KR102579724B1 - 날씨 융합 실내 공기질 정화시스템 - Google Patents

날씨 융합 실내 공기질 정화시스템 Download PDF

Info

Publication number
KR102579724B1
KR102579724B1 KR1020200151381A KR20200151381A KR102579724B1 KR 102579724 B1 KR102579724 B1 KR 102579724B1 KR 1020200151381 A KR1020200151381 A KR 1020200151381A KR 20200151381 A KR20200151381 A KR 20200151381A KR 102579724 B1 KR102579724 B1 KR 102579724B1
Authority
KR
South Korea
Prior art keywords
air quality
indoor
information
ventilation
outdoor
Prior art date
Application number
KR1020200151381A
Other languages
English (en)
Other versions
KR20210060332A (ko
Inventor
문선영
박미선
김진만
이은희
강동훈
성은산
박진효
박윤호
Original Assignee
문선영
박미선
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 문선영, 박미선 filed Critical 문선영
Publication of KR20210060332A publication Critical patent/KR20210060332A/ko
Application granted granted Critical
Publication of KR102579724B1 publication Critical patent/KR102579724B1/ko

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Air Conditioning Control Device (AREA)
  • Ventilation (AREA)

Abstract

본 발명은 날씨 융합 실내 공기질 정화시스템에 관한 것으로, 공기질 측정기로 실내 공기질 및 실내 환경정보를 측정하고, 외부 관측소로부터 플랫폼 서버가 수집한 실외 공기질 및 실외 환경정보를 기반으로 하여 실내 환기필요 여부 및 환기시간을 계산하여 제공하는 날씨 융합 실내 공기질 정화시스템을 제공한다.

Description

날씨 융합 실내 공기질 정화시스템{Weather Fusion Indoor Air Quality Purification System}
본 발명은 날씨 융합 실내 공기질 정화시스템에 관한 것으로, 보다 상세하게는 공기질 측정기로 실내 공기질 및 실내 환경정보를 측정하고, 플랫폼 서버가 수집한 실외 기상정보 및 실외 공기질 정보를 기반으로하여 실내 환기필요 여부 및 환기시간을 계산하여 제공하는 날씨 융합 실내 공기질 정화시스템에 관한 것이다.
대기오염에 있어서, 미세 먼지의 발생원인은 자연적인 원인과 인위적인 원인으로 구분되나, 인위적인 발생이 대부분이다. 인위적인 발생원은 대부분 연료 연소에 의해 발생되며, 보일러나 자동차, 발전시설 등의 배출물질이 주요 발생원이다. 그 외 공사장, 도로 등에서 비산되는 먼지도 많은 양을 차지한다.
미세먼지 PM2.5는 자동차, 화력발전소 등에서 배출된 1차 오염물질의 대기 중 반응에 의한 2차 오염 물질생성이 주요 발생원이며, 주로 황산염, 질산염, 유기탄소 등으로 구성되어 있다. 특히, 국내외적으로 난방용 연료사용이 증가하는 겨울철에는 오염물질 배출이 증가하여 고농도 현상 발생이 증가한다.
외부 미세먼지 농도가 짙은 날 창문을 열어 환기를 시키면 미세먼지가 고스란히 유입된다. 그런데 장시간 환기를 시키지 않으면 이산화탄소나 휘발성 유기화합물(VOC) 등이 실내에 축적돼 건강에 또 다른 악영향을 미치게 된다.
일반적으로 공기청정기는 밀폐된 실내 공간에서 실내 공기 중의 먼지나 이물질 등을 걸러 내어 공기를 깨끗하게 정화시키는 장치로서, 송풍팬을 구동하여 흡입되는 실내공기가 필터를 거치도록 하여 미세 먼지 등을 걸러내고 정화된 공기를 다시 실내로 공급하는 공기 순환과정을 통하여 실내 공기를 정화시키지만, 이러한 공기청정기는 실내의 공기만 냉난방기기 등과 같이 실내에 있는 경우 이산화탄소의 증가로 인하여 공기정화 효과를 기대할 수 없고, 실내에서 발생하는 오염물질(예컨대, 라돈가스, 새집증후군 물질, 휘발성 유기화합물, 악취, 세균 등)을 정화하는 데에 한계가 있어, 이와 같이 단순히 필터 성능에 의존하는 실내용 공기청정기로는 집안 전체에 청정 산소가 풍부한 공기를 전혀 공급할 수 없을 뿐만 아니라 밀폐된 실내 공간에서는 산소 결핍을 야기하고, 라돈가스, 새집증후군 물질과 휘발성 유기화합물(VOC; Volatile Organic Compounds)의 독성물질 등을 충분히 필터링할 수 없는 문제가 있다.
종래기술 (대한민국 공개특허공보 제10-2019-0126611호)는 기상정보를 연동한 공기청정형 환기시스템에는 실외의 기상정보를 실시간으로 제공받아 실내의 공기청정 및 환기를 동시에 할 수 있는 환기시스템을 개시하고 있다. 하지만, 종래기술에서는 실내 공기질 및 실내 환경정보를 측정하거나, 측정된 실내 공기질 및 실내 환경정보와 실외 기상정보 및 실외 공기질 정보를 기반으로하여 실내 환기필요 여부 및 환기시간을 계산하지 못하는 문제점이 있다.
대한민국 공개특허공보 제10-2019-0126611호, 2019.11.12., 기상정보를 연동한 공기청정형 환기시스템
본 발명에서 해결하고자 하는 과제는 종래 기술의 문제점을 해결하기 위한 것으로, 보다 상세하게는 공기질 측정기로 실내 공기질 및 실내 환경정보를 측정하고, 플랫폼 서버가 수집한 실외 기상정보 및 실외 공기질 정보를 기반으로하여 실내 환기필요 여부 및 환기시간을 계산하여 제공하는 날씨 융합 실내 공기질 정화시스템을 제공하는 것이다.
상술한 과제를 해결하기 위하여, 본 발명은 날씨 융합 실내 공기질 정화시스템에 있어서, 실내 공기질 정보 및 실내 환경정보를 측정하는 공기질 측정기 및 상기 측정된 실내 공기질 정보 및 실내 환경정보와 실외 기상정보 및 실외 공기질 정보를 수집하는 플랫폼 서버를 포함하며, 상기 공기질 측정기는 상기 실내 공기질 정보 및 실내 환경정보와 상기 실외 기상정보 및 실외 공기질 정보를 기반으로 실내 환기필요 여부 및 실내 환기시간을 계산하는 것을 특징으로 한다.
또한, 상기 공기질 측정기로부터 측정된 실내 공기질 및 실내 환경정보와, 상기 플랫폼 서버로부터 수집된 실외 기상정보 및 실외 공기질을 표시하는 사용자 단말기를 더 포함하는 것을 특징으로 한다.
또한, 상기 공기질 측정기는, 상기 실내 공기질 정보 및 실내 환경정보를 상기 플랫폼 서버 및 상기 사용자 단말기로 전송하고, 상기 플랫폼 서버로부터 상기 실외 공기질 정보를 전송받는 IOT 시스템을 포함하는 것을 특징으로 한다.
또한, 상기 공기질 측정기는 상기 실내 환기 필요 여부 및 실내 환기시간을 표출하는 표출부 및 상기 실내 환기 필요 여부에 따라 실내를 정화하는 공기청정부를 더 포함하는 것을 특징으로 한다.
또한, 상기 플랫폼 서버는 상기 공기질 측정기의 위치를 확인하고, 상기 공기질 측정기로부터 최단 거리에서 관측된 상기 실외 기상정보 및 실외 공기질 정보를 제공하는 것을 특징으로 한다.
본 발명에 따른 날씨 융합 실내 공기질 정화시스템은 공기질 측정기가 실내 공기질 및 실내 환경정보와 실외 기상정보 및 실외 공기질 정보를 기반으로 하여 최적의 실내 환기필요 여부 및 환기시간을 계산하여 제공할 수 있다.
본 발명에 따른 날씨 융합 실내 공기질 정화시스템은 사용자 단말기를 더 포함하여 실내 환기필요 여부 및 환기시간을 다양하게 표출할 수 있다.
본 발명에 따른 날씨 융합 실내 공기질 정화시스템은 공기질 측정기에 알림부 및 공기 청정부를 더 포함하여 자연환기가 불가능한 경우 자동으로 실내의 공기를 정화할 수 있다.
도 1은 본 발명에 따른 날씨 융합 실내 공기질 정화시스템을 개략적으로 나타낸 도면이다.
도 2는 도 1에 도시한 공기질 측정기를 개략적으로 나타낸 블록도이다.
도 3은 도 1에 도시한 플랫폼 서버를 개략적으로 나타낸 블록도이다.
도 4는 플랫폼 서버가 실내 환기시간을 계산하는 관계식을 산출하는 방법을 나타내는 흐름도이다.
도 5는 머신 러닝의 실시예를 개략적으로 나타낸 도면이다.
도 6은 인공지능 알고리즘의 실시예를 개략적으로 나타낸 도면이다.
도 7은 본 발명의 다른 실시예에 따른 사용자 단말기를 개략적으로 나타낸 블록도이다.
도 8은 본 발명에 따른 날씨 융합 실내 공기질 정화시스템의 데이터 흐름도이다.
도 9는 공기질 측정기의 다른 실시예를 개략적으로 나타낸 도면이다.
이하, 첨부된 도면들을 참조하여 본 발명에 따른 날씨 융합 실내 공기질 정화시스템의 일실시 예를 설명한다. 이때, 본 발명은 실시 예에 의해 제한되거나 한정되는 것은 아니다. 또한, 본 발명을 설명함에 있어서, 공지된 기능 혹은 구성에 대해 구체적인 설명은 본 발명의 요지를 명확하게 하기 위해 생략될 수 있다.
도 1은 본 발명에 따른 날씨 융합 실내 공기질 정화시스템을 개략적으로 나타낸 도면이고, 도 2는 도 1에 도시한 공기질 측정기를 개략적으로 나타낸 블록도이며, 도 3은 도 1에 도시한 플랫폼 서버를 개략적으로 나타낸 블록도이고, 도 4는 플랫폼 서버가 실내 환기시간을 계산하는 관계식을 산출하는 방법을 나타내는 흐름도이며, 도 5는 머신 러닝의 실시예를 개략적으로 나타낸 도면이고, 도 6은 인공지능 알고리즘의 실시예를 개략적으로 나타낸 도면이며, 도 7은 본 발명의 다른 실시예에 따른 사용자 단말기를 개략적으로 나타낸 블록도이고, 도 8은 본 발명에 따른 날씨 융합 실내 공기질 정화시스템의 데이터 흐름도이며, 도 9는 공기질 측정기의 다른 실시예를 개략적으로 나타낸 도면이다.
도 1 내지 3을 참조하면, 본 발명에 따른 날씨 융합 실내 공기질 정화시스템(10)은 공기질 측정기(100) 및 플랫폼 서버(200)를 포함할 수 있다.
먼저, 도 1을 참조하면, 상기 날씨 융합 실내 공기질 정화시스템(10)은 상기 공기질 측정기(100)로 실내 공기질 정보 및 실내 환경정보를 측정하고, 상기 플랫폼 서버(200)로 상기 측정된 실내 공기질 정보 및 실내 환경정보와 실외 기상정보 및 실외 공기질 정보를 수집할 수 있다.
도 2를 참조하면, 상기 공기질 측정기(100)는 공기질 측정부(110) 및 환경정보 측정부(120)를 포함할 수 있고, 가정집의 내부, 매장, 시설의 내부를 포함하는 실내 공간에 위치하여 상기 공기질 측정부(110)로 미세먼지(PM10), 초미세먼지(PM2.5)를 포함하는 실내 공기질을 측정할 수 있으며, 상기 환경정보 측정부(120)로 실내 공간의 온도, 습도, TVOC, 이산화탄소, 부유세균을 포함하는 실내 환경정보를 측정할 수 있다.
도 3을 참조하면, 상기 플랫폼 서버(200)는 정보수집부(210) 및 산출부를 포함할 수 있고, 상기 정보수집부(210)로 상기 공기질 측정기(100)로부터 상기 측정된 실내 공기질 정보 및 실내 환경정보와 기상청 또는 외부 관측소로부터 미세먼지(PM10), 초미세먼지(PM2.5)와 같은 실외 공기질 정보와 맑음, 비, 눈, 강풍과 같은 실외 기상정보를 수집할 수 있으며, 상기 산출부(220)로 상기 실내 공기질 정보 및 실내 환경정보와 상기 실외 공기질 정보 및 상기 실외 기상정보를 기반으로 인공지능 알고리즘을 통하여 실내 환기필요 여부 및 실내 환기시간을 계산하는 관계식을 산출 할 수 있고, 상기 공기질 측정기(100)는 상기 플랫폼 서버(200)에서 산출된 관계식을 통하여 실내 환기필요 여부 및 실내 환기시간을 계산할 수 있다.
여기서, 도 4를 참조하면, 상기 플랫폼 서버(200)는 데이터 수집단계(S100), 모델생성단계(S200) 및 제품 적용단계(S300)를 수행하여 실내 환기 필요 여부를 판단하는 수학식 1 과 환기시간을 추론하는 수학식 2를 구축할 수 있다.
먼저, 상기 데이터 수집단계(S100)는 환기실험 환경을 구축하고, 환기 실험 진행 및 문서화하는 단계로, 실험용 구조 및 기반을 확보하여 환기실험을 진행하여 환기 정보를 수집할 수 있으며, 상기 공기질 측정기(100)가 실내 공기질 및 실내 환경정보를 측정할 수 있는 환기실험 환경을 구축하고, 실험을 진행하여 상기 공기질 측정기(100)로 실내 공기질 정보 및 실내 환경정보를 측정하며, 상기 플랫폼 서버(200)로 기상청 또는 외부 관측소로부터 실외 공기질 정보 및 실외 기상정보를 수집하여 문서화할 수 있다.
상기 모델생성단계(S200)는 인공지능 알고리즘 중 머신러닝의 학습 방법인 반복 방식에 의해, 수집된 데이터를 이용해 학습하여 모델을 생성하는 단계로, 상기 데이터 수집단계(S100)에서 수집된 상기 실내 공기질 정보 및 실내 환경정보와 상기 실외 공기질 정보 및 실외 기상정보들을 기반으로 환기필요 여부를 판단하는 수학식 1을 모델링 할 수 있다.
Figure 112020121471406-pat00001
상기 수학식 1은 상기 공기질 측정기(100)의 실내 환기 필요 여부를 판단하는 식으로, 먼저, 와 는 머신러닝에 의해서 생성되는 값으로, 는 다차원공간에서 초평면이라는 의사결정 선 또는 면의 방향을 의미하고, 는 의사결정 선 또는 면의 높낮이를 의미하며, 는 실내외 공기질관련 데이터로 특정 값 1개를 뜻하지 않고 다양한 데이터를 담고 있는 벡터로, 외부공기질 데이터로 실외 미세먼지, 초미세먼지, 내부공기질 데이터로 실내 미세먼지, 초미세먼지, 이산화탄소, TVOC와 같은 모든 값을 의미할 수 있다.
여기서, 도 5를 참조하면, 동그라미가 환기가 필요할 때의 데이터, 네모가 환기가 불필요한 때를 나타낸다고 했을 때, 이처럼 사전에 수집된 데이터를 학습하여 분류경계를 그래프 상의 직선인 1, 2, 3과 같이 나타낼 수 있고, 이 경계를 기준으로 실내 환기여부를 판단할 수 있으며, , 는 직선을 그릴 때 필요한 계수로, 학습을 통해 최적의 분류를 결정짓는 직선의 계수인 기울기와 절편을 찾아내 환기 여부를 판단할 수 있다.
따라서 는 학습을 통해서 결정된 , 와 새롭게 수집된 데이터 가 경계 위쪽(>0) 값인지 아래쪽(<0) 값인지를 나타내어, 그 결과에 따라 현재 수집된 데이터를 통해 환기가 필요한지 불필요한지를 결정할 수 있으며, 예를 들어, 의 값에 따라, >0일 경우, 환기 필요로 판단하고, <0일 경우는 환기 불필요로 판단할 수 있다.
또한, 상기 수학식 1에서 환기 필요로 판단한 경우, 환기시간을 추정하는 수학식 2를 모델링하여 환기시간을 추정할 수 있다.
Figure 112020121471406-pat00016
먼저, 상기 플랫폼 서버(200)는 환기시간을 설정할 수 있으며, 예를 들어 10분, 20분, 30분과 같이 일정 시간을 환기시간으로 설정하여 상기 수학식 2를 통해 데이터에 따라 해당되는 환기시간을 판단할 수 있다.
상기 수학식 2에서 는 학습률로, 상기 플랫폼 서버(200)에 의해 설정될 수 있으며, 초기 설정된 값을 시작으로 반복 할 때마다 0.4를 곱해주는 값으로, 상기 환기시간을 판단하기 위한 데이터들의 최적 집단이 속한 곳이 어디인지 반복 학습을 통해 반복의 범주를 결정하고, 는 영향률로, 앞선 데이터들과 현재 데이터들과의 거리 유사도를 구하여 환기시간의 영향 정도를 결정하며, 여기서, 학습률과 영향률의 t는 반복횟수를 의미한다.
또한, 는 수학식 1에서와 같이 외부공기질 데이터로 실외 미세먼지, 초미세먼지, 내부공기질 데이터로 실내 미세먼지, 초미세먼지, 이산화탄소, TVOC와 같은 모든 값을 의미하고, 는 현재의 환기시간에 대한 가중치를 의미하며, 처음 학습시에는 모든 구간의 가중치가 같은 값을 가질 수 있고, 학습이 진행됨에 따라 각 구간의 가중치가 변환되는데, 는 변환된 가중치를 의미하며, 학습률과 영향률에 따른 와 의 차로 계산되어 그 결과를 통해 가 어떤 환기시간 범위에 해당하는지 추론할 수 있다.
상기 제품적용단계(S300)는 상기 수학식 1과 수학식 2를 상기 공기질 측정기(100)가 적용하는 단계로, 상기 플랫폼 서버(200)가 모델링된 상기 수학식1 및 수학식 2를 상기 공기질 측정기(100)로 전송하고, 상기 공기질 측정기(100)가 이를 적용하여 환기필요 여부 및 실내 환기시간을 계산할 수 있다.
여기서, 도 6을 참조하면, 환기시간에 따른 오염도의 지역 최소값(local minima)이 계속해서 변화하므로 최대 효율의 자연환기가 불가하지만, 인공신경망 기반 경사하강법 딥러닝 프로세스인 상기 인공지능을 적용하면 극소값의 오류를 원천 차단할 수 있어 최대 효율의 자연환기가 가능하며, 또한, 상기 인공지능으로 오염원 별 관계식을 산출하고, 사용자 데이터 기반 관계식을 재산출하여 정확성을 향상 시킬 수 있으며, 수정 없이 지속 활용이 가능하다.
도 7을 참조하면, 상기 날씨 융합 실내 공기질 정화시스템(10)은 사용자 단말기(300)를 더 포함할 수 있다.
상기 사용자 단말기(300)는 표출부(310)를 포함하여 상기 공기질 측정기(100)로부터 측정된 실내 공기질 및 실내 환경정보와, 상기 플랫폼 서버(200)로부터 수집된 실외 기상정보 및 실외 공기질 정보를 표시할 수 있고, 상기 공기질 측정기(100)가 상기 플랫폼 서버(200)에서 산출된 상기 수학식 1 및 수학식 2를 적용하여 계산한 실내 환기필요 여부 및 실내 환기시간을 표시할 수 있으며, 상기 수학식 1 및 2에서 계산되는 상기 실내 환기시간을 표출할 수 있다.
예를 들어, 상기 공기질 측정기(100)가 적용한 상기 수학식 1에서 >0으로 나와 환기 필요로 판단되는 경우, 상기 공기질 측정기(100)는 상기 수학식 2를 통해 의 값을 구해 미리 설정된 상기 환기시간에서 해당되는 범위를 추론하여 상기 공기질 측정기(100)가 환기시간만큼 실내를 환기하고, 상기 사용자 단말기(300)가 환기시간을 표출할 수 있다.
여기서, 도 8을 참조하면, 상기 공기질 측정기(100)는 상기 플랫폼 서버(200) 및 사용자 단말기(300)와 무선통신을 할 수 있는 IOT 시스템을 포함할 수 있다.
상기 공기질 측정기(100)는 상기 플랫폼 서버(200)와 무선통신으로 연결되어 상기 실내 공기질 정보 및 실내 환경정보를 전송하고, 상기 플랫폼 서버(200)로부터 상기 실외 기상정보 및 실외 공기질 정보와 상기 관계식을 수신할 수 있으며, 상기 관계식에 상기 실내 공기질 정보 및 실내 환경정보와 실외 기상정보 및 실외 공기질 정보를 적용하여 상기 환기시간을 계산하여 상기 사용자 단말기(300)로 전송할 수 있다.
먼저, 상기 공기질 측정기(100)는 실내에서 상기 실내 공기질 정보 및 실내 환경정보를 측정하여 상기 플랫폼 서버(200)로 전송하며, 상기 플랫폼 서버(200)는 상기 공기질 측정기(100)로부터 전송받은 상기 실내 공기질 정보 및 실내 환경정보와 외부 관측소로부터 실외 공기질 정보를 수집하여 상기 정보수집부(210)에 저장하고, 상기 산출부(220)로 상기 인공지능 알고리즘을 통하여 실내 환기필요 여부 및 실내 환기시간을 계산하는 관계식을 산출하여 상기 공기질 측정기(100)로 전송하며, 상기 공기질 측정기(100)가 상기 관계식을 적용하여 실내 환기필요 여부 및 실내 환기시간을 계산하여 상기 사용자 단말기(300)로 전송하고, 상기 사용자 단말기(300)는 상기 표출부(310)를 통해 상기 실내 환기필요 여부 및 실내 환기시간을 표출할 수 있다.
도 9를 참조하면, 상기 공기질 측정기(100)는 알림부(130) 및 공기청정부(140)를 더 포함할 수 있다.
상기 알림부(130)는 조명장식을 구비하고, 상기 관계식의 결과에 따라 색상 변화로 환기필요 여부를 표현할 수 있으며, 상기 조명장식은 내부에 공간이 있는 다양한 형상으로 스노우볼 등과 같이 내부에 악세사리를 포함할 수 있어 입자를 날리는 모션으로 실외 공기질 상태를 표현할 수 있다.
예를 들어, 상기 알림부(130)는 상기 조명장식의 색을 빨강, 노랑, 초록으로 표현 할 수 있으며, 빨강은 즉각 환기 필요, 노랑은 환기 필요, 초록은 환기불필요를 뜻하며, 상기 수학식 1의 값이 0보다 큰 경우가 환기 필요를 의미하는 경우에 빨강 또는 노랑으로 표현할 수 있고, 상기 값이 0이거나, 0보다 작은 경우에는 초록으로 표현할 수 있으며, 상기 값이 0보다 큰 경우 일 때, 기준 농도 이상이면 빨강, 기준 농도 이하면 노랑으로 표현할 수 있어, 실내에서 상기 공기질 측정기(100)의 상기 알림부(130)로 환기필요 여부를 확인할 수 있다.
또한, 상기 플랫폼 서버(200)로부터 전송받은 실외 공기질 정보에 따라 실외 공기질이 기준 농도 이상이면 입자를 날리는 모션을 취하고, 실외 공기질이 기준 농도 미만이면 입자를 날리는 모션을 취하지 않음으로 실외 공기질을 표현할 수 있어, 외출 전 실외 공기질을 확인하여 마스크 등을 준비하여 미세먼지에 대비할 수 있다.
상기 공기청정부(140)는 필터 및 배기팬을 내부에 구비하여 실내 공기를 정화할 수 있으며, 자연환기가 불가능한 경우에 자동으로 작동할 수 있다.
예를 들어, 상기 알림부(130)가 즉각 환기 필요인 빨강이거나, 환기 필요인 노랑이면서, 실외 공기질이 나쁨인 입자를 날리는 모션을 취하는 경우, 자연환기가 불가능하므로 상기 공기청정부(140)가 자동으로 작동하여 실내 공기를 정화할 수 있다.
여기서, 상기 공기질 측정기(100)는 상기 사용자 단말기(300)와 무선통신으로 연동될 수 있고, 상기 사용자 단말기(300)는 제어부를 더 포함할 수 있어, 상기 제어부로 상기 공기질 측정기(100)의 상기 공기청정부(140)를 작동시켜 실내 공기를 정화할 수 있다.
다시, 도 8을 참조하면, 상기 플랫폼 서버(200)는 상기 공기질 측정기(100)의 위치를 확인하고, 상기 공기질 측정기(100)로부터 최단 거리에서 관측된 상기 실외 기상정보 및 실외 공기질 정보를 제공할 수 있다.
상기 공기질 측정기(100)는 GPS(미도시)를 더 포함할 수 있고, 상기 플랫폼 서버(200) 및 사용자 단말기(300)에 상기 공기질 측정기(100)의 위치 정보를 같이 전송할 수 있으며, 상기 플랫폼 서버(200)는 상기 공기질 측정기(100)가 전송하는 상기 위치 정보를 상기 정보수집부(210)로 수집하고, 상기 정보수집부(210)에 수집된 외부 관측소의 상기 실외 기상정보 및 실외 공기질 정보 중 상기 공기질 측정기(100)의 위치로부터 최단 거리의 외부 관측소 정보와 상기 산출부(220)에서 산출한 상기 수학식 1 및 수학식2를 전송할 수 있으며, 상기 공기질 측정기(100)는 상기 공기질 측정기(100)로부터 최단 거리의 외부 관측소가 관측한 상기 실외 기상정보 및 실외 공기질 정보와 상기 실내 공기질 정보 및 실내 환경정보를 상기 수학식 1및 수학식 2에 적용하여 실내 환기필요 여부 및 실내 환기시간을 계산할 수 있다.
상술한 바와 같이 도면을 참조하여 본 발명의 바람직한 실시예를 설명하였지만, 해당 기술분야의 통상의 지식을 가진 자라면, 하기의 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 또는 변경시킬 수 있다.
10 : 날씨 융합 실내 공기질 정화시스템
100 : 공기질 측정기
110 : 공기질 측정부
120 : 환경정보 측정부
130 : 알림부
140 : 공기청정부
200 : 플랫폼 서버
210 : 정보수집부
220 : 산출부
300 : 사용자 단말기
310 : 표출부
S100 : 데이터 수집단계
S200 : 모델 생성단계
S300 : 제품 적용단계

Claims (5)

  1. 실내 공기질 정보 및 실내 환경정보를 측정하는 공기질 측정기; 및
    상기 측정된 실내 공기질 정보 및 실내 환경정보와 실외 기상정보 및 실외 공기질 정보를 수집하는 플랫폼 서버를 포함하되,
    상기 플랫폼 서버는,
    상기 수집된 실내 공기질 정보 및 실내 환경정보와 실외 기상정보 및 실외 공기질 정보를 기반으로 인공지능 알고리즘을 통하여 실내 환기필요 여부 및 실내 환기시간을 계산하는 관계식을 산출하는 산출부를 포함하고,
    상기 공기질 측정기는,
    상기 플랫폼 서버에서 산출된 관계식을 통하여 상기 실내 환기필요 여부 및 실내 환기시간을 계산하며,
    상기 플랫폼 서버는,
    상기 실내 환기시간을 계산하는 관계식에 인공신경망 기반 경사하강법 딥러닝 프로세스에 의하여 오염도 극소값의 오류를 제거하여 오염도가 극소값이 되는 최대 효율의 자연환기가 가능한 환기시간을 도출하는 것을 포함하는 것을 특징으로 하는 날씨 융합 실내 공기질 정화시스템.
  2. 제 1항에 있어서,
    상기 공기질 측정기로부터 측정된 실내 공기질 및 실내 환경정보와, 상기 플랫폼 서버로부터 수집된 실외 기상정보 및 실외 공기질을 표시하는 사용자 단말기를 더 포함하는 것을 특징으로 하는 날씨 융합 실내 공기질 정화시스템.
  3. 제 2항에 있어서,
    상기 공기질 측정기는,
    상기 실내 공기질 정보 및 실내 환경정보를 상기 플랫폼 서버 및 상기 사용자 단말기로 전송하고, 상기 플랫폼 서버로부터 상기 실외 공기질 정보를 전송받는 IOT 시스템을 포함하는 것을 특징으로 하는 날씨 융합 실내 공기질 정화시스템.
  4. 제 1항에 있어서,
    상기 공기질 측정기는,
    상기 실내 환기 필요 여부 및 실내 환기시간을 표출하는 표출부; 및
    상기 실내 환기 필요 여부에 따라 실내를 정화하는 공기청정부;를 더 포함하는 것을 특징으로 하는 날씨 융합 실내 공기질 정화시스템.
  5. 제 1항에 있어서,
    상기 플랫폼 서버는,
    상기 공기질 측정기의 위치를 확인하고, 상기 공기질 측정기로부터 최단 거리에서 관측된 상기 실외 기상정보 및 실외 공기질 정보를 제공하는 것을 특징으로 하는 날씨 융합 실내 공기질 정화시스템.
KR1020200151381A 2019-11-15 2020-11-12 날씨 융합 실내 공기질 정화시스템 KR102579724B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190146940 2019-11-15
KR20190146940 2019-11-15

Publications (2)

Publication Number Publication Date
KR20210060332A KR20210060332A (ko) 2021-05-26
KR102579724B1 true KR102579724B1 (ko) 2023-09-19

Family

ID=76137675

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200151381A KR102579724B1 (ko) 2019-11-15 2020-11-12 날씨 융합 실내 공기질 정화시스템

Country Status (1)

Country Link
KR (1) KR102579724B1 (ko)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101865143B1 (ko) * 2017-02-22 2018-06-08 주식회사 레오테크 실내외 공기질 측정 기반의 환기 시스템
KR20180114385A (ko) * 2017-04-10 2018-10-18 주식회사 세스코 공기질 측정 시스템
KR102066570B1 (ko) 2018-05-02 2020-01-15 신우시스템 주식회사 기상정보를 연동한 공기청정형 환기시스템

Also Published As

Publication number Publication date
KR20210060332A (ko) 2021-05-26

Similar Documents

Publication Publication Date Title
CN110909483B (zh) 一种基于网格化数据的点源大气污染物排放清单校验方法
Yang et al. Ventilation effect on different position of classrooms in “line” type teaching building
Miao et al. Seasonal effects of street trees on particulate matter concentration in an urban street canyon
CN109751734B (zh) 基于室内VOCs散发预测的需求控制通风系统及方法
Kim et al. Wireless monitoring of indoor air quality by a sensor network
KR102579724B1 (ko) 날씨 융합 실내 공기질 정화시스템
Rahman et al. Evaluation and measurement of indoor air quality in the preschool building
CN108229092B (zh) 增加液相化学和湿沉降过程的大气污染模拟预测算法
KR102404374B1 (ko) 실내외 센서 모듈을 이용한 공기질 관리 방법 및 장치
Zhang et al. Measurement study of diurnal variations of PM2. 5 mass concentrations and affecting factors on pollutant dispersion in urban street canyons under weak-wind conditions in Xi’an
Suryati et al. Analysis of Air Quality Index Distribution of PM 10 and O 3 Concentrations in Ambient Air of Medan City, Indonesia.
Borhani et al. Optimization models for reducing the air pollutants emission in the production of insulation bituminous
KR100585238B1 (ko) 수요 대응 능동환기를 통한 ｉａｑ 제어 시스템
Kaes et al. Dilution of airborne contaminants from through-wall exhausts located on the side of multi-family residential buildings
Hidayat et al. The Effect of Land Use and Traffic Performance on Urban Air Quality in the Maminasata Peri-Urban Area
Kim et al. A study on pressure loss by the material of AHU-linked vegetation Bio-filter and its operational energy efficiency
Suszanowicz Optimisation of heat loss through ventilation for residential buildings''
KR20210067190A (ko) 쿨링포그수단의 수요를 예측할 수 있는 쿨링포그 관리 시스템 수단
Jufriansah et al. AI Big Data System to Predict Air Quality for Environmental Toxicology Monitoring
CN109612057A (zh) 室内pm2.5预警控制方法、装置及计算机可读存储介质
Minabi et al. PREDICTION OF NO 2 CONCENTRATIONS IN A GAS REFINERY USING AIR DISPERSION MODELING.
TWM567857U (zh) Modular air quality control system
US20220325910A1 (en) System and Method for Indoor Air Quality Purification
Lee Fluid dynamic simulation and validation of a naturally ventilated multispan greenhouse
Hanapi et al. Mass Concentration of Airborne Particulates in Selected Museums at Kuala Lumpur and Perak Darul Ridzuan

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant