KR102411919B1 - 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법 - Google Patents
인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법 Download PDFInfo
- Publication number
- KR102411919B1 KR102411919B1 KR1020210134062A KR20210134062A KR102411919B1 KR 102411919 B1 KR102411919 B1 KR 102411919B1 KR 1020210134062 A KR1020210134062 A KR 1020210134062A KR 20210134062 A KR20210134062 A KR 20210134062A KR 102411919 B1 KR102411919 B1 KR 102411919B1
- Authority
- KR
- South Korea
- Prior art keywords
- gas generator
- gas
- control
- artificial intelligence
- facility
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 182
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 99
- 238000001179 sorption measurement Methods 0.000 title claims abstract description 96
- 230000008569 process Effects 0.000 claims abstract description 89
- 238000004519 manufacturing process Methods 0.000 claims abstract description 54
- 230000005856 abnormality Effects 0.000 claims abstract description 24
- 230000004044 response Effects 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 61
- 238000005457 optimization Methods 0.000 claims description 57
- 238000013480 data collection Methods 0.000 claims description 26
- 238000012544 monitoring process Methods 0.000 claims description 23
- 239000003463 adsorbent Substances 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 10
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000002068 genetic effect Effects 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000010923 batch production Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000011049 filling Methods 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 3
- 230000008520 organization Effects 0.000 claims description 3
- 239000002250 absorbent Substances 0.000 claims 1
- 230000002745 absorbent Effects 0.000 claims 1
- 238000004886 process control Methods 0.000 abstract description 22
- 230000007547 defect Effects 0.000 abstract description 7
- 239000002994 raw material Substances 0.000 abstract description 6
- 238000007599 discharging Methods 0.000 abstract description 5
- 239000007789 gas Substances 0.000 description 210
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 31
- 239000001301 oxygen Substances 0.000 description 31
- 229910052760 oxygen Inorganic materials 0.000 description 31
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 6
- 229910021536 Zeolite Inorganic materials 0.000 description 4
- 210000000349 chromosome Anatomy 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- HNPSIPDUKPIQMN-UHFFFAOYSA-N dioxosilane;oxo(oxoalumanyloxy)alumane Chemical compound O=[Si]=O.O=[Al]O[Al]=O HNPSIPDUKPIQMN-UHFFFAOYSA-N 0.000 description 4
- 230000008929 regeneration Effects 0.000 description 4
- 238000011069 regeneration method Methods 0.000 description 4
- 239000010457 zeolite Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000002808 molecular sieve Substances 0.000 description 3
- 229910052757 nitrogen Inorganic materials 0.000 description 3
- URGAHOPLAPQHLN-UHFFFAOYSA-N sodium aluminosilicate Chemical compound [Na+].[Al+3].[O-][Si]([O-])=O.[O-][Si]([O-])=O URGAHOPLAPQHLN-UHFFFAOYSA-N 0.000 description 3
- MYMOFIZGZYHOMD-UHFFFAOYSA-N Dioxygen Chemical compound O=O MYMOFIZGZYHOMD-UHFFFAOYSA-N 0.000 description 2
- 238000003795 desorption Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/02—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols by adsorption, e.g. preparative gas chromatography
- B01D53/04—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols by adsorption, e.g. preparative gas chromatography with stationary adsorbents
- B01D53/047—Pressure swing adsorption
-
- C—CHEMISTRY; METALLURGY
- C01—INORGANIC CHEMISTRY
- C01B—NON-METALLIC ELEMENTS; COMPOUNDS THEREOF; METALLOIDS OR COMPOUNDS THEREOF NOT COVERED BY SUBCLASS C01C
- C01B13/00—Oxygen; Ozone; Oxides or hydroxides in general
- C01B13/02—Preparation of oxygen
- C01B13/0229—Purification or separation processes
- C01B13/0248—Physical processing only
- C01B13/0259—Physical processing only by adsorption on solids
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41835—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by programme execution
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0229—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions knowledge based, e.g. expert systems; genetic algorithms
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/027—Alarm generation, e.g. communication protocol; Forms of alarm
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Computing Systems (AREA)
- Organic Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Inorganic Chemistry (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Chemical & Material Sciences (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Medical Informatics (AREA)
Abstract
본 발명은 압력순환흡착식 가스발생기에 관한 것으로, 본 발명에 따르면, 원료가스를 투입하거나 처리가 끝난 가스를 배출하는 압축기나 블로워의 종류나 모델이 변경되거나 외부 온도와 습도, 사용자에 의해 요구되는 생산가스의 양 및 농도 등에 따라 설정압력이 달라지고 압축기나 블로워의 사양에 따라 생산가스의 생산을 위한 공정시간을 매번 조정하여야 하는 등의 불편함이 있고, 파라미터의 입력작업 및 전체적인 공정제어가 수작업으로 진행됨으로 인해 작업자의 숙련도에 따라 결과가 달라지게 되어 항상 최적의 공정제어가 이루어지지 못하는 경우가 많으며, 그로 인해 전체적인 생산설비 및 공정의 효율성이 저하되고 생산비용이 증가되는 문제가 있는 데 더하여, 운전 및 공정 제어시 발생하는 여러 가지 이상을 즉각적으로 파악하기 어려움으로 인해 특정 부위나 공정에서 문제가 발생시 즉각적인 대처가 이루어지지 못하여 작은 결함이 대형 사고로 이어지게 되는 위험성이 항상 존재하는 문제가 있었던 종래기술의 가스발생기 제어방법 및 장치들의 문제점을 해결하기 위해, 인공지능 알고리즘을 이용하여 가스발생기의 운전을 최적화하고 제어하는 동시에, 이상발생을 모니터링하여 즉각적으로 대응하도록 하는 처리가 자동으로 수행되도록 구성되는 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법이 제공된다.
Description
본 발명은 압력순환흡착식(Pressure Swing Adsorption ; PSA) 가스발생기에 관한 것으로, 더 상세하게는, 흡착과 탈착 과정의 반복을 통해 원료가스(예를 들면, 공기) 중에 포함된 특정 기체(예를 들면, 산소)를 농축, 분리하여 순수 또는 고농도의 생산가스를 발생하는 가스발생기에 있어서, 원료가스를 투입하거나 처리가 끝난 가스를 배출하는 압축기나 블로워의 종류나 모델이 변경되거나 외부 온도와 습도, 사용자에 의해 요구되는 생산가스의 양 및 농도 등에 따라 설정압력이 달라지고 압축기나 블로워의 사양에 따라 생산가스의 생산을 위한 공정시간을 매번 조정하여야 하는 등의 불편함이 있었던 종래기술의 가스발생기 제어방법 및 장치들의 문제점을 해결하기 위해, 인공지능 알고리즘을 통해 가스발생기의 운전 최적화 및 공정제어가 자동으로 이루어질 수 있도록 구성되는 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법에 관한 것이다.
또한, 본 발명은, 상기한 바와 같이 각각의 공정 파라미터를 설정하고 입력하는 작업 및 전체적인 공정제어를 수작업으로 진행하여야 함으로 인해 작업자의 숙련도에 따라 결과가 달라지게 되고 항상 최적의 공정제어가 이루어지지 못하는 경우가 많으며, 그로 인해 전체적인 생산설비 및 공정의 효율성이 저하되고 생산비용이 증가되는 단점이 있었던 종래기술의 가스발생기 제어방법 및 장치들의 문제점을 해결하기 위해, 인공지능 알고리즘을 이용하여, 비교적 간단한 구성 및 저렴한 비용으로 가스발생기의 운전 최적화 및 공정제어를 자동화할 수 있도록 구성되는 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법에 관한 것이다.
아울러, 본 발명은, 운전 및 공정 제어시 발생하는 여러 가지 이상을 즉각적으로 파악하기 어려움으로 인해 특정 부위나 공정에서 문제가 발생시 즉각적인 대처가 이루어지지 못하여 작은 결함이 대형 사고로 이어지게 되는 위험성이 항상 존재하는 문제가 있었던 종래기술의 가스발생기 제어방법 및 장치들의 문제점을 해결하기 위해, 인공지능 알고리즘을 이용하여, 비교적 간단한 구성 및 저렴한 비용으로 가스발생기의 운전을 최적화하고 전체적인 처리과정을 제어하는 동시에, 이상발생을 모니터링하여 즉각적으로 대응하도록 하는 처리가 자동으로 수행되도록 구성되는 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법에 관한 것이다.
일반적으로, 압력순환흡착식 가스발생기는, 흡착과 탈착 과정의 반복을 통해 원료가스(예를 들면, 공기) 중에 포함된 특정 기체(예를 들면, 산소)를 농축, 분리하여 순수 또는 고농도의 생산가스를 발생하는 장치로서, 크게 나누어, 압력순환흡착(Pressure Swing Adsorption ; PSA) 방식, 진공순환흡착(Vacuum Swing Adsorption ; VSA) 방식 및 진공압력순환흡착(Vacuum Pressure Swing Adsorption ; VPSA) 방식으로 나누어진다.
또한, 상기한 각각의 방식들은 그 구성에 따른 운영방법 및 각 기체(예를 들면, 질소와 산소)의 분리 압력조건에 따라 구분되어 있을 뿐, 일반적으로, 흡착탑 내부에 공급된 원료가스로부터 흡착제(adsorbent)(예를 들면, 제올라이트 몰레큘러 시브(zeolite molecular sieve))를 이용하여 생산하려는 기체를 분리해 내는 방식을 이용하는 점에서는 서로 유사하다.
더 상세하게는, 가스발생기의 일례로, PSA 방식의 산소발생기는, 공기압축기로부터 토출된 압축공기를 건조기(Air Dryer)를 통해 복수의 흡착탑 내부로 유입시켜 압축공기 중에 포함된 질소성분을 흡착탑에 충진된 제올라이트 몰레큘러 시브 흡착제에 흡착시키면서 산소를 생산한 후 산소탱크에 저장하는 것에 의해, 흡착제에 흡착되지 않은 산소 성분을 고농도로 분리하도록 구성된다.
그러나 PSA 방식은, 비교적 높은 압력의 순산소를 생산할 수 있으나 높은 압력의 에어가 공급되어야 하기 때문에 동력 소모가 많고 설비의 수명이 짧으며 유지 보수 비용이 많은 단점이 있으며, 이에, 최근에는, PSA 방식에 비해 매우 낮은 압력으로 압축공기를 흡착탑에 공급하고 진공으로 재생하는 VPSA 방식이 주로 적용되고 있다.
여기서, 상기한 바와 같은 VPSA 방식의 산소 발생기에 대한 종래기술의 예로는, 예를 들면, 한국 등록특허공보 제10-1355161호에 제시된 바와 같은 "브이피에스에이 방식의 산소발생기"가 있다.
더 상세하게는, 상기한 한국 등록특허공보 제10-1355161호는, 고순도의 산소 생산을 위해 공기 중의 질소를 흡착하는 제올라이트(Zeolite)가 내부에 충전되는 제 1 및 제 2 흡착탑; 제 1 및 제 2 흡착탑의 하부 영역에 배치되는 크로스 밸브; 외부 공기가 유입되는 라인을 형성하며 크로스 밸브의 일측과 연결되는 외부 공기 유입라인; 크로스 밸브와 제 1 흡착탑에 연결되는 제 1 공기 유입라인; 크로스 밸브와 제 2 흡착탑에 연결되는 제 2 공기 유입라인; 및 크로스 밸브를 제어하여 외부 공기 유입라인과 제 1 공기 유입라인이 개방될 때 제 2 공기 유입라인이 닫히고, 외부 공기 유입라인과 제 2 공기 유입라인이 개방될 때 제 1 공기 유입라인을 닫히도록 컨트롤하는 컨트롤러를 포함하여, 종전의 일반적인 산소발생기 구조와는 달리 생산배관을 제외한 균압배관과 세정배관 및 그 부속밸브들을 제거하고 하부배관을 단순화시킴으로써 종전 구조에 비하여 동등한 성능을 유지하면서도 제품의 경량화 및 소형화, 비용절감, 제품수명의 연장을 달성할 수 있을 뿐만 아니라, 유지보수가 간편해질 수 있도록 구성되는 VPSA 방식의 산소발생기에 관한 것이다.
또한, 상기한 바와 같은 VPSA 방식의 산소 발생기에 대한 종래기술의 다른 예로는, 예를 들면, 한국 등록특허공보 제10-2268136호에 제시된 바와 같은 "공급 에어 절감과 성능 향상을 위한 산소 발생기 제어방법 및 제어장치"가 있다.
더 상세하게는, 상기한 한국 등록특허공보 제10-2268136호는, 압축공기를 토출하는 공기압축기; 공기압축기로부터 토출된 압축공기를 공급받아 건조시키는 공기건조기; 공기건조기로부터 건조된 압축공기를 공급받아 산소를 생산하도록 흡착제가 각각 충진되는 복수의 흡착탑; 복수로 이루어진 흡착탑에 각각 진공압을 토출하는 진공펌프; 및 복수로 이루어진 흡착탑의 교대운전으로부터 생산되는 산소를 저장하는 산소탱크를 포함하는 산소발생기가 제어부에서 출력하는 제어신호에 따라 제어되는 방법에 있어서, 흡착탑의 압력은 압력센서에 의해 측정된 후 제어부에 출력하되, 공기압축기는 흡착탑을 항상 일정한 압력조건과 진공 재생조건을 만들어 주도록 제어부로부터 출력되는 제어신호에 따라 토출되는 공기의 압력이 제어되고, 진공펌프는 복수로 이루어진 흡착탑이 각각 교대로 재생공정시 제어부로부터 출력되는 제어신호에 따라 온 구동하여 진공압을 토출하며, 진공펌프에 의해 토출되는 진공압은 각각 제어부로부터 출력되는 제어신호에 따라 개방되는 제 1 밸브 또는 제 2 밸브에 의해 재생공정중인 흡착탑에 선택적으로 공급되도록 하고, 복수로 이루어진 흡착탑은 수분흡착용으로 충진되는 알루미나(Alumina gel)의 제 1 흡착층과, CO2 THC(VoC) 가스(gas) 흡착용으로 충진되는 몰레큘러 시브(Molecular Sieve)의 제 2 흡착층 및 N2와 Ar을 흡착하여 산소를 생산하도록 충진되는 제올라이트(Zeolite)의 제 3 흡착층(T3)이 각각 형성되도록 구성됨으로써, 공기압축기를 통한 압축공기 토출량을 절감하고, 흡착탑 또는 흡착조에서의 흡착성능을 높이며, 산소 생산효율을 크게 향상시키는 것에 의해 VPSA의 단점을 보완할 수 있도록 구성되는 공급에어 절감과 성능향상을 위한 산소발생기 제어방법 및 제어장치에 관한 것이다.
상기한 바와 같이, 종래, VPSA 방식의 산소발생기에 대하여 다양한 장치 및 방법들이 제시된 바 있으나, 상기한 바와 같은 종래기술의 내용들은 다음과 같은 한계가 있는 것이었다.
더 상세하게는, 기존의 VPSA 방식은, PSA 방식에 비해 매우 낮은 압력으로 운전되므로 동력이 절감되고, 진공 재생으로 인하여 보다 높은 순도의 순산소를 생산할 수 있으며, 대용량의 산소를 생산하는데 유리한 장점이 있으나, 종래의 VPSA 방식 산소발생기는, 압축기 또는 블로워의 종류나 모델이 변경되거나 외부 온도, 습도 및 사용자에 의해 요구되는 산소의 양 및 농도 등에 따라 설정압력이 달라지고 압축기 또는 블로워 사양에 따라 생산을 위한 공정시간을 매번 조정하여야 하는 등의 불편함이 있는 것이었다.
즉, 종래의 산소발생기와 같은 가스발생기들은, 상기한 바와 같은 각각의 공정 파라미터 설정 및 입력이나 전체적인 공정의 제어를 그때그때 일일이 수작업으로 진행하여야 함으로 인해 작업자의 숙련도에 따라 결과가 달라지게 되고 항상 최적의 공정제어가 이루어지지 못하는 경우가 많으며, 그로 인해 전체적인 생산설비의 공정의 효율성이 저하되고, 그러한 비효율성이 생산비용 증가로 이어지는 문제도 있었다.
더욱이, 종래의 가스발생기들은, 운전 및 공정 제어시 발생하는 여러 가지 이상을 즉각적으로 파악하기 어려움으로 인해, 특정 부위나 공정에서 문제가 발생시 즉각적인 대처가 이루어지지 못하여 작은 결함이 대형 사고로 이어지게 되는 위험성이 항상 존재하는 문제점도 있는 것이었다.
따라서 상기한 바와 같은 종래기술의 가스발생기들의 한계를 해결하기 위하여는, 예를 들면, 인공지능 알고리즘을 이용하여, 비교적 간단한 구성 및 저렴한 비용으로 가스발생기의 운전제어 및 이상발생 모니터링을 자동화할 수 있도록 구성되는 새로운 구성의 가스발생기 운전제어 시스템 및 방법을 제시하는 것이 바람직하나, 아직까지 그러한 요구를 모두 만족시키는 장치나 방법은 제시되지 못하고 있는 실정이다.
본 발명은 상기한 바와 같은 종래기술의 문제점을 해결하고자 하는 것으로, 따라서 본 발명의 목적은, 원료가스를 투입하거나 처리가 끝난 가스를 배출하는 압축기나 블로워의 종류나 모델이 변경되거나 외부 온도와 습도, 사용자에 의해 요구되는 생산가스의 양 및 농도 등에 따라 설정압력이 달라지고 압축기나 블로워의 사양에 따라 생산가스의 생산을 위한 공정시간을 매번 조정하여야 하는 등의 불편함이 있었던 종래기술의 가스발생기 제어방법 및 장치들의 문제점을 해결하기 위해, 가스발생기의 운전 최적화 및 공정제어가 자동으로 이루어질 수 있도록 구성되는 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법을 제시하고자 하는 것이다.
또한, 본 발명의 다른 목적은, 상기한 바와 같이 각각의 공정 파라미터를 설정하고 입력하는 작업 및 전체적인 공정제어를 수작업으로 진행하여야 함으로 인해 작업자의 숙련도에 따라 결과가 달라지게 되고 항상 최적의 공정제어가 이루어지지 못하는 경우가 많으며, 그로 인해 전체적인 생산설비 및 공정의 효율성이 저하되고 생산비용이 증가되는 단점이 있었던 종래기술의 가스발생기 제어방법 및 장치들의 문제점을 해결하기 위해, 인공지능 알고리즘을 이용하여, 비교적 간단한 구성 및 저렴한 비용으로 가스발생기의 운전 최적화 및 공정제어를 자동화할 수 있도록 구성되는 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법을 제시하고자 하는 것이다.
아울러, 본 발명의 또 다른 목적은, 운전 및 공정 제어시 발생하는 여러 가지 이상을 즉각적으로 파악하기 어려움으로 인해 특정 부위나 공정에서 문제가 발생시 즉각적인 대처가 이루어지지 못하여 작은 결함이 대형 사고로 이어지게 되는 위험성이 항상 존재하는 문제가 있었던 종래기술의 가스발생기 제어방법 및 장치들의 문제점을 해결하기 위해, 인공지능 알고리즘을 이용하여, 비교적 간단한 구성 및 저렴한 비용으로 가스발생기의 운전을 최적화하고 전체적인 처리과정을 제어하는 동시에, 이상발생을 모니터링하여 즉각적으로 대응하도록 하는 처리가 자동으로 수행되도록 구성되는 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법을 제시하고자 하는 것이다.
상기한 바와 같은 목적을 달성하기 위해, 본 발명에 따르면, 가스발생기 자동제어 시스템에 있어서, 가스발생기 설비(plant)에 대하여 각각의 센서를 통해 측정된 각종 측정값 및 상기 가스발생기 설비의 운영 및 모니터링을 통해 얻어지는 각종 파라미터를 포함하는 데이터를 수집하여 상기 가스발생기의 운전에 대한 데이터베이스를 구축하는 처리가 수행되도록 이루어지는 데이터수집부; 인공지능(AI) 알고리즘을 이용하여 상기 데이터베이스에 저장된 정보를 학습하고 상기 가스발생기 설비의 제어를 위한 인공지능 제어모델을 구축하는 처리가 수행되도록 이루어지는 인공지능 처리부; 상기 인공지능 제어모델을 이용하여 상기 가스발생기 설비의 운전을 최적화하기 위한 처리가 이루어지는 운전제어 최적화 처리부; 및 상기 시스템의 전체적인 동작을 제어하는 처리가 수행되도록 이루어지는 제어부를 포함하여 구성되는 것을 특징으로 하는 가스발생기 자동제어 시스템이 제공된다.
여기서, 상기 자동제어 시스템은, 상기 인공지능 제어모델을 통하여 미리 설정되거나 입력된 일정(batch process)에 따라 상기 가스발생기 설비의 운전을 제어하는 처리가 수행되도록 이루어지는 스케줄제어 처리부를 더 포함하여 구성되는 것을 특징으로 한다.
또한, 상기 자동제어 시스템은, 상기 인공지능 제어모델을 통하여 상기 가스발생기 설비의 전체적인 동작을 모니터링하고, 각각의 센서들의 측정값에 근거하여 이상발생을 판단하며, 이상발생시 해당 사실에 대한 알람(alarm)을 발생하는 동시에 미리 정해진 연락처에 알리는 처리가 수행되도록 이루어지는 이상발생 감지부를 더 포함하여 구성되는 것을 특징으로 한다.
아울러, 상기 가스발생기는, 압력순환흡착(Pressure Swing Adsorption ; PSA) 방식이나 진공순환흡착(Vacuum Swing Adsorption ; VSA) 방식, 또는, 진공압력순환흡착(Vacuum Pressure Swing Adsorption ; VPSA) 방식의 가스발생기로 구성되는 것을 특징으로 한다.
더욱이, 상기 데이터수집부는, 상기 가스발생기 설비의 각 부분에 대하여 각각 측정된 외부온도 및 습도를 포함하는 환경변수와, 상기 가스발생기 설비에 대하여 미리 설정된 각 단계별 적용시간(step time)을 포함하는 제어 파라미터와, 상기 가스발생기 설비의 생산가스 순도(Purity) 및 생산량을 포함하는 성능지표와, 상기 가스발생기 설비의 각 단계별 동작에 대하여 각 부위의 온도, 압력 및 블로워나 압축기의 유량, 흡착제의 충진량을 포함하는 설비정보 및 상기 가스발생기 설비의 수명동안 변경될 수 있는 배관 구성요소의 특성치 정보를 포함하는 상기 가스발생기 설비의 운영에 관한 각종 데이터를 수신하여 데이터베이스 형태로 저장하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
이를 위해, 상기 데이터수집부는, 상기 가스발생기 설비에 대한 각종 정보를 수집하기 위해 상기 가스발생기 설비의 미리 정해진 위치에 각각 설치되는 복수의 측정센서를 더 포함하여 구성되는 것을 특징으로 한다.
또한, 상기 인공지능 처리부는, 인공지능 알고리즘을 이용하여, 상기 데이터수집부에 의해 구축된 데이터베이스의 내용을 학습데이터로 하고 정상상태의 데이터와 비교하여 상기 가스발생기 설비의 운전 및 운영에 대한 학습을 수행하는 학습모델을 생성하며, 상기 학습모델의 학습결과에 따라 상기 가스발생기 설비의 제어를 자동으로 수행하는 인공지능(AI) 제어모델을 구축하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
여기서, 상기 인공지능 알고리즘은, 딥러닝(deep learning)이나 머신러닝(machine learning)을 포함하는 인공지능 학습 알고리즘을 이용하여 구성되거나, 또는, 인공신경망(Artificial Neural Network ; ANN)을 포함하는 네트워크 모델을 이용하여 구성되는 것을 특징으로 한다.
아울러, 상기 학습데이터는, 상기 데이터수집부에 의해 수집된 상기 데이터베이스의 내용 중에서 미리 정해진 설정이나 기준에 따라 선택된 데이터를 포함하여 구성되는 것을 특징으로 한다.
더욱이, 상기 운전제어 최적화 처리부는, 상기 데이터수집부에 의해 수집된 각각의 센서 측정값 및 상기 가스발생기 설비의 운영 데이터에 근거하여, 상기 가스발생기 설비의 운전제어를 최적화하기 위한 최적화 변수 및 최적화 목적함수를 각각 설정하는 처리가 수행되는 설정단계; 상기 데이터수집부에 의해 수집된 상기 가스발생기 설비의 운영 데이터를 상기 인공지능 제어모델에 입력하고 최적화 알고리즘을 통해 상기 목적함수를 만족시키는 최적값을 찾는 처리가 수행되는 최적화단계; 및 상기 최적화 알고리즘을 통한 최적화 결과로 도출된 상기 최적값을 상기 최적화 변수로 적용하여 상기 가스발생기 설비의 최적화 제어를 수행하는 처리가 수행되는 제어단계를 포함하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
또한, 상기 운전제어 최적화 처리부는, 상기 가스발생기 설비의 각 단계별 적용시간(step time) 및 미세조정을 포함하는 제어 파라미터와, 상기 가스발생기 설비의 생산가스 순도(purity) 및 유량(flow rate)을 포함하는 성능지표를 상기 최적화 변수로 각각 설정하며, 상기 가스발생기 설비에 대하여 미리 정해진 일정량의 가스 생산을 위해 요구되는 흡착제의 양(adsorbent productivity) 및 요구되는 에너지의 양(specific power)을 각각 최소화하는 것을 상기 최적화 목적함수로 각각 설정하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
아울러, 상기 운전제어 최적화 처리부는, 유전자 알고리즘(Genetic Algorithm)을 포함하는 최적화 알고리즘을 이용하여 상기 목적함수를 만족시키는 최적값을 찾는 처리가 수행되도록 구성되는 것을 특징으로 한다.
더욱이, 상기 이상발생 감지부는, 상기 데이터수집부에 의해 수집된 각각의 센서 측정값 및 상기 가스발생기 설비의 운영 데이터에 근거하여, 외부온도와 습도를 포함하는 환경변수와, 생산가스 순도(Purity) 및 유량(Flow rate)을 포함하는 성능지표와, 상기 가스발생기 설비의 현재 압력, 온도를 포함하는 상태정보 및 블로워나 압축기의 유량을 포함하는 설비정보를 각각 취득하는 처리가 수행되는 데이터 수집단계; 취득된 각각의 데이터로부터 미리 정해진 일정량의 가스 생산을 위해 요구되는 흡착제의 양(adsorbent productivity) 및 요구되는 에너지의 양(specific power)을 각각 계산하고, 각 단계별 적용시간(step time)을 포함하는 제어 파라미터를 추출하는 처리가 수행되는 데이터 처리단계; 계산 및 추출된 각각의 데이터를 상기 인공지능(AI) 제어모델에 입력하여 각 항목별로 현재 상태에 대한 예측값을 산출하는 처리가 수행되는 추정단계; 각각의 항목에 대하여 산출된 상기 예측값과 현재 측정값 또는 계산값 사이의 차이인 잔차를 산출하는 처리가 수행되는 잔차계산단계; 및 각각의 항목에 대하여 산출된 상기 잔차가 미리 정해진 기준이나 범위를 벗어나는 경우가 감지되면, 해당 항목에 대하여 이상이 발생한 것으로 판단하고 경고(alarm)를 발생하는 동시에, 미리 설정된 연락처에 해당 사실을 통지하거나 미리 정해진 담당자나 관계기관에 연락하여 대응을 요청하는 처리가 수행되는 모니터링단계를 포함하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
또한, 상기 가스발생기 자동제어 시스템은, 상기 가스발생기 자동제어 시스템의 현재 동작과 상태 및 처리결과를 포함하는 각종 정보를 표시하기 위한 표시수단; 및 외부 기기와 유선 또는 무선통신 중 적어도 하나의 방식으로 통신을 주고받기 위한 통신수단을 더 포함하여 구성되는 것을 특징으로 한다.
아울러, 상기 가스발생기 자동제어 시스템은, 상기 가스발생기 자동제어 시스템을 각각의 설비별 또는 지역별로 다수개 설치하고, 각각의 상기 가스발생기 자동제어 시스템을 통해 취득되는 모니터링 데이터를 중앙의 서버로 전송하도록 구성됨으로써, 광범위한 지역에 대하여도 모니터링 작업이 용이하게 이루어질 수 있도록 구성되는 것을 특징으로 한다.
더욱이, 본 발명에 따르면, 가스발생기에 있어서, 가스를 생산하는 가스생산부; 및 상기 가스생산부의 동작을 제어하는 제어부를 포함하여 구성되고, 상기 제어부는, 상기에 기재된 가스발생기 자동제어 시스템을 포함하여 구성되는 것을 특징으로 하는 가스발생기가 제공된다.
여기서, 상기 가스발생기는, 압력순환흡착(PSA) 방식, 진공순환흡착(VSA) 방식, 또는, 진공압력순환흡착(VPSA) 방식으로 생산가스를 생산하는 가스발생기로 구성되는 것을 특징으로 한다.
또한, 본 발명에 따르면, 가스발생기 관리시스템에 있어서, 각 시설이나 지역별로 설치되는 복수의 가스발생기 제어장치; 각 시설 또는 지역별로 설치되어 있는 각각의 상기 가스발생기 제어장치들로부터 모니터링 정보를 각각 수신하여 각각의 가스발생기 시설의 운영에 대한 빅데이터를 구축하고, 사용자의 요청에 따라 해당하는 각종 정보를 맞춤형으로 제공하는 처리가 수행되도록 이루어지는 관제서버; 및 사용자가 원하는 정보를 상기 가스발생기 제어장치나 상기 관제서버에 요청하고 전달받기 위한 사용자 단말기를 포함하여 구성되고, 상기 가스발생기 제어장치는, 상기에 기재된 가스발생기 자동제어 시스템을 이용하여 구성되는 것을 특징으로 하는 가스발생기 관리시스템이 제공된다.
여기서, 상기 가스발생기는, 압력순환흡착(PSA) 방식, 진공순환흡착(VSA) 방식, 또는, 진공압력순환흡착(VPSA) 방식으로 생산가스를 생산하는 가스발생기로 구성되는 것을 특징으로 한다.
아울러, 상기 사용자 단말기는, PC를 포함하는 정보처리장치를 이용하여 구성되거나, 또는, 스마트폰이나 태블릿 PC, 또는, 노트북을 포함하는 개인이 휴대 가능한 정보통신 단말기에 전용의 어플리케이션을 설치하여 구성되는 것을 특징으로 한다.
더욱이, 본 발명에 따르면, 가스발생기 자동제어방법에 있어서, 상기에 기재된 가스발생기 자동제어 시스템을 이용하여 가스발생기의 자동제어를 위한 제어시스템을 구현하는 처리가 수행되는 시스템 구축단계; 및 상기 제어시스템을 이용하여 가스발생기 설비를 자동으로 제어하는 처리가 수행되는 제어단계를 포함하여 구성되는 것을 특징으로 하는 가스발생기 자동제어방법이 제공된다.
여기서, 상기 가스발생기는, 압력순환흡착(PSA) 방식, 진공순환흡착(VSA) 방식, 또는, 진공압력순환흡착(VPSA) 방식으로 생산가스를 생산하는 가스발생기로 구성되는 것을 특징으로 한다.
상기한 바와 같이, 본 발명에 따르면, 인공지능 알고리즘을 이용하여 비교적 간단한 구성 및 저렴한 비용으로 가스발생기의 운전을 최적화하고 전체적인 처리과정을 제어하는 동시에, 이상발생을 모니터링하여 즉각적으로 대응하도록 하는 처리가 자동으로 수행되도록 구성되는 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법이 제공됨으로써, 원료가스를 투입하거나 처리가 끝난 가스를 배출하는 압축기나 블로워의 종류나 모델이 변경되거나 외부 온도와 습도, 사용자에 의해 요구되는 생산가스의 양 및 농도 등에 따라 설정압력이 달라지고 압축기나 블로워의 사양에 따라 생산가스의 생산을 위한 공정시간을 매번 조정하여야 하는 등의 불편함이 있었던 종래기술의 가스발생기 제어방법 및 장치들의 문제점을 해결할 수 있다.
또한, 본 발명에 따르면, 인공지능 알고리즘을 이용하여 비교적 간단한 구성 및 저렴한 비용으로 가스발생기의 운전을 최적화하고 전체적인 처리과정을 제어하는 동시에, 이상발생을 모니터링하여 즉각적으로 대응하도록 하는 처리가 자동으로 수행되도록 구성되는 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법이 제공됨으로써, 각각의 공정 파라미터를 설정하고 입력하는 작업 및 전체적인 공정제어를 수작업으로 진행하여야 함으로 인해 작업자의 숙련도에 따라 결과가 달라지게 되고 항상 최적의 공정제어가 이루어지지 못하는 경우가 많으며, 그로 인해 전체적인 생산설비 및 공정의 효율성이 저하되고 생산비용이 증가되는 단점이 있었던 종래기술의 가스발생기 제어방법 및 장치들의 문제점을 해결할 수 있다.
아울러, 본 발명에 따르면, 상기한 바와 같이 인공지능 알고리즘을 이용하여 비교적 간단한 구성 및 저렴한 비용으로 가스발생기의 운전을 최적화하고 전체적인 처리과정을 제어하는 동시에, 이상발생을 모니터링하여 즉각적으로 대응하도록 하는 처리가 자동으로 수행되도록 구성되는 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법이 제공됨으로써, 운전 및 공정 제어시 발생하는 여러 가지 이상을 즉각적으로 파악하기 어려움으로 인해 특정 부위나 공정에서 문제가 발생시 즉각적인 대처가 이루어지지 못하여 작은 결함이 대형 사고로 이어지게 되는 위험성이 항상 존재하는 문제가 있었던 종래기술의 가스발생기 제어방법 및 장치들의 문제점을 해결할 수 있다.
도 1은 본 발명의 실시예에 따른 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템의 전체적인 구성을 개략적으로 나타내는 블록도이다.
도 2는 본 발명의 실시예에 따른 인공지능을 이용한 가스발생기 자동제어 시스템의 인공지능 처리부에서 수행되는 처리과정을 개략적으로 나타내는 플로차트이다.
도 3은 본 발명의 실시예에 따른 인공지능을 이용한 가스발생기 자동제어 시스템의 이상발생 감지부에서 수행되는 처리과정을 개략적으로 나타내는 플로차트이다.
도 4는 본 발명의 실시예에 따른 인공지능을 이용한 가스발생기 자동제어 시스템의 운전제어 최적화 처리부에서 수행되는 처리과정을 개략적으로 나타내는 플로차트이다.
도 5는 본 발명의 실시예에 따른 인공지능을 이용한 가스발생기 자동제어 시스템의 운전제어 최적화 처리부에서 수행되는 최적화 알고리즘의 전체적인 처리과정을 개략적으로 나타내는 플로차트이다.
도 6은 도 1에 나타낸 본 발명의 실시예에 따른 본 발명의 실시예에 따른 인공지능을 이용한 가스발생기 자동제어 시스템을 이용한 가스발생기 관리시스템의 전체적인 구성을 개략적으로 나타내는 블록도이다.
도 2는 본 발명의 실시예에 따른 인공지능을 이용한 가스발생기 자동제어 시스템의 인공지능 처리부에서 수행되는 처리과정을 개략적으로 나타내는 플로차트이다.
도 3은 본 발명의 실시예에 따른 인공지능을 이용한 가스발생기 자동제어 시스템의 이상발생 감지부에서 수행되는 처리과정을 개략적으로 나타내는 플로차트이다.
도 4는 본 발명의 실시예에 따른 인공지능을 이용한 가스발생기 자동제어 시스템의 운전제어 최적화 처리부에서 수행되는 처리과정을 개략적으로 나타내는 플로차트이다.
도 5는 본 발명의 실시예에 따른 인공지능을 이용한 가스발생기 자동제어 시스템의 운전제어 최적화 처리부에서 수행되는 최적화 알고리즘의 전체적인 처리과정을 개략적으로 나타내는 플로차트이다.
도 6은 도 1에 나타낸 본 발명의 실시예에 따른 본 발명의 실시예에 따른 인공지능을 이용한 가스발생기 자동제어 시스템을 이용한 가스발생기 관리시스템의 전체적인 구성을 개략적으로 나타내는 블록도이다.
이하, 첨부된 도면을 참조하여, 본 발명에 따른 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법의 구체적인 실시예에 대하여 설명한다.
여기서, 이하에 설명하는 내용은 본 발명을 실시하기 위한 하나의 실시예일 뿐이며, 본 발명은 이하에 설명하는 실시예의 내용으로만 한정되는 것은 아니라는 사실에 유념해야 한다.
또한, 이하의 본 발명의 실시예에 대한 설명에 있어서, 종래기술의 내용과 동일 또는 유사하거나 당업자의 수준에서 용이하게 이해하고 실시할 수 있다고 판단되는 부분에 대하여는, 설명을 간략히 하기 위해 그 상세한 설명을 생략하였음에 유념해야 한다.
즉, 본 발명은, 후술하는 바와 같이, 원료가스를 투입하거나 처리가 끝난 가스를 배출하는 압축기나 블로워의 종류나 모델이 변경되거나 외부 온도와 습도, 사용자에 의해 요구되는 생산가스의 양 및 농도 등에 따라 설정압력이 달라지고 압축기나 블로워의 사양에 따라 생산가스의 생산을 위한 공정시간을 매번 조정하여야 하는 등의 불편함이 있었던 종래기술의 가스발생기 제어방법 및 장치들의 문제점을 해결하기 위해, 인공지능 알고리즘을 통해 가스발생기의 운전 최적화 및 공정제어가 자동으로 이루어질 수 있도록 구성되는 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법에 관한 것이다.
아울러, 본 발명은, 후술하는 바와 같이, 각각의 공정 파라미터를 설정하고 입력하는 작업 및 전체적인 공정제어를 수작업으로 진행하여야 함으로 인해 작업자의 숙련도에 따라 결과가 달라지게 되고 항상 최적의 공정제어가 이루어지지 못하는 경우가 많으며, 그로 인해 전체적인 생산설비 및 공정의 효율성이 저하되고 생산비용이 증가되는 단점이 있었던 종래기술의 가스발생기 제어방법 및 장치들의 문제점을 해결하기 위해, 인공지능 알고리즘을 이용하여, 비교적 간단한 구성 및 저렴한 비용으로 가스발생기의 운전 최적화 및 공정제어를 자동화할 수 있도록 구성되는 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법에 관한 것이다.
더욱이, 본 발명은, 후술하는 바와 같이, 운전 및 공정 제어시 발생하는 여러 가지 이상을 즉각적으로 파악하기 어려움으로 인해 특정 부위나 공정에서 문제가 발생시 즉각적인 대처가 이루어지지 못하여 작은 결함이 대형 사고로 이어지게 되는 위험성이 항상 존재하는 문제가 있었던 종래기술의 가스발생기 제어방법 및 장치들의 문제점을 해결하기 위해, 인공지능 알고리즘을 이용하여, 비교적 간단한 구성 및 저렴한 비용으로 가스발생기의 운전을 최적화하고 전체적인 처리과정을 제어하는 동시에, 이상발생을 모니터링하여 즉각적으로 대응하도록 하는 처리가 자동으로 수행되도록 구성되는 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법에 관한 것이다.
계속해서, 도면을 참조하여, 본 발명에 따른 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법의 구체적인 내용에 대하여 설명한다.
더 상세하게는, 먼저, 도 1을 참조하면, 도 1은 본 발명의 실시예에 따른 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템(10)의 전체적인 구성을 개략적으로 나타내는 블록도이다.
도 1에 나타낸 바와 같이, 본 발명의 실시예에 따른 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템(10)은, 크게 나누어, 가스발생기 설비에 대하여 각각의 센서를 통해 측정된 각종 측정값 및 가스발생기 설비의 운영 및 모니터링을 통해 얻어지는 각종 파라미터를 포함하는 데이터를 수집하여 가스발생기의 운전에 대한 데이터베이스를 구축하는 처리가 수행되는 데이터수집부(11)와, 인공지능 알고리즘을 통해 데이터베이스에 저장된 정보를 학습하여 가스발생기 설비의 제어를 위한 인공지능 제어모델을 구축하는 처리가 수행되는 인공지능 처리부(12)와, 구축된 인공지능 제어모델을 통하여 가스발생기 설비의 운전을 최적화하기 위한 처리가 수행되는 운전제어 최적화 처리부(13) 및 상기한 각 부(11, 12, 13) 및 시스템(10)의 전체적인 동작을 제어하는 제어부(16)를 포함하여 구성될 수 있다.
여기서, 상기한 데이터수집부(11)는, 예를 들면, 가스발생기 설비의 각 부분에 대하여 각각 측정된 외부온도 및 습도, 압축블로워(feed blower) 입구(inlet) 온도를 포함하는 환경변수와, 가스발생기 설비에 대하여 미리 설정된 각 단계별 적용시간(step time) 및 미세조정을 포함하는 제어 파라미터와, 가스발생기 설비의 생산가스 순도(Purity)와 유량(Flow rate) 및 이를 통해 산출되는 일정량의 가스 생산을 위해 요구되는 흡착제의 양(adsorbent productivity)과 일정량의 가스 생산을 위해 요구되는 에너지의 양(specific power)을 포함하는 성능지표와, 가스발생기 설비의 각 단계별로 흡착탑 상부(bed top) 및 흡착탑 하부(bed bottom)에서의 압력, 흡착탑 입구온도, 흡착층별 내부온도, 진공블로워(vacuum blower) 출구(outlet) 온도, 밸브 개도율(%), 블로워 유량, 흡착탑 용량 및 흡착제 충진량을 포함하는 설비정보 및 가스발생기 설비의 수명동안 변경될 수 있는 배관 구성요소의 특성치 정보를 포함하는 가스발생기 설비의 운영 전반에 관한 각종 데이터를 수신하여 데이터베이스 형태로 저장하는 처리가 자동으로 수행되도록 구성될 수 있다.
이를 위해, 상기한 데이터수집부(11)는, 각각의 환경변수와 제어 파라미터 및 운전상태 등을 측정하기 위해 가스발생기 설비의 각각의 위치에 설치되는 복수의 측정센서를 포함하여 구성될 수 있다.
또한, 도 2를 참조하면, 도 2는 본 발명의 실시예에 따른 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템(10)의 인공지능 처리부(12)에서 수행되는 처리과정을 개략적으로 나타내는 플로차트이다.
도 2에 나타낸 바와 같이, 상기한 인공지능 처리부(12)는, 인공지능 알고리즘을 이용하여, 상기한 바와 같이 하여 데이터수집부(11)에 의해 수집되고 구축된 데이터베이스의 내용을 학습데이터로 하고 정상상태의 데이터와 비교하여 학습을 수행하는 학습모델을 생성하고, 학습결과에 따라 가스발생기 설비의 제어를 수행하는 인공지능(AI) 제어모델을 구축하는 처리가 자동으로 수행되도록 구성될 수 있다.
여기서, 상기한 인공지능 알고리즘은, 예를 들면, 딥러닝(deep learning)이나 머신러닝(machine learning) 등의 인공지능 알고리즘을 이용하여 구성될 수 있으며, 또는, 인공신경망(Artificial Neural Network ; ANN) 등과 같은 네트워크 모델을 이용하여 구성될 수도 있는 등, 필요에 따라 다양하게 구성될 수 있다.
또한, 상기한 딥러닝이나 머신러닝 및 인공신경망(ANN) 등과 같은 인공지능 알고리즘들의 보다 구체적인 구성 및 동작원리 등에 대하여는 당업자에게 있어 자명한 사항이므로, 이에, 본 발명에서는, 설명을 간략히 하기 위해, 상기한 바와 같이 종래기술의 문헌 등을 통하여 당업자가 용이하게 이해하고 실시할 수 있는 내용에 대하여는 그 상세한 설명을 생략하였음에 유념해야 한다.
아울러, 상기한 학습 데이터는, 상기한 바와 같이 데이터수집부(11)에 의해 수집된 환경변수, 제어 파라미터, 성능지표, 설비정보 및 특성치 정보를 포함하는 각종 데이터를 필요에 따라 적절하게 선택하여 구성될 수 있으며, 그것에 의해, 가스발생기 설비의 전반적인 운영에 관한 학습이 효율적으로 이루어질 수 있다.
더욱이, 상기한 운전제어 최적화 처리부(13)는, 상기한 바와 같이 하여 인공지능 처리부(12)에 의해 구축된 인공지능(AI) 제어모델을 이용하여, 후술하는 바와 같이 하여 가스발생기의 운전을 최적화하는 처리가 자동으로 수행되도록 구성될 수 있다.
또한, 상기한 시스템(10)은, 도시되지는 않았으나, 구축된 인공지능 제어모델을 통해 미리 설정된 일정(batch process)에 따라 가스발생기 설비의 운전을 제어하는 처리가 수행되는 스케줄제어 처리부 및 구축된 인공지능 제어모델을 통하여 가스발생기 설비의 전체적인 동작을 모니터링하고, 각각의 측정값에 근거하여 이상발생을 판단하여 알람(alarm)을 발생하고 미리 정해진 연락처에 알리는 처리가 수행되는 이상발생 감지부를 더 포함하여 구성될 수 있다.
더 상세하게는, 먼저, 상기한 스케줄제어 처리부는, 상기한 바와 같이 하여 인공지능 처리부(12)에 의해 구축된 인공지능(AI) 제어모델을 이용하여, 미리 설정되거나 입력된 배치 프로세스(batch process)에 따라 가스발생기 설비의 운전을 제어하는 처리가 자동으로 수행되도록 구성될 수 있다.
아울러, 도 3을 참조하면, 도 3은 본 발명의 실시예에 따른 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템(10)의 이상발생 감지부에서 수행되는 처리과정을 개략적으로 나타내는 플로차트이다.
도 3에 나타낸 바와 같이, 상기한 이상발생 감지부는, 먼저, 데이터수집부(11)에 의해 수집된 각각의 센서 측정값 및 가스발생기 설비의 운영 데이터에 근거하여, 외부온도와 습도를 포함하는 환경변수와, 생산가스 순도(Purity) 및 유량(Flow rate)을 포함하는 성능지표와, 상기 가스발생기 설비의 현재 압력, 온도를 포함하는 상태정보 및 블로워의 유량을 포함하는 설비정보를 각각 취득하고, 각각의 데이터로부터 일정량의 가스 생산을 위해 요구되는 흡착제의 양(adsorbent productivity) 및 요구되는 에너지의 양(specific power)을 각각 계산하며, 이와 함께 각 단계별 적용시간(step time)을 포함하는 제어 파라미터를 추출하는 처리가 수행된다.
그 후, 계산 및 추출된 각각의 데이터를 상기한 인공지능(AI) 제어모델에 입력하여 각각의 항목별로 현재 상태에 대한 예측값을 산출하고, 각각의 항목에 대하여 계산된 예측값과 현재 측정값 또는 계산값 사이의 차이인 잔차를 산출하여, 잔차가 미리 정해진 기준이나 범위를 벗어나면 이상이 발생한 것으로 판단하고 경고(alarm)를 발생하는 처리가 수행되도록 구성될 수 있다.
더욱이, 상기한 이상발생 감지부는, 상기한 바와 같이 하여 가스발생기 설비의 전체적인 동작을 모니터링하고 센서 측정값 등을 통해 이상발생을 판단하여 이상발생시 경고를 발생하는 것과 함께, 미리 설정된 연락처에 해당 사실을 통지하거나 미리 정해진 담당자나 관계기관에 연락하여 대응하도록 하는 처리가 수행되도록 구성될 수 있다.
이를 위해, 상기한 시스템(10)은, 도시되지는 않았으나, 시스템의 현재 동작과 상태 및 처리결과 등의 각종 정보를 표시하기 위한 모니터 등의 표시수단 및 외부 기기와 유선 또는 무선통신 중 적어도 하나의 방식으로 통신을 주고받기 위한 통신수단을 더 포함하여 구성될 수 있다.
계속해서, 상기한 운전제어 최적화 처리부(13)의 구체적인 처리과정에 대하여 설명하면, 운전제어 최적화 처리부(13)에서는 주어진 환경에서 원하는 값을 최대화 또는 최소화 하기 위한 입력값을 찾는 처리가 수행되며, 이를 위해, 본 실시예에서는, 최적화 변수 및 목적함수를 다음과 같이 정의하였다.
[최적화 변수]
(1) 제어 파라미터 : 각 단계별 적용시간(step time) 및 미세조정
(2) 플랜트 성능지표 : 생산가스의 순도(purity) 및 유량(flow rate)
[최적화 목적함수]
(1) 일정량의 가스 생산을 위해 요구되는 흡착제의 양(adsorbent productivity) : 최소화
(2) 일정량의 가스 생산을 위해 요구되는 에너지의 양(specific power) : 최소화
더 상세하게는, 도 4를 참조하면, 도 4는 본 발명의 실시예에 따른 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템(10)의 운전제어 최적화 처리부(13)에서 수행되는 처리과정을 개략적으로 나타내는 플로차트이다.
도 4에 나타낸 바와 같이, 운전제어 최적화 처리부(13)는, 먼저, 각각의 센서 측정값들로부터 현재의 환경변수와 상태 및 구성에 대한 시설정보를 각각 수집하고, 성능지표를 계산하여 제어 파라미터 및 유량과 순도를 최적화 변수로 각각 설정한다.
그 후, 취득된 가스발생기 설비의 운영 데이터를 학습모델에 입력하고, 상기한 목적함수가 최소 또는 최대가 되도록 하는 최적화 알고리즘을 실행하여, 최적화 결과로 도출된 최적화 변수를 해당 설비에 적용하여 최적화 제어를 수행하는 처리가 수행되도록 구성될 수 있다.
더 상세하게는, 도 5를 참조하면, 도 5는 본 발명의 실시예에 따른 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템(10)의 운전제어 최적화 처리부(13)에서 수행되는 최적화 알고리즘의 전체적인 처리과정을 개략적으로 나타내는 플로차트이다.
여기서, 도 5에 나타낸 본 발명의 실시예에서는 상기한 최적화 알고리즘으로서 유전자 알고리즘(Genetic Algorithm)을 이용하는 경우를 예로 하여 본 발명을 설명하였으나, 본 발명은 반드시 본 발명의 실시예에 나타낸 구성으로만 한정되는 것은 아니며, 즉, 본 발명은, 상기한 유전자 알고리즘 외에 다른 최적화 알고리즘을 이용하여 구현될 수도 있는 등, 본 발명의 취지 및 본질을 벗어나지 않는 범위 내에서 당업자에 의해 필요에 따라 다양하게 수정 및 변경하여 적용 가능한 것임에 유념해야 한다.
도 5에 나타낸 바와 같이, 유전자 알고리즘은, 초기에 무작위로 염색체(chromosome)를 생성하고(부모 1세대), 각 부모 염색체에 대하여 적합도(fitness, 목적함수)를 계산하여 적합도가 높은 부모를 선택한다.
이어서, 선택된 부모 염색체를 교배하여 자식을 생성하고, 생성된 자식을 변이하며, 생성된 자식 염색체들에 대하여 적합도를 계산하는 과정을 미리 정해진 최대 세대수에 도달할 때까지 반복한다.
따라서 상기한 바와 같이 유전자 알고리즘 등과 같은 최적화 알고리즘을 통해 상기한 최적화 목적함수를 만족하는 최적의 공정 파라미터를 결정할 수 있으며, 그것에 의해, 인공지능 알고리즘을 통하여 산소발생기와 같은 가스발생기 설비의 운전을 최적화하는 처리가 자동으로 수행될 수 있다.
더욱이, 본 발명의 실시예에 따른 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템(10)은, 상기한 바와 같이 구성되는 본 발명의 실시예에 따른 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템(10)을 각각의 설비별 또는 지역별로 다수개 설치하고, 각각의 가스발생기 자동제어 시스템(10)을 통해 구축된 모니터링 데이터를 중앙의 관제서버로 전송함으로써, 전국 단위의 광범위한 지역에 대한 모니터링 작업이 용이하게 수행될 수 있다.
즉, 도 6을 참조하면, 도 6은 도 1에 나타낸 본 발명의 실시예에 따른 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템(10)을 이용한 가스발생기 관리시스템(60)의 전체적인 구성을 개략적으로 나타내는 블록도이다.
도 6에 나타낸 바와 같이, 본 발명의 실시예에 따른 가스발생기 관리시스템(60)은, 각 시설이나 지역별로 설치되어 있는 복수의 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템(10)과, 각 시설 또는 지역별로 설치되어 있는 각각의 가스발생기 자동제어 시스템(10)으로부터 모니터링 정보를 각각 수신하여 가스발생기 시설의 운영에 대한 빅데이터를 구축하고, 사용자의 요청에 따라 해당하는 각종 정보를 맞춤형으로 제공하는 처리가 수행되도록 구성되는 관제서버(61)를 포함하여 구성될 수 있다.
아울러, 이를 위해, 본 발명의 실시예에 따른 가스발생기 관리시스템(60)은, 도 6에 나타낸 바와 같이, 상기한 바와 같은 모니터링 정보를 사용자가 요청하고 전달받기 위한 사용자 단말기(62)를 더 포함하여 구성될 수 있다.
여기서, 상기한 사용자 단말기(62)는, 예를 들면, PC와 같은 단말장치를 이용하여 구성될 수 있고, 바람직하게는, 스마트폰이나 태블릿 PC 또는 노트북 등과 같이, 개인이 휴대 가능한 정보통신 단말기에 전용의 어플리케이션을 설치하여 구성될 수도 있으나, 본 발명은 반드시 이러한 구성으로만 한정되는 것은 아니며, 즉, 본 발명은 본 발명의 취지 및 본질을 벗어나지 않는 범위 내에서 당업자에 의해 필요에 따라 다양하게 수정 및 변경하여 구성될 수 있는 것임에 유념해야 한다.
상기한 바와 같은 구성으로부터, 본 발명에 따르면, 각각의 지역별로 복수의 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템(10)을 설치하여 두고, 각각의 가스발생기 자동제어 시스템(10)들이 서로 통신하여 각종 데이터를 주고받도록 하는 동시에, 관제서버(61)의 요청에 따라, 또는, 미리 정해진 설정에 따라 주기적으로 모니터링 데이터를 관제서버(61)로 각각 전송하도록 구성됨으로써, 예를 들면, 전국 단위의 광범위한 지역에 대하여도 대규모의 가스발생기 관리시스템(60)을 용이하게 구축할 수 있다.
따라서 상기한 바와 같이 하여 본 발명의 실시예에 따른 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템(10)을 구현할 수 있으며, 이에 더하여, 도 2 내지 도 5를 참조하여 상기한 각각의 처리과정을 각각 모듈화하여, 예를 들면, 이상감지, 최적제어, 스케줄제어(수동제어), 인공지능(AI) 모델 및 설정 메뉴를 각각 포함하여 구성되고 컴퓨터와 같은 정보처리장치를 통해 실행되는 소프트웨어의 형태로 구현하는 것에 의해, 본 발명의 실시예에 따른 가스발생기 자동제어방법을 별도의 하드웨어를 구성할 필요 없이 용이하게 구현할 수 있다.
여기서, 도 1 내지 도 6을 참조하여 상기한 본 발명의 실시예에서는, 본 발명이 적용되는 가스발생기가 진공압력순환흡착(VPSA) 방식의 산소발생기로 구성되는 경우를 예로 하여 본 발명을 설명하였으나, 본 발명은 반드시 상기한 실시예에 기재된 내용으로만 한정되는 것은 아니며, 즉, 본 발명은, 상기한 VPSA 방식의 산소발생기 이외에, 예를 들면, 진공순환흡착(VSA) 방식이나 압력순환흡착(PSA) 방식의 산소발생기의 경우에도 적용될 수 있고, 또는, 산소 이외의 다른 가스를 생산하는 가스발생기 설비에도 적용 가능한 것과 같이, 본 발명의 취지 및 본질을 벗어나지 않는 범위 내에서 당업자에 의해 필요에 따라 다양하게 수정 및 변경하여 적용 가능한 것임에 유념해야 한다.
따라서 상기한 바와 같이 하여 본 발명의 실시예에 따른 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법을 구현할 수 있으며, 그것에 의해, 본 발명에 따르면, 인공지능 알고리즘을 이용하여 비교적 간단한 구성 및 저렴한 비용으로 가스발생기의 운전을 최적화하고 전체적인 처리과정을 제어하는 동시에, 이상발생을 모니터링하여 즉각적으로 대응하도록 하는 처리가 자동으로 수행되도록 구성되는 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법이 제공됨으로써, 원료가스를 투입하거나 처리가 끝난 가스를 배출하는 압축기나 블로워의 종류나 모델이 변경되거나 외부 온도와 습도, 사용자에 의해 요구되는 생산가스의 양 및 농도 등에 따라 설정압력이 달라지고 압축기나 블로워의 사양에 따라 생산가스의 생산을 위한 공정시간을 매번 조정하여야 하는 등의 불편함이 있었던 종래기술의 가스발생기 제어방법 및 장치들의 문제점을 해결할 수 있다.
또한, 본 발명에 따르면, 인공지능 알고리즘을 이용하여 비교적 간단한 구성 및 저렴한 비용으로 가스발생기의 운전을 최적화하고 전체적인 처리과정을 제어하는 동시에, 이상발생을 모니터링하여 즉각적으로 대응하도록 하는 처리가 자동으로 수행되도록 구성되는 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법이 제공됨으로써, 각각의 공정 파라미터를 설정하고 입력하는 작업 및 전체적인 공정제어를 수작업으로 진행하여야 함으로 인해 작업자의 숙련도에 따라 결과가 달라지게 되고 항상 최적의 공정제어가 이루어지지 못하는 경우가 많으며, 그로 인해 전체적인 생산설비 및 공정의 효율성이 저하되고 생산비용이 증가되는 단점이 있었던 종래기술의 가스발생기 제어방법 및 장치들의 문제점을 해결할 수 있다.
아울러, 본 발명에 따르면, 상기한 바와 같이 인공지능 알고리즘을 이용하여 비교적 간단한 구성 및 저렴한 비용으로 가스발생기의 운전을 최적화하고 전체적인 처리과정을 제어하는 동시에, 이상발생을 모니터링하여 즉각적으로 대응하도록 하는 처리가 자동으로 수행되도록 구성되는 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법이 제공됨으로써, 운전 및 공정 제어시 발생하는 여러 가지 이상을 즉각적으로 파악하기 어려움으로 인해 특정 부위나 공정에서 문제가 발생시 즉각적인 대처가 이루어지지 못하여 작은 결함이 대형 사고로 이어지게 되는 위험성이 항상 존재하는 문제가 있었던 종래기술의 가스발생기 제어방법 및 장치들의 문제점을 해결할 수 있다.
이상, 상기한 바와 같은 본 발명의 실시예를 통하여 본 발명에 따른 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법의 상세한 내용에 대하여 설명하였으나, 본 발명은 상기한 실시예에 기재된 내용으로만 한정되는 것은 아니며, 따라서 본 발명은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 설계상의 필요 및 기타 다양한 요인에 따라 여러 가지 수정, 변경, 결합 및 대체 등이 가능한 것임은 당연한 일이라 하겠다.
10. 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템
11. 데이터수집부 12. 인공지능 처리부
13. 운전제어 최적화 처리부 14. 제어부
60. 가스발생기 관리시스템 61. 관제서버
62. 사용자 단말기
11. 데이터수집부 12. 인공지능 처리부
13. 운전제어 최적화 처리부 14. 제어부
60. 가스발생기 관리시스템 61. 관제서버
62. 사용자 단말기
Claims (22)
- 가스발생기 자동제어 시스템에 있어서,
가스발생기 설비(plant)의 각 부분에 대하여 각각의 센서를 통해 측정된 외부온도 및 습도를 포함하는 환경변수와, 상기 가스발생기 설비에 대하여 미리 설정된 각 단계별 적용시간(step time)을 포함하는 제어 파라미터와, 상기 가스발생기 설비의 생산가스 순도(Purity) 및 생산량을 포함하는 성능지표와, 상기 가스발생기 설비의 각 단계별 동작에 대하여 각 부위의 온도, 압력 및 블로워나 압축기의 유량, 흡착제의 충진량을 포함하는 설비정보 및 상기 가스발생기 설비의 수명동안 변경될 수 있는 배관 구성요소의 특성치 정보를 포함하는 상기 가스발생기 설비의 운영에 관한 각종 데이터를 수신하여 데이터베이스 형태로 저장하는 것에 의해 상기 가스발생기의 운전에 대한 데이터베이스를 구축하는 처리가 수행되도록 이루어지는 데이터수집부;
인공지능(AI) 알고리즘을 이용하여 상기 데이터베이스에 저장된 정보를 학습하고 상기 가스발생기 설비의 제어를 위한 인공지능 제어모델을 구축하는 처리가 수행되도록 이루어지는 인공지능 처리부;
상기 인공지능 제어모델을 이용하여 상기 가스발생기 설비의 운전을 최적화하기 위한 처리가 이루어지는 운전제어 최적화 처리부;
상기 인공지능 제어모델을 통하여 상기 가스발생기 설비의 전체적인 동작을 모니터링하고, 각각의 센서들의 측정값에 근거하여 이상발생을 판단하며, 이상발생시 해당 사실에 대한 알람(alarm)을 발생하는 동시에 미리 정해진 연락처에 알리는 처리가 수행되도록 이루어지는 이상발생 감지부; 및
상기 시스템의 전체적인 동작을 제어하는 처리가 수행되도록 이루어지는 제어부를 포함하여 구성되고,
상기 운전제어 최적화 처리부는,
상기 데이터수집부에 의해 수집된 각각의 센서 측정값 및 상기 가스발생기 설비의 운영 데이터에 근거하여, 상기 가스발생기 설비의 각 단계별 적용시간(step time) 및 미세조정을 포함하는 제어 파라미터와, 상기 가스발생기 설비의 생산가스 순도(purity) 및 유량(flow rate)을 포함하는 성능지표를 상기 가스발생기 설비의 운전제어를 최적화하기 위한 최적화 변수로 설정하고, 상기 가스발생기 설비에 대하여 미리 정해진 일정량의 가스 생산을 위해 요구되는 흡착제의 양(absorbent productivity) 및 에너지의 양(specific power)을 각각 최소화하는 것을 상기 가스발생기 설비의 운전제어를 최적화하기 위한 최적화 목적함수로 각각 설정하는 처리가 수행되는 설정단계;
상기 데이터수집부에 의해 수집된 상기 가스발생기 설비의 운영 데이터를 상기 인공지능 제어모델에 입력하고 최적화 알고리즘을 통해 상기 목적함수를 만족시키는 최적값을 찾는 처리가 수행되는 최적화단계; 및
상기 최적화 알고리즘을 통한 최적화 결과로 도출된 상기 최적값을 상기 최적화 변수로 적용하여 상기 가스발생기 설비의 최적화 제어를 행하는 처리가 수행되는 제어단계를 포함하는 처리가 수행되도록 구성되며,
상기 이상발생 감지부는,
상기 데이터수집부에 의해 수집된 각각의 센서 측정값 및 상기 가스발생기 설비의 운영 데이터에 근거하여, 외부온도와 습도를 포함하는 환경변수와, 생산가스 순도(Purity) 및 유량(Flow rate)을 포함하는 성능지표와, 상기 가스발생기 설비의 현재 압력, 온도를 포함하는 상태정보 및 블로워나 압축기의 유량을 포함하는 설비정보를 각각 취득하는 처리가 수행되는 데이터 수집단계;
취득된 각각의 데이터로부터 미리 정해진 일정량의 가스 생산을 위해 요구되는 흡착제의 양(adsorbent productivity) 및 요구되는 에너지의 양(specific power)을 각각 계산하고, 각 단계별 적용시간(step time)을 포함하는 제어 파라미터를 추출하는 처리가 수행되는 데이터 처리단계;
계산 및 추출된 각각의 데이터를 상기 인공지능(AI) 제어모델에 입력하여 각 항목별로 현재 상태에 대한 예측값을 산출하는 처리가 수행되는 추정단계;
각각의 항목에 대하여 산출된 상기 예측값과 현재 측정값 또는 계산값 사이의 차이인 잔차를 산출하는 처리가 수행되는 잔차계산단계; 및
각각의 항목에 대하여 산출된 상기 잔차가 미리 정해진 기준이나 범위를 벗어나는 경우가 감지되면, 해당 항목에 대하여 이상이 발생한 것으로 판단하고 경고(alarm)를 발생하는 동시에, 미리 설정된 연락처에 해당 사실을 통지하거나 미리 정해진 담당자나 관계기관에 연락하여 대응을 요청하는 처리가 수행되는 모니터링단계를 포함하는 처리가 수행되도록 구성되는 것을 특징으로 하는 가스발생기 자동제어 시스템.
- 제 1항에 있어서,
상기 자동제어 시스템은,
상기 인공지능 제어모델을 통하여 미리 설정되거나 입력된 일정(batch process)에 따라 상기 가스발생기 설비의 운전을 제어하는 처리가 수행되도록 이루어지는 스케줄제어 처리부를 더 포함하여 구성되는 것을 특징으로 하는 가스발생기 자동제어 시스템.
- 삭제
- 제 1항에 있어서,
상기 가스발생기는,
압력순환흡착(Pressure Swing Adsorption ; PSA) 방식이나 진공순환흡착(Vacuum Swing Adsorption ; VSA) 방식, 또는, 진공압력순환흡착(Vacuum Pressure Swing Adsorption ; VPSA) 방식의 가스발생기로 구성되는 것을 특징으로 하는 가스발생기 자동제어 시스템.
- 삭제
- 제 1항에 있어서,
상기 데이터수집부는,
상기 가스발생기 설비에 대한 각종 정보를 수집하기 위해 상기 가스발생기 설비의 미리 정해진 위치에 각각 설치되는 복수의 측정센서를 더 포함하여 구성되는 것을 특징으로 하는 가스발생기 자동제어 시스템.
- 제 1항에 있어서,
상기 인공지능 처리부는,
인공지능 알고리즘을 이용하여, 상기 데이터수집부에 의해 구축된 데이터베이스의 내용을 학습데이터로 하고 정상상태의 데이터와 비교하여 상기 가스발생기 설비의 운전 및 운영에 대한 학습을 수행하는 학습모델을 생성하며,
상기 학습모델의 학습결과에 따라 상기 가스발생기 설비의 제어를 자동으로 수행하는 인공지능(AI) 제어모델을 구축하는 처리가 수행되도록 구성되는 것을 특징으로 하는 가스발생기 자동제어 시스템.
- 제 7항에 있어서,
상기 인공지능 알고리즘은,
딥러닝(deep learning)이나 머신러닝(machine learning)을 포함하는 인공지능 학습 알고리즘을 이용하여 구성되거나,
또는, 인공신경망(Artificial Neural Network ; ANN)을 포함하는 네트워크 모델을 이용하여 구성되는 것을 특징으로 하는 가스발생기 자동제어 시스템.
- 제 7항에 있어서,
상기 학습데이터는,
상기 데이터수집부에 의해 수집된 상기 데이터베이스의 내용 중에서 미리 정해진 설정이나 기준에 따라 선택된 데이터를 포함하여 구성되는 것을 특징으로 하는 가스발생기 자동제어 시스템.
- 삭제
- 삭제
- 제 1항에 있어서,
상기 운전제어 최적화 처리부는,
유전자 알고리즘(Genetic Algorithm)을 포함하는 최적화 알고리즘을 이용하여 상기 목적함수를 만족시키는 최적값을 찾는 처리가 수행되도록 구성되는 것을 특징으로 하는 가스발생기 자동제어 시스템.
- 삭제
- 제 1항에 있어서,
상기 가스발생기 자동제어 시스템은,
상기 가스발생기 자동제어 시스템의 현재 동작과 상태 및 처리결과를 포함하는 각종 정보를 표시하기 위한 표시수단; 및
외부 기기와 유선 또는 무선통신 중 적어도 하나의 방식으로 통신을 주고받기 위한 통신수단을 더 포함하여 구성되는 것을 특징으로 하는 가스발생기 자동제어 시스템.
- 제 1항에 있어서,
상기 가스발생기 자동제어 시스템은,
상기 가스발생기 자동제어 시스템을 각각의 설비별 또는 지역별로 다수개 설치하고, 각각의 상기 가스발생기 자동제어 시스템을 통해 취득되는 모니터링 데이터를 중앙의 서버로 전송하도록 구성됨으로써,
광범위한 지역에 대하여도 모니터링 작업이 용이하게 이루어질 수 있도록 구성되는 것을 특징으로 하는 가스발생기 자동제어 시스템.
- 가스발생기에 있어서,
가스를 생산하는 가스생산부; 및
상기 가스생산부의 동작을 제어하는 제어부를 포함하여 구성되고,
상기 제어부는,
청구항 1항, 청구항 2항, 청구항 4항, 청구항 6항 내지 청구항 9항, 청구항 12항, 청구항 14항 및 청구항 15항 중 어느 한 항에 기재된 가스발생기 자동제어 시스템을 포함하여 구성되는 것을 특징으로 하는 가스발생기.
- 제 16항에 있어서,
상기 가스발생기는,
압력순환흡착(PSA) 방식, 진공순환흡착(VSA) 방식, 또는, 진공압력순환흡착(VPSA) 방식으로 생산가스를 생산하는 가스발생기로 구성되는 것을 특징으로 하는 가스발생기.
- 가스발생기 관리시스템에 있어서,
각 시설이나 지역별로 설치되는 복수의 가스발생기 제어장치;
각 시설 또는 지역별로 설치되어 있는 각각의 상기 가스발생기 제어장치들로부터 모니터링 정보를 각각 수신하여 각각의 가스발생기 시설의 운영에 대한 빅데이터를 구축하고, 사용자의 요청에 따라 해당하는 각종 정보를 맞춤형으로 제공하는 처리가 수행되도록 이루어지는 관제서버; 및
사용자가 원하는 정보를 상기 가스발생기 제어장치나 상기 관제서버에 요청하고 전달받기 위한 사용자 단말기를 포함하여 구성되고,
상기 가스발생기 제어장치는,
청구항 1항, 청구항 2항, 청구항 4항, 청구항 6항 내지 청구항 9항, 청구항 12항, 청구항 14항 및 청구항 15항 중 어느 한 항에 기재된 가스발생기 자동제어 시스템을 이용하여 구성되는 것을 특징으로 하는 가스발생기 관리시스템.
- 제 18항에 있어서,
상기 가스발생기는,
압력순환흡착(PSA) 방식, 진공순환흡착(VSA) 방식, 또는, 진공압력순환흡착(VPSA) 방식으로 생산가스를 생산하는 가스발생기로 구성되는 것을 특징으로 하는 가스발생기 관리시스템.
- 제 18항에 있어서,
상기 사용자 단말기는,
PC를 포함하는 정보처리장치를 이용하여 구성되거나,
또는, 스마트폰이나 태블릿 PC, 또는, 노트북을 포함하는 개인이 휴대 가능한 정보통신 단말기에 전용의 어플리케이션을 설치하여 구성되는 것을 특징으로 하는 가스발생기 관리시스템.
- 가스발생기 자동제어방법에 있어서,
청구항 1항, 청구항 2항, 청구항 4항, 청구항 6항 내지 청구항 9항, 청구항 12항, 청구항 14항 및 청구항 15항 중 어느 한 항에 기재된 가스발생기 자동제어 시스템을 이용하여 가스발생기의 자동제어를 위한 제어시스템을 구현하는 처리가 수행되는 시스템 구축단계; 및
상기 제어시스템을 이용하여 가스발생기 설비를 자동으로 제어하는 처리가 수행되는 제어단계를 포함하여 구성되는 것을 특징으로 하는 가스발생기 자동제어방법.
- 제 21항에 있어서,
상기 가스발생기는,
압력순환흡착(PSA) 방식, 진공순환흡착(VSA) 방식, 또는, 진공압력순환흡착(VPSA) 방식으로 생산가스를 생산하는 가스발생기로 구성되는 것을 특징으로 하는 가스발생기 자동제어방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210134062A KR102411919B1 (ko) | 2021-10-08 | 2021-10-08 | 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210134062A KR102411919B1 (ko) | 2021-10-08 | 2021-10-08 | 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102411919B1 true KR102411919B1 (ko) | 2022-06-24 |
Family
ID=82215930
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210134062A KR102411919B1 (ko) | 2021-10-08 | 2021-10-08 | 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102411919B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117398817A (zh) * | 2023-11-30 | 2024-01-16 | 中山市凌宇机械有限公司 | 一种集约式压缩空气净化系统及方法 |
| CN118536785A (zh) * | 2024-07-26 | 2024-08-23 | 南通智恒塑胶制品有限公司 | Pvc皮球自动充气调控系统 |
| CN118536785B (en) * | 2024-07-26 | 2024-10-25 | 南通智恒塑胶制品有限公司 | PVC ball automatic inflation regulation and control system |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101355161B1 (ko) | 2013-10-22 | 2014-01-28 | 주식회사 아스페 | 브이피에스에이 방식의 산소발생기 |
| KR102187345B1 (ko) * | 2019-12-20 | 2020-12-04 | 롯데건설 주식회사 | IoT 플랫폼을 적용한 바이오가스 생산 시스템 |
| KR20210051838A (ko) * | 2019-10-31 | 2021-05-10 | 이승준 | 공급 에어 절감과 성능 향상을 위한 산소 발생기 제어방법 및 제어장치 |
-
2021
- 2021-10-08 KR KR1020210134062A patent/KR102411919B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101355161B1 (ko) | 2013-10-22 | 2014-01-28 | 주식회사 아스페 | 브이피에스에이 방식의 산소발생기 |
| KR20210051838A (ko) * | 2019-10-31 | 2021-05-10 | 이승준 | 공급 에어 절감과 성능 향상을 위한 산소 발생기 제어방법 및 제어장치 |
| KR102268136B1 (ko) | 2019-10-31 | 2021-06-21 | 이승준 | 공급 에어 절감과 성능 향상을 위한 산소 발생기 제어방법 및 제어장치 |
| KR102187345B1 (ko) * | 2019-12-20 | 2020-12-04 | 롯데건설 주식회사 | IoT 플랫폼을 적용한 바이오가스 생산 시스템 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117398817A (zh) * | 2023-11-30 | 2024-01-16 | 中山市凌宇机械有限公司 | 一种集约式压缩空气净化系统及方法 |
| CN117398817B (zh) * | 2023-11-30 | 2024-04-30 | 中山市凌宇机械有限公司 | 一种集约式压缩空气净化系统及方法 |
| CN118536785A (zh) * | 2024-07-26 | 2024-08-23 | 南通智恒塑胶制品有限公司 | Pvc皮球自动充气调控系统 |
| CN118536785B (en) * | 2024-07-26 | 2024-10-25 | 南通智恒塑胶制品有限公司 | PVC ball automatic inflation regulation and control system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102411919B1 (ko) | 인공지능을 이용한 압력순환흡착식 가스발생기 자동제어 시스템 및 이를 이용한 자동제어방법 | |
| CN1242845A (zh) | 在处理系统用于确认来自现场装置的控制信号的装置 | |
| CN114035520A (zh) | 一种空气压缩站的智能监管系统及方法 | |
| CN111852929A (zh) | 一种空气悬浮离心风机的控制系统 | |
| CN107773370A (zh) | 一种家用氧舱自控制系统 | |
| CN113176754A (zh) | 医用分子筛制氧设备的远程监控系统、方法和计算机设备 | |
| CN109564771B (zh) | 用于操作高压乙烯聚合单元的方法和系统 | |
| CN109991902A (zh) | 一种高原高海拔集中供氧远程控制系统 | |
| CN213581792U (zh) | 一种多功能制氧机控制系统 | |
| CN211676765U (zh) | 一种电解铝净化除尘器自适应控制系统 | |
| CN206309631U (zh) | 压缩机喘振控制装置和系统 | |
| CN108730170A (zh) | 一种多电机优化控制系统及其优化控制方法 | |
| CN115306700B (zh) | 一种碳化炉废气排放用真空泵工况在线监测系统 | |
| JP4520819B2 (ja) | プラントの故障予測方法 | |
| CN115617104B (zh) | 医用分子筛制氧设备的远程监控系统、方法和计算机设备 | |
| JP7216517B2 (ja) | ガス分離システム | |
| KR101715835B1 (ko) | 통합 공압 제어 장치 | |
| CN115576203A (zh) | 基于神经网络的嵌入式电除尘智能控制方法和系统 | |
| CN214580471U (zh) | 一种车间供气系统节能监控装置 | |
| JP2777025B2 (ja) | 酸素濃縮気体供給システム及び装置 | |
| US20220203291A1 (en) | Monitoring, control, and fault self-diagnosis system and method for medical oxygen plant generator | |
| CN208238846U (zh) | 一种医用分子筛制氧机远程监控系统 | |
| CN114518732A (zh) | 一种dcs矿热炉炉控系统 | |
| KR20160125649A (ko) | 복수 공기압축기의 에너지 최적화 제어 시스템 | |
| CN113603065B (zh) | 一种用于高纯氮气制取空压气站 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |