KR20100119058A - 거주자 행동 기반 냉난방 제어 방법 - Google Patents

거주자 행동 기반 냉난방 제어 방법 Download PDF

Info

Publication number
KR20100119058A
KR20100119058A KR1020090037975A KR20090037975A KR20100119058A KR 20100119058 A KR20100119058 A KR 20100119058A KR 1020090037975 A KR1020090037975 A KR 1020090037975A KR 20090037975 A KR20090037975 A KR 20090037975A KR 20100119058 A KR20100119058 A KR 20100119058A
Authority
KR
South Korea
Prior art keywords
resident
occupant
behavior
user
activity
Prior art date
Application number
KR1020090037975A
Other languages
English (en)
Other versions
KR101074300B1 (ko
Inventor
박환기
임정학
이석
이경창
김현희
Original Assignee
주식회사 오토닉스
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 주식회사 오토닉스 filed Critical 주식회사 오토닉스
Priority to KR1020090037975A priority Critical patent/KR101074300B1/ko
Publication of KR20100119058A publication Critical patent/KR20100119058A/ko
Application granted granted Critical
Publication of KR101074300B1 publication Critical patent/KR101074300B1/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/65—Electronic processing for selecting an operating mode
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00—Control inputs relating to users or occupants
    • F24F2120/10—Occupancy
    • F24F2120/12—Position of occupants
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00—Control inputs relating to users or occupants
    • F24F2120/10—Occupancy
    • F24F2120/14—Activity of occupants
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00—Control inputs relating to users or occupants
    • F24F2120/20—Feedback from users

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

본 발명은 거주자의 행동을 감안하여 능동적 서비스를 구현할 수 있는 거주자 행동 기반 PMV 계산 알고리즘을 적용하여 냉난방을 제어하는 거주자 행동 기반 냉난방 제어 방법에 관한 것이다.
본 발명의 거주자 행동 기반 냉난방 제어 방법은 거주자 위치 인식기에 의하여 들어온 거주자의 위치 정보를 가상 홈 맵에 기록하고 거주자의 이동 궤적을 계산하는 거주자 위치 인식 단계; 거주자의 이동 궤적과 위치를 고려하여 거주자의 행위를 판단하는 거주자 행동 판단 단계; 환경 센서로부터 획득한 실내 환경 정보와 거주자의 개인상황 정보를 종합하여 거주자의 예상 온열감을 계산하는 예상 온열감 계산 단계; 그리고 계산된 예상 온열감 및 거주자의 위치를 기반으로 홈 네트워크를 통하여 스마트 홈의 냉난방공조기기에 제어 명령을 전송하는 실내 환경 제어 단계;를 포함하여 이루어진 것을 특징으로 한다.
본 발명에 따른 거주자 행동 기반 냉난방 제어 방법에 의하면 거주자의 행동에 따라서 시시각각으로 변화하는 거주자의 온열감을 반영하는 PMV 지표를 사용함으로써 거주자에게 더욱 쾌적한 실내 환경을 제공할 수 있는 효과가 있다.
메카트로닉스, 스마트 홈, 휴매트로닉스(Humatronics), PMV

Description

거주자 행동 기반 냉난방 제어 방법{Resident's activity based air-conditioner control method}
본 발명은 거주자 행동 기반 냉난방 제어 방법에 관한 것으로, 더욱 상세하게는 거주자의 행동을 감안하여 능동적 서비스를 구현할 수 있는 거주자 행동 기반 PMV 계산 알고리즘을 적용하여 냉난방을 제어하는 거주자 행동 기반 냉난방 제어 방법에 관한 것이다.
최근 들어, 자동차나 컴퓨터는 물론 휴대폰, 통신 네트워크, 심지어 로봇에 이르기까지 다양한 시스템이 메카트로닉스(mechatronics) 기술을 이용하여 발전하고 있다. 이러한 메카트로닉스 시스템은 점점 사람들의 일상 생활과 밀접하게 연계되어 발전하고 있다.
그러나 종래의 메카트로닉스 기술은 인간과의 유기적인 관계가 부족한 수동적인 형태로 불균형적으로 발전하였다. 특히, 노약자 및 장애인과 같이 거동이 불편한 사람과 전자 시스템을 다루는 것이 익숙하지 못한 사람에 대한 배려가 부족했다.
또한, 지능형 홈에서도 노약자 및 장애인을 고려한 메카트로닉스 기술이 적 용되지 못하고 단지 기능 구현에 초점을 맞추어 개발되어왔다. 이러한 인간과 메카트로닉스 시스템과의 불균형(imbalance)을 해결하기 위해 휴매트로닉스(Humatronics)라는 기술이 제안되었다.
여기서 휴매트로닉스라 함은 인간 중심의 메카트로닉스(human oriented mechatronics)라고 정의되며, 이것의 주된 목적은 인간과 메카트로닉스 시스템의 균형적인 상호 작용(symmetric interaction)을 규정하는 것이다.
즉 메카트로닉스 시스템에 인간을 이해하는 능력을 부여함으로써 인간과 메카트로닉스 시스템과의 불균형을 해결할 수 있다. 따라서 인간과 메카트로닉스 시스템과의 상호 의사 소통에 관한 연구가 필요하며, 인간을 이해하는 감성공학(感性工學)의 적용 및 인간의 감정을 표준화하는 기법 개발이 필요하다.
한편, 최근 초고속 통신망의 급격한 발달과 인터넷 사용 인구의 증가로 인하여 네트워크 기반의 스마트 홈(smart home)에 대한 요구가 증대되고 있다. 스마트 홈은 거주자의 행동에 능동적으로 반응하고, 거주자가 원하는 상황에 가장 적합한 지능형 서비스를 제공하는 것을 목적으로 하고 있다.
이를 위하여, 스마트 홈에서는 첨부된 도 1에 도시된 바와 같이 가전 기기나 공조기기, 멀티미디어 기기, 인터넷 기기들이 홈 네트워크 시스템(home network system)을 통하여 연결되어 있으며, TV나 PDA를 이용하여 원격으로 제어되거나 감시됨으로써, 거주자의 편의성과 안전성을 향상시키는 기능을 수행하고 있다.
특히, 최근에는 거주자의 존재 여부나 생활 패턴, 건강 상태, 감정 상태 등과 같은 다양한 정보를 바탕으로 더욱 향상된 지능형 서비스를 제공하기 위하여 위 치 기반 서비스(location based service)에 관한 관심이 증대되고 있다.
즉 스마트 홈에서 거주자의 존재 여부나 생활 패턴을 파악할 수 있다면, 가전 기기들이 더욱더 능동적으로 서비스를 수행할 수 있을 뿐만 아니라, 거주자의 요구에 미리 대처할 수 있는 능력을 가지게 될 것이다.
예를 들어 실내에서 거주자의 활동을 살펴보면, 거주자는 기본적으로 잠을 자고, 씻고, 식사를 하며, 청소, 음식 준비 등의 가사일과 간단한 사무를 볼 수 있다. 또한 여가시간에는 영화(TV)를 보거나, 음악을 듣고, 독서를 하는 등의 문화 생활을 즐기거나 러닝 머신, 요가 등의 운동을 할 수도 있다.
이렇게 거주자는 실내에서 다양한 활동(activity)을 할 수 있으며, 거주자가 느끼는 온열감은 각각의 활동 별로 차이가 있다. 예를 들어 동일한 실내환경에서, 거주자가 실내에서 러닝머신을 뛸 때 느끼는 온열감은 소파에 앉아서 휴식할 때보다 덥게 느껴질 것이다.
즉 거주자의 행동에 따라서 활동량 내지 대사량(metabolic rate)은 변화하는 것이며, 시시각각 달라지는 거주자의 활동량을 반영할 수 있는 PMV(Predicted Mean Vote; 예상 온열감) 지표를 냉난방 기기 등에 이용한다면, 거주자에게 더욱 쾌적한 실내 환경을 제공할 수 있을 것이다.
일반적인 종래의 냉난방 기기는 실내 온도를 설정된 목표 온도에 맞춰 계속 유지시키려는 방식으로 동작하며, 따라서 거주자는 실내 온도, 바람의 세기 또는 방향을 직접 제어하였다.
근래 들어 퍼지제어(fuzzy control), AI(artificial intelligence) 제어 기법 등을 이용하여 온도 및 바람의 세기를 냉난방 기기가 적절히 제어하고 있지만, 이러한 기법에서도 거주자의 활동량과 거주자의 위치, 냉난방 기기와의 거리 등 거주자의 상황은 고려되지 못한다. 또한, 냉난방 기기는 기기 주변의 온도를 측정하여 제어함으로 거주자가 현재 위치하고 있는 곳의 온도와는 다소 차이가 있다.
따라서 본 발명은 상술한 제반 문제점을 해결하고자 안출된 것으로, 거주자의 상황 즉, 거주자의 활동 상태, 거주자의 위치, 거주자와 냉난방 기기와의 거리 등을 종합적으로 분석하여 거주자 중심의 휴매트로닉스 냉난방 제어 서비스를 제공함에 그 목적이 있다.
상술한 바와 같은 목적을 구현하기 위한 본 발명의 거주자 행동 기반 냉난방 제어 방법은 거주자 위치 인식기에 의하여 들어온 거주자의 위치 정보를 가상 홈 맵에 기록하고 거주자의 이동 궤적을 계산하는 거주자 위치 인식 단계; 거주자의 이동 궤적과 위치를 고려하여 거주자의 행위를 판단하는 거주자 행동 판단 단계; 환경 센서로부터 획득한 실내 환경 정보와 거주자의 개인상황 정보를 종합하여 거주자의 예상 온열감을 계산하는 예상 온열감 계산 단계; 그리고 계산된 예상 온열감 및 거주자의 위치를 기반으로 홈 네트워크를 통하여 스마트 홈의 냉난방공조기기에 제어 명령을 전송하는 실내 환경 제어 단계;를 포함하여 이루어진 것을 특징으로 한다.
또한, 상기 거주자 행동 판단 단계는 거주자의 이동 시간과 이동 거리를 계산하여 얻은 이동 속도, 실내 가구의 배치 및 거주자의 위치를 기초로 거주자의 행동을 판단하는 것을 특징으로 한다.
또한, 상기 예상 온열감 계산 단계는 하기 테이블 1의 행위별 평균 대사량에 기초하여 거주자의 대사량을 계산하는 것을 특징으로 한다.
테이블 1: 행위별 평균 대사량
행위(activity) 대사량(metabolic rate)
W/m2 met
침대에서 휴식(reclining) 46 0.8
긴장을 풀고 착석(seated, relaxed) 58 1.0
앉아서 하는 활동(sedentary activity) 70 1.2
서서 하는 가벼운 활동(standing, light activity) 93 1.6
서서 하는 중간 활동(standing, medium activity) 116 2.0
평지에서 걷기(walking on level ground)
시속 2 킬로
시속 3 킬로
시속 4 킬로
시속 5 킬로
110
140
165
200
1.9
2.4
2.8
3.4
또한, 상기 예상 온열감 계산 단계는 하기 수식 1 내지 수식 4의 예상 온열감 계산식에 의하여 예상 온열감을 계산하는 것을 특징으로 한다.
수식 1:
Figure 112009026286412-PAT00001
수식 2:
Figure 112009026286412-PAT00002
수식 3:
Figure 112009026286412-PAT00003
수식 4:
Figure 112009026286412-PAT00004
여기서, M은 대사량(단위: 인체의 표면에서의 W/m2, met)이고,
W는 외부 일(W/m2)이고,
Icl은 의복의 단열 값(m2·K/W, clo)이고,
ta는 공기 온도(℃)이고,
tr은 평균 복사온도(℃)이고,
Var은 상대 기류속도(m/s)이고,
pa는 수증기 분압(Pa)이고,
hc는 대류 열전달 계수(W/m2·K)이고,
tcl은 의복의 표면온도(℃)이다.
또한, 상기 실내 환경 제어 단계는 계산된 예상 온열감을 기준으로 -0.5 값 이하인 경우 난방을 가동하고, +0.5 값 이상인 경우 냉방을 가동하고, -0.5 ~ +0.5 범위의 값인 경우 송풍으로 전환하는 것을 특징으로 한다.
본 발명에 따른 거주자 행동 기반 냉난방 제어 방법에 의하면 거주자의 행동에 따라서 시시각각으로 변화하는 거주자의 온열감을 반영하는 PMV 지표를 사용함으로써 거주자에게 더욱 쾌적한 실내 환경을 제공할 수 있는 효과가 있다.
이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대한 구성 및 작용을 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 쉽게 실시할 수 있도록 상세히 설명하면 다음과 같다.
도 2는 본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 알고리즘을 보여주는 흐름도이다.
본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 방법은 위치 인식 단계, 거주자 행동 판단 단계, 예상 온열감 계산 단계 그리고 실내 환경 제어 단계를 포함하여 이루어져 있다.
즉, 본 발명은 거주자에게 지능형 서비스를 제공하기 위하여 대한민국 특허(등록번호 10-0781577)에 개시된 바와 같은 거주자 위치 인식 알고리즘을 이용하여 휴매트로닉스 기술에 적합하도록 첨부된 도 2에 도시된 바와 같은 거주자 행동 기반 냉난방 제어 알고리즘을 사용하는 것이다.
첫째로, 상기 거주자 위치 인식 단계는 거주자 위치 인식기에 의하여 들어온 거주자의 위치 정보를 가상 홈 맵에 기록하고 거주자의 이동 궤적을 계산하는 단계이다.
상기 거주자 위치 인식기는 다수의 PIR(Pyroelectric Infrared) 센서, 환경 센서, 룸 터미널(room terminal), 스마트 홈 서버(smart home server)와 제어 대상이 되는 HVAC(Heating, Ventilating and Air Conditioning) 기기 등이 홈 네트워크를 통하여 연결되어 구성될 수 있다.
상기 거주자 위치 인식기에서는 방을 하나의 셀(cell)로 간주하며, 각 셀에는 거주자 위치 인식을 위한 다수의 PIR 센서 모듈, 실내 환경 정보를 감지하기 위한 온·습도 센서, 그리고 기류 센서 등을 다양하게 설치할 수 있다.
여기서 각 PIR 센서 모듈은 거주자 위치 인식 알고리즘을 이용하여 센싱 영역 내에 거주자가 어디에 위치하는지를 판단하게 되고, 홈 네트워크를 이용하여 각 셀마다 하나씩 배치된 룸 터미널로 거주자의 감지 정보를 전송하게 된다.
이후 룸 터미널에서는 각 PIR 센서들로부터 수신된 거주자의 감지 정보를 종합하여 거주자가 위치해 있는 영역을 결정하고, 그 결과를 스마트 홈 서버로 전송하게 된다.
둘째로, 상기 거주자 행동 판단 단계는, 첨부된 도 3에 도시한 바와 같이, 거주자의 이동 궤적과 위치를 고려하여 거주자의 행위를 판단하는 단계이다. 여기서 거주자의 이동 시간과 이동 거리를 계산하여 얻은 이동 속도, 실내 가구의 배치 및 거주자의 위치를 기초로 거주자의 행동을 판단하는 것이 바람직하다.
셋째로, 상기 예상 온열감 계산 단계는 환경 센서로부터 획득한 실내 환경 정보와 거주자의 개인상황 정보를 종합하여 거주자의 예상 온열감을 계산하는 단계이다. 여기서 하기 테이블 1의 행위별 평균 대사량에 기초하여 거주자의 대사량을 계산하는 것이 바람직하고, 하기 수식 1 내지 4의 예상 온열감 계산식에 의하여 예상 온열감을 계산하는 바람직하다.
테이블 1: 행위별 평균 대사량
행위(activity) 대사량(metabolic rate)
W/m2 met
침대에서 휴식(reclining) 46 0.8
긴장을 풀고 착석(seated, relaxed) 58 1.0
앉아서 하는 활동(sedentary activity) 70 1.2
서서 하는 가벼운 활동(standing, light activity) 93 1.6
서서 하는 중간 활동(standing, medium activity) 116 2.0
평지에서 걷기(walking on level ground)
시속 2 킬로
시속 3 킬로
시속 4 킬로
시속 5 킬로
110
140
165
200
1.9
2.4
2.8
3.4
수식 1:
Figure 112009026286412-PAT00005
수식 2:
Figure 112009026286412-PAT00006
수식 3:
Figure 112009026286412-PAT00007
수식 4:
Figure 112009026286412-PAT00008
여기서, M은 대사량(단위: 인체의 표면에서의 W/m2, met)이고,
W는 외부 일(W/m2)이고,
Icl은 의복의 단열 값(m2·K/W, clo)이고,
ta는 공기 온도(℃)이고,
tr은 평균 복사온도(℃)이고,
Var은 상대 기류속도(m/s)이고,
pa는 수증기 분압(Pa)이고,
hc는 대류 열전달 계수(W/m2·K)이고,
tcl은 의복의 표면온도(℃)이다.
넷째로, 상기 실내 환경 제어 단계는 계산된 예상 온열감 및 거주자의 위치를 기반으로 홈 네트워크를 통하여 스마트 홈의 냉난방공조기기에 제어 명령을 전송하는 단계이다.
여기서 첨부된 도 4에 도시한 바와 같이, 상기 예상 온열감 계산 단계에서 계산된 예상 온열감을 기준으로 -0.5 값 이하인 경우 난방을 가동하고, +0.5 값 이상인 경우 냉방을 가동하고, -0.5 ~ +0.5 범위의 값인 경우 송풍으로 전환하는 것이 바람직하다.
[실험예]
이하에서는 본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 방법에 대한 적용 가능성을 확인하기 위한 실험모델을 제작하고, 이를 가지고 수행한 성능 평가 결과에 대하여 설명하기로 한다.
도 5는 본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 방법에 대한 적용 가능성을 확인하기 위한 실험모델을 보여주는 사진이다.
스마트 홈에서 하나의 방으로 간주 될 수 있는 4m × 4m × 2.5m (width × length × height) 크기로 구성되어 있다. 실험 모델의 천장(ceiling)에는 PIR 센서 모듈과 온습도 센서가 설치되어 실내 거주자의 위치를 파악하고, 실내의 온습도 정보를 룸 터미널에 전달한다.
상기 PIR 센서 모듈에는 신호 처리 및 센서 온/오프(On/Off) 판단을 위하여 마이크로 컨트롤러로 AT89C51CC001이 사용되었으며, PIR 센서로는 Nippon Ceramic사(社)의 RE431B, 프레넬 렌즈(Fresnel lens)로는 NL-11이 사용되었다.
또한, PIR 센서에 혼(horn)을 적용하여 센싱 영역을 2m로 한정하였으며, 원하는 센싱 영역 내에 존재하는 거주자만 인식할 수 있도록 구성하였다. 온습도 센 서는 SENSIRION사의 SHT15를 사용하였으며, 냉난방 제어를 위한 냉난방 기기는 LG사의 LPNH523D를 사용하였다. 기류 속도는 KIMO사의 기류 센서 CTV100-AOD를 이용하여 측정하였다.
상술한 바와 같은 실험 모델에 대해서 휴매트로닉스 기반 냉난방 제어 시스템의 성능 평가를 위하여, 다음 3가지 거주자의 행동 패턴에 대하여 실험을 수행하였다.
첫 번째 거주자의 행동 패턴은, 가장 기본이 되는 거주자의 행동 패턴으로서, 거주자가 편안히 침대에서 잠을 자고 있는 경우이다. 1인 거주자들은 집안에 머무르는 시간 중 잠을 자는데 가장 많은 시간을 보낸다. 따라서 수면 중의 거주자의 대사량을 고려하여 실험하였다.
두 번째 거주자의 행동 패턴은 거주자가 일정 시간 이동과 휴식을 교대로 하는 경우이다. 거주자가 이동을 할 때는 대사량이 증가하게 되므로, 거주자는 체온이 상승하고 점점 덥게 느껴지게 된다. 그리고 다시 휴식을 취하게 되면, 거주자의 대사량은 감소하고 땀이 식으면서 거주자는 차츰 추위를 느끼게 될 것이다. 이러한 상황을 실험을 통하여 거주자의 예상 온열감(PMV) 변화와 실내 온도 변화를 살펴보고자 하였다.
세 번째 거주자의 행동 패턴은 거주자가 휴식 후, 장시간 가사 활동이나, 운동 등을 실시하는 경우이다. 이러한 각각의 경우에, 거주자의 활동량에 따라 적절한 냉난방 조절이 이루어져 거주자가 쾌적한 상태를 유지할 수 있는지 여부를 실험하였다.
본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 방법은 거주자의 현재 위치와 활동량을 고려하여 냉난방 서비스를 제공하기 때문에, 냉난방 기기의 바람의 방향이 거주자의 위치에 맞춰서 제공된다.
즉 거주자가 이동을 하면, 거주자의 위치와 활동량에 따라 바람의 방향과 풍량도 함께 제어되도록 설계하였다. 예상 온열감 계산을 위한 실내 온도, 습도, 기류속도는 거주자가 위치한 곳에서 측정된 값을 이용하였다.
실험은 동절기 기준으로, 실험 모델 초기 내부 온도는 20℃로 설정하고, 실외 온도는 20℃로 유지하며 진행하였다. 실험 대상자는 신장 177 ㎝, 몸무게 75 ㎏의 성인남성을 대상으로 실시하였으며, 착의량은 겨울철 적정 기준인 1 clo이다.
상술한 3가지 거주자의 행동 패턴에 있어서 일반적인 냉난방 기기의 온/오프(on/off) 제어 방법과 본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 방법을 서로 비교 평가하는 방식으로 실험을 수행하였다.
도 6a는 누워서 휴식상태 (state of reclining)에서 계산된 예상 온열감을 보여주는 그래프이고, 도 6b는 누워서 휴식상태에서 측정된 실내 온도를 보여주는 그래프이다.
일반적으로 누워서 휴식상태 (state of reclining) 또는 수면 활동은 거주자가 집안에서 가장 많은 시간을 보내는 생활 활동으로서, 대사량이 가장 작은 활동으로 46W/㎡(0.8 met)이다.
전체 실험시간은 30분으로 설정하였고, 냉난방 기기 희망 온도는 22℃와 30℃로 각각 설정하였으며, 이 경우 22℃는 동절기 쾌적 실내 온도이며, 30℃는 활동 량 기반 PMV 제어 실험을 통해서 얻은 수면 상태에서의 쾌적한 상태의 실내 온도이다.
첨부된 도 6a 내지 도 6b에 도시한 바와 같이, 일반적인 온/오프 냉난방 제어 방식은 초기에 설정한 희망 온도를 유지하기 위하여, 거주자의 대사량과는 무관하게 희망 온도에 도달하면 난방을 오프(off)하고 송풍 모드로 변환하도록 제어된다.
희망 온도를 22℃로 설정한 온/오프 냉난방 제어의 경우에는 초기 실내 온도와 외부 온도가 비슷하고, 온도의 변화 요인이 없기 때문에 실내 온도가 일정하게 유지되는 것을 볼 수 있다. 또한 PMV 지표 값은 쾌적 범위(-0.5 ~ +0.5)에 근접하지 못하고 실험 시간 동안 -3 (cold) 이하의 값을 나타내었다. 실내 냉난방 제어가 안정화된 5분 경과 후부터, 실내 온도의 최대-최소 편차는 3.1℃로 나타났다.
한편, 희망 온도를 30℃로 설정한 온/오프 냉난방 제어의 경우에는 냉난방 자체 온/오프 제어의 특성으로 인하여 PMV 지표 값은 쾌적 범위 근처에서 불규칙한 웨이브 모양으로 나타났고, 실내 온도 값도 PMV 지표와 유사한 모양으로 나타났다. 실내 냉난방 제어가 안정화가 된 5분 경과 후부터, 온도의 최대-최소 편차는 4.25℃로 나타났다.
본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 방법의 경우, PMV 지표 값이 쾌적 범위 사이에서 제어되고 있음을 알 수 있다. 실내 냉난방 제어가 안정화가 된 5분 경과 후부터, 온도의 최대-최소 편차는 2.9℃로 가장 작은 편차를 나타냈다.
도 7a는 이동-휴식의 반복 상태에서 계산된 예상 온열감을 보여주는 그래프이고, 도 7b는 이동-휴식의 반복 상태에서 측정된 실내 온도를 보여주는 그래프이다.
두 번째 실험은 거주자가 일정 시간 이동과 휴식을 반복하는 실험이다. 즉 거주자가 2분 동안 실내를 일정한 속도로 이동한 후, 10분 동안 소파에서 휴식을 취할 때의 활동 상태를 기준으로 동일한 동작을 3회 반복하였고, 전체 실험 시간은 36분이다.
실험 모델 내부의 초기 온도를 20℃로 설정하였고, 실외 온도를 20℃로 유지하며 진행하였다. 거주자가 소파에 앉아서 휴식할 때는 58W/㎡(1.0 met)의 대사량을, 거주자가 이동시에는 이동 속도에 따라 계산된 대사량을 적용하였다.
첨부된 도 7a 내지 도 7b에 도시한 바와 같이, 본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 방법의 경우, 거주자가 이동 중일 때 평균 3 ~ 4(km/h)의 속력으로 이동한 것으로 나타났으며, 이것은 140 ~ 165W/㎡(2.4 ~ 2.8 met) 정도의 대사량에 해당한다.
거주자가 이동 중일 때, 거주자의 대사량은 거주자 행동 기반 PMV 계산 알고리즘을 이용하여 계산한 결과에 의하면 평균 시속 3 ~ 4(km/h)의 속력으로 이동한 것으로 나타났다. 이것은 140 ~ 165 W/㎡(2.4 ~ 2.8met) 정도의 대사량에 해당한다.
실험 초기에는 기존의 온/오프 냉난방 제어와 본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 방법 모두 PMV 쾌적 범위에 있음을 보여주고 있다. 이 는 초기 실내 온도가 20℃로 낮게 설정되어, 높은 대사량을 가지는 운동을 하여도 거주자는 추위를 느끼지 못하고 적당한 온도로 느끼기 때문이다.
이렇게 높은 대사량의 운동을 하다가 갑자기 휴식을 취하게 되면, 대사량이 급격히 줄어들게 되어 거주자는 추위를 느끼게 된다. 이때 기존의 온/오프 냉난방 제어의 경우에는, 거주자의 대사량과 PMV 상태 변화와는 상관없이 실내 온도를 22℃ 상태로 유지하려는 것을 볼 수 있다.
그러나 본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 방법의 경우 거주자의 대사량이 줄어들어 PMV 지표가 추운 범위(cold side)로 변화됨에 따라서 실내 온도를 상승시킴으로써 점차적으로 쾌적 범위에 근접하는 것을 볼 수 있다.
따라서 기존의 온/오프 냉난방 제어는 거주자의 상태를 고려하지 못하고 희망 온도를 유지하기 위해서 제어되는 것에 비하여, 본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 방법의 경우 거주자의 상태를 반영하여 계속적으로 변화하는 것이다.
도 8a는 앉아서 휴식 후 이동 상태에서 계산된 예상 온열감을 보여주는 그래프이고, 도 8b는 앉아서 휴식 후 이동 상태에서 측정된 실내 온도를 보여주는 그래프이다.
세 번째 실험은 거주자가 일정시간 휴식 후 운동을 하였을 때 본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 방법이 얼마나 신속하게 쾌적 범위에 도달하도록 제어되는지 확인하기 위한 실험이다.
실험 방법은 거주자가 소파에서 10분 동안 휴식을 취한 후, 15분 동안 이동을 하였을 때의 활동량을 기준으로 설정하였으며, 전체 실험 시간은 25분 동안 실시하였다.
실험 모델 내부의 초기 온도를 20℃로 설정하고, 실외 온도를 20℃로 유지하며 진행하였다. 본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 방법의 경우 거주자가 소파에 앉아서 휴식할 때는 58W/㎡(1.0 met)의 대사량을, 거주자가 이동시에는 이동 속도에 따라 계산된 대사량을 각각 적용하였다.
첨부된 도 8a 내지 도 8b에 도시한 바와 같이, 본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 방법에서는 거주자가 이동 중일 때 거주자는 평균 3 ~ 4(km/h)의 속력으로 이동한 것으로 나타났다. 이것은 140 ~ 165W/㎡(2.4 ~ 2.8met) 정도의 대사량에 해당한다.
반면에 기존의 온/오프 냉난방 제어의 경우에는 앞의 실험과 동일하게, 거주자의 활동량과 PMV 상태 변화와 상관없이 실내 온도를 22℃ 상태로 유지하도록 제어되는 것을 볼 수 있다.
즉 본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 방법의 경우 휴식 상태에서는 낮은 대사량과 낮은 실내 온도를 고려하여 쾌적 영역의 PMV로 제어하기 위해서 실내 온도를 상승시키는 것을 알 수 있다. 또한, 거주자가 일정 속도로 이동을 시작하면, 높아진 대사량으로 인하여 따뜻한 범위(warm side)의 PMV를 쾌적 영역으로 제어하려는 것을 볼 수 있다.
그러나 기존의 온/오프 제어는 여전히 실내 온도를 22℃ 상태로만 유지하려 함을 볼 수 있다. 높아진 활동량으로 인하여, PMV가 쾌적 범위에 근접하였으나, 이것은 거주자에게 맞춘 것이 아니라 낮은 실내온도로 인하여 얻어진 결과임을 알 수 있다.
상술한 성능 평가 결과로부터, 본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 방법은 거주자의 움직임과 위치를 분석하여 거주자의 활동량을 측정할뿐만 아니라, 거주자의 활동량 상태를 분석하여 거주자에게 맞는 최적의 실내 환경을 제공할 수 있음을 확인할 수 있었다.
본 발명은 전술한 실시 예에 한정되지 아니하고 본 발명의 기술적 요지를 벗어나지 아니하는 범위 내에서 다양하게 수정·변형되어 실시될 수 있음은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어서 자명한 것이다.
도 1은 스마트 홈을 위한 일반적인 홈 네트워크의 구성도,
도 2는 본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 알고리즘을 보여주는 흐름도,
도 3은 거주자의 이동 궤적과 위치를 고려하여 거주자의 행위를 판단하는 알고리즘을 보여주는 흐름도,
도 5는 계산된 예상 온열감을 기준으로 냉난방 제어 알고리즘을 보여주는 흐름도,
도 5는 본 발명의 일실시예에 따른 거주자 행동 기반 냉난방 제어 방법에 대한 적용 가능성을 확인하기 위한 실험모델을 보여주는 사진,
도 6a는 누워서 휴식상태 (state of reclining)에서 계산된 예상 온열감을 보여주는 그래프,
도 6b는 누워서 휴식상태에서 측정된 실내 온도를 보여주는 그래프,
도 7a는 이동-휴식의 반복 상태에서 계산된 예상 온열감을 보여주는 그래프,
도 7b는 이동-휴식의 반복 상태에서 측정된 실내 온도를 보여주는 그래프,
도 8a는 앉아서 휴식 후 이동 상태에서 계산된 예상 온열감을 보여주는 그래프,
도 8b는 앉아서 휴식 후 이동 상태에서 측정된 실내 온도를 보여주는 그래프.
<도면의 주요부분에 대한 부호의 설명>
11 -- 가전 기기, 12 -- 공조기기,
13 -- 인터넷 기기, 14 -- 멀티미디어 기기,
15 -- 홈 게이트웨이, 16 -- 인터넷망,
17 -- 이동용 컴퓨터, 18 -- 휴대용 통신기기,

Claims (5)

  1. 거주자 위치 인식기에 의하여 들어온 거주자의 위치 정보를 가상 홈 맵에 기록하고 거주자의 이동 궤적을 계산하는 거주자 위치 인식 단계; 거주자의 이동 궤적과 위치를 고려하여 거주자의 행위를 판단하는 거주자 행동 판단 단계; 환경 센서로부터 획득한 실내 환경 정보와 거주자의 개인상황 정보를 종합하여 거주자의 예상 온열감을 계산하는 예상 온열감 계산 단계; 그리고 계산된 예상 온열감 및 거주자의 위치를 기반으로 홈 네트워크를 통하여 스마트 홈의 냉난방공조기기에 제어 명령을 전송하는 실내 환경 제어 단계;를 포함하여 이루어진 것을 특징으로 하는 거주자 행동 기반 냉난방 제어 방법.
  2. 제1항에 있어서, 상기 거주자 행동 판단 단계는 거주자의 이동 시간과 이동 거리를 계산하여 얻은 이동 속도, 실내 가구의 배치 및 거주자의 위치를 기초로 거주자의 행동을 판단하는 것을 특징으로 하는 거주자 행동 기반 냉난방 제어 방법.
  3. 제1항에 있어서, 상기 예상 온열감 계산 단계는 하기 테이블 1의 행위별 평균 대사량에 기초하여 거주자의 대사량을 계산하는 것을 특징으로 하는 거주자 행동 기반 냉난방 제어 방법.
    테이블 1: 행위별 평균 대사량
    행위(activity) 대사량(metabolic rate) W/m2 met 침대에서 휴식(reclining) 46 0.8 긴장을 풀고 착석(seated, relaxed) 58 1.0 앉아서 하는 활동(sedentary activity) 70 1.2 서서 하는 가벼운 활동(standing, light activity) 93 1.6 서서 하는 중간 활동(standing, medium activity) 116 2.0 평지에서 걷기(walking on level ground)
    시속 2 킬로
    시속 3 킬로
    시속 4 킬로
    시속 5 킬로
    110
    140
    165
    200
    1.9
    2.4
    2.8
    3.4
  4. 제1항에 있어서, 상기 예상 온열감 계산 단계는 하기 수식 1의 예상 온열감 계산식에 의하여 예상 온열감을 계산하는 것을 특징으로 하는 거주자 행동 기반 냉난방 제어 방법.
    수식 1:
    Figure 112009026286412-PAT00009
    수식 2:
    Figure 112009026286412-PAT00010
    수식 3:
    Figure 112009026286412-PAT00011
    수식 4:
    Figure 112009026286412-PAT00012
    여기서, M은 대사량(단위: 인체의 표면에서의 W/m2, met)이고,
    W는 외부 일(W/m2)이고,
    Icl은 의복의 단열 값(m2·K/W, clo)이고,
    ta는 공기 온도(℃)이고,
    tr은 평균 복사온도(℃)이고,
    Var은 상대 기류속도(m/s)이고,
    pa는 수증기 분압(Pa)이고,
    hc는 대류 열전달 계수(W/m2·K)이고,
    tcl은 의복의 표면온도(℃).
  5. 제1항에 있어서, 상기 실내 환경 제어 단계는 계산된 예상 온열감을 기준으로 -0.5 값 이하인 경우 난방을 가동하고, +0.5 값 이상인 경우 냉방을 가동하고, -0.5 ~ +0.5 범위의 값인 경우 송풍으로 전환하는 것을 특징으로 하는 거주자 행동 기반 냉난방 제어 방법.
KR1020090037975A 2009-04-30 2009-04-30 거주자 행동 기반 냉난방 제어 방법 KR101074300B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090037975A KR101074300B1 (ko) 2009-04-30 2009-04-30 거주자 행동 기반 냉난방 제어 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090037975A KR101074300B1 (ko) 2009-04-30 2009-04-30 거주자 행동 기반 냉난방 제어 방법

Publications (2)

Publication Number Publication Date
KR20100119058A true KR20100119058A (ko) 2010-11-09
KR101074300B1 KR101074300B1 (ko) 2011-10-17

Family

ID=43405175

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090037975A KR101074300B1 (ko) 2009-04-30 2009-04-30 거주자 행동 기반 냉난방 제어 방법

Country Status (1)

Country Link
KR (1) KR101074300B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104819549A (zh) * 2015-05-18 2015-08-05 广东美的暖通设备有限公司 空调器及其的控制方法
WO2017007137A1 (ko) * 2015-07-08 2017-01-12 한화테크윈 주식회사 홈 네트워크 시스템 및 그 동작 방법
US20210215377A1 (en) * 2018-09-03 2021-07-15 Daikin Industries, Ltd. Ventilation control apparatus and ventilation system

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102516111B1 (ko) 2016-02-24 2023-03-30 삼성전자주식회사 전자 장치, 적어도 하나의 스마트 장치를 이용한 서버의 사용자 환경 제어 방법 및 서버

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104819549A (zh) * 2015-05-18 2015-08-05 广东美的暖通设备有限公司 空调器及其的控制方法
WO2017007137A1 (ko) * 2015-07-08 2017-01-12 한화테크윈 주식회사 홈 네트워크 시스템 및 그 동작 방법
KR20170006493A (ko) * 2015-07-08 2017-01-18 한화테크윈 주식회사 홈 네트워크 시스템
US20210215377A1 (en) * 2018-09-03 2021-07-15 Daikin Industries, Ltd. Ventilation control apparatus and ventilation system

Also Published As

Publication number Publication date
KR101074300B1 (ko) 2011-10-17

Similar Documents

Publication Publication Date Title
Lee et al. A pyroelectric infrared sensor-based indoor location-aware system for the smart home
KR100672586B1 (ko) 공조기의 공기 청정 제어방법
JP3216280B2 (ja) 空気調和機の制御装置と画像処理装置の応用機器
KR20160027923A (ko) 실내 온습도 조절 방법 및 장치
KR101972227B1 (ko) 지능학습기반의 스마트홈 에너지 기기 제어 장치 및 그 방법
US20200011558A1 (en) A control for device in a predetermined space area
US10372093B2 (en) Comfort mapping using wearables
CN104896663A (zh) 空调器送风方式的调整方法、调整系统及空调器
KR101074300B1 (ko) 거주자 행동 기반 냉난방 제어 방법
CN109855253B (zh) 用于空调器的控制方法
Kalmár Investigation of thermal perceptions of subjects with diverse thermal histories in warm indoor environment
CN105222278A (zh) 门禁空调联动系统及其控制方法
CN106705391A (zh) 一种暖通空调系统的操控方法、装置及系统
JP6165534B2 (ja) 空調システムおよび自走式機器
JP2808038B2 (ja) 活動量センシングによる空気調和装置
CN112178785A (zh) 一种空调器除湿控制方法及除湿控制设备
CN111665879A (zh) 室内体感温度控制装置及控制系统、智能床垫
KR20130099488A (ko) 열적 쾌감 기반 조명 제어 장치 및 방법
Kim et al. Location-based human-adaptive air conditioning by measuring physical activity with a non-terminal-based indoor positioning system
CN106288146A (zh) 基于冷热感值的风速调节方法和装置
JP2023041908A (ja) 換気システム
Matsui Pleasant sleep provision system during warm nights as a function of smart home
KR101086956B1 (ko) 심박동을 이용한 ｐｍｖ 기반 냉난방 제어 방법
JP6552711B2 (ja) 空気調和機および空気調和システム
Nivetha et al. Wi-fi based occupancy detection in a building with indoor localization

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20140311

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee