干燥时间预测方法、干燥时间预测系统及干燥机与流程

1.本公开涉及干燥时间的预测。


背景技术：

2.已知有进行有关将来的事象(事情和现象)的预测的技术(例如，参照专利文献1)。
3.现有技术文献
4.专利文献
5.专利文献1：日本特开2014-85914号公报


技术实现要素：

6.发明要解决的课题
7.对于使用干燥机等使衣物等干燥的用户，希望显示干燥运转的剩余干燥时间。
8.所以，本公开的目的是提供一种预测干燥时间的干燥时间预测方法等。
9.用来解决课题的手段
10.有关本公开的一技术方案的干燥时间预测方法，取得第1干燥机开始运转时的运转条件；对于上述第1干燥机过去进行的1次以上的第1运转，分别取得该第1运转的第1实际运转时间；取得通过向已学习模型输入上述运转条件和基于上述第1实际运转时间的第1实际信息从而从上述已学习模型输出的运转结束时间信息，该运转结束时间信息关于由上述运转的开始带来的运转的结束时刻；输出基于上述运转结束时间信息的第1信息。
11.有关本公开的一技术方案的干燥时间预测系统具备：运转条件取得部，取得第1干燥机开始运转时的运转条件；第1实际运转时间取得部，对于上述第1干燥机过去进行的1次以上的第1运转，分别取得该第1运转的第1实际运转时间；已学习模型，在输入上述运转条件和基于上述第1实际运转时间的第1实际信息的情况下，输出运转结束时间信息，该运转结束时间信息关于由上述运转的开始带来的运转的结束时刻；以及输出部，输出基于上述运转结束时间信息的第1信息。
12.有关本公开的一技术方案的干燥机，是使用上述干燥时间预测系统的上述第1干燥机，具备：提供部，向上述干燥时间预测系统提供上述运转条件、上述感测信息、以及上述第1实际运转时间；取得部，从上述干燥时间预测系统取得上述第1信息；以及显示部，进行有关上述第1信息的显示。
13.发明效果
14.根据有关本公开的一技术方案的干燥时间预测方法等，能够预测干燥时间。
附图说明
15.图1是表示根据以往的方法显示的剩余干燥时间与实际的剩余干燥时间的关系的示意图。
16.图2是表示根据利用学习完成模型的方法显示的剩余干燥时间与实际的剩余干燥
时间的关系的示意图。
17.图3是表示有关实施方式的干燥时间预测系统的构成的一例的框图。
18.图4是表示有关实施方式的干燥机的构成的一例的框图。
19.图5是表示有关实施方式的服务器装置的构成的一例的框图。
20.图6是表示有关实施方式的标准化部计算标准化实际运转时间的状况的一例的示意图。
21.图7是表示有关实施方式的智能电话的构成的一例的框图。
22.图8是有关实施方式的干燥时间预测处理的流程图。
23.图9是有关实施方式的标准化处理的流程图。
具体实施方式
24.(得到本公开的一技术方案的过程)
25.以往，干燥机等的干燥的剩余干燥时间显示，是通过在干燥运转开始时显示按每布量预先设定的默认值加上修正值所得到的剩余干燥时间、然后随着时间的经过对剩余干燥时间进行倒计时的方法来进行的。
26.此外，以往为了精度良好地进行剩余干燥时间显示，在干燥工序的途中按每定点(例如每10分钟)使用有关干燥机的状态的感测信息来判定干燥度，根据该判定结果来调整显示的剩余干燥时间。
27.图1是表示根据以往的方法显示的剩余干燥时间与实际的剩余干燥时间的关系的示意图。
28.如图1所示，在以往的方法的剩余干燥时间的显示中，有发生显示的剩余干燥时间不连续地变化的现象、显示的剩余干燥时间的倒计时在一定期间停止的现象等，存在发生这些现象而引起通过目视确认显示的剩余干燥时间的用户产生混乱的问题。
29.发明人鉴于这样的问题，为了实现比以往精度更好地预测干燥时间的干燥时间预测方法等，专门反复进行了实验、研究。结果，发明人得到了通过利用已学习模型能够比以往精度更好地预测干燥时间的认识，所述已学习模型被预先训练为，当输入干燥机等开始运转时的运转条件、有关该运转开始而运转中的干燥机的状态的感测信息、及该干燥机过去进行的运转的实际运转时间，输出干燥时间的剩余干燥时间。
30.图2是表示根据利用上述已学习模型的方法显示的剩余干燥时间与实际的剩余干燥时间的关系的示意图。
31.根据图1和图2可知，根据利用上述已学习模型的方法来预测干燥时间，从而能够显示比以往精度更好的剩余干燥时间。
32.发明人基于该认识，进一步反复专门进行了实验研究，想到了下述干燥时间预测方法等。
33.有关本公开的一技术方案的干燥时间预测方法，取得第1干燥机开始运转时的运转条件；对于上述第1干燥机过去进行的1次以上的第1运转，分别取得该第1运转的第1实际运转时间；取得通过向已学习模型输入上述运转条件和基于上述第1实际运转时间的第1实际信息从而从上述已学习模型输出的运转结束时间信息，该运转结束时间信息关于由上述运转的开始带来的运转的结束时刻；输出基于上述运转结束时间信息的第1信息。
34.根据上述干燥时间预测方法，能够利用预先被训练的已学习模型来预测干燥时间，上述已学习模型在输入第1干燥机开始运转时的运转条件和第1干燥机过去进行的运转的第1实际运转时间的情况下输出由该运转的开始带来的运转的运转结束时间。
35.此外，也可以是，进而取得有关通过上述运转而上述第1干燥机在运转中的状态的感测信息；在取得上述运转结束时间信息的工序中，取得通过向上述已学习模型输入上述运转条件和上述第1实际信息、以及上述感测信息从而从上述已学习模型输出的上述运转结束时间信息。
36.由此，感测信息的内容也被反映到从已学习模型输出的运转结束时间信息中。因此，能够精度更好地预测干燥时间。
37.此外，也可以是，进而对于上述1次以上的第1运转中的各个第1运转，将开始该第1运转时的第1实际运转条件与上述第1实际运转时间建立关联而取得；对于1个以上的第2干燥机过去进行的1次以上的第2运转中的各个第2运转，取得该第2运转的第2实际运转时间、以及与该第2实际运转时间建立了关联的开始该第2运转时的第2实际运转条件；对于各个上述第1实际运转时间，通过基于与上述第2实际运转条件建立了关联的上述第2实际运转时间的分布将该第1实际运转时间标准化，从而计算标准化实际运转时间，所述第2实际运转条件和与该第1实际运转时间建立了关联的上述第1实际运转条件一致；上述第1实际信息基于对于上述第1实际运转时间分别计算出的上述标准化实际运转时间。
38.由此，在标准化实际运转时间中，也反映了各个实际运转条件下的、在1个以上的第2干燥机过去进行的运转的干燥时间的分布上观察时第1干燥机过去进行的运转的干燥时间的长期化趋向或缩短化趋向。因此，能够精度更好地预测干燥时间。
39.此外，也可以是，进而计算关于上述第1实际运转时间各自的上述标准化实际运转时间的平均值；上述第1实际信息基于上述平均值。
40.由此，在平均值中，反映了全部实际运转条件下的上述长期化趋向或缩短化趋向。因此，能够使预测的干燥时间反映全部实际运转条件下的上述长期化趋向或缩短化趋向。
41.此外，也可以是，上述第1运转是上述第1干燥机在过去的规定期间进行的运转；上述第2运转是上述1个以上的第2干燥机在过去的上述规定期间进行的运转。
42.通常，被投入到干燥机中的投入物的种类有在一定期间不发生较大地变化的趋向。因此，能够精度更好地预测干燥时间。
43.此外，也可以是，上述运转条件和上述第1实际运转条件包括由上述第1干燥机的用户设定的、被投入到上述第1干燥机中的投入物的布量和上述第1干燥机的运转模式；上述第2实际运转条件包括上述1个以上的第2干燥机各自的用户设定的、被投入到上述1个以上的第2干燥机中的投入物的布量和上述1个以上的第2干燥机的运转模式。
44.由此，能够根据由用户设定的被投入到干燥机中的投入物的布量和干燥机的运转模式来预测干燥时间。
45.此外，也可以是，上述第1干燥机和上述1个以上的第2干燥机是相同机种。
46.由此，能够精度更好地预测干燥时间。
47.有关本公开的一技术方案的干燥时间预测系统具备：运转条件取得部，取得第1干燥机开始运转时的运转条件；第1实际运转时间取得部，对于上述第1干燥机过去进行的1次以上的第1运转分别取得该第1运转的第1实际运转时间；已学习模型，在输入上述运转条件
和基于上述第1实际运转时间的第1实际信息的情况下，输出运转结束时间信息，该运转结束时间信息关于由上述运转的开始带来的运转的结束时刻；以及输出部，输出基于上述运转结束时间信息的第1信息。
48.根据上述干燥时间预测系统，能够利用预先被训练的已学习模型来预测干燥时间，上述已学习模型在输入第1干燥机开始运转时的运转条件和第1干燥机过去进行的运转的第1实际运转时间的情况下输出该运转的开始带来的运转的运转结束时间。
49.有关本公开的一技术方案的干燥机，是使用上述干燥时间预测系统的上述第1干燥机，具备：提供部，向上述干燥时间预测系统提供上述运转条件和上述第1实际运转时间；取得部，从上述干燥时间预测系统取得上述第1信息；以及显示部，进行有关上述第1信息的显示。
50.上述干燥机从上述干燥时间预测系统取得第1信息。因此，能够预测干燥时间。
51.以下，一边参照附图一边说明有关本公开的一技术方案的干燥时间预测方法、干燥时间预测系统及干燥机的具体例。在此所示的实施方式都是表示本公开的一具体例。因而，在以下的实施方式中表示的数值、形状、材料、构成要素、构成要素的配置位置及连接形态、步骤(工序)、步骤的顺序等仅是一例，其主旨并不是限定本公开。此外，各图是示意图，而并不一定严密地进行图示。
52.另外，本公开包含性的或具体的技术方案可以通过系统、方法、集成电路、计算机程序或计算机可读取的cd－rom等的记录介质来实现，也可以通过系统、方法、集成电路、计算机程序及记录介质的任意的组合来实现。
53.(实施方式)
54.[1.构成]
[0055]
图3是表示有关实施方式的干燥时间预测系统的构成的一例的框图。
[0056]
如图3所示，有关实施方式的干燥时间预测系统1具备多个干燥机10、服务器装置20、多个智能电话30和网络40。
[0057]
在图3中，多个干燥机10对应于干燥机10a、干燥机10b、干燥机10m等。以下，除了明确地区别说明各个体的情况以外，对于干燥机10a、干燥机10b、干燥机10m等简单称作干燥机10。在此，以多个干燥机10是相同机种进行说明，但并不限定于多个干燥机10一定是相同机种的例子。
[0058]
在图3中，多个智能电话30对应于智能电话30a、智能电话30b、智能电话30n等。以下，除了明确地区别说明各个体的情况以外，对于智能电话30a、智能电话30b、智能电话30n等简单称作智能电话30。
[0059]
网络40对所连接的装置间的通信进行中继。在连接到网络40的设备中，包括多个干燥机10、服务器装置20和多个智能电话30。
[0060]
网络40例如既可以是因特网，也可以是蜂窝网络，也可以是lan(local area network)。
[0061]
图4是表示干燥机10的构成的一例的框图。
[0062]
干燥机10被连接到网络40，具有使衣物等干燥的功能。干燥机10例如还可以是具有洗涤衣物等的功能的洗涤干燥机。
[0063]
如图4所示，干燥机10具备通信部100、输入受理部110、运转控制部120、干燥部
130、过去数据积蓄部140、感测部150、提供部160、取得部170和显示部180。
[0064]
通信部100被连接到网络40，经由网络40与连接在网络40上的外部设备通信。在外部设备包括服务器装置20和多个智能电话30。
[0065]
通信部100例如具备输入输出接口(未图示)，通过干燥机10所具备的处理器(未图示)执行干燥机10具备的存储器(未图示)中所存储的程序并对输入输出接口进行控制从而被实现。
[0066]
干燥部130具备干燥室(未图示)，使投入到干燥室中的衣物等被干燥。
[0067]
干燥部130例如具备旋转式的滚筒型干燥室(未图示)、加热器(未图示)和送风风扇(未图示)，其一边通过使旋转式的滚筒型干燥室旋转而使被投入的衣物等被搅拌，一边将被加热器加温的空气通过送风风扇向旋转式的滚筒型干燥室送入，由此使投入到干燥室中的衣物等被干燥。
[0068]
干燥部130还具备感测干燥室的状态、或/及被投入到干燥室中的衣物等的状态的传感器。在传感器中，例如包括感测向干燥室送风的空气的喷出温度的温度计、感测从干燥室向外部送出的空气的吸入温度的温度计、感测干燥室的旋转速度的角速度计、感测干燥室的重量不平衡的加速度计、感测投入到干燥室中的衣物等的布量的马达电流计等。
[0069]
输入受理部110受理来自使用干燥机10的用户的输入。在输入受理部110受理的输入中，包括干燥机10开始运转时的运转条件。在运转条件中，例如包括向干燥机10投入的衣物等的布量、及干燥机10的运转模式。另外，这里说明了输入受理部110受理用户输入的布量，但输入受理部110例如也可以从后述的感测部150受理由感测部150取得的布量。
[0070]
输入受理部110例如具备触控板(未图示)，通过干燥机10所具备的处理器执行干燥机10具备的存储器中所存储的程序并对触控板进行控制从而被实现。
[0071]
运转控制部120基于输入受理部110所受理的输入，对干燥部130的动作进行控制，从而将干燥机10运转。
[0072]
运转控制部120例如通过干燥机10所具备的处理器执行干燥机10具备的存储器中所存储的程序从而被实现。
[0073]
过去数据积蓄部140对于过去进行的干燥机10的运转，分别将其实际运转条件和实际运转时间建立关联而存储。
[0074]
过去数据积蓄部140例如具备硬盘(未图示)，通过干燥机10所具备的处理器执行干燥机10具备的存储器中所存储的程序并对硬盘进行控制从而被实现。
[0075]
感测部150对干燥部130所具备的传感器进行控制，取得有关运转中的干燥机10的状态的感测信息。在感测信息中，例如包括喷出温度、吸入温度、干燥室的旋转速度、干燥室的不平衡等。此外，感测部150也可以在干燥机10开始运转时，对干燥部130所具备的传感器进行控制，取得投入到干燥室中的衣物等的布量。
[0076]
感测部150在干燥机10运转中反复取得感测信息。例如感测部150在从干燥机10开始运转到结束的期间中，按每1分钟取得感测信息。
[0077]
感测部150例如通过干燥机10所具备的处理器执行干燥机10具备的存储器中所存储的程序从而被实现。
[0078]
提供部160经由通信部100向服务器装置20提供由输入受理部110受理的运转条件、过去数据积蓄部140中所存储的相互建立了关联的实际运转条件与实际运转时间、以及
由感测部150取得的感测信息。更具体地讲，每当输入受理部110受理运转条件，提供部160就将这些运转条件向服务器装置20提供，每当过去数据积蓄部140更新相互建立了关联的实际运转信息与实际运转时间，提供部160就将这些相互建立了关联的实际运转信息与实际运转时间向服务器装置20发送，每当感测部150取得感测信息，提供部160就将这些感测信息向服务器装置20提供。
[0079]
提供部160例如通过干燥机10所具备的处理器执行干燥机10具备的存储器中所存储的程序从而被实现。
[0080]
取得部170经由通信部100从服务器装置20取得表示剩余干燥时间的第1信息(后述)。更具体地讲，每当从服务器装置20发送来第1信息，取得部170就取得该第1信息。
[0081]
取得部170例如通过干燥机10所具备的处理器执行干燥机10具备的存储器中所存储的程序从而被实现。
[0082]
显示部180进行有关取得部170所取得的第1信息的显示。更具体地讲，每当由取得部170取得第1信息，显示部180就显示该第1信息所表示的剩余干燥时间。
[0083]
显示部180例如具备触控板(未图示)，通过干燥机10所具备的处理器执行干燥机10具备的存储器中所存储的程序并对触控板进行控制从而被实现。
[0084]
图5是表示服务器装置20的构成的一例的框图。
[0085]
服务器装置20被连接到网络40，具有预测干燥机10的剩余干燥时间的功能，该干燥机10进行使衣物等干燥的运转。
[0086]
如图5所示，服务器装置20具备通信部200、过去数据积蓄部205、感测信息取得部210、运转条件取得部215、第1实际运转时间取得部220、第2实际运转时间取得部225、标准化部230、代表值计算部235、预测部240和输出部250。这里，预测部240具备已学习模型245。
[0087]
通信部200被连接到网络40，经由网络40与连接在网络40上的外部设备通信。在外部设备中，包括多个干燥机10和多个智能电话30。
[0088]
通信部200例如具备输入输出接口(未图示)，通过服务器装置20所具备的处理器(未图示)执行服务器装置20具备的存储器(未图示)中所存储的程序并对输入输出接口进行控制从而被实现。
[0089]
感测信息取得部210经由通信部200取得从提供部160提供的感测信息。每当从提供部160提供感测信息，感测信息取得部210就取得这些感测信息。
[0090]
感测信息取得部210例如通过服务器装置20所具备的处理器执行服务器装置20具备的存储器中所存储的程序从而被实现。
[0091]
运转条件取得部215经由通信部200取得从提供部160提供的运转条件。每当从提供部160提供运转条件，运转条件取得部215就取得这些运转条件。
[0092]
运转条件取得部215例如通过服务器装置20所具备的处理器执行服务器装置20具备的存储器中所存储的程序从而被实现。
[0093]
过去数据积蓄部205经由通信部200取得从提供部160提供的相互建立了关联的实际运转条件与实际运转时间，存储所取得的相互建立了关联的实际运转条件与实际运转时间。每当从提供部160提供相互建立了关联的实际运转条件与实际运转时间，过去数据积蓄部205就取得这些相互建立了关联的实际运转条件与实际运转时间并存储。
[0094]
即过去数据积蓄部205对于构成干燥时间预测系统1的全部干燥机10过去进行的
运转，分别将其实际运转条件与实际运转时间建立关联而存储。
[0095]
过去数据积蓄部205例如具备硬盘(未图示)，通过服务器装置20所具备的处理器执行服务器装置20具备的存储器中所存储的程序并对硬盘进行控制从而被实现。
[0096]
第1实际运转时间取得部220从过去数据积蓄部205所存储的相互建立了关联的实际运转条件与实际运转时间之中，取得通过1个干燥机10(以下，也称作“第1干燥机10”)在过去的规定期间中进行的运转而得到的、相互建立了关联的实际运转条件(以下，也称作“第1实际运转条件”)与实际运转时间(以下，也称作“第1实际运转时间”)。
[0097]
这里，规定期间例如既可以是从当前到过去预先设定的天数的日期时间为止的期间，也可以是与当前的季节相同季节的期间(例如，如果当前是4月，则由于4月是春季，所以是当前及过去的春季(例如，3月、4月、5月)的期间)。即，规定期间也可以是被投入到干燥机10中的投入物的种类具有大体上不变的趋向的期间。
[0098]
第1实际运转时间取得部220例如通过服务器装置20所具备的处理器执行服务器装置20具备的存储器中所存储的程序从而被实现。
[0099]
第2实际运转时间取得部225从过去数据积蓄部205所存储的、相互建立了关联的实际运转条件与实际运转时间之中，取得通过1个以上的任意的干燥机10(以下，也称作“1个以上的第2干燥机10”)进行的运转而得到的、相互建立了关联的实际运转条件(以下，也称作“第2实际运转条件”)与实际运转时间(以下，也称作“第2实际运转时间”)。这里，假设1个以上的第2干燥机10中包括第1干燥机10而进行说明，即假设1个以上的第2干燥机10中包括全部干燥机10而进行说明，但也可以是1个以上的第2干燥机10中不包括第1干燥机10。
[0100]
第2实际运转时间取得部225例如通过服务器装置20所具备的处理器执行服务器装置20具备的存储器中所存储的程序从而被实现。
[0101]
标准化部230对于各个第1实际运转时间，基于与第2实际运转条件建立了关联的第2实际运转的分布，将第1实际运转时间标准化，由此计算标准化实际运转时间，上述第2实际运转条件和与第1实际运转时间建立了关联的第1实际运转条件一致。
[0102]
这里，作为不一定需要被限定的一例，例如说明标准化部230使用以下所示的(式1)对各个第1实际运转时间计算标准化实际运转时间。
[0103]
n＝(t－mean(tc))/std(tc)(式1)
[0104]
在(式1)中，n是标准化实际运转时间，t是第1实际运转时间，tc是与第2运转条件建立了关联的第2实际运转时间的集合，上述第2运转条件和与第1实际运转时间建立了关联的第1运转条件一致，mean(tc)是集合tc中包含的全部第2实际运转时间的平均值，std(tc)是集合tc中包含的全部第2实际运转时间的方差。
[0105]
如(式1)所示，在第1实际运转时间与mean(tc)一致的情况下，即在第1实际运转时间与在相同实际运转条件下全部干燥机10中被运转的运转的实际运转时间的平均值一致的情况下，标准化实际运转时间为0。
[0106]
此外，在第1实际运转时间比mean(tc)大的情况下，即在第1实际运转时间比在相同实际运转条件下全部干燥机10中被运转的运转的实际运转时间的平均值大的情况下，即在第1实际运转时间与在相同实际运转条件下全部干燥机10中被运转的运转的实际运转时间相比具有长期化趋向的情况下，标准化实际运转时间为正值。
[0107]
此外，在第1实际运转时间比mean(tc)小的情况下，即在第1实际运转时间比在相
同实际运转条件下全部干燥机10中被运转的运转的实际运转时间的平均值小的情况下，即在第1实际运转时间与在相同实际运转条件下全部干燥机10中被运转的运转的实际运转时间相比具有短期化趋向的情况下，标准化实际运转时间为负值。
[0108]
这样，在与第2实际运转条件建立了关联的第2实际运转的分布上观察的、第1实际运转时间的长期化趋向或缩短化趋向被反映在标准化部230计算的标准化实际运转时间中，上述第2实际运转条件和与第1实际运转时间建立了关联的第1实际运转条件一致。
[0109]
图6是表示标准化部230计算标准化实际运转时间的状况的一例的示意图。
[0110]
在图6中，上侧的曲线图是以横轴为进行了运转的日期时间、纵轴为第1实际运转时间而将第1干燥机10中进行的各运转的第1实际运转时间标绘的曲线图，下侧的曲线图是以横轴为进行了运转的日期时间、纵轴为实际运转时间而将第1干燥机10中进行的各运转的标准化实际运转时间标绘的曲线图。
[0111]
在上侧的曲线图中，第1实际运转时间601～第1实际运转时间606是第1干燥机10中在规定期间内进行的运转的第1实际运转时间。
[0112]
这里，第1实际运转时间605是在条件a(例如，布量为2kg，运转模式为充分干燥模式)的实际运转条件下被运转的运转的实际运转时间，第1实际运转时间602和第1实际运转时间604是在条件b(例如，布量为2kg，运转模式为标准干燥模式)的实际运转条件下被运转的运转的实际运转时间，第1实际运转时间601和第1实际运转时间603是在条件c(例如，布量为3kg，运转模式为充分模式)的实际运转条件下被运转的运转的实际运转时间，第1实际运转时间606是在条件d(例如，布量为3kg，运转模式为标准干燥模式)的实际运转条件下被运转的运转的实际运转时间。
[0113]
标准化部230通过基于与条件a的实际运转条件建立了关联的第2实际运转时间的分布将第1实际运转时间605标准化，由此计算标准化实际运转时间655，通过基于与条件b的实际运转条件建立了关联的第2实际运转时间的分布将第1实际运转时间602和第1实际运转时间604分别标准化，由此计算标准化实际运转时间652和标准化实际运转时间654，通过基于与条件c的实际运转条件建立了关联的第2实际运转时间的分布将第1实际运转时间601和第1实际运转时间603分别标准化，由此计算标准化实际运转时间651和标准化实际运转时间653，通过基于与条件d的实际运转条件建立了关联的第2实际运转时间的分布将第1实际运转时间606标准化，由此计算标准化实际运转时间656。
[0114]
在图6所示的例子中，标准化实际运转时间651～标准化实际运转时间654、标准化实际运转时间656比0小。因此，可知第1实际运转时间601～第1实际运转时间604、第1实际运转时间606与在相同实际运转条件下全部干燥机10中被运转的运转的实际运转时间相比具有缩短化趋向。此外，标准化实际运转时间655比0大，因此，可知第1实际运转时间605与在相同实际运转条件下全部干燥机10中被运转的运转的实际运转时间相比具有长期化趋向。
[0115]
再次回到图5，继续服务器装置20的说明。
[0116]
标准化部230例如通过服务器装置20所具备的处理器执行服务器装置20具备的存储器中所存储的程序从而被实现。
[0117]
代表值计算部235计算标准化部230所计算出的标准化实际运转时间的代表值。
[0118]
这里，以代表值计算部235计算的标准化实际运转时间的代表值为标准化实际运
转时间的平均值进行说明。即，以代表值计算部235计算标准化部230所计算出的标准化实际运转时间的平均值进行说明。但是，代表值计算部235计算的标准化实际运转时间的代表值并不一定需要限定于是标准化实际运转时间的平均值。例如，代表值计算部235计算的标准化实际运转时间的代表值可以是标准化实际运转时间的最大值，也可以是最小值，也可以是中位数，也可以是众数。
[0119]
在代表值计算部235计算的标准化实际运转时间的平均值中，反映了由第1干燥机10在过去的规定期间中进行的运转的全部实际运转条件下的实际运转时间的长期化趋向或缩短化趋向。
[0120]
代表值计算部235例如通过服务器装置20所具备的处理器执行服务器装置20具备的存储器中所存储的程序从而被实现。
[0121]
已学习模型245是被预先训练为在输入运转条件、感测信息和标准化实际运转时间的平均值的情况下输出运转结束时间信息的机器学习模型，上述运转结束时间信息关于通过上述运转条件而开始的运转的结束时刻。这里，以运转结束时间信息是直到通过该运转而被开始的运转结束为止的剩余干燥时间进行说明。
[0122]
已学习模型245例如由通过服务器装置20所具备的处理器执行服务器装置20具备的存储器中所存储的程序从而在服务器装置20上构建的神经网络来实现。
[0123]
已学习模型245例如通过以运转条件、感测信息和标准化实际运转时间的平均值为输入数据，以基于使干燥机10实际动作而得到的实测值来预先制作的剩余干燥时间为正解数据，对机器学习模型进行训练从而被制作。
[0124]
预测部240通过向已学习模型245输入由运转条件取得部215取得的运转条件、由感测信息取得部210取得的感测信息、由代表值计算部235计算出的平均值，从而取得从已学习模型245输出的运转结束时间信息。更具体地讲，每当由感测信息取得部210取得感测信息，预测部240就向已学习模型245输入运转条件、感测信息和平均值，从而取得从已学习模型245输出的运转结束时间信息。
[0125]
并且，每当取得运转结束时间信息，预测部240就基于所取得的运转结束时间信息，计算表示第1干燥机10进行的使衣物等干燥的运转的剩余干燥时间的第1信息。
[0126]
预测部240例如通过服务器装置20所具备的处理器执行服务器装置20具备的存储器中所存储的程序从而被实现。
[0127]
输出部250将由预测部240计算出的第1信息经由通信部200向第1干燥机10及与第1干燥机10建立了关联的智能电话30输出。更具体地讲，每当由预测部240计算出第1信息，输出部250就将该第1信息经由通信部200向第1干燥机10及与第1干燥机10建立了关联的智能电话30发送。
[0128]
输出部250例如通过服务器装置20所具备的处理器执行服务器装置20具备的存储器中所存储的程序从而被实现。
[0129]
图7是表示智能电话30的构成的一例的框图。
[0130]
智能电话30被连接到网络40，与多个干燥机10中的至少1个建立关联，具有显示从服务器装置20发送来的信息的功能。
[0131]
如图7所示，智能电话30具备通信部300、取得部310和显示部320。
[0132]
通信部300被连接到网络40，经由网络40与连接在网络40上的外部设备通信。在外
部设备中，包括多个干燥机10和服务器装置20。
[0133]
通信部300例如具备输入输出接口(未图示)，通过智能电话30所具备的处理器(未图示)执行智能电话30具备的存储器(未图示)中所存储的程序并对输入输出接口进行控制从而被实现。
[0134]
取得部310经由通信部300从服务器装置20取得第1信息。更具体地讲，每当从服务器装置20发送来第1信息，取得部310就取得该第1信息。
[0135]
取得部310例如通过智能电话30所具备的处理器执行智能电话30具备的存储器中所存储的程序从而被实现。
[0136]
显示部320进行有关取得部310取得的第1信息的显示。更具体地讲，每当由取得部310取得第1信息，显示部320就显示由该第1信息表示的剩余干燥时间。
[0137]
显示部320例如具备触控板(未图示)，通过智能电话30所具备的处理器执行智能电话30具备的存储器中所存储的程序并对触控板进行控制从而被实现。
[0138]
[2.动作]
[0139]
以下，说明上述构成的干燥时间预测系统1进行的动作。
[0140]
干燥时间预测系统1执行干燥时间预测处理，该干燥时间预测处理预测在进行使投入的衣物等干燥的干燥运转的第1干燥机10的干燥时间。
[0141]
图8是干燥时间预测处理的流程图。
[0142]
干燥时间预测处理通过在第1干燥机10中开始干燥运转而被开始。
[0143]
当第1干燥机10中开始干燥运转，第1干燥机10的提供部160将由第1干燥机10的输入受理部110受理的运转条件向服务器装置20提供。于是，运转条件取得部215取得该运转条件(步骤s5)。
[0144]
当运转条件取得部215取得运转条件，第1实际运转时间取得部220调查在过去数据积蓄部205所存储的、相互建立了关联的实际运转条件与实际运转时间之中，是否存在通过第1干燥机10在过去的规定期间进行的运转而得到的、相互建立了关联的第1实际运转条件与第1实际运转时间(步骤s10)。
[0145]
在步骤s10的处理中存在符合的第1实际运转条件与第1实际运转时间的情况下(步骤s10：是)，干燥时间预测系统1对于各个第1实际运转时间，进行基于与第2实际运转条件建立了关联的第2实际运转的分布将第1实际运转时间标准化的标准化处理，上述第2实际运转条件和与第1实际运转时间建立了关联的第1实际运转条件一致(步骤s15)。
[0146]
图9是标准化处理的流程图。
[0147]
当开始标准化处理，第1实际运转时间取得部220从过去数据积蓄部205所存储的、相互建立了关联的实际运转条件与实际运转时间之中，取得通过第1干燥机10在过去的规定期间进行的运转而得到的、相互建立了关联的第1实际运转条件与第1实际运转时间(步骤s110)。此外，第2实际运转时间取得部225从过去数据积蓄部205所存储的、相互建立了关联的实际运转条件与实际运转时间之中，取得通过1个以上的第2干燥机10在过去的规定期间进行的运转而得到的、相互建立了关联的第2实际运转条件与第2实际运转时间。
[0148]
在步骤s110的处理结束了的情况下、或在后述的步骤s170的处理中存在未选择的第1实际运转时间的情况下(步骤s170：是)，第1实际运转时间取得部220选择1个未选择的第1实际运转时间(步骤s120)。这里，未选择的第1实际运转时间，是指在通过步骤s110的处
理而取得的第1实际运转时间中的、步骤s120～步骤s170表示“是”的处理所形成的循环处理中还没有被选择过的第1实际运转时间。
[0149]
当选择了1个未选择的第1实际运转时间，标准化部230调查在第2实际运转时间取得部225所取得的第2实际运转时间之中，是否存在与第2实际运转条件建立了关联的第2实际运转时间，所述第2实际运转条件和与1个未选择的第1实际运转时间建立了关联的第1实际运转条件一致(步骤s130)。
[0150]
在步骤s130的处理中，在存在符合的第2实际运转时间的情况下(步骤s130：是)，标准化部230取得符合的第2实际运转时间(步骤s140)，通过基于符合的第2实际运转时间的分布将选择中的1个第1实际运转时间标准化，由此计算标准化实际运转时间(步骤s150)。
[0151]
在步骤s130的处理中，在不存在符合的第2实际运转时间的情况下(步骤s130：否)，标准化部230将预先设定的默认值计算为标准化实际运转时间(步骤s160)。
[0152]
在步骤s150的处理结束了的情况下、或在步骤s160的处理结束了的情况下，第1实际运转时间取得部220调查是否存在未选择的第1实际运转时间(步骤s170)。
[0153]
在步骤s170的处理中，在存在未选择的第1实际运转时间的情况下(步骤s170：是)，干燥时间预测系统1向步骤s120的处理前进。
[0154]
在步骤s170的处理中，在不存在未选择的第1实际运转时间的情况下(步骤s170：否)，干燥时间预测系统1结束该标准化处理。
[0155]
再次回到图8，继续干燥时间预测处理的说明。
[0156]
当标准化处理结束，代表值计算部235计算在标准化处理中计算出的标准化实际运转时间的平均值(步骤s20)。
[0157]
在步骤s10的处理中，在不存在符合的第1实际运转条件与第1实际运转时间的情况下(步骤s10：否)，代表值计算部235将预先设定的默认值计算为平均值(步骤s25)。
[0158]
在步骤s20的处理结束的情况下、或在步骤s25的处理结束的情况下，感测信息取得部210调查是否从第1干燥机10的提供部160提供了感测信息(步骤s30)。
[0159]
在步骤s30的处理中，在没有被提供感测信息的情况下(步骤s30：否)，感测信息取得部210待机直到被提供感测信息(反复进行步骤s30：否)。
[0160]
在步骤s30的处理中，在被提供了感测信息的情况下(步骤s30：是)，或者在后述的步骤s60的处理中，在被提供了新的感测信息的情况下(步骤s60：是)，感测信息取得部210取得该感测信息(步骤s35)。
[0161]
当感测信息取得部210取得感测信息，预测部240向已学习模型245输入通过步骤s5的处理取得的运转条件、通过步骤s20的处理计算得到的平均值、以及通过步骤s35的处理取得的感测信息(步骤s40)，取得从已学习模型245输出的运转结束时间信息(步骤s45)。
[0162]
当取得运转结束时间信息，预测部240基于所取得的运转结束时间信息，计算第1信息，该第1信息表示第1干燥机10所进行的使衣物等干燥的运转的剩余干燥时间。并且，输出部250将表示剩余干燥时间的第1信息向第1干燥机10以及与第1干燥机10建立了关联的智能电话30输出(步骤s50)。
[0163]
当输出部250输出了第1信息，第1干燥机10的取得部170取得该第1信息，第1干燥机10的显示部180显示该第1信息所表示的剩余干燥时间(步骤s55)。此外，与第1干燥机10
建立了关联的智能电话30的取得部310取得该第1信息，与第1干燥机10建立了关联的智能电话30的显示部320显示该第1信息所表示的剩余干燥时间。
[0164]
另一方面，感测信息取得部210调查是否从第1干燥机10的提供部160提供了新的感测信息(步骤s60)。
[0165]
在步骤s60的处理中，在没有被提供新的感测信息的情况下(步骤s60：否)，感测信息取得部210只要第1干燥机10的运转没有结束(步骤s65：否)，就待机直到被提供新的感测信息(反复进行步骤s60：否及步骤s65：否)。
[0166]
在步骤s60的处理中，在被提供了新的感测信息的情况下(步骤s60：是)，干燥时间预测系统1向步骤s35的处理前进。
[0167]
在待机直到被提供新的感测信息的期间，第1干燥机10的运转结束的情况下(步骤s65：是)，干燥时间预测系统1结束该干燥时间预测处理。
[0168]
[3.考察]
[0169]
如图6的上侧的曲线图所示，通常，第1干燥机10中在过去的规定期间进行的运转多为在各种实际运转条件下被进行。此外，通常如果实际运转条件不同，则通过该实际运转条件而开始的运转的实际运转时间不同。因此，仅通过简单计算第1干燥机10在过去的规定期间进行的运转的实际运转时间的平均值，存在该第1干燥机10在过去的规定期间进行的运转的长期化趋向或缩短化趋向没有被充分地反映到该平均值中的情况。
[0170]
此外，如图6的上侧的曲线图所示，通常第1干燥机10中在过去的规定期间进行的1个实际运转条件下的运转其被运转的次数是限定的，所以有可能没有进行在统计上有效的次数的运转。因此，仅通过简单计算第1干燥机10在过去的规定期间进行的1个实际运转条件下的运转的实际运转时间的平均值，存在该第1干燥机10在过去的规定期间进行的运转的长期化趋向或缩短化趋向没有被充分地反映到该平均值中的情况。
[0171]
相对于此，根据上述构成的干燥时间预测系统1，如上述那样，在代表值计算部235计算的标准化实际运转时间的平均值中，反映了第1干燥机10在过去的规定期间进行的运转的全部实际运转条件下的实际运转时间的长期化趋向或缩短化趋向。
[0172]
因而，根据干燥时间预测系统1，与以往相比能够精度更好地预测干燥时间。
[0173]
(补充)
[0174]
以上，基于实施方式说明了有关本公开的一技术方案的干燥时间预测系统，但本公开并不限定于该实施方式。只要不脱离本公开的主旨，对该实施方式施以了本领域技术人员想到的各种变形后的形态、或将不同实施方式的构成要素组合而构建的形态也可以包含在本公开的1个或多个形态的范围内。
[0175]
(1)在实施方式中，以服务器装置20具备预测部240进行了说明。但是，只要能够实现与干燥时间预测系统1同样的功能，并不需要一定限定于服务器装置20具备预测部240的构成这样的例子。例如，预测部240可以是多个干燥机10中的1个干燥机所具备的构成，例如也可以是多个智能电话30中的1个智能电话所具备的构成。
[0176]
同样，只要能够实现与干燥时间预测系统1同样的功能，服务器装置20具备的构成要素的至少一部分例如也可以是多个干燥机10中的至少1个干燥机所具备的结构，例如也可以是多个智能电话30中的至少1个智能电话所具备的结构。此外，干燥机10具备的构成要素的至少一部分例如也可以是服务器装置20所具备的结构，例如也可以是多个智能电话30
中的至少1个智能电话所具备的结构。此外，智能电话30具备的构成要素的至少一部分例如也可以是服务器装置20所具备的结构，例如也可以是多个干燥机10中的至少1个干燥机所具备的结构。
[0177]
(2)在实施方式中，以多个干燥机10包含在干燥时间预测系统1中进行了说明。相对于此，作为其他构成例，也可以考虑如下构成：多个干燥机10是干燥时间预测系统1的外部装置。在此情况下，多个干燥机10分别将输入受理部110受理的运转条件、过去数据积蓄部140中所存储的相互建立了关联的实际运转条件与实际运转时间、以及感测部150取得的感测信息向干燥时间预测系统1提供，从干燥时间预测系统1取得表示剩余干燥时间的第1信息。
[0178]
(3)在实施方式中，以多个智能电话30包含在干燥时间预测系统1中进行了说明。但是，并不需要限定于多个智能电话30是干燥时间预测系统1的必须的构成要素这样的例子。作为其他构成例，也可以考虑多个智能电话30不包含在干燥时间预测系统1中的构成。
[0179]
(4)在实施方式中，以已学习模型245是如下被预先训练的机器学习模型进行了说明：在输入运转条件、感测信息、和标准化实际运转时间的平均值的情况下，输出运转结束时间信息，该运转结束时间信息关于通过上述运转条件而开始的运转的结束时刻。相对于此，作为其他构成例，也可以考虑已学习模型245是如下被预先训练的机器学习模型的构成：在输入运转条件、感测信息、和标准化实际运转时间的情况下，输出运转结束时间信息，该运转结束时间信息关于通过上述运转条件而开始的运转的结束时刻。在此情况下，预测部240通过向已学习模型245输入运转条件取得部215取得的运转条件、感测信息取得部210取得的感测信息、以及标准化部230计算的标准化实际运转时间，从而取得从已学习模型245输出的运转结束时间信息。此外，作为另一其他构成例，也可以考虑已学习模型245是如下被预先训练的机器学习模型的构成：在输入运转条件和标准化实际运转时间的情况下，输出运转结束时间信息，该运转结束时间信息关于通过上述运转条件而开始的运转的结束时刻。在此情况下，预测部240通过向已学习模型245输入运转条件取得部215取得的运转条件、和标准化部230计算出的标准化实际运转时间，从而取得从已学习模型245输出的运转结束时间信息。
[0180]
(5)在实施方式中，以预测部240具备1个已学习模型245进行了说明。相对于此，作为其他构成例，也可以考虑预测部240具备多个已学习模型245的构成。例如，预测部240也可以具备根据干燥机10中从开始运转起的经过时间而预先训练的多个已学习模型245。在此情况下，预测部240从多个已学习模型245之中，选择与第1干燥机10中开始运转起的经过时间对应的已学习模型245，向所选择的已学习模型245输入运转条件取得部215取得的运转条件、感测信息取得部210取得的感测信息、以及代表值计算部235计算的平均值，从而取得从已学习模型245输出的运转结束时间信息。
[0181]
(6)本公开不仅能够作为系统或装置实现，还可以作为以构成系统或装置的处理机构为步骤的方法来实现，或作为使计算机执行这些步骤的程序来实现，或作为记录有该程序的计算机可读取的cd－rom等的记录介质来实现，或作为表示该程序的信息、数据或信号来实现。并且，这些程序、信息、数据及信号也可以经由因特网等的通信网络来分发。
[0182]
产业上的可利用性
[0183]
本公开能够广泛地用于预测干燥时间的系统、装置等。
[0184]
标号说明
[0185]
1干燥时间预测系统；10、10a、10b、10m干燥机；20服务器装置；30、30a、30b、30n智能电话；40网络；100、200、300通信部；110输入受理部；120运转控制部；130干燥部；140、205过去数据积蓄部；150感测部；160提供部；170、310取得部；180、320显示部；210感测信息取得部；215运转条件取得部；220第1实际运转时间取得部；225第2实际运转时间取得部；230标准化部；235代表值计算部；240预测部；245已学习模型；250输出部；601、602、603、604、605、606第1实际运转时间；651、652、653、654、655、656标准化实际运转时间。