KR102116951B1 - Operation management system and method for optimizing generation efficiency of dmfc applied to electric cart - Google Patents
Operation management system and method for optimizing generation efficiency of dmfc applied to electric cart Download PDFInfo
- Publication number
- KR102116951B1 KR102116951B1 KR1020190142196A KR20190142196A KR102116951B1 KR 102116951 B1 KR102116951 B1 KR 102116951B1 KR 1020190142196 A KR1020190142196 A KR 1020190142196A KR 20190142196 A KR20190142196 A KR 20190142196A KR 102116951 B1 KR102116951 B1 KR 102116951B1
- Authority
- KR
- South Korea
- Prior art keywords
- dmfc
- temperature
- power generation
- internal temperature
- methanol
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 claims abstract description 273
- 238000007405 data analysis Methods 0.000 claims abstract description 61
- 239000000446 fuel Substances 0.000 claims abstract description 10
- 238000010248 power generation Methods 0.000 claims description 139
- 238000001816 cooling Methods 0.000 claims description 40
- 238000011109 contamination Methods 0.000 claims description 37
- 238000004891 communication Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000000593 degrading effect Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000013480 data collection Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 239000002828 fuel tank Substances 0.000 claims description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 9
- 229910052760 oxygen Inorganic materials 0.000 description 9
- 239000001301 oxygen Substances 0.000 description 9
- 238000009529 body temperature measurement Methods 0.000 description 5
- 230000005611 electricity Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 239000003792 electrolyte Substances 0.000 description 3
- 229910052739 hydrogen Inorganic materials 0.000 description 3
- 239000001257 hydrogen Substances 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000003054 catalyst Substances 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000002542 deteriorative effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- -1 hydrogen ions Chemical class 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G06Q50/30—
-
- 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
- G06Q50/40—Business processes related to the transportation industry
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
- B60L3/0053—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to fuel cells
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M8/00—Fuel cells; Manufacture thereof
- H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
- H01M8/04007—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids related to heat exchange
- H01M8/04014—Heat exchange using gaseous fluids; Heat exchange by combustion of reactants
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M8/00—Fuel cells; Manufacture thereof
- H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
- H01M8/04298—Processes for controlling fuel cells or fuel cell systems
- H01M8/04305—Modeling, demonstration models of fuel cells, e.g. for training purposes
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M8/00—Fuel cells; Manufacture thereof
- H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
- H01M8/04298—Processes for controlling fuel cells or fuel cell systems
- H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
- H01M8/0444—Concentration; Density
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M8/00—Fuel cells; Manufacture thereof
- H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
- H01M8/04298—Processes for controlling fuel cells or fuel cell systems
- H01M8/04694—Processes for controlling fuel cells or fuel cell systems characterised by variables to be controlled
- H01M8/04701—Temperature
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M8/00—Fuel cells; Manufacture thereof
- H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
- H01M8/04298—Processes for controlling fuel cells or fuel cell systems
- H01M8/04694—Processes for controlling fuel cells or fuel cell systems characterised by variables to be controlled
- H01M8/04858—Electric variables
- H01M8/04925—Power, energy, capacity or load
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M8/00—Fuel cells; Manufacture thereof
- H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
- H01M8/04298—Processes for controlling fuel cells or fuel cell systems
- H01M8/04992—Processes for controlling fuel cells or fuel cell systems characterised by the implementation of mathematical or computational algorithms, e.g. feedback control loops, fuzzy logic, neural networks or artificial intelligence
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M8/00—Fuel cells; Manufacture thereof
- H01M8/06—Combination of fuel cells with means for production of reactants or for treatment of residues
- H01M8/0662—Treatment of gaseous reactants or gaseous residues, e.g. cleaning
- H01M8/0687—Reactant purification by the use of membranes or filters
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M8/00—Fuel cells; Manufacture thereof
- H01M8/10—Fuel cells with solid electrolytes
- H01M8/1009—Fuel cells with solid electrolytes with one of the reactants being liquid, solid or liquid-charged
- H01M8/1011—Direct alcohol fuel cells [DAFC], e.g. direct methanol fuel cells [DMFC]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/80—Other vehicles not covered by groups B60Y2200/10 - B60Y2200/60
- B60Y2200/86—Carts; Golf carts
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M2250/00—Fuel cells for particular applications; Specific features of fuel cell system
- H01M2250/20—Fuel cells in motive systems, e.g. vehicle, ship, plane
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/30—Hydrogen technology
- Y02E60/50—Fuel cells
Landscapes
- Engineering & Computer Science (AREA)
- Sustainable Energy (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Chemical & Material Sciences (AREA)
- General Chemical & Material Sciences (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Manufacturing & Machinery (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Power Engineering (AREA)
- Combustion & Propulsion (AREA)
- Fuzzy Systems (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Fuel Cell (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Operations Research (AREA)
Abstract
Description
본 발명은 전동 카트에 적용된 DMFC의 발전 효율 최적화를 위한 운용 관리 시스템 및 방법에 관한 것으로서, 특히 DMFC에 포함된 공기 필터의 오염 여부 판정이 가능한 전동 카트에 적용된 DMFC의 발전 효율 최적화를 위한 운용 관리 시스템 및 방법에 관한 것이다.The present invention relates to an operation management system and method for optimizing the power generation efficiency of the DMFC applied to the electric cart, and in particular, an operation management system for optimizing the power generation efficiency of the DMFC applied to the electric cart capable of determining whether the air filter included in the DMFC is contaminated. And methods.
직접 메탄올 연료전지(Direct Methanol Fuel Cell, 이하 DMFC)는 메탄올과 물의 전기화학반응으로 생성되는 수소가 산소와 결합하면서 전기를 생산하는 직접 산화형 연료전지이다. 구체적으로, DMFC의 발전 원리는 메탄올과 물이 공급되면 다공성의 전극을 통과하여 탄소와 백금 등의 촉매로 처리된 연료극(Anode)의 표면에서 전해질과 접하게 된다. 여기서 이산화탄소와 수소 이온이 발생하는 산화 반응이 진행되며, 공기극(Cathode)에서는 전해질을 통해 전달된 수소 이온과 산소가 만나서 물이 만들어지는 과정을 통해 전기가 생산된다. 즉, DMFC의 발전을 위해서는 메탄올, 물, 산소가 필요하다.Direct Methanol Fuel Cell (DMFC) is a direct oxidation fuel cell that produces electricity while hydrogen generated by the electrochemical reaction between methanol and water combines with oxygen. Specifically, the development principle of DMFC is that when methanol and water are supplied, it passes through a porous electrode and comes into contact with electrolyte on the surface of an anode treated with a catalyst such as carbon and platinum. Here, an oxidation reaction in which carbon dioxide and hydrogen ions are generated proceeds, and electricity is produced through a process in which water is made when hydrogen ions and oxygen delivered through the electrolyte meet at the cathode. That is, methanol, water, and oxygen are required for the development of DMFC.
촉매, 전해질 및 멤브레인 전극과 같이 DMFC을 구성하는 부품은 DMFC의 성능에 크게 영향을 미치는 요인이나, 이미 DMFC가 제작된 상태에서는 성능 향상 변수가 아닌 상수가 된다. 따라서 이런 부품을 제외하고 DMFC가 운용 중인 상황에서 변수 성격을 가지는 성능 향상 요소는 메탄올 농도, 온도, 산소 압력이 대표적이다.Components constituting DMFC, such as catalysts, electrolytes, and membrane electrodes, are factors that greatly affect the performance of DMFCs, but become constants rather than performance-enhancing variables when DMFCs are already manufactured. Therefore, with the exception of these parts, methanol performance, temperature, and oxygen pressure are typical performance enhancing factors having variable characteristics in the DMFC operation.
메탄올 농도는 일정하게 유지되도록 제작하므로, DMFC의 성능 향상을 위한 강력한 변수로는 온도와 산소 압력을 꼽을 수 있다. 온도는 DMFC의 외부 온도(예를 들면, DMFC가 적용된 전동 카트의 주변 환경 온도)와 DMFC의 자체 발열에 의한 온도가 있다. 산소 압력과 관련하여, 산소를 DMFC에 공급할 때 외부 이물질을 막기 위해 공기 필터가 부착되는데 공기 필터의 오염도가 높아져 산소 공급이 원활하지 않으면 DMFC의 발전량을 저하시키는 요인이 된다. Since the methanol concentration is kept constant, temperature and oxygen pressures can be considered as powerful variables for improving the performance of DMFC. The temperature is the external temperature of the DMFC (for example, the ambient environment temperature of the electric cart to which the DMFC is applied) and the temperature due to the self-heating of the DMFC. Regarding the oxygen pressure, when supplying oxygen to the DMFC, an air filter is attached to prevent foreign substances. If the oxygen supply is not smooth due to the high degree of contamination of the air filter, it is a factor that degrades the power generation amount of the DMFC.
따라서, 골프장 혹은 필드에서 운용하는 전동 카트에 DMFC를 발전기로 장착한 경우, DMFC에 포함된 공기 필터의 오염도와 온도에 따라 발전 출력이 영향을 받게 되므로 DMFC의 내부 온도가 높은 경우 낮추어 주고, 공기 필터의 교체 시점을 도출해주는 기술이 요구된다.Therefore, when DMFC is installed as a generator on an electric cart operated in a golf course or field, the power generation output is affected by the pollution degree and temperature of the air filter included in the DMFC, so if the internal temperature of the DMFC is high, lower it. A technique is needed to derive the timing of the replacement.
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로서, 전동 카트에 적용된 DMFC의 내부 온도를 적정 온도로 유지할 수 있다.The present invention is to solve the above problems, it is possible to maintain the internal temperature of the DMFC applied to the electric cart at an appropriate temperature.
또한, 본 발명은 전동 카트에 적용된 DMFC의 발전 출력을 모니터링하여 발전 출력의 저하 추이를 분석하여 DMFC에 포함된 공기 필터의 교체 시점을 도출할 수 있다.In addition, the present invention can be derived by monitoring the power generation output of the DMFC applied to the electric cart to analyze the deterioration trend of the power generation output to determine the replacement time of the air filter included in the DMFC.
상기와 같은 목적을 달성하기 위하여, 본 발명의 일 실시예에 따른 운용 관리 시스템은, 전동 카트에 적용된 DMFC의 발전 효율 최적화를 위한 운용 관리 시스템에 있어서, 메탄올을 연료로 이용하여 전력을 공급하는 DMFC를 포함하며, 상기 DMFC의 메탄올 잔량, 발전량, 내부 온도를 실시간으로 측정하는 전동 카트, 상기 전동 카트가 운용 중인 환경의 외부 온도를 제공하는 외부 서버, 및 상기 메탄올 잔량, 측정 발전량, 내부 온도 및 외부 온도를 분석하여 상기 DMFC에 포함된 공기 필터의 오염 여부 판정을 위한 학습 모델을 업데이트하고 저장하며, 상기 학습 모델에 상기 내부 온도, 외부 온도, 메탄올 잔량을 입력하여 발전량을 계산하고, 상기 학습 모델에 의해 계산된 발전량과 상기 측정 발전량을 실시간으로 비교하여 상기 공기 필터의 오염 여부를 판정하는 데이터 분석 서버를 포함할 수 있다.In order to achieve the above object, the operation management system according to an embodiment of the present invention, in the operation management system for optimizing the power generation efficiency of the DMFC applied to the electric cart, DMFC to supply power using methanol as fuel Included, the DMFC methanol residual amount, power generation amount, the electric cart to measure the internal temperature in real time, an external server providing an external temperature of the environment in which the electric cart is operating, and the methanol residual amount, measured power generation amount, internal temperature and external Analyze the temperature to update and store the learning model for determining whether the air filter included in the DMFC is contaminated, input the internal temperature, the external temperature, and the residual amount of methanol into the learning model to calculate the power generation amount, and to the learning model It may include a data analysis server for determining whether the air filter is contaminated by comparing the generated power generation amount and the measured power generation amount in real time.
일 실시예에서, 상기 전동 카트는, 상기 DMFC의 내부 온도를 상기 DMFC의 성능을 저하시키지 않는 동시에 고출력에 적합한 기준 대역 온도로 유지시킬 수 있다.In one embodiment, the electric cart may maintain the internal temperature of the DMFC at a reference band temperature suitable for high power while not degrading the performance of the DMFC.
일 실시예에서, 상기 공기 필터의 오염 여부 판정에 따라 공기 필터 오염 메시지를 수신하면, 상기 공기 필터의 오염 여부 판정의 정확도 여부를 피드백하는 관리자 단말을 더 포함하고, 상기 데이터 학습 서버는, 상기 관리자 단말의 피드백에 따라 상기 학습 모델을 업데이트할 수 있다.In one embodiment, when receiving the air filter contamination message according to the air filter contamination determination, further comprising an administrator terminal to feedback the accuracy of the air filter contamination determination, the data learning server, the manager The learning model may be updated according to the feedback of the terminal.
본 발명의 일 실시예에 따른 전동 카트는, 메탄올을 연료로 이용하여 전력을 공급하는 DMFC를 포함하여 이루어진 전동 카트에 있어서, 연료 탱크 내의 상기 메탄올 잔량을 측정하는 메탄올 잔량 측정부, 상기 메탄올을 이용하여 생산한 발전량 값을 데이터로 산출하는 발전량 산출부, 상기 DMFC의 내부 온도를 측정하는 내부 온도 측정부, 통신망을 통해 데이터 송수신이 가능한 통신부, 상기 DMFC에 부착된 쿨링팬을 구동하는 쿨링팬 구동부, 및 상기 메탄올 잔량, 발전량, 내부 온도를 상기 통신부를 통해 데이터 분석 서버로 전송하도록 제어하고, 상기 DMFC의 내부 온도를 기준 대역 온도로 유지하기 위해 쿨링팬 구동부를 제어하는 제어부를 포함하고, 상기 데이터 분석 서버는, 상기 메탄올 잔량, 측정 발전량, 내부 온도 및 상기 전동 카트가 운용 중인 환경의 외부 온도를 분석하여 상기 DMFC에 포함된 공기 필터의 오염 여부를 판정할 수 있다.In an electric cart according to an embodiment of the present invention, in an electric cart including DMFC for supplying electric power using methanol as fuel, a methanol residual amount measuring unit for measuring the residual amount of methanol in the fuel tank, and the methanol Power generation unit for calculating the generated power generation value as data, an internal temperature measurement unit for measuring the internal temperature of the DMFC, a communication unit capable of transmitting and receiving data through a communication network, a cooling fan driving unit for driving a cooling fan attached to the DMFC, And a control unit to control the residual amount of methanol, the amount of power generation, and the internal temperature to be transmitted to the data analysis server through the communication unit, and to control the cooling fan driving unit to maintain the internal temperature of the DMFC at a reference band temperature, and analyze the data. The server may determine whether the air filter included in the DMFC is contaminated by analyzing the residual amount of methanol, the measured power generation amount, the internal temperature, and the external temperature of the environment in which the electric cart is operating.
본 발명의 일 실시예에 따른 데이터 분석 서버는, 전동 카트에 적용된 DMFC의 발전 효율 최적화를 위한 데이터 분석 서버에 있어서, 상기 DMFC의 메탄올 잔량, 측정 발전량, 내부 온도 및 상기 전동 카트 운행 환경의 외부 온도를 수집하는 데이터 수집부, 상기 메탄올 잔량, 측정 발전량, 내부 온도 및 외부 온도를 분석하여 상기 DMFC에 포함된 공기 필터의 오염 여부 판정을 위한 학습 모델을 업데이트하고 저장하는 데이터 학습부, 상기 DMFC의 내부 온도를 정상 온도로 유지시키기 위해 전동 카트에 제어 신호를 전송하는 내부 온도 제어부, 상기 학습 모델에 상기 정상 온도인 내부 온도, 상기 외부 온도 및 상기 메탄올 잔량을 입력하여 발전량을 계산하는 발전량 계산부, 및 상기 학습 모델에 의해 계산된 발전량과 상기 측정 발전량을 실시간으로 비교하여 상기 공기 필터의 오염 여부를 판정하는 공기 필터 오염 판정부를 포함할 수 있다.Data analysis server according to an embodiment of the present invention, in the data analysis server for optimizing the power generation efficiency of the DMFC applied to the electric cart, the residual amount of methanol, measured power generation amount, the internal temperature and the external temperature of the electric cart operating environment Data collection unit that collects, analyzes the residual amount of methanol, measured power generation, internal temperature and external temperature to update and store the learning model for determining whether the air filter included in the DMFC is polluted, and stores the data learning unit inside the DMFC An internal temperature control unit that transmits a control signal to the electric cart to maintain the temperature at a normal temperature, a power generation amount calculation unit that calculates power generation by inputting the internal temperature, the external temperature, and the residual amount of methanol into the learning model, and An air filter pollution determination unit may determine whether the air filter is polluted by comparing the generated power generation amount calculated by the learning model with the measured power generation amount in real time.
일 실시예에서, 상기 데이터 학습부는, 상기 수집된 메탄올 잔량, 측정 발전량, 내부 온도 및 외부 온도를 분석하여 상기 DMFC에 포함된 공기 필터의 오염 여부 판정을 위한 학습 모델을 업데이트하는 학습 처리부, 및 상기 발전량이 정상일 때의 상기 내부 온도 대역, 상기 외부 온도 대역, 상기 메탄올 잔량 범위 값, 및 상기 발전량이 비정상일 때의 상기 내부 온도 대역, 상기 외부 온도 대역, 상기 메탄올 잔량 범위 값이 포함된 학습 모델을 저장하는 학습 모델 저장부를 포함할 수 있다.In one embodiment, the data learning unit, a learning processing unit for updating the learning model for determining whether the air filter included in the DMFC is polluted by analyzing the collected methanol residual amount, measured power generation amount, internal temperature and external temperature, and the A learning model including the internal temperature band when the power generation amount is normal, the external temperature band, the methanol residual amount range value, and the internal temperature band when the power generation amount is abnormal, the external temperature band, and the methanol residual amount range value It may include a learning model storage for storing.
일 실시예에서, 상기 정상 온도는, 상기 DMFC의 성능을 저하시키지 않는 동시에 고출력에 적합한 기준 대역 온도일 수 있다.In one embodiment, the normal temperature may be a reference band temperature suitable for high power while not degrading the performance of the DMFC.
일 실시예에서, 상기 공기 필터 오염 판정부는, 상기 측정 발전량이 상기 계산된 발전량의 오차 범위 이상일 경우에 공기 필터가 오염 상태라고 판정할 수 있다.In one embodiment, the air filter pollution determination unit may determine that the air filter is in a contaminated state when the measured power generation amount is greater than or equal to an error range of the calculated power generation amount.
본 발명의 일 실시예에 따른 전동 카트에 적용된 DMFC의 발전 효율 최적화를 위한 운용 관리 시스템의 제어 방법은, 데이터 분석 서버에 의해 동작되는 전동 카트에 적용된 DMFC의 발전 효율 최적화를 위한 운용 관리 시스템의 제어 방법에 있어서, 상기 DMFC의 내부 온도, 측정 발전량, 메탄올 잔량에 관한 데이터 및 상기 전동 카트가 운용 중인 환경의 외부 온도를 실시간으로 수집하는 단계, 상기 DMFC의 메탄올 잔량, 측정 발전량, 내부 온도 및 외부 온도를 분석하여 상기 DMFC에 포함된 공기 필터의 오염 여부 판정을 위한 학습 모델을 업데이트하고 저장하는 단계, 상기 DMFC의 내부 온도를 정상 온도로 유지시키기 위해 전동 카트에 제어 신호를 전송하는 단계, 상기 학습 모델에 상기 정상 온도인 내부 온도, 외부 온도, 메탄올 잔량을 입력하여 발전량을 계산하는 단계, 및 상기 학습 모델에 의해 계산된 발전량과 상기 측정 발전량을 실시간으로 비교하여 상기 공기 필터의 오염 여부를 판정하는 단계를 포함할 수 있다.A control method of an operation management system for optimizing power generation efficiency of DMFC applied to an electric cart according to an embodiment of the present invention is controlled by an operation management system for optimizing power generation efficiency of DMFC applied to an electric cart operated by a data analysis server In the method, the DMFC internal temperature, measured power generation amount, methanol residual data and the step of collecting the external temperature of the environment in which the electric cart is operating in real time, the methanol residual amount of the DMFC, measured power generation amount, the internal temperature and the external temperature Analyzing and updating and storing a learning model for determining whether the air filter included in the DMFC is contaminated, transmitting a control signal to the electric cart to maintain the internal temperature of the DMFC at a normal temperature, and learning model Inputting the normal temperature, the internal temperature, the external temperature, and the remaining amount of methanol to calculate the amount of power generated, and comparing the generated amount of power generated by the learning model with the measured amount of generated power in real time to determine whether the air filter is contaminated It may include.
일 실시예에서, 상기 DMFC의 내부 온도를 정상 온도로 유지시키기 위해 전동 카트에 제어 신호를 전송하는 단계는, 상기 DMFC의 내부 온도가 제1 기준 온도보다 높으면 상기 전동 카트에 포함된 쿨링팬을 구동시키도록 제어하는 단계, 및 상기 DMFC의 내부 온도가 제2 기준 온도보다 낮으면 상기 쿨링팬을 정지시키도록 제어하는 단계를 포함하고, 상기 제1 기준 온도 및 상기 제2 기준 온도는, 상기 내부 온도를 상기 정상 온도로 유지할 수 있는 온도일 수 있다.In one embodiment, the step of transmitting a control signal to the electric cart to maintain the internal temperature of the DMFC to a normal temperature, if the internal temperature of the DMFC is higher than the first reference temperature drives the cooling fan included in the electric cart And controlling to stop the cooling fan when the internal temperature of the DMFC is lower than a second reference temperature, wherein the first reference temperature and the second reference temperature are the internal temperature. It may be a temperature that can be maintained at the normal temperature.
일 실시예에서, 상기 공기 필터가 오염되었다고 판정될 경우, 관리자 단말로 공기 필터 오염 메시지를 전송하는 단계, 및 상기 관리자 단말로부터 판정 정확도 여부를 피드백 받아 학습 모델을 업데이트하는 단계를 더 포함할 수 있다.In one embodiment, when it is determined that the air filter is contaminated, the method may further include transmitting an air filter contamination message to the manager terminal, and updating the learning model by receiving feedback of the determination accuracy from the manager terminal. .
상기와 같은 본 발명에 따른 전동 카트에 적용된 DMFC의 발전 효율 최적화를 위한 운용 관리 시스템 및 방법은 전동 카트에 적용된 DMFC의 내부 온도를 적정 온도로 유지할 수 있다.The operation management system and method for optimizing the power generation efficiency of the DMFC applied to the electric cart according to the present invention as described above can maintain the internal temperature of the DMFC applied to the electric cart at an appropriate temperature.
또한, 전동 카트에 적용된 DMFC의 발전 출력을 모니터링하여 발전 출력의 저하 추이를 분석하여 DMFC에 포함된 공기 필터의 교체 시점을 도출하여 공기 필터의 오염으로 인한 DMFC의 발전량 저하를 방지할 수 있다.In addition, by monitoring the power generation output of the DMFC applied to the electric cart, and analyzing the tendency of the power output to be lowered, it is possible to derive a replacement time of the air filter included in the DMFC to prevent the power generation of the DMFC from being deteriorated due to contamination of the air filter.
도 1은 본 발명의 일 실시예에 따른 전동카트에 적용된 DMFC의 발전 효율 최적화를 위한 운용 관리 시스템을 개략적으로 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 전동 카트의 구성을 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 데이터 분석 서버의 구성을 나타낸 블록도이다.
도 4는 본 발명의 일 실시예에 따른 전동 카트에 적용된 DMFC의 발전 효율 최적화를 위한 운용 관리 시스템의 제어 방법을 나타낸 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 전동 카트에 적용된 DMFC의 내부 온도를 기준 대역 온도로 유지하는 방법을 나타낸 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 데이터 분석 서버의 동작을 구체적으로 설명하기 위한 표이다.1 is a view schematically showing an operation management system for optimizing power generation efficiency of DMFC applied to an electric cart according to an embodiment of the present invention.
2 is a block diagram showing the configuration of an electric cart according to an embodiment of the present invention.
3 is a block diagram showing the configuration of a data analysis server according to an embodiment of the present invention.
4 is a flowchart illustrating a control method of an operation management system for optimizing power generation efficiency of DMFC applied to an electric cart according to an embodiment of the present invention.
5 is a flowchart illustrating a method of maintaining the internal temperature of the DMFC applied to the electric cart according to an embodiment of the present invention at a reference band temperature.
6 is a table for specifically explaining the operation of the data analysis server according to an embodiment of the present invention.
이하에서 본 발명의 기술적 사상을 명확화하기 위하여 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세하게 설명하도록 한다. 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성요소에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략할 것이다. 도면들 중 실질적으로 동일한 기능구성을 갖는 구성요소들에 대하여는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 참조번호들 및 부호들을 부여하였다. 설명의 편의를 위하여 필요한 경우에는 장치와 방법을 함께 서술하도록 한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings in order to clarify the technical spirit of the present invention. In describing the present invention, when it is determined that a detailed description of related known functions or components may unnecessarily obscure the subject matter of the present invention, the detailed description will be omitted. In the drawings, elements having substantially the same functional configuration are assigned the same reference numerals and symbols as possible, even if they are displayed on different drawings. For convenience of explanation, if necessary, describe the device and method together.
도 1은 본 발명의 일 실시예에 따른 전동카트에 적용된 DMFC의 발전 효율 최적화를 위한 운용 관리 시스템을 개략적으로 나타낸 도면이다.1 is a view schematically showing an operation management system for optimizing power generation efficiency of DMFC applied to an electric cart according to an embodiment of the present invention.
도 1을 참조하면, 본 발명의 일 실시예에 따른 운용 관리 시스템(1000)은 전동 카트(100), 외부 서버(200), 및 데이터 분석 서버(300)를 포함할 수 있다. 또한, 운용 관리 시스템(1000)은 관리자 단말(400)을 더 포함할 수 있다.Referring to FIG. 1, the
전동 카트(100)는 골프장 혹은 필드에서 사용자를 태우거나 운송물을 적재하여 이동하는 운송 수단일 수 있으며, 이에 한정되는 것은 아니고 사용자를 태우거나 운송물을 적재하여 이동하는 다양한 운송 수단으로 변경될 수 있다.The
전동 카트(100)는 메탄올을 연료로 이용하여 전력을 공급하는 DMFC(101)를 포함하여 이루어질 수 있다. 또한, DMFC(101)는 산소를 DMFC(101)에 공급할 때 외부 이물질을 막기 위해 공기 필터가 부착될 수 있다. 골프장 혹은 필드에서 운용하는 전동 카트에 DMFC(101)를 발전기로 장착한 경우, DMFC(101)에 포함된 공기 필터의 오염도, DMFC(101)의 내부 온도 및 외부 온도에 따라 발전 출력이 영향을 받게 된다.The
따라서, 전동 카트(100)는 DMFC(101)에 부착된 쿨링팬을 이용하여 DMFC(101)의 내부 온도를 DMFC(101)의 성능을 저하시키지 않는 동시에 고출력에 적합한 기준 대역 온도로 유지시킬 수 있다.Accordingly, the
또한, 전동 카트(100)는 DMFC(101)에 구비된 메탄올 잔량 센서, 발전량 산출 장치, 내부 온도 센서로부터 각각 DMFC(101)의 메탄올 잔량, 측정 발전량, 내부 온도를 측정하여 데이터 분석 서버(300)에 실시간으로 전송할 수 있다. In addition, the
외부 서버(200)는 전동 카트(100)가 운용 중인 환경의 외부 온도를 제공할 수 있다. DMFC(101)가 적용된 전동 카트(100)가 운용 중인 외부 환경 온도는 기상청 서버로부터 제공받은 전동 카트(100)를 운행하는 지역의 외부 온도일 수 있고 현장에 설치한 온도 센서로부터 측정될 수 있다. 외부 서버(200)에 의해 측정된 외부 온도는 데이터 분석 서버(300)에 실시간으로 전송할 수 있다.The
데이터 분석 서버(300)는 전동 카트(100) 및 외부 서버(200)로부터 수집한 DMFC(101)의 메탄올 잔량, 측정 발전량, 내부 온도 및 외부 온도를 분석하여 공기 필터의 오염 여부 판정을 위한 학습 모델을 업데이트 및 저장할 수 있다. 또한, 학습 모델에 메탄올 잔량, 내부 온도 및 외부 온도를 입력하여 발전량을 계산하고, 학습 모델에 의해 계산된 발전량과 실제 측정 발전량을 실시간으로 비교하여 공기 필터의 오염 여부 판정에 따라 관리자 단말(400)에게 공기 필터 오염 메시지를 전송할 수 있다.The
따라서, 데이터 분석 서버(300)는 발전 출력을 모니터링하고 발전 출력의 저하 추이를 분석하여 공기 필터의 교체 시점을 도출하여 관리자 단말(400)로 전송할 수 있다.Accordingly, the
관리자 단말(400)은 공기 필터의 오염 판정에 따라 공기 필터 오염 메시지를 수신하면, 상기 공기 필터의 오염 여부 판정의 정확도 여부를 피드백할 수 있다. 데이터 분석 서버(300)는 관리자 단말(400)의 피드백에 따라 학습 모델을 업데이트할 수 있다.When receiving the air filter contamination message according to the air filter contamination determination, the
도 2는 본 발명의 일 실시예에 따른 전동 카트의 구성을 나타낸 블록도이다.2 is a block diagram showing the configuration of an electric cart according to an embodiment of the present invention.
도 2를 참조하면, 본 발명의 일 실시예에 따른 전동 카트(100)는 메탄올 잔량 측정부(110), 발전량 산출부(120), 내부 온도 측정부(130), 통신부(140), 쿨링팬 구동부(150), 및 제어부(160)를 포함할 수 있다.Referring to FIG. 2, the
메탄올 잔량 측정부(110)는 연료 탱크 내의 메탄올 잔량을 측정할 수 있다. 즉, 메탄올 잔량 측정부(110)는 DMFC(101)의 연료인 메탄올의 잔량이 얼마나 남아있는지 데이터로 측정하는 센서를 통해 메탄올 잔량을 측정할 수 있다.The methanol residual
발전량 산출부(120)는 메탄올을 이용하여 생산한 발전량 값을 데이터로 산출할 수 있다. 발전량 산출부(120)는 DMFC(101)에 포함된 생산 발전량 값을 데이터로 변환하는 장치를 통해 발전량을 측정할 수 있다.The
내부 온도 측정부(130)는 DMFC(101)의 내부 온도를 측정할 수 있다. 즉, 내부 온도 측정부(130)는 DMFC(101)의 내부 온도를 측정하기 위해 설치된 온도 센서로부터 내부 온도를 측정할 수 있다.The internal
통신부(140)는 통신망을 통해 데이터를 송수신할 수 있다. 즉, 통신부(140)는 유선 통신 또는 무선 통신을 통하여 외부 기기와 통신할 수 있다. 예로, 통신부(140)는 케이블을 이용하여 연결하는 포트뿐만 아니라, 셀룰러 통신, 근거리 통신, LTE, 5G 및 인터넷망을 통해 제어 단말 장치와 통신을 수행하는 형태, USB(Universal Serial Bus) 통신, 와이파이, 블루투스, 지그비, 적외선(IrDA), UHF 및 VHF와 같은 RF 및 초광대역 통신(UWB) 등의 규격에 따른 통신을 수행할 수 있다.The
이 때, 외부 기기는 데이터 분석 서버(300)를 포함할 수 있고, 이에 한정하지 않는다. 즉, 통신부(140)는 메탄올 잔량 측정부(110), 발전량 산출부(120), 내부 온도 측정부(130)로부터 각각 측정된 DMFC(101)의 메탄올 잔량, 측정 발전량, 내부 온도를 실시간으로 데이터 분석 서버(300)로 전송할 수 있다. At this time, the external device may include the
일 실시예에 있어서, 통신부(140)는 외부 기기로부터 기준 대역의 온도를 수신할 수 있다. 기준 대역의 온도는 DMFC(101)의 성능을 저하시키지 않는 동시에 DMFC(101)의 고출력에 적합한 DMFC(101)의 내부 온도일 수 있다.In one embodiment, the
쿨링팬 구동부(150)는 DMFC(101)에 부착된 쿨링팬을 구동할 수 있다. 쿨링팬은 DMFC(101)에 부착되어 제어부(160)의 제어 신호에 따라 DMFC(101)의 내부 온도를 낮추어 줄 수 있다.The cooling
제어부(160)는 전동 카트(100)의 전반적인 동작을 제어할 수 있다. 제어부(160)는 DMFC(101)의 메탄올 잔량, 측정 발전량, 내부 온도를 통신부(140)를 통해 데이터 분석 서버(300)로 전송하도록 제어할 수 있다. 즉, 제어부(160)는 측정된 데이터를 데이터 분석 서버(300)에 보내도록 데이터 정제 후에, 통신부(140)를 통해 정제된 데이터를 데이터 분석 서버(300)에 전달할 수 있다. 이에 따라, 데이터 분석 서버(300)는 수집한 메탄올 잔량, 측정 발전량, 내부 온도 및 전동 카트가 운용 중인 환경의 외부 온도를 분석하여 DMFC(101)에 포함된 공기 필터의 오염 여부를 판정할 수 있다.The
또한, 제어부(160)는 내부 온도 측정부(130)에 의해 측정된 DMFC(101)의 내부 온도를 기준 대역 온도로 유지하기 위해 쿨링팬 구동부(150)를 제어할 수 있다. 이 때, 제어부(160)는 통신부(140)을 통해 데이터 분석 서버(300)로부터 수신한 쿨링팬 제어 신호에 의해 쿨링팬 구동부(150)를 제어할 수 있다.In addition, the
일 실시예에서, 제어부(160)는 내부 온도 측정부(130)에 의해 측정된 DMFC(101)의 내부 온도 및 기준 온도 대역에 따라 쿨링팬이 회전하는 속도를 제어할 수 있다. 구체적으로, 제어부(160)는 내부 온도 및 기준 온도 대역의 차이에 따라 쿨링팬이 회전하는 속도를 제어할 수 있다. 예를 들어, 내부 온도 및 기준 온도 대역의 차이가 크면 쿨링팬의 회전 속도를 빠르게 하여 기준 온도 대역에 빨리 도달하도록 제어하고, 내부 온도와 기준 온도 대역의 차이가 작거나, 내부 온도가 기준 온도 대역에 도달하면, 쿨링팬의 회전 속도를 느리게 하거나 정지시킬 수 있다.In one embodiment, the
도 3은 본 발명의 일 실시예에 따른 데이터 분석 서버의 구성을 나타낸 블록도이다.3 is a block diagram showing the configuration of a data analysis server according to an embodiment of the present invention.
도 3을 참조하면, 본 발명의 일 실시예에 따른 데이터 분석 서버(300)는 데이터 수집부(310), 데이터 학습부(320), 내부 온도 제어부(330), 발전량 계산부(340) 및 공기 필터 오염 판정부(350)를 포함할 수 있다. 이 때, 데이터 학습부(320)는 학습 처리부(321) 및 학습 결과 저장부(323)를 포함할 수 있다.Referring to FIG. 3, the
데이터 수집부(310)는 DMFC(101)의 메탄올 잔량, 측정 발전량, 내부 온도 및 전동 카트(100) 운행 환경의 외부 온도를 실시간으로 수집할 수 있다. 즉, 데이터 수집부(310)는 전동 카트(100)로부터 DMFC(101)의 메탄올 잔량, 측정 발전량, 내부 온도를 수집하고, 외부 서버(200)로부터 전동 카트(100) 운행 환경의 외부 온도를 수집할 수 있다.The
데이터 수집부(310)는 수집한 데이터를 학습용으로 활용할 수 있도록 데이터 학습부(330)로 전달할 수 있고, 수집한 데이터와 학습된 모델을 통해 DMFC(101)의 공기 필터 오염 여부를 분석하기 위해 내부 온도 제어부(330) 또는 발전량 계산부(340)로 전달할 수 있다.The
데이터 학습부(320)는 수집된 메탄올 잔량, 측정 발전량, 내부 온도 및 외부 온도를 분석하여 DMFC(101)에 포함된 공기 필터의 오염 여부 판정을 위한 학습 모델을 업데이트 및 저장할 수 있다. 데이터 학습부(320)는 학습 처리부(321) 및 학습 결과 저장부(323)를 포함할 수 있다.The
일 실시예에서, 데이터 학습부(320)는 DMFC(101)의 내부 온도가 정상 온도일 때의 메탄올 잔량, 측정 발전량, 및 외부 온도를 이용하여 공기 필터의 오염 판정을 위한 학습 모델을 업데이트하고 저장할 수 있다. 이 때, 정상 온도는 DMFC(101)의 성능을 저하시키지 않는 동시에 고출력에 적합한 기준 대역 온도일 수 있다.In one embodiment, the
학습 처리부(321)는 수집된 메탄올 잔량, 측정 발전량, 내부 온도 및 외부 온도를 분석하여 DMFC(101)에 포함된 공기 필터의 오염 여부 판정을 위한 학습 모델을 업데이트할 수 있다. 학습 모델은 메탄올 잔량, 내부 온도 및 외부 온도에 따라 발전량 저하 추이를 분석하여 생성된 공기 필터의 오염 여부 판정을 위한 모델일 수 있다. 학습 처리부(321)는 학습 모델과 실제로 수집되는 데이터들을 비교하여, 그 차이인 분산값을 피드백하여 학습 모델을 업데이트할 수 있다.The
또한, 학습 처리부(321)는 학습 모델에 의해 계산되는 발전량과 실제 측정 발전량 사이에 허용되는 오차 범위를 분석할 수 있다. 학습 모델에 의해 계산되는 발전량과 실제 측정 발전량 사이의 오차 범위는 공기 필터가 비오염 상태라고 판정되는 허용범위의 오차일 수 있다.Also, the
일 실시예에서, 학습 처리부(321)는 관리자 단말(400)로부터 판정 정확도 여부를 피드백 받아 학습 모델을 업데이트할 수 있다. 예를 들면, 관리자 단말(400)로부터 공기 필터의 오염 판정이 정확하지 않았다고 피드백 받은 경우 즉, 관리자 단말(400)이 필터 오염 메시지를 전송받았지만 실제로는 공기 필터가 비오염 상태인 경우, 해당 학습 모델에서 계산된 발전량과 실제 측정 발전량 사이에 허용되는 오차 범위를 증가 혹은 감소시킬 수 있다.In one embodiment, the
학습 결과 저장부(323)는 발전량이 정상일 때의 내부 온도 대역, 외부 온도 대역, 메탄올 잔량 범위 값, 및 발전량이 비정상일 때의 내부 온도 대역, 외부 온도 대역, 메탄올 잔량 범위 값이 포함된 학습 모델을 저장할 수 있다. 이러한 학습 모델에 DMFC(101)의 내부 온도, 외부 온도, 메탄올 잔량을 입력하면 공기 필터가 비오염 상태일 때의 정상 발전량이 계산될 수 있다. The learning
또한, 학습 모델에는 학습 모델에 의해 계산되는 발전량과 실제 측정 발전량의 오차 범위가 포함될 수 있다. 즉, 학습 모델에 수집된 데이터를 입력하여 발전량을 계산한다면, 계산된 발전량의 오차 범위 내에 실제 측정 발전량 값이 존재할 경우 공기 필터는 비오염 상태라고 판정될 수 있다. 반면에 실제 측정 발전량 값이 계산된 발전량의 오차 범위 이상일 경우에 공기 필터는 오염 상태라고 판정될 수 있다.In addition, the learning model may include an error range between the amount of power generated by the learning model and the amount of power actually measured. That is, if the generated power is calculated by inputting the collected data in the learning model, the air filter may be determined to be non-polluted if an actual measured power generation value exists within an error range of the calculated generated power. On the other hand, if the actual measured power generation value is more than the calculated error range of the generated power generation, the air filter may be determined to be contaminated.
일 실시예에서, 학습 결과 저장부(233)는 전동 카트(100)의 기종별 또는 전동 카트(100)가 운행되는 지역별로 서로 다른 학습 모델을 저장할 수 있다. 기종이 다른 각각의 전동 카트(100)는 성능이 다르기 때문에 같은 내부 온도, 외부 온도, 메탄올 잔량이라 하더라도 측정되는 발전량이 상이할 수 있어 기종별로 학습 모델을 저장할 수 있다. In one embodiment, the learning result storage unit 233 may store different learning models for each type of
또한, 학습 결과 저장부(333)는 전동 카트(100)가 운행되는 지역의 지형, 외부 온도 등에 따라 측정 데이터가 상이할 수 있기 때문에 지역별로 학습 모델을 저장할 수 있다. 예를 들면, 전동 카트(100)가 외부 온도가 높은 지역에서 운행될 경우 전동 카트(100)의 쿨링팬을 동작시키더라도 DMFC(101)의 내부 온도가 기준 대역 온도를 유지하기 어렵기 때문에, 학습 모델에 정상 온도 이상인 내부 온도를 입력하여 발전량을 계산할 수 있다. 따라서, 내부 온도가 정상 온도가 아닐 경우, 전동 카트(100)로부터 수신되는 측정 발전량은 불규칙할 수 있기 때문에 정상 온도의 내부 온도를 이용할 때보다 오차 범위를 증가시켜서 학습 모델을 생성할 수 있다.In addition, the learning result storage unit 333 may store the learning model for each region because measurement data may be different depending on the topography of the region where the
내부 온도 제어부(330)는 DMFC(101)의 내부 온도를 정상 온도로 유지시키기 위해 전동 카트(100)에 제어 신호를 전송할 수 있다. 이 때, 정상 온도는 DMFC(101)의 성능을 저하시키지 않는 동시에 고출력에 적합한 기준 대역 온도일 수 있다. The internal
내부 온도 제어부(330)는 DMFC(101)의 내부 온도를 정상 온도로 유지시키기 위해 전동 카트(100)에 쿨링팬 제어 신호를 보낼 수 있다. 한 예로, 내부 온도 제어부(320)는 전동 카트(100)로부터 수신한 내부 온도가 정상 온도 이상일 경우, 전동 카트(100)의 쿨링팬이 동작하도록 전동 카트(100)에 제어 신호를 전송할 수 있다. 또한, 내부 온도 제어부(320)는 전동 카트(100)로부터 수신한 내부 온도가 정상 온도가 될 경우, 전동 카트(100)의 쿨링팬이 정지하도록 전동 카트(100)에 제어 신호를 전송할 수 있다. 이 외에 DMFC(101)의 내부 온도를 정상 온도인 기준 대역 온도로 유지하는 방법은 도 5에서 구체적으로 설명하도록 한다.The internal
즉, 데이터 분석 서버(300)는 정상 온도로 유지된 DMFC(101)의 내부 온도를 이용하여 공기 필터의 오염도에 대한 분석을 지속적으로 체크할 수 있다. 이를 통해 공기 필터의 교체 시점 도출에 있어 발전량을 저하시키는 다른 요인은 최대한 배제시켜 공기 필터의 오염도 분석에 집중할 수 있다. That is, the
일 실시예에서, 내부 온도 제어부(330)는 전동 카트(100)에 쿨링팬 제어 신호를 전송했지만 내부 온도가 일정 시간 동안 정상 온도가 되지 않을 경우, 해당 내부 온도를 정상 온도로 판단할 수 있다. In one embodiment, the internal
발전량 계산부(340)는 정상 온도인 내부 온도, 외부 온도, 메탄올 잔량 데이터를 학습 모델에 입력하고 학습 모델에 따라 발전량을 계산할 수 있다. 이 때 학습 모델에 의해 계산된 발전량은 정상일 때의 발전량 즉, 공기 필터가 오염되지 않았을 경우의 발전량일 수 있다. 따라서, 계산된 발전량과 실제 측정 발전량의 차이가 거의 없을수록 DMFC(101)에 장착된 공기 필터가 비오염 상태라고 판단할 수 있다.The
일 실시예에서, 발전량 계산부(340)는 수집된 내부 온도, 외부 온도 및 메탄올 잔량이 학습 모델에서 학습되지 않은 내부 온도, 외부 온도 및 메탄올 잔량일 경우, 발전량 계산 및 공기 필터 오염 판정을 보류할 수 있다.In one embodiment, the power
공기 필터 오염 판정부(350)는 학습 모델에 의해 계산된 발전량과 실제 측정 발전량을 실시간으로 비교하여 공기 필터의 오염 여부를 판정할 수 있다. 공기 필터 오염 판정부(350)는 학습 모델 저장부(323)에 저장된 학습 모델에 의한 계산된 발전량과 데이터 수집부(310)에서 전달받은 실제 측정 발전량을 실시간으로 비교하여 DMFC(101)에 포함된 공기 필터의 오염 여부를 판정할 수 있다. The air filter
일 실시예에서, 공기 필터 오염 판정부(350)는 실제 측정 발전량 값이 계산된 발전량의 오차 범위 이상일 경우에 공기 필터가 오염 상태라고 판정할 수 있다. 즉, 공기 필터 오염 판정부(350)는 실제 측정 발전량이 계산된 발전량의 오차 범위 이내인 경우는 비오염, 오차 범위를 벗어나는 경우에는 오염으로 판정할 수 있다. 예를 들면, 학습 모델의 오차범위가 ±10Wh, 계산된 발전량이 200Wh일 경우, 실제 측정 발전량이 190~210Wh 사이일 때 공기 필터가 비오염 상태라고 판단할 수 있고 이 범위를 벗어나면 공기 필터가 오염 상태라고 판단할 수 있다.In one embodiment, the air filter
공기 필터 오염 판정부(350)는 공기 필터가 오염되었다고 판정될 경우, 관리자 단말(400)로 SMS 또는 SNS를 통해 공기 필터 오염 메시지를 전송할 수 있다. 일 실시예에서, 학습 처리부(331)는 관리자 단말(400)로부터 판정 정확도 여부를 피드백 받아 학습 모델을 업데이트할 수 있다.When it is determined that the air filter contamination is contaminated, the air filter
도 4는 본 발명의 일 실시예에 따른 전동 카트에 적용된 DMFC의 발전 효율 최적화를 위한 운용 관리 시스템의 제어 방법을 나타낸 흐름도이다.4 is a flowchart illustrating a control method of an operation management system for optimizing power generation efficiency of DMFC applied to an electric cart according to an embodiment of the present invention.
도 4를 참조하면, 데이터 분석 서버(300)는 전동 카트(100)에 적용된 DMFC(101)의 메탄올 잔량, 측정 발전량, 내부 온도에 관한 데이터 및 전동 카트(100)가 운용 중인 환경의 외부 온도를 실시간으로 수집할 수 있다(S410). Referring to Figure 4, the
즉, 데이터 분석 서버(300)는 전동 카트(100)로부터 전동 카트(100)에 적용된 DMFC(101)의 메탄올 잔량, 측정 발전량, 내부 온도를 실시간으로 수집하고, 외부 서버(200)로부터 전동 카트(100)가 운용 중인 환경의 외부 온도를 실시간으로 수집할 수 있다.That is, the
데이터 분석 서버(300)는 DMFC(101)의 메탄올 잔량, 측정 발전량, 내부 온도 및 외부 온도를 분석하여 DMFC(101)에 포함된 공기 필터의 오염 여부 판정을 위한 학습 모델을 업데이트하고 저장할 수 있다(S420).The
데이터 분석 서버(300)는 DMFC(101)의 내부 온도를 정상 온도로 유지시키기 위해 전동 카트(100)에 제어 신호를 전송할 수 있다. 이 때, 정상 온도는 DMFC(101)의 성능을 저하시키지 않는 동시에 고출력에 적합한 기준 대역 온도일 수 있다.The
구체적으로, 데이터 분석 서버(300)는 DMFC(101)의 내부 온도가 정상 온도가 아닐 경우(S430), 전동 카트(100)의 쿨링팬이 동작하도록 전동 카트(100)에 제어 신호를 전송할 수 있다(S431). 이 때, 데이터 분석 서버(300)는 DMFC(101)의 내부 온도가 정상 온도가 될 경우, 전동 카트(100)의 쿨링팬이 정지하도록 전동 카트(100)에 제어 신호를 전송할 수 있다. Specifically, when the internal temperature of the
데이터 분석 서버(300)는 전동 카트(100)에 쿨링팬이 동작하도록 제어 신호를 전송했지만 내부 온도가 일정 시간 이상 동안 정상 온도가 되지 않을 경우(S433), 내부 온도 제어가 더 이상 어렵다고 판단하거나 해당 내부 온도를 정상 온도라고 판단하여 현재 상태의 데이터로 발전량을 계산할 수 있다(S440).The
데이터 분석 서버(300)는 DMFC(101)의 내부 온도가 정상 온도일 경우(S430), 학습 모델에 정상 온도인 내부 온도, 외부 온도, 메탄올 잔량을 입력하여 발전량을 계산할 수 있다(S440). When the internal temperature of the
데이터 분석 서버(300)는 학습 모델에 의해 계산된 발전량과 실제 측정 발전량을 실시간으로 비교하여 공기 필터의 오염 여부를 판정할 수 있다(S450). 예를 들면, 실제 측정 발전량이 계산된 발전량의 오차 범위 이내인 경우는 비오염, 오차 범위를 벗어나는 경우에는 오염으로 판정할 수 있다.The
데이터 분석 서버(300)는 공기 필터가 오염이라고 판정된 경우, 관리자 단말(400)로 SMS 또는 SNS를 통해 공기 필터 오염 메시지를 전송할 수 있다(S460). 일 실시예에서, 데이터 분석 서버(300)는 관리자 단말(400)로부터 판정 정확도 여부를 피드백 받아 학습 모델을 업데이트할 수 있다.When it is determined that the air filter is contaminated, the
도 5는 본 발명의 일 실시예에 따른 전동 카트에 적용된 DMFC의 내부 온도를 기준 대역 온도로 유지하는 방법을 나타낸 흐름도이다. 5 is a flowchart illustrating a method of maintaining the internal temperature of the DMFC applied to the electric cart according to an embodiment of the present invention at a reference band temperature.
도 5를 참조하면, 전동 카트(100)는 DMFC(101)의 내부 온도를 실시간으로 측정할 수 있다(S510). 전동 카트(100)는 DMFC(101)의 내부 온도를 DMFC(101)의 성능을 저하시키지 않는 동시에 DMFC(101)의 고출력에 적합한 기준 대역 온도로 유지시킬 수 있다. 예를 들면, 적합한 기준 대역 온도는 60℃~70℃일 수 있다.Referring to FIG. 5, the
전동 카트(100)는 측정된 DMFC(101)의 내부 온도가 DMFC(101)의 고출력에 적합한 온도 대역이 아닌 경우, 특히 기준 온도 대역보다 높은 온도로 인해 출력 저하 상태가 될 수 있기 때문에, 전동 카트(100)는 DMFC(101)의 내부 온도를 DMFC(101)의 성능을 저하시키지 않는 동시에 DMFC(101)의 고출력에 적합한 기준 대역 온도로 기준 대역 온도로 유지시켜야 한다.The
전동 카트(100)는 DMFC(101)의 내부 온도가 제1 기준 온도보다 높으면(S520), 쿨링팬을 구동시키도록 제어할 수 있다(S530). 제1 기준 온도는 쿨링팬을 구동시켰을 때 DMFC(101)의 고출력으로 인한 DMFC(101)의 내부 온도 상승률을 고려하여 기준 온도 대역 안에 유지되도록 하는 온도일 수 있다. When the internal temperature of the
일 실시예에서, 제1 기준 온도는 기준 온도 대역 중에 가장 높은 온도일 수 있다. 예를 들면, 기준 온도 대역이 60℃~70℃일 경우, 제1 기준 온도는 70℃ 일 수 있다.In one embodiment, the first reference temperature may be the highest temperature in the reference temperature band. For example, when the reference temperature band is 60 ° C to 70 ° C, the first reference temperature may be 70 ° C.
전동 카트(100)는 DMFC(101)의 내부 온도가 제2 기준 온도보다 낮으면(S540), 쿨링팬을 정지시키도록 제어할 수 있다(S550). 제2 기준 온도는 쿨링팬을 정지시켰을 때 기준 온도 대역 안에 유지되도록 하는 온도일 수 있다. 즉, 제1 기준 온도 및 제2 기준 온도는, DMFC(101)의 내부 온도를 기준 대역 온도로 유지할 수 있는 온도일 수 있다.When the internal temperature of the
일 실시예에서, 제2 기준 온도는 기준 온도 대역 중에 가장 낮은 온도일 수 있다. 예를 들면, 기준 온도 대역이 60℃~70℃일 경우, 제2 기준 온도는 60℃ 일 수 있다.In one embodiment, the second reference temperature may be the lowest temperature in the reference temperature band. For example, when the reference temperature band is 60 ° C to 70 ° C, the second reference temperature may be 60 ° C.
이와 같이 DMFC(101)의 내부 온도를 기준 대역 온도로 유지시킴으로써, 공기 필터의 교체 시점 도출에 있어 발전량을 저하시키는 다른 요인은 최대한 배제시켜 공기 필터의 오염도 분석에 집중할 수 있다.As such, by maintaining the internal temperature of the
도 5에서는 전동 카트(100)를 주체로 하여 DMFC(101)의 내부 온도를 기준 대역 온도로 유지하는 방법을 설명했지만, 데이터 분석 서버(300)가 전동 카트(100)로부터 수신되는 내부 온도에 따라 쿨링팬 제어 신호를 전동 카트(100)에 전송함으로써 DMFC(101)의 내부 온도가 기준 대역 온도로 유지될 수도 있다.In FIG. 5, a method of maintaining the internal temperature of the
DMFC(101)의 내부 온도의 적정 온도 유지 방법은 이에 한정되는 것이 아니라, DMFC(101)의 내부 온도를 적정 온도 대역으로 유지할 수 있는 다양한 방법이 적용될 수 있다.The method for maintaining the proper temperature of the internal temperature of the
도 6은 본 발명의 일 실시예에 따른 데이터 분석 서버의 동작을 구체적으로 설명하기 위한 표이다.6 is a table for specifically explaining the operation of the data analysis server according to an embodiment of the present invention.
도 6을 참조하면, 본 발명의 일 실시예에 따른 데이터 분석 서버의 동작을 설명하기 위한 표(60)는 카트 번호(61), 내부 온도(62), 외부 온도(63), 메탄올 잔량(64), 측정 발전량(65), 온도 정상 여부(66), 최초 오염 여부(67), 확정 오염 여부(68)를 포함할 수 있다. 일 실시예에서, 표(60)에는 전동 카트(100)가 운행중인 지역의 위치(미도시)를 포함할 수 있다. Referring to FIG. 6, a table 60 for explaining the operation of the data analysis server according to an embodiment of the present invention includes a
카트 번호(61)는 전동 카트(100)의 식별 번호일 수 있다. 즉, 카트 번호(61)는 데이터 분석 서버(300)로 수집 데이터를 전송하는 전동 카트(100)의 식별 번호일 수 있다. 이 때, 식별 번호에는 전동 카트(100)를 식별할 수 있는 고유 식별 번호, 기종 등이 포함될 수 있다.The
내부 온도(62)는 전동 카트(100)에 적용된 DMFC(101)의 내부 온도일 수 있다. 즉, 내부 온도(62)는 데이터 분석 서버(300)가 전동 카트(100)로부터 실시간으로 수신한 내부 온도일 수 있다.The
외부 온도(63)는 전동 카트(100)가 운행중인 환경의 외부 온도일 수 있다. 즉, 외부 온도(63)는 데이터 분석 서버(300)가 외부 서버(200)로부터 실시간으로 수신한 외부 온도일 수 있다.The
메탄올 잔량(64)은 전동 카트(100)에 적용된 DMFC(101)의 연료인 메탄올 잔량일 수 있다. 즉, 메탄올 잔량(64)은 데이터 분석 서버(300)가 전동 카트(100)로부터 실시간으로 수신한 메탄올 잔량일 수 있다The residual amount of
측정 발전량(65)은 전동 카트(100)에 적용된 DMFC(101)가 생산한 발전량일 수 있다. 즉, 측정 발전량(65)은 데이터 분석 서버(300)가 전동 카트(100)로부터 실시간으로 수신한 측정 발전량일 수 있다The measured
온도 정상 여부(66)는 내부 온도(62)의 정상 온도 여부일 수 있다. 이 때, 정상 온도는 DMFC(101)의 성능을 저하시키지 않는 동시에 고출력에 적합한 기준 대역 온도일 수 있다. 즉, 온도 정상 여부(66)는 내부 온도(62)가 기준 대역 온도일 때 '정상'이고, 내부 온도(62)가 기준 대역 온도가 아닐 때 '비정상'일 수 있다. Whether the temperature is normal 66 may be whether the
특히, 데이터 분석 서버(300)는 온도 정상 여부(66)가 '비정상'일 때, 즉, 내부 온도(62)가 기준 대역 온도 이상일 때 전동 카트(100)의 쿨링팬이 동작하도록 전동 카트(100)에 제어 신호를 전송할 수 있다. 또한, 데이터 분석 서버(300)는 온도 정상 여부(66)가 '정상'이 되면, 전동 카트(100)의 쿨링팬이 정지하도록 전동 카트(100)에 제어 신호를 전송할 수 있다.In particular, the
일 실시예에서, 데이터 분석 서버(300)는 온도 정상 여부(66)가 계속 '비정상'일 때, 즉, 쿨링팬을 동작시켰음에도 내부 온도(62)가 계속 떨어지지 않는 경우, '정상'으로 가정하고 발전량을 계산하여 공기 필터 오염 여부를 판정할 수 있다. 다시 말해, 데이터 분석 서버(300)는 쿨링팬이 동작하도록 제어 신호를 전송했음에도 내부 온도(81)가 일정 시간동안 기준 대역 온도로 떨어지지 않는 경우, 기준 대역 온도보다 높은 내부 온도(62)를 이용하여 공기 필터 오염 여부를 판정할 수 있다.In one embodiment, the
최초 오염 여부(67)는 학습 모델에 의해 계산된 발전량과 측정 발전량(65)을 비교하여 판정한 DMFC(101)에 장착된 공기 필터의 오염 여부일 수 있다. 즉, 데이터 분석 서버(300)는 수신한 내부 온도(62), 외부 온도(63), 메탄올 잔량(64)을 학습 모델에 적용하여 발전량을 계산할 수 있으며, 이 계산된 발전량과 측정 발전량(65)을 비교하여 공기 필터의 오염 여부를 판정할 수 있다. 예를 들면, 실제 측정 발전량이 계산된 발전량의 오차 범위 이내인 경우는 '비오염', 오차 범위를 벗어나는 경우에는 '오염'으로 판정할 수 있다.The
일 실시예에서, 데이터 분석 서버(300)는 수집된 내부 온도(62), 외부 온도(63) 및 메탄올 잔량(64)이 학습 모델에서 학습되지 않은 내부 온도, 외부 온도, 메탄올 잔량 값일 경우, 발전량 계산 및 공기 필터 오염 판정을 보류할 수 있다.In one embodiment, the
확정 오염 여부(68)는 관리자 단말(400)의 피드백을 통한 실제 공기 필터의 오염 여부일 수 있다. 즉, 데이터 분석 서버(300)는 관리자 단말(400)로부터 최초 오염 판정에 대해 실제로 확인하여 피드백한 확정 오염 여부를 수신할 수 있다.The
일 실시예에서, 확정 오염 여부(67)와 최초 오염 여부(66)가 다를 경우, 데이터 분석 서버(300)는 해당 학습 모델을 업데이트할 수 있다. 예를 들면, 관리자 단말(400)로부터 공기 필터의 오염 판정이 정확하지 않았다고 피드백 받은 경우, 해당 학습 모델에서 계산된 발전량과 실제 측정 발전량의 오차 범위를 증가 혹은 감소시킬 수 있다. 이 때, 최초 오염 여부(67)에서 처음으로 '오염' 판정을 한 내부 온도(62), 외부 온도(63), 메탄올 잔량(64), 측정 발전량(65)을 이용하여 오차 범위를 보정할 수 있다.In one embodiment, if the definite contamination (67) and the initial contamination (66) are different, the
일 실시예에서, 확정 오염 여부(68)는 일정 기간동안 관리자 단말(400)로부터 피드백이 없으면 최초 오염 여부(67)로 확정될 수 있다. 즉, 최초 오염 여부(67)에서의 오염 판정이 정확한 것으로 판단될 수 있다.In one embodiment, whether or not the confirmed
지금까지 본 발명에 대하여 도면에 도시된 바람직한 실시예들을 중심으로 상세히 살펴보았다. 이러한 실시예들은 이 발명을 한정하려는 것이 아니라 예시적인 것에 불과하며, 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 진정한 기술적 보호범위는 전술한 설명이 아니라 첨부된 특허청구범위의 기술적 사상에 의해서 정해져야 할 것이다. 비록 본 명세서에 특정한 용어들이 사용되었으나 이는 단지 본 발명의 개념을 설명하기 위한 목적에서 사용된 것이지 의미한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 본 발명의 각 단계는 반드시 기재된 순서대로 수행되어야 할 필요는 없고, 병렬적, 선택적 또는 개별적으로 수행될 수 있다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 특허청구범위에서 청구하는 본 발명의 본질적인 기술사상에서 벗어나지 않는 범위에서 다양한 변형 형태 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 균등물은 현재 공지된 균등물뿐만 아니라 장래에 개발될 균등물 즉 구조와 무관하게 동일한 기능을 수행하도록 발명된 모든 구성요소를 포함하는 것으로 이해되어야 한다.The present invention has been described in detail with reference to preferred embodiments shown in the drawings. These embodiments are not intended to limit the invention, but merely illustrative, and should be considered from an explanatory point of view rather than a limiting point of view. The true technical protection scope of the present invention should be defined by the technical spirit of the appended claims rather than the foregoing description. Although specific terms are used in this specification, they are used for the purpose of explaining the concept of the present invention only, and are not used to limit the scope of the present invention as defined in the claims or the claims. Each step of the present invention does not necessarily have to be performed in the order described, but can be performed in parallel, selectively or individually. Those skilled in the art to which the present invention pertains will understand that various modifications and other equivalent embodiments are possible without departing from the essential technical idea of the present invention as claimed in the claims. It is to be understood that equivalents include all currently invented equivalents as well as equivalents to be developed in the future, ie, all components invented to perform the same function regardless of structure.
100: 전동 카트 101: DMFC
110: 메탄올 잔량 측정부 120: 발전량 산출부
130: 내부 온도 측정부 140: 통신부
150: 쿨링팬 구동부 160: 제어부
200: 외부 서버 300: 데이터 분석 서버
310: 데이터 수집부 320: 데이터 학습부
321: 학습 처리부 323: 학습 결과 저장부
330: 내부 온도 제어부 340: 발전량 계산부
350: 공기 필터 오염 판정부 400: 관리자 단말100: electric cart 101: DMFC
110: methanol residual amount measurement unit 120: power generation amount calculation unit
130: internal temperature measuring unit 140: communication unit
150: cooling fan driving unit 160: control unit
200: external server 300: data analysis server
310: data collection unit 320: data learning unit
321: learning processing unit 323: learning result storage unit
330: internal temperature control unit 340: power generation calculation unit
350: air filter pollution determination unit 400: administrator terminal
Claims (11)
메탄올을 연료로 이용하여 전력을 공급하는 DMFC를 포함하며, 상기 DMFC의 메탄올 잔량, 측정 발전량, 내부 온도를 실시간으로 측정하는 전동 카트;
상기 전동 카트가 운용 중인 환경의 외부 온도를 제공하는 외부 서버; 및
상기 메탄올 잔량, 측정 발전량, 내부 온도 및 외부 온도를 분석하여 상기 DMFC에 포함된 공기 필터의 오염 여부 판정을 위한 학습 모델을 업데이트하고 저장하며, 상기 학습 모델에 상기 내부 온도, 외부 온도, 메탄올 잔량을 입력하여 발전량을 계산하고, 상기 학습 모델에 의해 계산된 발전량과 상기 측정 발전량을 실시간으로 비교하여 상기 공기 필터의 오염 여부를 판정하는 데이터 분석 서버를 포함하는 운용 관리 시스템.In the operation management system for optimizing the power generation efficiency of DMFC applied to the electric cart,
It includes a DMFC for supplying electric power using methanol as a fuel, the electric cart for real-time measurement of the residual amount of methanol, the measured power generation amount, the internal temperature of the DMFC;
An external server providing an external temperature of an environment in which the electric cart is operating; And
By analyzing the residual amount of methanol, measured power generation amount, internal temperature and external temperature, the learning model for determining whether the air filter contained in the DMFC is polluted is updated and stored, and the internal temperature, external temperature, and methanol residual amount are stored in the learning model. An operation management system including a data analysis server that calculates power generation by input and compares the power generation amount calculated by the learning model with the measured power generation amount in real time to determine whether the air filter is contaminated.
상기 전동 카트는,
상기 DMFC의 내부 온도를 상기 DMFC의 성능을 저하시키지 않는 동시에 고출력에 적합한 기준 대역 온도로 유지시키는 것을 특징으로 하는 운용 관리 시스템.According to claim 1,
The electric cart,
An operating management system characterized in that the internal temperature of the DMFC is maintained at a reference band temperature suitable for high power while not degrading the performance of the DMFC.
상기 공기 필터의 오염 여부 판정에 따라 공기 필터 오염 메시지를 수신하면, 상기 공기 필터의 오염 여부 판정의 정확도 여부를 피드백하는 관리자 단말을 더 포함하고,
상기 데이터 분석 서버는,
상기 관리자 단말의 피드백에 따라 상기 학습 모델을 업데이트하는 것을 특징으로 하는 운용 관리 시스템.According to claim 1,
When receiving the air filter contamination message according to the air filter contamination determination, and further comprising a manager terminal for feeding back the accuracy of the air filter contamination determination,
The data analysis server,
Operation management system, characterized in that for updating the learning model according to the feedback of the manager terminal.
연료 탱크 내의 상기 메탄올 잔량을 측정하는 메탄올 잔량 측정부;
상기 메탄올을 이용하여 생산한 발전량 값을 데이터로 산출하는 발전량 산출부;
상기 DMFC의 내부 온도를 측정하는 내부 온도 측정부;
통신망을 통해 데이터 송수신이 가능한 통신부;
상기 DMFC에 부착된 쿨링팬을 구동하는 쿨링팬 구동부; 및
상기 메탄올 잔량, 측정 발전량, 내부 온도를 상기 통신부를 통해 데이터 분석 서버로 전송하도록 제어하고, 상기 DMFC의 내부 온도를 기준 대역 온도로 유지하기 위해 쿨링팬 구동부를 제어하는 제어부를 포함하고,
상기 데이터 분석 서버는,
상기 메탄올 잔량, 측정 발전량, 내부 온도 및 상기 전동 카트가 운용 중인 환경의 외부 온도를 분석하여 상기 DMFC에 포함된 공기 필터의 오염 여부를 판정하는 것을 특징으로 하는 전동 카트.In the electric cart comprising a DMFC to supply power using methanol as a fuel,
A methanol residual amount measuring unit for measuring the residual amount of methanol in the fuel tank;
A power generation amount calculating unit for calculating the power generation value produced using the methanol as data;
An internal temperature measuring unit for measuring the internal temperature of the DMFC;
A communication unit capable of transmitting and receiving data through a communication network;
A cooling fan driving unit for driving the cooling fan attached to the DMFC; And
It includes a control unit for controlling to transmit the residual amount of methanol, measured power generation, and internal temperature to the data analysis server through the communication unit, and to control the cooling fan driving unit to maintain the internal temperature of the DMFC at a reference band temperature,
The data analysis server,
An electric cart, characterized in that it determines whether the air filter contained in the DMFC is contaminated by analyzing the residual amount of methanol, the measured power generation amount, the internal temperature, and the external temperature of the environment in which the electric cart is operating.
상기 DMFC의 메탄올 잔량, 측정 발전량, 내부 온도 및 상기 전동 카트 운행 환경의 외부 온도를 수집하는 데이터 수집부;
상기 메탄올 잔량, 측정 발전량, 내부 온도 및 외부 온도를 분석하여 상기 DMFC에 포함된 공기 필터의 오염 여부 판정을 위한 학습 모델을 업데이트하고 저장하는 데이터 학습부;
상기 DMFC의 내부 온도를 정상 온도로 유지시키기 위해 전동 카트에 제어 신호를 전송하는 내부 온도 제어부;
상기 학습 모델에 상기 정상 온도인 내부 온도, 상기 외부 온도 및 상기 메탄올 잔량을 입력하여 발전량을 계산하는 발전량 계산부; 및
상기 학습 모델에 의해 계산된 발전량과 상기 측정 발전량을 실시간으로 비교하여 상기 공기 필터의 오염 여부를 판정하는 공기 필터 오염 판정부를 포함하는 데이터 분석 서버.In the data analysis server for optimizing the power generation efficiency of the DMFC applied to the electric cart,
A data collection unit that collects the residual amount of methanol, the measured power generation amount, the internal temperature and the external temperature of the electric cart operating environment of the DMFC;
A data learning unit that analyzes the residual amount of methanol, measured power generation amount, internal temperature, and external temperature to update and store a learning model for determining whether the air filter included in the DMFC is contaminated;
An internal temperature control unit transmitting a control signal to the electric cart to maintain the internal temperature of the DMFC at a normal temperature;
A power generation amount calculation unit for calculating the power generation amount by inputting the internal temperature, the external temperature, and the residual amount of methanol into the learning model; And
A data analysis server including an air filter pollution determination unit to determine whether the air filter is polluted by comparing the generated power generation amount calculated by the learning model with the measured power generation amount in real time.
상기 데이터 학습부는,
상기 수집된 메탄올 잔량, 측정 발전량, 내부 온도 및 외부 온도를 분석하여 상기 DMFC에 포함된 공기 필터의 오염 여부 판정을 위한 학습 모델을 업데이트하는 학습 처리부; 및
상기 발전량이 정상일 때의 상기 내부 온도 대역, 상기 외부 온도 대역, 상기 메탄올 잔량 범위 값, 및 상기 발전량이 비정상일 때의 상기 내부 온도 대역, 상기 외부 온도 대역, 상기 메탄올 잔량 범위 값이 포함된 학습 모델을 저장하는 학습 모델 저장부를 포함하는 것을 특징으로 하는 데이터 분석 서버.The method of claim 5,
The data learning unit,
A learning processing unit that analyzes the collected residual amount of methanol, measured power generation amount, internal temperature, and external temperature to update a learning model for determining whether the air filter included in the DMFC is contaminated; And
A learning model including the internal temperature band when the power generation amount is normal, the external temperature band, the methanol residual amount range value, and the internal temperature band when the electric power generation amount is abnormal, the external temperature band, and the methanol residual amount range value Data analysis server, characterized in that it comprises a learning model storage unit for storing.
상기 정상 온도는,
상기 DMFC의 성능을 저하시키지 않는 동시에 고출력에 적합한 기준 대역 온도인 것을 특징으로 하는 데이터 분석 서버.The method of claim 5,
The normal temperature,
A data analysis server characterized in that it is a reference band temperature suitable for high power while not degrading the performance of the DMFC.
상기 공기 필터 오염 판정부는,
상기 측정 발전량이 상기 계산된 발전량의 오차 범위 이상일 경우에 공기 필터가 오염 상태라고 판정하는 것을 특징으로 하는 데이터 분석 서버.The method of claim 5,
The air filter contamination determination unit,
A data analysis server characterized in that the air filter is determined to be in a contaminated state when the measured power generation amount is greater than or equal to an error range of the calculated power generation amount.
상기 DMFC의 내부 온도, 측정 발전량, 메탄올 잔량에 관한 데이터 및 상기 전동 카트가 운용 중인 환경의 외부 온도를 실시간으로 수집하는 단계;
상기 DMFC의 메탄올 잔량, 측정 발전량, 내부 온도 및 외부 온도를 분석하여 상기 DMFC에 포함된 공기 필터의 오염 여부 판정을 위한 학습 모델을 업데이트하고 저장하는 단계;
상기 DMFC의 내부 온도를 정상 온도로 유지시키기 위해 전동 카트에 제어 신호를 전송하는 단계;
상기 학습 모델에 상기 정상 온도인 내부 온도, 외부 온도, 메탄올 잔량을 입력하여 발전량을 계산하는 단계; 및
상기 학습 모델에 의해 계산된 발전량과 상기 측정 발전량을 실시간으로 비교하여 상기 공기 필터의 오염 여부를 판정하는 단계를 포함하는 전동 카트에 적용된 DMFC의 발전 효율 최적화를 위한 운용 관리 시스템의 제어 방법.In the control method of the operation management system for optimizing the power generation efficiency of DMFC applied to the electric cart operated by the data analysis server,
Collecting in real time the internal temperature of the DMFC, the measured power generation amount, data on the remaining amount of methanol, and the external temperature of the environment in which the electric cart is operating;
Updating and storing a learning model for determining whether or not the air filter included in the DMFC is polluted by analyzing the methanol residual amount, measured power generation amount, internal temperature, and external temperature of the DMFC;
Transmitting a control signal to the electric cart to maintain the internal temperature of the DMFC at a normal temperature;
Calculating the amount of power generation by inputting the internal temperature, the external temperature, and the remaining amount of methanol into the learning model; And
And comparing the generated power generated by the learning model with the measured generated power in real time to determine whether the air filter is contaminated, a control method of an operation management system for optimizing power generation efficiency of DMFC applied to an electric cart.
상기 DMFC의 내부 온도를 정상 온도로 유지시키기 위해 전동 카트에 제어 신호를 전송하는 단계는,
상기 DMFC의 내부 온도가 제1 기준 온도보다 높으면 상기 전동 카트에 포함된 쿨링팬을 구동시키도록 제어하는 단계; 및
상기 DMFC의 내부 온도가 제2 기준 온도보다 낮으면 상기 쿨링팬을 정지시키도록 제어하는 단계를 포함하고,
상기 제1 기준 온도 및 상기 제2 기준 온도는,
상기 내부 온도를 상기 정상 온도로 유지할 수 있는 온도인 것을 특징으로 하는 전동 카트에 적용된 DMFC의 발전 효율 최적화를 위한 운용 관리 시스템의 제어 방법.The method of claim 9,
The step of transmitting a control signal to the electric cart to maintain the internal temperature of the DMFC to a normal temperature,
Controlling the cooling fan included in the electric cart to be driven when the internal temperature of the DMFC is higher than the first reference temperature; And
And controlling to stop the cooling fan when the internal temperature of the DMFC is lower than a second reference temperature,
The first reference temperature and the second reference temperature,
Control method of the operation management system for optimizing the power generation efficiency of DMFC applied to the electric cart, characterized in that the temperature that can maintain the internal temperature at the normal temperature.
상기 공기 필터가 오염되었다고 판정될 경우, 관리자 단말로 공기 필터 오염 메시지를 전송하는 단계; 및
상기 관리자 단말로부터 판정 정확도 여부를 피드백 받아 학습 모델을 업데이트하는 단계를 더 포함하는 것을 특징으로 하는 전동 카트에 적용된 DMFC의 발전 효율 최적화를 위한 운용 관리 시스템의 제어 방법.The method of claim 9,
If it is determined that the air filter is contaminated, transmitting an air filter contamination message to a manager terminal; And
Control method of the operation management system for optimizing the power generation efficiency of the DMFC applied to the electric cart, characterized in that it further comprises the step of updating the learning model receiving feedback from the manager terminal whether the determination accuracy.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190142196A KR102116951B1 (en) | 2019-11-08 | 2019-11-08 | Operation management system and method for optimizing generation efficiency of dmfc applied to electric cart |
| PCT/KR2020/000438 WO2021091019A1 (en) | 2019-11-08 | 2020-01-10 | Operation management system and method for optimizing power generation efficiency of dmfc applied to electric cart |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190142196A KR102116951B1 (en) | 2019-11-08 | 2019-11-08 | Operation management system and method for optimizing generation efficiency of dmfc applied to electric cart |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102116951B1 true KR102116951B1 (en) | 2020-06-01 |
Family
ID=71083134
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190142196A KR102116951B1 (en) | 2019-11-08 | 2019-11-08 | Operation management system and method for optimizing generation efficiency of dmfc applied to electric cart |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102116951B1 (en) |
| WO (1) | WO2021091019A1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102190968B1 (en) * | 2020-06-16 | 2020-12-14 | 주식회사 아이온커뮤니케이션즈 | Operation management system and method for optimizing work performance of mobile robots operating by dmfc |
| KR102627893B1 (en) * | 2023-08-31 | 2024-01-19 | 주식회사 스마트파워 | Filter pollution measurement sensor of a switchboard, distribution board, electric control panel, energy storage device, communication device box, or solar connection box |
| WO2024052574A1 (en) * | 2022-09-09 | 2024-03-14 | Bayerische Motoren Werke Aktiengesellschaft | Means of transportation and method for determining a state of an air filter of a fuel cell system |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116111147B (en) * | 2023-04-13 | 2023-06-30 | 北京新研创能科技有限公司 | Temperature management method and system for hydrogen fuel cell |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003132928A (en) * | 2001-10-26 | 2003-05-09 | Daikin Ind Ltd | Fuel cell system |
| JP2006059673A (en) * | 2004-08-20 | 2006-03-02 | Victor Co Of Japan Ltd | Fuel cell driving device |
| KR100957364B1 (en) | 2007-12-05 | 2010-05-12 | 현대자동차주식회사 | Diagnosis of abnomal condition for cathode air supply |
| JP2010176946A (en) * | 2009-01-28 | 2010-08-12 | Kyocera Corp | Fuel battery device |
| KR101558604B1 (en) | 2009-12-02 | 2015-10-07 | 현대자동차주식회사 | Air filter exchange cycle notify method in fuel cell vehicle |
| JP2017182916A (en) * | 2016-03-28 | 2017-10-05 | ブラザー工業株式会社 | Fuel cell, estimation method, and computer program |
-
2019
- 2019-11-08 KR KR1020190142196A patent/KR102116951B1/en active IP Right Grant
-
2020
- 2020-01-10 WO PCT/KR2020/000438 patent/WO2021091019A1/en active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003132928A (en) * | 2001-10-26 | 2003-05-09 | Daikin Ind Ltd | Fuel cell system |
| JP2006059673A (en) * | 2004-08-20 | 2006-03-02 | Victor Co Of Japan Ltd | Fuel cell driving device |
| KR100957364B1 (en) | 2007-12-05 | 2010-05-12 | 현대자동차주식회사 | Diagnosis of abnomal condition for cathode air supply |
| JP2010176946A (en) * | 2009-01-28 | 2010-08-12 | Kyocera Corp | Fuel battery device |
| KR101558604B1 (en) | 2009-12-02 | 2015-10-07 | 현대자동차주식회사 | Air filter exchange cycle notify method in fuel cell vehicle |
| JP2017182916A (en) * | 2016-03-28 | 2017-10-05 | ブラザー工業株式会社 | Fuel cell, estimation method, and computer program |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102190968B1 (en) * | 2020-06-16 | 2020-12-14 | 주식회사 아이온커뮤니케이션즈 | Operation management system and method for optimizing work performance of mobile robots operating by dmfc |
| WO2024052574A1 (en) * | 2022-09-09 | 2024-03-14 | Bayerische Motoren Werke Aktiengesellschaft | Means of transportation and method for determining a state of an air filter of a fuel cell system |
| KR102627893B1 (en) * | 2023-08-31 | 2024-01-19 | 주식회사 스마트파워 | Filter pollution measurement sensor of a switchboard, distribution board, electric control panel, energy storage device, communication device box, or solar connection box |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021091019A1 (en) | 2021-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102116951B1 (en) | Operation management system and method for optimizing generation efficiency of dmfc applied to electric cart | |
| JP7364832B2 (en) | System and method for distributed fault management in fuel cell systems | |
| US20090018785A1 (en) | Model-based determination of power source replacement in wireless and other devices | |
| CN115663312A (en) | Battery operation monitoring system and method based on battery protection | |
| CN101006345A (en) | System for maintaining hydrogen purity in electrical generators and method thereof | |
| Chen et al. | Proton exchange membrane fuel cell prognostics using genetic algorithm and extreme learning machine | |
| CN105467945A (en) | Expert system based on electrolytic tank real-time production data | |
| WO2013083872A1 (en) | Method and arrangement for indicating solid oxide cell operating conditions | |
| CN101957434A (en) | When low-power operation, use low performance cells to detect the method for improving reliability | |
| Pei et al. | Lifetime prediction method of proton exchange membrane fuel cells based on current degradation law | |
| US20170237096A1 (en) | Control of an electrochemical device with integrated diagnostics, prognostics and lifetime management | |
| CN113403645A (en) | Method and device for determining working state of electrolytic cell and controller | |
| CN111916803A (en) | Fuel cell system based on cloud intelligent monitoring and edge computing | |
| CN100472868C (en) | Fuel cell life predicting device and fuel cell system | |
| JP4710245B2 (en) | Driving method of electrochemical energy generating device | |
| CN117117258B (en) | Fault monitoring method and device for hydrogen fuel cell system | |
| CN116894663B (en) | Intelligent AEM electrolytic tank control system | |
| CN116618240B (en) | Dispensing system and method for bipolar plate of fuel cell | |
| EP2291880B1 (en) | Method and system for determining and controlling methanol concentration in dmfc based on impedance measurements | |
| Wang et al. | Fuel cell fault forecasting system using grey and extension theories | |
| KR20130122434A (en) | Apparatus and method of monitoring performance of sofc system | |
| KR100766473B1 (en) | Analyzer for fuel cell | |
| KR102630120B1 (en) | System and Method for energy management of fuel cell system using digital twin | |
| KR101839305B1 (en) | Measuring system for odor having real-time reference value | |
| CN114296414A (en) | Environmental management engineering management system and method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |