特開 2024-90132 空調管理方法、プログラム、空調管理装置及び空調管理システム

(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】P2024090132

(43)【公開日】2024-07-04

(54)【発明の名称】空調管理方法、プログラム、空調管理装置及び空調管理システム

(51)【国際特許分類】

   F24F 7/007 20060101AFI20240627BHJP

【ＦＩ】

F24F7/007 101

F24F7/007 B

【審査請求】未請求

【請求項の数】16

【出願形態】ＯＬ

(21)【出願番号】P 2022205817

(22)【出願日】2022-12-22

(71)【出願人】

【識別番号】391001457

【氏名又は名称】アイリスオーヤマ株式会社

(74)【代理人】

【識別番号】100114557

【弁理士】

【氏名又は名称】河野 英仁

(74)【代理人】

【識別番号】100078868

【弁理士】

【氏名又は名称】河野 登夫

(72)【発明者】

【氏名】土居 敦

(72)【発明者】

【氏名】佐藤 真之介

(72)【発明者】

【氏名】大井 聡美

【テーマコード（参考）】

3L056

【Ｆターム（参考）】

3L056BA06

3L056BD02

3L056BD03

3L056BD07

3L056BF06

3L056BG02

3L056BG09

(57)【要約】

【課題】建物内における空気環境を好適に管理することができる空調管理方法等を提供する。
【解決手段】空調管理方法は、第１センサにより検出された建物内に設けられる検出体に関する第１検出値と、第２センサにより検出された前記建物内に関する第２検出値とを取得し、取得した前記第１検出値及び前記第２検出値に基づいて、前記建物内の結露発生の可能性を予測し、予測結果に応じて前記建物内に設けられた送風機の稼働制御情報を出力する。
【選択図】図１

【特許請求の範囲】

【請求項1】

第１センサにより検出された建物内に設けられる検出体に関する第１検出値と、第２センサにより検出された前記建物内に関する第２検出値とを取得し、
取得した前記第１検出値及び前記第２検出値に基づいて、前記建物内の結露発生の可能性を予測し、
予測結果に応じて前記建物内に設けられた送風機の稼働制御情報を出力する
空調管理方法。

【請求項2】

結露発生の可能性が高いと予測した場合、前記送風機を稼働させるための稼働制御情報を出力する
請求項１に記載の空調管理方法。

【請求項3】

前記第１検出値は前記検出体の温度を含み、前記第２検出値は前記建物内の温度及び湿度を含む
請求項１又は請求項２に記載の空調管理方法。

【請求項4】

前記第１検出値は前記検出体の表面の温度を含み、前記第２検出値は前記建物内の温度及び湿度を含み、
前記第２検出値に基づき算出される前記建物内の露点温度と、前記検出体の表面の温度との比較に基づいて、前記建物内の結露発生の可能性を予測する
請求項１又は請求項２に記載の空調管理方法。

【請求項5】

前記検出体は、前記建物内における空調装置、換気口又は防煙壁の近傍に設けられる
請求項１又は請求項２に記載の空調管理方法。

【請求項6】

前記第１センサは、前記検出体における前記建物の内側を向く面に設けられる
請求項１又は請求項２に記載の空調管理方法。

【請求項7】

第１検出値及び第２検出値を入力した場合に結露発生の可能性に関する情報を出力する学習モデルに、取得した前記第１検出値及び前記第２検出値を入力して、結露発生の可能性を予測する
請求項１又は請求項２に記載の空調管理方法。

【請求項8】

前記送風機は、長辺方向に延びる開口部を備え、前記建物内に設けられたショーケースの上側に配置されており、
前記長辺方向は、前記ショーケースにおける天面部の長手方向に沿っている
請求項１又は請求項２に記載の空調管理方法。

【請求項9】

前記第１センサ又は前記第２センサは磁石を備え、前記磁石により前記建物内の所定箇所に取り付けられる
請求項１又は請求項２に記載の空調管理方法。

【請求項10】

空調装置を備える複数の建物について、各建物内に設けられたセンサにより検出された建物内に関する検出値の時系列データを取得し、
取得した複数の建物内に関する検出値の時系列データに基づいて、空調装置の温度設定に関する警告要否を推定し、
温度設定に関する警告が必要と推定した場合、前記複数の建物のうちの温度設定に関する警告が必要と推定された建物に対する警告情報を出力する
空調管理方法。

【請求項11】

複数の建物内に関する検出値の時系列データを入力した場合に温度設定に関する警告要否を出力する学習モデルに、取得した複数の建物内に関する検出値の時系列データを入力して、温度設定に関する警告要否を推定する
請求項１０に記載の空調管理方法。

【請求項12】

第１センサにより検出された建物内に設けられる検出体に関する第１検出値と、第２センサにより検出された前記建物内に関する第２検出値とを取得し、
取得した前記第１検出値及び第２検出値に基づいて、前記建物内の結露発生の可能性を予測し、
予測結果に応じて前記建物内に設けられた送風機の稼働制御情報を出力する
処理をコンピュータに実行させるためのプログラム。

【請求項13】

第１センサにより検出された建物内に設けられる検出体に関する第１検出値と、第２センサにより検出された前記建物内に関する第２検出値とを取得し、
取得した前記第１検出値及び前記第２検出値に基づいて、前記建物内の結露発生の可能性を予測し、
予測結果に応じて前記建物内に設けられた送風機の稼働制御情報を出力する
処理を実行する制御部を備える
空調管理装置。

【請求項14】

建物内に設けられた検出体、第１センサ及び第２センサと、空調管理装置とを備え、
前記空調管理装置は、
前記第１センサにより検出された前記検出体に関する第１検出値と、前記第２センサにより検出された前記建物内に関する第２検出値とを取得し、
取得した前記第１検出値及び前記第２検出値に基づいて、前記建物内の結露発生の可能性を予測し、
予測結果に応じて前記建物内に設けられた送風機の稼働制御情報を出力する
処理を実行する制御部を備える
空調管理システム。

【請求項15】

空調装置を備える複数の建物について、各建物内に設けられたセンサにより検出された建物内に関する検出値の時系列データを取得し、
取得した複数の建物内に関する検出値の時系列データに基づいて、空調装置の温度設定に関する警告要否を推定し、
温度設定に関する警告が必要と推定した場合、前記複数の建物のうちの温度設定に関する警告が必要と推定された建物に対する警告情報を出力する
処理をコンピュータに実行させるためのプログラム。

【請求項16】

空調装置を備える複数の建物について、各建物内に設けられたセンサにより検出された建物内に関する検出値の時系列データを取得し、
取得した複数の建物内に関する検出値の時系列データに基づいて、空調装置の温度設定に関する警告要否を推定し、
温度設定に関する警告が必要と推定した場合、前記複数の建物のうちの温度設定に関する警告が必要と推定された建物に対する警告情報を出力する
処理を実行する制御部を備える
空調管理装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、空調管理方法、プログラム、空調管理装置及び空調管理システムに関する。

【背景技術】

【0002】

店舗等の建物内において空気の温度や湿度等を調整する空調方法が提案されている。特許文献１に開示される室内空調方法は、空調装置における室内機の内部に加湿装置を内蔵させ、空調対象の室内においてその壁面と床面及び天井面とにそれぞれ温湿度センサを設置し、前記温湿度センサの温湿度データにより前記空調装置と前記加湿装置とを運転制御することで、前記室内の所定の範囲を設定の温湿度になるように空調管理する。また、温湿度データを常にフィードバックさせて、室内機の上下・左右に風向を規制するルーバを所望方向に向けて回動させ、室内における所望範囲の空調管理をする。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００９－２２９０３１号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

建物内における空気環境を好適な状態にするために、空調装置が設けられている場合においてはその設定温度を適切に調整すること、また、建物内における結露の発生を抑制することが重要である。結露の発生はカビの発生に繋がる。カビが発生した状態でルーバ等の送風機を稼働させた場合、建物内にカビをまき散らす恐れがある。

【0005】

本開示の目的は、建物内における空気環境を好適に管理することができる空調管理方法等を提供することである。

【課題を解決するための手段】

【0006】

本開示の一態様に係る空調管理方法は、第１センサにより検出された建物内に設けられる検出体に関する第１検出値と、第２センサにより検出された前記建物内に関する第２検出値とを取得し、取得した前記第１検出値及び前記第２検出値に基づいて、前記建物内の結露発生の可能性を予測し、予測結果に応じて前記建物内に設けられた送風機の稼働制御情報を出力する。

【0007】

本開示の一態様に係る空調管理方法は、空調装置を備える複数の建物について、各建物内に設けられたセンサにより検出された建物内に関する検出値の時系列データを取得し、取得した複数の建物内に関する検出値の時系列データに基づいて、空調装置の温度設定に関する警告要否を推定し、温度設定に関する警告が必要と推定した場合、前記複数の建物のうちの温度設定に関する警告が必要と推定された建物に対する警告情報を出力する。

【発明の効果】

【0008】

本開示によれば、建物内における空気環境を好適に管理することができる。

【図面の簡単な説明】

【0009】

【図1】空調管理システムの概要図である。

【図2】空調管理装置の構成例を示すブロック図である。

【図3】管理ＤＢに記憶される情報の内容例である。

【図4】検出値ＤＢに記憶される情報の内容例を示す図である。

【図5】ユーザ端末の構成例を示すブロック図である。

【図6】センサの構成例を示すブロック図である。

【図7】空調管理装置が実行する処理手順の一例を示すフローチャートである。

【図8】結露発生の可能性の有無の予測の詳細な手順の一例を示すフローチャートである。

【図9】第２実施形態の第１学習モデルの概要を示す説明図である。

【図10】第２実施形態における結露発生の可能性の有無の予測の詳細な手順の一例を示すフローチャートである。

【図11】第３実施形態の空調管理装置が実行する処理手順の一例を示すフローチャートである。

【図12】温度設定に関する警告要否の推定の詳細な手順の一例を示すフローチャートである。

【図13】第４実施形態の第２学習モデルの概要を示す説明図である。

【図14】第４実施形態における温度設定に関する警告要否の推定の詳細な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】

【0010】

本開示をその実施の形態を示す図面を参照して具体的に説明する。

【0011】

（第１実施形態）
図１は、空調管理システム１００の概要図である。空調管理システム１００は、例えばスーパーマーケット、コンビニエンスストア等の店舗Ｓ内の空調管理を行うシステムである。店舗Ｓは、空調管理の対象となる建物の一例である。

【0012】

空調管理システム１００は、空調管理装置１と、店舗Ｓ内に設けられた複数のセンサ２とを主たる装置として備える。空調管理装置１は、インターネット等のネットワークＮに接続されている。ネットワークＮには、店舗Ｓ内に設けられた中継装置３が接続されている。各センサ２は、中継装置３と通信可能に接続されている。空調管理装置１及び各センサ２は、中継装置３を介して通信接続し、情報を送受信することが可能である。またネットワークＮには、ユーザ端末４が接続されている。店舗Ｓ内には、当該店舗Ｓ内において所定の温度環境を構築するための検出体６が設けられている。

【0013】

空調管理装置１は、種々の情報処理、情報の送受信が可能な装置であり、例えばサーバコンピュータ、パーソナルコンピュータ、量子コンピュータ等である。空調管理装置１は、中継装置３を介して、各センサ２により検出された検出値を取得する。空調管理装置１は、取得した検出値に基づき、店舗Ｓ内の空調を管理するための情報を生成し、生成した情報をユーザ端末４又は後述する店舗Ｓ内の送風機５４へ送信することで、空調管理サービスを実現する。第１実施形態では、店舗Ｓ内の空調を管理するための情報として、店舗Ｓ内における結露の発生の可能性の予測結果を提供する。

【0014】

センサ２は、第１センサ２ａ及び第２センサ２ｂを含む。第１センサ２ａは、温度を検出可能なセンサであり、検出体６の表面の温度を検出する。第１センサ２ａにより検出される温度は、第１検出値に相当する。第２センサ２ｂは、温度及び湿度を検出可能なセンサであり、店舗Ｓ内の温度及び湿度を検出する。第２センサ２ｂにより検出される温度及び湿度は、第２検出値に相当する。

【0015】

店舗Ｓはまた、空調装置５１、ショーケース５２、什器５３、及び送風機５４等を備える。店舗Ｓは、防煙壁５５、換気口５６を備えてもよい。

【0016】

空調装置５１は、不図示の熱交換器、ファン等を備え、熱交換器により所定温度に調整されたエアをファンから吹き出させることで、店舗Ｓ内の空気調和を制御する。

【0017】

ショーケース５２及び什器５３は、例えば店頭において食品等の商品を陳列するためのものである。ショーケース５２は、冷蔵用又は冷凍冷蔵用であり、商品を保温する機能を有する。ショーケース５２は、直方体状の本体５２１、天面部５２２、及び不図示の電源部等を有している。

【0018】

図１に示す例では、空調装置５１を店舗Ｓの天井に設置し、ショーケース５２及び什器５３を壁沿いに設置しているが、それらの設置位置は限定されず、店舗Ｓ内の適宜の場所に設置してよい。

【0019】

送風機５４は、店舗Ｓ内の空気を攪拌する。送風機５４は、直方体状の本体５４１、開口部５４２、及び制御ユニット５４３と、不図示の羽根部、モータ、及び電源部等とを備える。開口部５４２は、本体５４１の一面に形成されており、長辺方向に延びる。モータの駆動により羽根部が回転して、気流を発生させる。送風機５４で発生した気流は、開口部５４２を通じて店舗Ｓ内へ向けて吐出される。羽根部は、上下方向又は左右方向に首振り可能に構成され、店舗Ｓ内の広範囲へ向けて送風するものであってよい。送風機５４の送風可能領域内に、後述する検出体６の設置領域が含まれるよう、送風機５４の設置位置及び送風方向を調節することが好ましい。

【0020】

本実施形態の送風機５４は、図１に示すように、ショーケース５２の上側に設置されている。天面部５２２の長手方向に沿うよう、開口部５４２の長辺方向を配置する。送風機５４は、取り付け状態で前方に開口するように設けられている。これにより、送風機５４を用いて、ショーケース５２から吐出される冷気を効率的に攪拌することができる。

【0021】

制御ユニット５４３は、制御部、記憶部、通信部等を備える。制御ユニット５４３は、通信部により、中継装置３を介して空調管理装置１との間でデータの送受信が可能である。制御ユニット５４３は、空調管理装置１から受信した駆動制御情報に基づいて、モータの駆動を制御する。送風機５４の構成は、店舗Ｓ内の空気を攪拌可能であれば限定されない。送風機５４は、店舗Ｓ内において複数設置されてもよい。

【0022】

店舗Ｓの天井において空調装置５１に隣り合うよう、板状の検出体６が設けられている。検出体６における店舗Ｓの内側を向く面に、第１センサ２ａが取り付けられている。検出体６は、店舗Ｓ内において結露を発生し易い環境を構築する。検出体６は、例えば金属製、ガラス製等、非透湿材料製が好ましく、金属製がより好ましい。金属材料としては、例えばアルミニウム、ステンレス等が挙げられる。空調装置５１の周囲は、空調装置５１の停止後、温かく湿った空気により結露が発生し易い。空調装置５１における吹出口の隣にアルミニウム板のような検出体６を設置することで、店舗Ｓ内において、結露が最も発生し易い環境を構築することができる。検出体６の表面で検出した温度を指標として用いることで、店舗Ｓの結露発生の可能性を好適に予測可能となる。なお検出体６の形状は、板状に限らず、取り付け箇所への取り付けが容易な適宜の形状を用いることができる。

【0023】

検出体６の設置位置は、図１に示す例に限らず、店舗Ｓ内において結露が発生し易い位置であればよい。検出体６は、空調装置５１の周囲、近傍に設置されてもよい。検出体６は、防煙壁５５又は換気口５６の周囲、近傍に設置されてもよく、ショーケース５２上の天井に設置されてもよい。検出体６の数は２以上であってもよい。

【0024】

第２センサ２ｂは、店舗Ｓ内の温度及び湿度を検出可能であれば、店舗Ｓの天井、壁、及び器具等における適宜の位置に設置することができる。第２センサ２ｂは、例えばショーケース５２、什器５３、店舗Ｓ内に配置している照明装置（不図示）等に取り付けられてもよい。本実施形態では、図２に示すように、ショーケース５２及び什器５３に第２センサ２ｂを取り付ける。

【0025】

本実施形態のように、ショーケース５２の近傍にセンサ２及び送風機５４を設置する場合、センサ２及び送風機５４の電源部は、ショーケース５２の電源系統に接続されてもよい。通常、２４時間通電されるショーケース５２と同じ電源系統を利用することで、営業終了後に電源がオフされることによる電力供給の停止を防止でき、センサ２及び送風機５４を確実に２４時間駆動させることができる。

【0026】

中継装置３は、店舗Ｓ内の通信ネットワークに接続される各通信装置（例えばセンサ２、制御ユニット５４３等）と、ネットワークＮに接続される空調管理装置１との間の通信を中継する中継装置であり、例えばルータ、ゲートウェイ等である。

【0027】

なお、センサ２及び制御ユニット５４３等がネットワークＮに接続されている場合には、空調管理装置１は、中継装置３を介することなくセンサ２及び制御ユニット５４３等と通信する構成であってもよい。この場合、空調管理システム１００は中継装置３を備えなくてよい。

【0028】

空調管理システム１００の適用対象となる建物は店舗に限らず、天井、壁及び床で囲まれたものであればよい。空調管理システム１００は、例えば工場、倉庫等にも適用可能である。建物が倉庫である場合、検出体６は、倉庫の開閉扉付近に設置されてもよい。倉庫などでは大量の段ボールが配置されており、結露発生による段ボールの腐食を防ぐことは大変有効である。本実施形態の空調管理システム１００では、複数の店舗Ｓ（建物）を管理対象とするが、空調管理システム１００の管理対象となる建物の数は１つでもよい。

【0029】

ユーザ端末４は、種々の情報処理、情報の送受信を行う情報処理端末であり、例えばパーソナルコンピュータ、スマートフォン、タブレット端末等である。空調管理サービスを享受するユーザは、ユーザ端末４を用いて空調管理装置１から提供される情報を得ることができる。ユーザ端末４の数は２以上でもよい。

【0030】

図２は、空調管理装置１の構成例を示すブロック図である。空調管理装置１は、制御部１１、記憶部１２、及び通信部１３を備える。空調管理装置１は、複数台のコンピュータで構成し分散処理する構成でもよく、１台のサーバ内に設けられた複数の仮想マシンによって実現されていてもよく、クラウドサーバを用いて実現されていてもよい。

【0031】

制御部１１は、一又は複数のＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）等を用いたプロセッサを備える。制御部１１は、内蔵するＲＯＭ（Read Only Memory）又はＲＡＭ（Random Access Memory）等のメモリ、クロック、カウンタ等を用い、各構成部を制御して処理を実行する。

【0032】

記憶部１２は、例えばハードディスク、フラッシュメモリ、ＳＳＤ（Solid State Drive）等の不揮発性メモリを備える。記憶部１２は、空調管理装置１に接続された外部記憶装置であってもよい。記憶部１２は、制御部１１が参照する各種プログラム及びデータを記憶する。

【0033】

本実施形態の記憶部１２は、店舗Ｓの結露発生の予測及び温度管理に関する処理をコンピュータに実行させるためのプログラム１Ｐと、このプログラム１Ｐの実行に必要なデータとしての管理ＤＢ（Data Base ：データベース）１２１及び検出値ＤＢ１２２とを記憶している。記憶部１２にはさらに、第１学習モデル１２３及び第２学習モデル１２４が記憶されていてもよい。第１学習モデル１２３及び第２学習モデル１２４については他の実施形態で詳述する。

【0034】

プログラム１Ｐを含むプログラム（プログラム製品）は、当該プログラムを読み取り可能に記録した非一時的な記録媒体１Ａにより提供されてもよい。記憶部１２は、不図示の読出装置によって記録媒体１Ａから読み出されたプログラムを記憶する。記録媒体１Ａは、例えば磁気ディスク、光ディスク、半導体メモリ等である。また、通信ネットワークに接続されている外部サーバからプログラムをダウンロードし、記憶部１２に記憶させてもよい。プログラム１Ｐは、単一のコンピュータプログラムでも複数のコンピュータプログラムにより構成されるものでもよく、また、単一のコンピュータ上で実行されても通信ネットワークによって相互接続された複数のコンピュータ上で実行されてもよい。

【0035】

通信部１３は、ネットワークＮを介して外部装置と通信するための通信モジュールを備える。制御部１１は、通信部１３を通して、センサ２、送風機５４及びユーザ端末４それぞれとの間でデータを送受信する。

【0036】

空調管理装置１の構成は上述の例に限定されず、例えばユーザの操作を受け付けるための操作部、各種情報を表示するための表示部等を備えてもよい。

【0037】

図３は、管理ＤＢ１２１に記憶される情報の内容例を示す図である。管理ＤＢ１２１は、店舗Ｓの空調管理を行うための管理情報を記憶するデータベースである。管理ＤＢ１２１には、例えば、店舗情報、センサ情報、送風機情報、及びユーザ端末情報等の情報を紐付けたレコードが格納されている。

【0038】

店舗情報は、店舗Ｓを識別するための識別情報であり、例えば店舗Ｓの店舗ＩＤを含む。センサ情報は、店舗Ｓに設置されるセンサ２の情報であり、例えば検出対象の種類（検出体用又は建物内用）、センサ２を識別するための識別情報（例えばセンサ２のＩＰアドレス、機器ＩＤ、ＭＡＣアドレス等）を含む。送風機情報は、店舗Ｓに設置される送風機５４を識別するための識別情報であり、例えば送風機５４のＩＰアドレス、機器ＩＤ、ＭＡＣアドレス等を含む。ユーザ端末情報は、店舗Ｓに対応付けられるユーザ端末４を識別するための識別情報であり、例えばユーザ端末４のＩＰアドレス、機器ＩＤ、ＭＡＣアドレス等を含む。

【0039】

管理情報は、例えばユーザが初めて空調管理サービスを利用する際に、ユーザ端末４を用いて、空調管理装置１から提供される登録用の画面を利用してユーザの登録操作を受け付けることによって収集される。

【0040】

図４は、検出値ＤＢ１２２に記憶される情報の内容例を示す図である。検出値ＤＢ１２２は、センサ２により検出された検出値に関する情報を記憶するデータベースである。検出値ＤＢ１２２には、例えば、検出値を識別するための検出値ＩＤをキーに、検出値を検出したセンサ２のセンサ識別情報、検出日時、及び検出値等の情報を紐付けたレコードが時系列順に格納されている。検出値は、温度の検出値及び相対湿度の検出値の少なくとも１つを含む。空調管理装置１は、センサ２及び中継装置３を通じて検出値を取得する度、検出値ＤＢ１２２に記憶する。検出値ＤＢ１２２の内容は随時更新される。

【0041】

図５は、ユーザ端末４の構成例を示すブロック図である。ユーザ端末４は、制御部４１、記憶部４２、通信部４３、表示部４４及び操作部４５を備える。制御部４１は、一又は複数のＣＰＵ、ＧＰＵ等を用いたプロセッサを備える。制御部４１は、内蔵するＲＯＭ又はＲＡＭ等のメモリを用い、各構成部を制御して処理を実行する。

【0042】

記憶部４２は、例えばフラッシュメモリ等の不揮発性メモリを備える。記憶部４２は、制御部４１が参照するプログラム及びデータが記憶されている。通信部４３は、ネットワークＮを介した通信を実現するための通信デバイスである。制御部４１は、通信部４３を介して空調管理装置１との間の情報の送受信を行う。

【0043】

表示部４４は、例えば液晶ディスプレイ又は有機ＥＬ（Electro Luminescence）ディスプレイ等のディスプレイ装置を備える。表示部４４は、制御部４１からの指示に従って、空調管理装置１から受信した各種情報を表示する。

【0044】

操作部４５は、ユーザの操作を受け付けるインタフェースである。操作部４５は、例えばキーボード、ディスプレイ内蔵のタッチパネルデバイス、スピーカ及びマイクロフォン等を備える。操作部４５は、ユーザからの操作入力を受け付け、操作内容に応じた制御信号を制御部４１へ送出する。

【0045】

図６は、センサ２の構成例を示すブロック図である。センサ２は、筐体２０、制御部２１、通信部２２、検知部２３、電源部２４、及び収容部２５等を備える。制御部２１、通信部２２、電源部２４及び収容部２５は、センサ２の本体を構成する筐体２０内に収容されている。

【0046】

制御部２１は、ＣＰＵなどで構成され、内蔵するＲＯＭ及びＲＡＭ等のメモリを用い、センサ２の動作を制御する。通信部２２は、例えばＷｉＦｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｂｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙ（ＢＬＥ）等の近距離無線通信による通信に関する処理を行うための通信モジュールを備える。制御部２１は、通信部２２及び中継装置３を通して、空調管理装置１との間でデータを送受信する。通信部２２の通信規格は上述の例に限らない。

【0047】

検知部２３は、センサ２の検知機能を発揮するための部位であり、温度センサ２３１及び湿度センサ２３２を備える。なお、センサ２が第１センサ２ａである場合、湿度センサ２３２は省略してもよい。温度センサ２３１としては、温度を検出し得るセンサであれば特に限定されないが、例えばサーミスタを用いることができる。サーミスタは、周囲の温度に応じて抵抗値が変化する。温度センサ２３１の抵抗値に基づいて、センサ２が配置された環境の温度を測定することができる。温度センサ２３１は、非接触式の温度センサであってもよい。湿度センサ２３２としては、湿度（相対湿度）を検出し得るセンサであれば特に限定されないが、例えば高分子静電容量式センサ、高分子抵抗式センサ等を用いることができる。なお検知部２３は、温湿度を測定可能な温湿度センサを備えてもよい。

【0048】

図６に概念的に示すように、本実施形態の検知部２３は、筐体２０の外部に設けられており、引き出し線２６を介して制御部２１に接続されている。引き出し線２６は、例えばリード配線であってもよい。なお検知部２３は、筐体２０に内包される構成であってもよい。

【0049】

電源部２４は、センサ２の各機能要素に電力を供給する。電源部２４は、ボタン電池、リチウムイオン電池等を備える。電源部２４は、商用電源に接続され、商用電源から得られる電力を供給する構成であってもよい。

【0050】

収容部２５は、磁石２５１を収容する。収容部２５に収容される磁石２５１により、取り付け対象となる機器に対し、着脱可能にセンサ２を取り付けることが可能である。磁石２５１は、ネオジム磁石等の強力磁石が好ましい。なお本実施形態では、取付部材として磁石２５１を設けているが、これに限定されない。取付部材は、例えば、粘着テープ、フックや凹凸嵌合の差し込み等であってもよい。磁石２５１を用いることで、センサ２の配置の配置が容易となる。電源系統に接続されている機器にセンサ２を取り付け、電源部２４を上記電源系統に接続することで、上記電源系統からの電力を利用可能となり、配策が容易となる。

【0051】

図１に示すように、本実施形態では、磁石２５１を用いて第１センサ２ａ本体を検出体６に取り付けるとともに、検出体６における店舗Ｓの内側を向く面に検知部２３を取り付ける。第１センサ２ａにより、検出体６における店舗Ｓの内側を向く面の温度を検出する。また、磁石２５１を用いて、第２センサ２ｂ本体を、ショーケース５２の側面外側及び什器５３の上側に取り付ける。第２センサ２ｂにより、店舗Ｓ内の空気の温度及び相対湿度を検出する。

【0052】

空調管理装置１は、センサ２により検出された温度及び湿度に基づいて、結露発生の可能性の予測処理を実行する。以下、第１実施形態における結露発生の可能性の予測手法を説明する。

【0053】

空調管理装置１は、中継装置３を通じて、第１センサ２ａにより検出された検出体６の表面の温度と、第２センサ２ｂにより検出された店舗Ｓ内の温度及び湿度とを取得する。

【0054】

第２センサ２ｂにより検出された温度及び湿度に基づいて、店舗Ｓ内の露点温度が求められる。得られた店舗Ｓ内の露点温度と、検出体６の表面の温度との差分（検出体６の表面の温度から露点温度を減じた値）を算出する。店舗Ｓ内の露点温度と、検出体６の表面の温度との差分（温度差）が大きい程、結露が発生しにくいことを意味する。

【0055】

算出した温度差と、予め設定される閾値との比較に基づいて、結露発生の可能性を予測する。算出した温度差が予め設定される閾値以上である場合、結露発生の可能性が無いと予測することができる。算出した温度差が予め設定される閾値未満である場合、結露発生の可能性が有ると予測することができる。

【0056】

空調管理装置１は、例えば、新たな検出体６の表面の温度が検出される度、上述の予測処理を実行する。なお、第１センサ２ａと第２センサ２ｂとの検出時点が同期されていない場合には、第１センサ２ａ及び第２センサ２ｂの両方の検出値を取得したタイミングで上述の予測処理を実行してもよい。新たな検出値の検出に応じてリアルタイムで予測処理を実行することで、早期の予測が可能となり好ましいが、予め収集された検出値に基づき所定の予測タイミングで予測処理を実行してもよい。

【0057】

同一の店舗Ｓ内に複数の第２センサ２ｂが設けられる場合には、各第２センサ２ｂによる温度及び湿度に基づき、各検出箇所に応じた露点温度をそれぞれ計算し、計算した各露点温度に対する温度差に基づき、結露発生の可能性の有無をそれぞれ予測してもよい。あるいは、各第２センサ２ｂによる温度及び湿度から求められる露点温度を平均した平均露点温度を計算し、計算した平均露点温度に対する温度差に基づき、結露発生の可能性の有無を予測してもよい。各第２センサ２ｂによる温度を平均した平均温度及び湿度を平均した平均湿度を求め、求めた平均温度及び平均湿度に基づき露点温度を計算し、計算した平均温度及び平均湿度に基づく露点温度に対する温度差に基づき、結露発生の可能性の有無を予測してもよい。

【0058】

空調管理装置１は、結露発生の可能性の予測結果に応じて、送風機５４の稼働を制御するための稼働制御情報を生成し、生成した稼働制御情報を送風機５４へ送信する。結露発生の可能性が有ると予測した場合、空調管理装置１は、稼働制御情報として、送風機５４を稼働させる制御指示（稼働指示）を送信する。

【0059】

結露発生の可能性が無いと予測した場合、空調管理装置１は、稼働制御情報として、送風機５４を稼働させない、すなわち送風機５４の回転数をゼロとする制御指示（停止指示）を送信する。

【0060】

送風機５４の制御ユニット５４３は、空調管理装置１から送信される稼働制御情報を受信した場合、受信した稼働制御情報に従い、送風機５４の稼働を制御する。制御ユニット５４３は、稼働指示の受け付けに応じて送風機５４を所定の回転数で稼働させる。制御ユニット５４３は、停止指示の受け付けに応じて送風機５４を停止させる。

【0061】

なお、空調管理装置１は、結露発生の可能性が有ると予測した場合には、所定時間に亘る稼働指示を出力し、結露発生の可能性が無いと予測した場合には、稼働制御情報を送信しない構成であってもよい。送風機５４は、稼働指示を受け付けた場合、予め設定される稼働時間に亘り送風機５４を稼働させた後、送風機５４の稼働を停止させる。

【0062】

また、結露発生の可能性の予測において、複数の閾値を設定し、各閾値との比較に基づいて、結露発生の可能性を複数レベルで予測してもよい。例えば、第１閾値と、第１閾値よりも大きい値である第２閾値とを用意する。上述した温度差が第１閾値未満である場合、空調管理装置１は、結露発生の可能性が有り、可能性レベル高と予測する。温度差が第１閾値以上第２閾値未満である場合、空調管理装置１は、結露発生の可能性が有り、可能性レベル低と予測する。温度差が第２閾値以上である場合、空調管理装置１は、結露発生の可能性が無いと予測する。

【0063】

結露発生の可能性を複数レベルで予測した場合、可能性レベルに応じた稼働制御情報が生成されてもよい。例えば、可能性レベル高と予測した場合、空調管理装置１は、第１回転数で送風機５４を稼働させるよう、制御指示を送信する。可能性レベル低と予測した場合、空調管理装置１は、第１回転数よりも小さい第２回転数で送風機５４を稼働させるよう、制御指示を送信する。

【0064】

空調管理装置１は、所定の検出間隔で取得した検出データに基づき上述の予測処理を実行し、店舗Ｓの空調管理を行う。

【0065】

図７は、空調管理装置１が実行する処理手順の一例を示すフローチャートである。以下の各フローチャートにおける処理は、空調管理装置１の記憶部１２に記憶するプログラム１Ｐに従って制御部１１により実行されてもよく、制御部１１に備えられた専用のハードウェア回路（例えばＦＰＧＡ又はＡＳＩＣ）により実現されてもよく、それらの組合せによって実現されてもよい。空調管理装置１は、例えば、第１センサ２ａから新たな温度の検出値を受け付けたタイミング又は予め設定される予測タイミングで、以下の処理を繰り返し実行する。

【0066】

空調管理装置１の制御部１１は、第１センサ２ａによる検出体６の表面の温度の検出値と、第２センサ２ｂによる店舗Ｓ内の温度及び湿度の検出値とを取得する（ステップＳ１１）。制御部１１は、取得した各検出値を検出値ＤＢ１２２に記憶する。なお制御部１１は、検出値ＤＢ１２２に記憶する情報に基づき、検出値を取得してもよい。

【0067】

制御部１１は、取得した検出体６の表面の温度と、店舗Ｓ内の温度及び湿度とに基づいて、結露発生の可能性の有無を予測する（ステップＳ１２）。図８は、結露発生の可能性の有無の予測の詳細な手順の一例を示すフローチャートである。図８のフローチャートに示す処理手順は、図７のフローチャートにおけるステップＳ１２の詳細に対応する。

【0068】

制御部１１は、取得した店舗Ｓ内の温度と湿度とに基づいて、店舗Ｓ内の露点温度を導出する（ステップＳ２１）。制御部１１は、導出した露点温度と、検出体６の表面の温度との差分（温度差）を導出する（ステップＳ２２）。

【0069】

制御部１１は、導出した温度差が予め設定される閾値未満であるか否かを判定する（ステップＳ２３）。温度差が予め設定される閾値以上であると判定した場合（ステップＳ２３：ＮＯ）、制御部１１は、結露発生の可能性が無いと予測する（ステップＳ２４）。温度差が予め設定される閾値未満であると判定した場合（ステップＳ２３：ＹＥＳ）、制御部１１は、結露発生の可能性が有ると予測する（ステップＳ２５）。なお制御部１１は、複数の閾値に基づき、結露発生の可能性の有無とともに、結露発生の可能性が有る場合における可能性レベルを予測してもよい。制御部１１は、図７のフローチャートにおけるステップＳ１３へ処理を戻す。

【0070】

図７に戻り説明を続ける。制御部１１は、結露発生の可能性の有無の予測結果に基づいて、結露発生の可能性が有るか否かを判定する（ステップＳ１３）。結露発生の可能性が無いと予測されたことにより、結露発生の可能性が無いと判定した場合（ステップＳ１３：ＮＯ）、制御部１１は、送風機５４を稼働させないための稼働制御情報を送風機５４の制御ユニット５４３へ送信する（ステップＳ１４）。結露発生の可能性が有ると予測されたことにより、結露発生の可能性が有ると判定した場合（ステップＳ１３：ＹＥＳ）、制御部１１は、送風機５４を稼働させるための稼働制御情報を制御ユニット５４３へ送信する（ステップＳ１５）。制御部１１は、一連の処理を終了する。

【0071】

上述の処理において、ステップＳ１２の予測処理とステップＳ１３の判定処理とは同一の処理により行われてもよい。また、制御部１１は、稼働制御情報を制御ユニット５４３へ送信するものに限らず、ユーザ端末４へ送信してもよい。

【0072】

本実施形態によれば、店舗Ｓ内の空気環境に応じて送風機５４の稼働を制御することで、効率的且つ効果的に送風機５４を稼働させることができる。結露発生の可能性が高い場合には、速やかに送風機５４を稼働させることで、結露の発生を抑制し、結露の発生に起因するカビの発生を防止することができる。カビの発生した状態で送風機５４を稼働することによる、カビのまき散らしを防止することができる。

【0073】

店舗Ｓ内に検出体６を設けることで、予め結露の発生し易い環境を構築することができる。検出体６の表面温度と、店舗Ｓ内の露点温度との比較により結露発生の可能性を予測することで、より早期に結露発生の可能性を検知することができ、店舗Ｓの空気環境の状態を好適に管理することができる。

【0074】

（第２実施形態）
第２実施形態では、第１学習モデル１２３を用いて結露発生の可能性を予測する構成を説明する。以下の各実施形態では主に第１実施形態との相違点を説明し、第１実施形態と共通する構成については同一の符号を付してその詳細な説明を省略する。

【0075】

第２実施形態における空調管理装置１の記憶部１２には、図２に示す様に、第１学習モデル１２３が記憶されている。第１学習モデル１２３は、所定の訓練データを学習済みの機械学習モデルである。第１学習モデル１２３は、人工知能ソフトウェアの一部を構成するプログラムモジュールとしての利用が想定される。

【0076】

図９は、第２実施形態の第１学習モデル１２３の概要を示す説明図である。第１学習モデル１２３は、第１センサ２ａによる検出体６の表面の温度と、第２センサ２ｂによる店舗Ｓ内の温度及び湿度とを入力した場合に、店舗Ｓ内の結露発生の可能性に関する情報を出力するモデルである。本実施形態では一例として、第１学習モデル１２３は店舗Ｓ内の結露発生の可能性の有無を出力するものとする。第１学習モデル１２３は、例えばニューラルネットワークを用いた深層学習の手法により構築されたモデルである。時系列の検出値データを用いる場合、第１学習モデル１２３はＲＮＮ（Recurrent Neural Network）であってもよい。

【0077】

第１学習モデル１２３は、検出体６の表面の温度と、店舗Ｓ内の温度及び湿度とを入力する入力層と、結露発生の可能性の有無を示す情報を出力する出力層と、特徴量を抽出する中間層（隠れ層）とを備える。中間層は、入力データの特徴量を抽出する複数のノードを有し、各種パラメータを用いて抽出された特徴量を出力層に受け渡す。入力層に検出体６の表面の温度と、店舗Ｓ内の温度及び湿度とが入力された場合、学習済みパラメータによって中間層で演算が行なわれ、出力層から、結露発生の可能性の有無に関する出力情報が出力される。

【0078】

第１学習モデル１２３の入力層へ入力される温度及び湿度は、所定期間における温度及び湿度の時系列データであってもよい。例えば、前回の予測時点から現在までに取得した検出体６の表面の温度の時系列データと、店舗Ｓ内の温度及び湿度の時系列データとを第１学習モデル１２３への入力としてもよい。制御部１１は、時系列で記憶されてあった温度データ又は湿度データをグラフ化して画像として入力層へ入力してもよい。

【0079】

第１学習モデル１２３の出力層は、結露発生の可能性の有無に各々対応する複数のノードを有する。結露発生の可能性の有無に対応するノードはそれぞれ、結露発生の可能性の有無の確度を出力する。出力層から出力される確度の最も高い出力情報を、第１学習モデル１２３の出力とすることができる。なお、予測すべき結露発生の可能性に関する情報を得ることができれば、出力層の構成は特に限定されない。

【0080】

なお、第１学習モデル１２３の出力は、結露発生の可能性の有無に限定されない。第１学習モデル１２３は、例えば複数レベルに分類される結露発生の可能性レベルを出力するよう構成されてもよい。第１学習モデル１２３は、結露発生の可能性を示す数値を出力するよう構成されてもよい。

【0081】

空調管理装置１は、多様な店舗Ｓに関する検出体６の表面の温度と、店舗Ｓ内の温度及び湿度との検出値の実測データに、実際の店舗Ｓ内を観察することにより特定される結露発生の可能性の有無が付与された情報群を訓練データとして予め収集する。空調管理装置１は、収集した訓練データを用いて第１学習モデル１２３を学習する。空調管理装置１は、検出体６の表面の温度と、店舗Ｓ内の温度及び湿度とに応じた結露発生の可能性の有無の推定結果を出力するよう、例えば誤差逆伝播法を用いて、空調管理装置１を構成する各種パラメータを学習する。当該パラメータは、例えばニューロン間の重み（結合係数）などである。学習が完了すると、検出体６の表面の温度と、店舗Ｓ内の温度及び湿度とに対し結露発生の可能性の有無を適切に推定可能に学習された第１学習モデル１２３が構築される。なお第１学習モデル１２３は、外部装置で構築され、当該外部装置から送信された第１学習モデル１２３を空調管理装置１の記憶部１２に記憶させてもよい。

【0082】

第１学習モデル１２３の構成は上述の例に限定されるものではない。第１学習モデル１２３は、検出体６の表面の温度と、店舗Ｓ内の温度及び湿度とに対し、結露発生の可能性に関する情報を推定可能であればよい。第１学習モデル１２３は、ＣＮＮ（Convolution Neural Network）、ＬＳＴＭ（Long Short-Term Memory）、Ｔｒａｎｓｆｏｒｍｅｒ、サポートベクタマシン、決定木等、その他の学習アルゴリズムに基づくモデルであってもよい。

【0083】

第２実施形態の空調管理装置１は、上述の第１学習モデル１２３を用いて、結露発生の可能性の有無を予測する。第２実施形態の空調管理装置１は、結露発生の可能性の有無の予測処理以外は、第１実施形態と同様の処理を実行するものであってよい。

【0084】

図１０は、第２実施形態における結露発生の可能性の有無の予測の詳細な手順の一例を示すフローチャートである。図１０のフローチャートに示す処理手順は、図７のフローチャートにおけるステップＳ１２の詳細に対応する。

【0085】

空調管理装置１の制御部１１は、図７のフローチャートにおけるステップＳ１１の処理により取得した検出体６の表面の温度と、店舗Ｓ内の温度及び湿度とを、第１学習モデル１２３に入力する（ステップＳ３１）。制御部１１は、第１学習モデル１２３から出力される結露発生の可能性の有無を取得する（ステップＳ３２）。以降、制御部１１は、第１実施形態と同様の処理を実行し、得られた結露発生の可能性の有無の予測結果に応じて、稼働制御情報を送信する。

【0086】

本実施形態によれば、第１学習モデル１２３を用いて、結露発生の可能性の有無をより容易且つ精度よく判定することができる。

【0087】

（第３実施形態）
第３実施形態では、店舗Ｓ内における空調装置５１の温度設定に関する警告要否を推定する構成を説明する。

【0088】

第３実施形態の空調管理装置１が実行する温度設定に関する警告要否の推定手法を説明する。空調装置５１の温度設定に関する警告要否とは、空調装置５１を用いて空調制御される各店舗Ｓ内の温度に関する警告要否に対応する。

【0089】

空調管理装置１は、温度設定に関する警告要否の推定にあたり、検出値ＤＢ１２２に複数の店舗Ｓにおいて検出された検出値を収集しておく。空調管理装置１は、予め設定される推定タイミング（例えば毎日９時及び１５時、毎日１２時等）において、前回の推定時点から現在までに取得した検出値の時系列データを用いて、温度設定に関する警告の要否を推定する。以下では、検出値のうち第２センサ２ｂにより検出された各店舗Ｓ内の温度を用いて警告要否の推定を行う例を説明するが、警告要否の推定には、第１センサ２ａにより検出された検出体６の表面の温度を用いてもよく、各店舗Ｓ内の温度及び検出体６の表面の温度を用いてもよい。

【0090】

空調管理装置１は、検出値ＤＢ１２２を参照して、各店舗Ｓに設置されている第２センサ２ｂで検出された、所定期間における温度の時系列データを受け付ける。空調管理装置１は、各店舗Ｓにおける温度の時系列データに基づき、温度設定に関する警告の要否を推定する。具体的には、各店舗Ｓにおける温度を比較することにより、各店舗Ｓにおける温度の適否を判定する。

【0091】

温度の適否の判定方法は限定的ではないが、一例として、各店舗Ｓにおける温度を比較することにより、いずれかの店舗Ｓの温度が、他の店舗Ｓの温度から離れているか否かを判定する。

【0092】

例えば、第１店舗から第５店舗までの５つの店舗Ｓを比較する場合を想定する。初めに、店舗Ｓ毎に、時系列データにおける複数の温度の検出値を平均した店舗平均温度を算出する。次いで、第１店舗の店舗平均温度と、第２店舗から第５店舗までの各店舗の店舗平均温度それぞれとの温度差（差分の絶対値）を求める。求めた各温度差の少なくとも１つが予め設定される閾値以上である場合、第１店舗の店舗平均温度が他の店舗Ｓの店舗平均温度から離れていると判定することができる。あるいは、第１店舗の店舗平均温度と、第２店舗から第５店舗までの各店舗の店舗平均温度の平均値との温度差を求める。求めた温度差が予め設定される閾値以上である場合、第１店舗の店舗平均温度が他の店舗Ｓの店舗平均温度から離れていると判定することができる。以下、第２店舗から第５店舗までについても同様に判定を行う。

【0093】

いずれかの店舗Ｓの店舗平均温度が他の店舗Ｓの店舗平均温度から離れている場合、温度が適切でなく、温度設定に関する警告が必要であると推定することができる。いずれかの店舗Ｓの店舗平均温度が他の店舗Ｓの店舗平均温度から離れていない場合、温度が適切であり、温度設定に関する警告が不要であると推定することができる。

【0094】

同一の店舗Ｓ内に複数の第２センサ２ｂが設けられる場合には、第２センサ２ｂの設置環境（例えば部屋中央、ショーケース付近、什器付近）が類似する第２センサ２ｂによる温度同士を比較することにより、店舗平均温度から離れているか否かを判定してもよい。

【0095】

また、第３実施形態の警告要否の推定では、１つの店舗Ｓに第１実施形態又は第２実施形態で記述している検出体６を設けることにより予め結露の発生し易い環境を構築しておき、検出体６を設けていない他の店舗Ｓに対し、より早期に結露発生の可能性を検知し、温度設定に関する警告要否を推定してもよい。空調管理装置１は、検出体６を備える店舗Ｓにおいて結露発生の可能性が有ると判定した場合、検出体６を設けていない他の店舗Ｓのうち、当該検出体６を備える店舗Ｓと温度の時系列データが近似する他の店舗Ｓを特定する。例えば、検出体６を備える店舗Ｓと他の店舗Ｓとの店舗平均温度の差分（差分の絶対値）が所定閾値未満である場合、温度の時系列データが近似すると判定してもよい。空調管理装置１は、検出体６を備える店舗Ｓにおける結露発生の可能性の検知に連動させて、特定した他の店舗Ｓへ温度設定に関する警告を出力してもよい。

【0096】

空調管理装置１は、温度設定に関する警告の要否の推定結果に応じて、温度設定に関する警告情報を生成し、生成した警告情報をユーザ端末４へ送信する。特定の店舗Ｓについて温度設定に関する警告が必要であると推定した場合、空調管理装置１は、特定の店舗Ｓに対応するユーザ端末４へ、空調装置５１の温度設定が適切でないことを通知する警告情報を送信する。ユーザは、ユーザ端末４を用いて警告情報を確認することで、店舗Ｓの空調装置５１の温度設定を見直し、店舗Ｓ内の温度を好適に維持することができる。

【0097】

図１１は、第３実施形態の空調管理装置１が実行する処理手順の一例を示すフローチャートである。空調管理装置１は、例えば予め設定される推定タイミングで以下の処理を繰り返し実行する。

【0098】

空調管理装置１の制御部１１は、検出値ＤＢ１２２に記憶する情報に基づき、複数の店舗Ｓに係る店舗Ｓ内の温度の時系列データを取得する（ステップＳ４１）。

【0099】

制御部１１は、取得した各店舗Ｓ内の温度の時系列データに基づいて、温度設定に関する警告の要否を推定する（ステップＳ４２）。図１２は、温度設定に関する警告要否の推定の詳細な手順の一例を示すフローチャートである。図１２のフローチャートに示す処理手順は、図１１のフローチャートにおけるステップＳ４２の詳細に対応する。

【0100】

制御部１１は、店舗Ｓ毎に、時系列データにおける複数の温度の検出値を平均した店舗平均温度を導出する（ステップＳ５１）。制御部１１は、導出した一の店舗Ｓの店舗平均温度と、他の店舗Ｓの店舗平均温度との差分（温度差）を導出する（ステップＳ５２）。

【0101】

制御部１１は、導出した温度差が予め設定される閾値以上であるか否かを判定する（ステップＳ５３）。温度差が予め設定される閾値未満であると判定した場合（ステップＳ５３：ＮＯ）、制御部１１は、温度設定に関する警告が不要と推定する（ステップＳ５４）。温度差が予め設定される閾値以上であると判定した場合（ステップＳ５３：ＹＥＳ）、制御部１１は、温度設定に関する警告が必要と推定する（ステップＳ５５）。制御部１１は、各店舗Ｓの店舗平均温度に対して上述の処理を実行し、各店舗Ｓについて警告要否を推定する。制御部１１は、図１１のフローチャートにおけるステップＳ４３へ処理を戻す。

【0102】

図１１に戻り説明を続ける。制御部１１は、温度設定に関する警告要否の推定結果に基づいて、温度設定に関する警告が必要か否かを判定する（ステップＳ４３）。温度設定に関する警告が不要と推定されたことにより、温度設定に関する警告が不要であると判定した場合（ステップＳ４３：ＮＯ）、制御部１１は、警告情報の送信処理をスキップする。

【0103】

温度設定に関する警告が必要と推定されたことにより、温度設定に関する警告が必要であると判定した場合（ステップＳ４３：ＹＥＳ）、制御部１１は、温度設定に関する警告情報を生成する（ステップＳ４４）。警告情報は、例えば店舗Ｓ内の温度が適切でないこと、空調装置５１の温度設定が適切でないこと等を通知する情報を含む。警告情報は、他の店舗Ｓとの温度差を示す情報を含んでもよい。

【0104】

制御部１１は、生成した警告情報を、特定の店舗Ｓに対応するユーザのユーザ端末４へ送信し（ステップＳ４５）、一連の処理を終了する。上記特定の店舗Ｓとは、温度設定に関する警告が必要と推定された店舗平均温度に対応する店舗Ｓである。制御部１１は、管理ＤＢ１２１に記憶する情報に基づき、警告情報を送信すべきユーザ端末４を特定するとよい。ユーザ端末４は、空調管理装置１から受信した警告情報を表示部４４へ表示させる。

【0105】

上述の処理において、制御部１１は、空調管理システム１００に含まれる全店舗Ｓを予め複数グループに分類しておき、グループ毎の温度データを用いて警告要否の推定処理を実行してもよい。

【0106】

本実施形態によれば、店舗Ｓ内の空調を管理するための情報として、温度設定に関する警告情報が出力される。複数の店舗Ｓから収集した温度のデータを相対比較することで、各店舗Ｓにおける温度の適否を適正に判定することができる。温度設定が適切でない店舗Ｓには、警告を出力することで、空調装置５１による過剰冷却又は過剰暖房を抑制し、店舗Ｓ内の空気環境を好適に管理することができる。

【0107】

（第４実施形態）
第４実施形態では、第２学習モデル１２４を用いて温度設定に関する警告要否を推定する構成を説明する。

【0108】

第４実施形態における空調管理装置１の記憶部１２には、図２に示すように、第２学習モデル１２４が記憶されている。第２学習モデル１２４は、所定の訓練データを学習済みの機械学習モデルである。第２学習モデル１２４は、人工知能ソフトウェアの一部を構成するプログラムモジュールとしての利用が想定される。

【0109】

図１３は、第４実施形態の第２学習モデル１２４の概要を示す説明図である。第２学習モデル１２４は、複数の店舗Ｓに係る店舗Ｓ内の温度の時系列データを入力した場合に、温度設定に関する警告の要否を出力するモデルである。第２学習モデル１２４は、例えばニューラルネットワークを用いた深層学習の手法により構築されたモデルであり、ＲＮＮである。

【0110】

第２学習モデル１２４の構成は、第１学習モデル１２３と同様であるため、詳細な説明は省略するが、第２学習モデル１２４は、複数の店舗Ｓに係る店舗Ｓ内の温度の時系列データを入力する入力層と、温度設定に関する警告の要否を示す情報を出力する出力層と、特徴量を抽出する中間層（隠れ層）とを備える。

【0111】

第２学習モデル１２４の入力層は、各店舗Ｓ内の温度の時系列データを受け付ける複数のノードを有する。第２学習モデル１２４の入力層へ入力される温度の時系列データは、例えば、前回の推定時点から現在までに取得した温度の時系列データであってよい。第２学習モデル１２４へはさらに、複数の店舗Ｓに係る検出体６の表面の温度の時系列データが入力されてもよい。制御部１１は、時系列の温度の検出値をグラフ化して画像として入力層へ入力してもよい。

【0112】

第２学習モデル１２４の出力層は、各店舗Ｓについての温度設定に関する警告の要否を示す情報を出力する。第２学習モデル１２４は、各店舗Ｓに対応する複数の出力層を備え、各出力層から対応する店舗Ｓの温度設定に関する警告の要否を出力するよう構成されてもよい。なお、推定すべき温度設定に関する警告の要否の情報を得ることができれば、出力層の構成は特に限定されない。

【0113】

第２学習モデル１２４の出力は、温度設定に関する警告の要否に限定されず、例えば複数レベルに分類される警告レベルを出力するよう構成されてもよい。

【0114】

空調管理装置１は、多様な店舗Ｓに関する店舗Ｓ内の温度の時系列データの実測値に、既知の温度設定に関する警告の要否が付与された情報群を訓練データとして予め収集する。正解値となる温度設定に関する警告の要否は、例えば第３実施形態で説明した判定手法による判定結果を用いてもよい。空調管理装置１は、収集した訓練データを用いて第２学習モデル１２４を学習する。空調管理装置１は、複数の店舗Ｓ内の温度の時系列データに応じた温度設定に関する警告の要否の推定結果を出力するよう、例えば誤差逆伝播法を用いて、空調管理装置１を構成する各種パラメータを学習する。学習が完了すると、複数の店舗Ｓ内の温度の時系列データに対し温度設定に関する警告の要否を適切に推定可能に学習された第２学習モデル１２４が構築される。

【0115】

第２学習モデル１２４の構成は上述の例に限定されるものではない。第２学習モデル１２４は、複数の店舗Ｓ内の温度の時系列データに対し、温度設定に関する警告の要否を推定可能であればよい。第２学習モデル１２４は、ＣＮＮ、ＬＳＴＭ、Ｔｒａｎｓｆｏｒｍｅｒ、サポートベクタマシン、決定木等、その他の学習アルゴリズムに基づくモデルであってもよい。

【0116】

第４実施形態の空調管理装置１は、上述の第２学習モデル１２４を用いて、温度設定に関する警告の要否を推定する。第４実施形態の空調管理装置１は、温度設定に関する警告要否の推定処理以外は、第３実施形態と同様の処理を実行するものであってよい。

【0117】

図１４は、第４実施形態における温度設定に関する警告要否の推定の詳細な手順の一例を示すフローチャートである。図１４のフローチャートに示す処理手順は、図１１のフローチャートにおけるステップＳ４２の詳細に対応する。

【0118】

空調管理装置１の制御部１１は、図１１のフローチャートにおけるステップＳ４１の処理により取得した複数の店舗Ｓ内の温度の時系列データを、第２学習モデル１２４に入力する（ステップＳ６１）。制御部１１は、第２学習モデル１２４から出力される温度設定に関する警告要否を取得する（ステップＳ６２）。以降、制御部１１は、第３実施形態と同様の処理を実行し、得られた温度設定に関する警告要否の推定結果に応じて、警告情報を送信する。

【0119】

本実施形態によれば、第２学習モデル１２４を用いて、温度設定に関する警告要否をより容易且つ精度よく判定することができる。

【0120】

今回開示した実施の形態は、全ての点で例示であって、制限的なものではないと考えられるべきである。各実施例にて記載されている技術的特徴は互いに組み合わせることができ、本発明の範囲は、特許請求の範囲内での全ての変更及び特許請求の範囲と均等の範囲が含まれることが意図される。
各実施形態に示すシーケンスは限定されるものではなく、矛盾の無い範囲で、各処理手順はその順序を変更して実行されてもよく、また並行して複数の処理が実行されてもよい。各処理の処理主体は限定されるものではなく、矛盾の無い範囲で、各装置の処理を他の装置が実行してもよい。

【0121】

各実施形態に記載した事項は相互に組み合わせることが可能である。また、特許請求の範囲に記載した独立請求項及び従属請求項は、引用形式に関わらず全てのあらゆる組み合わせにおいて、相互に組み合わせることが可能である。さらに、特許請求の範囲には他の２以上のクレームを引用するクレームを記載する形式（マルチクレーム形式）を用いているが、これに限るものではない。マルチクレームを少なくとも一つ引用するマルチクレーム（マルチマルチクレーム）を記載する形式を用いて記載してもよい。

【符号の説明】

【0122】

１００ 空調管理システム
Ｓ 店舗
１ 空調管理装置
１１ 制御部
１２ 記憶部
１３ 通信部
１２１ 管理ＤＢ
１２２ 検出値ＤＢ
１２３ 第１学習モデル
１２４ 第２学習モデル
１Ｐ プログラム
１Ａ 記録媒体
２ センサ
２ａ 第１センサ
２ｂ 第２センサ
２５１ 磁石
３ 中継装置
４ ユーザ端末
５１ 空調装置
５２ ショーケース
５２２ 天面部
５３ 什器
５４送風機
５４１開口部
５４３ 制御ユニット
５５ 防煙壁
５６ 換気口
６ 検出体

【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】

【図14】