KR20200089112A

KR20200089112A - Apparatus and method for controlling enviroment of cattle shed and system using the same

Info

Publication number: KR20200089112A
Application number: KR1020190005786A
Authority: KR
Inventors: 조성균; 김세한; 박대헌; 박현
Original assignee: 한국전자통신연구원
Priority date: 2019-01-16
Filing date: 2019-01-16
Publication date: 2020-07-24

Abstract

Disclosed are a device and method for controlling a cattle shed environment and a system using the same. The method for controlling a cattle shed environment receives hourly measurement data of environmental variables transmitted from a sensor inside a cattle shed for a specific environmental variable set by a user and at least one environmental data affecting the environmental variables, and adjusts a critical operating standard of an actuator in real time or periodically to minimize an occurrence of errors in the environmental variables in the cattle shed by applying the received at least one data to a learning model, thereby providing the device and method for controlling a cattle shed environment of high efficiency, high precision, and high reliability which can provide an optimum feeding environment with regard to target domestic animals.

Description

A system and method for controlling the livestock environment and a system using the same {APPARATUS AND METHOD FOR CONTROLLING ENVIROMENT OF CATTLE SHED AND SYSTEM USING THE SAME}

본 발명은 축사 환경 제어 장치 및 방법 그리고 이를 이용한 시스템에 관한 것으로, 보다 상세하게는, 기계학습을 이용한 축사 환경 제어 장치 및 방법 그리고 이를 이용한 시스템에 관한 것이다.The present invention relates to a livestock environment control apparatus and method and a system using the same, and more particularly, to a livestock environment control apparatus and method using machine learning and a system using the same.

정보통신기술의 발전에 의해, 가축이 생활하는 축사에도 많은 변화가 생겨나고 있다.With the development of information and communication technology, many changes have been made in livestock houses.

일례로, 과거의 축사에서는 가축의 생육 관리 대부분을 운영자가 직접 처리하였다. 그러나 종래에는, 사물인터넷(IoT, Internet of Things) 기술에 의해 다양한 센서 또는 장치들이 자동화되면서, 운영자의 개입이 점점 축소되는 축사 환경이 조성되고 있다.For example, in past houses, most of the livestock management was handled by operators. However, in the related art, as various sensors or devices are automated by the Internet of Things (IoT) technology, a livestock environment in which operator intervention is gradually reduced is being created.

일반적으로, 사물인터넷 기술이 적용되는 종래의 센서 및 장치들은 유무선 통신 네트워크를 활용하여 축사 내 환경 정보를 축사 운영자에게 전송하고, 축사 운영자는 스마트 단말을 통하여 실시간으로 축사 및 가축의 상태를 실시간으로 모니터링 하는 서비스 방식을 제공하고 있다.In general, conventional sensors and devices to which IoT technology is applied utilize wired/wireless communication networks to transmit environmental information in the livestock to the livestock operator, and the livestock operator monitors the livestock and livestock status in real time through a smart terminal. To provide a service method.

그러나, 종래의 센서 및 장치들은 외부 날씨, 습도, 풍속/풍량 등 다양한 외부 요인들에 의한 축사 내 환경 변화를 고려하지 않으므로, 축사의 환경 제어시 오차가 발생되므로 신뢰도가 저하되는 단점이 있다.However, conventional sensors and devices do not take into account the environmental changes in the house due to various external factors such as external weather, humidity, wind speed/air volume, and thus have a disadvantage in that reliability is deteriorated because an error occurs when controlling the house environment.

상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 고효율, 고정밀 및 고편의성의 축사 환경 제어 장치를 제공하는 데 있다.An object of the present invention for solving the above problems is to provide a high-efficiency, high-precision and high-convenience housing environment control device.

상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은 고효율, 고정밀 및 고편의성의 축사 환경 제어 방법을 제공하는 데 있다.Another object of the present invention for solving the above problems is to provide a high-efficiency, high-precision and high-convenience housing environment control method.

상기와 같은 문제점을 해결하기 위한 본 발명의 또다른 목적은 고효율, 고정밀 및 고편의성의 축사 환경 제어 시스템을 제공하는 데 있다.Another object of the present invention for solving the above problems is to provide a high-efficiency, high-precision and high-convenience housing environment control system.

상기 목적을 달성하기 위한 본 발명의 일 실시예에 따라 센서 및 액추에이터를 이용해 축사 환경을 제어하는 장치에 의해 수행되는 축사 환경 제어 방법은 축사 내부의 환경 변수 및 상기 환경 변수를 제어하는 상기 액추에이터의 정보를 수신하는 단계, 상기 센서로부터 상기 환경 변수의 시간별 측정 데이터를 수집하는 단계, 상기 축사를 사용하는 대상 가축의 사육을 위한 상기 환경 변수의 적정 기준 정보와 상기 환경 변수의 시간별 측정 데이터를 비교하여 상기 환경 변수의 오차를 산출하는 단계 및 상기 오차에 따라 상기 액추에이터의 동작을 제어하는 단계를 포함한다.A livestock environment control method performed by an apparatus for controlling a livestock environment using sensors and actuators according to an embodiment of the present invention for achieving the above object includes environmental variables inside the house and information of the actuator controlling the environmental variables Receiving, collecting the hourly measurement data of the environmental variable from the sensor, comparing the appropriate reference information of the environmental variable for the breeding of the target livestock using the barn and the hourly measured data of the environmental variable And calculating an error of the environmental variable and controlling the operation of the actuator according to the error.

이때, 상기 축사 환경 제어 방법은 상기 축사 내부의 환경 변수 및 상기 환경 변수를 제어하는 상기 액추에이터 정보를 수신하는 단계 이전에 학습 모델을 생성하는 단계를 더 포함할 수 있다.In this case, the method for controlling a livestock environment may further include generating a learning model prior to receiving the environment variable inside the house and the actuator information for controlling the environment variable.

상기 액추에이터의 동작을 제어하는 단계는, 상기 환경 변수의 오차가 0이 아닐 경우 상기 액추에이터를 작동시키는 단계 및 제1 시점(t)에서의 상기 환경 변수 측정 데이터 및 상기 환경 변수에 영향을 미치는 적어도 하나의 환경 데이터를 사전 생성된 학습 모델에 적용하여, 제2 시점(t+1)에서의 상기 환경 변수의 측정 데이터가 적정 기준에 근사하도록 상기 액추에이터의 임계 작동 기준을 산출하여 조정하는 단계를 포함할 수 있다.Controlling the operation of the actuator may include: operating the actuator when the error of the environmental variable is not 0, and at least one affecting the environmental variable measurement data and the environmental variable at a first time point t. And applying the environmental data of the pre-generated learning model to calculate and adjust the critical operating criterion of the actuator such that the measured data of the environmental variable at the second time point (t+1) approximates an appropriate criterion. Can.

또한, 상기 학습 모델을 생성하는 단계는 상기 액추에이터에 의해 사전 수행된 복수의 제어 이력들 및 해당 시점에서의 환경 데이터를 수신하는 단계, 복수의 제어 이력들 및 상기 적정 기준 데이터를 바탕으로, 상기 환경 변수의 시간별 발생 오차를 산출하는 단계, 상기 환경 변수의 발생 오차가 0인 특정 시점에서의 제어 이력의 경우, 해당 시점 이전의 제어 이력을 학습 데이터로 저장하는 단계 및 상기 학습 데이터를 이용하여 기계학습에 의해 상기 학습 모델을 생성하는 단계를 포함할 수 있다.Further, the step of generating the learning model includes receiving a plurality of control histories previously performed by the actuator and environment data at a corresponding time, based on the plurality of control histories and the appropriate reference data, the environment Calculating the occurrence error of each variable by time, in the case of the control history at a specific point in time when the occurrence error of the environment variable is 0, storing the control history before the corresponding point as learning data and machine learning using the learning data It may include the step of generating the learning model.

이때, 상기 학습 모델은 선형 회귀(linear regression) 분석에 의해 생성될 수 있다.At this time, the learning model may be generated by linear regression analysis.

또한, 상기 환경 변수의 시간별 발생 오차를 산출하는 단계는, 상기 환경 변수의 발생 오차가 0이 아닐 경우, 사전에 설정된 상기 액추에이터의 임계 작동 기준인 상기 환경 변수의 임계값 대비 크거나 같으면, 상기 환경 데이터에 의한 상기 환경 변수의 민감 정도에 따라 상기 액추에이터의 임계 작동 기준을 조정하는 단계를 포함할 수 있다.In addition, the step of calculating the occurrence error of the environment variable by time, if the occurrence error of the environment variable is not 0, if the greater than or equal to the threshold value of the environment variable that is a threshold operation criterion of the actuator set in advance, the environment And adjusting the critical operating criterion of the actuator according to the sensitivity of the environmental variable by data.

상기 환경 변수의 민감 정도에 따라 상기 액추에이터의 임계 작동 기준을 조정하는 단계는, 상기 환경 변수의 민감 정도가 제1 기준 이상일 경우, 상기 액추에이터의 임계 작동 기준인 상기 환경 변수의 임계값을 조정하는 단계 및 상기 환경 변수의 민감 정도가 제1 기준 미만일 경우, 상기 액추에이터의 가동률을 조정하여 상기 조정된 가동률에 대응하는 상기 액추에이터의 작동 기준을 상기 임계 작동 기준으로 조정하는 단계를 포함할 수 있다.Adjusting the threshold operating criterion of the actuator according to the sensitivity of the environmental variable may include adjusting the threshold of the environmental variable that is the critical operating criterion of the actuator when the sensitivity of the environmental variable is greater than or equal to the first criterion. And when the degree of sensitivity of the environmental variable is less than the first criterion, adjusting the actuation rate of the actuator to adjust the actuation criterion of the actuator corresponding to the adjusted actuation rate as the threshold actuation criterion.

상기 환경 변수는 상기 축사 내 온도 정보이고, 상기 액추에이터는 환풍기일 수 있다.The environment variable is the temperature information in the house, and the actuator may be a fan.

상기 목적을 달성하기 위한 본 발명의 다른 실시예에 따라 센서 및 액추에이터를 이용해 축사 환경을 제어하는 축사 환경 제어 장치에 있어서, 프로세서 및 상기 프로세서에 의해 수행되는 적어도 하나의 명령을 포함하는 메모리를 포함하되, 상기 적어도 하나의 명령은, 축사 내부의 환경 변수 및 상기 환경 변수를 제어하는 상기 액추에이터 정보를 수신하도록 하는 명령, 상기 센서로부터 상기 환경 변수의 시간별 측정 데이터를 수집하도록 하는 명령, 상기 축사를 사용하는 대상 가축의 사육을 위한 상기 환경 변수의 적정 기준 정보와 상기 환경 변수의 시간별 측정 데이터를 비교하여 상기 환경 변수의 오차를 산출하도록 하는 명령 및 상기 오차에 따라 상기 액추에이터의 동작을 제어하도록 하는 명령을 포함한다.In a livestock environment control apparatus for controlling a livestock environment using sensors and actuators according to another embodiment of the present invention for achieving the above object, a processor and a memory including at least one instruction performed by the processor include , The at least one command is a command to receive the environmental information inside the house and the actuator information to control the environment variable, a command to collect the hourly measurement data of the environment variable from the sensor, using the house Comprising a command to compare the appropriate reference information of the environmental variable for the breeding of the target livestock and the hourly measured data of the environmental variable to calculate the error of the environmental variable and a command to control the operation of the actuator according to the error do.

이때, 상기 적어도 하나의 명령은, 상기 축사 내부의 환경 변수 및 상기 환경 변수를 제어하는 상기 액추에이터 정보를 수신하는 단계 이전에 학습 모델을 생성하도록 하는 명령을 더 포함할 수 있다.In this case, the at least one command may further include a command to generate a learning model before the step of receiving the actuator information for controlling the environment variable and the environment variable inside the house.

또한, 상기 액추에이터의 동작을 제어하도록 하는 명령은, 상기 환경 변수의 오차가 0이 아닐 경우 상기 액추에이터를 작동하도록 하는 명령 및 제1 시점(t)에서의 상기 환경 변수 측정 데이터 및 상기 환경 변수에 영향을 미치는 적어도 하나의 환경 데이터를 사전 생성된 학습 모델에 적용하여, 제2 시점(t+1)에서의 상기 환경 변수의 측정 데이터가 적정 기준에 근사하도록 상기 액추에이터의 임계 작동 기준을 산출하여 조정하도록 하는 명령을 포함할 수 있다.In addition, the command to control the operation of the actuator, the command to operate the actuator when the error of the environmental variable is not 0 and the environmental variable measurement data and the environmental variable at a first time point t Applying at least one environmental data to the pre-generated learning model to calculate and adjust the critical operating criterion of the actuator so that the measured data of the environmental variable at the second time point (t+1) approximates an appropriate criterion It may contain a command.

여기서, 상기 학습 모델을 생성하도록 하는 명령은, 상기 액추에이터에 의해 사전 수행된 복수의 제어 이력들 및 해당 시점에서의 환경 데이터를 수신하도록 하는 명령, 복수의 제어 이력들 및 상기 적정 기준 데이터를 바탕으로, 상기 환경 변수의 시간별 발생 오차를 산출하도록 하는 명령, 상기 환경 변수의 발생 오차가 0인 특정 시점에서의 제어 이력의 경우, 해당 시점 이전의 제어 이력을 학습 데이터로 저장하도록 하는 명령 및 상기 학습 데이터를 이용하여 기계학습에 의해 상기 학습 모델을 생성하도록 하는 명령을 포함할 수 있다.Here, the command to generate the learning model is based on a plurality of control histories previously performed by the actuator and commands to receive environmental data at a corresponding time, a plurality of control histories, and the appropriate reference data. , A command to calculate the occurrence error of each time of the environment variable, a control history at a specific time point when the generation error of the environment variable is 0, a command to store the control history before the time as learning data, and the learning data It may include an instruction to generate the learning model by using machine learning.

또한, 상기 환경 변수의 시간별 발생 오차를 산출하도록 하는 명령은, 상기 환경 변수의 발생 오차가 0이 아닐 경우, 사전에 설정된 상기 액추에이터의 임계 작동 기준인 상기 환경 변수의 임계값 대비 크거나 같으면, 상기 환경 데이터에 의한 상기 환경 변수의 민감 정도에 따라 상기 액추에이터의 임계 작동 기준을 조정하도록 하는 명령을 포함할 수 있다.In addition, the command to calculate the occurrence error of the environment variable by time, if the occurrence error of the environment variable is not 0, if greater than or equal to the threshold value of the environment variable that is a threshold operation criterion of the actuator set in advance, the It may include a command to adjust the critical operating criteria of the actuator according to the sensitivity of the environmental variable by the environmental data.

여기서, 상기 환경 변수의 민감 정도에 따라 상기 액추에이터의 임계 작동 기준을 조정하도록 하는 명령은 상기 환경 변수의 민감 정도가 제1 기준 이상일 경우, 상기 액추에이터의 임계 작동 기준인 상기 환경 변수의 임계값을 조정하도록 하는 명령 및 상기 환경 변수의 민감 정도가 제1 기준 미만일 경우, 상기 액추에이터의 가동률을 조정하여 상기 조정된 가동률에 대응하는 상기 액추에이터의 작동 기준을 상기 임계 작동 기준으로 조정하도록 하는 명령을 포함할 수 있다.Here, the command to adjust the critical operating criterion of the actuator according to the sensitivity of the environmental variable adjusts the threshold of the environmental variable that is the critical operating criterion of the actuator when the sensitivity of the environmental variable is greater than or equal to the first criterion. And a command to adjust the operating rate of the actuator to adjust the operating criterion of the actuator corresponding to the adjusted operating rate to the critical operating criterion when the sensitivity of the environmental variable is less than a first criterion. have.

상기 목적을 달성하기 위한 본 발명의 또다른 실시예에 따른 축사 환경 제어 시스템은 축사 내부의 환경 변수를 시간별로 측정하는 센서, 상기 축사 내부의 환경 변수를 제어하는 액추에이터 및 상기 센서 및 상기 액추에이터와 연동하여, 상기 액추에이터의 임계 작동 기준을 조정하는 축사 환경 제어 장치를 포함하되, 상기 축사 환경 제어 장치는, 프로세서 및 상기 프로세서에 의해 수행되는 적어도 하나의 명령을 포함하는 메모리를 포함하고, 상기 적어도 하나의 명령은, 축사 내부의 환경 변수 및 상기 환경 변수를 제어하는 상기 액추에이터 정보를 수신하도록 하는 명령, 상기 센서로부터 상기 환경 변수의 시간별 측정 데이터를 수집하도록 하는 명령, 상기 축사를 사용하는 대상 가축의 사육을 위한 상기 환경 변수의 적정 기준 정보와 상기 환경 변수의 시간별 측정 데이터를 비교하여 상기 환경 변수의 오차를 산출하도록 하는 명령 및 상기 오차에 따라 상기 액추에이터의 동작을 제어하도록 하는 명령을 포함한다.A livestock environment control system according to another embodiment of the present invention for achieving the above object is a sensor that measures the environmental variables inside the house by time, an actuator that controls the environmental variables inside the house, and interlocks with the sensor and the actuator Thus, it comprises a house environment control device for adjusting a critical operating criterion of the actuator, the house environment control device includes a processor and a memory including at least one instruction performed by the processor, the at least one The command comprises: receiving an environment variable inside the house and the actuator information controlling the environment variable, a command to collect measurement data of the environment variable over time from the sensor, and breeding a target livestock using the house. And an instruction to calculate an error of the environment variable by comparing the appropriate reference information of the environment variable with measurement data of the environment variable over time, and a command to control the operation of the actuator according to the error.

이때, 상기 액추에이터의 동작을 제어하도록 하는 명령은, 상기 환경 변수의 오차가 0이 아닐 경우 상기 액추에이터를 작동하도록 하는 명령 및 제1 시점(t)에서의 상기 환경 변수 측정 데이터 및 상기 환경 변수에 영향을 미치는 적어도 하나의 환경 데이터를 사전 생성된 학습 모델에 적용하여, 제2 시점(t+1)에서의 상기 환경 변수의 측정 데이터가 적정 기준에 근사하도록 상기 액추에이터의 임계 작동 기준을 산출하여 조정하도록 하는 명령을 포함할 수 있다.At this time, the command to control the operation of the actuator, if the error of the environmental variable is not zero, the command to operate the actuator and the environmental variable measurement data at the first time point t and the environmental variable Applying at least one environmental data to the pre-generated learning model to calculate and adjust the critical operating criterion of the actuator so that the measured data of the environmental variable at the second time point (t+1) approximates an appropriate criterion It may contain a command.

또한, 상기 적어도 하나의 명령은, 상기 축사 내부의 환경 변수 및 상기 환경 변수를 제어하는 상기 액추에이터 정보를 수신하는 단계 이전에 학습 모델을 생성하도록 하는 명령을 더 포함하되, 상기 학습 모델을 생성하도록 하는 명령은, 상기 액추에이터에 의해 사전 수행된 복수의 제어 이력들 및 해당 시점에서의 환경 데이터를 수신하도록 하는 명령, 복수의 제어 이력들 및 상기 적정 기준 데이터를 바탕으로, 상기 환경 변수의 시간별 발생 오차를 산출하도록 하는 명령, 상기 환경 변수의 발생 오차가 0인 특정 시점에서의 제어 이력의 경우, 해당 시점 이전의 제어 이력을 학습 데이터로 저장하도록 하는 명령 및 상기 학습 데이터를 이용하여 기계학습에 의해 상기 학습 모델을 생성하도록 하는 명령을 포함할 수 있다.In addition, the at least one command further includes a command to generate a learning model before the step of receiving the actuator information for controlling the environment variable and the environment variable inside the house, and to generate the learning model. The command is based on a plurality of control histories previously performed by the actuator and a command to receive environmental data at a corresponding time, and a plurality of control histories and the appropriate reference data, to generate an error for each occurrence of the environment variable over time. In the case of a control history at a specific time point in which the error of occurrence of the environment variable is 0, a command to calculate, the command to store the control history before the time point as learning data, and the learning by machine learning using the learning data You can include instructions to generate the model.

상기 센서는 온도 센서, 습도 센서 및 가스 센서 중 적어도 하나일 수 있다.The sensor may be at least one of a temperature sensor, a humidity sensor, and a gas sensor.

또한, 상기 액추에이터는 환풍기, 온풍기 및 냉풍기 중 적어도 하나일 수 있다.In addition, the actuator may be at least one of a ventilator, a warm air fan, and a cold air fan.

본 발명의 실시예에 따른 축사 환경 제어 장치 및 방법 그리고 이를 이용한 시스템은 특정 시간에서의 축사 내 환경 변수의 시간별 측정 데이터 및 상기 환경 변수에 영향을 주는 적어도 하나의 환경 데이터를 분석하고, 이를 학습 모델에 적용하여 연속되는 이후 시점의 축사 내 액추에이터의 임계 작동 기준을 조정하여, 이후의 환경 변수의 오차 발생을 최소화함으로써, 대상 가축에 대한 최적의 사육 환경을 제공하는 고효율, 고정밀 및 고신뢰성 축사 환경 제어 장치 및 방법 그리고 이를 이용한 시스템을 제공할 수 있다.A livestock environment control apparatus and method and a system using the same according to an embodiment of the present invention analyzes hourly measurement data of environment variables in a livestock house at a specific time and at least one environment data that affects the environment variables, and learns this. High-efficiency, high-precision and high-reliability housing environment control that provides the optimal breeding environment for the target livestock by adjusting the critical operating criteria of the actuators in the house at successive time points and minimizing the occurrence of errors in subsequent environmental variables. An apparatus and method and a system using the same can be provided.

도 1은 본 발명의 실시예에 따른 축사 환경 제어 장치의 블록 구성도이다.
도 2는 본 발명의 실시예에 따른 돈사에 적용된 축사 환경 제어 시스템의 개념도이다.
도 3은 본 발명의 실시예에 따른 축사 환경 제어 방법의 순서도이다.
도 4는 본 발명의 실시예에 따른 축사 환경 제어 방법 중 환경 변수의 오차를 산출하는 단계를 설명하기 위한 그래프이다.
도 5는 본 발명의 실시예에 따른 환풍기의 제어 방법을 설명하기 위한 그래프이다.
도 6은 본 발명의 실시예에 따른 축사 환경 제어 방법 중 액추에이터의 임계 작동 기준을 조정하는 단계를 설명하기 위한 순서도이다.
도 7은 본 발명의 실시예에 따른 액추에이터의 임계값 변경에 따른 환기량 그래프이다.
도 8은 본 발명의 다른 실시예에 따른 액추에이터의 임계 작동 기준에 따른 환기량 변경 그래프이다.
도 9는 본 발명의 실시예에 따른 축사 환경 제어 방법 중 학습 모델을 생성하는 단계를 설명하기 위한 블록 구성도이다.
도 10은 본 발명의 실험예에 따라 축사 환경 제어 장치의 적용 여부에 따른 축사 내 온도 변화 그래프이다.1 is a block diagram of a housing environment control apparatus according to an embodiment of the present invention.
2 is a conceptual diagram of a livestock environment control system applied to a pig house according to an embodiment of the present invention.
3 is a flowchart of a method for controlling a livestock environment according to an embodiment of the present invention.
4 is a graph for explaining the step of calculating the error of the environmental variable among the livestock environment control method according to an embodiment of the present invention.
5 is a graph for explaining a method of controlling a ventilator according to an embodiment of the present invention.
6 is a flowchart for explaining a step of adjusting a critical operating criterion of an actuator in a method for controlling a livestock environment according to an embodiment of the present invention.
7 is a graph of a ventilation amount according to a change in a threshold value of an actuator according to an embodiment of the present invention.
8 is a graph illustrating a change in ventilation amount according to a critical operating criterion of an actuator according to another embodiment of the present invention.
9 is a block diagram illustrating a step of generating a learning model among a method for controlling a livestock environment according to an embodiment of the present invention.
10 is a graph of temperature change in a house depending on whether a house environment control device is applied according to an experimental example of the present invention.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 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. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. The present invention can be applied to various changes and can have various embodiments, and specific embodiments will be illustrated in the drawings and described in detail in the detailed description. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all modifications, equivalents, and substitutes included in the spirit and scope of the present invention. In describing each drawing, similar reference numerals are used for similar components.

제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. "및/또는"이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다. Terms such as first, second, A, and B may be used to describe various components, but the components should not be limited by the terms. The terms are used only for the purpose of distinguishing one component from other components. For example, the first component may be referred to as a second component without departing from the scope of the present invention, and similarly, the second component may be referred to as a first component. The term “and/or” includes a combination of a plurality of related described items or any one of a plurality of related described items.

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. When an element is said to be "connected" or "connected" to another component, it is understood that other components may be directly connected to or connected to the other component, but there may be other components in between. It should be. On the other hand, when a component is said to be "directly connected" or "directly connected" to another component, it should be understood that no other component exists in the middle.

본 출원에서 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 출원에서, "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.The terms used in this application are only used to describe specific embodiments, and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly indicates otherwise. In this application, terms such as “include” or “have” are intended to indicate that a feature, number, step, operation, component, part, or combination thereof described in the specification exists, and that one or more other features are present. It should be understood that the existence or addition possibilities of fields or numbers, steps, operations, components, parts or combinations thereof are not excluded in advance.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by a person skilled in the art to which the present invention pertains. Terms, such as those defined in a commonly used dictionary, should be interpreted as having meanings consistent with meanings in the context of related technologies, and should not be interpreted as ideal or excessively formal meanings unless explicitly defined in the present application. Does not.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다. Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings. In order to facilitate the overall understanding in describing the present invention, the same reference numerals are used for the same components in the drawings, and duplicate descriptions for the same components are omitted.

도 1은 본 발명의 실시예에 따른 축사 환경 제어 장치의 블록 구성도이다.1 is a block diagram of a housing environment control apparatus according to an embodiment of the present invention.

도 1을 참조하면, 축사 환경 제어 장치(D)는 대상 가축에 있어서, 축사 내 최적의 사육 환경을 조성하기 위한 장치일 수 있다. Referring to FIG. 1, the barn environment control device D may be a device for creating an optimal breeding environment in a barn in a target livestock.

실시예에 따르면, 축사 환경 제어 장치(D)는 축사 내부에 설치되어, 축사 내 환경 변화를 측정하는 적어도 하나의 센서(S) 및 축사 내부에 설치되어 축사 내 환경 변화를 제어하는 액추에이터(A)와 연동할 수 있다. 예를 들어, 축사 환경 제어 장치(D)는 유선 또는 무선 네트워크에 의해 적어도 하나의 센서(S) 및 액추에이터(A)와 연동될 수 있다. According to an embodiment, the house environment control device D is installed inside the house, and at least one sensor S for measuring the environment change in the house and an actuator A installed inside the house to control the environment change in the house Can interlock with. For example, the house environment control device D may be interlocked with at least one sensor S and the actuator A by a wired or wireless network.

다시 말하면, 축사 환경 제어 장치(D)는 센서(S) 및 액추에이터(A)와 함께 축사 환경 제어 시스템으로 제공될 수 있다. 축사 환경 제어 시스템에 대해서는 하기 도 2를 참조하여 보다 구체적으로 설명하겠다.In other words, the livestock environment control device D may be provided as a livestock environment control system together with a sensor S and an actuator A. The barn environment control system will be described in more detail with reference to FIG. 2 below.

도 2는 본 발명의 실시예에 따른 돈사에 적용된 축사 환경 제어 시스템의 개념도이다.2 is a conceptual diagram of a livestock environment control system applied to a pig house according to an embodiment of the present invention.

도 2를 참조하면, 축사 환경 제어 시스템은 돼지 사육을 위한 최적의 돈사 환경에 적용될 수 있다. Referring to FIG. 2, the livestock environment control system may be applied to an optimal pig farm environment for pig breeding.

실시예에 따면, 축사 환경 제어 시스템은 온도 센서, 환풍기 및 축사 환경 제어 장치(D)를 포함함으로써 돈사 내 온도를 적정 기준으로 유지시킬 수 있다.According to an embodiment, the livestock environment control system may maintain a temperature in the piglet as an appropriate standard by including a temperature sensor, a fan, and a livestock environment control device D.

예를 들어, 돈사 내 최적의 온도 유지를 위해, 온도 센서에 의해 돈사 내 온도 변화를 실시간 또는 주기적으로 측정한 복수의 온도 측정 데이터 및 축사 외부의 온도, 풍속, 축사내 구조, 축사의 크기 등의 환경 데이터를 수집할 수 있다.For example, in order to maintain the optimum temperature in the pig house, a plurality of temperature measurement data measured in real time or periodically by the temperature sensor to measure the temperature change in the pig house and the temperature outside the house, wind speed, the structure in the house, the size of the house, etc. Environmental data can be collected.

이후, 축사 환경 제어 장치(D)는 수집된 적어도 하나의 데이터를 사전에 생성된 학습 모델에 적용하여, 이후 시점의 환풍기의 임계 동작 기준을 조정함으로써, 돈사 내 온도가 적정 온도를 지속적으로 유지하도록 제어할 수 있다.Subsequently, the house environment control device D applies the collected at least one data to a previously generated learning model, and adjusts the critical operation criteria of the ventilator at a later time, so that the temperature in the pig house is maintained at an appropriate temperature. Can be controlled.

다시 도 1을 참조하면, 축사 환경 제어 장치(D)는 센서(S)로부터 수신된 적어도 하나의 측정 데이터 및 외부로부터 입력되는 환경 데이터를 분석하여 액추에이터(A)를 제어할 수 있다. 여기서, 액추에이터(A)는 환풍기, 냉풍기 및 온풍기 중 적어도 하나일 수 있다. 예를 들어, 액추에이터(A)는 돈사 내 온도를 변화시키기 위한 환풍기일 수 있다.Referring back to FIG. 1, the house environment control device D may control the actuator A by analyzing at least one measurement data received from the sensor S and environment data input from the outside. Here, the actuator A may be at least one of a ventilator, a cold air fan, and a warm air fan. For example, the actuator A may be a ventilator for changing the temperature in the piglet.

보다 구체적으로 설명하면, 축사 환경 제어 장치(D)는 저장 장치(1000), 메모리(3000) 및 프로세서(5000)를 포함할 수 있다.In more detail, the house environment control device D may include a storage device 1000, a memory 3000, and a processor 5000.

저장 장치(1000)는 센서(S) 또는 외부로부터 수신된 적어도 하나의 데이터를 저장할 수 있다. The storage device 1000 may store at least one data received from the sensor S or from the outside.

실시에에 따르면, 저장 장치(1000)는 제1 저장 장치(1100), 제2 저장 장치(1300), 제3 저장 장치(1500)를 포함할 수 있다.According to an embodiment, the storage device 1000 may include a first storage device 1100, a second storage device 1300, and a third storage device 1500.

제1 저장 장치(1100)는 센서(S)로부터 송신된 적어도 하나의 시간별 측정 데이터를 저장할 수 있다. 예를 들어, 센서(S)는 하기 [표 1]과 같이, 측정하고자 하는 환경 변수에 따라 온도 센서, 가스 센서 및 습도 센서 중 적어도 하나의 종류로 제공될 수 있다.The first storage device 1100 may store at least one hourly measurement data transmitted from the sensor S. For example, the sensor S may be provided as at least one type of a temperature sensor, a gas sensor, and a humidity sensor according to environmental variables to be measured, as shown in [Table 1] below.

센서 TypeSensor Type ValueValue TemperatureTemperature 30 ℃30 ℃ NH₃ NH ₃ 10.1 ppm10.1 ppm H₂SH ₂ S 25.7 ppm25.7 ppm CO₂ CO ₂ 2000 ppm2000 ppm HumidityHumidity 56.7 %56.7% Wind speedWind speed 2 m/s2 m/s DustDust 2500 um2500 um …… ……

실시에에 따르면, 제1 저장 장치(1100)는 사용자에 의해 설정된 환경 변수에 해당하는 측정 데이터를 저장할 수 있다. 예를 들어, 제1 저장 장치(1100)는 온도 센서로부터 축사 내 시간별 온도 측정 데이터를 수신하여 저장할 수 있다.According to an embodiment, the first storage device 1100 may store measurement data corresponding to an environment variable set by the user. For example, the first storage device 1100 may receive and store temperature measurement data for each hour in the house from a temperature sensor.

그러나, 본 발명의 실시예에 따른 제1 저장 장치는 개시된 바에 국한되지 않고, 복수의 센서(S)로부터 측정된 복수의 측정 데이터를 저장할 수 있다.However, the first storage device according to an embodiment of the present invention is not limited to the disclosed one, and can store a plurality of measurement data measured from a plurality of sensors (S).

제2 저장 장치(1300)는 축사의 환경 데이터를 저장할 수 있다. 실시예에 따르면, 환경 데이터는 축사의 크기 및 구조, 외부 온도 및 외부 습도 중 적어도 하나의 데이터를 포함할 수 있다.The second storage device 1300 may store environmental data of the house. According to an embodiment, the environmental data may include at least one of the size and structure of the house, the external temperature and the external humidity.

또한, 제2 저장 장치(1300)는 사용자에 의해 설정된 대상 가축에 대한 생육 데이터를 포함할 수 있다. 실시예에 따르면, 제2 저장 장치(1300)는 대상 가축의 사육을 위한 축사 환경의 적정 기준 정보를 포함할 수 있다. 예를 들어, 제2 저장 장치(1300)는 하기 [표 2]와 같이, 돼지의 생육을 위한 최소 요구 조건 데이터를 포함할 수 있다.In addition, the second storage device 1300 may include growth data for the target livestock set by the user. According to an embodiment, the second storage device 1300 may include appropriate reference information of a livestock environment for breeding a target livestock. For example, the second storage device 1300 may include minimum requirement data for the growth of pigs, as shown in Table 2 below.

항목Item 최소 요구사항Minimum requirements 온도(Temperature)Temperature 15 - 32 ℃ 15-32 ℃ 습도(Humidity)Humidity RH 85% 미만RH less than 85% 풍속(Wind speed)Wind speed 최저 풍속 0.5m/secMinimum wind speed 0.5m/sec 암모니아(NH₃) 농도Ammonia (NH ₃ ) concentration 20 ppm 이하20 ppm or less 이산화탄소(CO₂) 농도Carbon dioxide (CO ₂ ) concentration 5,000 ppm 이하5,000 ppm or less 메탄가스(CH₄) 농도Methane gas (CH ₄ ) concentration 50,000 ppm 이하50,000 ppm or less 유화수소(H₂S) 농도Hydrogen Emulsion (H ₂ S) Concentration 5 ppm 이하5 ppm or less

제3 저장 장치(1500)는 적어도 하나의 학습 데이터를 포함할 수 있다. 여기서, 학습 데이터는 사용자에 의해 설정된 액추에이터(A)에 의해 사전 수행된 제어 데이터 중 일부 데이터일 수 있다. The third storage device 1500 may include at least one learning data. Here, the learning data may be some of the control data previously performed by the actuator A set by the user.

보다 구체적으로 설명하면, 학습 데이터는 액추에이터에 의해 사전에 수행된 복수의 제어 이력들 중 특정 시점(t)에서의 오차값이 0인 제어 이력을 기준으로, 이전 시점(t-1)에 기록된 적어도 하나의 제어 이력을 포함할 수 있다. 학습 데이터에 대해서는 후술될 프로세서(5000)에 의한 축사 환경 제어 방법의 설명시 보다 구체적으로 설명하겠다.In more detail, the learning data is recorded at a previous time point t-1 based on a control history whose error value at a specific time point t is 0 among a plurality of control history points previously performed by an actuator. It may include at least one control history. The learning data will be described in more detail when describing a method for controlling a livestock environment by the processor 5000 to be described later.

본 발명의 실시예에 따른 축사 환경 제어 장치 내 저장 장치(1000)는 앞서 개시된 바에 국한되지 않고 별도의 장치로 제공될 수 있다.The storage device 1000 in the livestock environment control device according to the exemplary embodiment of the present invention is not limited to the above-described disclosure and may be provided as a separate device.

메모리(3000)는 후술될 프로세서(5000)에 의해 수행될 적어도 하나의 명령을 포함할 수 있다.The memory 3000 may include at least one instruction to be performed by the processor 5000 to be described later.

실시예에 따르면, 적어도 하나의 명령은 초기화하도록 하는 명령, 설정 데이터를 수신하도록 하는 명령, 설정 데이터와 연관된 적어도 하나의 데이터를 수신하여 저장 장치(1000)에 저장하도록 하는 명령, 적어도 하나의 데이터로부터 오차를 산출하도록 하는 명령 및 액추에이터(A)를 제어하도록 하는 명령을 포함할 수 있다.According to an embodiment, the at least one command is a command to initialize, a command to receive setting data, a command to receive at least one data associated with the setting data and store it in the storage device 1000, from the at least one data It may include a command to calculate the error and a command to control the actuator (A).

프로세서(5000)는 앞서 설명한 바와 같이, 메모리(3000)에 저장된 적어도 하나의 명령을 수행할 수 있다. 적어도 하나의 명령을 수행하는 프로세서(5000)의 동작은 하기 축사 환경 제어 장치를 이용한 축사 환경 제어 방법의 설명시 보다 구체적으로 설명하겠다.As described above, the processor 5000 may execute at least one instruction stored in the memory 3000. The operation of the processor 5000 that performs at least one command will be described in more detail when describing a method for controlling a house environment using a house environment control device.

이상 본 발명의 실시예에 따른 축사 환경 제어 장치를 설명하였다. 하기에서는 축사 환경 제어 장치 내 프로세서를 이용한 축사 환경 제어 방법을 설명하겠다.In the above, the housing environment control apparatus according to the embodiment of the present invention has been described. In the following, a method for controlling a livestock environment using a processor in a livestock environment control device will be described.

도 3은 본 발명의 실시예에 따른 축사 환경 제어 방법의 순서도이다.3 is a flowchart of a method for controlling a livestock environment according to an embodiment of the present invention.

도 3을 참조하면, 축사 환경 제어 장치(D)는 프로세서(5000)를 초기화 할 수 있다(S1000).Referring to FIG. 3, the livestock environment control device D may initialize the processor 5000 (S1000 ).

이후, 초기화된 프로세서(5000)는 설정 데이터를 수신할 수 있다(S2000). 여기서, 설정 데이터는 사육을 위한 대상 가축, 축사 내 제어하고자 하는 환경 변수 및 상기 환경 변수를 제어하기 위한 액추에이터(A) 종류에 대한 정보를 포함할 수 있다. Thereafter, the initialized processor 5000 may receive the setting data (S2000). Here, the setting data may include information on a target livestock for breeding, an environmental variable to be controlled in the barn, and an actuator A type for controlling the environmental variable.

실시예에 따르면, 프로세서(5000)는 사용자로부터 대상 가축이 돼지로 설정되고, 환경 변수로 온도 변화가 설정된 설정 데이터를 입력 받을 수 있다. 또한, 프로세서(5000)는 사용자의 선택에 의해 상기 환경 변수를 제어하기 위한 액추에이터(A)로 환풍기를 설정할 수 있다.According to an embodiment, the processor 5000 may receive input data of a target animal set as a pig and a temperature change set as an environment variable from a user. In addition, the processor 5000 may set a ventilator as an actuator A for controlling the environment variable by a user's selection.

프로세서(5000)는 설정 데이터와 연관된 적어도 하나의 데이터를 수신하여 저장 장치(1000)에 저장할 수 있다(S3000).The processor 5000 may receive and store at least one data associated with the setting data in the storage device 1000 (S3000).

일 실시예에 따르면, 프로세서(5000)는 특정 센서(S)로부터 설정 데이터와 연관된 적어도 하나의 측정 데이터를 수신하여 제1 저장 장치(1100)에 저장할 수 있다. 예를 들면, 프로세서(5000)는 온도 센서로부터 측정된 시간별 온도 데이터를 수신하여 제1 저장 장치(1100)에 저장할 수 있다.According to an embodiment, the processor 5000 may receive at least one measurement data associated with setting data from the specific sensor S and store it in the first storage device 1100. For example, the processor 5000 may receive the hourly temperature data measured from the temperature sensor and store it in the first storage device 1100.

다른 실시예에 따르면, 프로세서(5000)는 외부로부터 설정 데이터와 연관된 적어도 하나의 환경 데이터 및 적정 기준 정보를 수신하여 제2 저장 장치(1300)에 저장할 수 있다. 예를 들어, 프로세서(5000)는 돈사의 크기, 구조 및 외부 온도 중 적어도 하나의 환경 데이터 및 최적의 돼지 사육을 위한 적정 온도 데이터를 수신하여 제2 저장 장치(1300)에 저장할 수 있다.According to another embodiment, the processor 5000 may receive at least one environment data and appropriate reference information associated with the setting data from the outside and store it in the second storage device 1300. For example, the processor 5000 may receive environmental data of at least one of the size, structure, and external temperature of the piglet and appropriate temperature data for optimal pig breeding, and store it in the second storage device 1300.

이후, 프로세서(5000)는 저장 장치(1000)에 저장된 적어도 하나의 데이터를 바탕으로, 환경 변수의 오차를 산출할 수 있다(S4000). 환경 변수의 오차를 산출하는 방법은 하기 도 4를 참조하여 보다 구체적으로 설명하겠다.Thereafter, the processor 5000 may calculate an error of the environment variable based on at least one data stored in the storage device 1000 (S4000). The method of calculating the error of the environmental variable will be described in more detail with reference to FIG. 4 below.

도 4는 본 발명의 실시예에 따른 축사 환경 제어 방법 중 환경 변수의 오차를 산출하는 단계를 설명하기 위한 그래프이다.4 is a graph for explaining the step of calculating the error of the environmental variable among the livestock environment control method according to an embodiment of the present invention.

도 4를 참조하면, 프로세서(5000)는 앞서 설명한 바와 같이, 저장 장치(1000)에 저장된 적어도 하나의 측정 데이터 및 적정 기준 정보를 이용하여 환경 변수의 오차를 산출할 수 있다.Referring to FIG. 4, as described above, the processor 5000 may calculate an error of an environment variable using at least one measurement data and appropriate reference information stored in the storage device 1000.

실시예에 따르면, 프로세서(5000)는 돈사 내 시간별 온도 측정 데이터에서 최적의 돼지 사육을 위한 돈사 내 적정 온도 기준 데이터(27℃)를 차감하여, 해당 시간에서의 환경 변수의 오차를 산출할 수 있다.According to an embodiment, the processor 5000 may calculate the error of the environmental variable at the corresponding time by subtracting the proper temperature reference data (27°C) in the piglet for optimal pig breeding from the hourly temperature measurement data in the piglet. .

다시 도 3을 참조하면, 프로세서(5000)는 환경 변수의 오차값이 0이 아닐 경우, 사용자에 의해 선택된 액추에이터(A)가 작동될 수 있다. Referring back to FIG. 3, when the error value of the environment variable is not 0, the processor 5000 may operate the actuator A selected by the user.

이후, 프로세서(5000)는 발생 오차의 크기에 따라 상기 액추에이터(A)의 동작을 제어할 수 있다(S5000). 상기 액추에이터(A)의 동작을 제어하는 방법에 대해서는 하기 도 5를 참조하여 보다 구체적으로 설명하겠다.Thereafter, the processor 5000 may control the operation of the actuator A according to the magnitude of the occurrence error (S5000). A method of controlling the operation of the actuator A will be described in more detail with reference to FIG. 5 below.

도 5는 본 발명의 실시예에 따른 환풍기의 제어 방법을 설명하기 위한 그래프이다.5 is a graph for explaining a method of controlling a ventilator according to an embodiment of the present invention.

도 5를 참조하면, 프로세서(5000)는 산출된 오차의 크기에 따라 액추에이터(A)의 임계 작동 기준(P)을 실시간 또는 주기적으로 조정하여 상기 액추에이터(A)의 동작을 제어할 수 있다. Referring to FIG. 5, the processor 5000 may control the operation of the actuator A by adjusting the critical operation criterion P of the actuator A in real time or periodically according to the calculated amount of error.

이때, 임계 작동 기준(P)은 환경 변수의 급격한 변화를 방지하기 위한 액추에이터(A)의 작동을 제한하는 임계값으로, 환경 변수의 임계값으로 적용될 수 있다. At this time, the threshold operation criterion P is a threshold value that limits the operation of the actuator A to prevent a sudden change in the environment variable, and may be applied as a threshold value of the environment variable.

보다 구체적으로 설명하면, 도 3과 같이, 특정 시간(t) 에서의 환경 변수의 임계값이 L로 설정될 경우, 프로세서(5000)는 상기 임계값 L을 만족시키는 액추에이터의 임계 작동 기준(P)으로 설정할 수 있다. More specifically, as shown in FIG. 3, when the threshold value of the environmental variable at a specific time t is set to L, the processor 5000 performs the threshold operation criterion P of the actuator that satisfies the threshold value L Can be set to

이후, 프로세서(5000)는 특정 시간(t)에서의 환경 변수의 산출 오차에 크기에 따라 액추에이터(A)의 임계 작동 기준(P)을 조정하여, 연속되는 시간(t+1)에서의 환경 변수의 발생 오차가 최소화되도록 보정할 수 있다. Thereafter, the processor 5000 adjusts the critical operating criterion P of the actuator A according to the magnitude of the calculation error of the environmental variable at a specific time t, and the environmental variable at the continuous time t+1 It can be corrected to minimize the occurrence error of.

예를 들어, 사용자로부터 설정된 환경 변수가 온도일 경우, 프로세서(1000)는 상기 환경 변수의 오차값이 0이 아니면 환풍기를 동작시킬 수 있다. For example, when the environment variable set by the user is temperature, the processor 1000 may operate the fan if the error value of the environment variable is not zero.

이후, 프로세서(1000)는 학습 모델에 의해 산출된 환경 변수의 오차 발생 정도에 따라 환풍기의 임계 작동 기준을 조정하여 환풍기에 의해 가동률(환기량)을 조절함으로써, 돈사 내의 온도를 조절할 수 있다. 이때, 프로세서(5000)는 사전 생성된 학습 모델을 이용하여, 액추에이터의 임계 작동 기준(P)를 조정할 수 있다. 학습 모델에 의해 임계 작동 기준(P)을 조정하는 방법은 하기 도 6에서 보다 구체적으로 설명하겠다.Thereafter, the processor 1000 may control the temperature in the pig house by adjusting the operation rate (ventilation amount) by the ventilator by adjusting the threshold operating standard of the ventilator according to the degree of error occurrence of the environment variable calculated by the learning model. At this time, the processor 5000 may adjust the critical operating criterion P of the actuator using a pre-generated learning model. The method of adjusting the critical operating criterion P by the learning model will be described in more detail in FIG. 6 below.

본 발명의 실시예에 따른 축사 환경 제어 방법은 특정 시점(t)에서의 환경 변수의 오차를 분석하여 액추에이터의 임계 작동 기준을 조정함으로써, 연속되는 이후 시점(t+1)에서의 환경 변수의 오차 발생을 최소화하는 고정밀 및 고신뢰성의 축사 환경 제어 장치를 제공할 수 있다. In the livestock environment control method according to an embodiment of the present invention, by analyzing the error of the environmental variable at a specific time t, the critical operating criterion of the actuator is adjusted, so that the error of the environmental variable at a subsequent time t+1 It is possible to provide a high-precision and highly reliable housing environment control device that minimizes occurrence.

도 6은 본 발명의 실시예에 따른 축사 환경 제어 방법 중 액추에이터의 임계 작동 기준을 조정하는 단계를 설명하기 위한 순서도이다.6 is a flow chart for explaining a step of adjusting the critical operating criterion of the actuator in the livestock environment control method according to an embodiment of the present invention.

도 6을 참조하면, 프로세서(5000)는 제어 데이터 및 해당 시점에서의 환경 데이터를 수신할 수 있다(S5100). Referring to FIG. 6, the processor 5000 may receive control data and environmental data at a corresponding time (S5100).

여기서, 제어 데이터는 특정 연속 시점(t-1, t)에서 사전 수행된 액추에이터(A)의 제어 이력들을 포함할 수 있다. 이에 따라, 프로세서(5000)는 후술될 오차 산출시, 특정 시간(t)에서의 발생 오차에 대한 원인인 이전 시간(t-1)에서의 임계 동작 기준(P) 정보를 확인할 수 있다.Here, the control data may include control histories of the actuator A previously performed at a specific continuous time point t-1, t. Accordingly, when calculating an error to be described later, the processor 5000 may check the critical operation reference P information at a previous time t-1, which is a cause for an error occurring at a specific time t.

이후, 프로세서(5000)는 앞서 설명한 바와 같이, 수신된 적어도 하나의 제어 이력들을 바탕으로, 시간별 발생 오차를 산출할 수 있다(S5200). Thereafter, as described above, the processor 5000 may calculate an occurrence error for each hour based on the received at least one control history (S5200).

실시예에 따르면, 프로세서(5000)는 적어도 하나의 제어 데이터 및 환경 데이터를 하기 [표 3]와 같이 시간(t)에 따른 테이블 형태로 저장할 수 있다.According to an embodiment, the processor 5000 may store at least one control data and environment data in a table form according to time t as shown in [Table 3].

시간
(

) time
(

) Donsa setting temperature
(

) Donsa internal temperature
(

) Donsa outside temperature
(

) Occurrence error
(

) Critical operating criteria
(

) One 27 ℃ 30 ℃ 33 ℃ +3

= 5 2 28 ℃ 32 ℃ +1

= 3 3 27 ℃ 32 ℃ 0

= 1 4 29 ℃ 35 ℃ +2

= 3 5 27 ℃ 34 ℃ 0

= 1 6 26 ℃ 33 ℃ -One

= 3 … … … …

이후, 프로세서(5000)는 산출된 시간별 오차를 분석할 수 있다. 예를 들어, 프로세서(5000)는 특정 시간(t)에 측정된 오차 값이 0일 경우(S5300), 연속적인 시간(t, t-1)에서 측정된 제어 데이터 및 환경 데이터를 하기 [표 4]와 같이, 제3 저장 장치(1500)에 저장할 수 있다. 이후, 상기 제어 데이터 및 환경 데이터는 학습 모델 생성을 위한 학습 데이터로 활용될 수 있다. 이는 하기에서 보다 구체적으로 설명하겠다.Thereafter, the processor 5000 may analyze the calculated hourly error. For example, when the error value measured at a specific time t is 0 (S5300), the processor 5000 performs control data and environmental data measured at a continuous time (t, t-1). ], it can be stored in the third storage device 1500. Thereafter, the control data and environment data may be used as learning data for generating a learning model. This will be explained in more detail below.

시간
(

) time
(

) 오차 flagError flag Donsa internal temperature
(

) Donsa outside temperature
(

) Critical operating criteria
(

) One One 30 ℃ 33 ℃

= 6 2 0 28 ℃ 32 ℃

= 3 3 One 27 ℃ 32 ℃

= 1.5 4 0 29 ℃ 35 ℃

= 3 5 One 27 ℃ 34 ℃

= 2 6 … … …

한편, 프로세서(5000)는 특정 시간에 측정된 측정 데이터 오차값이 0이 아닐 경우, 상기 오차값을 임계 작동 기준(P) 정보와 비교할 수 있다.Meanwhile, when the measurement data error value measured at a specific time is not 0, the processor 5000 may compare the error value with critical operation reference (P) information.

일 실시예에 따르면, 상기 오차값이 임계 작동 기준(P) 대비 작을 경우, S5100 단계로 돌아가서, 상기 특정 시간(t) 이후의 연속적인 시간(t+1)에 대한 제어 데이터 및 환경 데이터를 수신하여 이하 단계(S5100 내지 S5300)들을 수행할 수 있다.According to an embodiment, when the error value is smaller than the threshold operating criterion P, the process returns to step S5100 to receive control data and environmental data for a continuous time t+1 after the specific time t. The following steps (S5100 to S5300) may be performed.

다른 실시예에 따르면, 상기 환경 변수의 오차의 크기가 임계 작동 기준(P)에 대응하는 환경 변수의 임계값 대비 크거나 같을 경우(S5400), 프로세서(5000)는 액추에이터(A)의 임계 작동 기준(P)을 조정할 수 있다(S5500). 이때, 상기 프로세서(5000)는 외부 온도, 데이터 측정 시간 및 축사 내 구조 등과 같은 적어도 하나의 환경 데이터를 고려하여, 상기 액추에이터(A)의 임계 작동 기준(P)을 조정할 수 있다. 상기 액추에이터(A)의 임계 작동 기준(P)을 조정하는 방법은 하기 도 7을 참조하여 보다 구체적으로 설명하겠다.According to another embodiment, when the magnitude of the error of the environmental variable is greater than or equal to the threshold of the environmental variable corresponding to the critical operating criterion (P) (S5400), the processor 5000 determines the critical operating criterion of the actuator A (P) can be adjusted (S5500). In this case, the processor 5000 may adjust the critical operating criterion P of the actuator A in consideration of at least one environmental data such as external temperature, data measurement time, and structure in the house. The method of adjusting the critical operating criterion P of the actuator A will be described in more detail with reference to FIG. 7 below.

도 7은 본 발명의 실시예에 따른 액추에이터의 임계값 변경에 따른 환기량 그래프이다.7 is a graph of a ventilation amount according to a threshold value change of an actuator according to an embodiment of the present invention.

도 7을 참조하면, 프로세서(5000)는 앞서 설명한 바와 같이, 상기 액추에이터(A)의 임계 작동 기준(P) 조정 시 환경 데이터에 따른 환경 변수의 민감도를 고려할 수 있다.Referring to FIG. 7, as described above, the processor 5000 may consider sensitivity of environmental variables according to environmental data when adjusting the critical operation criterion P of the actuator A.

실시예에 따르면, 환경 데이터에 따른 환경 변수 민감도가 제1 기준 이상일 경우, 프로세서(5000)는 액추에이터(A)의 임계 작동 기준(P)을 P₁ 또는 P₂로 변경할 수 있다. According to an embodiment, when the sensitivity of the environmental variable according to the environmental data is greater than or equal to the first criterion, the processor 5000 may change the critical operating criterion P of the actuator A to P ₁ or P ₂ .

예를 들어, 액추에이터(A)는 특정 시간(t)에서의 온도 측정 데이터가 기존에 설정된 임계 작동 기준(P) 대비 크고, 환경 데이터에 따른 온도 변화의 크기가 제1 기준 이상일 경우, 액추에이터(A)의 임계 작동 기준을 P에서 P₂로 변경할 수 있다. 이에 따라, 프로세서(5000)는 환풍기의 제어에 의해 환기량을 증가시킴으로써, 이후 시간(t+1)에서의 발생 오차를 줄일 수 있다.For example, the actuator (A), the temperature measurement data at a specific time (t) is greater than the previously set threshold operating criteria (P), the magnitude of the temperature change according to the environmental data is greater than the first reference, the actuator (A ) Can be changed from P to P ₂ . Accordingly, the processor 5000 may increase the ventilation amount under the control of the ventilator, thereby reducing an occurrence error at a time t+1.

도 8은 본 발명의 다른 실시예에 따른 액추에이터의 임계 작동 기준에 따른 환기량 변경 그래프이다.8 is a graph illustrating a change in ventilation amount according to a critical operating criterion of an actuator according to another embodiment of the present invention.

도 8을 참조하면, 프로세서(5000)는 특정 시간(t)에서의 측정 데이터 오차값이 임계 작동 기준 대비 크거나 같고, 환경 데이터에 따른 환경 변수 민감도가 제1 기준 미만일 경우, 프로세서(5000)는 상기 특정 시간(t)에서의 액추에이터(A)의 가동률을 V₁ 또는 V₂로 조정할 수 있다. 따라서, 프로세서(5000)는 조정된 액추에이터(A)의 가동률에 대응하는 P_V1 또는 P_V2으로 임계 작동 기준을 조정할 수 있다. Referring to FIG. 8, when the measurement data error value at a specific time t is greater than or equal to a threshold operating criterion, and the environmental variable sensitivity according to the environmental data is less than the first criterion, the processor 5000 may The operation rate of the actuator A at the specific time t can be adjusted to V ₁ or V ₂ . Accordingly, the processor 5000 can adjust the threshold operating criterion to P _V1 or P _V2 corresponding to the adjusted actuation rate of the actuator A.

다시 도 6를 참조하면, 프로세서(5000)는 환경 변수의 민감도에 따라 변경된 임계 작동 기준(P) 정보를 제3 저장 장치(1500)에 저장할 수 있다(S5600). Referring back to FIG. 6, the processor 5000 may store the changed critical operation reference P information according to the sensitivity of the environment variable in the third storage 1500 (S5600 ).

이때, 상기 변경된 임계값 정보 또한 학습 모델 생성을 위한 학습 데이터로 활용될 수 있다. 이에 따라, 본 발명의 실시예에 따른 축사 환경 제어 장치의 학습 모델은 다양한 환경 조건 변화 또한 학습함으로써, 고정밀한 액추에이터의 임계 작동 기준 조정이 가능하여 고 신뢰성의 액추에이터 제어가 가능할 수 있다.At this time, the changed threshold information may also be used as learning data for generating a learning model. Accordingly, the learning model of the livestock environment control apparatus according to the embodiment of the present invention also learns various environmental conditions changes, so that it is possible to adjust the critical operation criterion of the high-precision actuator, thereby enabling highly reliable actuator control.

이후, 프로세서(5000)는 학습 모델을 생성할 수 있다(S5700). 학습 모델을 생성하는 단계는 하기 도 9를 참조하여 보다 구체적으로 설명하겠다.Thereafter, the processor 5000 may generate a learning model (S5700). The step of generating the learning model will be described in more detail with reference to FIG. 9 below.

도 9는 본 발명의 실시예에 따른 축사 환경 제어 방법 중 학습 모델을 생성하는 단계를 설명하기 위한 블록 구성도이다.9 is a block diagram illustrating a step of generating a learning model among a method for controlling a livestock environment according to an embodiment of the present invention.

도 9를 참조하면, 프로세서(5000)는 저장 장치(1000)에 저장된 학습 데이터 및 환경 데이터를 바탕으로 학습 모델을 생성할 수 있다.Referring to FIG. 9, the processor 5000 may generate a learning model based on learning data and environment data stored in the storage device 1000.

보다 구체적으로 설명하면, 프로세서(5000)는 기계학습에 의해, 학습 데이터 및 환경 데이터를 학습하여 학습모델(Y=W₁x₁+ W₂x₂+ W₃x₃+b, W; 가중치, x; 입력, Y; 출력, b; 편향)을 생성할 수 있다.More specifically, the processor 5000 learns learning data and environmental data by machine learning, thereby learning models (Y=W ₁ x ₁ + W ₂ x ₂ + W ₃ x ₃ +b, W; weight, x; input, Y; output, b; deflection).

실시예에 따르면, 학습모델은 선형 회귀(linear regression) 분석 알고리즘, 결정 트리(Decision Tree) 알고리즘, k-근접 이웃(KNN, K-Nearest Neighbor) 알고리즘, 다층 퍼셉트론(MLP, Multi-Layer Perceptron) 신경망 알고리즘, 딥러닝(Deep-Learning) 알고리즘, 서포트 벡터 머신(SVM, Support Vector Machine) 알고리즘, 에이다부스트(AdaBoost) 알고리즘, 랜덤 포레스트(RF, Random Forest) 알고리즘 또는 확률 그래프 모델(Probabilistic Graphical Models) 중 어느 하나의 기계학습에 의해 학습될 수 있다. 예를 들어, 기계학습은 축사 내 온도 측정 데이터, 환경 데이터 및 임계 작동 기준(P)을 활용하는 선형 회귀(linear regression) 분석 알고리즘에 의해 생성될 수 있다. According to an embodiment, the learning model includes a linear regression analysis algorithm, a decision tree algorithm, a k-Nearest Neighbor (KNN) algorithm, and a multi-layer perceptron (MLP) neural network. Algorithm, Deep-Learning Algorithm, Support Vector Machine (SVM) Algorithm, AdaBoost Algorithm, Random Forest (RF) Algorithm or Probabilistic Graphical Models It can be learned by one machine learning. For example, machine learning can be generated by a linear regression analysis algorithm utilizing temperature measurement data, environmental data and critical operating criteria (P) in the house.

도 10은 본 발명의 실험예에 따라 축사 환경 제어 장치의 적용 여부에 따른 축사 내 온도 변화 그래프이다.10 is a graph of temperature change in a house depending on whether a house environment control device is applied according to an experimental example of the present invention.

도 10을 참조하면, 축사 환경 제어 장치(D)를 이용한 액추에이터(A)의 제어 전(t)의 축사 온도가 C1일 경우, 상기 축사 환경 제어 장치(D)를 이용한 액추에이터(A)의 제어 후(t+1)의 축사 온도는 C2로 조정된 것을 확인할 수 있다. Referring to FIG. 10, after the control of the actuator A using the livestock environment control device D, after the control of the actuator A using the livestock environment control device D, when the livestock temperature before the control of the actuator A is C1. It can be seen that the barn temperature of (t+1) was adjusted to C2.

또한, 본 발명의 실시예에 따른 축사 환경 제어 장치에 의해 제어되는 액추에이터(A)가 적용된 축사 내 시간별 온도 측정 그래프(G1)가 상기 축사 환경 제어 장치가 적용되지 않은 액추에이터(A)를 사용하는 축사 내 시간별 온도 측정 그래프(G2)보다 가축의 적정 온도(27℃)에 가까운 온도 값을 갖는 것으로 확인할 수 있다. In addition, the temperature measurement graph (G1) for each hour in the house to which the actuator A controlled by the house environment control device according to the embodiment of the present invention is applied is a house using an actuator A to which the house environment control device is not applied. It can be confirmed that it has a temperature value closer to the proper temperature (27°C) of the livestock than the temperature measurement graph (G2) for each hour.

따라서, 본 발명의 실시예에 따른 축사 환경 제어 방법은 실시간 오차 정보가 반영된 학습 모델에 의해 액추에이터(A)를 제어함으로써, 대상 가축을 위한 고정밀 및 고신뢰성의 축사 환경을 제공할 수 있다. Therefore, in the livestock environment control method according to an embodiment of the present invention, by controlling the actuator A by a learning model in which real-time error information is reflected, it is possible to provide a high-precision and highly reliable livestock environment for the target livestock.

이상, 본 발명의 실시예에 따른 축사 환경 제어 장치 및 방법, 그리고 이를 이용한 시스템을 설명하였다.In the above, the housing environment control apparatus and method according to an embodiment of the present invention, and a system using the same have been described.

본 발명의 실시예에 따른 축사 환경 제어 장치 및 방법, 그리고 이를 이용한 시스템은 사용자에 의해 설정된 특정 환경 변수에 대해, 축사 내 센서로부터 송신되는 상기 환경 변수의 시간별 측정 데이터 및 상기 환경 변수에 영향을 주는 적어도 하나의 환경 데이터를 수신하고, 수신된 적어도 하나의 데이터를 학습 모델에 적용하여 축사내 환경 변수의 오차 발생을 최소화되도록 액추에이터의 임계 동작 기준을 실시간 또는 주기적으로 조정함으로써, 대상 가축에 대한 최적의 사육 환경을 제공하는 고효율, 고정밀 및 고신뢰성 축사 환경 제어 장치 및 방법, 그리고 이를 이용한 시스템을 제공할 수 있다. A livestock environment control apparatus and method according to an embodiment of the present invention, and a system using the same, have an effect on the measured environment-specific measurement data and environmental variables transmitted from sensors in a livestock house for specific environment variables set by a user Optimal for the target livestock by receiving the at least one environmental data and applying the received at least one data to the learning model to adjust the actuator's critical operating criteria in real-time or periodically to minimize the occurrence of errors in the livestock environment variables It is possible to provide a high-efficiency, high-precision and high-reliability housing environment control device and method for providing a breeding environment, and a system using the same.

본 발명의 실시예에 따른 방법의 동작은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 프로그램 또는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산 방식으로 컴퓨터로 읽을 수 있는 프로그램 또는 코드가 저장되고 실행될 수 있다.The operation of the method according to an embodiment of the present invention can be implemented as a computer-readable program or code on a computer-readable recording medium. The computer-readable recording medium includes all kinds of recording devices in which data that can be read by a computer system are stored. The computer-readable recording medium can also be distributed over network coupled computer systems so that computer-readable programs or codes are stored and executed in a distributed fashion.

또한, 컴퓨터가 읽을 수 있는 기록매체는 롬(rom), 램(ram), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 프로그램 명령은 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.In addition, the computer-readable recording medium may include a hardware device specially configured to store and execute program instructions, such as a ROM, a RAM, and a flash memory. Program instructions may include high-level language code that can be executed by a computer using an interpreter or the like, as well as machine code such as those produced by a compiler.

본 발명의 일부 측면들은 장치의 문맥에서 설명되었으나, 그것은 상응하는 방법에 따른 설명 또한 나타낼 수 있고, 여기서 블록 또는 장치는 방법 단계 또는 방법 단계의 특징에 상응한다. 유사하게, 방법의 문맥에서 설명된 측면들은 또한 상응하는 블록 또는 아이템 또는 상응하는 장치의 특징으로 나타낼 수 있다. 방법 단계들의 몇몇 또는 전부는 예를 들어, 마이크로프로세서, 프로그램 가능한 컴퓨터 또는 전자 회로와 같은 하드웨어 장치에 의해(또는 이용하여) 수행될 수 있다. 몇몇의 실시예에서, 가장 중요한 방법 단계들의 하나 이상은 이와 같은 장치에 의해 수행될 수 있다. While some aspects of the invention have been described in the context of an apparatus, it can also represent a description according to a corresponding method, where a block or apparatus corresponds to a method step or a feature of a method step. Similarly, aspects described in the context of a method can also be characterized by a corresponding block or item or characteristic of a corresponding device. Some or all of the method steps may be performed by (or using) a hardware device, such as, for example, a microprocessor, programmable computer, or electronic circuit. In some embodiments, one or more of the most important method steps may be performed by such an apparatus.

실시예들에서, 프로그램 가능한 로직 장치(예를 들어, 필드 프로그머블 게이트 어레이)가 여기서 설명된 방법들의 기능의 일부 또는 전부를 수행하기 위해 사용될 수 있다. 실시예들에서, 필드 프로그머블 게이트 어레이는 여기서 설명된 방법들 중 하나를 수행하기 위한 마이크로프로세서와 함께 작동할 수 있다. 일반적으로, 방법들은 어떤 하드웨어 장치에 의해 수행되는 것이 바람직하다.In embodiments, a programmable logic device (eg, field programmable gate array) may be used to perform some or all of the functionality of the methods described herein. In embodiments, the field programmable gate array may work with a microprocessor to perform one of the methods described herein. In general, the methods are preferably performed by some hardware device.

이상 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 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.Although described above with reference to the preferred embodiments of the present invention, those skilled in the art can variously modify and change the present invention without departing from the spirit and scope of the present invention as set forth in the claims below. You will understand that you can.

1000: 저장 장치 1100: 제1 저장 장치
1300: 제2 저장 장치 1500: 제3 저장 장치
D: 축사 환경 제어 장치 S: 센서
A: 액추에이터1000: storage device 1100: first storage device
1300: second storage device 1500: third storage device
D: housing environment control device S: sensor
A: actuator

Claims

A method for controlling a livestock environment performed by a device for controlling a livestock environment using sensors and actuators,
Receiving information of the environment variable inside the house and the actuator that controls the environment variable;
Collecting hourly measurement data of the environment variable from the sensor;
Calculating an error of the environment variable by comparing appropriate reference information of the environment variable for breeding a target livestock using the barn and measurement data of the environment variable over time; And
And controlling the operation of the actuator according to the error.

According to claim 1,
And generating a learning model prior to receiving the environment variable inside the house and the actuator information controlling the environment variable.

According to claim 1,
Controlling the operation of the actuator,
Operating the actuator when the error of the environment variable is not zero; And
The environment variable measurement data at the first time point t and at least one environment data affecting the environment variable are applied to a pre-generated learning model, so that the environment variable value at the second time point t+1 is And calculating and adjusting a critical operating criterion of the actuator such that the measurement data approximates an appropriate criterion.

According to claim 2,
Generating the learning model,
Receiving a plurality of control histories previously performed by the actuator and environmental data at a corresponding time;
Calculating an occurrence error of each hour of the environment variable based on a plurality of control histories and the appropriate reference data;
In the case of a control history at a specific time point in which the occurrence error of the environment variable is 0, storing the control history before the corresponding time point as learning data; And
And generating the learning model by machine learning using the learning data.

According to claim 4,
The learning model is generated by a linear regression analysis, a method for controlling a livestock environment.

According to claim 4,
The step of calculating the occurrence error of each hour of the environment variable,
When the error of occurrence of the environment variable is not 0, when the threshold is greater than or equal to the threshold value of the environment variable which is a threshold operation criterion of the actuator, the threshold of the actuator is determined according to the sensitivity of the environment variable by the environment data A method of controlling a livestock environment, comprising adjusting operating criteria.

The method of claim 6,
Adjusting the critical operating criterion of the actuator according to the sensitivity of the environmental variable,
If the sensitivity level of the environment variable is greater than or equal to a first reference, adjusting a threshold value of the environment variable that is a threshold operating criterion of the actuator; And
And if the sensitivity level of the environmental variable is less than a first criterion, adjusting the actuation rate of the actuator to adjust the actuation criterion of the actuator corresponding to the adjusted actuation rate as the threshold actuation criterion.

According to claim 1,
The environment variable is the temperature information in the house, and the actuator is a ventilation fan, the house environment control method.

In the livestock environment control device for controlling the livestock environment using sensors and actuators,
Processor; And
A memory including at least one instruction executed by the processor,
The at least one command,
A command to receive the environment variable inside the house and the actuator information controlling the environment variable;
An instruction to collect measurement data for each hour of the environment variable from the sensor;
An instruction to compare the appropriate reference information of the environmental variable for the breeding of a target livestock using the barn and measurement data of the environmental variable over time to calculate an error of the environmental variable; And
And an instruction to control the operation of the actuator according to the error.

The method of claim 9,
The at least one command,
And receiving instructions for generating a learning model prior to receiving the environment variable inside the house and the actuator information controlling the environment variable.

The method of claim 9,
The command to control the operation of the actuator,
A command to operate the actuator when the error of the environment variable is not 0; And
The environment variable measurement data at the first time point t and at least one environment data affecting the environment variable are applied to a pre-generated learning model, so that the environment variable value at the second time point t+1 is And a command for calculating and adjusting a critical operating criterion of the actuator such that the measurement data approximates an appropriate criterion.

The method of claim 10,
The instruction to generate the learning model,
A command to receive a plurality of control histories previously performed by the actuator and environmental data at a corresponding time;
A command for calculating an occurrence error of each hour of the environment variable based on a plurality of control histories and the appropriate reference data;
In the case of the control history at a specific time point in which the occurrence error of the environment variable is 0, a command to store the control history before the time point as learning data; And
And an instruction to generate the learning model by machine learning using the learning data.

The method of claim 12,
The learning model is generated by a linear regression (linear regression) analysis, house environment control device.

The method of claim 12,
The command to calculate the occurrence error of each hour of the environment variable,
When the error of occurrence of the environment variable is not 0, when the threshold is greater than or equal to the threshold value of the environment variable which is a threshold operation criterion of the actuator, the threshold of the actuator is determined according to the sensitivity of the environment variable by the environment data A house environment control device comprising instructions to adjust operating criteria.

The method of claim 14,
The command to adjust the critical operating criterion of the actuator according to the sensitivity of the environmental variable is
An instruction to adjust a threshold value of the environmental variable that is a threshold operating criterion of the actuator when the sensitivity level of the environmental variable is greater than or equal to a first reference; And
And a command for adjusting the operating rate of the actuator to adjust the operating criterion of the actuator corresponding to the adjusted operating rate to the critical operating criterion when the sensitivity level of the environmental variable is less than a first criterion. .

A sensor that measures environmental variables inside the house over time;
An actuator that controls environmental variables inside the house; And
A house environment control device for interlocking with the sensor and the actuator to adjust a critical operating criterion of the actuator,
The housing environment control device,
Processor; And
A memory including at least one instruction executed by the processor,
The at least one command,
A command to receive the environment variable inside the house and the actuator information controlling the environment variable;
An instruction to collect measurement data for each hour of the environment variable from the sensor;
An instruction to compare the appropriate reference information of the environmental variable for the breeding of a target livestock using the barn and the measurement data for each hour of the environmental variable to calculate an error of the environmental variable; And
And an instruction to control the operation of the actuator according to the error.

The method of claim 16,
The command to control the operation of the actuator,
A command to operate the actuator when the error of the environment variable is not 0; And
The environment variable measurement data at the first time point t and at least one environment data affecting the environment variable are applied to a pre-generated learning model, so that the environment variable value at the second time point t+1 is And a command for calculating and adjusting a critical operating criterion of the actuator such that the measurement data approximates an appropriate criterion.

The method of claim 16,
The at least one command,
Further comprising an instruction to generate a learning model prior to the step of receiving the actuator information for controlling the environment variable and the environment variable inside the house,
The instruction to generate the learning model,
A command to receive a plurality of control histories previously performed by the actuator and environmental data at a corresponding time;
A command for calculating an occurrence error of each hour of the environment variable based on a plurality of control histories and the appropriate reference data;
In the case of the control history at a specific time point in which the occurrence error of the environment variable is 0, a command to store the control history before the time point as learning data; And
And an instruction to generate the learning model by machine learning using the learning data.

The method of claim 16,
The sensor is at least one of a temperature sensor, a humidity sensor, and a gas sensor.

The method of claim 16,
The actuator is at least one of a ventilation fan, a warm air fan, and a cold air fan.