特開 2024-742 シミュレーション装置、シミュレーション方法及びプログラム

(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】P2024000742

(43)【公開日】2024-01-09

(54)【発明の名称】シミュレーション装置、シミュレーション方法及びプログラム

(51)【国際特許分類】

   G06F 30/27 20200101AFI20231226BHJP

   G06F 30/10 20200101ALI20231226BHJP

   F24F 11/62 20180101ALN20231226BHJP

【ＦＩ】

G06F30/27

G06F30/10 200

F24F11/62

【審査請求】未請求

【請求項の数】14

【出願形態】ＯＬ

(21)【出願番号】P 2022099614

(22)【出願日】2022-06-21

(71)【出願人】

【識別番号】000002853

【氏名又は名称】ダイキン工業株式会社

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100070150

【弁理士】

【氏名又は名称】伊東 忠彦

(72)【発明者】

【氏名】木村 駿介

(72)【発明者】

【氏名】奥井 隆宗

(72)【発明者】

【氏名】西村 剛

【テーマコード（参考）】

3L260

5B146

【Ｆターム（参考）】

3L260BA49

3L260BA75

3L260CA15

3L260CA16

3L260CB13

3L260CB17

3L260CB63

3L260EA22

5B146AA21

5B146DC03

5B146DJ03

5B146DJ11

5B146FA02

(57)【要約】

【課題】空調シミュレーションと空間シミュレーションとを連携した連携シミュレーションの計算量を低減する。
【解決手段】シミュレーション装置が有する制御部は、空気調和機の運転を模擬する空調シミュレーションと空間の状態を模擬する空間シミュレーションとを連携した連携シミュレーションを行い、空調シミュレーション又は空間シミュレーションを学習モデルにより行う。
【選択図】図１

【特許請求の範囲】

【請求項1】

制御部を有するシミュレーション装置であって、
前記制御部は、
空気調和機の運転を模擬する空調シミュレーションと空間の状態を模擬する空間シミュレーションとを連携した連携シミュレーションを行い、
前記空調シミュレーション又は前記空間シミュレーションを学習モデルにより行う、
シミュレーション装置。

【請求項2】

前記制御部は、前記空調シミュレーションを前記学習モデルにより行い、
前記空調シミュレーションは、前記空気調和機の内部状態を出力する、
請求項１に記載のシミュレーション装置。

【請求項3】

前記内部状態は、前記空気調和機の内部の冷媒温度、圧力又は制御状態を含む、
請求項２に記載のシミュレーション装置。

【請求項4】

前記空調シミュレーションは、前記空気調和機の設定温度及び前記空間の室内温度を入力とし、前記空気調和機の吹出温度、吹出風量、前記内部状態及び消費電力を出力とする、
請求項２に記載のシミュレーション装置。

【請求項5】

前記制御部は、前記空間シミュレーションを前記学習モデルにより行い、
前記空間シミュレーションは、前記空間への負荷量を入力とし、前記空間の室内温度を出力とする、
請求項１に記載のシミュレーション装置。

【請求項6】

前記負荷量は、前記空気調和機の吹出温度及び吹出風量、並びに前記空間の外部からの侵入熱負荷及び内部負荷を含む、
請求項５に記載のシミュレーション装置。

【請求項7】

前記空間シミュレーションは、前記空調シミュレーションにより出力される前記空気調和機の吹出温度及び吹出風量を入力とし、
前記空調シミュレーションは、前記空間シミュレーションにより出力される前記空間の室内温度を入力とする、
請求項１に記載のシミュレーション装置。

【請求項8】

前記連携シミュレーションは、前記空間への負荷量及び前記空気調和機の設定温度を入力とする、
請求項１に記載のシミュレーション装置。

【請求項9】

前記連携シミュレーションは、前記空気調和機の運転効率を出力とする、
請求項８に記載のシミュレーション装置。

【請求項10】

前記連携シミュレーションは、
前記空気調和機の内部の冷媒温度、制御状態、消費電力、吹出温度及び吹出風量、並びに前記空間の室内温度及び室内気流のいずれかをさらに出力とする、
請求項９に記載のシミュレーション装置。

【請求項11】

前記制御部は、
物理モデルの前記空調シミュレーションを実行し、
前記空気調和機の設定温度及び前記空間の室内温度を入力データとし、前記空気調和機の吹出温度、吹出風量、内部状態及び消費電力を出力データとする学習データを生成し、
前記学習データを用いて、前記空調シミュレーションの前記学習モデルを生成する、
請求項２に記載のシミュレーション装置。

【請求項12】

前記制御部は、
３次元熱流体解析を実行し、
前記空間への負荷量、前記空気調和機の吹出温度及び吹出風量を入力データとし、前記空間の室内温度を出力データとする学習データを生成し、
前記学習データを用いて、前記空間シミュレーションの前記学習モデルを生成する、
請求項５に記載のシミュレーション装置。

【請求項13】

シミュレーション装置が有する制御部が、
空気調和機の運転を模擬する空調シミュレーションと空間の状態を模擬する空間シミュレーションとを連携した連携シミュレーションを行う手順を実行し、
前記空調シミュレーション又は前記空間シミュレーションを学習モデルにより行う、
シミュレーション方法。

【請求項14】

シミュレーション装置が有する制御部に、
空気調和機の運転を模擬する空調シミュレーションと空間の状態を模擬する空間シミュレーションとを連携した連携シミュレーションを行う手順を実行させ、
前記空調シミュレーション又は前記空間シミュレーションを学習モデルにより行う、
プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、シミュレーション装置、シミュレーション方法及びプログラムに関する。

【背景技術】

【0002】

空気調和機の制御性能を評価するために、空気調和機の運転を模擬する空調シミュレーションが用いられている。空調シミュレーションは、単独では評価可能な制御性能が定常状態における制御性能に限られる。そのため、空調シミュレーションと空間の状態を模擬する空間シミュレーションとを連携し、非定常状態における空気調和機の制御性能を評価することが行われている。

【0003】

例えば、非特許文献１には、空調制御ロジックを実装した空調設備シミュレータと、室内気流分布や温度分布を解析する数値流体力学（CFD; Computational Fluid Dynamics）解析とを連成したシミュレータが開示されている。

【先行技術文献】

【非特許文献】

【0004】

【非特許文献1】斎数由香子，原山和也，本田光弘，村田裕志，綛田長生，"局所空調制御運用時における省エネ性および快適性に関する研究 : (第1報)空調設備と空調空間の非定常連成シミュレータの開発"，空気調和・衛生工学会大会学術講演論文集，2011.1(0)，pp. 117-120，2011年

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、従来の空調シミュレーションや空間シミュレーションは計算量が多いため、これらを連携した連携シミュレーションでは計算量が膨大となる。

【0006】

本開示は、空調シミュレーションと空間シミュレーションとを連携した連携シミュレーションの計算量を低減する。

【課題を解決するための手段】

【0007】

本開示の第１の態様に係るシミュレーション装置は、制御部を有するシミュレーション装置であって、前記制御部は、空気調和機の運転を模擬する空調シミュレーションと空間の状態を模擬する空間シミュレーションとを連携した連携シミュレーションを行い、前記空調シミュレーション又は前記空間シミュレーションを学習モデルにより行う。

【0008】

本開示の第１の態様によれば、空調シミュレーションと空間シミュレーションとを連携した連携シミュレーションの計算量を低減することができる。

【0009】

本開示の第２の態様は、第１の態様に係るシミュレーション装置であって、前記制御部は、前記空調シミュレーションを前記学習モデルにより行い、前記空調シミュレーションは、前記空気調和機の内部状態を出力する。

【0010】

本開示の第３の態様は、第２の態様に係るシミュレーション装置であって、前記内部状態は、前記空気調和機の内部の冷媒温度、圧力又は制御状態を含む。

【0011】

本開示の第４の態様は、第２の態様又は第３の態様に係るシミュレーション装置であって、前記空調シミュレーションは、前記空気調和機の設定温度及び前記空間の室内温度を入力とし、前記空気調和機の吹出温度、吹出風量、前記内部状態及び消費電力を出力とする。

【0012】

本開示の第５の態様は、第１の態様から第４の態様のいずれかに係るシミュレーション装置であって、前記制御部は、前記空間シミュレーションを前記学習モデルにより行い、前記空間シミュレーションは、前記空間への負荷量を入力とし、前記空間の室内温度を出力とする。

【0013】

本開示の第６の態様は、第５の態様に係るシミュレーション装置であって、前記負荷量は、前記空気調和機の吹出温度及び吹出風量、並びに前記空間の外部からの侵入熱負荷及び内部負荷を含む。

【0014】

本開示の第７の態様は、第１の態様から第６の態様のいずれかに係るシミュレーション装置であって、前記空間シミュレーションは、前記空調シミュレーションにより出力される前記空気調和機の吹出温度及び吹出風量を入力とし、前記空調シミュレーションは、前記空間シミュレーションにより出力される前記空間の室内温度を入力とする。

【0015】

本開示の第８の態様は、第１の態様から第７の態様のいずれかに係るシミュレーション装置であって、前記連携シミュレーションは、前記空間への負荷量及び前記空気調和機の設定温度を入力とする。

【0016】

本開示の第９の態様は、第８の態様に係るシミュレーション装置であって、前記連携シミュレーションは、前記空気調和機の運転効率を出力とする。

【0017】

本開示の第１０の態様は、第９の態様に係るシミュレーション装置であって、前記連携シミュレーションは、前記空気調和機の内部の冷媒温度、制御状態、消費電力、吹出温度及び吹出風量、並びに前記空間の室内温度及び室内気流のいずれかをさらに出力とする。

【0018】

本開示の第１１の態様は、第２の態様から第１０の態様のいずれかに係るシミュレーション装置であって、前記制御部は、物理モデルの前記空調シミュレーションを実行し、前記空気調和機の設定温度及び前記空間の室内温度を入力データとし、前記空気調和機の吹出温度、吹出風量、内部状態及び消費電力を出力データとする学習データを生成し、前記学習データを用いて、前記空調シミュレーションの学習モデルを学習する。

【0019】

本開示の第１２の態様は、第５の態様から第１１の態様のいずれかに係るシミュレーション装置であって、前記制御部は、３次元熱流体解析を実行し、前記空間への負荷量、前記空気調和機の吹出温度及び吹出風量を入力データとし、前記空間の室内温度を出力データとする学習データを生成し、前記学習データを用いて、前記空間シミュレーションの学習モデルを学習する。

【0020】

本開示の第１３の態様に係るシミュレーション方法は、シミュレーション装置が有する制御部が、空気調和機の運転を模擬する空調シミュレーションと空間の状態を模擬する空間シミュレーションとを連携した連携シミュレーションを行う手順を実行し、前記空調シミュレーション又は前記空間シミュレーションを学習モデルにより行う。

【0021】

本開示の第１４の態様に係るプログラムは、シミュレーション装置が有する制御部に、空気調和機の運転を模擬する空調シミュレーションと空間の状態を模擬する空間シミュレーションとを連携した連携シミュレーションを行う手順を実行させ、前記空調シミュレーション又は前記空間シミュレーションを学習モデルにより行う。

【図面の簡単な説明】

【0022】

【図1】連携シミュレーションの全体構成の一例を示すブロック図である。

【図2】シミュレーション装置のハードウェア構成の一例を示すブロック図である。

【図3】シミュレーション方法の処理手順の一例を示すフローチャートである。

【発明を実施するための形態】

【0023】

以下、各実施形態について添付の図面を参照しながら説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省略する。

【0024】

［実施形態］
本開示の実施形態は、空調シミュレーションと空間シミュレーションとを連携した連携シミュレーションを行うシミュレーション装置である。空調シミュレーションは、空気調和機の運転を模擬する。空間シミュレーションは、空気調和機により空気調和が行われる空間の状態を模擬する。

【0025】

空調シミュレーションの対象とする空気調和機は、例えば、ルームエアコン又はマルチエアコン等である。ただし、空気調和機の種類は限定されず、どのような空気調和を行う機器であってもよい。

【0026】

空間シミュレーションの対象とする空間は、例えば、住宅、居室又はオフィス等である。ただし、空間の種類は限定されず、空気調和機により空気調和が行われる空間であれば、どのような空間であってもよい。

【0027】

連携シミュレーションでは、空調シミュレーションから出力されるシミュレーション結果を空間シミュレーションに入力し、空間シミュレーションから出力されるシミュレーション結果を空調シミュレーションに入力する。連携シミュレーションを行うことで、空気調和機の運転が空間の状態に与える影響と、空間の状態が空気調和機の運転に与える影響とを同時に模擬することができる。

【0028】

特に、空調シミュレーションと空間シミュレーションとを連携することで、定常状態だけでなく、起動、発停、過渡状態等の非定常状態における空気調和機の運転を模擬することができる。その結果、高精度なシミュレーション結果を得ることができる。

【0029】

本実施形態におけるシミュレーション装置は、空間シミュレーション又は空調シミュレーションを学習モデルにより行う。従来の空調シミュレーションは、例えば、物理モデルを用いて行われている。従来の空間シミュレーションは、例えば、３次元熱流体解析により行われている。物理モデルを用いた空調シミュレーションや３次元熱流体解析による空間シミュレーションは、計算量が多く、高スペックな情報処理装置を必要とする。

【0030】

空調シミュレーションを学習モデルにより行う場合、従来の空間シミュレーションで得られる入力データと出力データとの関係を学習データとし、教師有り学習により学習モデルを生成する。学習データの収集には計算コストがかかるものの、学習済みの学習モデルを用いてシミュレーション結果を予測する計算量は、従来の空調シミュレーションと比べて大幅に低減することができる。空間シミュレーションを学習モデルにより行う場合も同様に、従来の空間シミュレーションと比べて計算量を大幅に低減することができる。

【0031】

したがって、本実施形態におけるシミュレーション装置によれば、空調シミュレーションと空間シミュレーションとを連携した連携シミュレーションの計算量を低減することができる。

【0032】

＜全体構成＞
図１は、本実施形態における連携シミュレーションの全体構成の一例を示すブロック図である。

【0033】

図１に示されているように、本実施形態における連携シミュレーション１は、空調シミュレーション２及び空間シミュレーション３により構成される。空調シミュレーション２は、学習済みの学習モデルである空調学習モデル４を用いて、空調シミュレーションを行う。空間シミュレーション３は、学習済みの学習モデルである空間学習モデル５を用いて、空間シミュレーションを行う。

【0034】

なお、空調学習モデル４と空間学習モデル５とは、少なくとも一方を用いればよい。言い替えると、空調学習モデル４のみを用いてもよいし、空間学習モデル５のみを用いてもよいし、空調学習モデル４と空間学習モデル５との両方を用いてもよい。

【0035】

連携シミュレーション１は、シミュレーション条件を入力とし、シミュレーション結果を出力する。本実施形態におけるシミュレーション条件は、空気調和機の設定温度及び空間への負荷量である。空間への負荷量は、空間の外部からの侵入熱負荷及び内部負荷である。本実施形態におけるシミュレーション結果は、空気調和機の運転効率である。空気調和機の運転効率は、空調シミュレーション２から出力される空気調和機の内部状態及び消費電力に基づいて計算される。

【0036】

空気調和機の運転効率は、例えば、成績係数（COP; Coefficient of Performance）である。成績係数は、空調機の運転に使用された電力に対して、室内空間に与えた仕事（熱量）を表す値である。成績係数は、具体的には、冷房／暖房能力を消費エネルギーで除算した値である。

【0037】

冷房／暖房能力は、例えば、ＣＣ（Compressor Curve）法により計算することができる。ＣＣ法は、冷媒循環量と室内機出入口のエンタルピ差から能力を推定する手法である。冷媒循環量は、冷媒の蒸発温度及び凝縮温度を用いて所定の圧縮機特性式から求められる。消費エネルギーは、圧縮機の回転数と室外機ファンの回転数とから算出される消費エネルギーの和である。

【0038】

連携シミュレーション１に入力された空気調和機の設定温度は、空調シミュレーション２に入力される。連携シミュレーション１に入力された空間への負荷量は、空間シミュレーション３に入力される。

【0039】

空調シミュレーション２は、空気調和機の設定温度及び空間の室内温度を入力とし、空気調和機の吹出温度、吹出風量、内部状態及び消費電力を出力する。空間の室内温度は、空間シミュレーション３から出力されたものである。

【0040】

空気調和機の内部状態の一例は、空気調和機の内部の冷媒温度、圧力又は制御状態である。空気調和機の制御状態は、空気調和機が備える制御機器の制御量である。制御状態の一例は、室内機及び室外機が有する圧縮機やファンの回転数である。

【0041】

空間シミュレーション３は、空間への負荷量を入力とし、空間の室内温度及び室内気流を出力する。空間への負荷量の一例は、空気調和機の吹出温度及び吹出風量、並びに空間の外部からの侵入熱負荷及び内部負荷である。空気調和機の吹出温度及び吹出風量は、空調シミュレーション２から出力されたものである。

【0042】

空調シミュレーション２が出力する空気調和機の吹出温度及び吹出風量は、空間への負荷量として空間シミュレーション３に入力される。空間シミュレーション３が出力する空間の室内温度は、空調シミュレーション２に入力される。

【0043】

シミュレーション結果は、空気調和機の内部の冷媒温度、制御状態、消費電力、吹出温度及び吹出風量、並びに空間の室内温度及び室内気流のいずれかを含んでもよい。シミュレーション結果は、これらに限定されず、空調シミュレーション２及び空間シミュレーション３の出力から得られる情報であれば、どのような情報を含んでもよい。

【0044】

空調学習モデル４は、従来の空調シミュレーションで得られる入力データ及び出力データを学習データとして、教師有り学習により生成された機械学習モデルである。機械学習モデルの一例は、決定木である。機械学習モデルの他の例は、ニューラルネットワークである。

【0045】

従来の空調シミュレーションの一例は、物理モデルを用いた空調シミュレーションである。物理モデルの空調シミュレーションを実行することで、空気調和機の設定温度及び空間の室内温度を含む入力データと、空気調和機の吹出温度、吹出風量、内部状態及び消費電力を含む出力データとを得ることができる。これらの入力データと出力データとを組み合わせた学習データを用いて、機械学習モデルに応じた学習アルゴリズムを実行することで、空調学習モデル４を生成することができる。

【0046】

空間学習モデル５は、従来の空間シミュレーションで得られる入力データ及び出力データを学習データとして、教師有り学習により生成された機械学習モデルである。機械学習モデルは、空調学習モデル４と同様のものとすればよい。

【0047】

従来の空間シミュレーションの一例は、３次元熱流体解析による空間シミュレーションである。３次元熱流体解析による空間シミュレーションを実行することで、空間への負荷量、空気調和機の吹出温度及び吹出風量を含む入力データと、空間の室内温度及び室内気流を含む出力データとを得ることができる。これらの入力データと出力データとを組み合わせた学習データを用いて、機械学習モデルに応じた学習アルゴリズムを実行することで、空間学習モデル５を生成することができる。

【0048】

空調学習モデル４及び空間学習モデル５を生成するための学習データは、シミュレーションにより得られたものでなくてもよい。学習データは、実運転環境において計測された各種の情報を蓄積することで得られたものでもよい。また、シミュレーションにより得られた学習データと実運転環境において得られた学習データとを併用してもよい。

【0049】

＜ハードウェア構成＞
図２は、本実施形態におけるシミュレーション装置１０のハードウェア構成の一例を示すブロック図である。図２に示されているように、シミュレーション装置１０は、プロセッサ１０１、メモリ１０２、補助記憶装置１０３、操作装置１０４、表示装置１０５、通信装置１０６、ドライブ装置１０７を有する。シミュレーション装置１０の各ハードウェアは、バス１０８を介して相互に接続されている。

【0050】

プロセッサ１０１は、ＣＰＵ（Central Processing Unit）等の各種演算デバイスを有する。プロセッサ１０１は、補助記憶装置１０３にインストールされている各種プログラムをメモリ１０２上に読み出して実行する。

【0051】

メモリ１０２は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等の主記憶デバイスを有する。プロセッサ１０１とメモリ１０２とは、いわゆるコンピュータ（以下、「制御部」ともいう）を形成し、プロセッサ１０１が、メモリ１０２上に読み出した各種プログラムを実行することで、当該コンピュータは各種機能を実現する。

【0052】

補助記憶装置１０３（以下、「記憶部」ともいう）は、各種プログラムや、各種プログラムがプロセッサ１０１によって実行される際に用いられる各種データを格納する。

【0053】

操作装置１０４は、シミュレーション装置１０のユーザが各種操作を行うための操作デバイスである。表示装置１０５は、シミュレーション装置１０により実行される各種処理の処理結果を表示する表示デバイスである。

【0054】

通信装置１０６は、不図示のネットワークを介して外部装置と通信を行うための通信デバイスである。

【0055】

ドライブ装置１０７は、記憶媒体１０９をセットするためのデバイスである。ここでいう記憶媒体１０９には、ＣＤ－ＲＯＭ、フレキシブルディスク、光磁気ディスク等のように情報を光学的、電気的あるいは磁気的に記憶する媒体が含まれる。また、記憶媒体１０９には、ＲＯＭ、フラッシュメモリ等のように情報を電気的に記憶する半導体メモリ等が含まれていてもよい。

【0056】

なお、補助記憶装置１０３にインストールされる各種プログラムは、例えば、配布された記憶媒体１０９がドライブ装置１０７にセットされ、記憶媒体１０９に記憶された各種プログラムがドライブ装置１０７により読み出されることでインストールされる。あるいは、補助記憶装置１０３にインストールされる各種プログラムは、通信装置１０６を介してネットワークからダウンロードされることで、インストールされてもよい。

【0057】

＜処理手順＞
図３は、本実施形態におけるシミュレーション装置１０が実行するシミュレーション方法の処理手順の一例を示すフローチャートである。

【0058】

ステップＳ１において、シミュレーション装置１０の制御部は、空調学習モデル４を生成するための学習データを生成する。学習データの生成は、物理モデルを用いた空調シミュレーションにより行う。

【0059】

具体的には、シミュレーション装置１０の制御部は、空調学習モデル４の入力データを複数生成する。入力データは、例えば、空気調和機の設定温度及び空間の室内温度を含む。次に、シミュレーション装置１０の制御部は、各入力データについて、物理モデルの空調シミュレーションを行う。これにより、各入力データに対応する出力データが得られる。出力データは、例えば、空気調和機の吹出温度、吹出風量、内部状態及び消費電力を含む。

【0060】

シミュレーション装置１０の制御部は、各入力データと、当該入力データについて得られた出力データとを組み合わせることで、空調学習モデル４の学習データを生成する。学習データの数は、空調学習モデル４を生成するために十分な量であればよい。空調学習モデル４を生成するために十分な量は、機械学習モデルの種類や学習アルゴリズムにより異なる。

【0061】

ステップＳ２において、シミュレーション装置１０の制御部は、ステップＳ１で生成した空調学習モデル４の学習データを用いて、空調学習モデル４を生成する。空調学習モデル４の生成は、空調学習モデル４を実装する機械学習モデルの種類に応じた学習アルゴリズムにより行う。シミュレーション装置１０の制御部は、学習済みの空調学習モデル４を記憶部に記憶する。

【0062】

なお、空調シミュレーションを学習モデルで行わない場合（言い替えると、空間シミュレーションのみを学習モデルで行う場合）、ステップＳ１及びＳ２は実行しなくてもよい。

【0063】

ステップＳ３において、シミュレーション装置１０の制御部は、空間学習モデル５を生成するための学習データを生成する。学習データの生成は、３次元熱流体解析による空間シミュレーションにより行う。

【0064】

具体的には、シミュレーション装置１０の制御部は、空間学習モデル５の入力データを複数生成する。入力データは、例えば、空間への負荷量、空気調和機の吹出温度及び吹出風量を含む。次に、シミュレーション装置１０の制御部は、各入力データについて、３次元熱流体解析による空間シミュレーションを行う。これにより、各入力データに対応する出力データが得られる。出力データは、例えば、空間の室内温度及び室内気流を含む。

【0065】

シミュレーション装置１０の制御部は、各入力データと、当該入力データについて得られた出力データとを組み合わせることで、空間学習モデル５の学習データを生成する。学習データの数は、空間学習モデル５を生成するために十分な量であればよい。空間学習モデル５を生成するために十分な量は、機械学習モデルの種類や学習アルゴリズムにより異なる。

【0066】

ステップＳ４において、シミュレーション装置１０の制御部は、ステップＳ３で生成した空間学習モデル５の学習データを用いて、空間学習モデル５を生成する。空間学習モデル５の生成は、空間学習モデル５を実装する機械学習モデルの種類に応じた学習アルゴリズムにより行う。シミュレーション装置１０の制御部は、学習済みの空間学習モデル５を記憶部に記憶する。

【0067】

なお、空間シミュレーションを学習モデルで行わない場合（言い替えると、空調シミュレーションのみを学習モデルで行う場合）、ステップＳ３及びＳ４は実行しなくてもよい。

【0068】

ステップＳ５において、シミュレーション装置１０の制御部は、シミュレーション条件の入力を受け付ける。シミュレーション条件は、例えば、空気調和機の設定温度及び空間への負荷量を含む。空間への負荷量は、例えば、空間の外部からの侵入熱負荷及び内部負荷を含む。

【0069】

ステップＳ６において、シミュレーション装置１０の制御部は、ステップＳ５で入力を受け付けたシミュレーション条件から空気調和機の設定温度を取得し、空調シミュレーション２に入力する。次に、シミュレーション装置１０の制御部は、ステップＳ５で入力を受け付けたシミュレーション条件から空間への負荷量を取得し、空間シミュレーション３に入力する。続いて、シミュレーション装置１０の制御部は、連携シミュレーション１を実行する。

【0070】

ステップＳ６－１において、シミュレーション装置１０の制御部は、記憶部に記憶された学習済みの空調学習モデル４を読み出す。次に、シミュレーション装置１０の制御部は、読み出した空調学習モデル４を用いて、空調シミュレーション２を実行する。

【0071】

空調シミュレーション２は、空気調和機の設定温度及び空間の室内温度を入力とし、空気調和機の吹出温度、吹出風量、内部状態及び消費電力を出力する。シミュレーション装置１０の制御部は、空調シミュレーション２から出力された空気調和機の吹出温度及び吹出風量を、空間シミュレーション３に入力する。

【0072】

なお、空調シミュレーションを学習モデルで行わない場合（言い替えると、空間シミュレーションのみを学習モデルで行う場合）、シミュレーション装置１０の制御部は、物理モデルを用いた空調シミュレーションを行う。

【0073】

ステップＳ６－２において、シミュレーション装置１０の制御部は、記憶部に記憶された学習済みの空間学習モデル５を読み出す。次に、シミュレーション装置１０の制御部は、読み出した空間学習モデル５を用いて、空間シミュレーション３を実行する。

【0074】

空間シミュレーション３は、空間への負荷量を入力とし、空間の室内温度及び室内気流を出力する。空間への負荷量は、連携シミュレーション１に入力された空間の外部からの侵入熱負荷及び内部負荷と、空調シミュレーション２から出力された空気調和機の吹出温度及び吹出風量とを含む。シミュレーション装置１０の制御部は、空間シミュレーション３から出力された空間の室内温度を、空調シミュレーション２に入力する。

【0075】

なお、空間シミュレーションを学習モデルで行わない場合（言い替えると、空調シミュレーションのみを学習モデルで行う場合）、シミュレーション装置１０の制御部は、３次元熱流体解析による空間シミュレーションを行う。

【0076】

ステップＳ７において、シミュレーション装置１０の制御部は、空調シミュレーション２から出力される空気調和機の内部状態及び消費電力に基づいて、空気調和機の運転効率を計算する。次に、シミュレーション装置１０の制御部は、空気調和機の運転効率を含むシミュレーション結果を出力する。

【0077】

シミュレーション装置１０の制御部は、空気調和機の内部の冷媒温度、制御状態、消費電力、吹出温度及び吹出風量、並びに空間の室内温度及び室内気流のいずれかを、シミュレーション結果に含めてもよい。シミュレーション装置１０の制御部は、空調シミュレーション２及び空間シミュレーション３の出力から得られるその他の情報を、シミュレーション結果に含めてもよい。

【0078】

シミュレーション装置１０の制御部は、ステップＳ６－１、Ｓ６－２及びＳ７を繰り返し実行する。シミュレーション装置１０の制御部は、ユーザによる停止操作が行われるまで、又は所定の終了条件を満足するまで、ステップＳ６－１、Ｓ６－２及びＳ７を繰り返し実行する。所定の終了条件は、例えば、空調シミュレーション２又は空間シミュレーション３の出力が収束すること等である。

【0079】

＜まとめ＞
以上、本開示の各実施形態によれば、空調シミュレーションと空間シミュレーションとを連携した連携シミュレーションの計算量を低減することができる。実施形態におけるシミュレーション装置１０は、空調シミュレーション又は空間シミュレーションを学習モデルにより行う。実施形態におけるシミュレーション装置１０は、空調シミュレーション及び空間シミュレーションを学習モデルにより行ってもよい。学習済みの学習モデルを用いて空調シミュレーション又は空間シミュレーションを行うことで、計算量を大幅に低減することができる。したがって、実施形態におけるシミュレーション装置１０によれば、空調シミュレーションと空間シミュレーションとを連携した連携シミュレーションの計算量を低減することができる。

【0080】

特に、実施形態におけるシミュレーション装置１０は、空気調和機の内部状態を出力可能な空調シミュレーションを行う。従来の連携シミュレーションでは、空気調和機の内部状態をシミュレーションすることは行われていない。空調シミュレーションが空気調和機の内部状態を出力することで、例えば、空気調和機の運転効率をシミュレーション結果として得ることができる。したがって、実施形態におけるシミュレーション装置１０によれば、従来の連携シミュレーションよりも詳細に、空気調和機の非定常状態における制御性能を評価することができる。

【0081】

本開示の各実施形態によれば、空気調和機の非定常状態における制御性能を詳細に評価することができるため、実運転環境における制御を考慮した空気調和機の制御設計を支援することができる。また、空気調和機を設置する空調利用環境に最適な機器を選定又は提案するために活用することができる。

【0082】

以上、実施形態を説明したが、特許請求の範囲の趣旨及び範囲から逸脱することなく、形態や詳細の多様な変更が可能なことが理解されるであろう。

【符号の説明】

【0083】

１ 連携シミュレーション
２ 空調シミュレーション
３ 空間シミュレーション
４ 空調学習モデル
５ 空間学習モデル
１０ シミュレーション装置

【図1】

【図2】

【図3】