KR102597639B1 - 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템 및 방법 - Google Patents
데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템 및 방법 Download PDFInfo
- Publication number
- KR102597639B1 KR102597639B1 KR1020200163260A KR20200163260A KR102597639B1 KR 102597639 B1 KR102597639 B1 KR 102597639B1 KR 1020200163260 A KR1020200163260 A KR 1020200163260A KR 20200163260 A KR20200163260 A KR 20200163260A KR 102597639 B1 KR102597639 B1 KR 102597639B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- analysis
- unit
- risk
- observation
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 103
- 238000012545 processing Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000012502 risk assessment Methods 0.000 claims abstract description 30
- 230000008859 change Effects 0.000 claims abstract description 25
- 238000005259 measurement Methods 0.000 claims abstract description 24
- 238000013480 data collection Methods 0.000 claims abstract description 15
- 230000005540 biological transmission Effects 0.000 claims abstract description 10
- 230000001186 cumulative effect Effects 0.000 claims description 20
- 238000007689 inspection Methods 0.000 claims description 15
- 238000013461 design Methods 0.000 claims description 8
- 238000003745 diagnosis Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 230000007613 environmental effect Effects 0.000 description 8
- 238000006073 displacement reaction Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 5
- 238000003672 processing method Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000012351 Integrated analysis Methods 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 231100000279 safety data Toxicity 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/40—Maintenance of things
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/50—Safety; Security of things, users, data or systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Health & Medical Sciences (AREA)
- Emergency Management (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Security & Cryptography (AREA)
- Operations Research (AREA)
- Biomedical Technology (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템 및 방법이 개시된다. 본 발명의 일 실시예에 따르면, 분석 대상에 대한 복수의 대상 센서 및 단위 시스템 각각에서 생성된 관측 데이터를 수집하고, 상기 관측 데이터에 대한 개별 정보의 종류와 특성에 맞춰 분류하는 데이터 수집부; 공통되는 특성을 가지는 것으로 분류된 상기 관측 데이터에 대해 측정값 대비 분석, 변화량 대비 분석, 트렌드 분석 중 하나 이상을 수행하고, 분석 결과를 종합하여 위험도 수준을 산정하는 공통 분석부; 분류가 이루어진 상기 관측 데이터에 대해 통계 처리를 수행하는 통계 처리부; 상기 위험도 수준과 상기 통계 처리된 데이터를 표준화 프로토콜로 변경하는 표준화 처리부; 및 표준화 처리된 데이터를 상기 분석 대상을 관리하는 상위 통합 시스템의 서버로 전송하는 데이터 전송부를 포함하는 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템이 제공된다.
Description
본 발명은 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템 및 방법에 관한 것이다. 본 발명은 스마트건설기술개발사업 과제(전문기관: 국토교통과학기술진흥원, 과제번호: 20SMIP-A156376-01, 과제명: 건설현장 표준화 인터페이스 및 디지털 트윈 기반 스마트 안전 관제 시스템 개발, 연구수행기관: 주식회사 심플비트)의 지원으로 연구되었다.
건설, 토목, 시설물관리 등의 분야에서는 대상으로 하는 건설공사, 토목공사, 시설물관리 분야의 상황별로 해결하고자 하는 과업에 따라 다양한 센서, 시스템들이 개발되어 운영되고 있다.
주요 관제 목표들로는 예를 들어 가시설 안전(건설, 토목), 작업자 안전(건설, 토목), 장비 안전(건설), 장비운영상황(토목), 구조물 안정성(건설, 시설물관리), 기상(건설, 토목, 시설물관리) 등의 데이터를 수집하기 위하여 각각의 과업 분야의 특성에 맞는 데이터를 수집하고 있다.
그러나 이와 같이 수집된 데이터들은 각각의 센서 혹은 시스템 단위에서만 운영되고 있어, 정보를 효율적으로 사용하지 못하는 어려움이 있다.
본 발명은 건설 분야, 토목 분야, 시설물관리 분야에서 IoT 센서, 단위 시스템과 같이 다양한 정보를 수집하는 기기로부터 측정되는 정보를 취합하여 사전 분석을 수행하고, 수행한 결과와 측정 결과를 동시에 대상 시스템으로 전송할 수 있는 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템 및 방법을 제공하기 위한 것이다.
본 발명은 건설 분야, 토목 분야, 시설물관리 분야에서 측정되는 다양한 정보들을 통합하여 현장에서 발생할 수 있는 사고를 예방하고, 위험에 사전 대처할 수 있도록 하는 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템 및 방법을 제공하기 위한 것이다.
본 발명의 이외의 목적들은 하기의 설명을 통해 쉽게 이해될 수 있을 것이다.
본 발명의 일 측면에 따르면, 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템에 있어서, 분석 대상에 대한 복수의 대상 센서 및 단위 시스템 각각에서 생성된 관측 데이터를 수집하고, 상기 관측 데이터에 대한 개별 정보의 종류와 특성에 맞춰 분류하는 데이터 수집부; 공통되는 특성을 가지는 것으로 분류된 상기 관측 데이터에 대해 측정값 대비 분석, 변화량 대비 분석, 트렌드 분석 중 하나 이상을 수행하고, 분석 결과를 종합하여 위험도 수준을 산정하는 공통 분석부; 분류가 이루어진 상기 관측 데이터에 대해 통계 처리를 수행하는 통계 처리부; 상기 위험도 수준과 상기 통계 처리된 데이터를 표준화 프로토콜로 변경하는 표준화 처리부; 및 표준화 처리된 데이터를 상기 분석 대상을 관리하는 상위 통합 시스템의 서버로 전송하는 데이터 전송부를 포함하는 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템이 제공된다.
상기 측정값 대비 분석의 경우 상기 분석 대상에 대한 설계 시 개별 측정 지점에 대한 기준에 관한 설계 기준과 비교하는 제1 타입과, 법령 및 지침에 따른 설계 기준과 비교하는 제2 타입을 포함하고, 상기 변화량 대비 분석의 경우 상기 관측 데이터의 일 변화량의 변동 제한폭 기준에 따른 A 타입과, 상기 관측 데이터의 순간 변화량의 변동 제한폭 기준에 따른 B 타입을 포함할 수 있다.
상기 공통 분석부는 정상, 관심, 주의, 경보, 즉각대응의 5단계로 상기 측정값 대비 분석과 상기 변화량 대비 분석의 결과를 구분하여 위험도 점수를 부여하고 지수화할 수 있다.
상기 공통 분석부는 상기 위험도 점수에 대해 주요 관측 항목에 속하는 센서 및 그룹에 대해서는 최대값을 적용하고 일반 관측 항목에 속하는 센서 및 그룹에 대해서는 평균값을 적용하는 최대 및 평균 방식을 통해 위험 분석을 수행할 수 있다.
상기 공통 분석부는 상기 위험도 점수에 대해 모든 관측 항목에 대해 합계와 평균값을 주요 인자로 보고, 추가적으로 합계 추세와 평균 추세를 계산하여 위험도 점수의 증가 여부를 판단하여 위험 분석을 수행할 수 있다.
상기 공통 분석부는 상기 데이터 수집부를 통해 지속적으로 업데이트되는 상기 관측 데이터의 획득 정보를 연계한 누적지수를 이용하여 위험도 수준을 산정하며, 상기 누적지수가 가장 높은 분석 대상에 대해 우선 점검을 수행하게 할 수 있다.
상기 공통 분석부는 상기 분석 대상에 대한 상기 관측 데이터에 포함되는 개별 측정 데이터들을 일별로 지수화하고 동일 일자에 해당하는 상기 개별 측정 데이터들의 지수화한 값을 서로 합산하여 일별 지수를 산출하고, 상기 일별 지수를 일 경과에 따라 누적 계산하여 상기 누적지수를 산출하며, 상기 누적지수가 안전진단 점검 기준 점수를 넘어서는 경우의 경과일수를 상기 분석 대상의 안전진단 점검을 위한 기준시점으로 설정할 수 있다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.
본 발명의 실시예에 따르면, 건설 분야, 토목 분야, 시설물관리 분야에서 IoT 센서, 단위 시스템과 같이 다양한 정보를 수집하는 기기로부터 측정되는 정보를 취합하여 사전 분석을 수행하고, 수행한 결과와 측정 결과를 동시에 대상 시스템으로 전송할 수 있는 효과가 있다.
또한, 건설 분야, 토목 분야, 시설물관리 분야에서 측정되는 다양한 정보들을 통합하여 현장에서 발생할 수 있는 사고를 예방하고, 위험에 사전 대처할 수 있도록 하는 효과도 있다.
도 1은 본 발명의 일 실시예에 따른 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템의 구성도,
도 2는 본 발명의 일 실시예에 따른 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 방법의 순서도,
도 3a 내지 도 3g는 데이터 분류 테이블을 나타낸 도면,
도 4는 획득 정보가 비연계되는 상황을 나타낸 도면,
도 5는 획득 정보가 연계되고 지수화된 상황을 나타낸 도면,
도 6은 개별 요소를 지수화하고 일별 지수로 합산한 결과 그래프,
도 7은 일자별 누적 그래프와 장기 누적 그래프를 나타낸 도면.
도 2는 본 발명의 일 실시예에 따른 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 방법의 순서도,
도 3a 내지 도 3g는 데이터 분류 테이블을 나타낸 도면,
도 4는 획득 정보가 비연계되는 상황을 나타낸 도면,
도 5는 획득 정보가 연계되고 지수화된 상황을 나타낸 도면,
도 6은 개별 요소를 지수화하고 일별 지수로 합산한 결과 그래프,
도 7은 일자별 누적 그래프와 장기 누적 그래프를 나타낸 도면.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 각 도면을 참조하여 설명하는 실시예의 구성 요소가 해당 실시예에만 제한적으로 적용되는 것은 아니며, 본 발명의 기술적 사상이 유지되는 범위 내에서 다른 실시예에 포함되도록 구현될 수 있으며, 또한 별도의 설명이 생략될지라도 복수의 실시예가 통합된 하나의 실시예로 다시 구현될 수도 있음은 당연하다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일하거나 관련된 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
또한, 명세서에 기재된 "…부", "…유닛", "…모듈", "…기" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
도 1은 본 발명의 일 실시예에 따른 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템의 구성도이고, 도 2는 본 발명의 일 실시예에 따른 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 방법의 순서도이며, 도 3a 내지 도 3g는 데이터 분류 테이블을 나타낸 도면이다.
본 발명의 일 실시예에 따른 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템 및 방법은 대상이 되는 상위 시스템의 각 부분에서 여러 요인들을 관측하기 위해 이용되는 각각의 센서 혹은 단위 시스템으로부터 생성되는 데이터를 수집하여 공통 분석 및 통계 처리를 수행하고, 표준화 처리를 통해 상위 시스템(통합 시스템)에서 사용할 수 있는 형태로 가공한 후 이를 활용할 수 있도록 전송하고 이에 대한 절차를 수행할 수 있다.
도 1을 참조하면, 본 실시예에 따른 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템(100)은 데이터 처리 모듈(110), 분석 및 통계 모듈(120), 데이터 표준화 및 전송처리 모듈(130)을 포함한다.
데이터 처리 모듈(110)의 전단에는 대상 센서 및 단위 시스템(10)이 위치한다. 대상 센서 및 단위 시스템(10)은 데이터 전단 처리 시스템(100)에서 전단 처리하고자 하는 데이터(센서 측정값 등의 관측 데이터)를 제공한다.
대상 센서 및 단위 시스템(10)은 IoT 센서, 웨어러블 센서, 건설장비 센서, 단위 시스템 등을 포함하며, 데이터 전단 처리의 대상이 되는 상위 시스템(예컨대, 건설공사현장, 토목공사현장, 사회기반시설물(교량, 터널, 항만, 댐, 건축물, 옹벽, 절토사면 등) 등)의 각 부분들에 설치되어 각 부분들에 영향을 미치는 요인들에 대해 미리 설정된 타입의 센싱값을 측정하고 데이터화한다.
관측 데이터에 포함되는 기본 정보는 센서의 설치 위치에 따라 구분될 수 있다.
외부 환경 요인이 적은 내부로는 건물 실내, 관리 시설 내부 등이 있으며, 외부 환경 요인이 많은 내부로는 구조 부재 내부(교량 거더 박스 내부 등) 등이 있다. 외부 환경 요인이 적은 외부로는 비가림, 차광, 보호 함체 내부 등이 있고, 외부 환경 요인이 많은 외부로는 외기 노출 상태 등이 있다.
센서의 설치 위치 부재 정보에 따라 구분될 수도 있다. 이 경우 센서의 설치 위치가 철근 콘크리트인지 강 구조물인지 등이 설치 위치 부재 정보로 기록된다.
센서의 사용 목적에 따라 구분될 수도 있다. 예를 들어, 교량의 경우 일반차량 통행용, 중차량 통행용, 철도교량, 인도교량 등으로 구분될 수 있다.
시설물의 종류에 따라 구분될 수도 있다. 교량의 경우에는 현수교, 라멘교, 트러스트교, 아치교, 사장교 등이 있고, 터널의 경우에는 장대터널, 침매터널, 해저터널, 하저터널 등이 있으며, 건축물의 경우에는 초고층빌딩, 고층빌딩, 일반빌딩 등이 있고, 옹벽 및 절토사면의 경우에는 보강사면, 비보강사면 등이 있다.
데이터 처리 모듈(110)에는 데이터 수집부(112)가 포함된다.
데이터 수집부(112)는 대상 센서 및 단위 시스템(10)에서 각각 생성한 관측 데이터를 통합 수집한다(단계 S200). 하나의 데이터 수집부(112)는 n가지 종류의 센서 혹은 m가지 종류의 시스템에 대응할 수 있도록 구성될 수 있다(n, m은 자연수).
데이터 수집부(112)에서 수집된 관측 데이터는 개별 정보의 종류와 특성에 맞게 분류될 수 있다(단계 S205).
관측 데이터에 대한 데이터 분류 테이블이 도 3a 내지 도 3g에 도시되어 있다. 관측 데이터는 크게 공간/위치/차원/변위 데이터, 힘/운동/기계식 데이터, 액체/기체/압력 데이터, 기상/온습도 데이터, 환경/생물/화학 데이터, 영상 인식 데이터, 광/방사능 데이터, 전기 데이터, 소리 데이터, 시설물/화재/안전 데이터 등으로 구분될 수 있다.
데이터 분류 테이블에 따라 분류된 관측 데이터는 후단의 분석 및 통계 모듈(120)로 전달되어 데이터를 표준화하기 위한 준비를 수행한다.
분석 및 통계 모듈(120)은 공통 분석부(122)와 통계 처리부(124)를 포함한다.
공통 분석부(122)는 공통되거나 유사한 특성을 가지는 것으로 분류된 관측 데이터에 대해 미리 설정된 알고리즘에 따라 데이터 분석을 수행하고, 이를 이용하여 위험도 수준을 산정한다.
데이터 분석 알고리즘에는 측정값 대비 분석, 변화량 대비 분석, 트렌드 분석이 있다(단계 S210 ~ S220).
측정값 대비 분석의 경우, 개별 데이터의 설계 기준과 비교하는 제1 타입과, 법령 및 지침에 따른 설계 기준과 비교하는 제2 타입이 있을 수 있다.
제1 타입의 경우, 시설물 혹은 구조물에 대한 설계 시 개별 측정 지점에 대한 기준을 정의하고 설계한 경우에 해당 값을 사용하게 된다. 설계 과정에서 측정 대상 별로 적절한 해석(구조해석, 침하예측 등)을 통해 예상 한계치 등을 사전에 계산하는 경우를 의미한다.
제2 타입의 경우, 예를 들어 풍향풍속에 따른 교량의 차량 운행 차단 기준, 굴착심도에 따른 지중경사 변위 허용 기준, 작업자 실외 작업 제한 온도 기준(고온, 저온) 등이 포함될 수 있다.
경우에 따라 개별 데이터의 설계 기준과 법령 및 지침에 따른 설계 기준이 일치하는 경우도 있다. 예컨대, 흙막이 공사의 경우 굴착심도 1/300, 1/500 이상의 변위가 발생하는 경우 주의, 위험 상황으로 보고 있다.
따라서, 측정값 대비 분석 시 제1 타입과 제2 타입의 분석을 모두 수행할 수도 있고, 선택적으로 할 수도 있다.
변화량 대비 분석의 경우, 개별 데이터의 일 변화량의 변동 제한폭 기준에 따른 A 타입과 개별 데이터의 순간(예. 초(sec)) 변화량의 변동 제한폭 기준에 따른 B 타입이 있을 수 있다.
A 타입으로는, 예를 들어 일교차, 기상청 기준에 따른 고온, 한파 주의 등, 가시설의 응력 변화 제한폭 기준 등이 있을 수 있다.
B 타입으로는, 예를 들어 작업자 이동 속도 제한, 차량 이동 속도 제한 등이 있을 수 있다.
트렌드 분석의 경우, 관측 데이터를 시계열적으로 분석한 것으로, 추세 혹은 상향/하향 분석을 포함할 수 있다.
공통 분석부(122)의 이러한 분석 기초 설정 값은 데이터 전단 처리 시스템(100)의 설정 기준으로 저장하고 관리할 수 있다.
공통 분석부(122)는 전술한 측정값 대비 분석, 변화량 대비 분석, 트렌드 분석을 수행한 결과 데이터를 종합하여 위험도 수준을 산정할 수 있다(단계 S225).
여기서, 트렌드 분석은 단순 경향성 분석으로, 현재 발생 중인 위험 상황이 더 지속될 것인지를 판단하는데 사용될 수 있다.
측정값 대비 분석과 변화량 대비 분석의 결과는 다수의 단계로 구분하여 위험 수준을 관리할 수 있다.
예를 들어, 위험 수준 관리 단계는 정상, 관심, 주의, 경보, 즉각대응의 5단계로 구분될 수 있다. 이 경우 각각의 위험도 점수는 정상 - 0점, 관심 - 2.5점, 주의 - 5점, 경보 - 7.5점, 즉각대응 - 10점 과 같이 지수화될 수 있다. 지수 값의 범위와 단계별 점수는 기본(default) 값을 제공하지만, 사용자가 설정할 수도 있다.
종류별로 위험도 수준이 산정된 경우, 이에 대한 통합 분석은 최대 및 평균(Max and Avg) 방식(케이스 1)과 합계, 평균 및 트렌드(Sum and Avg and Trend) 방식(케이스 2)이 있을 수 있다.
케이스 1의 경우는 일부 관측 항목에 대해서는 최대값을 주요 인자로 보고, 나머지 항목에 대해서는 평균값을 주요 인자로 보는 통합 분석 방법이다.
주요 관측 항목에 속하는 센서들 혹은 그 그룹(a)에 대해서는 Max(sens a1, sens a2, sens a3, ??)를 적용하고, 일반 관측 항목에 속하는 센서들 혹은 그 그룹(b)에 대해서는 Avg(sens b1, sens b2, sens b3, ??)을 적용할 수 있다.
케이스 2의 경우는 모든 관측 항목에 대해서 합계(Sum(sens a, sens b, sens c, ??))와 평균값(Avg(sens a, sens b, sens c, ??))을 주요 인자로 보고, 추가적으로 합계 추세(Sum trend)와 평균 추세(Avg trend)를 계산하여 위험도 점수가 증가하는지를 판단하여 대응 지침을 제공해 줄 수 있다.
또는 공통 분석부(122)에서는 누적지수를 이용하여 위험도 수준을 산정할 수도 있다. 이에 대해서는 추후 도 4 이하 도면을 참조하여 설명하기로 한다.
통계 처리부(124)는 관측 데이터의 수집 속도에 따라 구분하여 통계 처리를 수행할 수 있다(단계 S230).
예를 들어, 매 x분 단위로 데이터를 수집하는 저속 데이터 수집 장치의 경우에는 일간 통계 처리(최소, 최대, 평균)를 수행할 수 있다. 그리고 매초 y개 이상 데이터를 수집하는 고속 데이터 수집 장치의 경우에는 초당 통계 처리(최소, 최대, 평균)를 수행할 수 있다.
공통 분석부(122)에서의 분석과 통계 처리부(124)에서의 통계 처리가 완료되면, 후단의 데이터 표준화 및 전송처리 모듈(130)로 전달된다.
표준화 처리부(132)는 공통 분석부(122) 및 통계 처리부(124)에서 처리된 데이터를 주요 관제 상황에 맞게 표준화 프로토콜로 변경한다(단계 S235).
표준화 프로토콜은 각 필드마다 예를 들어 일시, 순번, 데이터 분류 종류, 데이터 값(1~n개), 위험도 분석 결과 등이 포함되는 데이터 포맷을 가질 수 있다.
여기서, 위험도 분석 결과의 경우 주요 관측 항목 등의 선별 분류 등을 통해 다른 수준으로 관리될 수 있으며, 프로토콜은 표준화된 형태로 작성될 수 있다. 하지만, 각 관측값에서 출력되는 수준은 다르게 나타나도록 지수화 설계 처리될 수 있다.
데이터 전송부(134)는 표준화 처리부(132)에서 구성한 표준화 데이터를 상위 통합 시스템에서 관리하는 서버로 전송한다(단계 S240).
또한, 본 실시예에 따른 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템 및 방법을 통해 구조물 성능 영향 요인의 장/단기 누적할 수 있고, 이를 통해 구조물의 성능을 예측하며, 우선 안전 진단 대상을 선정할 수 있게 된다.
도 4는 획득 정보가 비연계되는 상황을 나타낸 도면이고, 도 5는 획득 정보가 연계되고 지수화된 상황을 나타낸 도면이며, 도 6은 개별 요소를 지수화하고 일별 지수로 합산한 결과 그래프이고, 도 7은 일자별 누적 그래프와 장기 누적 그래프를 나타낸 도면이다.
사회 기반 시설물(교량, 터널, 항만, 댐, 건축물, 옹벽, 절토사면 등)를 관리하기 위한 방법으로 다수의 시설물을 동시에 관리하는 과정에서 정량화된 지표와 관리 우선순위를 정하는 것이 요구된다.
공통 분석부(122)에서는 대상 시설물에 설치된 센서에서 측정한 관측 데이터, 기상 환경 요인, 지진 등이 시설물에 끼친 영향(외력, Stress)를 점수화할 수 있다.
시설물에 설치된 센서에서 측정한 관측 데이터는 센서의 특징에 따라, 단위 수치(응력, 풍속 등 힘 측정 센서), 변동량(온도, 일사량 등 변화가 곧 에너지 량인 센서), 횟수(차량 통행량, 충격 사고 등) 등으로 정량화할 수 있다.
점수화된 내역은 지속적으로 누적되어, 위험 발생 가능성이 높은 대상 시설물의 분석 알고리즘이 이를 분석하여 그 영향을 누적함으로써, 시설물에 가해진 외력을 정량적인 점수로 표현할 수 있다.
분석에 활용되는 센서 데이터는 시설물에 설치된 센서의 값을 기반으로 하고, 중소 노후 시설물의 경우 설치 비용/효율 문제로 인해 외부 정보를 연계하여 분석에 필요한 값으로 활용할 수도 있다.
데이터 수집부(112)에서 수집할 수 있는, 지속적으로 획득(업데이트)되는 정보는 다음을 포함할 수 있다.
A : 시설물에 설치된 안정성 및 건전성 모니터링용 센서의 데이터 (예시. 진동 측정, 온도 측정, 신축 이음부 변위, 응력값 변화)
B : 시설물에 설치된 환경 기상 센서 (예시. 온도, 습도, 강우량, 강설량, 일사량, 염도, 지진 등)
C : 시설물에 설치되지 않았지만, 외부 연계를 통해 수집 가능한 환경 기상 정보 (예시. 온도, 습도, 강우량, 강설량, 일사량, 지진, 풍속 등)
D : 외부 연계를 통해 대략 값을 유추할 수 있는 정보 (예시. 시설물 인근 교통량 정보, 시설물 인근 미세먼지(오염으로 인한 부식) 측정 값)
도 4를 참조하면, 획득 정보가 연계되지 않는 종래 상황을 나타내고 있다. 관리 대상 교량이 #1 내지 #n인 경우를 가정한다.
이 경우 각 교량마다 정기안전점검을 진행한 이후 평가결과가 A등급에서 E등급까지 다양하게 도출되었다. 하지만, 이 평가결과는 현재 이루어진 점검에 대한 단편적인 결과에 불과하다. 또한, 다음 점검까지의 법적 지정 기간 혹은 기준이 없기 때문에, 모두 동일한 조건에서 점검이 수행될 수 밖에 없는 상황이다.
따라서, 현 단계에서의 평가결과가 낮은 교량에 대해서만 점검 횟수가 증가하는 방식이며, 오랜 시간 누적된 여러 위험 요인들에 대한 결과값은 반영되지 못하는 한계가 있다.
도 5에는 본 실시예에 따른 획득 정보 연계 및 지수화가 이루어진 경우가 도시되어 있다.
각 관리 대상 교량에 대해 획득한 정보를 연계하여 지수화함으로써, 각 교량마다 누적지수를 나타낼 수 있다. 이러한 누적지수는 최상, 상, 중상, 중, 중하, 하 등으로 표시될 수 있다. 이 경우 누적지수는 누적 위험 경향을 나타내는 값이다.
따라서, 여러 관리 대상 교량 중에서 누적지수가 가장 높게 나온 교량에 대해서 우선 점검을 수행함으로써 위험 발생 요인이 가장 많은 교량부터 차례로 점검이 이루어지게 함으로써 실제 위험 발생을 방지할 수 있다.
공통 분석부(122)에서 위험도 수준을 산정하기 위한 지수화 과정이 도 6 및 도 7에 도시되어 있다.
각 대상 교량에 대해 측정된 개별 측정 데이터들이 도 6의 좌측에 도시된 것과 같이 개별 요소 지수화를 통해 서로 비교 가능해질 수 있다.
예를 들면, 개별 측정 데이터로는 진동측정점수, 신축이음변위점수, 온도변화점수, 기상-습도, 기상-강우량, 기상-일사량, 기상-풍속, 교통량정보, 염해 등이 있을 수 있다.
개별 측정 데이터들은 동일한 시계열축 상에 배열되고, 기준치와 비교한 결과 값이 지수화되어 산출될 수 있다.
이 경우 동일 일자에 해당하는 개별 측정 데이터들의 지수화된 값을 서로 합산함으로써, 일별 지수를 산출할 수 있다.
일별 지수는 일 경과에 따라 누적 계산될 수 있으며, 도 7의 하단에 표시된 것과 같은 누적 그래프로 표현될 수 있다.
이 경우 각 대상 교량마다 안전진단 점검을 위한 기준 점수가 설정된 경우, 누적지수가 안전진단 점검 기준 점수를 넘어서는 경우, 이에 해당하는 경과일이 안전진단 점검을 위한 기준시점이 될 수 있다.
즉, 개별 요소들마다 데이터 트렌드를 분석하고, 서로 다른 개별 요소들을 지수화하여 합산함으로써 일별 지수를 산출하며, 산출된 일별 지수를 누적한 누적 지수를 미리 설정된 기준치와 비교함으로써 위험도 수준을 산정하고, 안전점검이 필요한지 여부에 대해 판별할 수 있게 된다.
전술한 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 방법은, 컴퓨터에 의해 실행되는 애플리케이션이나 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독 가능 매체는 컴퓨터 저장 매체를 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 방법은, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 마스터 단말기에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
상기에서는 본 발명의 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10: 대상 센서 및 단위 시스템 100: 데이터 전단 처리 시스템
110: 데이터 처리 모듈 112: 데이터 수집부
120: 분석 및 통계 모듈 122: 공통 분석부
124: 통계 처리부 130: 데이터 표준화 및 전송처리 모듈
132: 표준화 처리부 134: 데이터 전송부
110: 데이터 처리 모듈 112: 데이터 수집부
120: 분석 및 통계 모듈 122: 공통 분석부
124: 통계 처리부 130: 데이터 표준화 및 전송처리 모듈
132: 표준화 처리부 134: 데이터 전송부
Claims (7)
- 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템에 있어서,
분석 대상에 대한 복수의 대상 센서 및 단위 시스템 각각에서 생성된 관측 데이터를 수집하고, 상기 관측 데이터에 대한 개별 정보의 종류와 특성에 맞춰 분류하는 데이터 수집부;
공통되는 특성을 가지는 것으로 분류된 상기 관측 데이터에 대해 측정값 대비 분석, 변화량 대비 분석, 트렌드 분석 중 하나 이상을 수행하고, 분석 결과를 종합하여 위험도 수준을 산정하는 공통 분석부;
분류가 이루어진 상기 관측 데이터에 대해 통계 처리를 수행하는 통계 처리부;
상기 위험도 수준과 상기 통계 처리된 데이터를 표준화 프로토콜로 변경하는 표준화 처리부; 및
표준화 처리된 데이터를 상기 분석 대상을 관리하는 상위 통합 시스템의 서버로 전송하는 데이터 전송부를 포함하되,
상기 공통 분석부는 정상, 관심, 주의, 경보, 즉각대응의 5단계로 상기 측정값 대비 분석과 상기 변화량 대비 분석의 결과를 구분하여 위험도 점수를 부여하고 지수화하고,
상기 공통 분석부는 상기 위험도 점수에 대해 주요 관측 항목에 속하는 센서 및 그룹에 대해서는 최대값을 적용하고 일반 관측 항목에 속하는 센서 및 그룹에 대해서는 평균값을 적용하는 최대 및 평균 방식을 통해 위험 분석을 수행하는 것을 특징으로 하는 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템.
- 제1항에 있어서,
상기 측정값 대비 분석의 경우 상기 분석 대상에 대한 설계 시 개별 측정 지점에 대한 기준에 관한 설계 기준과 비교하는 제1 타입과, 법령 및 지침에 따른 설계 기준과 비교하는 제2 타입을 포함하고,
상기 변화량 대비 분석의 경우 상기 관측 데이터의 일 변화량의 변동 제한폭 기준에 따른 A 타입과, 상기 관측 데이터의 순간 변화량의 변동 제한폭 기준에 따른 B 타입을 포함하는 것을 특징으로 하는 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템.
- 삭제
- 삭제
- 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템에 있어서,
분석 대상에 대한 복수의 대상 센서 및 단위 시스템 각각에서 생성된 관측 데이터를 수집하고, 상기 관측 데이터에 대한 개별 정보의 종류와 특성에 맞춰 분류하는 데이터 수집부;
공통되는 특성을 가지는 것으로 분류된 상기 관측 데이터에 대해 측정값 대비 분석, 변화량 대비 분석, 트렌드 분석 중 하나 이상을 수행하고, 분석 결과를 종합하여 위험도 수준을 산정하는 공통 분석부;
분류가 이루어진 상기 관측 데이터에 대해 통계 처리를 수행하는 통계 처리부;
상기 위험도 수준과 상기 통계 처리된 데이터를 표준화 프로토콜로 변경하는 표준화 처리부; 및
표준화 처리된 데이터를 상기 분석 대상을 관리하는 상위 통합 시스템의 서버로 전송하는 데이터 전송부를 포함하되,
상기 공통 분석부는 정상, 관심, 주의, 경보, 즉각대응의 5단계로 상기 측정값 대비 분석과 상기 변화량 대비 분석의 결과를 구분하여 위험도 점수를 부여하고 지수화하고,
상기 공통 분석부는 상기 위험도 점수에 대해 모든 관측 항목에 대해 합계와 평균값을 주요 인자로 보고, 추가적으로 합계 추세와 평균 추세를 계산하여 위험도 점수의 증가 여부를 판단하여 위험 분석을 수행하는 것을 특징으로 하는 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템.
- 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템에 있어서,
분석 대상에 대한 복수의 대상 센서 및 단위 시스템 각각에서 생성된 관측 데이터를 수집하고, 상기 관측 데이터에 대한 개별 정보의 종류와 특성에 맞춰 분류하는 데이터 수집부;
공통되는 특성을 가지는 것으로 분류된 상기 관측 데이터에 대해 측정값 대비 분석, 변화량 대비 분석, 트렌드 분석 중 하나 이상을 수행하고, 분석 결과를 종합하여 위험도 수준을 산정하는 공통 분석부;
분류가 이루어진 상기 관측 데이터에 대해 통계 처리를 수행하는 통계 처리부;
상기 위험도 수준과 상기 통계 처리된 데이터를 표준화 프로토콜로 변경하는 표준화 처리부; 및
표준화 처리된 데이터를 상기 분석 대상을 관리하는 상위 통합 시스템의 서버로 전송하는 데이터 전송부를 포함하되,
상기 공통 분석부는 상기 데이터 수집부를 통해 지속적으로 업데이트되는 상기 관측 데이터의 획득 정보를 연계한 누적지수를 이용하여 위험도 수준을 산정하며,
상기 누적지수가 가장 높은 분석 대상에 대해 우선 점검을 수행하게 하고,
상기 공통 분석부는 상기 분석 대상에 대한 상기 관측 데이터에 포함되는 개별 측정 데이터들을 일별로 지수화하고 동일 일자에 해당하는 상기 개별 측정 데이터들의 지수화한 값을 서로 합산하여 일별 지수를 산출하고,
상기 일별 지수를 일 경과에 따라 누적 계산하여 상기 누적지수를 산출하며,
상기 누적지수가 안전진단 점검 기준 점수를 넘어서는 경우의 경과일수를 상기 분석 대상의 안전진단 점검을 위한 기준시점으로 설정하는 것을 특징으로 하는 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템.
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200163260A KR102597639B1 (ko) | 2020-11-27 | 2020-11-27 | 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200163260A KR102597639B1 (ko) | 2020-11-27 | 2020-11-27 | 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220074590A KR20220074590A (ko) | 2022-06-03 |
| KR102597639B1 true KR102597639B1 (ko) | 2023-11-02 |
Family
ID=81983356
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200163260A KR102597639B1 (ko) | 2020-11-27 | 2020-11-27 | 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102597639B1 (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101805713B1 (ko) * | 2017-07-31 | 2017-12-06 | 한국가스안전공사 | 위험지도를 이용한 위험도 분석 시스템 |
| KR101859070B1 (ko) * | 2016-03-14 | 2018-05-18 | (주)다울 | 대규모 시설물 안전 관리 시스템 및 방법 |
| KR102002636B1 (ko) * | 2018-12-28 | 2019-07-22 | 주식회사 한일엠이씨 | 건축물 리트로핏을 위한 기계 설비 설계의 사전 분석 방법과 이를 실행시키는 프로그램 및 컴퓨터 판독 가능한 기록매체 |
| KR102165528B1 (ko) * | 2020-06-03 | 2020-10-14 | (주)금호전력 | 철도설비 상태감시를 위한 센싱 및 융합데이터 모니터링 시스템 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101057004B1 (ko) | 2011-03-23 | 2011-08-16 | 아이리얼 주식회사 | 유비쿼터스 센서 네트워크를 이용한 유에스엔 센서노드, 단말기, 도로시설물 관리 시스템 및 그 방법 |
| KR101755123B1 (ko) * | 2015-11-04 | 2017-07-07 | 동양대학교 산학협력단 | 유원지 시설물 관리 시스템 및 이를 운영하는 방법 |
-
2020
- 2020-11-27 KR KR1020200163260A patent/KR102597639B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101859070B1 (ko) * | 2016-03-14 | 2018-05-18 | (주)다울 | 대규모 시설물 안전 관리 시스템 및 방법 |
| KR101805713B1 (ko) * | 2017-07-31 | 2017-12-06 | 한국가스안전공사 | 위험지도를 이용한 위험도 분석 시스템 |
| KR102002636B1 (ko) * | 2018-12-28 | 2019-07-22 | 주식회사 한일엠이씨 | 건축물 리트로핏을 위한 기계 설비 설계의 사전 분석 방법과 이를 실행시키는 프로그램 및 컴퓨터 판독 가능한 기록매체 |
| KR102165528B1 (ko) * | 2020-06-03 | 2020-10-14 | (주)금호전력 | 철도설비 상태감시를 위한 센싱 및 융합데이터 모니터링 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220074590A (ko) | 2022-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wah et al. | A regression-based damage detection method for structures subjected to changing environmental and operational conditions | |
| KR101290824B1 (ko) | 시설물 유지관리시스템 | |
| CN111143932A (zh) | 一种桥梁健康状态的评估方法、装置、系统和设备 | |
| CN105046445A (zh) | 一种防汛调度决策支持系统 | |
| KR102458424B1 (ko) | 전문가 평가를 이용하여 재난대응시스템의 성능을 평가하는 시스템 | |
| Andersen | Structural health monitoring systems | |
| Lee et al. | Probabilistic framework for assessing the vulnerability of power distribution infrastructures under extreme wind conditions | |
| KR101248936B1 (ko) | 열화정도를 고려한 교량 재난관리시스템 | |
| CN109684774A (zh) | 一种梁式桥安全监测与评估装置 | |
| Limongelli et al. | Bridge structural monitoring: The Lombardia regional guidelines | |
| Seo et al. | Exploring the impact of “climate change” on lifetime replacement costs for long-span bridges prone to torsional flutter | |
| Hou et al. | Probabilistic modeling of disrupted infrastructures due to fallen trees subjected to extreme winds in urban community | |
| CN114363316A (zh) | 一种跨区域道路基础设施智能联网监测与监管系统 | |
| KR102065435B1 (ko) | 사회기반시설물 건전성 모니터링 시스템 및 방법 | |
| Finogeev et al. | Collection and consolidation of big data for proactive monitoring of critical events at infrastructure facilities in an urban environment | |
| Alipour et al. | An overarching framework to assess the life-time resilience of deteriorating transportation networks in seismic-prone regions | |
| KR101691790B1 (ko) | 급경사지 붕괴위험도 판단시스템 | |
| KR102597639B1 (ko) | 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템 및 방법 | |
| KR102143039B1 (ko) | 다중 경로식 원격감시제어장치 | |
| Aktan et al. | Role of NDE in bridge health monitoring | |
| Limongelli et al. | Quantifying the value of monitoring for post-earthquake emergency management of bridges | |
| JP5405535B2 (ja) | 地すべり保全管理システム及び地すべり保全管理方法 | |
| Nofal et al. | Fragility-based flood risk modeling to quantify the effect of policy change on losses at the community level | |
| KR102219233B1 (ko) | 적설위험 정보 데이터의 수집, 분석, 재난예보를 지원하는 기상위험정보 시스템 | |
| Del Grosso | The role of SHM in infrastructure management |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A302 | Request for accelerated examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |