KR102471956B1 - 무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템 - Google Patents

무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템 Download PDF

Info

Publication number
KR102471956B1
KR102471956B1 KR1020220066625A KR20220066625A KR102471956B1 KR 102471956 B1 KR102471956 B1 KR 102471956B1 KR 1020220066625 A KR1020220066625 A KR 1020220066625A KR 20220066625 A KR20220066625 A KR 20220066625A KR 102471956 B1 KR102471956 B1 KR 102471956B1
Authority
KR
South Korea
Prior art keywords
specific facility
measurement
information
monitoring
management server
Prior art date
Application number
KR1020220066625A
Other languages
English (en)
Inventor
김나연
Original Assignee
김나연
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 김나연 filed Critical 김나연
Priority to KR1020220066625A priority Critical patent/KR102471956B1/ko
Application granted granted Critical
Publication of KR102471956B1 publication Critical patent/KR102471956B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • 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
    • 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
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Signal Processing (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Development Economics (AREA)
  • Biomedical Technology (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Primary Health Care (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

본 발명은 무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템에 관한 것으로서, 특정시설을 계측하는 동시에 로라망을 통해 계측값을 전송하는 복수개의 무선 센서를 이용하여, 특정시설의 결함예측을 진단할 수 있는 계측, 모니터링 및 예지보전 시스템에 관한 것이다. 이를 위해, 무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템은 특정시설에서 계측되는 복수의 계측값들 중 적어도 하나의 계측값을 로라망(LoRaWAN)을 통해 선택적으로 송신하는 복수의 무선 센서들, 상기 로라망을 통해 상기 복수의 무선 센서들에 연결되고, 상기 적어도 하나의 계측값을 게이트웨이를 통해 중계하는 복수의 중계기들 및 상기 게이트웨이를 통해 상기 복수의 중계기들과 연결되고, 상기 적어도 하나의 계측값을 일정주기마다 누적함에 따라 해당 특정시설의 성능누적 그래프를 생성하는 통합관리 서버를 포함하고, 상기 통합관리 서버는, 상기 성능누적 그래프에 대한 PHM 기반의 인공지능 진단모델을 이용하여, 상기 특정시설에 대한 결함예측을 진단한다.

Description

무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템{MEASUREMENT, MONITORING AND PREDICTIVE MAINTENANCE SYSTEM USING WIRELESS SENSOR}
본 발명은 무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템에 관한 것으로서, 특정시설을 계측하는 동시에 로라망을 통해 계측값을 전송하는 복수개의 무선 센서를 이용하여, 특정시설의 결함예측을 진단할 수 있는 계측, 모니터링 및 예지보전 시스템에 관한 것이다.
산업 제조 설비들은 다양하고 복잡한 부품들로 구성되어 있다. 그러한 부품들의 이상을 검출하고 고장예측을 진단하는 기능은 매우 중요하다.
예를 들어, 반도체 처리 설비들은 정기적인 모니터닝을 필요로 한다. 처리 조건들은, 바람직하지 않은 결과들을 생성하는 중요한 프로세스 파라미터들의 매우 사소한 변화들을 가지고, 시간에 따라 변한다. 작은 변화들은 에칭 가스의 조성 또는 압력, 프로세스 챔버, 또는 웨이퍼 온도에 있어 쉽게 발생할 수 있다.
많은 경우에서, 처리 특성의 저하를 반영하는 프로세스 데이터의 변화들은 단순히 디스플레이된 프로세스 데이터를 참조하여서는 검출될 수 없다. 프로세스의 비정상성(abnormalities) 및 특성 열화를 조기에 검출하는 것은 어렵다.
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로서, 본 발명의 목적은 특정시설의 기능 결함이 발생하기 이전에, 특정시설에 대한 불건전성을 나타내는 결함예측을 진단할 수 있는 무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템을 제공하기 위한 것이다.
본 발명의 상기 및 다른 목적과 이점은 바람직한 실시예를 설명한 하기의 설명으로부터 분명해질 것이다.
상기와 같은 목적을 달성하기 위한 본 발명의 일실시예에 따른 무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템은 특정시설에서 계측되는 복수의 계측값들 중 적어도 하나의 계측값을 로라망(LoRaWAN)을 통해 선택적으로 송신하는 복수의 무선 센서들, 상기 로라망을 통해 상기 복수의 무선 센서들에 연결되고, 상기 적어도 하나의 계측값을 게이트웨이를 통해 중계하는 복수의 중계기들 및 상기 게이트웨이를 통해 상기 복수의 중계기들과 연결되고, 상기 적어도 하나의 계측값을 일정주기마다 누적함에 따라 해당 특정시설의 성능누적 그래프를 생성하는 통합관리 서버를 포함하고, 상기 통합관리 서버는, 상기 성능누적 그래프에 대한 PHM 기반의 인공지능 진단모델을 이용하여, 상기 특정시설에 대한 결함예측을 진단한다.
실시예에 있어서, 상기 복수의 계측값들은 거리정보, 조도정보, 압력정보, 음압정보, 온도정보, 습도정보, 가스농도정보, 진동정보, 소음정보, 수위정보, 기울기정보, 속도정보 및 가속도정보를 포함하고, 상기 적어도 하나의 계측값은 상기 진동정보와 상기 소음정보를 포함한다.
실시예에 있어서, 상기 성능누적 그래프는 일정기간 동안 누적한 상기 적어도 하나의 계측값의 누적량에 대한 단계별 성능저하 상태를 점으로 표시한 그래프이다.
실시예에 있어서, 상기 복수의 무선 센서들 각각은 상기 복수의 계측값들을 기설정된 전송주기에 따라 센싱하는 복수의 센싱유닛들, 상기 복수의 계측값들 중 적어도 하나의 계측값을 주파수 도메인으로 변환하여 상기 로라망을 통해 송신하는 송신모듈, 상기 복수의 센싱유닛들과 상기 송신모듈을 수용하도록 수용공간이 형성된 수용부재, 상기 수용공간을 덮도록 형성된 수용캡 및 상기 수용부재의 일단으로부터 연장되어 상기 특정시설의 연결부위에 결합되도록 형성된 고정부재를 포함한다.
실시예에 있어서, 상기 송신모듈은 상기 복수의 센싱유닛들을 통해 감지된 외력의 크기에 기초하여, 상기 중계기를 통해 센서 결합 위치를 변경하도록 알리는 알림신호를 송신한다.
실시예에 있어서, 상기 복수의 중계기들 각각은 기설정된 특정시설의 영역을 향해 촬영하여 시설이미지를 획득하는 카메라, 상기 통합관리 서버로부터 제공받는 대기정보를 전송받아 출력하는 출력장치, 기설정된 시간 스케쥴에 따라 조명을 기설정된 영역을 향해 발광하는 조명장치 및 상기 시설이미지로부터 검출되는 기설정된 이벤트 객체에 기초하여, 기등록된 관리자 단말과 상기 통합관리 서버에 알림 메시지를 전송하는 중계모듈을 포함하고, 상기 이벤트 객체는 특정시설에 화재나 재난 발생 시 촬영되는 화재 및 재난 형상 객체와 특정시설에 침입을 시도하는 외부 침입자 객체 중 어느 하나이다.
실시예에 있어서, 상기 통합관리 서버는 결함이 발생한 복수의 결함시설들의 계측값에 대한 이력 데이터들을 사전에 수집하는 수집부, 상기 이력 데이터들을 시설종류에 따라 분류하고, 결함 발생 시점으로부터 일정기간 이전의 이력 데이터들을 학습용 데이터로 식별하는 분류부, 기정의된 전력별 등급 지침서를 기준으로, 상기 학습용 데이터에 대한 성능 저하 횟수를 주기별로 카운팅함에 따라 누적되는 학습용 결함 그래프를 생성하는 분석부 및 상기 학습용 결함 그래프를 입력으로 하고, 해당 특정시설의 결함 원인 부품에 해당하는 출력값을 출력으로 하는 인공신경망을 학습시켜 PHM 기반의 인공지능 진단모델을 모델링하는 모델링부를 포함한다.
실시예에 있어서, 상기 분석부는 상기 적어도 하나의 계측값을 일정주기마다 모니터링함에 따라 확인되는 성능 저하 횟수를 카운팅하여 누적하는 카운팅부, 상기 성능 저하 횟수의 누적에 기초하여, 상기 특정시설에 대한 성능누적 그래프를 생성하는 그래프생성부, 상기 적어도 하나의 계측값과 상기 특정시설의 성능상태를 포함한 모니터링데이터를 시각화하여 출력하는 모니터링부, 상기 성능누적 그래프를 상기 PHM 기반의 인공지능 진단모델에 적용함에 따라 도출되는 출력값에 기초하여, 상기 결함예측을 진단하는 동시에 원인 부품을 추정하는 진단부 및 상기 특정시설이 결함예측으로 진단된 경우, 기설정된 점검기간 동안 복수의 무선 센서들에 대한 전송주기가 짧아지도록 주기제어신호를 상기 복수의 무선 센서들에 전송하는 센서제어부를 포함한다.
본 발명의 실시예에 따르면, 특정시설의 결함예측을 보다 정확하고 신속하게 진단함으로써, 결함이 발생하기 이전에 유지보수 시간을 사전에 확보할 수 있게 한다.
도 1은 본 발명의 실시예에 따른 계측, 모니터링 및 예지보전 시스템(1000)을 개략적으로 보여주는 도이다.
도 2(A)는 성능누적 그래프에 대한 실시예이며, 도 2(B)는 PHM 기반의 인공지능 진단모델에 대한 실시예이다.
도 3a는 도 1의 제1 무선 센서(예컨대, 100_1)에 대한 실시예를 보여주는 도이고, 도 3b는 도 3a의 고정부재(130)에 대한 실시예를 보여주는 도이다.
도 4a는 도 1의 제1 중계기(200_1)를 나타내는 블록도이고, 도 4b는 도 4a의 제1 중계기(200_1)에 대한 실시예이다.
도 5는 도 1의 통합관리 서버(300)를 나타내는 블록도이다.
도 6은 도 1의 분석부(330)를 구체적으로 나타내는 블록도이다.
이하, 본 발명의 실시예와 도면을 참조하여 본 발명을 상세히 설명한다. 이들 실시예는 오로지 본 발명을 보다 구체적으로 설명하기 위해 예시적으로 제시한 것일 뿐, 본 발명의 범위가 이들 실시예에 의해 제한되지 않는다는 것은 당업계에서 통상의 지식을 가지는 자에 있어서 자명할 것이다.
또한, 달리 정의하지 않는 한, 본 명세서에서 사용되는 모든 기술적 및 과학적 용어는 본 발명이 속하는 기술 분야의 숙련자에 의해 통상적으로 이해되는 바와 동일한 의미를 가지며, 상충되는 경우에는, 정의를 포함하는 본 명세서의 기재가 우선할 것이다.
도면에서 제안된 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. 그리고, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에서 기술한 "부"란, 특정 기능을 수행하는 하나의 단위 또는 블록을 의미한다.
각 단계들에 있어 식별부호(제1, 제2, 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 실시될 수도 있고 실질적으로 동시에 실시될 수도 있으며 반대의 순서대로 실시될 수도 있다.
도 1은 본 발명의 실시예에 따른 계측, 모니터링 및 예지보전 시스템(1000)을 개략적으로 보여주는 도이고, 도 2(A)는 성능누적 그래프에 대한 실시예이며, 도 2(B)는 PHM 기반의 인공지능 진단모델에 대한 실시예이다.
도 1 내지 도 2(B)를 참조하여 설명하면, 계측, 모니터링 및 예지보전 시스템(1000)은 복수의 무선 센서들(100_1~100_N), 복수의 중계기들(200_1~200_N) 및 통합관리 서버(300)를 포함할 수 있다.
먼저, 복수의 무선 센서들(100_1~100_N)은 특정시설에서 계측되는 복수의 계측값들 중 적어도 하나의 계측값을 로라망(LoRaWAN)을 통해 복수의 중계기들(200_1~200_N)에 선택적으로 송신할 수 있다.
여기서, 복수의 계측값들은 거리정보, 조도정보, 압력정보, 음압정보, 온도정보, 습도정보, 가스농도정보, 진동정보, 소음정보, 수위정보, 기울기정보, 속도정보 및 가속도정보를 포함할 수 있다.
이때, 특정시설이 일정 동작 주파수를 가진 대형 모터, 팬, 워터 펌프, 공기 압축기, 감속기, 압축기 및 회전 기계 중 어느 하나인 경우, 적어도 하나의 계측값은 진동정보와 소음정보를 포함할 수 있다.
실시예에 따라, 복수의 무선 센서들(100_1~100_N)은 적어도 하나의 계측값을 전송하는 경우, 복수의 계측값들 중 나머지 계측값을 압축 및 암호화하여 메모리에 백업할 수 있다.
다음으로, 복수의 중계기들(200_1~200_N)은 로라망을 통해 복수의 무선 센서들(100_1~100_N)에 연결되고, 복수의 무선 센서들(100_1~100_N)로부터 전송받는 적어도 하나의 계측값을 게이트웨이(210)를 통해 통합관리 서버(300)로 중계할 수 있다.
예를 들면, 게이트웨이(210)는 전력선 통신(Power Line Communication, PLC), 근거리 무선 통신(Near Field Communication, NFC), 무선식별(Radio Frequency IDentification, RFID) 통신, 블루투스(Bluetooth) 통신, 지그비(Zigbee) 통신, 와이파이(Wi-Fi) 통신, 와이기그(WiGig) 통신, 와이브로(Wireless Broadband Internet, WiBro) 통신, 와이맥스(World Interoperability for Microwave Access, WiMAX) 통신, HSPA(High Speed Packet Access) 통신, 적외선(IrDA, infrared Data Association) 통신, UWB(Ultra Wideband) 통신, 근거리 통신망(Local Area Network, LAN), 유/무선 통신망 등 다양한 통신 방식 중 어느 하나의 통신 방식을 통해 복수의 중계기들(200_1~200_N)과 통합관리 서버(300)를 연결시킬 수 있다.
실시예에 따른 복수의 중계기들(200_1~200_N)은 복수의 무선 센서들(100_1~100_N)로부터 일정거리 이내에 이격 배치된 복수의 신호전송 장치들(150_1~150_N)과 로라망을 통해 통신할 수 있다.
여기서, 각 신호전송 장치(예컨대, 150_1)는 복수의 무선 센서들(100_1~100_N) 중 기설정된 적어도 하나의 무선 센서(예컨대, 100_1~100_4)를 통해 전송받는 적어도 하나의 계측값들을 복수의 채널에 할당하여, 보다 높은 송신 강도로 로라망을 통해 복수의 중계기들(200_1~200_N)로 전달하기 위한 통신장치일 수 있다.
다음으로, 통합관리 서버(300)는 게이트웨이(210)를 통해 연결된 복수의 중계기들(200_1~200_N)로부터 전송받는 적어도 하나의 계측값을 일정주기마다 누적함에 따라 해당 특정시설의 성능누적 그래프를 생성할 수 있다.
여기서, 성능누적 그래프는 도 2(A)에 도시된 바와 같이, 일정기간 동안 누적된 적어도 하나의 계측값의 누적에 대한 특정시설의 단계별 성능저하 상태를 점으로 표시한 그래프를 의미할 수 있다. 이때, 성능누적 그래프에는 특정시설이 장애로 판단되는 적어도 하나의 계측값의 기설정된 임계값이 표시될 수 있다.
실시예에 따라, 통합관리 서버(300)는 해당 특정시설의 성능누적 그래프에 대한 PHM(Prognostics and Health Management) 기반의 인공지능 진단모델을 이용하여, 특정시설에 대한 결함예측을 진단할 수 있다.
본 발명에서, 결함예측이란 특정시설의 기능 결함(soft failure)이 발생하기 이전에 유지보수를 사전에 수행하도록 해당 특정시설의 불건전성을 나타내는 진단정보일 수 있다. 예를 들면, 특정시설에 대한 결함예측은 good, warning, nodata 및 unsatisfactory 중 어느 하나로 진단될 수 있다.
이때, PHM 기반의 인공지능 진단모델은 도 2(B)에 도시된 바와 같이, 기수집된 결함시설들의 센서 데이터들을 전처리하여 트레이닝 모델을 통해 학습된 인공 신경망(artificial neural network; ANN)일 수 있다. 이러한 트레이닝 모델은 머신러닝(Machine Learning)의 Pre-트레이닝 모델, 메타 러닝 모델 및 Fine Tune 모델을 포함할 수 있다.
예를 들면, 인공 신경망은 입력 층, 출력 층, 그리고 위 입력 층과 출력 층 사이에 적어도 하나 이상의 중간 층(또는 은닉 층, hidden layer)을 포함하는 계층 구조로 구성된 딥러닝 알고리즘일 수 있다.
여기서, 딥러닝 알고리즘은 심층 신경망(deep neural network; DNN), 합성곱 신경망(convolutional neural network; CNN), 순환 신경망(recurrent neural network; RNN) 등을 포함할 수 있다.
구체적으로, 심층 신경망(deep neural network; DNN)은 기본적으로 기존 ANN 모델 내 중간 층(또는 은닉 층)을 많이 늘려서 학습의 결과를 향상시키는 것을 특징으로 한다. 일 예로, 위 DNN은 2개 이상의 중간 층을 이용하여 학습 과정을 수행하는 것을 특징으로 한다. 컨볼루션 신경망(convolutional neural network; CNN)은, 기존의 데이터에서 지식을 추출하여 학습 과정이 수행되는 기법과 달리, 데이터의 특징을 추출하여 특징들의 패턴을 파악하는 구조를 갖는 것을 특징으로 한다. 순환 신경망(recurrent neural network; RNN)은 반복적이고 순차적인 데이터(sequential data) 학습에 특화된 인공 신경망의 한 종류로써 내부에 순환구조를 갖는 것을 특징으로 한다.
일 실시예에 따라, 통합관리 서버(300)는 PHM 기반의 인공지능 진단모델을 학습할 때, 성능누적 그래프에서 기설정된 임계 데이터와 노이즈값을 제거하는 전처리 동작을 수행할 수 있다.
다른 실시예에 따라, 통합관리 서버(300)는 해당 특정시설의 성능누적 그래프를 PHM 기반의 인공지능 진단모델에 적용함에 따라 도출되는 출력값의 근사치에 기초하여, 특정시설의 고장 원인에 해당하는 부품을 추정할 수 있다.
또 다른 실시예에 따라, 통합관리 서버(300)는 특정시설에 대한 결함예측의 진단 결과에 기초하여, 적어도 하나의 계측값에 대한 전송주기를 조절하기 위한 주기제어신호를 생성하여 복수의 중계기들(200_1~200_N)를 통해 복수의 무선 센서들(100_1~100_N)에 전송할 수 있다.
구체적으로, 특정시설이 결함예측으로 진단된 경우, 통합관리 서버(300)는 적어도 하나의 계측값에 대한 전송주기가 보다 짧아지도록 조절하는 제1 주기제어신호를 생성하여 복수의 중계기들(200_1~200_N)를 통해 복수의 무선 센서들(100_1~100_N)에 전송할 수 있다. 또한, 특정시설이 결함예측으로 진단되지 않은 경우, 통합관리 서버(300)는 적어도 하나의 계측값에 대한 전송주기가 보다 길어지도록 조절하는 제2 주기제어신호를 생성하여 복수의 중계기들(200_1~200_N)를 통해 복수의 무선 센서들(100_1~100_N)에 전송할 수 있다.
또 다른 실시예에 따라, 통합관리 서버(300)는 관리자 단말(10)로부터 전송받는 계측값 변경 요청신호에 따라, 적어도 하나의 계측값을 나머지 계측값들 중 어느 하나로 스위칭시키도록 제어할 수 있다.
이하, 구체적인 실시예와 비교예를 통하여 본 발명의 구성 및 그에 따른 효과를 보다 상세히 설명하고자 한다. 그러나, 본 실시예는 본 발명을 보다 구체적으로 설명하기 위한 것이며, 본 발명의 범위가 이들 실시예에 한정되는 것은 아니다.
도 3a는 도 1의 제1 무선 센서(예컨대, 100_1)에 대한 실시예를 보여주는 도이고, 도 3b는 도 3a의 고정부재(130)에 대한 실시예를 보여주는 도이다.
도 1, 도 3a 및 도 3b을 참조하면, 무선 센서(예컨대, 100_1)는 복수의 센싱유닛들(110_1~110_M), 송신모듈(120), 수용부재(130), 수용캡(140) 및 고정부재(150)를 포함할 수 있다.
먼저, 복수의 센싱유닛들(110_1~110_M)은 복수의 계측값들을 기설정된 전송주기에 따라 센싱할 수 있다.
예를 들면, 복수의 센싱유닛들(110_1~110_M)은 거리감지 센서, 조도센서, 압력센서, 음압센서, 온도센서, 습도센서, 가스감지 센서, 진동센서, 소음센서, 수위센서 및 3축 가속도센서를 포함할 수 있다.
다음으로, 송신모듈(120)은 복수의 계측값들 중 적어도 하나의 계측값을 주파수 도메인으로 변환하여 로라망을 통해 송신할 수 있다. 이때, 송신모듈(120)은 복수의 계측값들 중 나머지 계측값을 메모리에 저장할 수 있다.
일 실시예에 따라, 송신모듈(120)은 복수의 센싱유닛들(110_1~110_M)을 통해 감지된 외력의 크기에 기초하여, 복수의 중계기들(200_1~200_N)를 통해 센서 결합 위치를 변경하도록 알리는 알림신호를 통합관리 서버(300)로 전송할 수 있다.
다른 실시예에 따라, 송신모듈(120)은 통합관리 서버(300)로부터 복수의 중계기들(200_1~200_N)를 통해 전송받는 센서변경신호에 기초하여, 로라망을 통해 전송하기 위한 적어도 하나의 계측값을 변경할 수 있다.
또 다른 실시예에 따라, 송신모듈(120)은 적어도 하나의 계측값을 전송할 때, 신호 증폭을 수행하는 동시에 기설정된 주파수별 노이즈 대역을 필터링하여 노이즈 제거를 수행할 수 있다.
다음으로, 수용부재(130)는 복수의 센싱유닛들(110_1~110_M)과 송신모듈(120)을 수용하도록 수용공간이 형성될 수 있다.
다음으로, 수용캡(140)은 수용부재(130)와 나사결합을 통해 수용부재(130)의 수용공간을 덮도록 형성될 수 있다. 이때, 수용부재(130)와 수용캡(140) 사이에는 방수용 처리부재, 예컨대, 고무링이 제공될 수도 있다.
다음으로, 고정부재(150)는 수용부재(130)의 일단으로부터 연장되어 특정시설의 연결부위에 결합되도록 형성될 수 있다.
이러한 고정부재(150)는 도 3b에 도시된 바와 같이, 끼움 결합방식, 자석 결합방식 및 접착 결합방식 중 어느 하나의 결합방식을 통해 특정시설의 연결부위에 착탈가능하게 결합될 수 있다.
도 4a는 도 1의 제1 중계기(200_1)를 나타내는 블록도이고, 도 4b는 도 4a의 제1 중계기(200_1)에 대한 실시예이다.
도 1, 도 4a 및 도 4b를 참조하면, 제1 중계기(200_1)는 카메라(210), 출력장치(220), 조명장치(230) 및 중계모듈(240)을 포함할 수 있다.
먼저, 카메라(210)는 기설정된 특정시설의 영역을 향해 촬영하여 시설이미지를 획득할 수 있다.
다음으로, 출력장치(220)는 통합관리 서버(300)로부터 전송받는 특정시설의 대기정보를 전송받아 출력할 수 있다. 여기서, 대기정보는 대기질, 날씨정보, 대기온도, 이벤트사항을 포함할 수 있다.
다음으로, 조명장치(230)는 기설정된 시간 스케쥴에 따라 조명을 기설정된 영역을 향해 발광할 수 있다.
다음으로, 중계모듈(240)은 시설이미지로부터 검출되는 기설정된 이벤트 객체에 기초하여, 게이트웨이(210)를 통해 관리자 단말(10)과 통합관리 서버(300)에 알림 메시지를 전송할 수 있다.
여기서, 이벤트 객체는 화재나 재난 발생 시 촬영되는 화재 및 재난 형상 객체와 특정시설에 침입을 시도하는 외부 침입자 객체 중 어느 하나를 의미할 수 있다.
일 실시예에 따라, 기설정된 이벤트 객체가 화재 및 재난 형상 객체인 경우, 중계모듈(240)은 특정시설이 포함된 지도맵의 비상로를 따라 배치된 도어락을 긴급으로 해제시키는 동시에 출력장치(220)를 통해 해당 이벤트를 경보할 수 있다.
다른 실시예에 따라, 기설정된 이벤트 객체가 외부 침입자 객체인 경우, 중계모듈(240)은 카메라(210)를 통해 해당 상황을 녹화하고, 적어도 하나의 계측값을 암호화하도록 공개키를 복수의 무선 센서들(100_1~100_N)에 제공하는 동시에 공개키에 대응되는 비밀키를 통합관리 서버(300)로 제공할 수 있다.
도 5는 도 1의 통합관리 서버(300)를 나타내는 블록도이다.
도 1과 도 5를 참조하면, 수집부(310), 분류부(320), 분석부(330) 및 모델링부(340)를 포함할 수 있다.
먼저, 수집부(310)는 결함이 발생한 복수의 결함시설들의 계측값에 대한 이력 데이터들을 수집할 수 있다.
다음으로, 분류부(320)는 이력 데이터들을 시설종류에 따라 분류하고, 결함 발생 시점으로부터 일정기간 이전의 이력 데이터들을 학습용 데이터로 식별할 수 있다.
예를 들면, 시설종류는 반도체 산업시설, 빌딩의 냉각탑 펌프모터, 빌딩의 워터펌프, 발전소의 발전기, 자동차 공정의 스프레이 압축기, 펫푸드 생산라인의 모터 등을 포함한다.
다음으로, 분석부(330)는 기정의된 전력별 등급 지침서를 기준으로, 학습용 데이터에 대한 성능 저하 횟수를 주기별로 카운팅함에 따라 누적되는 학습용 결함 그래프를 생성할 수 있다.
여기서, 기정의된 전력별 등급 지침서는 ISO 10816일 수 있다.
다음으로, 모델링부(340)는 학습용 결함 그래프를 입력으로 하고, 해당 특정시설의 결함 원인 부품에 해당하는 출력값을 출력으로 하는 인공신경망을 학습시켜 PHM 기반의 인공지능 진단모델을 모델링할 수 있다.
도 6은 도 1의 분석부(330)를 구체적으로 나타내는 블록도이다.
도 1, 도 5 및 도 6을 참조하면, 분석부(330)는 카운팅부(331), 모니터링부(332) 및 진단부(333)를 포함할 수 있다.
먼저, 카운팅부(331)는 복수의 무선 센서들(100_1~100_N)로부터 복수의 중계기들(200_1~200_N)를 통해 중계받는 특정시설에 대한 적어도 하나의 계측값을 일정주기마다 모니터링함에 따라 확인되는 성능 저하 횟수를 카운팅하여 누적할 수 있다.
구체적으로, 카운팅부(331)는 적어도 하나의 계측값과 기정의된 전력별 등급 지침서에 해당하는 기준값을 비교하여 특정시설에 대한 성능 상태를 판단하고, 성능 상태가 성능 저하로 판단되는 횟수를 카운팅하여 누적할 수 있다.
다음으로, 그래프생성부(332)는 성능 저하 횟수의 누적에 기초하여, 특정시설에 대한 성능누적 그래프를 생성할 수 있다.
다음으로, 모니터링부(333)는 카운팅부(331)를 통해 판단된 특정시설의 성능 상태와 적어도 하나의 계측값이 포함된 모니터링데이터를 모니터(미도시)를 통해 시각화하여 출력할 수 있다. 이러한 모니터링부(333)는 관리자입력에 따라 성능누적 그래프를 모니터(미도시)를 통해 출력할 수도 있다.
다음으로, 진단부(334)는 성능누적 그래프를 PHM 기반의 인공지능 진단모델에 적용함에 따라 도출되는 출력값에 기초하여, 특정시설에 대한 결함예측을 진단하는 동시에 결함예측에 대응되는 원인 부품을 추정할 수 있다.
다음으로, 센서제어부(335)는 특정시설이 결함예측으로 진단된 경우, 기설정된 점검기간 동안 복수의 무선 센서들(100_1~100_N)에 대한 전송주기가 짧아지도록 주기제어신호를 복수의 중계기들(200_1~200_N)를 통해 복수의 무선 센서들(100_1~100_N)에 전송할 수 있다.
이러한 센서제어부(335)는 관리자 단말(10)로부터 전송받는 계측변경 요청신호에 따라, 복수의 무선 센서들(100_1~100_N)로부터 전송받는 적어도 하나의 계측값이 변경되도록 센서변경신호를 복수의 중계기들(200_1~200_N)를 통해 복수의 무선 센서들(100_1~100_N)에 전송할 수 있다.
본 명세서에서는 본 발명자들이 수행한 다양한 실시예 가운데 몇 개의 예만을 들어 설명하는 것이나 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고, 당업자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.
100_1~100_N: 복수의 무선 센서들
200_1~200_N: 복수의 중계기들
300: 통합관리 서버
1000; 계측, 모니터링 및 예지보전 시스템

Claims (8)

  1. 특정시설에서 계측되는 복수의 계측값들 중 적어도 하나의 계측값을 로라망(LoRaWAN)을 통해 선택적으로 송신하는 복수의 무선 센서들;
    상기 로라망을 통해 상기 복수의 무선 센서들에 연결되고, 상기 적어도 하나의 계측값을 게이트웨이를 통해 중계하는 복수의 중계기들; 및
    상기 게이트웨이를 통해 상기 복수의 중계기들과 연결되고, 상기 적어도 하나의 계측값을 일정주기마다 누적함에 따라 해당 특정시설의 성능누적 그래프를 생성하는 통합관리 서버를 포함하고,
    상기 통합관리 서버는 상기 성능누적 그래프에 대한 PHM 기반의 인공지능 진단모델을 이용하여, 상기 특정시설에 대한 결함예측을 진단하고,
    상기 통합관리 서버는 상기 특정시설에 대한 결함예측의 진단 결과에 기초하여, 상기 적어도 하나의 계측값에 대한 전송주기를 조절하기 위한 주기제어신호를 생성하여 상기 복수의 중계기들을 통해 상기 복수의 무선 센서들에 전송하며,
    상기 복수의 무선 센서들 각각은 상기 복수의 계측값들을 기설정된 전송주기에 따라 센싱하는 복수의 센싱유닛들;
    상기 복수의 계측값들 중 적어도 하나의 계측값을 주파수 도메인으로 변환하여 상기 로라망을 통해 송신하는 송신모듈;
    상기 복수의 센싱유닛들과 상기 송신모듈을 수용하도록 수용공간이 형성된 수용부재;
    상기 수용공간을 덮도록 형성된 수용캡; 및
    상기 수용부재의 일단으로부터 연장되어 상기 특정시설의 연결부위에 결합되도록 형성된 고정부재를 포함하고,
    상기 송신모듈은 상기 복수의 센싱유닛들을 통해 감지된 외력의 크기에 기초하여, 상기 중계기를 통해 센서 결합 위치를 변경하도록 알리는 알림신호를 송신하고,
    상기 복수의 중계기들 각각은 상기 특정시설의 기설정된 영역을 향해 촬영하여 시설이미지를 획득하는 카메라;
    상기 통합관리 서버로부터 제공받는 대기정보를 전송받아 출력하는 출력장치;
    기설정된 시간 스케쥴에 따라 조명을 기설정된 영역을 향해 발광하는 조명장치; 및
    상기 시설이미지로부터 검출되는 기설정된 이벤트 객체에 기초하여, 기등록된 관리자 단말과 상기 통합관리 서버에 알림 메시지를 전송하는 중계모듈을 포함하고,
    상기 이벤트 객체는 특정시설에 화재나 재난 발생 시 촬영되는 화재 및 재난 형상 객체와 특정시설에 침입을 시도하는 외부 침입자 객체 중 어느 하나이며,
    상기 중계모듈은 상기 이벤트 객체가 화재 및 재난 형상 객체인 경우, 상기 특정시설이 포함된 지도맵의 비상로를 따라 배치된 도어락을 긴급으로 해제시키고,
    상기 이벤트 객체가 외부 침입자 객체인 경우, 상기 적어도 하나의 계측값을 암호화하도록 공개키를 상기 복수의 무선 센서들에 제공하는 동시에 공개키에 대응되는 비밀키를 상기 통합관리 서버로 제공하고,
    상기 복수의 무선 센서들 각각은 상기 적어도 하나의 계측값을 전송하는 경우, 상기 복수의 계측값들 중 나머지 계측값을 압축 및 암호화하여 메모리에 백업하고,
    상기 통합관리 서버는 상기 관리자 단말로부터 전송받는 계측값 변경 요청신호에 따라, 상기 적어도 하나의 계측값을 나머지 계측값들 중 어느 하나로 스위칭시키도록 제어하는, 무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템.
  2. 제1항에 있어서,
    상기 복수의 계측값들은 거리정보, 조도정보, 압력정보, 음압정보, 온도정보, 습도정보, 가스농도정보, 진동정보, 소음정보, 수위정보, 기울기정보, 속도정보 및 가속도정보를 포함하고,
    상기 적어도 하나의 계측값은 상기 진동정보와 상기 소음정보를 포함하는, 무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템.
  3. 제1항에 있어서,
    상기 성능누적 그래프는 일정기간 동안 누적한 상기 적어도 하나의 계측값의 누적량에 대한 단계별 성능저하 상태를 점으로 표시한 그래프인, 무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템.
  4. 삭제
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    상기 통합관리 서버는 결함이 발생한 복수의 결함시설들의 계측값에 대한 이력 데이터들을 사전에 수집하는 수집부;
    상기 이력 데이터들을 시설종류에 따라 분류하고, 결함 발생 시점으로부터 일정기간 이전의 이력 데이터들을 학습용 데이터로 식별하는 분류부;
    기정의된 전력별 등급 지침서를 기준으로, 상기 학습용 데이터에 대한 성능 저하 횟수를 주기별로 카운팅함에 따라 누적되는 학습용 결함 그래프를 생성하는 분석부; 및
    상기 학습용 결함 그래프를 입력으로 하고, 해당 특정시설의 결함 원인 부품에 해당하는 출력값을 출력으로 하는 인공신경망을 학습시켜 PHM 기반의 인공지능 진단모델을 모델링하는 모델링부를 포함하는, 무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템.
  8. 제7항에 있어서,
    상기 분석부는 상기 적어도 하나의 계측값을 일정주기마다 모니터링함에 따라 확인되는 성능 저하 횟수를 카운팅하여 누적하는 카운팅부;
    상기 성능 저하 횟수의 누적에 기초하여, 상기 특정시설에 대한 성능누적 그래프를 생성하는 그래프생성부;
    상기 적어도 하나의 계측값과 상기 특정시설의 성능상태를 포함한 모니터링데이터를 시각화하여 출력하는 모니터링부;
    상기 성능누적 그래프를 상기 PHM 기반의 인공지능 진단모델에 적용함에 따라 도출되는 출력값에 기초하여, 상기 결함예측을 진단하는 동시에 원인 부품을 추정하는 진단부; 및
    상기 특정시설이 결함예측으로 진단된 경우, 기설정된 점검기간 동안 복수의 무선 센서들에 대한 전송주기가 짧아지도록 주기제어신호를 상기 복수의 무선 센서들에 전송하는 센서제어부를 포함하는, 무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템.

KR1020220066625A 2022-05-31 2022-05-31 무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템 KR102471956B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220066625A KR102471956B1 (ko) 2022-05-31 2022-05-31 무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220066625A KR102471956B1 (ko) 2022-05-31 2022-05-31 무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템

Publications (1)

Publication Number Publication Date
KR102471956B1 true KR102471956B1 (ko) 2022-11-29

Family

ID=84235356

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220066625A KR102471956B1 (ko) 2022-05-31 2022-05-31 무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템

Country Status (1)

Country Link
KR (1) KR102471956B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140104609A (ko) * 2013-02-20 2014-08-29 한국전자통신연구원 기후 및 기상 정보 기반의 조명 제어 스케줄링 장치
KR20140128522A (ko) * 2013-04-26 2014-11-06 (주)티엘씨테크놀로지 가로등을 이용한 원격감시 시스템
KR20180030484A (ko) * 2018-03-05 2018-03-23 이기영 먼지센서와 iot통신을 이용한 산불 감시시스템
KR101925357B1 (ko) * 2017-12-12 2019-02-26 (주)위세아이텍 장비 건강상태 및 예측정비 요구들을 시각화하는 시스템 및 방법
KR102299868B1 (ko) * 2020-12-21 2021-09-08 주식회사 주빅스 인공지능을 이용하여 전력 설비를 진단하는 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140104609A (ko) * 2013-02-20 2014-08-29 한국전자통신연구원 기후 및 기상 정보 기반의 조명 제어 스케줄링 장치
KR20140128522A (ko) * 2013-04-26 2014-11-06 (주)티엘씨테크놀로지 가로등을 이용한 원격감시 시스템
KR101925357B1 (ko) * 2017-12-12 2019-02-26 (주)위세아이텍 장비 건강상태 및 예측정비 요구들을 시각화하는 시스템 및 방법
KR20180030484A (ko) * 2018-03-05 2018-03-23 이기영 먼지센서와 iot통신을 이용한 산불 감시시스템
KR102299868B1 (ko) * 2020-12-21 2021-09-08 주식회사 주빅스 인공지능을 이용하여 전력 설비를 진단하는 시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
인터넷자료1*

Similar Documents

Publication Publication Date Title
US11977003B2 (en) System, method and apparatus for monitoring the health of railcar wheelsets
JP5746420B2 (ja) 協働的なマルチエージェント式の車両障害診断システム及び関連する方法
US20210147182A1 (en) Non-intrusive data analytics system for adaptive intelligent condition monitoring of lifts
CN110647133B (zh) 轨道交通设备状态检测维护方法及系统
CN111115400B (zh) 检测电梯井道中的电梯维护行为的系统和方法
US9558601B2 (en) System and method for detecting vehicle system faults
US20180347843A1 (en) Methods and systems for prognostic analysis in electromechanical and environmental control equipment in building management systems
US10958531B2 (en) On-demand remote predictive monitoring for industrial equipment analysis and cost forecast
Kreibich et al. Quality-based multiple-sensor fusion in an industrial wireless sensor network for MCM
Liao Discovering prognostic features using genetic programming in remaining useful life prediction
CN113063611B (zh) 一种设备的监控管理方法及其系统
US20210279578A1 (en) Elevator Maintenance Solution Leveraging IOT Data, Cloud-Based Predictive Analytics and Machine Learning
EP2206064A1 (en) Multivariate analysis of wireless sensor network data for machine condition monitoring
CN111290324B (zh) 5t探测站安全监控诊断系统及其健康报警方法
US9693120B2 (en) System and method for transmitting measurement signals in spatially extensive supply networks
KR102545672B1 (ko) 기계고장 진단 방법 및 장치
US20110316691A1 (en) Flat-hierarchy system for condition-based monitoring of distributed equipment
JP7308717B2 (ja) ホームドア診断装置、ホームドアシステム、及びホームドア診断プログラム
CN111348535A (zh) 轨道交通车站中使用的扶梯的健康状态监测系统及方法
KR102471956B1 (ko) 무선 센서를 이용한 계측, 모니터링 및 예지보전 시스템
US11449839B2 (en) Systems and methods for equipment maintenance
CN113483815A (zh) 一种基于工业大数据的机械故障监控系统
KR20200140999A (ko) 항공기 센서들을 모델링하기 위한 데이터 기반 기계 학습
KR102459503B1 (ko) 듀얼센서를 이용한 감시영역 이상 모니터링 시스템 및 방법
KR101622186B1 (ko) 기기 상태 진단 장치

Legal Events

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