KR101129815B1 - Method for analyzing sensor data of variety facilities using rule-engine - Google Patents

Method for analyzing sensor data of variety facilities using rule-engine Download PDF

Info

Publication number
KR101129815B1
KR101129815B1 KR1020100044577A KR20100044577A KR101129815B1 KR 101129815 B1 KR101129815 B1 KR 101129815B1 KR 1020100044577 A KR1020100044577 A KR 1020100044577A KR 20100044577 A KR20100044577 A KR 20100044577A KR 101129815 B1 KR101129815 B1 KR 101129815B1
Authority
KR
South Korea
Prior art keywords
rule engine
sensor data
facility
abnormality determination
data collection
Prior art date
Application number
KR1020100044577A
Other languages
Korean (ko)
Other versions
KR20110125047A (en
Inventor
안상로
김훈
Original Assignee
한국시설안전공단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국시설안전공단 filed Critical 한국시설안전공단
Priority to KR1020100044577A priority Critical patent/KR101129815B1/en
Publication of KR20110125047A publication Critical patent/KR20110125047A/en
Application granted granted Critical
Publication of KR101129815B1 publication Critical patent/KR101129815B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines

Abstract

본 발명은 각기 다른 시설물의 이상 징후 이벤트를 표준화된 전달 체계를 통해 전달함으로써 신규 시설물 및 이종 시설물을 관리해야 하는 경우 일관성이 있는 안전 기준을 제공하기 위한 것으로, 데이터수집 시스템이 각 시설물에 설치되어 있는 복수의 단위 시스템으로부터 센서 데이터를 수집하여 데이터 신호 처리하는 센서 데이터 수집단계(S10)와; 상기 데이터수집 시스템의 룰 엔진이 수집된 센서 데이터들의 센서값을 분석하여 시설물의 안전도에 대한 이상 유무를 판정하는 룰 엔진을 이용한 이상 판정 단계(S20); 및 상기 룰 엔진을 이용한 이상 판정 단계(S20)에서, 상기 룰 엔진의 분석에 따라 시설물의 안전도에 이상 징후가 감지되면, 상기 데이터수집 시스템은 이상 판정 결과 메시지를 생성하여 통합운영시스템으로 전달하는 이상 판정 결과 메시지 전달 단계(S30)를 포함하는 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법을 제공한다. The present invention is to provide a consistent safety standard in the case of managing new facilities and heterogeneous facilities by delivering abnormal signs events of different facilities through a standardized delivery system, the data collection system is installed in each facility A sensor data collection step (S10) of collecting sensor data from a plurality of unit systems and processing data signals; An abnormality determination step (S20) using a rule engine that analyzes sensor values of collected sensor data by the rule engine of the data collection system to determine whether there is an abnormality in safety of the facility; And in the abnormality determination step using the rule engine (S20), when an abnormality is detected in the safety of the facility according to the analysis of the rule engine, the data collection system generates an abnormality determination result message and transmits the abnormality determination result message to the integrated operation system. It provides a sensor data analysis method of heterogeneous facilities through the rule engine including the determination result message delivery step (S30).

Description

룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법{METHOD FOR ANALYZING SENSOR DATA OF VARIETY FACILITIES USING RULE-ENGINE}Sensor data analysis method for heterogeneous facilities using rule engine {METHOD FOR ANALYZING SENSOR DATA OF VARIETY FACILITIES USING RULE-ENGINE}

본 발명은 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법에 관한 것으로, 보다 상세하게는 도로, 교량, 하천, 댐, 공항과 같은 이종 시설물들에 설치된 다양한 종류의 센서들로부터 센서데이터를 전달받아 이를 통해 시설물들의 안전도를 룰 엔진을 통해 정량분석 함으로써 이상 징후를 조기에 발견하기 위한 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법에 관한 것이다.
The present invention relates to a method for analyzing sensor data of heterogeneous facilities through a rule engine, and more particularly, receives sensor data from various types of sensors installed in heterogeneous facilities such as roads, bridges, rivers, dams, and airports. The present invention relates to a method for analyzing sensor data of heterogeneous facilities through a rule engine for detecting abnormalities early by quantitatively analyzing the safety of facilities through a rule engine.

오늘날의 시설물들에 대한 안전관리 시스템 현황은, 각 관리 주체별로 시설물을 관리하기 위해 도로통합관리 시스템, 교량유지관리 시스템, 포장유지관리 시스템, 하천관리지리정보 시스템, 댐 시설물 관리 시스템이 독립적으로 운용 중에 있다.The status of safety management system for today's facilities is independently operated by integrated road management system, bridge maintenance system, pavement management system, river management geographic information system, and dam facility management system to manage facilities by each management entity. There is.

그러나 이러한 기존 시스템은 정보 분석, 평가 미비 등의 문제로 활용도가 낮으며 통합 관리가 되지 않아 정보화, 표준화의 어려움이 존재하게 된다. However, these existing systems have low utilization due to problems such as information analysis and lack of evaluation, and there is a difficulty in informatization and standardization because they are not integrated management.

공간적으로 혹은 관리 영역별로 분산되어 구성되는 안전 관리 시스템은 개발과 운용 독립성 보장 면에서 유리하나, 일관된 관점에서 다양한 종류의 시설물 안전도를 분석하고 각 시설물의 안전도를 조합하여 사후의 안전도 평가를 내리며, 타 시설물의 안전도 결과를 안전도 분석에 참고자료로 활용하며, 다양한 안전도 분석결과를 즉시 제공하여 향후 재해 및 재난에 대비하도록 안전관리 네트워크와 정보를 공유, 협업하기 위해서는 각 시스템이 관리 대상으로 삼는 시설물에 대한 정보 교환이 용이하고 재난상황에 대해서 유기적으로 상호 협조되도록 시스템 간 인터페이스 표준과 각 시스템 사이에서 정보 전송에 사용되는 데이터 포맷을 표준화하는 것이 필요하다.The safety management system distributed spatially or by management area is advantageous in ensuring development and operation independence, but analyzes the safety of various kinds of facilities from a consistent perspective and combines the safety of each facility to evaluate post-safety, In order to use the safety results of other facilities as a reference for safety analysis, and to provide various safety analysis results immediately to share and collaborate with the safety management network to prepare for future disasters and disasters, each system must be managed. It is necessary to standardize the interface standards between systems and the data format used to transfer information between systems in order to facilitate the exchange of information on the installations and to cooperate organically in the event of a disaster.

특히 시설물 안전도 분석은 주기적으로 직접 평가 하는 것이 일반적인데, 이러한 종래의 안전도 평가 방법은 불시에 발생하는 시설물 위험에 대한 대응을 어렵게 한다.
In particular, it is common to conduct a facility safety analysis on a periodic basis. Such a conventional safety evaluation method makes it difficult to cope with an accident occurring in a facility.

따라서 상기의 문제점을 해결하기 위한 본 발명의 목적은, 이종 시설물들의 센서들로부터 전달되는 센서데이터를 통해 시설물별 이상 상황을 정량적으로 분석하도록 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법을 제공하기 위함이다.Therefore, an object of the present invention for solving the above problems, to provide a sensor data analysis method of heterogeneous facilities through a rule engine to quantitatively analyze the abnormal situation for each facility through the sensor data transmitted from the sensors of the heterogeneous facilities. to be.

또한 본 발명의 다른 목적은, 시설물에서 발생된 이벤트를 유관 기관 또는 관련자에 효율적으로 상황을 전파하는 통합운영시스템을 구축하도록 하는 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법을 제공하기 위함이다.
In addition, another object of the present invention is to provide a method for analyzing sensor data of heterogeneous facilities through a rule engine to build an integrated operating system for efficiently disseminating the events generated in the facility to the relevant organizations or related parties.

상기의 해결하고자 하는 과제에 의한 본 발명의 목적은, 데이터수집 시스템이 각 시설물에 설치되어 있는 복수의 단위 시스템으로부터 센서 데이터를 수집하여 데이터 신호 처리하는 센서 데이터 수집단계와; 상기 데이터수집 시스템의 룰 엔진이 수집된 센서 데이터들의 센서값을 분석하여 시설물의 안전도에 대한 이상 유무를 판정하는 룰 엔진을 이용한 이상 판정 단계; 및 상기 룰 엔진을 이용한 이상 판정 단계에서, 상기 룰 엔진의 분석에 따라 시설물의 안전도에 이상 징후가 감지되면, 상기 데이터수집 시스템은 이상 판정 결과 메시지를 생성하여 통합운영시스템으로 전달하는 이상 판정 결과 메시지 전달 단계를 포함하는 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법에 의해 달성된다.The object of the present invention according to the problem to be solved above, the sensor data collection step of the data collection system to collect the sensor data from the plurality of unit systems installed in each facility and data signal processing; An abnormality determination step using a rule engine that analyzes sensor values of collected sensor data by the rule engine of the data collection system to determine whether there is an abnormality in safety of the facility; And in the abnormality determination step using the rule engine, when abnormality is detected in the safety of the facility according to the analysis of the rule engine, the data collection system generates an abnormality determination result message and transmits the abnormality determination result message to the integrated operation system. It is achieved by a sensor data analysis method of heterogeneous facilities through a rule engine comprising a delivery step.

또한 본 발명에 따르면, 상기 이상 판정 단계는 상기 센서데이터 수집단계에서 수집한 센서데이터들의 센서값에 대한 정량분석을 수행하는 정량분석 단계와; 이종의 시설물마다 안전 관리 기준치를 설정하는 시설물 안전 관리 기준치 설정 단계; 및 상기 시설물 안전 관리 기준 설정 단계에서 설정된 기준 임계치에 따른 시설물별 장기 거동을 비교 분석하는 시설물별 장기 거동 분석 단계를 포함하는 것이 바람직하다.According to the present invention, the abnormality determination step includes a quantitative analysis step of performing a quantitative analysis on the sensor value of the sensor data collected in the sensor data collection step; A facility safety management standard setting step of setting a safety management standard value for each heterogeneous facility; And a long-term behavior analysis step for each facility comparing and analyzing long-term behavior for each facility according to the reference threshold set in the facility safety management standard setting step.

또한 본 발명에 따르면, 상기 정량분석 단계는, 시간의 경과에 따라 순서대로 관측되는 상기 센서값들의 추세, 변동요인을 파악하여 패턴을 유추하는 시계열 분석과, 상기 센서값들에 대한 누적 통계 데이터를 이용하여 확률적인 모델링을 통한 패턴을 유추하는 확률적 분석 중 적어도 어느 하나의 분석 방법을 채택하여 수행되는 것이 바람직하다.In addition, according to the present invention, the quantitative analysis step, time series analysis for inferring a pattern by grasping trends and fluctuation factors of the sensor values observed in order over time, and cumulative statistical data for the sensor values It is preferable that at least one analysis method of stochastic analysis inferring a pattern through stochastic modeling is adopted.

또한 본 발명에 따르면, 상기 이상 판정 결과 메시지 전달 단계에서 상기 데이터수집 시스템으로부터 전달된 이상 판정 결과 메시지에 따라 상기 통합운영시스템이 모니터를 통해 디스플레이하는 디스플레이단계를 더 포함하는 것이 바람직하다.In addition, according to the present invention, it is preferable to further include a display step of the integrated operating system to display on the monitor according to the abnormality determination result message transmitted from the data collection system in the abnormality determination result message delivery step.

또한 본 발명에 따르면, 상기 디스플레이단계를 수행한 후, 상기 통합운영시스템이 조기경보 메시지를 생성하여 조기경보 시스템으로 전송하는 조기경보 알람 단계를 더 포함하는 것이 바람직하다.According to the present invention, after performing the display step, it is preferable that the integrated operating system further comprises an early warning alarm step of generating an early warning message to the early warning system.

또한 본 발명에 따르면, 상기 조기경보 알람 단계는, 상기 통합운영시스템이 상기 데이터수집 시스템으로부터 전달된 이상 판정 결과 메시지를 CAP 규격의 클래스 형태로 변환하는 CAP 메시지 변환 단계와; 상기 클래스 형태의 CAP 메시지를 XML 형태로 변환하여 SOAP을 통해 상기 조기경보 시스템에 전송하는 XML 메시지 변환 단계; 및 조기경보 시스템과 연동 가능한 XML 형태의 CAP 데이터를 생성하여 조기경보 시스템으로 전달하는 조기경보 메시지 생성 단계를 포함하는 것이 바람직하다.
According to the present invention, the early warning alarm step, CAP message conversion step of the integrated operating system converts the abnormality determination result message transmitted from the data collection system to the class form of the CAP standard; An XML message conversion step of converting the CAP message of the class form into an XML form and transmitting it to the early warning system through SOAP; And an early warning message generation step of generating CAP data in XML format interoperable with the early warning system and delivering the CAP data to the early warning system.

상기의 과제 해결 수단에 의한 본 발명의 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법은 룰엔진의 정량분석을 통해 시설물 안전도가 판단됨으로써 시설물의 현재 상태뿐만 아니라 안전도를 예측할 수 있게 되므로 자연 재해를 사전에 예방할 수 있고 그 피해를 최소화할 수 있게 된다.Sensor data analysis method of heterogeneous facilities through the rule engine of the present invention by the above problem solving means is able to predict the safety status of the facility as well as the current state of the facility by quantitative analysis of the rule engine, thereby preventing natural disasters in advance. It can be prevented and the damage can be minimized.

또한 본 발명은 안전도 분석 방법을 다양화하고 객관적이고 정량적인 판단방법을 도입하여 신뢰도 높은 안전도를 판단 할 수 있도록 하며 다양한 판단 결과를 능동적으로, 선택적으로 활용하도록 하여 단기적인 분석과 더불어 장기적인 측면에서 분석한 결과를 동시에 수렴하여 시설물 안전에 대한 예측을 수행할 수 있게 된다.
In addition, the present invention diversifies the safety analysis method and introduces an objective and quantitative judgment method so that it is possible to judge safety with high reliability and actively and selectively uses various judgment results to analyze in the long term as well as in the short term. At the same time, the results can be converged to make predictions about facility safety.

도 1은 본 발명의 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법을 구현하기 위한 시스템 구성도,
도 2는 도 1의 룰 엔진과 통합운영시스템의 구성도,
도 3은 본 발명의 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법의 실시예에 따른 전체 순서도,
도 4는 도 3의 룰 엔진을 이용한 이상 판정 단계의 세부 순서도,
도 5는 도 3의 조기 경보 알람 단계의 세부 순서도.1 is a system configuration diagram for implementing a sensor data analysis method of heterogeneous facilities through the rule engine of the present invention;
2 is a block diagram of the rule engine and integrated operating system of FIG.
3 is an overall flowchart according to an embodiment of a method for analyzing sensor data of heterogeneous facilities through a rule engine of the present invention;
4 is a detailed flowchart of an abnormality determination step using the rule engine of FIG. 3;
5 is a detailed flowchart of the early warning alarm step of FIG.

이하 본 발명의 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법의 실시예를 첨부되는 도면들을 통해 보다 상세하게 설명하도록 한다.Hereinafter, an embodiment of a sensor data analysis method of heterogeneous facilities through the rule engine of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법을 실시하기 위한 시스템 구성도를 도시하고 있다. 1 is a diagram illustrating a system configuration for implementing a method for analyzing sensor data of heterogeneous facilities through a rule engine of the present invention.

도면에서 보는 바와 같이, 본 발명을 위한 시스템의 구성은, 각 시설물마다 설치되는 복수개의 센서들로 구성되는 복수개의 단위 시스템(10), 각 단위 시스템으로부터 전달되는 센서 데이터를 수집하여 신호처리 및 저장하고 룰 엔진을 통해 상기 센서데이터를 평가 분석하는 복수개의 데이터수집 시스템(300), 상기 데이터수집 시스템(300)에서 신호 처리된 센서 데이터 및 이상 판정 결과 메시지를 전달받아 저장, 모니터링하고 상기 이상 판정 결과 메시지에 따른 조기경보 메시지를 생성하는 통합운영시스템(100), 상기 통합운영시스템(100)에서 발생한 조기 경보 메시지를 작동시키는 조기경보 시스템(400), 상기 통합운영시스템(100)에 저장되는 데이터를 요청하여 외부자료로 활용하는 외부기관시스템(500)으로 이루어진다.As shown in the figure, the configuration of the system for the present invention, a plurality of unit system 10 consisting of a plurality of sensors installed in each facility, the sensor data transmitted from each unit system to collect and signal processing and storage And receive and store a plurality of data collection systems 300 for evaluating and analyzing the sensor data through a rule engine, sensor data signal processed by the data collection system 300, and an error determination result message, and monitoring the abnormality determination results. Data stored in the integrated operating system 100 for generating an early warning message according to the message, the early warning system 400 for operating the early warning message generated in the integrated operating system 100, the integrated operating system 100 It consists of an external institution system 500 that utilizes as external data on request.

상기 단위 시스템(10)은 특정 시설물에 설치되어 있는 복수개의 센서 집합으로 구성되며, 서로 다른 종류의 센서들로 구성되어 그룹화된 복수개의 단위 시스템들이 각 시설물마다 구축되어 있다.The unit system 10 includes a plurality of sensor sets installed in a specific facility, and a plurality of unit systems grouped by different types of sensors are constructed for each facility.

여기서 상기 시설물이라 함은 공항, 공동구, 하천제방, 철도교량, 철도사면, 철도터널, 지하철, 도로교량, 도로사면, 도로터널 등의 시설물에 해당되며, 각 시설물에 설치되는 센서들은 온도계, 변형률계, 가속도계, 풍향풍속계, 경사계, 지중경사계, 누수측정계, FBC 광섬유 변형률계, 압전센서, 수압계, 내공변위측정계, 균열계, 강수량계, 강우량계, 지진계, 신축변위계, 신축이음계, 처짐계, 케이블장력계, 부식측정계 등이 해당된다. Here, the facilities correspond to facilities such as airports, joint districts, river embankments, railway bridges, railway slopes, railway tunnels, subways, road bridges, road slopes, road tunnels, and the sensors installed in each facility include thermometers and strain gauges. , Accelerometer, wind vane, inclinometer, underground inclinometer, leak gauge, FBC optical fiber strain gauge, piezoelectric sensor, hydraulic gauge, pore displacement gauge, crack gauge, precipitation meter, rainfall meter, seismometer, telescopic strain gauge, telescopic joint, deflection gauge, This includes cable tension meters and corrosion testers.

상기 단위 시스템(10)은 상기 센서에서 측정된 센서 데이터를 Raw Data 형태로 실시간 전송하거나, Raw Data를 파일형태로 생성하여 전송하게 되는데, 이때 상기 Raw Data는 TCP/IP 형태로 전송되며, Raw Data 파일은 FTP 형태로 전송된다.The unit system 10 transmits the sensor data measured by the sensor in real time in the form of raw data, or generates and transmits the raw data in the form of a file, wherein the raw data is transmitted in the form of TCP / IP, and the raw data The file is transferred in FTP format.

이때, 상기 센서 데이터는 상기 센서들에서 측정된 센서값에 대한 데이터이며, 설정된 주기에 따라 실시간으로 전달하게 된다.In this case, the sensor data is data on sensor values measured by the sensors, and is transmitted in real time according to a set period.

상기 데이터수집 시스템(300)은 상기 단위 시스템(10)과 통합운영시스템(100) 사이에서 단위 시스템(10)의 데이터 신호 처리 및 데이터 전달 그리고 데이터 분석과 저장을 수행하게 된다. The data collection system 300 performs data signal processing and data transfer, data analysis and storage of the unit system 10 between the unit system 10 and the integrated operating system 100.

즉, 상기 데이터수집 시스템(300)은 단위 시스템(10)으로부터 전달받은 Raw Data 혹은 Raw Data 파일을 데이터 신호 처리하여 샘플링함으로써 디지털데이터로 변환하고, 이를 스토리지에 저장함과 동시에 통합운영시스템(100)으로 전달한다.That is, the data collection system 300 converts the raw data or raw data file received from the unit system 10 into digital data by processing and sampling the data signal, and stores the data in the storage and at the same time to the integrated operating system 100. To pass.

도 2에서 보는 바와 같이, 상기 데이터수집 시스템(300)은 룰 엔진(310)을 포함하고 있어, 상기 단위 시스템(10)으로부터 수신 받아 신호 처리된 센서 데이터에 대해 상기 룰 엔진(310)을 통해 분석하게 되고, 센서 데이터에 대한 기간별 시계열분석 및 누적통계데이터를 활용한 확률적 분석을 이용하여 정량적으로 판단하여 시설물의 안전도에 대한 이상 유무를 판별하게 된다. As shown in FIG. 2, the data collection system 300 includes a rule engine 310, and analyzes the sensor data received from the unit system 10 and processed through the rule engine 310 for signal processing. In addition, it is determined quantitatively by using quantitative analysis using time series analysis and cumulative statistical data for each sensor data to determine whether there is an abnormality in the safety of the facility.

이를 위해 상기 룰 엔진(310)은 각 시설물들에 대한 안전 관리 기준치를 설정하고, 단위 시스템(10)의 특성정보를 고려하여 시설물별 장기 거동 상태를 통계적으로 분석하게 된다. To this end, the rule engine 310 sets safety management reference values for each facility, and statistically analyzes the long-term behavior of each facility in consideration of the characteristic information of the unit system 10.

상기 룰엔진(310)은 통계적으로 분석된 산출 데이터를 통해 이상 판정을 하게 되며, 이상 판정에 대한 이상 판정 결과 메시지를 생성하여 통합운영시스템(100)으로 전달하도록 한다.The rule engine 310 makes an abnormality determination through statistically analyzed calculation data, generates an abnormality determination result message for the abnormality determination, and delivers the abnormality determination result message to the integrated operation system 100.

상기 통합운영시스템(100)은 모니터와 연결되어 있어, 상기 데이터수집 시스템(300)으로부터 전달된 센서 데이터를 모니터를 통해 디스플레이한다.The integrated operating system 100 is connected to the monitor, and displays the sensor data transmitted from the data collection system 300 through the monitor.

즉, 상기 통합운영시스템(100)은 통합관리 UI에 따른 대시보드(DASH BOARD) 인터페이스에 따라 전국의 지도화면이 제공되는 종합화면 및 감시대상 시설물별 상세 정보화면 등을 제공하게 되는데, 센서 데이터는 수치 및 통계도표 혹은 이상 판정 결과 메시지에 따른 텍스트로 화면에 나타나게 된다. In other words, the integrated operation system 100 provides a comprehensive screen and a detailed information screen for each facility to be monitored, and the sensor data is provided according to the dashboard (DASH BOARD) interface according to the integrated management UI. Numerical and statistical charts or texts according to the result of abnormality determination are displayed on the screen.

또한 상기 통합운영시스템(100)은 상기 룰 엔진(310)으로부터 전달된 이상 판정 메시지를 디스플레이함과 동시에 조기 경보 메시지로 데이터 변환하여 조기경보 시스템(400)으로 전송한다.In addition, the integrated operation system 100 displays the abnormality determination message transmitted from the rule engine 310 and simultaneously converts the data into an early warning message and transmits the data to the early warning system 400.

즉, 상기 통합운영시스템(100)은 상기 데이터수집 시스템(300)으로부터 전달된 이상 판정 결과 메시지를 자바 환경 하의 변환 애플릿인 CAP(Converted Applet) 규격의 클래스 형태로 변환하고, 다시 XML 형태로 변환하여 SOAP을 통해 조기경보 시스템(400)에 전송하게 된다.That is, the integrated operating system 100 converts the abnormality determination result message transmitted from the data collection system 300 into a class form of CAP (Converted Applet) standard, which is a conversion applet under a Java environment, and converts into an XML form. It is transmitted to the early warning system 400 through SOAP.

상기 SOAP(Simple Object Access Protocol)은 일반적으로 널리 알려진 HTTP, HTTPS, SMTP 등을 사용하여 XML기반의 메시지를 컴퓨터 네트워크 상에서 교환하는 형태의 프로토콜이며, 웹 서비스(Web Service)에서 기본적인 메시지를 전달하는 기반이 된다. SOAP에는 몇가지 형태의 메시지 패턴이 있지만, 보통의 경우 원격 프로시져 호출(Remote Procedure Call:RPC) 패턴으로, 네트워크 노드(클라이언트)에서 다른 쪽 노드(서버)쪽으로 메시지를 요청 하고, 서버는 메시지를 즉시 응답하게 된다. The Simple Object Access Protocol (SOAP) is a protocol that exchanges XML-based messages on a computer network using HTTP, HTTPS, SMTP, etc., which are widely known, and is a base for delivering basic messages in a web service. Becomes There are several types of message patterns in SOAP, but usually in the Remote Procedure Call (RPC) pattern, a message is requested from a network node (client) to the other node (server), and the server responds immediately. Done.

이를 위해 상기 통합운영시스템(100)은 도 2에서 보는 바와 같이, CAP 이벤트 생성모듈(110)과 이상상황 로그 모듈(120)을 포함하고 있어 상기 CAP 이벤트 생성모듈(110)을 통해 CAP XML 데이터를 생성하여 조기경보 시스템으로 전달하며, 이상상황 로그모듈(120)에서 로그생성 후 로그관리를 수행하도록 한다.To this end, the integrated operating system 100 includes a CAP event generation module 110 and an abnormal situation log module 120 as shown in FIG. 2 to generate CAP XML data through the CAP event generation module 110. It generates and delivers to the early warning system, log management in the abnormal situation log module 120 to perform log management.

또한 상기 통합운영시스템(100)은 상기 데이터수집 시스템(300)으로부터 전달받은 모든 데이터를 저장하였다가, 외부기관시스템(500)의 요구에 따라 이들 데이터를 제공하도록 한다.In addition, the integrated operating system 100 stores all the data received from the data collection system 300, and to provide these data in accordance with the request of the external institution system 500.

상기 외부기관시스템(500)은 상기 시설물 안전관리 데이터를 필요로 하는 정부기관, 연구소 등의 서버에 해당한다. The external institution system 500 corresponds to a server of a government agency, research institute, etc. that requires the facility safety management data.

도 3은 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법의 순서도를 도시하고 있다.3 is a flowchart illustrating a method for analyzing sensor data of heterogeneous facilities through a rule engine.

도면에서 보는 바와 같이, 우선 센서 데이터를 수집하는 센서데이터 수집단계(S10)를 수행하게 된다. As shown in the figure, first, the sensor data collection step (S10) of collecting sensor data is performed.

상기 단계에서는 각 시설물의 센서로 구성되는 단위 시스템(10)이 생성한 센서 데이터를 데이터수집 시스템(300)로 전송함으로써 상기 데이터수집 시스템(300)이 센서 데이터를 수집하게 된다. In this step, the data collection system 300 collects sensor data by transmitting sensor data generated by the unit system 10 including the sensors of each facility to the data collection system 300.

이를 통해 상기 단위 시스템(10)은 데이터수집 시스템(300)에 센서 데이터를 전송하기 시작하여 중지 명령이 있기까지 설정 주기만큼 전송하게 된다.As a result, the unit system 10 starts transmitting sensor data to the data collection system 300 and transmits the set data until a stop command is issued.

상기와 같이 데이터수집 시스템(300)이 센서 데이터들을 수집하게 되면, 상기 데이터수집 시스템(300)의 룰 엔진(310)이 상기 센서 데이터들을 통해 시설물의 안전도에 대한 이상 유무를 판정하게 되는 룰 엔진을 이용한 이상 판정 단계(S20)를 수행하게 된다. When the data collection system 300 collects sensor data as described above, the rule engine 310 of the data collection system 300 determines a rule engine that determines whether there is an abnormality in safety of the facility through the sensor data. The abnormality determination step S20 used is performed.

상기 이상 판정 단계(S20)에서 룰 엔진(310)은 도 4에서와 같은 단계를 통해 센서 데이터를 분석하게 된다.In the abnormality determination step S20, the rule engine 310 analyzes sensor data through the same steps as in FIG. 4.

도면에서 보는 바와 같이, 우선 상기 센서데이터 수집단계(S10)에서 수집한 센서데이터들의 센서값에 대한 정량분석을 수행하는 정량분석 단계(S21)를 수행하게 된다. As shown in the figure, first, a quantitative analysis step S21 of performing quantitative analysis on sensor values of sensor data collected in the sensor data collection step S10 is performed.

상기 단계에서 정량분석은, 시간의 경과에 따라 순서대로 관측되는 상기 센서값들의 추세, 변동요인을 파악하여 패턴을 유추하는 시계열 분석과, 상기 센서값들에 대한 누적 통계 데이터를 이용하여 확률적인 모델링을 통한 패턴을 유추하는 확률적 분석 중 어느 하나를 선택하여 정량분석에 사용할 수 있다. In this step, the quantitative analysis includes time series analysis for inferring patterns by identifying trends and variation factors of the sensor values sequentially observed over time, and probabilistic modeling using cumulative statistical data on the sensor values. Any one of stochastic analysis that infers the pattern through can be selected and used for quantitative analysis.

상기의 정량분석 단계(S21)를 수행한 다음, 이종의 시설물마다 안전 관리 기준치를 설정하는 시설물 안전 관리 기준치 설정 단계(S22)를 수행하게 되고, 상기 시설물 안전 관리 기준 설정 단계(S22)에서 설정된 기준 임계치에 따른 시설물별 장기 거동을 비교 분석하는 시설물별 장기 거동 분석 단계(S23)를 수행함으로써 이상 판정을 하게 된다. After performing the quantitative analysis step (S21), and performs a facility safety management reference value setting step (S22) for setting a safety management reference value for each heterogeneous facility, the standard set in the facility safety management standard setting step (S22) Abnormality determination is performed by performing a long-term behavior analysis step (S23) for each facility to compare and analyze the long-term behavior for each facility according to the threshold value.

상기 룰 엔진을 이용한 이상 판정 단계(S20)에서, 룰 엔진(310)의 분석에 따라 시설물의 안전도에 이상 징후가 감지되면, 상기 데이터수집 시스템(300)은 이상 판정 결과 메시지를 생성하여 통합운영시스템(100)으로 전달하는 이상 판정 결과 메시지 전달 단계(S30)를 수행하게 되고, 상기 이상 판정 결과 메시지 전달 단계(S30)에서 데이터수집 시스템(300)으로부터 전달된 이상 판정 결과 메시지에 따라 통합운영시스템(100)이 모니터(200)를 통해 디스플레이하는 디스플레이단계(S40)를 수행하게 된다. In the abnormality determination step (S20) using the rule engine, when an abnormality is detected in the safety of the facility according to the analysis of the rule engine 310, the data collection system 300 generates an abnormality determination result message to integrate operation system The abnormality determination result message delivery step (S30) to be delivered to (100) is performed, and in accordance with the abnormality determination result message transmitted from the data collection system 300 in the abnormality determination result message delivery step (S30), an integrated operating system ( 100 performs the display step (S40) to display through the monitor (200).

상기의 단계에서 상기 이상 판정 결과 메시지는 텍스트로 자막처리되어 디스플레이되며, 센서 데이터는 센서값 혹은 산술 분석을 통한 통계 및 수치로 나타나게 된다. In the above step, the abnormality determination result message is displayed by captioning the text, and the sensor data is displayed as a sensor value or statistics and numerical values through arithmetic analysis.

상기 디스플레이단계(S40)를 수행한 후, 통합운영시스템(100)은 조기경보 메시지를 생성하여 조기경보 시스템(400)으로 전송하는 조기경보 알람 단계(S50)를 수행하게 되는데, 이를 위해 우선 도 5에서 보는 바와 같이 상기 통합운영시스템(100)이 상기 데이터수집 시스템(300)으로부터 전달된 이상 판정 결과 메시지를 CAP 규격의 클래스 형태로 변환하는 CAP 메시지 변환 단계(S51)를 수행하고, 다시 상기 클래스 형태의 CAP 메시지를 XML 형태로 변환하여 SOAP을 통해 상기 조기경보 시스템(400)에 전송하는 XML 메시지 변환 단계(S52)를 수행하게 된다. After performing the display step (S40), the integrated operating system 100 performs an early warning alarm step (S50) for generating an early warning message and transmitting it to the early warning system 400, for this purpose, Figure 5 As shown in the integrated operating system 100 performs a CAP message conversion step (S51) for converting the abnormality determination result message transmitted from the data collection system 300 to a class form of the CAP standard, and again the class form XML message conversion step (S52) of converting the CAP message of the XML format to the early warning system 400 through the SOAP is performed.

상기 조기경보 시스템에 전송된 XML 메시지는 조기경보 시스템과 연동 가능한 XML 형태의 CAP 데이터인 조기경보 메시지로 생성되는 조기경보 메시지 생성 단계(S53)를 수행함으로써 본 발명의 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법의 전 과정을 마치게 된다.
The XML message transmitted to the early warning system is a sensor of heterogeneous facilities through the rule engine of the present invention by performing an early warning message generation step (S53) generated as an early warning message, which is CAP data in XML format that can be interlocked with the early warning system. This completes the entire process of data analysis.

10 : 단위시스템 100 : 통합운영시스템
200 : 모니터 300 : 데이터수집 시스템
400 : 조기경보 시스템 500 : 외부기관시스템10: unit system 100: integrated operating system
200: monitor 300: data collection system
400: Early warning system 500: External organization system

Claims (6)

삭제delete 데이터수집 시스템(300)이 각 시설물에 설치되어 있는 복수의 단위 시스템(10)으로부터 센서 데이터를 수집하여 데이터 신호 처리하는 센서 데이터 수집단계(S10)와;
상기 데이터수집 시스템(300)의 룰 엔진(310)이 수집된 센서 데이터들의 센서값을 분석하여 시설물의 안전도에 대한 이상 유무를 판정하는 룰 엔진을 이용한 이상 판정 단계(S20); 및
상기 룰 엔진을 이용한 이상 판정 단계(S20)에서, 상기 룰 엔진(310)의 분석에 따라 시설물의 안전도에 이상 징후가 감지되면, 상기 데이터수집 시스템(300)은 이상 판정 결과 메시지를 생성하여 통합운영시스템(100)으로 전달하는 이상 판정 결과 메시지 전달 단계(S30)를 포함하여 이루어지는 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법에 있어서,
상기 이상 판정 단계(S20)는
상기 센서데이터 수집단계(S10)에서 수집한 센서데이터들의 센서값에 대한 정량분석을 수행하는 정량분석 단계(S21)와;
이종의 시설물마다 안전 관리 기준치를 설정하는 시설물 안전 관리 기준치 설정 단계(S22); 및
상기 시설물 안전 관리 기준 설정 단계(S22)에서 설정된 기준 임계치에 따른 시설물별 장기 거동을 비교 분석하는 시설물별 장기 거동 분석 단계(S23)를 포함하는 것을 특징으로 하는 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법.
A sensor data collection step (S10) in which the data collection system 300 collects sensor data from a plurality of unit systems 10 installed in each facility and processes data signals;
An abnormality determination step (S20) using a rule engine that analyzes sensor values of sensor data collected by the rule engine 310 of the data collection system 300 to determine whether there is an abnormality in safety of the facility; And
In the abnormality determination step (S20) using the rule engine, when an abnormality is detected in the safety of the facility according to the analysis of the rule engine 310, the data collection system 300 generates an abnormality determination result message and integrated operation In the sensor data analysis method of heterogeneous facilities through the rule engine comprising the abnormality determination result message delivery step (S30) to deliver to the system 100,
The abnormality determination step (S20)
A quantitative analysis step (S21) of performing quantitative analysis on sensor values of the sensor data collected in the sensor data collection step (S10);
Facility safety management reference value setting step of setting a safety management reference value for each facility of different kinds (S22); And
Analyzing sensor data of heterogeneous facilities through a rule engine, characterized in that the facility includes a long-term behavior analysis step (S23) for comparing the long-term behavior of each facility according to the reference threshold set in the facility safety management standard setting step (S22) Way.
제 2항에 있어서,
상기 정량분석 단계(S21)는, 시간의 경과에 따라 순서대로 관측되는 상기 센서값들의 추세, 변동요인을 파악하여 패턴을 유추하는 시계열 분석과, 상기 센서값들에 대한 누적 통계 데이터를 이용하여 확률적인 모델링을 통한 패턴을 유추하는 확률적 분석 중 적어도 어느 하나의 분석 방법을 채택하여 수행되는 것을 특징으로 하는 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법.
The method of claim 2,
The quantitative analysis step (S21) is a time series analysis for inferring a pattern by identifying trends and fluctuation factors of the sensor values sequentially observed over time, and probability using cumulative statistical data on the sensor values. Sensor data analysis method of a heterogeneous facility through a rule engine, characterized in that is performed by adopting at least one analysis method of the stochastic analysis inferring the pattern through the modeling.
삭제delete 데이터수집 시스템(300)이 각 시설물에 설치되어 있는 복수의 단위 시스템(10)으로부터 센서 데이터를 수집하여 데이터 신호 처리하는 센서 데이터 수집단계(S10)와;
상기 데이터수집 시스템(300)의 룰 엔진(310)이 수집된 센서 데이터들의 센서값을 분석하여 시설물의 안전도에 대한 이상 유무를 판정하는 룰 엔진을 이용한 이상 판정 단계(S20); 및
상기 룰 엔진을 이용한 이상 판정 단계(S20)에서, 상기 룰 엔진(310)의 분석에 따라 시설물의 안전도에 이상 징후가 감지되면, 상기 데이터수집 시스템(300)은 이상 판정 결과 메시지를 생성하여 통합운영시스템(100)으로 전달하는 이상 판정 결과 메시지 전달 단계(S30)와;
상기 이상 판정 결과 메시지 전달 단계(S30)에서 상기 데이터수집 시스템(300)으로부터 전달된 이상 판정 결과 메시지에 따라 상기 통합운영시스템(100)이 모니터(200)를 통해 디스플레이하는 디스플레이단계(S40)를 포함하여 이루어지는 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법에 있어서,
상기 디스플레이단계(S40)를 수행한 후, 상기 통합운영시스템(100)이 조기경보 메시지를 생성하여 조기경보 시스템(400)으로 전송하는 조기경보 알람 단계(S50)를 더 포함하는 것을 특징으로 하는 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법.
A sensor data collection step (S10) in which the data collection system 300 collects sensor data from a plurality of unit systems 10 installed in each facility and processes data signals;
An abnormality determination step (S20) using a rule engine that analyzes sensor values of sensor data collected by the rule engine 310 of the data collection system 300 to determine whether there is an abnormality in safety of the facility; And
In the abnormality determination step (S20) using the rule engine, when an abnormality is detected in the safety of the facility according to the analysis of the rule engine 310, the data collection system 300 generates an abnormality determination result message and integrated operation An abnormality determination result message delivery step (S30) to be delivered to the system (100);
And a display step S40 of the integrated operating system 100 to display through the monitor 200 according to the abnormality determination result message transmitted from the data collection system 300 in the abnormality determination result message delivery step S30. In the sensor data analysis method of heterogeneous facilities through a rule engine,
After performing the display step (S40), the integrated operating system 100 further comprises an early warning alarm step (S50) to generate an early warning message to transmit to the early warning system 400 How to analyze sensor data of heterogeneous facilities through engine.
제 5항에 있어서,
상기 조기경보 알람 단계(S50)는,
상기 통합운영시스템(100)이 상기 데이터수집 시스템(300)으로부터 전달된 이상 판정 결과 메시지를 CAP 규격의 클래스 형태로 변환하는 CAP 메시지 변환 단계(S51)와;
상기 클래스 형태의 CAP 메시지를 XML 형태로 변환하여 SOAP을 통해 상기 조기경보 시스템(400)에 전송하는 XML 메시지 변환 단계(S52); 및
조기경보 시스템과 연동 가능한 XML 형태의 CAP 데이터를 생성하여 조기경보 시스템으로 전달하는 조기경보 메시지 생성 단계(S52)를 포함하는 것을 특징으로 하는 룰 엔진을 통한 이종 시설물의 센서 데이터 분석 방법.
6. The method of claim 5,
The early warning alarm step (S50),
A CAP message conversion step (S51) of the integrated operation system (100) converting the abnormality determination result message transmitted from the data collection system (300) into a class form of a CAP standard;
An XML message conversion step (S52) of converting the CAP message of the class form into an XML form and transmitting the XML message to the early warning system 400 through SOAP; And
And an early warning message generation step (S52) of generating CAP data in an XML form interoperable with the early warning system and delivering the CAP data to the early warning system.
KR1020100044577A 2010-05-12 2010-05-12 Method for analyzing sensor data of variety facilities using rule-engine KR101129815B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100044577A KR101129815B1 (en) 2010-05-12 2010-05-12 Method for analyzing sensor data of variety facilities using rule-engine

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100044577A KR101129815B1 (en) 2010-05-12 2010-05-12 Method for analyzing sensor data of variety facilities using rule-engine

Publications (2)

Publication Number Publication Date
KR20110125047A KR20110125047A (en) 2011-11-18
KR101129815B1 true KR101129815B1 (en) 2012-03-23

Family

ID=45394639

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100044577A KR101129815B1 (en) 2010-05-12 2010-05-12 Method for analyzing sensor data of variety facilities using rule-engine

Country Status (1)

Country Link
KR (1) KR101129815B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102022010B1 (en) * 2018-03-02 2019-09-18 (주)디비넥스트 Platform for totally maning a building and a facility based on iot, method of the same

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015533249A (en) 2012-10-15 2015-11-19 ヴィジレント コーポレイションＶｉｇｉｌｅｎｔ Ｃｏｒｐｏｒａｔｉｏｎ Method and apparatus for performing environmental management using smart alarm
CN103617705B (en) * 2013-12-10 2016-01-13 北京邮电大学 A kind of rule-based Internet of Things alarm method and system
US10356649B2 (en) 2014-09-26 2019-07-16 Intel Corporation Multisensory change detection for internet of things domain
CN104657792A (en) * 2015-03-06 2015-05-27 中电海康集团有限公司 Early warning method based on rule engine and intelligent prediction
CN113449013B (en) * 2021-06-21 2022-07-05 北京思路智园科技有限公司 Special operation process data acquisition system and storage system

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070066441A (en) * 2005-12-22 2007-06-27 주식회사 와이더맥스 Multifunctional remote monitoring device, remote monitoring method using the same, and remote monitoring system using the same
KR100880211B1 (en) * 2007-04-23 2009-01-28 뉴론에스 주식회사 Integrated management system and method
KR20090053511A (en) * 2007-11-23 2009-05-27 주식회사 케이티 Maintenance system and maintenance method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070066441A (en) * 2005-12-22 2007-06-27 주식회사 와이더맥스 Multifunctional remote monitoring device, remote monitoring method using the same, and remote monitoring system using the same
KR100880211B1 (en) * 2007-04-23 2009-01-28 뉴론에스 주식회사 Integrated management system and method
KR20090053511A (en) * 2007-11-23 2009-05-27 주식회사 케이티 Maintenance system and maintenance method

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102022010B1 (en) * 2018-03-02 2019-09-18 (주)디비넥스트 Platform for totally maning a building and a facility based on iot, method of the same

Also Published As

Publication number Publication date
KR20110125047A (en) 2011-11-18

Similar Documents

Publication Publication Date Title
KR101129815B1 (en) Method for analyzing sensor data of variety facilities using rule-engine
KR20110125045A (en) System and method for management an integrated variety facilities in safety
US11899442B2 (en) System and method for structural health monitoring using internet of things and machine learning
KR101008251B1 (en) Method for Measuring Remote Automatic of Construction using Radio Sensor Network and System thereof
CN113310528B (en) Real-time tunnel structure health monitoring method based on multivariate sensing data
KR102128707B1 (en) Autonomous Inspection and Failure Notification System for IoT-based Repair Facilities Using Intelligent Remote Terminal Device
CN104267698A (en) Cable well safety operation monitoring system and monitoring method based on network communication technology
KR102138340B1 (en) Autonomous Inspection and Failure Notification System for IoT-based Repair Facilities Using Intelligent Remote Terminal Device
CN115278543A (en) Intelligent building site system based on BIM
KR20210085168A (en) System and method for safety inspection by trainiing nature freqeuncy of structure based on machine learning
CN110009872A (en) A kind of rock slope engineering project disaster real-time system for monitoring and pre-warning and method
CN109684774A (en) A kind of beam bridge safety monitoring and assessment device
CN108612137A (en) A kind of foundation pit synthesis on-line monitoring cloud platform system based on Internet of Things big data
CN111445671A (en) Power transmission line geological disaster monitoring system and method based on optical fiber strain analysis
CN109141528A (en) A kind of urban track traffic civil engineering facility intelligent real-time monitoring system
KR20130059041A (en) Infrastructure maintenance and management businesssupport system
CN113503912A (en) Urban rail transit civil engineering facility health status real-time monitoring system
JP5247301B2 (en) Disaster prevention system judgment support system
KR20100057736A (en) System and method for iron tower management
KR20050108008A (en) Integrated monitoring system for preventing disaster and method for controlling the same
KR101635806B1 (en) Facility safety management system having multi-function measuring module of interactive function, intelligence function and duty function, and method for the same
KR20070099713A (en) Danger detection and typhoon forecasting method and device for mobile tower
Aktan et al. Health monitoring for effective management of infrastructure
CN116823220A (en) Cable running state monitoring platform and equipment
KR101051776B1 (en) Real time remote control system and method of measuring equipment

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150311

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170309

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190227

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20200310

Year of fee payment: 9