KR102359853B1 - 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반 - Google Patents
분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반 Download PDFInfo
- Publication number
- KR102359853B1 KR102359853B1 KR1020210110767A KR20210110767A KR102359853B1 KR 102359853 B1 KR102359853 B1 KR 102359853B1 KR 1020210110767 A KR1020210110767 A KR 1020210110767A KR 20210110767 A KR20210110767 A KR 20210110767A KR 102359853 B1 KR102359853 B1 KR 102359853B1
- Authority
- KR
- South Korea
- Prior art keywords
- control panel
- remote control
- infrared sensor
- module
- artificial intelligence
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 75
- 238000012544 monitoring process Methods 0.000 title claims abstract description 29
- 238000009434 installation Methods 0.000 title claims abstract description 23
- 230000007547 defect Effects 0.000 title claims abstract description 5
- 230000008859 change Effects 0.000 claims abstract description 44
- 230000006870 function Effects 0.000 claims abstract description 17
- 230000005856 abnormality Effects 0.000 claims description 28
- 230000002159 abnormal effect Effects 0.000 claims description 22
- 238000012856 packing Methods 0.000 claims description 20
- 238000003825 pressing Methods 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000004886 process control Methods 0.000 claims description 4
- 230000000630 rising effect Effects 0.000 claims description 4
- 238000013136 deep learning model Methods 0.000 claims description 3
- 239000013013 elastic material Substances 0.000 claims description 3
- 238000004904 shortening Methods 0.000 claims description 2
- 101000581533 Homo sapiens Methylcrotonoyl-CoA carboxylase beta chain, mitochondrial Proteins 0.000 claims 2
- 102100027320 Methylcrotonoyl-CoA carboxylase beta chain, mitochondrial Human genes 0.000 claims 2
- 238000004078 waterproofing Methods 0.000 claims 1
- 238000013135 deep learning Methods 0.000 abstract description 5
- 238000009825 accumulation Methods 0.000 abstract description 2
- 239000000463 material Substances 0.000 description 13
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 229920003002 synthetic resin Polymers 0.000 description 4
- 239000000057 synthetic resin Substances 0.000 description 4
- 206010047571 Visual impairment Diseases 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010835 comparative analysis Methods 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 239000007769 metal material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000005476 soldering Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02B—BOARDS, SUBSTATIONS OR SWITCHING ARRANGEMENTS FOR THE SUPPLY OR DISTRIBUTION OF ELECTRIC POWER
- H02B13/00—Arrangement of switchgear in which switches are enclosed in, or structurally associated with, a casing, e.g. cubicle
- H02B13/02—Arrangement of switchgear in which switches are enclosed in, or structurally associated with, a casing, e.g. cubicle with metal casing
- H02B13/025—Safety arrangements, e.g. in case of excessive pressure or fire due to electrical defect
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0003—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiant heat transfer of samples, e.g. emittance meter
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0014—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation from gases, flames
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/02—Constructional details
- G01J5/025—Interfacing a pyrometer to an external device or network; User interface
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/02—Constructional details
- G01J5/04—Casings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/10—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors
- G01J5/20—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors using resistors, thermistors or semiconductors sensitive to radiation, e.g. photoconductive devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02B—BOARDS, SUBSTATIONS OR SWITCHING ARRANGEMENTS FOR THE SUPPLY OR DISTRIBUTION OF ELECTRIC POWER
- H02B1/00—Frameworks, boards, panels, desks, casings; Details of substations or switching arrangements
- H02B1/24—Circuit arrangements for boards or switchyards
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02B—BOARDS, SUBSTATIONS OR SWITCHING ARRANGEMENTS FOR THE SUPPLY OR DISTRIBUTION OF ELECTRIC POWER
- H02B1/00—Frameworks, boards, panels, desks, casings; Details of substations or switching arrangements
- H02B1/26—Casings; Parts thereof or accessories therefor
- H02B1/30—Cabinet-type casings; Parts thereof or accessories therefor
- H02B1/32—Mounting of devices therein
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02B—BOARDS, SUBSTATIONS OR SWITCHING ARRANGEMENTS FOR THE SUPPLY OR DISTRIBUTION OF ELECTRIC POWER
- H02B1/00—Frameworks, boards, panels, desks, casings; Details of substations or switching arrangements
- H02B1/26—Casings; Parts thereof or accessories therefor
- H02B1/30—Cabinet-type casings; Parts thereof or accessories therefor
- H02B1/38—Hinged covers or doors
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Power Engineering (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Emergency Management (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
본 발명은 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반에 관한 것으로, 분리형 적외선센서 모듈을 구비하여 설치하고자 하는 임의의 기존 원격제어반 또는 신규 원격제어반 도어 내측에 격자 배열 형태로 설치하여 각 구역별 적외선 영상 정보를 검출하는 적외선센서 어레이를 구성하여 원격제어반 내 협소공간 내부에 위치한 제어유닛의 일 구역별 적외선 영상정보를 검출 후 이를 합쳐 하나의 전면 전체 영역 영상정보를 만들어, 인공지능모듈이 주기적으로 수신되는 누적 전후 영상정보를 비교분석하여 변경 영역과 변경 상태에 따라 온도 상승 여부, 아크 발생 여부, 가스 발생 여부 중 어느 하나 이상을 판단하고, 딥러닝을 통해 저장된 영상정보를 분석하여 사고발생을 예측할 수 있도록 구성된 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반을 발명의 특징으로 한다.
Description
본 발명은 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반에 관한 것으로, 상세하게는 분리형 적외선센서 모듈을 이용하여 협소 공간에 위치한 제어유닛의 전면 전체 영역에 대한 각 구역별 적외선 정보를 실시간 검출후 이를 전체 영역의 영상정보로 합쳐 인공지능이 전체 영상의 전후 영상을 대비하여 협소공간 내 제어유닛에 대한 열, 진동, 가스, 아크 접지 발생과 같은 이상여부를 판단하거나 고장발생을 예측할 수 있도록 구성한 인공지능 원격제어반에 관한 것이다.
적외선 센서는 적외선을 이용해 온도, 압력, 방사선의 세기 등의 물리량이나 화학량을 감지하여 신호처리가 가능한 전기량으로 변환하는 장치로, 적외선을 발산하여 차단되는 것을 감지하는 것과 주변의 적외선을 검출하는 것이 있다.
따라서 적외선 센서는 필요로 하는 검출 목적 또는 설치 장소에 따라 능동식 또는 수동식 형태 그리고 검출 성능과 범위 등과 같은 다양한 조건에 따라 다양하게 적용되어 사용되고 있다.
다만, 종래의 적외선 센서는 대부분 적외선 감시 카메라 또는 실내 침입 감지 센서와 같이 측정 목적에 따른 전용 장비와 크기 및 체결 구조로 구성되어 적외선 센서가 설치되지 않은 기 설치되어 운영중인 원격제어반 또는 임의의 신규 설치 지점에 간편하게 설치하여 적외선 정보를 검출할 수 있는 구조를 가진 범용의 적외선 센서 장치가 없다는 단점이 있다.
한편, 상하수도시설, 공장, 발전소, 빌딩 등과 같은 곳은 조명설비, 전력설비, 공조설비, 방재설비, 냉난방설비, 계장제어장치, 프로세스제어반, 빌딩자동제어장치 등과 같은 다양한 기기가 설치되고, 이러한 다양한 성격의 기기들은 보통 원격지의 관제센터에서 감시 및 제어하기 위해 원격제어반이 현장에 구비되는 것이 일반적이다.
원격제어반은 제어 대상 기기들의 정보를 모니터링하면서 작동을 제어하고, 관제센터와 통신하여 모니터링된 정보를 관제센터로 전송하고, 관제센터가 전달하는 명령에 따라 기기의 가동/정지 등을 제어하도록 구성된다.
개략적으로 도시된 도 10에서 보이는 바와 같이 원격제어반(100)의 외관은 대략 직육면체형으로 이루어져 전면이 개방되고 내부에 수납공간이 마련된 함체(110)와 전면의 개방부를 폐쇄할 수 있도록 상기 함체(110)에 경첩으로 결합되는 도어(120)로 이루어진다. 또한 함체(110) 후벽 내측 협소한 수납공간에는 제어유닛(20)이 내장된다.
원격제어반의 제어유닛(20)은 원격제어반 가동을 위해 외부에서 공급되는 AC 220v 전원의 과부하 발생시 전원을 차단하여 과전류차단, 선로분리, 모선보호, 기기보호와 같은 회로보호를 위해 설치되는 배선용 차단기인 MCCB(Molded Case Circuit Breaker 21), 기기 제어를 위한 PLC 모듈(Programable Logic Controller Module) 등을 포함하는 제어모듈(22), 제어모듈의 제어에 의해 각 기기의 스위칭을 제어하는 릴레이(23), 일측단은 릴레이와 연결되고 타측단은 외측 기기들에서 인입되는 전선이 연결되는 단자대(24), 상기 각 구성간을 연결하는 전선(25)과 전선을 결속하여 고정하는 스크류(26) 등으로 구성된다.
다만 원격제어반은 공지의 기술이고 현장 여건에 따라 다양한 구성이 더 포함되거나 제외 될 수 있기에 구체적인 구성이나 설명은 생략한다.
그런데 상기와 같은 원격제어반의 설치환경이나 장기간 사용으로 내부의 제어모듈, 릴레이, 단자대 등을 포함하는 각 구성들이 열화되거나, 전선을 연결하는 스크류의 결속력이 약해져 내부에서 열, 진동, 가스, 아크, 접지불량이 발생하는 경우 전선에 과전류가 흘러 MCCB(21)가 갑자기 전원을 차단하게 되면 이와 연결된 구성들에 손상을 주거나 원격제어반 내부에서 화재가 발생할 수 있는 문제점이 있었다.
또한, 상기와 같은 종래의 원격제어반은 접지저항 변화, 접지 선로의 단선 등이 발생하더라도 동작에는 급격한 변화가 발생하지 않아 원격제어반을 제어하는 제어부는 정상동작으로 판단할 수 있다는 단점이 있다.
예를 들면, 원격제어반 내 전선을 체결하고 있는 스크류 등이 서서히 풀리게 되면 불완전한 접촉이 이루어져 저항이 증가하면서 부하가 증가되어 열이 나는 이상 상황이 발생하게 되는데 현재의 원격제어반 모니터링 시스템에서는 전기가 흐르고 있기 때문에 이를 감지하지 못하고 정상작동이라 판단하고 있는 실정이다.
이러한 접지 단선이나 접지저항의 변화로 인하여 원격제어반에서의 접지 상태가 불량하게 된 경우, 누전이 발생하거나 지락 사고가 발생되면, 대지로의 원활한 고장전류가 흐르지 못하여 감전사고를 유발할 수 있다는 문제점과 화재와 같은 심각한 안전사고 위험에 노출되는 문제점이 있었다.
상기와 같은 문제점을 해결하기 위해서는 협소한 공간 내부에 설치된 제어유닛(20)의 적외선 정보를 획득할 수 적외선 센서를 이용해 원격제어반 내부의 온도변화를 항시 모니터링 할 수 있는 기술이 필요하다.
하지만 적외선 센서를 이용해 원격제어반의 제어유닛 전면을 모니터링하기 위해서는 광각 또는 초광각 화각의 측정 범위를 촬영할 수 있는 적외선 카메라를 사용하면 되지만 종래 적외선 카메라의 구조적 단점으로 인해 원격제어반의 도어가 닫힌 상태의 협소공간 내부에서는 초점 등의 문제로 충분한 화각을 확보할 수 없다는 구조적 단점 때문에 촬영이 불가능하다는 문제가 있다.
이러한 기술적 문제점 때문에 종래에는 원격제어반 정기 점검시에만 함체를 닫고 있는 도어를 개방 후 적외선 카메라 등으로 촬영하는 식으로 점검을 했다. 이 때문에 종래의 기술로는 상시 원격제어반 모니터링 기술이 제공되기 어렵다는 구조적 문제점이 있어서 이에 대한 해결이 필요한 실정이다.
또한 적외선 센서를 이용하여 원격제어반의 협소한 공간에 설치된 제어유닛의 이상 상태를 감시하기 위한 상시 모니터링 기술은 기존에 설치된 원격제어반일 경우 설치 가능한 구조를 가진 적외선센서가 없어서 적용하기가 어렵다는 문제가 있어서 이에 대한 해결도 필요한 실정이다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 분리형 적외선센서 모듈을 구비하여 설치하고자 하는 임의의 기존 원격제어반 또는 신규 원격제어반 도어 내측에 격자 배열 형태로 설치하여 각 구역별 적외선 영상 정보를 검출하는 적외선센서 어레이를 구성하여 원격제어반 내 협소공간 내부에 위치한 제어유닛의 일 구역별 적외선 영상정보를 검출 후 이를 합쳐 하나의 전면 전체 영역 영상정보를 만들어, 인공지능모듈이 주기적으로 수신되는 누적 전후 영상정보를 비교분석하여 변경 영역과 변경 상태에 따라 온도 상승 여부, 아크 발생 여부, 가스 발생 여부 중 어느 하나 이상을 판단하고, 딥러닝을 통해 저장된 영상정보를 분석하여 사고발생을 예측할 수 있도록 구성된 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반을 제공하는데 있다.
상기한 바와 같은 목적을 달성하고 종래의 결점을 제거하기 위한 과제를 수행하는 본 발명은 도어가 구비된 함체와; 상기 함체의 후벽 내측에 설치되는 MCCB, 제어모듈, 릴레이, 단자대, 전선, 스크류를 포함하여 구성된 제어유닛;이 구비되는 원격제어반에 있어서,
상기 원격제어반 도어의 내측면에 분리형 적외선센서 모듈 다수개가 상기 함체의 협소공간에 마주보게 설치된 제어유닛의 전면 전체 영역을 감지할 수 있는 배치 밀도를 갖도록 격자 형태로 설치되어 구성된 적외선센서 어레이 유닛;
상기 원격제어반 도어의 내측면에 설치되어 주기적으로 상기 적외선센서 어레이 유닛을 작동시켜 수신되는 영상정보를 3차원 이미지데이터로 인공지능모듈에 누적시켜 저장하도록 제어하고, 진동센서에서 감지된 함체의 진동 정보를 분석하여 이상 감지시 경고모듈을 통해 사용자에게 경고메시지를 출력하는 제어부; 상기 누적되어 저장되는 3차원 이미지데이터들에 대해 직전에 저장되는 이미지데이터 프레임과 현재 저장되는 이미지데이터 프레임을 비교분석 후 변경영역과 변경상태를 판단하여 원격제어반의 이상여부를 판단하는 인공지능모듈; 상기 인공지능모듈에서 이상여부를 판단할 수 있는 기준데이터를 수신하여 저장하는 기준데이터 저장부; 상기 인공지능모듈에서 원격제어반 이상 감지시 사용자에게 경고메시지를 출력하는 경고모듈;을 포함하여 구성된 전자모듈;을 포함하는 것을 특징으로 하는 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반을 제공함으로써 달성된다.
바람직한 실시예로, 상기 전자모듈은 제어유닛을 구성하는 MCCB, 제어모듈, 릴레이, 단자대, 전선, 스크류의 결속부위가 느슨해져 마찰로 인한 화재 발생을 예방하기 위해 함체의 진동을 감지하는 진동센서;를 더 포함하여 구성된 것을 특징으로 한다.
바람직한 실시예로, 상기 인공지능모듈은 동일 주기에 적외선센서 어레이에서 감지된 이미지데이터들을 모아 제어유닛의 전면 전체 영역에 해당하는 하나의 3차원 이미지데이터 프레임으로 인식하여 저장하고, 이와 같은 저장동작을 매 주기마다 반복하도록 이루어지고,
상기 인공지능모듈은 주기적으로 수신되는 이미지데이터 프레임을 전후 이미지를 비교분석하여 변경영역과 변경상태에 따라 온도 상승 여부, 아크 발생 여부, 가스 발생 여부 중 어느 하나 이상을 판단하도록,
이미지데이터 프레임들을 분석한 결과 여러 이미지데이터 프레임들에 걸쳐 특정영역에서 지속적으로 서서히 점차 영역을 넓혀 변화되고 있다면 해당 영역에서 온도가 상승하고 있는 것으로 판단하고,
이미지데이터 프레임들을 분석한 결과 특정 이미지데이터 프레임의 특정영역에서 짧은 순간만 변화가 감지되었다면 해당 영역에서 아크가 발생한 것으로 판단하고,
이미지데이터 프레임들을 분석한 결과 여러 이미지데이터 프레임의 특정영역에서 변화가 감지되었다면 해당 영역에서 가스가 발생한 것으로 판단하도록 이루어진 것을 특징으로 한다.
바람직한 실시예로, 상기 원격제어반은 계장제어장치, 프로세스제어반, 빌딩자동제어장치 중 어느 하나인 것을 특징으로 한다.
바람직한 실시예로, 상기 제어부에는 상기 인공지능모듈이 상기 적외선센서 어레이 유닛으로부터 주기적으로 수신하는 3차원 이미지데이터와 상기 3차원 이미지데이터로부터 판단하는 판단정보를 원격제어반 외부의 클라우드로 전송하는 통신모듈이 추가로 연결됨을 특징으로 한다.
바람직한 실시예로, 상기 인공지능모듈은 원격제어반의 이상여부를 판단한 결과 이상이 발생하기 시작한 것으로 판단되면 모니터링 주기를 정상 동작시에 비해 단축시켜 모니터링 횟수를 증가시키도록 이루어진 것을 특징으로 한다.
바람직한 실시예로, 상기 인공지능모듈은 이미지데이터 프레임들의 명도와 채도를 딥러닝 모델을 통해 비교분석하여 특정 영역에서 온도 상승 여부, 아크 발생 여부, 가스 발생 여부를 판단하도록 이루어진 것을 특징으로 한다.
바람직한 실시예로, 상기 원격제어반은 접지 단선 이상 유무를 감지하는 접지단선유무센서;를 더 포함하여 상기 제어부가 접지 단선 측정값 판단 결과 이상이 발생하면 경고모듈을 통해 사용자에게 경고메시지를 출력하도록 구성한 것을 특징으로 한다.
바람직한 실시예로, 상기 원격제어반은 접지저항 이상 유무를 감지하는 접지저항 센서;를 더 포함하여 상기 제어부가 접지저항 측정값 판단 결과 사전에 설정된 기준값 이상의 접지저항 변화가 발생하면 경고모듈을 통해 사용자에게 경고메시지를 출력하도록 구성한 것을 특징으로 한다.
바람직한 실시예로, 상기 분리형 적외선센서 모듈은,
설치 대상을 관통하여 지지되는 메인바디;
메인바디에 삽입되어 협소공간 내부에서 측정 대상의 일 구역 적외선 정보를 검출하는 적외선 센서와 검출된 적외선 정보를 전기신호로 변환시키는 PCB(printed circuit board)로 이루어진 적외선센서부;
메인바디의 전방에 체결되어 적외선 센서를 보호하는 센서보호부:
메인바디의 후방에 체결되어 설치 대상을 고정하는 메인바디 고정부;
메인바디의 후방에 체결되어 케이블을 고정하는 케이블 고정부; 및
메인바디에 수납된 적외선센서부와 회로 연결되는 케이블;을 포함하여 구성한 것을 특징으로 한다.
바람직한 실시예로, 상기 분리형 적외선센서 모듈은 수밀 및 기밀을 위해 메인바디의 전방체결부 둘레에 끼워지는 탄성 재질의 제 1 방수 패킹과 메인바디의 후방 후방체결부와 연결된 가압편의 내부에 삽입되는 탄성 재질의 제 2 방수 패킹을 더 포함하는 것을 특징으로 한다.
바람직한 실시예로, 상기 메인바디는 내부가 빈 관 구조로 구성되어 내측면에 구비되는 슬롯 형태의 지지홈에 삽입되는 방식이나 억지끼움 방식으로 적외선센서부가 수납되어 고정되게 구성되고, 외부는 중앙부 일 지점 둘레를 따라 스톱퍼가 형성되어 설치대상의 일측면에 지지되도록 구성되고, 상기 스톱퍼의 전방에는 나사산이 형성된 전방체결부가 구성되고, 스톱퍼의 후방에는 나사산이 형성된 후방체결부 및 복수개의 절개홈이 형성된 가압편이 구성된 것을 특징으로 한다.
바람직한 실시예로, 상기 적외선 센서는 측정 대상의 일 구역에서 방출되는 적외선 정보를 수신만 하는 비접촉 단일점 적외선 방식의 수동형 센서인 것을 특징으로 한다.
상기와 같은 특징을 갖는 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반은 조명설비, 전력설비, 공조설비, 방재설비, 냉난방설비, 계장제어장치, 프로세스제어반, 빌딩자동제어장치 등을 포함하는 기설치 또는 신규 원격제어반 도어에 분리형 적외선센서 모듈을 신속하게 설치하여 협소공간 내부에서 측정 대상에 대한 적외선 정보를 검출할 수 있다는 효과를 가진다.
또한 본 발명은 분리형 적외선센서 모듈을 원격제어반 도어 내측에 격자 배열 형태로 신속하게 설치하여 각 구역별 적외선 영상 정보를 검출하도록 한 적외선센서 어레이를 이용하여 원격제어반 내 협소공간 내부에 위치한 제어유닛의 전면 전체 영역의 구역별 적외선 영상정보를 검출 후 이를 하나의 영상정보로 합친 후, 인공지능모듈이 주기적으로 수신되어 누적되는 영상정보(이미지데이터 프레임)의 전후 영상정보를 비교분석하여 변경 영역과 변경 상태에 따라 온도 상승 여부, 아크 발생 여부, 가스 발생 여부 중 어느 하나 이상을 판단하여 이상 발생하는 경우 그 발생 초기부터 이상 여부를 파악하여 경고할 수 있다는 효과를 가진다.
또한 본 발명은 인공지능모듈이 딥러닝을 통해 누적되는 영상정보를 학습하고 분석하여 고장시기를 예측할 수 있도록 함으로써 사고 전 보수를 통해 사고위험을 줄일 수 있는 효과를 가진다.
또한 본 발명은 상기 원격제어반 구성에 접지단선 유무 센서 및 접지저항 센서를 더 포함하여 접지저항값의 이상여부를 판단하여 통보할 수 있다는 효과를 가진다.
상기와 같이 본 발명은 다양한 효과를 가진 유용한 발명으로 산업상 그 이용이 크게 기대되는 발명이다.
도 1은 본 발명의 한 실시예에 따른 분리형 적외선센서 모듈이 구비된 원격제어반의 내부배치 구성을 보인 사시도이고,
도 2는 도 1에 도시된 원격제어반 의 측단면도이고,
도 3은 본 발명의 한 실시예에 따른 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반의 네트워크 구성도이고,
도 4는 본 발명의 한 실시예에 따른 분리형 적외선센서 모듈의 사시도이고,
도 5는 본 발명의 한 실시예에 따른 분리형 적외선센서 모듈의 분해 사시도이고,
도 6은 본 발명의 한 실시예에 따른 분리형 적외선센서 모듈의 신속 설치도이고,
도 7은 본 발명에 적용되는 인공지능모듈의 일예시도이고,
도 8은 본 발명의 한 실시예에 따른 적외선센서 어레이 유닛의 감지온도를 설명하기 위한 도면이고,
도 9는 도 8에서 감지온도의 변화 상태를 설명하기 위한 도면이고.
도 10은 종래 한 실시예에 따른 원격제어반 구성을 보인 사시도이다.
도 2는 도 1에 도시된 원격제어반 의 측단면도이고,
도 3은 본 발명의 한 실시예에 따른 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반의 네트워크 구성도이고,
도 4는 본 발명의 한 실시예에 따른 분리형 적외선센서 모듈의 사시도이고,
도 5는 본 발명의 한 실시예에 따른 분리형 적외선센서 모듈의 분해 사시도이고,
도 6은 본 발명의 한 실시예에 따른 분리형 적외선센서 모듈의 신속 설치도이고,
도 7은 본 발명에 적용되는 인공지능모듈의 일예시도이고,
도 8은 본 발명의 한 실시예에 따른 적외선센서 어레이 유닛의 감지온도를 설명하기 위한 도면이고,
도 9는 도 8에서 감지온도의 변화 상태를 설명하기 위한 도면이고.
도 10은 종래 한 실시예에 따른 원격제어반 구성을 보인 사시도이다.
이하 본 발명의 실시 예인 구성과 그 작용을 첨부도면에 연계시켜 상세히 설명하면 다음과 같다. 또한 본 발명을 설명함에 있어서, 관련된 공지기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명은 생략한다.
도 1은 본 발명의 한 실시예에 따른 분리형 적외선센서 모듈이 구비된 원격제어반의 내부배치 구성을 보인 사시도이고, 도 2는 도 1에 도시된 원격제어반 의 측단면도이고, 도 3은 본 발명의 한 실시예에 따른 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반의 네트워크 구성도이다.
도시된 바와 같이 본 발명에 따른 원격제어반(100)은 도어(120)가 구비된 함체(110)와 상기 함체(110)의 후벽 내측에 설치되는 제어유닛(20)이 구비되고, 상기 도어(120)의 내측면에 적외선센서 어레이 유닛(30)이 설치되어 이루어진다.
상기 제어유닛(20)은 앞서 설명된 바와 같이 원격제어반 가동을 위해 외부에서 공급되는 AC 220v 전원의 과부하 발생시 전원을 차단하여 과전류차단, 선로분리, 모선보호, 기기보호와 같은 회로보호를 위해 설치되는 배선용 차단기인 MCCB(Molded Case Circuit Breaker 21), 기기 제어를 위한 PLC 모듈(Programable Logic Controller Module)등을 포함하는 제어모듈(22), 제어모듈의 제어에 의해 각 기기의 스위칭을 제어하는 릴레이(23), 일측단은 릴레이와 연결되고 타측단은 외측 기기들에서 인입되는 전선이 연결되는 단자대(24), 상기 각 구성간을 연결하는 전선(25)과 전선을 결속하여 고정하는 스크류(26) 등으로 구성된다.
상기 도어(120)의 내측면에 설치되는 적외선센서 어레이 유닛(30)에는 내부에 배선된 전선이 연결되어 있는 분리형 적외선센서 모듈(10)이 격자 형태로 2차원적으로 배치되어 있다.
적외선센서 어레이 유닛(30)을 구성하는 각 적외선센서 모듈(10)은 도어를 닫았을 때 마주보는 함체(110)의 협소공간에 내장된 제어유닛(20)의 전면 전체의 각 각 구역별 적외선 영상 정보를 검출하게 된다.
즉, 적외선센서 어레이 유닛(30)을 구성하는 분리형 적외선센서 모듈(10)의 배치밀도는 제어유닛(20)의 전면 전체에 걸쳐 감지할 수 있게 배치된다. 뮬론 배치밀도는 분리형 적외선센서 모듈(10)의 감지성능에 따라 달라질 수 있다.
또한 상기 도어(120)의 내측면에 설치되는 적외선센서 어레이 유닛(30)의 일 지점에는 전자모듈(40)이 설치되는데 이 전자모듈에는 후술되는 제어부(41), 진동센서(42), 인공지능모듈(43), 기준데이터저장부(44), 경고모듈(45) 및 통신모듈(46) 등이 내장된다.
도 6은 본 발명의 한 실시예에 따른 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반의 네트워크 구성도이다.
도시된 바와 같이 본 발명에 따른 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반은 격자형으로 배치된 복수개의 분리형 적외선센서 모듈(10)로 구성된 적외선센서 어레이 유닛(30)에서 협소공간 내부에 위치한 제어유닛(20)의 일 구역별 적외선 영상정보를 검출 후 전자모듈(40)로 전송하면 이를 합쳐 하나의 제어유닛(20) 전면 전체 영역 영상정보를 만들어, 인공지능모듈이 주기적으로 수신되는 누적 전후 영상정보를 비교분석하여 변경 영역과 변경 상태에 따라 온도 상승 여부, 아크 발생 여부, 가스 발생 여부 중 어느 하나 이상을 판단하고, 딥러닝을 통해 저장된 영상정보를 분석하여 사고발생을 예측할 수 있도록 전자모듈(40) 내부에 제어부(41), 진동센서(42), 인공지능모듈(43), 기준데이터저장부(44), 경고모듈(45) 및 통신모듈(46)을 포함하여 이루어진다. 또한 전자모듈은 네트워크망을 통해 데이터를 송수신하도록 외부 클라우드(50)와 연결되도록 구성된다.
상기 클라우드와 연결되면 관제센터 또는 관리자 등이 에지컴퓨터를 통해 접속하여 제어할 수 있게 된다.
또한 클라우드(50)는 원격제어반(100)과 인터넷망을 통해 연결되어 인공지능모듈(43)에 의해 비교분석되는 데이터가 전송되어 저장되는 수단으로서, 수많은 원격제어반들로부터 비교분석 데이터를 전송받아 저장하고 각 원격제어반에 전송하여 각 원격제어반에 구비된 인공지능모듈을 학습시킴으로써 인공지능모듈(43)의 분석능력을 배가시킬 수 있다
또한 본 발명에 따른 원격제어반(100)은 상기 전자모듈(40)을 구성하는 제어부(41)와 연결되는 접지단선유무센서(47) 및 접지저항 센서(48)를 더 포함하여 구성할 수 있다. 한 실시예로 접지단선유무센서(47) 및 접지저항 센서(48)의 설치 위치는 제어유닛에 설치되어 전자모듈에 유무선 방식으로 회로 연결되게 구성할 수 있다.
상기 적외선센서 어레이 유닛(30)은 도어(120)의 내측면에 설치되며, 함체(110)의 후벽 내측면에 고정되는 제어유닛(20)의 전면 전체 영역을 감지할 수 있도록 다수의 분리형 적외선센서 모듈(10)들이 2차원 격자 형태로 배치되어 있다.
즉, 각 분리형 적외선센서 모듈(10)들은 마주보는 협소공간에 설치된 제어유닛(20)의 전면 전체 영역에 설치된 MCCB(Molded Case Circuit Breaker 21), 제어모듈(22), 릴레이(23), 단자대(24), 전선(25)들에 대한 열적 변화가 발생되는지를 감지하게 된다.
구체적으로 전자모듈(40)을 구성하는 제어부(41)는 주기적으로 적외선센서 어레이 유닛(30)을 작동시켜 수신되는 영상정보를 3차원 이미지데이터로 인공지능모듈(43)에 저장하도록 제어하는 수단이다. 이에 따라 인공지능모듈(43)에는 3차원 이미지데이터들이 누적되어 저장되게 된다.
또한 제어부(41)는 진동센서(42)에서 감지된 함체의 진동 정보를 분석하여 이상 감지시 경고모듈(45)을 통해 사용자에게 경고메시지를 출력하도록 제어하는 수단이다.
또한 제어부(41)는 접지단선유무센서(47)와 연결되어 원격제어반의 접지 단선의 이상여부를 판단한 결과 이상이 발생하기 시작한 것으로 판단되면 경고모듈(45)을 통해 사용자에게 경고메시지를 출력하도록 제어하는 수단이다.
또한 제어부(41)는 접지저항 센서(48)와 연결되어 원격제어반의 접지 저항값의 이상여부를 판단한 결과 이상이 발생하기 시작한 것으로 판단되면 경고모듈(45)을 통해 사용자에게 경고메시지를 출력하도록 제어하는 수단이다.
상기 진동센서(42)는 지진 등 외부 환경 요인에 의하여 원격제어반(100)에 진동이 가해지는지 여부를 감지하기 위한 것으로, 진동이 지속적으로 가해지면 제어유닛(20)에 설치되어 있는 MCCB(21), 제어모듈(22), 릴레이(23), 단자대(24), 전선(25)들의 결속이 느슨해지게 되고, 결속이 느슨해지면 결속부위에서 마찰이 발생해 결국 화재로 이어질 수 있기 때문에 사고예방을 위해 지속적으로 감시하기 위함이다.
상기 인공지능모듈(43)은 상기 적외선센서 어레이 유닛(30)에서 감지되어 주기적으로 수신되어 누적되는 3차원 이미지데이터들을 분석하여 원격제어반(100)의 이상여부를 판단하는 작용을 한다. 이를 위해 상기 인공지능모듈(43)은 상기 적외선센서 어레이 유닛(30)에서 감지되어 주기적으로 수신되는 이미지데이터들을 3차원 이미지데이터로 인식한다.
즉, 동일 주기에 적외선센서 어레이에서 감지된 이미지데이터들을 모아 제어유닛(20)의 전면 전체 영역에 해당하는 하나의 3차원 이미지데이터 프레임으로 인식하여 저장하고, 이와 같은 저장 동작을 매 주기마다 반복한다.
이어, 인공지능모듈(43)에서는 상기와 같이 누적되어 저장되는 3차원 이미지데이터 프레임들에 대해 직전에 저장되는 이미지데이터 프레임과 현재 저장되는 이미지데이터 프레임을 비교분석 후 변경영역과 변경상태를 지속적으로 판단한다.
이후 인공지능모듈(43)은 원격제어반의 이상여부를 판단한 결과 이상이 발생하기 시작한 것으로 판단되면 모니터링 주기를 정상 동작시에 비해 단축시켜 모니터링 횟수를 증가시킨다.
상기 인공지능모듈(43)은 이미지데이터 프레임들의 변경영역과 변경상태를 지속적으로 분석한 결과 특정영역에서 지속적으로 서서히 점차 영역을 넓혀 변화되고 있다면 즉, 여러 이미지데이터 프레임들에 걸쳐 변경상태가 감지되고 있다면 해당 영역에서 온도가 상승하고 있는 것으로 판단한다.
상기 인공지능모듈(43)은 만일 이미지데이터 프레임들의 변경영역과 변경상태를 지속적으로 분석한 결과 특정영역에서 짧은 순간만 변화가 감지되었다면 즉, 특정 이미지데이터 프레임에서만 변경상태가 감지되었다면 해당 영역에서 아크가 발생한 것으로 판단한다.
또한 이러한 판단결과 여러 이미지데이터 프레임에서 변경상태가 감지되고 있다면 가스가 발생한 것으로 판단할 수 있다.
상기와 같은 인공지능모듈(43)의 판단은 이미지데이터 프레임들의 명도와 채도를 비교분석하여 특정 영역에서 온도변화가 감지되는지, 아크가 발생하였는지, 혹은 가스가 발생하고 있는지 여부를 판단하게 된다.
예컨대, 인공지능모듈(43)이 이미지데이터 프레임들의 명도와 채도를 비교분석할 때 사용되는 딥 러닝 모델로는 CNN(Convolution Neural Network), RNN(Recurrent Neural Network), GAN(Generative Neural Network)이 채용될 수 있으며, 비교분석 결과는 수치화된 값으로 도출한 후 도출된 수치들의 변경영역과 변경상태, 그리고 지속시간에 따라 온도, 아크, 가스 등의 발생여부를 판단한다.
도 4는 본 발명의 한 실시예에 따른 분리형 적외선센서 모듈의 사시도이고, 도 5는 본 발명의 한 실시예에 따른 분리형 적외선센서 모듈의 분해 사시도이고, 도 6은 본 발명의 한 실시예에 따른 분리형 적외선센서 모듈의 신속 설치도이다.
도시된 바와 같이 본 발명에 따른 분리형 적외선센서 모듈(10)은 메인바디(11), 적외선센서부(12), 센서보호부(13), 메인바디 고정부(14), 케이블 고정부(15), 케이블(16), 제 1 방수 패킹(17), 제 2 방수 패킹(18)으로 구성된다.
메인바디(11)는 설치 대상(600)의 일지점에 형성한 홀에 끼워져 지지되는 구조를 가진 구성이다. 상기 설치 대상(600)이라 함은 원격제어반 도어 또는 임의의 철판 또는 다양한 재질의 패널 또는 중에서 어느 하나를 말한다.
구체적으로 상기 메인바디(11)는 내부가 빈 관 구조로 구성되어 내측면에 구비되는 슬롯 형태의 지지홈(도시 생략)에 삽입되는 방식이나 억지끼움 방식으로 적외선센서부(12)가 수납되어 고정되게 구성되고, 외부는 중앙부 일 지점 둘레를 따라 스톱퍼(11a)가 형성되어 설치대상의 일측면에 지지되도록 구성되고, 상기 스톱퍼의 전방에는 나사산이 형성된 전방체결부(11b)가 구성되고, 후방에는 나사산이 형성된 후방체결부(11c) 및 복수개의 절개홈이 형성된 가압편(11d)이 구성된다.
상기 가압편(11d)은 후방으로 갈수록 직경이 작아지게 테이퍼진 형태로 이루어지고 둘레방향으로 복수개의 절개홈이 형성된 구조로 이루어지는데 내부에 관 형태의 제 2 방수 패킹(18)이 삽입되고, 다시 제 2 방수 패킹(18) 내부로 케이블(16)이 관통하게 구성된다.
상기 제 2 방수 패킹(18)과 케이블(16)이 삽입된 상태에서 케이블 고정부(15)가 후방체결부와 나사결합하면 가압편(11d)은 내측으로 수축되면서 제 2 방수 패킹(18)과 케이블(16)을 가압하여 수밀 및 기밀 작용을 하면서 케이블을 단단히 고정하게 된다.
적외선센서부(12)는 상기 메인바디에 삽입되어 협소공간의 일 구역 적외선 정보를 검출하는 적외선 센서(12a)와 검출된 적외선 정보를 전기신호로 변환시키는 PCB(printed circuit board, 12b)로 이루어진다.
적외선센서부(12)는 상기 메인바디(11)의 내측면에 슬롯 형태의 지지홈을 구비하여 삽입시켜 수납 고정하거나 내측 공간에 억지끼움 형식으로 삽입시켜 수납 고정한다.
상기 적외선 센서(12a)는 측정 대상의 일 구역에서 방출되는 적외선 정보를 수신만 하는 비접촉 단일점 적외선 방식의 수동형 센서로 협소한 공간에서도 적외선 정보를 얻을 수 있다. 적외선 센서(12a)는 상기 PCB(12b)의 전단부에 납땜되어 일체화된다.
PCB(12b)는 적외선센서가 검출한 적외선 정보를 전기 신호로 변환 후 PCB(12b)와 연결된 케이블(16)을 통해 변환된 신호를 전송하도록 구성된다.
센서보호부(13)는 상기 메인바디의 전방에 체결되어 적외선 센서를 보호하는 구성으로, 한 실시예로 내부에 나사산이 형성된 육각 너트 구조로 구성되고, 전방부에는 보호 유리창(13a)이 구성되어 적외선을 검출하는 적외선 센서(12a)를 보호하도록 구성된다.
상기 센서보호부(13)는 내측에 형성된 나사산이 메인바디(11)의 전방체결부(11b)의 둘레를 따라 형성된 나사산과 나사 결합하여 고정된다.
또한 상기 센서보호부(13)의 길이는 메인바디(11) 내부 공간부에 삽입되어 설치되는 적외선 센서(12a)의 앞부분이 일정 길이 돌출될 수 있기에 이 부분을 보호할 수 있는 길이로 형성하는 것이 바람직하다.
메인바디 고정부(14)는 상기 메인바디의 후방에 체결되어 메인바디(11)의 스톱퍼(11a)의 반대편에서 설치 대상(600)의 면상을 가압하여 고정시키는 구성으로, 한 실시예로 내부에 나사산이 형성된 육각 너트 구조로 구성된다.
상기 메인바디 고정부(14)는 내측에 형성된 나사산이 메인바디(11)의 후방체결부(11c)의 둘레를 따라 형성된 나사산과 나사 결합하여 고정된다.
케이블 고정부(15)는 상기 메인바디의 후방에 체결되어 케이블을 보호하는 구성으로, 한 실시예로 내부에 나사산이 형성된 육각 너트 구조로 구성된다.
상기 케이블 고정부(15)는 내측에 형성된 나사산이 메인바디(11)의 후방체결부(11c)의 둘레를 따라 형성된 나사산과 나사 결합하여 고정된다.
또한 케이블 고정부(15)의 후면은 전면과 달리 케이블이 통과할 정도의 홈만 형성되어 케이블의 요동을 단속하도록 구성할 수 있다.
또한 케이블 고정부(15)는 메인바디 고정부(14)의 후방에 위치하여 이중 너트 구조에 의해 잘 풀리지 않도록 체결력을 보강하게 된다.
또한 상기 케이블 고정부(15)의 길이는 메인바디(11)의 가압편(11d)에 내부 공간부에 삽입되어 설치되는 케이블이 충분히 가압되어 고정되도록 메인바디 고정부(14)의 길이보다 긴 길이를 가지도록 구성하는 것이 바람직하다.
즉, 상기 케이블 고정부(15)는 상기 메인바디의 제 2 방수 패킹(18)과 케이블(16)이 가압편(11d)에 내부에 삽입된 상태에서 후방체결부와 나사결합하면 가압편(11d)이 내측으로 수축되면서 제 2 방수 패킹(18)과 케이블(16)을 가압하여 수밀 및 기밀 작용을 하면서 케이블을 단단히 고정하게 된다.
케이블(16)은 일측단은 PCB(12b)와 연결되고 타측단은 적외선 정보를 수신하는 제어부와 연결된다.
한 실시예로 원격제어반의 도어(120)의 내측면에서 복수개의 분리형 적외선센서 모듈이 격자배열된 상태에서 적외선센서 어레이 유닛(30)을 구성하고 각 분리형 적외선센서 모듈의 개별 케이블들이 각각 적외선센서 어레이 유닛(30)의 일 지점에 설치된 전자모듈(40)의 제어부(41)와 연결되어 적외선 정보를 전송하게 된다.
제 1 방수 패킹(17)은 분리형 적외선센서 모듈(10)의 수밀 및 기밀을 위한 구성으로 메인바디(11)의 전방 전방체결부(11b) 둘레에 끼워져 센서보호부(13)의 체결시 스톱퍼(11a)에 밀착되어 가압되게 된다.
상기 제 1 방수 패킹(17)의 재질은 고무와 같이 탄성력을 가지는 재질인데 내구성이 강하고 수밀 및 기밀력이 우수한 합성수지재라면 어떤 합성수지재라도 상관없다.
제 2 방수 패킹(18)은 분리형 적외선센서 모듈(10)의 수밀 및 기밀을 위한 구성으로 메인바디(11)의 후방 후방체결부(11c)와 연결된 가압편(11d)의 내부에 삽입되어 케이블 고정부(15)의 체결시 가압되어 수축되면서 케이블과 밀착되어 보호하게 된다.
상기 제 2 방수 패킹(18)의 재질은 고무와 같이 탄성력을 가지는 재질인데 내구성이 강하고 수밀 및 기밀력이 우수한 합성수지재라면 어떤 합성수지재라도 상관없다.
상기 메인바디(11), 센서보호부(13), 메인바디 고정부(14)의 재질은 금속재 또는 합성수지재로 구성되어 설치 대상(600)에 따라 필요한 재질로 구성할 수 있다. 합성수지재일 경우 사출 가공할 수 있고, 금속재질일 경우 압출 및 후가공을 통해 필요한 형상의 구조를 제공할 수 있다.
상기와 같이 구성된 본 발명 분리형 적외선센서 모듈(10)의 신속 체결 방법 도 6에 도시된 바와 같이 메인바디 고정부(14) 및 케이블 고정부(15)만 분리된 상태의 분리형 적외선센서 모듈(10)을 원격제어반 도어 또는 임의의 철판 또는 다양한 재질의 패널 중에서 어느 하나인 설치 대상(600)의 일지점에 형성된 홀에 끼워 스톱퍼(11a)를 지지한 상태에서 메인바디의 스톱퍼의 후방에 형성된 후방체결부(11c) 및 복수개의 절개홈이 형성된 가압편(11d)에 메인바디 고정부(14) 및 케이블 고정부(15)를 나사결합하면 신속하게 설치가 완료된다.
다른 신속 체결 방법으로는 원격제어반 도어 또는 임의의 철판 또는 다양한 재질의 패널 중에서 어느 하나인 설치 대상(600)의 일지점에 홀을 형성하고 메인바디(11)를 끼워 스톱퍼(11a)를 지지한 상태에서 케이블(16)이 연결된 적외선센서부(12)를 메인바디(11)에 설치하고, 이후 메인바디의 스톱퍼의 전방에 형성된 전방체결부(11b)에 제 1 방수 패킹(17)과 센서보호부(13)를 끼워 나사결합하고, 메인바디의 스톱퍼의 후방에 형성된 후방체결부(11c) 및 복수개의 절개홈이 형성된 가압편(11d)에 제 2 방수 패킹(18)을 삽입한 상태에서 메인바디 고정부(14) 및 케이블 고정부(15)를 나사결합하면 신속하게 설치가 완료된다.
또한 상기 본 발명에 따른 분리형 적외선센서 모듈(10)은 적외선센서 어레이 유닛(30)을 구성하기 위해 격자형태로 설치 대상(600)의 면상에 다수개 배치되게 구성될 수 있다.
한 실시예로 원격제어반을 구성하는 함체의 전면부에 위치하여 닫혀지는 도어의 내측면에 격자형태로 배열하여 설치할 수 있다.
이와 같이 구성하면 원격제어반 내 협소공간 내부에 위치한 측정 대상인 제어유닛의 전면 전체 영역의 구역별 적외선 영상정보를 각 분리형 적외선센서 모듈(10)이 검출 후 이를 하나의 적외선 영상정보로 합치면 후술되는 인공지능모듈이 제어유닛의 전면 전체 영역의 적외선 정보를 실시간 검출하면서 모니터링 하도록 구성할 수 있다.
즉, 분리형 적외선센서 모듈(10)을 격자형태로 다수개 배열함으로써 원격제어반 도어를 닫을 경우 내부 공간이 실제 5cm ~ 10cm 정도의 협소한 공간이지만 각 구역별 적외선을 검출하는 분리형 적외선센서 모듈(10)의 정보를 합쳐서 하나의 적외선 영상을 만들 수가 있어서 전체 제어 유닛의 전면 전체 영상을 분석할 수 있게 되어 실시간 원격제어반 모니터링 구현이 가능하게 된다.
도 7는 본 발명에 적용되는 인공지능모듈의 일예시도로, 인공지능모듈(43)에 적용되는 딥 러닝의 일예로써, CNN 방식의 학습모델을 이용하여 이미지데이터 프레임의 명도, 채도, 백라이트 값을 특정하는 방법을 설명하는 도면으로, CNN은 이미지의 특징을 추출하는 부분(Feature extraction)과 회귀하는 부분(Regression)으로 나눠지며, 특징 추출영역은 컨벌루션 레이어(Convolution layer)와 풀 레이어(Pool layer)를 여러 겹으로 쌓는 형태로 구성된다.
이와 같이 컨벌루션 레이어와 풀 레이어를 거치게 되면 인접 픽셀간의 특징을 효과적으로 인식할 수 있고, 특히 복수의 필터를 사용하면 이미지의 특징값을 효과적으로 추출이 가능하며, 추출된 이미지의 특징을 모으고 또한 강화를 함으로써 학습을 시행한다.
위와 같은 학습모델을 거칠 때 인접 픽셀간의 특징점을 추출하기 때문에 이미지데이터 프레임이 밝은가 혹은 어두운가라는 패턴을 추출, 즉 이미지데이터 프레임의 밝기 정도를 추출할 수 있다. 마지막 레이어는 회귀 레이어(Regression layer)로 구성하여, 특정 범위의 수치 값으로 도출될 수 있도록 구성할 수 있으며, 이와 같이 구성된 데이터들을 사용하여 학습을 진행하면 보다 정확한 인공지능모듈을 위한 학습모델을 구축할 수 있다.
상기 기준데이터저장부(44)는 상기와 같이 인공지능모듈(43)이 이미지데이터 프레임을 비교분석하여 원격제어반(100) 내에서 온도, 아크, 가스 등의 발생여부를 판단하기 위한 기준데이터가 저장되는 곳으로, 기준데이터는 초기에 사용자에 의해 입력될 수도 있지만 인공지능모듈(43)에 의해 학습되는 데이터가 기준데이터로 저장될 수 있고, 클라우드(50)를 통해 외부에서 기준데이터를 전송받아 저장될 수 있다.
상기 경고모듈(45)은 상기와 같이 인공지능모듈(43)에 의해 원격제어반(100) 내에서 온도, 아크, 가스 등의 감지값이 이상상태로 판단되는 경우 제어부(41)의 제어에 의해 경고음 또는 경고메시지를 출력하여 주변의 사용자에게 알리거나 통신모듈(46)을 통해 원격지에 있는 관리자 또는 관리센터에 전송하는 작용을 한다.
한편, 클라우드(50)는 원격제어반(100)과 인터넷망을 통해 연결되어 인공지능모듈(43)에 의해 비교분석되는 데이터가 전송되어 저장되는 수단으로서, 수많은 원격제어반들로부터 비교분석 데이터를 전송받아 저장하고 각 원격제어반에 전송하여 각 원격제어반에 구비된 인공지능모듈을 학습시킴으로써 인공지능모듈(43)의 분석능력을 배가시킬 수 있다.
본 실시예에서는 적외선센서 어레이 유닛(30)에서 감지되는 영상정보를 원격제어반(100) 내에 탑재되는 인공지능모듈(43)이 수신하여 원격제어반(100) 내에서 온도, 아크, 가스 등이 이상상태로 변경되는지 여부를 판단하도록 이루어지는 구성에 대하여 설명하였으나, 상기 인공지능모듈(43)은 각 원격제어반(100) 내에 구비되지 않고 클라우드(50)에 구비될 수도 있는 것이다. 이 경우 원격제어반(100)의 적외선센서 어레이 유닛(30)에서 감지되는 영상정보가 통신모듈(46)에서 인터넷망을 통해 클라우드(50)로 전송되고, 클라우드(50)에 구비되는 인공지능모듈이 원격제어반별로 수신되는 영상정보를 위와 같은 방법으로 비교판단하여 원격제어반별로 이상여부를 판단하게 된다.
이와 같은 인공지능모듈(43)의 판단은 이미지데이터 프레임들의 명도와 채도를 비교분석하여 특정 영역에서 온도변화가 감지되는지, 아크가 발생하였는지, 혹은 가스가 발생하고 있는지 여부를 판단하게 된다.
상기 접지단선유무센서(47)는 원격제어반에 설치되어 접지 단선 이상 유무를 감지하는 센서이다.
접지단선유무센서는 측정된 값을 제어부에 전송되도록 회로 구성된다. 이와 같이 구성되면 상기 제어부가 접지 단선 측정값 판단 결과 이상이 발생하면 경고모듈(45)을 통해 사용자에게 경고메시지를 출력하도록 구성된다.
상기 접지저항 센서(48)는 원격제어반에 설치되어 접지저항 이상 유무를 감지하는 센서이다.
접지저항 센서(48)는 측정된 값을 제어부에 전송되도록 회로 구성된다. 이와 같이 구성되면 상기 제어부가 접지저항 측정값 판단 결과 사전에 설정된 기준값 이상의 접지저항 변화가 발생하면 경고모듈(45)을 통해 사용자에게 경고메시지를 출력하도록 구성된다.
일반적으로 접지전극에 접지전류(I)가 유입되면 접지전극의 전위는 접지전류가 흐르기 전에 비해 E[V] 만큼의 전위상승이 일어나는데 이때 E/I[Ω]을 접지저항이라 한다.
접지저항은 접지선과 접지전극의 자체저항 그리고 접지전극의 표면과 흙 사이의 접촉저항 및 전극 주위 대지저항의 합을 말한다.
접지저항의 주된 요소는 전극을 둘러싼 대지에 나타나는 저항이다. 접지전극에 접지전류를 흘리기 위해서는 별도의 접지전극을 대지에 설치하여야 한다. 이 두 개의 접지전극 사이에 전원을 넣어 접지전류를 흘리는데 제 2의 전극을 귀로전극이라 한다. 접지전극의 전위상승은 무한거리를 기준으로 하여 측정한다. 즉 통전 전의 상태가 변하지 않는 장소에서 측정되어야 한다.
접지저항은 다음의 식으로 표현한다.
R = ρㅧf(형상, 치수)
여기서 R: 접지저항, ρ: , f: 전극의 형상과 치수로서 정해지는 함수이다.
위의 식에서와 같이 접지저항은 대지저항률에 비례한다. 즉 동일형상과, 동일치수인 전극의 경우 대지저항률이 낮을수록 낮은 저항을 얻을 수 있다. 또 함수 f는 전극의 형상이 구체적이지 않으면 정할 수 없다.
전극의 형상이 일정하고 크기가 닮은꼴로 변하는 경우 접지저항은 아래 식과 같다.
R = kㅧρ/ι
여기서 ι은 전극의 규모를 표시하는 특징적인 치수이고, k는 형상으로서 정해지는 계수이다.
도 8은 본 발명의 한 실시예에 따른 적외선센서 어레이 유닛의 감지온도를 설명하기 위한 도면이고, 도 9는 도 8에서 감지온도의 변화 상태를 설명하기 위한 도면이다.
이하 설명에서 분리형 적외선센서 모듈의 참조부호와 해당 분리형 적외선센서 모듈에서 감지되는 감지온도의 참조부호는 설명의 편의상 동일한 참조부호를 부여하여 설명한다.
도 8에 도시된 바와 같이 적외선센서 어레이 유닛(30)은 분리형 적외선센서 모듈(10)이 일정 간격으로 가로방향으로 m개, 세로방향으로 n개가 배치되어 있고 각 적외선센서에서 감지온도(amn)가 출력된다.
예컨대 도 9의 (a)에 도시된 바와 같이 분리형 적외선센서 모듈(a33)에서 감지되는 감지온도(a33)가 인공지능모듈(43)로 전송되어 상기 인공지능모듈(43)이 t1 시점부터 t2 시점까지 소정 시간이상 서서히 증가하고 있고 t2 시점에서의 온도와 t1 시점에서의 온도차(ΔT1)가 기준온도 이상으로 상승한 것으로 판단하면 인공지능모듈(43)에서는 분리형 적외선센서 모듈(a33)이 감지하는 지점의 전선에서 온도가 상승하고 있는 것으로 판단한다.
이와 달리, 도 9의 (b)에 도시된 바와 같이 분리형 적외선센서 모듈(a42)에서 감지되는 감지온도(a42)가 인공지능모듈(43)로 전송되어 상기 인공지능모듈(43)이 t3 시점부터 t4 시점까지 소정 시간 이내에서만 급격히 증가하였고 있고 t2 시점과 t1 시점 사이에서 피크치와 평소와의 온도차(ΔT2)가 기준온도 이상으로 상승한 것으로 판단하면 인공지능모듈(43)에서는 해당 적외선센서의 감지영역에서 아크가 발생한 것으로 판단한다. 또한 이러한 판단결과 인접 영역에 있는 분리형 적외선센서 모듈에서 온도변화가 지속적으로 발생하고 있는 것으로 감지되면 가스가 발생한 것으로 판단할 수 있다.
이와 같은 인공지능모듈(43)의 판단은 각 분리형 적외선센서 모듈에서 감지되는 감지온도를 비교분석하여 특정 영역에서 온도변화가 감지되는지, 아크가 발생하였는지, 혹은 가스가 발생하고 있는지 여부를 판단하게 된다.
본 발명은 상술한 특정의 바람직한 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
(10) : 분리형 적외선센서 모듈 (11) : 메인바디
(11a) : 스톱퍼 (11b) : 전방체결부
(11c) : 후방체결부 (11d) : 가압편
(12) : 적외선센서부 (12a) : 적외선 센서
(12b) : PCB (13) : 센서보호부
(13a) : 보호 유리창 (14) : 메인바디 고정부
(15) : 케이블 고정부 (16) : 케이블
(17) : 제 1 방수 패킹 (18) : 제 2 방수 패킹
(20) : 제어유닛 (21) : MCCB
(22) : 제어모듈 (23) : 릴레이
(24) : 단자대 (25) : 전선
(26) : 스크류 (30) : 적외선센서 어레이 유닛
(40) : 전자모듈 (41) : 제어부
(42) : 진동센서 (43) : 인공지능모듈
(44) : 기준데이터저장부 (45) : 경고모듈
(46) : 통신모듈 (47) : 접지단선유무센서
(48) : 접지저항 센서 (100) : 원격제어반
(110) : 함체 (120) : 도어
(50) : 클라우드 (600) : 설치 대상
(11a) : 스톱퍼 (11b) : 전방체결부
(11c) : 후방체결부 (11d) : 가압편
(12) : 적외선센서부 (12a) : 적외선 센서
(12b) : PCB (13) : 센서보호부
(13a) : 보호 유리창 (14) : 메인바디 고정부
(15) : 케이블 고정부 (16) : 케이블
(17) : 제 1 방수 패킹 (18) : 제 2 방수 패킹
(20) : 제어유닛 (21) : MCCB
(22) : 제어모듈 (23) : 릴레이
(24) : 단자대 (25) : 전선
(26) : 스크류 (30) : 적외선센서 어레이 유닛
(40) : 전자모듈 (41) : 제어부
(42) : 진동센서 (43) : 인공지능모듈
(44) : 기준데이터저장부 (45) : 경고모듈
(46) : 통신모듈 (47) : 접지단선유무센서
(48) : 접지저항 센서 (100) : 원격제어반
(110) : 함체 (120) : 도어
(50) : 클라우드 (600) : 설치 대상
Claims (13)
- 도어가 구비된 함체와; 상기 함체의 후벽 내측에 설치되는 MCCB, 제어모듈, 릴레이, 단자대, 전선, 스크류를 포함하여 구성된 제어유닛;이 구비되는 기존 원격제어반 또는 신규 원격제어반에 있어서,
상기 기존 원격제어반 또는 신규 원격제어반 도어의 내측면에 분리형 적외선센서 모듈 다수개가 상기 함체의 협소공간에 마주보게 설치된 제어유닛의 전면 전체 영역을 감지할 수 있는 배치 밀도를 갖도록 격자 형태로 설치되어 구성된 적외선센서 어레이 유닛;
상기 원격제어반 도어의 내측면에 설치되어 주기적으로 상기 적외선센서 어레이 유닛을 작동시켜 수신되는 영상정보를 3차원 이미지데이터로 인공지능모듈에 누적시켜 저장하도록 제어하고, 상기 MCCB, 제어모듈, 릴레이, 단자대, 전선, 스크류의 결속부위가 느슨해져 마찰로 인한 화재 발생을 예방하기 위해 함체의 진동을 감지하는 진동센서에서 감지된 함체의 진동 정보를 분석하여 이상 감지시 경고모듈을 통해 사용자에게 경고메시지를 출력하는 제어부; 상기 누적되어 저장되는 3차원 이미지데이터들에 대해 직전에 저장되는 이미지데이터 프레임과 현재 저장되는 이미지데이터 프레임을 비교분석 후 변경영역과 변경상태를 판단하여 원격제어반의 이상여부를 판단하는 인공지능모듈; 상기 인공지능모듈에서 이상여부를 판단할 수 있는 기준데이터를 수신하여 저장하는 기준데이터 저장부; 상기 인공지능모듈에서 원격제어반 이상 감지시 사용자에게 경고메시지를 출력하는 경고모듈;을 포함하여 구성된 전자모듈;을 포함하되,
상기 인공지능모듈은 동일 주기에 적외선센서 어레이에서 감지된 이미지데이터들을 모아 제어유닛의 전면 전체 영역에 해당하는 하나의 3차원 이미지데이터 프레임으로 인식하여 저장하고, 이와 같은 저장동작을 매 주기마다 반복하도록 이루어지고,
상기 인공지능모듈은 주기적으로 수신되는 이미지데이터 프레임의 전후 이미지의 명도와 채도를 딥러닝 모델을 통해 비교분석하여 변경영역과 변경상태에 따라,
이미지데이터 프레임들을 분석한 결과 여러 이미지데이터 프레임들에 걸쳐 특정영역에서 지속적으로 서서히 점차 영역을 넓혀 변화되고 있다면 해당 영역에서 온도가 상승하고 있는 것으로 판단하고,
이미지데이터 프레임들을 분석한 결과 특정 이미지데이터 프레임의 특정영역에서 짧은 순간만 변화가 감지되었다면 해당 영역에서 아크가 발생한 것으로 판단하고,
이미지데이터 프레임들을 분석한 결과 여러 이미지데이터 프레임의 특정영역에서 변화가 감지되었다면 해당 영역에서 가스가 발생한 것으로 판단하여,
온도 상승 여부, 아크 발생 여부, 가스 발생 여부 중 어느 하나 이상을 판단하도록 이루어지고,
상기 분리형 적외선센서 모듈은, 설치 대상을 관통하여 지지되는 메인바디; 메인바디에 삽입되어 협소공간 내부에서 측정 대상의 일 구역 적외선 정보를 검출하는 적외선 센서와, 검출된 적외선 정보를 전기신호로 변환시키는 PCB(printed circuit board)로 이루어진 적외선센서부; 메인바디의 전방에 체결되어 적외선 센서를 보호하는 센서보호부: 메인바디의 후방에 체결되어 설치 대상을 고정하는 메인바디 고정부; 메인바디의 후방에 체결되어 케이블을 고정하는 케이블 고정부; 및 메인바디에 수납된 적외선센서부와 회로 연결되는 케이블;을 포함하여 구성하고,
상기 적외선 센서는 측정 대상의 일 구역에서 방출되는 적외선 정보를 수신만 하는 비접촉 단일점 적외선 방식의 수동형 센서인 것을 특징으로 하는 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반.
- 삭제
- 삭제
- 청구항 1에 있어서,
상기 원격제어반은 계장제어장치, 프로세스제어반, 빌딩자동제어장치 중 어느 하나인 것을 특징으로 하는 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반.
- 청구항 1에 있어서,
상기 제어부에는 상기 인공지능모듈이 상기 적외선센서 어레이 유닛으로부터 주기적으로 수신하는 3차원 이미지데이터와 상기 3차원 이미지데이터로부터 판단하는 판단정보를 원격제어반 외부의 클라우드로 전송하는 통신모듈이 추가로 연결됨을 특징으로 하는 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반.
- 청구항 1에 있어서,
상기 인공지능모듈은 원격제어반의 이상여부를 판단한 결과 이상이 발생하기 시작한 것으로 판단되면 모니터링 주기를 정상 동작시에 비해 단축시켜 모니터링 횟수를 증가시키도록 이루어진 것을 특징으로 하는 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반.
- 삭제
- 청구항 1에 있어서,
상기 원격제어반은 접지 단선 이상 유무를 감지하는 접지단선유무센서;를 더 포함하여 상기 제어부가 접지 단선 측정값 판단 결과 이상이 발생하면 경고모듈을 통해 사용자에게 경고메시지를 출력하도록 구성한 것을 특징으로 하는 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반.
- 청구항 1에 있어서,
상기 원격제어반은 접지저항 이상 유무를 감지하는 접지저항 센서;를 더 포함하여 상기 제어부가 접지저항 측정값 판단 결과 사전에 설정된 기준값 이상의 접지저항 변화가 발생하면 경고모듈을 통해 사용자에게 경고메시지를 출력하도록 구성한 것을 특징으로 하는 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반.
- 삭제
- 청구항 1에 있어서,
상기 분리형 적외선센서 모듈은 수밀 및 기밀을 위해 메인바디의 전방체결부 둘레에 끼워지는 탄성 재질의 제 1 방수 패킹과 메인바디의 후방 후방체결부와 연결된 가압편의 내부에 삽입되는 탄성 재질의 제 2 방수 패킹을 더 포함하는 것을 특징으로 하는 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반.
- 청구항 1에 있어서,
상기 메인바디는 내부가 빈 관 구조로 구성되어 내측면에 구비되는 슬롯 형태의 지지홈에 삽입되는 방식이나 억지끼움 방식으로 적외선센서부가 수납되어 고정되게 구성되고, 외부는 중앙부 일 지점 둘레를 따라 스톱퍼가 형성되어 설치대상의 일측면에 지지되도록 구성되고, 상기 스톱퍼의 전방에는 나사산이 형성된 전방체결부가 구성되고, 스톱퍼의 후방에는 나사산이 형성된 후방체결부 및 복수개의 절개홈이 형성된 가압편이 구성된 것을 특징으로 하는 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반.
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210110767A KR102359853B1 (ko) | 2021-08-23 | 2021-08-23 | 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210110767A KR102359853B1 (ko) | 2021-08-23 | 2021-08-23 | 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102359853B1 true KR102359853B1 (ko) | 2022-02-10 |
Family
ID=80253621
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210110767A KR102359853B1 (ko) | 2021-08-23 | 2021-08-23 | 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102359853B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116365374A (zh) * | 2023-03-23 | 2023-06-30 | 深圳市欧亚特电器设备有限公司 | 一种可远程控制的智能型配电柜及其控制方法 |
| CN117390999A (zh) * | 2023-12-12 | 2024-01-12 | 山东工商学院 | 基于cfd深度学习模型的封闭母线温度故障监测方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR200426692Y1 (ko) * | 2006-07-04 | 2006-09-19 | (주)태성계전 | 수배전반 절연열화 예측시스템 |
| KR101556695B1 (ko) | 2015-02-05 | 2015-10-13 | 주식회사 평일 | 멀티 어레이 적외선 센서를 이용한 고압배전반, 저압배전반, 분전반, 모터제어반의 기기별 열화 감지 시스템 |
| KR20170090588A (ko) * | 2016-01-29 | 2017-08-08 | 이운학 | 전기 판넬 과열 감시 장치 |
| KR20170112738A (ko) * | 2016-04-01 | 2017-10-12 | (주)와이제이솔루션 | IoT기반 통합관리형 수배전반 시스템 |
| KR20190117176A (ko) | 2018-04-06 | 2019-10-16 | 삼성전기주식회사 | 적외선 카메라 모듈, 이의 이미지 센서 및 전자 기기 |
| KR20190118837A (ko) | 2018-04-11 | 2019-10-21 | 엘지이노텍 주식회사 | 적외선 감지 센서 모듈 |
| KR102076945B1 (ko) * | 2019-09-20 | 2020-02-12 | 이문수 | 지진에 의한 기울기 분석 및 기울기 자체응급복구 기능을 갖는 내진형 수배전반 |
| KR102147090B1 (ko) | 2019-08-26 | 2020-08-24 | (주)서전기전 | 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템 및 방법 |
-
2021
- 2021-08-23 KR KR1020210110767A patent/KR102359853B1/ko active IP Right Grant
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR200426692Y1 (ko) * | 2006-07-04 | 2006-09-19 | (주)태성계전 | 수배전반 절연열화 예측시스템 |
| KR101556695B1 (ko) | 2015-02-05 | 2015-10-13 | 주식회사 평일 | 멀티 어레이 적외선 센서를 이용한 고압배전반, 저압배전반, 분전반, 모터제어반의 기기별 열화 감지 시스템 |
| KR20170090588A (ko) * | 2016-01-29 | 2017-08-08 | 이운학 | 전기 판넬 과열 감시 장치 |
| KR20170112738A (ko) * | 2016-04-01 | 2017-10-12 | (주)와이제이솔루션 | IoT기반 통합관리형 수배전반 시스템 |
| KR20190117176A (ko) | 2018-04-06 | 2019-10-16 | 삼성전기주식회사 | 적외선 카메라 모듈, 이의 이미지 센서 및 전자 기기 |
| KR20190118837A (ko) | 2018-04-11 | 2019-10-21 | 엘지이노텍 주식회사 | 적외선 감지 센서 모듈 |
| KR102147090B1 (ko) | 2019-08-26 | 2020-08-24 | (주)서전기전 | 전력설비 내 발생하는 아크 및 핫스팟온도의 검출 및 위치표정 시스템 및 방법 |
| KR102076945B1 (ko) * | 2019-09-20 | 2020-02-12 | 이문수 | 지진에 의한 기울기 분석 및 기울기 자체응급복구 기능을 갖는 내진형 수배전반 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116365374A (zh) * | 2023-03-23 | 2023-06-30 | 深圳市欧亚特电器设备有限公司 | 一种可远程控制的智能型配电柜及其控制方法 |
| CN116365374B (zh) * | 2023-03-23 | 2023-10-27 | 深圳市欧亚特电器设备有限公司 | 一种可远程控制的智能型配电柜及其控制方法 |
| CN117390999A (zh) * | 2023-12-12 | 2024-01-12 | 山东工商学院 | 基于cfd深度学习模型的封闭母线温度故障监测方法 |
| CN117390999B (zh) * | 2023-12-12 | 2024-02-06 | 山东工商学院 | 基于cfd深度学习模型的封闭母线温度故障监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102359853B1 (ko) | 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 원격제어반 | |
| KR100984679B1 (ko) | 열화상 카메라를 이용한 수배전반 열화 예측시스템 | |
| KR101752219B1 (ko) | 배전함의 감시 시스템 | |
| KR101656703B1 (ko) | 스마트 감시가 가능한 수배전반 자가진단 시스템 | |
| KR101904282B1 (ko) | 화재 징후 예방 및 냄새 감지기 시스템 | |
| KR102084784B1 (ko) | 머신러닝기반 태양광발전운영 관리방법 | |
| KR102382151B1 (ko) | 배전반 이상 모니터링 장치 | |
| KR101423559B1 (ko) | 수배전반용 지능형 열화감시영상시스템 | |
| KR102337579B1 (ko) | 진동 감지 제어 시스템 | |
| KR20180106318A (ko) | 복합 센서를 이용한 화재방지장치 | |
| US20140219314A1 (en) | Non-contact temperature monitoring device | |
| KR102313139B1 (ko) | 재난안전 태양광구조물 모니터링 시스템 및 모니터링 방법 | |
| KR200492549Y1 (ko) | 배전반 | |
| KR20170047979A (ko) | 열화상 카메라를 이용한 수배전반의 열화 진단 시스템 | |
| EP2175536B1 (en) | An Arc Monitor | |
| KR102084783B1 (ko) | 머신러닝기반 태양광발전운영 관리시스템 | |
| KR102506032B1 (ko) | 이상온도 예측 제어 장치가 구비된 배전반 | |
| KR101510676B1 (ko) | 수배전반용 지능형 방전감시 영상시스템 | |
| KR101114551B1 (ko) | 비접촉 온도 감시 장치 | |
| KR102337436B1 (ko) | 신속 설치가 가능한 분리형 적외선센서 모듈을 이용한 이상 통합 감시 및 불량예측 기능을 구비한 인공지능 배전반 | |
| KR101623760B1 (ko) | 분전반 | |
| KR102486079B1 (ko) | 사물 인터넷 기반 피뢰침 시스템 | |
| KR102525899B1 (ko) | 일체형 감지센서를 이용한 수배전반 사고 토탈 관리시스템 | |
| KR101676694B1 (ko) | 다분할 온도감지센서를 이용한 전기설비의 화재발생 감시장치 | |
| CN211602196U (zh) | 高压电塔缆线侦测装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |