KR102586797B1 - chemical materials Distribution system and method based on artificial intelligence model - Google Patents

chemical materials Distribution system and method based on artificial intelligence model Download PDF

Info

Publication number
KR102586797B1
KR102586797B1 KR1020230083167A KR20230083167A KR102586797B1 KR 102586797 B1 KR102586797 B1 KR 102586797B1 KR 1020230083167 A KR1020230083167 A KR 1020230083167A KR 20230083167 A KR20230083167 A KR 20230083167A KR 102586797 B1 KR102586797 B1 KR 102586797B1
Authority
KR
South Korea
Prior art keywords
information
distribution
raw materials
supply
server
Prior art date
Application number
KR1020230083167A
Other languages
Korean (ko)
Inventor
이정호
Original Assignee
주식회사 나인씨엔에프
이정호
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 주식회사 나인씨엔에프, 이정호 filed Critical 주식회사 나인씨엔에프
Priority to KR1020230083167A priority Critical patent/KR102586797B1/en
Application granted granted Critical
Publication of KR102586797B1 publication Critical patent/KR102586797B1/en

Links

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/30—Administration of product recycling or disposal
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • 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
    • G06Q50/10—Services

Abstract

본 발명은 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템 및 방법에 관한 것이다.
본 발명의 일실시예에 따르면 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템에 있어서, 고객의 요청에 따라 설정되는 고객의 고객정보, 폐배터리 재생 공정을 위해 필요한 원료의 종류, 그 수량 및 그 원료의 공급을 받기 원하는 시간에 관한 정보를 포함하는 주문정보를 생성하여 네트워크를 이용해 전송하도록 하는 고객 서버; 네트워크를 이용해 상기 고객 서버로부터 상기 주문정보를 전송받아 저장하며 상기 주문정보를 전송하는 주문관리부와, 상기 주문정보에 대응되는 상기 원료의 가격에 관한 단가정보를 전송받아 저장하며 유통 사업자의 설정에 따라 상기 단가정보를 기초로 상기 주문정보의 원료 공급에 관한 유통가격정보를 생성하여 상기 고객 서버로 전송하도록 하는 유통관리부와, 상기 고객 서버로부터 상기 유통가격정보에 따른 구매승인정보를 전송받으면 상기 주문정보에 해당되는 원료를 공급받기 위해 주문정보에 대응되는 공급요청정보를 생성하여 전송하는 공급관리부와, 시계열에 따른 상기 주문정보, 단가정보, 유통가격정보, 공급요청정보를 포함하는 거래관리정보를 학습 데이터로 입력받아 학습되는 인공지능 모델을 이용해 유통 사업자로부터 기설정되는 기준정보를 기초로 상기 고객 서버로부터 주문될 것으로 예상되는 원료의 구입 시간, 그 원료의 종류, 그 수량에 관한 정보를 포함하는 예상구입정보를 생성하여 저장하는 인공지능관리부를 포함하는 유통 서버; 및 네트워크를 이용해 상기 주문정보를 전송받고 공급 사업자의 설정에 따라 상기 주문정보에 관한 단가정보를 생성하여 상기 유통 서버로 전송하고, 상기 공급요청정보를 전송받아 저장하며 공급 사업자의 입력에 따라 상기 공급요청정보에 따른 해당 원료의 출고 및 공급이 예상되는 시간에 관한 예상공급정보를 생성하여 유통 서버로 전송하도록 하는 공급 서버;를 포함하여 구성된 것을 특징으로 하는 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템을 제공한다.The present invention relates to a distribution processing system and method for raw materials for recycling waste batteries based on an artificial intelligence model.
According to an embodiment of the present invention, in an artificial intelligence model-based distribution and processing system for raw materials for waste battery recycling, the customer's customer information set according to the customer's request, the type and quantity of raw materials required for the waste battery recycling process and a customer server that generates order information including information on the desired time to receive supply of the raw materials and transmits it using a network. An order management unit that receives and stores the order information from the customer server using a network and transmits the order information, and receives and stores unit price information on the price of the raw materials corresponding to the order information according to the settings of the distribution business operator. A distribution management unit that generates distribution price information regarding the supply of raw materials for the order information based on the unit price information and transmits it to the customer server, and when purchasing approval information according to the distribution price information is transmitted from the customer server, the order information is provided. In order to supply the corresponding raw materials, the supply management department creates and transmits supply request information corresponding to order information, and learns transaction management information including the order information, unit price information, distribution price information, and supply request information according to time series. A prediction that includes information on the purchase time, type of raw material, and quantity of raw materials expected to be ordered from the customer server based on standard information preset by the distribution business using an artificial intelligence model that is input and learned as data. A distribution server including an artificial intelligence management unit that generates and stores purchase information; And the order information is transmitted using the network, unit price information related to the order information is generated according to the settings of the supplier and transmitted to the distribution server, the supply request information is transmitted and stored, and the supply is supplied according to the supplier's input. A supply server that generates expected supply information regarding the expected time of shipment and supply of the raw material according to the request information and transmits it to the distribution server; an artificial intelligence model-based raw material for recycling of waste batteries, comprising: Provides a distribution processing system.

Description

인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템 및 방법{chemical materials Distribution system and method based on artificial intelligence model}{chemical materials distribution system and method based on artificial intelligence model}

본 발명은 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템 및 방법에 관한 것이다.The present invention relates to a distribution processing system and method for raw materials for waste battery recycling based on an artificial intelligence model.

일반적으로는 모바일 기기에 대한 기술 개발과 수요가 증가함에 따라 에너지원으로서의 이차전지에 대한 수요가 급격히 증가하고 있다. 그 중에서도, 특히 높은 에너지 밀도와 작동 전위를 나타내고, 사이클 수명이 길며, 자기방전율이 낮은 리튬 이차전지가 널리 사용되고 있다.In general, as technology development and demand for mobile devices increase, demand for secondary batteries as an energy source is rapidly increasing. Among them, lithium secondary batteries, which exhibit particularly high energy density and operating potential, have a long cycle life, and have a low self-discharge rate, are widely used.

리튬 이차전지는 일반적으로 양극 활물질을 포함하는 양극, 음극 활물질을 포함하는 음극, 세퍼레이터 및 전해질로 구성되며 리튬 이온의 삽입-탈리(intercalation-decalation)에 의해 충전 및 방전이 이루어진다.A lithium secondary battery generally consists of a positive electrode containing a positive electrode active material, a negative electrode containing a negative electrode active material, a separator, and an electrolyte, and charging and discharging are performed by intercalation-decalation of lithium ions.

리튬 이차전지는 에너지 밀도(energy density)가 높고, 기전력이 크며 고용량을 발휘할 수 있는 장점을 가지므로 다양한 분야에 적용되고 있다.Lithium secondary batteries have the advantages of high energy density, large electromotive force, and high capacity, so they are applied in various fields.

리튬 이차전지의 양극 활물질은 리튬과 함께, 니켈, 망간, 코발트와 같은 전이금속을 포함하는데, 상기 리튬 및전이금속은 비교적 고가의 금속이며, 특히 코발트는 생산국의 수가 한정되어 있어, 세계적으로 그 수급이 불안정한 금속으로 알려져 있다. 따라서, 폐기 전극, 특히 양극으로부터 상기 리튬 및 니켈, 망간, 코발트와 같은 전이금속을 회수하여 원료로서 재활용하기 위한 시도가 계속되고 있다.The positive electrode active material of a lithium secondary battery includes lithium and transition metals such as nickel, manganese, and cobalt. Lithium and transition metals are relatively expensive metals, and cobalt in particular has a limited number of producing countries, so its supply is global. This metal is known to be unstable. Accordingly, attempts are continuing to recover transition metals such as lithium, nickel, manganese, and cobalt from waste electrodes, especially positive electrodes, and recycle them as raw materials.

대한민국 공개특허 제2012-0126946호는 리튬이온전지의 재생공정을 위한 전처리방법에 관한 것으로서, 전해질, 분리막, 전극 복합체 및 집전체를 포함하고 있는 리튬이온전지 폐기물을 5 내지 15 mm의 크기로 파쇄하는단계; 파쇄물을 물로 세척하여 전해질을 제거한 후, 전해질이 제거된 파쇄물을 비중분리하여 분리막을 제거하는 단계; 및 전해질 및 분리막이 제거된 파쇄물을 1~4M 농도의 황산 용액으로 처리하여 파쇄물 중 집전체에 부착되어 있는 전극 복합체를 집전체와 박리시켜 회수하는 단계를 포함하는 리튬이온전지 재생공정의 전처리방법에 대한 내용을 개시하고 있다.Republic of Korea Patent Publication No. 2012-0126946 relates to a pretreatment method for the regeneration process of lithium-ion batteries, which involves shredding lithium-ion battery waste containing electrolytes, separators, electrode complexes, and current collectors into sizes of 5 to 15 mm. step; Washing the crushed material with water to remove the electrolyte, then separating the crushed material from which the electrolyte has been removed to remove the separator; And treating the shredded material from which the electrolyte and separator has been removed with a sulfuric acid solution at a concentration of 1 to 4 M to separate and recover the electrode complex attached to the current collector among the shredded material. The contents are disclosed.

한편, 폐배터리 재생공정을 위해서는 다양한 화학적 원료가 사용되며 예컨데, 통상적으로 산화칼륨, 가성소다, 과산화수소, 황산용액, 전해질, 전극재료, 분리제, 산화제, 추출제, 석유계 시약 희석제 등, 다양한 화학적 원료들이 사용되고 있다.Meanwhile, various chemical raw materials are used for the waste battery recycling process, for example, potassium oxide, caustic soda, hydrogen peroxide, sulfuric acid solution, electrolyte, electrode material, separator, oxidizing agent, extractant, petroleum reagent diluent, etc. Raw materials are being used.

이와 같이 폐배터리 재생 공정을 전문으로 하는 기업(고객)들은 재생을 위해 사용되 원료들을 국내 뿐만 아니라, 해외에서 조달하고 있으며, 이러한 원료들은 식자재나 원자재 또는 기계자재들과는 달리 취급하는 공급처도 한정적이고, 그 취급에도 특별한 주의가 필요하며 특히 대량으로 신속하게 유통 및 공급하기가 어려울 뿐만 아니라, 그 환율이나 유가에 따라 가격변동이 빠르게 이루어지므로 유통이 원활하지 못한 문제가 있다.In this way, companies (customers) specializing in the waste battery recycling process are procuring raw materials used for recycling not only domestically but also overseas, and unlike food ingredients, raw materials, or machine materials, the suppliers that handle these raw materials are limited. Special care is required to handle it, and it is especially difficult to distribute and supply quickly in large quantities. In addition, there is a problem of smooth distribution because the price fluctuates quickly depending on the exchange rate or oil price.

따라서, 고객이 폐배터리 재생 공정에 사용되는 원료를 주문시, 자동으로 신속하게 처리 및 관리하도록 하고, 원활한 원료의 유통이 가능하도록 할 뿐만 아니라, 인공지능 모델을 이용해 주문이 예상되는 원료의 종류 및 수량을 빠르고 간편하게 예측하여 신속하고 용이한 유통이 가능하도록 하는 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템의 연구개발 필요성이 크게 제시된다.Therefore, when customers order raw materials used in the waste battery recycling process, we automatically and quickly process and manage them, and not only enable smooth distribution of raw materials, but also use an artificial intelligence model to determine the type and quantity of raw materials expected to be ordered. There is a great need for research and development of a distribution processing system for raw materials for recycling waste batteries based on an artificial intelligence model that enables rapid and easy distribution by predicting quickly and easily.

한국특허출원 제10-2019-0086387호 2019년07월17일Korean Patent Application No. 10-2019-0086387 July 17, 2019 한국특허출원 제10-2018-0059846호 2018년05월25일Korean Patent Application No. 10-2018-0059846 May 25, 2018 한국특허출원 제10-2013-0116269호 2013년09월30일Korean Patent Application No. 10-2013-0116269 September 30, 2013 한국특허출원 제10-2021-0122265호 2021년09월14일Korean Patent Application No. 10-2021-0122265 September 14, 2021

이와 같은 문제를 해결하기 위한 본 발명의 목적은 고객이 폐배터리 재생 공정에 사용되는 원료를 주문시, 자동으로 신속하게 처리 및 관리하도록 하고, 원활한 원료의 유통이 가능하도록 할 뿐만 아니라, 인공지능 모델을 이용해 주문이 예상되는 원료의 종류 및 수량을 빠르고 간편하게 예측하여 신속하고 용이한 유통이 가능하도록 하는 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템 및 방법을 제공하는 것에 그 목적이 있다.The purpose of the present invention to solve this problem is to automatically and quickly process and manage raw materials used in the waste battery recycling process when customers order them, to enable smooth distribution of raw materials, and to use an artificial intelligence model. The purpose is to provide a distribution processing system and method for raw materials for recycling waste batteries based on an artificial intelligence model that enables quick and easy distribution by quickly and easily predicting the type and quantity of raw materials expected to be ordered.

본 발명의 목적은 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 본 발명이 속하는 기술 분야의 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.The object of the present invention is not limited to what has been mentioned above, and other objects not mentioned will be clearly understood by those skilled in the art from the description below.

이와 같은 목적을 달성하기 위한 본 발명의 일실시예에 따르면 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템에 있어서, 고객의 요청에 따라 설정되는 고객의 고객정보, 폐배터리 재생 공정을 위해 필요한 원료의 종류, 그 수량 및 그 원료의 공급을 받기 원하는 시간에 관한 정보를 포함하는 주문정보를 생성하여 네트워크를 이용해 전송하도록 하는 고객 서버; 네트워크를 이용해 상기 고객 서버로부터 상기 주문정보를 전송받아 저장하며 상기 주문정보를 전송하는 주문관리부와, 상기 주문정보에 대응되는 상기 원료의 가격에 관한 단가정보를 전송받아 저장하며 유통 사업자의 설정에 따라 상기 단가정보를 기초로 상기 주문정보의 원료 공급에 관한 유통가격정보를 생성하여 상기 고객 서버로 전송하도록 하는 유통관리부와, 상기 고객 서버로부터 상기 유통가격정보에 따른 구매승인정보를 전송받으면 상기 주문정보에 해당되는 원료를 공급받기 위해 주문정보에 대응되는 공급요청정보를 생성하여 전송하는 공급관리부와, 시계열에 따른 상기 주문정보, 단가정보, 유통가격정보, 공급요청정보를 포함하는 거래관리정보를 학습 데이터로 입력받아 학습되는 인공지능 모델을 이용해 유통 사업자로부터 기설정되는 기준정보를 기초로 상기 고객 서버로부터 주문될 것으로 예상되는 원료의 구입 시간, 그 원료의 종류, 그 수량에 관한 정보를 포함하는 예상구입정보를 생성하여 저장하는 인공지능관리부를 포함하는 유통 서버; 및 네트워크를 이용해 상기 주문정보를 전송받고 공급 사업자의 설정에 따라 상기 주문정보에 관한 단가정보를 생성하여 상기 유통 서버로 전송하고, 상기 공급요청정보를 전송받아 저장하며 공급 사업자의 입력에 따라 상기 공급요청정보에 따른 해당 원료의 출고 및 공급이 예상되는 시간에 관한 예상공급정보를 생성하여 유통 서버로 전송하도록 하는 공급 서버;를 포함하여 구성된 것을 특징으로 하는 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템을 제공한다.According to an embodiment of the present invention to achieve this purpose, in the artificial intelligence model-based distribution and processing system of raw materials for waste battery recycling, the customer's customer information set according to the customer's request, for the waste battery recycling process a customer server that generates order information including information on the type of raw materials needed, their quantity, and the time at which the raw materials are desired to be supplied, and transmits the order information using a network; An order management unit that receives and stores the order information from the customer server using a network and transmits the order information, and receives and stores unit price information on the price of the raw materials corresponding to the order information according to the settings of the distribution business operator. A distribution management unit that generates distribution price information regarding the supply of raw materials for the order information based on the unit price information and transmits it to the customer server, and when purchasing approval information according to the distribution price information is transmitted from the customer server, the order information is provided. In order to supply the corresponding raw materials, the supply management department creates and transmits supply request information corresponding to order information, and learns transaction management information including the order information, unit price information, distribution price information, and supply request information according to time series. A prediction that includes information on the purchase time, type of raw material, and quantity of raw materials expected to be ordered from the customer server based on standard information preset by the distribution business using an artificial intelligence model that is input and learned as data. A distribution server including an artificial intelligence management unit that generates and stores purchase information; And the order information is transmitted using the network, unit price information related to the order information is generated according to the settings of the supplier and transmitted to the distribution server, the supply request information is transmitted and stored, and the supply is supplied according to the supplier's input. A supply server that generates expected supply information regarding the expected time of shipment and supply of the raw material according to the request information and transmits it to the distribution server; an artificial intelligence model-based raw material for recycling of waste batteries, comprising: Provides a distribution processing system.

또한, 상기 인공지능관리부는 상기 유통 사업자의 입력에 따른 시간 및 국가의 유가, 환율의 값에 관하여 네트워크를 통해 접속되는 인터넷포털서버를 통해 검색을 수행하고, 검색에 따른 검색정보를 유통 사업자가 식별이 가능하게 생성하도록 하는 정보검색제공부를 포함하여 구성된 것을 특징으로 하는 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템을 제공한다.In addition, the artificial intelligence management unit performs a search through an Internet portal server connected through a network regarding the time and country oil price and exchange rate values according to the input of the distribution business operator, and the distribution business operator identifies the search information according to the search. It provides a distribution processing system for raw materials for recycling waste batteries based on an artificial intelligence model, which is comprised of an information search and provision unit that makes this possible.

또한, 상기 인공지능 관리부는 유통 사업자의 입력에 따라 상기 원료의 실시간 재고 수량에 관한 재고정보를 생성하고, 상기 재고정보 및 상기 예상공급정보를 기초로 상기 주문이 예상되는 원료의 수량이 상기 재고 수량을 초과하는 것으로 판단될 경우, 상기 주문이 예상되는 원료의 재고 부족을 알리기 위한 알람정보를 생성하는 재고관리부를 포함하여 구성된 것을 특징으로 하는 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템을 제공한다.In addition, the artificial intelligence management unit generates inventory information regarding the real-time inventory quantity of the raw material according to the input of the distribution business operator, and based on the inventory information and the expected supply information, the quantity of the raw material expected to be ordered is the inventory quantity. An artificial intelligence model-based distribution processing system for raw materials for recycling waste batteries, characterized in that it includes an inventory management unit that generates alarm information to notify of a shortage of raw materials for which the order is expected when it is determined that the order is exceeded. to provide.

이와 같은 본 발명에 의하면, 고객이 폐배터리 재생 공정에 사용되는 원료를 주문시, 자동으로 신속하게 처리 및 관리하도록 하고, 원활한 원료의 유통이 가능하도록 할 뿐만 아니라, 인공지능 모델을 이용해 주문이 예상되는 원료의 종류 및 수량을 빠르고 간편하게 예측하여 신속하고 용이한 원료 유통이 가능하도록 하는 효과를 기대할 수 있다.According to the present invention, when a customer orders raw materials used in the waste battery recycling process, it not only automatically and quickly processes and manages the raw materials, enables smooth distribution of raw materials, but also predicts orders using an artificial intelligence model. By quickly and easily predicting the type and quantity of raw materials, you can expect the effect of enabling quick and easy distribution of raw materials.

본 발명의 효과는 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술 분야의 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.The effects of the present invention are not limited to those mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the description below.

도 1은 본 발명의 실시예에 따른 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템의 전체 구성을 개략적으로 보여주는 개념도,
도 2는 본 발명의 실시예에 따른 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템 중, 공급 서버의 세부 구성을 설명하기 위한 블록도,
도 3은 본 발명의 실시예에 따른 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템 중, 안전관리부의 세부 구성을 설명하기 위한 블록도,
도 4는 본 발명의 실시예에 따른 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템을 이용한 유통 처리 방법을 설명하기 위한 순서도,1 is a conceptual diagram schematically showing the overall configuration of a distribution and processing system for raw materials for recycling waste batteries based on an artificial intelligence model according to an embodiment of the present invention;
Figure 2 is a block diagram illustrating the detailed configuration of a supply server in the distribution processing system for raw materials for waste battery recycling based on an artificial intelligence model according to an embodiment of the present invention;
Figure 3 is a block diagram illustrating the detailed configuration of the safety management unit in the distribution and processing system of raw materials for waste battery recycling based on an artificial intelligence model according to an embodiment of the present invention;
Figure 4 is a flowchart illustrating a distribution processing method using a distribution processing system for raw materials for recycling waste batteries based on an artificial intelligence model according to an embodiment of the present invention;

이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.Hereinafter, embodiments will be described in detail with reference to the attached drawings. However, various changes can be made to the embodiments, so the scope of the patent application is not limited or limited by these embodiments. It should be understood that all changes, equivalents, or substitutes for the embodiments are included in the scope of rights.

실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.Specific structural or functional descriptions of the embodiments are disclosed for illustrative purposes only and may be modified and implemented in various forms. Accordingly, the embodiments are not limited to the specific disclosed form, and the scope of the present specification includes changes, equivalents, or substitutes included in the technical spirit.

제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.Terms such as first or second may be used to describe various components, but these terms should be interpreted only for the purpose of distinguishing one component from another component. For example, a first component may be named a second component, and similarly, the second component may also be named a first component.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.When a component is referred to as being “connected” to another component, it should be understood that it may be directly connected or connected to the other component, but that other components may exist in between.

실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terms used in the examples are for descriptive purposes only and should not be construed as limiting. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, terms such as “comprise” or “have” are intended to designate the presence of features, numbers, steps, operations, components, parts, or combinations thereof described in the specification, but are not intended to indicate the presence of one or more other features. It should be understood that this does not exclude in advance the possibility of the existence or addition of elements, numbers, steps, operations, components, parts, or combinations thereof.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as generally understood by a person of ordinary skill in the technical field to which the embodiments belong. Terms defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related technology, and unless explicitly defined in the present application, should not be interpreted in an ideal or excessively formal sense. No.

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. In addition, when describing with reference to the accompanying drawings, identical components will be assigned the same reference numerals regardless of the reference numerals, and overlapping descriptions thereof will be omitted.

또한, 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명은 생략한다. 본 명세서 상에서 언급된 '포함한다', '갖는다', '이루어진다' 등이 사용되는 경우 '~만'이 사용되지 않는 이상 다른 부분이 추가될 수 있다. 구성 요소를 단수로 표현한 경우에 특별히 명시적인 기재 사항이 없는 한 복수를 포함하는 경우를 포함한다.Additionally, in describing the present invention, if it is determined that a detailed description of related known technologies may unnecessarily obscure the gist of the present invention, the detailed description will be omitted. When 'includes', 'has', 'consists of', etc. mentioned in this specification are used, other parts may be added unless 'only' is used. When a component is expressed in the singular, the plural is included unless specifically stated otherwise.

구성 요소를 해석함에 있어서, 별도의 명시적 기재가 없더라도 오차 범위를 포함하는 것으로 해석한다.When interpreting a component, it is interpreted to include the margin of error even if there is no separate explicit description.

명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.Like reference numerals refer to like elements throughout the specification.

도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 도시된 것이며, 본 발명이 도시된 구성의 크기 및 두께에 반드시 한정되는 것은 아니다.The size and thickness of each component shown in the drawings are shown for convenience of explanation, and the present invention is not necessarily limited to the size and thickness of the components shown.

본 발명의 여러 실시예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하며, 당업자가 충분히 이해할 수 있듯이 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시 가능할 수도 있다.Each feature of the various embodiments of the present invention can be partially or fully combined or combined with each other, and as can be fully understood by those skilled in the art, various technical interconnections and operations are possible, and each embodiment may be implemented independently of each other. It may be possible to conduct them together due to a related relationship.

이하에서는 본 발명의 실시예에 따른 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템 및 방법에 대해서 첨부된 도면을 참조하면서 구체적으로 설명하기로 한다.Hereinafter, a system and method for distributing raw materials for waste battery recycling based on an artificial intelligence model according to an embodiment of the present invention will be described in detail with reference to the attached drawings.

도 1은 본 발명의 실시예에 따른 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템의 전체 구성을 개략적으로 보여주는 개념도, 도 2는 본 발명의 실시예에 따른 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템 중, 공급 서버의 세부 구성을 설명하기 위한 블록도, 도 3은 본 발명의 실시예에 따른 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템 중, 안전관리부의 세부 구성을 설명하기 위한 블록도, 도 4는 본 발명의 실시예에 따른 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템을 이용한 유통 처리 방법을 설명하기 위한 순서도이다.Figure 1 is a conceptual diagram schematically showing the overall configuration of a raw material distribution and processing system for recycling waste batteries based on an artificial intelligence model according to an embodiment of the present invention, and Figure 2 is a schematic diagram showing waste battery recycling based on an artificial intelligence model according to an embodiment of the present invention. Figure 3 is a block diagram for explaining the detailed configuration of the supply server among the distribution and processing systems for raw materials for recycling of waste batteries based on an artificial intelligence model according to an embodiment of the present invention. FIG. 4 is a block diagram for explaining the detailed configuration, and FIG. 4 is a flowchart for explaining a distribution processing method using a distribution processing system for raw materials for recycling waste batteries based on an artificial intelligence model according to an embodiment of the present invention.

도 1 내지 도 4를 참조하면 본 발명은 고객이 폐배터리 재생 공정에 사용되는 원료를 주문시, 자동으로 신속하게 처리 및 관리하도록 하고, 원활한 원료의 유통이 가능하도록 할 뿐만 아니라, 인공지능 모델을 이용해 주문이 예상되는 원료의 종류 및 수량을 빠르고 간편하게 예측하여 신속하고 용이한 유통이 가능하도록 하기 위해 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템에 있어서, 고객 서버(1), 유통 서버(2) 및 공급 서버(3)를 포함하여 구성된 것이다.Referring to Figures 1 to 4, the present invention not only automatically and quickly processes and manages raw materials used in the waste battery recycling process when a customer orders them, enables smooth distribution of raw materials, but also uses an artificial intelligence model to In order to enable quick and easy distribution by quickly and easily predicting the type and quantity of raw materials expected to be ordered, an artificial intelligence model-based distribution processing system for raw materials for waste battery recycling includes a customer server (1), a distribution server ( 2) and a supply server (3).

상기 고객 서버(1)는 고객의 요청에 따라 설정되는 고객의 고객정보, 폐배터리 재생 공정을 위해 필요한 원료의 종류, 그 수량 및 그 원료의 공급을 받기 원하는 시간에 관한 정보를 포함하는 주문정보를 생성하여 네트워크를 이용해 전송하도록 구성된 것이다.The customer server (1) provides order information including the customer's customer information set at the customer's request, the type and quantity of raw materials needed for the waste battery recycling process, and information on the desired time to receive the raw materials. It is configured to be created and transmitted using a network.

상기 원료는 통상, 폐배터리 재생 공정을 위해서 사용되는 화학적 원료를 의미하고 예컨데, 통상 산화칼륨, 가성소다, 과산화수소, 황산용액, 전해질, 전극재료, 분리제, 산화제, 추출제, 석유계 시약 희석제 등, 다양한 금속재 또는 화학적 원료들일 수 있다.The raw materials generally refer to chemical raw materials used for the waste battery recycling process, for example, potassium oxide, caustic soda, hydrogen peroxide, sulfuric acid solution, electrolyte, electrode material, separator, oxidizing agent, extractant, petroleum reagent diluent, etc. , may be various metal materials or chemical raw materials.

상기 고객정보는 고객 서버(1)를 관리 및 운영하는 고객의 성명 또는 기업명, 이름, 주소, 연락처를 포함하는 정보일 수 있다.The customer information may be information including the name or company name, name, address, and contact information of the customer who manages and operates the customer server (1).

상기 유통 서버(2)는 상기 고객 서버(1) 및 공급 서버(3)와 네트워크를 이용해 정보의 송수신이 가능하게 구성된 것으로, 상기 주문정보에 해당되는 원료를 공급 서버(3)에 요청하여 원료의 단가 및 재고를 용이하게 확보하여 공급하도록 하고, 인공지능 모델을 이용해 주문이 예상되는 원료들에 관한 재고 및 수요를 예측하여 신속하고 효율적인 유통이 가능하도록 하기 위한 구성요소이다.The distribution server (2) is configured to enable transmission and reception of information with the customer server (1) and the supply server (3) using a network, and requests the supply server (3) for raw materials corresponding to the order information. It is a component that enables quick and efficient distribution by easily securing and supplying unit prices and inventory, and predicting inventory and demand for raw materials expected to be ordered using an artificial intelligence model.

구체적으로 상기 유통 서버(2)는 네트워크를 이용해 상기 고객 서버(1)로부터 상기 주문정보를 전송받아 저장하며 상기 주문정보를 전송하는 주문관리부(21)와, 상기 주문정보에 대응되는 상기 원료의 가격에 관한 단가정보(공급 사업자의 입력에 따라 설정되어 유통 사업자에게 공급하기 위한 원료의 공급가격)를 전송받아 저장하며 유통 사업자의 설정에 따라 상기 단가정보를 기초로 상기 주문정보의 원료 공급에 관한 유통가격정보(상기 고객의 주문정보에 따른 원료를 공급하기 위해 유통 사업자로부터 입력/설정되는 원료의 공급 가격)생성하여 상기 고객 서버(1)로 전송하도록 하는 유통관리부(22)와, 상기 고객 서버(1)로부터 상기 유통가격정보에 따른 구매승인정보(상기 유통가격정보에 따른 고객의 구매 확정 또는 구매 승인에 관한 입력정보를 기초로 고객 서버(1)에 의해 생성되는 정보)를 전송받으면 상기 주문정보에 해당되는 원료를 공급받기 위해 주문정보에 대응되는 공급요청정보(주문정보에 포함되는 원료의 종류, 수량에 대응되는 정보)를 생성하여 전송하는 공급관리부(23)와, 시계열에 따른 상기 주문정보, 단가정보, 유통가격정보, 공급요청정보를 포함하는 거래관리정보를 학습 데이터로 입력받아 학습되는 인공지능 모델을 이용해 상기 고객 서버(1)로부터 주문될 것으로 예상되는 원료의 구입 시간, 그 원료의 종류, 그 수량에 관한 정보를 포함하는 예상구입정보를 생성하여 저장하는 인공지능관리부(24)를 포함하여 구성된다. 이는, 다양한 정보들을 신속하고 효율적으로 자동화 처리하도록 하고, 예상되는 주문량을 빠르게 예측하여 재고를 확보하고 원활한 유통이 가능하도록 하기 위함이다.Specifically, the distribution server 2 receives and stores the order information from the customer server 1 using a network, and includes an order management unit 21 that transmits the order information, and the price of the raw material corresponding to the order information. Receives and stores unit price information (supply price of raw materials for supply to distribution business operators set according to the input of the supplier) and distributes the supply of raw materials of the order information based on the unit price information according to the settings of the distribution business operator. A distribution management unit 22 that generates price information (supply price of raw materials input/set by a distribution business operator to supply raw materials according to the customer's order information) and transmits it to the customer server 1, and the customer server ( When purchase approval information according to the distribution price information (information generated by the customer server 1 based on input information regarding the customer's purchase confirmation or purchase approval according to the distribution price information) is transmitted from 1), the order information A supply management unit 23 that generates and transmits supply request information (information corresponding to the type and quantity of raw materials included in the order information) corresponding to the order information in order to supply raw materials corresponding to the order information, and the order information according to time series. , transaction management information including unit price information, distribution price information, and supply request information is input as learning data and is learned using an artificial intelligence model to determine the purchase time of raw materials expected to be ordered from the customer server (1), the raw materials It is comprised of an artificial intelligence management unit 24 that generates and stores expected purchase information including information on type and quantity. This is to enable automated processing of various information quickly and efficiently, quickly predict expected order volume, secure inventory, and enable smooth distribution.

상기 유통 서버(2)는 송수신되는 정보들을 저장하는 데이터베이스장치를 포함하여 제공될 수 있다. 예를 들어 거래관리정보 저장하는 역할을 하도록 구성되고, 데이터베이스장치는 통상, HDD(Hard Disk Drive), ROM(Read Only Memory), RAM(Random Access Memory), EEPROM(Electrically Erasable and Programmable Read Only Memory), 플래시 메모리(flash memory), CF(Compact Flash) 카드, SD(Secure Digital) 카드, SM(Smart Media) 카드, MMC(Multimedia) 카드 또는 메모리 스틱(Memory Stick) 등 정보의 입출력이 가능한 저장 장치로 제공될 수 있으며, 네트워크에 접속되어 인터넷 포털 사이트 검색엔진을 이용해 검색되는 정보들을 저장하는 역할을 하도록 구성될 수도 있다. 이에 따라, 다양한 정보들을 제공하여 용이하게 유통가를 책정할 수 있다.The distribution server 2 may be provided including a database device that stores transmitted and received information. For example, it is configured to store transaction management information, and the database device is usually HDD (Hard Disk Drive), ROM (Read Only Memory), RAM (Random Access Memory), and EEPROM (Electrically Erasable and Programmable Read Only Memory). , a storage device capable of inputting and outputting information, such as a flash memory, CF (Compact Flash) card, SD (Secure Digital) card, SM (Smart Media) card, MMC (Multimedia) card, or Memory Stick. It may be provided, and may be connected to a network and configured to store information searched using an Internet portal site search engine. Accordingly, the distribution price can be easily determined by providing various information.

실시예에 따라서 상기 인공지능관리부(24)는 상기 유통 사업자로부터 입력되는 국가의 유가, 환율 관한 정보(또는 국내,외 환율/유가 가격)관한 정보를 네트워크를 통해 접속되는 인터넷포털서버를 통해 검색을 수행하고, 검색에 따른 검색정보를 유통 사업자가 식별이 가능하게 생성하도록 하는 정보검색제공부를 포함하여 구성된다. 이는, 다양한 환율이나 유가에 관한 정보들을 반영하여 가격을 책정할 수 있도록 하고 인공지능모델에 기반하여 가변되는 가격변동성을 용이하게 예상하여 대응할 수 있도록 하기 위함이다.Depending on the embodiment, the artificial intelligence management unit 24 searches for information on the country's oil price and exchange rate (or domestic and foreign exchange rates/oil price) input from the distribution business operator through an Internet portal server connected through a network. It is composed of an information search provision unit that performs search and generates search information according to the search so that the distributor can identify it. This is to enable prices to be set by reflecting information on various exchange rates or oil prices and to easily predict and respond to variable price volatility based on artificial intelligence models.

실시예에 따라서 상기 유통 서버(2)의 정보검색제공부(25)는 유통 사업자로부터 또는 유통 사업자가 사용하는 모바일 단말장치를 통해 유통 서버(2)에 접속되어 입력되는 키워드 또는 이미지정보를 전송받고, 전송받은 이미지정보에 대응되는 이미지를 포함하는 인터넷포털정보의 검색을 수행하도록 구성될 수 있고, 이때, 상기 이미지정보를 기초로 대응되는 이미지정보를 검색하고, 생성된 가상 이미지정보에 대응되는 이미지가 포함된 인터넷포털정보의 검색을 수행 가능하게 구성됨에 따라, 원료의 유통 가격책정을 위한 다양한 정보들의 검색의 활용도 및 정확도를 높일 수 있다.Depending on the embodiment, the information search provision unit 25 of the distribution server 2 receives keywords or image information input by being connected to the distribution server 2 from the distribution business operator or through a mobile terminal device used by the distribution business operator. , It may be configured to perform a search of Internet portal information including an image corresponding to the received image information, and at this time, search the corresponding image information based on the image information, and search for the image corresponding to the generated virtual image information. By making it possible to search Internet portal information, the usability and accuracy of searching various information for distribution pricing of raw materials can be increased.

실시예에 따라서, 상기 인공지능 관리부(24)는 유통 사업자로부터 입력되는상기 원료의 실시간 재고 수량에 관한 재고정보를 생성하고, 상기 재고정보 및 상기 예상공급정보를 기초로 상기 주문이 예상되는 원료의 수량이 상기 재고 수량을 초과하는 것으로 판단될 경우, 상기 주문이 예상되는 원료의 재고 부족을 알리기 위한 알람정보를 생성하는 재고관리부(26)를 포함하여 구성될 수 있다. 여기서 상기 알람정보는 메시지, 소리 또는 영상/이미지 형태의 정보일 수 있다. 이는, 재고를 빠르고 신속하게 파악하도록 하여 유통 및 공급이 원활하게 이루어지고 관리가 용이하도록 하기 위함이다.Depending on the embodiment, the artificial intelligence management unit 24 generates inventory information regarding the real-time inventory quantity of the raw materials input from the distribution business, and supplies the raw materials for which the order is expected based on the inventory information and the expected supply information. When it is determined that the quantity exceeds the inventory quantity, it may be configured to include an inventory management unit 26 that generates alarm information to notify of inventory shortage of raw materials for which the order is expected. Here, the alarm information may be information in the form of a message, sound, or video/image. This is to ensure that inventory is quickly and quickly identified so that distribution and supply can be carried out smoothly and management is easy.

실시예에 따라서, 상기 유통 서버(2)는 유통 서버(2)로부터 발생되는 전자파의 측정 및 유통 서버 주변의 온도, 공기질, 습도를 측정하고, 측정에 따른 환경정보를 네트워크를 통해 기설정된 유통 사업자 단말로 전송하도록 하는 안전관리부(27)를 포함하여 구성되고, 상기 안전관리부(27)는 센서장치로서, 온도, 공기질, 습도를 측정하고, 전자파를 측정하여 이를 식별가능한 수치로 표시할 수 있는 공지의 센서장치를 통해 제공될 수 있다. 이러한 안전관리부(27)는 예컨데, 기설정된 상기 환경정보(측정에 따른 수치/값)가 기설정된 값을 초과할 경우 긴급상황(정전/화재/지진과 같은 재난사고 발생 상황) 발생인 것으로 판단하고, 상기 판단에 따라 유통 사업자 단말에 긴급알람정보(긴급상황 발생을 알려주기 위한 메시지 형태의 정보일 수 있다.)를 송신하도록 구성될 수 있다. 이는, 긴급상황 발생시, 발생 시점까지의 유통 거래에 따른 정보들 및 데이터들을 용이하게 보존하고 사고에 빠르게 대처하여 인적/물적/지적 재산의 피해를 줄일 수 있도록 함에 따라 안전성과 신뢰성을 높이기 위함이며 통상, 소프트웨어/하드웨어 장치들은 전기적인 구성요소가 많아서 긴급상황 발생에 따라 데이터가 소실되거나 전기적인 합선에 의한 사고발생위험이 많기 때문에 기능적인 요소이외에도 장치의 안전성 및 신뢰성도 확보하기 위함이다. 이러한 이유로 실시예에 따라서, 상기 유통 서버(2)의 안전관리부(27)는 화재 발생이나 정전 발생과 같은 긴급상황 발생에 의해 유통 서버(2)의 전원이 차단되면, 유통 서버(2)의 임시 구동을 위한 가용에너지의 공급이 가능하도록 전기적으로 연결구성되는 리튬이온과 같은 통상 배터리 형태의 방전모듈(271)과, 방전모듈(271)로부터 공급되는 가용에너지의 절감을 위해 상기 유통 서버(2)로부터 발생되는 열 및 전자파를 이용해 발전을 수행하고, 발전에 따라 생성된 에너지원을 이용해 방전모듈(271)의 에너지 충전을 수행하도록 하는 절전모듈(272)을 포함하여 구성될 수 있다. 여기서 상기 절전모듈(272)은 전자파 포집에 의한 발전 및 열에너지에 의한 발전이 가능한 공지의 에너지하베스팅장치에 의해 제공될 수 있으며 이 발전된 에너지를 이용해 배터리의 충전이 가능하게 제공되는 공지의 충전모듈을 더 포함하여 구성될 수가 있다. 이는 친환경적으로 에너지를 절약하고 에너지효율을 높임과 동시에, 정전 발생시에도 임시적인 가용전원으로 사용하여 데이터를 업로드하여 데이터를 용이하게 보존할 수 있도록 하고, 최소한의 전력으로 사고에 대해 용이하게 대처하기 위함이다.According to the embodiment, the distribution server 2 measures electromagnetic waves generated from the distribution server 2 and the temperature, air quality, and humidity around the distribution server, and provides environmental information according to the measurements to a preset distribution business operator through the network. It is composed of a safety management unit 27 that transmits data to a terminal, and the safety management unit 27 is a sensor device that measures temperature, air quality, and humidity, and measures electromagnetic waves and displays them as identifiable numbers. It can be provided through a sensor device. For example, the safety management unit 27 determines that an emergency situation (disaster accident such as power outage/fire/earthquake) has occurred when the preset environmental information (numerical value/value based on measurement) exceeds the preset value. , It may be configured to transmit emergency alarm information (this may be information in the form of a message to notify of the occurrence of an emergency situation) to the distribution business terminal according to the above determination. This is to increase safety and reliability by easily preserving information and data related to distribution transactions up to the point of occurrence in the event of an emergency and quickly responding to accidents to reduce damage to human/material/intellectual property. , Software/hardware devices have many electrical components, so there is a high risk of data loss or accidents due to electrical short circuits in the event of an emergency, so this is to ensure the safety and reliability of the devices in addition to functional elements. For this reason, depending on the embodiment, the safety management unit 27 of the distribution server 2 may temporarily A discharge module 271 in the form of a typical battery such as lithium ion that is electrically connected to enable supply of available energy for driving, and the distribution server 2 to reduce the available energy supplied from the discharge module 271. It may be configured to include a power saving module 272 that performs power generation using heat and electromagnetic waves generated from the power generation, and performs energy charging of the discharge module 271 using the energy source generated according to the power generation. Here, the power saving module 272 can be provided by a known energy harvesting device capable of generating power by electromagnetic wave capture and power generation by thermal energy, and can be provided by a known charging module that can charge the battery using the generated energy. It can be configured to include more. This is to save energy in an eco-friendly way and increase energy efficiency, as well as to easily preserve data by uploading data by using it as a temporary available power source even in the event of a power outage, and to easily respond to accidents with minimal power. am.

실시예에 따라서, 상기 유통 서버(2)는 긴급상황 발생시, 상기 거래관리정보를 유통 사업자로부터 식별이 가능한 텍스트로 기록 및 가공하고, 가공에 따라 생성되는 비상백업정보를 네트워크를 이용해 상기 유통 사업자가 이용하는 단말장치로 전송하거나 또는 기설정된 유통 사업자가 사용하는 공지의 클라우드 서버에 접속하여 업로드 가능하게 구성된 데이터관리부(28)를 포함하여 구성될 수 있다. 이는 유통 사업의 특성상, 거래내역과 같은 데이터들은 매우 중요하기 때문에 이를 안전하게 보호하기 위함이며 특히 메시지 텍스트 형태로 기록하는 이유는 수많은 데이터들을 적은 용량으로 기록할 수 있고 긴급상황시 적은 용량의 데이터들은 작은 전력 및 비교적 네트워크의 불안정에도 용이한 업로드 전송이 가능하여 신속한 백업이 가능하도록 하기 위함이다. 여기서 상기 비상백업정보는 유통 서버(2)의 유지, 보수를 위해 미리 지정된 관리자의 이름, 소속, 주소, 전화번호, 이메일 주소, 홈페이지주소, 서버의 모델명, 그 모델의 일련번호, 긴급 연락을 위한 유통 사업자의 연락처, 안전지침에 관한 정보, 긴급상황이 발생한 시간에 관한 정보를 포함함에 따라 다양한 정보들을 손쉽고 빠르게 확인할 수가 있게 된다.According to the embodiment, when an emergency situation occurs, the distribution server 2 records and processes the transaction management information into text that can be identified by the distribution business operator, and uses the emergency backup information generated by the processing to be used by the distribution business operator through the network. It may be configured to include a data management unit 28 configured to transmit to a terminal device being used or upload by accessing a known cloud server used by a pre-set distribution business operator. This is to safely protect data such as transaction details because, due to the nature of the distribution business, it is very important. In particular, the reason for recording it in the form of message text is that numerous data can be recorded in a small capacity, and in emergency situations, small data can be stored in a small amount. This is to enable quick backup by enabling easy upload transmission despite power and relatively unstable networks. Here, the emergency backup information includes the name, affiliation, address, phone number, email address, homepage address, model name of the server, serial number of that model, and emergency contact information of the manager designated in advance for maintenance and repair of the distribution server (2). By including the distributor's contact information, information on safety guidelines, and information on the time when the emergency situation occurred, various information can be checked easily and quickly.

상기 공급 서버(3)는 네트워크를 이용해 상기 주문정보를 전송받고 공급 서버(3)를 운영하는 공급 사업자의 설정에 따라 상기 주문정보에 관한 단가정보를 생성하여 상기 유통 서버(2)로 전송하고, 상기 공급요청정보를 전송받아 저장하며 공급 사업자의 입력에 따라 상기 공급요청정보에 따른 해당 원료의 출고 및 공급이 예상되는 시간에 관한 예상공급정보를 생성하여 유통 서버(2)로 전송하도록 구성된다. 이에 따라 상기 예상공급정보를 유통 서버(2)에 전송하여 공급 기일에 맞춰 공급이 원활하게 이루어질 수 있다.The supply server (3) receives the order information using a network, generates unit price information regarding the order information according to the settings of the supply business operator operating the supply server (3), and transmits it to the distribution server (2), It is configured to receive and store the supply request information, and generate expected supply information regarding the expected delivery and supply time of the raw materials according to the supply request information according to the input of the supply business operator and transmit it to the distribution server (2). Accordingly, the expected supply information can be transmitted to the distribution server 2 to ensure smooth supply in accordance with the supply date.

실시예에 따라서, 상기 고객, 유통 사업자 및 공급 사업자는 기업 또는 회사의 관리자(운영자)로서 통상 통신이 가능한 단말/단말장치를 이용해 각각 운영하는 서버에 접속하거나 입력 및 제어가 가능하게 제공될 수 있다. 예를 들면, 상기 단말/단말장치는 유저인터페이스를 구비한 스마트 폰으로 구현될 수 있으나, 스마트폰(smartphone), 태블릿 PC(tablet personalcomputer), 이동 전화기(mobile phone), 영상 전화기, 전자책 리더기(e-book reader), 데스크탑 PC (desktopPC), 랩탑 PC(laptop PC), 넷북 컴퓨터(netbook computer), 워크스테이션(workstation), 서버, PDA(personal digital assistant), PMP(portable multimedia player) 또는 웨어러블 장치(wearable device)로 구현될 수 있다.Depending on the embodiment, the customer, distributor, and supplier may be provided with the ability to access, input, and control servers operated by each company or company manager (operator) using terminals/terminal devices capable of normal communication. . For example, the terminal/device may be implemented as a smart phone with a user interface, but may also be implemented as a smart phone, a tablet personal computer, a mobile phone, a video phone, or an e-book reader ( e-book reader, desktop PC, laptop PC, netbook computer, workstation, server, personal digital assistant (PDA), portable multimedia player (PMP), or wearable device. It can be implemented as a wearable device.

실시예에 따라서 상기 인공지능 모델은 상기 빅데이터 검색엔진과 결합되어 인터넷(네트워크)에 접속되어 인터넷 포털 검색을 수행 가능하도록 제공될 수 있다. 이러한 인공지능 모델은 인공지능모듈로서, 머신러닝의 한 분야인 딥러닝(Deep Learning) 기법을 이용하여, 상기 고객 서버(1), 유통 서버(2) 및 공급 서버(3)로부터 상호 송수신되는 각각의 정보들 및 수요/공급에 영향을 미치는 국제 환율, 유가에 관한 정보들을 입력받아 학습 데이터로서 학습하여 다수의 정보들 간의 상관관계를 도출하고, 그 상관관계에 기반하여 유통 사업자의 임의 설정 및 가중치 설정에 따라 원료의 수요/공급에 관한 예측 정보의 출력이 가능하도록 제공될 수 있고, 미리 학습이 수행된 인공지능 모듈에 의해서도 제공될 수 있다.Depending on the embodiment, the artificial intelligence model may be combined with the big data search engine and connected to the Internet (network) to enable Internet portal search. This artificial intelligence model is an artificial intelligence module that is transmitted and received from the customer server (1), distribution server (2), and supply server (3) using deep learning techniques, a field of machine learning. information and information on international exchange rates and oil prices that affect supply/demand are input and learned as learning data to derive correlations between multiple pieces of information, and based on the correlations, random settings and weights for distribution operators Depending on the settings, predictive information regarding demand/supply of raw materials can be output, and can also be provided by an artificial intelligence module that has been trained in advance.

또한, 인공지능모듈은 딥러닝을 통하여 함수에서의 복수 개의 입력들의 가중치(weight)를 학습을 통하여 산출할 수도 있고, 통상, 학습을 위하여 활용되는 인공지능망 모델로는 RNN(Recurrent Neural Network), DNN(Deep Neural Network) 및 DRNN(Dynamic Recurrent Neural Network) 등 다양한 모델들을 활용할 수 있을 것이다.In addition, the artificial intelligence module can calculate the weights of multiple inputs in the function through deep learning, and artificial intelligence network models usually used for learning include RNN (Recurrent Neural Network) and DNN. Various models such as (Deep Neural Network) and DRNN (Dynamic Recurrent Neural Network) will be available.

여기서 RNN은 현재의 데이터와 과거의 데이터를 동시에 고려하는 딥러닝 기법으로서, 순환 신경망(RNN)은 인공신경망을 구성하는 유닛 사이의 연결이 방향성 사이클(directed cycle)을 구성하는 신경망을 나타내고, 순환 신경망(RNN)을 구성할 수 있는 구조에는 다양한 방식이 사용될 수 있으며 일예로, 완전순환망(FullyRecurrent Network), 홉필드망(Hopfield Network), 엘만망(Elman Network), ESN(Echo state network), LSTM(Long short term memory network), 양방향(Bi-directional) RNN, CTRNN(Continuous-time RNN), 계층적RNN, 2차 RNN 등이 대표적인 예이다. 또한, 순환 신경망(RNN)을 학습시키기 위한 방법으로서, 경사 하강법,Hessian Free Optimization, Global Optimization Method 등의 방식이 사용될 수 있다 Here, RNN is a deep learning technique that simultaneously considers current data and past data. Recurrent neural network (RNN) refers to a neural network in which the connections between units constituting the artificial neural network constitute a directed cycle, and recurrent neural network A variety of methods can be used in the structure that can form a (RNN), for example, FullyRecurrent Network, Hopfield Network, Elman Network, ESN (Echo state network), LSTM (Long short term memory network), Bi-directional RNN, CTRNN (Continuous-time RNN), hierarchical RNN, quadratic RNN, etc. are representative examples. Additionally, as a method for learning a recurrent neural network (RNN), methods such as gradient descent, Hessian Free Optimization, and Global Optimization Method can be used.

또한 실시예에 따라서, 상기 유통 서버(2)는 상기 빅데이터 검색엔진과 결합되어 제공되는 상기 인공지능 모델은 통상, 상기 데이터베이스장치로부터 인터넷 포털 사이트 검색(미도시)을 통해 수집되는 상기 원료에 관련된 환율/유가 정보들을 학습데이터로 입력하여 학습된 인공지능 모델이 결합되어 제공될 수 있다.In addition, depending on the embodiment, the distribution server 2 is provided in combination with the big data search engine, and the artificial intelligence model is usually related to the raw materials collected through an Internet portal site search (not shown) from the database device. The artificial intelligence model learned by inputting exchange rate/oil price information as learning data can be combined and provided.

그리고 상기 인공지능 모델은 합성곱 신경망(Convolutional deep Neural Networks, CNN) 기반의 인공지능 모델로 제공될 수도 있으며 상기 정보들을 바탕으로 학습된 Bi-LSTM 모델 기반의 인공지능 모델일 수 있다. 다만, 이에 한정되는 것은 아니고 다양한 인공지능 모델이 본 발명에 적용될 수 있는데, 본 발명의 실시 예들에서 이용되는 인공지능 및 그 학습방법은 당업자가 과제 해결을 위하여 적용할 수 있는 모든 종류의 인공지능 기술 및 그 학습방법이 개시된 실시예에 따른 시스템을 구현 가능하게 활용될 수 있다. 예를 들면 전술한 RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network)과 같은 모델, 단어 임베딩에 기초하는 딥러닝 알고리즘을 이용한 인공지능 모델이 인공지능 모델로서 사용될 수 있도 있다. 여기서, 합성곱 신경망(Convolutional deep Neural Networks, CNN)은 최소한의 전처리(preprocess)를 사용하도록 설계된 다계층 퍼셉트론(multilayer perceptrons)의 한 종류이고, 합성곱 신경망은 하나 또는 여러개의 합성곱 계층(convolutional layer)과 그 위에 올려진 일반적인 인공신경망 계층들로 이루어져 있으며, 가중치와 통합 계층(pooling layer)들을 추가로 활용할 수 있다. 이러한 구조로 인하여 합성곱 신경망은 2차원 구조의 입력 데이터를 활용할 수 있도록 제공될 수 있다. 또한, 합성곱 신경망은 표준 역전달을 통해 훈련될 수 있으며, 합성곱 신경망은 다른 피드포워드 인공신경망 기법들보다 쉽게 훈련되는 편이고 적은 수의 매개변수를 사용한다는 이점이 있다.In addition, the artificial intelligence model may be provided as an artificial intelligence model based on convolutional deep neural networks (CNN) or may be an artificial intelligence model based on a Bi-LSTM model learned based on the above information. However, it is not limited to this and various artificial intelligence models can be applied to the present invention. The artificial intelligence and its learning method used in embodiments of the present invention are all types of artificial intelligence technologies that can be applied by those skilled in the art to solve problems. And the learning method can be used to implement a system according to the disclosed embodiment. For example, models such as the aforementioned RNN (Recurrent Neural Network), BRDNN (Bidirectional Recurrent Deep Neural Network), and artificial intelligence models using deep learning algorithms based on word embeddings may be used as artificial intelligence models. Here, Convolutional Deep Neural Networks (CNN) are a type of multilayer perceptrons designed to use minimal preprocessing, and Convolutional Neural Networks use one or several convolutional layers. ) and general artificial neural network layers on top of it, and additional weights and pooling layers can be used. Due to this structure, a convolutional neural network can be provided to utilize input data with a two-dimensional structure. Additionally, convolutional neural networks can be trained using standard back propagation, and convolutional neural networks have the advantage of being easier to train and using fewer parameters than other feedforward artificial neural network techniques.

실시예에 따라서 본 발명의 상기 서버(1, 2, 3)들은 통상 유/무선 네트워크를 이용해 고객 및 각 사업자들이 사용하는 모바일장치로부터 상호 연동이 가능하도록 하는 컴퓨터장치 및 서버수단으로 제공될 수 있으며 상기 서버들 간의 각 정보들의 송,수신이 가능하게 하는 역할을 하는 통신수단을 포함하여 제공되고 예컨데, 랜(LAN), WCDMA(Wideband Code Division Multiple Access), LTE(Long Term Evolution), WiBro(Wireless Broadband Internet), RF(Radio Frequency)통신, 무선랜(Wireless LAN), 와이파이(Wireless Fidelity), NFC(Near Field Communication), 블루투스, 적외선 통신 등을 통해 통신이 가능한 통신수단을 포함하여 제공될 수 있다.Depending on the embodiment, the servers 1, 2, and 3 of the present invention may be provided as computer devices and server means that enable interoperability from mobile devices used by customers and each business operator, usually using a wired/wireless network. It is provided including communication means that enable transmission and reception of each information between the servers, for example, LAN, WCDMA (Wideband Code Division Multiple Access), LTE (Long Term Evolution), WiBro (Wireless It can be provided including communication means that enable communication through Broadband Internet), RF (Radio Frequency) communication, Wireless LAN, Wi-Fi (Wireless Fidelity), NFC (Near Field Communication), Bluetooth, and infrared communication. .

이하에서는 본 발명의 실시예에 따른 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템을 이용한 유통 처리 방법을 설명한다. 도 4에 도시된 바와 같이Below, a distribution processing method using a distribution processing system for raw materials for waste battery recycling based on an artificial intelligence model according to an embodiment of the present invention will be described. As shown in Figure 4

본 발명의 실시예에 따른 유통 처리 방법은 인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템에 의해 실행되는 유통 처리 방법에 있어서, 제1 단계(S1) 내지 제3 단계(S3)를 포함하여 제공될 수 있다.The distribution processing method according to an embodiment of the present invention includes the first step (S1) to the third step (S3) in the distribution processing method executed by the distribution processing system of raw materials for waste battery recycling based on an artificial intelligence model. It can be provided.

제1 단계(S1)는 상기 고객 서버(1)에 의해 고객의 요청에 따라 설정되는 고객의 고객정보, 폐배터리 재생 공정을 위해 필요한 원료의 종류, 그 수량 및 그 원료의 공급을 받기 원하는 시간에 관한 정보를 포함하는 주문정보를 생성하여 네트워크를 이용해 전송하는 단계일 수 있다.The first step (S1) is the customer's customer information set by the customer server 1 according to the customer's request, the type and quantity of raw materials needed for the waste battery recycling process, and the desired time to receive the raw materials. This may be a step in which order information including related information is created and transmitted using a network.

제2 단계(S2)는 상기 유통 서버(2)의 주문관리부(21)에 의해 네트워크를 이용해 상기 고객 서버로부터 상기 주문정보를 전송받아 저장하며 상기 주문정보를 전송하고, 상기 유통관리부(22)에 의해 상기 주문정보에 대응되는 상기 원료의 가격에 관한 단가정보를 전송받아 저장하며 유통 사업자의 설정에 따라 상기 단가정보를 기초로 상기 주문정보의 원료 공급에 관한 유통가격정보를 생성하여 상기 고객 서버(1)로 전송하도록 하고, 상기 공급관리부(23)에 의해 상기 고객 서버(1)로부터 상기 유통가격정보에 따른 구매승인정보를 전송받으면 상기 주문정보에 해당되는 원료를 공급받기 위해 주문정보에 대응되는 공급요청정보를 생성하여 전송하고, 인공지능관리부(24)에 의해 시계열에 따른 상기 주문정보, 단가정보, 유통가격정보, 공급요청정보를 포함하는 거래관리정보를 학습 데이터로 입력받아 학습되는 인공지능 모델을 이용해 유통 사업자로부터 기설정되는 기준정보를 기초로 상기 고객 서버로부터 주문될 것으로 예상되는 원료의 구입 시간, 그 원료의 종류, 그 수량에 관한 정보를 포함하는 예상구입정보를 생성하여 저장하는 단계일 수 있다.In the second step (S2), the order management unit 21 of the distribution server 2 receives and stores the order information from the customer server using a network, transmits the order information, and sends it to the distribution management unit 22. Receives and stores unit price information regarding the price of the raw materials corresponding to the order information, and generates distribution price information regarding the supply of raw materials of the order information based on the unit price information according to the settings of the distribution business operator, and generates distribution price information regarding the supply of raw materials of the order information to the customer server ( 1), and when purchase approval information according to the distribution price information is transmitted from the customer server 1 by the supply management unit 23, the order information corresponding to the order information is sent to receive raw materials corresponding to the order information. Artificial intelligence that generates and transmits supply request information, and receives and learns transaction management information including order information, unit price information, distribution price information, and supply request information according to time series by the artificial intelligence management unit 24 as learning data. A step of using a model to generate and store expected purchase information including information on the purchase time, type of raw material, and quantity of raw materials expected to be ordered from the customer server based on standard information preset by the distribution business operator. It can be.

제3 단계(S3)는 제2 단계(S2)로부터 공급 서버(3)에 의해 네트워크를 이용해 상기 주문정보를 전송받고 공급 사업자의 설정에 따라 상기 주문정보에 관한 단가정보를 생성하여 상기 유통 서버(2)로 전송하는 단계일 수 있으며, 또한 상기 공급요청정보를 전송받아 저장하며 공급 사업자의 입력에 따라 상기 공급요청정보에 따른 해당 원료의 출고 및 공급이 예상되는 시간에 관한 예상공급정보를 생성하여 유통 서버(2)로 전송하도록 하는 단계를 포함하는 단계로 제공될 수가 있다.In the third step (S3), the order information is transmitted from the second step (S2) by the supply server 3 using the network, and unit price information regarding the order information is generated according to the settings of the supply business operator, and the distribution server ( It may be a step of transmitting to 2), and the supply request information is received and stored, and based on the input of the supply business operator, expected supply information regarding the expected shipment and supply time of the raw materials according to the supply request information is generated. It may be provided as a step including the step of transmitting to the distribution server 2.

이와 같은 본 발명의 실시예에 있어서 방법 및 시스템은 하나 이상의 프로세서로 하여금 앞서 설명한 기능들과 프로세서를 수행하도록 하는 명령에 의하여 구동될 수 있다.In this embodiment of the present invention, the method and system can be driven by instructions that cause one or more processors to perform the functions and processors described above.

예를 들어 그러한 명령으로는, 예컨대 JavaScript나 ECMAScript 명령 등의 스크립트 명령과 같은 해석되는 명령이나 실행 가능한 코드 혹은 컴퓨터로 판독 가능한 매체에 저장되는 기타의 명령이 포함될 수 있다. 나아가 본 발명에 따른 시스템/장치는 서버 팜(Server Farm)과 같이 네트워크에 걸쳐서 분산형으로 구현될 수 있으며, 혹은 단일의 컴퓨터 장치에서 구현될 수도 있다.For example, such instructions may include interpreted instructions, such as script instructions such as JavaScript or ECMAScript instructions, executable code, or other instructions stored on a computer-readable medium. Furthermore, the system/device according to the present invention may be implemented in a distributed manner over a network, such as a server farm, or may be implemented in a single computer device.

비록 본 명세서와 도면에서는 예시적인 장치 구성을 기술하고 있지만, 본 명세서에서 설명하는 기능적인 동작과 주제의 구현물들은 다른 유형의 디지털 전자 회로로 구현되거나, 본 명세서에서 개시하는 구조 및 그 구조적인 등가물들을 포함하는 컴퓨터 소프트웨어, 펌웨어 혹은 하드웨어로 구현되거나, 이들 중 하나 이상의 결합으로 구현 가능하다. 본 명세서에서 설명하는 주제의 구현물들은 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 본 발명에 따른 장치의 동작을 제어하기 위하여 혹은 이것에 의한 실행을 위하여 유형의 프로그램 저장매체 상에 인코딩된 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장 장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조성물 혹은 이들 중 하나 이상의 조합일 수 있다.Although the specification and drawings describe example device configurations, implementations of the functional operations and subject matter described herein may be implemented in other types of digital electronic circuits, or may be implemented in the structures disclosed herein and their structural equivalents. It may be implemented as computer software, firmware, or hardware, or as a combination of one or more of these. Implementations of the subject matter described herein may relate to one or more computer program products, that is, computer program instructions encoded on a tangible program storage medium for controlling the operation of or execution by a device according to the invention. It can be implemented as the above modules. The computer-readable medium may be a machine-readable storage device, a machine-readable storage substrate, a memory device, a composition of matter that affects a machine-readable radio wave signal, or a combination of one or more of these.

본 명세서에서 설명한 주제의 구현물은 예컨대 데이터 서버와 같은 백엔드 컴포넌트를 포함하거나, 예컨대 어플리케이션 서버와 같은 미들웨어 컴포넌트를 포함하거나, 예컨대 사용자가 본 명세서에서 설명한 주제의 구현물과 상호 작용할 수 있는 웹 브라우저나 그래픽 유저 인터페이스를 갖는 클라이언트 컴퓨터와 같은 프론트엔드컴포넌트 혹은 그러한 백엔드, 미들웨어 혹은 프론트엔드 컴포넌트의 하나 이상의 모든 조합을 포함하는 연산시스템에서 구현될 수 있다. 시스템의 컴포넌트는 예컨대 통신 네트워크와 같은 디지털 데이터 통신의 어떠한 형태나 매체에 의해서도 상호 접속 가능하다.Implementations of the subject matter described herein may include backend components, such as a data server, middleware components, such as an application server, or, for example, a web browser or graphical user through which a user may interact with an implementation of the subject matter described herein. It may be implemented in a front-end component, such as a client computer with an interface, or in a computing system that includes any combination of one or more of such back-end, middleware, or front-end components. The components of the system may be interconnected by any form or medium of digital data communication, such as a telecommunications network.

본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.Although this specification contains details of numerous specific implementations, these should not be construed as limitations on the scope of any invention or what may be claimed, but rather as descriptions of features that may be unique to particular embodiments of particular inventions. It must be understood. Certain features described herein in the context of individual embodiments may also be implemented in combination in a single embodiment. Conversely, various features described in the context of a single embodiment can also be implemented in multiple embodiments individually or in any suitable sub-combination. Furthermore, although features may be described as operating in a particular combination and initially claimed as such, one or more features from a claimed combination may in some cases be excluded from that combination, and the claimed combination may be a sub-combination. It can be changed to a variant of a sub-combination.

마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징될 수 있다는 점을 이해하여야 한다.Likewise, although operations are depicted in the drawings in a particular order, this should not be construed as requiring that those operations be performed in the specific order or sequential order shown or that all of the depicted operations must be performed to obtain desirable results. In certain cases, multitasking and parallel processing may be advantageous. Additionally, the separation of various system components in the above-described embodiments should not be construed as requiring such separation in all embodiments, and the described program components and systems may generally be integrated together into a single software product or packaged into multiple software products. You must understand that it is possible.

본 발명의 실시 예에 있어서, 각 구성요소들, 기능 블록들 또는 수단들은 하나 또는 그 이상의 하부 구성요소로 구성될 수 있으며, 각 구성요소들이 수행하는 전기, 전자, 기계적 기능들은 전자회로, 집적회로, ASIC(Application Specific Integrated Circuit) 등 공지된 다양한 소자들 또는 기계적 요소들로 구현될 수 있으며, 각각 별개로 구현되거나 2 이상이 하나로 통합되어 구현될 수도 있다.In an embodiment of the present invention, each component, functional block, or means may be composed of one or more subcomponents, and the electrical, electronic, and mechanical functions performed by each component may be an electronic circuit or an integrated circuit. , ASIC (Application Specific Integrated Circuit), etc. may be implemented with various known elements or mechanical elements, and each may be implemented separately or two or more may be integrated into one.

이와 같이 구성한 본 발명은 고객이 폐배터리 재생 공정에 사용되는 원료를 주문시, 자동으로 신속하게 처리 및 관리하도록 하고, 원활한 원료의 유통이 가능하도록 할 뿐만 아니라, 인공지능 모델을 이용해 주문이 예상되는 원료의 종류 및 수량을 빠르고 간편하게 예측하여 신속하고 용이한 원료 유통이 가능하도록 하는 효과가 있는 발명이다.The present invention, constructed in this way, allows customers to automatically and quickly process and manage raw materials used in the waste battery recycling process when ordering, and not only enables smooth distribution of raw materials, but also provides raw materials expected to be ordered using an artificial intelligence model. It is an effective invention that enables quick and easy distribution of raw materials by quickly and easily predicting the type and quantity of.

이상 첨부된 도면을 참조하여 본 발명의 실시예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 특허청구범위에 기재된 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형 실시될 수 있다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.Although embodiments of the present invention have been described in more detail with reference to the accompanying drawings, the present invention is not necessarily limited to these embodiments, and may be modified in various ways without departing from the technical spirit set forth in the claims of the present invention. Modifications may be implemented. Accordingly, the embodiments disclosed in the present invention are not intended to limit the technical idea of the present invention, but are for illustrative purposes, and the scope of the technical idea of the present invention is not limited by these embodiments. Therefore, the embodiments described above should be understood in all respects as illustrative and not restrictive. The scope of protection of the present invention should be interpreted in accordance with the claims below, and all technical ideas within the equivalent scope should be construed as being included in the scope of rights of the present invention.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents of the claims also fall within the scope of the following claims.

1. 고객 서버 2. 유통 서버
3. 공급 서버 21. 주문관리부
22. 유통관리부 23. 공급관리부
24. 인공지능관리부 25. 정보검색제공부
26. 재고관리부 27. 안전관리부
28. 데이터관리부 271. 방전모듈
272. 절전모듈 1. Customer server 2. Distribution server
3. Supply server 21. Order management department
22. Distribution Management Department 23. Supply Management Department
24. Artificial Intelligence Management Department 25. Information Search and Provision Department
26. Inventory Management Department 27. Safety Management Department
28. Data management department 271. Discharge module
272. Power saving module

Claims (3)

인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템에 있어서,
고객의 요청에 따라 설정되는 고객의 고객정보, 폐배터리 재생 공정을 위해 필요한 원료의 종류, 그 수량 및 그 원료의 공급을 받기 원하는 시간에 관한 정보를 포함하는 주문정보를 생성하여 네트워크를 이용해 전송하도록 하는 고객 서버;
네트워크를 이용해 상기 고객 서버로부터 상기 주문정보를 전송받아 저장하며 상기 주문정보를 전송하는 주문관리부와, 상기 주문정보에 대응되는 상기 원료의 가격에 관한 단가정보를 전송받아 저장하며 유통 사업자의 설정에 따라 상기 단가정보를 기초로 상기 주문정보의 원료 공급에 관한 유통가격정보를 생성하여 상기 고객 서버로 전송하도록 하는 유통관리부와, 상기 고객 서버로부터 상기 유통가격정보에 따른 구매승인정보를 전송받으면 상기 주문정보에 해당되는 원료를 공급받기 위해 주문정보에 대응되는 공급요청정보를 생성하여 전송하는 공급관리부와, 시계열에 따른 상기 주문정보, 단가정보, 유통가격정보, 공급요청정보를 포함하는 거래관리정보를 학습 데이터로 입력받아 학습되는 인공지능 모델을 이용해 상기 고객 서버로부터 주문될 것으로 예상되는 원료의 구입 시간, 그 원료의 종류, 그 수량에 관한 정보를 포함하는 예상구입정보를 생성하여 저장하는 인공지능관리부를 포함하는 유통 서버; 및
네트워크를 이용해 상기 주문정보를 전송받고 공급 사업자의 설정에 따라 상기 주문정보에 관한 단가정보를 생성하여 상기 유통 서버로 전송하고, 상기 공급요청정보를 전송받아 저장하며 상기 공급요청정보에 따른 해당 원료의 출고 및 공급이 예상되는 시간에 관한 예상공급정보를 생성하여 유통 서버로 전송하도록 하는 공급 서버;를 포함하고,
상기 인공지능관리부는 상기 유통 사업자로부터 입력되는 국가의 유가, 환율의 값에 관하여 네트워크를 통해 접속되는 인터넷포털서버를 통해 검색을 수행하고, 검색에 따른 검색정보를 유통 사업자가 식별이 가능하게 생성하도록 하는 정보검색제공부를 포함하고,
상기 인공지능 관리부는 유통 사업자로부터 입력되는 상기 원료의 실시간 재고 수량에 관한 재고정보를 생성하고, 상기 재고정보 및 상기 예상공급정보를 기초로 상기 주문이 예상되는 원료의 수량이 상기 재고 수량을 초과하는 것으로 판단될 경우, 상기 주문이 예상되는 원료의 재고 부족을 알리기 위한 알람정보를 생성하는 재고관리부를 포함하고,
상기 유통 서버는 유통 서버로부터 발생되는 전자파의 측정 및 유통 서버 주변의 온도, 공기질, 습도를 측정하고, 측정에 따른 환경정보를 네트워크를 통해 기설정된 유통 사업자 단말로 전송하도록 하는 안전관리부를 포함하여 구성되고,
상기 안전관리부는 센서장치로 구성된 것이고, 기설정된 상기 환경정보가 기설정된 값을 초과할 경우 긴급상황 발생인 것으로 판단하고, 상기 판단에 따라 유통 사업자 단말에 긴급알람정보를 송신하도록 구성된 것을 특징으로 하는,
인공지능 모델 기반 폐배터리 재생을 위한 원료의 유통 처리 시스템.In the artificial intelligence model-based distribution and processing system of raw materials for waste battery recycling,
To create and transmit order information using the network, including information on the customer's customer information set at the customer's request, the type and quantity of raw materials needed for the waste battery recycling process, and the desired time to receive the raw materials. a customer server;
An order management unit that receives and stores the order information from the customer server using a network and transmits the order information, and receives and stores unit price information on the price of the raw materials corresponding to the order information according to the settings of the distribution business operator. A distribution management unit that generates distribution price information regarding the supply of raw materials for the order information based on the unit price information and transmits it to the customer server, and when purchasing approval information according to the distribution price information is transmitted from the customer server, the order information is provided. In order to supply the corresponding raw materials, the supply management department creates and transmits supply request information corresponding to order information, and learns transaction management information including the order information, unit price information, distribution price information, and supply request information according to time series. An artificial intelligence management unit that uses an artificial intelligence model that is input and learned as data to generate and store expected purchase information including information on the purchase time of the raw materials expected to be ordered from the customer server, the type of the raw materials, and the quantity. Distribution servers including; and
The order information is transmitted using the network, unit price information related to the order information is generated according to the settings of the supplier and transmitted to the distribution server, the supply request information is transmitted and stored, and the corresponding raw materials are supplied according to the supply request information. It includes a supply server that generates expected supply information regarding the expected time of shipment and supply and transmits it to the distribution server;
The artificial intelligence management unit performs a search through an Internet portal server connected through a network regarding the country's oil price and exchange rate input from the distribution business operator, and generates search information according to the search so that the distribution business operator can identify it. It includes an information search and provision department,
The artificial intelligence management unit generates inventory information regarding the real-time inventory quantity of the raw material input from the distribution business operator, and based on the inventory information and the expected supply information, the quantity of the raw material expected to be ordered exceeds the inventory quantity. If it is determined that the order is expected, it includes an inventory management unit that generates alarm information to notify of a shortage of stock of the raw materials expected to be ordered,
The distribution server includes a safety management unit that measures electromagnetic waves generated from the distribution server and the temperature, air quality, and humidity around the distribution server, and transmits environmental information according to the measurements to a preset distribution business terminal through the network. become,
The safety management unit is composed of a sensor device, and is configured to determine that an emergency situation has occurred when the preset environmental information exceeds a preset value, and to transmit emergency alarm information to the distribution business terminal according to the determination. ,
An artificial intelligence model-based distribution and processing system for raw materials for waste battery recycling. 삭제delete 삭제delete
KR1020230083167A 2023-06-28 2023-06-28 chemical materials Distribution system and method based on artificial intelligence model KR102586797B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230083167A KR102586797B1 (en) 2023-06-28 2023-06-28 chemical materials Distribution system and method based on artificial intelligence model

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230083167A KR102586797B1 (en) 2023-06-28 2023-06-28 chemical materials Distribution system and method based on artificial intelligence model

Publications (1)

Publication Number Publication Date
KR102586797B1 true KR102586797B1 (en) 2023-10-10

Family

ID=88291913

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230083167A KR102586797B1 (en) 2023-06-28 2023-06-28 chemical materials Distribution system and method based on artificial intelligence model

Country Status (1)

Country Link
KR (1) KR102586797B1 (en)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130116269A (en) 2010-10-28 2013-10-23 구글 인코포레이티드 Loading a mobile computing device with media files
KR20180059846A (en) 2015-09-29 2018-06-05 로베르트 보쉬 게엠베하 A method for regenerating an activated carbon filter of a tank exhaust system for an automobile and a tank exhaust system for an automobile having a single cylinder internal combustion engine
KR20190040778A (en) * 2017-10-11 2019-04-19 (주)엑스바엑스 Automatic design method for product supply chain and system using the same
KR20190086387A (en) 2018-01-12 2019-07-22 티디케이가부시기가이샤 Soft magnetic alloy and magnetic device
KR102142454B1 (en) * 2019-07-17 2020-08-07 권재용 Method, apparatus and computer-readable recording medium for distribution management of chemicals used in papermaking process
KR20210122265A (en) 2019-02-01 2021-10-08 알넥스 오스트리아 게엠베하 Binder for Aqueous Coating Composition
KR102352329B1 (en) * 2021-09-14 2022-01-17 뉴통 주식회사 Method, device and system for providing service of goods ordering, logistics, distribution based on artificial intelligence
KR20220115357A (en) * 2021-02-10 2022-08-17 주식회사 티라유텍 A method and apparatus for generating future demand forecast data based on attention mechanism
KR20220149074A (en) * 2021-04-30 2022-11-08 주식회사 두핸즈 Appropriate inventory maintenance system using inventory prediction algorithm based on deep neural network
KR20220153133A (en) * 2021-05-10 2022-11-18 메디프레쉬주식회사 method of ordering raw materials for meal kit based on cost analysis
KR102546871B1 (en) * 2023-04-17 2023-06-23 뉴통 주식회사 Method, device and system for recommending order information through pattern analysis of order history regarding distribustion of food materials and subsidiary materials for business to business based on artificial intelligence model

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130116269A (en) 2010-10-28 2013-10-23 구글 인코포레이티드 Loading a mobile computing device with media files
KR20180059846A (en) 2015-09-29 2018-06-05 로베르트 보쉬 게엠베하 A method for regenerating an activated carbon filter of a tank exhaust system for an automobile and a tank exhaust system for an automobile having a single cylinder internal combustion engine
KR20190040778A (en) * 2017-10-11 2019-04-19 (주)엑스바엑스 Automatic design method for product supply chain and system using the same
KR20190086387A (en) 2018-01-12 2019-07-22 티디케이가부시기가이샤 Soft magnetic alloy and magnetic device
KR20210122265A (en) 2019-02-01 2021-10-08 알넥스 오스트리아 게엠베하 Binder for Aqueous Coating Composition
KR102142454B1 (en) * 2019-07-17 2020-08-07 권재용 Method, apparatus and computer-readable recording medium for distribution management of chemicals used in papermaking process
KR20220115357A (en) * 2021-02-10 2022-08-17 주식회사 티라유텍 A method and apparatus for generating future demand forecast data based on attention mechanism
KR20220149074A (en) * 2021-04-30 2022-11-08 주식회사 두핸즈 Appropriate inventory maintenance system using inventory prediction algorithm based on deep neural network
KR20220153133A (en) * 2021-05-10 2022-11-18 메디프레쉬주식회사 method of ordering raw materials for meal kit based on cost analysis
KR102352329B1 (en) * 2021-09-14 2022-01-17 뉴통 주식회사 Method, device and system for providing service of goods ordering, logistics, distribution based on artificial intelligence
KR102546871B1 (en) * 2023-04-17 2023-06-23 뉴통 주식회사 Method, device and system for recommending order information through pattern analysis of order history regarding distribustion of food materials and subsidiary materials for business to business based on artificial intelligence model

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Kim Cheol-hoo and two others. ‘Global trends and implications of the waste battery recycling industry’. Machinery Technology Policy No.109, 2022.11. *
김철후 외 2인. '폐배터리 재활용 산업 글로벌 동향과 시사점'. 기계기술정책 No.109, 2022.11.

Similar Documents

Publication Publication Date Title
US20230336021A1 (en) Intelligent Orchestration Systems for Delivery of Heterogeneous Energy and Power Resources
De Silva et al. Toward intelligent industrial informatics: A review of current developments and future directions of artificial intelligence in industrial applications
Ren et al. Post-disturbance transient stability assessment of power systems towards optimal accuracy-speed tradeoff
Sharma et al. Green IoT: advancements and sustainability with environment by 2050
Sabbaghi et al. Reusability assessment of lithium-ion laptop batteries based on consumers actual usage behavior
CN103348557B (en) Field-responsive system
Miatto et al. Uncertain future of American lithium: a perspective until 2050
Peng et al. Residual remaining useful life prediction method for lithium-ion batteries in satellite with incomplete healthy historical data
Xu et al. A physics-informed dynamic deep autoencoder for accurate state-of-health prediction of lithium-ion battery
Ren et al. Online multi-fault power system dynamic security assessment driven by hybrid information of anticipated faults and pre-fault power flow
KR102586797B1 (en) chemical materials Distribution system and method based on artificial intelligence model
Xu et al. Intelligent application of raw material supply chain planning system based on genetic algorithm
Xia et al. A novel sorting method for liquid metal batteries based on deep learning and sequential features
Tarar et al. Accurate prediction of remaining useful life for lithium-ion battery using deep neural networks with memory features
Wu et al. An online learning method for constructing self-update digital twin model of power transformer temperature prediction
Li et al. A New Identify Disruptive Technologies Algorithm Based on Technology Develop Network
Kim et al. A technology planning approach based on network and growth curve analyses: the case of augmented reality patents
CN107067231A (en) A kind of battery uses data management system
US20220299960A1 (en) Control apparatus, control method and program
Qi et al. A novel condition‐based maintenance policy considering imperfect switching for warm standby systems
Rastegarpanah et al. Harnessing CNN-DNC and CNN-LSTM-DNC Architectures for Enhanced Lithium-Ion Remaining Useful Life Prediction
KR102531936B1 (en) Method and device for performing power transaction contract execution between individuals through the power trading platform
CN112688435B (en) Comprehensive monitoring method, device, control system and storage medium for power grid
Sayyah et al. Developing a mathematical model for determination of asset management strategy based on maintenance and procurement factors
CN117973751A (en) Entity card management method, entity card management device, computer equipment and storage medium

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant