KR102255699B1 - 작업환경 위험도 분석 시스템 - Google Patents

작업환경 위험도 분석 시스템 Download PDF

Info

Publication number
KR102255699B1
KR102255699B1 KR1020200147637A KR20200147637A KR102255699B1 KR 102255699 B1 KR102255699 B1 KR 102255699B1 KR 1020200147637 A KR1020200147637 A KR 1020200147637A KR 20200147637 A KR20200147637 A KR 20200147637A KR 102255699 B1 KR102255699 B1 KR 102255699B1
Authority
KR
South Korea
Prior art keywords
time
real
pattern
risk
variability
Prior art date
Application number
KR1020200147637A
Other languages
English (en)
Inventor
김지현
최동규
Original Assignee
(주)아이소프트
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 (주)아이소프트 filed Critical (주)아이소프트
Priority to KR1020200147637A priority Critical patent/KR102255699B1/ko
Application granted granted Critical
Publication of KR102255699B1 publication Critical patent/KR102255699B1/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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Emergency Management (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • General Factory Administration (AREA)

Abstract

본 발명은 작업환경 위험도 분석 시스템에 관한 것으로, 보다 구체적으로 다수 개의 센서가 구비된 스마트플러그로부터 상기 스마트플러그가 설치된 주변 환경이 실시간으로 감지된 환경 데이터를 전송받고, 상기 환경 데이터의 종류별로 구분하여 저장하는 데이터 수집모듈, 상기 환경 데이터의 종류에 따라 위험도 예측모델을 생성하는 위험도 예측모델 생성모듈, 사용자에 의하여 정상패턴 생성 명령이 입력되면, 상기 정상패턴 생성 명령이 입력된 시점부터 기 설정된 시간 동안 전송받은 상기 환경 데이터를 상기 위험도 예측모델에 대입하여 정상패턴을 생성하는 정상패턴 생성모듈, 사용자에 의하여 실시간패턴 생성 명령이 입력되면, 상기 실시간패턴 생성명령이 입력된 시점부터 기 설정된 시간 동안 전송받은 상기 환경 데이터를 상기 위험도 예측모델에 대입하여 실시간패턴을 생성하는 실시간패턴 생성모듈 및 실시간 변이도 측정함수를 이용하여 상기 정상패턴과 실시간패턴의 변이도를 연산하고, 상기 변이도에 따른 위험도 레벨을 출력하는 위험도 레벨 출력모듈; 을 포함하는 작업환경 위험도 분석 시스템에 관한 것이다.

Description

작업환경 위험도 분석 시스템 {Work Environment Risk Analysis System}
본 발명은 작업환경 위험도 분석 시스템에 관한 것으로, 보다 구체적으로 사물인터넷(IoT)을 통해 구축되는 스마트팩토리에서 다수 개의 센서가 구비된 스마트플러그로부터 상기 스마트플러그가 설치된 주변 환경이 실시간으로 감지된 환경 데이터를 전송받고, 상기 환경 데이터를 위험도 예측모델에 대입하여 정상패턴 및 실시간패턴을 생성한 후 변이도를 산출하고, 상기 변이도에 따른 작업환경의 위험도를 출력하여 사용자가 작업환경의 상태를 파악할 수 있도록 하는 작업환경 위험도 분석 시스템에 관한 것이다.
화학공정, 정유공정, 석유화학 공정, 가스공정, 반도체 공정 및 에너지 플랜트 등과 같이 석유, 화학, 가스 등의 유해 위험 물질을 사용하는 공정에서 발생할 수 있는 화재, 폭발 및 위험물질 누출에 의한 확산 사고는 대규모 인명 및 재산 피해를 발생시킬 수 있다. 그러므로 유해 위험 물질을 사용하는 공정에서 안전관리는 중요한 문제이다.
최근에는 사물인터넷(Internet of Thing; IoT)에 기초하여, 공정의 안전관리를 수행하는 방법을 사용하고 있다. 이 방법은 공정 내의 설비와 대응하는 복수의 사물인터넷 센서를 통한 공정에 대한 모니터링 및 안전관리를 수행할 수 있다. 즉, 일반적으로 산업단지 및 공장에서 많은 위험 및 안전관리를 위해, 시설에 센서 또는 계측기기를 장착하여 중앙제어센터에서 측정인자를 실시간으로 모니터링하고 있다.
다만, 온도, 압력, 진동 등 개별적으로 위험인자를 측정하여 분석 및 검토를 수행하는 단순 분석 작업이 현업에선 주류를 이루고 있으므로, 다수의 위험인자를 입력받아 종합 분석한 후 전체적인 위험을 분석하는 기술은 지속적으로 개발되어야 할 실정이다.
관련문헌 1은 공정 및 작업 위험도에 의한 위험지도 기반의 안전관리를 위한 서버, 시스템 및 방법에 관한 것으로, 공정에 포함된 복수의 지역에 대한 지역 위험지수를 계산하고, 공정에 포함된 복수의 작업에 대한 작업 위험지수를 계산하며, 지역 위험지수 및 작업 위험 지수에 기초하여, 공정에 대한 위험도를 산출하나, 공정 외 위험도에 영향을 줄 수 있는 환경적인 위해요소를 반영하지 못하는 문제점이 있다.
관련문헌 2는 위험지도를 이용한 위험도 분석 시스템에 관한 것으로, 사용자의 선택에 따라 각 단위지역 별 위험등급 또는 위험지수의 순위에 따라 각 단위지역별로 구분된 위험지도 상에 색상을 달리하여 위험도를 표시할 수 있으나, 하나의 공장에 대한 위험도를 분석하는 것이 아닌 단위 지역에 포함된 복수 개의 공장을 대상으로 하는 문제가 있고, 복수 개의 공장을 상대적으로 비교하여 위험도를 구별함으로, 각각의 공장의 위험요소에 대하여 절대적인 위험도를 도출할 수 없는 문제점이 있다.
KR 10-1759916 KR 10-1805713
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로, 사용자가 공장 내 작업환경의 상태 및 위험을 조기에 감지하여 사고를 예방할 수 있도록 사물인터넷(IoT)을 통해 구축되는 스마트팩토리에서 다수 개의 센서가 구비된 스마트플러그로부터 상기 스마트플러그가 설치된 주변 환경이 실시간으로 감지된 환경 데이터를 전송받고, 상기 환경 데이터를 위험도 예측모델에 대입하여 정상패턴 및 실시간패턴을 생성한 후 변이도를 산출하고, 상기 변이도에 따른 작업환경의 위험도를 출력하는 작업환경 위험도 분석 시스템을 얻고자 하는 것을 목적으로 한다.
상기 목적을 달성하기 위하여, 본 발명의 작업환경 위험도 분석 시스템은 다수 개의 센서가 구비된 스마트플러그로부터 상기 스마트플러그가 설치된 주변 환경이 실시간으로 감지된 환경 데이터를 전송받고, 상기 환경 데이터의 종류별로 구분하여 저장하는 데이터 수집모듈; 상기 환경 데이터의 종류에 따라 위험도 예측모델을 생성하는 위험도 예측모델 생성모듈; 사용자에 의하여 정상패턴 생성 명령이 입력되면, 상기 정상패턴 생성 명령이 입력된 시점부터 기 설정된 시간 동안 전송받은 상기 환경 데이터를 상기 위험도 예측모델에 대입하여 정상패턴을 생성하는 정상패턴 생성모듈; 사용자에 의하여 실시간패턴 생성 명령이 입력되면, 상기 실시간패턴 생성명령이 입력된 시점부터 기 설정된 시간 동안 전송받은 상기 환경 데이터를 상기 위험도 예측모델에 대입하여 실시간패턴을 생성하는 실시간패턴 생성모듈; 및 실시간 변이도 측정함수를 이용하여 상기 정상패턴과 실시간패턴의 변이도를 연산하고, 상기 변이도에 따른 위험도 레벨을 출력하는 위험도 레벨 출력모듈; 을 포함하는 작업환경 위험도 분석 시스템에 관한 것이다.
이상과 같이 본 발명에 의하면 사물인터넷(IoT)을 통해 구축되는 스마트팩토리에서 다수 개의 센서가 구비된 스마트플러그로부터 상기 스마트플러그가 설치된 주변 환경이 실시간으로 감지된 환경 데이터를 전송받고, 상기 환경 데이터를 위험도 예측모델에 대입하여 정상패턴 및 실시간패턴을 생성한 후 변이도를 산출하고, 상기 변이도에 따른 작업환경의 위험도를 출력하도록 구비함으로써, 사용자가 공장 내 작업환경의 상태의 미세한 변화를 모니터링하여 제품의 불량이 발생할 수 있는 작업환경이 조성되는 것을 최소화할 수 있는 효과가 있고, 사용자가 작업환경에서 발생된 위험을 조기에 감지하여 추가적인 사고를 예방할 수 있는 효과가 있다.
도 1은 본 발명의 작업환경 위험도 분석 시스템 구성도이다.
도 2는 본 발명의 일실시예에 따른 작업구역 1 내지 4에서의 정상패턴 및 실시간패턴을 표시한 도면이다.
도 3은 본 발명의 일실시예에 따른 스마트팩토리 내 다수 개의 스마트플러그, 게이트웨이, 분석서버 및 모니터링 장치를 표시한 도면이다.
본 명세서에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 실시예를 첨부한 도면을 참조하여 상세히 설명하기로 한다. 도 1은 본 발명의 작업환경 위험도 분석 시스템 구성도이다. 도 2는 본 발명의 일실시예에 따른 작업구역 1 내지 4에서의 정상패턴 및 실시간패턴을 표시한 도면이다. 도 3은 본 발명의 일실시예에 따른 스마트팩토리 내 다수 개의 스마트플러그(1), 게이트웨이(2), 분석서버(3) 및 모니터링 장치(4)를 표시한 도면이다.
우선 도 1을 보면, 본 발명의 작업환경 위험도 분석 시스템은 데이터 수집모듈(100), 예측모델 생성모듈(200), 정상패턴 생성모듈(300), 실시간 패턴 생성모듈(400) 및 위험도 레벨 출력모듈(500)을 포함한다.
보다 구체적으로, 상기 데이터 수집모듈(100)은 다수 개의 센서가 구비된 스마트플러그(1)로부터 상기 스마트플러그(1)가 설치된 주변 환경이 실시간으로 감지된 환경 데이터를 전송받고, 상기 환경 데이터의 종류별로 구분하여 저장한다.
예컨대, 상기 스마트플러그(1)는 스마트팩토리 내 다수 개가 구비될 수 있고 전원플러그에 꽂을 수 있는 형태로 단상 220V 또는 3상 380V의 전원을 공급받아 구동될 수 있다. 그리고 각각의 상기 스마트플러그(1)는 온도센서, 습도센서, VOC센서, CO2센서 및 플러그통신모듈을 포함할 수 있고, 상기 스마트플러그(1)가 설치된 일정 반경 이내 주변 환경의 온도, 습도, 휘발성 유기 화합물의 농도, CO2 농도를 실시간으로 감지할 수 있다.
이에 따라, 상기 환경 데이터는 온도 데이터, 습도 데이터, VOCs 농도 데이터, 이산화탄소(CO2) 농도 데이터가 포함될 수 있고, 상기 플러그통신모듈을 통해서 상기 데이터 수집모듈(100)로 전송할 수 있다. 그리고 상기 데이터 수집모듈(100)은 각 데이터별로 구분하여 저장한다.
상기 플러그통신모듈은 스마트팩토리 내에서의 작업에 방해가 되지 않도록 무선통신을 이용하는 것이 적당하나, 필요에 따라 유선통신을 이용할 수 있다. 가장 바람직하게, 상기 플러그통신모듈은 블루투수 통신규약인 BLE 5.0을 이용하거나 블루투스외 근거리 통신을 이용할 수 있으며, 무선 센서네트워크 기술 IEEE 802.15.4e를 이용할 수도 있다.
다음으로, 상기 위험도 예측모델 생성모듈(200)은 상기 환경 데이터의 종류에 따라 위험도 예측모델을 생성한다.
이때, 상기 위험도 예측모델 생성모듈(200)은, 상기 환경 데이터가 온도 데이터, 습도 데이터, VOCs 농도 데이터, 이산화탄소(CO2) 농도 데이터를 포함하면, 하기 [수학식 1]에 대입하여 상기 위험도 예측모델을 생성할 수 있다.
만약, 상기 환경 데이터의 종류가 증가하거나 감소할수록 상기 변수 X 및 w가 증가하거나 감소할 수 있다.
Figure 112020118820095-pat00001
여기서, 상기 X1, X2, X3, X4는 상기 온도 데이터, 습도 데이터, VOCs 농도 데이터, 이산화탄소(CO2) 농도 데이터를 나타낼 수 있다.
그리고 상기 w1, w2, w3, w4는 u함수의 계수로, 상기 환경 데이터의 종류별로 부여되는 가중치를 나타낼 수 있다. 상기 w1, w2, w3, w4는 최초 무작위 함수를 통해서 값이 자동적으로 선정될 수 있다.
그리고 상기 f(u)는 비선형 함수로, 상기 u 함수의 값이 입력되어 상기 온도 데이터, 습도 데이터, VOCs 농도 데이터, 이산화탄소(CO2) 농도 데이터를 하나의 값(Y)으로 비선형 맵핑될 수 있다.
다음으로, 도 2를 보면 상기 정상패턴 생성모듈(300)은 사용자에 의하여 정상패턴 생성 명령이 입력되면, 상기 정상패턴 생성 명령이 입력된 시점부터 기 설정된 시간 동안 전송받은 상기 환경 데이터를 상기 위험도 예측모델에 대입하여 정상패턴을 생성한다.
그리고 상기 정상패턴 생성모듈(300)은 기 설정된 횟수만큼 상기 정상패턴을 반복적으로 생성한 후 각 시간대별 패턴의 평균값을 최종 정상패턴으로 생성할 수 있다.
예컨대, 사용자에 의하여 24시간 동안 5번 반복하여 상기 정상패턴을 생성하라는 명령이 입력되면, 우선적으로 상기 정상패턴 생성모듈(300)은 상기 정상패턴 생성 명령이 입력된 시점부터 24시간 동안 상기 데이터 수집모듈(100)로부터 상기 환경 데이터를 실시간으로 전송받는다. 그리고 상기 정상패턴 생성모듈(300)은 상기 환경 데이터를 상기 위험도 예측모델에 대입하여 제1 정상패턴을 생성할 수 있다.
그리고 첫 번째 24시간이 끝나면 끝난 시점부터 24시간 동상 상기 상기 데이터 수집모듈(100)로부터 실시간으로 전송받는다. 그리고 상기 정상패턴 생성모듈(300)은 상기 환경 데이터를 상기 위험도 예측모델에 대입하여 제2 정상패턴을 생성할 수 있다. 상기 정상패턴 생성모듈(300)은 3번 더 반복하여 제3 정상패턴 내지 제5 정상패턴을 생성할 수 있다.
그리고 상기 정상패턴 생성모듈(300)은 제1 정상패턴 내지 제5 정상패턴에 있어서, 24시간 내 각각의 시간대별 패턴의 평균값을 생성하여 최종 정상패턴을 생성할 수 있다.
이는 하나의 정상패턴만을 생성한 후 이를 기준으로하여 패턴의 변이도를 산출하게 되면 오차가 발생할 수 있고 정확도가 떨어지는 문제점이 있으므로, 반복적으로 상기 정상패턴을 생성한 후 상기 최종 정상패턴을 생성하여 보다 정확한 기준을 설정하기 위함이다.
다음으로, 도 2를 보면 상기 실시간패턴 생성모듈(400)은 사용자에 의하여 실시간패턴 생성 명령이 입력되면, 상기 실시간패턴 생성명령이 입력된 시점부터 기 설정된 시간 동안 전송받은 상기 환경 데이터를 상기 위험도 예측모델에 대입하여 실시간패턴을 생성한다.
예컨대, 사용자에 의하여 24시간 동안 상기 실시간패턴을 생성하라는 명령이 입력되면, 상기 실시간패턴 생성모듈(400)은 상기 실시간패턴 생성 명령이 입력된 시점부터 24시간 동안 상기 데이터 수집모듈(100)로부터 실시간으로 상기 환경 데이터를 전송받는다. 그리고 상기 실시간패턴 생성모듈(400)은 상기 환경 데이터를 상기 위험도 예측모델에 대입하여 실시간패턴을 생성할 수 있다.
다음으로, 상기 위험도 레벨 출력모듈(500)은 실시간 변이도 측정함수를 이용하여 상기 정상패턴과 실시간패턴의 변이도를 연산하고, 상기 변이도에 따른 위험도 레벨을 출력한다.
이때, 상기 위험도 레벨 출력모듈(500)은 유클리디안 거리 측정법과 맨하탄 거리 측정법을 포함하는 실시간 패턴의 변이도 측정법 중 하나를 이용하여 상기 정상패턴과 실시간패턴의 변이도를 연산할 수 있다.
일반적으로, 점, 벡터 등으로 표시되는 임의의 두 지점 간의 거리를 측정하여 유사성을 측정하는 기법으로, 유클리디안 거리 측정법, 맨하탄 거리 측정법, 코사인 유사도, 마할라노비스거리 측정법, 자카드 계수, 피어슨 상관계수, 해밍거리 등이 있다. 다만, 상기 위험도 레벨 출력모듈(500)은 어느 하나의 실시간 패턴의 변이도를 측정하는 방법에 한정되지 않는다.
또한, 상기 위험도 레벨 출력모듈(500)은 하기 [수학식 2]를 이용하여 상기 정상패턴과 실시간패턴의 변이도를 0에서 1 사이의 값으로 변환할 수 있다.
Figure 112020118820095-pat00002
여기서, 상기 y2는 상기 정상패턴과 실시간패턴의 변이도의 변환값으로 0과 1 사이의 값을 갖고, y1은 측정 시점의 상기 정상패턴과 실시간패턴의 변이도이고, ymin은 측정 시점 이전의 상기 정상패턴과 실시간패턴의 변이도 최소값이고, ymax는 측정 시점 이전의 상기 정상패턴과 실시간 패턴의 변이도 최대값이다.
한편, 상기 위험도 레벨 출력모듈(500)은 상기 정상패턴과 실시간패턴의 변이도의 변환값을 이용하여 하기 [수학식 3]에 따른 위험도 레벨을 출력하도록 매핑될 수 있다.
Figure 112020118820095-pat00003
여기서, L은 상기 위험도 레벨이고, v는 실시간 변이도 측정함수 중 하나인 유클라디안 거리 측정법과 상기 [수학식 2]를 포함하고 최종적으로 상기 변이도의 환산값(y2)을 출력하는 함수이고, N은 상기 최종 정상패턴이고, Y는 상기 실시간 패턴이다.
즉, 상기 위험도 레벨 출력모듈(500)로부터 출력된 상기 변이도의 변환값(y2)은 0 내지 1의 범위를 갖고, 상기 변이도의 변환값(y2)이 0.2 미만일 경우 정상단계이고 5단계로 지칭할 수 있다. 상기 변이도의 변환값(y2)이 0.2이상 0.4미만일 경우 경미경계단계이고 4단계로 지칭할 수 있다. 상기 변이도의 변환값(y2)이 0.4이상 0.6미만일 경우 경계단계이고 3단계로 지칭할 수 있다. 상기 변이도의 변환값(y2)이 0.6이상 0.8미만일 경우 엄중경계단계이고 2단계로 지칭할 수 있다. 상기 변이도의 변환값(y2)이 0.8이상일 경우 위험단계이고 1단계로 지칭할 수 있다.
예컨대, 유클라디안 거리 측정법로부터 도출된 측정 시점의 상기 정상패턴과 실시간 패턴의 변이도(y1)는 30이고, 측정시점 이전의 상기 정상패턴과 실시간패턴의 변이도 최소값(ymin)이 20이고, 측정시점 이전의 상기 정상패턴과 실시간패턴의 변이도 최대값(ymax)이 100일 경우, 상기 정상패턴과 실시간패턴의 변이도의 변환값(y2)은 0.125일 수 있다. 그리고 측정 시점의 변이도의 변환값(y2)은 0.125로 0.2 미만임으로, 정상단계이고, 상기 위험도 레벨(L)을 5단계로 지칭할 수 있다.
한편, 본 발명의 작업환경 위험도 분석 시스템은 상기 위험도 레벨에 따라 사용자의 단말기에 알람을 제공하는 알람 제공모듈(600)을 더 포함할 수 있다.
또한, 도 3을 보면, 본 발명의 작업환경 위험도 분석 시스템은 스마트팩토리 내 다수 개의 스마트플러그(1), 게이트웨이(2), 분석서버(3) 및 모니터링 장치(4)를 더 포함할 수 있다.
상기 게이트웨이(2)는 다수 개의 스마트플러그(1) 모두와 통신할 수도 있지만 위치상의 문제가 있는 경우에는 복수 개가 공장 내부에 설치될 수 있고, 분석서버(3)와 거리 또는 위치상의 문제가 있는 경우에는 복수 개의 상기 게이트웨이(2) 간에 통신이 이루어져 상기 스마트플러그(1)로부터 전송된 각 환경 데이터를 분석서버(3)에 전송할 수 있다.
가장 바람직하게, 상기 분석서버(3)는 상기 데이터 수집모듈(100), 예측모델 생성모듈(200), 정상패턴 생성모듈(300), 실시간 패턴 생성모듈(400) 및 위험도 레벨 출력모듈(500) 및 알람 제공모듈(600)을 포함할 수 있다.
또한, 상기 분석서버(3)는 상기 위험도 레벨 및 알람을 상기 모니터링 장치(4)로 전송할 수 있다. 상기 분석서버(3)는 상기 게이트웨이(2) 및 모니터링 장치(4)와의 통신을 위해 게이트웨이(2)의 통신방식에 따라 무선 통신인 경우에는 블루투수 BLE 5.0 또는 무선 센서네트워크 기술 IEEE 802.15.4e을 이용하거나 유선 통신인 경우에는 랜케이블 등 유선으로 연결될 수 있다.
또한, 상기 모니터링 장치(4)는 사용자에 의하여 상기 정상패턴 생성 명령 및 실시간패턴 생성명령이 입력될 수 있도록 키보드, 마우스, 터치스크린 등이 포함될 수 있고, 상기 위험도 레벨을 표시할 수 있도록 디스플레이를 포함할 수 있고, 상기 알람 제공모듈(600)로부터 전송된 알람을 출력할 수 있도록 점등 또는 비상음 출력할 수 있는 장치를 포함할 수 있다.
이상과 같이 본 발명에 의하면 사물인터넷(IoT)을 통해 구축되는 스마트팩토리에서 다수 개의 센서가 구비된 스마트플러그(1)로부터 상기 스마트플러그(1)가 설치된 주변 환경이 실시간으로 감지된 환경 데이터를 전송받고, 상기 환경 데이터를 위험도 예측모델에 대입하여 정상패턴 및 실시간패턴을 생성한 후 변이도를 산출하고, 상기 변이도에 따른 작업환경의 위험도를 출력하도록 구비함으로써, 사용자가 공장 내 작업환경의 상태의 미세한 변화를 모니터링하여 제품의 불량이 발생할 수 있는 작업환경이 조성되는 것을 최소화할 수 있는 효과가 있고, 사용자가 작업환경에서 발생된 위험을 조기에 감지하여 추가적인 사고를 예방할 수 있는 효과가 있다.
본 명세서에 기술된 모듈은 하드웨어 회로(예를 들어, CMOS 기반 로직 회로), 펌웨어, 소프트웨어 또는 이들의 조합에 의해 구현될 수 있다. 예를 들어, 다양한 전기적 구조의 형태로 트랜지스터, 로직게이트 및 전자회로를 활용하여 구현될 수 있다. 예컨대, 상기 모듈은 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것은 아님은 본 발명의 기술분야의 평균적 전문가에게는 용이하게 추론될 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다.
또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
1.. 스마트플러그
2.. 게이트웨이
3.. 분석서버
4.. 모니터링 장치
100.. 데이터 수집모듈
200.. 위험도 예측모델 생성모듈
300.. 정상패턴 생성모듈
400.. 실시간 패턴 생성모듈
500.. 위험도 레벨 출력모듈
600.. 알람 제공모듈

Claims (5)

  1. 다수 개의 센서가 구비된 스마트플러그로부터 상기 스마트플러그가 설치된 주변 환경이 실시간으로 감지된 환경 데이터를 전송받고, 상기 환경 데이터의 종류별로 구분하여 저장하는 데이터 수집모듈;
    상기 환경 데이터의 종류에 따라 위험도 예측모델을 생성하는 위험도 예측모델 생성모듈;
    사용자에 의하여 정상패턴 생성 명령이 입력되면, 상기 정상패턴 생성 명령이 입력된 시점부터 기 설정된 시간 동안 전송받은 상기 환경 데이터를 상기 위험도 예측모델에 대입하여 정상패턴을 생성하는 정상패턴 생성모듈;
    사용자에 의하여 실시간패턴 생성 명령이 입력되면, 상기 실시간패턴 생성명령이 입력된 시점부터 기 설정된 시간 동안 전송받은 상기 환경 데이터를 상기 위험도 예측모델에 대입하여 실시간패턴을 생성하는 실시간패턴 생성모듈; 및
    실시간 변이도 측정함수 중 하나인 유클라디안 거리 측정법을 이용하여 상기 정상패턴과 실시간패턴의 변이도를 연산하고, 상기 변이도에 따른 위험도 레벨을 출력하는 위험도 레벨 출력모듈;을 포함하고,
    상기 정상패턴 생성모듈은,
    기 설정된 횟수만큼 상기 정상패턴을 반복적으로 생성한 후 각 시간대별 패턴의 평균값을 최종 정상패턴으로 생성하고,
    상기 위험도 레벨 출력모듈은,
    하기 [수학식 2]를 이용하여 상기 변이도를 0에서 1 사이의 값으로 변환한 후 하기 [수학식 3]에 따라 상기 위험도 레벨을 출력하는 것을 특징으로 하는 작업환경 위험도 분석 시스템.
    [수학식 2]
    Figure 112021031212646-pat00009

    여기서, 상기 y2는 상기 변이도의 환산값이고, y1은 유클라디안 거리 측정법을 이용하여 연산된 측정 시점의 상기 최종 정상패턴과 실시간패턴의 변이도이고, ymin은 측정 시점 이전의 상기 최종 정상패턴과 실시간 패턴의 변이도 최소값이고, ymax는 측정 시점 이전의 상기 최종 정상패턴과 실시간 패턴의 변이도 최대값이다.
    [수학식 3]
    Figure 112021031212646-pat00010

    여기서, L은 상기 위험도 레벨이고, v는 실시간 변이도 측정함수 중 하나인 유클라디안 거리 측정법과 상기 [수학식 2]를 포함하고 최종적으로 상기 변이도의 환산값(y2)을 출력하는 함수이고, N은 상기 최종 정상패턴이고, Y는 상기 실시간 패턴이다.
  2. 제 1항에 있어서,
    상기 위험도 예측모델 생성모듈은,
    상기 환경 데이터가 온도 데이터, 습도 데이터, VOCs 농도 데이터, 이산화탄소(CO2) 농도 데이터를 포함하면, 하기 [수학식 1]에 대입하여 상기 위험도 예측모델을 생성하는 것을 특징으로 하는 작업환경 위험도 분석 시스템.
    [수학식 1]
    Figure 112021031212646-pat00004

    여기서, 상기 X1,X2,X3, X4는 상기 온도 데이터, 습도 데이터, VOCs 농도 데이터, 이산화탄소(CO2) 농도 데이터를 나타내고, 상기 w1, w2, w3, w4는 u함수의 계수로 상기 환경 데이터의 종류별로 부여되는 가중치를 나타내고, f(u)는 비선형 함수로 u 함수의 값이 입력되어 상기 온도 데이터, 습도 데이터, VOCs 농도 데이터, 이산화탄소(CO2) 농도 데이터를 하나의 값(Y)으로 비선형 맵핑하는 것이다.
  3. 제 1항에 있어서,
    상기 위험도 레벨에 따라 사용자의 단말기에 알람을 제공하는 알람 제공모듈;을 더 포함하는 것을 특징으로 하는 작업환경 위험도 분석 시스템.
  4. 삭제
  5. 삭제
KR1020200147637A 2020-11-06 2020-11-06 작업환경 위험도 분석 시스템 KR102255699B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200147637A KR102255699B1 (ko) 2020-11-06 2020-11-06 작업환경 위험도 분석 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200147637A KR102255699B1 (ko) 2020-11-06 2020-11-06 작업환경 위험도 분석 시스템

Publications (1)

Publication Number Publication Date
KR102255699B1 true KR102255699B1 (ko) 2021-05-25

Family

ID=76145294

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200147637A KR102255699B1 (ko) 2020-11-06 2020-11-06 작업환경 위험도 분석 시스템

Country Status (1)

Country Link
KR (1) KR102255699B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117196322A (zh) * 2023-11-06 2023-12-08 深圳市明心数智科技有限公司 智能风控方法、装置、计算机设备及存储介质
CN117425247A (zh) * 2023-11-01 2024-01-19 广州爱宇森照明科技有限公司 一种远程舞台灯光控制系统
KR102711443B1 (ko) * 2024-04-03 2024-09-26 포항공과대학교 산학협력단 뿌리 산업 작업자들의 위험 예방을 위한 실시간 위험 감지 장치 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101210729B1 (ko) * 2012-03-06 2012-12-11 한국가스안전공사 지능형 위험전조 패턴 분석모델을 이용한 에너지 플랜트의 실시간 위험전조 예측방법 및 예측시스템
KR20160116144A (ko) * 2015-03-26 2016-10-07 (주)다울 산업 안전 관리 시스템 및 이의 구축 방법
KR101759916B1 (ko) 2016-05-20 2017-07-20 주식회사 세이프티아 공정 및 작업 위험도에 의한 위험지도 기반의 안전관리를 위한 서버, 시스템 및 방법
KR101805713B1 (ko) 2017-07-31 2017-12-06 한국가스안전공사 위험지도를 이용한 위험도 분석 시스템
KR20180055599A (ko) * 2016-11-17 2018-05-25 (주)모메드솔루션 작업자를 위한 안전 관리 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101210729B1 (ko) * 2012-03-06 2012-12-11 한국가스안전공사 지능형 위험전조 패턴 분석모델을 이용한 에너지 플랜트의 실시간 위험전조 예측방법 및 예측시스템
KR20160116144A (ko) * 2015-03-26 2016-10-07 (주)다울 산업 안전 관리 시스템 및 이의 구축 방법
KR101759916B1 (ko) 2016-05-20 2017-07-20 주식회사 세이프티아 공정 및 작업 위험도에 의한 위험지도 기반의 안전관리를 위한 서버, 시스템 및 방법
KR20180055599A (ko) * 2016-11-17 2018-05-25 (주)모메드솔루션 작업자를 위한 안전 관리 시스템
KR101805713B1 (ko) 2017-07-31 2017-12-06 한국가스안전공사 위험지도를 이용한 위험도 분석 시스템

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117425247A (zh) * 2023-11-01 2024-01-19 广州爱宇森照明科技有限公司 一种远程舞台灯光控制系统
CN117425247B (zh) * 2023-11-01 2024-04-05 广州爱宇森照明科技有限公司 一种远程舞台灯光控制系统
CN117196322A (zh) * 2023-11-06 2023-12-08 深圳市明心数智科技有限公司 智能风控方法、装置、计算机设备及存储介质
CN117196322B (zh) * 2023-11-06 2024-03-26 深圳市明心数智科技有限公司 智能风控方法、装置、计算机设备及存储介质
KR102711443B1 (ko) * 2024-04-03 2024-09-26 포항공과대학교 산학협력단 뿌리 산업 작업자들의 위험 예방을 위한 실시간 위험 감지 장치 및 방법

Similar Documents

Publication Publication Date Title
KR102255699B1 (ko) 작업환경 위험도 분석 시스템
CN108871442A (zh) 一种基于bim和物联网的远程监测预警系统
US20110270797A1 (en) System and Method to Define, Validate and Extract Data for Predictive Models
US20120035861A1 (en) Blade monitoring system
CN111007035A (zh) 基于卷积神经网络的二燃室高温气体浓度检测方法、系统、装置及存储介质
CN116992243B (zh) 基于aiot的工业固废处理材料管理方法及系统
Mouapi et al. Implementation of a reliability test protocol for a multimeasurement sensor dedicated to industrial applications of the Internet of things
Dong et al. Emission monitoring using multivariate soft sensors
Wang et al. Research on fault diagnosis system for belt conveyor based on internet of things and the LightGBM model
US7603004B2 (en) Neural network demodulation for an optical sensor
Villegas-Ch et al. Towards Intelligent Monitoring in IoT: AI Applications for Real-Time Analysis and Prediction
Peña et al. Poincaré plot features and statistical features from current and vibration signals for fault severity classification of helical gear tooth breaks
CN111769987B (zh) 基于大数据管理模型的网络信息安全测试系统及方法
Devi et al. Design and implementation of fire detection system using fuzzy logic algorithm
Xie et al. Optimal layout scheme of fire detectors and operation condition monitoring technology in urban integrated substation
Zhou et al. Robot remote monitoring and fault diagnosis based on industrial internet of things
CN114118720A (zh) 一种核电厂循环水泵运行状态综合评价方法、装置及电子设备和存储介质
CN114444776A (zh) 一种基于神经网络的危险源分析方法及装置
Crompton Data management from the DCS to the historian and HMI
CN116521777B (zh) 一种隧洞工程监测数据的远程接口方法
EP4400830A1 (en) Apparatuses, methods, and computer program products for gas detection
WO2021181585A1 (ja) 解析装置、解析方法及び解析プログラム
KR101453827B1 (ko) 자동제어 통합 시스템의 데이터 처리 장치
CN113985202B (zh) 一种电容故障预警方法、装置、电子设备及存储介质
Eliş et al. Development of IoT-Based Smart Home Automation System with Open-Sourced Components

Legal Events

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