KR102491540B1 - Gas dilution control system for chemical agent test and control method thereof - Google Patents
Gas dilution control system for chemical agent test and control method thereof Download PDFInfo
- Publication number
- KR102491540B1 KR102491540B1 KR1020210112397A KR20210112397A KR102491540B1 KR 102491540 B1 KR102491540 B1 KR 102491540B1 KR 1020210112397 A KR1020210112397 A KR 1020210112397A KR 20210112397 A KR20210112397 A KR 20210112397A KR 102491540 B1 KR102491540 B1 KR 102491540B1
- Authority
- KR
- South Korea
- Prior art keywords
- gas
- concentration
- unit
- ftir
- chemical agent
- Prior art date
Links
- 238000010790 dilution Methods 0.000 title claims abstract description 105
- 239000012895 dilution Substances 0.000 title claims abstract description 105
- 239000013043 chemical agent Substances 0.000 title claims abstract description 92
- 238000012360 testing method Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 claims abstract description 109
- 238000004458 analytical method Methods 0.000 claims abstract description 107
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 41
- 238000007865 diluting Methods 0.000 claims abstract description 13
- 239000002699 waste material Substances 0.000 claims description 22
- 239000007788 liquid Substances 0.000 claims description 15
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000004566 IR spectroscopy Methods 0.000 claims description 6
- 238000010521 absorption reaction Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000005202 decontamination Methods 0.000 claims 5
- 230000003588 decontaminative effect Effects 0.000 claims 5
- 239000007789 gas Substances 0.000 description 177
- 239000000126 substance Substances 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 3
- 230000006641 stabilisation Effects 0.000 description 3
- 238000011105 stabilization Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 1
- 231100000481 chemical toxicant Toxicity 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004817 gas chromatography Methods 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 239000003440 toxic substance Substances 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
- 238000009834 vaporization Methods 0.000 description 1
- 230000008016 vaporization Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/38—Diluting, dispersing or mixing samples
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/62—Detectors specially adapted therefor
- G01N30/72—Mass spectrometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/62—Detectors specially adapted therefor
- G01N30/72—Mass spectrometers
- G01N30/7206—Mass spectrometers interfaced to gas chromatograph
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D11/00—Control of flow ratio
- G05D11/02—Controlling ratio of two or more flows of fluid or fluent material
- G05D11/13—Controlling ratio of two or more flows of fluid or fluent material characterised by the use of electric means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D11/00—Control of flow ratio
- G05D11/02—Controlling ratio of two or more flows of fluid or fluent material
- G05D11/13—Controlling ratio of two or more flows of fluid or fluent material characterised by the use of electric means
- G05D11/135—Controlling ratio of two or more flows of fluid or fluent material characterised by the use of electric means by sensing at least one property of the mixture
- G05D11/138—Controlling ratio of two or more flows of fluid or fluent material characterised by the use of electric means by sensing at least one property of the mixture by sensing the concentration of the mixture, e.g. measuring pH value
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Theoretical Computer Science (AREA)
- Crystallography & Structural Chemistry (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Automation & Control Theory (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Sampling And Sample Adjustment (AREA)
- Combustion & Propulsion (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Description
본 발명은 화학작용제 시험을 위한 가스희석제어 시스템 및 그 제어방법에 관한 것이다.The present invention relates to a gas dilution control system for testing chemical agents and a control method thereof.
화학작용제는 보통 상온에서 액체 상태로 존재하기 때문에, 무기로 사용하기 위해서는 투발 시 순간적인 고온/고압 상황에서의 증기화를 통해 독성가스로 상변화를 일으키고, 가스 상태로 인명을 살상하게 된다.Since chemical agents usually exist in a liquid state at room temperature, in order to be used as a weapon, they cause a phase change into a toxic gas through vaporization in a momentary high temperature/high pressure situation when delivered, killing people in a gaseous state.
접촉식 화학탐지장비(Point Chemical Detector)의 정밀한 성능검증을 위해서는, 앞서 언급한 야전에서의 화학공격 상황을 모사할 필요가 있다. 특히, 인체에 유해한 농도 이하의(수십 ppb) 수준의 화학가스를 빠르고 정확하게 발생시키는 기술은 화학탐지장비의 성능평가를 위해서 가장 중요한 기술이다. For precise performance verification of the point chemical detector, it is necessary to simulate the aforementioned chemical attack situation in the field. In particular, technology that quickly and accurately generates chemical gases at a level below the concentration harmful to the human body (tens of ppb) is the most important technology for performance evaluation of chemical detection equipment.
이를 위해서는 우선 독성이 강한 화학작용제를 안정적으로 가스화시키고, 저농도로 희석시켜 최종 탐지장비까지 전달해주는 가스발생장치와 제어기술의 개발이 필요하며, 동시에 발생된 가스의 농도를 실시간으로 분석/검증할 수 있는 기술이 필요하다.To this end, first of all, it is necessary to develop a gas generator and control technology that stably gasifies highly toxic chemical agents, dilutes them to a low concentration, and delivers them to the final detection equipment. It requires a skill
기존의 화학가스 발생/분석방법은 기본적으로 화학가스를 액체에서 기체로 발생시키고, GC-MS(Gas Chromatography Mass Spectrometry)를 이용해서 분석하는 과정을 거치기 때문에 '열탈착-가스크로마토그로피 분리-질량분석'과정이 필수적이며 수십분의 분석시간이 걸리게 된다. 이러한 분석소요시간동안 가스의 농도는 외기의 영향들에 의해서 다시 변동되게 되며, 특정한 농도를 맞추기 위한 분석과 가스안정화의 반복적인 소모로 인해 시험시간이 길어지고 인력과 비용의 낭비가 크다는 문제가 있다.Existing chemical gas generation/analysis methods basically generate chemical gas from liquid to gas and analyze it using GC-MS (Gas Chromatography Mass Spectrometry), so 'thermal desorption-gas chromatography separation-mass spectrometry' 'The process is essential and takes tens of minutes of analysis time. During this analysis time, the concentration of the gas is changed again by the influence of the outside air, and due to repeated consumption of analysis and gas stabilization to meet a specific concentration, there is a problem that the test time is long and the waste of manpower and cost is large. .
본 발명은 상술한 문제를 해결하기 위한 것으로, 화학가스를 실시간(초단위)으로 분석하여 화학가스의 피크를 알려주고 동시에 FTIR 기술을 활용하여 화학가스를 실시간으로 검증하고 이를 인공지능으로 학습시켜 원하는 농도로 희석하는 희석조절비율을 자동으로 알려주어 실제로 원하는 농도의 가스를 빠르게 발생시키는 화학작용제 시험을 위한 가스희석제어 시스템 및 그 제어방법을 제공하는 것이다.The present invention is intended to solve the above-mentioned problems, analyzes the chemical gas in real time (in seconds) to inform the peak of the chemical gas, and at the same time utilizes FTIR technology to verify the chemical gas in real time and learns it with artificial intelligence to obtain the desired concentration It is to provide a gas dilution control system and its control method for testing a chemical agent that automatically informs the dilution control ratio for dilution and quickly generates a gas of a desired concentration.
다만, 본 발명의 목적은 이에만 제한되는 것은 아니며, 명시적으로 언급하지 않더라도 아래에서 설명하는 과제의 해결수단이나 실시 형태로부터 파악될 수 있는 목적이나 효과도 이에 포함된다고 할 것이다.However, the object of the present invention is not limited thereto, and even if not explicitly mentioned, it will be said that the object or effect that can be grasped from the solution or embodiment of the problem described below is also included therein.
본 발명의 예시적 실시예에 따른 화학작용제 시험을 위한 가스희석제어 시스템은, 화학작용제를 가스로 발생시키는 가스발생부; 상기 가스발생부에서 발생된 고농도 가스를 분석하여 데이터화하는 제1 FTIR 연동분석부; 상기 제1 FTIR 연동분석부를 통과한 상기 가스를 지정된 희석비율로 희석시키는 가스희석부; 상기 가스희석부를 통해 희석된 저농도 가스를 분석하여 데이터화하는 제2 FTIR 연동분석부; 및 상기 제1 FTIR 연동분석부와 상기 제2 FTIR 연동분석부 및 상기 가스희석부의 작동을 제어하고, 상기 제1 FTIR 연동분석부와 상기 제2 FTIR 연동분석부에서 획득된 데이터를 통해 인공지능 학습하며 상기 화학작용제를 원하는 농도의 가스로 제어할 수 있는 인공지능 학습모델 데이터 세트를 생성하는 통합제어부;를 포함할 수 있다.A gas dilution control system for testing a chemical agent according to an exemplary embodiment of the present invention includes a gas generating unit generating a chemical agent into gas; A first FTIR interlock analysis unit that analyzes and converts high-concentration gas generated from the gas generator into data; a gas dilution unit for diluting the gas that has passed through the first FTIR linkage analysis unit at a designated dilution ratio; a second FTIR interlocking analysis unit that analyzes and converts the low-concentration gas diluted through the gas dilution unit into data; And controlling the operation of the first FTIR interlock analysis unit, the second FTIR interlock analysis unit, and the gas dilution unit, and artificial intelligence learning through data obtained from the first FTIR interlock analysis unit and the second FTIR interlock analysis unit and an integrated control unit for generating an artificial intelligence learning model data set capable of controlling the chemical agent to a desired concentration of gas.
상기 제1 FTIR 연동분석부는 상기 고농도의 가스에서 특정 화학작용제의 피크를 인식하고, 상기 피크의 크기 및 상기 피크 아래면적을 적분하여 초기 농도를 예측하여 농도값을 데이터화할 수 있다.The first FTIR linkage analysis unit recognizes a peak of a specific chemical agent in the high-concentration gas, integrates the size of the peak and the area under the peak, predicts the initial concentration, and converts the concentration value into data.
상기 통합제어부는 상기 제1 FTIR 연동분석부에서 전달되는 상기 테이터를 바탕으로 제어값을 도출하여 상기 가스를 목표한 농도로 희석시키도록 상기 가스희석부의 희석비율을 조정할 수 있다.The integrated controller may derive a control value based on the data transmitted from the first FTIR interlock analysis unit and adjust the dilution ratio of the gas dilution unit to dilute the gas to a target concentration.
상기 제2 FTIR 연동분석부는 상기 저농도의 가스에서 특정 화학작용제의 피크를 인식하고, 상기 피크의 크기 및 상기 피크 아래면적을 적분하여 희석된 농도를 예측하여 농도값을 데이터화할 수 있다.The second FTIR linkage analysis unit recognizes a peak of a specific chemical agent in the low-concentration gas, integrates the size of the peak and the area under the peak, predicts the diluted concentration, and converts the concentration value into data.
상기 데이터 획득 당시의 주변환경에 대한 정보를 모니터링하는 외부환경센서부를 더 포함하며, 상기 통합제어부는 상기 외부환경센서부를 통해 획득되는 외부환경 데이터를 상기 데이터와 취합할 수 있다.An external environment sensor unit for monitoring information on a surrounding environment at the time of acquiring the data may be further included, and the integrated control unit may collect external environment data acquired through the external environment sensor unit with the data.
상기 통합제어부는 인공지능 학습 소프트웨어와 연계하여 획득된 상기 데이터를 인공지능학습하며 상기 희석비율을 제공할 수 있다.The integrated control unit may provide the dilution ratio while performing artificial intelligence learning on the acquired data in association with artificial intelligence learning software.
상기 제2 FTIR 연동분석부에서 전달되는 상기 저농도 가스를 제독 및 필터링하여 배출하는 가스폐기부를 더 포함할 수 있다.A gas waste unit configured to decontaminate and filter the low-concentration gas transmitted from the second FTIR interlocking analysis unit and discharge the gas waste unit may be further included.
상기 가스폐기부는 수용성 제독액, 활성탄 필터 중 적어도 하나 또는 이들의 조합을 포함할 수 있다.The gas waste unit may include at least one of a water-soluble detoxifying liquid and an activated carbon filter, or a combination thereof.
본 발명의 예시적 실시예에 따른 화학작용제 시험을 위한 가스희석제어 시스템은, 화학작용제를 가스로 발생시키는 가스발생부; 상기 가스발생부에서 발생된 고농도 가스를 분석하여 데이터화하는 제1 FTIR 연동분석부; 상기 제1 FTIR 연동분석부를 통과한 상기 가스를 지정된 희석비율로 희석시키는 가스희석부; 상기 가스희석부를 통해 희석된 저농도 가스를 분석하여 데이터화하는 제2 FTIR 연동분석부; 주변환경에 대한 정보를 모니터링하는 외부환경센서부; 및 상기 제1 FTIR 연동분석부와 상기 제2 FTIR 연동분석부 및 상기 가스희석부의 작동을 제어하고, 상기 제1 FTIR 연동분석부와 상기 제2 FTIR 연동분석부에서 획득된 데이터 및 상기 외부환경센서부를 통해 획득되는 외부환경 데이터를 통해 인공지능 학습하며 상기 화학작용제를 원하는 농도의 가스로 제어할 수 있는 인공지능 학습모델 데이터 세트를 생성하는 통합제어부;를 포함할 수 있다.A gas dilution control system for testing a chemical agent according to an exemplary embodiment of the present invention includes a gas generating unit generating a chemical agent into gas; A first FTIR interlocking analysis unit that analyzes and converts the high-concentration gas generated from the gas generator into data; a gas dilution unit for diluting the gas that has passed through the first FTIR linkage analysis unit at a designated dilution ratio; a second FTIR interlocking analysis unit that analyzes and converts the low-concentration gas diluted through the gas dilution unit into data; External environment sensor unit for monitoring information on the surrounding environment; And controlling the operation of the first FTIR interlocking analysis unit, the second FTIR interlocking analysis unit, and the gas dilution unit, and data obtained from the first FTIR interlocking analysis unit and the second FTIR interlocking analysis unit and the external environment sensor An integrated control unit for generating an artificial intelligence learning model data set capable of artificial intelligence learning through external environment data obtained through the unit and controlling the chemical agent to a desired concentration of gas.
상기 제2 FTIR 연동분석부에서 전달되는 상기 저농도 가스를 제독 및 필터링하여 배출하는 가스폐기부를 더 포함할 수 있다.A gas waste unit configured to decontaminate and filter the low-concentration gas transmitted from the second FTIR interlocking analysis unit and discharge the gas waste unit may be further included.
상기 가스폐기부는 수용성 제독액, 활성탄 필터 중 적어도 하나 또는 이들의 조합을 포함할 수 있다.The gas waste unit may include at least one of a water-soluble detoxifying liquid and an activated carbon filter, or a combination thereof.
본 발명의 예시적 실시예에 따른 화학작용제 시험을 위한 가스희석제어 시스템은, 화학작용제를 가스로 발생시키는 가스발생부; 상기 가스발생부에서 발생된 고농도 가스를 분석하여 데이터화하는 제1 FTIR 연동분석부; 상기 제1 FTIR 연동분석부를 통과한 상기 가스를 지정된 희석비율로 희석시키는 가스희석부; 상기 가스희석부를 통해 희석된 저농도 가스를 분석하여 데이터화하는 제2 FTIR 연동분석부; 상기 제2 FTIR 연동분석부에서 전달되는 상기 저농도 가스를 제독 및 필터링하여 배출하는 가스폐기부; 및 상기 제1 FTIR 연동분석부와 상기 제2 FTIR 연동분석부 및 상기 가스희석부의 작동을 제어하고, 상기 제1 FTIR 연동분석부와 상기 제2 FTIR 연동분석부에서 획득된 데이터를 통해 인공지능 학습하며 상기 화학작용제를 원하는 농도의 가스로 제어할 수 있는 인공지능 학습모델 데이터 세트를 생성하는 통합제어부;를 포함할 수 있다.A gas dilution control system for testing a chemical agent according to an exemplary embodiment of the present invention includes a gas generating unit generating a chemical agent into gas; A first FTIR interlock analysis unit that analyzes and converts high-concentration gas generated from the gas generator into data; a gas dilution unit for diluting the gas that has passed through the first FTIR linkage analysis unit at a designated dilution ratio; a second FTIR interlock analysis unit for analyzing and converting low-concentration gas diluted through the gas dilution unit into data; a gas waste unit detoxifying, filtering, and discharging the low-concentration gas transmitted from the second FTIR interlock analysis unit; And controlling the operation of the first FTIR interlock analysis unit, the second FTIR interlock analysis unit, and the gas dilution unit, and artificial intelligence learning through data obtained from the first FTIR interlock analysis unit and the second FTIR interlock analysis unit and an integrated control unit for generating an artificial intelligence learning model data set capable of controlling the chemical agent to a desired concentration of gas.
상기 가스폐기부는 수용성 제독액, 활성탄 필터 중 적어도 하나 또는 이들의 조합을 포함할 수 있다.The gas waste unit may include at least one of a water-soluble detoxifying liquid and an activated carbon filter, or a combination thereof.
상기 데이터 획득 당시의 주변환경에 대한 정보를 모니터링하는 외부환경센서부를 더 포함하며, 상기 통합제어부는 상기 외부환경센서부를 통해 획득되는 외부환경 데이터를 상기 데이터와 취합할 수 있다.An external environment sensor unit for monitoring information on a surrounding environment at the time of acquiring the data may be further included, and the integrated control unit may collect external environment data acquired through the external environment sensor unit with the data.
본 발명의 예시적 실시예에 따른 제어방법은, 화학작용제를 액체에서 기체로 상변환시켜 가스를 발생시키는 단계; 고농도의 상기 가스에서 특정 화학작용제의 피크를 인식하고, 상기 피크의 크기 및 상기 피크 아래면적을 적분하여 초기 농도를 예측하여 농도값을 데이터화하는 단계; 상기 데이터를 바탕으로 상기 가스를 목표한 농도로 희석시키도록 희석비율을 조정하는 제어값을 도출하는 단계; 상기 도출된 제어값을 통해 상기 가스를 목표한 농도로 희석시키는 단계; 희석된 상기 가스에서 특정 화학작용제의 피크를 인식하고, 상기 피크의 크기 및 상기 피크 아래면적을 적분하여 희석된 농도를 예측하여 농도값을 데이터화하는 단계; 및 상기 획득된 데이터와 상기 획득된 제어값을 취합하여 상기 화학작용제를 원하는 농도의 가스로 제어할 수 있는 인공지능 학습모델 데이터 세트를 생성하는 단계;를 포함할 수 있다.A control method according to an exemplary embodiment of the present invention includes generating a gas by phase-changing a chemical agent from a liquid to a gas; Recognizing a peak of a specific chemical agent in the high-concentration gas, integrating the size of the peak and the area under the peak to predict an initial concentration and converting the concentration value into data; deriving a control value for adjusting a dilution ratio to dilute the gas to a target concentration based on the data; diluting the gas to a target concentration through the derived control value; Recognizing a peak of a specific chemical agent in the diluted gas, integrating the size of the peak and the area under the peak to predict the diluted concentration, and converting the concentration value into data; and generating an artificial intelligence learning model data set capable of controlling the chemical agent to a gas having a desired concentration by combining the obtained data and the obtained control value.
상기 데이터 획득 당시의 주변환경에 대한 정보를 모니터링하여 외부환경 데이터를 획득하는 단계를 더 포함하고, 상기 획득된 외부환경 데이터를 상기 획득된 데이터에 취합할 수 있다.The method may further include obtaining external environment data by monitoring information on the surrounding environment at the time of acquiring the data, and the obtained external environment data may be combined with the obtained data.
본 발명의 예시적 실시예에 따른 제어방법은, 화학작용제를 액체에서 기체로 상변환시켜 가스를 발생시키는 단계; 고농도의 상기 가스에서 특정 화학작용제의 피크를 인식하고, 상기 피크의 크기 및 상기 피크 아래면적을 적분하여 초기 농도를 예측하여 농도값을 데이터화하는 단계; 상기 데이터를 바탕으로 상기 가스를 목표한 농도로 희석시키도록 희석비율을 조정하는 제어값을 도출하는 단계; 상기 도출된 제어값을 통해 상기 가스를 목표한 농도로 희석시키는 단계; 희석된 상기 가스에서 특정 화학작용제의 피크를 인식하고, 상기 피크의 크기 및 상기 피크 아래면적을 적분하여 희석된 농도를 예측하여 농도값을 데이터화하는 단계; 상기 데이터 획득 당시의 주변환경에 대한 정보를 모니터링하여 외부환경 데이터를 획득하는 단계; 및 상기 획득된 데이터와 상기 획득된 제어값을 취합하여 상기 화학작용제를 원하는 농도의 가스로 제어할 수 있는 인공지능 학습모델 데이터 세트를 생성하는 단계;를 포함할 수 있다.A control method according to an exemplary embodiment of the present invention includes generating a gas by phase-changing a chemical agent from a liquid to a gas; Recognizing a peak of a specific chemical agent in the high-concentration gas, integrating the size of the peak and the area under the peak to predict an initial concentration and converting the concentration value into data; deriving a control value for adjusting a dilution ratio to dilute the gas to a target concentration based on the data; diluting the gas to a target concentration through the derived control value; Recognizing a peak of a specific chemical agent in the diluted gas, integrating the size of the peak and the area under the peak to predict the diluted concentration, and converting the concentration value into data; obtaining external environment data by monitoring information about the surrounding environment at the time of acquiring the data; and generating an artificial intelligence learning model data set capable of controlling the chemical agent to a gas having a desired concentration by combining the obtained data and the obtained control value.
본 발명의 일 실시 형태에 따르면, 화학가스를 실시간(초단위)으로 분석하여 화학가스의 피크를 알려주고 동시에 FTIR 기술을 활용하여 화학가스를 실시간으로 검증하고 이를 인공지능으로 학습시켜 원하는 농도로 희석하는 희석조절비율을 자동으로 알려주어 실제로 원하는 농도의 가스를 빠르게 발생시키는 화학작용제 시험을 위한 가스희석제어 시스템 및 그 제어방법이 제공될 수 있다. According to one embodiment of the present invention, the chemical gas is analyzed in real time (in seconds) to inform the peak of the chemical gas, and at the same time, the chemical gas is verified in real time using FTIR technology, and it is learned by artificial intelligence to dilute to the desired concentration A gas dilution control system and its control method for testing a chemical agent that automatically informs a dilution control ratio and quickly generates a gas of a desired concentration can be provided.
본 발명의 다양하면서도 유익한 장점과 효과는 상술한 내용에 한정되지 않으며, 본 발명의 구체적인 실시 형태를 설명하는 과정에서 보다 쉽게 이해될 수 있을 것이다.Various advantageous advantages and effects of the present invention are not limited to the above description, and will be more easily understood in the process of describing specific embodiments of the present invention.
도 1은 본 발명의 예시적 실시예에 따른 화학작용제 시험을 위한 가스희석제어 시스템을 개략적으로 나타내는 구성도.
도 2는 본 발명의 예시적 실시예에 따른 화학작용제 시험을 위한 가스희석제어 시스템의 제어방법을 개략적으로 나타내는 흐름도.1 is a block diagram schematically showing a gas dilution control system for testing a chemical agent according to an exemplary embodiment of the present invention.
2 is a flowchart schematically illustrating a control method of a gas dilution control system for testing a chemical agent according to an exemplary embodiment of the present invention.
본 발명을 상세하게 설명하기 전에, 본 명세서에서 사용된 용어나 단어는 통상적이거나 사전적인 의미로 무조건 한정하여 해석되어서는 아니 되며, 본 발명의 발명자가 자신의 발명을 가장 최선의 방법으로 설명하기 위해서 각종 용어의 개념을 적절하게 정의하여 사용할 수 있고, 더 나아가 이들 용어나 단어는 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 함을 알아야 한다.Before explaining the present invention in detail, the terms or words used in this specification should not be construed unconditionally in a conventional or dictionary sense, and in order for the inventor of the present invention to explain his/her invention in the best way It should be noted that concepts of various terms may be appropriately defined and used, and furthermore, these terms or words should be interpreted as meanings and concepts corresponding to the technical spirit of the present invention.
즉, 본 명세서에서 사용된 용어는 본 발명의 바람직한 실시 예를 설명하기 위해서 사용되는 것일 뿐이고, 본 발명의 내용을 구체적으로 한정하려는 의도로 사용된 것이 아니며, 이들 용어는 본 발명의 여러 가지 가능성을 고려하여 정의된 용어임을 알아야 한다.That is, the terms used in this specification are only used to describe preferred embodiments of the present invention, and are not intended to specifically limit the contents of the present invention, and these terms represent various possibilities of the present invention. It should be noted that it is a defined term.
또한, 본 명세서에서, 단수의 표현은 문맥상 명확하게 다른 의미로 지시하지 않는 이상, 복수의 표현을 포함할 수 있으며, 유사하게 복수로 표현되어 있다고 하더라도 단수의 의미를 포함할 수 있음을 알아야 한다.In addition, it should be noted that in this specification, singular expressions may include plural expressions unless the context clearly indicates otherwise, and similarly, even if they are expressed in plural numbers, they may include singular meanings. .
본 명세서의 전체에 걸쳐서 어떤 구성 요소가 다른 구성 요소를 "포함"한다고 기재하는 경우에는, 특별히 반대되는 의미의 기재가 없는 한 임의의 다른 구성 요소를 제외하는 것이 아니라 임의의 다른 구성 요소를 더 포함할 수도 있다는 것을 의미할 수 있다.Throughout this specification, when a component is described as "including" another component, it does not exclude any other component, but further includes any other component, unless otherwise stated. It can mean you can do it.
더 나아가서, 어떤 구성 요소가 다른 구성 요소의 "내부에 존재하거나, 연결되어 설치된다"라고 기재한 경우에는, 이 구성 요소가 다른 구성 요소와 직접적으로 연결되어 있거나 접촉하여 설치되어 있을 수 있고, 일정한 거리를 두고 이격되어 설치되어 있을 수도 있으며, 일정한 거리를 두고 이격되어 설치되어 있는 경우에 대해서는 해당 구성 요소를 다른 구성 요소에 고정 내지 연결하기 위한 제 3의 구성 요소 또는 수단이 존재할 수 있으며, 이 제 3의 구성 요소 또는 수단에 대한 설명은 생략될 수도 있음을 알아야 한다.Furthermore, when a component is described as “existing inside or connected to and installed” of another component, this component may be directly connected to or installed in contact with the other component, and a certain It may be installed at a distance, and when it is installed at a certain distance, a third component or means for fixing or connecting the corresponding component to another component may exist, and now It should be noted that the description of the components or means of 3 may be omitted.
반면에, 어떤 구성 요소가 다른 구성 요소에 "직접 연결"되어 있다거나, 또는 "직접 접속"되어 있다고 기재되는 경우에는, 제 3의 구성 요소 또는 수단이 존재하지 않는 것으로 이해하여야 한다.On the other hand, when it is described that a certain element is "directly connected" to another element, or is "directly connected", it should be understood that no third element or means exists.
마찬가지로, 각 구성 요소 간의 관계를 설명하는 다른 표현들, 즉 " ~ 사이에"와 "바로 ~ 사이에", 또는 " ~ 에 이웃하는"과 " ~ 에 직접 이웃하는" 등도 마찬가지의 취지를 가지고 있는 것으로 해석되어야 한다.Similarly, other expressions describing the relationship between components, such as "between" and "directly between", or "adjacent to" and "directly adjacent to" have the same meaning. should be interpreted as
또한, 본 명세서에서 "일면", "타면", "일측", "타측", "제 1", "제 2" 등의 용어는, 사용된다면, 하나의 구성 요소에 대해서 이 하나의 구성 요소가 다른 구성 요소로부터 명확하게 구별될 수 있도록 하기 위해서 사용되며, 이와 같은 용어에 의해서 해당 구성 요소의 의미가 제한적으로 사용되는 것은 아님을 알아야 한다.In addition, in this specification, the terms "one side", "the other side", "one side", "the other side", "first", "second", etc., if used, refer to one component It is used to be clearly distinguished from other components, and it should be noted that the meaning of the corresponding component is not limitedly used by such a term.
또한, 본 명세서에서 "상", "하", "좌", "우" 등의 위치와 관련된 용어는, 사용된다면, 해당 구성 요소에 대해서 해당 도면에서의 상대적인 위치를 나타내고 있는 것으로 이해하여야 하며, 이들의 위치에 대해서 절대적인 위치를 특정하지 않는 이상은, 이들 위치 관련 용어가 절대적인 위치를 언급하고 있는 것으로 이해하여서는 아니된다.In addition, in this specification, terms related to positions such as "top", "bottom", "left", and "right", if used, should be understood as indicating a relative position in the drawing with respect to the corresponding component, Unless an absolute position is specified for these positions, these positional terms should not be understood as referring to an absolute position.
또한, 본 명세서에서는 각 도면의 각 구성 요소에 대해서 그 도면 부호를 명기함에 있어서, 동일한 구성 요소에 대해서는 이 구성 요소가 비록 다른 도면에 표시되더라도 동일한 도면 부호를 가지고 있도록, 즉 명세서 전체에 걸쳐 동일한 참조 부호는 동일한 구성 요소를 지시하고 있다.In addition, in this specification, in specifying the reference numerals for each component of each drawing, for the same component, even if the component is displayed in different drawings, it has the same reference numeral, that is, the same reference throughout the specification. Symbols indicate identical components.
본 명세서에 첨부된 도면에서 본 발명을 구성하는 각 구성 요소의 크기, 위치, 결합 관계 등은 본 발명의 사상을 충분히 명확하게 전달할 수 있도록 하기 위해서 또는 설명의 편의를 위해서 일부 과장 또는 축소되거나 생략되어 기술되어 있을 수 있고, 따라서 그 비례나 축척은 엄밀하지 않을 수 있다.In the drawings accompanying this specification, the size, position, coupling relationship, etc. of each component constituting the present invention is partially exaggerated, reduced, or omitted in order to sufficiently clearly convey the spirit of the present invention or for convenience of explanation. may be described, and therefore the proportions or scale may not be exact.
또한, 이하에서, 본 발명을 설명함에 있어서, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 구성, 예를 들어, 종래 기술을 포함하는 공지 기술에 대해 상세한 설명은 생략될 수도 있다.In addition, in the following description of the present invention, a detailed description of a configuration that is determined to unnecessarily obscure the subject matter of the present invention, for example, a known technology including the prior art, may be omitted.
도 1을 참조하여 본 발명의 예시적 실시예에 따른 화학작용제 시험을 위한 가스희석제어 시스템을 설명한다. Referring to FIG. 1, a gas dilution control system for testing a chemical agent according to an exemplary embodiment of the present invention will be described.
도 1은 본 발명의 예시적 실시예에 따른 화학작용제 시험을 위한 가스희석제어 시스템을 개략적으로 나타내는 구성도이다.1 is a schematic configuration diagram of a gas dilution control system for testing a chemical agent according to an exemplary embodiment of the present invention.
본 발명은 화학가스를 실시간(초단위)으로 분석하여 화학가스의 피크를 알려주고, 동시에 선형적인 탐지신호 특성을 갖는 FTIR(적외선 퓨리에 변환) 기술을 활용하여 화학가스를 실시간으로 검증하고, 이를 인공지능으로 학습시켜 원하는 농도로 희석하는 희석비율을 자동으로 알려주어 실제 원하는 농도의 가스를 가스안정화시간만 소요하면서 제공할 있는 기술이다.The present invention analyzes the chemical gas in real time (in seconds), informs the peak of the chemical gas, and at the same time verifies the chemical gas in real time by using FTIR (Infrared Fourier Transform) technology with linear detection signal characteristics, and artificial intelligence It is a technology that automatically informs the dilution rate for dilution to the desired concentration by learning the gas with the desired concentration, and providing the gas at the actual desired concentration while only taking the gas stabilization time.
적외선 분광을 활용한 탐지방법은 3layer에 기반한 탐지 가정에서 아래의 [식 1]을 따르게 된다.The detection method using infrared spectroscopy follows [Equation 1] below in the detection assumption based on 3 layers.
Intensity of IR radiance = ε(cdΔT) [식 1]Intensity of IR radiance = ε(cdΔT) [Equation 1]
여기서, ε는 가스 흡수 계수(gas absorption coefficient), c는 가스 농도(concentration of gas), d는 광학 경로 길이(optical path-length), ΔT는 가스와 주변의 온도차(temperature difference between gas and background)이다.where ε is the gas absorption coefficient, c is the concentration of gas, d is the optical path-length, and ΔT is the temperature difference between gas and background to be.
FTIR 기반탐지 장비들의 초기설정조건(d, ΔT)에 변동이 없고, 가스의 고유값인 ε가 변화가 없다면 획득되는 IR 신호의 세기가 가스의 농도와 정비례한다는 점에서 실시간 탐지 및 농도의 선형성을 획득할 수 있다. 그리고, 이러한 FTIR 분석장치를 2중으로 입력부와 출력부에 배치하게 되면 화학오염물질의 희석되는 데이터들을 실시간(초단위)으로 획득할 수 있다.If there is no change in the initial setting conditions (d, ΔT) of FTIR-based detection equipment and no change in ε, the eigenvalue of the gas, real-time detection and concentration linearity are achieved in that the intensity of the IR signal obtained is directly proportional to the concentration of the gas. can be obtained In addition, when such an FTIR analyzer is placed in the input unit and the output unit in duplicate, dilution data of chemical pollutants can be obtained in real time (in seconds).
획득된 데이터들은 입력 데이터(고농도 가스 데이터), 프로세스 데이터(희석조건), 출력 데이터(저농도 가스 데이터)들로 구성되어 획득 가능하며, 정돈된 데이터를 바탕으로 인공지능학습을 통해 계속해서 최적의 가스발생 조건을 학습할 수 있는 검증시스템을 개발할 수 있다.Acquired data can be acquired by consisting of input data (high-concentration gas data), process data (dilution conditions), and output data (low-concentration gas data). A verification system capable of learning occurrence conditions can be developed.
도면을 참조하면, 본 발명의 예시적 실시예에 따른 화학작용제 시험을 위한 가스희석제어 시스템(1)은 가스발생부(10), 제1 FTIR 연동분석부(20), 가스희석부(40), 제2 FTIR 연동분석부(50), 통합제어부(30)를 포함할 수 있다. 또한, 본 발명의 예시적 실시예에 따른 가스희석제어 시스템(1)은 외부환경센서부(60), 가스폐기부(70)를 더 포함할 수 있다.Referring to the drawings, a gas
가스발생부(10)는 원하는 화학작용제를 가스로 발생시킬 수 있다. 일 실시예에서, 가스발생부(10)는 화학작용제를 액체에서 기체로 상변환시켜 가스를 발생시킬 수 있다. The
가스발생부(10)는 제1 FTIR 연동분석부(20)와 연결되어 제1 FTIR 연동분석부(20)로 고농도의 가스를 전달할 수 있다. The
제1 FTIR 연동분석부(20)는 가스발생부(10)에서 발생된 고농도 가스를 분석하여 데이터화할 수 있다. 일 실시예에서, 제1 FTIR 연동분석부(20)는 전달된 고농도의 가스에서 특정 화학작용제의 피크를 인식하고, 가스의 피크위치에 따라 특정 화학작용제인지를 판별하며, 피크의 크기 및 피크 아래면적을 적분하여 초기 농도를 예측하여 농도값을 데이터화할 수 있다.The first FTIR
제1 FTIR 연동분석부(20)는 통합제어부(30) 및 가스희석부(40)와 연결되어 화학작용제의 정보 및 농도값은 통합제어부(30)로 전달하고, 가스는 가스희석부(40)로 전달할 수 있다.The first FTIR
가스희석부(40)는 제1 FTIR 연동분석부(20)를 통과한 가스를 지정된 희석비율로 희석시킬 수 있다. 희석비율은 통합제어부(30)에 의해 지정되는 것으로 통합제어부(30)에서 사용자가 원하는 목표 농도로 제어가 수행되면 가스희석부(40)에 희석비율을 지정하게 된다.The
가스희석부(40)는 지정된 희석비율로 가스를 희석시키고, 희석된 가스의 일부를 화학작용제 시험을 위한 시험장치(90)로 전달하고 일부는 제2 FTIR 연동분석부(50)로 전달할 수 있다.The
제2 FTIR 연동분석부(50)는 가스희석부(40)를 통해 희석된 저농도 가스를 분석하여 데이터화할 수 있다. 일 실시예에서, 제2 FTIR 연동분석부(50)는 전달된 저농도의 가스에서 특정 화학작용제의 피크를 인식하고, 가스의 피크위치에 따라 특정 화학작용제인지를 판별하며, 피크의 크기 및 피크 아래면적을 적분하여 희석된 농도를 예측하여 농도값을 데이터화할 수 있다.The second FTIR
제2 FTIR 연동분석부(50)는 통합제어부(30) 및 가스폐기부(70)와 연결되어 화학작용제의 정보 및 농도값은 통합제어부(30)로 전달하고, 가스는 가스폐기부(70)로 전달할 수 있다.The second FTIR interlocking
통합제어부(30)는 제1 FTIR 연동분석부(20)와 제2 FTIR 연동분석부(50) 및 가스희석부(40)와 연결되어 제1 FTIR 연동분석부(20)와 제2 FTIR 연동분석부(50) 및 가스희석부(40)의 작동을 제어할 수 있다.The
또한, 통합제어부(30)는 사용자가 원하는 농도로 제어를 수행하면 제1 FTIR 연동분석부(20)에서 전달되는 테이터를 바탕으로 제어값을 도출하여 가스를 목표한 농도로 희석시키도록 가스희석부(40)의 희석비율을 조정하여 지정할 수 있다.In addition, the
또한, 통합제어부(30)는 제1 FTIR 연동분석부(20)와 제2 FTIR 연동분석부(50)에서 각각 획득된 데이터와 희석비율 조정을 위한 제어값을 취합하여 인공지능 학습하며 화학작용제를 원하는 농도의 가스로 제어할 수 있는 인공지능 학습모델 데이터 세트를 생성할 수 있다. In addition, the
일 실시예에서, 통합제어부(30)는 인공지능 학습 소프트웨어(80)와 연계하여 초단위로 획득된 인공지능 학습모델 데이터 세트를 인공지능학습하며 최적의 희석비율을 제공할 수 있다. 이를 통해서, 실제로 원하는 농도의 가스를 수분내로(가스안정화시간만 소요) 제공하는 것이 가능하다.In one embodiment, the
한편, 외부환경센서부(60)는 제1 FTIR 연동분석부(20)와 제2 FTIR 연동분석부(50)에서 각각 데이터를 획득하는 당시의 주변환경에 대한 정보(예컨데 온습도, 유량조건 등)를 모니터링할 수 있다. On the other hand, the external
외부환경센서부(60)를 통해 획득되는 외부환경 데이터는 통합제어부(30)로 전달되며, 통합제어부(30)는 제1 FTIR 연동분석부(20)와 제2 FTIR 연동분석부(50)에서 각각 획득되는 데이터와 제어값에 외부환경 데이터를 모두 취합하하여 인공지능 학습모델 데이터 세트를 생성할 수 있다. 이를 통해서, 외부환경에 의해서 변동되는 가스농도를 계속해서 실시간으로 피드백하여 시험의 정밀성을 향상시킬 수 있다.The external environment data obtained through the external
가스폐기부(70)는 제2 FTIR 연동분석부(50)와 연결되어 제2 FTIR 연동분석부(50)에서 전달되는 저농도 가스를 제독 및 필터링하여 배출할 수 있다.The
가스폐기부(70)는 수용성 제독액, 활성탄 필터 중 적어도 하나 또는 이들의 조합을 포함하여 구성될 수 있다.The
이와 같이, 본 발명에 따르면 기존에 1시간 이상 준비시간이 필요하던 화학작용제 시험을 2중 FTIR 연동분석기법과 인공지능 학습을 통해서 수분내로 화학작용제에 대한 시험준비가 가능하도록 할 수 있다.As such, according to the present invention, it is possible to prepare for a chemical agent test within minutes through a dual FTIR interlocking analysis technique and artificial intelligence learning, which previously required preparation time of one hour or more.
또한, 외부환경에 의해서 변동되는 가스농도를 계속해서 피드백하여 시험의 정밀성을 향상시킬 수 있다.In addition, the precision of the test can be improved by continuously feeding back the gas concentration fluctuated by the external environment.
도 1과 함께 도 2를 참조하여 본 발명의 예시적 실시예에 따른 제어방법을 설명한다.Referring to FIG. 2 together with FIG. 1, a control method according to an exemplary embodiment of the present invention will be described.
도 2는 본 발명의 예시적 실시예에 따른 화학작용제 시험을 위한 가스희석제어 시스템의 제어방법을 개략적으로 나타내는 흐름도이다.2 is a flowchart schematically illustrating a control method of a gas dilution control system for testing a chemical agent according to an exemplary embodiment of the present invention.
도면을 참조하면, 본 발명의 예시적 실시예에 따른 제어방법은 화학작용제를 액체에서 기체로 상변환시켜 가스를 발생시키는 단계(S10)를 포함할 수 있다. Referring to the drawings, the control method according to an exemplary embodiment of the present invention may include generating a gas by performing a phase change of a chemical agent from a liquid to a gas (S10).
가스의 발생은 도 1의 가스발생부(10)에서 수행될 수 있으며, 가스발생부(10)에서 발생된 고농도 가스는 제1 FTIR 연동분석부(20)로 전달될 수 있다. Gas generation may be performed in the
다음으로, 가스발생부(10)에서 전달된 고농도의 가스에서 특정 화학작용제의 피크를 인식하고, 피크의 크기 및 피크 아래면적을 적분하여 초기 농도를 예측하여 농도값을 데이터화 하는 단계(S20)를 포함할 수 있다. Next, recognizing the peak of a specific chemical agent in the high-concentration gas delivered from the
제1 FTIR 연동분석부(20)는 가스발생부(10)에서 전달된 고농도의 가스에서 특정 화학작용제의 피크를 인식하고, 가스의 피크위치에 따라 특정 화학작용제인지를 판별하며, 피크의 크기 및 피크 아래면적을 적분하여 초기 농도를 예측하여 농도값을 데이터화할 수 있다.The first FTIR
획득된 화학작용제 정보와 농도값에 대한 데이터는 통합제어부(30)로 전달되고, 가스는 가스희석부(40)로 전달될 수 있다.The obtained chemical agent information and data on the concentration value may be transmitted to the
다음으로, 데이터를 바탕으로 가스를 목표한 농도로 희석시키도록 희석비율을 조정하는 제어값을 도출하는 단계(S30)를 포함할 수 있다.Next, a step of deriving a control value for adjusting the dilution ratio to dilute the gas to a target concentration based on the data (S30) may be included.
제어값을 도출하는 단계는 통합제어부(30)에서 수행되는데, 사용자가 원하는 농도로 제어를 수행하면 통합제어부(30)는 제1 FTIR 연동분석부(20)에서 전달되는 테이터를 바탕으로 가스를 목표한 농도로 희석시키도록 가스희석부(40)의 희석비율을 조정하는 제어값을 도출할 수 있다. 그리고, 가스희석부(40)에 희석비율을 지정할 수 있다.The step of deriving the control value is performed by the
다음으로, 도출된 제어값을 통해 가스를 목표한 농도로 희석시키는 단계(S40)를 포함할 수 있다.Next, a step of diluting the gas to a target concentration through the derived control value (S40) may be included.
가스를 희석시키는 단계는 가스희석부(40)를 통해 수행되는데, 가스희석부(40)는 제1 FTIR 연동분석부(20)에서 전달되는 가스를 통합제어부(30)에서 지정한 희석비율로 희석시킬 수 있다. The step of diluting the gas is performed through the
희석된 가스는 일부가 화학작용제 시험을 위한 시험장치(90)로 전달되고, 일부는 제2 FTIR 연동분석부(50)로 전달될 수 있다.A part of the diluted gas may be delivered to the
다음으로, 희석된 가스에서 특정 화학작용제의 피크를 인식하고, 피크의 크기 및 피크 아래면적을 적분하여 희석된 농도를 예측하여 농도값을 데이터화하는 단계(S50)를 포함할 수 있다.Next, a step of recognizing a peak of a specific chemical agent in the diluted gas, integrating the size of the peak and the area under the peak to estimate the diluted concentration, and converting the concentration value into data (S50).
제2 FTIR 연동분석부(50)는 가스희석부(40)를 통해 희석된 저농도의 가스에서 특정 화학작용제의 피크를 인식하고, 가스의 피크위치에 따라 특정 화학작용제인지를 판별하며, 피크의 크기 및 피크 아래면적을 적분하여 희석된 농도를 예측하여 농도값을 데이터화할 수 있다.The second FTIR
획득된 화학작용제 정보와 농도값에 대한 데이터는 통합제어부(30)로 전달되고, 가스는 가스폐기부(70)로 전달될 수 있다.The acquired chemical agent information and data on concentration values are transferred to the
다음으로, 획득된 데이터와 획득된 제어값을 취합하여 화학작용제를 원하는 농도의 가스로 제어할 수 있는 인공지능 학습모델 데이터 세트를 생성하는 단계(S70)를 포함할 수 있다.Next, a step of generating an artificial intelligence learning model data set capable of controlling a chemical agent with a gas of a desired concentration by collecting the obtained data and the obtained control value (S70) may be included.
통합제어부(30)는 제1 FTIR 연동분석부(20)와 제2 FTIR 연동분석부(50)에서 각각 획득된 데이터와 희석비율 조정을 위한 제어값을 취합하여 인공지능 학습하며 화학작용제를 원하는 농도의 가스로 제어할 수 있는 인공지능 학습모델 데이터 세트를 생성할 수 있다. 이 경우, 통합제어부(30)는 인공지능 학습 소프트웨어(80)와 연계하여 초단위로 획득된 인공지능 학습모델 데이터 세트를 인공지능학습하며 최적의 희석비율을 제공하도록 구성될 수 있다. The
일 실시예에서, 인공지능 학습모델 데이터 세트를 생성하는 단계(S70) 이전에 제1 FTIR 연동분석부(20)와 제2 FTIR 연동분석부(50)에서 각각 데이터 획득 당시의 주변환경에 대한 정보를 모니터링하여 외부환경 데이터를 획득하는 단계(S60)를 더 포함할 수 있다.In one embodiment, information on the surrounding environment at the time of data acquisition in the first FTIR
외부환경 데이터를 획득하는 단계는 외부환경센서부(60)를 통해 수행되는데, 외부환경 데이터는 제1 FTIR 연동분석부(20)와 제2 FTIR 연동분석부(50)에서 각각 데이터를 획득하는 당시의 주변환경에 대한 정보, 예컨데 온습도, 유량조건 등을 포함할 수 있다.The step of acquiring external environment data is performed through the external
획득된 외부환경 데이터는 통합제어부(30)로 전달되며, 통합제어부(30)는 제1 FTIR 연동분석부(20)와 제2 FTIR 연동분석부(50)에서 각각 획득되는 데이터와 제어값에 외부환경 데이터를 모두 취합하하여 인공지능 학습모델 데이터 세트를 생성할 수 있다. The acquired external environment data is transmitted to the
이상 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예에는 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.Although the embodiments of the present invention have been described with reference to the accompanying drawings, those skilled in the art to which the present invention pertains will realize that the present invention can be implemented in other specific forms without changing the technical spirit or essential features. You will understand. Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive.
1: 화학작용제 시험을 위한 가스희석제어 시스템
10: 가스발생부
20: 제1 FTIR 연동분석부
30: 통합제어부
40: 가스희석부
50: 제2 FTIR 연동분석부
60: 외부환경센서부
70: 가스폐기부
80: 인공지능 학습 소프트웨어
90: 시험장치1: Gas dilution control system for testing chemical agents
10: gas generator
20: first FTIR linkage analysis unit
30: integrated control unit
40: gas dilution unit
50: second FTIR linkage analysis unit
60: external environment sensor unit
70: gas waste department
80: artificial intelligence learning software
90: test device
Claims (17)
상기 가스발생부에서 발생된 고농도 가스를 분석하여 데이터화하는 제1 FTIR 연동분석부;
상기 제1 FTIR 연동분석부를 통과한 상기 가스를 지정된 희석비율로 희석시키는 가스희석부;
상기 가스희석부를 통해 희석된 저농도 가스를 분석하여 데이터화하는 제2 FTIR 연동분석부; 및
상기 제1 FTIR 연동분석부와 상기 제2 FTIR 연동분석부 및 상기 가스희석부의 작동을 제어하고, 상기 제1 FTIR 연동분석부와 상기 제2 FTIR 연동분석부에서 획득된 데이터를 통해 인공지능 학습하며 상기 화학작용제를 원하는 농도의 가스로 제어할 수 있는 인공지능 학습모델 데이터 세트를 생성하는 통합제어부;를 포함하며,
하기 식 1을 이용하여, 적외선 분광을 활용하여 상기 화학작용제를 탐지하는 화학작용제 시험을 위한 가스희석제어 시스템.
Intensity of IR radiance = ε(cdΔT) [식 1]
- 여기서, ε는 가스 흡수 계수(gas absorption coefficient), c는 가스 농도(concentration of gas), d는 광학 경로 길이(optical path-length), ΔT는 가스와 주변의 온도차(temperature difference between gas and background)임 -
a gas generating unit that generates a chemical agent into gas;
A first FTIR interlocking analysis unit that analyzes and converts the high-concentration gas generated from the gas generator into data;
a gas dilution unit for diluting the gas that has passed through the first FTIR linkage analysis unit at a designated dilution ratio;
a second FTIR interlocking analysis unit that analyzes and converts the low-concentration gas diluted through the gas dilution unit into data; and
Controls the operation of the first FTIR interlocking analysis unit, the second FTIR interlocking analysis unit, and the gas dilution unit, and artificial intelligence learns through data obtained from the first FTIR interlocking analysis unit and the second FTIR interlocking analysis unit, An integrated control unit for generating an artificial intelligence learning model data set capable of controlling the chemical agent with a desired concentration of gas;
A gas dilution control system for testing a chemical agent for detecting the chemical agent using infrared spectroscopy using Equation 1 below.
Intensity of IR radiance = ε(cdΔT) [Equation 1]
- Here, ε is the gas absorption coefficient, c is the concentration of gas, d is the optical path-length, and ΔT is the temperature difference between gas and background )lim -
상기 제1 FTIR 연동분석부는 상기 고농도의 가스에서 특정 화학작용제의 피크를 인식하고, 상기 피크의 크기 및 상기 피크 아래면적을 적분하여 초기 농도를 예측하여 농도값을 데이터화하는 것을 특징으로 하는 화학작용제 시험을 위한 가스희석제어 시스템.
According to claim 1,
The first FTIR linkage analysis unit recognizes the peak of a specific chemical agent in the high-concentration gas, predicts the initial concentration by integrating the size of the peak and the area under the peak, and converts the concentration value into data Chemical agent test, characterized in that Gas dilution control system for
상기 통합제어부는 상기 제1 FTIR 연동분석부에서 전달되는 상기 데이터를 바탕으로 제어값을 도출하여 상기 가스를 목표한 농도로 희석시키도록 상기 가스희석부의 희석비율을 조정하는 것을 특징으로 하는 화학작용제 시험을 위한 가스희석제어 시스템.
According to claim 2,
The integrated control unit derives a control value based on the data transmitted from the first FTIR linkage analysis unit and adjusts the dilution ratio of the gas dilution unit so as to dilute the gas to a target concentration Chemical agent test, characterized in that Gas dilution control system for
상기 제2 FTIR 연동분석부는 상기 저농도의 가스에서 특정 화학작용제의 피크를 인식하고, 상기 피크의 크기 및 상기 피크 아래면적을 적분하여 희석된 농도를 예측하여 농도값을 데이터화하는 것을 특징으로 하는 화학작용제 시험을 위한 가스희석제어 시스템.
According to claim 1,
The second FTIR interlocking analysis unit recognizes the peak of a specific chemical agent in the low-concentration gas, predicts the diluted concentration by integrating the size of the peak and the area under the peak, and converts the concentration value into data Chemical agents, characterized in that Gas dilution control system for testing.
상기 데이터 획득 당시의 주변환경에 대한 정보를 모니터링하는 외부환경센서부를 더 포함하며,
상기 통합제어부는 상기 외부환경센서부를 통해 획득되는 외부환경 데이터를 상기 데이터와 취합하는 것을 특징으로 하는 화학작용제 시험을 위한 가스희석제어 시스템.
According to claim 1,
Further comprising an external environment sensor unit for monitoring information on the surrounding environment at the time of acquiring the data,
The integrated control unit gas dilution control system for a chemical agent test, characterized in that for collecting the external environment data obtained through the external environment sensor unit with the data.
상기 통합제어부는 인공지능 학습 소프트웨어와 연계하여 획득된 상기 데이터를 인공지능학습하며 상기 희석비율을 제공하는 것을 특징으로 하는 화학작용제 시험을 위한 가스희석제어 시스템.
According to claim 1,
The integrated control unit artificially learns the acquired data in conjunction with artificial intelligence learning software and provides the dilution ratio.
상기 제2 FTIR 연동분석부에서 전달되는 상기 저농도 가스를 제독 및 필터링하여 배출하는 가스폐기부를 더 포함하는 것을 특징으로 하는 화학작용제 시험을 위한 가스희석제어 시스템.
According to claim 1,
The gas dilution control system for the chemical agent test, characterized in that it further comprises a gas waste unit for decontamination and filtering and discharging the low-concentration gas delivered from the second FTIR interlocking analysis unit.
상기 가스폐기부는 수용성 제독액, 활성탄 필터 중 적어도 하나 또는 이들의 조합을 포함하는 것을 특징으로 하는 화학작용제 시험을 위한 가스희석제어 시스템.
According to claim 7,
The gas dilution control system for a chemical agent test, characterized in that the gas waste unit comprises at least one of an aqueous decontamination liquid and an activated carbon filter, or a combination thereof.
상기 가스발생부에서 발생된 고농도 가스를 분석하여 데이터화하는 제1 FTIR 연동분석부;
상기 제1 FTIR 연동분석부를 통과한 상기 가스를 지정된 희석비율로 희석시키는 가스희석부;
상기 가스희석부를 통해 희석된 저농도 가스를 분석하여 데이터화하는 제2 FTIR 연동분석부;
주변환경에 대한 정보를 모니터링하는 외부환경센서부; 및
상기 제1 FTIR 연동분석부와 상기 제2 FTIR 연동분석부 및 상기 가스희석부의 작동을 제어하고, 상기 제1 FTIR 연동분석부와 상기 제2 FTIR 연동분석부에서 획득된 데이터 및 상기 외부환경센서부를 통해 획득되는 외부환경 데이터를 통해 인공지능 학습하며 상기 화학작용제를 원하는 농도의 가스로 제어할 수 있는 인공지능 학습모델 데이터 세트를 생성하는 통합제어부;를 포함하며,
하기 식 1을 이용하여, 적외선 분광을 활용하여 상기 화학작용제를 탐지하는 화학작용제 시험을 위한 가스희석제어 시스템.
Intensity of IR radiance = ε(cdΔT) [식 1]
- 여기서, ε는 가스 흡수 계수(gas absorption coefficient), c는 가스 농도(concentration of gas), d는 광학 경로 길이(optical path-length), ΔT는 가스와 주변의 온도차(temperature difference between gas and background)임 -
A gas generating unit that generates a chemical agent into gas;
A first FTIR interlock analysis unit that analyzes and converts high-concentration gas generated from the gas generator into data;
a gas dilution unit for diluting the gas that has passed through the first FTIR linkage analysis unit at a designated dilution ratio;
a second FTIR interlocking analysis unit that analyzes and converts the low-concentration gas diluted through the gas dilution unit into data;
External environment sensor unit for monitoring information on the surrounding environment; and
Controls the operation of the first FTIR interlocking analysis unit, the second FTIR interlocking analysis unit, and the gas dilution unit, and data obtained from the first FTIR interlocking analysis unit and the second FTIR interlocking analysis unit and the external environment sensor unit An integrated control unit that generates an artificial intelligence learning model data set capable of artificial intelligence learning through external environment data obtained through artificial intelligence and controlling the chemical agent to a desired concentration of gas,
A gas dilution control system for testing a chemical agent for detecting the chemical agent using infrared spectroscopy using Equation 1 below.
Intensity of IR radiance = ε(cdΔT) [Equation 1]
- Here, ε is the gas absorption coefficient, c is the concentration of gas, d is the optical path-length, and ΔT is the temperature difference between gas and background )lim -
상기 제2 FTIR 연동분석부에서 전달되는 상기 저농도 가스를 제독 및 필터링하여 배출하는 가스폐기부를 더 포함하는 것을 특징으로 하는 화학작용제 시험을 위한 가스희석제어 시스템.
According to claim 9,
The gas dilution control system for the chemical agent test, characterized in that it further comprises a gas waste unit for decontamination and filtering and discharging the low-concentration gas delivered from the second FTIR interlocking analysis unit.
상기 가스폐기부는 수용성 제독액, 활성탄 필터 중 적어도 하나 또는 이들의 조합을 포함하는 것을 특징으로 하는 화학작용제 시험을 위한 가스희석제어 시스템.
According to claim 10,
The gas dilution control system for a chemical agent test, characterized in that the gas waste unit comprises at least one of an aqueous decontamination liquid and an activated carbon filter, or a combination thereof.
상기 가스발생부에서 발생된 고농도 가스를 분석하여 데이터화하는 제1 FTIR 연동분석부;
상기 제1 FTIR 연동분석부를 통과한 상기 가스를 지정된 희석비율로 희석시키는 가스희석부;
상기 가스희석부를 통해 희석된 저농도 가스를 분석하여 데이터화하는 제2 FTIR 연동분석부;
상기 제2 FTIR 연동분석부에서 전달되는 상기 저농도 가스를 제독 및 필터링하여 배출하는 가스폐기부; 및
상기 제1 FTIR 연동분석부와 상기 제2 FTIR 연동분석부 및 상기 가스희석부의 작동을 제어하고, 상기 제1 FTIR 연동분석부와 상기 제2 FTIR 연동분석부에서 획득된 데이터를 통해 인공지능 학습하며 상기 화학작용제를 원하는 농도의 가스로 제어할 수 있는 인공지능 학습모델 데이터 세트를 생성하는 통합제어부;를 포함하며,
하기 식 1을 이용하여, 적외선 분광을 활용하여 상기 화학작용제를 탐지하는 화학작용제 시험을 위한 가스희석제어 시스템.
Intensity of IR radiance = ε(cdΔT) [식 1]
- 여기서, ε는 가스 흡수 계수(gas absorption coefficient), c는 가스 농도(concentration of gas), d는 광학 경로 길이(optical path-length), ΔT는 가스와 주변의 온도차(temperature difference between gas and background)임 -
A gas generating unit that generates a chemical agent into gas;
A first FTIR interlock analysis unit that analyzes and converts high-concentration gas generated from the gas generator into data;
a gas dilution unit for diluting the gas that has passed through the first FTIR linkage analysis unit at a designated dilution ratio;
a second FTIR interlock analysis unit for analyzing and converting low-concentration gas diluted through the gas dilution unit into data;
a gas waste unit detoxifying, filtering, and discharging the low-concentration gas transmitted from the second FTIR interlock analysis unit; and
Controls the operation of the first FTIR interlocking analysis unit, the second FTIR interlocking analysis unit, and the gas dilution unit, and artificial intelligence learns through data obtained from the first FTIR interlocking analysis unit and the second FTIR interlocking analysis unit, An integrated control unit for generating an artificial intelligence learning model data set capable of controlling the chemical agent at a desired concentration of gas;
A gas dilution control system for testing a chemical agent for detecting the chemical agent using infrared spectroscopy using Equation 1 below.
Intensity of IR radiance = ε(cdΔT) [Equation 1]
- Here, ε is the gas absorption coefficient, c is the concentration of gas, d is the optical path-length, and ΔT is the temperature difference between gas and background )lim -
상기 가스폐기부는 수용성 제독액, 활성탄 필터 중 적어도 하나 또는 이들의 조합을 포함하는 것을 특징으로 하는 화학작용제 시험을 위한 가스희석제어 시스템.
According to claim 12,
The gas dilution control system for a chemical agent test, characterized in that the gas waste unit comprises at least one of an aqueous decontamination liquid and an activated carbon filter, or a combination thereof.
상기 데이터 획득 당시의 주변환경에 대한 정보를 모니터링하는 외부환경센서부를 더 포함하며,
상기 통합제어부는 상기 외부환경센서부를 통해 획득되는 외부환경 데이터를 상기 데이터와 취합하는 것을 특징으로 하는 화학작용제 시험을 위한 가스희석제어 시스템.
According to claim 12,
Further comprising an external environment sensor unit for monitoring information on the surrounding environment at the time of acquiring the data,
The integrated control unit is a gas dilution control system for a chemical agent test, characterized in that for collecting the external environment data obtained through the external environment sensor unit with the data.
고농도의 상기 가스에서 특정 화학작용제의 피크를 인식하고, 상기 피크의 크기 및 상기 피크 아래면적을 적분하여 초기 농도를 예측하여 농도값을 데이터화하는 단계;
상기 데이터를 바탕으로 상기 가스를 목표한 농도로 희석시키도록 희석비율을 조정하는 제어값을 도출하는 단계;
상기 도출된 제어값을 통해 상기 가스를 목표한 농도로 희석시키는 단계;
희석된 상기 가스에서 특정 화학작용제의 피크를 인식하고, 상기 피크의 크기 및 상기 피크 아래면적을 적분하여 희석된 농도를 예측하여 농도값을 데이터화하는 단계; 및
상기 획득된 데이터와 상기 획득된 제어값을 취합하여 상기 화학작용제를 원하는 농도의 가스로 제어할 수 있는 인공지능 학습모델 데이터 세트를 생성하는 단계;
를 포함하며,
하기 식 1을 이용하여, 적외선 분광을 활용하여 상기 화학작용제를 탐지하는 제어 방법.
Intensity of IR radiance = ε(cdΔT) [식 1]
- 여기서, ε는 가스 흡수 계수(gas absorption coefficient), c는 가스 농도(concentration of gas), d는 광학 경로 길이(optical path-length), ΔT는 가스와 주변의 온도차(temperature difference between gas and background)임 -
generating a gas by phase-changing a chemical agent from a liquid to a gas;
Recognizing a peak of a specific chemical agent in the high-concentration gas, integrating the size of the peak and the area under the peak to predict an initial concentration and converting the concentration value into data;
deriving a control value for adjusting a dilution ratio to dilute the gas to a target concentration based on the data;
diluting the gas to a target concentration through the derived control value;
Recognizing a peak of a specific chemical agent in the diluted gas, integrating the size of the peak and the area under the peak to predict the diluted concentration, and converting the concentration value into data; and
generating an artificial intelligence learning model data set capable of controlling the chemical agent to a gas having a desired concentration by combining the obtained data and the obtained control value;
Including,
A control method for detecting the chemical agent using infrared spectroscopy using Equation 1 below.
Intensity of IR radiance = ε(cdΔT) [Equation 1]
- Here, ε is the gas absorption coefficient, c is the concentration of gas, d is the optical path-length, and ΔT is the temperature difference between gas and background )lim -
상기 데이터 획득 당시의 주변환경에 대한 정보를 모니터링하여 외부환경 데이터를 획득하는 단계를 더 포함하고, 상기 획득된 외부환경 데이터를 상기 획득된 데이터에 취합하는 것을 특징으로 하는 제어방법.
According to claim 15,
The control method further comprises obtaining external environment data by monitoring information on the surrounding environment at the time of acquiring the data, and combining the obtained external environment data with the acquired data.
고농도의 상기 가스에서 특정 화학작용제의 피크를 인식하고, 상기 피크의 크기 및 상기 피크 아래면적을 적분하여 초기 농도를 예측하여 농도값을 데이터화하는 단계;
상기 데이터를 바탕으로 상기 가스를 목표한 농도로 희석시키도록 희석비율을 조정하는 제어값을 도출하는 단계;
상기 도출된 제어값을 통해 상기 가스를 목표한 농도로 희석시키는 단계;
희석된 상기 가스에서 특정 화학작용제의 피크를 인식하고, 상기 피크의 크기 및 상기 피크 아래면적을 적분하여 희석된 농도를 예측하여 농도값을 데이터화하는 단계;
상기 데이터 획득 당시의 주변환경에 대한 정보를 모니터링하여 외부환경 데이터를 획득하는 단계; 및
획득된 농도값 데이터 및 외부환경 데이터와 상기 획득된 제어값을 취합하여 상기 화학작용제를 원하는 농도의 가스로 제어할 수 있는 인공지능 학습모델 데이터 세트를 생성하는 단계;를 포함하며,
하기 식 1을 이용하여, 적외선 분광을 활용하여 상기 화학작용제를 탐지하는 제어 방법.
Intensity of IR radiance = ε(cdΔT) [식 1]
- 여기서, ε는 가스 흡수 계수(gas absorption coefficient), c는 가스 농도(concentration of gas), d는 광학 경로 길이(optical path-length), ΔT는 가스와 주변의 온도차(temperature difference between gas and background)임 -generating a gas by phase-changing a chemical agent from a liquid to a gas;
Recognizing a peak of a specific chemical agent in the high-concentration gas, integrating the size of the peak and the area under the peak to predict an initial concentration and converting the concentration value into data;
deriving a control value for adjusting a dilution ratio to dilute the gas to a target concentration based on the data;
diluting the gas to a target concentration through the derived control value;
Recognizing a peak of a specific chemical agent in the diluted gas, integrating the size of the peak and the area under the peak to predict the diluted concentration, and converting the concentration value into data;
obtaining external environment data by monitoring information about the surrounding environment at the time of acquiring the data; and
Generating an artificial intelligence learning model data set capable of controlling the chemical agent to a desired concentration of gas by combining the obtained concentration value data, external environment data, and the obtained control value;
A control method for detecting the chemical agent using infrared spectroscopy using Equation 1 below.
Intensity of IR radiance = ε(cdΔT) [Equation 1]
- Here, ε is the gas absorption coefficient, c is the concentration of gas, d is the optical path-length, and ΔT is the temperature difference between gas and background )lim -
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210112397A KR102491540B1 (en) | 2021-08-25 | 2021-08-25 | Gas dilution control system for chemical agent test and control method thereof |
| PCT/KR2022/000444 WO2023027269A1 (en) | 2021-08-25 | 2022-01-11 | Gas dilution control system for chemical agent test and control method therefor |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210112397A KR102491540B1 (en) | 2021-08-25 | 2021-08-25 | Gas dilution control system for chemical agent test and control method thereof |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102491540B1 true KR102491540B1 (en) | 2023-01-26 |
Family
ID=85110326
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210112397A KR102491540B1 (en) | 2021-08-25 | 2021-08-25 | Gas dilution control system for chemical agent test and control method thereof |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102491540B1 (en) |
| WO (1) | WO2023027269A1 (en) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003521688A (en) * | 2000-01-25 | 2003-07-15 | ザ ステイト オブ オレゴン アクティング バイ アンド スルー ザ ステイト ボード オブ ハイヤー エデュケイション オン ビハーフ オブ ポートランド ステイト ユニヴァーシティ | Method and apparatus for concentrating a sample for analysis |
| KR20060015003A (en) | 2004-08-13 | 2006-02-16 | 한국과학기술연구원 | An analytic method of levosulpiride using a gas chromatography / nitrogen-phosphorus detector |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008051575A (en) * | 2006-08-23 | 2008-03-06 | Seiko Epson Corp | Exhaust gas analyzer and exhaust gas analysis method |
| JP5424636B2 (en) * | 2008-12-25 | 2014-02-26 | トヨタ自動車株式会社 | Gas analyzer using FTIR method and program used therefor |
| JP5675409B2 (en) * | 2011-02-09 | 2015-02-25 | 大陽日酸株式会社 | Gas measuring device and method for measuring hydride gas |
| KR101782260B1 (en) * | 2016-04-26 | 2017-09-26 | (주)세성 | FTIR measurement system incorporating stabilization system of sample gas |
| US10094778B1 (en) * | 2017-06-02 | 2018-10-09 | Chevron U.S.A. Inc. | Integrated systems and processes for online monitoring of a chemical concentration in an ionic liquid |
-
2021
- 2021-08-25 KR KR1020210112397A patent/KR102491540B1/en active IP Right Grant
-
2022
- 2022-01-11 WO PCT/KR2022/000444 patent/WO2023027269A1/en active Application Filing
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003521688A (en) * | 2000-01-25 | 2003-07-15 | ザ ステイト オブ オレゴン アクティング バイ アンド スルー ザ ステイト ボード オブ ハイヤー エデュケイション オン ビハーフ オブ ポートランド ステイト ユニヴァーシティ | Method and apparatus for concentrating a sample for analysis |
| KR20060015003A (en) | 2004-08-13 | 2006-02-16 | 한국과학기술연구원 | An analytic method of levosulpiride using a gas chromatography / nitrogen-phosphorus detector |
Non-Patent Citations (2)
| Title |
|---|
| L. D. Ellis et al., A New Method for Determining the Concentration of Electrolyte Components in Lithium-Ion Cells, Using Fourier Transform Infrared Spectroscopy and Machine Learning(2018)* * |
| S. T. Hobson et al., Development fo an acute, short-term exposure model for phosgene, Toxicol. Mech. Methods, Vol.29(2019)* * |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023027269A1 (en) | 2023-03-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cordero et al. | Using statistical methods to carry out in field calibrations of low cost air quality sensors | |
| US9664607B2 (en) | Portable apparatus for estimating air quality and methods of operating the same | |
| US9001335B2 (en) | Method and apparatus for siloxane measurements in a biogas | |
| NO20061901L (en) | Appliance for painting gas emissions | |
| US8462347B2 (en) | Method and apparatus for siloxane measurements in a biogas | |
| Viciani et al. | A quartz-enhanced photoacoustic sensor for H 2 S trace-gas detection at 2.6 μm | |
| JP5990661B2 (en) | Method and apparatus for measuring siloxane in biogas | |
| WO2018029205A1 (en) | Spiroergometry appliance | |
| Pitt et al. | The development and evaluation of airborne in situ N 2 O and CH 4 sampling using a quantum cascade laser absorption spectrometer (QCLAS) | |
| Kuhn et al. | Versatile gas detection system based on combined NDIR transmission and photoacoustic absorption measurements | |
| KR102491540B1 (en) | Gas dilution control system for chemical agent test and control method thereof | |
| CA2125810A1 (en) | Apparatus and method for determining the indoor air quality within an enclosed space | |
| CN103454379A (en) | Gas measurement method and gas measurement device | |
| Li et al. | Mid-infrared acetone sensor for exhaled gas using FWA-LSSVM and empirical mode decomposition algorithm | |
| Manap et al. | Cross-sensitivity evaluation for ammonia sensing using absorption spectroscopy in the UV region | |
| CN201061531Y (en) | Integrated system for detecting CO2 concentration | |
| Tasić et al. | Measurement of PM 2.5 Concentrations in Indoor Air Using Low-Cost Sensors and Arduino Platforms | |
| Anyfantis et al. | Design and development of a mobile e-nose platform for real time victim localization in confined spaces during USaR operations | |
| Brennan et al. | Development of a micro-spectrometer system for process control application | |
| KR20150101851A (en) | Apparatus for Atmospheric Pollution smart alarm | |
| CA2812687A1 (en) | Computer implemented method for analyzing a gas sample using an inline gas analyzer | |
| Burgués | Signal processing and machine learning for gas sensors: Gas source localization with a nano-drone | |
| Castell | Low-cost sensors and networks. Overview of current status by the Norwegian Reference Laboratory for Air Quality. | |
| García-Violini et al. | Modelling and pressure control of the expiratory cycle for mechanical ventilation systems | |
| Chaoraingern et al. | Real-Time Indoor Air Quality Index Prediction Using a Vacuum Cleaner Robot's AIoT Electronic Nose. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |