KR102598271B1 - 사물인터넷(IoT) 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템 및 그 방법 - Google Patents
사물인터넷(IoT) 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템 및 그 방법 Download PDFInfo
- Publication number
- KR102598271B1 KR102598271B1 KR1020210088964A KR20210088964A KR102598271B1 KR 102598271 B1 KR102598271 B1 KR 102598271B1 KR 1020210088964 A KR1020210088964 A KR 1020210088964A KR 20210088964 A KR20210088964 A KR 20210088964A KR 102598271 B1 KR102598271 B1 KR 102598271B1
- Authority
- KR
- South Korea
- Prior art keywords
- water
- water supply
- iot
- sea
- vessel
- Prior art date
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 422
- 238000010612 desalination reaction Methods 0.000 title claims abstract description 185
- 238000000034 method Methods 0.000 title claims abstract description 46
- 239000013535 sea water Substances 0.000 title claims abstract description 44
- 238000003860 storage Methods 0.000 claims abstract description 88
- 238000005094 computer simulation Methods 0.000 claims abstract description 64
- 238000005457 optimization Methods 0.000 claims abstract description 43
- 238000007726 management method Methods 0.000 claims description 61
- 230000006870 function Effects 0.000 claims description 42
- 238000004088 simulation Methods 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 17
- 238000007728 cost analysis Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 3
- 239000003653 coastal water Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 31
- 238000004458 analytical method Methods 0.000 description 7
- 239000013505 freshwater Substances 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 239000000969 carrier Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- ZKQDCIXGCQPQNV-UHFFFAOYSA-N Calcium hypochlorite Chemical compound [Ca+2].Cl[O-].Cl[O-] ZKQDCIXGCQPQNV-UHFFFAOYSA-N 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003651 drinking water Substances 0.000 description 2
- 235000020188 drinking water Nutrition 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 208000025721 COVID-19 Diseases 0.000 description 1
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 1
- 208000034817 Waterborne disease Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- 229910052801 chlorine Inorganic materials 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
- 230000004083 survival effect Effects 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
-
- 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
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- 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]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Sewage (AREA)
- Separation Using Semi-Permeable Membranes (AREA)
Abstract
다수의 도서 또는 해안가의 저류탱크 내에 각각 설치되는 사물인터넷(IoT) 수위센서를 통해 실시간 계측되는 저류탱크 수위에 대응하는 물공급 수요를 예측함으로써, 해수담수화 플랜트가 탑재된 해상이동형 담수화 선박의 운항경로를 최적화할 수 있고, 또한, 해상이동형 담수화 선박을 이용하여 계획적인 운반 급수선을 운항시킴으로써, 기존 운반 급수선의 비용을 절감하고 가뭄 등의 비상상황에 대비할 수 있으며, 또한, 동적 시뮬레이션 모델인 골드심(goldsim) 프로그램을 활용하여 해상이동형 담수화 선박의 운항 스케쥴을 최적화하여 각 해상이동형 담수화 선박의 운항비용을 절감하고 최적의 루트로 운용함으로써, 물이 필요한 물공급 지역에 안정적으로 물을 공급할 수 있는, IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템 및 그 방법이 제공된다.
Description
본 발명은 해상이동형 담수화 선박의 운항경로 최적화 시스템에 관한 것으로, 보다 구체적으로, 다수의 도서 또는 해안가의 저류탱크 내에 각각 설치되는 사물인터넷(Internet of Things: IoT) 수위센서를 기반으로 물공급 수요를 예측함으로써, 해수담수화 플랜트(Seawater Disalination Plant)가 탑재된 해상이동형 담수화 선박의 운항경로(Navigation Route)를 최적화하는, IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템 및 그 방법에 관한 것이다.
최근 도서지역 현황 실태에 관한 보도에 따르면, 국내의 섬은 총 3,348개로 이들 중에서 470개의 섬이 사람이 사는 유인도서이며, 약 84만명이 거주중인 것으로 보도되었다. 이들 중에서 상수를 직접 공급받는 인구는 약 29%에 불과하고, 그 외에는 간이급수시설, 지하수 등을 생활용수로 사용하고 있고, 이에 따라, 안정적인 식수원 확보가 절실한 것으로 보고되고 있다.
또한, 최근 전라남도의 완도, 진도 및 신안군의 경우, 강우량이 평년의 50.8%에 불과하였고, 또한, 완도 인근의 주민 7,900명의 상수원의 저수율은 약 12.9%에 불과하였으며, 특히, 완도군 노화읍 넙도는 저수율이 0.3%까지 감소하여 해당 지역에 제한급수를 실시하는 등 생활용수의 공급 부족으로 인해 큰 어려움을 겪고 있다. 또한, 인천광역시 옹진군의 경우, 서해 5도의 강수량이 약 60㎜로 평년의 절반 수준에도 못 미치는 극심함 봄가뭄으로 인해 주민들의 생존마저 위협받고 있는 것으로 확인되었다.
하지만, 환경부에서 정기적으로 수립하고 있는 수도정비 기본계획 내의 전략환경평가 시행대상 기본계획에 국내의 도서지역 물공급 대책은 포함되어 있지 않고, 또한, 도서지역의 용수공급 계획도 상위단계의 계획상에 구체적으로 제시되어 있지 않은 실정이다.
전술한 문제점을 해결하기 위한 현재의 급수 운반선 운영방식은 마을 주민이 직접 저류탱크(또는 저류조)의 수위를 확인하고, 물이 부족할 때 지역 행정구역 담당부서에 연락하여 급수 신청을 하고, 이후, 도 1에 도시된 바와 같이, 급수 운반선 담당자가 육지에서 상수를 급수 운반선에 적수하여 출발하는 방식으로 운영되고 있다.
도 1은 종래의 기술에 따른 급수 운반선의 운영 방안의 개념을 설명하기 위한 도면으로서, 도 1의 a)는 급수 운반선을 이용한 도서지역 급수를 나타내는 도면이고, 도 1의 b)는 급수 운반선의 운항경로를 예시하는 도면이다.
하지만, 이러한 급수 운반선을 통한 도서지역의 상수 공급은 체계적으로 이루어지지 않고 있으며, 특히, 급수 운반선 운항 일정이 맞지 않는 경우, 원활한 상수 공급이 어려우며 불가피한 제한급수 상황이 발생할 수 있다. 또한, 이러한 급수 운반선을 통한 도서지역의 상수 공급은 가뭄이나 태풍 등의 기후에 취약하기 때문에 보다 계획적인 급수 운반 방안이 필요하다. 예를 들면, 2015년의 전국적인 가뭄으로 인하여 중서부 지역에 심각한 가뭄이 발생하였으며, 이때, 단일 용수공급원에 의존하는 도서지역이 상습적인 식수난을 겪는 큰 문제가 발생하였다.
한편, 이러한 소규모의 유인 도서지역의 급수시설에서는 대부분 여과 등의 정수시설이 없이 청수를 단순히 저류탱크에 저장 및 소독한 후 공급하므로 수인성 질병 발생으로 주민건강을 크게 위협하고 있다. 또한, 지자체의 인력 및 예산 부족으로 인해, 급수시설을 마을에서 자체적으로 운영하고 있으나, 수처리 지식과 운전기술 부족 및 비싼 운영관리비 부담으로 인해 효율적인 운영이 어려운 상태이다.
구체적으로, 대부분의 경우, 마을 이장 등의 비전문가가 고체상의 차아염소산칼슘(클로로칼키, Calcium Hypochlorite)을 직접 투입하여 수질 관리를 수행하기 때문에 관리 소홀로 약품의 과소/과다 투입 문제가 발생할 수 있다. 또한, 자동 염소 투입기 등이 일부 설치된 시설에서도, 정확한 양의 약품 투입이 어려운 유량비례 방식을 주로 사용하고 있기 때문에 사용자의 엄격한 관리가 필요하지만, 마을 이장 등 비전문가가 간헐적으로 관리하는 등 관리의 한계가 발생한다.
또한, 이와 같은 수도시설 운영 및 관리 현실에서, 예를 들면, 코로나19와 같은 감염병 사태에 직면할 경우, 급수시설 운영자 또는 지자체 담당자의 격리 조치 등의 사태가 발생 시 주민건강을 더 크게 위협할 수 있는 사태로 치달을 수 있고, 이에 따라, 감염병 대응 차원에서도 안심할 수 있는 비대면 원격 운영을 위한 인프라 구축이 더 필요한 실정이다.
한편, 해상이동형 담수화 선박은 해수담수화 플랜트를 선박에 탑재하여 해상에서 이동하며, 해수로부터 담수를 생산하여 섬에 공급할 수 있는 선박이다. 이러한 해상이동형 담수화 선박은 물이 부족한 해안이나 도서지역에서 이동하면서 물을 생산하기 때문에 재난 발생 시 긴급한 물 공급을 위한 이동식 시설로 활용할 수 있다. 이러한 해상이동형 담수화 선박과 관련하여, 예를 들면, 대한민국 공개특허번호 제2006-123444호에는 "이동식 담수화공장과 시스템, 및 담수 생산방법"이 개시되어 있다.
하지만, 해상이동형 담수화 선박을 이용하여 도서지역에 물을 공급할 경우, 해상이동형 담수화 선박의 운항경로를 최적화할 필요성이 있지만, 아직까지 해상이동형 담수화 선박의 운항경로의 최적화와 관련된 구체적인 방안이 마련되지 않은 실정이다.
전술한 문제점을 해결하기 위한 본 발명이 이루고자 하는 기술적 과제는, 다수의 도서 또는 해안가의 저류탱크 내에 각각 설치되는 사물인터넷(IoT) 수위센서를 통해 실시간 계측되는 저류탱크 수위에 대응하는 물공급 수요를 예측함으로써, 해수담수화 플랜트가 탑재된 해상이동형 담수화 선박의 운항경로를 최적화할 수 있는, IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템 및 그 방법을 제공하기 위한 것이다.
본 발명이 이루고자 하는 다른 기술적 과제는, 기존 운반 급수선의 비용을 절감하고 가뭄 등의 비상상황에 대비할 수 있도록 해상이동형 담수화 선박을 이용하여 계획적인 운반 급수선을 운항시킬 수 있는, IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템 및 그 방법을 제공하기 위한 것이다.
본 발명이 이루고자 하는 또 다른 기술적 과제는, 동적 시뮬레이션 모델을 활용하여 해상이동형 담수화 선박의 운항 스케쥴을 최적화하여 각 해상이동형 담수화 선박의 운항비용을 절감하고 최적의 루트로 운용할 수 있는, IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템 및 그 방법을 제공하기 위한 것이다.
전술한 기술적 과제를 달성하기 위한 수단으로서, 본 발명에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템은, 도서 또는 해안가인 물공급 지역에 설치되어 물을 저장하는 저류탱크; 상기 저류탱크 내에 설치되어 상기 저류탱크 내의 수위를 각각 계측하는 IoT 수위센서; 상기 물공급 지역까지 소정의 운항경로를 따라 운항하고, 탑재된 해수담수화 플랜트로 해수를 담수화하여 상기 물공급 지역 내의 저류탱크 내에 공급하는 해상이동형 담수화 선박; 및 상기 해상이동형 담수화 선박 내에 구비되고, IoT 통신네트워크를 통해 상기 IoT 수위센서와 연결되어 상기 IoT 수위센서에서 계측된 수위데이터를 포함하는 물수요 정보를 수신하며, 상기 IoT 수위센서를 기반으로 동적 시뮬레이션 모델에 따라 상기 물공급 지역의 물공급 수요를 예측하고, 선박 운항비용을 산정 및 평가함으로써, 상기 해상이동형 담수화 선박의 운항경로를 최적화하는 관리 단말을 포함하되, 상기 관리 단말은 상기 해상이동형 담수화 선박의 운항경로를 최적화하도록 상기 해상이동형 담수화 선박과 물공급 지역간의 각각의 운항거리를 중점으로 선박 운항비용을 산정 및 평가하며,
상기 관리 단말은, IoT 통신네트워크를 통해 상기 IoT 수위센서로부터 상기 저류탱크 내의 수위 데이터를 포함한 물수요정보를 수집하는 물수요정보 수집부; 동적 시뮬레이션 모델에 따라 상기 물수요정보 수집부에서 수집된 상기 물공급 지역의 물수요정보에 대응하는 물공급 시뮬레이션을 수행하는 동적 시뮬레이션 모델 수행부;를 포함하되,
상기 동적 시뮬레이션 모델 수행부는, 상기 저류탱크의 용량을 확인하기 위한 모듈로서, 기설정된 물유입량 및 유출량을 기반으로 시간에 따른 상기 저류탱크의 용량 변화를 계산하는 저장 모듈; 물의 공급을 설정하기 위한 모듈로서, 상기 물 유입량을 설정하도록 데이터를 입력하고, 시계열 데이터 및 확률정규분포에 따른 입력변수를 설정하는 입력 모듈; 및 비용을 계산하기 위한 모듈로서, 관리자가 입력한 함수들을 이용하여 상기 함수에 연결된 입력 자료를 계산하도록 함수나 수식을 포함하며, 상기 저장 모듈 및 입력 모듈간의 결과를 통합하여 계산하거나 신뢰율을 포함한 결과를 확인하는 기능 모듈을 포함하는 것을 특징으로 한다.
상기 관리 단말은, IoT 통신네트워크를 통해 상기 IoT 수위센서로부터 상기 저류탱크 내의 수위 데이터를 포함한 물수요정보를 수집하는 물수요정보 수집부; 동적 시뮬레이션 모델에 따라 상기 물수요정보 수집부에서 수집된 상기 물공급 지역의 물수요정보에 대응하는 물공급 시뮬레이션을 수행하는 동적 시뮬레이션 모델 수행부;를 포함하되,
상기 동적 시뮬레이션 모델 수행부는, 상기 저류탱크의 용량을 확인하기 위한 모듈로서, 기설정된 물유입량 및 유출량을 기반으로 시간에 따른 상기 저류탱크의 용량 변화를 계산하는 저장 모듈; 물의 공급을 설정하기 위한 모듈로서, 상기 물 유입량을 설정하도록 데이터를 입력하고, 시계열 데이터 및 확률정규분포에 따른 입력변수를 설정하는 입력 모듈; 및 비용을 계산하기 위한 모듈로서, 관리자가 입력한 함수들을 이용하여 상기 함수에 연결된 입력 자료를 계산하도록 함수나 수식을 포함하며, 상기 저장 모듈 및 입력 모듈간의 결과를 통합하여 계산하거나 신뢰율을 포함한 결과를 확인하는 기능 모듈을 포함하는 것을 특징으로 한다.
삭제
삭제
삭제
삭제
삭제
삭제
한편, 전술한 기술적 과제를 달성하기 위한 다른 수단으로서, 본 발명에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 방법은, a) 다수의 물공급 지역에 설치된 저류탱크 내의 IoT 수위센서가 수위를 계측하는 단계; b) 해상이동형 담수화 선박 내에 구비된 관리 단말이 IoT 통신네트워크를 경유하여 수위 계측 데이터를 포함한 물공급 지역의 물수요정보를 수집하는 단계; c) 상기 관리 단말이 동적 시뮬레이션 모델에 따라 물공급 지역의 물수요정보에 대응하는 동적 시뮬레이션을 수행하는 단계; d) 상기 관리 단말이 물공급 지역별 물 사용량 패턴을 예측하는 단계; e) 상기 관리 단말이 해수담수화 공정비용을 분석하는 단계; 및 f) 상기 관리 단말이 선박 운항비용을 산정 및 평가하여 해상이동형 담수화 선박의 최적 운항경로를 결정하는 단계를 포함하되, 상기 관리 단말은 상기 해상이동형 담수화 선박의 운항경로를 최적화하도록 상기 해상이동형 담수화 선박과 물공급 지역간의 각각의 운항거리를 중점으로 선박 운항비용을 산정 및 평가하며,
상기 관리 단말은, IoT 통신네트워크를 통해 상기 IoT 수위센서로부터 상기 저류탱크 내의 수위 데이터를 포함한 물수요정보를 수집하는 물수요정보 수집부; 동적 시뮬레이션 모델에 따라 상기 물수요정보 수집부에서 수집된 상기 물공급 지역의 물수요정보에 대응하는 물공급 시뮬레이션을 수행하는 동적 시뮬레이션 모델 수행부;를 포함하며, 상기 동적 시뮬레이션 모델 수행부는, 상기 저류탱크의 용량을 확인하기 위한 모듈로서, 기설정된 물유입량 및 유출량을 기반으로 시간에 따른 상기 저류탱크의 용량 변화를 계산하는 저장 모듈; 물의 공급을 설정하기 위한 모듈로서, 상기 물 유입량을 설정하도록 데이터를 입력하고, 시계열 데이터 및 확률정규분포에 따른 입력변수를 설정하는 입력 모듈; 및 비용을 계산하기 위한 모듈로서, 관리자가 입력한 함수들을 이용하여 상기 함수에 연결된 입력 자료를 계산하도록 함수나 수식을 포함하며, 상기 저장 모듈 및 입력 모듈간의 결과를 통합하여 계산하거나 신뢰율을 포함한 결과를 확인하는 기능 모듈을 포함하는 것을 특징으로 하게 된다.
상기 관리 단말은, IoT 통신네트워크를 통해 상기 IoT 수위센서로부터 상기 저류탱크 내의 수위 데이터를 포함한 물수요정보를 수집하는 물수요정보 수집부; 동적 시뮬레이션 모델에 따라 상기 물수요정보 수집부에서 수집된 상기 물공급 지역의 물수요정보에 대응하는 물공급 시뮬레이션을 수행하는 동적 시뮬레이션 모델 수행부;를 포함하며, 상기 동적 시뮬레이션 모델 수행부는, 상기 저류탱크의 용량을 확인하기 위한 모듈로서, 기설정된 물유입량 및 유출량을 기반으로 시간에 따른 상기 저류탱크의 용량 변화를 계산하는 저장 모듈; 물의 공급을 설정하기 위한 모듈로서, 상기 물 유입량을 설정하도록 데이터를 입력하고, 시계열 데이터 및 확률정규분포에 따른 입력변수를 설정하는 입력 모듈; 및 비용을 계산하기 위한 모듈로서, 관리자가 입력한 함수들을 이용하여 상기 함수에 연결된 입력 자료를 계산하도록 함수나 수식을 포함하며, 상기 저장 모듈 및 입력 모듈간의 결과를 통합하여 계산하거나 신뢰율을 포함한 결과를 확인하는 기능 모듈을 포함하는 것을 특징으로 하게 된다.
본 발명에 따르면, 다수의 도서 또는 해안가의 저류탱크 내에 각각 설치되는 사물인터넷(IoT) 수위센서를 통해 실시간 계측되는 저류탱크 수위에 대응하는 물공급 수요를 예측함으로써, 해수담수화 플랜트가 탑재된 해상이동형 담수화 선박의 운항경로를 최적화할 수 있다.
본 발명에 따르면, 해상이동형 담수화 선박을 이용하여 계획적인 운반 급수선을 운항시킴으로써, 기존 운반 급수선의 비용을 절감하고 가뭄 등의 비상상황에 대비할 수 있다.
본 발명에 따르면, 동적 시뮬레이션 모델인 골드심(goldsim) 프로그램을 활용하여 해상이동형 담수화 선박의 운항 스케쥴을 최적화하여 각 해상이동형 담수화 선박의 운항비용을 절감하고 최적의 루트로 운용함으로써, 물이 필요한 물공급 지역에 안정적으로 물을 공급할 수 있다.
도 1은 종래의 기술에 따른 급수 운반선의 운영 방안의 개념을 설명하기 위한 도면이다.
도 2는 해상이동형 담수화 선박을 이용한 계획적인 급수 운반선 운항 방안의 개념을 설명하기 위한 도면이다.
도 3은 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템의 구성도이다.
도 4는 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템에서 동적 시뮬레이션 모델 수행부의 구체적인 구성도이다.
도 5는 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템이 적용되는 도서지역의 세대수와 급수인구 등을 나타내는 도면이다.
도 6은 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템에서 해상이동형 담수화 시설 및 표준항로에 따른 선박 운항거리를 예시하는 도면이다.
도 7은 동적 시뮬레이션 모델인 골드심 모델을 통해 기존 급수 운반선 운항 방식에 대해 시뮬레이션하는 것을 예시하는 도면이다.
도 8은 도 7에 도시된 동적 시뮬레이션 모델인 골드심 모델의 해석결과를 나타내는 도면이다.
도 9는 동적 시뮬레이션 모델인 골드심 모델을 통해 150톤급 급수 운반선 운항 방식에 대해 시뮬레이션하는 것을 예시하는 도면이다.
도 10은 도 9에 도시된 동적 시뮬레이션 모델인 골드심 모델의 해석결과에 따른 150톤 규모 급수 운반선 스케쥴을 나타내는 도면이다.
도 11은 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템에서, 동적 시뮬레이션 모델인 골드심 모델을 통해 해상이동형 담수화 선박의 운항 방식에 대해 시뮬레이션하는 것을 예시하는 도면이다.
도 12는 도 11에 도시된 동적 시뮬레이션 모델인 골드심 모델의 해석결과에 따른 해상이동형 담수화 선박의 스케쥴을 나타내는 도면이다
도 13은 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 방법을 나타내는 동작흐름도이다.
도 2는 해상이동형 담수화 선박을 이용한 계획적인 급수 운반선 운항 방안의 개념을 설명하기 위한 도면이다.
도 3은 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템의 구성도이다.
도 4는 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템에서 동적 시뮬레이션 모델 수행부의 구체적인 구성도이다.
도 5는 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템이 적용되는 도서지역의 세대수와 급수인구 등을 나타내는 도면이다.
도 6은 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템에서 해상이동형 담수화 시설 및 표준항로에 따른 선박 운항거리를 예시하는 도면이다.
도 7은 동적 시뮬레이션 모델인 골드심 모델을 통해 기존 급수 운반선 운항 방식에 대해 시뮬레이션하는 것을 예시하는 도면이다.
도 8은 도 7에 도시된 동적 시뮬레이션 모델인 골드심 모델의 해석결과를 나타내는 도면이다.
도 9는 동적 시뮬레이션 모델인 골드심 모델을 통해 150톤급 급수 운반선 운항 방식에 대해 시뮬레이션하는 것을 예시하는 도면이다.
도 10은 도 9에 도시된 동적 시뮬레이션 모델인 골드심 모델의 해석결과에 따른 150톤 규모 급수 운반선 스케쥴을 나타내는 도면이다.
도 11은 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템에서, 동적 시뮬레이션 모델인 골드심 모델을 통해 해상이동형 담수화 선박의 운항 방식에 대해 시뮬레이션하는 것을 예시하는 도면이다.
도 12는 도 11에 도시된 동적 시뮬레이션 모델인 골드심 모델의 해석결과에 따른 해상이동형 담수화 선박의 스케쥴을 나타내는 도면이다
도 13은 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 방법을 나타내는 동작흐름도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
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 있는 것을 의미한다. 또한, 명세서에 기재된 "…부" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
[IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템]
도 2는 해상이동형 담수화 선박을 이용한 계획적인 급수 운반선의 운영 방안의 개념을 설명하기 위한 도면으로서, 도 2의 a)는 해상이동형 담수화 선박을 이용한 도서지역 급수를 나타내는 도면이고, 도 2의 b)는 해상이동형 담수화 선박의 운항경로를 예시하는 도면이다.
도 2의 a)이 도시된 바와 같이, 해수담수화 플랜트를 탑재한 해상이동형 담수화 선박을 이용하여 도서지역이나 해안가 등의 물공급 지역의 저류탱크에 계획적으로 급수할 수 있고, 이때, 도 2의 b)에 도시된 바와 같이, 물공급 지역의 저류탱크에 설치된 IoT 수위센서를 기반으로 해상이동형 담수화 선박의 운항경로를 최적화할 수 있다.
구체적으로, 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템은, 동적 시뮬레이션 모델인 골드심(goldsim) 프로그램을 활용하여 해상이동형 담수화 선박의 운항 스케쥴을 최적화하여 각 해상이동형 담수화 선박의 운항비용을 절감하고 최적의 루트로 운용함으로써, 물이 필요한 물공급 지역에 안정적으로 물을 공급할 수 있다.
한편, 도 3은 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템의 구성도이다.
도 3을 참조하면, 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템은, 크게, 저류탱크(110a~110n), IoT 수위센서(120a~120n), 해상이동형 담수화 선박(200) 및 관리 단말(210)을 포함하며, 상기 관리 단말(210)은, 물수요정보 수집부(211), 동적 시뮬레이션 모델 수행부(212), 물 사용량 패턴 예측부(213), 관리 DB(214), 해수담수화 공정비용 분석부(215) 및 최적 운항경로 결정부(216)를 포함할 수 있다.
저류탱크(110a~110n)는 도서 또는 해안가인 물공급 지역(100a~100n)에 설치되어 물을 저장한다.
IoT 수위센서(120a~120n)는 상기 저류탱크(110a~110n) 내에 설치되어 상기 저류탱크(110a~110n) 내의 수위를 각각 계측한다. 여기서, 사물인터넷(Internet of Things: IoT)이란 인터넷을 기반으로 모든 사물은 연결하여 사람과 사물, 사물과 사물 간의 정보를 상호 소통하는 지능형 기술 및 서비스를 말하며, 이러한 사물인터넷은 기존의 유선 통신을 기반으로 한 인터넷이나 모바일 인터넷보다 더욱 진화된 단계로서, 인터넷에 연결된 기기가 사람의 개입 없이 상호간에 정보를 주고받아 처리하고, 이것은 사물이 인간에 의존하지 않고 통신을 주고받는 점에서 기존의 유비쿼터스(Ubiquitous)나 사물지능통신인 M2M(Machine to Machine)과 유사한 점은 있지만, M2M(Machine to Machine)의 개념을 인터넷으로 확장하여 사물은 물론이고 현실과 가상 세계의 모든 정보와 상호 작용하는 개념으로 진화한 단계로 볼 수 있다. 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템에서, 상기 IoT 수위센서(120a~120n)는 IoT 네트워크 통신장치를 이용하여 IoT 통신네트워크(300)와 연결된다.
해상이동형 담수화 선박(200)은 상기 물공급 지역(100a~100n)까지 소정의 운항경로를 따라 운항하고, 탑재된 해수담수화 플랜트(220)로 해수를 담수화하여 상기 물공급 지역(100a~100n) 내의 저류탱크(110a~110n) 내에 공급한다. 한편, 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템은 상기 해상이동형 담수화 선박(200)의 운항경로를 최적화할 수 있으며, 또한, 기존의 운반 급수선의 운항경로를 최적화할 수 있다는 점은 당업자에게 자명하다.
관리 단말(210)은 상기 해상이동형 담수화 선박(200) 내에 구비되고, 상기 IoT 수위센서(120a~120n)와 IoT 통신네트워크(300)를 통해 연결되어 상기 IoT 수위센서(120a~120n)에서 계측된 수위데이터를 포함하는 물수요 정보를 수신하며, 상기 IoT 수위센서(120a~120n)를 기반으로 동적 시뮬레이션 모델에 따라 상기 물공급 지역(100a~100n)의 물공급 수요를 예측하고, 선박 운항비용을 산정 및 평가함으로써, 상기 해상이동형 담수화 선박의 운항경로를 최적화한다. 예를 들면, 상기 관리 단말(210)은 상기 물공급 지역(100a~100n) 각각의 물사용량을 바탕으로 월간 공급횟수를 입력하고, 선박의 이동거리를 고려하여 월간 선박비용을 산정하되, 상기 월간 선박비용은 (총 선박 이동거리 x 단위거리당 선박 운항비용)으로 주어진다.
보다 구체적으로, 상기 관리 단말(210)의 물수요정보 수집부(211)는 IoT 통신네트워크(300)를 통해 상기 IoT 수위센서(120a~120n)로부터 상기 저류탱크(110a~110n) 내의 수위 데이터를 포함한 물수요정보를 수집한다. 즉, 상기 물수요정보는 저류탱크(110a~110n) 내의 수위 데이터 이외에도 저류조 탱크의 용량예측 데이터, 물 공급 설정 데이터, 비용 계산 데이터, 거리 인접도 데이터 등을 포함할 수 있지만, 이에 국한되는 것은 아니다.
상기 관리 단말(210)의 동적 시뮬레이션 모델 수행부(212)는 동적 시뮬레이션 모델에 따라 상기 물수요정보 수집부(211)에서 수집된 상기 물공급 지역(100a~100n)의 물수요정보에 대응하는 물공급 시뮬레이션을 수행한다. 여기서, 상기 동적 시뮬레이션 모델은 복잡한 시스템을 시각화하고 동적으로 시뮬레이션하는 골드심(GoldSim) 프로그램으로 구현되며, 현재 운반급수를 시행하고 있는 유인도서지역을 대상으로 각 도서지역의 인구수에 따른 저류탱크내 IoT 수위센서를 설치하여 데이터를 계측하고, 물 사용량 패턴을 예측하여 해상이동형 담수화 선박(200)의 운항 스케줄을 최적화하도록 상기 골드심(GoldSim) 프로그램을 활용하게 된다.
상기 관리 단말(210)의 물 사용량 패턴 예측부(213)는 상기 동적 시뮬레이션 모델 수행부(212)에서 수행한 물공급 시뮬레이션 결과에 따라 상기 물공급 지역(100a~100n) 각각의 물 사용량 패턴을 예측한다.
상기 관리 단말(210)의 관리 DB(214)는 상기 물공급 지역(100a~100n) 각각의 물 사용량 패턴 예측과 상기 해상이동형 담수화 선박(200)의 최적 운항경로 결정에 필요한 데이터를 저장한다.
상기 관리 단말(210)의 해수담수화 공정비용 분석부(215)는 상기 해수담수화 플랜트(220)의 해수담수화 공정에 소요되는 공정비용을 분석한다.
상기 관리 단말(210)의 최적 운항경로 결정부(216)는 상기 물 사용량 패턴 예측부(213)에서 예측된 물 사용량 패턴 및 상기 해수담수화 공정비용 분석부(215)에서 분석된 공정비용에 따라 상기 해상이동형 담수화 선박(200)의 최적 운항경로를 결정한다.
결국, 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템은, 상기 관리 단말(210)은 상기 해상이동형 담수화 선박의 운항경로를 최적화하도록 상기 해상이동형 담수화 선박(200)과 물공급 지역(100a~100n)간의 각각의 운항거리를 중점으로 선박 운항비용을 산정 및 평가함으로써, 해상이동형 담수화 선박(200)의 운항경로를 최적화할 수 있다.
한편, 골드심 프로그램은 엔지니어링, 과학 등의 분야에서 복잡한 시스템을 시각화하고 동적으로 시뮬레이션할 수 있는 프로그램을 말한다. 이러한 골드심 프로그램은 데이터와 방정식을 그래픽으로 시각화할 수 있는 장점이 있으며, 구현된 시스템은 시간에 변화하는 양상 및 예측에 용이하다.
구체적으로, 이러한 골드심 프로그램은 수자원, 물 공급 및 수문학 모델링 등 많은 구성요소가 상호연관 되어 있어 관계가 단순하지 않은 시스템의 시뮬레이션이 가능하다. 또한, 강수, 증발, 수요 등의 확률적 변수에 의해 주도되는 불확실한 매개변수에 대한 해석이 가능하여 통합 수자원 관리 문제를 시각적으로 확인할 수 있다. 이러한 골드심 모델은 MS Excel과 같은 다른 툴의 호환성이 높으며 EPA SWMM, Modflow와 같은 수자원 관리 툴을 직접 적용할 수 있다. 골드심 프로그램의 사용자 정의 디자인 인터페이스와 모델의 대시 보드 간단히 생성할 수 있어 비전문가도 쉽게 접근할 수 있다. 또한, 이러한 골드심 프로그램은 특수 모델을 통해 위험분석, 환경영향평가, 자원관리 시스템 등 현실적인 모델을 만들 수 있어 다양한 연구분야에 사용되고 있는 프로그램이다.
위에서 제시된 내용들은 충분히 다른 프로그래밍 언어에서도 구축이 가능하다는 점에서 골드심 프로그램의 이용가치가 높지 않게 평가될 수 있다. 그러나, 골드심 프로그램의 가장 큰 장점은 사용자 편의 환경을 사용자가 상당히 쉽게 만들 수 있는 것이다. 골드심 프로그램의 'dashborad'라는 기능을 이용하여, 작성한 핵심 프로그램을 간편하게 실행할 수 있는 사용자 편의 환경의 구축이 가능하다. 구축된 사용자 편의 환경은 골드심 프로그램을 구매하여 개발한 개발자 외에도 쉽게 사용할 수 있다. 즉, 무료로 제공이 되고 있는 'GoldSim player'를 이용하여 누구나 개발자가 개발한 프로그램의 입력자료 및 시뮬레이션 조건들을 개발자가 설정한 범위 내에서 조정하면서 결과를 시뮬레이션할 수 있다.
도 4는 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템에서 동적 시뮬레이션 모델 수행부의 구체적인 구성도로서, 도 4의 a)는 동적 시뮬레이션 모델 수행부의 구성도이고, 도 4의 b)는 동적 시뮬레이션 모델의 구성 모듈을 구체적으로 설명하기 위한 도면이다.
도 4의 a) 및 b)에 도시된 바와 같이, 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템에서 동적 시뮬레이션 모델 수행부(212)는, 저장 모듈(212a), 입력 모듈(212b), 기능 모듈(212c) 및 사건 모듈(212d)을 포함하여 구성된다.
저장 모듈(212a)은 상기 저류탱크(110a~110n)의 용량을 확인하기 위한 모듈로서, 기설정된 물유입량 및 유출량을 기반으로 시간에 따른 상기 저류탱크의 용량 변화를 계산한다. 이때, 상기 저장 모듈(212a)은 단순 저수지 시뮬레이션 및 적분이 가능한 기능들을 포함할 수 있다.
입력 모듈(212b)은 물의 공급을 설정하기 위한 모듈로서, 상기 물 유입량을 설정하도록 데이터를 입력하고, 시계열 데이터 및 확률정규분포에 따른 입력변수를 설정한다. 여기서, 상기 입력 모듈(212b)은 물공급 시뮬레이션을 위한 과거 기록 데이터 및 행렬을 해석하도록 단순자료, 시계열 데이터 및 확률분포 데이터를 입력할 수 있다.
기능 모듈(212c)은 비용을 계산하기 위한 모듈로서, 관리자가 입력한 함수들을 이용하여 상기 함수에 연결된 입력 자료를 계산하도록 함수나 수식을 포함하며, 상기 저장 모듈(212a) 및 입력 모듈(212b)간의 결과를 통합하여 계산하거나 신뢰율을 포함한 결과를 확인할 수 있다.
사건 모듈(212d)은 IF 함수 또는 저류탱크 설정 용량과 같은 설정된 사건으로 상기 입력 모듈(212b) 및 기능 모듈(212c)을 조작한다. 이때, 상기 저장 모듈(212a) 및 상기 사건 모듈(212d)은 시간에 따라 결과값이 변동성을 갖는 시뮬레이션에서 과거에 일어난 조건에 따른 영향을 시뮬레이션하는 특수 기능을 갖는 모듈이다.
한편, 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템의 경우, 동적 시뮬레이션 모델인 골드심 프로그램을 활용하여 입력 모듈, 기능 모듈, 저장 모듈, 발생 모듈, 지체 모듈, 결과 모듈, 사건 모듈, 기능 모듈 등의 데이터를 조정해가면서 해상이동형 담수화 선박의 최적루트 및 운항 스케쥴 결과를 시뮬레이션할 수 있다.
이때, 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템은, 골드심 프로그램의 조정데이터로서, 각 도서지역의 물 사용량을 설정하여 저류조 탱크의 용량예측 데이터, 물 공급 설정 데이터, 비용 계산 데이터, 거리 인접도 데이터 등을 활용하여 각 모듈 데이터들간의 결과를 통합하여 각 해상이동형 담수화 선박 운영의 최적 시뮬레이션 결과를 도출해낼 수 있다.
또한, 각 도서지역 마을에 구비된 저류탱크에 IoT 기반 수위센서를 탑재하여 실시간 데이터를 모니터링하여 원격지에서도 물 사용량 패턴을 예측함으로써, 물 부족을 겪는 지역의 물 공급 필요 여부를 파악할 수 있으므로, 해상이동형 담수화 선박을 활용하여 신속하고 용이하게 대응할 수 있다.
본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템의 경우, 예를 들면, 계획 대상 지역은 전라남도의 진도군 인근 도서지역으로 선정하였으며, 적용성의 평가는 인건비, 급수비용 등 기존 소요 비용에서 변동이 없는 사항을 제외하고 가장 큰 비용 절감이 가능한 운항거리를 중점으로 선박 운항비용을 산정하여 평가하였다.
본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템의 경우, 골드심(goldsim) 프로그램을 활용하여 기존 운행되는 50t 운반 급수선, 150t 운반 급수선 및 해상이동형 담수화 선박의 운항 스케쥴을 최적화였다. 이때, 골드심(Goldsim) 프로그램을 활용하여, 현재 운반급수를 시행하고 있는 유인도서지역 17개소를 대상으로 각 섬의 인구수에 따른 최대 50톤 규모의 저류탱크내 IoT 수위센서를 설치하여 데이터를 계측하고, 물 사용량 패턴을 예측하여 운반급수선의 운항 스케줄을 최적화하였다.
본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템의 적용성을 평가하기 위해서, 국내의 도서지역 중 진도군 일대의 운반급수 도서지역으로 선정하였다. 특히, 지방상수도나 마을 상수도로부터 상수를 공급받지 못하고 급수 운반선에 의존해야하는 섬을 대상으로 하였다.
현재 이러한 작은 규모의 섬은 마을 내 저류탱크(또는 저류조)에 물을 공급받아 일정 수위 이하로 물이 떨어지면 급수 요청을 하여 육지에서 출발하는 급수선으로부터 상수를 공급받는다. 대부분 급수인구가 최소 2인에서 48인의 소규모 섬이며 고령화로 인해 노인 비율이 높아 해수담수화 설비와 같은 물공급 방법도 관리가 어려우며, 50톤 규모의 저류탱크 시설이 구축되어 있다.
또한, 극심한 가뭄이나 기상악화 등에 의해 물공급이 불가능한 경우, 특별한 대책이 없이 급수가 제한되기 때문에 이에 대한 대책이 필요하다. 진도군 대상 섬의 세대수와 급수인구 등을 나타내면, 도 5에 도시된 바와 같다. 즉, 도 5는 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템이 적용되는 도서지역의 세대수와 급수인구 등을 나타내는 도면이다.
도 6은 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템에서 해상이동형 담수화 시설 및 표준항로에 따른 선박 운항거리를 예시하는 도면으로서, 도 6의 a)는 해상 이동형 해수담수화 시설의 개념을 설명하기 위한 도면이고, 도 6의 b)는 표준항로에 따른 선박 운항거리를 예시하는 도면이다.
도 6의 a)에 도시된 바와 같이, 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템에서, 해상이동형 담수화 시설은 해상이동형 담수화 선박에 탑재되어 해상에서 이동할 수 있으며, 해수로부터 담수를 생산하여 이를 외부로 공급할 수 있으며, 기후변화에 의한 가뭄 발생 시 물이 부족한 해안이나 도서지역으로 이동하여 물을 생산하고, 또한, 임해 지역의 재난 발생시 긴급한 물 공급을 위한 이동식 시설로 활용하며, 육상에 시설을 설치하는 대신 해상 부유식으로 해수담수화 시설을 구축할 수 있다.
이때, 해상이동형 담수화 선박 내에 해수담수화 플랜트 및 유틸리티가 탑재될 수 있으며, 도서 또는 해안가인 물공급지역으로부터 관망 밍 육상공급 시설이 설치되고, 또한, 적어도 하나 이상의 저류탱크가 설치되며, 상기 저류탱크 내에 IoT 수위센서가 설치된다. 이때, 도 6의 b)는 표준항로에 따른 선박 운항거리를 예시하며, 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템에서 해상이동형 담수화 선박(200)은 이러한 운항거리에 따라 은행경로 최적화슬 수행하게 된다.
한편, 소규모 섬의 저류탱크 수위를 확인하여 육지로부터 급수선을 이용해 물을 공급받는 현재의 방식과는 다르게 안정적이고 비상사태에 대비 가능한 급수 방법이 필요하다.
본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템에서는 각 도서지역의 물 사용량을 1인 기준 300 L/day로 설정하여 저류탱크의 용량을 예측하였다. 또한, 기존의 물 공급 방법과 달리 섬 군집지역 및 항로를 고려하여, 1) 150톤 규모 급수 운반선 및 2) 350톤 규모 해상이동형 담수화 선박에 의한 운영방법에 따른 월별 스케쥴을 시뮬레이션하여 물공급 방안에 대한 적용성을 확인하였다.
이때, 기존의 선박 운항 비용과 각각의 새로운 급수 방식에 대한 비용을 산정하여 적용성을 평가하였으며, 급수 운반선 및 해상이동형 담수화 선박의 이동거리 등을 고려하여 비용을 산정하였으며, 예를 들면, 상기 물공급 지역(100a~100n) 각각의 물사용량을 바탕으로 월간 공급횟수를 입력하고, 선박의 이동거리를 고려하여 월간 선박비용을 산정하되, 상기 월간 선박비용은 (총 선박 이동거리 x 단위거리당 선박 운항비용)으로 주어진다.
도 7은 동적 시뮬레이션 모델인 골드심 모델을 통해 기존 급수 운반선 운항 방식에 대해 시뮬레이션하는 것을 예시하는 도면이고, 도 8은 도 7에 도시된 동적 시뮬레이션 모델인 골드심 모델의 해석결과를 나타내는 도면이다.
기존의 50톤 규모의 급수 운반선의 운항 방법에 따른 운영비용을 산정하기 위해 도 7에 도시된 바와 같이, 골드심 프로그램을 사용하여 시뮬레이션을 수행하였다. 이때, 골드심 프로그램에 사용된 각각의 모듈은 섬의 저류탱크 용량을 확인하기 위한 저장 모듈(212a), 물의 공급을 설정하기 위한 입력 모듈(212b), 비용을 계산하기 위한 기능 모듈(212c)이 사용되었으며, 또한, 골드심 프로그램의 편의성을 위해 사건 모듈(212d)을 추가하였다. 이때, 각 섬마다의 물사용량을 바탕으로 월간 공급횟수를 입력하여 월간 선박 운행비용을 산정하였다.
그 결과로서, 도 8에 도시된 바와 같이, 섬 저류조의 용량은 0ton 이하로 떨어지지 않고 잘 유지되었으며, 이는 주민의 물 공급이 원활하게 이루어진 것을 의미한다. 도 8에 도시된 결과에 따라 대표적인 섬의 시간에 따른 저류탱크 용량을 나타내는 그래프로서, 항상 저류탱크에 물이 채워져 있는 것을 나타낸다. 이때, 단위 거리(㎞)당 선박 비용은 15$로 선정하였으며, 이것은 현재 운영중인 비용을 기준으로 선정하였다. 그 결과 월간 운영비용은 33,243$로 산정되었다.
한편, 도 9는 동적 시뮬레이션 모델인 골드심 모델을 통해 150톤급 급수 운반선 운항 방식에 대해 시뮬레이션하는 것을 예시하는 도면이고, 도 10은 도 9에 도시된 동적 시뮬레이션 모델인 골드심 모델의 해석결과에 따른 150톤 규모 급수 운반선 스케쥴을 나타내는 도면이다.
50톤 규모의 급수 운반선의 운항 방식을 시뮬레이션하면, 기존 운반 급수선 대비 안정적이고 경제성을 확보할 수 있다. 이때, 골드심 프로그램은, 도 9에 도시된 바와 같이, 전술한 도 7에 도시된 바와 마찬가지로 저장 모듈(212a), 입력 모듈(212b) 및 기능 모듈(212c)이 사용되었다. 또한, 골드심 프로그램을 활용한 동적 시뮬레이션의 해석에 따라 최적화된 월간 선박 운행계획은, 도 10에 도시된 바와 같이, 나타낼 수 있다.
기존 운반급수 도서지역의 경우, 인구수가 많지 않으며, 모든 지역에 50톤 저류탱크를 활용하여 급수받고 있으며, 이때, 운항되는 운반 급수선도 50톤 규모로 한정되어 있기 때문에 하루에 공급할 수 있는 도서지역이 제한된다. 이에 따라, 운반 급수선의 규모를 150톤으로 선정하여 일일 최대 세 곳의 섬에 물 공급이 가능하며 급수 주기와 섬의 인접도를 고려하여 계획을 수립하였다. 예를 들면, 150톤 규모의 운반 급수선의 운항비용 또한 현재 사용되는 급수선의 운항비용과 같기 때문에 단위 거리당 선박운행 비용을 15$/㎞로 설정하였다. 따라서 총 이동거리를 산정했을 때, 월간 14,352$의 금액이 소요되는 것으로 계산되었으며, 이것은 기존의 운항 방법 대비 약 42%의 비용이 절감되는 것을 확인할 수 있고, 또한, 섬주민의 물 공급 또한 안정적인 것으로 확인되었다.
한편, 도 11은 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템에서, 동적 시뮬레이션 모델인 골드심 모델을 통해 해상이동형 담수화 선박의 운항 방식에 대해 시뮬레이션하는 것을 예시하는 도면이고, 도 12는 도 11에 도시된 동적 시뮬레이션 모델인 골드심 모델의 해석결과에 따른 해상이동형 담수화 선박의 스케쥴을 나타내는 도면이다.
본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템에서, 섬과 섬 사이를 이동하며 담수를 생산하는 해상이동형 담수화 선박(200)은 육지에 복귀하여 상수를 보충하지 않아도 되는 장점이 있기 때문에 하루에 많은 섬에 물을 공급할 수 있기 때문에 선박의 이동거리를 줄일 수 있다. 전술한 150톤 선박을 활용한 시뮬레이션 결과와 마찬가지로 골드심 프로그램을 활용한 동적 시뮬레이션 결과는 도 12에 도시된 바와 같이 월별 계획을 나타낼 수 있다.
결과적으로, 현재의 50톤 규모의 급수 운반선 모델, 운항 스케쥴에 따른 150톤 규모의 급수 운반선 모델, 350톤 규모의 해상이동형 담수화 선박 순으로 운영금액이 높은 것을 확인할 수 있다. 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템에 따르면, IoT 수위센서의 탑재를 통해 모든 시나리오에서 원활하게 물 공급이 가능하였으며, 특히, 해상이동형 담수화 선박(200)의 경우, 도 12에서 공란으로 표시된 바와 같이 비운항 스케쥴이 확보될 수 있기 때문에 기상악화 등의 변수에 용이하게 대응할 수 있다. 또한, 극심한 가뭄으로 인해 마을 상수도 혹은 지방 상수도에 문제가 발생했을 경우, 해상이동형 담수화 선박(200)을 활용하여 용이하게 대응할 수 있다.
결국, 본 발명의 실시예에 따르면, 운반 급수선의 운항 스케줄을 최적화하여 운항비용을 절감하고, IoT 수위센서의 실시간 데이터를 모니터링하여 원격지에서도 물사용량 패턴을 예측할 수 있어 가뭄으로 인해 물 부족을 겪고 있는 도서지역 주민들을 위한 물 공급을 원활하게 할 수 있으며, 비상시 신속하게 대처할 수 있다. 또한, 해상이동형 담수화 선박을 적용할 경우, 비용 절감 및 안정성 확보의 장점으로 기존의 50톤 규모의 운반급수 도서지역 이외의 대규모 도서지역에 용이하게 물 공급을 수행할 수 있다.
[IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 방법]
도 13은 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 방법을 나타내는 동작흐름도이다.
도 13을 참조하면, 본 발명의 실시예에 따른 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 방법은, 먼저, 다수의 물공급 지역(100a~100n)에 설치된 저류탱크(110a~110n) 내의 IoT 수위센서(120a~120n)가 수위를 계측한다(S110).
다음으로, 해상이동형 담수화 선박(200) 내에 구비된 관리 단말(210)이 IoT 통신네트워크(300)를 경유하여 수위 계측 데이터를 포함한 물공급 지역의 물수요정보를 수집한다(S120).
다음으로, 상기 관리 단말(210)이 동적 시뮬레이션 모델에 따라 물공급 지역(100a~100n)의 물수요정보에 대응하는 동적 시뮬레이션을 수행한다(S130). 여기서, 상기 동적 시뮬레이션 모델은 복잡한 시스템을 시각화하고 동적으로 시뮬레이션하는 골드심(GoldSim) 프로그램으로 구현되며, 현재 운반급수를 시행하고 있는 유인도서지역을 대상으로 각 도서지역의 인구수에 따른 저류탱크내 IoT 수위센서를 설치하여 데이터를 계측하고, 물 사용량 패턴을 예측하여 해상이동형 담수화 선박(200)의 운항 스케줄을 최적화하도록 상기 골드심(GoldSim) 프로그램을 활용하게 된다.
다음으로, 상기 관리 단말(210)이 물공급 지역(100a~100n)별 물 사용량 패턴을 예측한다(S140). 구체적으로, 상기 관리 단말(210)은, IoT 통신네트워크(300)를 통해 상기 IoT 수위센서(120a~120n)로부터 상기 저류탱크(110a~110n) 내의 수위 데이터를 포함한 물수요정보를 수집하는 물수요정보 수집부(211); 동적 시뮬레이션 모델에 따라 상기 물수요정보 수집부(211)에서 수집된 상기 물공급 지역(100a~100n)의 물수요정보에 대응하는 물공급 시뮬레이션을 수행하는 동적 시뮬레이션 모델 수행부(212); 상기 동적 시뮬레이션 모델 수행부(212)에서 수행한 물공급 시뮬레이션 결과에 따라 상기 물공급 지역(100a~100n) 각각의 물 사용량 패턴을 예측하는 물 사용량 패턴 예측부(213); 상기 물공급 지역(100a~100n) 각각의 물 사용량 패턴 예측과 상기 해상이동형 담수화 선박(200)의 최적 운항경로 결정에 필요한 데이터를 저장하는 관리 DB(214); 상기 해수담수화 플랜트(220)의 해수담수화 공정에 소요되는 공정비용을 분석하는 해수담수화 공정비용 분석부(215); 및 상기 물 사용량 패턴 예측부(213)에서 예측된 물 사용량 패턴 및 상기 해수담수화 공정비용 분석부(215)에서 분석된 공정비용에 따라 상기 해상이동형 담수화 선박(200)의 최적 운항경로를 결정하는 최적 운항경로 결정부(216)를 포함할 수 있다.
이때, 상기 동적 시뮬레이션 모델 수행부(212)는, 상기 저류탱크(110a~110n)의 용량을 확인하기 위한 모듈로서, 기설정된 물유입량 및 유출량을 기반으로 시간에 따른 상기 저류탱크의 용량 변화를 계산하는 저장 모듈(212a); 물의 공급을 설정하기 위한 모듈로서, 상기 물 유입량을 설정하도록 데이터를 입력하고, 시계열 데이터 및 확률정규분포에 따른 입력변수를 설정하는 입력 모듈(212b); 비용을 계산하기 위한 모듈로서, 관리자가 입력한 함수들을 이용하여 상기 함수에 연결된 입력 자료를 계산하도록 함수나 수식을 포함하며, 상기 저장 모듈(212a) 및 입력 모듈(212b)간의 결과를 통합하여 계산하거나 신뢰율을 포함한 결과를 확인하는 기능 모듈(212c); 및 상기 동적 시뮬레이션 모델 수행부(212)는, IF 함수 또는 저류탱크 설정 용량과 같은 설정된 사건으로 상기 입력 모듈(212b) 및 기능 모듈(212c)을 조작하는 사건 모듈(212d)을 포함할 수 있다.
다음으로, 상기 관리 단말(210)이 해수담수화 공정비용을 분석한다(S150).
다음으로, 상기 관리 단말(210)이 선박 운항비용을 산정 및 평가하여 해상이동형 담수화 선박(200)의 최적 운항경로를 결정한다(S160). 즉, 상기 관리 단말(210)은 상기 해상이동형 담수화 선박의 운항경로를 최적화하도록 상기 해상이동형 담수화 선박(200)과 물공급 지역(100a~100n)간의 각각의 운항거리를 중점으로 선박 운항비용을 산정 및 평가한다. 구체적으로, 상기 관리 단말(210)은 상기 물공급 지역(100a~100n) 각각의 물사용량을 바탕으로 월간 공급횟수를 입력하고, 선박의 이동거리를 고려하여 월간 선박비용을 산정하되, 상기 월간 선박비용은 (총 선박 이동거리 x 단위거리당 선박 운항비용)으로 주어진다.
결국, 본 발명의 실시예에 따르면, 다수의 도서 또는 해안가의 저류탱크 내에 각각 설치되는 사물인터넷(IoT) 수위센서를 통해 실시간 계측되는 저류탱크 수위에 대응하는 물공급 수요를 예측함으로써, 해수담수화 플랜트가 탑재된 해상이동형 담수화 선박의 운항경로를 최적화할 수 있으며, 또한, 해상이동형 담수화 선박을 이용하여 계획적인 운반 급수선을 운항시킴으로써, 기존 운반 급수선의 비용을 절감하고 가뭄 등의 비상상황에 대비할 수 있다. 또한, 동적 시뮬레이션 모델인 골드심(goldsim) 프로그램을 활용하여 해상이동형 담수화 선박의 운항 스케쥴을 최적화하여 각 해상이동형 담수화 선박의 운항비용을 절감하고 최적의 루트로 운용함으로써, 물이 필요한 물공급 지역에 안정적으로 물을 공급할 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100a~100n: 물공급 지역 200: 해상이동형 담수화 선박
300: IoT 통신네트워크
110a~110n: 저류탱크 120a~120n: IoT 수위센서
210: 관리 단말 220: 해수담수화 플랜트
211: 물수요정보 수집부 212: 동적 시뮬레이션 모델 수행부
213: 물 사용량 패턴 예측부 214: 관리 DB
215: 해수담수화 공정비용 분석부
216: 최적 운항경로 결정부
212a: 저장 모듈 212b: 입력 모듈
212c: 기능 모듈 212d: 사건 모듈
300: IoT 통신네트워크
110a~110n: 저류탱크 120a~120n: IoT 수위센서
210: 관리 단말 220: 해수담수화 플랜트
211: 물수요정보 수집부 212: 동적 시뮬레이션 모델 수행부
213: 물 사용량 패턴 예측부 214: 관리 DB
215: 해수담수화 공정비용 분석부
216: 최적 운항경로 결정부
212a: 저장 모듈 212b: 입력 모듈
212c: 기능 모듈 212d: 사건 모듈
Claims (13)
- 도서 또는 해안가인 물공급 지역(100a~100n)에 설치되어 물을 저장하는 저류탱크(110a~110n);
상기 저류탱크(110a~110n) 내에 설치되어 상기 저류탱크(110a~110n) 내의 수위를 각각 계측하는 IoT 수위센서(120a~120n);
상기 물공급 지역(100a~100n)까지 소정의 운항경로를 따라 운항하고, 탑재된 해수담수화 플랜트(220)로 해수를 담수화하여 상기 물공급 지역(100a~100n) 내의 저류탱크(110a~110n) 내에 공급하는 해상이동형 담수화 선박(200); 및
상기 해상이동형 담수화 선박(200) 내에 구비되고, IoT 통신네트워크(300)를 통해 상기 IoT 수위센서(120a~120n)와 연결되어 상기 IoT 수위센서(120a~120n)에서 계측된 수위데이터를 포함하는 물수요 정보를 수신하며, 상기 IoT 수위센서(120a~120n)를 기반으로 동적 시뮬레이션 모델에 따라 상기 물공급 지역(100a~100n)의 물공급 수요를 예측하고, 선박 운항비용을 산정 및 평가함으로써, 상기 해상이동형 담수화 선박의 운항경로(Navigation Route)를 최적화하는 관리 단말(210)을 포함하되,
상기 관리 단말(210)은 상기 해상이동형 담수화 선박의 운항경로를 최적화하도록 상기 해상이동형 담수화 선박(200)과 물공급 지역(100a~100n)간의 각각의 운항거리를 중점으로 선박 운항비용을 산정 및 평가하며,
상기 관리 단말(210)은, IoT 통신네트워크(300)를 통해 상기 IoT 수위센서(120a~120n)로부터 상기 저류탱크(110a~110n) 내의 수위 데이터를 포함한 물수요정보를 수집하는 물수요정보 수집부(211); 및 동적 시뮬레이션 모델에 따라 상기 물수요정보 수집부(211)에서 수집된 상기 물공급 지역(100a~100n)의 물수요정보에 대응하는 물공급 시뮬레이션을 수행하는 동적 시뮬레이션 모델 수행부(212);을 포함하되,
상기 동적 시뮬레이션 모델 수행부(212)는, 상기 저류탱크(110a~110n)의 용량을 확인하기 위한 모듈로서, 기설정된 물유입량 및 유출량을 기반으로 시간에 따른 상기 저류탱크의 용량 변화를 계산하는 저장 모듈(212a); 물의 공급을 설정하기 위한 모듈로서, 상기 물 유입량을 설정하도록 데이터를 입력하고, 시계열 데이터 및 확률정규분포에 따른 입력변수를 설정하는 입력 모듈(212b); 및 비용을 계산하기 위한 모듈로서, 관리자가 입력한 함수들을 이용하여 상기 함수에 연결된 입력 자료를 계산하도록 함수나 수식을 포함하며, 상기 저장 모듈(212a) 및 입력 모듈(212b)간의 결과를 통합하여 계산하거나 신뢰율을 포함한 결과를 확인하는 기능 모듈(212c)을 포함하는 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템. - 제1항에 있어서,
상기 관리 단말(210)은 상기 물공급 지역(100a~100n) 각각의 물사용량을 바탕으로 월간 공급횟수를 입력하고, 선박의 이동거리를 고려하여 월간 선박비용을 산정하되, 상기 월간 선박비용은 (총 선박 이동거리 x 단위거리당 선박 운항비용)으로 주어지는 것을 특징으로 하는 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템. - 제1항에 있어서,
상기 동적 시뮬레이션 모델은 복잡한 시스템을 시각화하고 동적으로 시뮬레이션하는 골드심(GoldSim) 프로그램으로 구현되며, 현재 운반급수를 시행하고 있는 유인도서지역을 대상으로 각 도서지역의 인구수에 따른 저류탱크내 IoT 수위센서를 설치하여 데이터를 계측하고, 물 사용량 패턴을 예측하여 해상이동형 담수화 선박(200)의 운항 스케줄을 최적화하도록 상기 골드심(GoldSim) 프로그램을 활용하는 것을 특징으로 하는 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템. - 제1항에 있어서, 상기 관리 단말(210)은,
상기 동적 시뮬레이션 모델 수행부(212)에서 수행한 물공급 시뮬레이션 결과에 따라 상기 물공급 지역(100a~100n) 각각의 물 사용량 패턴을 예측하는 물 사용량 패턴 예측부(213);
상기 물공급 지역(100a~100n) 각각의 물 사용량 패턴 예측과 상기 해상이동형 담수화 선박(200)의 최적 운항경로 결정에 필요한 데이터를 저장하는 관리 DB(214);
상기 해수담수화 플랜트(220)의 해수담수화 공정에 소요되는 공정비용을 분석하는 해수담수화 공정비용 분석부(215); 및
상기 물 사용량 패턴 예측부(213)에서 예측된 물 사용량 패턴 및 상기 해수담수화 공정비용 분석부(215)에서 분석된 공정비용에 따라 상기 해상이동형 담수화 선박(200)의 최적 운항경로를 결정하는 최적 운항경로 결정부(216)를 더 포함하는 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템. - 삭제
- 제1항에 있어서,
상기 동적 시뮬레이션 모델 수행부(212)는, IF 함수 또는 저류탱크 설정 용량과 같은 설정된 사건으로 상기 입력 모듈(212b) 및 기능 모듈(212c)을 조작하는 사건 모듈(212d)을 추가로 포함하는 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템. - 제1항에 있어서,
상기 입력 모듈(212b)은 물공급 시뮬레이션을 위한 과거 기록 데이터 및 행렬을 해석하도록 단순자료, 시계열 데이터 및 확률분포 데이터를 입력하는 것을 특징으로 하는 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템. - a) 다수의 물공급 지역(100a~100n)에 설치된 저류탱크(110a~110n) 내의 IoT 수위센서(120a~120n)가 수위를 계측하는 단계;
b) 해상이동형 담수화 선박(200) 내에 구비된 관리 단말(210)이 IoT 통신네트워크(300)를 경유하여 수위 계측 데이터를 포함한 물공급 지역의 물수요정보를 수집하는 단계;
c) 상기 관리 단말(210)이 동적 시뮬레이션 모델에 따라 물공급 지역(100a~100n)의 물수요정보에 대응하는 동적 시뮬레이션을 수행하는 단계;
d) 상기 관리 단말(210)이 물공급 지역(100a~100n)별 물 사용량 패턴을 예측하는 단계;
e) 상기 관리 단말(210)이 해수담수화 공정비용을 분석하는 단계; 및
f) 상기 관리 단말(210)이 선박 운항비용을 산정 및 평가하여 해상이동형 담수화 선박(200)의 최적 운항경로를 결정하는 단계를 포함하되,
상기 관리 단말(210)은 상기 해상이동형 담수화 선박의 운항경로를 최적화하도록 상기 해상이동형 담수화 선박(200)과 물공급 지역(100a~100n)간의 각각의 운항거리를 중점으로 선박 운항비용을 산정 및 평가하며,
상기 관리 단말(210)은, IoT 통신네트워크(300)를 통해 상기 IoT 수위센서(120a~120n)로부터 상기 저류탱크(110a~110n) 내의 수위 데이터를 포함한 물수요정보를 수집하는 물수요정보 수집부(211); 동적 시뮬레이션 모델에 따라 상기 물수요정보 수집부(211)에서 수집된 상기 물공급 지역(100a~100n)의 물수요정보에 대응하는 물공급 시뮬레이션을 수행하는 동적 시뮬레이션 모델 수행부(212);를 포함하며,
상기 동적 시뮬레이션 모델 수행부(212)는, 상기 저류탱크(110a~110n)의 용량을 확인하기 위한 모듈로서, 기설정된 물유입량 및 유출량을 기반으로 시간에 따른 상기 저류탱크의 용량 변화를 계산하는 저장 모듈(212a); 물의 공급을 설정하기 위한 모듈로서, 상기 물 유입량을 설정하도록 데이터를 입력하고, 시계열 데이터 및 확률정규분포에 따른 입력변수를 설정하는 입력 모듈(212b); 및 비용을 계산하기 위한 모듈로서, 관리자가 입력한 함수들을 이용하여 상기 함수에 연결된 입력 자료를 계산하도록 함수나 수식을 포함하며, 상기 저장 모듈(212a) 및 입력 모듈(212b)간의 결과를 통합하여 계산하거나 신뢰율을 포함한 결과를 확인하는 기능 모듈(212c)을 포함하는 것을 특징으로 하는 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 방법. - 제8항에 있어서,
상기 관리 단말(210)은 상기 물공급 지역(100a~100n) 각각의 물사용량을 바탕으로 월간 공급횟수를 입력하고, 선박의 이동거리를 고려하여 월간 선박비용을 산정하되, 상기 월간 선박비용은 (총 선박 이동거리 x 단위거리당 선박 운항비용)으로 주어지는 것을 특징으로 하는 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 방법. - 제8항에 있어서,
상기 동적 시뮬레이션 모델은 복잡한 시스템을 시각화하고 동적으로 시뮬레이션하는 골드심(GoldSim) 프로그램으로 구현되며, 현재 운반급수를 시행하고 있는 유인도서지역을 대상으로 각 도서지역의 인구수에 따른 저류탱크내 IoT 수위센서를 설치하여 데이터를 계측하고, 물 사용량 패턴을 예측하여 해상이동형 담수화 선박(200)의 운항 스케줄을 최적화하도록 상기 골드심(GoldSim) 프로그램을 활용하는 것을 특징으로 하는 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 방법. - 제8항에 있어서, 상기 관리 단말(210)은,
상기 동적 시뮬레이션 모델 수행부(212)에서 수행한 물공급 시뮬레이션 결과에 따라 상기 물공급 지역(100a~100n) 각각의 물 사용량 패턴을 예측하는 물 사용량 패턴 예측부(213);
상기 물공급 지역(100a~100n) 각각의 물 사용량 패턴 예측과 상기 해상이동형 담수화 선박(200)의 최적 운항경로 결정에 필요한 데이터를 저장하는 관리 DB(214);
해수담수화 플랜트(220)의 해수담수화 공정에 소요되는 공정비용을 분석하는 해수담수화 공정비용 분석부(215); 및
상기 물 사용량 패턴 예측부(213)에서 예측된 물 사용량 패턴 및 상기 해수담수화 공정비용 분석부(215)에서 분석된 공정비용에 따라 상기 해상이동형 담수화 선박(200)의 최적 운항경로를 결정하는 최적 운항경로 결정부(216)를 더 포함하는 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 방법. - 삭제
- 제8항에 있어서,
상기 동적 시뮬레이션 모델 수행부(212)는, IF 함수 또는 저류탱크 설정 용량과 같은 설정된 사건으로 상기 입력 모듈(212b) 및 기능 모듈(212c)을 조작하는 사건 모듈(212d)을 추가로 포함하는 IoT 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210088964A KR102598271B1 (ko) | 2021-07-07 | 2021-07-07 | 사물인터넷(IoT) 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템 및 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210088964A KR102598271B1 (ko) | 2021-07-07 | 2021-07-07 | 사물인터넷(IoT) 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템 및 그 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230008385A KR20230008385A (ko) | 2023-01-16 |
| KR102598271B1 true KR102598271B1 (ko) | 2023-11-06 |
Family
ID=85109916
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210088964A KR102598271B1 (ko) | 2021-07-07 | 2021-07-07 | 사물인터넷(IoT) 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템 및 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102598271B1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102431285B1 (ko) * | 2020-07-29 | 2022-08-11 | 한국과학기술연구원 | 해수담수화 선박 및 자율운항선박을 이용한 담수공급시스템 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005087817A (ja) * | 2003-09-16 | 2005-04-07 | Hitachi Ltd | 淡水供給システム |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7416666B2 (en) | 2002-10-08 | 2008-08-26 | Water Standard Company | Mobile desalination plants and systems, and methods for producing desalinated water |
| KR20120009982A (ko) * | 2010-07-23 | 2012-02-02 | 한국과학기술원 | 정삼투압 방식의 담수화 공정 설계 방법 및 이를 위한 기록매체 |
| KR101638553B1 (ko) | 2014-01-28 | 2016-07-20 | 한국농어촌공사 | Ｉｃｔ 활용 대수용가 압력제어 및 펌프 최적 운영관리 융합 기술 |
| KR20180042956A (ko) | 2016-10-19 | 2018-04-27 | 현대중공업 주식회사 | 선박의 운용 최적화 시스템 및 방법 |
| KR101786494B1 (ko) | 2017-01-25 | 2017-10-18 | 장현실 | 대규모 빗물 저류조의 유지 관리 시스템 |
| KR102344997B1 (ko) * | 2019-10-16 | 2021-12-30 | 한국과학기술연구원 | 해수담수화 선박을 이용한 담수공급시스템 |
-
2021
- 2021-07-07 KR KR1020210088964A patent/KR102598271B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005087817A (ja) * | 2003-09-16 | 2005-04-07 | Hitachi Ltd | 淡水供給システム |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230008385A (ko) | 2023-01-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Haasnoot et al. | Exploring pathways for sustainable water management in river deltas in a changing environment | |
| Giacomoni et al. | Complex adaptive systems approach to simulate the sustainability of water resources and urbanization | |
| Lawson et al. | Delivering and evaluating the multiple flood risk benefits in blue-green cities: An interdisciplinary approach | |
| CN104200322A (zh) | 一种流域综合管理系统 | |
| Franks et al. | Cumulative social impacts | |
| Behboudian et al. | Evaluating the long-term resilience of water resources systems: Application of a generalized grade-based combination approach | |
| KR102598271B1 (ko) | 사물인터넷(IoT) 수위센서-기반 해상이동형 담수화 선박의 운항경로 최적화 시스템 및 그 방법 | |
| Karavitis | Decision support systems for drought management strategies in metropolitan Athens | |
| Hart et al. | On the need to integrate uncertainty into US water resource planning | |
| CN117436727A (zh) | 一种智能水利调度优化系统 | |
| KR20140120498A (ko) | 지능형 물 생산관리시스템 | |
| Piro et al. | Smart and Innovative Systems for Urban Flooding Risk Management | |
| Shamsuddin et al. | Predicting and simulating future land use pattern: A case study of Seremban District | |
| Karavitis | Drought management strategies for urban water supplies: The case of metropolitan Athens | |
| Cambareri | Robust drought planning in megacities: A case study in São Paulo, Brazil | |
| Thiel et al. | An integrated approach for environmental assessments: Linking and integrating LCI, environmental fate models and ecological impact assessment using fuzzy expert systems | |
| Abd El-Mawla et al. | IoT and Civil Engineering Based Solutions for Global And Environmental Risks of 2019 | |
| Carriço et al. | The challenge of the digitalization of the water sector | |
| Sabapathipillai et al. | Smart water dam transformation in industry 4.0 | |
| Kumar et al. | Methodologies of Scenario Development for Water Resource Management: A Review | |
| Moore et al. | IMPRESS: approaches to IMProve flood and drought forecasting and warning in catchments influenced by REServoirS | |
| Amoo | Integrated hydrological modelling for sustainable water allocation planning: Mkomazi Basin, South Africa case study | |
| Rosato et al. | Risk analysis and crisis scenario evaluation in critical infrastructures protection | |
| Willet | Alternative water resources for industry: designing environmentally compatible regional supply networks | |
| Cantos | Artificial Intelligence Application for Leak Detection and Geolocation in Water Distribution Systems |
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 |