KR102026608B1 - 빅데이터를 활용한 tro센서 모듈 에러유형별 검출 및 진단 방법 - Google Patents

Abstract

상기의 목적을 이루기 위한 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법은, TRO센서 모듈(100)에서 실시간으로 TRO 데이터(200)가 발생하는 단계(S100); 실시간으로 상기 TRO 데이터(200)를 수집하고 저장하는 단계(S200); 상기 TRO 상태 데이터(200)를 분석하는 단계(S300); 상기 분석하는 단계(S300)를 통해 에러 탐지를 위한 진단모델을 생성하는 단계(S400); 상기 진단모델을 실시간 모니터링 시스템에 탑재하는 단계(S500); 상기 TRO센서 모듈에서 에러 발생 시 진단 결과를 실시간 모니터링을 통해 사용자에게 제공하는 단계(S600);를 포함하는 것을 특징으로 한다.

Description

빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법 {Detection and diagnosis method of TRO sensor module error type using Big Data}

본 발명은 빅데이터 분석도구를 이용하여 TRO센서 모듈에서 발생할 수 있는 에러를 유형별로 검출 및 진단하는 방법에 관한 것이다.

일반적으로 선박, 특히 화물선은 적재 화물 등의 중량을 포함시켜 설계되어 있기 때문에, 공하 또는 적하가 적은 상태의 선박은, 프로펠러 몰수(沒水) 심도 확보, 공하시에 있어서의 안전 항행 확보 등의 필요성으로부터, 출항 전에 항구에서 해수 등을 취수(取水) 하여 선박의 밸런스를 취하는데, 이 밸러스트로서 사용되는 물을 선박 밸러스트수라고 부른다. 이 선박 밸러스트수는, 무적재로 출항할 때 그 출항지에서 항구의 해수 등을 밸러스트 탱크에 싣는 한편, 반대로 항구 내에서 적하를 할 때에는 선박 밸러스트수의 배출을 실시한다.

그런데, 환경이 상이한 선적항과 하역항 사이를 왕복하는 선박에 의해 선박 밸러스트수의 주배수(注排水)가 실시되면, 선적항과 하역항에 있어서의 선박 밸러스트수에 포함되는 미생물의 차이로 인해 연안 생태계에 악영향을 미치는 것이 우려되고 있다. 그래서, 선박의 선박 밸러스트수 관리에 관한 국제 회의에 있어서 2004년 2월에 선박의 선박 밸러스트수 및 침전물의 규제 및 관리를 위한 국제조약이 채택되어, 선박 밸러스트수의 처리가 의무화되게 되었다.

선박 평형수 처리 시스템(BWTS, Ballast Water Treatment System)은 선박의 평형수(밸러스트수) 이동에 따른 해양생태계 파괴와 교란을 방지하기 위해 선박 평형수에 포함된 유해 수상생물과 병원균을 제거, 무해화 또는 그 유입이나 배출을 방지하기 위한 장치나 설비를 말한다.

국제해사기구(IMO: International Maritime Organization)에서는 유해 수생생물과 병원균의 이동으로 발생하는 환경, 인간건강, 재산 및 자원에 대한 위험 방지 및 최소화의 필요성을 위해 2004년 선박평형수관리협약(International Convention for the Control and Management of Ship's Ballast Water and Sediments)를 채택하여 BWTS의 장착을 의무화 하였다.

세계에서 개발 및 판매되고 있는 BWTS의 기술적인 방식은 크게 자외선조사, 전기분해, 오존분사 방식으로 대표되는 3가지 방식으로 나뉘며 이 외에 플라즈마, 하이브리드 등 새로운 방식의 BWTS가 가세하고 있다.

그 중에서 전기분해를 이용한 평형수 처리방식은, 해수를 전기분해하여 산화제(통상적으로, 차아염소산)를 생성하고, 생성된 산화제를 해양으로부터 밸러스트 탱크로 유입되는 밸러스트수에 혼합시켜 밸러스트수를 살균하는 것이다. 해수 유입구에서 취수된 밸러스트수는 밸러스트 펌프에 의해 유입되어 밸러스트 탱크로 이송된다. 이 과정에서 전기 분해에 의해 생성된 산화제를 밸러스트수 내에 주입하여 살균처리한다. 디밸러스트(Deballast) 시 즉, 밸러스트수가 해양으로 배출되는 과정에서 중화제를 투입함으로써 밸러스트수 내에 잔존하는 산화제에 의한 해양오염을 방지한다. 즉, 밸러스트 시에는 밸러스트수에 산화제를 주입하고 디밸러스트 시에는 밸러스트수에 중화제를 투입하는데, 밸러스트 시에는 밸러스트수 내의 총잔류산화제(TRO, Total Residual Oxidant) 농도가 기준치에 부합하도록 실시간으로 평가하여 산화제의 농도를 조절하거나 밸러스트수에 주입되는 산화제의 양을 조절하며, 디밸러스트 시에는 밸러스트수 내의 총 잔류산화제 농도가 IMO에서 규제하는 허용농도 이하가 되도록 중화시키기 위해 중화제 투입량을 조절한다. 이처럼, 밸러스트 시에 산화제를 주입하는 조건과 디밸러스트 시에 중화제를 투입하는 조건은 밸러스트수 내의 총 잔류산화제 농도 측정 결과를 기반으로 하므로, 그만큼 총 잔류산화제 농도는 정확하고 정밀하게 측정하여야 한다.

본 발명에 따른 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법과 유사한 선행기술에는 대한민국 공개특허공보 제10-2015-0116313호 '밸러스트 수의 TRO 측정 장치 및 방법'가 있다. 상기 유사 선행기술은 밸러스트 배관을 흐르는 밸러스트수를 샘플링하고 샘플링된 밸러스트수에 반응 시약을 주입한 후 반응 시약이 포함된 밸러스트수의 흡광도를 측정하여 밸러스트수의 TRO 농도를 측정하는 장치로서, 상기 밸러스트 배관으로부터 샘플링된 밸러스트수에 요오드화칼륨 시약을 주입하는 시약 주입부; 석영관으로 이루어지고 UV 램프 및 UV 센서를 구비하여, 상기 시약 주입부를 거쳐 내부로 유입된 밸러스트수에 빛을 조사하고 밸러스트수의 흡광도를 측정하는 플로우 셀; 및 상기 플로우 셀로부터 측정된 흡광도를 검량선과 비교하여 밸러스트수의 TRO 농도를 정량하는 농도 측정부를 구비하는 기술을 개시하는 특징이 있다.

다른 유사 선행기술에는 대한민국 공개특허공보 제10-2011-0140095호 '밸러스트수 중의 잔류 옥시던트(TRO) 농도의 측정 장치, 감시 방법, 및 감시 시스템'이 있다. 상기 유사 선행기술은 선박에 취수된 밸러스트수에, 이 밸러스트수 중의 잔류 옥시던트와 반응하여 정색하는 지시 시약을 주입하고, 상기 정색한 지시 시약의 흡광도에 기초하여 상기 밸러스트수 중의 잔류 옥시던트 농도를 측정하는 잔류 옥시던트 측정 장치에 의한, 상기 밸러스트수 중의 잔류 옥시던트 농도의 감시 방법이며, 상기 밸러스트수의 배출 시에, 상기 측정 장치가, 배출되는 밸러스트수 중의 잔류 옥시던트 농도를 측정하고, 이 측정된 잔류 옥시던트 농도가 미리 정해진 설정 값 이하인 것을 감시하는 것을 특징으로 하는, 밸러스트수 중의 잔류 옥시던트농도를 감시하는 기술을 개시하는 특징이 있다. 또 다른 유사 선행기술에는 대한민국 공개특허공보 제10-2015-0076821호 '정밀한 TRO 농도 측정수단을 구비하는 선박 평형수 처리 장치'가 있다. 상기 유사 선행기술은 해수 유입구와 밸러스트 탱크를 연결하여 평형수를 밸러스트 탱크로 유입시키기 위한 메인 밸러스트 라인; 상기 메인 밸러스트 라인 상의 제1 접속지점에 접속되어 전해조 유닛에서 생산된 산화제를 평형수 내에 주입하는 산화제 토출 라인; 상기 메인 밸러스트 라인에 접속되어 평형수를 해양으로 배출하는 배출 라인; 상기 제1 접속지점과 상기 배출 라인 사이의 메인 밸러스트 라인에 설정되는 제2접속지점에 접속되어 TRO 농도 측정을 위해 평형수의 일부를 샘플링하는 샘플링 라인; 상기 샘플링 라인에 차례로 설치되는 샘플링 유닛 및 TRO 검출 유닛을 포함하며, 상기 샘플링 유닛은, 상기 샘플링 라인으로부터 유입되는 샘플링 평형수를 받아 일정 수위로 축적하여 일정한 압력을 유지하도록 하는 균압 용기와, 상기 균압용기로부터 상기 TRO 검출 유닛에 연결되는 측정수 공급관에 배치되어 측정수 중의 이물질을 여과하는 스트레이너와, 상기 스트레이너 하류측에 설치되어 측정수를 TRO 측정 유닛으로 보내는 피드 펌프를 포함하는 기술을 개시하는 특징이 있다.

그러나 전술한 종래의 유사 선행기술은 에러가 나면 에러가 났다는 표시만 있고 세부적인 에러 내용을 알 수가 없다. 또한 고장 및 위험관리를 강화하고 실시간 진단 및 분석을 통한 자동화 관리 기능과 분석 성능을 고도화하기 위한 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법을 제공하지 못하였다.

KR 10-2015-0116313 A KR 10-1285451 B1 KR 10-1633162 B1

따라서, 본 발명은 상술한 문제점을 해결하기 위한 것으로, TRO센서 모듈 사용 시 발생하는 빅데이터를 이용하여 생길 수 있는 에러와 알림 상황에서 TRO센서 모듈의 상태 값 및 해결한 조치사항을 저장하여 추후에 일어날 수 있는 에러유형을 쉽게 검출하고 진단 할 수 있는 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법을 제공함에 있다.

상기의 목적을 이루기 위한 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법은, TRO센서 모듈(100)에서 실시간으로 TRO 데이터(200)가 발생하는 단계(S100); 실시간으로 상기 TRO 데이터(200)를 수집하고 저장하는 단계(S200); 상기 TRO 상태 데이터(200)를 분석하는 단계(S300); 상기 분석하는 단계(S300)를 통해 에러 탐지를 위한 진단모델을 생성하는 단계(S400); 상기 진단모델을 실시간 모니터링 시스템에 탑재하는 단계(S500); 상기 TRO센서 모듈에서 에러 발생 시 진단 결과를 실시간 모니터링을 통해 사용자에게 제공하는 단계(S600);를 포함하는 것을 특징으로 한다.

본 발명은 빅데이터를 활용하여 TRO센서의 에러 및 알림에 대한 TRO센서 상태 값과 해결한 조치사항을 유형별로 저장하고 DW, 마이닝 기술 등으로 반복정인 데이터 패턴을 분석한 후 실시간 모니터링 시스템에 탑재하여 추후에 에러 TRO센서 모듈을 이용 시 및 알림 상황에서도 쉽게 대처 할 수 있는 효과를 보유하고 있다.

도 1은 본 발명에 따른 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법의 실시 예로 빅데이터 활용을 위한 논리적 구성을 보여주는 블록도이다.
도 2는 본 발명에 따른 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법의 실시 예로 에러 유형별 검출 알고리즘 프로세스를 보여주는 블록도이다.
도 3은 본 발명에 따른 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법의 실시 예로 스마트 TRO Display 화면의 예시이다.
도 4a는 본 발명에 따른 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법의 실시 예로 스마트 TRO Bigdata관리 프로세스를 보여준다.
도 4b는 본 발명에 따른 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법의 실시 예로 스마트 각종 에러 유형별 정리를 보여준다.
도 5는 본 발명에 따른 TRO센서 모듈의 실시간 모니터링 및 원격 진단 분석 시스템의 정보의 흐름 및 구성을 나타낸 개념도이다.
도 6 및 도 7는 본 발명의 실시 예에 따른 염소잔류 측정모듈 실시간 모니터링 및 원격진단 분석 시스템을 이용하여 원격 진단 분석 과정을 나타낸 도면이다.
도 8은 본 발명의 실시 예에 따른 TRO센서 구동 방법의 실시 흐름도이다.
도 9는 본 발명의 실시 예에 따른 TRO센서의 고장 해결 방법에 대한 실시 흐름도이다.

이하에서는, 본 발명의 실시 예에 따른 도면을 참조하여 설명하지만, 이는 본 발명의 더욱 용이한 이해를 위한 것으로, 본 발명의 범주가 그것에 의해 한정되는 것은 아니다.

본 발명에 따른 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법은, TRO센서 모듈(100)에서 실시간으로 TRO 데이터(200)가 발생하는 단계(S100); 실시간으로 상기 TRO 데이터(200)를 수집하고 저장하는 단계(S200); 상기 TRO 상태 데이터(200)를 분석하는 단계(S300); 상기 분석하는 단계(S300)를 통해 에러 탐지를 위한 진단모델을 생성하는 단계(S400); 상기 진단모델을 실시간 모니터링 시스템에 탑재하는 단계(S500); 상기 TRO센서 모듈에서 에러 발생 시 진단 결과를 실시간 모니터링을 통해 사용자에게 제공하는 단계(S600);를 포함하는 것을 특징으로 한다.

또한, 상기 TRO센서 모듈(100)에서 알람 발생 시 해결한 조치사항을 저장하는 단계(S210);를 더 포함할 수 있다.
또한, 상기 TRO센서 모듈(100)에서 정상 동작 중에 에러 발생 시 상기 TRO센서 모듈(100)의 상태 값 및 해결한 조치사항을 저장하는 단계(S220);를 더 포함할 수 있다.
또한, 상기 TRO센서 모듈(100)의 테스트베드에서 실시간 모니터링 중 발생한 알람과 에러에 대한 상기 TRO센서 모듈(100)의 상태 값 및 해결한 조치사항을 저장하는 단계(S230);를 더 포함할 수 있다.

도 1은 실시간 데이터와 빅데이터 기반 분석도구 R을 활용하기 위한 논리적 시스템 구성을 나타내고 있다. 실시간으로 TRO센서 모듈(100)에서 TRO 데이터(200)가 발생하면, TRO 데이터(200)를 수집, 분석하고 진단모델을 생성하여 실시간 모니터링 시스템에 탑재하는 단계를 거쳐 사용자에게 TRO센서 모듈에서 에러 발생 시 진단 결과를 실시간 모니터링을 제공하게 된다.

TRO센서 모듈(100)의 진단 알고리즘의 실시 예로는, 빅데이터 분석도구 R을 이용하여 TRO 모듈에서 발생하는 에러를 탐지하고 진단결과를 도출한다. 최초 TRO 모듈에서 발생한 실시간 데이터를 Real-Time Layer 수집하여 이를 R Layer에서 TRO 상태 데이터 분석을 통해 에러 탐지를 위한 진단모델을 생성한다. 이렇게 생성된 모델은 Real-Time Layer의 모니터링 부분에 탑재하게 되고, TRO센서 모듈(100) 에러 발생 시 진단 결과를 실시간 모니터링을 통해 사용자에게 제공한다.

도 2는 본 발명의 한 실시 예에 따른 에러 유형별 검출 알고리즘 프로세스를 보여준다. TRO센서 모듈(100)로부터 실시간 데이터를 수집하여 DATA를 저장하고, 알람이 발생할 경우 그에 대한 조치를 취하고 그 조치사항을 저장한다. 에러가 발생할 경우에는 그에 대한 조치를 취하고 그 조치사항을 저장하고 TRO센서 모듈(100)의 상태 값을 저장한다.

에러 유형별 검출의 실시 예로는, Normal TRO센서 모듈(100) 사용 시 발생된 현장 문제점을 A/S 요청 및 대응 현황들을 정리하여 유형별로 정리하고, TRO 모듈 테스트베드에서 실시간 모니터링 하면서 발생한 알람 및 조치 사항을 데이터베이스에 저장한다.

이후 TRO 모듈 정상 동작 중에 에러가 발생하면 당시의 TRO 모듈의 상태 정보와 조치사항을 데이터베이스에 저장하고 1차년도 테스트베드에서 누적된 데이터와 2차년도 에러 유형별 검출된 데이터를 빅데이터 분석도구 R을 이용하여 TRO 모듈 진단에 활용할 수 있다.

다음으로 에러유형 빅데이터 활용하는 방법에 대해 설명한다.

도 3을 참조하면, 본 발명의 한 실시 예에 따른 스마트 TRO Display의 화면예시를 볼 수 있다. ICT기술 활용을 통해 빅데이터 축적을 통한 에러유형 정리 및 대응활용방안 수립이 가능하다. 에러표시 상태 창에 SOLVV, FAST, GLAS, PSOL과 같은 메시지가 나오게 되면, 사용자는 비교표를 참고하여 각각 유속이 느림, 유속이 빠름, 큐벳교체필요, 원통코일문제라는 내용의 문제가 발생한 것을 알 수 있게 된다. 조금 더 상세하고 다양한 에러유형의 예와 대처방안으로는 도 4b에서 확인할 수 있다.

다음으로 도 4a 및 도 4b를 참조하여, 에러유형 별 빅데이터 활용 및 상세 시뮬레이터 개발내용에 대해 설명한다.

먼저 데이터 마이닝이란 DW나 data mart에서 확보된 데이터들로부터 새로운 패턴, 데이터 요소들 간의 관계, 의사결정에 필요한 통찰력(insight)을 얻기 위해 이를 분석하는 tool을 뜻한다.

요약하면, 각종 에러에 대해 유형별로 정리하고, 그에 따른 미정형 에러에 대한 빅데이터를 축적관리하여, DW나 마이닝 기술 등으로 반복적인 데이터패턴을 분석하여 빅데이터 관리를 수행하여 상황 별 에러를 Display에 표시하여 사용자가 확인 할 수 있게 된다.

좀 더 상세히 설명하자면, 빅데이터를 위한 대용량 데이터 베이스를 구축하고, 구축된 데이터베이스의 공통반복된 사항을 찾아 정형화 한다. 그리고 이를 통해 에러유형별 조치사항을 시스템 상에 설정하고, 고장이 발생하는 유형별 솔루션을 검토해 나가도록 한다. 이는 종래의 기술에는 에러가 발생되어 BWTS전체 화면상에 에러가 표기되고 있는 상황이나 정확한 에러의　유형을 알 수가 없었지만 이를 통해 에러의 유형을 알 수 있게 되어 사용자로 하여금 능동적으로 TRO모듈 센서(100)의 에러에 대해 대처할 수 있게 한다.

빅데이터 분석 시뮬레이터 개발 방법으로는 진단 및 예측 분석을 위한 기준정보 데이터베이스 구축을 하기 위해서, TRO 모듈의 각종 센서에서 취득한 정보를 데이터베이스 테이블을 구성하여 데이터를 저장하고, 진단 및 정비를 위해 기준정보 데이터베이스 설계 및 구축을 할 수 있다.

빅데이터 분석 알고리즘 설계 및 구현방법으로는 시스템 예측을 위한 통계정보를 구성하고, 통계, 진단 및 정비 분석을 위한 통계정보와 알고리즘 구성 후 진단 알고리즘을 적용하여 시뮬레이터 개발한다.

빅데이터를 활용한 TRO 모듈 종합 감시 및 진단시스템의 개발을 위해선, TRO 모듈 진단 및 정비시스템 개발하고 진단 알고리즘을 적용한 TRO 모듈 진단 및 정비시스템 구현 후 스마트화 TRO구현으로 종합 감시 및 진단시스템의 구현한다.

각 단위 모듈별 성능 테스트로는 Sensor 통신 모듈, 수집 및 데이터 저장 모듈에 대해 테스트 하고, Process/Logic 데이터를 검증한다.

또한, 시스템을 패키지화하면, 다양한 외부 시스템과의 인터페이스 연결 모듈 탑재, TRO Sensor 형태에 따른 패키지 설치 옵션화, 패키지 시스템 안정성 및 보안성 강화가 가능하다.

도 5,6,7은 본 발명에 따른 TRO센서 모듈 시스템의 통신 과정의 실시 예를 나타낸 도면이다. TRO 센서부(S)에서 취득한 데이터들은 TRO 감시 단말(11)에서 수집하고 게이트웨이(12)를 통해 원격관리시스템(50)에 전송된다. 게이트웨이(12)는 선박로컬의 다양한 통신 규격지원이 가능하다. 데이터 통신 규격은 여러 가지로써 각 선박마다 다른 방식으로 구현 또는 설치가 되어 있기 때문에 이를 해결하기 위해서는 각 규격을 모두 지원하는 것이라야 하겠지만, 현실적인 대안으로써 구현이 어렵다는 문제가 있다. 따라서 대표적인 유선통신규격 2개 이상, 무선통신 규격 2개 이상 지원 가능한 장비를 개발하고 네트워크를구현하는 것이 바람직하므로, 상기 게이트웨이(12)는 일반 산업 장비에서 많이 사용하고 있는 RS-232, RS422, RS485외 Ethernet을 유선통신을 하여 장단점을 살려적절하게 데이터를 수집하며, 유선이 불가한 곳이나 상황에 따라서 IEEE Std802.11n 또는 ac, IEEE Std 802.15.01, IEEE Std 802.15.04 규격을 지원하여 저비용으로 구축된다. 여러 유무선 통신 규격을 하나의 데이터로 통합하는 기능을 갖는 게이트웨이(12)는 통신모듈 통해 콘트롤 타워격인 원격관리시스템(50)으로 데이터를 송신한다. 선박 내 장비의 다양한 통신 규격을 지원하는 게이트웨이(12) 구축이 필요한 이유는 기존 선박 장비에서 사용하는 시리얼 포트(Serial port) RS-232, RS422, RS485와 같은 통신 규격이나 유무선 통신이 가능한 포트에서 각각의 데이터 정보를 읽어 이를 하나의 데이터 정보로 통합 정보화가 가능한 게이트웨이가 요구되기 때문이다.

한편, 원격관리시스템(50)의 체계를 구축하기 위해서는 원격 관리를 위한 기준정보가 요구된다. 각 선박들로부터 수집된 빅데이터는 데이터의 규모가 큰 것만을 의미하는 것은 아니며, 기존의 트랜잭션 데이터의 규모가 급격히 커진 것을 포함해 센서 네트워크 등으로부터 다양한 종류의 복잡한 데이터가 생성되고 있는 현상을 말하고 있다. 전통적인 데이터의 분석 방법만으로는 빅 데이터를 대처하는 것이 불가능해 졌다는 점에서 어려움이 있지만 이를 잘 활용하면 원하고자 하는 지식이나 패턴을 과거 보다 더 구체적으로 찾는 것이 가능하다. 빅 데이터에 대처하기 위해서는 하나의 플랫폼 위에 다양한 애플리케이션에서 나오는 정보를 통합하는 멀티 도메인이 필수적이며 제품 데이터, 고객 데이터, 파트너 데이터 등을 하나의 플랫폼에서 관리 할 수 있게 한다. 정보가 필요로 하는 조직들은 데이터모델을 자체적으로 정의하고, 이렇게 정의된 모델을 토대로 로직 및 기능을 생성한다. 기능에 따라 화면도 구성할 수 있으며 추후에는 새로운 영역의 기준정보가 필요하다 면 기존 플랫폼을 확장 할 수 있기 때문에 유연한 접근 방식이라 볼 수 있다.

원격 관리를 위한 모니터링에 있어서, 모니터링 시스템은 관리자가 쉽게 인지 할 수 있도록 텍스트와 그래픽형태로 제공할 수 있다. 시스템 관리자는 응용 장비의 성능개체와 카운터를 노출하여 외부 모니터링을 가능하게 한다. 성능카운터는 모니터링 할 실제 성능 데이터를 나타내고, 성능 개체와 마찬가지로 모든 카운터에는 사용자가 이해할 수 있는 이름이 붙여진다. 각 카운터의 의미는 목적에 따라 다르지만 일반적으로 카운터 값은 시간별 평균 값이나 간단한 원시 값을 보여준다.

원격 관리를 위한 장비보전에 있어서는 설비가 복잡해지고 자동화되면서, 설비 상태를 측정하고 모니터링 할 수 있는 수많은 장비가 개발되고 있다. 설비보전을 위한 모든 데이터는 장비에서 판단한 데이터와 모니터링을 위한 분석데이터 등을 수집한 데이터를 분석하여 장비에서 분석한 보전데이터와 함께 관리자에게 전달한다.

원격관리 시스템(50)은 사용자의 분석을 돕기 위한 지원 프로그램이 구비될 수 있다. 수집된 정보는 원격 고장 관리를 위한 기초정보로써 사용이 되고 있으나 수많은 데이터를 사용자가 분석하기에는 무리가 따르고 있으며, 이를 지원하기 위한 시스템 내 프로그램을 지원한다. 다양한 관점에서 지원이 가능하도록 수요처의 요구사항을 바탕으로 개발될 수 있다.

총괄 원격 관제 시스템 구축에 있어서, 원격 관제를 위한 기반은 원격 고장 관리 자원의 효율적 운영, 관리를 위해 제공하는 시스템 및 운영조직, 소수의 인원으로 관제를 진행토록 다중접속 및 다중 모니터에 보여주기 위한 고성능의 GUI 장비 그리고 보여줄 데이터를 가공하기 위한 고성능의 다중 프로세서를 탑재한 워크스테이션이 필요하다. 고도화시 운영조직에서 인원의 형평성에 따라 유동적으로 사용하기 위한 1인 관제 외 다수 관제가 가능하도록 장비 구축이 요구된다. 원격 관제를 위한 프로그램은 통합 원격 관제 시스템을 통해 제공되는 서비스는 통합, 지역별, 장비별 모니터링 및 장비보전 등 기본 서비스 외 확장서비스, 연계 서비스로 구성될 수 있다. 고도화시 클라이언트와의 상호 확장 및 연계 운용용 통합관제시스템 구축될 수 있다. 사용자의 분석을 돕기 위한 지원 프로그램에 있어서, 수집된 정보는 원격 고장 관리를 위한 기초정보로써 사용이 되고 있으나 수많은 데이터를 사용자가 분석하기에는 무리가 따르고 있으며, 이를 분석하기 위한 플랫폼 내 프로그램을 지원해야 한다. 다양한 관점에서 분석이 가능하도록 수요처의 요구사항을 바탕으로 개발 될 수 있다.

TRO 고장분석 알람 시스템 구축에 있어서는 제품의 성능이 규정된 규격을 벗어나 기대된 기능을 발휘할 수 없는 상태의 데이터를 분석하여 고장의 유무를 판별 할 수 있다. 분석을 통하여 공정개선, 신뢰성시험평가 규격결정근거, FMEA & FTA의 기초자료, 설계 검토 자료로 제공될 수 있다. 고장의 원인인 스트레스 종류, 고장형태, 고장 매카니즘 등을 고장분석 원칙에 의해 분석될 수 있다.

고장 알람 및 설비 보전 관리에 있어서, 설비관리 부서도 기존의 주기적 수리/교체정비보다는 예지정비 영역이 점차 확대되고 있는 추세이며, 설비의 정확한 상태확인을 통한 적기의 보전작업을 할 수 있을 뿐만 아니라 작업범위도 명확하여 보전비용을 최소화 할 수 있다. 확장성을 위하여 TRO 고장 데이터 외 API를 제공하여 선주, 설비보전 팀, 운영팀 등에서 데이터 확인 및 사용 가능토록 할 수 있다.

빅데이터를 분석하여 진단 기반으로 선박 TRO 모듈 장비들의 운영상태를 분석하고 고장 예측, A/S 수행 등을 판단 할 수 있는 자료와 보고서를 제공할 수 있다. TRO 모듈 상태 정보 확인을 위한 모니터링(Monitoring) 기능과 상태 및 고장 예측을 위한 빅데이터 기반의 분석(Analysis)기능과 원격 유지보수 지원을 위한 송신(Transmit)기능 등 크게 3가지 부분으로 나눌 수 있다. 모니터링(Monitoring)은 원격지의 TRO 모듈의 실시간 상태 정보는 데이터베이스를 활용, Gathering 하여 모니터링을 가능하게 한다. 원격지 TRO 모듈에서 실시간으로 저장된 상태 데이터를 활용하여 텍스트 혹은 GUI 형태로 모니터링 할 수 있도록 한다. 분석(Analysis)은 TRO 모듈 종합 관제시스템은 데이터 패턴 분석 개발도구 활용으로 TRO 모듈에 대한 통계, 분석으로 각종 구동중의 문제점에 대하여 선제적 진단 및 정비를 할 수 있도록 알고리즘을 적용하여 시스템을 개발하는데 이용될 수 있다. 데이터 패턴 분석도구를 이용하여 TRO 모듈에서 발생하는 에러를 탐지하고 진단 결과를 도출할 수 있다.

최초 TRO 모듈에서 발생한 실시간 데이터를 monitoring Layer 수집하여 이를 Diagnosis Layer에서 TRO 상태 데이터 분석을 통해 에러 탐지를 위한 진단모델을 생성할 수 있다. 이렇게 생성된 모델은 monitoring Layer의 모니터링부분에 탑재될 수 있다. TRO 모듈 에러 발생시 진단 결과를 실시간 모니터링을 통해 사용자에게 제공할 수 있다. TRO모듈 납품 시 발생된 현장 문제점을 A/S 요청 및 대응 현황들을 정리하여 유형별로 정리할 수 있다. 선박 TRO 모듈 데이터를 수집, 저장, 분류, 분석, 고장 예측, 리포팅 등을 지원하는 S/W 모듈을 개발하고 이를 통해 빅데이터 처리 및 TRO모듈 고장예측 Reporting 기능을 제공할 수 있다. 데이터 패턴분석도구(예,R Programming )을 활용하여 통계학을 바탕으로 한 오차 검정, 회귀 분석 등을 통해 실시간 오차 분석, 예측을 가능하게 한다. 이를 통해 선박 평형수 내의 염소 농도를 보다 면밀히 분석할 수 있다.

수집된 대용량의 선박 TRO 모듈 장비 정보를 바탕으로 분석하고 Reporting 할 수 있는 결과물은 Big Data 분석을 통해 고장 예측 정보를 Reporting 할 수 있다. 원격지 TRO 모듈의 정보를 취합하여 분석한 결과 값을 원격 TRO 모듈에 전달하기 위해서 고장 예측 정보를 데이터베이스를 활용하여 전송하도록 한다. 원격관리시스템은 진단 분석한 결과 값을 실시간 전송 받아서 관리자 혹은 사용자에게 진단 내용을 전달한다. 관리자 혹은 사용자는 전달받은 진단 내용을 통해 사전에 고장예측을 통보받고 TRO 모듈을 점검할 수 있다. 또한 예측된 데이터를 통해선박내 평형수의 상황을 미리 인지할 수 있다. 원격관리시스템은 로컬에서만 아닌 원격지 혹은 모바일 환경에서도 지원 가능하도록 구성한다. 선박과 육상 간 데이터 송수신은 비용효율성이 높은 통신방식(CDMA 등)을 이용한다. 게이트웨이(12)의데이터 송수신 S/W 모듈은 데이터를 생성 및 송수신 기능을 수행한다. 데이터 생성은 요청받은 데이터를 데이터베이스로부터 추출하여 XML 혹은 JSON으로 데이터를 생성한다. 사용자에 의해서 설정된 주기설정을 적용하여 특정 데이터를 추출하도록한다. TRO 감시 단말(11)은 TRO 모듈의 콘트롤러에서 송수신되는 염소 농도, 밸브개폐율(%), On/Off, 압력 등의 상태정보를 임베디드 기반 감시시스템에서 통신을 통하여 전달되는 각종 상태데이터를 텍스트 모드 혹은 GUI 모드 등으로 표시해 주며, TRO 모듈에 대한 정보를 전달하여 관리 설정 및 제어를 담당한다. TRO 모듈과 컨트롤러 간에는 RS485 통신과 압력센서, 전자비례밸브 등이 연결 되며, WinCE 기반의 임베디드 감시시스템은 TRO 컨트롤러와 RS485 통신을 통하여 TRO 감시 및 제어하도록 구성한다. TRO 컨트롤러와의 통신은 Modbus RTU 통신을 이용하여 실시간데이터 수신과 제어 정보를 송신할 수 있도록 구현한다. 실시간으로 감시되는 TRO모듈의 데이터 정보와 TRO 모듈 구동 시 문제가 발생할 때 이력 데이터를 저장하기위해 데이터베이스를 설계, 구축한다.

TRO 감시 단말은 TRO 모듈의 상태정보를 TRO 컨트롤러와의 Modbus TCP/IP 프로토콜을 이용하여 실시간으로 데이터를 수집하여 텍스트 혹은 GUI 형태로 사용자에게 정보를 제공한다. TRO 모듈을 실시간 감시 및 제어를 하면서 문제 발생 시 관리자에게 문제의 원인과 진단결과의 신속 조치와 정비를 할 수 있도록한다. 나아가 관제시스템을 통해 관리자는 모든 TRO 모듈이 탑재된 선박을 동시다발적으로 감시, 관리 할 수 있다.

TRO 모듈의 각종 센서에서 취득한 정보 저장 및 고장 진단을 위해서 기준정보 데이터베이스를 설계 및 구축한다. 본 발명은 해양기술과 IT기술이 융합이 되는 핵심으로 선박의 평형수 제어관리 시스템과 원격 제어 시스템의 데이터를 통합 관리하여 관리자뿐 아니라 사용자에게까지 서비스를 제공하기 위하여 데이터베이스가 요구되며, 원격 제어 시스템 및 모바일 서비스에 해당 데이터베이스의 데이터를 기반으로 서비스가 진행이 가능하도록 한다.

도 8 및 도 9를 참조하면 본 발명의 실시 예에 따른 TRO센서 모듈(100)의 구동 방법은, TRO센서를 시동하는 단계(S700); 상기 TRO센서에 에러가 출력되는지 확인하는 단계(S800); 상기 S800 단계에서 에러 출력이 확인되면 상기 에러를 해결조치하는 단계(S810); 상기 S800 단계에서 에러 출력이 미확인되면 통신 유형을 설정하는 단계(S900); 시약부의 지시 시약(D)이 상기 TRO센서 내로 주입되는지 확인하는 단계(S1000); 유량조절부를 통해 해수가 상기 TRO센서 내로 주입되는지 확인하는 단계(S1100); 주입되는 해수 유량이 적정 유량인지 확인하는 단계(S1200); 상기 S1200 단계에서 확인된 해수 주입량이 과대 또는 과소 상태이면 시간당 주입량을 8 내지 17 입방미터로 조정하는 단계(S1210); 상기 S1200 단계에서 해수 주입량이 적정 유량이면 차아염소산염(S) 농도를 측정하는 단계(S1300); 상기 S1300 단계에서 검지되는 상기 차아염소산염(S) 농도가 적정 농도인지 확인하는 단계(S1400); 상기 S1400 단계에서 확인된 상기 차아염소산염(S) 농도가 과대 또는 과소 상태이면 중화제(N) 주입을 조절하여 상기 차아염소산염(S) 농도가 6 내지8PPM이 되도록 조정하는 단계(S1410); 상기 S1400 단계에서 확인된 상기 차아염소산염(S) 농도가 적정 농도이면 구동을 종료하는 단계(S1500);가 포함되는 것을 특징으로 한다.

상기 S810 단계는 경고신호부에서 알람을 발생 시키는 단계(S820); 상기 에러가 고장 모드에 의한 것인지 확인하는 단계(S830); 상기 S830 단계에서 고장 모드에 의한 것으로 확인되면 FMEA기법으로 RPN지수를 산출하는 단계(S840); 상기 S840 단계에서 RPN지수가 산출되면 고장 부품을 추정하는 단계(S850); 상기 S850 단계에서 추정된 고장 부품의 고장을 처리하는 단계(S260);가 더 포함되는 것을 특징으로 한다. 또한, 상기 S830 단계에서 고장 모드에 의한 것이 아니면 FTA기법으로 폴트 트리의 고장 모드 확률을 계산하는 단계(S831); 상기 S831 단계에서 계산된 고장 모드 확률로 상기 고장 모드의 종류를 추정하는 단계(S870); 상기S870 단계에서 추정된 고장 모드의 종류가 고장 부품에 의한 것인지 확인하는 단계(S880); 상기 S880 단계에서 고장 부품에 의한 것으로 확인되면 상기 S840 단계로 회귀하는 것을 특징으로 한다.

전술된 본 발명에 따른 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법의 실시 예는, 본 발명의 이해를 돕기 위해 예시를 든 것이다. 따라서 본 발명의 실시 예에 따른 도면을 참조하여 설명하였지만, 본 발명이 속한 분야에서 통상의 지식을 가진 자라면 상기 내용을 바탕으로 본 발명의 범주 내에서 다양한 응용 및 변형을 행하는 것이 가능할 것이다.

100 : TRO센서 모듈
200 : TRO 데이터

Claims (5)

1. TRO센서 모듈(100)에서 실시간으로 TRO 데이터(200)가 발생하는 단계(S100);
   실시간으로 상기 TRO 데이터(200)를 수집하고 저장하는 단계(S200);
   상기 TRO 데이터(200)를 분석하는 단계(S300);
   상기 분석하는 단계(S300)를 통해 에러 탐지를 위한 진단모델을 생성하는 단계(S400);
   상기 진단모델을 실시간 모니터링 시스템에 탑재하는 단계(S500);
   상기 TRO센서 모듈에서 에러 발생 시 진단 결과를 실시간 모니터링을 통해 사용자에게 제공하는 단계(S600);를 포함하는 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법.
   
2. 청구항 1에 있어서, 상기 TRO 데이터(200)를 수집하고 저장하는 단계(S200)는
   데이터베이스 테이블을 구성하여 데이터를 저장하는 것을 특징으로 하는 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법.
   
3. 청구항 1에 있어서,
   상기 TRO센서 모듈(100)에서 알람 발생 시 해결한 조치사항을 저장하는 단계(S210);를 더 포함하는 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법.
   
4. 청구항 1에 있어서,
   상기 TRO센서 모듈(100)에서 정상 동작 중에 에러 발생 시 상기 TRO센서 모듈(100)의 상태 값 및 해결한 조치사항을 저장하는 단계(S220);를 더 포함하는 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법.
   
5. 청구항 1에 있어서,
   상기 TRO센서 모듈(100)의 테스트베드에서 실시간 모니터링 중 발생한 알람과 에러에 대한 상기 TRO센서 모듈(100)의 상태 값 및 해결한 조치사항을 저장하는 단계(S230);를 더 포함하는 빅데이터를 활용한 TRO센서 모듈 에러유형별 검출 및 진단 방법.

Images