KR102504241B1 - 인공지능 기반의 수질 모니터링 방법 및 시스템 - Google Patents
인공지능 기반의 수질 모니터링 방법 및 시스템 Download PDFInfo
- Publication number
- KR102504241B1 KR102504241B1 KR1020220127130A KR20220127130A KR102504241B1 KR 102504241 B1 KR102504241 B1 KR 102504241B1 KR 1020220127130 A KR1020220127130 A KR 1020220127130A KR 20220127130 A KR20220127130 A KR 20220127130A KR 102504241 B1 KR102504241 B1 KR 102504241B1
- Authority
- KR
- South Korea
- Prior art keywords
- water quality
- water
- drinking water
- drinking
- supply device
- Prior art date
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 263
- 238000012544 monitoring process Methods 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000013473 artificial intelligence Methods 0.000 title claims description 12
- 239000003651 drinking water Substances 0.000 claims abstract description 135
- 235000020188 drinking water Nutrition 0.000 claims abstract description 135
- 230000006872 improvement Effects 0.000 claims abstract description 44
- 238000005259 measurement Methods 0.000 claims abstract description 35
- 230000008859 change Effects 0.000 claims abstract description 21
- 239000012857 radioactive material Substances 0.000 claims description 23
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 claims description 20
- 229910052801 chlorine Inorganic materials 0.000 claims description 20
- 239000000460 chlorine Substances 0.000 claims description 20
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 229910052704 radon Inorganic materials 0.000 claims description 10
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 10
- 239000000941 radioactive substance Substances 0.000 claims description 7
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 6
- 238000001139 pH measurement Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 239000003673 groundwater Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003403 water pollutant Substances 0.000 description 2
- NWUYHJFMYQTDRP-UHFFFAOYSA-N 1,2-bis(ethenyl)benzene;1-ethenyl-2-ethylbenzene;styrene Chemical compound C=CC1=CC=CC=C1.CCC1=CC=CC=C1C=C.C=CC1=CC=CC=C1C=C NWUYHJFMYQTDRP-UHFFFAOYSA-N 0.000 description 1
- 230000005355 Hall effect Effects 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 208000005718 Stomach Neoplasms Diseases 0.000 description 1
- 229910052770 Uranium Inorganic materials 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 206010017758 gastric cancer Diseases 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000003456 ion exchange resin Substances 0.000 description 1
- 229920003303 ion-exchange polymer Polymers 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 230000009965 odorless effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000001223 reverse osmosis Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 201000011549 stomach cancer Diseases 0.000 description 1
- 230000009967 tasteless effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/008—Control or steering systems not provided for elsewhere in subclass C02F
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/50—Treatment of water, waste water, or sewage by addition or application of a germicide or by oligodynamic treatment
-
- 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
- G01N33/18—Water
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Water Supply & Treatment (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Artificial Intelligence (AREA)
- Organic Chemistry (AREA)
- Environmental & Geological Engineering (AREA)
- Hydrology & Water Resources (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Emergency Management (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Medical Informatics (AREA)
- Immunology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
Abstract
본 개시는 인공지능 기반의 수질 모니터링 방법 및 시스템을 제공한다. 인공지능 기반의 수질 모니터링 시스템은, 식수를 저장하는 물탱크, 및 식수의 수질 측정 값을 수집하는 하나 이상의 센서를 포함하는 식수 공급 장치, 및 수질 측정 값에 기초하여 식수의 수질 변화를 모니터링하고, 모니터링 결과에 기초하여 수질 개선 명령어를 생성하는 수질 모니터링 서버를 포함하며, 식수 공급 장치는, 수질 개선 명령어에 기초하여 물탱크에 저장된 식수에 대한 수질 개선 조치를 실행하도록 구성된다.
Description
본 개시는 인공지능 기반의 수질 모니터링 방법 및 시스템에 관한 것으로, 구체적으로, 인공지능 기반의 수질상태, 수위, 수질오염물질 등의 감지 기능이 있는 다양한 센서들을 통해 수질을 측정하고 측정된 수질에 따른 수질 관리를 실행하는 방법 및 시스템에 관한 것이다.
일반적으로 광역 상수도가 공급되지 않는 도서산간 지역에서는 지하수를 식수로 사용할 수 있다. 이 경우, 주변 암반 등을 통해 지하수 관정이나 상수원에 라돈과 같은 방사성물질, 미생물과 같은 수질오염 이물질 등이 유입될 수 있다. 특히, 라돈은 무색, 무취, 무미의 기체로 자연 붕괴 생성물질이며, 휘발성이 크고 사람이 숨을 쉴 때나 물을 마실 때와 같이 여러 경로를 통해 인체로 쉽게 흡수되어, 폐암, 위암 등 다양한 질병을 유발할 가능성이 있다. 최근 2017년 발행된 환경부의 자료에 따르면, 국내 지하수 수도시설 4,736개소의 검사결과 이 중 796개소가 국내 라돈 기준치인 148 Bq/l를 초과한 것으로 조사되었으며, 일부 지역에서는 지하수에서 식수로 사용하기 위험한 수준인 리터당 수천 베크렐의 라돈이 검출되었다.
지하수를 식수로 사용하기 위해서 주변 지하수를 수집하여 저장하는 물탱크를 사용할 수 있으며, 물탱크에 연결된 하나 이상의 가정 등에 저장된 지하수가 공급된다. 그러나, 식수로 사용되는 지하수가 저장된 물탱크가 관리자로부터 떨어진 원격 지역이나 가정의 외부 영역에 설치되기 때문에, 물탱크 내에 저장된 식수의 수질의 변화를 항상 감시하기 어려운 문제점이 있다. 또한 물탱크가 설치된 현장에 다른 이물질이 투입되거나 외부 침입자가 출현하는 문제가 발생해도, 식수 사용자들에게 해당 문제가 신속하게 전달되지 않아 즉각적인 대처가 어렵거나 식수로 사용하지 못하는 물리적 피해가 발생될 수 있다.
본 개시는 상기와 같은 문제점을 해결하기 위해, 인공지능 기반의 다양한 센서들을 이용하여 수질 모니터링 및 관리를 효율적으로 실행할 수 있는, 인공지능 기반의 수질 모니터링 방법 및 시스템을 제공한다.
본 개시는 방법, 시스템, 장치 또는 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램을 포함한 다양한 방식으로 구현될 수 있다.
본 개시의 일 실시예에 따른 인공지능 기반의 수질 모니터링 시스템은, 식수를 저장하는 물탱크, 및 식수의 수질 측정 값을 수집하는 하나 이상의 센서를 포함하는 식수 공급 장치, 및 수질 측정 값에 기초하여 식수의 수질 변화를 모니터링하고, 모니터링 결과에 기초하여 수질 개선 명령어를 생성하는 수질 모니터링 서버를 포함하며, 식수 공급 장치는, 수질 개선 명령어에 기초하여 물탱크에 저장된 식수에 대한 수질 개선 조치를 실행하도록 구성된다.
일 실시예에 따르면, 식수 공급 장치는, 외부 식수원으로부터 공급되는 식수에 대한 방사능물질을 저감하도록 구성되는 방사능물질 저감부를 더 포함할 수 있다. 일 실시예에 따르면, 식수 공급 장치는, 수질 개선 명령어에 기초하여 물탱크에 저장된 식수에 대한 수질 개선 조치를 실행하도록 구성된 수질 개선부를 더 포함하며, 수질 개선 조치는 식수에 대한 염소 투입을 포함할 수 있다.
일 실시예에 따르면, 수질 모니터링 서버는, 식수의 수질 변화를 감지하도록 학습된 인공지능 기반의 수질 예측 모델을 저장 및 실행하도록 구성될 수 있다.
일 실시예에 따르면, 수질 모니터링 서버는, 수질 오염물질이 식수원에 유입되는 것과 같은 수질 변화를 감지 시, 관리자의 단말기에 원격경고를 전송하도록 구성될수 있다.
일 실시예에 따르면, 수질 예측 모델은, 하나 이상의 센서에 의해 수집된 수질 측정값에 기초하여 수질 개선 레벨 값을 출력하도록 학습된 인공신경망 모델을 포함할 수 있다.
일 실시예에 따르면, 하나 이상의 센서는, 유량 센서, 염소 측정 센서, 탁도 측정 센서 또는 PH 측정 센서, 방사성물질 측정센서 중 적어도 하나를 포함할 수 있다.
일 실시예에 따르면, 식수 공급 장치 주변의 관심영역 내에 외부 침입자의 출현 여부를 감시하는 카메라 또는 적외선 센서 중 적어도 하나를 더 포함할 수 있다.
본 개시의 다른 실시예에 따른 인공지능 기반의 수질 모니터링 방법은, 방사성물질 저감 장치에 의해, 식수 공급 장치에 입수되는 식수에 포함된 방사능 물질을 저감하여 물탱크로 공급하는 단계, 하나 이상의 센서에 의해, 물탱크 내에 저장된 식수의 수량 및 수질을 측정하는 단계, 및 수질 개선 장치에 의해, 측정된 수량 및 수질에 기초하여 물탱크 내에 저장된 식수의 수질을 관리하는 단계를 포함한다.
본 개시의 또 다른 실시예에 따른 인공지능 기반의 수질 모니터링 방법은, 하나 이상의 센서에 의해, 특정 기간 동안 식수 공급 장치에 저장된 식수의 수질 상태의 변화를 모니터링하여 수질 모니터링 서버로 전송하는 단계, 수질 모니터링 서버에 의해, 수질 상태의 변화의 모니터링 결과에 기초하여 수질의 이상 값을 산출하는 단계, 수질 모니터링 서버에 의해, 산출된 수질의 이상 값에 기초하여 사용자 단말에 알람 정보를 전송하는 단계, 및 식수 공급 장치에 의해, 산출된 수질의 이상 값에 기초하여 식수의 수질 개선 조치를 실행하는 단계를 포함한다.
일 실시예에 따르면, 수질 모니터링 서버에 의해, 수질 상태의 변화의 모니터링 결과에 기초하여 수질의 이상 값을 산출하는 단계는, 식수의 수질 측정 값이 입력될 때 식수의 수질 변화를 감지하도록 학습된 인공지능 기반의 수질 예측 모델에 의해, 수질의 이상 값을 산출하는 단계를 포함할 수 있다.
본 개시의 일부 실시예에 따르면, 수질 오염을 감지할 수 있는 다양한 센서들을 사용하여 라돈과 같은 방사능 물질, 이물질 등에 의해 물탱크에 저장된 식수의 수질이 저하되었는지 여부를 실시간으로 감시하여 적절한 수질 관리 및 제어가 가능하다.
본 개시의 일부 실시예에 따르면, 물탱크의 주변으로부터 식수로 흡수되는 방사성물질을 저감하는 장치와 수질오염물질의 측정센서 등의 정상동작 여부를 모니터링함으로써, 수질의 수준을 일정하게 유지하여 식수가 오염되어 사용자들에 질병이 발생되는 것을 방지하는 효과가 있다.
본 개시의 일부 실시예에 따르면, 카메라, 적외선 센서 등을 활용하여, 방사능 물질, 이물질 등에 의해 식수가 오염되는 것을 방지하는 것 뿐만 아니라, 물탱크에 외부인이 침입하여 고의로 식수를 오염하는 행위를 차단하거나 사전 방지하는 효과를 가진다.
본 개시의 실시예들은, 이하 설명하는 첨부 도면들을 참조하여 설명될 것이며, 여기서 유사한 참조 번호는 유사한 요소들을 나타내지만, 이에 한정되지는 않는다.
도 1은 본 개시의 일 실시예에 따른 수질 모니터링 시스템의 구성과 사용 예시를 나타내는 도면이다.
도 2는 본 개시의 일 실시예에 따른 식수 공급 장치의 구성을 나타내는 블록도이다.
도 3은 본 개시의 다른 실시예에 따른 수질 모니터링 시스템이 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 도면이다.
도 4는 본 개시의 일 실시예에 따른 인공신경망 기반의 수질 예측 모델의 구성을 나타내는 도면이다.
도 5는 본 개시의 일 실시예에 따른 수질 모니터링 및 원격 제어를 위한 사용자 인터페이스를 나타내는 도면이다.
도 6은 본 개시의 일 실시예에 따른 수질 모니터링 방법을 나타내는 흐름도이다.
도 7은 본 개시의 다른 실시예에 따른 수질 모니터링 방법을 나타내는 흐름도이다.
도 1은 본 개시의 일 실시예에 따른 수질 모니터링 시스템의 구성과 사용 예시를 나타내는 도면이다.
도 2는 본 개시의 일 실시예에 따른 식수 공급 장치의 구성을 나타내는 블록도이다.
도 3은 본 개시의 다른 실시예에 따른 수질 모니터링 시스템이 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 도면이다.
도 4는 본 개시의 일 실시예에 따른 인공신경망 기반의 수질 예측 모델의 구성을 나타내는 도면이다.
도 5는 본 개시의 일 실시예에 따른 수질 모니터링 및 원격 제어를 위한 사용자 인터페이스를 나타내는 도면이다.
도 6은 본 개시의 일 실시예에 따른 수질 모니터링 방법을 나타내는 흐름도이다.
도 7은 본 개시의 다른 실시예에 따른 수질 모니터링 방법을 나타내는 흐름도이다.
이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.
첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응되는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.
개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다. 본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한, 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다. 명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
또한, 명세서에서 사용되는 '모듈' 또는 '부'라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, '모듈' 또는 '부'는 어떤 역할들을 수행한다. 그렇지만 '모듈' 또는 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '모듈' 또는 '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '모듈' 또는 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 또는 변수들 중 적어도 하나를 포함할 수 있다. 구성요소들과 '모듈' 또는 '부'들은 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '모듈' 또는 '부'들로 결합되거나 추가적인 구성요소들과 '모듈' 또는 '부'들로 더 분리될 수 있다.
본 개시의 일 실시예에 따르면 '모듈' 또는 '부'는 프로세서 및 메모리로 구현될 수 있다. '프로세서'는 범용 프로세서, 중앙 처리 장치(CPU), 마이크로프로세서, 디지털 신호 프로세서(DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서는, '프로세서'는 주문형 반도체(ASIC), 프로그램가능 로직 디바이스(PLD), 필드 프로그램가능 게이트 어레이(FPGA) 등을 지칭할 수도 있다. '프로세서'는, 예를 들어, DSP와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다. 또한, '메모리'는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. '메모리'는 임의 액세스 메모리(RAM), 판독-전용 메모리(ROM), 비-휘발성 임의 액세스 메모리(NVRAM), 프로그램가능 판독-전용 메모리(PROM), 소거-프로그램가능 판독 전용 메모리(EPROM), 전기적으로 소거가능 PROM(EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.
도 1은 본 개시의 일 실시예에 따른 수질 모니터링 시스템의 구성과 사용 예시를 나타내는 도면이다.
도 1에 도시된 바와 같이, 일 실시예에 따른 수질 모니터링 시스템(100)은, 식수 공급 장치(110), 및 식수 공급 장치(110)와 네트워크(180)를 통해 연결되는 수질 모니터링 서버(190)를 포함할 수 있다.
식수 공급 장치(110)는, 식수원으로부터 공급되는 식수(예를 들어, 지하수)를 저장하고, 저장된 식수의 수질을 모니터링 및 관리한다. 이러한 식수 공급 장치(110)의 주변에는, 외부 침입자(170)가 저장된 식수로 접근하는 것을 사전 차단하기 위하여, 관심영역 내에 외주 침입자(170)의 출현 등을 감시하는 카메라(150) 및 적외선 센서(또는 열감지 센서)(160)가 설치될 수 있다. 카메라(150) 및 적외선 센서(160)는, 예를 들어 식수가 저장된 물탱크 주변을 둘러싸는 울타리에 설치될 수 있으며, 외부 침입자(170)의 출현 등을 광범위하게 감시할 수 있도록 복수 개가 소정의 간격 이격되어 설치됨이 바람직하다. 카메라(150) 및 적외선 센서(160)에 의해 감지된 침입자 정보는, 네트워크(180)를 통해 수질 모니터링 서버(190)로 전송될 수 있다. 여기서의 침입자 정보는, 구체적으로 카메라(150)에 의해 촬영된 외부 침입자(170)의 이미지나 영상 정보와, 적외선 센서(160)에 의해 감지된 외부 침입자(170)의 접근 정보(예를 들어, 열감지 정보)를 포함할 수 있다.
그리고 식수 공급 장치(110)는, 수질 모니터링을 위해 하나 이상의 센서가 설치될 수 있으며, 센서로부터 수집된 수질 모니터링 정보는 네트워크(180)를 통해 수질 모니터링 서버(190)로 전송될 수 있다. 네트워크(180)는 설치 환경에 따라, 예를 들어, 이더넷(Ethernet), 유선 홈 네트워크(Power Line Communication), 전화선 통신 장치 및 RS-serial 통신 등의 유선 네트워크, 이동통신망, WLAN(Wireless LAN), Wi-Fi, Bluetooth 및 ZigBee 등과 같은 무선 네트워크 또는 그 조합으로 구성될 수 있다.
수질 모니터링 서버(190)는, 카메라(150) 및 적외선 센서(160)로부터 수신된 침입자 정보 및/또는 수질 모니터링 정보에 기초하여 식수 공급 장치(110)의 외부 침입자(170) 출현 여부 및/또는 식수의 수질 변화 여부를 판단하고, 판단결과에 기초하여 외부 침입자 출현 경고 및/또는 대응조치를 실행하거나, 수질 변화에 따른 수질 개선 조치를 실행할 수 있다.
도 2는 본 개시의 일 실시예에 따른 식수 공급 장치의 구성을 나타내는 블록도이다.
도 2에 도시된 바와 같이 일 실시예에 따른 식수 공급 장치(110)는, 입수 구동부(210), 방사능물질 저감부(220), 물탱크(230), 수질 개선부(240), 제어부(250) 및 통신부(160)를 포함할 수 있다.
입수 구동부(210)는, 물탱크(230)의 수위가 일정 수위 이하인 경우 등 필요에 따라 지하수와 같은 식수원으로부터 식수가 공급될 수 있도록 구동되는 것으로, 예를 들어 펌프 등일 수 있다.
방사능물질 저감부(220)는, 입수 구동부(210)로부터 입수된 식수 중에 포함된 방사능물질의 성분을 저감하기 위한 것으로, 이를 위한 기계적 또는 전자적 구성을 포함할 수 있다. 일 실시예에 따른 방사능물질 저감부(220)는, 식수 중에 포함된 라돈을 저감하기 위한 활성탄 처리 장치를 포함할 수 있다. 일반적으로, 활성탄 처리 장치는, 식수 내의 라돈 농도가 낮고(예를 들어, 740 Bq/L 이하) 식수의 양이 작을 때 효과적이다. 다른 실시예에 따른 방사능물질 저감부(220)는, 식수 중에 포함된 우라늄 성분을 저감하기 위한 이온교환수지, 연화장치, 응집/침전장치, 역삼투압장치 중 적어도 하나를 포함할 수 있다.
물탱크(230)는, 내부에 식수가 수용될 수 있는 원통 또는 다른 형태로 형성될 수 있으며, 방사능물질 저감부(220)에 의해 방사능물질이 저감 처리된 식수를 저장한다. 또한, 물탱크(230)는 수질 모니터링을 위한 하나 이상의 센서(232, 234, 236, 238)가 설치될 수 있으며, 이를 이용하여 물탱크(230) 내 저장된 식수의 수질을 모니터링 한다. 일 실시예에서, 하나 이상의 센서(232, 234, 236, 238)는, 물탱크(230) 내에 저장된 식수의 부피 또는 양을 측정할 수 있는 유량 센서(232), 식수 내에 포함된 염소 성분을 측정할 수 있는 염소 측정 센서(234), 식수의 탁도를 측정하는 탁도 측정 센서(236), 식수의 산성/알칼리성 정도를 나타내는 수도 이온 농도를 측정할 수 있는 PH 측정 센서(238)를 포함할 수 있다. 추가적으로, 하나 이상의 센서는, 방사성물질 측정센서를 더 포함할 수 있다.
수질 개선부(240)는, 하나 이상의 센서(232, 234, 236, 238)에 의한 수질 모니터링 결과를 토대로 수질 개선 명령어가 생성되면, 수질 개선 명령어에 기초하여 물탱크(230) 내에 저장된 식수에 대한 수질 개선 조치를 실행한다. 예를 들어, 수질 개선부(240)는, 염소 측정 센서(234)에 의한 수질 모니터링 결과 염소의 농도가 일정 농도 이하인 경우, 염소와 관련된 수질 개선 명령어에 기초하여 물탱크(230) 내 저장된 식수에 대한 소독을 위해 일정 량의 염소를 투입할 수 있다.
제어부(250)는, 식수 공급 장치(110)를 구성하는 구성요소들의 동작을 제어하는 것으로, 예를 들어, 입수 구동부(210), 방사능물질 저감부(220), 수질 개선부(240), 통신부(260)의 작동을 제어할 수 있다. 통신부(260)는, 수질 모니터링 서버(190) 등과 같은 외부 서버, 또는/및 사용자 단말 등과 같은 외부 장치와 데이터를 송수신하는 것으로, 식수 공급 장치(110) 내에서 생성된 데이터를 외부 서버 또는/및 외부 장치로 송신하거나, 외부 서버 또는/및 외부 장치로부터 생성된 데이터를 수신할 수 있다.
도 3은 본 개시의 다른 실시예에 따른 수질 모니터링 시스템이 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 도면이다.
본 개시의 다른 실시예에 따른 수질 모니터링 시스템은, 카메라(150) 및/또는 적외선 센서(160)를 통해 외부 침입자를 감시하거나, 하나 이상의 센서(232, 234, 236, 238)를 통해 식수 공급 장치(110)에 저장된 식수의 수질 변화 등을 감지하고, 네트워크(330)를 통해 외부 장치(예를 들어, 사용자 단말(310)) 또는/및 외부 서버(예를 들어 수질 모니터링 서버(190))와 통신 가능하도록 구성될 수 있다.
식수 공급 장치(110)에 설치된 하나 이상의 센서(232, 234, 236, 238)는, 도 3에 도시된 바와 같이 유량 센서(232), 염소 측정 센서(234), 탁도 측정 센서(236), PH 측정 센서(238)를 포함할 수 있다. 일 실시예에 따른 유량센서(232)는, 물탱크(230)로 식수가 유입되는 유로 내부에 회전자를 설치하고, 회전자의 회전수에 비례하는 펄스를 생성하는 홀 이펙트 소자 등을 이용하여 펄스의 수를 측정하며, 이를 통해 간접적으로 유량을 측정할 수 있다. 일 실시예에 따른 염소 측정 센서(234)는, 물탱크(230) 내에 저장된 식수를 주기적으로/수시로 감지하여 식수 내의 잔류염소량을 측정할 수 있다. 일 실시예에 따른 탁도 측정 센서(236)는, 물탱크(230) 내에 저장된 식수에 대한 탁도를 측정하는 것으로, 소정의 파장을 가지는 빛을 조사하여 빛의 산란 형태에 따라 탁도를 측정할 수 있다. 일 실시예에 따른 PH 측정 센서(238)는, 물탱크(230) 내에 저장된 식수에 대한 pH 값을 측정하는 것으로, 예를 들어 PH 측정 센서(238)에 의해 측정된 식수에 대한 pH 값이, 5.8 내지 8.5 인 경우 사용자에게 공급되기 위한 식수로 적합하다고 판정될 수 있다.
상술한 카메라(150), 적외선 센서(260), 유량 센서(232), 염소 측정 센서(234), 탁도 측정 센서(236), PH 측정 센서(238) 각각은, 외부 침입자 정보 및/또는 수질 모니터링 정보를 무선 또는 유선으로 연결된 IoT 게이트웨이(320)에 전송하고, IoT 게이트웨이(320)는 수신한 신호 또는 데이터를 네트워크(330)를 통해 수질 모니터링 서버(190) 및/또는 복수 개의 사용자 단말(310_1, 310_2, 310_3)로 전송할 수 있다. IoT 게이트웨이(320)는, 수질 모니터링 시스템의 구성요소들 각각과 유선 또는 무선 통신망을 통해 통신할 수 있다. 유선 또는 무선 통신망은 지그비(Zigbee), 블루투스(Bluetooth), LAN(Local Area Network), WAN(Wide Area Network), 범용 직렬 버스(USB; Universal Serial Bus), IEEE 11073, 와이-파이(Wi-Fi), 와이브로, HSDPA, 와이맥스, UWB, IrDA, SWAP, 근거리 무선 통신 등과 같은 다양한 통신 방식들 중 적어도 하나를 포함할 수 있다.
수질 모니터링 서버(190)는, 외부 장치와 네트워크(330)를 통해 통신하여 외부 침입자 정보 및/또는 수질 모니터링 정보를 전송하거나 외부 침입자 및/또는 수질 변화에 대한 대응조치 정보를 수신할 수 있다.
네트워크(330)는, 카메라(150), 적외선 센서(160), 식수 공급 장치(110)에 포함된 하나 이상의 센서(232, 234, 236, 238), 수질 모니터링 서버(190), 사용자 단말(310) 사이의 통신이 가능하도록 구성될 수 있다. 네트워크(330)는 설치 환경에 따라, 예를 들어, 이더넷(Ethernet), 유선 홈 네트워크(Power Line Communication), 전화선 통신 장치 및 RS-serial 통신 등의 유선 네트워크, 이동통신망, WLAN(Wireless LAN), Wi-Fi, Bluetooth 및 ZigBee 등과 같은 무선 네트워크 또는 그 조합으로 구성될 수 있다. 통신 방식은 제한되지 않으며, 네트워크(330)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 복수의 사용자 단말(310_1 내지 310_n) 사이의 근거리 무선 통신 역시 포함될 수 있다.
일 실시예에 따르면, 수질 모니터링 서버(190)는, 외부 침입자 여부, 수질 변화 등에 기초하여 보안 조치, 수질 개선 서비스의 제공과 관련된 컴퓨터 실행 가능한 프로그램 및 데이터를 저장, 제공 및 실행할 수 있는 하나 이상의 서버 장치 및/또는 데이터베이스, 또는 클라우드 컴퓨팅 서비스 기반의 하나 이상의 분산 컴퓨팅 장치 및/또는 분산 데이터베이스를 포함할 수 있다. 예를 들어, 수질 모니터링 서버(190)는, 유선 또는 무선 네트워크를 통해 다른 장치와 통신할 수 있는 컴퓨팅 장치로서, CPU(central processing unit), GPU(graphic processing unit), DSP(digital signal processor) 등과 같은 처리 장치를 이용하여 연산 동작을 수행할 수 있는 하나 이상의 컴퓨팅 장치를 포함할 수 있으나, 이에 한정되는 것은 아니다.
수질 모니터링 서버(190)는, 카메라(150) 및/또는 적외선 센서(160)를 통해 수집된 이미지/영상, 또는 하나 이상의 센서(232, 234, 236, 238)에 의해 수집된 수질 변화 데이터에 기초하여, 외부 침입자 여부, 수질 변화 등을 감지하도록, 학습된 하나 이상의 인공지능 기반의 수질 예측 모델을 저장 및 실행하도록 구성될 수 있다. 또한, 수질 모니터링 서버(190)는, 감지된 수질 변화에 기초하여, 식수 공급 장치(110)에 저장된 식수의 수질 개선 등을 제어할 수 있는 제어 명령 신호를 식수 공급 장치(110)로 전송할 수 있다. 이에 따라, 식수 공급 장치(110)는, 저장된 식수의 수질 개선을 위한 후속 조치를 실행할 수 있다.
한편, 사용자 단말(310)은 네트워크(330)를 통해 수질 모니터링 서버(190)로부터 수신된 침입자 출현 여부 정보 또는 수질 변화 정보를 사용자 인터페이스를 통해 사용자에게 출력할 수 있다. 또한, 사용자 단말(310)는, 사용자 인터페이스를 통해 사용자로부터 입력된 센서 설정 정보, 침입자 또는 수질 변화에 대응 대응조치와 관련된 명령을 네트워크(330)를 통해 수질 모니터링 서버(190) 또는 식수 공급 장치(110)로 전송할 수 있다.
사용자 단말기(310)는, 도 3에서 휴대폰 또는 스마트폰(310_1), 태블릿 컴퓨터(310_2) 및 랩탑 또는 데스크탑 컴퓨터(310_3)가 예로서 도시되었으나, 이에 한정되지 않으며, 사용자 단말기(310)는, 유선 및/또는 무선 통신이 가능하고 수질 모니터링 서비스 애플리케이션, 모바일 브라우저 애플리케이션 또는 웹 브라우저가 설치되어 실행될 수 있는 임의의 컴퓨팅 장치일 수 있다. 예를 들어, 사용자 단말기(310)는, 스마트폰, 휴대폰, 내비게이션 단말기, 데스크탑 컴퓨터, 랩탑 컴퓨터, 디지털방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 컴퓨터, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스 등을 포함할 수 있다.
도 4는 본 개시의 일 실시예에 따른 인공신경망 기반의 수질 예측 모델의 구성을 나타내는 도면이다.
수질 예측 모델(420)은, 외부 컴퓨팅 장치에 의해 생성, 저장 또는 업데이트되어, 도 3에 도시된 수질 모니터링 서버(190)의 프로세서에 의해 실행될 수 있다. 도 4에 도시된 바와 같이, 수질 예측 모델(420)은, 수질 측정 값(410)에 기초하여 수질 개선 레벨 값(432)를 출력하도록 학습된 인공신경망 모델(422)을 포함할 수 있다.
예를 들어, 인공신경망 모델(422)은, RNN(recurrent neural network), LSTM(long-short term memory) 등과 같이 시계열 데이터에 기초하여 미래의 예측 값을 도출하도록 학습하는 인공신경망 모델을 포함할 수 있다.
인공신경망 모델(422)은 시간상 변화하는 수질 변화 또는 수질 측정 값(410)을 입력으로 하여, 수질 레벨 개선(432)에 대한 연관 점수(즉, 수질 개선 레벨 값)(434)를 산출할 수 있다. 인공신경망 모델(422)은 특정 기간 동안 수집된 하나 이상의 수질 측정 센서 데이터 및 이에 대응한 수질 개선 조치 정보가 저장된 데이터베이스(미도시)로부터 추출된 학습데이터를 이용하여, 일련의 수질 측정 값(410)에 대한 수질 레벨 개선(432)의 연관 점수(434)를 산출하도록 학습될 수 있다.
이상과 같이 수질 예측 모델(420)에 의해 출력된 수질 개선 레벨 값에 기초하여, 수질 모니터링 서버(190)는 식수 공급 장치(110)의 수질 개선부(240)를 구동함으로써, 수질 측정 값(410)에 상응하는 수질 개선 조치를 실행할 수 있다.
도 5는 본 개시의 일 실시예에 따른 수질 모니터링 및 원격 제어를 위한 사용자 인터페이스를 나타내는 도면이다.
일 실시예에 따른 수질 모니터링 및 원격 제어용 사용자 인터페이스(500)는, 사용자 단말(310)을 통해 출력될 수 있으며, 카메라(150)에 의해 촬영된 물탱크(230)의 이미지나 영상을 사용자가 볼 수 있게끔 나타낼 수 있다. 이때, 물탱크(230)의 이미지나 영상은, 실시간으로 촬영된 이미지나 영상 일 수 있을 뿐만 아니라, 특정 시간에 촬영된 이미지 또는 특정 시간 동안 촬영된 영상일 수 있다.
사용자 인터페이스(500)에는 제어화면 버튼(510)을 포함할 수 있다. 사용자가 사용자 단말(310)에 출력된 사용자 인터페이스(500) 상의 제어화면 버튼(510)을 선택하면, 물탱크 상태 UI(user interface)(512), 센서값 UI(514), 카메라 조절 UI(550), 침입자 대응조치 UI(560)가 화면에 표시될 수 있다.
물탱크 상태 UI(512)는, 관정라돈, 저수조라돈, 수위, 배수관, 염소 등과 같이 물탱크(230) 내 저장된 식수에 대한 정보를 알 수 있도록 표시되며, 센서값 UI(514)는, 물탱크(230)에 설치된 하나 이상의 센서(232, 234, 236, 238)로부터 감지된 수질 측정값을 나타낸다. 또한, 카메라 조절 UI(550)는, 카메라(150)에 의해 촬영되는 위치를 조절(방향 전환)하거나, 카메라(150)에 의해 촬영되는 범위를 조절(확대 또는 축소)할 수 있도록 구성될 수 있다. 그리고 침입자 대응조치 UI(560)는, 식수 공급 장치(110) 주변의 관심영역 내에 외부 침입자가 출현하여, 카메라(150) 및/또는 적외선 센서(160)에 의한 외부 침입자 감지 시, 서치라이트 점등, 싸이렌 동작, 경광등 점등 등의 조치를 사용자가 취할 수 있도록 구성될 수 있다.
한편, 사용자가 사용자 단말(310)에 출력된 사용자 인터페이스(500) 상의 운전이력 버튼(520)을 선택하면, 식수 공급 장치(110)의 조작 이력 정보(즉, 로그 데이터)가 화면에 표시될 수 있다. 이때, 식수 공급 장치(110)의 조작 이력 정보는, 사용자에 의한 식수 공급 장치(110)의 조작 이력은 물론, 외부 침입자에 의한 식수 공급 장치(110)의 조작 이력을 포함할 수 있다.
그리고 사용자가 사용자 단말(310)에 출력된 사용자 인터페이스(500) 상의 알람내역 버튼(530)을 선택하면, 카메라(150) 또는/및 적외선 센서(160) 등을 통해 감지된 침입자의 출현 여부에 대한 정보를 비롯하여, 카메라(150)에 의해 촬영된 이미지나 영상 등이 화면에 표시될 수 있다. 알람내역 버튼(530)을 선택하여 화면에 표시되는 이미지나 영상은, 외부 침입자의 출현에 따른 특정 시간 대에 촬영된 이미지나 영상을 의미한다.
사용자가 사용자 단말(310)에 출력된 사용자 인터페이스(500) 상의 설정 버튼(540)을 선택하면, 카메라(150), 적외선 센서(160), 하나 이상의 센서(232, 234, 236, 238) 등의 동작 파라미터 설정 화면이 표시될 수 있다. 이를 통해, 사용자는 예를 들어, 카메라(150)의 촬영 시간, 적외선 센서(160)와 하나 이상의 센서(232, 234, 236, 238)의 감지/측정 주기, 민감도 등을 변경할 수 있다.
도 6은 본 개시의 일 실시예에 따른 수질 모니터링 방법을 나타내는 흐름도이다.
일 실시예에 따른 수질 모니터링 방법은, 도 1 및 도 2에 도시된 바와 같이, 하나 이상의 센서(232, 234, 236, 238)이 설치된 물탱크(230)를 포함하는 식수 공급 장치(110), 수질 모니터링 서버(190)를 포함하는 수질 모니터링 시스템(100)에 의해 실행될 수 있다. 도시된 바와 같이, 일 실시예에 따른 수질 모니터링 방법은, 방사능물질 저감 장치에 의해, 식수 공급 장치(110)에 입수되는 식수에 포함된 방사능물질을 저감하여 물탱크(230)로 공급하는 단계(610)로 개시될 수 있다. 여기서의 방사능물질 저감 장치는, 도 2에 도시된 방사능물질 저감부(220)일 수 있다.
단계(610)에서 방사능물질이 저감된 식수가 물탱크(230)로 공급된 이후, 단계(620)에서, 하나 이상의 센서(232, 234, 236, 238)에 의해, 물탱크(230) 내에 저장된 식수의 수량 및 수질을 측정할 수 있다. 이때, 센서는, 유량 센서(232), 염소 측정 센서(234), 탁도 측정 센서(236), PH 측정 센서(238) 등일 수 있으며, 하나 이상의 센서(232, 234, 236, 238)에 의해 측정된 수질 측정값을 네트워크(180)를 통해 수질 모니터링 시버(190)로 전송할 수 있다.
그 다음으로, 단계(630)에서, 수질 개선 장치에 의해, 측정된 수량 및 수질에 기초하여 물탱크(230) 내에 저장된 식수의 수질을 관리할 수 있다. 여기서의 수질 개선 장치는, 도 2에 도시된 수질 개선부(240)일 수 있다. 수질 개선 장치는, 식수 공급 장치(110)로부터 전송받은 수질 측정값에 기초하여, 수질 모니터링 서버(190)가 수질 개선이 필요하다고 판단될 경우, 수질 모니터링 서버(190)로부터 생선된 수질 개선 명령어에 따라 물탱크(230) 내에 저장된 식수의 수질이 개선되도록 할 수 있다. 즉, 수질 개선 장치는, 물탱크(230) 내에 식수가 적정 유량을 이루면서, 음용하기에 적합한 염소의 농도, 탁도, pH를 가지도록 조치를 취할 수 있다.
도 7은 본 개시의 다른 실시예에 따른 수질 모니터링 방법을 나타내는 흐름도이다.
다른 실시예에 따른 수질 모니터링 방법은, 도 2 내지 도 4에 도시된 바와 같이 하나 이상의 센서(232, 234, 236, 238)이 설치된 물탱크(230)를 포함하는 식수 공급 장치(110), 수질 모니터링 서버(190), 사용자 단말(310), 수질 예측 모델(420)을 포함하는 수질 모니터링 시스템(100, 300)에 의해 실행될 수 있다. 다른 실시예에 따른 수질 모니터링 방법은, 하나 이상의 센서(232, 234, 236, 238)에 의해, 특정 기간 동안 식수 공급 장치(110)에 저장된 식수의 수질 상태의 변화를 모니터링하여 수질 모니터링 서버(190)로 전송하는 단계(710)로 개시될 수 있다.
그리고 나서, 단계(720)에서 수질 모니터링 서버(190)에 의해, 수질 상태의 변화의 모니터링 결과에 기초하여 수질의 이상 값을 산출할 수 있다. 이때, 수질 모니터링 서버(190)에 의해 실행되어 식수의 수질 변화를 감지하도록 합습된 인공지능 기반의 수질 예측 모델(420)은, 특정 시간 동안 변화하는 식수의 수질 측정 값(410)이 입력되면, 학습데이터를 이용하여 수질의 이상 값을 산출할 수 있다.
그리고 나서, 단계(730)에서 수질 모니터링 서버(190)는 수질 예측 모델(420)에 의해 산출된 수질 이상 값에 기초하여 사용자 단말(310)에 알람 정보를 전송할 수 있다. 여기서의 알람 정보는, 수질에 영향을 미치는 식수의 유량, 염소 농도, 탁도, pH의 이상 여부에 대한 알람 등을 포함할 수 있다.
마지막으로, 사용자 단말(310)로부터 전송되는 수질 개선 조치에 대한 명령 신호 또는 수질 모니터링 서버(190)로부터 전송되는 수질 개선을 위한 제어 명령 신호에 따라, 단계(740)에서 식수 공급 장치(110)는, 산출된 수질의 이상 값에 기초하여 식수의 수질 개선 조치를 실행할 수 있다.
상술된 인공지능 기반의 수질 모니터링 방법은, 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수도 있다. 기록매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록 매체 내지 저장매체도 들 수 있다.
본 개시의 방법, 동작 또는 기법들은 다양한 수단에 의해 구현될 수도 있다. 예를 들어, 이러한 기법들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수도 있다. 본원의 개시와 연계하여 설명된 다양한 예시적인 논리적 블록들, 모듈들, 회로들, 및 알고리즘 단계들은 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양자의 조합들로 구현될 수도 있음을 통상의 기술자들은 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 대체를 명확하게 설명하기 위해, 다양한 예시적인 구성요소들, 블록들, 모듈들, 회로들, 및 단계들이 그들의 기능적 관점에서 일반적으로 위에서 설명되었다. 그러한 기능이 하드웨어로서 구현되는지 또는 소프트웨어로서 구현되는 지의 여부는, 특정 어플리케이션 및 전체 시스템에 부과되는 설계 요구사항들에 따라 달라진다. 통상의 기술자들은 각각의 특정 어플리케이션을 위해 다양한 방식들로 설명된 기능을 구현할 수도 있으나, 그러한 구현들은 본 개시의 범위로부터 벗어나게 하는 것으로 해석되어서는 안된다.
하드웨어 구현에서, 기법들을 수행하는 데 이용되는 프로세싱 유닛들은, 하나 이상의 ASIC들, DSP들, 디지털 신호 프로세싱 디바이스들(digital signal processing devices; DSPD들), 프로그램가능 논리 디바이스들(programmable logic devices; PLD들), 필드 프로그램가능 게이트 어레이들(field programmable gate arrays; FPGA들), 프로세서들, 제어기들, 마이크로제어기들, 마이크로프로세서들, 전자 디바이스들, 본 개시에 설명된 기능들을 수행하도록 설계된 다른 전자 유닛들, 컴퓨터, 또는 이들의 조합 내에서 구현될 수도 있다.
따라서, 본 개시와 연계하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 및 회로들은 범용 프로세서, DSP, ASIC, FPGA나 다른 프로그램 가능 논리 디바이스, 이산 게이트나 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본원에 설명된 기능들을 수행하도록 설계된 것들의 임의의 조합으로 구현되거나 수행될 수도 있다. 범용 프로세서는 마이크로프로세서일 수도 있지만, 대안으로, 프로세서는 임의의 종래의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신일 수도 있다. 프로세서는 또한, 컴퓨팅 디바이스들의 조합, 예를 들면, DSP와 마이크로프로세서, 복수의 마이크로프로세서들, DSP 코어와 연계한 하나 이상의 마이크로프로세서들, 또는 임의의 다른 구성의 조합으로서 구현될 수도 있다.
펌웨어 및/또는 소프트웨어 구현에 있어서, 기법들은 랜덤 액세스 메모리(random access memory; RAM), 판독 전용 메모리(read-only memory; ROM), 비휘발성 RAM(non-volatile random access memory; NVRAM), PROM(programmable read-only memory), EPROM(erasable programmable read-only memory), EEPROM(electrically erasable PROM), 플래시 메모리, 컴팩트 디스크(compact disc; CD), 자기 또는 광학 데이터 스토리지 디바이스 등과 같은 컴퓨터 판독가능 매체 상에 저장된 명령들로서 구현될 수도 있다. 명령들은 하나 이상의 프로세서들에 의해 실행 가능할 수도 있고, 프로세서(들)로 하여금 본 개시에 설명된 기능의 특정 양태들을 수행하게 할 수도 있다.
소프트웨어로 구현되는 경우, 상기 기법들은 하나 이상의 명령들 또는 코드로서 컴퓨터 판독 가능한 매체 상에 저장되거나 또는 컴퓨터 판독 가능한 매체를 통해 전송될 수도 있다. 컴퓨터 판독가능 매체들은 한 장소에서 다른 장소로 컴퓨터 프로그램의 전송을 용이하게 하는 임의의 매체를 포함하여 컴퓨터 저장 매체들 및 통신 매체들 양자를 포함한다. 저장 매체들은 컴퓨터에 의해 액세스될 수 있는 임의의 이용 가능한 매체들일 수도 있다. 비제한적인 예로서, 이러한 컴퓨터 판독가능 매체는 RAM, ROM, EEPROM, CD-ROM 또는 다른 광학 디스크 스토리지, 자기 디스크 스토리지 또는 다른 자기 스토리지 디바이스들, 또는 소망의 프로그램 코드를 명령들 또는 데이터 구조들의 형태로 이송 또는 저장하기 위해 사용될 수 있으며 컴퓨터에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있다. 또한, 임의의 접속이 컴퓨터 판독가능 매체로 적절히 칭해진다.
예를 들어, 소프트웨어가 동축 케이블, 광섬유 케이블, 연선, 디지털 가입자 회선 (DSL), 또는 적외선, 무선, 및 마이크로파와 같은 무선 기술들을 사용하여 웹사이트, 서버, 또는 다른 원격 소스로부터 전송되면, 동축 케이블, 광섬유 케이블, 연선, 디지털 가입자 회선, 또는 적외선, 무선, 및 마이크로파와 같은 무선 기술들은 매체의 정의 내에 포함된다. 본원에서 사용된 디스크(disk)와 디스크(disc)는, CD, 레이저 디스크, 광 디스크, DVD(digital versatile disc), 플로피디스크, 및 블루레이 디스크를 포함하며, 여기서 디스크들(disks)은 보통 자기적으로 데이터를 재생하고, 반면 디스크들(discs)은 레이저를 이용하여 광학적으로 데이터를 재생한다. 위의 조합들도 컴퓨터 판독가능 매체들의 범위 내에 포함되어야 한다.
소프트웨어 모듈은, RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터들, 하드 디스크, 이동식 디스크, CD-ROM, 또는 공지된 임의의 다른 형태의 저장 매체 내에 상주할 수도 있다. 예시적인 저장 매체는, 프로세가 저장 매체로부터 정보를 판독하거나 저장 매체에 정보를 기록할 수 있도록, 프로세서에 연결될 수 있다. 대안으로, 저장 매체는 프로세서에 통합될 수도 있다. 프로세서와 저장 매체는 ASIC 내에 존재할 수도 있다. ASIC은 유저 단말 내에 존재할 수도 있다. 대안으로, 프로세서와 저장 매체는 유저 단말에서 개별 구성요소들로서 존재할 수도 있다.
이상 설명된 실시예들이 하나 이상의 독립형 컴퓨터 시스템에서 현재 개시된 주제의 양태들을 활용하는 것으로 기술되었으나, 본 개시는 이에 한정되지 않고, 네트워크나 분산 컴퓨팅 환경과 같은 임의의 컴퓨팅 환경과 연계하여 구현될 수도 있다. 또 나아가, 본 개시에서 주제의 양상들은 복수의 프로세싱 칩들이나 장치들에서 구현될 수도 있고, 스토리지는 복수의 장치들에 걸쳐 유사하게 영향을 받게 될 수도 있다. 이러한 장치들은 PC들, 네트워크 서버들, 및 휴대용 장치들을 포함할 수도 있다.
본 명세서에서는 본 개시가 일부 실시예들과 관련하여 설명되었지만, 본 개시의 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 개시의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다. 또한, 그러한 변형 및 변경은 본 명세서에 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.
100 : 수질 모니터링 시스템
110 : 식수 공급 장치
150 : 카메라
160 : 적외선 센서
170 : 침입자
180 : 네트워크
190 : 수질 모니터링 서버
210 : 입수 구동부
220 : 방사능물질 저감부
230 : 물탱크
232 : 유량 센서
234 : 염소 측정 센서
236 : 탁도 측정 센서
238 : PH 측정 센서
240 : 수질 개선부
250 : 제어부
260 : 통신부
310 : 사용자 단말
320 : IoT 게이트웨이
330 : 네트워크
420 : 수질 예측 모델
422 : 인공신경망 모델
110 : 식수 공급 장치
150 : 카메라
160 : 적외선 센서
170 : 침입자
180 : 네트워크
190 : 수질 모니터링 서버
210 : 입수 구동부
220 : 방사능물질 저감부
230 : 물탱크
232 : 유량 센서
234 : 염소 측정 센서
236 : 탁도 측정 센서
238 : PH 측정 센서
240 : 수질 개선부
250 : 제어부
260 : 통신부
310 : 사용자 단말
320 : IoT 게이트웨이
330 : 네트워크
420 : 수질 예측 모델
422 : 인공신경망 모델
Claims (1)
- 인공지능 기반의 수질 모니터링 시스템에 있어서,
식수를 저장하는 물탱크, 및 상기 식수의 수질 측정 값을 수집하는 하나 이상의 센서를 포함하는 식수 공급 장치;
상기 수질 측정 값에 기초하여 상기 식수의 수질 변화를 모니터링하고, 상기 모니터링 결과에 기초하여 수질 개선 명령어를 생성하며, 상기 하나 이상의 센서에 의해 수집된 수질 측정값에 기초하여 수질 개선 레벨 값을 출력하도록 학습된 인공신경망 모델을 포함하는 수질 예측 모델을 저장 및 실행하도록 구성된 수질 모니터링 서버; 및
상기 수질 모니터링 서버로부터 수신된 침입자 출현 여부 정보 또는 수질 변화 정보를 사용자 인터페이스(UI)를 통해 출력하는 사용자 단말을 포함하며,
상기 하나 이상의 센서는,
유량 센서, 염소 측정 센서, 탁도 측정 센서, PH 측정 센서 및 방사성물질 측정센서를 포함하고,
상기 식수 공급 장치는,
상기 물탱크의 수위가 사전 정의된 임계값 이하인 경우 외부 식수원으로부터 상기 물탱크로 식수를 공급하도록 구성된 입수 구동부;
상기 수질 개선 명령어에 기초하여 상기 물탱크에 저장된 식수에 대한 염소 투입을 포함하는 수질 개선 조치를 실행하도록 구성된 수질 개선부;
상기 외부 식수원으로부터 공급되는 식수에 대한 방사능 물질을 농도에 따라 기계적 또는 전자적 방식에 의해 저감하도록 구성된 방사능물질 저감부; 및
상기 식수 공급 장치 주변의 관심영역을 설정하고, 상기 관심영역 내에 외부 침입자의 출현 여부를 감시하는 카메라를 포함하고,
상기 방사능물질 저감부는,
상기 하나 이상의 센서에 의해 측정된 수질 측정 값에 기초하여, 상기 물탱크에 저장된 식수 내 라돈 농도가 사전 정의된 임계값 이하이고, 상기 식수의 양이 사전 정의된 임계값 이하인 경우, 활성탄 처리 장치를 사용하여 상기 식수에 포함된 방사능 물질을 저감하도록 구성되고,
상기 수질 모니터링 서버는,
상기 카메라에 의해 수집된 이미지 또는 영상에 기초하여, 외부 침입자 여부를 감지하도록 구성되고,
상기 사용자 인터페이스는,
제어화면 인터페이스, 운전이력 인터페이스, 알람내역 인터페이스 및 설정 인터페이스를 포함하고,
상기 제어화면 인터페이스는,
방사능 물질 농도, 수위, 배수관 상태, 염소 농도를 포함하는 상기 물탱크에 저장된 식수에 대한 정보를 표시하는 물탱크 상태 UI;
상기 하나 이상의 센서에 의해 감지된 수질 측정값을 표시하는 센서값 UI;
상기 식수 공급 장치 주변의 상기 관심영역 내에 외부 침입자의 출현 여부를 감시하는 카메라에 의해 촬영되는 상기 관심영역 위치를 조절하거나, 상기 관심영역 범위를 확대 또는 축소 조절하는 카메라 조절 UI; 및
상기 카메라에 의해 상기 식수 공급 장치 주변의 상기 관심영역 내에 외부 침입자의 출현이 감지된 경우, 서치라이트 점등, 싸이렌 동작, 경광등 점등을 포함하는 조치를 설정하는 침입자 대응조치 UI를 포함하고,
상기 운전이력 인터페이스는,
사용자 또는 외부 침입자에 의한 상기 식수 공급 장치의 조작 이력 정보를 표시하고,
상기 알람내역 인터페이스는,
외부 침입자의 출현에 따른 특정 시간 대에 상기 카메라에 의해 촬영된 이미지 또는 영상을 표시하고,
상기 설정 인터페이스는,
상기 카메라와 연관된 설정 또는 상기 하나 이상의 센서의 파라미터와 연관된 설정을 표시하는,
수질 모니터링 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220127130A KR102504241B1 (ko) | 2021-08-18 | 2022-10-05 | 인공지능 기반의 수질 모니터링 방법 및 시스템 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210108640 | 2021-08-18 | ||
| KR1020220127130A KR102504241B1 (ko) | 2021-08-18 | 2022-10-05 | 인공지능 기반의 수질 모니터링 방법 및 시스템 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210108640 Division | 2021-08-18 | 2021-08-18 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102504241B1 true KR102504241B1 (ko) | 2023-02-28 |
Family
ID=85326726
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220127130A KR102504241B1 (ko) | 2021-08-18 | 2022-10-05 | 인공지능 기반의 수질 모니터링 방법 및 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102504241B1 (ko) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150095960A (ko) | 2014-02-12 | 2015-08-24 | 주식회사 지아이넷 | 물탱크 수질감시 모니터링 시스템 및 그 운용방법 |
| KR20180085172A (ko) * | 2017-01-18 | 2018-07-26 | 주식회사 아이자랩 | 유체내 라돈을 측정하는 라돈 측정장치를 포함하는 상수 공급 시스템 및 이를 이용한 상수 공급 방법 |
| KR101917145B1 (ko) * | 2017-12-22 | 2019-01-24 | (주)썬텍엔지니어링 | 수도시설 통합 운영 시스템 및 방법 |
-
2022
- 2022-10-05 KR KR1020220127130A patent/KR102504241B1/ko active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150095960A (ko) | 2014-02-12 | 2015-08-24 | 주식회사 지아이넷 | 물탱크 수질감시 모니터링 시스템 및 그 운용방법 |
| KR20180085172A (ko) * | 2017-01-18 | 2018-07-26 | 주식회사 아이자랩 | 유체내 라돈을 측정하는 라돈 측정장치를 포함하는 상수 공급 시스템 및 이를 이용한 상수 공급 방법 |
| KR101917145B1 (ko) * | 2017-12-22 | 2019-01-24 | (주)썬텍엔지니어링 | 수도시설 통합 운영 시스템 및 방법 |
Non-Patent Citations (1)
| Title |
|---|
| 정수장 운영데이터 예측을 위한 CNN-LSTM 결합모형에 관한 연구(배재대학교 대학원, 2018.06.) 1부.* * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11939236B2 (en) | System and a method for comprehensive monitoring, analysis and maintenance of water and equipment in swimming pools | |
| CN109019715B (zh) | 医疗污水处理安全立体监测云平台、系统及其方法 | |
| US20120158336A1 (en) | Management of a number of swimming pools | |
| RU2018116898A (ru) | Устройство и способ лечения нарушения походки у субъекта | |
| US20110320140A1 (en) | Inline Overflow Protection and Leak Detection System and Method | |
| JP6388020B2 (ja) | 船舶の設備管理システム、設備管理プログラムおよび設備管理方法 | |
| KR102340325B1 (ko) | IoT 기반 음용수용 저수조 관리 플랫폼 서비스 시스템 및 그 방법 | |
| Li et al. | Developing stacking ensemble models for multivariate contamination detection in water distribution systems | |
| KR20160112229A (ko) | 스마트 염소처리시스템 | |
| KR20170076389A (ko) | 간이 상수도 원격 관리 시스템 | |
| KR102504241B1 (ko) | 인공지능 기반의 수질 모니터링 방법 및 시스템 | |
| KR102301506B1 (ko) | 딥 러닝 기반의 스마트 지하수 관정 제어 시스템 | |
| JP2023033927A (ja) | 水処理状況監視システム及び水処理状況監視方法 | |
| Tiwari | IoT based smart sewage monitoring system using GSM and Wi-Fi module | |
| EP3992155A1 (en) | Water treatment system with shut-off valve connected to remote operation | |
| CN116303690B (zh) | 基于大数据的消防数据处理方法及系统 | |
| Chafa et al. | Design of a real–time water quality monitoring and control system using Internet of Things (IoT) | |
| CN116185089B (zh) | 一种自动力循环水监测控制装置 | |
| JP2006221402A (ja) | 地下水開発施設における地下水管理システム | |
| JP5541790B2 (ja) | プラント運転監視装置およびシステムならびにプログラム | |
| KR102491635B1 (ko) | 인공지능 기반의 상수도시설 모니터링 및 원격제어 장치 및 방법 | |
| Haque et al. | Image Processing Based Water Quality Monitoring System for Biofloc Fish Farming | |
| KR102306595B1 (ko) | 지능형 iot시스템을 활용한 유입부하제어장치 및 그 방법 | |
| JP2010012383A (ja) | 自動運転制御システム | |
| JP2019518254A5 (ko) |