい。このようにすることで、ドア１３側にいる人が風によるいわゆる「吹かれ感」によるストレスを受けることなく、ドア１３の周囲の温熱環境変化を抑えることができる。

【0048】

また、制御装置１００は、第１予測装置５０の予測結果だけでなく、第２温湿度センサ３２により検出された、ドア１３の周囲における部屋１１側の室温及び湿度にも基づいて、空調装置２０の制御を行ってもよい。第２温湿度センサ３２は、ドア１３の周囲におけるドア１３よりも部屋１１側の室温及び湿度を検出する温湿度検出手段である。この場合、ドア開閉検知装置７０によりドア１３の開閉が検知された場合に、制御内容決定部１１１は、第１予測装置５０から出力されたドア開閉時温熱環境変化の予測と、第２温湿度センサ３２により検出された、ドア１３の周囲における部屋１１側の室温及び湿度とに基づいて、空調装置２０の制御内容を決定する。そして、制御部１１２は、制御内容決定部１１１で決定された制御内容に従って、空調装置２０の動作を制御する。すなわち、制御装置１００は、ドア１３の開閉時に第１推論装置５１の推論結果及び温湿度検出手段の検出結果に基づいて空調装置２０を制御する。このようにすることで、ドア１３の周囲におけるドア１３よりも部屋１１側の室温及び湿度が第１予測装置５０の予測結果とずれた場合であっても、空調装置２０を適切に制御できる。

【0049】

空調システムが複数の空調装置２０を有する場合、複数の空調装置２０を互いに独立して制御してもよい。例えば、部屋１１内にドア１３に近い空調装置２０と、ドア１３から遠い空調装置２０とがある場合、ドア１３開閉時における第１予測装置５０の予測結果に基づく制御を、ドア１３に近い空調装置２０のみについて行い、ドア１３から遠い空調装置２０については通常通りの制御としてもよい。

【0050】

空調システムは、第１予測装置５０により、ドア１３開閉による温熱環境変化が予め設定された基準よりも大きくなることを示す予測がなされた場合、部屋１１内の人にドア１３から離れた場所への移動等を促す報知を行ってもよい。この報知は、例えば、空調装置２０のリモコン、部屋１１内の人が所持するスマートフォン、スマートウォッチ、部屋１１内に設置されたスマートスピーカー、スマートテレビ等を用いて行うことが考えられる。

【0051】

この実施の形態に係る空調システムは、図７に示すような第１学習装置２１０をさらに備えてもよい。第１学習装置２１０は、ドア開閉時温熱環境変化を学習するものである。第１学習装置２１０が、ドア１３の開閉時におけるその変化を学習する温熱環境要素には、少なくとも、ドア１３よりも部屋１１側の室温及び湿度が含まれている。次に、図７を参照しながら、第１学習装置２１０の構成について説明する。同図に示すように、第１学習装置２１０は、第１学習用データ取得部２１１及び第１モデル生成部２１２を備えている。

【0052】

第１学習用データ取得部２１１は、第１学習用データを取得する。第１学習用データには、部屋１１内の室温及び湿度並びに廊下１２内の気温と、ドア開閉時温熱環境変化とが含まれている。第１学習用データは、部屋１１内の室温及び湿度並びに廊下１２内の気温と、ドア開閉時温熱環境変化とを互いに関連付けたデータである。

【0053】

第１モデル生成部２１２は、部屋１１内の室温及び湿度並びに廊下１２内の気温と、ドア開閉時温熱環境変化との組み合わせに基づいて作成された前述の学習用データから、ドア開閉時温熱環境変化を学習する。すなわち、第１モデル生成部２１２は、第１学習用データ取得部２１１が取得した学習用データを用いて、部屋１１内の室温及び湿度並びに廊下１２内の気温から、ドア開閉時温熱環境変化を推論する第１学習済モデルを生成する。

【0054】

第１モデル生成部２１２が用いる学習アルゴリズムは、教師あり学習等の公知のアルゴリズムを用いることができる。一例として、ニューラルネットワークを適用した場合について説明する。第１モデル生成部２１２は、例えば、ニューラルネットワークモデルに従って、いわゆる教師あり学習により、ドア開閉時温熱環境変化を学習する。ここで、教師あり学習とは、入力と結果（ラベル）のデータの組を学習装置８０に与えることで、それらの学習用データにある特徴を学習し、入力から結果を推論する手法をいう。

【0055】

ニューラルネットワークは、複数のニューロンからなる入力層、複数のニューロンからなる中間層（隠れ層）、及び、複数のニューロンからなる出力層で構成される。中間層は、１層又は２層以上でもよい。例えば、図８に示すような３層のニューラルネットワークであれば、複数の入力が入力層（Ｘ１－Ｘ３）に入力されると、その値に重みＷ１（ｗ１１－ｗ１６）を掛けて中間層（Ｙ１－Ｙ２）に入力され、その結果にさらに重みＷ２（ｗ２１－ｗ２６）を掛けて出力層（Ｚ１－Ｚ３）から出力される。この出力結果は、重みＷ１とＷ２の値によって変わる。

【0056】

本開示において、ニューラルネットワークは、第１学習用データ取得部２１１によって取得された部屋１１内の室温及び湿度並びに廊下１２内の気温とドア開閉時温熱環境変化との組み合わせに基づいて作成された前述の第１学習用データに基づいて、いわゆる教師あり学習により、ドア開閉時温熱環境変化を学習する。すなわち、ニューラルネットワークは、部屋１１内の室温及び湿度並びに廊下１２内の気温を入力層に入力して出力層から出力された結果が、ドア開閉時温熱環境変化に近くなるように重みＷ１とＷ２を調整することで学習する。

【0057】

第１モデル生成部２１２は、以上のような学習を実行することで第１学習済モデルを生成し、出力する。第１学習済モデル記憶部８１は、第１モデル生成部２１２から出力された第１学習済モデルを記憶する。第１学習済モデル記憶部８１は、前述したように、例えば、第１予測装置５０に設けられてもよい。また、第１学習済モデル記憶部８１を第１学習装置２１０に設けてもよい。なお、第１学習装置２１０で用いられる学習アルゴリズムとしては、特徴量そのものの抽出を学習する、深層学習（Ｄｅｅｐ Ｌｅａｒｎｉｎｇ）を用いることもでき、他の公知の方法でもよい。

【0058】

次に、以上のように構成された第１学習装置２１０の動作例について、図９のフロー図を参照しながら説明する。まず、ステップＳ２１において、第１学習用データ取得部２１１は、第１学習用データを取得する。なお、第１学習用データに含まれる部屋１１内の室温及び湿度並びに廊下１２内の気温と、ドア開閉時温熱環境変化のデータを同時に取得するものとしたが、これらのデータを関連づけて入力できればよく、部屋１１内の室温及び湿度並びに廊下１２内の気温とドア開閉時温熱環境変化のデータとをそれぞれ別のタイミングで取得してもよい。

【0059】

ステップＳ２１の後、第１学習装置２１０は次にステップＳ２２の処理を行う。ステップＳ２２においては、第１モデル生成部２１２は、ステップＳ２１で取得された第１学習用データを用いて、いわゆる教師あり学習により、ドア開閉時温熱環境変化を学習し、第１学習済モデルを生成する。続くステップＳ２３において、第１学習済モデル記憶部８１は、ステップＳ２２で生成された第１学習済モデルを記憶する。ステップＳ２３の処理が完了すれば、一連の動作は終了となる。

【0060】

なお、第１モデル生成部２１２は、外部から第１学習済モデルを取得して用いてもよい。また、第１モデル生成部２１２は、複数の空調装置２０に対して作成される第１学習用データに従って、ドア開閉時温熱環境変化を学習するようにしてもよい。なお、第１モデル生成部２１２は、同一のエリアで使用される複数の空調装置２０から第１学習用データを取得してもよいし、異なるエリアで独立して動作する複数の空調装置２０から収集される第１学習用データを利用してドア開閉時温熱環境変化を学習してもよい。また、第１学習用データを収集する空調装置２０を途中で対象に追加したり、対象から除去したりすることも可能である。さらに、ある空調装置２０に関してドア開閉時温熱環境変化を学習した第１学習装置２１０を、これとは別の空調装置２０に適用し、当該別の空調装置２０に関してドア開閉時温熱環境変化を再学習して更新するようにしてもよい。

【0061】

この実施の形態に係る空調システムは、図４に示すように、第２予測装置６０をさらに備えてもよい。第２予測装置６０は、情報取得装置４０及び制御装置１００と通信可能である。これらの装置間における通信は、有線方式であっても無線方式であってもよい。

【0062】

第２予測装置６０は、情報取得装置４０が取得した情報に基づいて、建物１０全体における温熱環境要素の変化を予測する。本開示においては、建物１０全体の温熱環境要素の変化のことを、短くして「建物温熱環境変化」ともいう。第２予測装置６０は、例えば図１０に示すような第２推論装置６１を有している。第２推論装置６１は、建物温熱環境変化を推論するものである。第２推論装置６１がその変化を推論する温熱環境要素には、少なくとも部屋１１内の室温及び湿度が含まれている。第２推論装置６１がその変化を推論する温熱環境要素に、さらに、部屋１１内の輻射熱、気流、廊下１２内の気温等が含まれていてもよい。

【0063】

第２推論装置６１は、第２推論用データ取得部６２及び第２推論部６３を備えている。第２推論装置６１には、第２推論用データが入力される。第２推論用データ取得部６２は、第２推論装置６１に入力された第２推論用データを取得する。第２推論装置６１に入力される第２推論用データには、気象情報、部屋１１内の室温及び湿度、並びに、廊下１２内すなわちドア１３が開くと部屋１１に通じる空間内の気温が少なくとも含まれている。この場合、情報取得装置４０は、外部サーバから例えばインターネット等の通信回線を介して気象情報を取得する。情報取得装置４０が取得する気象情報には、例えば、建物１０がある地域の気象予報、日の出日の入り時刻、太陽南中高度等が含まれる。なお、第２推論用データの部屋１１内の室温及び湿度は、情報取得装置４０により取得された、第１温湿度センサ３１の検出データが使用される。第２推論用データの廊下１２内の気温は、情報取得装置４０により取得された、第３温湿度センサ３３の検出データが使用される。

【0064】

なお、第２推論用データには、第４温湿度センサ３４により検出された建物１０の外の気温が含まれていてもよい。また、第２推論用データには、部屋１１の換気状態が含まれていてもよい。この場合、情報取得装置４０は、外部システムである換気システムから部屋１１の換気状態を取得する。部屋１１の換気状態には、換気装置の動作状態、部屋１１の窓の開閉状態等が含まれ得る。

【0065】

第２予測装置６０は、第２学習済モデル記憶部８２をさらに備えている。第２学習済モデル記憶部８２には、第２学習済モデルが記憶されている。第２学習済モデル記憶部８２に記憶される第２学習済モデルは、第２推論用データから建物温熱環境変化を推論するためのものである。学習済モデル記憶部９０に記憶される学習済モデルは、例えば、後述する第２学習装置２２０により生成される。

【0066】

第２推論装置６１の第２推論部６３は、第２学習済モデル記憶部８２に記憶されている第２学習済モデルを用いて、第２推論用データ取得部６２が取得した第２推論用データすなわち気象情報、部屋１１内の室温及び湿度並びに廊下１２内の気温から、建物温熱環境変化を推論する。第２推論部６３は、第２推論用データ取得部６２が取得した入力データを、第２学習済モデルに入力することで、入力データから推論される建物温熱環境変化を出力することができる。

【0067】

このようにして、第２推論部６３は、入力データから建物温熱環境変化を推論するための第２学習済モデルを用いて、第２推論用データ取得部６２が取得した入力データから建物温熱環境変化を出力する。そして、第２予測装置６０は、第２推論部６３による出力を、建物温熱環境変化の予測として出力する。

【0068】

この場合、制御装置１００は、第１予測装置５０の予測結果だけでなく、第２予測装置６０の予測結果にも基づいて、空調装置２０の制御を行う。すなわち、ドア開閉検知装置７０によりドア１３の開閉が検知された場合に、制御内容決定部１１１は、第１予測装置５０から出力されたドア開閉時温熱環境変化の予測と、第２予測装置６０から出力された建物温熱環境変化の予測とに基づいて、空調装置２０の制御内容を決定する。そして、制御部１１２は、制御内容決定部１１１で決定された制御内容に従って、空調装置２０の動作を制御する。すなわち、制御装置１００は、ドア１３の開閉時に第１推論装置５１の推論結果及び第２推論装置６１の推論結果に基づいて空調装置２０を制御する。

【0069】

このような第２推論装置６１を備えた空調システムによれば、第２推論装置６１により、建物１０の外部の気象情報等を加味して部屋１１内を含む建物１０内の温熱環境変化を推論し、部屋１１内を含む建物１０内の温熱環境が変化する前に、第２推論装置６１による推論結果に応じた空調装置２０の制御を行うことができる。したがって、ドア１３の開閉時における部屋１１内の温熱環境の変動をより効果的に抑制し、部屋内の特にドア付近にいる人の温熱不快感を抑制可能である。

【0070】

この実施の形態に係る空調システムは、図１１に示すような第２学習装置２２０をさらに備えてもよい。第２学習装置２２０は、建物温熱環境変化を学習するものである。第２学習装置２２０がその変化を学習する温熱環境要素には、少なくとも、部屋１１内の室温及び湿度が含まれている。次に、図１１を参照しながら、第２学習装置２２０の構成について説明する。同図に示すように、第２学習装置２２０は、第２学習用データ取得部２２１及び第２モデル生成部２２２を備えている。

【0071】

第２学習用データ取得部２２１は、第２学習用データを取得する。第２学習用データには、気象情報、部屋１１内の室温及び湿度並びに廊下１２内の気温と、建物温熱環境変化とが含まれている。第２学習用データは、気象情報、部屋１１内の室温及び湿度並びに廊下１２内の気温と、建物温熱環境変化とを互いに関連付けたデータである。

【0072】

第２モデル生成部２２２は、気象情報、部屋１１内の室温及び湿度並びに廊下１２内の気温と、建物温熱環境変化との組み合わせに基づいて作成された前述の学習用データから、建物温熱環境変化を学習する。すなわち、第２モデル生成部２２２は、第２学習用データ取得部２２１が取得した学習用データを用いて、気象情報、部屋１１内の室温及び湿度並びに廊下１２内の気温から、建物温熱環境変化を推論する第２学習済モデルを生成する。

【0073】

第２モデル生成部２２２が用いる学習アルゴリズムは、教師あり学習等の公知のアルゴリズムを用いることができる。一例として、ニューラルネットワークを適用した場合について説明する。第２モデル生成部２２２は、例えば、ニューラルネットワークモデルに従って、いわゆる教師あり学習により、建物温熱環境変化を学習する。

【0074】

ニューラルネットワークは、複数のニューロンからなる入力層、複数のニューロンからなる中間層（隠れ層）、及び、複数のニューロンからなる出力層で構成される。中間層は、１層又は２層以上でもよい。ニューラルネットワークは、例えば、図８に示すような３層のものでもよい。

【0075】

本開示において、ニューラルネットワークは、第２学習用データ取得部２２１によって取得された気象情報、部屋１１内の室温及び湿度並びに廊下１２内の気温と建物温熱環境変化との組み合わせに基づいて作成された前述の第２学習用データに基づいて、いわゆる教師あり学習により、建物温熱環境変化を学習する。すなわち、ニューラルネットワークは、気象情報、部屋１１内の室温及び湿度並びに廊下１２内の気温を入力層に入力して出力層から出力された結果が、建物温熱環境変化に近くなるように重みＷ１とＷ２を調整することで学習する。

【0076】

第２モデル生成部２２２は、以上のような学習を実行することで第２学習済モデルを生成し、出力する。第２学習済モデル記憶部８２は、第２モデル生成部２２２から出力された第２学習済モデルを記憶する。第２学習済モデル記憶部８２は、前述したように、例えば、第２予測装置６０に設けられてもよい。また、第２学習済モデル記憶部８２を第２学習装置２２０に設けてもよい。なお、第２学習装置２２０で用いられる学習アルゴリズムとしては、特徴量そのものの抽出を学習する、深層学習（Ｄｅｅｐ Ｌｅａｒｎｉｎｇ）を用いることもでき、他の公知の方法でもよい。

【0077】

以上のように構成された第２学習装置２２０の動作例は、前述した第１学習装置の動作例すなわち図９に示すものとほぼ同様である。このため、第２学習装置２２０の動作例についての詳細説明は省略する。

【0078】

なお、第２モデル生成部２２２は、外部から第２学習済モデルを取得して用いてもよい。また、第２モデル生成部２２２は、複数の空調装置２０に対して作成される第２学習用データに従って、建物温熱環境変化を学習するようにしてもよい。なお、第２モデル生成部２２２は、同一のエリアで使用される複数の空調装置２０から第２学習用データを取得してもよいし、異なるエリアで独立して動作する複数の空調装置２０から収集される第２学習用データを利用して建物温熱環境変化を学習してもよい。また、第２学習用データを収集する空調装置２０を途中で対象に追加したり、対象から除去したりすることも可能である。さらに、ある空調装置２０に関して建物温熱環境変化を学習した第２学習装置２２０を、これとは別の空調装置２０に適用し、当該別の空調装置２０に関して建物温熱環境変化を再学習して更新するようにしてもよい。

【0079】

この実施の形態に係る空調システムにおいては、部屋１１における人の入退室予測を行い、入退室予測結果に応じて空調装置２０に予備動作を行わせるよう制御してもよい。空調装置２０の予備動作とは、部屋１１における人の入退室に予め備えて入退室より前に建物１０の温熱的環境を整えるための動作である。予備動作の内容は予め設定されている。空調装置２０の予備動作として具体的に例えば、空調装置２０の吹出口２４をドア１３上方の天井に設け、当該吹出口２４から空気を排出することで、エアカーテンを形成しておくことが挙げられる。このようにすることで、人の入退室時にドア１３が開閉された際における部屋１１からの空気の流出入を抑制でき、部屋１１内の温熱環境変化を少なくできる。また、空調装置２０の予備動作として、他に例えば、空調装置２０からドア１３に温調された風を吹き付け、ドア１３を加熱又は冷却しておくことも挙げられる。この場合、冷房運転時にはドア１３を冷却し、暖房運転時時にはドア１３を加熱する。

【0080】

部屋１１における人の入退室予測を行う手段として、空調システムは図示しない第３予測装置をさらに備えてもよい。また、制御装置１００により、部屋１１における人の入退室予測を行ってもよい。例えば、入退室予測手段として第３予測装置を備える場合、第３予測装置は、建物１０への入館情報、建物１０のエレベーター稼働状況等を利用して、部屋１１への入室予測を行う。また、第３予測装置は、表面温度センサ３５による部屋１１内の人の検出結果、部屋１１内を撮影するカメラの映像、人が所持するスマートフォン、スマートウォッチ等のＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）機能、部屋１１内の人を検出するドップラーセンサーによる検出結果等を利用して、部屋１１からの体質予測を行う。あるいは、第３予測装置は、人の行動スケジュール又は部屋の利用スケジュールの管理を行う外部サーバから取得したスケジュール情報等に基づいて、部屋１１における人の入退室予測を行ってもよい。第３予測装置は、前述した第１予測装置５０及び第２予測装置６０と同様、機械学習を利用した推論装置を用いて、部屋１１における人の入退室予測を行ってもよい。なお、これらの入退室予測に用いる情報は、情報取得装置４０により取得してもよい。

【0081】

このようにすることで、部屋１１における人の入退室が予測される際には、空調装置２０に予備動作を行わせておくことができ、部屋１１への人の出入りの多い時間帯等でもドア１３の開閉による温熱環境の変化を小さくすることが可能である。なお、空調システムは、例えば複数人がドア１３を通過する等、影響が大きいドア１３の開閉が予想される場合は、ドア１３の開く量を調整してもよい。

【0082】

次に、図１２のフロー図を参照しながら、入退室予測に基づく空調装置２０の予備動作を行う場合の空調システムの動作例について説明する。まず、ステップＳ３１において、情報取得装置４０は、部屋１１における人の入退室予測に用いる情報を収集する。そして、続くステップＳ３２において、空調システムの例えば第３予測装置は、ステップＳ３１で取得した情報を用いて、部屋１１における人の入退室予測を行う。そして、部屋１１で入退室が予測された場合、制御装置１００は次にステップＳ３３の処理を行う。ステップＳ３３においては、制御装置１００は、空調装置２０に前述した予備動作を行わせる。続く、ステップＳ３４において、情報取得装置４０は、ドア１３の開閉情報を収集する。そして、ステップＳ３５において、ドア開閉検知装置７０は、ステップＳ３４で取得した情報を用いて、ドア１３の開閉が検知されたか否かを判定する。ドア１３の開閉が検知されない場合、処理はステップＳ３４に戻る。一方、ドア１３の開閉が検知された場合、処理はステップＳ３６に進む。

【0083】

ステップＳ３６においては、第１予測装置５０は、ドア開閉時温熱環境変化を予測する。また、第２予測装置６０は、建物温熱環境変化を予測する。そして、制御装置１００は、これらの予測結果に基づいて空調装置２０を制御する。ステップＳ３６の後、空調システムはステップＳ３７の処理を行う。ステップＳ３７においては、情報取得装置４０は、第２温湿度センサ３２により検出された、ドア１３の周囲における部屋１１側の室温及び湿度を収集する。そして、続くステップＳ３８において、制御装置１００は、ステップＳ３７で取得した温湿度が、目標とする温湿度、例えばドア１３が開かれる前の温湿度等になっているか否かを判定する。目標とする温湿度になっていなければ、処理はステップＳ３６に戻る一方、目標とする温湿度になっていれば、一連の処理は終了となる。

【0084】

図１３は、この実施の形態における第１予測装置５０、第２予測装置６０、制御装置１００、第１学習装置２１０及び第２学習装置２２０のそれぞれの機能を実現する構成の一例を示す図である。第１予測装置５０、第２予測装置６０、制御装置１００、第１学習装置２１０及び第２学習装置２２０のそれぞれの機能は、例えば、処理回路により実現される。処理回路は、プロセッサ１０１及びメモリ１０２を備えていてもよい。処理回路は、専用ハードウェア１０３であってもよい。処理回路の一部が専用ハードウェア１０３として形成され、かつ、当該処理回路はさらにプロセッサ１０１及びメモリ１０２を備えていてもよい。同図に示す例においては、処理回路の一部は専用ハードウェア１０３として形成されている。また、同図に示す例において、処理回路は、プロセッサ１０１及びメモリ１０２をさらに備えている。

【0085】

一部が少なくとも１つの専用ハードウェア１０３である処理回路には、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、又はこれらを組み合わせたものが該当する。処理回路が少なくとも１つのプロセッサ１０１及び少なくとも１つのメモリ１０２を備える場合、第１予測装置５０、第２予測装置６０、制御装置１００、第１学習装置２１０及び第２学習装置２２０のそれぞれの機能は、ソフトウェア、ファームウェア、又はソフトウェアとファームウェアとの組み合わせにより実現される。

【0086】

ソフトウェア及びファームウェアはプログラムとして記述され、メモリ１０２に格納される。プロセッサ１０１は、メモリ１０２に記憶されたプログラムを読み出して実行することにより、各部の機能を実現する。プロセッサ１０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータあるいはＤＳＰともいう。メモリ１０２には、例えば、ＲＡＭ、ＲＯＭ、フラッシュメモリー、ＥＰＲＯＭ及びＥＥＰＲＯＭ等の不揮発性又は揮発性の半導体メモリ、又は磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク及びＤＶＤ等が該当する。

【0087】

このようにして、第１予測装置５０、第２予測装置６０、制御装置１００、第１学習装置２１０及び第２学習装置２２０のそれぞれの処理回路は、ハードウェア、ソフトウェア、ファームウェア、又はこれらの組み合わせによって、第１予測装置５０、第２予測装置６０、制御装置１００、第１学習装置２１０及び第２学習装置２２０のそれぞれの各機能を実現することができる。第１予測装置５０、第２予測装置６０、制御装置１００、第１学習装置２１０及び第２学習装置２２０のそれぞれの処理回路が少なくともプロセッサ１０１及びメモリ１０２を備える場合、第１予測装置５０、第２予測装置６０、制御装置１００、第１学習装置２１０及び第２学習装置２２０のそれぞれにおいてメモリ１０２に記憶されたプログラムをプロセッサ１０１が実行し、第１予測装置５０、第２予測装置６０、制御装置１００、第１学習装置２１０及び第２学習装置２２０のそれぞれのハードウェアとソフトウェアとが協働することによって、第１予測装置５０、第２予測装置６０、制御装置１００、第１学習装置２１０及び第２学習装置２２０のそれぞれが備える各部の機能が実現される。

【0088】

なお、本開示においては、本開示の趣旨を逸脱しない範囲で各実施の形態を任意に組み合わせてもよい。以下に、本開示の諸態様の例を付記としてまとめて記載する。
（付記１）
空調装置の制御に使用される、前記空調装置が設置された部屋のドアの開閉時における前記ドアの周囲の温熱環境要素の変化を推論する推論装置であって、
推論用データを取得するデータ取得部と、
前記推論用データから前記部屋の前記ドアの開閉時における前記ドアの周囲の温熱環境要素の変化を推論するための学習済モデルを用いて、前記データ取得部が取得した前記推論用データから前記部屋の前記ドアの開閉時における前記ドアの周囲の温熱環境要素の変化を出力する推論部と、を備え、
前記推論用データは、前記部屋内の室温及び湿度、並びに、前記ドアが開くと前記部屋に通じる空間内の気温を含み、
前記温熱環境要素は、前記ドアよりも前記部屋側の室温及び湿度を含む推論装置。
（付記２）
付記１に記載の推論装置と、
前記部屋内を空調する前記空調装置と、
前記空調装置を制御する制御装置と、
前記ドアの開閉を検知する開閉検知手段と、を備え、
前記制御装置は、前記ドアの開閉時に前記推論装置の推論結果に基づいて前記空調装置を制御する空調システム。
（付記３）
前記制御装置は、前記ドアの開閉後に、前記ドアの周囲における前記ドアよりも前記部屋側の室温及び湿度が、前記ドアの開閉前の状態に近づくように前記空調装置を制御する付記２に記載の空調システム。
（付記４）
前記ドアの周囲における前記ドアよりも前記部屋側の室温及び湿度を検出する温湿度検出手段をさらに備え、
前記制御装置は、前記ドアの開閉時に、前記推論装置の推論結果及び前記温湿度検出手段の検出結果に基づいて前記空調装置を制御する付記２又は付記３に記載の空調システム。
（付記５）
前記部屋における人の入退室を予測する入退室予測手段をさらに備え、
前記制御装置は、前記入退室予測手段により前記部屋における人の入退室が予測された場合に、前記空調装置に予め設定された予備動作を行わせる付記２から付記４のいずれか一項に記載の空調システム。

【符号の説明】

【0089】

１０ 建物
１１ 部屋
１２ 廊下
１３ ドア
２０ 空調装置
２１ 筐体
２２ 下面パネル
２３ 吸込口
２４ 吹出口
２５ 上下ルーバー
２６ 左右ルーバー
２７ 送風ファン
２８ 圧縮機
３０ 温湿度センサ
３１ 第１温湿度センサ
３２ 第２温湿度センサ
３３ 第３温湿度センサ
３４ 第４温湿度センサ
３５ 表面温度センサ
４０ 情報取得装置
５０ 第１予測装置
５１ 第１推論装置
５２ 第１推論用データ取得部
５３ 第１推論部
６０ 第２予測装置
６１ 第２推論装置
６２ 第２推論用データ取得部
６３ 第２推論部
７０ ドア開閉検知装置
８１ 第１学習済モデル記憶部
８２ 第２学習済モデル記憶部
１００ 制御装置
１０１ プロセッサ
１０２ メモリ
１０３ 専用ハードウェア
１１１ 制御内容決定部
１１２ 制御部
２１０ 第１学習装置
２１１ 第１学習用データ取得部
２１２ 第１モデル生成部
２２０ 第２学習装置
２２１ 第２学習用データ取得部
２２２ 第２モデル生成部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】