KR102052628B1 - 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템 - Google Patents

조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템 Download PDF

Info

Publication number
KR102052628B1
KR102052628B1 KR1020180060301A KR20180060301A KR102052628B1 KR 102052628 B1 KR102052628 B1 KR 102052628B1 KR 1020180060301 A KR1020180060301 A KR 1020180060301A KR 20180060301 A KR20180060301 A KR 20180060301A KR 102052628 B1 KR102052628 B1 KR 102052628B1
Authority
KR
South Korea
Prior art keywords
facility
data
iot
processing system
index
Prior art date
Application number
KR1020180060301A
Other languages
English (en)
Inventor
이상석
Original Assignee
주식회사 윈정보기술
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 윈정보기술 filed Critical 주식회사 윈정보기술
Priority to KR1020180060301A priority Critical patent/KR102052628B1/ko
Application granted granted Critical
Publication of KR102052628B1 publication Critical patent/KR102052628B1/ko

Links

Images

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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

본 발명은 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템에 관한 것이다. 본 발명에 따르면, 조선소 내 운용되는 운송 설비 및 생산 설비에 각각 설치되어 감시 인자를 감지하는 IoT 센서들로부터 상기 설비 별로 센싱 데이터들을 각각 수집하는 데이터 수집부와, 각각의 설비 별로 상기 설비에 대응하여 수집된 상기 센싱 데이터들을 기초로 상기 설비의 고장 여부를 판단하는 설비 상태 분석부, 및 상기 설비 별로 상기 수집된 센싱 데이터들의 정보 및 상기 고장 여부의 판단 결과를 출력하여 제공하는 출력부를 포함하는 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템을 제공한다.
본 발명에 따르면, 조선소 현장에 배치 운영 중인 각종 설비의 데이터를 통합 모니터링하고 분석하여 설비의 현재 상태를 관리하고 고장을 예측할 수 있는 이점이 있다.

Description

조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템{IoT-based data processing system for predicting failur of shipyard equipment}
본 발명은 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템에 관한 것으로서, 보다 상세하게는 조선소 현장에 배치 운영 중인 각종 설비의 데이터를 통합 모니터링하고 분석하여 설비의 고장 여부를 예측할 수 있는 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템에 관한 것이다.
시스템의 고장 예지란 작동중인 시스템의 열화 정도를 평가하여 고장이 발생할 시간을 예측하는 과정을 의미하는 것으로, 갑작스러운 고장에 따른 물적 손실 및 인적 피해를 사전에 방지하는데 매우 큰 역할을 한다.
따라서, 현재 산업 전반에서는 물적 손실 및 인적 피해를 최소화고자 시스템이나 기기의 고장을 사전에 예측 및 진단하는 시스템에 대한 연구 개발이 활발히 진행 중에 있으며 일부 산업 분야에서는 실제 적용 및 운용되고 있다.
조선소 현장에서 이루어지는 선박 건조는 각종 블록과 소재들이 운송, 가공 및 조립되어 수행된다. 이러한 선박 건조 공정에 있어, 장비나 물품의 현재 상태 및 위치 정보를 실시간 파악하고 통합적으로 모니터링 및 분석하는 것은, 설비 가동률과 제품의 제조 품질, 그리고 생산 스케줄 및 고장 예측 등을 위해 매우 중요하다.
하지만 현재까지는 대부분 인력을 통해 관리되고 있으며 공정 별로 개별 관리되고 있어 연관 관계의 통합 분석이 어려움은 물론, 현장에서 수집된 미가공된 데이터를 이용하여 사람의 판단 및 경험에 의존하여 의사 결정하는 수준이므로 관리 효율이 매우 떨어지고 느린 의사 결정으로 인해 생산 스케쥴에 영향을 미치는 문제점이 있다.
본 발명의 배경이 되는 기술은 한국공개특허 제2012-0132893호(2012.12.10 공개)에 개시되어 있다.
본 발명은, 조선소 현장에 배치 운영 중인 각종 설비의 데이터를 통합 모니터링하고 분석하여 설비의 고장 여부를 예측할 수 있는 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템을 제공하는데 목적이 있다.
본 발명은, 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템에 있어서, 조선소 내 운용되는 운송 설비 및 생산 설비에 각각 설치되어 감시 인자를 감지하는 IoT 센서들로부터 상기 설비 별로 센싱 데이터들을 각각 수집하는 데이터 수집부와, 각각의 설비 별로 상기 설비에 대응하여 수집된 상기 센싱 데이터들을 기초로 상기 설비의 고장 여부를 판단하는 설비 상태 분석부, 및 상기 설비 별로 상기 수집된 센싱 데이터들의 정보 및 상기 고장 여부의 판단 결과를 출력하여 제공하는 출력부를 포함하는 IoT 기반 데이터 처리 시스템을 제공한다.
또한, 상기 설비 상태 분석부는, 상기 센싱 데이터들을 조합하여 연산된 고장 지수를 기 설정된 임계값과 비교하여 상기 설비의 고장 여부를 판단할 수 있다.
또한, 상기 고장 지수 연산 시, 과거 빅데이터를 기초로 해당 설비의 상기 센싱 데이터들 중에서 고장 빈도가 높은 일부 데이터에 대해 1 보다 큰 가중치를 적용할 수 있다.
또한, 상기 운송 설비는, 골리앗 크레인, 고소차, 트랜스포터 및 천정 크레인 중에서 적어도 하나를 포함하고, 상기 생산 설비는, 용접 설비, 절단 설비 및 도장 설비 중에서 적어도 하나를 포함할 수 있다.
또한, 상기 운송 설비의 센싱 데이터는, 위치, 속도, 열화상, 온도, 운송물 중량, 운송물 부피, 전압, 전류, 전력 데이터 중 적어도 하나의 데이터를 포함하고, 상기 생산 설비의 센싱 데이터는, 온도, 진동, 열화상, 가스사용량, 진동, 전압, 전류, 전력 데이터 중 적어도 하나의 데이터를 포함할 수 있다.
또한, 상기 생산 설비의 설치 위치 및 상기 운송 설비의 기 계획된 경로가 각각 매핑되어 있는 조선소 GIS 지도를 제공하는 지도 DB와, 상기 조선소 GIS 지도를 가상으로 구획한 복수의 구역 각각을 대상으로, 상기 구역에 위치한 소정 생산 설비의 현재 센싱 데이들을 기초로 제1 위험 지수를 연산하고 상기 구역을 지나는 경로를 갖는 소정 운송 설비의 현재 센싱 데이터들을 기초로 제2 위험 지수를 연산하는 위험 지수 연산부, 및 상기 복수의 구역 별로 상기 제1 및 제2 위험 지수를 각각의 기준값과 비교하여, 상기 구역 진입 시 상기 운송 설비의 속도 제한 여부 및 상기 구역을 회피하여 이동하기 위한 우회 경로의 이동 여부 중 적어도 하나에 대응되는 신호를 상기 운송 설비에 전달하는 제어부를 포함할 수 있다.
또한, 상기 제1 위험 지수는, 상기 소정 생산 설비의 가스 및 온도 데이터에 대응하는 가스 지수와 온도 지수의 곱에 비례하며, 상기 제2 위험 지수는, 상기 소정 운송 설비의 운송물 중량 및 부피 데이터에 각각 대응하는 중량 지수 및 부피 지수의 곱에 비례할 수 있다.
또한, 상기 제1 및 제2 위험 지수에 대한 상기 기준값은 각각 두 단계의 로우 기준값 및 하이 기준값을 포함하며, 상기 제어부는, 상기 제1 및 제2 위험 지수가 모두 로우 기준값 미만이면 상기 운송 설비의 운송 속도를 제한하지 않고, 상기 제1 및 제2 위험 지수 중 적어도 하나가 각각의 로우 기준값 이상이고 하이 기준값 미만이면 상기 운송 설비의 운송 속도를 제한하는 신호를 상기 운송 설비로 전달할 수 있다.
또한, 상기 제어부는, 상기 제1 및 제2 위험 지수가 모두 하이 기준값 이상이면 상기 구역을 회피하여 이동하기 위한 우회 경로를 상기 운송 설비에 제공할 수 있다.
또한, 상기 제어부는, 상기 복수의 구역 중 상기 제1 및 제2 위험 지수가 모두 하이 기준값 이상인 구역이 적어도 하나인 경우, 상기 적어도 하나의 구역을 회피하는 후보 경로 중 최단 거리를 갖는 우회 경로를 선택하여 상기 운송 설비에 제공하는
또한, 상기 출력부는, 기 구축된 조선소 GIS 지도 상에 상기 생산 설비의 설치 위치 및 상기 운송 설비의 위치를 실시간 표출하여 제공할 수 있다.
본 발명에 따르면, 조선소 현장에 배치 운영 중인 운송 설비 및 생산 설비를 포함한 각종 설비에 대한 IoT 기반의 센싱 데이터를 통합 모니터링하고 분석하여 설비의 현재 상태를 분석하고 고장을 사전 예측할 수 있다. 따라서, 본 발명은 조선 설비의 관리 효율을 높임은 물론 각종 사고를 예방하여 물적 및 인적 피해를 최소화할 수 있으며 제품의 생산성 및 제조 품질을 높일 수 있다.
도 1은 본 발명의 실시예에 따른 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템의 구성을 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 조선소 내 설비별 수집되는 데이터의 종류를 예시한 도면이다.
도 3은 도 1에 도시된 IoT 기반의 데이터 처리 시스템의 구성을 상세히 나타낸 도면이다.
도 4는 본 발명의 실시예에서 조선소 GIS 지도 내 구획된 가상의 구역을 설명하는 도면이다.
도 5는 도 4의 빗금 구역에 대한 제1 및 제2 위험 지수를 기초로 운송 설비의 속도 제한 및 우회 경로 이동 여부를 결정하는 원리를 나타낸 도면이다.
도 6은 본 발명의 실시예에 따라 통합 관리되는 요소를 설명하는 도면이다.
그러면 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.
도 1은 본 발명의 실시예에 따른 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템의 구성을 나타낸 도면이다.
도 1에 나타낸 것과 같이, 본 발명의 실시예에 따른 IoT 기반의 데이터 처리 시스템(100)은 조선소 내 운용되는 운송 설비(200) 및 생산 설비(300)에 설치된 각각의 IoT 센서들과 네트워크 연결되어 상호 통신하며, IoT 센서들로부터 수집되는 센싱 데이터를 기초로 각종 설비(200,300)의 상태를 모니터링하고 고장 여부를 예측한다.
본 발명의 실시예에서 운송 설비(200)란 조선소 내에서 블록 또는 제품의 이송 및 운반 등을 담당하는 장비 군으로서 골리앗 크레인, 고소차, 트랜스포터(TP; Transporter) 및 천정 크레인 중 적어도 하나를 포함할 수 있고, 생산 설비(300)란 생산, 조립 등을 담당하는 장비 군으로서 용접 설비, 절단 설비 및 도장 설비 중 적어도 하나를 포함할 수 있다.
IoT 기반의 데이터 처리 시스템(100)은 일종의 관리 서버에 해당할 수 있으며, 네트워크 접속된 관리자 단말(미도시)에게 각종 정보를 실시간 출력하여 제공할 수 있다. 여기서, 관리자 단말은 관리 서버와 유무선 네트워크 연결된 PC, 노트북, 태블릿 PC, 스마트 폰, 스마트 패드, PDA 등에 해당할 수 있다.
IoT 기반의 데이터 처리 시스템(100)은 기존 네트워크에 사물 인터넷(IoT)이 융합된 데이터 처리 시스템에 해당한다. 여기서, IoT 센서는 장비에 장착되어 사물 인터넷(IoT)을 가능하게 하며, 위치, 속도, 온도, 무게, 전압, 전류, 가스, 영상 등의 계측이 가능한 기 공지된 다양한 종류의 센서류를 포함할 수 있다.
IoT 센서는 센싱 데이터를 게이트웨이를 통해 전송할 수도 있으며, 지그비(ZigBee), 와이파이(Wi-Fi), 블루투스(Bluetooth), 로라(LoRa), NB-IoT(NarrowBand-IoT) 등을 지원하는 무선 통신 모듈을 내장하여 센싱 데이터를 직접 인터넷을 통해 데이터 처리 시스템(100)으로 전송할 수도 있다.
IoT 센서는 각 설비에 대해 적어도 하나 설치될 수 있는데, 실질적으로 각각의 설비 별로 요구되는 다양한 종류의 데이터 수집이 가능하도록 여러 종류의 센서들이 복합적으로 설치되어 운용될 수 있다. 여기서 물론 설비에 장착되는 센서들의 개수, 종류 등은 설비마다 상이할 수 있다.
도 2는 본 발명의 실시예에 따른 조선소 내 설비별 수집되는 데이터의 종류를 예시한 도면이다.
이러한 도 2는 조선소 내 운용 중인 설비를 운송 설비 및 생산 설비로 구분하고 소속된 설비 종류 별로 설비 형상과 수집 데이터를 예시하고 있다.
도 2에 나타낸 것과 같이, 운송 설비(200)에 해당하는 장비들의 센싱 데이터는 주로 위치, 속도, 열화상, 온도, 운송물 중량, 운송물 부피, 전압, 전류, 전력 데이터 중 적어도 하나를 포함하고, 생산 설비(300)에 해당하는 장비들의 센싱 데이터는 온도, 진동, 열화상, 가스사용량, 진동, 전압, 전류, 전력 데이터 중 적어도 하나를 포함하는 것을 알 수 있다.
물론, 각 설비 별 센싱 데이터의 설명은 단지 예시에 불과한 것으로, 본 발명이 반드시 도 2에 의해 한정되는 것은 아니다.
또한, 운송 설비(200)에 소속된 장비의 경우 현재 위치, 설비의 구동 전원(전압, 전류, 전력), 적재된 운송물의 중량에 관한 데이터를 필수 데이터로 수집할 수도 있고, 생산 설비(300)에 소속된 장비의 경우 온도, 가스, 설비 구동 전원과 관련한 데이터를 필수 데이터로 수집할 수 있다. 이러한 필수 데이터 역시 하나의 예시에 불과하며 변경 가능한 요소임은 자명하다.
도 3은 도 1에 도시된 IoT 기반의 데이터 처리 시스템의 구성을 상세히 나타낸 도면이다.
도 3에 나타낸 것과 같이, 본 발명의 실시예에 따른 IoT 기반의 데이터 처리 시스템(100)은 데이터 수집부(110), 설비 상태 분석부(120), 출력부(130), 지도 DB(140), 위험 지수 연산부(150)를 포함한다.
데이터 수집부(110)는 조선소 내 운용되는 운송 설비 및 생산 설비에 각각 설치되어 감시 인자를 감지하는 IoT 센서들로부터, 설비 별로 센싱 데이터들을 각각 수집한다.
설비 상태 분석부(120)는 각각의 설비 별로 설비에 대응하여 수집된 센싱 데이터들을 기초로 설비의 고장 여부를 판단한다.
설비 상태 분석부(120)는 설비에 장착된 복수의 센서 각각의 센싱 데이터를 센서 별로 기 설정된 각각의 임계값과 개별 비교한 결과를 기초로 해당 설비의 고장 여부를 판단할 수도 있고, 복수의 센서로부터 수집된 각각의 센싱 데이터들을 조합하여 연산되는 고장 지수를 기 설정된 임계값과 비교한 결과를 기초로 고장 여부를 판단할 수도 있다.
트랜스포터에 설치된 N개의 센서들로부터 N개의 센싱 데이터들을 수집하는 경우를 가정하여 설명하면 다음과 같다.
전자의 경우를 예를 들면, 설비 상태 분석부(120)는 N개의 센싱 데이터를 각 센서에 대한 개별 임계값과 비교한 결과, 선택된 적어도 하나의 데이터인 M개(1≤M≤N)의 센싱 데이터가 각각 임계값 이상인 경우에 설비 고장으로 판단할 수 있다.
후자의 경우를 예를 들면, 설비 상태 분석부(120)는 N개의 센싱 데이터 중 선택된 복수의 센싱 데이터인 L개(2≤L≤N)의 센싱 데이터를 상호 조합하여 연산한 고장 지수가 기 설정된 임계값 이상이면 설비 고장으로 판단할 수 있다.
이때, 신뢰성 있는 연산을 위해, 각각의 L개의 센싱 데이터는 모두 0과 1 사이 값으로 정규화 처리될 수 있으며, 정규화된 값에 센서별 가중치를 각각 적용(곱)한 후에 모두 합산하는 것을 통해 고장 지수를 연산할 수 있다.
여기서, 가중치는 경우에 따라 0과 1 사이의 소수값, 1의 값, 혹은 1 보다 큰 값이 적용될 수 있다. 이러한 가중치는 각 센서들의 종류, 해당 설비에서 센싱 데이터의 중요도 등에 따라 달리 설정될 수 있으며, 동일한 센서라 할지라도 장착 대상이 되는 설비의 종류가 달라지면 적용되는 가중치도 달라질 수 있다.
또한, 본 발명의 실시예의 경우, 설비 상태 분석부(120)는 과거 수집된 빅데이터를 기초로 해당 설비의 센싱 데이터들 중 해당 설비에서 고장 빈도가 높은 속성으로 파악된 일부 데이터에 대해서 1보다 큰 가중치를 적용할 수 있으며, 이를 통해 고장 지수 연산 시에 해당 데이터에 대한 비중 또는 민감도를 높일 수 있다.
이처럼 본 발명의 실시예는 과거에 해당 설비에서 정상 수치를 벗어난 이상 상태가 자주 발생한 센싱 데이터 군에 대해 가중치를 높일 수 있으며 과거 유사 상황 발생 시 그와 관련된 설비 고장 상황을 미리 예측하고 알릴 수 있다.
출력부(130)는 각각의 설비 별로 센싱 데이터들의 정보 및 고장 여부의 판단 결과를 실시간 출력하여 제공한다. 출력부(130)는 네트워크 접속된 관리자 단말로 조선소 내 모든 설비에 대한 동작 현황과 알람을 제공하여, 설비별 동작 상태 및 고장 여부 등을 실시간 모니터링할 수 있도록 한다.
또한, 출력부(130)는 기 구축된 조선소 GIS 지도 상에 각 생산 설비의 설치 위치 및 각 운송 설비의 위치를 실시간 표출하여 제공할 수 있다. GIS 지도는 각 조선소마다 고유한 정보로 구축 및 관리되며, 각종 설비의 위치, 이동 현황 등이 지리 정보와 연계되어 제공된다.
지도 DB(140)는 조선소 GIS 지도를 관리 및 제공한다. 조선소 내 운용 중인 각종 생산 설비의 설치 위치 및 각종 운송 설비에 대한 기 계획된 경로는 조선소 GIS 지도 상에 매핑되어 제공 및 관리될 수 있다.
본 발명의 실시예는 조선소 GIS 지도를 가상으로 구획한 복수의 구역 각각을 대상으로, 구역 내 존재하는 생산 설비에 의한 제1 위험 지수와, 구역을 경유하는 계획 경로를 가진 운송 설비에 의한 제2 위험 지수를 각각 연산하고, 두 개의 위험 지수를 기초로 해당 운송 설비에 대한 속도 제한 여부 및 우회 경로 이용 여부 중 적어도 하나를 결정한다.
도 4는 본 발명의 실시예에서 조선소 GIS 지도 내 구획된 가상의 구역을 설명하는 도면이고, 도 5는 도 4의 빗금 구역에 대한 제1 및 제2 위험 지수를 기초로 운송 설비의 속도 제한 및 우회 경로 이동 여부를 결정하는 원리를 나타낸 도면이다.
위험 지수 연산부(150)는 도 4에 도시된 복수의 구역 각각마다, 구역에 위치한 소정 생산 설비의 현재 센싱 데이들을 기초로 제1 위험 지수(A)를 연산하고, 구역을 지나는 경로를 갖는 소정 운송 설비의 현재 센싱 데이터들을 기초로 제2 위험 지수(B)를 연산한다.
여기서, 제1 위험 지수(A)는, 소정 생산 설비의 가스 데이터 및 온도 데이터에 대응하는 가스 지수와 온도 지수의 곱에 비례할 수 있다. 가스 지수와 온도 지수 각각은 가스 값 및 온도 값 그 자체일 수도 있고 각각의 값을 그에 대응하는 지수로 변환한 값 또는 0과 1 사이로 정규화한 값을 의미할 수도 있다. 가스 및 온도 값이 높을수록 해당 생산 설비 또는 그 주변 환경의 위험 인자가 높아지는 것을 의미할 수 있다.
제2 위험 지수(B)는 소정 운송 설비의 운송물 중량(무게) 데이터 및 부피(크기) 데이터에 각각 대응하는 중량 지수 및 부피 지수의 곱에 비례할 수 있다. 중량 지수와 부피 지수 역시 각각의 값 그 자체이거나 각각의 값을 그에 대응하는 지수로 변환한 값 또는 0과 1 사이로 정규화한 값을 의미할 수 있다.
운송 설비 상에 적재된 운송물의 중량 및 부피가 클수록, 운송 설비가 이동 중에 겪을 수 있는 화재, 폭발, 충돌 등의 사고 시에 피해 규모가 더욱 막대해질 수 있으므로 위험 인자가 더욱 높아지는 것을 의미한다.
제어부(160)는 복수의 구역 각각 별로, 제1 및 제2 위험 지수(A,B)를 각각의 기준값과 비교하여, 해당 구역 진입 시 운송 설비의 속도 제한 여부, 그리고 구역을 회피하여 이동하기 위한 우회 경로의 이동 여부 중 적어도 하나에 대응되는 신호를 운송 설비에 전달한다.
제1 위험 지수(A) 및 제2 위험 지수(B)에 대한 기준값은 각각 두 단계의 로우 기준값 및 하이 기준값을 포함한다. 즉, 도 5와 같이, 제1 위험 지수(A)에 대한 로우 및 하이 기준값(L1,H1)이 존재하고, 제2 위험 지수(B)에 대한 로우 및 하이 기준값(L2,H2)이 존재한다.
제어부(160)는 제1 및 제2 위험 지수(A,B)가 모두 로우 기준값 미만인 경우(A<L1 & B<L2 조건), 운송 설비의 운송 속도를 제한하지 않는 신호를 운송 설비로 전달한다. 또한, 제어부(160)는 제1 및 제2 위험 지수(A,B) 중 적어도 하나가 각각의 로우 기준값 이상이고 하이 기준값 미만인 경우(L1≤A<H1 또는 L2≤B<H2 중 적어도 하나의 조건)에는 운송 설비의 운송 속도를 제한하는 신호를 운송 설비로 전달한다.
물론, 제어부(160)는 제1 및 제2 위험 지수(A,B)가 모두 하이 기준값 이상인 경우(A≥H1 & B≥H2 조건)는 해당 구역을 회피하여 이동하기 위한 우회 경로를 운송 설비에 제공한다.
이러한 동작을 도 4의 복수의 구역 중 하나인 빗금 구역을 예시로 설명하면 다음과 같다.
도 4는 빗금 구역(1행/3열 구역) 내에 용접 설비가 존재하고, 1행/1열 구역 내에 트랜스포터가 존재하는 상황을 가정한다. 또한, 트랜스포터의 출발지(1행/1열 구역)와 목적지(1행/6열 구역) 사이에는 미리 계획된 경로(실선 경로 참조)가 지도 상에 매핑된 것을 가정한다.
만일, 빗금 구역에 대해, 제1 위험 지수(A)와 제2 위험 지수(B)를 각각 연산한 결과, A와 B 모두 각각의 로우 기준값 미만이면(A<L1 & B<L2), 제어부(160)는 트랜스포터가 빗금 구역을 경유할 때 속도 제한이나 감속 없이 주행 가능하도록 허용할 수 있다.
하지만, 빗금 구역에 대해, A와 B를 연산한 결과, A와 B 중 적어도 하나가 각각의 로우 및 하이 기준값 사이에 해당하는 경우(L1≤A<H1 또는 L2≤B<H2 중 적어도 하나의 조건)에, 제어부(160)는 트랜스포터가 빗금 구역을 경유할 때 설정 속도(ex, 10 km/h) 이내의 제한된 속도로 주행하도록 설정할 수 있다. 이처럼, 해당 구역에 대한 위험 인자가 높을수록 해당 구역 주행 시 운송 설비의 속도를 제한하여 안전한 저속 주행을 유도하고 충돌 사고가 발생하더라도 화재, 폭발, 인명 사고 등의 피해 규모를 고속 주행시보다 현저히 줄일 수 있다.
또한, 빗금 구역에 대해, A와 B 모두 하이 기준값 이상이면(A≥H1 & B≥H2), 제어부(160)는 빗금 구역을 회피하여 이동하기 위한 우회 경로(도 4의 점선 경로)를 생성하여 운송 설비에 제공한다. 물론, 우회 경로는 도 4에 도시된 것 이외에도 더욱 다양하게 존재할 수 있다.
또한, 도 4의 상태에서 만일 2행/5열 구역에도 생산 설비가 존재하고 해당 구역에서 연산된 A와 B 값이 모두 하이 기준값 이상인 경우에는 이 구역을 추가로 회피하는 형태로 우회 경로를 생성할 수 있는데, 예를 들어 점선 경로는 2행/4열 구역에서 상부로 한번 꺾어진 후 다시 우측으로 꺾어져 목적지를 향하도록 수정될 수 있다.
또한, 제어부(160)는 A와 B가 모두 하이 기준값 이상인 구역이 적어도 하나인 경우, 적어도 하나의 구역을 회피 가능한 모든 후보 경로 중 최단 거리를 갖는 우회 경로를 선택하여 운송 설비에 제공할 수 있다. 최단 거리의 경로 이용 시에는 트래스포터의 운송 비용과 운송 소요 시간 등을 절약할 수 있다.
도 6은 본 발명의 실시예에 따라 통합 관리되는 요소를 설명하는 도면이다.
도 6에 도시된 바와 같이, 본 발명은 조선소 내 각종 설비마다 부착된 IoT 센서를 이용하여 현장 데이터를 자동으로 수집할 수 있으며, 수집된 데이터들을 모니터링하고 분석하여 각종 설비의 상태를 진단하고 예측할 수 있다.
또한, 본 발명에 따르면, 현장 데이터 중 설비의 위치 데이터를 사내 GIS 정보와 연동하여 실시간 제공하며 주변의 환경을 고려하여 운송 설비의 최적 이동 경로를 추천하여 제공할 수도 있다. 그 밖에도, 본 발명은 전사적 자원 관리, 구매/발주 시스템 등과 같은 업무 지원 시스템과 연계하여 다방면으로 통합 관리될 수 있다.
이러한 본 발명은 특정 조선소에 국한됨 없이 조선업 전반의 주요 생산 설비 및 운송 설비를 통합 관리할 수 있고, IoT 기반의 고장 예측 및 사고 예방 시스템을 구현하여 조선해양 생산품질 안정화와 생산성 향상 및 원가 절감을 실현할 수 있다.
이상과 같은 본 발명에 따르면, 조선소 현장에 배치 운영 중인 운송 설비 및 생산 설비를 포함한 각종 설비에 대한 IoT 기반의 센싱 데이터를 통합 모니터링하고 분석하여 설비의 현재 상태를 분석하고 고장을 사전 예측할 수 있다.
또한, 이를 통해 본 발명은 조선 설비의 관리 효율을 높임은 물론, 각종 사고를 예방하여 물적 및 인적 피해를 최소화할 수 있으며, 제품의 생산성 및 제조 품질을 높일 수 있는 이점이 있다.
본 발명은 도면에 도시된 실시 예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.
100: IoT 기반 데이터 처리 시스템 110: 데이터 수집부
120: 설비 상태 분석부 130: 출력부
140: 지도 DB 150: 위험 지수 연산부
160: 제어부 200: 운송 설비
300: 생산 설비

Claims (11)

  1. 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템에 있어서,
    조선소 내 운용되는 운송 설비 및 생산 설비에 각각 설치되어 감시 인자를 감지하는 IoT 센서들로부터 상기 설비 별로 센싱 데이터들을 각각 수집하는 데이터 수집부;
    각각의 설비 별로 상기 설비에 대응하여 수집된 상기 센싱 데이터들을 기초로 상기 설비의 고장 여부를 판단하는 설비 상태 분석부;
    상기 설비 별로 상기 수집된 센싱 데이터들의 정보 및 상기 고장 여부의 판단 결과를 출력하여 제공하는 출력부;
    조선소 GIS 지도를 가상으로 구획한 복수의 구역 각각을 대상으로, 상기 구역에 위치한 소정 생산 설비의 현재 센싱 데이터들 중 가스 및 온도 데이터를 기초로 제1 위험 지수를 연산하고 상기 구역을 지나는 계획 경로를 갖는 소정 운송 설비의 현재 센싱 데이터들 중 운송물 중량 및 부피 데이터를 기초로 제2 위험 지수를 연산하는 위험 지수 연산부; 및
    상기 복수의 구역 별로 상기 제1 및 제2 위험 지수를 각각의 기준값과 비교하여, 상기 구역 진입 시 운송 설비의 속도 제한 여부 및 상기 구역을 회피 이동하기 위한 우회 경로의 이동 여부를 결정하여 상기 운송 설비로 전달하는 제어부를 포함하며,
    상기 제1 및 제2 위험 지수에 대한 상기 기준값은 각각 두 단계의 로우 기준값 및 하이 기준값을 포함하며,
    상기 제어부는,
    상기 제1 및 제2 위험 지수가 모두 로우 기준값 미만이면, 상기 운송 설비의 운송 속도를 제한하지 않고, 상기 제1 및 제2 위험 지수 중 적어도 하나가 각각의 로우 기준값 이상이고 하이 기준값 미만이면, 상기 운송 설비의 운송 속도를 제한하는 신호를 상기 운송 설비로 전달하며, 상기 제1 및 제2 위험 지수가 모두 하이 기준값 이상이면, 상기 구역을 회피하여 이동하기 위한 우회 경로를 상기 운송 설비로 전달하는 IoT 기반 데이터 처리 시스템.
  2. 청구항 1에 있어서,
    상기 설비 상태 분석부는,
    상기 센싱 데이터들을 조합하여 연산된 고장 지수를 기 설정된 임계값과 비교하여 상기 설비의 고장 여부를 판단하는 IoT 기반 데이터 처리 시스템.
  3. 청구항 2에 있어서,
    상기 고장 지수 연산 시, 과거 빅데이터를 기초로 해당 설비의 센싱 데이터들 중에서 고장 빈도가 높은 일부 데이터에 대해 1보다 큰 가중치를 적용하는 IoT 기반 데이터 처리 시스템.
  4. 청구항 1에 있어서,
    상기 운송 설비는,
    골리앗 크레인, 고소차, 트랜스포터 및 천정 크레인 중에서 적어도 하나를 포함하고,
    상기 생산 설비는,
    용접 설비, 절단 설비 및 도장 설비 중에서 적어도 하나를 포함하는 IoT 기반 데이터 처리 시스템.
  5. 청구항 1 또는 청구항 4에 있어서,
    상기 운송 설비의 센싱 데이터는,
    위치, 속도, 열화상, 온도, 운송물 중량, 운송물 부피, 전압, 전류, 전력 데이터 중 적어도 하나를 포함하고,
    상기 생산 설비의 센싱 데이터는,
    온도, 진동, 열화상, 가스사용량, 진동, 전압, 전류, 전력 데이터 중 적어도 하나를 포함하는 IoT 기반 데이터 처리 시스템.
  6. 청구항 1에 있어서,
    상기 생산 설비의 설치 위치 및 상기 운송 설비의 기 계획된 경로가 각각 매핑되어 있는 상기 조선소 GIS 지도를 제공하는 지도 DB를 더 포함하는 IoT 기반 데이터 처리 시스템.
  7. 청구항 1에 있어서,
    상기 제1 위험 지수는,
    상기 소정 생산 설비에 대한 상기 가스 및 온도 데이터에 대응하는 가스 지수와 온도 지수의 곱에 비례하며,
    상기 제2 위험 지수는,
    상기 소정 운송 설비에 대한 상기 운송물 중량 및 부피 데이터에 각각 대응하는 중량 지수 및 부피 지수의 곱에 비례하는 IoT 기반 데이터 처리 시스템.
  8. 삭제
  9. 삭제
  10. 청구항 1에 있어서,
    상기 제어부는,
    상기 복수의 구역 중 상기 제1 및 제2 위험 지수가 모두 하이 기준값 이상인 구역이 적어도 하나인 경우, 상기 적어도 하나의 구역을 회피하는 후보 경로 중 최단 거리를 갖는 우회 경로를 선택하여 상기 운송 설비에 제공하는 IoT 기반 데이터 처리 시스템.
  11. 청구항 1에 있어서,
    상기 출력부는,
    기 구축된 조선소 GIS 지도 상에 상기 생산 설비의 설치 위치 및 상기 운송 설비의 위치를 실시간 표출하여 제공하는 IoT 기반 데이터 처리 시스템.
KR1020180060301A 2018-05-28 2018-05-28 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템 KR102052628B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180060301A KR102052628B1 (ko) 2018-05-28 2018-05-28 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180060301A KR102052628B1 (ko) 2018-05-28 2018-05-28 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템

Publications (1)

Publication Number Publication Date
KR102052628B1 true KR102052628B1 (ko) 2019-12-05

Family

ID=69002360

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180060301A KR102052628B1 (ko) 2018-05-28 2018-05-28 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템

Country Status (1)

Country Link
KR (1) KR102052628B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102435945B1 (ko) * 2021-12-09 2022-08-24 주식회사테크블루 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법
KR102442122B1 (ko) * 2022-04-14 2022-09-14 (주)대성사 산업현장용 안전 관리장치
KR20240050023A (ko) 2022-10-11 2024-04-18 에이치디한국조선해양 주식회사 조선 공정 분석 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140107728A (ko) * 2013-02-26 2014-09-05 아이리얼 주식회사 Usn 기반 조선소 대형장비 모니터링 시스템
KR20160093172A (ko) * 2015-01-28 2016-08-08 주식회사 엑센솔루션 인공 신경망 알고리즘을 이용한 주조 설비에 대한 고장 예지 시스템 및 방법
KR101695557B1 (ko) * 2015-07-17 2017-01-24 고려대학교 산학협력단 자율 주행 기반 무인 운반차 시스템 및 이의 제어 방법
KR101742770B1 (ko) * 2016-02-24 2017-06-15 (주)익스트리플 사물정보센서 및 사물인터넷기반 설비 주변 위험감지 및 제어방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140107728A (ko) * 2013-02-26 2014-09-05 아이리얼 주식회사 Usn 기반 조선소 대형장비 모니터링 시스템
KR20160093172A (ko) * 2015-01-28 2016-08-08 주식회사 엑센솔루션 인공 신경망 알고리즘을 이용한 주조 설비에 대한 고장 예지 시스템 및 방법
KR101695557B1 (ko) * 2015-07-17 2017-01-24 고려대학교 산학협력단 자율 주행 기반 무인 운반차 시스템 및 이의 제어 방법
KR101742770B1 (ko) * 2016-02-24 2017-06-15 (주)익스트리플 사물정보센서 및 사물인터넷기반 설비 주변 위험감지 및 제어방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102435945B1 (ko) * 2021-12-09 2022-08-24 주식회사테크블루 선박 설비 요소의 위험 발생에 따른 직접 및 간접 요소의 위험도 분석 방법
KR102442122B1 (ko) * 2022-04-14 2022-09-14 (주)대성사 산업현장용 안전 관리장치
KR20240050023A (ko) 2022-10-11 2024-04-18 에이치디한국조선해양 주식회사 조선 공정 분석 시스템

Similar Documents

Publication Publication Date Title
US9760068B2 (en) Predictive maintenance method and system
KR102052628B1 (ko) 조선 설비 고장 예측을 위한 IoT 기반 데이터 처리 시스템
US11385137B2 (en) System, method and apparatus for monitoring the health of railcar wheelsets
US20200278273A9 (en) Computer System and Method for Recommending an Operating Mode of an Asset
US11187547B2 (en) Tire conditioning optimization for a collection of mining vehicles
US8893858B2 (en) Method and system for determining safety of elevator
RU2602700C2 (ru) Беспроводная система обнаружения опасных условий с определением местонахождения датчиков
KR101397671B1 (ko) 화물수송안전 시스템
KR101963305B1 (ko) 물류환경정보 관리 시스템
US10073724B2 (en) Method of intuition generation
WO2012047072A1 (ko) 가스 충전소 안전 관리 방법 및 시스템
CN109472885A (zh) 轮胎安全管理方法、装置、轮胎安全管理设备及汽车
KR102278744B1 (ko) 로봇의 이상 상태에 대한 알람을 출력하는 방법 및 장치
CN205527132U (zh) 一种基于物联网的电梯监测系统
KR101353387B1 (ko) 변위센서를 이용한 통신 구조물 안전상태 감시 시스템
KR102296561B1 (ko) 지그비를 이용한 인공지능 기반 복수개의 배전반 통합 관제시스템
CN109887243A (zh) 桥梁健康监测预警系统及其工作方法
JP6382732B2 (ja) 状態監視装置、状態監視システム、および編成列車
RU2710208C1 (ru) &#34;интеллектуальная&#34; дистанционная распорка и способ мониторинга воздушных линий
CN113865684B (zh) 一种基于静态轨道的空载矿车称重反馈监管系统
JP2021152949A (ja) 制御支援装置、プログラム及び制御支援方法
WO2020116031A1 (ja) 線路監視システム、線路監視装置、線路監視方法、及び非一時的なコンピュータ可読媒体
KR20190108515A (ko) 인공 신경망 데이터 처리기를 포함하는 센서 장치
KR102244629B1 (ko) 도로정비 시스템
KR20240083191A (ko) 프리팹 부재의 운송 정보 모니터링 시스템

Legal Events

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