ディープラーニングによる空調機器の冷媒漏えい検知技術

• Item type: SIG Technical Reports(1)
• 公開日: 2022-06-20
• タイトル: ディープラーニングによる空調機器の冷媒漏えい検知技術
• タイトル / 言語: en
• タイトル: Refrigerant leak detection of air conditioner by deep learning
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東芝キヤリア株式会社
• 著者所属: 東芝デジタルソリューションズ株式会社
• 著者所属: 東芝キヤリア株式会社
• 著者所属: 東芝キヤリア株式会社
• 著者所属(英): en
• 著者所属(英): Toshiba Carrier Corporation
• 著者所属(英): en
• 著者所属(英): TOSHIBA DIGITAL SOLUTIONS CORPORATION
• 著者所属(英): en
• 著者所属(英): Toshiba Carrier Corporation
• 著者所属(英): en
• 著者所属(英): Toshiba Carrier Corporation
• 著者名: 小牟禮, 信哉; 磯部, 康之; 平原, 茂利夫; 木口, 行雄
• 著者名(英): Shinya, Komure; Yasuyuki, Isobe; Morio, Hirahara; Yukio, Kiguchi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 空調機器には，空気や水を冷却加熱するための熱輸送媒体である冷媒が封入されている．この冷媒の多くは温室効果ガスの一種であるフロンガスが使用されているため，製品振動による配管接合部の緩みなどによって冷媒が大気に漏えいすることが問題となっている．空調業界としても，地球温暖化の抑制およびカーボンニュートラル達成のために，2021 年 5 月に日本冷凍空調工業会が冷媒漏えい検知システムに関するガイドラインを制定した．当社ではディープラーニングを活用してガイドラインに準拠した冷媒漏えい検知システムを構築し，2022 年に初めて運用を開始する．本稿では，製品の市場運転データを学習して構築したディープラーニングモデルの紹介と，大量生産品特有の課題である製品の個体差の影響を抑制するための手法について報告する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The air conditioner is filled with a refrigerant, which is a heat transport medium for cooling and heating air and water. Many of this refrigerant use the flong gas, which is a kind of greenhouse gas, so it is a problem that the refrigerant leaks into the atmosphere due to the loosening of the piping joint due to product vibration. In the air conditioning industry, the Japan Refrigeration and Air Conditioning Industry Association established guidelines for refrigerant leak detection systems in May 2021 in order to curb global warming and achieve carbon neutrality. We have constructed a refrigerant leak detection system that complies with the guidelines by utilizing deep learning, and started operation for the first time in 2022. In this paper, we will introduce the deep learning model constructed by learning market operation data, and report the results of studying countermeasures for individual differences in equipment peculiar to mass-produced products.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA12055912
• 書誌情報: 研究報告バイオ情報学（BIO）; 巻 2022-BIO-70, 号 21, p. 1-6, 発行日 2022-06-20
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8590
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会